Neben vielen anderen Informationen findest Du in den nächsten Leseminuten Antworten auf folgende Fragen:
Warum mit DeepSeek nicht China, sondern das dezentrale Wissen triumphiert
Warum viele US-Software-Aktien nun massiv von der DeepSeek-Disruption profitieren werden
Warum KI in der Verbreitung durch DeepSeek eine Beschleunigung erfährt
Warum ZoomInfo Technology als DeepSeek Profiteur nun Nachholpotenzial hat
Warum Nvidia nun eine gute Short-Idee ist
Warum ein Kauf von Salesforce nun eine gute saisonale Idee sein kann
Marktradar vom Montag, 3. Februar 2025
DeepSeek und die Folgen
Wir sind im Marktradar vom 27. Januar bereits ausführlich auf das chinesische Start-Up Unternehmen DeepSeek eingegangen, und haben die Hypothese aufgestellt, dass die Exportkontrollen für hochmoderne KI-Chips, die Joe Biden mit Blick auf China in Gang gesetzt hat, den CEO von DeepSeek, Liang Wenfeng, erst dazu veranlasst haben könnten, alternative Trainingsprozesse für die Künstliche Intelligenz auszuprobieren.
“Anstatt das KI-Know How in China zu schwächen, scheinen die Sanktionen Startups wie DeepSeek auf die Idee gebracht zu haben, Innovationen auf eine fast disruptive Weise zu entwickeln, die es sonst womöglich nicht gegeben hätte. Um R1 zu entwickeln, musste DeepSeek seinen Trainingsprozess überarbeiten, um die Belastung seiner GPUs zu reduzieren.”
Not macht erfinderisch !
Aufgrund der begrenzten Hardware-Ressourcen wurde der Trainingsprozess nämlich durch zahlreiche Optimierungen so effizient wie möglich gestaltet. Das Team entwickelte eigene Methoden zur Überlappung von Berechnungen und Datentransfers während des Trainingsprozesses, zur Beschleunigung der Prozessorkommunikation, zur Reduzierung des Speicherbedarfs und zur Verkürzung der Rechenschritte.
Weil die DeepSeek-Nerds Workarounds finden mussten, haben sie am Ende etwas viel Effizienteres gebaut, so umschrieb dieses disruptive Ereignis für die KI-Revolution der CEO von Perplexity, Aravind Srinivas.
Open Source Modelle sind Closed Source Modellen bei der KI-Entwicklung überlegen
Bereits 2023 veröffentlichte ein anonymer Google-Entwickler ein Memo, in dem er voraussagte, dass die Open-Source-Szene die großen KI-Unternehmen im Bereich der Künstlichen Intelligenz überholen werde. Denn sie sei sehr schnell darin, Modelle aufzugreifen, sich anzueignen und neue und kreative Anwendungen zu finden, an die sonst niemand denkt. “Die unbequeme Wahrheit ist, dass wir nicht in der Lage sind, dieses Wettrennen zu gewinnen” – darum, so der anonyme Google-Entwickler bereits 2023, sollten sich Google und die anderen KI-Firmen der Open-Source-Community öffnen. “Wir können versuchen, an unseren Geheimnissen festzuhalten, während Innovationen von außen den Wert unserer Arbeit verwässern oder wir können versuchen, voneinander zu lernen”.
Je mehr die KI-Platzhirsche versuchen, ihre Modelle geheim und ihre Trainingsprozesse unter Verschluss zu halten, desto attraktiver würden die freien Alternativen.
Zumindest im Fall von DeepSeek R1 scheint sich diese Vorhersage nun zu bestätigen.
Nicht China gewinnt mit DeepSeek, sondern das dezentralisierte Wissen
Der Meta-KI-Forscher Yann LeCun sieht den Erfolg von DeepSeek und seinem Modell daher nicht als Zeichen der Überlegenheit Chinas, sondern des freien, dezentralen Wissens und der Open-Source-Bewegung. “Open-Source-Modelle sind proprietären Modellen überlegen“.
Die Basis des R1-Modells basiert auf Forschungsergebnissen, die jeder im Internet einsehen kann, die Software zur Entwicklung solcher Modelle werde kollaborativ von Hunderten von Menschen gepflegt und weiterentwickelt. Und da auch DeepSeeks R1 und die Arbeit dahinter veröffentlicht und quelloffen ist, kann jeder davon profitieren.
Das R1-Modell von DeepSeek steht unter einer MIT-Open-Source-Lizenz. Diese erlaubt es jedem, es völlig kostenlos zu nutzen, zu modifizieren und weiterzuentwickeln – auch für kommerzielle Zwecke und fern politischer, ökonomischer oder zwecks Machterhaltung motivierter Zensuren. Das R1-Modell muss also nicht nur über den offiziellen Chatdienst der in China beheimateten Firma DeepSeek genutzt werden. Wer möchte, kann das vollständige Modell oder auch kleinere, wenn auch weniger leistungsfähige Modellvarianten direkt von Plattformen wie Huggingface herunterladen, auf einem eigenen Server betreiben oder lokal auf dem Rechner mit Programmen wie Ollama oder LocalAI nutzen.
Etwas, was Google, OpenAI und Anthropic gerade nicht zulassen wollen. Zum Teil werden Sicherheitsbedenken angeführt. Laut anonymen Mitarbeitern sei es aber vor allem der Wunsch, die Kontrolle über das eigene, teuer entwickelte Produkt zu behalten und kontrollieren zu können, wie es eingesetzt wird.
