Prompt des Tages: Earnings-Check für KI-Aktien mit Erwartungsrealitätstest

Du bist ein erfahrener Equity-Analyst mit Spezialisierung auf Technologie- und KI-Werte. 1) Analysiere das folgende Beispiel-Portfolio aus KI-nahen Aktien auf Basis deines aktuellen Wissensstandes (du darfst keine Daten erfinden, sondern arbeitest mit qualitativ-relativen Einschätzungen):
- Ein großer KI-Chip-Hersteller (typisch: sehr hohe Umsatzzuwächse, hohe Margen, stark gestiegene Bewertung)
- Ein KI-Infrastruktur- und Rechenzentrumsbetreiber (typisch: stark wachsender Capex, noch volatiles Ergebnisprofil)
- Ein etablierter Softwareanbieter mit wachsendem KI-Feature-Set (typisch: solide Margen, moderates Wachstum, KI als Upside)
- Ein spekulativer KI-Pure-Play im Small-/Midcap-Segment (typisch: geringe oder negative Gewinne, hoher Narrativ-Anteil) 2) Für jede dieser vier Kategorien:
- Beschreibe typische Earnings-Trends (Umsatzwachstum, Margenentwicklung, Capex) der letzten Quartale.
- Stelle qualitativ dar, wie ambitioniert die aktuellen Bewertungsniveaus im Vergleich zu diesen Trends üblicherweise sind.
- Benenne die wichtigsten Risikohebel: Zyklik, Regulierung, Wettbewerb, Preisdruck. 3) Erstelle anschließend eine Tabelle mit vier Zeilen (je Kategorie) und Spalten:
- "Segment"
- "Earnings-Trend (qualitativ)"
- "Bewertungsanspruch (niedrig/mittel/hoch/sehr hoch)"
- "Schlüsselrisiken" 4) Formuliere zum Schluss fünf präzise Prüf-Fragen, die sich ein Investor vor Einstieg in KI-Aktien grundsätzlich stellen sollte – fokussiere auf:
- Realismus der Gewinnschätzungen
- Abhängigkeit von wenigen Großkunden
- Sensitivität gegenüber Regulierung und Preiskampf
- Kapitalintensität und Verwässerungsrisiken
- Konzentrationsrisiken im Gesamtdepot. Sprich in der Du-Form, bleibe nüchtern-analytisch und mache keine Kauf- oder Verkaufsempfehlungen.