Het AI-feest is voorbij: 720 miljard dollar zonder rendement en tech-aandelen kelderen – staat de miljardenbubbel op het punt te barsten?

"Genoeg met chatbot-spelletjes": SAP-bestuurslid bekritiseert huidige AI-strategie

720 miljard dollar zonder rendement: staat de techwereld voor de grootste AI-blunder ooit?

Jarenlang leek de hype rond kunstmatige intelligentie op de aandelenmarkten maar één kant op te gaan: recht omhoog. Maar in 2026 sloeg het tij drastisch om. Techreuzen zoals Amazon, Microsoft en Google investeren honderden miljarden dollars in de bouw van nieuwe datacenters en krachtige chipsets – en oogsten plotseling beurscrashes in plaats van gejuich op Wall Street. Beleggers worden onrustig en eisen steeds vaker tastbare resultaten in plaats van vage beloftes voor de toekomst. Want terwijl de uitgaven aan AI-infrastructuur astronomische hoogten bereiken, blijven de operationele winsten van deze technologieën uit. Staat de techindustrie op het punt een enorme investeringsbubbel te zien barsten, of zijn we simpelweg getuige van een broodnodige terugkeer naar de economische realiteit? Eén ding is duidelijk: het tijdperk van onbeperkte lof vooraf is voorbij – de markt eist nu concrete resultaten.

Nu het AI-feest voorbij is en de rekening betaald moet worden: waarom Wall Street het AI-goudkoorts-denken niet langer vertrouwt

Gedurende een groot deel van 2026 herhaalde zich een patroon dat inmiddels bijna een ritueel karakter had aangenomen op de wereldwijde kapitaalmarkten. Een groot technologiebedrijf publiceert zijn kwartaalcijfers en kondigt tegelijkertijd een gigantische verhoging van de investeringen in de uitbreiding van kunstmatige intelligentie aan. Binnen enkele uren reageren de aandelenmarkten met een crash die soms honderden miljarden dollars aan marktwaarde wegvaagt. Wat jarenlang als een belofte voor de toekomst werd beschouwd, wordt nu steeds meer gezien als een risicofactor. Alleen al in de eerste week van februari 2026 verloren de grootste technologieaandelen ter wereld meer dan een biljoen dollar aan waarde nadat Amazon, Alphabet, Microsoft en Meta gezamenlijk investeringsplannen van meer dan 650 miljard dollar aankondigden voor de bouw van nieuwe datacenters en AI-infrastructuur. Dit bedrag overtreft de economische output van hele landen zoals Israël, Singapore of de Verenigde Arabische Emiraten.

Naarmate het jaar vorderde, nam de scepsis toe. In juni 2026 wakkerde een plotselinge uitverkoop van chipfabrikanten en geheugenproducenten zoals Micron de wijdverspreide twijfels aan over de vraag of de enorme uitgaven aan grafische processors, koelsystemen en energie-infrastructuur ooit zouden kunnen worden terugverdiend door de bijbehorende rendementen. De Philadelphia Semiconductor Index, een belangrijke indicator voor de chipindustrie, kelderde binnen enkele weken met meer dan 20 procent ten opzichte van zijn jaarlijkse hoogtepunt en overschreed daarmee de technische drempel naar een zogenaamde bearmarkt. Medio juli 2026 herhaalde dit patroon zich toen de toegenomen concurrentie uit China en groeiende twijfels over de winstgevendheid van eerdere investeringen een wereldwijde uitverkoop van technologieaandelen teweegbrachten, waardoor de Nasdaq-index in één week met meer dan 4 procent kelderde.

Inzetten van miljarden dollars zonder zichtbaar rendement op de investering

De kern van het probleem kan worden samengevat als een simpele onbalans. De vier grootste Amerikaanse technologiebedrijven – Alphabet, Amazon, Meta en Microsoft – plannen kapitaaluitgaven tot wel 720 miljard dollar voor het lopende jaar, voornamelijk voor de bouw van nieuwe datacenters, gespecialiseerde AI-chips en de bijbehorende energie-infrastructuur. Dit bedrag blijft kwartaal na kwartaal groeien, terwijl de daadwerkelijk gegenereerde omzet tot nu toe onevenredig laag is. Amazon kondigde aan dat de kapitaaluitgaven tegen 2026 zouden stijgen tot ongeveer 200 miljard dollar, meer dan 50 miljard dollar boven de verwachtingen van analisten. De reactie van de markt was eenduidig: na deze aankondiging kelderde de aandelenkoers aanvankelijk met meer dan negen procent en verlaagden verschillende onderzoeksbureaus het advies van 'kopen' naar 'neutraal', daarbij niet alleen vanwege de kosten, maar ook vanwege de strategische risico's voor de kernactiviteiten in de cloud en de detailhandel.

