Heibel-Ticker 24/30 - Hintergrundwissen zur KI-Revolution und zu Nvidia
Du bekommst diesen Newsletter als Teil deiner sharewise-Mitgliedschaft. Du kannst den Newsletter in den Einstellungen deaktivieren.
Zur Ausgabe auf der Webseite - Ausgabe als PDF anschauen
Heibel-Ticker Free Börsenbrief
- Einfach einen Tick besser -
19. Jahrgang - Ausgabe 30 (26.07.2024)
Im heutigen Börsenbrief lesen Sie:
1. Info-Kicker: Hintergrundwissen zur KI-Revolution und zu Nvidia 2. So tickt die Börse: Künstliche Intelligenz: Megatrend der Zukunft - Ursprünge der Künstlichen Intelligenz: Neuronale Netze - High-End Grafikkarten für Spielecomputer - Verknüpfung vieler Grafikkarten zu einem virtuellen Server - Hardware & Software aufeinander abgestimmt - Training der KI mit Large Language Model - Inferencing – Individuelle Beantwortung von Fragen - Möglichkeiten der KI: Industrielle Revolution 2.0 - Investitionen der KI-Branche - Anwendungen der KI im Bereich B2C - Wochenperformance der wichtigsten Indizes 3. Ausblick: Profiteure der KI-Revolution 4. Update beobachteter Werte Kursrutsch zum Nachkauf nutzen & Marktkommentar 5. Leserfragen 6. Disclaimer / Haftungsausschluss und Risikohinweise 7. Mitgliedschaft verwalten
1. Info-Kicker: Hintergrundwissen zur KI-Revolution und zu Nvidia
Liebe Börsenfreunde,
Ihr Autor ist unterwegs, daher habe ich bereits im Vorfeld einen Artikel für Sie geschrieben, mit dem ich Ihnen KI-Revolution näher bringen möchte: Als Anleger brauchen wir nicht die technischen Details der verschiedenen Prozessoren verstehen. Dennoch ist es hilfreich, ein Grundverständnis davon zu haben, was Nvidia so einmalig macht und warum Chat-GPT ein Durchbruch in der KI-Entwicklung war.
In Kapitel 2 beschreibe ich die Hintergründe und die wichtigsten Entwicklungsschritte der KI-Revolution. In Kapitel 4 betrachte ich dann die Wettbewerbssituation und die Wachstumsaussichten der Branche. Abschließend schaue ich mir die Bewertung von Nvidia an und zeige, wie Sie einschätzen können, ob die Aktie derzeit teuer oder billig ist.
Zum Wochenbeginn schrieb ich ein Update zu Cewe, in dem ich auch auf die aktuellen politischen Entwicklungen Bezug genommen habe.
Ein Leser schlug uns eine neue Anleihe von TUI vor, ich habe sie mir im Rahmen der Leserfrage angeschaut.
Nun wünsche ich eine anregende Lektüre,
take share, Ihr Börsenschreibel
Stephan Heibel
Chefredakteur und Herausgeber des Heibel-Ticker Börsenbriefs
2. So tickt die Börse: Künstliche Intelligenz: Megatrend der Zukunft
Nvidia ist zum wertvollsten börsennotierten Unternehmen der Welt aufgestiegen. Doch die Wenigsten haben wirklich verstanden, was Nvidia so einmalig macht. Ich verfolge Nvidia seit über 10 Jahren. 2018 haben wir Nvidia erstmals in unser Portfolio geholt und so konnte ich viele Entwicklungsschritte hautnah miterleben.
Ursprünge der Künstlichen Intelligenz: Neuronale Netze
Mein früherer IT-Softwareentwickler forschte gemeinsam mit Konrad Zuse, dem Erbauer des ersten Computers (Z1-Z4), in Sachen neuronaler Netze: Iterative Rechenprozesse so oft durchführen lassen und das Ergebnis kontrollieren, bis brauchbare Algorithmen zu guten Ergebnissen führen. Das war in den 1970ern.
