Am 20. Juli 2026 (Beijing-Zeit) erlitt Zhipu (02513.HK), bekannt als die „erste KI-Grundlagenmodell-Aktie" in Hongkong, erneut einen starken Kursrückgang während des Handelstags. Die Aktie schloss bei HKD 890,50 – ein Minus von 19,56 % an diesem Tag. In den letzten fünf Handelssitzungen hat sich der kumulierte Verlust auf 46,23 % ausgeweitet. Nach dem Einbruch von 28,49 % am Freitag, dem 17. Juli, setzte Zhipu den Abwärtstrend fort, erreichte ein Tagestief von HKD 920 und durchbrach damit offiziell die wichtige Marke von HKD 1.000.
Dies ist kein Einzelfall. Seit dem Rekordhoch von HKD 2.980 am 22. Juni hat sich der Aktienkurs von Zhipu innerhalb eines Monats um mehr als 66 % zurückgezogen – das entspricht einem Verlust von über HKD 800 Milliarden an Marktkapitalisierung. Im gleichen Zeitraum fiel der Kurs von MiniMax (00100.HK), einem weiteren führenden chinesischen KI-Grundlagenmodell-Unternehmen, um mehr als 85 % gegenüber dem Höchststand und nähert sich dem Ausgabepreis. Der gleichzeitige Absturz dieser beiden heimischen KI-Giganten signalisiert einen grundlegenden Wandel in der Bewertung des KI-Sektors – weg von der Jagd nach Modellfähigkeiten, hin zur Überprüfung kommerzieller Erträge.
Finanzierung, Aktienfreigaben und Angebotsflut: Plötzlicher Wandel der Marktdynamik
Ein Auslöser für die jüngste Kurskorrektur von Zhipu war der sprunghafte Anstieg des Angebots.
Am 8. Juli erfolgte bei Zhipu die erste großangelegte Aktienfreigabe nach dem Börsengang: 25.6816 Millionen gesperrte Aktien (5,76 % des gesamten Aktienkapitals) wurden handelbar, hauptsächlich gehalten von 11 Ankerinvestoren. Vor diesem Ereignis waren lediglich 11,74 Millionen Aktien frei handelbar. Durch die Freigabe verdoppelte sich der Streubesitz mehr als, was kurzfristig erheblichen Angebotsdruck erzeugte und den Kurs stark belastete.
Kurz darauf, am 13. Juli, platzierte Zhipu 19,78 Millionen neue H-Aktien. Dadurch stieg die Zahl der verfügbaren Aktien weiter, und der Platzierungspreis lag unter dem aktuellen Marktpreis, was den Verkaufsdruck verstärkte, da Anleger nun mit nicht realisierten Verlusten konfrontiert sind. Marktdaten zeigen, dass die meisten Teilnehmer der Platzierung derzeit im Minus sind.
Noch größere Sorgen bereitet dem Markt der langfristige Druck: Für Januar 2027 ist eine deutlich größere Aktienfreigabe geplant, bei der etwa 40 % der ursprünglichen Aktien handelbar werden. Für KI-Modellunternehmen, die noch kein stabiles Gewinnmodell etabliert haben, gelten fortlaufende Finanzierungen und Markterweiterungen oft als Zeichen hoher Kapitalabhängigkeit – ein Hinweis darauf, dass sie noch weit von einem selbsttragenden positiven Cashflow entfernt sind.
Das Training von KI-Modellen ist von Natur aus kapitalintensiv. GPU-Beschaffung, Bau von Rechenzentren, Anmietung von Rechenleistung und Vergütung von Spitzenkräften erfordern massive und kontinuierliche Ausgaben. Solange die Umsätze keine ausreichende Größenordnung erreichen, wird jede Form der Eigenkapitalverwässerung vom Markt als Signal für Bewertungsdruck gewertet.
Der Kimi K3-Schock: Neue Wettbewerbslandschaft für chinesische KI-Grundlagenmodelle
Während Aktienfreigaben und Platzierungen „Quantitätsdruck" auf der Angebotsseite erzeugen, hat die Einführung von Kimi K3 eine „Preis"-Neubewertung auf der Nachfrageseite ausgelöst.
