Wenn die Bank of America Strategists, die Goldman Sachs Quants und die CNBC-Analysten am gleichen Tag die gleiche Behauptung aufstellen, sollte man zuhören. Sie sagen: Der AI-Chip-Bubble von 2026 hat mathematisch jede Spekulations-Blase der Geschichte übertroffen. Inklusive Dotcom 2000. Inklusive der berüchtigten französischen Mississippi-Bubble von 1720. Inklusive der niederländischen Tulpenmanie von 1637.
Für die meisten Anleger klingt das nach Marktschrei. Wieder ein „Crash kommt”-Artikel. Wieder Doomsday-Predictions die nie eintreten. Aber dieses Mal ist etwas anders. Die Zahlen sind nicht Meinung — sie sind dokumentiert, messbar und unbestreitbar.
Was wir hier durchgehen, ist nicht ob es einen Crash gibt. Das wissen wir nicht. Was wir durchgehen ist die mathematische Größe des Risikos, das in einem Bubble entsteht. Wer das versteht, kann sich entscheiden ob er weiter mitspielt oder sich positioniert.
Was die Mississippi-Bubble 1720 wirklich war
Lass uns kurz die Geschichte erden. 1716 gründete John Law in Frankreich die Banque Générale, eine private Bank die Papiergeld emittierte. 1717 bekam sie das Monopol auf Frankreichs Mississippi-Kolonien in Nordamerika. Die Aktie der „Compagnie d’Occident”, die bald Compagnie du Mississippi hieß, wurde von 500 Livre auf 18.000 Livre gepusht — ein 36-facher Anstieg in zwei Jahren.
Die Marktkapitalisierung der Compagnie du Mississippi auf ihrem Höhepunkt 1720 entsprach mehreren Vielfachen des gesamten französischen GDP. John Law war reicher als der französische König. Paris war voll mit „Millionnaires” — ein Wort das damals neu erfunden wurde. Das war die größte Spekulations-Blase der bekannten Wirtschaftsgeschichte.
Dann kam der Reality Check. Mississippi-Kolonien produzierten kein Gold. Die versprochenen Profite materialisierten sich nicht. Erst entdeckten sophisticated Investoren das, dann das breite Publikum. Innerhalb von 18 Monaten kollabierte die Aktie um 99 Prozent. Frankreich brauchte 70 Jahre um sich zu erholen.
Diese Bubble hat eine spezifische mathematische Signatur: extreme Marktkonzentration plus extreme Bewertungsmultiples plus extreme Erwartungs-Divergenz zur Realität. Genau das messen Analysten 2026 jetzt im AI-Chip-Sektor.
Die konkreten Vergleichszahlen die niemand zeigt
Bank of America’s Michael Hartnett hat in seinem Flow-Show-Report von dieser Woche die direkten Vergleichszahlen aufgestellt. Die Zahlen sind erschreckend klar.
Marktkonzentration: 2026 machen die „Magnificent Seven” Tech-Aktien (Nvidia, Microsoft, Apple, Google, Amazon, Meta, Tesla) ungefähr 36 Prozent der gesamten S&P 500 Marktkapitalisierung aus. Auf dem Höhepunkt der Dotcom-Bubble 1999 machten die Top-7 Tech-Aktien ungefähr 18 Prozent der S&P 500 aus. Das heißt: Heutige Konzentration ist zweimal so hoch wie 1999.
Bewertungsmultiples: Nvidia handelt aktuell bei 39x Forward Earnings. Cisco, die Dotcom-Lieblings-Aktie, handelte auf ihrem Höhepunkt 2000 bei 38x Forward Earnings. Die Mississippi Company auf ihrem Höhepunkt 1720? Niemand kann das exakt sagen, weil „Forward Earnings” damals kein Konzept war — aber die Schätzungen liegen bei 500-1.000x angenommene Cashflows.
Einzige Aktien-Marktkapitalisierung: Nvidia ist heute ungefähr 3,5 Billionen Dollar wert. Das entspricht mehr als dem gesamten DAX 40. Mehr als alle deutschen Großunternehmen zusammen. Das ist eine Marktkapitalisierung die in der Geschichte noch nie eine einzelne Firma erreicht hat, mit einer Ausnahme: die Mississippi Company 1720 in Frankreichs damaliger Wirtschaft.
Erwartungs-Divergenz: Die Magnificent Seven werden mit Wachstumsraten gepriced, die voraussetzen dass AI-Workloads jedes Jahr 40-60 Prozent wachsen für die nächsten 5 Jahre. Das ist mathematisch möglich, aber historisch beispiellos. Cisco 2000 wurde gepriced für 30-40% Internet-Wachstum für 10 Jahre. Sie lieferte 5-10%.
