Invezz

Warum Microsoft trotz 30 % Kursgewinn seit den Zahlen noch bis zu 20 % steigen könnte

Warum Microsoft trotz 30 % Kursgewinn seit den Zahlen noch bis zu 20 % steigen könnte
Vatsala Gaur
02. Sept. 2026, 12:47 PM

Unterstützt von

Invezz
Microsoft (MSFT)

Kaufempfehlung für MSFT. Die Nachrichten deuten auf beschleunigtes Azure‑Wachstum (43 % im Jahresvergleich; 45 % Prognose für das laufende Quartal) sowie auf die Monetarisierung von Copilot (kostenpflichtige Sitze >30 Mio.; Netto‑Zugänge mehr als verdoppelt) hin. Dass das Bewertungsvielfache auf 28x des Gewinns je Aktie 2027 ansteigt, ist durch die verbesserte Sichtbarkeit gerechtfertigt, dass KI‑Ausgaben in Cloud‑Wachstum und bessere Unit‑Economics umschlagen (modellagnostische Weiterleitung, 4x Copilot‑Durchsatz, Maia 200 günstigere Inferenz). Thesis killer: Azure‑Wachstum oder das Wachstum der Copilot‑Plätze stockt und die KI‑Wirtschaftlichkeit verbessert sich nicht—was das Marktumfeld zwingen würde, MSFT auf ein niedrigeres Wachstumsvielfaches zurückzustufen.

Kernrisiko: Das Azure‑Wachstum oder die Monetarisierung von Copilot verlangsamt sich, und die KI‑Unit‑Ökonomie verbessert sich nicht.

Nvidia (NVDA)

Verkaufsempfehlung für NVDA. Als Zweiteffekt: Microsofts Bemühungen, die Inferenzkosten zu senken (Maia 200 bis zu ~40 % günstiger; kundenspezifische Siliziumlösungen; höherer Durchsatz) und seine modellagnostische Weiterleitung verringern die Abhängigkeit von einem einzelnen Spitzenanbieter und können die zusätzliche Nachfrage nach der teuersten Nvidia‑Inferenzkapazität pro Copilot‑Workload begrenzen. Wenn Microsoft mehr Rechenleistung pro Dollar realisieren kann, schwächt das das Narrativ „man muss die größten GPUs kaufen“, das NVIDA*s Preisgestaltung bei KI stützt. Thesis killer: Die Effizienzgewinne von Microsoft führen nicht zu einer geringeren Nvidia‑GPU‑Intensität, und Hyperscaler beschleunigen weiterhin den Kauf von Nvidias Spitzensystemen.

Kernrisiko: Microsofts Effizienz reduziert die GPU‑Intensität nicht, und die Nachfrage nach Nvidia steigt weiter an.

  • BofA‑Analyst Tal Liani hob sein Kursziel für MSFT auf 600 $ an und bestätigte die Kaufempfehlung.
  • Das neue Kursziel basiert auf dem 28‑fachen der BofA‑Schätzung des Gewinns je Aktie (EPS) für das Kalenderjahr 2027.
  • Die Microsoft‑Aktie hat seit Ende Juli fast 30 % zugelegt.

Anlegerbedenken wegen Schwäche im Software‑Sektor und übermäßiger Ausgaben für künstliche Intelligenz schwinden, was Microsoft‑Aktien neuen Schwung verleiht, da die Wall Street dem Unternehmen stärker zutraut, seine KI‑Investitionen in Erträge zu verwandeln.

Bank of America‑Analyst Tal Liani ist der Ansicht, dass die Rallye noch weiteres Potenzial hat.

In einer Mitteilung am Dienstag bestätigte Liani seine Kaufempfehlung für Microsoft und hob das Kursziel von 500 $ auf 600 $ an, was rund 20 % Aufwärtspotenzial gegenüber dem aktuellen Kurs impliziert.

Das neue Kursziel basiert auf dem 28‑fachen der von Bank of America erwarteten Gewinne je Aktie für das Kalenderjahr 2027, gegenüber dem bisherigen 24‑fachen.

Die Anpassung spiegelt das beschleunigte Cloud‑Wachstum und die bessere Sichtbarkeit der Renditen aus KI‑Investitionen wider.

Die Microsoft‑Aktie hat seit Ende Juli fast 30 % zugelegt und verzeichnete kürzlich die stärkste sechstägige Aufwärtsbewegung seit Oktober 2025.

Azure und Copilot liefern den Beleg

Die jüngste Rallye folgt auf ein starkes Ergebnis im vierten Geschäftsquartal.

