Microsoft Build 2026 Tiefenanalyse: Hauseigener Chip Maia 200, MAI-Modell und Azures Kosten-Gegenoffensive, und Ackmans langfristige Logik für eine Großposition in Microsoft

In den vergangenen sechs Monaten hat der Softwaresektor eine heftige Neubewertung erfahren, die am Markt als „SaaSpokalypse“ bekannt ist. Die zentrale Sorge ist eindeutig: ob generative KI traditionelle Softwareunternehmen, die auf Abonnementmodellen basieren, umgehen und ersetzen wird, wodurch deren Geschäftsmodelle strukturell zerstört würden. Schätzungen von Finanzmedien zufolge verloren weltweite Softwareaktien allein in diesem Zeitraum etwa 2 Billionen Dollar an Marktkapitalisierung. Die kürzlich abgeschlossene Berichtssaison sowie die Microsoft Build 2026-Konferenz in San Francisco Anfang Juni rücken das Narrativ jedoch in die entgegengesetzte Richtung. Dieser Artikel untersucht drei Fragen: ob KI die Softwarebranche disruptiert oder neue Wachstumsdynamik verleiht; warum Microsoft in diesem Jahr trotz der Widerstandsfähigkeit des Softwaresektors zum am meisten missverstandenen Fall wurde; und ob Microsofts Auftritt auf der Build 2026 ausreicht, um die Marktsorgen über seine massiven Investitionsausgaben zu zerstreuen.

1. Quartalszahlen entkräften „Software ist tot“: Der Softwaresektor wird durch KI neu belebt

Der erste Schritt zur Entkräftung des Narrativs „Software ist tot“ war eine Reihe aktueller Quartalsberichte. Der Anbieter von Software für Teamzusammenarbeit, Atlassian (TEAM), ist das repräsentativste Beispiel für eine Kehrtwende. Der Gesamtumsatz im dritten Quartal des Geschäftsjahres 2026 (das am 31. März endete) erreichte 1,787 Milliarden Dollar, was einem Anstieg von 32 % gegenüber dem Vorjahr entspricht; der Umsatz im Cloud-Geschäft betrug 1,132 Milliarden Dollar, ein Plus von etwa 29 %; und der Non-GAAP-Gewinn pro Aktie lag bei 1,75 Dollar, was deutlich über den Markterwartungen lag. Der Mitbegründer und CEO von Atlassian ging in einem Brief an die Aktionäre direkt auf den Pessimismus des Marktes ein und erklärte: „Einige glauben, dass Software tot ist, aber ich bin davon überzeugt, dass KI für Atlassian Rückenwind bedeutet“, und betonte in einem Interview mit CNBC, dass sich die Sorgen, die auf Softwareaktien lasten, nicht in den tatsächlichen Zahlen des Unternehmens widerspiegeln.

Dieses Wachstum ist kein Einzelfall, sondern ein gemeinsames Signal über mehrere Software-Subsektoren hinweg. Der Data-Cloud-Anbieter Snowflake (SNOW) verzeichnete im ersten Quartal des Geschäftsjahres 2027 einen Produktumsatz von 1,33 Milliarden Dollar, ein Plus von 34 % gegenüber dem Vorjahr, wobei sich die Wachstumsrate gegenüber den Vorquartalen weiter beschleunigte und einen Rekord für den höchsten Umsatzanstieg in einem einzelnen Quartal in der Unternehmensgeschichte aufstellte; die Aktie stieg nach dem Bericht an einem einzigen Tag um über 30 %, und das Unternehmen kündigte gleichzeitig eine fünfjährige Cloud-Vereinbarung mit AWS im Wert von etwa 6 Milliarden Dollar an. Die digitale Workflow-Plattform ServiceNow (NOW) meldete für das erste Quartal 2026 Abonnementeinnahmen von 36,71 Milliarden Dollar, was einem Anstieg von 22 % gegenüber dem Vorjahr entspricht, womit die Obergrenze der eigenen Prognose übertroffen und der Ausblick für das Gesamtjahr angehoben wurde; die Anzahl der Kunden mit einem „Millionen-Dollar-Vertragswert“ für seine generative KI-Suite Now Assist stieg im Jahresvergleich um mehr als 130 %, wobei das Management erklärte, dass das KI-Wachstum die eigenen Erwartungen des Unternehmens übertroffen habe. Der Anbieter für Infrastruktur-Observability Datadog (DDOG) meldete für das erste Quartal einen Umsatz von 1,006 Milliarden Dollar, ein Plus von 32 % gegenüber dem Vorjahr, was das erste Quartal des Unternehmens mit einem Umsatz von über 1 Milliarde Dollar markierte, wobei sich das Wachstum weiter beschleunigt. Selbst Twilio (TWLO), eine Cloud-Kommunikationsplattform, die als zugrunde liegende Kommunikationsinfrastruktur positioniert ist, verzeichnete im ersten Quartal ein Umsatzwachstum von 20 % gegenüber dem Vorjahr, die schnellste Wachstumsrate seit 2022.