Schon in den 1980ern gab es erste KI-Systeme, mit denen man kommunizieren konnte. Doch über „Wie geht es Dir”, „Gut, Danke der Nachfrage” ging es nicht wirklich hinaus. Fortschritte wurden erzielt, doch wirklich intelligent wurden die KI-Lösungen nicht.
Die Algorithmen, mit denen KI trainiert wird, wurden in den 1970ern und 1980ern entwickelt: Neuronale Netze führten damals Algorithmen unzählige Male durch, bis das Ergebnis näherungsweise korrekt war. Es wurden auf dieser Basis verschiedene Modelle entwickelt, auf deren Basis die KI "trainiert" wurde. Die Ergebnisse ließen erahnen, dass KI irgendwann einmal funktionieren werde, doch wirklich brauchbar war das Ganze damals noch nicht, denn es fehlten ausreichend Daten, die in überschaubarer Zeit zum Trainieren der KI verwendet werden konnten.
Die CPUs wurden immer leistungsfähiger, doch die spürbare Leistungssteigerung wurde immer geringer. Vielleicht haben die Älteren unter Ihnen auch bemerkt, dass man einen neuen PC nicht mehr alle zwei Jahre, sondern inzwischen viel seltener kaufen muss, um die gewünschten Anwendungen ausführen zu können. Immer das Gleiche zu tun, nur schneller, war nicht die Lösung.
High-End Grafikkarten für Spielecomputer
Doch die Möglichkeiten, mit denen Grafikprozessoren (GPU) Bilder zu generieren, überstiegen schon bald die Leistungsfähigkeit der Prozessoren (CPU) im Computer. Das Problem: Die CPU, weil sie immer nur eine Aufgabe nach der anderen sequentiell abarbeiten kann, konnte Änderungen an verschiedenen Stellen im Bild nicht schnell genug berechnen und an die GPU übergeben, um ein ruckelfreies Videoerlebnis zu gewährleisten.
Bei der Bildbearbeitung könnte man jedoch verschiedene Algorithmen parallel laufen lassen. Das war mit einer CPU nicht möglich.
Nvidia ging einen neuen Weg und entwickelte die Graphik-Schnittstelle CUDA (Compute Unified Device Architecture), mit der Aufgaben aus der CPU an die GPU übertragen werden können. Arbeiten, die von der CPU nur sequentiell abgearbeitet wurden, konnten mit der GPU über die CUDA-Schnittstelle in unzählige Aufgaben aufgesplittet werden, die parallel, also gleichzeitig, abgearbeitet wurden und anschließend zu einem Ergebnis zusammengeführt werden. Der Algorithmus konnte "parallel" arbeiten. Gerade bei der Komplexität der KI war diese Entwicklung der entscheidende Quantensprung, wie wir später sehen werden.
Kurze Begriffserläuterung: Die CPU (Central Processing Unit) ist der zentrale Chip, der die Rechenleistung eines Computers definiert. Je schneller die CPU Aufgaben abarbeiten kann, desto leistungsfähiger der Rechner.
Um die Rechengeschwindigkeit noch weiter zu erhöhen, gibt es Rechner mit 2, mit 4, 8, 16 oder noch mehr CPUs, die parallel arbeiten und somit verschiedene Aufgaben übernehmen können. Doch damit können mehrere unterschiedliche Aufgaben parallel bearbeitet werden. Die Möglichkeit, eine Aufgabe in parallele Prozesse aufzusplittern, wie bspw. das Trainieren eines KI-Modells, bieten auch Rechner mit vielen CPUs nicht.
Die GPU (Graphics Processing Unit) war ursprünglich nur dazu da, die Rechenergebnisse der CPU auf einen Bildschirm zu schicken. Dank CUDA kann die GPU aber auch Rechenoperationen übernehmen, die CPU also entlasten.
Dank CUDA wurden die Grafikleistungen von Spielecomputern mit Nvidia-GPUs sprunghaft besser, Nvidia wurde zum unangefochtenen Platzhirsch.
