Das neue Problem der KI ist nicht die Versorgung – sondern die GPUs selbst. Diese drei Rohstoffe könnten das Problem lösen.

Seit zwei Jahren basiert der Handel mit KI-Technologie auf einer einzigen Annahme: Die Datenzentren benötigen mehr Strom. Deshalb werden Turbinen, Energieversorger sowie Kernenergie- und Netzausrüstungen gekauft. Ein zweiter Engpass entsteht nun innerhalb dieser KI-Fabriken. Massive GPU-Clustere verbrauchen keinen Strom wie herkömmliche Datenzentren. Die Arbeitslasten können in Sekunden oder sogar Millisekunden zwischen niedrigem und nahezu vollem Auslastungsniveau wechseln – dadurch entstehen enorme Stromveränderungen, die das Netz, die vor Ort befindlichen Turbinen sowie die traditionellen Backup-Systeme nicht bewältigen können. Die Industrie beginnt daher, mit neuen Lösungen zu reagieren: Batterien, mittlere Spannungsausführungen sowie aktive Stromsteuerungssysteme, die die KI-Computing-Aufgaben von der Infrastruktur, die sie versorgt, trennen.Das verändert die Investitionsfrage von „Wer kann mehr Energie erzeugen“ zu „Wer kann diese Energie nutzbar machen“. Drei Unternehmen befinden sich in unterschiedlichen Phasen auf diesem Markt. Das Interessanteste ist jedoch ein Problematisches Unternehmen mit einem Kapital von 2 Milliarden Dollar – dieses Unternehmen hat bereits etwa 850 Millionen Dollar an Umsätzen im Bereich Data Centers erzielt, bevor Wall Street entscheiden kann, ob die wirtschaftliche Situation wirklich geeignet ist.

Die Knappheit an KI-Leistung wird zu einem Problem bezüglich der Qualität von KI-Leistungen.

Ein konventionelles Data Center verhält sich relativ vorhersagbar – ein riesiger AI-Cluster hingegen nicht. Tausende von GPUs können gleichzeitig die Phasen des Trainings-, Checkpointing- und Kommunikationsprozesses durchlaufen. Dadurch entstehen plötzliche Veränderungen im Strombedarf, die sich dann auf die UPS-Systeme, die Generatoren und schließlich auf das Stromnetz auswirken. Aktuelle Forschungen zeigen, dass große AI-Arbeitslasten ständige Schwankungen im Strombedarf verursachen können – anstatt gewöhnlicher, allmählicher Veränderungen. GE Vernova beschreibt außerdem mögliche AI-Arbeitslasten, die von etwa 20 Prozent auf 80 Prozent ansteigen können – bei Anlagen mit mehreren hundert Megawatt-Leistung. Das erzeugt ein ungewöhnliches Problem: Eine Hyperscaler kann zwar genügend Stromproduktionskapazität haben, aber dennoch nicht effizient arbeiten können, da die Stromquelle die Anforderungen der GPUs nicht berücksichtigen kann. Gasturbinen sind besonders unfähig, solche Schwankungen zu absorbieren. Die mechanische Belastung kann die Lebensdauer der Geräte verkürzen. Zudem achten Stromnetzbetreiber immer mehr auf die Ramp-Raten und die Stromqualität, bevor sie neue Verbindungen genehmigen. Die Lösung ist es, einen schnell reagierenden „Buffer“ zwischen den Rechenleistung und der Stromproduktion einzusetzen. Batterien absorbieren die Spitzenlasten, UPS-Systeme stabilisieren den Spannungs- und Frequenzwert, und die Steuerungssysteme machen das instabile AI-System so, dass es wie eine vorhersehbare Last für das Stromnetz erscheint.Das schafft effektiv eine neue Infrastrukturschicht zwischen der Kraftstation und dem GPU. Im Gegensatz zur allgemeinen Forderung nach Strom für KI-Anwendungen, beginnt diese Schicht erst jetzt in Aufträgen und Einnahmen sichtbar zu werden.