Nachdem Atlassian seine Finanzprognose angehoben hatte, erholte sich die Marktstimmung deutlich, was zu einer kollektiven Erholung der Aktienkurse von Wettbewerbern wie Salesforce und ServiceNow führte, da die pessimistischen Erwartungen für den gesamten Softwaresektor neu kalibriert wurden. Mit anderen Worten: Die Auswirkungen von KI auf die Softwareindustrie ähneln zumindest zum jetzigen Zeitpunkt eher einem „Nachfrageverstärker“ als einem „Nachfrageersatz“. Diese Einschätzung bietet den branchenweiten Kontext für das Verständnis der Situation von Microsoft: Während sich der Softwaresektor insgesamt erwärmt, hätte Microsoft als Marktführer bei KI-Software der stärkste Performer bei dieser Erholung sein müssen; das Gegenteil war jedoch der Fall.

2. Microsofts Paradoxon: Falsch interpretierte Zahlen und Investitionspanik

Seit Beginn des Jahres 2026 hinkt die Aktienperformance von Microsoft deutlich hinter anderen Technologieführern hinterher. Der Aktienkurs fiel im ersten Quartal zeitweise um etwa 23 %, was die schlechteste Quartalsperformance seit der Finanzkrise 2008 markierte; am Ende dieses Quartals erreichte die Aktie ein lokales Tief von etwa 356 Dollar. Eine verbreitete Fehlinterpretation am Markt besteht darin, die Kursschwäche direkt auf eine schlechte Performance zurückzuführen, doch diese Schlussfolgerung steht im Widerspruch zu den Finanzdaten.

Laut Microsofts Ergebnisbericht für das dritte Quartal des Geschäftsjahres 2026 übertrafen Umsatz, Gewinn und Cloud-Wachstum des Unternehmens die Konsenserwartungen der Wall Street. Der Gesamtumsatz für das Quartal betrug 82,89 Milliarden Dollar, ein Plus von 18 % gegenüber dem Vorjahr; der Betriebsgewinn lag bei 38,4 Milliarden Dollar, ein Plus von 20 %; und der verwässerte GAAP-Gewinn pro Aktie betrug 4,27 Dollar, was über den vom Markt erwarteten 4,06 Dollar lag. Der Umsatz der Intelligent Cloud Sparte betrug 34,7 Milliarden Dollar, ein Plus von 30 % gegenüber dem Vorjahr, wobei der Kern-Cloud-Dienst Azure um 40 % wuchs und sich damit gegenüber 31 % im Vorjahreszeitraum weiter beschleunigte. Auf der Anwendungsebene hat die annualisierte Umsatzrate von Microsofts KI-Geschäft 37 Milliarden Dollar überschritten, was einem Anstieg von 123 % gegenüber dem Vorjahr entspricht; die verbleibenden Leistungsverpflichtungen (RPO), ein Maß für die Auftragsbestände, erreichten 627 Milliarden Dollar, ein Plus von 99 % gegenüber dem Vorjahr und damit fast eine Verdoppelung; die Zahl der bezahlten Plätze für Microsoft 365 Copilot überstieg 20 Millionen, wobei die Netto-Zuwachsrate der Plätze im Vergleich zum Vorjahr um 250 % stieg, der schnellste Zuwachs seit der Produkteinführung. Der einzige relativ schwache Teil des gesamten Ergebnisberichts war das Segment More Personal Computing, das einen Rückgang von etwa 1 % gegenüber dem Vorjahr verzeichnete.