Verknüpfung vieler Grafikkarten zu einem virtuellen Server
Abbildung 1: Nvidia ist das neue IBM
Während die Entwicklungen in der CPU-Welt seit 1965 gemäß Moores Law jedes Jahr die Leistung (gemessen durch die Zahl der Transistoren) bei vergleichbaren Kosten verdoppelte, konnte mit Hilfe von CUDA und der GPU von Nvidia plötzlich ein Leistungssprung erzielt werden, der einer Vervielfachung, nahezu Verhundertfachung, entspricht.
Und laut Jensen Huang gilt Moores Law nun auch für die GPUs, deren Leistung sich ebenfalls jährlich verdoppeln werde.
Zum Verständnis: Die Verhundertfachung gelingt natürlich nur einmalig durch den Umstieg auf die neue Architektur mit CUDA. Von da an wird es die jährliche Verdopplung geben.
Jensen Huang, der in den USA bereits mit dem Allround-Talent des Mittelalters Leonardo Da Vinci verglichen wird, kam schon bald auf die Idee, seine neue Architektur auf die wohl komplexeste Aufgabe der IT-Welt loszulassen: Das Trainieren von Künstlicher Intelligenz (KI).
Es gab Supercomputer, die keine brauchbaren Ergebnisse für die KI lieferten. Was, wenn man mit Hilfe von CUDA ganze Rechenzentren zu einem großen KI-Rechner verknüpft?
Dazu benötigte man eine neue Software, die den Datenaustausch innerhalb eines Rechenzentrums organisierte. Im März 2019 wurde die Übernahme von Mellanox für 7 Mrd. USD verkündet. Intel hatte ebenfalls Interesse an Mellanox, doch Nvidia bot mehr.
Mellanox war im Bereich des „Big Data” unterwegs. Große Datenmengen in verteilten Datenbanken von Rechenzentren wurden zusammengeführt, um performante Auswertungen zu ermöglichen. Es ist eine sogenannte "fabless" Company, ein Unternehmen ohne eigene Produktionsstätte, die mit Patenten und Chip-Designs Geschäfte macht.
Damals boomten Echtzeitauswertungen. Amazon, Meta und Google werteten das Nutzerverhalten in Echtzeit aus, um möglichst schnell und individuell gezielte Werbung auszuliefern. Eine weitere Beschleunigung der Rechenleistung war da willkommen. Durch Auslagerung von Rechenoperationen auf GPUs (über CUDA) und die schnellere Verbindung von Servern kann die Aufgabenlast besser über die Serverfarm verteilt werden.
Mellanox aus Sunnyvale, Kalifornien, hat seine Zentrale gleich um die Ecke von Nvidia aus Santa Clara, Kalifornien. Die Übernahme gefiel den Anlegern, die Aktie sprang umgehend um 11% an. Doch es dauerte bis Dezember 2019, bis die EU diese Übernahme frei gab. China ließ sich sogar bis zum April 2020 Zeit. Da
Alibaba und Baidu mit ihren Rechenzentren Kunden von Mellanox sind, wurde für die Übernahme das Okay Chinas benötigt.
Hardware & Software aufeinander abgestimmt
Abbildung 2: Nvidias iPhone-Moment
Immer wieder wird Nvidia als die neue Intel beschrieben. Doch je besser ich die vielen Aktivitäten des Konzerns verstehe, desto mehr komme ich zu dem Schluss, dass ein Vergleich mit IBM viel besser passt. Intel hat die IBM-Technologie dezentralisiert, in die Wohnzimmer gebracht. Aber IBM war es, die zuvor durch die Kombination von leistungsfähiger Hardware und entsprechender Software neue Anwendungen überhaupt erst ermöglichte.
Nvidia hat eine komplett neue IT-Infrastruktur geschaffen. Das sequentielle Abarbeiten von Aufgaben, bei der ein herkömmlicher Prozessor in Ihrem PC sich 95% der Zeit langweilt, wird durch die parallele Bearbeitung komplexer Aufgaben abgelöst. Effizienzsteigerungen in der IT-Entwicklung wie vor 50 Jahren sind die Folge.