Fluence (FLNC): 850 Millionen Dollar an AI-Orders bei einem Unternehmen mit einem Wert von 2 Milliarden Dollar

Fluence ist hier der am höchsten riskante Name – doch auch der, bei dem die Zahlen einen großen Informationsdefizit darstellen. Der Markt betrachtet Fluence weiterhin als einen Anbieter für Batterie-Speicherlösungen, der mit Problemen bei der Umsetzung seiner Produkte, schwachen Margen und einem Gewinnmodell konfrontiert ist, das immer wieder enttäuscht hat. Diese Ansicht wird durch die jüngsten Daten bestätigt: Der Umsatz betrug nur etwa 650 Millionen Dollar. Die GAAP-Marge sank auf 5,1%. Die angepasste EBITDA-Zahl lag bei -29 Millionen Dollar. Die neuen Produktionsanlagen führten zu Verzögerungen, die so schwerwiegend waren, dass der Umsatz bis zum Jahr 2027 verschoben werden musste. Doch hinter diesen Problemen zeichnet sich eine andere Kundenumgebung ab. Fluence hat davon bereits berichtet.850 Millionen Dollar an Datenzentren Geschäfte – gesichert bis Juli.Dazu gehört auch sein erster großer Projekt hinter den Linien – sowie etwa 550 Millionen US-Dollar an Zuschüssen von hyperscalern. Der Datacenterbereich hat bereits eine Größe von etwa 16 GWh erreicht, während die Gesamtkontingente bei 6,4 Milliarden US-Dollar liegt. Angesetzt auf einen aktuellen Marktwert von etwa 2,1 Milliarden US-Dollar ist der gesicherte Datacentergeschäft allein bereits sehr groß im Vergleich zum Aktienwert.

Die Chance ist nicht einfach nur, dass AI-Campus mehr Batterien benötigen. Was die hyperskalaren Anbieter von Fluence kaufen, kann wirtschaftlich unterschiedlich sein als traditionelle erneuerbare Speicherprojekte. Batterien, die für Energieumwandlung und Netzdienste genutzt werden, machen historisch gesehen Geld aus. Der Einsatz von AI-Speichern hinter dem Meter kann etwas Wertvolleres ermöglichen.Schnelligkeit und Leistungsqualität bei GPUs im Wert von Milliarden DollarEine Batterie, die eine Reduzierung der erneuerbaren Energieeinsparungen verhindert, hat einen wirtschaftlichen Wert. Eine Batterie hingegen, die es einer Großkonzernen ermöglicht, ein Data Center vor einer Erweiterung des Stromnetzes zu errichten, plötzliche Lasten auf GPUs abfedern kann und die lokale Energieproduktion schützt, kann einen anderen Wertvorteil bieten. Die Verwaltung hat diese Unterschiede bereits hervorgehoben: Entwickler legen mehr Wert auf die Geschwindigkeit der Energieversorgung, während Großkonzerne mehr Wert auf die Qualität der Energie legen. Das ist genau der Wandel, den Investoren beobachten müssen. Die Negativseite ist ebenfalls klar: 850 Millionen Dollar an Aufträge sind bedeutungslos, wenn Fluence weiterhin Einnahmen mit mittleren Einzelzahlen generiert. Es handelt sich also nicht um einen konventionellen Wiederbelebungsplan.Die Neubewertung beginnt nur dann, wenn die Projekte im Data-Center strukturell höhere Gewinne bringen als das bestehende Portfolio – und während die Produktion wieder normal verläuft.Falls das passiert, dann scheint ein Aktienwert von 2 Milliarden Dollar nicht im Einklang mit einem Bestand von 6,4 Milliarden Dollar sowie einer schnell wachsenden AI-Entwicklung zu stehen. Falls das nicht der Fall ist, wird die AI wieder nur ein weiterer Teil eines beeindruckenden Marktvolumens sein – und zwar innerhalb eines schlechten Geschäftsmodells.