Was die „größer als 1700er Aktien” Behauptung wirklich bedeutet
Ein CNBC-Headline diese Woche sagte: „AI chip bubble rivals French stocks in 1700s, surpasses Nasdaq during dot-com frenzy by one measure”. Welcher „one measure” ist hier kritisch.
Es geht um den Price-to-Sales-Ratio der Top-Halbleiter-Aktien gemessen am Sektor-Anteil. Wenn du die Top-5-AI-Chip-Companies nimmst (Nvidia, AMD, Broadcom, Marvell, Micron) und ihre Marktkapitalisierung mit dem tatsächlichen Sektor-Revenue vergleichst, kommst du auf Multiples die historisch noch nie da waren.
Konkret: Die Top-5 AI-Chip-Aktien werden bei zusammen ungefähr 5 Billionen Dollar Marktkapitalisierung gehandelt. Ihr aggregierter aktueller Revenue liegt bei ungefähr 280 Milliarden Dollar. Das ist ein Price-to-Sales-Multiple von 17,8x. Cisco 2000 war bei 13x. Mississippi Company 1720 hatte kein Revenue zum Vergleichen, also der Multiple war effektiv unendlich.
Auf diesem speziellen Maßstab — Marktkapitalisierung relativ zu echten Sales — ist AI-Chip-Sektor 2026 die teuerste Sektor-Bewertung der bekannten Geschichte.
Was das nicht bedeutet
Bevor wir weiter machen, eine wichtige Klarstellung: Das bedeutet nicht „Crash kommt morgen”. Bubbles können Jahre weiter expandieren bevor sie platzen. Sie können auch in „soft landing”-Pattern langsam abgebaut werden statt zu crashen.
Dotcom war 1999 schon massiv überbewertet. Die Bubble platzte erst März 2000. Wer 1999 short ging und sich richtig fühlte, wurde 1999-2000 noch 50-100% weiter abgewatscht bevor er endlich Recht bekam. Markets können „irrational” länger bleiben als du solvent.
Genauso heute. Nvidia kann auf 4 Billionen Dollar steigen. Auf 5 Billionen. Auf 6 Billionen. Solange Hyperscaler-Capex weiter rauf geht (Microsoft, Amazon, Google, Meta haben zusammen ungefähr 250 Milliarden Dollar AI-Capex für 2026 budgetiert), bleibt der Treibstoff für höhere Bewertungen da.
Aber die mathematische Realität bleibt: bei diesen Bewertungen ist das Risk-Reward asymmetrisch geworden. Du hast vielleicht 20-30% Upside und 50-70% Downside über die nächsten 24 Monate.
Was die „Nvidia ist anders” Argumente nicht erfassen
Jeder Tech-Bull wird dir erklären warum 2026 nicht Dotcom ist. Die Argumente sind:
Argument 1: Nvidia hat echte Earnings. Stimmt. Cisco hatte 2000 auch echte Earnings. Cisco fiel trotzdem 89% von 2000 bis 2002. Earnings können wachsen, aber bei extrem hohen Multiples reicht selbst hohe Wachstumsrate nicht aus um die Bewertung zu rechtfertigen wenn der Markt das Multiple kontrahiert.
Argument 2: AI ist transformativ wie Internet. Wahrscheinlich stimmt das. Aber das Internet ist transformativ gewesen UND viele Internet-Aktien verloren 80-95% von ihrem 2000-Höhepunkt bevor sie sich erholten (Amazon brauchte 9 Jahre um sein 2000-Hoch zu erreichen). Transformative Technologie und Aktien-Performance sind verschiedene Dinge.
Argument 3: Hyperscaler-Capex ist real. Stimmt. Aber genau hier ist die Schwäche. Wenn Microsoft, Amazon, Google ihre AI-Capex 2027 um nur 10% reduzieren (statt zu erhöhen), bricht Nvidias Revenue-Wachstum sofort ein. Capex-Zyklen waren immer zyklisch. Erinnerst du dich an den Solar-Boom 2008? Den Cleantech-Boom 2007? Die hatten auch „echten Capex” — bis sie es nicht mehr hatten.
Argument 4: Die Marge wird hoch bleiben. Nvidia hat aktuell 73-75% Bruttomargen. Das ist eine außergewöhnliche Marge die durch Knappheit getrieben wird. Cerebras, AMD, chinesische Hersteller (Huawei Ascend, Cambricon) und Intel kommen alle mit Konkurrenzprodukten. Margen können auf 55-65% komprimieren ohne dass das ein „Disaster” ist — aber bei den heutigen Multiples ist auch eine 10-Punkt-Margen-Kompression eine 30-40% Aktien-Korrektur.
