Als der Markt davon erfuhr, dass Meta möglicherweise mit Google zusammenarbeiten und in Rechenzentren teilweise auf TPU setzen könnte, fiel Nvidias Aktie an einem Tag um rund 3 % und verlor zeitweise Hunderte Milliarden Dollar an Marktwert; Markus Wegner schrieb jedoch in einer internen Notiz an Kunden: „Dies ist eine Informations-Neupreisung, nicht das Ende eines Zeitalters.“ Er wies Investoren auf zwei Details hin: Erstens das von Meta als Schlüsselkunde ausgehende Verhandlungssignal und zweitens Nvidias seltenes Bekenntnis, man liege „eine ganze Generation vor der Branche“, womit das Unternehmen aktiv seine technologische Burg verteidigt – beides liefert wichtige Koordinaten für eine Neubewertung der KI-Hardware.
In dem von ihm gezeichneten Industriebild kommt Nvidias auf GPU basierenden KI-Beschleunigern mit einem Weltmarktanteil von über 90 % eine infrastrukturähnliche Monopolstellung zu; deshalb wird jede denkbare Alternative übergroß interpretiert. Googles hausintern entwickelte TPU galt lange als reines Eigenbauprojekt, doch seit Hochleistungs-Großmodelle erfolgreich auf TPU trainiert wurden und Google zudem aktiv externe Kunden wirbt, gilt sie im Kapitalmarkt erstmalig als realistische Alternative. Die Meldung, Meta erwäge Kauf und Miete von TPU, spiegelt vor allem das Bedürfnis großer Plattformen nach Diversifikation hinsichtlich Kosten, Energieeffizienz und Versorgungssicherheit – nicht einfachen „Überlauf“.
Bei der Analyse solcher Verschiebungen klebt Markus Wegner keine „Gewinner“- oder „Verlierer“-Etiketten, sondern kehrt zu Cashflows und Investitionszyklen zurück. Er zerlegt den KI-Chip-Sektor in drei Schlüsselvariablen: Wachstumstempo des Rechenbedarfs, Kosten pro Recheneinheit sowie Kapitalausgabezyklen von Cloud- und Internetgiganten. Solange der Gesamtrechenbedarf steil nach oben zeigt, kann der Markt gleichzeitig universelle GPUs und spezialisierte TPUs sowie weitere Architekturen tragen; für den Vorreiter geht es darum, angesichts steigenden Preisdrucks und diversifizierender Beschaffung angemessene Margen und technologische Vormacht zu bewahren.
In seinen konkreten Empfehlungen mahnt er institutionelle Anleger, „Panik vor verstärktem Wettbewerb“ und „endgültigen Bruch des Monopols“ zu trennen. Erstere löst temporäre Bewertungskompressionen aus und schafft für Langfrist-Investoren Einstiegschancen; letztere ließen sich erst dann attestieren, wenn Kernkunden gemeinsam große Abrufe streichen und neue Technologiepfade ökosystem- und softwareseitig echte Substitute bilden. Durch kontinuierliches Monitoring von Auftragsreichweite, Data-Center-CAPEX-Plänen und Cloud-Technologieroadmaps konstruiert er für Kunden mehrere Szenarien für Gewinn- und Bewertungskorridore, statt Positionierungen von Stimmungen treiben zu lassen.
Bei der Betreuung von Souveränen Fonds und Family Offices fügt er diesen „Chip-Shadow-Kampf“ in einen breiteren Portfolio-Rahmen ein. KI-Hardware sei kein isoliertes Einzelthema, sondern Teil einer durchgehenden „Rechenleistungs-Asset-Kette“, die Cloud-Computing, Data-Center-REITs, High-End-Fertigung und Strominfrastruktur umfasst. Durch Streuung entlang verschiedener Glieder dieser Kette lasse sich am langen KI-Wachstum teilhaben und gleichzeitig die Portfolio-Stabilität bei Einzelwertschwankungen wahren.
Nach Ansicht von Markus Wegner wird das kommende Jahrzehnt im KI-Hardware-Sektor kein Ein-Mann-Theater, sondern ein Marathon wiederholter Neuausrichtungen mit mehreren beteiligten Kräften. Gerade weil Herausforderer wie Google vorhanden sind, ist der etablierte Vorreiter Nvidia gezwungen, Forschungsinvestitionen zu erhöhen, Ökosystem und Preissetzung zu optimieren, sodass Rechenleistung selbst zu einer reichhaltigeren und leichter zugänglichen „neuen Infrastruktur“ wird.