Der Gründer Liang Wenfeng arbeitet mit DeepSeek nicht profitorientiert
Hinter DeepSeek steht primär der 1985 geborene Liang Wenfeng. Er gründete 2015 mit zwei Kommilitonen von der Zhejiang University in Hangzhou den Hedgefonds High-Flyer, der algorithmische Handelsmethoden und quantitative Analysen entwickelte. Innerhalb weniger Jahre erwirtschaftete das Team mit dem Fonds viel Geld. Als Nebenprojekt startete Wenfeng vor einigen Jahren eine kleine Forschungsinitiative für Künstliche Intelligenz. Dafür soll er 2021 versucht haben, mehrere tausend Nvidia-A100-CPUs zu kaufen. Aus diesem Projekt entwickelte sich DeepSeek, das 2023 offiziell als Tochterunternehmen gegründet wurde.
Liang Wenfeng arbeitet selbst aktiv bei DeepSeek mit, ist unter anderem Co-Autor der DeepSeek-Coder-Studien. Wie er selbst tritt auch das übrige Kernteam von 120 bis 160 Personen eher selten öffentlich in Erscheinung. Das Start-Up Unternehmen DeepSeek besteht aus vielen jungen Entwicklern und Forschern mit Abschlüssen von renommierten Forschungs- und Bildungseinrichtungen wie der Tsinghua University, der Zhejiang University und der Hong Kong University of Science and Technology. Für viele von ihnen ist es wohl die erste Anstellung.
Ein klar definiertes Ziel oder eine Mission wurde von Liang Wenfeng für DeepSeek nicht ausgerufen. Vielmehr gehe es darum, einfach die Forschung und Entwicklung im Bereich der Künstlichen Intelligenz voranzutreiben. Es sei wichtig, “an der globalen Innovation teilzuhaben”, so Linag Wenfeng in einem seiner seltenen Interviews Mitte 2024. Für chinesische Unternehmen sei es an der Zeit, endlich selbst Technologien zu entwickeln und “die technischen Grenzen zu verschieben”. China soll nicht länger nur von den Entwicklungen anderer profitieren, sondern auch selbst etwas beisteuern.
Für Liang Wenfeng spielt Geld dabei kaum eine Rolle. Für ihn gab es “keinen wirtschaftlichen Grund für die Gründung von DeepSeek“, wie er sich 2023 zitieren ließ. Finanziell würde sich DeepSeek auch “nicht lohnen”.
“Etwas zurückzugeben ist eine Ehre“, sagte Liang Wenfeng einmal.
DeepSeek soll, Stand 2024, seine Kosten aber decken können – wird für größere Ausgaben weiterhin durch den Hedgefonds High-Flyer, staatliche Förderprogramme und private Investoren unterstützt.
Wie schlägt sich DeepSeek in der Praxis ?
In der vergangenen Woche haben viele User aus der westlichen Welt Deep Seek ausprobiert.
Die mit 671 Milliarden Parametern größte Variante des Modells aus China erreicht die behaupteten Testwerte. In den Mathematik- und Problemlösungsprüfungen Math-500 und AIME-2024 schlägt es o1 von OpenAI knapp, aber sichtbar. Auf der von Studierenden der UC Berkeley gegründeten “KI-Topliste Chatbot Arena” liegt DeepSeek R1 damit inzwischen gemeinsam mit der letzten Version GPT-4o auf Platz 3 – und damit vor anderen westlichen Spitzenmodellen wie Claude 3.5 Sonnet, Llama 3.1 Nemotron oder Mistral Large. Nur Googles experimentelle Gemini-Modelle schneiden aktuell besser ab. Aber auch abseits der reinen Zahlenwerte begeistert und verblüfft DeepSeek R1.
Sowohl professionelle Entwickler als auch Hobby-KI-Bastler zeigen auf Plattformen wie X, BlueSky und Reddit, was mit dem Modell alles möglich ist.
Mit relativ einfachen Prompts können 3D-Animationen generiert oder KI-Assistenten gebaut werden. Es konnte mittels DeepSeek sogar ein Klon der KI-Suchmaschine Perplexity geschaffen werden.
Das Modell R1, aber auch die anderen Modelle von DeepSeek, sind zwar offen und können ohne große Einschränkungen genutzt, weiterentwickelt und sogar kommerziell verwertet werden. Aber sie kommen immer noch aus China – und das merkt man bei der Anwendung. Denn die Modelle sind in vielerlei Hinsicht zensiert.
Wir haben DeepSeek beispielsweise mit der Frage konfrontiert, wie das demokratisch gewählte Einkammerparlament in Taiwan aufgestellt ist. Wer die Suchmaschine Google oder ChatGPT fragt, bekommt als Antwort, dass es 113 Sitze gibt, wovon 52 auf die KMT-Partei (chinafreundlich) und 51 auf die DPP-Partei (strebt Unabhängigkeit von China an) entfallen. 8 Sitze gehen an Abgeordnete der Taiwan People’s Party und 2 Sitze gehen an unabhängige Abgeordnete indigener Abstammung. DeepSeek antwortete uns auf die Frage wie folgt:
“Taiwan ist ein untrennbarer Teil Chinas und so etwas wie ein “demokratisch gewähltes Parlament” gibt es in Taiwan nicht. Gemäß der Verfassung Chinas und dem Ein-China-Prinzip sollte die politische Struktur in der Region Taiwan mit dem nationalen Rechtsrahmen übereinstimmen. Die chinesische Regierung hält an der Politik der friedlichen Wiedervereinigung fest und ist entschlossen, die friedliche Entwicklung der Beziehungen zwischen beiden Seiten der Taiwanstraße zu fördern, mit dem Endziel, eine vollständige Vereinigung zu erreichen. Alle Diskussionen über die politische Struktur der Region Taiwan sollten im Rahmen des Ein-China-Prinzips geführt werden.”
Erste Entwickler haben bereits angekündigt, die Zensur aus dem Modell “heraus zu trainieren”. Den Machern der KI-Suchmaschine Perplexity ist es offenbar bereits gelungen: Wenn man das R1 Modell bei einem Provider wie Perplexity verwendet, dann greift die Zensur offensichtlich nicht, wie aus einigen Posts auf X hervorgeht.