In den frühen Morgenstunden des 17. Juli kündigte Moonshot AI die Veröffentlichung seines nächsten Generation-Grundlagenmodells Kimi K3 an – mit beeindruckenden 2,8 Billionen Parametern, das weltweit größte Open-Source-Modell nach Parameteranzahl. Kimi K3 führte die maßgebliche Frontend Code Arena-Bestenliste mit 1.679 Punkten an, übertraf Fable 5 (1.631) und GPT-5.6 Sol (1.618) und wurde zum ersten Open-Source-Modell, das alle internationalen Closed-Source-Modelle bei einem wichtigen Programmier-Benchmark übertrifft.
Dieses Ereignis hat branchenweite Bedeutung, die weit über einen einzelnen Produktlaunch hinausgeht. Code-Generierung gilt als eine der kommerziell vielversprechendsten KI-Anwendungen. Indem Kimi K3 die Closed-Source-Giganten in den Kernfähigkeiten durch Open-Source-Ansätze übertrifft, stellt es das hochpreisige Geschäftsmodell internationaler Closed-Source-Modelle mit technologischen Schutzwällen direkt infrage. Nach dieser Nachricht fiel der Philadelphia Semiconductor Index innerhalb einer Woche um 12,5 % und trat in einen technischen Bärenmarkt ein; der US-KI-Sektor verlor innerhalb von 72 Stunden etwa 470 Milliarden US-Dollar an Marktwert.
Die Schockwelle erreichte schnell die chinesischen KI-Konkurrenten. Am Tag der Veröffentlichung von K3 stürzte Zhipu um 28,49 % ab, MiniMax verlor 15,62 %. In einer Analyse vom 18. Juli stellte Goldman Sachs fest, dass dies die Marktbesorgnis über die Wettbewerbslandschaft und die langfristigen Gewinner im chinesischen KI-Modellsektor widerspiegelt: „Führung und Nachhaltigkeit unter den Modellunternehmen bleiben äußerst volatil."
Das Wettbewerbsgefüge für chinesische KI-Grundlagenmodelle wird neu geordnet. Zhipu ist für seine GLM-Serie und seine Präsenz im Unternehmensmarkt bekannt, doch der Fokus liegt zunehmend auf dem Tempo der Kommerzialisierung. Moonshot AI gewinnt mit dem Kimi-Ökosystem und langen Kontextfähigkeiten rasch an Bedeutung – das Nutzerwachstum wird zum entscheidenden Maßstab. DeepSeek positioniert sich durch Open-Source-Einfluss und Kostenvorteile differenziert, während Baidus Wenxin das Unternehmensökosystem für reale Anwendungen nutzt. Da der technologische Abstand zwischen diesen Akteuren schrumpft, verkürzt sich die Lebensdauer technischer Vorteile, und reine Modellfähigkeiten sind nicht mehr alleinige Bewertungsgrundlage.
CICC hebt hervor, dass Kimi K3 auf hybriden linearen Aufmerksamkeitsmechanismen und Residual Attention-Technologie basiert und nativ visuelles Verständnis sowie Millionen-Token-Kontextfenster unterstützt. Das bedeutet, dass chinesische KI-Modelle nicht nur in der Parameterdimension Durchbrüche erzielen, sondern auch die Innovationsgeschwindigkeit auf architektonischer Ebene beschleunigen. Da das „Technologievorsprung"-Fenster von Jahren auf Monate schrumpft, hinterfragt der Markt zunehmend die Bewertungsaufschläge einzelner Unternehmen.
KI-Bewertungen treten in die „Umsatzvalidierungsphase" ein: Systemischer Wandel der globalen Investmentlogik
Der Kurssturz von Zhipu ist nicht nur ein aktienspezifisches Ereignis in China – er ist ein Spiegelbild eines systemischen Wandels in der globalen KI-Investmentlogik.
Bis 2026 stößt das lang gehegte Scaling Law der Branche an Grenzen: Allein durch mehr Rechenleistung und Daten die Modellperformance zu steigern, bringt nur noch abnehmende Erträge. Milliardeninvestitionen in die nächste Generation riesiger Modelle liefern keine entsprechend großen Durchbrüche mehr. Sowohl öffentliche als auch private Märkte verlagern ihre KI-Bewertungsanker von technischer Exzellenz hin zur kommerziellen Umsetzbarkeit.