Da die Performance keinen Grund für Verkäufe liefert, gilt die eigentliche Sorge des Marktes dem Tempo der Investitionsausgaben (CapEx) von Microsoft. Die Prognosen des Managements für Umsatz und operative Margen für das nächste Quartal lagen leicht unter den Markterwartungen; entscheidender ist jedoch, dass das Unternehmen für das nächste Quartal Investitionsausgaben von über 40 Milliarden Dollar erwartet und prognostizierte, dass die jährlichen Investitionsausgaben bis zum Ende des Kalenderjahres 2026 etwa 190 Milliarden Dollar erreichen werden. Solch massive Investitionen resultieren einerseits aus steigenden Kosten für Schlüsselkomponenten wie Speicher und andererseits aus dem hochintensiven Ausbau der KI-Infrastruktur durch Microsoft. Der daraus resultierende Widerspruch besteht darin, dass der Markt nicht an Microsofts KI-Fähigkeiten zweifelt, sondern vielmehr befürchtet, dass ein Expansionsmodell, das durch „massive Vorabinvestitionen mit noch nicht vollständig realisierten Erträgen“ gekennzeichnet ist, kurzfristig die Margen und den freien Cashflow drücken wird.

Bemerkenswerterweise hat sich der Aktienkurs von Microsoft seit Beginn des zweiten Quartals von seinen Tiefstständen erholt, da sich die Stimmung bezüglich der Gewinne stabilisierte, der KI-Optimismus zunahm und die Ängste vor einer „SaaSpokalypse“ nachließen. Vor der Build-Konferenz brachten Microsoft und Nvidia gemeinsam den RTX Spark-Chip für KI-PCs auf den Markt und veröffentlichten neue Hardwareprodukte wie das Surface Laptop Ultra, was das Marktvertrauen weiter stärkte; der Aktienkurs kehrte Anfang Juni zeitweise auf etwa 460 Dollar zurück. Nach der Keynote der Build am 2. Juni kam es jedoch zu erheblichen Gewinnmitnahmen am Markt, wobei Microsoft am 3. Juni um etwa 4 % bis 5 % auf rund 438 Dollar fiel, was einer Marktkapitalisierung von etwa 3,28 Billionen Dollar und einem KGV von etwa 27 entspricht.

Die allgemeine Haltung der Sell-Side-Institute bleibt bullisch. Unter den Dutzenden von Analysten, die Microsoft beobachten, vergibt die überwiegende Mehrheit ein „Kaufen“- oder „Stark Kaufen“-Rating, mit einem durchschnittlichen 12-Monats-Kursziel von etwa 560 bis 570 Dollar. Die optimistischsten Ziele reichen von 650 Dollar bei Morgan Stanley und Wells Fargo bis zu 680 Dollar bei Tigress Financial; es gibt jedoch auch vorsichtigere Stimmen – Stifel senkte sein Kursziel im Februar auf etwa 415 Dollar, was am unteren Ende der aktuellen Spanne liegt. Morgan Stanley vertrat in einem Forschungsbericht unter Verwendung eines Rahmens für „Umsatz pro Megawatt“ die Ansicht, dass der Markt das langfristige Umsatzpotenzial des Azure-KI-Geschäfts, das aus den Investitionsausgaben generiert wird, unterschätzen könnte – dies ordnet das Narrativ des „Geldverbrennens“ effektiv von der Passivseite auf die Aktivseite um.