GE Vernova (GEV): Künstliche Intelligenz schafft eine zweite Einnahmequelle rund um die Turbine

GE Vernova bietet die stärkste Bestätigung dafür, dass dieser Markt tatsächlich existiert. Die Investoren verstehen bereits die Grundprinzipien von GEV: Künstliche Intelligenz erfordert enorme Mengen an Energieerzeugung; die Verfügbarkeit der Gasdrehmaschinen ist auf Jahre hinaus eingeschränkt. Das Unternehmen nutzt diese Knappheit zum eigenen Vorteil. In der zweiten Jahreshälfte stiegen die Aufträge um 88% auf 24,2 Milliarden Dollar. Der Lagerbestand erreichte 176 Milliarden Dollar. Die Aufträge für Gas- und Stromversorgung sowie die Reservierungen für Datenzentren überstiegen im ersten Halbjahr allein 5 Milliarden Dollar. Was jetzt wichtig ist, ist, dass GEV eine weitere Möglichkeit gefunden hat, die gleiche Energieerzeugung zu monetarisieren. Seine neu eingeführte Mittelspannungs-UPS befindet sich zwischen der Energiequelle und den kritischen Anforderungen. Sie kombiniert Energieumwandlung, Steuerung und Batterieaufbewahrung, um die schnellen Veränderungen in der GPU-Nutzung nicht direkt an die Turbinen oder das Netz weiterzuleiten. Anstatt nur Megawatt-Mengen zu verkaufen, hat GEV nun die Möglichkeit, auch andere Produkte zu verkaufen.Generation + Elektrifizierung + Stabilisierung + Steuerung + Langfristige Betriebsdauer – alles in etwa demselben Umfang an Megawattstunden.

Das ist strategisch wichtiger als die Markteinführung eines anderen UPS-Produkts. Die Verlegung der Schutzvorrichtungen von konventionellen niedrigspannigen UPS-Systemen auf mittlere Spannung ermöglicht es, ein einzelnes System zu nutzen, um viel größere Bereiche einer KI-Anlage zu stabilisieren – und somit die Architektur zu vereinfachen. Dadurch wird auch die Wertigkeit der Turbinen von GEV deutlich gesteigert, da dadurch ein Problem gelöst werden kann, das durch den Einsatz von Turbinen in KI-Einrichtungen entstanden ist. Das finanzielle Umfeld ist außergewöhnlich gut: Die Umsätze im zweiten Quartal stiegen um 22% auf 11,1 Milliarden Dollar; der angepasste EBITDA betrug 1,2 Milliarden Dollar. Der Cashfluss für das erste Halbjahr hat bereits den gesamten Vorjahreswert übertroffen. Doch der Bewertung entspricht vieles von diesem Qualitätsmerkmal. Mit einem Marktkapitalisierung von etwa 950 Millionen Dollar liegt GEV bei einem Marktkapitalisierung von fast 250 Milliarden Dollar – und die Aktie wird mit etwa 40 Jahren Forward-Ergebnisse gehandelt.GEV ist daher die beste Bestätigung für diese These – aber nicht unbedingt die beste Fehlbewertung.Die neue Leistungsqualitätseinheit kann den Anteil des Unternehmens an den Gewinnen pro Datenzentrum erhöhen. Doch sie wird in ein Unternehmen eingefügt, das bereits als einer der wichtigsten Akteure im Bereich der Kompensation der Energieknappheit durch KI gelten kann.

Vertiv (VRT): Die UPS wird zu einem aktiven KI-Komponenten.

Vertiv befindet sich in der Nähe der bestehenden Datenzentrumsarchitektur – das ist sowohl ein Vorteil als auch ein Problem bezüglich der Bewertung von Vertiv. Die traditionellen UPS-Systeme dienen im Grunde als „Versicherung“: Sie sorgen dafür, dass die Server weiterhin funktionsfähig bleiben, wenn die Stromversorgung ausfällt. Die KI ändert diese Rolle. Da die Nachfrage nach GPUs in Millisekunden stark variieren kann, kann der UPS zu einem aktiven Bestandteil der täglichen Stromsteuerung werden – er absorbiert kontinuierlich die Lastveränderungen, anstatt passiv auf einen Ausfall zu warten. Vertiv entwickelt explizit fortschrittliche Kontrollmechanismen für UPS-Systeme, um dieses Problem zu lösen. Dadurch wird die Infrastruktur, die bereits für die Resilienz notwendig ist, zu einem Werkzeug zur Stabilisierung der KI-Arbeitslasten. Das schafft eine attraktive Situation – denn die Großkonzerne benötigen nicht unbedingt eine völlig neue Technologie; sie benötigen lediglich die bestehende Infrastruktur, um mehr Funktionen zu erfüllen, mit höherer Energiedichte und effektiverer Steuerung.

