Zie ook dit bericht over Oklo.

🏖️ Podcast: Dagafsluiting SCE Trader woensdag 19 augustus - Van ALFEN tot MRNA en meer

0:00

/1063.526125

1×

Tot morgen iedereen!

Op onze website meer, inclusief een database met duizenden artikelen

© 2026 SCEtrader.nl - Alle rechten voorbehouden.

📞 Beleggers Journaal: MRNA zeer sterk hoger - Start Wall Street en Treasry buy back

0:00

/451.5652

1×

Amerikaanse staatsobligaties: de Treasury verdubbelt vanaf 9 september de maximale omvang van liquidity-support buybacks voor 10-20-jaars en 20-30-jaars staatsobligaties van $2 miljard naar minimaal $4 miljard per operatie. Dit kan technisch steun geven aan het lange eind van de rentecurve en hoort vóór de aandelen.

Daarbij gebruiken we, na het scannen van alle beschikbare data, een deel van de zichtbare flows die opvallen. Het is een momentopname, maar de activiteit is opvallend genoeg om uit te lichten en mogelijk richtinggevend voor het verdere koersverloop.

Stijging Verwacht

Heb je een abonnement op scetrader.nl en vragen over deze rubriek, dan hoor ik die graag. Stuur gerust een bericht naar info@scetrader.nl of via het WhatsApp-nummer dat wij gebruiken. Ik beantwoord vragen met plezier. Nu verder -->

Wall Street bias voor vandaag

■ Onze Investment view op nucleaire energie is structureel positief. De wereldwijde operationele nucleaire capaciteit ligt rond 420 GW, tientallen gigawatts zijn in aanbouw en de meest ambitieuze nationale plannen zouden de capaciteit richting 1.446 GW in 2050 kunnen brengen. Dat is echter een doelenscenario en geen voorspelling: hiervoor moet de industrie veel sneller bouwen dan nu.
■ AI geeft de nucleaire comeback een extra impuls. Datacenters gebruikten in 2025 ongeveer 485 TWh elektriciteit en in het basisscenario loopt dit richting 950 TWh in 2030. Tegelijkertijd waarschuwt het onderzoek dat grids, transformers, generation capacity en andere fysieke bottlenecks juist verhinderen dat alle geplande AI-capaciteit onmiddellijk kan worden aangesloten.
■ Oklo (OKLO) is de setup van deze long read. Aurora-INL is van concept naar fysieke uitvoering gegaan en doorloopt in 2026 nieuwe veiligheidstechnische stappen, terwijl Meta de ontwikkeling van maximaal 1,2 GW in Ohio ondersteunt. Dat is een grote vooruitgang, maar het risico van het aandeel blijft extreem omdat Oklo nog moet bewijzen wat een commerciële Aurora werkelijk kost, hoe snel deze kan worden gebouwd en hoeveel kapitaal nodig is voordat structurele vrije kasstromen ontstaan.
■ De markt heeft inmiddels zelf laten zien hoe gevaarlijk de pure reactorontwikkelaars zijn. Oklo (OKLO), NuScale Power (SMR) en NANO Nuclear Energy (NNE) hebben sinds de speculatieve piek van oktober 2025 gezamenlijk ruim $30 miljard aan beurswaarde verloren, terwijl short sellers naar schatting ongeveer $2,1 miljard verdienden. Een structureel bullish nucleair verhaal beschermt dus absoluut niet tegen koersdalingen van 50% of meer.
■ X-energy (XE) is sinds april 2026 eveneens beursgenoteerd en hoort nu nadrukkelijk in de vergelijking. Het bedrijf ontwikkelt de Xe-100 en TRISO-X-brandstof, heeft Amazon, Dow en Centrica als belangrijke commerciële partners en toont een potentiële pipeline van 144 reactors of circa 11,5 GW. Ook hier is het risico zeer hoog: contingent project rights zijn nog geen gebouwde reactors en de onderneming moet licensing, construction en seriële economics nog bewijzen.
■ Centrus Energy (LEU) heeft zeer hoog risico, maar speelt een andere bottleneck: uraniumverrijking en HALEU. Cameco (CCJ) heeft hoog risico en biedt een veel bredere combinatie van uranium, fuel services en Westinghouse. Uranium Energy Corp. (UEC) is nog duidelijk speculatiever omdat de investment case veel sterker reageert op uraniumprijzen en de uitvoering van nieuwe Amerikaanse mijnproductie.
■ BWX Technologies (BWXT), Constellation Energy (CEG), Vistra (VST) en GE Vernova (GEV) bieden minder binaire exposure. BWXT levert nucleaire manufacturing, CEG en VST verdienen al aan bestaande elektriciteitsproductie en GEV combineert de BWRX-300 met gas, grids en andere energie-infrastructuur. Minder binair betekent echter niet laag risico: waardering en projecttiming kunnen ook deze aandelen fors laten corrigeren.
■ De supply chain wordt minstens zo belangrijk als de reactor. Alleen al voor een veel grotere Amerikaanse fuel cycle kan tot 2050 naar schatting $105–170 miljard aan investeringen nodig zijn, terwijl de Amerikaanse overheid in juni nog eens $17,5 miljard aan financiering aankondigde voor long-lead nuclear equipment voor maximaal tien grote reactors.
■ De SMR-markt moet extreem selectief worden benaderd. Er worden inmiddels 129 SMR-ontwerpen wereldwijd gevolgd, maar slechts een gedeelte daarvan heeft voldoende actieve voortgang om volledig in de internationale voortgangsdatabase te worden opgenomen. Wij verwachten dat uiteindelijk slechts een handvol ontwerpen voldoende licensing, supply-chain schaal, financiering en operationele ervaring ontwikkelt om echte commerciële standaarden te worden.
■ De kern van onze Investment view is daarom eenvoudig: bullish op de nucleaire renaissance betekent niet bullish tegen iedere prijs op nucleaire aandelen. Vooral bij OKLO, SMR, NNE en XE moeten beleggers rekening houden met extreme volatiliteit, vertragingen, verwatering en de mogelijkheid dat een goede technologie uiteindelijk toch een slechte investering blijkt wanneer de huidige aandeelhouder te veel betaalt of te veel kapitaalrondes moet financieren.

De nucleaire sector bevindt zich in augustus 2026 op een punt dat fundamenteel anders is dan enkele jaren geleden. Jarenlang bestond de nieuwe nucleaire renaissance vooral uit beleidsambities, reactorontwerpen en presentaties over Small Modular Reactors die ergens in de toekomst goedkoper, veiliger en sneller zouden worden gebouwd. Inmiddels beginnen verschillende onderdelen van die belofte daadwerkelijk de fysieke wereld binnen te komen.

Oklo is daarvan een goed voorbeeld. Bij Idaho National Laboratory is Aurora-INL niet langer alleen een ontwerp. Het project is in uitvoering, de Amerikaanse overheid heeft in juni opnieuw een belangrijke voorlopige veiligheidsanalyse goedgekeurd en Oklo werkt tegelijkertijd aan de brandstofvoorziening, construction planning en volgende vergunningstappen. Daarbovenop komt het veel grotere plan in Ohio, waar Meta de ontwikkeling ondersteunt van een campus die uiteindelijk maximaal 1,2 GW kan omvatten.

Dat maakt Oklo fundamenteel interessanter dan toen het bedrijf alleen een reactorconcept en een ambitieuze roadmap bezat. Maar precies dezelfde ontwikkeling maakt het aandeel ook interessanter als waarschuwing. Zodra een reactor van PowerPoint naar bouwplaats beweegt, verdwijnen de theoretische voordelen niet, maar komen de echte problemen erbij: construction cost, planning, rente, gekwalificeerd personeel, materiaal, fuel, vergunningen en de vraag wie al dat kapitaal financiert.

Daarom gebruiken we Oklo als rode draad. De nucleaire renaissance wordt niet langer beslist door de vraag of er belangstelling bestaat. Die belangstelling is er inmiddels duidelijk. De volgende fase wordt beslist door de veel moeilijkere vraag of nieuwe nuclear daadwerkelijk snel genoeg, goedkoop genoeg en vaak genoeg kan worden gebouwd om een grootschalige commerciële industrie te creëren.

Investment view: de sector kan winnen terwijl veel aandelen verliezen

Onze Investment view op nuclear als energiebron wordt duidelijk positiever. Onze Investment view op individuele nucleaire aandelen is veel selectiever. Dat is misschien wel het belangrijkste onderscheid in dit volledige artikel.

De mondiale nucleaire capaciteit kan in de komende decennia sterk stijgen terwijl verschillende beursgenoteerde reactorontwikkelaars toch zeer slechte beleggingen blijken. Technologie kan functioneren zonder dat de oorspronkelijke aandeelhouder een goed rendement behaalt. Een reactor kan uiteindelijk worden gebouwd nadat planning en budget meerdere keren zijn aangepast, terwijl het bedrijf onderweg zoveel nieuw kapitaal ophaalt dat de oorspronkelijke aandeelhouder sterk verwatert.

De recente beursontwikkeling maakt dit risico tastbaar. Oklo, NuScale en NANO Nuclear zijn sinds de piek van de nucleaire hype in oktober 2025 gezamenlijk ruim $30 miljard aan beurswaarde kwijtgeraakt. Short sellers verdienden in ongeveer een jaar naar schatting $2,1 miljard aan dalingen in deze drie aandelen. Dat gebeurde terwijl de politieke steun voor nucleair juist toenam en Big Tech steeds meer nucleaire contracten sloot.

Dat is een belangrijke les. De richting van de industrie en de richting van een aandeel hoeven gedurende lange perioden helemaal niet gelijk te lopen. Voor prerevenue en early-revenue reactorontwikkelaars kan zelfs een vertraging van twee of drie jaar de economische waarde sterk reduceren, omdat toekomstige cashflows verder worden weggeschoven terwijl salarissen, engineering en projectontwikkeling ondertussen gewoon betaald moeten worden.

Waarom nuclear juist nu terugkomt

De nieuwe nucleaire cyclus is niet uitsluitend een AI-verhaal. AI versnelt een ontwikkeling die al werd ondersteund door elektrificatie, energiezekerheid, de behoefte aan minder CO2-intensieve stroomproductie en de noodzaak om elektriciteitsnetten betrouwbaarder te maken terwijl wind en solar verder groeien.

AI verandert vooral de snelheid en de locatie van de vraag. Datacenters verbruikten in 2025 ongeveer 485 TWh elektriciteit. Rond 2030 kan dat in het centrale scenario ongeveer 950 TWh worden. Dat betekent bijna een verdubbeling in slechts vijf jaar, terwijl AI-geoptimaliseerde faciliteiten veel sneller groeien dan traditionele datacenters.

Daar hoort direct een belangrijke nuance bij. De theoretische AI-vraag kan sneller groeien dan de fysieke energiesector kan reageren. Nieuwe datacenters hebben netaansluitingen nodig, transformers hebben lange levertijden, transmission moet worden uitgebreid en nieuwe elektriciteitscentrales worden niet in enkele maanden gebouwd. Juist die bottlenecks maken betrouwbare bestaande generation capacity economisch steeds waardevoller.

Nuclear heeft daar een bijzondere positie. Een operationele centrale kan gedurende zeer lange perioden met een hoge capaciteitsfactor elektriciteit produceren. Voor een hyperscaler die tientallen miljarden investeert in servers en accelerators is dat bijzonder waardevol: goedkope elektriciteit die niet beschikbaar is wanneer de chips moeten draaien, heeft een heel andere waarde dan betrouwbare elektriciteit waarop jarenlang kan worden gerekend.

De comeback is veel groter dan alleen AI

Wereldwijd ligt de operationele nucleaire capaciteit rond 420 GW en bijna 80 GW bevindt zich in aanbouw. Daarmee is de renaissance al veel meer dan een serie Amerikaanse SMR-presentaties. Vooral China bouwt op grote schaal en laat tegelijkertijd zien dat herhaling en standaardisatie cruciaal zijn om nuclear industrieel beheersbaar te houden.

De ambities zijn nog veel groter. Wanneer bestaande reactors langer openblijven, projecten die al zijn gepland daadwerkelijk worden gebouwd en regeringen hun eigen nationale doelstellingen realiseren, zou de mondiale nucleaire capaciteit richting 1.446 GW in 2050 kunnen bewegen. Dat ligt zelfs boven het eerdere internationale streven om nuclear ongeveer te verdrievoudigen.

Maar dat getal moet zeer zorgvuldig worden geïnterpreteerd. Het is geen voorspelling dat 1.446 GW daadwerkelijk zal worden gerealiseerd. Een aanzienlijk gedeelte bestaat uit overheidsambities en projecten waarvan de volledige financiering, locatie, vergunning of supply chain nog niet vaststaat.

Dat verschil tussen ambitie en execution loopt door het gehele nucleaire verhaal. De vraag naar elektriciteit is nauwelijks het probleem. Het echte vraagstuk is of de industrie voldoende uranium kan leveren, genoeg enrichment kan bouwen, componenten kan produceren, reactors kan financieren en projecten kan uitvoeren zonder dat de kosten opnieuw uit de hand lopen.

China laat zien waarom standaardisatie belangrijker kan zijn dan spectaculaire innovatie

Het contrast tussen China en een groot gedeelte van het Westen verdient meer aandacht. China heeft gedurende jaren een continue nucleaire bouworganisatie in stand gehouden. Engineeringteams, suppliers en projectorganisaties gaan van de ene reactor naar de volgende, waardoor ervaring behouden blijft.

In Europa en de Verenigde Staten is die continuïteit veel vaker verdwenen. Een nieuwe centrale werd daardoor dikwijls een bijna uniek megaproject waarbij personeel opnieuw moest worden opgebouwd, suppliers opnieuw gekwalificeerd moesten worden en tijdens construction ontwerpwijzigingen plaatsvonden. Dat is een recept voor vertraging en kostenoverschrijding.

Dit is precies waarom SMR's zoveel potentieel hebben. Hun belangrijkste innovatie hoeft niet eens de kernfysica te zijn. Het echte verschil kan ontstaan wanneer reactors eindelijk meer als industriële producten worden gebouwd: hetzelfde ontwerp, dezelfde componenten, dezelfde suppliers en dezelfde procedures, tientallen keren achter elkaar.

Maar dat potentiële voordeel moet nog worden bewezen. De beurs waardeert sommige ontwikkelaars alsof succesvolle seriële productie al bijna vanzelfsprekend is. In werkelijkheid bevindt het Westen zich nog grotendeels in de fase waarin first-of-a-kind reactors moeten aantonen dat de beloofde learning curve überhaupt kan beginnen.

129 SMR-ontwerpen: bullish voor de industrie, gevaarlijk voor individuele aandelen

Internationaal worden inmiddels 129 SMR-ontwerpen gevolgd. Slechts een gedeelte heeft voldoende actieve ontwikkeling en transparante voortgang om volledig in de belangrijkste internationale voortgangsdatabase te worden opgenomen. Dat is misschien wel een van de meest betekenisvolle cijfers in deze long read.

Honderdnegenentwintig ontwerpen betekent namelijk niet dat er straks 129 succesvolle reactorbedrijven bestaan. Het suggereert juist een enorme toekomstige selectie.

Utilities willen geen landschap waarin iedere centrale een andere experimentele reactor gebruikt. Operators willen gestandaardiseerde training, regulators willen ervaring kunnen hergebruiken en suppliers verdienen veel meer wanneer zij dezelfde componenten honderden keren produceren. Financiers willen eveneens kunnen kijken naar eerdere units van hetzelfde ontwerp voordat zij miljarden beschikbaar stellen.

Daarom verwachten wij uiteindelijk consolidatie rond een beperkt aantal ontwerpen. Misschien blijken vijf of tien technologieplatforms werkelijk internationaal schaalbaar, mogelijk nog minder. Dat betekent dat een belegger in een pure reactorontwikkelaar niet alleen op groei van nuclear wedt, maar ook op de kans dat juist zijn gekozen technologie een van die uiteindelijke standaarden wordt.