Im Frühjahr 2024 stellte Jensen Huang den neuen Prozessor namens Blackwell vor, der weniger eine Graphikkarte als vielmehr eine IT-Plattform darstellt. Die Rechenleistung seines Vorgängers, des Grace Hopper, wird verfünffacht (je nach Anwendungsfall), der Energieverbrauch wird verringert. Die Kosten von 30-40T€ seien geringer als allein schon die Kosten für die Verkabelung, die notwendig sei, die bisher leistungsstärksten Chips für eine vergleichbare Leistung zu verknüpfen. Blackwell hingegen hat keine Kabel, sondern alle Verknüpfungen befinden sich auf dem Chip.
Unter Grace Hopper gab es die GPUs H100 und H200, wobei die H200 schneller getaktet wurde. Die neuen GPUs kommen äquivalent als B100 und B200 auf den Markt. Der Preis einer einzelnen GPU beläuft sich weiterhin auf 30-40.000 USD.
Training der KI mit Large Language Model
Ende 2022 wurde ChatGPT 3.0 der Öffentlichkeit zugänglich gemacht und die Resonanz war überwältigend. Kurze Zeit später kam schon Chat GPT 4.0. Es gibt eine kritische Masse an Daten, die erforderlich ist, um eine KI zu trainieren, damit die Large Language Models (LLMs) sinnvolle Antworten geben können. Offensichtlich hatte man erstmals die für brauchbare KI-Ergebnisse kritische Masse an Daten in einer überschaubaren Zeit fürs Training verwenden können. Erstmals konnte berechnet werden, wie viele Daten wie intensiv fürs Training verwendet werden müssen, um brauchbare KI-Ergebnisse zu erhalten.
Je mehr Daten für das Trainieren der KI zur Verfügung stehen, desto besser das Ergebnis. Doch mit der Zunahme der Datenmenge wächst die erforderliche Zeit für das Training exponentiell an.
Nvidia stellte Anfang 2023 die Grace Hopper GPUs H100 und H200 vor, mit denen mit einer ausreichenden Datenmenge binnen 6-9 Monaten eine brauchbare KI trainiert werden konnte. Mit Blackwells GPUs B100 und B200 kann diese Zeit auf 6-8 Wochen reduziert werden. Das spart nicht nur Zeit, sondern auch Stromkosten.
Wer die ausreichende Menge an Daten hat, der kauft nun so viele Nvidia-Graphikkarten, wie er kriegen kann. Meta, Amazon, Tesla, Alphabet, Microsoft, Oracle, ... auch SAP. KI-Angebote schießen aus dem Boden: Bildbearbeitung, Stimmenmodifikation, Entwicklertools etc. Die Blackwell GPUs sind so leistungsstark, dass nun auch Videos in großen Mengen für das Training der KI verwendet werden können.
Inferencing – Individuelle Beantwortung von Fragen
Ein fertig trainiertes KI-Modell ist wie ein kleines, hochintelligentes Kind. Das Gehirn ist bereits ausgebildet, doch es muss noch lernen, damit umzugehen. Die Anwendung des intelligenten Gehirns, also der KI, nennt man dann „inferencing” (Schlussfolgern). Für individuelle Fragen werden über das trainierte KI-Modell individuelle Antworten gefunden.
Auch für die Schlussfolgerungen des KI-Modells werden schnelle GPUs benötigt, um individuelle Fragen schnell zu beantworten. Doch diese GPUs müssen nicht so stark optimiert sein, wie die Infrastruktur, die von Nvidia für das Trainieren zur Verfügung gestellt wird. Ob die Antwort nach 0,01 Sekunden oder nach 0,02 Sekunden zur Verfügung gestellt wird, wirkt sich kaum auf die gefühlte Performance der Nutzer aus.
Möglichkeiten der KI: Industrielle Revolution 2.0
Abbildung 3: Das Tor zur KI-Zukunft
Eingabemedien wie Tastatur und Maus werden schon bald der Vergangenheit angehören. Sie sind eine vorübergehende Erscheinung der Evolution. Schon heute sind Schreibmaschinen nur noch in Antiquitätengeschäften verfügbar. Künftig wird man einfach mit der KI sprechen.