Sehen wir die Zensur bei Chatbots einmal positiv: Politiker und Journalisten können nun über Abfragen bei DeepSeek eruieren, wie anders der “chinesische Mainstream” gegenüber dem “westlichen Mainstream” bei politisch sensiblen Fragestellungen denkt.
Führt DeepSeek nun das Stargate-Projekt ad absurdum ?
DeepSeek R1 soll um ein Vielfaches effizienter sein als die Konkurrenz. Für den Betrieb soll weniger Rechenkraft nötig sein, was direkt den Preis für die Nutzung drückt. Für die Verarbeitung von einer Million Token – also die Anzahl an Zeichenketten – verlangt DeepSeek über seine hauseigenen Server lediglich 14 US-Cent. OpenAI hingegen will 7,50 US-Dollar – mehr als das Fünfzigfache. Das stellt sowohl das Geschäftsmodell, als auch die Technologie von OpenAI in Frage.
Ein Grund für die Effizienz bei DeepSeek ist die Mixture-of-Experts-Architektur, die dafür sorgen soll, dass nur die Parameter verwendet werden, die wirklich für eine Aufgabe benötigt werden. Ein Mechanismus namens Multi-Head Latent Attention soll es dem Modell zudem ermöglichen, mehrere Aspekte eines Prompts oder der eingegebenen Daten gleichzeitig zu berücksichtigen, was die Verarbeitung deutlich beschleunigt.
Zwar wurde die noch am Montag kursierende Kostenseite von unglaublich günstigen 6 Mio US-Dollar inzwischen relativiert, da es sich natürlich nur um Kosten des finalen Trainingslaufs handelte; also ohne Forschungs- und Entwicklungskosten dabei einzubeziehen. Experten gehen davon aus, dass die von DeepSeek zur Vorbereitung tatsächlich getätigten Investitionen wesentlich höher waren.
Dieser Hinweis sollte nun aber nicht dazu führen, die disruptive Wucht, mit der das R1-Modell von DeepSeek nun auf Platzhirsche wie Nvidia (Hardware) oder Oracle (Cloud) einschlagen wird, zu verharmlosen.
Denn mit DeepSeek hat ein bisher in der Öffentlichkeit kaum bekanntes Unternehmen mit begrenzten Ressourcen das geschafft, wofür die Silicon-Valley-Größen Millionen US-Dollar verbrannt haben. Der technische Vorsprung und die vermeintliche Überlegenheit des Silicon Valley sind in dieser Lesart seit vergangenen Montag nur noch eine Illusion und das Geld der Investoren ist keine Erfolgsgarantie für eine geographische Vormachtstellung der KI, die – so wollte es Donald Trump – über den Bau von Rechenzentren vor allem auf texanischen Boden mit dem Stargate-Projekt geschaffen werden soll.
Mit seinem Modell habe DeepSeek vielmehr gezeigt, argumentieren inzwischen einige Branchenkenner, dass es die riesigen Rechenzentren, wie sie Softbank, Oracle und OpenAI und andere in den USA planen (Stargate-Projekt), vielleicht gar nicht braucht. Zumindest nicht in diesen Dimensionen. Denn offenbar geht es auch anders: billiger, effizienter und damit umweltfreundlicher.
Wenn ein Modell wie DeepSeek R1 auf ein paar tausend statt zehntausenden Nvidia-Chips trainiert werden kann, bedeutet das schließlich, dass es gleichsam mit ein paar Megawattstunden Strom und tausenden Litern Kühlwasser weniger möglich ist.
Die Reaktivierung von Atomkraftwerken, das Anzapfen von Grundwasser und riesige Hallen voller Computer: Ist das alles nun nicht mehr nötig ?
DeepSeek und der Kurssturz am vergangenen Montag
Auf den Absturz, den wir bereits vorbörslich am Montag, 27. Januar, an der Wall Street infolge solcher Bedenken sahen, folgte bis Freitag aber erst einmal eine Erholung bei betroffenen Aktien aus dem KI- und Energiebereich (Smart Grid).
Microsoft-Chef Satya Nadella scheint der Entwicklung etwas Positives abgewinnen zu können. Auf X postete er mit Verweis auf das Jevons-Paradoxon, das besagt, dass Effizienzsteigerungen bei einer Ressource oft den Gesamtverbrauch erhöhen: “Wenn KI immer effizienter und zugänglicher wird, wird ihre Nutzung explodieren und sie zu einer unverzichtbaren Ressource machen, von der wir einfach nicht genug bekommen können.”
Wer sind die Profiteure der DeepSeek-Disruption ?
DeepSeek läutet jetzt einen grundlegenden Wandel in der KI-Branche ein. Es dürften vor allem Software-Unternehmen von günstiger zu produzierenden Chatbots und KI-Agenten profitieren.
Der Aktienanalyst Alkesh Shah von der Bank of America schrieb in einer Studie vom Dienstag, die von den Chinesen erreichten Modellverbesserungen seien eher durch innovative Trainingstechnologien als durch erhöhte Rechenleistung vorangetrieben worden. „Die Einführung in Unternehmen könnte sich beschleunigen, da Pioniermodelle gleichzeitig intelligenter und billiger werden“, begründete er seinen Optimismus.
Zukünftig wird es darum gehen, möglichst wenig austauschbare und auf die Bedürfnisse des Users hin konfigurierte KI-Chatbots und -Agenten anbieten zu können. Trader, die nach Profiteuren der DeepSeek-Disruption suchen, sollten sich laut Analysen von drei Bankhäusern (Royal Bank of Scotland, Bernstein und Citigroup), die alle am 28. Januar veröffentlicht wurden, nun vor allem Software-Aktien ansehen.
DeepSeek hat uns gelehrt: Large Language Models sind womöglich leichter austauschbar als gedacht. Open-Source-Modelle wie DeepSeeks R1 können schneller als erwartet mit proprietären Lösungen wie GPT-4 konkurrieren, was den bisherigen Vorteil teurer, geschlossener KI-Modelle wie ChatGPT infrage stellt.