Alphabet, het moederbedrijf van Google, kwam ook onder druk te staan ​​na de aankondiging dat het zijn investeringen dit jaar bijna zou verdubbelen tot maar liefst 185 miljard dollar. Interessant genoeg was de reactie van de markt aanvankelijk meer gemengd dan bij Amazon, wat aantoont dat beleggers niet per se tegen hoge uitgaven zijn, maar eerder tegen uitgaven die niet worden ondersteund door een geloofwaardig groeiverhaal voor de cloudmarkt. Zodra beleggers de indruk krijgen dat een bedrijf precies weet waarvoor het capaciteit bouwt en die effectief kan benutten, wordt zelfs een drastische verhoging van de uitgaven beloond. Zonder dit vertrouwen wordt dezelfde verhoging van de uitgaven geïnterpreteerd als kapitaalvernietiging.

Tesla is een bijzonder treffend voorbeeld van deze ambivalentie. De fabrikant van elektrische auto's kondigde aan dat het zijn investeringen dit jaar zou verdubbelen tot meer dan twintig miljard dollar om capaciteit op te bouwen voor kunstmatige intelligentie, humanoïde robots en autonome voertuigen. Omdat het bedrijf tegelijkertijd kwartaalwinsten en -omzetten rapporteerde die boven de verwachtingen lagen, bleef de aandelenkoers stabiel ondanks de aankondiging van de enorme investeringen, en was deze zelfs eerder gestegen. Dit patroon illustreert dat de aandelenmarkt niet inherent de omvang van de investeringen bestraft, maar eerder de kloof tussen de uitgaven en het aantoonbare operationele succes.

De halfgeleiderindustrie als vroegtijdig waarschuwingssysteem voor investeerders

Een bijzonder gevoelige indicator voor het sentiment rondom kunstmatige intelligentie is de halfgeleiderindustrie, waarvan de aandelenkoersen doorgaans als eerste reageren op twijfels over de beleggingslogica. In juni 2026 stortte de aandelenkoers van geheugenchipfabrikant Micron in één handelsdag met meer dan dertien procent in, nadat de koers het jaar ervoor met bijna achthonderd procent was gestegen, gedreven door de schijnbaar onverzadigbare vraag naar geheugenchips voor AI-toepassingen. Zo'n abrupte ommekeer na zo'n speculatieve rally wordt door veel marktanalisten beschouwd als een klassiek waarschuwingssignaal voor een zeepbel die op het punt staat te barsten.

Ook Aziatische leveranciers bleven niet gespaard van de onzekerheid. De Zuid-Koreaanse geheugenchipfabrikanten Samsung en SK Hynix zagen hun aandelenkoersen binnen korte tijd met ongeveer twaalf procent dalen, terwijl de Taiwanese aandelenindex TAIEX met meer dan zes procent kelderde nadat contractfabrikant TSMC een extra investering van honderd miljard dollar in zijn Amerikaanse productiefaciliteiten aankondigde. Ook hier doet zich hetzelfde patroon voor: een aankondiging die bedoeld is als groeisignaal wordt door de markten steeds vaker geïnterpreteerd als een waarschuwingssignaal voor een te grote kapitaalinvestering.

In juli 2026 zette deze trend zich voort toen de Philadelphia Semiconductor Index in één week met 10 procent kelderde, de slechtste weekprestatie sinds april 2025. Zelfs industriereuzen zoals Nvidia bleven niet gespaard en verloren tijdelijk zoveel waarde dat hun marktkapitalisatie even onder die van Apple zakte, ondanks het feit dat de twee bedrijven jarenlang streden om de titel van meest waardevolle onderneming ter wereld. Deze ontwikkeling is opmerkelijk, omdat Nvidia lange tijd werd beschouwd als de grootste begunstigde van de AI-boom; in feite verdiende het bedrijf geld door schoppen te verkopen in een goudkoorts, terwijl anderen slechts in de mijn investeerden.

