Während die USA weiter große Summen in die KI-Infrastruktur investieren, konkurrieren chinesische Modellentwickler mit deutlich niedrigeren Entwicklungskosten. Kevin Carter, Gründer von EMXETF, erläutert, dass der im vergangenen Monat aufgelegte China AI Tigers LLM ETF (TGRZ) auf chinesische Unternehmen mit sogenannten Open-Weight-Modellen ausgerichtet ist. Der Fonds kann außerdem größere Konzerne wie Alibaba halten und bis zu 15 % seines Vermögens in private Unternehmen investieren. Damit bietet TGRZ Zugang zur Modellebene des chinesischen KI-Marktes. Offen bleibt jedoch, wann die beteiligten Unternehmen nachhaltig profitabel werden und ihre Technologie in wiederkehrende Umsätze überführen können.
TGRZ konzentriert sich auf Chinas Modellebene
Carter ordnet die Strategie von TGRZ anhand der von Nvidia-Chef Jensen Huang geprägten Metapher eines „Schichtkuchens“ für KI ein. Der Fonds konzentriert sich auf die Modellebene und dort insbesondere auf chinesische Modelle mit offenen Gewichten. Nach Carters Einschätzung erreichen einige dieser Modelle inzwischen eine Leistung, die sich den führenden US-Modellen annähert – bei deutlich niedrigeren Entwicklungskosten.
Der Begriff „Tigers“ im Fondsnamen bezieht sich auf sechs chinesische KI-Unternehmen: Z.ai, MiniMax, Moonshot mit dem Produkt Kimi, StepFun, Baichuan und 01.AI. Ihre Forschungsarbeit steht in Verbindung mit Informatiklaboren der Tsinghua-Universität. Darüber hinaus darf der Fonds in größere Unternehmen investieren, darunter Alibaba.
Bis zu 15 % des Fondsvermögens können auf private Unternehmen entfallen. Carter beobachtet nach eigenen Angaben mögliche Pre-IPO-Investitionen in DeepSeek und Moonshot. Das beschreibt lediglich potenzielle Anlagefelder und bedeutet nicht, dass TGRZ an einem der beiden Unternehmen beteiligt ist.
Fehlende Gewinne bleiben ein zentrales Risiko
Carter beschreibt seinen Anlagestil als teilweise von einem „Omaha“-Ansatz geprägt, betont aber, dass TGRZ kein Value-Fonds ist. Die von ihm anvisierten Modellunternehmen schreiben derzeit noch keine Gewinne. Zudem könnten die zunehmende Verfügbarkeit von KI-Modellen, die Standardisierung von Produkten und der intensivere Wettbewerb den wirtschaftlichen Wert ihrer Angebote unter Druck setzen. Bei einem thematischen Fonds ist daher neben den technischen Fähigkeiten entscheidend, ob der Schritt zur kommerziellen Nutzung gelingt.
Für Anleger, die in Schwellenländern nach Bewertungs- und Ertragschancen suchen, verweist Carter auf TSMC, Samsung und SK Hynix. Zusammen hätten die drei Unternehmen seit Januar 2025 rund 80 % der Renditen in Schwellenländern beigesteuert. Ihre gemeinsamen Gewinne sollen sich nach seiner Einschätzung in den Jahren 2026 und 2027 auf etwa 965 Mrd. US-Dollar belaufen. Das gemeinsame Kurs-Gewinn-Verhältnis liege unter fünf; SK Hynix werde mit etwa dem 3,5-Fachen des Gewinns bewertet.
Carter zufolge betrachten Anleger diese Halbleiterunternehmen weiterhin als zyklische Werte. Die Nachfrage aus dem KI-Sektor könnte sich jedoch über einen längeren Zeitraum als beständiger erweisen. Als mögliche Engpässe in der KI-Lieferkette nennt er außerdem Speicher, Optik und Stromversorgung. Vor allem Elektrizität dürfte zu einem entscheidenden limitierenden Faktor werden, wenn die Rechenkapazitäten weiter steigen.
Thematisches Instrument statt Kerninvestment
Carter positioniert TGRZ als thematisches und taktisches Instrument für aktivere Anleger, nicht als Kerninvestment für ein breit aufgestelltes Schwellenländerportfolio. Für Berater, die einen umfassenderen und langfristigen Zugang zur KI suchen, plant EMX nach seinen Angaben einen Fonds, der die gesamte KI-Wertschöpfungskette in Schwellenländern abdeckt. Ein enger gefasstes Produkt wie TGRZ könnte innerhalb eines Portfolios als spezialisierte Beimischung eingesetzt werden.
TGRZ soll Chancen bei chinesischen KI-Modellunternehmen abbilden, ist dabei aber mit Unsicherheiten hinsichtlich ihrer Profitabilität und des Einflusses des Wettbewerbs auf den kommerziellen Wert konfrontiert. Für die tatsächliche Zusammensetzung und das Risiko des Fonds ist daher entscheidend, ob aus den Modellfähigkeiten wiederkehrende Umsätze entstehen und ob die Möglichkeit zu Investitionen in private Unternehmen tatsächlich genutzt wird.