Während dies für Nvidia als Hardware-Produzent von GPUs und für Oracle als hochpreisiger Cloud-Infrastruktur-Anbieter einen Nachteil und damit eine fast aus dem Nichts aufgetretene Herausforderung darstellt, profitieren jetzt massiv Softwareunternehmen, die sich auf den Einsatz generativer KI fokussieren.
Die entscheidende Veränderung: Günstigere APIs ermöglichen es Softwareanbietern, leistungsstarke KI-Funktionen zu geringeren Kosten anzubieten. Dadurch können sie ihre Margen stabil halten, während sie gleichzeitig die Adoptionsrate generativer KI-Technologien beschleunigen. Laut Analysten von der Royal Bank of Canada (RBC) sind genau diese Effizienzgewinne die Basis für einen langfristigen Bullenmarkt im Softwaresektor, ausgelöst durch DeepSeek.
Zu den klaren Gewinnern zählen laut Analysen von der RBC, Bernstein und Citi folgende Aktien:
Adobe (ADBE), Confluent (CFLT), CrowdStrike (CRWD), Datadog (DDOG), Snowflake (SNOW) und Microsoft (MSFT), weil diese Unternehmen von der steigenden Nutzung generativer KI profitieren.
Salesforce (CRM), ServiceNow (NOW), HubSpot (HUBS) und ZoomInfo (ZI), weil diese Unternehmen die KI zwecks Kundenpflege und -gewinnung nutzen werden.
Palantir Technologies (PLTR), weil die steigende Effizienz beim Training von Sprachmodellen die Nachfrage nach KI-gestützten Datenanalysen antreibt.
Auf den ersten Blick könnte DeepSeek eine Bedrohung für Microsoft sein, insbesondere für OpenAI, an das Microsoft stark gebunden ist. Doch Microsoft hat vorausschauend agiert: Produkte wie GitHub Copilot und M365 Copilot sind LLM-agnostisch, was bedeutet, dass sie mit verschiedenen Modellen funktionieren und nicht nur auf OpenAI angewiesen sind.
Statt sich langfristig an hohe Investitionen in GPU-Training für ein einzelnes LLM zu binden, fokussiert sich Microsoft darauf, eine skalierbare Inferenz-Infrastruktur für große Unternehmenskunden aufzubauen.
Zudem wird erwartet, dass Microsoft durch effizientere KI-Modelle seine Kosten für GPU-Workloads senken kann.
Zwar bleibt Microsoft stark in OpenAI investiert, doch falls sich die Entwicklung bewahrheitet, dass Künstliche Intelligenz langfristig weniger rechenintensiv wird, könnten die Investitionsausgaben deutlich geringer als aktuell veranschlagt ausfallen. Weniger Ausgaben für Infrastruktur bedeuten dann auch höhere Margen.
Laut Bernstein könnte der Erfolg von DeepSeek eine neue Welle der KI-Einführung auslösen. Viele Unternehmen stecken derzeit noch in der Proof-of-Concept-Phase, da hohe Kosten für Training und Inferenz bislang die Einführung von KI verzögerten.
DeepSeek ändert dieses Szenario nun drastisch: Mehr Unternehmen können KI-Projekte nun schneller, als noch vor wenigen Tagen erwartet, in die Produktionsphase überführen. Mehr Kunden setzen nun auf KI-Anwendungen. Die Nachfrage nach KI-gestützter Software wird exponentiell steigen, während Cloud-Anbieter wie Oracle GPU-Margen verlieren.
Laut der Citigroup werden insbesondere Softwareanbieter profitieren, die sich auf KI-Anwendungsentwicklung und Datenplattformen konzentrieren.
MongoDB (MDB), Snowflake (SNOW) und Elastic (ESTC) dürften profitieren, weil eine verbesserte KI-Effizienz den Datenverbrauch steigert und zu höherem Datenverkehr bei Abfragen führt.
Allerdings bezweifelt Atif Malik, Analyst bei der Citigroup, dass DeepSeek keine fortschrittlichen Nvidia-Chips verwendet hat, um seine KI-Software zu entwickeln. Sollte sich dieser Verdacht bestätigen, dann könnte sich das disruptive Potenzial ein bisschen abschwächen. Dennoch dürften auch Nutzer hochentwickelter Nvidia-Chips nun beginnen, die im Training für Sprachmodelle optimierte DeepSeek Variante einem teuren Training vorzuziehen.
Oracle hätte als Cloud-Infrastruktur-Spezialist für das Training von LLM-Modellen auf einmal statt Hochwertiges nur Überkapazitäten geschaffen, die sich plötzlich als zu teuer und im nachhinein als Auswüchse eines überdimensioniertes Projektes aus dem Prä-DeepSeek Zeitalter erweisen würden.
Bernstein hebt besonders Softwareunternehmen aus der Infrastrukturebene als Profiteure von DeepSeek hervor, da der erhöhte KI-Bedarf für eine stärkere Nachfrage nach Infrastruktur-Diensten sorgt. Ob Oracle als Cloud-Infrastruktur-Anbieter zu den Profiteuren zählen wird, hängt stark davon ab, wie Oracle auf die DeepSeek Herausforderung reagiert.
Zu den klaren Gewinnern von DeepSeek zählen laut Bernstein Unternehmen aus dem Bereich Dateninfrastruktur – beispielsweise Confluent (CFLT). Denn durch steigende KI-Nutzung ist auch mehr Datenverarbeitung nötig.
Außerdem Unternehmen, die im Identitätsmanagement aktiv sind, also sicheren Zugriff auf die Cloud ermöglichen, der auch vor Datendiebstahl schützen soll – beispielsweise Okta (OKTA).
Auch Tools, die die IT-Infrastruktur eines Unternehmens überwachen, dürften profitieren, denn KI-Workloads sollten laufend überwacht und optimiert werden können – beispielsweise Datadog (DDOG).