3. Die Wahl des Smart Money: Ackmans langfristige Logik „Google aufgeben für Microsoft“

Bevor die Analysten ihre Ratings kollektiv anhoben, hatte Bill Ackman, Gründer des Hedgefonds Pershing Square, bereits auf niedrigem Niveau mit echtem Geld eine Position aufgebaut. Laut seiner jüngsten 13F-Einreichung war Microsoft die einzige neue Position, die Pershing Square im ersten Quartal 2026 eingegangen ist. Ackman kaufte auf einen Schlag etwa 5,65 Millionen Aktien, wodurch Microsoft schnell zur viertgrößten Beteiligung des Fonds wurde und 15,3 % des Gesamtportfolios ausmachte; der Marktwert dieser Position belief sich Ende des ersten Quartals auf etwa 2,09 Milliarden Dollar und war mit der Erholung des Aktienkurses bis Mitte Mai auf etwa 2,3 Milliarden Dollar gestiegen.

Betrachtet man die Investmentlogik, begann Ackman im Februar zu kaufen, während der Phase, als der Aktienkurs von Microsoft aufgrund der Marktpanik nach der Veröffentlichung der Quartalszahlen einbrach, wobei das erwartete KGV zum Zeitpunkt des Kaufs bei etwa 21 lag. Er erklärte öffentlich, dass diese Bewertung in etwa dem allgemeinen Marktniveau entsprach, aber deutlich unter der durchschnittlichen Bewertung von Microsoft in den letzten Jahren lag, was ein seltenes Fenster für einen „Preisnachlass“ darstellte. Im krassen Gegensatz zum Kauf von Microsoft reduzierte er im selben Quartal seine Bestände bei Alphabet im Rahmen einer fast vollständigen Liquidation drastisch: Die Aktien der Klasse A wurden von etwa 678.000 auf etwa 32.000 reduziert, und die Aktien der Klasse C von über 6,1 Millionen auf etwa 312.000. Diese extreme Umschichtung von „Google aufgeben für Microsoft“ wird als echtes Beispiel für den Trend beim institutionellen Kapital angesehen. Ackman verglich diese Investition mit seinen früheren Operationen, bei denen er große Positionen in Amazon, Meta und Alphabet aufbaute, als die Zweifel des Marktes an „KI-Wettbewerb und -Ausgaben“ am größten waren; das implizite Urteil ist, dass der Punkt, an dem die Skepsis des Marktes über die „Ausgaben ohne Erträge“ eines Unternehmens ihren Höhepunkt erreicht, oft der Zeitpunkt ist, an dem die Bewertung am attraktivsten ist.

Dies ist kein kurzfristiges Trading-Signal. Microsoft erscheint nicht nur im Flaggschiff-Fonds von Pershing Square, sondern auch als Kernbeteiligung von Pershing Square USA, seinem im April dieses Jahres an der New Yorker Börse notierten geschlossenen Fonds. Die gleichzeitige Anwendung derselben Investmentthese auf zwei verschiedene Fondsinstrumente spiegelt Ackmans hohes Maß an Überzeugung von Microsofts langfristigen KI-Monetarisierungsfähigkeiten wider. Es sollte betont werden, dass institutionelle Beteiligungstrends nur als Referenz dienen und das unabhängige Urteil nicht ersetzen können; ihr wahrer Wert liegt darin, uns zu veranlassen, den zugrunde liegenden Vermögenswert zu untersuchen, auf den er wettet – Microsofts strategische KI-Positionierung, genau das, was die Build 2026 direkt zu beantworten versuchte.

4. Gegenangriff auf die Kosten bei der Build 2026: Eigenentwickelte Chips, hausinterne Modelle und Plattform-Burggräben

Die diesjährige Build dauerte etwa zweieinhalb Stunden, wobei mehr als dreißig Produkte veröffentlicht wurden. Lässt man die Details aus einer Investmentperspektive weg, lässt sich die gesamte Keynote in einem Satz zusammenfassen: Microsoft möchte „einen kompletten Computer für KI-Agenten bereitstellen“. CEO Satya Nadella dekonstruierte diese Architektur in fünf Ebenen: Rechenleistung, Modelle, Kontext, Tools sowie die obersten Ebenen Runtime und Sicherheitssteuerung. Die strategische Absicht besteht nicht darin, eine „nützlichere Copilot-Taste“ zu schaffen, sondern Windows, Azure, GitHub und Microsoft 365 in das Betriebssystem für die Ära der KI-Agenten zu verwandeln. Für den Kapitalmarkt ist der wertvollste Aspekt dieser Konferenz, dass sie die oben erwähnte „Geldverbrennungspanik“ durch drei Stränge direkt anspricht: eigenentwickelte Chips, hausinterne Modelle und Plattform-Burggräben.