Der Wandel ist deutlich: Der Markt bewegt sich von „KI-Story-Trading" zu „KI-Cashflow-Trading". Investoren, die einst hohe Multiplikatoren für KI-Unternehmen zahlten, achten nun stärker auf Effizienz beim Kapitaleinsatz, Margenstabilität und die Qualität des Gewinnwachstums. Wie ein Marktanalyst sagte, wechselt das KI-Trading von „die Zukunft kaufen" zu „Renditen nachweisen".
Globale KI-Investments sind nun klar in Phasen unterteilt. Phase Eins war Infrastruktur-Investment – Aufbau von GPUs, Cloud Computing und Rechenzentren, mit Hauptnutznießern wie Nvidia sowie Cloud-Giganten wie Amazon, Microsoft und Google. Phase Zwei ist die kommerzielle Validierung – ob KI-SaaS, Unternehmensanwendungen und KI-Agenten diese Infrastrukturinvestitionen in echte Umsätze und Gewinne umwandeln können.
Diese Logik wird in der kommenden Berichtssaison weiter getestet. Alphabet (Google) und Microsoft werden voraussichtlich ihre Ergebnisse für das zweite Quartal 2026 am 29. Juli veröffentlichen, Amazon folgt am 31. Juli. Der Fokus des Marktes hat sich von „KI-Investitionsvolumen" zu „können massive Investitionen greifbare Erträge liefern" verschoben. Einige Analysten weisen darauf hin, dass die fünf größten Tech-Giganten der Welt im Jahr 2026 voraussichtlich über 690 Milliarden US-Dollar für KI-Investitionen ausgeben werden, während der direkte KI-Service-Umsatz nur etwa 25 Milliarden US-Dollar erreichen dürfte. Dieser krasse Gegensatz zwingt Investoren dazu, die gesamte Bewertungslogik der KI-Wertschöpfungskette neu zu bewerten.
In diesem Umfeld stehen Modellunternehmen vor besonders starkem Bewertungsdruck. Im Gegensatz zu Infrastruktur-Anbietern müssen sie die Frage beantworten: „Kann technologische Investition in Umsatz umgewandelt werden?" Die API-Plattform von Zhipu meldete zum März 2026 einen jährlich wiederkehrenden Umsatz (ARR) von etwa RMB 1,7 Milliarden – ein 60-faches Wachstum innerhalb von zwölf Monaten. Im Juli soll der ARR bereits 1 Milliarde US-Dollar erreicht haben. Doch für ein Unternehmen, das einst mit über HKD 1 Billion bewertet wurde, fordert der Markt klar schnellere und besser belegbare kommerzielle Ergebnisse.
Kein Verschwinden der KI-Nachfrage, sondern eine Neustrukturierung der Bewertungslogik
Der jüngste Kurssturz von Zhipu signalisiert weder einen Zusammenbruch der KI-Nachfrage noch eine Umkehr der Perspektiven für Chinas KI-Grundlagenmodell-Branche.
Die Fundamentaldaten des chinesischen KI-Sektors entwickeln sich weiterhin rasant. Goldman Sachs prognostiziert, dass die API- und Abo-Umsätze chinesischer KI-Modelle von geschätzten RMB 35 Milliarden im Jahr 2026 auf RMB 879 Milliarden im Jahr 2030 steigen werden – eine Vergrößerung um das 25-fache. KI-Grundlagenmodelle haben bereits den „Produktionsreife-Kipppunkt" überschritten und bewegen sich aus den Laboren in reale Produktionsumgebungen. Diese langfristigen Trends bleiben trotz Kursvolatilität unverändert.