Oklo: execution wordt nu belangrijker dan de pipeline

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

■ De Europese aandelenmarkten blijven zijwaarts bewegen. De AEX staat ongeveer 0,25% lager, de DAX circa 0,1% in de min, de CAC 40 ongeveer 0,3% hoger en de BEL20 rond 0,2% lager. Het herstel van eerder op de dag zet dus niet overtuigend door en de markt blijft afwachtend.
■ Wall Street kreeg gisteren vooral binnen technologie, semiconductors en memory stevige klappen. Wij zien die beweging nog steeds niet automatisch als het begin van een structurele trendbreuk. Veel chipaandelen waren daarvoor sterk gestegen en wij denken dat lagere koersen uiteindelijk opnieuw kopers kunnen aantrekken.
■ De Amerikaanse futures zijn opnieuw afgezwakt. De S&P 500-future staat ongeveer onveranderd en de Nasdaq 100-future circa 0,2% lager. Het herstel vanaf de nachtelijke lows is daarmee voorlopig stilgevallen en de markt blijft zoeken naar richting.
■ SK Hynix geeft de memorysector fundamenteel nog altijd steun. Het bedrijf kondigde een aandeleninkoop en intrekking aan ter waarde van $28,6 miljard, goed voor ongeveer 3,3% van de uitstaande aandelen, en wil vanaf 20 augustus circa 24,1 miljoen aandelen inkopen en vervolgens intrekken. Tegelijk wordt de doelstelling voor aandeelhoudersrendement over 2025-2027 verhoogd van maximaal 50% van de cumulatieve vrije kasstroom naar minimaal 50%. Het aandeel stond voorbeurs ongeveer 3% hoger en met circa ₩69 biljoen netto kasmiddelen eind Q2 blijft de financiële positie zeer sterk.
■ Samsung Electronics verhoogt de prijzen voor sommige geavanceerde foundrydiensten met 10% tot 15% voor nieuwe orders, onder meer voor SF4-klanten uit China en de Verenigde Staten. De SF4-lijn in Pyeongtaek draait sinds eind vorig jaar op volledige capaciteit en Samsung kan niet aan alle vraag voldoen. Voor ons wijst dit nog steeds niet op zwakte in de chipcyclus, maar juist op tekorten en pricing power binnen delen van de foundrymarkt.
■ Intel (INTC) krijgt volgens de aangeleverde informatie een interessante nieuwe rol doordat TSMC Intel inschakelt rond advanced packaging in Maleisië. Intel staat ongeveer 2% lager, maar wij vinden het nieuws zelf juist positief omdat het laat zien dat Intel binnen de bredere semiconductor- en packagingketen opnieuw relevant kan worden.
■ De chipsector blijft voor ons buy on dips. Na de forse daling van gisteren zien we nog geen overtuigende rebound, maar Samsung laat met prijsverhogingen en volle capaciteit zien dat de vraag niet zomaar wegvalt, terwijl SK Hynix met zijn enorme buyback eveneens vertrouwen uitstraalt. De correctie kan nog verder gaan, maar structureel zien wij geen reden om de AI- en semiconductorthese los te laten.
■ Ook legacy-chips blijven interessant. AI-datacenters hebben naast GPU’s en HBM enorme aantallen ondersteunende chips nodig voor voeding, verbindingen, analoge functies, controllers en infrastructuur. Daardoor kan de AI-investeringsgolf zich breder door de semiconductorindustrie verspreiden dan alleen naar de bekendste AI-processors.
■ De VIX blijft rond 15,8 en bevindt zich daarmee nog steeds ver van echte paniekniveaus. Ondanks de forse bewegingen binnen technologie zien we dus geen brede volatiliteitsexplosie. Dat is één van de redenen waarom wij een plotselinge technische opleving nog steeds niet uitsluiten.
■ De Straat van Hormuz blijft het grootste geopolitieke risico voor de markt. Trackingdata zouden erop wijzen dat nauwelijks schepen door de zeestraat varen en volgens de aangeleverde informatie zouden zelfs twee Chinese schepen zijn omgekeerd. Dat staat tegenover uitspraken vanuit Washington dat de situatie onder controle is. Juist die tegenstelling maakt het dossier steeds lastiger.
■ Iran blijft bovendien dreigende taal gebruiken richting Europese belangen, waarbij ook Cyprus wordt genoemd. Wij zien een daadwerkelijke aanval op Europa niet als het meest waarschijnlijke scenario, maar het onderstreept wel dat de spanningen niet zijn verdwenen en dat geopolitieke headlines voorlopig een directe invloed kunnen blijven houden op olie en risicobereidheid.
■ De olieprijs staat weer hoger, met de Amerikaanse crude-futures ongeveer 1% in de plus en olie boven $80 per vat. Er is nog geen paniekrally, maar de combinatie van beperkte scheepvaart door Hormuz en relatief lage Amerikaanse olievoorraden verdient aandacht.
■ De Amerikaanse kapitaalmarktrente is fractioneel gedaald, maar rente blijft één van de belangrijkste breekpunten voor aandelen. Het gaat niet alleen om inflatieverwachtingen: beleggers eisen ook een hogere vergoeding voor oplopende staatsschulden en grotere financieringsbehoeften. Dat speelt in de Verenigde Staten, maar ook in Europa en Duitsland.
■ EUR/USD noteert rond 1,1610. De euro blijft daarmee relatief stevig liggen.
■ Goud en zilver liggen wat hoger maar blijven verdeeld. Vooralsnog geven de edelmetalen geen zelfstandig panieksignaal.
■ Aalberts (AALB) krijgt een positieve peer read-through van Geberit, dat in het tweede kwartaal boven verwachting presteerde, de groei zag versnellen en een sterk beeld voor het volledige jaar liet zien. Dat ondersteunt het sentiment rond Aalberts, al gaat het nadrukkelijk om cijfers van een sectorgenoot.
■ ASR Nederland (ASRNL) staat inmiddels ongeveer 1% hoger na de cijfers. De operationele kapitaalgeneratie en Non-Life waren sterk, terwijl Solvency II iets minder sterk uitviel. ABN AMRO hanteert Outperform met een koersdoel van €80. Onze Investment view blijft positief: ASR lijkt zich trapsgewijs verder omhoog te bewegen.
■ Alfen (ALFEN) staat ongeveer 5% lager na de cijfers. De omzet in de eerste jaarhelft steeg 24% naar €261,5 miljoen, maar de brutomarge was zwakker en de tweede jaarhelft wordt zachter verwacht. Wij waren lange tijd bearish op Alfen, maar de cijfers vielen minder slecht uit dan gevreesd en inmiddels zien wij dips juist als mogelijke koopkansen. Alfen is geen absolute favoriet, maar wij denken dat het aandeel vanaf deze niveaus verder kan herstellen.
■ Fastned staat nog ongeveer 1% lager, nadat de koers eerder op de dag duidelijk sterker onder druk stond. Dat herstel vinden wij interessant en wij verwachten dat het aandeel verder kan stijgen. ABN AMRO verhoogde enkele dagen geleden het koersdoel van €40 naar €60 met Outperform.
■ Avantium (AVTX) verliest nog altijd bijna 20% en dat past volledig bij onze al langere tijd zeer bearish Investment view. De H1-omzet kwam uit op €4,7 miljoen tegenover €7,8 miljoen verwacht, de kaspositie is zwak en het bedrijf plant een kapitaalverhoging van €55 miljoen. Avantium verbrandt veel geld, heeft zelf maar één fabriek en is voor verdere expansie afhankelijk van licenties en projecten die vaak nog in een pilotfase zitten. Wij blijven hier ver vandaan.
■ Ebusco (EBUS) krijgt €6 miljoen nieuw eigen vermogen van Rhein Holding, dat daarmee 16,6% van het bedrijf bezit. Dat geeft enige financiële ruimte, maar verandert voor ons het fundamenteel hoge risicoprofiel niet. De concurrentie blijft bovendien zwaar tegenover spelers als Daimler Truck, die klanten een completer elektrisch ecosysteem kunnen aanbieden.
■ EVS Broadcast (EVS) rapporteerde over de eerste jaarhelft €107,2 miljoen omzet, €15,6 miljoen EBIT en €16,5 miljoen nettowinst. Voor heel 2026 verwacht EVS €220 miljoen tot €240 miljoen omzet, tegenover ongeveer €231 miljoen verwacht. Wij vinden de cijfers eigenlijk best aardig en beter dan de zwakke chart doet vermoeden. Technisch is het aandeel nog kwetsbaar, maar fundamenteel sluiten wij een duidelijke nieuwe stijging niet uit.
■ Fluxys (FLUX) verkoopt GMSL aan het Australische Energy One. Financiële voorwaarden zijn niet bekendgemaakt, waardoor de directe financiële impact op Fluxys voorlopig moeilijk te beoordelen blijft.
■ ING Groep (INGA) krijgt van ABN AMRO een hoger koersdoel van €30, tegen eerder €27, met een ongewijzigd Neutral-advies. Het tweede kwartaal lag in lijn, de outlook verbeterde en de aandeleninkoop ondersteunt het verhaal. Daarnaast verlaagt ING via een accelerated bookbuild zijn belang in TMBThanachart Bank van 19,5% naar 11,6%.
■ NEPI Rockcastle (NRP) kende een robuuste eerste jaarhelft, met 3,3% vergelijkbare NOI-groei en een verhoging van de jaaroutlook. ABN AMRO hanteert Outperform met een koersdoel van €8,71.
■ TomTom (TOM2) ziet Orbit Maps geselecteerd worden door het Amerikaanse Cedar Electronics voor toepassingen rond snelheidswaarschuwingen. Het is geen grote financiële update, maar wel een positief commercieel signaal.
■ Universal Music Group (UMG) heeft met Apple Corps Ltd een langjarige merchandise-overeenkomst gesloten rond The Beatles. Daarmee kan UMG de catalogus verder monetiseren buiten streaming en muziekrechten.
■ Sif Holding staat inmiddels ongeveer 3% hoger, maar wij blijven er volledig uit. De eerdere communicatie rond de financiering heeft voor ons het vertrouwen beschadigd en een dagelijkse koersstijging verandert daar niets aan.
■ ASML blijft voor ons onderdeel van de structurele buy-on-dips-visie voor semiconductors. Na de forse Amerikaanse chipcorrectie is het belangrijkste niet één dagelijkse koersbeweging, maar de vraag of de fundamentele vraag naar AI-infrastructuur intact blijft. De signalen van Samsung en SK Hynix wijzen vooralsnog niet op een vraagimplosie.
■ BESI blijft eveneens onderdeel van het bredere AI- en advanced-packagingverhaal. De koers kan na de eerdere sterke stijgingen volatiel blijven, maar structureel zien wij nog geen reden om het packagingthema af te schrijven.
■ Magnum staat inmiddels ongeveer 2,2% hoger en behoort daarmee tot de sterkere namen in Amsterdam. Zonder nieuwe fundamentele informatie zien wij de beweging vooral als relatieve kracht binnen een verder vlakke markt.
■ Umicore staat ongeveer 1% hoger. Zonder aanvullende fundamentele informatie zien wij dit vooral als een dagelijkse koersbeweging.
■ Lotus Bakeries beweegt ongeveer 0,2% hoger. Ook hier is er geen nieuwe fundamentele informatie die vandaag een wijziging van onze Investment view rechtvaardigt.
■ Carlsberg rapporteerde over de eerste helft van 2026 een omzetstijging van 2,6% naar DKK 47,1 miljard, met 2,7% autonome omzetgroei en 1,7% autonome volumegroei. De autonome bedrijfswinst steeg 5,9%, de operationele marge verbeterde naar 15,8% en de outlook voor autonome bedrijfswinstgroei werd verhoogd naar 4% tot 6%. De cijfers zijn degelijk, maar wij doen niets met de biersector.
■ AB InBev staat ongeveer 1% lager, maar krijgt vanuit Carlsberg een sterke positieve read-through. Als wij binnen de biersector iets zouden willen bezitten, heeft AB InBev duidelijk onze voorkeur. Op dit moment doen wij echter niets met brouwers.
■ Shurgard (SHUR) staat ongeveer 2% lager na de brokerdowngrade. Deutsche Bank verlaagt het advies naar Hold en brengt het koersdoel terug naar €27 van €37.
■ Stellantis staat circa 3,6% hoger, maar wij blijven ver weg van het aandeel. Eén sterke handelsdag verandert onze Investment view niet.
■ Renault staat ongeveer 1% hoger. Er is geen nieuwe fundamentele aanleiding om daar een grotere conclusie aan te verbinden.
■ Daimler Truck blijft voor ons één van de kwalitatief sterkere ondernemingen binnen de sector. Het bedrijf beschikt over een breed elektrisch aanbod, inclusief voertuigen en ondersteunende laadoplossingen, en heeft een sterke marktpositie. Wij vinden het aandeel gezien die kwaliteit relatief aantrekkelijk gewaardeerd en technisch kan een opwaartse trend worden gezien. Toch is voor ons nog niet duidelijk genoeg dat Daimler Truck daadwerkelijk gaat outperformen, waardoor we nu niets doen.
■ IBM (IBM) heeft een belangrijke systems-engineeringmijlpaal bereikt binnen quantum computing door twee grote cryogene modules fysiek te koppelen en gezamenlijk af te koelen tot onder 15 millikelvin. Later dit jaar wil IBM Nighthawk-processors installeren om communicatie tussen afzonderlijke quantummodules te testen. De echte doorbraak zit niet in een nieuw qubitrecord, maar in het schaalbaar oplossen van koeling, interconnects, warmtebelasting, foutcorrectie en control electronics. Onze Investment view op IBM blijft positief: wij zien IBM als één van de serieuze kandidaten om uiteindelijk een leidende, en mogelijk zelfs de leidende, positie in grootschalige quantum computing op te bouwen.
■ Target (TGT) kwam met veel sterkere cijfers dan verwacht. De omzet steeg 5,3% naar $26,54 miljard, de aangepaste winst per aandeel kwam uit op $4,11 tegenover $2,30 verwacht en de vergelijkbare omzet groeide 3,8%. De brutomarge verbeterde met 470 basispunten naar 33,7% en Target verhoogde de FY26-winstverwachting naar $9,90-$10,90 per aandeel van eerder $7,50-$8,50. Goede cijfers, maar wij doen niets met het aandeel.
■ Moderna staat ongeveer 50% hoger nadat een fase-3-studie bij melanoom de doelstellingen behaalde. Dat is positief nieuws en een spectaculaire koersreactie, maar wij gaan er niet achteraan. De grotere trend in Moderna blijft voor ons te zwak en daarom doen wij niets met het aandeel.
■ Bitcoin noteert rond $64.500. Er is vanuit de huidige input geen nieuwe aanleiding om daar een sterkere richtinggevende conclusie aan te verbinden.
■ Onze Investment view blijft voorzichtig positief en buy on dips, maar met duidelijk meer voorbehoud dan eerder op de ochtend. Het eerste herstel in de futures is grotendeels verdwenen, olie staat hoger en de situatie rond de Straat van Hormuz blijft onduidelijk. Tegelijk zien we geen paniek in de VIX, blijven de structurele signalen vanuit AI en semiconductors sterk en laten Samsung en SK Hynix juist zien dat tekorten, pricing power en kasgeneratie nog aanwezig zijn. Wij sluiten daarom nog steeds niet uit dat deze grillige markt plotseling hard omhoog kan schieten, zonder dat dit meteen betekent dat nieuwe records volgen. Augustus en mogelijk een deel van september kunnen onrustig blijven; rente, olie en geopolitiek zijn de belangrijkste breekpunten.