Der erste Strang sind eigenentwickelte Chips und Kosteneffizienz, was direkt auf die Marktfragen zu den außer Kontrolle geratenen Investitionsausgaben antwortet. Microsoft bestätigte, dass sein im Januar 2026 veröffentlichter Maia 200, ein eigenentwickelter KI-Inferenzchip, in die Massenproduktion gegangen ist und begonnen hat, den Betrieb von Microsoft 365 Copilot zu unterstützen. Was die Kosten betrifft, ist hier eine fachliche Klärung erforderlich: In der schriftlichen Erklärung im offiziellen Blog von Microsoft heißt es, dass die „Leistung pro Dollar“ von Maia 200 etwa 30 % höher ist als bei der neuesten Hardware-Generation in Microsofts eigener Flotte, ohne spezifische Wettbewerber zu nennen; Nadellas Version in der Telefonkonferenz bezog sich ebenfalls auf die „neuesten Chips in der Flotte“ und erwähnte, dass die Chips in Rechenzentren in Arizona und Iowa eingesetzt wurden; während Guthrie in einem Werbevideo eine weitergehende Version lieferte und behauptete, Maia sei „30 % günstiger“ als jeder andere KI-Chip auf dem Markt. Der Unterschied in den beiden Versionen liegt im Referenzpunkt; dieser Artikel folgt bevorzugt der schriftlichen Version und der Version aus der Telefonkonferenz. Die begleitende Veröffentlichung des Cobalt 200-Prozessors der nächsten Generation, der auf Agent-Workloads ausgerichtet ist, wurde im offiziellen Azure-Blog so beschrieben, dass er eine Leistungsverbesserung zwischen den Generationen von bis zu 50 % im Vergleich zum vorherigen Cobalt 100 erreicht, wobei Cloud-Datenbank-Workloads um bis zu 135 %, Webdienste um bis zu 40 % und Kommunikationsverschlüsselung um bis zu 45 % zunahmen.

Microsoft definiert seine zentrale interne Kennzahl als „wie viele Token pro Watt und pro Dollar produziert werden können“. Laut seinen Angaben hat das neueste MAI-Modell, das auf dem eigenentwickelten Maia 200-Chip trainiert wurde, die End-to-End-Energieeffizienz um das etwa 1,4-fache weiter verbessert. Analysten von Goldman Sachs wiesen in einem entsprechenden Forschungsbericht darauf hin, dass eigenentwickelte Chips nicht nur Microsofts Abhängigkeit von Nvidia verringern, sondern auch dazu beitragen, die Bruttomarge des Azure-KI-Geschäfts zu verbessern. Es sollte klargestellt werden, dass die vorgenannten Leistungs- und Kostendaten derzeit hauptsächlich aus den offiziellen Kanälen von Microsoft stammen und es an umfassenden Tests durch autorisierte Drittinstitutionen mangelt; daher sollten sie als „offizielle Behauptungen“ und nicht als unabhängig verifizierte Schlussfolgerungen betrachtet werden.