Für das autonome Fahren müssen eine Vielzahl von Daten in Echtzeit ausgewertet und auf Basis eines zuvor trainierten KI-Modells für Prognosen verwendet werden. In diesem Bereich werden noch für das laufende Jahr große Entwicklungssprünge erwartet.
Die Pharma-Forschung gerät immer wieder aufgrund der Komplexität des menschlichen Organismus an ihre Grenzen. Nicht selten werden bahnbrechende Neuentwicklungen durch einen Zufall erzielt (bspw. auch GLP-1). Mit Hilfe der KI kann man viel schneller die Funktion einzelner Proteine verstehen und ggfls. neue Proteine gezielt entwickeln.
Der Wetterbericht kann heute auf rund 2 Km genau erstellt werden, Dank der gestiegenen Rechenleistung kann künftig eine Genauigkeit von 200 Metern erreicht werden. Zudem können Verwirbelungen großer Bäume oder auch von Gebäuden berücksichtigt werden.
Nicht zuletzt kann die Weiterentwicklung der KI durch die KI verbessert und beschleunigt werden. Sowohl im Chip-Design, als auch bei den KI-Modellen verspricht man sich durch die Fähigkeit der KI, komplexe Strukturen zu optimieren, große Fortschritte. Ja, das läuft darauf hinaus, dass Roboter Roboter bauen oder neue Fertigungsanlagen von der KI geplant werden.
Vor diesem Hintergrund handelt es sich nicht nur um eine Entwicklung, die uns effizienter macht, wie bspw. die Computerindustrie vor 50 Jahren. Vielmehr handelt es sich um eine Revolution, die unsere Arbeits- und Lebensweise vollständig neu definieren wird. Eine Umstellung, die ich daher eher mit der Industriellen Revolution vergleichen möchte.
Investitionen der KI-Branche
Doch schauen wir nochmal auf die Gegenwart. Hier ein paar Zahlen, damit Sie die Dimension besser erfassen können, über die wir hier sprechen: Bislang größter Kunde von Nvidia ist Meta. Mark Zuckerberg kaufte 24.000 H100 GPUs von Nvidia, um seine ausgelieferte Werbung und seine Vorschläge auf Facebook und insbesondere Instagram zu verbessern. Er nutzt KI-Modelle, die das Vorschlagswesen optimieren. Seit einigen Quartalen liefert Meta kontinuierlich bessere Zahlen ab als von Analysten erwartet. Die Aktie hat sich seit der Chat GPT Einführung mehr als vervierfacht.
Eine H100 GPU kostet rund 40.000 USD. Meta hat 24.000 davon gekauft. Also hat allein Meta knapp 1 Mrd. USD an Nvidia überwiesen, um die erforderliche Hardware für KI-Modelle zu haben.
Im Frühjahr wurde bekannt, dass Tesla bereits 35.000 H100 GPUs gekauft hat. Das sind 1,4 Mrd. USD. Das Geschäft mit der Automobilbranche werde für Nvidia laut Jensen Huang im laufenden Jahr ein Umsatz von 1,4 Mrd. USD erwirtschaften. Für das kommende Jahr erwarte er eine Umsatzverdopplung. Und mittelfristig werde die Automobilbranche zum wichtigsten Kunden von Nvidia heranwachsen, so Huang.
Wenn allein Tesla schon für 1,4 Mrd. USD Umsatz verantwortlich ist, dann hört sich diese Prognose von Jensen Huang sehr konservativ an, oder?
Nicht jedes Unternehmen kann sich die Investition in die Nvidia-Chips leisten. Doch jedes Unternehmen hat unzählige unternehmenseigene Daten, aus denen man gerne die besten Interpretationen ableiten möchte. Und natürlich dürfen die Ergebnisse nicht für die Konkurrenz verfügbar sein, daher muss eine eigene KI her.