English

■ European equity markets continue to move sideways. The AEX is down around 0.25%, the DAX roughly 0.1% lower, the CAC 40 around 0.3% higher and the BEL20 about 0.2% lower. The earlier recovery is therefore not gaining convincing momentum and the market remains cautious.
■ Wall Street came under heavy pressure yesterday, particularly in technology, semiconductors and memory. We still do not automatically see that move as the start of a structural trend reversal. Many semiconductor stocks had risen strongly beforehand and we think lower prices will eventually attract buyers again.
■ US futures have weakened again. S&P 500 futures are now roughly unchanged and Nasdaq 100 futures are around 0.2% lower. The recovery from the overnight lows has therefore stalled for now and the market remains in search of direction.
■ SK Hynix continues to provide fundamental support to the memory sector. The company announced a $28.6 billion share buyback and cancellation, equal to roughly 3.3% of shares outstanding, and plans to repurchase around 24.1 million shares from August 20 before cancelling them. At the same time, its 2025-2027 shareholder return target is being raised from up to 50% of cumulative free cash flow to at least 50%. The stock was around 3% higher pre-market and with roughly ₩69 trillion in net cash at the end of Q2, the financial position remains very strong.
■ Samsung Electronics is raising prices for some advanced foundry services by 10% to 15% for new orders, including SF4 customers in China and the United States. The SF4 line in Pyeongtaek has been running at full capacity since late last year and Samsung cannot meet all demand. In our view, this still does not point to weakness in the semiconductor cycle, but rather to continued shortages and pricing power in parts of the foundry market.
■ Intel (INTC) gets an interesting new role as, according to the supplied information, TSMC is using Intel around advanced packaging in Malaysia. Intel is down around 2%, but we view the news itself as positive because it shows that Intel can become relevant again within the broader semiconductor and packaging chain.
■ Semiconductors remain buy on dips for us. After yesterday’s sharp decline, we have not yet seen a convincing rebound, but Samsung’s price increases and full capacity show that demand has not simply disappeared, while SK Hynix’s huge buyback also signals confidence. The correction could continue, but structurally we still see no reason to abandon the AI and semiconductor thesis.
■ Legacy chips also remain interesting. AI data centres require enormous quantities of supporting chips alongside GPUs and HBM for power management, connectivity, analogue functions, controllers and infrastructure. This means the AI investment wave can spread more broadly across the semiconductor industry than just the best-known AI processors.
■ The VIX remains around 15.8 and is therefore still far from genuine panic levels. Despite the sharp moves in technology, there is no broad volatility explosion. That is one reason why we still do not rule out a sudden technical rebound.
■ The Strait of Hormuz remains the biggest geopolitical risk for markets. Tracking data reportedly indicate that hardly any ships are moving through the strait and, according to the supplied information, even two Chinese vessels have turned back. That contrasts with statements from Washington that the situation is under control. Precisely that contradiction makes the issue increasingly difficult.
■ Iran also continues to use threatening language toward European interests, with Cyprus being mentioned. We do not see an actual attack on Europe as the most likely scenario, but it underlines that tensions have not disappeared and geopolitical headlines can continue to have a direct impact on oil and risk appetite.
■ Oil is moving higher again, with US crude futures up around 1% and oil above $80 a barrel. There is still no panic rally, but the combination of limited shipping through Hormuz and relatively low US oil inventories deserves attention.
■ US long-term yields have fallen fractionally, but rates remain one of the key breaking points for equities. This is not just about inflation expectations: investors are also demanding higher compensation for rising government debt and larger financing requirements. That applies to the United States, but also to Europe and Germany.
■ EUR/USD is trading around 1.1610. The euro therefore remains relatively firm.
■ Gold and silver are somewhat higher but remain mixed. For now, precious metals are not providing a standalone panic signal.
■ Aalberts (AALB) gets a positive peer read-through from Geberit, which delivered second-quarter results above expectations, accelerating growth and a strong full-year picture. This supports sentiment around Aalberts, although these are explicitly peer results.
■ ASR Nederland (ASRNL) is now up around 1% after its results. Operating capital generation and Non-Life were strong, while Solvency II was somewhat softer. ABN AMRO has an Outperform rating with a €80 price target. Our Investment view remains positive: ASR appears to be continuing its step-by-step advance.
■ Alfen (ALFEN) is down around 5% after its results. First-half revenue rose 24% to €261.5 million, but gross margin was weaker and the second half is expected to be softer. We were bearish on Alfen for a long time, but the results were less bad than feared and we now see dips as potential buying opportunities. Alfen is not an absolute favourite, but we believe the shares can recover further from these levels.
■ Fastned is down only around 1%, after being under considerably greater pressure earlier in the day. We find that recovery interesting and expect the shares to move higher. ABN AMRO raised its price target a few days ago from €40 to €60 with an Outperform rating.
■ Avantium (AVTX) is still down almost 20%, fully consistent with our long-standing very bearish Investment view. First-half revenue came in at €4.7 million versus €7.8 million expected, the cash position is weak and the company plans a €55 million capital raise. Avantium burns significant cash, owns only one plant itself and relies on licences and projects that are often still in the pilot phase for further expansion. We continue to stay well away.
■ Ebusco (EBUS) will receive €6 million in new equity from Rhein Holding, which will own 16.6% of the company. This provides some financial breathing room, but does not change the fundamentally high-risk profile in our view. Competition also remains intense against players such as Daimler Truck, which can offer customers a more complete electric ecosystem.
■ EVS Broadcast (EVS) reported first-half revenue of €107.2 million, EBIT of €15.6 million and net income of €16.5 million. For full-year 2026, EVS expects revenue of €220 million to €240 million, versus around €231 million expected. We actually find the results quite decent and better than the weak chart suggests. Technically the shares remain vulnerable, but fundamentally we certainly do not rule out a meaningful new rise.
■ Fluxys (FLUX) is selling GMSL to Australia’s Energy One. Financial terms were not disclosed, making the direct financial impact on Fluxys difficult to assess for now.
■ ING Groep (INGA) gets a higher price target from ABN AMRO of €30, up from €27, with the Neutral rating unchanged. The second quarter was in line, the outlook improved and the share buyback supports the story. ING is also reducing its stake in TMBThanachart Bank from 19.5% to 11.6% through an accelerated bookbuild.
■ NEPI Rockcastle (NRP) delivered a robust first half, with 3.3% like-for-like NOI growth and an upgrade to full-year guidance. ABN AMRO has an Outperform rating with a €8.71 price target.
■ TomTom (TOM2) has seen Orbit Maps selected by US-based Cedar Electronics for speed-awareness applications. This is not a major financial update, but it is a positive commercial signal.
■ Universal Music Group (UMG) has entered into a long-term merchandise agreement with Apple Corps Ltd around The Beatles. This allows UMG to further monetise the catalogue beyond streaming and music rights.
■ Sif Holding is now up around 3%, but we continue to stay completely away. In our view, earlier communication around financing damaged confidence and one positive trading day does not change that.
■ ASML remains part of our structural buy-on-dips view on semiconductors. After the sharp US chip correction, the key issue is not one daily share-price move but whether fundamental demand for AI infrastructure remains intact. Signals from Samsung and SK Hynix do not currently point to a collapse in demand.
■ BESI also remains part of the broader AI and advanced-packaging story. The shares can remain volatile after their earlier strong gains, but structurally we still see no reason to write off the packaging theme.
■ Magnum is now up around 2.2%, making it one of the stronger names in Amsterdam. Without new fundamental information, we mainly see the move as relative strength within an otherwise flat market.
■ Umicore is up around 1%. Without additional fundamental information, we mainly see this as a daily share-price move.
■ Lotus Bakeries is up around 0.2%. Here too, there is no new fundamental information that would justify a change in our Investment view today.
■ Carlsberg reported a 2.6% increase in first-half 2026 revenue to DKK 47.1 billion, with organic revenue growth of 2.7% and organic volume growth of 1.7%. Organic operating profit rose 5.9%, the operating margin improved to 15.8% and guidance for organic operating profit growth was raised to 4% to 6%. The results are solid, but we are not taking any action in the beer sector.
■ AB InBev is down around 1%, but gets a strong positive read-through from Carlsberg. If we wanted exposure to the beer sector, AB InBev would clearly be our preferred name. At this stage, however, we are taking no action in brewers.
■ Shurgard (SHUR) is down around 2% following the broker downgrade. Deutsche Bank downgraded the shares to Hold and cut its price target to €27 from €37.
■ Stellantis is up around 3.6%, but we continue to stay well away from the shares. One strong trading day does not change our Investment view.
■ Renault is up around 1%. There is no new fundamental information that justifies a broader conclusion.
■ Daimler Truck remains one of the higher-quality companies in the sector in our view. The company has a broad electric offering, including vehicles and supporting charging solutions, and enjoys a strong market position. We find the shares relatively attractively valued given that quality and technically an upward trend can be seen. Even so, it is not yet clear enough to us that Daimler Truck will genuinely outperform, so we are taking no action for now.
■ IBM (IBM) has reached an important systems-engineering milestone in quantum computing by physically connecting two large cryogenic modules and cooling them together to below 15 millikelvin. Later this year IBM plans to install Nighthawk processors to test communication between separate quantum modules. The real breakthrough is not a new qubit record, but solving the scalability challenges around cooling, interconnects, heat load, error correction and control electronics. Our Investment view on IBM remains positive: we see IBM as one of the serious candidates to eventually build a leading, and potentially even the leading, position in large-scale quantum computing.
■ Target (TGT) delivered much stronger-than-expected results. Revenue rose 5.3% to $26.54 billion, adjusted EPS came in at $4.11 versus $2.30 expected and comparable sales increased 3.8%. Gross margin improved by 470 basis points to 33.7% and Target raised its FY26 EPS guidance to $9.90-$10.90 from $7.50-$8.50 previously. Good results, but we are not taking any action in the stock.
■ Moderna is up around 50% after a phase 3 melanoma study met its objectives. That is positive news and a spectacular share-price reaction, but we are not chasing it. The broader trend in Moderna remains too weak for us and we are therefore taking no action in the stock.
■ Bitcoin is trading around $64,500. There is no new reason from the current input to draw a stronger directional conclusion.
■ Our Investment view remains cautiously positive and buy on dips, but with clearly more reservations than earlier this morning. The initial recovery in futures has largely disappeared, oil is higher and the situation around the Strait of Hormuz remains unclear. At the same time, there is no panic in the VIX, structural signals from AI and semiconductors remain strong and Samsung and SK Hynix show that shortages, pricing power and cash generation are still present. We therefore still do not rule out this volatile market suddenly moving sharply higher, without that necessarily meaning new records immediately follow. August and possibly part of September may remain unsettled; rates, oil and geopolitics are the key breaking points.

■ IBM (IBM) heeft twee grote boxvormige cryogene modules fysiek gekoppeld en gezamenlijk afgekoeld tot onder 15 millikelvin. De modules zijn nog leeg en bevatten dus nog geen quantumprocessors; later dit jaar wil IBM Nighthawk-processors installeren om de daadwerkelijke communicatie tussen afzonderlijke quantummodules te testen.
■ De doorbraak zit niet in een nieuw qubitrecord, maar in systems engineering. IBM probeert het probleem op te lossen hoe duizenden fysieke qubits kunnen worden gekoeld, bestuurd en onderling verbonden zonder dat bedrading, warmtebelasting, signaalverlies en elektromagnetische ruis de schaalbaarheid blokkeren.
■ De infrastructuur sluit rechtstreeks aan op IBM's roadmap richting minimaal 1.000 programmeerbare fysieke qubits in 2027 en Quantum Starling in 2029. Starling moet ongeveer 200 foutgecorrigeerde logische qubits combineren met circa 100 miljoen quantumoperaties en vormt daarmee een veel zwaardere technische doelstelling dan alleen meer fysieke qubits bouwen.
■ De belangrijkste resterende bottlenecks liggen bij inter-module gates, realtime foutcorrectie en de warmtebalans van de control electronics. IBM heeft state transfer over een lange microwaveverbinding met ongeveer 98,8% fidelity laten zien, maar remote two-qubit operations zitten met circa 93,3% nog duidelijk onder het niveau dat uiteindelijk voor fouttolerante systemen nodig is.
■ Onze Investment view op IBM blijft positief en wij denken dat IBM een serieuze kans heeft om uiteindelijk een van de leiders, en mogelijk de leider, in grootschalige quantum computing te worden. De reden is niet één afzonderlijke qubitchip, maar de combinatie van processors, interconnects, cryogenica, foutcorrectie, realtime decoding, control electronics en software binnen één geïntegreerde roadmap.

IBM heeft een technische mijlpaal bereikt die op het eerste gezicht minder spectaculair klinkt dan de introductie van een processor met honderden extra qubits, maar die voor de uiteindelijke schaalbaarheid van quantumcomputers mogelijk veel belangrijker is. Het bedrijf heeft in zijn laboratorium twee grote boxvormige cryogene modules fysiek met elkaar verbonden en als één thermisch systeem afgekoeld tot onder 15 millikelvin, slechts een fractie van een graad boven het absolute nulpunt.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Belangrijk is wat IBM hiermee nog níét heeft aangetoond. De twee modules zijn momenteel nog leeg en bevatten geen werkende Nighthawk-processors. Het is dus geen demonstratie van een complete multi-module quantumcomputer, maar van de cryogene infrastructuur waarop zo'n systeem later moet worden gebouwd. IBM wil later dit jaar Nighthawk-processors installeren en vervolgens testen of quantumcommunicatie tussen fysiek gescheiden processors binnen deze modulaire omgeving voldoende betrouwbaar kan functioneren.

Juist dat maakt de demonstratie technisch interessant. De ontwikkeling van quantumcomputers verschuift steeds verder van de vraag hoeveel qubits op één chip kunnen worden gebouwd naar de veel moeilijkere vraag hoe duizenden en uiteindelijk veel grotere aantallen fysieke qubits als één coherent systeem kunnen worden bestuurd. Koeling, bekabeling, interconnects, latency, foutcorrectie en klassieke besturing worden daarbij net zo belangrijk als de quantumprocessor zelf.

Investment view

Onze Investment view op IBM is positief en wij denken dat IBM een serieuze kans heeft om uiteindelijk een leidende positie in quantum computing te verwerven. Wij gaan daarbij verder dan de constatering dat IBM simpelweg een van de grote spelers is. Op basis van de huidige roadmap, de diepte van de engineeringstack en de snelheid waarmee afzonderlijke technische bottlenecks worden aangepakt, achten wij het mogelijk dat IBM uiteindelijk tot de belangrijkste infrastructuurleveranciers van fouttolerante quantumcomputing gaat behoren en zelfs als technologisch leider uit de strijd kan komen.

Dat blijft nadrukkelijk een scenario en geen zekerheid, omdat quantum computing zich nog altijd in een fase bevindt waarin meerdere fundamenteel verschillende technologieplatforms levensvatbaar zijn. Superconducting qubits, waarop IBM inzet, concurreren met onder andere trapped ions, neutral atoms, photonics en andere architecturen. Sommige daarvan claimen voordelen bij natuurlijke connectiviteit, coherentietijden of de eenvoud waarmee grote aantallen qubits kunnen worden geconfigureerd, waardoor de uiteindelijke winnaar nog niet is bepaald.

Waarom geven wij IBM desondanks een hoge kans? Omdat het bedrijf niet probeert één spectaculaire component te optimaliseren, maar vrijwel het volledige systeem tegelijkertijd ontwikkelt. IBM werkt aan processors, chipfabricage, packaging, cryogenica, microwave-interconnects, foutcorrectiecodes, realtime decoding, klassieke control electronics en software. Juist bij fouttolerante quantumcomputing verwachten wij dat deze verticale integratie steeds belangrijker wordt, omdat beperkingen in één laag direct gevolgen hebben voor alle andere lagen.

Voor het aandeel zien wij quantum computing daarom spreekwoordelijk als een call-optie op IBM. De huidige winst- en omzetontwikkeling hoeft niet afhankelijk te zijn van een commerciële quantumdoorbraak, terwijl IBM wel blootstelling houdt aan een potentieel zeer grote nieuwe computermarkt wanneer fouttolerante quantumtechnologie daadwerkelijk economisch bruikbaar wordt. Naarmate IBM technische risico's rondom koeling, interconnects, foutcorrectie en schaalbaarheid aantoonbaar verkleint, kan de waarschijnlijkheidsgewogen waarde van die call-optie toenemen zonder dat de traditionele IBM-business daarvoor eerst fundamenteel hoeft te veranderen.

Wat IBM precies heeft gebouwd

De twee nieuwe cryogene modules vormen samen een installatie die meer dan 8 feet, ongeveer 2,4 meter, hoog én breed is. De constructie bestaat uit boxvormige cellen die afzonderlijk als cryogene modules kunnen functioneren, maar vervolgens mechanisch en thermisch met elkaar kunnen worden verbonden.

IBM bracht het gecombineerde systeem in minder dan vijf dagen terug tot ongeveer 4 kelvin en koelde het vervolgens verder naar beneden tot onder 15 millikelvin. Zelfs wanneer een gesimuleerde warmtelast van ongeveer 30 microwatt op de koudste zone wordt aangebracht, blijft een temperatuur rond 23 millikelvin mogelijk. Dat is relevant, omdat toekomstige processors, bekabeling en controlcomponenten onvermijdelijk warmte toevoegen.

Iedere module biedt ongeveer 0,53 vierkante meter bruikbaar oppervlak voor bedrading en een vacuümvolume van circa 2,75 kubieke meter. De beschikbare bedradingsruimte ligt daarmee tot ongeveer twaalf keer hoger dan bij eerdere cilindervormige configuraties. Die cijfers lijken misschien secundair naast het aantal qubits, maar ze raken precies aan het probleem dat ontstaat wanneer een laboratoriumprototype moet worden opgeschaald tot een echte computerarchitectuur: de ruimte voor kabels, feedthroughs, filters, versterkers en thermische verankering groeit in traditionele cryostaten niet automatisch mee met het aantal qubits.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Waarom superconducting qubits zo extreem koud moeten worden

IBM gebruikt superconducting qubits, waaronder transmonachtige architecturen. Deze kunnen worden gezien als kunstmatige quantummechanische systemen die zijn opgebouwd uit supergeleidende elektrische circuits met Josephson-juncties.

Een conventionele LC-resonator heeft gelijkmatig verdeelde energieniveaus en is daardoor moeilijk bruikbaar als qubit. De Josephson-junctie introduceert de noodzakelijke non-lineariteit, waardoor de energieniveaus ongelijk worden verdeeld en twee niveaus selectief als de quantumtoestanden |0⟩ en |1⟩ kunnen worden aangestuurd.

De relevante overgangsfrequenties liggen doorgaans in het microwavegebied van enkele gigahertz. Daarmee zijn de energieverschillen tussen de toestanden bijzonder klein. Volgens de Boltzmann-statistiek wordt de verhouding tussen thermische populaties exponentieel bepaald door de verhouding tussen de energie van de quantumovergang en de thermische energie. Die thermische energie wordt bepaald door de Boltzmann-constante vermenigvuldigd met de absolute temperatuur. Wanneer de temperatuur te hoog is, kunnen thermische fluctuaties een qubit spontaan naar een aangeslagen toestand brengen, waardoor de initialisatiefout toeneemt en betrouwbare quantumoperaties moeilijk worden.

Om de thermische populatie van aangeslagen toestanden sterk te onderdrukken, moeten superconducting qubits daarom tot temperaturen in de orde van 10 tot 20 millikelvin worden gekoeld. Bij zulke temperaturen kunnen coherentietijden lang genoeg worden om grote aantallen gecontroleerde quantumoperaties uit te voeren voordat de opgeslagen quantuminformatie door interactie met de omgeving verloren gaat.

Hoe een dilution refrigerator die temperatuur bereikt

De extreme temperatuur wordt bereikt met een dilution refrigerator. Het koelproces verloopt via verschillende thermische niveaus, omdat het praktisch onmogelijk is een systeem rechtstreeks van ongeveer 300 kelvin naar enkele millikelvin te brengen.

Eerst gebruiken pulse-tube coolers gesloten koelcycli om de bovenste delen van de installatie naar tientallen kelvin en vervolgens richting ongeveer 4 kelvin te brengen. Daarna neemt een mengsel van helium-3 en helium-4 het over. Bij zeer lage temperaturen scheidt dit mengsel zich in twee fasen. Wanneer helium-3-atomen van een geconcentreerde fase naar een verdunde heliumfase bewegen, absorberen zij warmte uit de omgeving. Door dit proces continu in stand te houden kan de mixing chamber uiteindelijk tot enkele millikelvin worden afgekoeld.

Het beschikbare koelvermogen op het koudste niveau is echter zeer beperkt en juist dat maakt opschaling moeilijk. Iedere kabel geleidt een kleine hoeveelheid warmte vanuit warmere gedeelten van het systeem naar beneden, terwijl attenuators, filters, amplifiers en control electronics zelf eveneens energie kunnen dissiperen. Bij enkele tientallen of honderden qubits kan dat nog worden beheerst met conventionele architecturen, maar bij duizenden qubits wordt thermisch management een systeemprobleem.