Was sich tatsächlich verändert, ist die Art und Weise, wie der Markt diese Unternehmen bewertet. Da die KI-Branche vom „Geld verbrennen für Storytelling" zum „Zahlen prüfen für Renditen" übergeht, achten Investoren verstärkt auf Profitabilität, Cashflow-Verbesserungen und Investitionsrendite. Wie ein Marktbeobachter bemerkte, können Unternehmen, deren Gewinnrealisierung hinter den Markterwartungen zurückbleibt oder deren KI-Kommerzialisierung sich verlangsamt, unter Bewertungsdruck geraten – „Das ist einfach die Funktionsweise der Kapitalmärkte, kein Zeichen für langfristige Schwäche der KI-Branche."
Für Modellunternehmen werden zukünftige Bewertungen zunehmend von überprüfbaren Geschäftskennzahlen abhängen: Wachstum der KI-API-Umsätze, Anzahl und Qualität der Unternehmenskunden, Entwicklung der Inferenzkosten, Verbesserungen der Bruttomarge und der reale Umfang kommerzieller Einsätze. Die Bedeutung der Modellgröße selbst tritt zurück – entscheidend ist, wie viel Umsatz diese Modelle tatsächlich generieren können.
Der Absturz von Zhipu von HKD 2.980 auf HKD 890 innerhalb eines Monats ist ein Spiegelbild des Wandels vom „KI-Story-Trading" zum „KI-Cashflow-Trading". Für die Branche insgesamt könnte dies nicht das Ende einer Blase, sondern der Beginn eines gesünderen und nachhaltigeren Bewertungssystems sein.
FAQ
F: Was sind die Hauptgründe für den Kurssturz von Zhipu?
Eine Kombination verschiedener Faktoren: Die Aktienfreigabe am 8. Juli und die neue H-Aktienplatzierung am 13. Juli haben das Angebot am Markt deutlich erhöht; am 17. Juli veröffentlichte Moonshot AI das Open-Source-Modell Kimi K3 mit 2,8 Billionen Parametern, was eine Neubewertung der Wettbewerbslandschaft unter chinesischen KI-Grundlagenmodellen auslöste; zudem wandelt sich die globale KI-Investmentlogik von „Story-getrieben" zu „Umsatzvalidierung".
F: Wie genau hat Kimi K3 Zhipu beeinflusst?
Kimi K3, mit 2,8 Billionen Parametern, wurde zum weltweit größten Open-Source-Modell und übertraf alle internationalen Closed-Source-Modelle in wichtigen Programmier-Benchmarks. Dies hat die Erwartungen an den nachhaltigen Technologievorsprung von Frühstartern wie Zhipu erschüttert und signalisiert, dass die technologische Lücke zwischen chinesischen Modellen schnell kleiner wird und reine Modellfähigkeit nicht mehr alleinige Bewertungsgrundlage ist.
F: Wie verändert sich die Bewertungslogik in der KI-Branche?
Der Markt verlagert sich von „Modellgröße → hohe Bewertung" zu „Umsatzwachstum → hohe Bewertung". Investoren konzentrieren sich zunehmend auf überprüfbare Geschäftskennzahlen wie KI-API-Umsatz, Anzahl der Unternehmenskunden, Inferenzkosten, Bruttomarge und den Umfang kommerzieller Anwendungen, statt auf Parameteranzahl und Modellfähigkeit.
F: Bedeutet der Kurssturz von Zhipu eine düstere Perspektive für Chinas KI-Branche?
Keineswegs. Goldman Sachs prognostiziert, dass die Umsätze chinesischer KI-Modelle von RMB 35 Milliarden im Jahr 2026 auf RMB 879 Milliarden im Jahr 2030 steigen werden. Der Kurssturz spiegelt die Bereinigung von Bewertungsblasen und eine Korrektur der Preislogik wider, nicht ein Verschwinden der Branchennachfrage.
F: In welcher Phase befindet sich das KI-Investment aktuell?
Das globale KI-Investment bewegt sich von der ersten Phase (Infrastruktur-Investment: GPUs, Cloud Computing, Rechenzentren) zur zweiten Phase (kommerzielle Validierung: KI-SaaS, Unternehmensanwendungen, KI-Agenten). Modellunternehmen stehen unter stärkerem Bewertungsdruck, während Unternehmen auf Anwendungsebene, die kommerzielle Erträge nachweisen können, vom Markt neu bewertet werden.