Das Trainieren einer eigenen KI auf gemieteten KI-Rechenzentren wird ein neuer Zukunftsmarkt. Es fällt nicht schwer, sich vorzustellen, dass die Anbieter einer solchen Dienstleistung heute schon jeden Nvidia-Chip kaufen, den sie bekommen können. Amazon, Oracle, Dell und auch Snowflake investieren stark in den Ausbau ihrer KI-Rechenzentren.
Naja, und dann sind da noch die Staaten, die ihre eigenen Daten mit einer leistungsfähigen KI auswerten möchten. Staaten werden sich nicht auf gemietete KI-Rechenzentren verlassen, sondern lieber eigene Rechenzentren aufbauen. Das kann zwar etwas träge starten, doch dürfte der Absatz von Nvidia-Chips auf absehbare Zeit nur durch die Verfügbarkeit gebremst werden, nicht durch die Nachfrage.
Anwendungen der KI im Bereich B2C
Die Nutzung der KI seitens der Endverbraucher (B2C – Business zu Consumer) steckt noch in den Kinderschuhen, doch einige brauchbare Angebote gibt es schon.
Chat GPT würde ich als derzeit führende KI bezeichnen, die ein breites Spektrum an Fragen beantworten kann. Midjourney würde ich als führende KI bezeichnen, die Bilder nach den individuell formulierten Wünschen seiner Kunden malt. Die Bilder, die wir für unsere Finanzblogartikel und Twitter Nachrichten verwenden, sind mit meistens Midjourney erstellt.
Midjourney ist die freie Variante von Firefly, einem ähnlichen KI-Dienst von Adobe, der in die Creative Cloud von Adobe integriert wurde. Damit gehört Adobe zu den ersten Unternehmen, das KI-Anwendung in ein bestehendes Kundenprodukt integrierte. Neben Microsoft, das mit CoPilot sein Office Paket bereits um eine KI ergänzte.
Apple geht einen anderen Weg. Die KI wird tief ins Betriebssystem integriert und macht viele Apps und Anwendungen intelligenter, ohne auf einen griffigen Namen zu hören. Okay, man wandelt den englischen Begriff für KI, nämlich AI - Artificial Intelligence – in Apple Intelligence ab. Doch dabei setzt Apple zunächst auf die KI namens Gemini von Alphabet. Die Entscheidung Apples ist ein Ritterschlag für Alphabet, denn Apple wird sich seinen Partner wohlbedacht ausgesucht haben.
Warum Apple dies nicht selbst tut, ist natürlich fraglich. Vielleicht, weil sich CEO Tim Cook auf die Wurzeln seines Konzerns besinnt, der eben doch nur ein Hardware-Lieferant ist und kein Softwareunternehmen. Aber vielleicht muss Tim Cook auch einfach nur Zeit gewinnen, ist selbst noch nicht so weit und nimmt daher vorübergehend einen Dienstleister an Bord. Immerhin hat Apple auch über viele Jahre die Suchmaschinenlogik von Google genutzt und Google hat gut daran verdient.
Alphabet selbst bietet Gemini als KI-Dienst an. Nach einem Fehlstart im Jahr 2023 stand die KI von Alphabet in der Kritik. Inzwischen scheinen die schlimmsten Kinderkrankheiten ausgestanden.
Doch das ist nur der Anfang. Derzeit warten rund 50 KI-Unternehmen mit einer Marktkapitalisierung von jeweils mehreren hundert Mio. USD auf ihren Börsengang. Vielleicht gibt es ein paar Parallelen zur Internetblase 2000. Aber warten wir mal ab. Noch befinden wir uns dieser Analogie zufolge noch im Jahr 1998, haben also noch ein wenig Zeit, an einem möglichen Börsenhype zu partizipieren.