Der zweite Strang ist die Bildung hausinterner Modelle, was bedeutet, dass Microsoft „nicht mehr nur ein Vertriebskanal für OpenAI“ ist. Auf dieser Konferenz wurden gleich sieben hausinterne MAI-Modelle veröffentlicht, wobei das erste Reasoning-Modell von Microsoft, MAI-Thinking-1, die größte Aufmerksamkeit erhielt. Dieses Modell verfügt über 35 Milliarden aktive Parameter, ein 256K-Kontextfenster, nutzt eine Sparse-Mixture-of-Experts (MoE)-Architektur und betont, dass es vollständig von Grund auf ohne Knowledge-Distillation trainiert wurde, wobei bereinigte und kommerziell lizenzierte Daten in Unternehmensqualität verwendet wurden. Microsoft behauptete in seinem offiziellen Blog, dass unabhängige Bewerter dieses Modell in Blindtests gegenüber Claude Sonnet 4.6 bevorzugten und seine Leistung im SWE-Bench Pro-Coding-Test auf dem gleichen Niveau wie Claude Opus 4.6 lag. Mit einem mittelgroßen Modell mit niedrigen Token-Kosten an die Fähigkeiten von Top-Level-Großmodellen heranzureichen, ist Microsofts zentrales Verkaufsargument für Unternehmenskunden. Darüber hinaus wurde MAI-Code-1 für leichtgewichtiges Programmieren in Copilot und VS Code integriert, während Vision-, Sprach- und Transkriptionsmodelle in PowerPoint, OneDrive bzw. GitHub Copilot Einzug hielten; diese Modelle werden gleichzeitig auf Drittanbieter-Plattformen wie OpenRouter und Fireworks gelistet und sind nicht mehr nur innerhalb von Microsofts eigenem Ökosystem verfügbar. Die Bedeutung dieses Wechsels liegt darin, dass Microsoft, das lange Zeit als „Unternehmens-Outlet für OpenAI“ galt, seinen eigenen Modell-Stack aufbaut und dadurch seine Verhandlungsmacht und Kostenkontrolle verbessert. Es sollte auch beachtet werden, dass die obigen Benchmark-Ergebnisse von Microsoft selbst bekannt gegeben wurden und noch nicht von Dritten repliziert wurden.

Der dritte Strang ist Microsofts kompetenteste Strategie – Plattform und Burggraben: Egal, welches Modell eines Unternehmens letztendlich gewinnt, Microsoft wird daran verdienen. Derzeit umfasst die Auswahl an Modellen im Foundry-Modellkatalog von Microsoft mehr als 12.000; zusätzlich zu den eigenen MAI-Modellen sind auch die neuesten Modelle von OpenAI und Anthropic (einschließlich Claude Opus 4.8) enthalten. Diese Multi-Modell-Strategie bedeutet, dass Microsoft unabhängig davon, welches Modell Unternehmenskunden wählen, stabil auf der Plattform- und Cloud-Infrastrukturebene verdienen kann. Um die Hürden für den Einsatz in Unternehmen zu senken, hat Microsoft außerdem Agent 365 eingeführt, eine Konsole für Agenten-Berechtigungen, und diese mit der Netzwerkschicht Web IQ sowie dem unternehmensorientierten Fine-Tuning-Tool Frontier Tuning kombiniert. Damit werden KI-Agenten in eine Standardinfrastruktur verpackt, die „Unternehmen sich trauen einzusetzen und die IT-Abteilungen kontrollieren und verwalten können“. Die geschäftliche Logik dahinter ist, dass Microsoft nicht in jeder Generation das weltweit stärkste Modell haben muss, solange es den Zugangspunkt für Szenarien fest im Griff hat, in denen „KI-Agenten Arbeiten für Unternehmen erledigen und als Ergebnis Daten generieren“ – dies deckt sich in hohem Maße mit dem zugrunde liegenden Urteil, auf das Ackman langfristig zu setzen bereit ist.

Die Konferenz enthüllte zudem mehrere Entwicklungen, die keine zentralen Investmentthesen darstellen, aber langfristiges Vorstellungspotenzial besitzen. Hardwareseitig brachte Microsoft das Surface Laptop Ultra auf den Markt, das Nvidia-Chips verwendet und bis zu 128 GB Unified Memory unterstützt, sowie ein Entwicklergerät, das Modelle mit 120 Milliarden Parametern lokal ausführen kann; softwareseitig wurde angekündigt, dass Copilot in diesem Sommer als fester Agent, Microsoft Scout, integriert wird; in der Spitzenforschung veröffentlichte Microsoft den Quantenchip Majorana 2, für den es eine tausendfache Verbesserung der Zuverlässigkeit beansprucht, und startete den Forschungsagenten Microsoft Discovery, obwohl die Daten zu Majorana 2 in akademischen Kreisen weiterhin umstritten sind.

