Open Source hat die Capex-These zunichte gemacht, und die KI-Fonds der Wall Street haben die Rechnung bezahlt

Die Investitionsprognosen im Bereich der künstlichen Intelligenz wurden im Juli 2026 ihrem bislang härtesten Stresstest unterzogen, was massive Kursverluste bei spezialisierten Technologiefonds auslöste, die stark auf die These des Ausbaus der Infrastruktur gesetzt hatten. Die plötzliche Marktwende unterstreicht die wachsende Besorgnis der Anleger, dass der milliardenschwere Ausbau von Rechenzentren, der physische und generative KI antreibt, angesichts rasch voranschreitender Open-Source-Modelle möglicherweise nicht die erwarteten wirtschaftlichen Erträge erzielen wird.

Monatelang lautete der vorherrschende Konsens an der Wall Street, dass KI immer größere Investitionsausgaben erfordere, dass sich nur eine Handvoll Hyperscaler den Aufbau der notwendigen Infrastruktur leisten könne und dass Hardware-Anbieter im Zuge des Branchenwachstums überproportionale Gewinne erzielen würden. Der Juli 2026 hat diesen Konsens innerhalb weniger Wochen zunichte gemacht und einige der renommiertesten KI-Fonds mit katastrophalen Verlusten zurückgelassen.

Der Schadensbericht

An der Spitze der Verlierer stand Whale Rock Capital, ein in Boston ansässiger Fonds, der von Alex Sacerdote gegründet wurde und für seine konzentrierten Technologiepositionen bekannt ist. Der Fonds brach allein im Juli um 21,7 % ein, wodurch mehr als die Hälfte seiner bisherigen Jahresgewinne zunichte gemacht wurden und seine Rendite für das Jahr 2026 von 72,5 % auf 35,1 % sank. Die Geschwindigkeit dieser Kehrtwende war selbst nach den Maßstäben volatiler Technologieinvestitionen bemerkenswert, da Positionen, die in der ersten Jahreshälfte noch außergewöhnliche Renditen erzielt hatten, plötzlich zu Belastungen wurden.

Andere spezialisierte Fonds erlitten ein ähnliches Schicksal. Turion, der eine Long-Short-Strategie mit Schwerpunkt auf KI-Hardware und Halbleitern verfolgt, verzeichnete im Monatsverlauf einen Verlust von 11,4 %. Der Hedgefonds von Coatue verzeichnete einen Verlust von 8,3 % – seine schlechteste Monatsperformance seit über einem Jahr –, wodurch sich seine Rendite seit Jahresbeginn auf 14,3 % verringerte. Eureka verlor 6,9 %, wodurch sich seine Gewinne für das Jahr 2026 auf 11,6 % reduzierten.

Der spektakulärste Einbruch ereignete sich bei Situational Awareness, dem auf KI spezialisierten Fonds, der vom ehemaligen OpenAI-Forscher Leopold Aschenbrenner verwaltet wird. Nachdem der Fonds in der ersten Hälfte des Jahres 2026 eine erstaunliche Rendite von 439 % erzielt hatte und

Nachdem das verwaltete Vermögen auf 1,5 Milliarden US-Dollar angewachsen war, brach der hoch verschuldete Fonds in weniger als einem Monat vollständig zusammen und schrumpfte von einem Bruttoengagement von 45 Milliarden US-Dollar auf null. „Ich habe Sie enttäuscht“, schrieb Aschenbrenner unverblümt in seinem Brief an die Anleger – ein schonungsloses Eingeständnis eines Fondsmanagers, der noch wenige Wochen zuvor als eine der weitsichtigsten Stimmen im Bereich der KI-Investitionen gefeiert worden war.

Der Open-Source-Auslöser

Der Auslöser für den Ausverkauf im Juli war kein Versagen der Technologie, sondern vielmehr der Erfolg von Open-Source-Alternativen. Die Veröffentlichung leistungsstarker einheimischer Modelle in China, wie beispielsweise K3 und V4 Flash, zeigte, dass Spitzenleistungen auch ohne die zuvor als notwendig erachteten enormen Investitionsausgaben erzielt werden konnten. Diese Modelle erreichten oder übertrafen die Leistungsfähigkeit proprietärer Systeme, deren Training Milliarden gekostet hatte, und nutzten dabei Architekturen und Trainingstechniken, die den Rechenaufwand drastisch reduzierten.

Diese Erkenntnis traf den Kern der These „Scale is all you need“, die die Bewertungen von Hardware-Unternehmen auf Rekordhöhen getrieben hatte. Wenn Open-Source-Modelle mit proprietären Systemen zu einem Bruchteil der Kosten mithalten können, könnten die massiven Investitionen in Rechenzentren der „Big 4“ (Google, Amazon, Meta und Microsoft) – die für 2026 gemeinsam Investitionsausgaben in Höhe von 720 Milliarden US-Dollar planten – Schwierigkeiten haben, eine rentable Kapitalrendite zu erzielen. Die Frage verlagerte sich von „Wer kann den größten Cluster aufbauen?“ hin zu „Was, wenn der größte Cluster gar nicht notwendig ist?“.