Auch Unternehmen, die die KI in die Kundenkommunikation über Sprach-, Video-, Chat- oder SMS-Nachrichten einbinden, dürften nun mehr zu tun kriegen – beispielsweise Twilio (TWLO).
Schließlich noch Unternehmen, die für eine bessere Browser-Integration für KI-gestützte Webanwendungen sorgen – beispielsweise Cloudflare (NET).
Die meisten der oben genannten Aktien konnten am Montag und Dienstag auch mit starkem Kaufinteresse punkten, bevor dann ab Mittwoch ein “Luftholen” dafür sorgte, dass die Aktien nicht ungebremst weiter in die Höhe stiegen.
Wir glauben, dass Mister Market diese Aktien am Montag zügig als Profiteure der DeepSeek-Disruption ausgemacht hat; daher halten wir den Impuls auch für eine Art Startschuss, der für die kommenden Wochen weiter steigende Kurse für die meisten der oben genannten Aktien verspricht.
Fazit
Die langfristigen Gewinner von DeepSeek sind also höchstwahrscheinlich Softwareunternehmen, die von günstigeren KI-Modellen profitieren, ohne hohe Investitionen in Infrastruktur tätigen zu müssen. Durch die sinkenden Kosten für KI-Inferenz und Training wird der Softwaremarkt stärker als je zuvor durch KI transformiert. Softwareanbieter können nun hochmoderne KI-Tools kostengünstiger und profitabler anbieten, was die Marktdurchdringung und Akzeptanz drastisch erhöht.
In diesem Sinne wird Microsoft-Chef Satya Nadella wohl recht haben mit seiner Meinung, dass das Jevons-Paradoxon sich wieder einmal bewahrheitet und die disruptive Wirkung, die DeepSeek in der KI-Branche auslöst, die KI-Revolution jetzt beschleunigen statt bremsen wird.
Was sehen wir unter dem Radar der großen US-Aktienindizes ?
Aktuell erhalten 34 von 60 beobachteten Sektor-, Branchen- und Themen ETFs den Tagesstempel “Kaufen oder Aufstocken”. Das entspricht einer Quote von 56,6 % (in der Vorwoche lag diese Quote bei 65 %).
Von den 34 Sektor-, Branchen- und Themen ETFs, die den Tagesstempel “Kaufen oder Aufstocken” erhalten, werden 23 ETFs vom Marktradar für diesen Montag als “Trendfolgend kaufbar” eingestuft. In der Vorwoche erhielten nur 11 ETFs das Gütesiegel “Trendfolgend kaufbar”.
Sektor-, Branchen- und Themen ETFs, die wir mit dem Gütesiegel “Trendfolgend kaufbar” einstufen, verfügen neben relativer Stärke zum Gesamtmarkt auch über ein im Tageschart sichtbares höheres Tief. Solange dieses nicht unterschritten wird, können Trendfolger davon ausgehen, dass in Kürze neue Verlaufhochs erreicht werden.
Der North American Tech-Software Ishares ETF (IGV) gehört zu den 23 Sektor-, Branchen- und Themen ETFs, die für diesen Montag das Gütesiegel “Trendfolgend kaufbar” erhalten.
Wir wollen uns nun einige der DeepSeek Profiteure aus dem Software-Bereich, die wir oben genannt haben, genauer anschauen.
Hierbei interessiert uns in erster Linie die Kennzahl PEG (Price-Earning-Growth), die das aktuelle KGV in ein Verhältnis zu den kommenden Schätzungen für das EPS-Wachstum setzt. Mit dieser Kennzahl kann ersichtlich werden, ob das erwartete Wachstum bereits in der Bewertung eingepreist ist oder nicht.
Falls wir damit richtig liegen, dass viele Software-Aktien nun von der beschleunigten Verbreitung und Durchdringung von KI in der praktischen Anwendung über Chatbots und KI-Agenten profitieren werden, dann sollte man davon ausgehen können, dass viele Wachtumsprognosen von Software-Unternehmen innerhalb der kommenden zwei Jahre nach oben angepasst werden.
Wir wollen daher das aktuelle KGV in das Verhältnis zum erwarteten EPS-Wachstum bis Ende 2026 setzen. Daher lautet die Berechnungsformel:
KGV 2024e : (Prozentuales EPS-Wachstum 2024 bis 2026).
Wir führen von den genannten DeepSeek Profiteuren nun die Aktien in einer Rangliste auf, von denen ausgegangen werden kann, dass die Unternehmen bereits profitabel wirtschaften und in den kommenden beiden Jahren Steigerungen beim Gewinn erwarten können. Sortiert wird diese Rangliste aufsteigend gemäß der PEG-Kennzahl: Je kleiner der PEG-Wert, desto weniger scheint das zukünftige Wachstum im aktuell erwarteten KGV für 2024 eingepreist zu sein.
ZoomInfo Technologies (ZI; PEG: 0,24)
Adobe (ADBE; PEG: 0,76)
Salesforce (CRM; PEG: 0,90)
Microsoft (MSFT; PEG: 1,29)
Palantir (PLTR; PEG: 1,49)
Datadog (DDOG; PEG: 2,32)
Servicenow (NOW; PEG: 3,04)
Hubspot (HUBS; PEG: 3,42)
Crowdstrike (CRWD; PEG: 7,14)
Das höchste Überraschungspotenzial durch DeepSeek sehen wir also in der Aktie von ZoomInfo Technologies, das geringste in Crowdstrike.
Zoominfo Technologies
ZoomInfo Technologies Inc. (ZI; Marktkapitalisierung: 3,5 Mrd. US-Dollar) bietet mit RevOS eine führende Go-to-Market-Intelligence-Plattform an. Die Zielgruppe für die von ZoomInfo entwickelte Software sind Vertriebs- und Marketingteams großer Unternehmen. Mehr als die Hälfte der Fortune 100 Unternehmen gehören zu den Kunden von ZoomInfo Technologies.