5. Vier Ebenen der fundamentalen Übertragung: Von „Kosten“ zu „Bruttomarge“

Abgesehen von Produktdetails ist für langfristige Investoren eher von Interesse, wie diese Strategien auf die künftigen Finanzkennzahlen von Microsoft übertragen werden. Diese Übertragungskette lässt sich grob in vier Ebenen unterteilen.

Auf der Kostenseite liegt der Grund, warum KI-Rechenleistung die Bruttomargen drückt, in den hohen Aufschlägen, die zuvor für die Beschaffung von Nvidia-GPUs gezahlt wurden. Wenn, wie Microsoft behauptet, Maia 200, das die Kosten pro Token um mehr als 30 % senkt, in großem Maßstab eingesetzt wird und die MAI-Modelle eine 1,4-fache Verbesserung der Energieeffizienz auf eigener Hardware erreichen, ist zu erwarten, dass mit der Abwanderung der Inferenznachfrage auf proprietäre Hardware die Stückkosten von Azure KI deutlich sinken und die Bruttomargen schrittweise in Richtung des höheren Niveaus traditioneller CPU-Cloud-Geschäfte konvergieren werden. Die Auswirkungen von KI auf die Bruttomargen könnten von der aktuellen Phase der „Verwässerung“ zu einem Wendepunkt übergehen, an dem sie „nicht mehr verwässern und sogar Gewinne bringen“. Dieses Urteil setzt weiterhin voraus, dass die Kostendaten von Microsoft gültig sind, und stellt eine bedingte Ableitung dar.

In Bezug auf Investitionsausgaben und Cashflow entfallen von den diesjährigen Investitionen in Höhe von etwa 190 Milliarden Dollar etwa 25 Milliarden Dollar auf die derzeit hohen Kosten für Speicherkomponenten. Da die Preise in der Lieferkette auf ein normales Niveau zurückkehren, kombiniert mit der Tatsache, dass Microsoft den Bereitstellungszyklus für neue GPUs um etwa 20 % verkürzt und einige Infrastrukturprojekte früher als geplant abgeschlossen hat, wird erwartet, dass diese hochintensiven Investitionsausgaben ihren Höhepunkt erreichen und sinken werden; der Marktkonsens deutet darauf hin, dass der freie Cashflow ab dem Geschäftsjahr 2028 wahrscheinlich deutlich steigen wird. Das Management hält derzeit an der Prognose fest, dass sich die operativen Margen im Geschäftsjahr 2026 um etwa 1 Prozentpunkt ausweiten werden, wobei Umsatz und Betriebsgewinn im Geschäftsjahr 2027 weiterhin mit zweistelligen Raten wachsen werden. Wenn diese Prognosen erfüllt werden, gleichen die derzeit hohen Investitionen eher einer „Vorabinvestition“ als einem strukturellen Bargeld-Schwarzen-Loch.

Auf der Umsatzseite gewinnt Microsoft durch das Ökosystem von über 12.000 Modellen auf der Foundry-Plattform in Kombination mit den bereits erwähnten RPO-Verträgen in Höhe von 627 Milliarden Dollar (ein Plus von 99 % gegenüber dem Vorjahr) nicht nur Plattformumsätze aus verschiedenen Modellen, sondern erhöht auch die Wechselkosten für Kunden und die Bindungseffekte, wodurch die Umsatzvorhersehbarkeit und die Preismacht gestärkt werden. In Bezug auf den adressierbaren Gesamtmarkt (TAM) erweitert das Aufkommen von KI-Agenten die Verkaufseinheiten von Microsoft von „menschenzentrierten Plätzen“ auf „agentenzentrierte Plätze“, was theoretisch die Obergrenze für das langfristige Wachstum anhebt.