Het verschil tussen infrastructuurontwikkeling en bewijs van rendement

De cruciale economische vraag die ten grondslag ligt aan de huidige marktnervositeit, betreft de tijdspanne tussen kapitaalinvestering en rendement. De bouw van een modern datacenter voor kunstmatige intelligentie vereist enorme investeringen vooraf in grond, gebouwen, koelsystemen, netwerkverbindingen en natuurlijk de grafische processoren (GPU's) zelf, waarvan de prijzen hoog blijven ondanks de toenemende concurrentie. Deze investeringen moeten worden gedaan voordat er ook maar één dollar aan extra inkomsten wordt gegenereerd met de bijbehorende capaciteit. Zolang bedrijven op geloofwaardige wijze kunnen aantonen dat deze capaciteit in de nabije toekomst zal worden benut en te gelde gemaakt, tolereren de kapitaalmarkten deze aanlooptijd. Zodra er echter twijfels ontstaan ​​over de benutting of de prijszettingskracht van AI-diensten, kelderen de waarderingen.

Een bijkomend risico is dat een versnelde uitbreiding van de rekenkracht kan leiden tot een prijsdaling voor AI-diensten in de hele sector, omdat het aanbod van rekenkracht sneller groeit dan de vraag die bereid is te betalen. Analisten zoals Dan Ives van Wedbush hebben erop gewezen dat de snelle groei van de wereldwijde rekenkracht op de lange termijn waarschijnlijk neerwaartse druk op de prijzen zal uitoefenen, waardoor het rendement op het geïnvesteerde kapitaal van aanbieders daalt. Dit zal uiteindelijk een correctie in de investeringsdynamiek noodzakelijk maken. Deze zorg komt overeen met een klassiek economisch patroon uit eerdere technologiecycli, zoals de uitbreiding van de glasvezelinfrastructuur tijdens het dotcom-tijdperk, toen enorme investeringen vooraf aanvankelijk leidden tot overcapaciteit en vervolgens tot een drastische prijsdaling, voordat de vraag jaren later daadwerkelijk aan het aanbod voldeed.

De nervositeit wordt nog versterkt door een concurrentiefactor. De toenemende concurrentie uit China, met name van goedkopere en steeds krachtigere AI-modellen, ondermijnt de aanname dat Amerikaanse technologiebedrijven een duurzame technologische voorsprong hebben die hun enorme investeringen rechtvaardigt. Als Chinese aanbieders vergelijkbare prestaties kunnen leveren met aanzienlijk minder kapitaal, wordt de hele investeringsstrategie van westerse hyperscalers in twijfel getrokken. Dit werd direct weerspiegeld in de koersreacties van juli 2026, toen de toegenomen Chinese concurrentie een van de scherpste koersdalingen van het jaar veroorzaakte.

Focusgebieden binnen de industrie: B2B, digitalisering (van AI tot XR), werktuigbouwkunde, logistiek, hernieuwbare energie en industrie

Meer informatie vindt u hier:

• Expert Business Hub

Een thematisch kenniscentrum met inzichten en expertise:

• Kennisplatform over mondiale en regionale economieën, innovatie en trends in specifieke sectoren
• Een verzameling analyses, inzichten en achtergrondinformatie over onze belangrijkste aandachtsgebieden
• Een plek voor expertise en informatie over actuele ontwikkelingen in het bedrijfsleven en de technologie
• Een informatiecentrum voor bedrijven die op zoek zijn naar informatie over markten, digitalisering en innovaties in de sector

Winstneming of een daadwerkelijke herwaardering?

