KI-Blase: Was 100 Jahre Warnungen wirklich zeigen
Paul Samuelson, Wirtschaftsnobelpreisträger, schrieb 1966 in Newsweek einen Satz, der bis heute zitiert wird: "Wall Street indexes predicted nine out of the last five recessions! And its mistakes were beauties." Die Börse hatte neun der letzten fünf Rezessionen vorhergesagt. Bei Spekulationsblasen ist es dasselbe Muster, nur ausgeprägter.
Die interessantere Frage ist deshalb nicht, wer gerade warnt.
Wie oft wurde gewarnt, wie oft ist etwas geplatzt?
Aktuell warnen die Bank for International Settlements, die Bank of England und ein wachsender Teil der Fondsmanager vor einer KI-Blase. Im BofA Global Fund Manager Survey vom Juli 2026 halten 43 Prozent der befragten Manager KI-Aktien für eine Blase, 48 Prozent nicht. Google-Suchen nach "AI bubble" stiegen im Herbst 2025 um 950 Prozent gegenüber dem Vorjahr.
Wie oft wurde in den letzten hundert Jahren vor einer Blase gewarnt, und wie oft ist tatsächlich eine geplatzt? Dazu gibt es belastbare Daten aus der Finanzforschung, und sie fallen deutlich eindeutiger aus, als der Ton der aktuellen Debatte vermuten lässt. Die kurze Antwort: Gewarnt wird fast durchgehend, geplatzt ist sehr wenig.
Der Datensatz von Goetzmann
Die belastbarste Untersuchung dazu stammt von William Goetzmann, Finanzprofessor an der Yale School of Management. Er wertete Kursdaten aus 41 Märkten über den Zeitraum 1900 bis 2014 aus. Insgesamt 3.514 Markt-Jahre.
Seine Definition einer Blase ist eng und überprüfbar: Ein Markt verdoppelt sich in einem Kalenderjahr und verliert danach mehr als die Hälfte seines Werts. Das Ergebnis:
- Vier Fälle, in denen der Einbruch im Folgejahr kam.
- Zehn Fälle, wenn man das Fenster nach dem Boom auf fünf Jahre streckt.
Zehn Fälle aus 3.514 Markt-Jahren. Goetzmann warnt selbst davor, daraus eine exakte Häufigkeit abzuleiten, denn Jahresdaten unterschätzen kurze Zyklen systematisch. Aber die Größenordnung steht: Das Muster, vor dem permanent gewarnt wird, tritt sehr selten ein.
Noch aufschlussreicher ist, was nach einem starken Anstieg passiert. Goetzmann untersuchte 58 Fälle, in denen sich ein Markt binnen eines Jahres verdoppelt hatte:
| App | Zeithorizont nach dem Boom | Markt verdoppelt sich erneut | Markt verliert über 50 % |
|---|---|---|---|
| 1 Jahr | Folgejahr | 6,9 % | 6,9 % |
| 5 Jahre | Folgende fünf Jahre | 22,4 % | 17,2 % |
Im Ein-Jahres-Fenster sind beide Ausgänge exakt gleich wahrscheinlich. Über fünf Jahre war der Markt sogar häufiger noch einmal gestiegen als eingebrochen. Goetzmanns eigene Formulierung: Nach einem Boom ist ein Markt genauso wahrscheinlich vor einer weiteren Verdoppelung wie vor einem Crash.
Anleger überschätzen das Crash-Risiko um den Faktor zehn
Robert Shiller stellt seit 1989 dieselbe Frage an institutionelle und private Anleger: Wie hoch ist die Wahrscheinlichkeit eines katastrophalen Börsencrashs, wie am 28. Oktober 1929 oder 19. Oktober 1987, in den nächsten sechs Monaten?
Die Antworten über den Zeitraum 1989 bis 2015, ausgewertet von Goetzmann, Kim und Shiller:
- Mittelwert: 19 Prozent.
- Median: 10 Prozent.
- Historische Basisrate für dasselbe Ereignis in einem Halbjahr: 1,7 Prozent.
Anleger schätzen die Crash-Wahrscheinlichkeit im Schnitt mehr als zehnmal so hoch ein, wie sie historisch war. Das ist kein Einzelfehler, sondern ein stabiles Muster über 26 Jahre.
Häufige Verwechslung
Shillers "Crash Confidence Index" wird oft falsch gelesen. Er misst den Anteil der Befragten, die einen Crash für unwahrscheinlicher als 10 Prozent halten. Ein hoher Indexwert bedeutet also Zuversicht, nicht Crash-Erwartung.