Das Umsatzwachstum von Azure beschleunigte sich auf 43 % im Jahresvergleich, während Microsofts Prognose für 45 % Wachstum im laufenden Quartal die Erwartungen der Wall Street übertraf.

Das Unternehmen verzeichnet zudem eine zunehmende Akzeptanz seiner KI‑gestützten Copilot‑Produkte.

Liani stellte fest, dass kostenpflichtige Copilot‑Plätze die Marke von 30 Millionen überschritten haben, wobei die Netto‑Zugänge gegenüber dem Vorquartal mehr als verdoppelt wurden.

Für Liani geht der Vorteil von Microsoft jedoch über ein einzelnes KI‑Modell hinaus.

Das Unternehmen baut zunehmend ein, wie er es nennt, Full‑Stack‑KI‑Portfolio auf, das eigene Modelle mit Angeboten Dritter kombiniert.

„Microsoft baut ein breites Portfolio interner und externer Modelle auf, das Kunden erlaubt, für jede Aufgabe das kosteneffizienteste Modell zu nutzen und zugleich die Nutzeraktionen zu steuern“, sagte Liani.

„Nicht jede Arbeitslast erfordert ein komplexes und teures Spitzenmodell, und Microsofts Ansatz hilft, die Leistung zu optimieren und gleichzeitig den Tokenverbrauch zu senken.“

Ein modellagnostischer Ansatz könnte die Wirtschaftlichkeit von KI verbessern

Anstatt sich auf einen einzelnen Modellanbieter zu verlassen, kann Microsoft Arbeitslasten nach deren Komplexität und Kosten steuern.

Durch den Einsatz einer Mischung aus internen und externen Modellen „kann Microsoft die größten und teuersten Modelle für komplexe Aufgaben reservieren, während Volumen‑ und produktspezifische Workloads effizienter bedient werden“, schrieb Liani.

Dieser Ansatz könnte Microsoft helfen, seine Abhängigkeit von der Wirtschaftlichkeit eines einzelnen Anbieters zu verringern und gleichzeitig Copilot die nötige Flexibilität zu bewahren, während sich KI‑Modelle weiterentwickeln.

Liani verwies außerdem auf Microsofts MAI‑Code‑1‑Flash‑Modell, das seiner Ansicht nach für gängige Excel‑Aufgaben eine Leistung liefert, die mit GPT‑5.6 vergleichbar ist, jedoch zu geringeren Kosten.

Die Strategie bedeutet, dass der Wert von Copilot nicht „ausschließlich“ von Anthropic, OpenAI oder einem anderen einzelnen Modellanbieter abhängt.

Hardware‑Effizienz fügt eine weitere Ebene hinzu

Microsoft versucht zudem, die Wirtschaftlichkeit von KI auf Infrastrukturebene zu verbessern.

Liani sagte, dass technische Verbesserungen in der CPU‑ und GPU‑Flotte, kombiniert mit Software‑Optimierungen, den Durchsatz für Copilot‑Workloads seit Jahresbeginn vervierfacht haben.

„Technische Verbesserungen an Microsofts CPU‑ und GPU‑Flotte, kombiniert mit Software‑Optimierungen, haben den Durchsatz für Copilot‑Workloads seit Jahresbeginn um das Vierfache erhöht,“ schrieb Liani.

Microsoft entwickelt zudem kundenspezifische Chips, um die Inferenzkosten zu senken.

Sein Maia 200‑Chip, der Microsoft‑KI‑Modelle betreibt, sei laut Analyst bis zu 40 % günstiger im Betrieb als traditionelle Nvidia‑Hardware.

Diese Effizienzgewinne könnten zunehmend an Bedeutung gewinnen, wenn Microsoft zusätzliche KI‑Kapazitäten in Betrieb nimmt.

Liani erwartet nun, dass Azure im Geschäftsjahr 2027 um 41,8 % wächst, verglichen mit 39,9 % im Geschäftsjahr 2026.

„Die fortgesetzte Umsetzung des Kapazitätsausbaus, schnellere Bereitstellung und höhere Effizienz stärken unser Vertrauen in Microsofts Fähigkeit, das Azure‑Wachstum aufrechtzuerhalten“, sagte er.

Die zentrale Frage für Anleger ist nicht mehr nur, ob Microsoft ausreichend ausgeben kann, um im Bereich KI zu konkurrieren.

Sondern, ob das Unternehmen diese Ausgaben weiterhin in schnelleres Cloud‑Wachstum und bessere Wirtschaftlichkeit umwandeln kann. Vorerst glaubt Bank of America zunehmend, dass dies der Fall ist.