Verknüpft man diese vier Ebenen, wird deutlich, dass Microsoft kein Glücksspiel betreibt, sondern eine langfristige Strategie verfolgt, bei der eigenentwickelte Chips, hausinterne Modelle und proprietäre Plattformen als Hebel eingesetzt werden, um „die Kosten von heute“ in „die Bruttomargen von morgen“ umzuwandeln. Entsprechend den quantifizierbaren Tracking-Indikatoren lohnt es sich, das Azure-Wachstum, die annualisierte KI-Run-Rate, die Entwicklung der operativen Marge sowie die Wachstumsdynamik bei RPO und Copilot-Plätzen weiter zu beobachten.

6. Risiken und Verifizierung: Informationslücke zwischen offiziellen Angaben und Drittanbieter-Tests

Setzt man die obigen Hinweise zusammen, ist die Logikkette relativ klar: Die vom Markt als „Auslaufmodell“ beurteilte Abonnement-Software wurde durch KI nicht nur nicht ersetzt, sondern hat neue Wachstumsdynamik gewonnen, was eine Vertrauensbasis für die gesamte Branche schafft; und Microsofts missverstandener Ergebnisbericht, der einen Kurssturz auslöste, hatte nie die Performance selbst als Problemfaktor, sondern die Marktsorgen über das Tempo der Investitionsausgaben; die Antwort der Build 2026 ist genau auf diesen Problemfaktor zugeschnitten. Basierend auf der Verbesserung der Kostenkurven, der Vertiefung der Burggräben und den darauf abgestimmten Entscheidungen des institutionellen Kapitals gibt es eine Grundlage für ein relativ positives Urteil über die langfristigen Fundamentaldaten von Microsoft.

Dennoch müssen rationale Anleger ein gewisses Maß an Nüchternheit bewahren. Abgesehen von der Möglichkeit, dass die Baukosten für die Infrastruktur von KI-Agenten weiterhin die Erwartungen übertreffen könnten und der ROI-Zyklus auf der Unternehmensseite verlängert werden könnte, ist es umso notwendiger, sich einem blinden Fleck der Informationsasymmetrie zu stellen: Ob es sich um die Zahl der „30 % Kostensenkung“ für Maia 200 oder die Benchmark-Ergebnisse der MAI-Modelle handelt, die „Wettbewerber übertreffen“ – beides verharrt derzeit im Stadium der „offiziellen Behauptungen“ von Microsoft, und der Markt hat bisher keinen umfassenden Testbericht über diesen Hardware- und Modell-Stack von einer autorisierten Drittinstitution gesehen. Das heißt, diesem scheinbar glänzenden Zeugnis fehlt noch die objektive Verifizierung, auf die die Wall Street den größten Wert legt. Sollten die Ergebnisse künftiger Drittanbieter-Bewertungen hinter den Erwartungen zurückbleiben, könnte die kurzfristige Bewertung von Microsoft in einem volatilen Marktumfeld weiterhin unter Druck geraten.

Daher ist der direkteste Prüfpunkt dafür, ob dieses fundamentale Skript realisiert werden kann, der nächste Quartalsbericht, der Ende Juli veröffentlicht wird. Zwei Indikatoren enthalten die meisten Signale: erstens, ob das Wachstum von Azure Cloud anhält, und zweitens, ob sich der Trend der operativen Margen wie vom Management prognostiziert verbessert – Letzteres ist besonders kritisch, da es direkt die Kernfrage beantwortet, „ob Kosten tatsächlich in Bruttomargen umgewandelt werden“.

Insgesamt neigt dieser Artikel zu der Ansicht, dass sich die langfristigen Fundamentaldaten von Microsoft in einer entscheidenden Übergangsphase von der „Unterdrückung durch Investitionsausgaben“ hin zur „Effizienz- und Plattformmonetarisierung“ befinden. Ob dieser Übergang jedoch erfolgreich abgeschlossen werden kann, hängt weiterhin von den vorgenannten Daten und der Verifizierung durch Dritte ab.