Die vier Mega-Blasen der letzten 100 Jahre
Wenn man den Maßstab auf weltwirtschaftlich relevante Zusammenbrüche legt, bleiben vier. Nicht vierzig, nicht vierhundert.
| App | Zeitraum | Höhepunkt | Maximaler Einbruch |
|---|---|---|---|
| Wall Street | 1921–1929 | 3. Sep. 1929, Dow 381 | −89,2 % bis Juli 1932 |
| Japan | 1986–1991 | 29. Dez. 1989, Nikkei 38.915 | −80 % bis 2003 |
| Dotcom | 1995–2000 | 10. März 2000, Nasdaq 5.049 | −78 % bis Okt. 2002 |
| US-Immobilien | 2002–2007 | 9. Okt. 2007, S&P 500 bei 1.565 | −57 % bis März 2009 |
Zwei Details, die in Vergleichen oft untergehen. Erstens: Die japanische Blase wird meist auf 1986 bis 1991 datiert, der Nikkei erreichte seinen Höchststand aber schon Ende Dezember 1989. Zweitens: Bei der Subprime-Krise erreichten die US-Häuserpreise ihren Höhepunkt laut Case-Shiller-Index Mitte 2006, rund fünfzehn Monate vor den Aktienmärkten. Wer 2006 vor einer Aktienblase warnte, lag beim Auslöser richtig und beim Zeitpunkt daneben.
Daneben gab es sektorale Spekulationswellen, die nie systemisch wurden: die Silber-Spekulation der Hunt-Brüder 1980, die Uran-Blase 2007, die Krypto-Zyklen 2017 und 2021, der SPAC- und Meme-Aktien-Boom 2020/21. Sie haben Vermögen vernichtet, aber keine Rezession ausgelöst.
Warum jede große Technologie eine Blasen-Debatte auslöst
Peter Oppenheimer, Chefstratege für globale Aktien bei Goldman Sachs Research, wertete 51 bedeutende technologische Innovationen zwischen 1825 und 2000 aus. Eisenbahn, Elektrizität, Telefon, Radio, Automobil, Halbleiter, Internet.
In 73 Prozent dieser Fälle bildete sich an den Börsen eine Spekulationsblase.
Das ist die eigentlich relevante Zahl für die KI-Debatte. Eine Blasenbildung bei einer bedeutenden neuen Technologie ist nicht die Ausnahme, sondern der Normalfall. Sie ist kein Beleg dafür, dass die Technologie überschätzt wird. Sie ist ein Nebeneffekt davon, dass Kapital schneller reagiert als Umsetzung.
Und was danach passierte, ist noch aufschlussreicher. Die Dotcom-Blase vernichtete hunderte Internet-Firmen. Der Nasdaq brauchte fünfzehn Jahre bis zum alten Höchststand. Aber das Internet verschwand nicht. Amazon fiel um über 90 Prozent und wurde später zu einem der wertvollsten Unternehmen der Welt. Die Glasfaser, die Telekom-Firmen in der Blase mit Schulden verlegten, lag danach im Boden und wurde von den Nachfolgern günstig genutzt. Dasselbe bei der Eisenbahn: Die Investoren der Eisenbahn-Manie verloren ihr Geld, die Schienen blieben liegen.
Was das für die KI-Debatte bedeutet
Bei Polyfactor in Hamburg bauen wir täglich KI-Systeme für mittelständische Unternehmen, und die Blasen-Frage kommt in fast jedem Erstgespräch auf. Meine Antwort besteht aus drei Aussagen, die gleichzeitig zutreffen und sich nur scheinbar widersprechen.
Es gibt Überbewertungen
Die zehn größten Werte im S&P 500 machten Ende 2025 rund 40,7 Prozent des Index aus. Auf dem Höhepunkt der Dotcom-Blase waren es etwa 23 Prozent. Die Konzentration liegt heute über dem damaligen Niveau.
Die Bank of England schrieb in ihrem Financial Stability Report vom Juli 2026, dass die Bewertungen selbst dann gestreckt aussehen, wenn man die dreißig größten KI-Aktien herausrechnet. Die BIS wies im Juni 2026 darauf hin, dass die Investitionszusagen der fünf größten Hyperscaler ihre Gewinne und ihren freien Cashflow übersteigen und Direct-Lending-Fonds ihre Kredite an den KI- und IT-Sektor auf rund 15 Prozent ihrer Portfolios vervierfacht haben.
Es fließt sehr viel Kapital
Für 2026 haben Amazon rund 200 Milliarden Dollar, Microsoft rund 190 Milliarden, Alphabet 175 bis 185 Milliarden und Meta 130 bis 145 Milliarden Dollar an Investitionen angekündigt. Goldman Sachs rechnet in einem Szenario mit rund 765 Milliarden Dollar aggregiertem Capex, betont dabei aber ausdrücklich, dass es sich um ein Szenario handelt und nicht um eine Prognose. Kapital in dieser Größenordnung wird nicht in jedem Fall die erwartete Rendite bringen. Eine Korrektur ist wahrscheinlich.
