Institutional Money, Ausgabe 3/2026

KI-Boom PRODUKTE & STRATEGIEN 3/2026 | institutional-money.com 177 sehen sich 21 Prozent der Investoren bei KI übergewichtet, im Bereich „Alternatives“ 23 Prozent. Angesichts dieser Zahlenwarnt die Studie vor dem Risiko einer falschen respektive unzureichenden Diversifika- tion: „Wenn die Bewertungen gleichzeitig sinken, bieten Diversifizierungen mögli- cherweise weniger Schutz als erwartet.“ Vorbereitungen Die Economist-Impact-Studienmacher fragten die Investoren auch, ob und wie sich diese auf eine Korrektur vorbereiten. Am häufigsten (38 %) nannten Investoren „Governance-Einschränkungen, die einen schnellen Risikopositionsaufbau limitie­ ren“. Damit soll offenbar verhindert werden, dass die Investoren ohne enge Abstimmung mit ihren Gremien zu rasch und zu hohe unnötige Risikopositionen eingehen. DesWeiteren nannten Investoren „Liquiditätsplanung unter eingeschränk- ten Ausstiegsbedingungen“ (37 %). Die naheliegende Alternative, das Exposure in KI-Aktien zu reduzieren, schaffte es mit 21 Prozent nur auf den letzten Platz des Rankings (siehe Tabelle „Vorbereitungen auf eine KI-Marktkorrektur“). Die Studie erachtet die genannte „Liqui- ditätsplanung unter eingeschränkten Ausstiegsbedingungen“ jedenfalls als ein gutes Tool im Rahmen des Risikomanage- ments: Denn höhere Liquiditätsreserven und Obergrenzen für illiquide Bestände können Institutionellen dabei helfen, ihren Verpflichtungen nachzukommen und Zwangsverkäufe in Zeiten vonMarkt- stress zu vermeiden. Sie bieten zudem Flexibilität, umbei sinkenden Bewertungen das Portfolio neu auszurichten oder Kapi- tal einzusetzen. Dieses Kapital könnte zum Teil jedoch auch wieder zum neuerlichen Aufbau von Risikopositionen verwendet werden. So zeigt die Studie, dass rund 30 Prozent der befragten Investoren im Fall einer KI-Korrektur, statt zu verkaufen und auf Sicherheit zu setzen, lieber nach- kaufen und die eingegangenen Risiken erhöhen wollen. Dies spiegelt eine tiefere Überzeugung der Investoren wider: dass KI langfristig Vorteile bringen wird, auch wenn der Weg dorthin von Schwankun- gen geprägt ist. ANTON ALTENDORFER Verschiedene Möglichkeiten für KI-Exposure Institutionelles Kapital finanziert KI über verschiedene Wege. Vorbereitungen auf eine KI-Marktkorrektur Investoren setzen auf verschiedene Methoden, um sich zu wappnen. Investoren stehen zwei grundsätzlicheMöglichkeiten offen, vomKI-Boom zu profitieren: entweder als Eigenkapital- oder als Fremdkapitalgeber. Darüber hinaus kann man unterscheiden, ob die Gelder über öffentlich notierte Papiere oder über Privatmarktplatzierungen investiert werden. Amöftesten allokieren Investoren in Beteiligungen (Aktien) an Anbietern von KI-Infrastruktur (42 %). Auf Platz zwei im Ranking liegen „Passive Indexfonds“ (38 %). Angesichts des großen Aufwärtspotenzials von KI- Investments neigen Anleger dazu, voll ins Risiko zu gehen und auf Eigen- kapitalinstrumente zu setzen. Quelle: Economist Impact Studie Institutionelle haben einen großenWerkzeugkasten, um sich auf Kursver- luste bei KI-Investments einzustellen. Laut Studie stehen drei grundsätz­ liche Herangehensweisen zur Verfügung: Governance, Liquiditätsmanage- ment und die Steuerung respektive das Management des Exposures. Mit 38 Prozent am öftesten nennen Investoren „Governance-Einschränkun- gen, die einen schnellen Risikopositionsaufbau limitieren“, knapp gefolgt von „Liquiditätsplanung unter eingeschränkten Ausstiegsbedingungen“ mit 37 Prozent. Die „Reduzierung des direkten Engagements in KI-bezoge- nen Aktien“ nennen nur 21 Prozent. Quelle: Economist Impact Studie Beteiligungen an Anbietern von KI-Infrastruktur Eigenkapital-Investments Fremdkapital und andere Investmentformen Passive Indexfonds Aktien von börsennotierten KI-Entwicklern Private-Equity-Investitionen in KI-Entwickler Beteiligungen an Nicht-Technologieunternehmen Projektfinanzierung für KI-Infrastruktur oder Immobilien Privatkredite an KI-Technologieunternehmen Risikokapital oder Wachstumskapital für KI-Unternehmen in der Frühphase Corporate Bonds von KI-Technologieunternehmen Private Credit an KI-Unternehmen Privatkredite an Anbieter von KI-Infrastruktur Corporate Bonds von KI-Infrastrukturanbietern Private Credit an Nicht-Technologieunternehmen 42% 38% 34% 34% 34% 34% 31 % 30% 27% 27% 27% 25% 24% Governance-Einschränkungen, die einen schnellen Risikopositionsaufbau limitieren Governance Exposure-Management Liquiditätsplanung unter eingeschränkten Ausstiegsbedingungen Festlegung vordefinierter Auslöser für eine Neugewichtung oder Risikominderung Stresstests für Portfolios Bevorzugung eines indirekten oder diversifizierten Engagements Obergrenzen für die Konzentration auf bestimmte Sektoren oder Themenbereiche Absicherungs- oder Verlustschutzstrategien Regionale Streuung des KI-Engagements Ausbau des Engagements in Aktien von Unternehmen aus Nicht-Tech-Branchen, die KI einsetzen Streuung des KI-Engagements über verschiedene Anlageklassen hinweg Reduzierung des direkten Engagements in KI-bezogenen Aktien Liquiditätsmanagement 42% 38% 34% 34% 34% 34% 31 % 30% 27% 27% 24%