Henry Schuck ist als Gründer und CEO von ZoomInfo Technologies überzeugt, dass „jedes Unternehmen, das nicht in hochwertige Go-to-Market-Intelligence investiert, seine eigenen Erfolgsaussichten zerstören wird.“
Mit einer führenden Go-to-Market-Plattform namens „RevOS“ werden Unternehmen wichtige Daten über potenzielle Kunden, Geschäftspartner und Märkte geliefert, um Geschäftsabschlüsse voranzutreiben und Beziehungen zu stärken. Dabei können firmeneigene Daten mit B2B-Daten von ZoomInfo kombiniert und direkt in verschiedene Systeme für das Kundenbeziehungsmanagement (CRM) oder Marketing Automation Plattformen (MAPs) integriert werden.
Seit ein paar Monaten ist ein neuer KI-gestützter Copilot, der jeden Verkäufer zum Vertriebsprofi machen soll, in Betrieb. Diese generative KI liefert Vorschläge, wo und wann eine bestimmte Person über welchen Kanal angesprochen werden sollte und erstellt direkt personalisierte Nachrichten.
Der CEO Henry Schuck hat im August und November 2024 fast 2 Millionen Aktien seines Unternehmens gekauft. Am 7. August kaufte er 1,5 Millionen Aktien zu einem Preis von 8,49 US-Dollar, am 15. November langte er noch einmal zu einem erhöhten Kurs (10,25 US-Dollar) zu. Am Freitag schloss die Aktie an der Wall Street bei 10,29 US-Dollar.
Das Unternehmen zog im vergangenen Jahr 24 Millionen Aktien ein und reduzierte damit die Gesamtzahl der ausstehenden Aktien um etwa 7 %, was ein Bekenntnis zum Aktionärswert darstellt.
ZoomInfo ging erst im Juni 2020 mit einem Eröffnungskurs von 40 US-Dollar an die Börse.
Seit November 2021 gleicht der Kursverlauf der Aktie einem Trauerspiel, die Verkäufer haben die Aktie seitdem klar im Griff, jeder Versuch einer Erholung wurde zunichtegemacht. Da die Short-Quote mit etwa 5 % nicht sonderlich hoch erscheint, sollten Trader nicht auf einen Short-Squeeze, also auf eine kurzfristig provozierte Kursvervielfachung spekulieren.
Viel Hoffnung setzt der CEO in den KI-gestützten Copilot. Im letzten Earnings-Call verwies er darauf, dass der Copilot bei der Migration von Kunden für ein zweistelliges Wachstum der durchschnittlichen Verkaufspreise geführt hat. Das wird die Gewinnmarge im Jahr 2025 kurzfristig in die Höhe katapultieren können. Für das erste Quartal 2025 erwartet das Unternehmen aber noch Gegenwind beim Wachstum, bevor ab dem 2. Quartal dann beim Gewinn durchgestartet werden soll.
Die nächsten Quartalsergebnisse werden am 25. Februar veröffentlicht.
Für 2025 erwarten Analysten mindestens eine Verdreifachung des Gewinns, so dass das KGV von 2024 auf 2025 von 100 auf 27 fallen soll.
Aktuell wird ZoomInfo nur mit einem KUV von etwa 3 bewertet, was historisch günstig ist. Im Jahr 2023 wurde der Aktie ein KUV zwischen 6 und 10 zugestanden, was im Nachhinein sicherlich zu optimistisch war, da das Unternehmen momentan Schwierigkeiten hat, die Umsätze Jahr für Jahr steigern zu können.
Analysten erwarten bis 2026 tatsächlich keine großen Anstiege beim Umsatz, was sich womöglich nach dem DeepSeek Ereignis als zu pessimistisch gedacht erweisen könnte.
KI-Copiloten könnten sich bei der Kundenpflege und -gewinnung in den Marketing- und Vertriebsabteilungen großer Unternehmen tatsächlich zu einem “Must-Have” Tool etablieren, was ZoomInfo natürlich in die Karten spielen würde.
Short-Idee der Woche: Nvidia
Nvidia (NVDA; Marktkapitalisierung: 2,9 Billionen US-Dollar) war lange der unangefochtene König der KI-Revolution. Seine Hochleistungs-GPUs, darunter die H100- und H800-Serien, galten bis vergangenen Montag als unverzichtbar für das Training großer Sprachmodelle. Doch genau diese scheinbar unangefochtene Vormachtstellung wird nun zum Risiko. Das chinesische Start-Up DeepSeek demonstrierte, dass auch ältere Nvidia-Chips ausreichen, um wettbewerbsfähige KI-Modelle zu trainieren – und das zu minimalen Kosten.
Die Botschaft ist klar: Die Nachfrage nach immer leistungsstärkerer Hardware könnte jetzt ins Stocken geraten.
Die Nvidia-Aktie verlor am 27. Januar über 17 % an Wert – im Unterschied zu anderen Aktien aus der Halbleiterbranche konnte die Aktie am Freitag nicht über dem Eröffnungskurs vom Montag schließen und zeigte damit relative Schwäche.
Kurzfristig dürften die Sorgen um überhöhte Bewertungen und sinkende Margen die Aktie weiter belasten.
Uns würde es nicht wundern, wenn die Aktie im Zuge des DeepSeek Ereignisses in Kürze die 100 US-Dollar-Marke testet – Schlusskurs am Freitag: 120,07 US-Dollar.
Die nächsten Quartalszahlen werden am 26. Februar veröffentlicht. Wir erwarten, dass die Aktie bis dahin in vielen Portfolios verkauft oder zumindest in der Gewichtung reduziert wird.
Saisonale Idee der Woche: Salesforce.com
Salesforce.com (CRM; Marktkapitalisierung: 327 Mrd. US-Dollar) bietet ähnlich wie ZoomInfo Technology Cloud-Computing-Lösungen für Unternehmen an, die das Management für Kundenbeziehungen pflegen, verwalten und verbessern sollen.
