Invezz

Warum steigt die Alphabet-Aktie heute?

Warum steigt die Alphabet-Aktie heute?
Ananthu C U
20. Juli 2026, 20:55 PM

Unterstützt von

Invezz
GOOGL buy

Alphabet (GOOGL) kaufen. Ein ausschließlich für Gemini entwickelter KI‑Serverchip („Frozen v2“), der Teile des Modells einbettet, sollte Energie‑ und Rechenkosten senken und so den Rechenengpass lindern, der bereits die Cloud‑Kapazität eingeschränkt hat. Das stützt höhere Margen bei Google Cloud und ein schnelleres Skalieren von Gemini im Vergleich zur Abhängigkeit von Nvidia. Der Kursanstieg spiegelt wider, dass der Markt beginnt, eine echte Kosten‑/Leistungsverbesserung zu bewerten und nicht nur Software‑Hype.

Kernrisiko: Frozen v2 erreicht nie eine Produktionsreife in bedeutsamem Umfang oder Geminis Architektur ändert sich so, dass der Chip obsolet wird.

NVDA sell

Nvidia (NVDA) verkaufen. Wenn Googles kundenspezifische Siliziumlösung für Gemini pro Energieeinheit 6–10‑mal mehr Tokens liefert, benötigt Alphabet pro Anfrage weniger Nvidia‑GPUs/-Beschleuniger und wird die eigene Kapazität priorisieren. Das belastet direkt das Wachstum der Infrastruktur‑Nachfrage nach Nvidia und seine Preissetzungsmacht, insbesondere wenn Google externe Cloud‑Kunden auf seine eigenen Chips umstellt.

Kernrisiko: Die kundenspezifischen Chips von Google erreichen in der Produktion weiterhin nicht Nvidias Leistungs‑ oder Zuverlässigkeitsniveau, wodurch Alphabet gezwungen bleibt, große Mengen an Nvidia‑Hardware weiter zu kaufen.

  • Alphabet legt zu, da Google den auf Gemini fokussierten Chip Frozen v2 entwickelt.
  • Frozen v2 soll die KI‑Effizienz steigern und die Rechenkosten senken.
  • BMO hebt das Kursziel für Alphabet an, trotz Bedenken wegen Verzögerungen bei Gemini.

Alphabet GOOGL‑Aktien stiegen am Montag um rund 3 % nachdem ein Bericht sagte, dass Google einen neuen KI‑Serverchip entwickelt, der speziell dafür ausgelegt ist, seine Gemini‑Modelle effizienter auszuführen.

Laut The Information würde der Chip, intern unter dem Codenamen "Frozen v2", Teile von Geminis Architektur dauerhaft ins Silizium einbetten.

Das Design soll die erforderliche Rechenleistung und den Datentransfer zur Verarbeitung von KI‑Anfragen reduzieren, wodurch die Effizienz steigen und der Energieverbrauch sinken könnte.

Alphabet reagierte auf den Bericht und betonte seine fortlaufenden Investitionen in Innovationen bei der KI‑Hardware.

Seine Teams würden "ständig neue Innovationen erforschen und testen, um maximale Leistung und Effizienz für unsere Nutzer und Kunden zu liefern" und „auch wenn nicht jedes Projekt in die Produktion geht, ist diese rigorose Erkundung zentral für unseren Full‑Stack‑Ansatz.“

„Indem wir Hardware und Software von Grund auf gemeinsam entwickeln, stellen wir sicher, dass unsere Systeme integriert und hochgradig für reale Workloads optimiert sind“, fuhr die Stellungnahme fort.

Zum Zeitpunkt der Veröffentlichung lag die Aktie 1,3 % höher.

Frozen v2 zielt auf höhere KI‑Effizienz

Im Gegensatz zu Googles Tensor Processing Units (TPUs), die dafür ausgelegt sind, eine breite Palette an KI‑Modellen zu unterstützen, wird Frozen v2 Berichten zufolge ausschließlich für Gemini gebaut.