Der geschaffene Nutzen bleibt
Das ist der Punkt, der in der Blasen-Debatte am häufigsten unter den Tisch fällt. Nvidia notierte Anfang August 2026 bei einem Forward-KGV von rund 20, was kein Bewertungsniveau ist, das man bei einem klassischen Blasenwert sieht. Der Umsatz im ersten Quartal des Geschäftsjahres 2027 lag bei 81,6 Milliarden Dollar, ein Plus von 85 Prozent gegenüber dem Vorjahr. Anders als 1999 stehen hinter den Bewertungen tatsächliche Umsätze und tatsächliche Nachfrage.
"Der Kapitalmarkt bepreist Erwartungen, ein Unternehmen bepreist Ergebnisse. Beides zusammenzuwerfen ist der teuerste Fehler in dieser Debatte." — Jamin Mahmood-Wiebe, Gründer von Polyfactor
Eine Korrektur an den Kapitalmärkten und ein dauerhafter Produktivitätsgewinn schließen sich nicht aus. Historisch traten sie sogar meistens zusammen auf. Genau das ist die Lehre aus 73 Prozent aller Technologiesprünge seit 1825.
Häufige Fragen zur KI-Blase
Wie oft ist in den letzten 100 Jahren tatsächlich eine Blase geplatzt?
Auf globaler Ebene vier Mal mit gesamtwirtschaftlichen Folgen: Wall Street 1929, Japan 1990/91, Dotcom 2000, US-Immobilien 2007/08. In Goetzmanns Datensatz aus 41 Märkten und 3.514 Markt-Jahren erfüllten zehn Fälle das enge Kriterium "Verdoppelung in einem Jahr, danach Halbierung binnen fünf Jahren".
Wie hoch schätzen Anleger das Crash-Risiko ein?
Im Schnitt bei 19 Prozent pro Halbjahr, der Median liegt bei 10 Prozent (Shiller-Umfragen 1989 bis 2015). Die historische Basisrate für ein Ereignis dieser Größenordnung liegt bei etwa 1,7 Prozent. Die Überschätzung beträgt mehr als das Zehnfache.
Führt jede neue Technologie zu einer Blase?
Nicht jede, aber die meisten. Goldman Sachs Research untersuchte 51 bedeutende Innovationen zwischen 1825 und 2000, darunter Eisenbahn, Elektrizität, Radio und Internet, und fand in 73 Prozent der Fälle eine Spekulationsblase an den Börsen. Eine Blasenbildung ist bei bedeutenden Technologiesprüngen also der Normalfall, nicht die Ausnahme.
Ist die KI-Blase mit der Dotcom-Blase vergleichbar?
Nur teilweise. Die Indexkonzentration ist heute höher als 2000, die zehn größten S&P-500-Werte machen über 40 Prozent aus gegenüber rund 23 Prozent damals. Anders als 1999 stehen hinter den führenden Werten aber reale Umsätze und stark wachsende Nachfrage. Nvidias Forward-KGV lag Anfang August 2026 bei rund 20.
Was passiert nach dem Platzen mit der Technologie?
Historisch überlebte sie in nahezu allen Fällen. Nach der Eisenbahn-Manie blieben die Schienen liegen, nach dem Glasfaser-Boom blieben die Leitungen im Boden, nach der Dotcom-Blase blieb das Internet. Die Kapitalgeber verloren, die Nutzer profitierten, oft zu deutlich niedrigeren Kosten als davor.
Reichweite dieses Artikels
Der eben gelesene Beitrag ordnet historische Marktdaten ein und beschreibt, was daraus für unternehmerische Entscheidungen folgt. Er ist keine Anlageberatung und keine Empfehlung zum Kauf oder Verkauf von Wertpapieren. Genannte Unternehmen und Kennzahlen dienen der Einordnung des Technologiezyklus, nicht der Bewertung einzelner Aktien.
Quellen und weiterführende Artikel
Zur Einordnung, wie sich der tatsächliche Nutzen von KI im Unternehmen belegen lässt, ist unser Beitrag zum ROI von KI-Agenten der passende nächste Schritt. Wie weit die Umsetzung im deutschen Mittelstand gediehen ist, behandelt der Artikel zur Adoptionslücke bei KI-Agenten. Und warum verfügbare Standardsoftware allein keinen Vorsprung mehr erzeugt, steht in SaaS ist tot.
Primärquellen: William N. Goetzmann, "Bubble Investing: Learning from History", NBER Working Paper 21693. Goetzmann, Kim und Shiller, "Crash Beliefs from Investor Surveys", NBER Working Paper 22143. Peter Oppenheimer, "Why AI stocks aren't in a bubble", Goldman Sachs Research. BIS Annual Economic Report 2026. Federal Reserve History zu 1929 und zur Großen Rezession.