Binnen de financiële sector bestaat geen consensus over de vraag of de recente koersdalingen een fundamentele herwaardering van de beleggingslogica in AI vertegenwoordigen, of simpelweg een langverwachte winstneming na een uitzonderlijk lange rally. De technologiesector binnen de S&P 500 was in de drie maanden voorafgaand aan de koersval in juni 2026 met bijna 27 procent gestegen. Veel marktstrategen beschouwen dit als een natuurlijke aanleiding voor consolidatie, ongeacht de fundamentele waardering van AI. Beleggingsstrategen zoals Brock Weimer van Edward Jones betoogden dat, bij gebrek aan een duidelijk aanwijsbare fundamentele aanleiding, de koersdalingen moeten worden geïnterpreteerd als een technische correctie na een sterke rally sinds de dieptepunten in maart, in plaats van als een uiting van een fundamenteel verlies aan vertrouwen.

Andere marktanalisten hebben een kritischer standpunt. Zij wijzen erop dat de waarderingen van toonaangevende AI-bedrijven een niveau hebben bereikt dat alleen gerechtvaardigd kan worden door aanhoudend hoge groeicijfers gedurende vele jaren, terwijl tegelijkertijd het risico op teleurstelling toeneemt met elk kwartaal waarin de beloofde productiviteitswinsten niet terug te vinden zijn in de balansen van de bedrijven. Deze positie wordt onder andere gedeeld door beleggingsdeskundigen die spreken van een moment van risicoherziening, waarin de markt erkent dat, hoewel de investeringstrend in AI nog niet voorbij is, de waardering ervan te ver verwijderd is van de werkelijke en voorzienbare risico's.

In deze context zijn de uiteenlopende reacties van investeerders, afhankelijk van het bedrijf, veelzeggend. Terwijl Amazon en Microsoft aanvankelijk flink werden afgestraft voor hun investeringsaankondigingen, kregen Meta en, tot op zekere hoogte, Alphabet een positievere reactie. Dit suggereert dat investeerders niet categorisch tegen hoge AI-uitgaven zijn, maar juist zeer zorgvuldig onderscheid maken tussen bedrijven die een overtuigende strategie voor het genereren van inkomsten kunnen aantonen en bedrijven die slechts investeringen vooraf doen zonder een duidelijk pad naar rendement te laten zien. Deze selectiviteit is economisch gezien verstandig, omdat de kapitaalallocatie wordt gestuurd op basis van rendementsverwachtingen en niet alleen op basis van kortstondige hype.

Neveneffecten in aangrenzende industrieën

De onzekerheid over de winstgevendheid van investeringen in AI beperkt zich niet alleen tot de directe bouwers van datacenters, maar treft ook leveranciers en aanverwante sectoren. Softwarebedrijven zoals ServiceNow en Salesforce staan ​​eveneens onder aanzienlijke druk door deze algemene onzekerheid, omdat beleggers steeds meer vrezen dat generatieve AI-tools traditionele softwareoplossingen en de bijbehorende licentiemodellen zullen verdringen voordat de bedrijven zelf voldoende van de nieuwe technologie hebben kunnen profiteren. De software-index binnen de S&P 500 verloor in februari 2026 in één week bijna acht procent, met een verlies van ongeveer een biljoen dollar aan marktwaarde in dit subsegment alleen al in die periode.

Data-analysebedrijven zoals het Canadese Thomson Reuters en de Britse groep RELX werden ook meegesleurd in de neerwaartse spiraal, omdat beleggers vrezen dat hun bedrijfsmodellen, die sterk afhankelijk zijn van eigen datasets en redactionele verwerking, steeds meer bedreigd zouden kunnen worden door krachtige AI-systemen. De aandelenkoers van RELX kelderde in één week met meer dan 17 procent, de grootste daling sinds het begin van de COVID-19-pandemie in 2020. Deze ontwikkeling laat zien dat het debat rond AI-investeringen niet langer alleen gaat over de kapitaalkosten voor infrastructuurbeheerders, maar steeds meer de bedrijfsmodellen van gevestigde informatiedienstverleners raakt, waarvan de waardecreatie mogelijk ontwricht zou kunnen worden door generatieve systemen.

In India, een belangrijke afzetmarkt voor software-export en IT-diensten, was de onzekerheid eveneens duidelijk merkbaar. De aandelen van Indiase software-exporteurs daalden in februari 2026 binnen één week met nog eens twee procent, na aanzienlijke verliezen in de voorgaande weken. Dit bracht het totale marktwaardeverlies voor dit segment op meer dan 22 miljard dollar. Dit illustreert de wereldwijde reikwijdte van het debat, dat niet langer alleen een Amerikaans fenomeen is dat beperkt blijft tot Silicon Valley, maar nu de gehele wereldwijde toeleveringsketen van technologie beïnvloedt.