Wochenperformance der wichtigsten Indizes
entfällt
3. Ausblick: Profiteure der KI-Revolution
Der Börsen-Ausblick mit Markt- und Aktienanalysen, konkreten Investmentideen, Empfehlungen sowie detaillierten Kauf- und Verkaufsaktionen bleibt den zahlenden Mitgliedern des Heibel-Ticker PLUS vorbehalten. Bitte haben Sie Verständnis dafür, dass wir die hohe Qualität unserer Veröffentlichung solide finanzieren möchten.
Gerne möchten wir Ihnen zeigen, wie wir Analystenresearch, volkswirtschaftliche Zusammenhänge und Börsenmechanismen gewinnbringend nutzen. Ab 12,50 Euro im Monat können Sie sich unverbindlich davon überzeugen. Zur Bestellseite mit weiteren Informationen gelangen Sie über folgenden Link: https://www.heibel-ticker.de/member/new
Zusätzlich zu den kostenfreien, meist vergangenheitsbezogenen Inhalten der Free-Version (Marktrückblick, Sentimentanalyse & Leserfragen) erhalten Sie als Heibel-Ticker PLUS Mitglied:
+ Umfangreiche Markt- und Aktienanalysen und daraus abgeleitete konkrete Investmentideen
+ Updates zu Portfoliotiteln in Wochenausgabe
+ tabellarischer Übersicht des Heibel-Ticker Portfolios
+ Video-Konferenzen mit Stephan Heibel und Gästen
+ Interner Mitglieder-Bereich mit Updates in Echtzeit
+ Zugang zu PLUS Ausgaben im Archiv
+ 8% Treuerabatt nach 1. Jahr für PLUS und EXPRESS
Optional erhalten Sie unterwöchig mit der Express-Option Empfehlungen direkt per SMS & E-Mail, sobald ich diese verfasst habe. (Express)
Den Reaktionen unserer Mitglieder entnehme ich, dass der Heibel-Ticker PLUS die Bedürfnisse von Privatanlegern gezielt und verständlich sowie fundiert und erfolgreich befriedigt. Als Privatanleger nutzen sie meine Einschätzungen und Investmentideen zur selbstständigen Portfolio-Optimierung. Schauen Sie sich dazu gerne Erfahrungen und Referenzen unserer Mitglieder an.
Ich trenne die Hintergründe der Aktienmärkte von dem täglichen Medienrummel so messerscharf wie kaum ein anderer. Meine Leser schätzen meine neutrale, vereinfachende und unterhaltsame Art. Davon können Sie sich in diesem Heibel Ticker Free überzeugen.
Wenn Sie meine Schlussfolgerungen und Investmentideen erfahren möchten, dann testen Sie bitte den Heibel-Ticker PLUS unverbindlich ab 12,50 Euro im Monat.
Zur Bestellseite mit weiteren Informationen gelangen Sie über folgenden Link:
https://www.heibel-ticker.de/member/new
4. Update beobachteter Werte
Die Heibel-Ticker PLUS Updates inkl. aktuellen Einschätzungen, konkreten Empfehlungen zu Einstiegspunkten sowie -kursen und Verkaufsempfehlungen zur Gewinnrealisierung bleiben den zahlenden Mitgliedern des Heibel-Ticker PLUS vorbehalten. Bitte haben Sie Verständnis dafür, dass wir die hohe Qualität unserer Veröffentlichung solide finanzieren möchten.
Gerne möchten wir Ihnen zeigen, wie wir Analystenresearch, volkswirtschaftliche Zusammenhänge und Börsenmechanismen gewinnbringend nutzen. Ab 12,50 Euro im Monat können Sie sich unverbindlich davon überzeugen. Zur Bestellseite mit weiteren Informationen gelangen Sie über folgenden Link:
http://www.heibel-ticker.de/member/new
5. Leserfragen
TUI Wandelanleihe als Spekulation
Hallo Herr Heibel,
vielen Dank für den wie immer informativen Börsenbrief.
In einer Leserfrage haben Sie auch TUI angesprochen.
Wahrscheinlich wissen Sie es auch schon, aber zur Vorsicht sende ich Ihnen die Info nochmals zu.