Het echte probleem is niet meer alleen hoeveel qubits op een chip passen

Veel publieke quantumdiscussies blijven sterk gericht op qubitcount, terwijl dat voor de volgende fase van de technologie een steeds minder volledige maatstaf wordt. Iedere fysieke qubit moet worden aangestuurd, gekalibreerd en uitgelezen. Superconducting qubits vereisen daarvoor verschillende microwave- en, afhankelijk van de architectuur, fluxlijnen. Daarnaast zijn readoutresonatoren, filters, versterkers, couplers en timinghardware nodig.

Wanneer een systeem van honderd naar duizend en vervolgens naar tienduizenden fysieke qubits groeit, groeit daardoor ook de benodigde controlinfrastructuur. De vraag wordt uiteindelijk niet alleen hoeveel qubits kunnen worden gefabriceerd, maar hoeveel signalen fysiek door een cryogene omgeving kunnen worden geleid voordat warmte, elektromagnetische interferentie en beschikbare ruimte de schaal blokkeren.

Traditionele cilindervormige cryostaten worden daarbij beperkt door hun geometrie. De oppervlakte waarlangs signalen naar binnen kunnen worden gebracht groeit veel minder efficiënt dan de hoeveelheid hardware die men uiteindelijk in de cryostaat wil plaatsen. De boxvormige modules van IBM proberen juist die geometrische beperking te doorbreken.

Waarom IBM voor modulariteit kiest

IBM probeert niet één steeds grotere cryostaat te bouwen waarin uiteindelijk alle toekomstige quantumprocessors moeten worden geplaatst. De strategie lijkt steeds nadrukkelijker op de manier waarop klassieke supercomputers worden opgeschaald: meerdere afzonderlijke bouwstenen worden via hoogwaardige verbindingen samengevoegd tot één groter systeem.

Iedere cryogene cel kan een eigen gecontroleerde omgeving vormen. Wanneer modules naast elkaar worden geplaatst, kunnen thermische shields en verbindingszones zo worden gekoppeld dat een beschermde koude corridor tussen de systemen ontstaat. Via die route kunnen de quantum-interconnects lopen. Het voordeel is dat toekomstige schaal niet volledig afhankelijk wordt van de maximale omvang van één cryostaat. Extra compute kan in principe worden toegevoegd door nieuwe modules naast bestaande systemen te plaatsen, zolang de verbindingen tussen die modules voldoende betrouwbaar blijven.

Modulariteit helpt bovendien bij serviceability. In een volwassen quantumdatacenter zal onderhoud uiteindelijk een belangrijke operationele factor worden. Een architectuur waarin afzonderlijke onderdelen kunnen worden onderhouden zonder een complete machine voor lange tijd buiten gebruik te stellen, kan daarom economisch aantrekkelijker worden dan één monolithisch systeem. Het moeilijkste probleem verschuift vervolgens naar de kwaliteit van de verbinding tussen die afzonderlijke modules.

L-couplers moeten van verschillende chips één quantumcomputer maken

IBM werkt daarvoor met long-range couplers, of L-couplers. Het doel van deze verbindingen is een quantumtoestand over een fysieke afstand tussen processors te transporteren zonder de coherentie van die toestand te verliezen.

Dat is fundamenteel moeilijker dan informatieoverdracht in een klassieke computer. Een klassiek elektrisch signaal kan onderweg worden versterkt, geregenereerd en opnieuw geklokt. Een onbekende quantumtoestand kan vanwege het no-cloning theorem niet simpelweg worden gekopieerd en opnieuw uitgezonden. De quantuminformatie zelf moet daarom coherent van de verzendende qubit via de interconnect naar de ontvangende qubit worden overgedragen.

IBM gebruikt hiervoor supergeleidende microwaveverbindingen. Een toestand kan worden gekoppeld aan een elektromagnetische modus in de transmissielijn, door de verbinding worden getransporteerd en vervolgens aan een qubit aan de ontvangende kant worden overgedragen. Wanneer dat correct gebeurt, wordt de quantumamplitude verplaatst zonder dat tussentijds een klassieke meting plaatsvindt die de superpositie zou vernietigen.

98,8% state-transfer fidelity is sterk, maar nog niet het einddoel

IBM heeft eerder over een microwaveverbinding van ongeveer 60 centimeter state-transfer fidelity tot ongeveer 98,8% laten zien. Daarmee is een fundamentele stap bewezen: quantuminformatie kan coherent over een afstand worden verplaatst die relevant is voor een modulaire computerarchitectuur.

Voor fouttolerante quantumcomputing is state transfer echter niet voldoende, omdat de verschillende processors ook gezamenlijk quantumlogica moeten kunnen uitvoeren. Bij een remote CNOT-operatie, opgebouwd uit lokale gates en state transfers, lag de eerder gerapporteerde fidelity rond 93,3%. Dat resultaat is inmiddels enkele maanden oud, maar geeft goed aan waar de bottleneck ligt die IBM verder moet oplossen.

Een fidelity van 93,3% betekent dat dergelijke operaties nog niet betrouwbaar genoeg zijn om zonder zeer hoge error-correctionoverhead voortdurend binnen fouttolerante algoritmen te worden gebruikt. Het doel is daarom niet alleen een verbinding tot stand brengen, maar inter-module gates uiteindelijk dicht genoeg bij de kwaliteit van lokale gates brengen dat zij praktisch in error-correctioncycli kunnen worden geïntegreerd.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Juist de installatie van Nighthawk-processors in de nieuwe cryogene modules wordt daarom belangrijk. Pas wanneer IBM echte processors in beide cellen plaatst en quantumoperaties over de verbindingszone uitvoert, wordt duidelijk hoe goed de volledige architectuur onder realistische omstandigheden presteert.

Waarom 99% fidelity nog altijd onvoldoende kan zijn

Voor klassieke elektronica klinkt een nauwkeurigheid boven 99% uitstekend. Voor quantumcomputing ligt de lat veel hoger, omdat een complex algoritme uit enorme aantallen opeenvolgende operaties kan bestaan. Een foutkans van 1% betekent gemiddeld één fout per honderd bewerkingen. Een algoritme met miljoenen of uiteindelijk tientallen miljoenen fysieke operaties zou daardoor zonder foutcorrectie snel worden gedomineerd door fouten.

Quantum error correction moet dat probleem oplossen. Daarbij wordt een logische qubit over meerdere fysieke qubits verdeeld en worden voortdurend aanvullende metingen uitgevoerd om fouten te detecteren zonder de onderliggende quantumtoestand rechtstreeks te meten.

De vereiste fysieke fidelity hangt af van de gebruikte foutcode, connectiviteit, decoder, correlatie van fouten en de manier waarop gates worden uitgevoerd. Er bestaat daarom geen universele grens waarbij bijvoorbeeld 99,9% automatisch voldoende is. Wel geldt dat een structureel zwakkere inter-moduleverbinding de foutcorrectie van het hele systeem veel zwaarder kan maken, waardoor remote-gate fidelity een van de belangrijkste technische indicatoren binnen IBM's roadmap wordt.

Afstand tussen modules raakt direct aan de error-correctioncyclus

Niet alleen fidelity is belangrijk; ook latency wordt kritisch. Quantum error correction werkt door voortdurend syndrome-informatie uit de fysieke qubits te verzamelen. Die metingen vertellen niet rechtstreeks welke quantumtoestand wordt opgeslagen, maar geven informatie over fouten die waarschijnlijk zijn opgetreden.

Een klassieke decoder moet die syndrome-data vervolgens analyseren en bepalen welke correctie of frame-update noodzakelijk is. Dit proces moet snel genoeg plaatsvinden om te voorkomen dat nieuwe fouten sneller accumuleren dan het systeem ze kan verwerken.

Wanneer de fysieke qubits van één logische architectuur over meerdere modules zijn verdeeld, komt daar de vertraging van inter-modulecommunicatie bovenop. De tijd die nodig is voor state transfer, remote gates, syndrome-extractie en klassieke decoding bepaalt gezamenlijk hoe snel één error-correctioncyclus kan worden voltooid.

Daardoor wordt fysieke afstand een onderdeel van quantumcomputational performance. Een interconnect kan een zeer hoge fidelity hebben, maar wanneer hij te langzaam is, kan de totale foutcorrectie alsnog onvoldoende efficiënt worden. De nieuwe cryogene architectuur is daarom niet alleen een koelingsoplossing, maar bepaalt mede de geometrie en uiteindelijk de timing van de fouttolerante computer.

De roadmap naar minimaal 1.000 programmeerbare qubits

IBM wil zijn modulaire architectuur gebruiken om in 2027 systemen met minimaal 1.000 programmeerbare qubits mogelijk te maken. Het gaat hierbij nadrukkelijk om fysieke, programmeerbare qubits en niet om 1.000 foutgecorrigeerde logische qubits.

De Nighthawk-processor beschikt over 120 fysieke qubits. Door meerdere processors en uiteindelijk meerdere modules te combineren kan IBM naar systemen van ongeveer duizend fysieke qubits doorgroeien zonder één monolithische chip met al die qubits te hoeven produceren. Een configuratie rond negen Nighthawk-achtige processoren zou theoretisch richting circa 1.080 fysieke qubits gaan, maar het precieze aantal modules en processors kan met de verdere architectuurontwikkeling veranderen. Het belangrijkere doel blijft daarom minimaal 1.000 programmeerbare fysieke qubits.

Modulariteit maakt deze route aantrekkelijk omdat chipfabricage statistische yieldbeperkingen kent. Hoe groter een monolithische processor wordt, hoe groter de kans dat defecten, frequentievariaties of slechte couplers het totale rendement verminderen. Kleinere afzonderlijk geteste dies kunnen in theorie efficiënter tot een groter systeem worden gecombineerd, waarna de kwaliteit van de interconnect bepaalt of die afzonderlijke processors daadwerkelijk als één quantumcomputer kunnen functioneren.

Nighthawk is de eerste echte test van deze architectuur

Nighthawk telt 120 qubits en vormt een belangrijke tussenstap in IBM's schaalstrategie. Het relevante kenmerk is niet alleen het aantal qubits, maar de combinatie van connectiviteit, gatekwaliteit en circuitcapaciteit waarop latere modulaire systemen moeten voortbouwen.

IBM beschikt inmiddels over werkende Nighthawk-systemen, waardoor de processor geen toekomstig concept meer is. De logische volgende stap is daarom precies wat met de nieuwe cryogene modules wordt voorbereid: meerdere processors onder realistische millikelvinomstandigheden koppelen en vervolgens meten hoe de kwaliteit van het systeem verandert wanneer quantumoperaties niet langer uitsluitend binnen één chip plaatsvinden.

Dat is een veel strengere test dan alleen het demonstreren van een nieuwe processor. Een schaalbare quantumcomputer moet immers gelijktijdig verbeteren op qubitcount, gate fidelity, coherentietijd, readoutkwaliteit, calibratiestabiliteit, interconnectkwaliteit en uptime. Een verdubbeling van het aantal qubits levert nauwelijks waarde op wanneer de foutkans tegelijkertijd zo sterk stijgt dat bruikbare circuitdiepte daalt.

Fysieke en logische qubits mogen nooit worden verward

Een fysieke qubit is het daadwerkelijke quantummechanische circuit op de processor. Zelfs wanneer zo'n qubit technisch uitstekend presteert, blijft hij gevoelig voor decoherentie, control errors, leakage en meetfouten.

Een logische qubit is iets fundamenteel anders. Daarbij wordt quantuminformatie gecodeerd over een verzameling fysieke qubits, zodat fouten kunnen worden opgespoord en gecorrigeerd zonder de opgeslagen quantumtoestand zelf te vernietigen.

Het uiteindelijke doel van quantum computing is daarom niet simpelweg zoveel mogelijk fysieke qubits produceren. Het gaat om voldoende betrouwbare logische qubits bouwen die extreem lange algoritmen kunnen uitvoeren zonder dat fouten de berekening domineren. Dat is waarom IBM's doel van ongeveer 200 logische qubits voor Starling veel betekenisvoller kan zijn dan een machine met duizenden ongecorrigeerde fysieke qubits.

qLDPC kan de hardware-overhead drastisch veranderen

Een van de grootste problemen bij foutcorrectie is de hoeveelheid fysieke hardware die voor iedere logische qubit nodig is. De bekende surface code kan zeer robuust zijn, maar heeft een relatief hoge fysieke overhead. Voor grote fouttolerante toepassingen zouden daardoor enorme aantallen fysieke qubits nodig kunnen zijn.

IBM zet daarom sterk in op quantum low-density parity-check codes, waaronder bivariate-bicyclecodes. Een bekend voorbeeld is de zogenoemde Gross-code met parameters [[144,12,12]].

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

In zo'n code worden 144 fysieke dataqubits gebruikt om 12 logische qubits met codeafstand 12 te representeren. Dat betekent niet dat 144 fysieke componenten voldoende zijn voor een complete implementatie, omdat syndrome-metingen aanvullende ancillaresources, connectiviteit, readout en klassieke processing vereisen.

De strategische aantrekkelijkheid zit in de code-efficiëntie. Wanneer qLDPC in echte hardware voldoende robuust kan worden geïmplementeerd, kan IBM dezelfde hoeveelheid logische informatie met aanzienlijk minder fysieke hardware beschermen dan onder sommige conventionele foutcorrectiebenaderingen. Dat verandert de economische schaalbaarheid van quantumcomputing fundamenteel.

Realtime decoding wordt daarmee net zo belangrijk als de quantumprocessor

Foutcorrectie werkt alleen wanneer fouten niet uitsluitend worden gedetecteerd, maar ook snel genoeg worden geïnterpreteerd. Iedere error-correctioncyclus produceert syndrome-data en een klassieke decoder moet daaruit in realtime afleiden welke fout het waarschijnlijkst is opgetreden en hoe het quantumframe moet worden aangepast.

Naarmate het aantal fysieke en logische qubits groeit, neemt de hoeveelheid syndrome-data sterk toe. De decoder moet dus tegelijk nauwkeurig én extreem snel opschalen.

Dat maakt klassieke FPGA- en ASIC-technologie uiteindelijk onderdeel van het quantumprobleem. Een quantumprocessor kan uitstekende fysieke gates hebben, maar wanneer de klassieke decoder de datastroom niet binnen de vereiste cyclustijd kan verwerken, wordt fouttolerantie alsnog beperkt. Voor Starling is daarom niet alleen de quantumhardware belangrijk; de klassieke realtime control- en decodingstack moet met dezelfde snelheid meegroeien.

Cryo-CMOS moet het kabelprobleem verminderen

Een tweede belangrijke engineeringroute is cryogene CMOS-elektronica. Wanneer alle control electronics op kamertemperatuur blijven, moeten signalen via grote hoeveelheden kabels van ongeveer 300 kelvin naar de millikelvinlaag worden gebracht. Iedere kabel vormt een potentiële warmtelek en neemt fysieke ruimte in beslag.

Door delen van de control electronics op cryogene temperaturen dichter bij de quantumprocessor te plaatsen, kan multiplexing eerder plaatsvinden en kan het aantal verbindingen naar kamertemperatuur worden teruggebracht.

Dat creëert echter een nieuwe optimalisatievraag. CMOS-elektronica verbruikt vermogen en produceert dus warmte, terwijl digitale of analoge elektronica bovendien elektromagnetische ruis kan genereren die de qubits beïnvloedt. De echte uitdaging is daarom niet zoveel mogelijk elektronica koud maken, maar de optimale verdeling vinden tussen thermische belasting, kabelreductie, signaalkwaliteit en control latency.

De warmtebalans van cryo-CMOS blijft daarmee een belangrijke openstaande engineeringvraag richting systemen met zeer grote aantallen fysieke qubits.

Starling moet in 2029 bewijzen dat alle onderdelen tegelijk kunnen functioneren

De grote test van IBM's strategie moet Quantum Starling worden. Het systeem staat voor 2029 op de roadmap en moet ongeveer 200 logische qubits ondersteunen die gezamenlijk circa 100 miljoen quantumoperaties kunnen uitvoeren.

Die twee doelstellingen zijn onlosmakelijk met elkaar verbonden. Een systeem met 200 logische qubits heeft weinig economische betekenis wanneer de logische foutkans zo hoog is dat slechts korte algoritmen kunnen worden uitgevoerd. Andersom levert een extreem lage foutkans weinig op wanneer het systeem onvoldoende logische qubits bezit om interessante computationele problemen te representeren.

Starling moet daarom meerdere technologieën tegelijkertijd laten convergeren: voldoende fysieke qubits, efficiënte qLDPC-foutcorrectie, snelle syndrome-extractie, betrouwbare inter-moduleverbindingen, schaalbare realtime decoding en een cryogene infrastructuur die de warmtebelasting onder controle houdt. Dat is waarom de nieuwe gekoppelde cryogene modules direct relevant zijn voor een machine die pas in 2029 moet verschijnen: IBM bouwt nu de fysieke omgeving waarin zulke systemen uiteindelijk moeten functioneren.

De nieuwe demonstratie is systems engineering, geen werkende quantumcomputer

Dat onderscheid moet bij deze ontwikkeling scherp worden gehouden. IBM heeft nog geen complete multi-module quantumcomputer laten draaien in deze nieuwe installatie; de cellen zijn momenteel lege cryogene infrastructuur.