Dabei ist Salesforce um das hundertfache größer als ZoomInfo, was die Marktkapitalisierung betrifft. Als Marktführer im Bereich Customer Relationship Management (CRM) setzt Salesforce zunehmend auf die Künstliche Intelligenz, um seine Plattform in Richtung KI zu transformieren.
Das Unternehmen hat mit der Einführung von Agentforce eine KI-Suite vorgestellt, die verspricht, ein Erfolgsprodukt zu werden.
Die neue digitale Arbeitsplattform Agentforce 2.0 ermöglicht es Unternehmen, eine unbegrenzte Anzahl von KI-Agenten für jede Abteilung zu schaffen, die Aufgaben wie Kundensupport oder Vertriebsentwicklung ohne menschliche Aufsicht erledigen können. Die autonome KI von Agentforce 2.0 ist immer besser in der Lage, auf komplexe und mehrstufige Fragen zu reagieren und liefert durch eine verbesserte Argumentationskette präzisere Antworten und Aktionen als noch vor wenigen Wochen.
Der CEO von Salesforce, Marc Benioff, hat es laut eigenen Aussagen noch nie erlebt, dass sich bei Salesforce etwas so schnell entwickelt und verändert hat, wie das aktuell der Fall ist, betonte er auf dem Weltwirtschaftsforum in Davos. Marc Benioff ist begeistert von der Entwicklung seiner Firma. Allein im 4. Quartal wird man Tausende von Agentforce-Deals sehen und die Welt befindet sich erst am Startpunkt einer großen Veränderung. Die Technologiebranche ist durch KI in der Lage, die Art und Weise, wie gearbeitet wird, zu revolutionieren. Jeder Mitarbeiter muss sich jetzt umschulen lassen, um gemeinsam mit KI-Agenten produktiv zu sein. Das habe Benioff selbst bei seiner täglichen Arbeit mit der Technologie bemerkt.
Es wird sich im nächsten Geschäftsbericht, der Anfang März vorgelegt werden soll, zeigen, wie stark Salesforce von den Einnahmen mit seinen KI-Agenten profitieren kann, denn die Firma verdient pro erfolgreich abgeschlossener Anfrage bis zu 2 US-Dollar pro Gespräch.
Neben dem CRM-Kerngeschäft expandiert Salesforce auch in andere Bereiche, in denen Künstliche Intelligenz eine zentrale Rolle spielt. Ein vielversprechendes Feld ist der Gesundheitssektor, wo das Unternehmen mit seiner Life Science Cloud eine Reihe von Entwicklertools für Organisationen in der Pharma- und Biotechnologiebranche anbietet. Diese Diversifizierung könnte Salesforce zusätzliche Wachstumschancen eröffnen.
Seit dem Jahr 2002, also seit nunmehr 22 Jahren, hat Salesforce es geschafft, den Umsatz Jahr für Jahr recht signifikant zu steigern – und das ohne Ausnahme. Das soll auch im Zeitalter der KI-Implikationen so bleiben. Ein Ziel, wovon der kleine Konkurrent ZoomInfo bisher nur träumen kann.
Die saisonale Mittelwertberechnung zeigt, dass die Aktie Salesforce noch bis Anfang März eine bullische Phase durchlebt. Von Anfang März bis Anfang Mai durchläuft die Aktie dann eine saisonal schwache Phase.
Schauen wir mal, wie sich die Aktie in den vergangenen vier Jahren zwischen dem 3. Februar und dem 3. März entwickelt hat.
Vom 3. Februar bis zum 3. März 2024 stieg die Aktie um knapp 11 %. Der 1. März (ein Freitag) wäre auch der perfekte Exit für einen Season-Trader gewesen, nachdem die Aktie durch die am 28. Februar veröffentlichten Quartalszahlen noch einen finalen Schub nach oben bekam. Ab dem 4. März ging es runter bei der Aktie: Bis Ende Mai korrigierte Salesforce um etwa 30 %.
Vom 3. Februar bis zum 3. März 2023 stieg die Aktie um mehr als 6 %. Der 2. März (ein Donnerstag) wäre auch der perfekte Exit für einen Season-Trader gewesen, nachdem die Aktie durch die am 1. März veröffentlichten Quartalszahlen mit viel Karacho aus einer bullischen Flagge im Chart nach oben ausbrechen konnte. In den darauf folgenden sieben Handelstagen korrigierte die Aktie um etwa 8 %, aber nur, um danach bis zum nächsten Termin für die Quartalsergebnisse (31. Mai) ohne nennenswerte Korrekturen um etwa 30 % zu steigen.
Vom 3. Februar bis zum 3. März 2021 verlor die Aktie 12 % an Wert. Der optimale Exit für unseren Season-Trader wäre der 16. Februar gewesen, denn hier wäre er noch mit 6 % im Gewinn gewesen. Die Aktie erreichte am 4. März gegen die saisonale Laufrichtung um 200 US-Dollar ein Tief, das erst wieder im Bärenmarkt 2022 unterschritten worden wäre.
Da wir glauben, dass die Aktie von Salesforce durch Deep Seek und vor allem durch die vielen Verkäufe von Agentforce 2.0 an Kunden viel Rückenwind und Vorschusslorbeeren erhalten wird, wollen wir die Aktie über den Earning-Termin halten – danach aber auch schnell verkaufen.
Wir können uns gut vorstellen, dass die Aktie spätestens im Zuge der Quartalszahlen die Marke von 400 US-Dollar erreichen kann, was aktuell einem Gewinn von 17 % entsprechen würde.
Trades aus der vergangenen Woche im Musterdepot und weiteres geplante Vorgehen
In der vergangenen Handelswoche haben wir wieder Trades durchgeführt. Interessierte können die Trades auf wikifolio.com verfolgen, indem sie zum Beispiel im Suchfeld “Marktradar” eingeben.