De roep om een ​​einde te maken aan de trucjes van chatbots

Binnen het bedrijfsleven zelf neemt de druk toe om bestaande investeringen om te zetten in concrete en meetbare economische resultaten. Dit bleek met name uit de uitspraken van Dominik Asam, CFO van het Duitse softwarebedrijf SAP, die eind juli 2026 tijdens de presentatie van de kwartaalresultaten benadrukte dat kunstmatige intelligentie in bedrijfssoftware eindelijk verder moet gaan dan simpele chatbots en programmeerassistenten. Hij beschreef de overgrote meerderheid van de huidige AI-taalmodellen als zogenaamde 'laaghangend fruit' – dat wil zeggen, eenvoudige toepassingen zoals programmeerondersteuning of algemene chatbotdialogen, waarbij incidentele fouten of zogenaamde systeemverwarringen nauwelijks van belang zijn omdat het risico op een onjuiste uitkomst relatief laag blijft.

De echte uitdaging, aldus Asam, ligt in het toepassen van kunstmatige intelligentie op complexere en bedrijfskritische processen zoals financiële administratie, supply chain management of andere kernprocessen. Fouten worden hier versterkt over meerdere opeenvolgende verwerkingsstappen, wat betekent dat zelfs kleine onzekerheden aan het begin van een proces uiteindelijk kunnen leiden tot aanzienlijke en kostbare foute beslissingen. Een enkel onjuist datapunt in een geautomatiseerde financiële prognose of een gebrekkige beoordeling in een meerfasige supply chain-optimalisatie kan statistisch gezien accumuleren over het hele proces en uiteindelijk aanzienlijke compliance- en aansprakelijkheidsrisico's met zich meebrengen.

Deze analyse raakt een belangrijk punt in het huidige debat. Asam beschreef het idee dat een algemeen getraind, generiek, grootschalig taalmodel simpelweg over bestaande, vaak historisch gegroeide, gefragmenteerde bedrijfsdata-landschappen kan worden gelegd om alle operationele problemen op te lossen, als fundamenteel onjuist. In plaats daarvan betoogde hij dat er behoefte is aan specifiek ontworpen, beheerde systemen die nauw zijn ingebed in bepaalde bedrijfsprocessen en waarvan de resultaten betrouwbaar kunnen worden gemonitord. Hoewel deze aanpak complexer is en aanzienlijk hogere kosten met zich meebrengt voor de benodigde rekenkracht, het zogenaamde tokenverbruik, biedt het, in tegenstelling tot algemene chattoepassingen, werkelijk robuuste bedrijfsresultaten.

Deze uitspraak kan worden gezien als een realitycheck voor de hele sector. Waar de beschikbaarheid van steeds krachtigere taalmodellen de afgelopen jaren nog als een voldoende waardeverhogende factor werd beschouwd, verschuift de focus nu duidelijk naar de vraag hoe deze modellen daadwerkelijk betrouwbaar, beheersbaar en economisch in bestaande bedrijfsprocessen kunnen worden geïntegreerd. Deze verschuiving van pure modelprestaties naar praktische implementatiekwaliteit zal de komende jaren waarschijnlijk een belangrijke onderscheidende factor worden tussen succesvolle en minder succesvolle AI-strategieën binnen bedrijven.

Wat dit betekent voor de logica achter toekomstige investeringen

De huidige marktcorrectie moet niet voortijdig worden geïnterpreteerd als het einde van investeringen in kunstmatige intelligentie. Het vertegenwoordigt eerder een langverwachte rijpingsfase waarin de relatie tussen investeerders en kredietnemers fundamenteel verandert. In de afgelopen jaren was de aankondiging van een AI-project of een aanzienlijke verhoging van het investeringsbudget vaak al voldoende om koersstijgingen te veroorzaken, omdat investeerders er impliciet van uitgingen dat elke extra investering automatisch zou leiden tot hogere toekomstige rendementen. Deze veronderstelling wordt nu systematisch in twijfel getrokken en bedrijven zullen veel concreter moeten aantonen hoe hun uitgaven zich vertalen in meetbare omzet- en winstbijdragen.

