Die vergangene Woche war riesig für das Thema KI-Nutzen. Die Ergebnisse der Hyperscaler deuteten alle auf eine Sache hin: Die Nachfrage übersteigt das Angebot an Strom, Racks und Chips, was direkt die nächste Phase für unabhängige KI-Computing-Anbieter einleitet. $AMZN zeigte, dass AWS mit einer Wachstumsrate von 20 % auf einem Laufzeitwert von 132 Milliarden Dollar wieder an Fahrt gewinnt, mit einem Auftragsbestand von fast 200 Milliarden Dollar. Sie haben im letzten Jahr 3,8 Gigawatt Strom hinzugefügt und erwarten, bis 2027 erneut zu verdoppeln. Jedes Megawatt, das nicht rechtzeitig von AWS geliefert wird, wird durch die Infrastruktur von Drittanbietern für GPUs ersetzt. $MSFT sagte, die KI-Kapazität werde in diesem Jahr um 80 % wachsen, und ihre gesamte Rechenzentrumsfläche werde sich in zwei Jahren verdoppeln. Sie sind bis zum Geschäftsjahr 26 kapazitätsbeschränkt, selbst nachdem sie im letzten Quartal 35 Milliarden Dollar für Investitionen ausgegeben haben, was bedeutet, dass die Nachfrage in nicht-Hyperscaler-Computing-Anbieter überläuft, die schneller oder günstiger bereitstellen können. $GOOGL Cloud hat einen Auftragsbestand von 155 Milliarden Dollar erreicht, was einem Anstieg von 40 % im Vergleich zum Vorquartal entspricht, und das Management sagte, sie bleiben bis 2026 unter Versorgungsengpässen. Das ist ein Eingeständnis, dass der Ausbau der KI schneller voranschreitet, als Strom, Silizium und Rechenzentren online kommen können. $META erhöhte die Investitionen auf 71 Milliarden Dollar für 2025 und sagte, 2026 werde "deutlich größer" sein. Sie mieten externe GPU-Kapazitäten, während sie ihre eigenen aufbauen, was die Wirtschaftlichkeit unabhängiger GPU-Anbieter validiert, die selbst Hyperscalern Rechenleistung anbieten können. Dies ist der Moment, in dem spezialisierte Infrastruktur-Anbieter Marktanteile gewinnen: • $CRWV hochdichte GPU-Cloud, die für KI-Training in großem Maßstab gebaut wurde • $CIFR strombegünstigter Rechenzentrumsvermieter für KI-Mieter • $WULF Grundlast-Computing in den energieeffizientesten Regionen • $APLD modulare Campus, die schneller bereitgestellt werden als traditionelle Bauten • $IREN kostengünstigster erneuerbarer Strom, der die niedrigsten Kosten pro GPU-Stunde treibt • $NBIS Unternehmens-GPU-Cluster, die Rechenleistung ohne Hyperscaler-Abhängigkeit anbieten Die nächste Phase der KI-Infrastruktur gehört denen, die Rechenleistung am schnellsten und effizientesten pro Megawatt bereitstellen können.