Dat maakt de demonstratie echter niet onbelangrijk. Juist bij complexe technologieën ontstaat commerciële schaalbaarheid pas wanneer ondersteunende infrastructuur kan worden gestandaardiseerd. Een processor die alleen in een unieke laboratoriumopstelling werkt, vormt nog geen industrieel computerplatform.

IBM laat nu zien dat twee grote modules mechanisch en thermisch als één cryogene architectuur kunnen functioneren. Wanneer later dit jaar Nighthawk-processors worden geïnstalleerd, verschuift de test van thermische engineering naar echte quantumcommunicatie en uiteindelijk naar computationele integratie. Daar ligt de volgende belangrijke mijlpaal.

De volledige stack is volgens ons IBM's grootste concurrentievoordeel

Wij denken dat IBM's belangrijkste voordeel uiteindelijk niet één afzonderlijke processor zal zijn, maar de mogelijkheid om een groot gedeelte van de volledige quantumstack als geïntegreerd systeem te ontwikkelen.

Processorarchitectuur bepaalt welke foutcorrectie efficiënt kan worden gebruikt. De gekozen foutcorrectie bepaalt welke connectiviteit nodig is. Connectiviteit beïnvloedt de cryogene lay-out en interconnects. De fysieke afstand tussen processors beïnvloedt latency, terwijl de cyclustijd vervolgens eisen oplegt aan de klassieke decoder en control electronics. Deze subsystemen kunnen daardoor nauwelijks onafhankelijk van elkaar worden geoptimaliseerd.

IBM kan op dat punt profiteren van tientallen jaren ervaring met semiconductorengineering, mainframes, high-performance computing, systeemintegratie en enterprise software. Dat garandeert geen overwinning, maar het sluit opvallend goed aan op de fase waarin quantum computing nu terechtkomt: de wedstrijd verschuift van individuele laboratoriumrecords naar geïntegreerde computerarchitectuur.

De concurrentie gebruikt fundamenteel andere oplossingen

Daar staat tegenover dat superconducting modulariteit niet de enige route naar schaalbare quantumcomputing is. Trapped-ion systemen kunnen bijvoorbeeld zeer hoge gate fidelities en relatief flexibele connectiviteit bieden, al zijn gates doorgaans langzamer en is grootschalige ion- en lasercontrol technisch complex. Neutral-atom architecturen kunnen zeer grote arrays van atomen creëren en aantrekkelijke connectiviteitsmogelijkheden bieden, maar hebben weer andere uitdagingen rond foutcorrectie, gateuniformiteit en langdurige operationele stabiliteit.

Photonics probeert schaalproblemen via optische quantumverbindingen anders op te lossen, terwijl ook binnen superconducting quantumcomputing meerdere ondernemingen alternatieve chip-, coupler- en packagingstrategieën volgen. Het is daarom te vroeg om te stellen dat IBM's technologie onvermijdelijk zal winnen.

Onze positie is dat IBM op dit moment een van de meest geloofwaardige routes naar een complete fouttolerante quantumcomputer ontwikkelt en een reële kans heeft om uiteindelijk marktleider te worden. Die overtuiging komt niet voort uit één qubitrecord of één cryogene test, maar uit de mate waarin IBM de verschillende technische lagen van het systeem gezamenlijk probeert op te schalen.

De $10 miljard extra investering verandert de schaal van de ambitie

IBM ondersteunt de roadmap bovendien met een grote financiële commitment. Het bedrijf wil over vijf jaar meer dan $10 miljard extra aan quantum computing besteden, waaronder onderzoek, infrastructuur, productiecapaciteit, ecosystemen en mogelijk gerichte acquisities.

Dat maakt duidelijk dat quantum binnen IBM niet als een klein experimenteel onderzoeksproject wordt behandeld. Een toekomstige fouttolerante machine vereist gespecialiseerde chipproductie, packaging, cryogene installaties, testinfrastructuur, control electronics, realtime compute voor decoding en uiteindelijk een softwarestack waarmee klanten daadwerkelijk applicaties kunnen bouwen.

Daarvoor is jarenlange kapitaalintensieve ontwikkeling nodig voordat betekenisvolle commerciële omzet ontstaat. De omvang van IBM maakt het mogelijk die periode te financieren vanuit bestaande cashflows zonder dat de quantumdivisie op korte termijn zelfstandig winstgevend hoeft te worden. Dat is een strategisch voordeel ten opzichte van kleinere ondernemingen die dezelfde technische ontwikkelingshorizon met extern kapitaal moeten financieren.

De computationele kant moet tegelijk vooruitgaan

Hardware alleen heeft uiteindelijk geen economische waarde wanneer er geen problemen bestaan waarvoor quantumcomputing een voordeel biedt. Daarom is het belangrijk dat IBM tegelijkertijd werkt aan logische circuits, foutcorrectie en demonstraties waarbij quantumcomputers problemen uitvoeren die voor klassieke simulatiemethoden steeds moeilijker worden.

De strategische vraag verschuift daardoor van pure quantum advantage naar bruikbare en verifieerbare quantum advantage. Een klant moet niet alleen een resultaat krijgen dat een klassiek systeem moeilijk kan produceren, maar ook voldoende vertrouwen hebben dat het resultaat correct is.

Dat wordt des te belangrijker wanneer quantumcomputers toepassingen krijgen in chemie, materialenwetenschap, optimalisatie of financiële modellering. Een niet-verifieerbaar resultaat is daar commercieel nauwelijks bruikbaar. IBM moet daarom niet alleen aantonen dat Starling kan worden gebouwd, maar uiteindelijk ook dat zo'n machine problemen oplost waarvoor ondernemingen daadwerkelijk bereid zijn te betalen.

Van qubitrace naar architectuurrace

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

De sector komt daarmee in een nieuwe ontwikkelingsfase terecht. Jarenlang draaide veel aandacht om de vraag wie de meeste fysieke qubits kon presenteren, maar die maatstaf wordt steeds minder belangrijk.

De echte competitie gaat steeds meer over bruikbare logical qubits, foutpercentages, circuitdiepte, interconnectfidelity, realtime decoding, uptime en de totale resources die nodig zijn om één betrouwbare quantumoperatie uit te voeren.

Een systeem met minder fysieke qubits maar zeer efficiënte foutcorrectie kan uiteindelijk economisch veel waardevoller zijn dan een machine met een enorm qubitcount waarvan het grootste gedeelte moet worden gebruikt om fouten te bestrijden. Dat is precies waarom infrastructuurontwikkelingen zoals de nieuwe cryogene modules veel belangrijker kunnen blijken dan hun aanvankelijk weinig spectaculaire uiterlijk suggereert.

Wat dit uiteindelijk voor IBM als onderneming betekent

Voor de komende kwartalen verandert de nieuwe cryogene demonstratie nauwelijks iets aan onze winstverwachtingen. IBM blijft financieel vooral afhankelijk van software, consulting, infrastructuur en de bredere enterprise-AI- en hybrid-cloudactiviteiten. Wij zouden daarom geen korte-termijnwaarderingssprong rechtvaardigen op basis van deze ene technische mijlpaal.

De betekenis ligt op langere termijn. Wanneer IBM de roadmap daadwerkelijk uitvoert en richting fouttolerante quantumcomputers beweegt, kan het bedrijf een nieuwe compute-laag toevoegen aan zijn bestaande positie binnen enterprise IT.

Dat kan strategisch bijzonder waardevol worden. IBM zou dan niet alleen quantumhardware kunnen leveren, maar mogelijk ook toegang tot quantumcompute, software, middleware, klassieke integratie en sectorspecifieke toepassingen aanbieden. Dezelfde full-stackbenadering die technisch aantrekkelijk is, kan daardoor uiteindelijk ook commercieel aantrekkelijk blijken.

Iedere afzonderlijke engineeringmijlpaal verlaagt een klein gedeelte van de technologische onzekerheid. Naarmate IBM meer van die onzekerheid wegneemt, wordt het scenario waarin quantum daadwerkelijk een materiële nieuwe business voor IBM wordt geloofwaardiger en daarmee ook economisch relevanter voor aandeelhouders.

Belangrijkste risico's

■ De nieuwe cryogene demonstratie bewijst alleen dat de lege infrastructuur modulair kan worden gekoppeld en gekoeld. De veel belangrijkere test volgt wanneer Nighthawk-processors worden geïnstalleerd en echte quantumoperaties tussen modules moeten worden uitgevoerd.
■ Remote state transfer presteert al sterk, maar de ongeveer 93,3% fidelity van eerder gedemonstreerde remote two-qubit operations moet aanzienlijk verbeteren voordat inter-module gates efficiënt onderdeel kunnen worden van grootschalige foutcorrectie.
■ De fysieke afstand tussen modules beïnvloedt niet alleen signaalkwaliteit, maar ook de latency van state transfer, syndrome-extractie en error-correctioncycli. Een modulaire architectuur moet daarom zowel snel als foutarm zijn.
■ qLDPC kan de hardware-overhead van foutcorrectie sterk reduceren, maar grootschalige implementatie van connectiviteit, syndrome-extractie en realtime decoding moet nog worden bewezen.
■ Realtime decoding zelf kan een schaalprobleem worden. FPGA- en ASIC-systemen moeten enorme hoeveelheden syndrome-data met zeer lage latency verwerken zonder de error-correctioncyclus te vertragen.
■ Cryo-CMOS kan de hoeveelheid bekabeling verminderen, maar de warmteproductie en elektromagnetische ruis van elektronica dicht bij de qubits moeten binnen de uiterst beperkte cryogene warmtebalans blijven.
■ Concurrenten met trapped ions, neutral atoms, photonics en andere superconducting architecturen volgen andere schaalroutes die op specifieke onderdelen uiteindelijk efficiënter kunnen blijken.
■ IBM's roadmap richting Starling blijft uitzonderlijk ambitieus. Vertraging van één cruciale bouwsteen kan doorwerken in meerdere andere lagen van het systeem en daardoor de commerciële tijdslijn verschuiven.

Conclusie

IBM heeft nog geen modulaire quantumcomputer gebouwd, maar wel de cryogene infrastructuur gedemonstreerd waarop zo'n systeem moet gaan draaien. De volgende stap wordt doorslaggevender: Nighthawk-processors installeren en aantonen dat meerdere koude modules daadwerkelijk als één quantumcomputer kunnen samenwerken.

Wij denken dat IBM een serieuze kans heeft om uiteindelijk leider te worden in quantum computing, juist omdat het bedrijf steeds duidelijker de volledige architectuur bouwt die nodig is om goede qubits te veranderen in een industrieel bruikbare, fouttolerante computer.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

🔵 English version

IBM takes another step toward scalable quantum computing: we believe the company can emerge as a leader in the field

No time to read the full article? Use the five bullets below for the key points.

■ IBM (IBM) has physically connected two large box-shaped cryogenic modules and cooled them together below 15 millikelvin. The modules are still empty and contain no quantum processors yet; later this year IBM plans to install Nighthawk processors and begin testing actual communication between separate quantum modules.
■ The breakthrough is not a new qubit record but a systems-engineering milestone. IBM is addressing how thousands of physical qubits can be cooled, controlled and interconnected without wiring, thermal load, signal loss and electromagnetic noise becoming fundamental scaling constraints.
■ The infrastructure directly supports IBM's roadmap toward at least 1,000 programmable physical qubits in 2027 and Quantum Starling in 2029. Starling is intended to combine roughly 200 error-corrected logical qubits with around 100 million quantum operations, a far more demanding target than simply increasing physical qubit count.
■ The major remaining bottlenecks involve inter-module gates, real-time error correction and the thermal balance of control electronics. IBM has demonstrated quantum state transfer across a long microwave link at around 98.8% fidelity, but remote two-qubit operations at roughly 93.3% remain materially below the level ultimately required for fault-tolerant systems.
■ Our Investment view on IBM remains positive, and we believe IBM has a serious chance of becoming one of the leaders, potentially the leader, in large-scale quantum computing. The reason is not a single qubit processor but the combination of processors, interconnects, cryogenics, error correction, real-time decoding, control electronics and software within one integrated roadmap.

IBM has reached a technical milestone that may sound less spectacular than introducing a processor with hundreds of additional qubits, but which could prove considerably more important for the ultimate scalability of quantum computers. The company has physically connected two large box-shaped cryogenic modules in its laboratory and cooled them as a single thermal system to below 15 millikelvin, only a tiny fraction of a degree above absolute zero.

It is important to understand what IBM has not yet demonstrated. The two modules are currently empty and contain no operating Nighthawk processors. This is therefore not yet a demonstration of a complete multi-module quantum computer, but of the cryogenic infrastructure on which such a system is intended to be built. IBM plans to install Nighthawk processors later this year and then test whether quantum communication between physically separated processors can operate reliably within this modular environment.

That is precisely what makes the demonstration technically interesting. Quantum-computer development is increasingly moving away from the question of how many qubits can be fabricated on one chip toward the much harder problem of how thousands and eventually far larger numbers of physical qubits can be controlled as one coherent system. Cooling, wiring, interconnects, latency, error correction and classical control are becoming just as important as the quantum processor itself.

Investment view

Our Investment view on IBM is positive, and we believe the company has a serious opportunity to establish a leading position in quantum computing. We go further than simply describing IBM as one of several major participants. Based on its current roadmap, the depth of its engineering stack and the pace at which individual technical bottlenecks are being addressed, we believe IBM could ultimately become one of the most important infrastructure providers in fault-tolerant quantum computing and potentially emerge as the technological leader.

That remains a scenario rather than a certainty because several fundamentally different quantum platforms are still viable. IBM's superconducting approach competes with trapped ions, neutral atoms, photonics and other architectures, some of which claim advantages in connectivity, coherence or large-scale configuration. The eventual winner has therefore not yet been determined.

We nevertheless assign IBM a high probability because the company is not attempting to optimize one spectacular component in isolation. IBM is developing processors, chip fabrication, packaging, cryogenics, microwave interconnects, error-correction codes, real-time decoding, classical control electronics and software. In fault-tolerant quantum computing, we expect this vertical integration to become increasingly important because limitations in one layer directly affect every other layer.

For shareholders, we therefore view quantum computing figuratively as a call option embedded in IBM. IBM's current earnings and revenue trajectory do not need to depend on a commercial quantum breakthrough, while shareholders retain exposure to a potentially enormous new computing market if fault-tolerant quantum technology becomes economically useful. As IBM demonstrably reduces technical uncertainty around cooling, interconnects, error correction and scalability, the probability-weighted value of that call option can increase without requiring the traditional IBM business to change first.

What IBM has actually built

The two new cryogenic modules together form an installation more than 8 feet, roughly 2.4 meters, high and wide. The construction consists of box-shaped cells that can operate independently as cryogenic modules but can then be mechanically and thermally connected.

IBM brought the combined system down to approximately 4 kelvin in less than five days before cooling it further below 15 millikelvin. Even with a simulated heat load of around 30 microwatts at the coldest stage, the temperature remains close to 23 millikelvin. That matters because future processors, wiring and control components will inevitably introduce additional heat.

Each module provides roughly 0.53 square meters of usable wiring area and approximately 2.75 cubic meters of vacuum volume. Available wiring capacity is therefore up to around twelve times greater than in earlier cylindrical configurations. Those figures may appear secondary next to qubit counts, but they address precisely the problem that emerges when a laboratory prototype must become a genuine computer architecture: space for cables, feedthroughs, filters, amplifiers and thermal anchoring does not automatically scale with qubit count in traditional cryostats.

Why superconducting qubits need to be so extremely cold

IBM uses superconducting qubits, including transmon-like architectures. These can be viewed as artificial quantum-mechanical systems built from superconducting electrical circuits containing Josephson junctions.

A conventional LC resonator has evenly spaced energy levels and is therefore difficult to use as a qubit. The Josephson junction introduces the necessary non-linearity, producing uneven energy spacing and allowing two levels to be selectively controlled as quantum states |0⟩ and |1⟩.

Relevant transition frequencies typically lie in the microwave range of several gigahertz, meaning the energy differences between states are extremely small. According to Boltzmann statistics, thermal populations depend exponentially on the relationship between the energy of the quantum transition and the thermal energy of the system. That thermal energy is determined by the Boltzmann constant multiplied by the absolute temperature. If temperature is too high, thermal fluctuations can spontaneously excite a qubit, increasing initialization errors and undermining reliable quantum operations.

Superconducting qubits therefore need to operate at temperatures on the order of 10 to 20 millikelvin. At those temperatures, thermal excitation is strongly suppressed and coherence times can become sufficiently long to execute large numbers of controlled quantum operations before environmental interaction destroys the stored quantum information.

How a dilution refrigerator reaches these temperatures

These extreme temperatures are achieved using dilution refrigerators. Cooling occurs through several thermal stages because moving directly from roughly 300 kelvin to only a few millikelvin is not practical.

Pulse-tube coolers first bring the upper stages down through tens of kelvin and eventually toward approximately 4 kelvin. A helium-3 and helium-4 mixture then takes over. At very low temperatures, that mixture separates into two phases. When helium-3 atoms move from a concentrated phase into a dilute phase, heat is absorbed from the surroundings, allowing the mixing chamber to reach only a few millikelvin.

Cooling power at the coldest stage is extremely limited, however, and this is what makes scaling difficult. Every cable conducts some heat downward from warmer parts of the system, while attenuators, filters, amplifiers and control electronics dissipate additional energy. At tens or hundreds of qubits, these constraints can still be managed conventionally; at thousands of qubits, thermal management becomes a system-level engineering problem.