Voor bedrijven betekent dit een verschuiving in hun communicatiestrategie met investeerders. Enkele aankondigingen over capaciteit zijn niet langer voldoende om positieve reacties op de aandelenkoers te genereren. In plaats daarvan komen belangrijke prestatie-indicatoren (KPI's) zoals de benutting van datacenters, de daadwerkelijke omzetbijdrage van individuele AI-producten, de ontwikkeling van winstmarges in de cloudactiviteiten en betrouwbare prognoses met betrekking tot de afschrijvingsperiode van investeringen op de voorgrond te staan. Bedrijven die deze KPI's transparant en overtuigend kunnen communiceren, zullen waarschijnlijk grote investeringsbudgetten op de kapitaalmarkten kunnen blijven aantrekken, terwijl bedrijven zonder een duidelijke strategie voor het genereren van inkomsten rekening moeten houden met aanhoudende waarderingsdruk.

Deze ontwikkeling brengt zowel risico's als kansen met zich mee voor de algehele economie. Een te abrupte daling van de investeringsactiviteit zou op korte termijn negatieve gevolgen kunnen hebben voor de economische groei, aangezien investeringen door grote technologiebedrijven nu een aanzienlijk deel uitmaken van de totale investeringsactiviteit in de Verenigde Staten. Tegelijkertijd zou een gedisciplineerde kapitaalallocatie op de lange termijn kunnen leiden tot een gezondere en duurzamere ontwikkeling van de sector, waarbij kapitaal strategischer wordt ingezet in projecten met aantoonbare economische voordelen, in plaats van in een ongerichte en soms speculatieve uitbreiding van de computercapaciteit. De komende kwartaalrapporten van de grote technologiebedrijven zullen cruciaal zijn om te bepalen of dit disciplinerende effect van de kapitaalmarkten aanhoudt of dat de structurele concurrentiedynamiek tussen de hyperscalers nieuwe investeringsrecords blijft genereren, ongeacht de reactie van de markt op korte termijn.

☑️ Onze zakelijke voertaal is Engels of Duits

☑️ NIEUW: Correspondentie in uw moedertaal!

 

Mijn team en ik staan ​​graag tot uw beschikking als uw persoonlijke adviseur.

U kunt contact met mij opnemen door hier het contactformulier in te vullen wolfenstein@xpert.digital:of door mij te bellen op +49 7348 4088 965. Mijn e-mailadres is

Ik kijk uit naar ons gezamenlijke project.

 

 

☑️ Ondersteuning van het MKB op het gebied van strategie, advies, planning en implementatie

☑️ Opstellen of herzien van de digitale strategie en digitalisering

☑️ Uitbreiding en optimalisatie van internationale verkoopprocessen

☑️ Wereldwijde en digitale B2B-handelsplatformen

☑️ Pionier in bedrijfsontwikkeling / marketing / PR / beurzen

In de industriële B2B-sector ontstaan ​​duurzame zakelijke relaties zelden van de ene op de andere dag. Ze ontwikkelen zich stap voor stap – door zichtbaarheid, professionele relevantie, terugkerende contactmomenten en groeiend vertrouwen. Het 4-stappenmodel van Xpert.Digital speelt hier precies op in: het biedt een gestructureerd traject dat begint met een beheersbaar instapmoment en, indien nodig, kan uitgroeien tot een diepere samenwerking in de bedrijfsontwikkeling.

In plaats van te vertrouwen op luide marketingbeloftes, plaatst dit model de relatie centraal. Bedrijven beginnen met duidelijk gedefinieerde, eenvoudig meetbare indicatoren en bepalen vervolgens, op basis van hun eigen ervaring, hoe ver ze de samenwerking willen uitbreiden. Een belangrijke factor voor dit ongestoorde proces van vertrouwensopbouw: het platform vermijdt volledig storende advertenties, waardoor de redactionele focus volledig op de expertise van de bedrijven blijft.

Meer informatie vindt u hier:

• Van inzicht naar vertrouwen: uw schaalbare traject met Xpert.Digital