Wann Bubbles in der Geschichte platzten
Hier ein nützliches Pattern aus der Geschichte. Bubbles platzen typischerweise an einem von drei Trigger-Punkten:
Trigger 1: Liquiditäts-Verknappung. Bubble platzte 1720 weil John Law nicht mehr genug Goldreserven hatte um Papiergeld einzulösen. Dotcom platzte 2000 weil Fed-Zinserhöhungen Liquidität aus dem Markt zogen. AI-Bubble könnte platzen wenn Fed-Hikes (heute 45% Wahrscheinlichkeit für 2026) Liquidität reduzieren.
Trigger 2: Realitäts-Check der Erwartungen. Mississippi Company kollabierte als Investoren realisierten dass die Kolonien kein Gold lieferten. Dotcom kollabierte als Pets.com und Webvan zeigten dass viele Internet-Geschäftsmodelle nicht funktionierten. AI-Bubble könnte triggern wenn ein großer AI-Customer (z.B. ein Hyperscaler) seine Capex-Guidance massiv senkt und damit das Wachstums-Narrative bricht.
Trigger 3: Konkurrenz-Realität. Cisco kollabierte teilweise weil Juniper und andere Konkurrenz seine Margen attackierten. AI-Bubble könnte durch chinesische Konkurrenz oder unerwartete Effizienz-Sprünge bei kleineren Chips getrieben werden. Cerebras gestern, Groq, SambaNova — das Konkurrenzfeld wird voller.
Keiner dieser Trigger ist sofort erkennbar. Bubbles sehen bis zum Tag des Crashs gesund aus. Das ist die Definition einer Bubble.
Was BMI-Leser konkret tun sollten
Hier wird es konkret. Du kannst nicht alle AI-Exposure verkaufen — das wäre Wahrsagerei und du würdest die nächste Bull-Phase verpassen. Aber du kannst Risk-Management ernst nehmen.
Erstens, Position Sizing. Wenn Nvidia, Microsoft, Google, Tesla, Apple, Meta zusammen mehr als 40% deines Aktien-Portfolios ausmachen, hast du Klumpenrisiko. Sieben Aktien sollten maximal 25-35% sein, alles darüber ist Risiko-Konzentration die du bei einem Crash sofort fühlen wirst.
Zweitens, Diversifikation in Nicht-Korrelierende. Energie, Defense, Banken, Versicherer, defensive Consumer wie P&G oder Procter haben niedrige Korrelation zu AI-Sektor. Bei einem Tech-Crash können diese sogar steigen oder seitwärts laufen.
Drittens, Cash-Quote auf 15-25%. Cash bei 4-5% Yield ist nicht mehr „tot”. Es ist Optionalität. Wenn AI-Aktien 30% korrigieren, hast du das Trockenpulver um zu kaufen. Wer 100% investiert ist hat keine Optionalität.
Viertens, Stop-Loss-Disziplin. Wenn du hochbewertete AI-Aktien hältst, setz dir mentale Verkaufs-Stops. Bei -15% von Höchststand fang an zu verkaufen, bei -25% verkauf die Hälfte, bei -35% raus. Das ist nicht Pessimismus — das ist Disziplin.
Fünftens, Hedge-Position aufbauen. SQQQ, UPRO Inverse-Tech-ETFs, oder einfach VIX-Calls können günstig 5-10% Portfolio-Hedge bieten. Bei einem Tech-Crash gehen diese auf 200-400% und kompensieren Verluste.
Die ehrliche Bilanz
Niemand kann sagen ob 2026 ein Crash-Jahr wird oder ob der Bullenmarkt weiter rennt. Die Bewertungsmathematik ist klar, aber Markets können länger irrational bleiben als wir solvent.
Was wir sagen können: das Risk-Reward ist asymmetrisch geworden. Vor zwei Jahren (Frühjahr 2024) war AI eine 50/50-Wette mit 100% Upside und 30% Downside. Heute ist sie eine 60/40-Wette mit 30% Upside und 60% Downside.
Smart Money positioniert sich entsprechend. Buffett rotiert komplett aus Big Tech. Ackman geht in defensives Microsoft statt aggressives Nvidia. Druckenmiller und Tepper rotieren in Energy, Defense, Banks. Diese Manager managen zusammen über eine Billion Dollar. Sie sind nicht zufällig alle bearisch auf AI-Sektor.
Sam Stovall von CFRA hat es diese Woche pragmatisch formuliert: Bull-Markets sterben nicht an Geopolitik, sondern an mispriced Risk Perception. Wenn AI-Chip-Bewertungen mathematisch größer sind als 1720 und 2000, dann ist Risk-Perception aktuell falsch eingepreist.
Wer das versteht, schützt sein Portfolio. Wer es ignoriert, zahlt potenziell die Rechnung wenn der Markt seine Realität entdeckt. Und der Markt entdeckt seine Realität immer — die Frage ist nur, wann.
TradingView 30 Tage kostenlos testen
Sichere dir zusätzlich einen $15 Rabatt auf dein erstes Abo über diesen Link.