The real problem is no longer simply how many qubits fit on one chip

Public discussion of quantum computing remains heavily focused on qubit count, but that metric becomes increasingly incomplete at scale. Every physical qubit needs to be controlled, calibrated and measured. Superconducting qubits require microwave lines and, depending on architecture, flux controls, while readout resonators, filters, amplifiers, couplers and timing hardware are also required.

As a system grows from one hundred to one thousand and eventually tens of thousands of physical qubits, the required control infrastructure grows with it. The question therefore becomes not only how many qubits can be fabricated, but how many signals can physically pass through a cryogenic environment before heat, electromagnetic interference and available space become limiting factors.

Traditional cylindrical cryostats are constrained by geometry. The surface area through which signals enter does not scale efficiently with the amount of hardware engineers ultimately want to install inside. IBM's box-shaped modules are designed to break that geometric constraint.

Why IBM is choosing modularity

IBM is not attempting to build one ever-larger cryostat containing every future quantum processor. Its strategy increasingly resembles the way classical supercomputers scale: multiple individual building blocks are combined through high-quality interconnects into one larger system.

Each cryogenic cell can form its own controlled environment. When modules are placed next to one another, thermal shields and connection zones can be joined to create a protected cold corridor through which quantum interconnects can run. Future scale therefore does not become entirely dependent on the maximum size of one cryostat; additional compute could in principle be added through additional modules as long as the connections remain sufficiently reliable.

Modularity also improves serviceability. In a mature quantum data center, maintenance will eventually become an important operational factor, and an architecture in which individual components can be serviced without taking an entire machine offline for extended periods could be economically preferable to a monolithic system. The difficult problem then shifts toward the quality of the links between those modules.

L-couplers need to turn separate chips into one quantum computer

IBM is developing long-range couplers, or L-couplers, for this purpose. These connections are intended to transport quantum states between physically separated processors without destroying the coherence of the information.

This is fundamentally harder than communication inside a classical computer. A classical signal can be amplified, regenerated and reclocked, whereas an unknown quantum state cannot simply be copied and retransmitted because of the no-cloning theorem. The quantum information itself therefore needs to be transferred coherently from a transmitting qubit through the interconnect to a receiving qubit.

IBM uses superconducting microwave links for this purpose. A state can be coupled into an electromagnetic mode in the transmission line, moved through the connection and then transferred into a qubit at the receiving end, all without an intermediate classical measurement destroying the superposition.

98.8% state-transfer fidelity is strong, but not the end goal

IBM has previously demonstrated state-transfer fidelity of up to roughly 98.8% across a microwave connection approximately 60 centimeters long. This proves a fundamental capability: quantum information can be coherently transferred over a distance relevant to a modular computing architecture.

For fault-tolerant quantum computing, however, state transfer is not enough. Separate processors also need to execute quantum logic together. For a remote CNOT operation assembled from local gates and state transfers, previously reported fidelity was around 93.3%. The result is already several months old but remains useful because it highlights the bottleneck IBM still needs to solve.

A fidelity of 93.3% means such operations are not yet reliable enough to be used continuously within fault-tolerant algorithms without very large error-correction overhead. The objective is therefore not merely to establish a connection but to bring inter-module gates close enough to local-gate quality that they can be practically integrated into error-correction cycles.

This is why installing Nighthawk processors inside the new cryogenic modules will be so important. Only when IBM places actual processors in both cells and executes quantum operations across the connection will it become clear how well the architecture performs under realistic conditions.

Why 99% fidelity may still not be enough

In classical electronics, accuracy above 99% sounds excellent. In quantum computing, the hurdle is far higher because a complex algorithm may contain enormous numbers of sequential operations. A 1% error rate implies roughly one error for every hundred operations on average, which means an algorithm requiring millions of physical operations would rapidly become dominated by errors without active correction.

Quantum error correction is designed to solve this by distributing a logical qubit across multiple physical qubits and continuously collecting additional measurements that identify errors without destroying the encoded quantum state.

Required physical fidelity depends on the selected code, connectivity, decoder, correlations between errors and the way gates are implemented. There is therefore no universal point at which, for example, 99.9% automatically becomes sufficient. What is clear is that a structurally weaker inter-module connection can make error correction across the entire system substantially more demanding, making remote-gate fidelity one of the most important technical indicators in IBM's roadmap.

Distance between modules directly affects the error-correction cycle

Fidelity is not the only constraint; latency also becomes critical. Quantum error correction operates by continuously collecting syndrome information from physical qubits. Those measurements do not directly reveal the stored quantum state but provide information about errors that are likely to have occurred.

A classical decoder then needs to analyze those syndrome data and determine which correction or frame update is required. This process needs to be fast enough that new errors do not accumulate more rapidly than the system can process them.

When the physical qubits within a logical architecture are distributed across multiple modules, the delay from inter-module communication is added to that process. State transfer, remote gates, syndrome extraction and classical decoding together determine how quickly one error-correction cycle can be completed.

Physical distance therefore becomes a direct part of quantum-computational performance. An interconnect can have very high fidelity, but if it is too slow the overall error-correction architecture may still become inefficient. The new cryogenic architecture is therefore not merely a cooling solution; it helps define the geometry and ultimately the timing of the fault-tolerant computer.

The roadmap toward at least 1,000 programmable qubits

IBM intends to use modular architecture to enable systems with at least 1,000 programmable qubits in 2027. These are explicitly physical, programmable qubits rather than 1,000 error-corrected logical qubits.

The Nighthawk processor contains 120 physical qubits. By combining multiple processors and eventually multiple modules, IBM can move toward systems containing roughly one thousand physical qubits without having to manufacture one monolithic chip with all of them. A configuration around nine Nighthawk-like processors would theoretically reach approximately 1,080 physical qubits, although the exact number of processors and modules may evolve with the architecture. The more important roadmap target is therefore at least 1,000 programmable physical qubits.

Modularity is attractive because chip fabrication has statistical yield constraints. As a monolithic processor becomes larger, the probability that defects, frequency variation or poor couplers reduce total yield increases. Smaller, individually tested dies can potentially be combined more efficiently into a larger machine, with the interconnect ultimately determining whether those separate processors genuinely behave as one quantum computer.

Nighthawk will be the first real test of the architecture

Nighthawk contains 120 qubits and represents an important intermediate step in IBM's scaling strategy. Its relevance extends beyond qubit count to the combination of connectivity, gate quality and circuit capability on which later modular systems need to build.

IBM already has operating Nighthawk systems, so the processor is no longer simply a future concept. The logical next step is precisely what the new cryogenic modules are designed to enable: place multiple processors under realistic millikelvin conditions and measure how system quality changes once quantum operations are no longer confined to a single chip.

That is a substantially harder test than demonstrating a new processor by itself. A scalable quantum computer needs simultaneous improvements in qubit count, gate fidelity, coherence time, readout quality, calibration stability, interconnect performance and uptime. Doubling the number of qubits provides little value if error rates rise enough to reduce useful circuit depth.

Physical and logical qubits must never be confused

A physical qubit is the actual quantum-mechanical circuit on a processor. Even when it performs extremely well, it remains vulnerable to decoherence, control errors, leakage and readout errors.

A logical qubit is fundamentally different. Quantum information is encoded across a collection of physical qubits so that errors can be identified and corrected without destroying the stored quantum state itself.

The ultimate objective of quantum computing is therefore not simply to manufacture as many physical qubits as possible. The objective is to build enough reliable logical qubits to execute extremely long algorithms without errors dominating the computation. This is why IBM's target of roughly 200 logical qubits for Starling can be technologically far more meaningful than a machine containing thousands of uncorrected physical qubits.

qLDPC could fundamentally change hardware overhead

One of the largest problems in quantum error correction is the amount of physical hardware required for each logical qubit. The well-known surface code can be highly robust but has relatively high physical overhead, potentially requiring enormous numbers of physical qubits for large fault-tolerant applications.

IBM is consequently investing heavily in quantum low-density parity-check codes, including bivariate-bicycle codes. One well-known example is the Gross code with parameters [[144,12,12]].

Such a code uses 144 physical data qubits to represent 12 logical qubits at code distance 12. This does not mean 144 physical components are sufficient for a full implementation, because syndrome measurement also requires ancilla resources, connectivity, readout and classical processing.

The strategic attraction lies in code efficiency. If qLDPC can be implemented robustly in real hardware, IBM may be able to protect the same amount of logical information using substantially less physical hardware than some conventional error-correction approaches require. That would fundamentally alter the economics of scaling quantum computers.

Real-time decoding becomes as important as the quantum processor

Error correction only works if errors are not merely detected but interpreted quickly enough. Every error-correction cycle generates syndrome data, and a classical decoder needs to infer in real time which error most likely occurred and how the quantum frame should be updated.

As the number of physical and logical qubits increases, the volume of syndrome data grows rapidly. The decoder therefore needs to scale in both accuracy and speed.

This makes classical FPGA and ASIC technology part of the quantum problem. A quantum processor may have excellent physical gates, but if the classical decoder cannot process the data stream within the required cycle time, fault tolerance is still constrained. For Starling, therefore, the classical real-time control and decoding stack must scale at the same pace as the quantum hardware.

Cryo-CMOS needs to reduce the wiring problem

Another important engineering route is cryogenic CMOS electronics. If all control electronics remain at room temperature, signals need to travel through large numbers of cables from approximately 300 kelvin down toward the millikelvin stage. Every cable becomes a potential thermal leak and occupies physical space.

Moving parts of the control electronics to cryogenic temperatures closer to the quantum processor could allow earlier multiplexing and reduce the number of connections that need to extend all the way back to room temperature.

That creates a new optimization problem, however. CMOS electronics consume power and therefore generate heat, while digital and analog circuitry can also create electromagnetic noise that affects nearby qubits. The real challenge is therefore not to move as much electronics as possible into the cold environment, but to find the optimal balance between thermal load, cable reduction, signal integrity and control latency.

The heat balance of cryo-CMOS remains an important unresolved engineering issue on the route toward machines with very large numbers of physical qubits.

Starling must prove that all components can work together

The major test of IBM's strategy is intended to be Quantum Starling. The system is on the roadmap for 2029 and is targeted to support roughly 200 logical qubits executing approximately 100 million quantum operations.

Those objectives are inseparable. A machine with 200 logical qubits has limited economic value if the logical error rate is so high that only short algorithms can be executed. Conversely, extremely low error rates provide limited value if the system contains too few logical qubits to represent interesting computational problems.

Starling therefore needs multiple technologies to converge simultaneously: enough physical qubits, efficient qLDPC error correction, rapid syndrome extraction, reliable inter-module connections, scalable real-time decoding and cryogenic infrastructure capable of keeping thermal loads under control. This is why the new connected cryogenic modules matter directly to a machine that is not expected until 2029: IBM is building the physical environment in which such systems will eventually need to operate.

The latest demonstration is systems engineering, not yet a working modular quantum computer

That distinction must remain clear. IBM has not yet operated a complete multi-module quantum computer inside the new installation; the cells are currently empty cryogenic infrastructure.

That does not make the demonstration unimportant. In complex technology, commercial scalability emerges only when supporting infrastructure itself becomes standardized. A processor that operates only inside a unique laboratory setup is not yet an industrial computing platform.

IBM has now shown that two large modules can operate mechanically and thermally as one cryogenic architecture. Once Nighthawk processors are installed later this year, testing will move from thermal engineering toward actual quantum communication and eventually computational integration. That will be the next major milestone.

The full stack is, in our view, IBM's largest competitive advantage

We believe IBM's most important advantage will ultimately not be one specific processor, but the company's ability to develop a substantial portion of the complete quantum stack as an integrated system.

Processor architecture determines which forms of error correction can be used efficiently. The chosen error correction determines connectivity requirements. Connectivity affects cryogenic layout and interconnects. Physical distance between processors affects latency, while cycle time then imposes requirements on classical decoders and control electronics. These subsystems can therefore hardly be optimized independently.

IBM can benefit here from decades of experience in semiconductor engineering, mainframes, high-performance computing, system integration and enterprise software. This does not guarantee victory, but it aligns unusually well with the phase quantum computing is now entering, as the competition shifts from individual laboratory records toward integrated computer architecture.

Competitors are pursuing fundamentally different solutions

Superconducting modularity is not the only route toward scalable quantum computing. Trapped-ion systems can offer extremely high gate fidelity and relatively flexible connectivity, although gate speeds are generally slower and large-scale ion and laser control remains technically difficult. Neutral-atom architectures can create very large arrays and offer attractive connectivity properties, but face different challenges around error correction, gate uniformity and long-duration operational stability.

Photonic approaches attack the scaling problem through optical quantum connections, while other superconducting companies are pursuing alternative chip, coupler and packaging strategies. It is therefore too early to state that IBM's technology will inevitably win.

Our position is that IBM currently has one of the most credible routes toward a complete fault-tolerant quantum computer and has a genuine chance of ultimately becoming the market leader. That conviction is based not on one qubit record or one cryogenic demonstration, but on the degree to which IBM is attempting to scale the different layers of the system together.

The additional $10 billion commitment changes the scale of the ambition

IBM is supporting the roadmap with a major financial commitment. The company plans to spend more than $10 billion in additional investment on quantum computing over five years, covering research, infrastructure, manufacturing capacity, ecosystems and potentially targeted acquisitions.

This makes clear that IBM is no longer treating quantum as a small experimental research project. A future fault-tolerant machine requires specialized chip manufacturing, packaging, cryogenic installations, testing infrastructure, control electronics, real-time computing for decoding and ultimately a software stack through which customers can build applications.

That requires years of capital-intensive development before meaningful commercial revenue emerges. IBM's scale allows it to fund that development period from existing cash flows without requiring the quantum business to become independently profitable in the near term, creating a strategic advantage over smaller companies that need external capital to fund the same technical horizon.

Computational usefulness must progress at the same time

Hardware has little economic value if there are no problems for which quantum computing provides a meaningful advantage. IBM is therefore simultaneously working on logical circuits, error correction and demonstrations in which quantum systems attack problems that are increasingly difficult for classical simulation methods.

The strategic question is shifting from pure quantum advantage toward useful and verifiable quantum advantage. A customer does not merely need a result that is difficult for a classical system to calculate; the customer also needs sufficient confidence that the answer is correct.

This becomes particularly important if quantum computers are eventually used in chemistry, materials science, optimization or financial modeling. A result that cannot be validated is commercially of limited value. IBM therefore needs to demonstrate more than its ability to build Starling; it ultimately needs to show that the machine solves problems for which businesses are willing to pay.

From a qubit race to an architecture race

The industry is consequently entering a new stage of development. For years, attention centered heavily on which company could display the largest number of physical qubits, but that metric is becoming less useful.

The real competition increasingly concerns useful logical qubits, error rates, circuit depth, interconnect fidelity, real-time decoding, uptime and the total resources required for each reliable quantum operation.

A system with fewer physical qubits but highly efficient error correction can ultimately be economically much more valuable than a machine with an enormous qubit count in which most resources are consumed fighting errors. That is precisely why infrastructure developments such as IBM's new cryogenic modules may prove much more important than their initially less spectacular appearance suggests.

What this ultimately means for IBM as a company

For the next several quarters, the new cryogenic demonstration changes little in our earnings expectations. IBM remains financially driven primarily by software, consulting, infrastructure and its broader enterprise AI and hybrid-cloud activities, so we would not justify a major short-term valuation increase based on this single technical milestone.

The longer-term significance could be substantial. If IBM executes the roadmap and moves successfully toward fault-tolerant quantum computers, it could add a completely new compute layer to its existing position in enterprise IT.

That could become strategically powerful. IBM could potentially provide not only quantum hardware but also quantum-compute access, software, middleware, classical integration and industry-specific applications. The same full-stack approach that appears technically attractive could therefore ultimately become commercially attractive as well.

Each engineering milestone removes a small portion of technological uncertainty. As IBM eliminates more of those uncertainties, the scenario in which quantum becomes a material new business for the company becomes increasingly credible and economically relevant to shareholders.

Key risks

■ The latest cryogenic demonstration only proves that empty infrastructure can be connected and cooled modularly. The far more important test follows when Nighthawk processors are installed and genuine quantum operations need to be executed between modules.
■ Remote state transfer already performs strongly, but the roughly 93.3% fidelity of previously demonstrated remote two-qubit operations needs to improve materially before inter-module gates can efficiently participate in large-scale error correction.
■ Physical distance between modules affects not only signal quality but also the latency of state transfer, syndrome extraction and error-correction cycles. A modular architecture therefore needs to be both fast and highly reliable.
■ qLDPC could substantially reduce the hardware overhead of error correction, but large-scale implementation of connectivity, syndrome extraction and real-time decoding still needs to be demonstrated.
■ Real-time decoding itself could become a scaling bottleneck. FPGA and ASIC systems need to process enormous volumes of syndrome data at extremely low latency without delaying the error-correction cycle.
■ Cryo-CMOS can reduce wiring requirements, but the heat production and electromagnetic noise of electronics positioned close to qubits must remain within the extremely limited cryogenic heat budget.
■ Competitors using trapped ions, neutral atoms, photonics and alternative superconducting architectures are following other scaling approaches that may prove more efficient in specific areas.
■ IBM's roadmap toward Starling remains exceptionally ambitious. Delay in one critical building block could propagate across several other layers of the system and shift the commercial timeline.

Conclusion

IBM has not yet built a modular quantum computer, but it has demonstrated the cryogenic infrastructure on which such a system is intended to operate. The next step will be more decisive: installing Nighthawk processors and demonstrating that multiple cold modules can genuinely cooperate as a single quantum machine.