Die Marktreaktion fiel für Hardware-Anbieter schnell und brutal aus. SK Hynix verzeichnete einen Kursrückgang von fast 40 % gegenüber seinem Höchststand im Juni, da Investoren die Nachfrageaussichten für Speicher mit hoher Bandbreite neu bewerteten. Unternehmen wie SanDisk, Micron und CoreWeave verzeichneten Kursverluste von über 30 %. Umgekehrt verzeichneten Softwareunternehmen wie Adobe, die zuvor als anfällig für Disruptionen durch KI galten, Kursanstiege, da sich die Anleger von der Infrastrukturebene abwandten und sich Unternehmen zuwandten, die

von kostengünstigerer KI profitieren, ohne die Investitionskosten tragen zu müssen.

Das Problem der Hebelwirkung

Was eine Marktkorrektur in eine Reihe von Fondszusammenbrüchen verwandelte, war die Hebelwirkung. Viele auf KI spezialisierte Fonds hatten Fremdkapital eingesetzt, um ihre Wetten auf die Infrastruktur-These zu verstärken, in der Annahme, dass die Richtung des Handels so offensichtlich sei, dass die Hebelwirkung lediglich ein Instrument zur Effizienzsteigerung darstelle. Als sich die These umkehrte, wurden die gehebelten Positionen heftig aufgelöst, was zu Zwangsverkäufen führte, die die Preise weiter nach unten trieben und in einer sich selbst verstärkenden Kettenreaktion weitere Margin Calls auslösten.

Der „Situational Awareness“-Fonds veranschaulichte diese Dynamik. Aschenbrenners Rendite von 439 % im ersten Halbjahr wurde durch aggressive Hebelwirkung bei Positionen in KI-Hardware und -Infrastruktur erzielt. Als sich diese Positionen umkehrten, verstärkte die Hebelwirkung, die die Gewinne im Aufwärtstrend vergrößert hatte, die Verluste im Abwärtstrend mit gleicher Heftigkeit. Das Bruttoengagement des Fonds in Höhe von 45 Milliarden US-Dollar bei einer Kapitalbasis von 1,5 Milliarden US-Dollar bedeutete, dass bereits ein bescheidener prozentualer Rückgang des Portfoliowerts den gesamten Fonds auslöschen konnte – und genau das geschah auch.

Auswirkungen auf den Robotics-Kapitalmarkt

Die Auswirkungen der Korrektur im Juli reichen über börsennotierte Aktien hinaus und erstrecken sich auf die Risikokapital- und Wachstumskapitalmärkte, die Robotik- und physische KI-Unternehmen finanzieren. Da sich der Zeitrahmen für die Kommerzialisierung der AGI verlängert und die Preise für API in einen Wettlauf nach unten abstürzen, suchen große KI-Forschungslabore zunehmend nach Kapital auf dem öffentlichen Markt, um ihren Betrieb aufrechtzuerhalten. OpenAI, Anthropic und SpaceX beschleunigen Berichten zufolge alle ihre Börsengänge, um sich Finanzmittel zu sichern, bevor sich die Stimmung hinsichtlich der Infrastruktur weiter verschlechtert.

Für den Sektor der verkörperten KI und Robotik stellt diese Marktverschiebung eine doppelte Realität dar. Einerseits senkt die Kommodifizierung von Grundmodellen durch Open-Source-Veröffentlichungen die Software-Eintrittsbarriere für Robotik-Start-ups drastisch. Unternehmen, die zuvor Hunderte von Millionen aufbringen mussten, um proprietäre Modelle zu trainieren, können nun

Open-Source-Alternativen zu einem Bruchteil der Kosten optimieren und so möglicherweise den Zugang zu den KI-Fähigkeiten demokratisieren, die modernen Robotersystemen zugrunde liegen.

Andererseits könnte der plötzliche Rückgang von auf Hardware ausgerichtetem Risikokapital die Finanzierungsbedingungen für kapitalintensive physische KI-Projekte verschärfen. Robotikunternehmen, die auf dasselbe Infrastrukturkonzept setzen – also solche, die maßgeschneiderte Rechencluster, proprietäre Trainingspipelines oder hardwareintensive Bereitstellungsmodelle entwickeln –, könnten feststellen, dass das Interesse der Investoren deutlich nachlässt. Der Markt verlangt nun klarere Wege zur Rentabilität und eine geringere Kapitalintensität, was „Asset-Light“-Softwareansätze gegenüber hardwareintensiven Ausbauten begünstigt.

Die Korrektur im Juli könnte sich letztendlich eher als gesunde Neubewertung denn als dauerhafte Verschiebung erweisen, doch ihre unmittelbare Auswirkung besteht darin, das gesamte KI-Ökosystem – einschließlich der Robotik – dazu zu zwingen, glaubwürdigere Stückkostenmodelle und kürzere Wege zur wirtschaftlichen Nachhaltigkeit aufzuzeigen.

Die Analyse fasst Unternehmenserklärungen und öffentliche Marktaktivitäten zusammen.

Haftungsausschluss: Diese Analyse dient ausschließlich zu Informationszwecken und stellt keine Anlage-, Rechts- oder Beschaffungsberatung dar. RobotAIGeek unterstützt keine bestimmten Anbieter und übernimmt keine Garantie für die Leistungsfähigkeit von Technologien im Frühstadium.