Leider ist das auch die Aktie, bei der Investoren am wenigsten Fantasie benötigen. Die Umsätze im zweiten Quartal stiegen um 24 Prozent auf 3,27 Milliarden US-Dollar. Der anpassete operative Gewinn erhöhte sich um 51 Prozent, der Marge stieg um 410 Basispunkte auf 22,6 Prozent. Der anpassete EPS stieg um 60 Prozent. Der freie Cashflow betrug für den Quartal 925 Millionen US-Dollar. Die Geschäftsführung schätzte den organischen Wachstumskurs für das ganze Jahr auf etwa 31 Prozent, wobei der anpassete EPS bei etwa 6,70 US-Dollar liegen würde. Das Unternehmen entwickelt sich schneller, als die meisten Industrieunternehmen es sich vorstellen können. Doch der Marktwert von VRT liegt jetzt über 100 Milliarden US-Dollar – und die Aktie wird etwa 34-mal so hoch bewertet wie die zukünftigen Erträge. Die Nachfrage nach hochwertiger Energie macht die langfristige Entwicklung des Unternehmens noch attraktiver. Doch der Markt betrachtet Vertiv bereits als führendes Unternehmen im Bereich der KI-Infrastruktur.Im Gegensatz zu Fluence benötigt Vertiv keine neue „Narrativierung“, um seine vielen Probleme zu beheben. Es braucht lediglich eine hervorragende Umsetzung, damit alles funktioniert.

Der neue „AI-Power-Markt“ besteht darin, die Last zu kontrollieren.

Das erstellt eine viel klarere Hierarchie als die ursprüngliche Kategorie „Künstliche Intelligenz braucht mehr Strom“.GE Vernova ist die stärkste Bestätigung dafür.Die gleiche Firma, die von der knappen Verfügbarkeit von Turbinen profitiert, baut jetzt spezielle Geräte, um diese Turbinen vor den Auswirkungen von KI-Arbeitslasten zu schützen. Das zeigt, dass die Energiequalität zu einer echten Designbeschränkung wird.Vertiv ist die hochwertigste Methode für direkte Exposition.Wenn UPS von einer passiven Backup-Funktion zu einer aktiven Lastverwaltung übergeht, wird sein Wert steigen. Doch die Einnahmen und der Bewertungswert spiegeln bereits eine hohe Optimismushaltung wider.Flluence ist die am höchsten riskante Fehltarife-Einstellung.Das Unternehmen hat ernsthafte Umsetzungsprobleme. Doch die 850 Millionen Dollar, die aus dem Geschäft mit den Sicherungszentren stammen, im Vergleich zu einem Aktienwert von etwa 2 Milliarden Dollar, schaffen eine Asymmetrie, die die anderen beiden Angebote nicht mehr bieten.

Das machtFLNC – die bevorzugte spekulative AnlageformNicht, weil es das beste Unternehmen ist – sondern weil die Data Centers das Wert der Produkte verändern könnten. Der Katalysator ist nicht ein weiterer Preis eines hyperskaligen Unternehmens; es handelt sich vielmehr um Beweise dafür, dass die Projekte mit KI hinter den Meter einen besseren Gewinn pro Produkt bringen. Die verspätete Herstellung führt schließlich dazu, dass der langanhaltende Rückstand in Geld umgewandelt wird. GEV bleibt die bevorzugte Qualitätsgarantie – während VRT der Name ist, bei dem der positive Effekt immer mehr von den Einnahmen abhängt, die über den bereits aggressiven Multiplikator hinausgehen.

Der erste AI-Power-Trade bezog sich auf die Knappheit:Finden Sie mehr Megawattle.Das Nächste betrifft die Kontrolle:Lassen Sie diese Megawatt-Leistung so funktionieren, wie GPUs sie benötigen.Wenn die AI-Fabriken weiterhin in Richtung Hunderte von Megawatt und schließlich Gigawatt anwachsen, dann werden Batterien und UPS-Systeme nicht mehr als Nebenausstattung dienen, sondern zu einem Bestandteil der Rechenarchitektur selbst werden. Das ist die Veränderung, deren Preis noch nicht festgelegt wurde.