Laut The Information glauben Google‑Ingenieure, dass der Chip pro Energieeinheit sechs‑ bis zehnmal mehr Tokens liefern könnte als die neuesten TPUs des Unternehmens.

Statt die allgemein einsetzbaren KI‑Prozessoren von Google zu ersetzen, dürfte Frozen v2 eine spezialisierte Ergänzung im Portfolio der kundenspezifischen Chips werden.

Dem Bericht zufolge peilt Google eine Einführung um 2028 an; das Projekt soll helfen, interne Rechenkapazitätsengpässe zu adressieren, die Berichten zufolge die Cloud‑Kapazität eingeschränkt haben.

Letzten Monat habe Google Berichten zufolge zugestimmt, SpaceX fast $1 billion pro Monat zu zahlen, um Enterprise‑Computing‑Verpflichtungen zu erfüllen.

Der Kompromiss besteht laut Bericht in Flexibilität.

Frozen v2 wäre nur dann wirksam, wenn künftige Gemini‑Modelle weiterhin dieselbe zugrunde liegende Architektur verwenden.

Google sehe das Projekt Berichten zufolge teilweise als Testlauf und erwarte nicht, die Chips im gleichen Umfang wie die TPUs zu fertigen.

Der Wettbewerb im KI‑Bereich intensiviert sich weiter

Googles Hardware‑Ambitionen fallen in eine Phase, in der das KI‑Geschäft zunehmendem Wettbewerbsdruck ausgesetzt ist.

Kürzlich berichtete Bloomberg, dass die nächste Gemini‑Pro‑Veröffentlichung verzögert wurde.

Google hat zudem mehrere leitende Forscher an Wettbewerber verloren.

Auch chinesische KI‑Entwickler haben an Fahrt gewonnen: Ihre Modelle machen inzwischen 45 % der Token‑Nutzung bei US‑Unternehmen aus.

Jüngste Veröffentlichungen von Moonshot AI und Alibaba haben die Leistungslücke gegenüber führenden US‑KI‑Modellen weiter verringert.

Unterdessen ist Google‑DeepMind‑CEO Demis Hassabis diese Woche am Capitol Hill und plädiert für eine bundesweit überwachte, industriefinanzierte KI‑Aufsicht nach dem Vorbild der FINRA, die fortgeschrittene KI‑Systeme vor der Einführung auf Risiken für die nationale Sicherheit prüfen soll.

Die Wall Street bleibt konstruktiv gegenüber Alphabet

Google baut seine internen KI‑Hardware‑Bemühungen weiter aus, um die Abhängigkeit von Nvidia zu verringern und gleichzeitig die Betriebskosten für Gemini zu senken.

Anfang dieses Jahres stellte das Unternehmen seine achte TPU‑Generation vor und hat seine Chips zunehmend externen Cloud‑Kunden angeboten, einschließlich eines milliardenschweren Vertrags zur Lieferung von TPUs an Meta Platforms.

Google hat auch andere Cloud‑Anbieter angesprochen, die traditionell auf Nvidia‑GPUs gesetzt haben.

Separat hat BMO Capital sein Kursziel für Alphabet von $435 auf $455 angehoben und dabei die Einstufung "Outperform" beibehalten.

Die Bank erhöhte ihre Google‑Cloud‑Schätzungen für das vierte Quartal und das Geschäftsjahr 2027 und verwies auf stärkere Cloud‑Nachfrage, wachsende Kapazitäten und einen erheblichen Auftragsrückstand.

BMO erklärte jedoch auch, dass weiterhin Fragen zur Performance der Gemini‑Modelle offenbleiben, nachdem berichtet wurde, dass Gemini Pro 3.5 verzögert wurde, weil es bei bestimmten Benchmarks hinter den Erwartungen zurückbleibt.