TUI gibt momentan eine Wandelanleihe aus, die lediglich mit 1,95% verzinst wird und einen Wandlungspreis von 9,60 Eur (also rund 50% über dem aktuellen Preis) hat.
Damit soll der KFW-Kredit (teilweise?) abgelöst werden.
Zumindest dürften damit die Zinszahlungen bei TUI sinken, denn der KFW-Kredit hat meines Wissens einen deutlich höheren Satz.
Allerdings werden damit auch Erinnerungen an die vielen Kapitalerhöhungen der TUI wach und die Aktie sinkt heute kräftig…
Trotzdem könnte die Aktie (vielleicht) eine Spekulation wert sein…
WANDELANLEIHE
Juli 2024 bis Juli 2028
Zins: 1,95%
Wandlungsprozess: 9,60 EUR
Stückelung: 100.000EUR
Mit freundlichen Grüßen, Thomas aus Saarlouis
ANTWORT
Vielen Dank, kannte ich noch nicht: Klingt interessant, denn, wenn TUI wieder auf die Beine kommt, dürfte die Aktie in 4 Jahren deutlich mehr als 50% steigen. Sollte es hingegen nicht klappen, bleiben 2% Verzinsung p.a. auf 4 Jahre.
Als Ergänzung zu meiner Bewertung der TUI Aktie vor einer Woche (siehe Heibel-Ticker #24/29) wäre das also ein gutes Instrument, um das Risiko der Spekulation überschaubar zu halten.
Leider ist die Stückelung von 100.000 EUR so groß, dass diese Wandelanleihe für die meisten Privatanleger als Spekulation ungeeignet ist.
6. Disclaimer / Haftungsausschluss und Risikohinweise
Wer un- oder überpersönliche Schreib- oder Redeweisen nachmacht oder verfälscht oder nachgemachte oder verfälschte un- oder überpersönliche Schreib- oder Redeweisen in Umlauf setzt, wird mit Lust-, manchmal auch mit Erkenntnisgewinn belohnt; und wenn alles gut geht, fällt davon sogar etwas für Sie ab. (frei nach Robert Gernhardt)
Wir recherchieren sorgfältig und richten uns selber nach unseren Anlageideen. Für unsere eigenen Transaktionen befolgen wir Compliance Regeln, die auf unsere eigene Initiative von der BaFin abgesegnet wurden. Dennoch müssen wir jegliche Regressansprüche ausschließen, die aus der Verwendung der Inhalte des Heibel-Tickers entstehen könnten.
Die Inhalte des Heibel-Tickers spiegeln unsere Meinung wider. Sie stellen keine Beratung, schon gar keine Anlageempfehlungen dar.
Die Börse ist ein komplexes Gebilde mit eigenen Regeln. Anlageentscheidungen sollten nur von Anlegern mit entsprechenden Kenntnissen und Erfahrungen vorgenommen werden. Anleger, die kein tiefgreifendes Know-how über die Börse besitzen, sollten unbedingt vor einer Anlageentscheidung die eigene Hausbank oder einen Vermögensverwalter konsultieren.
Die Verwendung der Inhalte dieses Heibel-Tickers erfolgt auf eigene Gefahr. Die Geldanlage an der Börse beinhaltet das Risiko enormer Verluste bis hin zum Totalverlust des eingesetzten Kapitals.
Quellen:
Kurse: Bloomberg, Deutsche Kurse von comdirect.de, US-Kurse von finance.yahoo.com. Alle Kurse sind Schlusskurse vom Donnerstag sofern nichts Gegenteiliges vermerkt ist.
Bilanzdaten: Bloomberg, Comdirect, Yahoo! Finance sowie Geschäftsberichte der Unternehmen
Informationsquellen: dpa, Aktiencheck, Yahoo! Finance, TheStreet.com, IR-Abteilung der betreffenden Unternehmen
DEUTSCHE BIBLIOTHEK : ISSN 1862-5428
Erscheinungsweise: wöchentlich Freitag/Samstag
7. An und Abmeldung
Du kannst den Newsletter in den Einstellungen deines Benutzeraccounts deaktivieren.