We believe IBM has a serious chance of ultimately becoming the leader in quantum computing because it is increasingly building the complete architecture required to turn good qubits into an industrially useful, fault-tolerant computer.

■ Intel is de belangrijkste naam in dit bericht, omdat Malaysia mogelijk wordt ingezet voor advanced packaging rond AI-chips.
■ Voor Intel zou dit een stevige validatie zijn van EMIB, EMIB-T, Foveros en de rol van het bedrijf in de AI-infrastructuurketen.
■ TSMC profiteert ook, omdat extra back-end capaciteit de CoWoS-file kan verkorten en meer AI-chipdoorvoer mogelijk maakt.
■ NVIDIA, Alphabet, Broadcom, AMD en Marvell kunnen indirect meeliften als packaging minder vaak de rem zet op chipvolumes.
■ Onze Investment view op dit thema is bullish, met Intel als meest opvallende herwaarderingskandidaat binnen dit specifieke nieuws.

Het Taiwanese bericht dat Intel Malaysia mogelijk een deel van de advanced packaging rond TSMC-klanten ondersteunt, is vooral belangrijk voor Intel. Als dit klopt, krijgt Intel een rol in een van de meest schaarse delen van de AI-chipketen, zonder dat het bedrijf meteen TSMC hoeft te verslaan in leading-edge productie.

De kern van het verhaal is dat TSMC nog altijd tegen volle CoWoS-capaciteit aanloopt. De vraag naar AI-chips blijft zo sterk dat extra ondersteuning in de latere packagingstappen welkom is. Daardoor kunnen meer geavanceerde wafers uiteindelijk worden afgewerkt tot complete AI-modules en sneller naar klanten gaan.

Voor TSMC is dit positief, maar vooral operationeel. Voor Intel is het strategisch veel groter. Advanced packaging kan de eerste plek zijn waar Intel weer echte relevantie terugwint in AI, juist omdat klanten niet alleen de beste chipnode nodig hebben, maar ook voldoende capaciteit om complete acceleratorplatformen te bouwen.

Investment view

Zeg Elon Musk, bedoel natuurlijk Trump😄

Heb je hier vragen over, laat het ons weten via info@scetrader.nl of via de WhatsApp-service.

▪️ Vertaalt data naar de richting voor de AEX
▪️ Standaard optiedata met een extra cijfermatige laag er bovenop
▪️ Extra laag is harde data, aanvullende meetpunten en eigen berekeningen
▪️ Meer inzicht in richting, positionering, risico-opbouw en kantelzones
▪️ Een professionele tool om de AEX beter te beoordelen

De Option Flow Bias op de AEX is bedoeld om beter te beoordelen welke richting vanuit de optiemarkt naar voren komt. Het gaat niet om een algemene uitleg over opties, maar om een concrete analyse van de AEX-index op basis van optiedata en aanvullende berekeningen.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

AEX Optiemarkt & Dealer Flow Analyse

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

■ ASR rapporteerde een sterke eerste jaarhelft met een operationeel resultaat van €901 miljoen, 9,8% hoger dan vorig jaar.
■ De organische kapitaalcreatie kwam uit op €773 miljoen en lag boven de consensus van €743 miljoen.
■ De solvabiliteit steeg naar 222%, ondanks dividend, aandeleninkoop en kapitaal inzet voor groei.
■ Leven, Schade, Asset Management en Distribution & Services droegen allemaal bij aan de resultaatverbetering.
■ Onze Investment view op ASR is positief, omdat de cijfers sterk zijn en het aandeel waarschijnlijk trapsgewijs kan blijven stijgen.

ASR heeft over de eerste helft van 2026 een sterke set cijfers gepubliceerd. De verzekeraar liet groei zien in alle belangrijke segmenten, verhoogde het interimdividend en rapporteerde een hogere solvabiliteitsratio. Belangrijker nog is dat de organische kapitaalcreatie boven verwachting uitkwam, wat voor een verzekeraar vaak belangrijker is dan één losse winstregel.

De organische kapitaalcreatie bedroeg €773 miljoen, tegenover €721 miljoen een jaar eerder en een consensus van €743 miljoen. Daarmee laat ASR zien dat de onderliggende kapitaalmotor krachtiger draait dan de markt had ingeschat. Het operationeel resultaat steeg met 9,8% naar €901 miljoen en het nettoresultaat sprong naar €809 miljoen, geholpen door betere marktomstandigheden en positieve waarderingseffecten.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

De solvabiliteitsratio kwam eind juni uit op 222%, tegenover 218% eind 2025. Dat is sterk, omdat ASR in dezelfde periode ook kapitaal teruggaf via een interimdividend en een afgerond aandeleninkoopprogramma van €175 miljoen. De combinatie van hogere kapitaalcreatie, een sterke balans en oplopende aandeelhoudersvergoeding maakt deze update duidelijk positief.

Investment view

Onze Investment view op ASR is positief. De cijfers zijn sterk, de kapitaalcreatie ligt boven verwachting en de onderneming laat zien dat de integratie van Aegon Nederland, de groei in Schade, de pensioenactiviteiten en de fee-based onderdelen steeds beter samenkomen in één schaalbaar platform.

Wij denken dat het aandeel waarschijnlijk trapsgewijs kan blijven stijgen. Dat betekent niet dat elke dag of elke week recht omhoog moet gaan, maar wel dat de fundamentele onderlaag sterker wordt. Bij een verzekeraar als ASR gaat het vooral om voorspelbare kapitaalcreatie, een stevige solvabiliteitsbuffer, discipline in schadeverzekeringen, dividendgroei en ruimte voor extra kapitaaluitkeringen. Op vrijwel al die punten levert ASR in deze jaarhelft.

De koers hoeft voor een verdere stijging geen spectaculair nieuw verhaal te krijgen. Het aandeel kan juist profiteren van het rustige karakter van de case. ASR is geen hype-aandeel, maar een compounding financial waar winst, kapitaal en dividend stap voor stap oplopen. Zolang de solvabiliteit ruim boven de doelzone blijft en de organische kapitaalcreatie richting of boven de jaardoelstelling beweegt, blijft de kans op geleidelijke herwaardering aanwezig.

De belangrijkste reden om positief te blijven is dat de cijfers breed gedragen zijn. Leven profiteert van hogere investeringsmarges en eerdere pensioen buy-outs, Schade blijft beter presteren dan de doelstelling, fee-based activiteiten groeien hard en de balans geeft ruimte voor groei en uitkering. Dat is precies het profiel dat institutionele beleggers waarderen in een Europese verzekeraar.

Waarom deze update beter is dan verwacht

De kapitaalcreatie is het belangrijkste datapunt in deze update. ASR rapporteerde €773 miljoen aan organische kapitaalcreatie, terwijl de consensus op €743 miljoen lag. Dat verschil lijkt misschien niet extreem groot, maar voor een verzekeraar is het belangrijk omdat het direct raakt aan dividendcapaciteit, aandeleninkoop, solvabiliteit en ruimte voor overnames.

Het operationeel resultaat van €901 miljoen laat zien dat de winstgroei niet uit één hoek komt. De onderneming meldt hogere resultaten in alle bedrijfssegmenten, waarbij Leven met €689 miljoen de grootste bijdrage levert. Schade steeg naar €268 miljoen, Asset Management naar €78 miljoen en Distribution & Services naar €37 miljoen. Dat maakt de verbetering kwalitatief sterker dan wanneer alleen één divisie uitzonderlijk goed had gepresteerd.

Het nettoresultaat van €809 miljoen is fors hoger dan de €126 miljoen van vorig jaar. Dit cijfer wordt geholpen door beleggingsgerelateerde effecten en moet daarom niet één op één als structurele winstbasis worden gelezen. De onderliggende boodschap blijft wel duidelijk: de combinatie van operationele groei, kapitaalgroei en een stevige balans is beter dan de markt vooraf had verwacht.

Kerncijfers eerste helft 2026

■ Operationeel resultaat: €901 miljoen, plus 9,8%.
■ Nettoresultaat: €809 miljoen, tegenover €126 miljoen vorig jaar.
■ Organische kapitaalcreatie: €773 miljoen, plus 7,3%.
■ Consensus organische kapitaalcreatie: €743 miljoen.
■ Solvency II-ratio: 222%, tegenover 218% eind 2025.
■ Operating return on equity: 15,4%, boven de doelstelling van meer dan 12%.
■ Interimdividend: €1,39 per aandeel, plus 9,4%.
■ Aandeleninkoop: €175 miljoen afgerond in de eerste jaarhelft.
■ Operationeel resultaat per aandeel: €4,44, plus 12,4%.
■ OCC per aandeel: €3,81, plus 9,8%.
■ Liquidity position op holdingniveau: €997 miljoen.
■ Contractual Service Margin: €6,105 miljard, plus 2,2%.
■ Total equity attributable to shareholders: €8,969 miljard, plus 4,2%.

De kapitaalmotor draait sterker

Bij ASR draait de beleggingscase minder om omzetgroei en meer om kapitaalcreatie. De stijging van de organische kapitaalcreatie naar €773 miljoen is daarom het hart van de update. ASR ligt daarmee op koers om de doelstelling van meer dan €1,35 miljard organische kapitaalcreatie over 2026 te halen.

De Solvency II-ratio steeg naar 222%. De kapitaalbrug laat zien dat de organische kapitaalcreatie 13 procentpunt toevoegde aan de solvabiliteit, terwijl kapitaaluitkeringen 8 procentpunt drukten. Markt- en operationele bewegingen hadden per saldo een beperkte negatieve impact. Dat de solvabiliteit ondanks deze uitkeringen en kapitaal inzet alsnog stijgt, onderstreept de kwaliteit van de kapitaalvorming.

Dit is precies waarom ASR aantrekkelijk blijft voor beleggers die zoeken naar voorspelbaar rendement. De onderneming kan kapitaal gebruiken voor dividend, aandeleninkoop, pensioen buy-outs en overnames, zonder dat de balans direct onder druk komt te staan. Die combinatie is vaak de basis voor een geleidelijke koersstijging.

Dividend en aandeleninkoop blijven belangrijk

ASR verhoogt het interimdividend met 9,4% naar €1,39 per aandeel. Dat past bij de progressieve dividendpolitiek en bevestigt dat het management vertrouwen heeft in de kapitaalpositie. Voor een verzekeraar is dividendgroei niet alleen een beloning voor aandeelhouders, maar ook een signaal dat de kapitaalvorming voldoende robuust is.

Daarnaast werd het aandeleninkoopprogramma van €175 miljoen in de eerste helft van 2026 afgerond. Samen met het interimdividend betekent dit dat ASR al veel kapitaal heeft teruggegeven en toch een solvabiliteit van 222% rapporteert. Dat is een belangrijk kwaliteitskenmerk.

De balans biedt bovendien ruimte voor kapitaal inzet. ASR heeft Bovemij per 1 juli afgerond, blijft selectief actief in pensioen buy-outs en ziet nog consolidatiemogelijkheden in de Nederlandse verzekeringsmarkt. De boodschap is dus niet alleen dat aandeelhouders geld terugkrijgen, maar ook dat de onderneming voldoende kracht heeft om waarde verhogende groei te financieren.

Schade presteert beter dan de doelstelling

Het Schade-segment is een van de sterkste onderdelen van de update. De premies in P&C en Disability groeiden organisch met 6,0%, duidelijk boven de doelstelling van 3% tot 5%. Dat wijst op prijsdiscipline, volumeontwikkeling en een sterke commerciële positie in de Nederlandse markt.

De combined ratio voor P&C en Disability kwam uit op 91,6%. Dat is beter dan de doelrange van 92% tot 94%. Binnen P&C was de ratio zelfs 89,9%, geholpen door gunstige schadeontwikkeling uit eerdere jaren en lagere kosten. Disability kwam uit op 93,3%, wat nog altijd binnen de doelzone ligt, ondanks onzekerheid rond verzuim en hogere arbeidsongeschiktheidsuitkeringen.

Dit verdient een eigen tussenkopje omdat Schade vaak bepalend is voor de kwaliteit van een verzekeraar. Groei is pas waardevol als de underwriting discipline overeind blijft. ASR laat hier zien dat het beide tegelijk kan leveren: hogere premies en een combined ratio onder de doelstelling.

Leven blijft de grootste winstmotor

Het Leven-segment verhoogde het operationeel resultaat met 11,6% naar €689 miljoen. De verbetering kwam vooral door een hogere investment and finance result, gesteund door een hogere investeringsmarge, eerdere pensioen buy-outs, meer vastgoedexposure en een lagere UFR-drag.

Dit segment is belangrijk omdat het de grootste bijdrage levert aan de winstbasis van ASR. De resultaten laten zien dat eerdere transacties, waaronder pensioen buy-outs, niet alleen volume toevoegen maar ook bijdragen aan de kapitaal- en winstmotor. Dat past bij de strategie van disciplined execution, waarbij ASR alleen deals wil doen die voldoende rendement bieden.

De instroom in pensioen buy-outs was in H1 lager dan vorig jaar, maar dat is geen teken van zwakte. Vorig jaar lag de vergelijkingsbasis uitzonderlijk hoog door drie buy-outs. In 2026 koos ASR voor een kleinere deal met Kring Bavaria en kondigde het na de periode de Ecolab-deal aan voor H2. De kwaliteit van de gekozen deals is belangrijker dan volume alleen.

Pensioenen blijven een structurele groeilijn

Binnen Pensioenen blijft de commerciële ontwikkeling goed. De DC-instroom steeg met 3,2% naar €1,545 miljard en de annuities-instroom nam met 38,0% toe naar €436 miljoen. De DC-assets under management stegen naar €34,1 miljard, geholpen door netto-instroom en positieve herwaarderingen.

Dit onderdeel verdient aandacht omdat ASR hier profiteert van een lange termijn verschuiving in de pensioenmarkt. Meer DC-vermogen betekent meer schaal, meer klantrelaties en later ook meer kansen in annuities wanneer deelnemers vermogen omzetten in uitkeringsproducten.

ASR ligt bovendien dicht bij de middellange termijn doelstellingen. De cumulatieve DC-instroom staat op €7,3 miljard tegenover een doel van €8 miljard en de cumulatieve annuities-instroom staat op €1,7 miljard tegenover een doel van €1,8 miljard. Daarmee is de pensioenpoot niet alleen groeiend, maar ook goed voorspelbaar.

Fee-based activiteiten krijgen meer gewicht

De fee-based onderdelen lieten een sterke stijging zien. Het operationeel resultaat steeg met 32,1% naar €115 miljoen, gedreven door de bijdrage van HumanTotalCare, betere resultaten in de onderliggende activiteiten en gerealiseerde kostensynergieën.

Asset Management verhoogde het operationeel resultaat naar €78 miljoen, mede door synergievoordelen in hypotheken na de migratie naar het Stater-platform. Distribution & Services kwam uit op €37 miljoen, vooral door HumanTotalCare. De fee-inkomsten stegen sterk, terwijl third-party assets under management opliepen naar €41,6 miljard.

Dit is strategisch belangrijk omdat fee-based activiteiten minder kapitaalintensief zijn dan traditionele verzekeringsactiviteiten. Naarmate deze onderdelen groeien, krijgt ASR een bredere winstbasis en wordt het concern minder afhankelijk van alleen rente, underwriting en kapitaalmarkten.

Aegon-integratie afgerond en Bovemij opent nieuwe fase

ASR rondde in de eerste helft de integratie van Aegon Nederland af, met de juridische fusie van de life-entiteiten begin juli als laatste mijlpaal. De integratie is binnen drie jaar afgerond en de geplande kostensynergieën zijn gerealiseerd. Dat is belangrijk, omdat grote verzekeringsintegraties vaak vertraging, kostenoverschrijdingen of operationele ruis veroorzaken.

Met Bovemij zet ASR vervolgens de volgende stap in consolidatie. De overname versterkt de positie in Schade en geeft toegang tot het mobiliteitsecosysteem van BOVAG, met ongeveer 8.000 garages, autodealers en mobiliteitsbedrijven. ASR verwacht circa €400 miljoen aan jaarlijkse premievolume vanaf H2 2026 en een run-rate OCC-bijdrage van ongeveer €25 miljoen per jaar na integratie.

De initiële impact op solvabiliteit is ongeveer 3,5 procentpunt negatief, maar dat is beheersbaar binnen de huidige buffer. De strategische logica is duidelijk: ASR wil de leidende positie in Nederland versterken door schaal, distributie en discipline te combineren.

Balans en marktgevoeligheid blijven comfortabel

De balans blijft stevig. De Solvency II-ratio van 222% ligt ruim boven de interne drempels en ver boven het niveau dat nodig is voor reguliere kapitaaluitkeringen. Financiële leverage daalde naar 21,0% en double leverage naar 93,0%, wat aangeeft dat de kapitaalstructuur beheerst blijft.

Er komen wel bekende bewegingen aan. In H2 wordt de solvabiliteit geraakt door Bovemij en door de verwijdering van de deterministic adjustment na de juridische fusie van de life-entiteiten. Daar staat tegenover dat de implementatie van de EIOPA 2020-review in H1 2027 naar verwachting juist positief uitpakt.

Voor beleggers is vooral belangrijk dat deze punten bekend en planbaar zijn. De solvabiliteit is hoog genoeg om tijdelijke druk op te vangen, terwijl de organische kapitaalcreatie de buffer steeds opnieuw voedt.

AI en technologie als operationele versneller

ASR noemt AI expliciet als strategische versneller. Het bedrijf gebruikt AI om processen te verbeteren, schaarse expertise beter te benutten, klanten sneller te bedienen en de organisatie toekomstbestendig te maken. Tegelijk blijft de menselijke verantwoordelijkheid leidend bij processen waarin AI wordt toegepast.