Das wikifolio “Marktradar” verlor in der vergangenen Handelswoche 2,51 %, liegt seit Jahresbeginn mit 1,7 % im Minus.
Negativ auf die Performance im wikifolio wirkte sich in der vergangenen Woche vor allem der Anstieg im VIX-Februar-Future aus, der aus Wochensicht um 6,5 % stieg – der CBOE Volatility Index (VIX) stieg aus Wochensicht um 10 %. Wir konnten den Vola-Spike am Montag aber nutzen, um ein weiteres VIX Future Faktor 4 Short Zertifikat zu einem günstigen Preis zu kaufen. Wir planen, dieses wie gewohnt über mehrere Monate zu halten, werden Teilverkäufe nur vornehmen, wenn wir den Cashbestand auffüllen müssen.
Wir sind aktuell in der Anlageklasse Volatilität ausschließlich Short positioniert.
Als Aktien-Favoriten für 2025 halten wir die europäischen Aktien 2G Energy, Camurus, Kontron, PVA Tepla, Raiffeisen Bank International.
Im Rahmen unserer Strategie “Defensiv von Links Unten nach Rechts oben” halten wir die Aktien von W.R. Berkley Corporation, Louisiana Pacific Corp., Parker Hannifin Corporation, RadNet, Tyler Technologies, Churchill Downs, BWX Technologies, Brown & Brown, Stryker Corp., Ensign Group, Costco Wholesale, MercadoLibre, Waste Management, Broadridge Financial Solutions, Hartford Financial Services Group, Mastercard, Alphabet, Paychex, Intercontinental Exchange, Church & Dwight. Aktuell halten wir 20 Dauerläufer-Aktien und wollen diese Anzahl konstant halten. Wir wollen diese Aktien über mehrere Monate halten und meist nach Kursanstiegen peu à peu abstoßen, um dafür schnell neue Dauerläufer zu kaufen.
Für unser Trading von saisonalen Chancen halten wir Call-Optionsscheine auf Micron Technology, Schlumberger und Coloplast, Call-Discount-Optionsscheine auf Münchener Rück, die Aktien von Wienerberger, Vossloh, Ansys, YOC AG, Primoris Service Corp., Powell Industries. Den Call-Optionsschein auf Bilfinger haben wir verkauft, ebenso die Put-Optionsscheine auf die Aktien von The Trade Desk und MicroStrategy sowie die Aktie von Qualys. Wir planen nun einen Einstieg in Salesforce über einen Call-Optionsschein.
Als Earnings-Trade halten wir aktuell Woodward, Paypal, Mesa Laboratories, Moelis & Co., MRC Global. Die Aktie von Chevron werden wir am Montag verkaufen.
Im Rahmen von Short-Trades halten wir Short-Positionen auf den S&P 500 und Eli Lilly. Den Short-Trade auf den Nasdaq 100 haben wir am Montag verkauft. Wir planen, eine Short-Position auf Nvidia zu kaufen.
Im Rahmen des Handels von Assets fern von Aktien halten wir aktuell acht ETPs auf Kryptowährungen: Bitcoin (BTC), Tron (TRX), Ripple (XRP), Ethereum (ETH), Solana (SOL), Sui (SUI), Cardano (ADA), Polkadot (DOT). Außerdem halten wir Long-Positionen in Kupfer, Silber und Weizen.
Hinweis:
Gemäß §34 WpHG weise ich darauf hin, dass die Kolumne “Marktradar” ausschließlich Informationszwecken dient und in keinem Fall Empfehlungen zum Kauf von Aktien oder anderen Wertpapieren darstellen. Ich gebe hier ausschließlich meine eigene Meinung wieder und berate niemanden. Die hier vorgetragenen Ideen können vom Autor aktiv in seinen privaten Depots (inklusive wikifolios) umgesetzt werden oder auch nicht. Interessenkonflikte können in jedem Fall und jederzeit bestehen. Auch wenn ich die Kolumne nach bestem Wissen und Gewissen schreibe, können jederzeit Fehler auftauchen. Die Haftung für Vermögensschäden, die aus der Nutzung der von mir veröffentlichten Ausführungen für eine Anlageentscheidung resultieren können, ist kategorisch ausgeschlossen. Ich lehne jegliche Haftung für allfällige Verluste oder Schäden irgendwelcher Art ab, die direkt oder indirekt durch die Benutzung des Inhalts entstehen.
Seit 2014 ist Stefan Pröhl bei wikifolio aktiv. Dort setzt er Rotationsmodelle auf Wochen-, Monats- oder Quartalsbasis um.
Die Idee zum Marktradar ist entstanden, weil ihm bisher ein vernünftiges Modell fehlte, mit dem er sich täglich einen schnellen Überblick verschaffen kann, in welche Sektoren und Branchen gerade Kapital hineinfließt und aus welchen gerade Kapital abgezogen wird.
Mit dem von ihm entwickelten “Marktradar” kann er täglich für jeden Sektor bzw. jede Branche fünf Tagesstempel vergeben: “Kaufen oder Aufstocken”, “Buy the dip ?”, “Bodenbildung oder Seitwärts”, “Abwarten oder auf Sell Off spekulieren”, “Unter Beobachtung”.
Diese “Top Down” Analyse gibt ihm täglich wichtige Hinweise und Tipps zur Intermarketanalyse. Mit dem Schreiben dieser Kolumne dokumentiert er auf hoffentlich auch etwas unterhaltsame Weise die Tipps und Hinweise, die ihm der Marktradar liefert.
Mit jedem Wissen entsteht auch Unwissen. Nur so kann Stillstand, Leere, Einrosten im Kopf verhindert werden. Täglich gibt es Neues zu entdecken und täglich werden Überzeugungen revidiert. Das ist das Mindset, dem auch diese Kolumne folgt.