Dit onderdeel verdient een eigen plaats omdat verzekeraars steeds meer afhankelijk worden van data, automatisering, risicoselectie, schadeafhandeling en klantinteractie. AI is bij ASR geen apart hypeverhaal, maar een operationeel middel om schaalvoordelen en kostenbeheersing te versterken.

De keerzijde is dat technologie-investeringen ook kosten meebrengen. Holding & Other liet een lager operationeel resultaat zien door hogere uitgaven aan nieuwe technologie en AI. Voor nu is dat acceptabel, zolang de grotere segmenten voldoende resultaatgroei leveren en de kosten uiteindelijk bijdragen aan efficiency.

Capital Markets Day wordt de volgende katalysator

ASR presenteert op 1 december een aangescherpte strategie en nieuwe doelstellingen voor de periode 2027 tot 2029. Dat wordt de volgende belangrijke toets voor het aandeel. De markt zal willen zien of de sterke kapitaalcreatie, dividendgroei en consolidatieaanpak worden doorgetrokken naar een nieuw financieel kader.

De timing is gunstig. ASR komt naar die beleggersdag met recordkapitaalcreatie, een hoge solvabiliteit, afgeronde Aegon-integratie, een nieuwe CEO en een duidelijke ambitie om de leidende positie in Nederland verder te versterken. Dat geeft het management ruimte om een overtuigend verhaal neer te zetten.

Voor de koers kan dit belangrijk zijn. Als ASR op de beleggersdag geloofwaardige doelen geeft voor kapitaalcreatie, dividendgroei, efficiency en mogelijke extra kapitaaluitkeringen, kan het aandeel verder steun krijgen.

Belangrijkste risico’s

■ De solvabiliteit krijgt in H2 bekende druk van Bovemij en de juridische afronding van de life-fusie.
■ Disability blijft gevoelig voor ziekteverzuim, UWV-problematiek en hogere arbeidsongeschiktheidsuitkeringen.
■ P&C profiteerde deels van gunstige schadeontwikkeling uit eerdere jaren en eenmalige kostenvoordelen.
■ De sterke nettoresultaatgroei bevat markteffecten en is niet volledig structureel.
■ Operating expenses stegen door HumanTotalCare en investeringen in technologie en AI.
■ Pensioen buy-outs blijven competitief, waardoor value-over-volume discipline nodig blijft.
■ Marktbewegingen in rente, spreads, vastgoed en aandelen kunnen kapitaalratio’s beïnvloeden.
■ De nieuwe strategie op 1 december moet sterk genoeg zijn om de huidige positieve trend vast te houden.

Conclusie

ASR levert een sterke eerste jaarhelft. De operationele winst stijgt, de organische kapitaalcreatie ligt boven verwachting, de solvabiliteit loopt op, het dividend groeit en de onderneming blijft actief kapitaal teruggeven aan aandeelhouders.

De kracht zit vooral in de breedte van de cijfers. Schade presteert beter dan de doelstelling, Leven blijft de grootste winstbron, Pensioenen groeien door, fee-based activiteiten krijgen meer gewicht en de balans biedt ruimte voor verdere consolidatie.

Voor ons blijft ASR positief. Het aandeel hoeft geen sprinter te zijn, maar de cijfers ondersteunen een scenario waarin de koers waarschijnlijk trapsgewijs blijft stijgen, gedragen door kapitaalcreatie, dividendgroei en vertrouwen richting de Capital Markets Day.

🔵 English version

ASR delivers a strong half year: capital generation, dividend and segment growth support further upside

No time to read the full article? Use the five bullets below for the key points.

■ ASR reported a strong first half, with operating result rising 9.8% to €901 million.
■ Organic capital creation reached €773 million and came in above the €743 million consensus.
■ The Solvency II ratio increased to 222%, despite dividend, share buyback and capital deployment for growth.
■ Life, Non-life, Asset Management and Distribution & Services all contributed to the result improvement.
■ Our Investment view on ASR is positive, because the figures are strong and the stock can probably continue to rise gradually.

ASR published a strong set of results for the first half of 2026. The insurer showed growth across the main business segments, increased the interim dividend and reported a higher solvency ratio. More importantly, organic capital creation came in above expectations, which for an insurer is often more important than one single profit line.

Organic capital creation amounted to €773 million, compared with €721 million a year earlier and consensus of €743 million. That shows ASR’s underlying capital engine is running stronger than the market expected. Operating result rose 9.8% to €901 million and net result increased to €809 million, helped by better market conditions and positive valuation effects.

The Solvency II ratio stood at 222% at the end of June, compared with 218% at the end of 2025. That is strong because ASR also returned capital through an interim dividend and a completed €175 million share buyback programme during the same period. The combination of higher capital creation, a strong balance sheet and rising shareholder distributions makes this update clearly positive.

Investment view

Our Investment view on ASR is positive. The figures are strong, capital creation is above expectations and the company shows that the integration of Aegon Nederland, growth in Non-life, pensions and fee-based activities are increasingly coming together in one scalable platform.

We think the stock can probably continue to rise gradually. That does not mean it has to move up in a straight line every day or every week, but the fundamental base is becoming stronger. For an insurer like ASR, the key factors are predictable capital generation, a strong solvency buffer, underwriting discipline, dividend growth and room for additional capital returns. ASR delivers on nearly all of these points in this half year.

The stock does not need a spectacular new story to move higher. It can benefit precisely from the calm nature of the case. ASR is not a hype stock, but a compounding financial where earnings, capital and dividend build step by step. As long as solvency remains comfortably above the target zone and organic capital creation moves toward or above the full-year target, the chance of gradual re-rating remains present.

The main reason to stay positive is that the numbers are broad-based. Life benefits from higher investment margins and previous pension buy-outs, Non-life remains ahead of target, fee-based activities are growing strongly and the balance sheet provides room for growth and distributions. That is exactly the profile institutional investors value in a European insurer.

Why this update is better than expected

Capital creation is the key datapoint in this update. ASR reported €773 million in organic capital creation, while consensus stood at €743 million. The gap may not look extreme, but for an insurer it matters because it directly affects dividend capacity, share buybacks, solvency and room for acquisitions.

The operating result of €901 million shows that earnings growth is not coming from one single corner. The company reported higher results in all business segments, with Life contributing the largest amount at €689 million. Non-life rose to €268 million, Asset Management to €78 million and Distribution & Services to €37 million. That makes the improvement higher quality than if only one division had performed unusually well.

Net result of €809 million was sharply higher than last year’s €126 million. This figure is helped by investment-related effects and should therefore not be treated as a fully structural earnings base. The underlying message is still clear: the combination of operating growth, capital growth and balance sheet strength is better than the market expected before the release.

Key figures first half 2026

■ Operating result: €901 million, up 9.8%.
■ Net result: €809 million, compared with €126 million last year.
■ Organic capital creation: €773 million, up 7.3%.
■ Consensus organic capital creation: €743 million.
■ Solvency II ratio: 222%, compared with 218% at year-end 2025.
■ Operating return on equity: 15.4%, above the target of more than 12%.
■ Interim dividend: €1.39 per share, up 9.4%.
■ Share buyback: €175 million completed in the first half.
■ Operating result per share: €4.44, up 12.4%.
■ OCC per share: €3.81, up 9.8%.
■ Holding liquidity position: €997 million.
■ Contractual Service Margin: €6.105 billion, up 2.2%.
■ Total equity attributable to shareholders: €8.969 billion, up 4.2%.

The capital engine is running stronger

For ASR, the investment case is less about revenue growth and more about capital generation. The rise in organic capital creation to €773 million is therefore the core of the update. ASR is on track to meet its target of more than €1.35 billion in organic capital creation for 2026.

The Solvency II ratio rose to 222%. The capital bridge shows that organic capital creation added 13 percentage points to solvency, while capital distributions reduced it by 8 percentage points. Market and operational movements had only a limited negative impact. The fact that solvency still increased despite these distributions and capital deployment underlines the quality of capital formation.

That is exactly why ASR remains attractive for investors looking for predictable returns. The company can use capital for dividends, share buybacks, pension buy-outs and acquisitions without immediately putting the balance sheet under pressure. That combination is often the basis for gradual share price appreciation.

Dividend and buybacks remain important

ASR increased its interim dividend by 9.4% to €1.39 per share. That is consistent with the progressive dividend policy and confirms management confidence in the capital position. For an insurer, dividend growth is not only a reward for shareholders, but also a signal that capital generation is sufficiently robust.

The €175 million share buyback programme was also completed in the first half of 2026. Together with the interim dividend, this means ASR has already returned significant capital while still reporting a Solvency II ratio of 222%. That is an important quality marker.

The balance sheet also leaves room for capital deployment. ASR completed Bovemij on 1 July, remains selectively active in pension buy-outs and sees further consolidation opportunities in the Dutch insurance market. The message is therefore not only that shareholders receive cash, but also that the company has enough strength to finance value-accretive growth.

Non-life is performing ahead of target

The Non-life segment is one of the strongest parts of the update. Premiums in P&C and Disability grew organically by 6.0%, clearly above the 3% to 5% target range. That points to pricing discipline, volume development and a strong commercial position in the Dutch market.

The combined ratio for P&C and Disability came in at 91.6%. That is better than the target range of 92% to 94%. Within P&C, the ratio was even 89.9%, helped by favourable claims development from prior years and lower costs. Disability came in at 93.3%, still within the target zone, despite uncertainty around absenteeism and higher disability benefit payments.

This deserves its own section because Non-life often determines the quality of an insurer. Growth only creates value if underwriting discipline remains intact. ASR shows here that it can deliver both: higher premiums and a combined ratio below target.

Life remains the largest profit engine

The Life segment increased operating result by 11.6% to €689 million. The improvement mainly came from a higher investment and finance result, supported by a higher investment margin, previous pension buy-outs, more real estate exposure and lower UFR drag.

This segment matters because it makes the largest contribution to ASR’s earnings base. The results show that previous transactions, including pension buy-outs, do not only add volume but also contribute to the capital and earnings engine. That fits the strategy of disciplined execution, where ASR only wants deals that offer sufficient returns.

Pension buy-out inflow was lower in H1 than last year, but that is not a sign of weakness. Last year’s comparison base was exceptionally high because of three buy-outs. In 2026, ASR selected a smaller deal with Kring Bavaria and announced the Ecolab deal for H2 after the period. The quality of deals matters more than volume alone.

Pensions remain a structural growth line

Within Pensions, commercial development remains good. DC inflow increased by 3.2% to €1.545 billion and annuities inflow rose by 38.0% to €436 million. DC assets under management rose to €34.1 billion, supported by net inflows and positive revaluations.

This part deserves attention because ASR benefits here from a long-term shift in the pension market. More DC assets mean more scale, more customer relationships and later also more opportunities in annuities when participants convert assets into income products.

ASR is also close to its medium-term targets. Cumulative DC inflow stands at €7.3 billion against a target of €8 billion, and cumulative annuities inflow stands at €1.7 billion against a target of €1.8 billion. That makes the pension business not only growing, but also increasingly predictable.

Fee-based activities gain more weight

The fee-based businesses showed strong growth. Operating result increased by 32.1% to €115 million, driven by the contribution from HumanTotalCare, better results across underlying activities and realised cost synergies.

Asset Management increased operating result to €78 million, partly due to synergy benefits in mortgages after migration to the Stater platform. Distribution & Services reached €37 million, mainly through HumanTotalCare. Fee income rose strongly, while third-party assets under management increased to €41.6 billion.

This is strategically important because fee-based businesses are less capital-intensive than traditional insurance activities. As these units grow, ASR gets a broader earnings base and becomes less dependent on rates, underwriting and capital markets alone.

Aegon integration completed and Bovemij opens a new phase

ASR completed the integration of Aegon Nederland in the first half, with the legal merger of the life entities in early July as the final milestone. The integration was completed within three years and the planned cost synergies were realised. That matters because large insurance integrations often bring delays, cost overruns or operational noise.

With Bovemij, ASR takes the next step in consolidation. The acquisition strengthens its position in Non-life and gives access to the BOVAG mobility ecosystem, with around 8,000 garages, car dealers and mobility companies. ASR expects around €400 million in annual premium volume from H2 2026 and a run-rate OCC contribution of around €25 million per year after integration.

The initial solvency impact is around 3.5 percentage points negative, but that is manageable within the current buffer. The strategic logic is clear: ASR wants to strengthen its leading position in the Netherlands by combining scale, distribution and discipline.

Balance sheet and market sensitivity remain comfortable

The balance sheet remains strong. The Solvency II ratio of 222% is far above the internal thresholds and comfortably above the level needed for regular capital distributions. Financial leverage fell to 21.0% and double leverage to 93.0%, showing that the capital structure remains controlled.

There are known movements ahead. In H2, solvency will be affected by Bovemij and by the removal of the deterministic adjustment after the legal merger of the life entities. On the other hand, the implementation of the EIOPA 2020 review in H1 2027 is expected to have a positive effect.

For investors, the important point is that these items are known and manageable. Solvency is high enough to absorb temporary pressure, while organic capital creation keeps replenishing the buffer.

AI and technology as operational accelerator

ASR explicitly names AI as a strategic accelerator. The company uses AI to improve processes, make better use of scarce expertise, serve customers faster and keep the organisation future-proof. At the same time, human responsibility remains leading in processes where AI is applied.

This deserves its own place because insurers are becoming more dependent on data, automation, risk selection, claims handling and customer interaction. At ASR, AI is not a separate hype story, but an operational tool to strengthen scale benefits and cost control.

The downside is that technology investments also bring costs. Holding & Other reported a lower operating result due to higher spending on new technology and AI. For now, that is acceptable as long as the larger segments deliver enough earnings growth and the spending eventually supports efficiency.

Capital Markets Day is the next catalyst

ASR will present a sharpened strategy and new targets for the 2027 to 2029 period on 1 December. That becomes the next important test for the stock. The market will want to see whether strong capital creation, dividend growth and consolidation discipline are carried forward into a new financial framework.

The timing is favourable. ASR approaches that investor day with record capital creation, high solvency, completed Aegon integration, a new CEO and a clear ambition to further strengthen its leading position in the Netherlands. That gives management room to present a credible story.

For the share price, this can matter. If ASR provides credible targets for capital generation, dividend growth, efficiency and possible additional capital returns, the stock can receive further support.

Key risks

■ Solvency will face known H2 pressure from Bovemij and the legal completion of the life merger.
■ Disability remains sensitive to absenteeism, UWV issues and higher disability benefit payments.
■ P&C benefited partly from favourable prior-year claims development and one-off cost benefits.
■ The strong net result growth includes market effects and is not fully structural.
■ Operating expenses increased due to HumanTotalCare and investments in technology and AI.
■ Pension buy-outs remain competitive, which makes value-over-volume discipline necessary.
■ Market movements in rates, spreads, real estate and equities can affect capital ratios.
■ The new strategy on 1 December must be strong enough to sustain the current positive trend.

Conclusion

ASR delivered a strong first half. Operating profit increased, organic capital creation came in above expectations, solvency improved, the dividend rose and the company continued to return capital to shareholders.

The strength lies mainly in the breadth of the numbers. Non-life performs ahead of target, Life remains the largest earnings source, Pensions continue to grow, fee-based activities gain more weight and the balance sheet leaves room for further consolidation.

For us, ASR remains positive. The stock does not need to be a sprinter, but the figures support a scenario in which the share price probably continues to rise gradually, driven by capital creation, dividend growth and confidence ahead of the Capital Markets Day.

■ De Europese beurzen lijken woensdag voorzichtig tot lager te openen. Wall Street sloot gisteren zwakker, technologie en vooral chips stonden stevig onder druk, Azië verkoopt fors af, olie loopt op en de lange rentes blijven hoog. Tegelijk blijft dit voor ons een vreemde markt waarin bewegingen plotseling volledig kunnen draaien; een lagere opening betekent daarom nog niet automatisch dat de hele sessie zwak blijft.

📞 Podcast woensdag 19 augustus - Als alles tegenzit?

0:00

/903.167275

1×

■ De kapitaalmarktrente blijft het belangrijkste aandachtspunt. De Amerikaanse 30-jaarsrente tikte gisteren kort 5,33% aan en staat nu rond 5,27%, terwijl de 10-jaarsrente opliep tot 4,75% en inmiddels is teruggevallen naar circa 4,70%. Dat laatste is een klein lichtpuntje: de rente blijft hoog, maar de stijging zet vanochtend in ieder geval niet verder door.
■ Het renteprobleem is nadrukkelijk internationaal. De Japanse 10-jaarsrente staat rond 2,9% en bereikte in de afgelopen 24 uur het hoogste niveau in 30 jaar. Ook de financieringskosten in Europa zijn sterk opgelopen, met in Duitsland het hoogste niveau sinds 2011 en in Frankrijk sinds 2008. De Duitse rente wordt in de aangeleverde gegevens rond 3,26% genoemd.
■ Achter die hogere lange rente spelen meerdere factoren tegelijk. De term premium loopt op en daarnaast groeit de aandacht voor de Amerikaanse overheidsfinanciën en het vertrouwen daarin. Voor aandelen blijft vooral belangrijk of deze beweging beheersbaar blijft: een geleidelijke hogere rente kan worden verwerkt, maar een nieuwe scherpe versnelling zou wel degelijk schade kunnen veroorzaken.
■ Iran en de Straat van Hormuz blijven een tweede groot onzekerheidsblok. Washington en Teheran vertellen momenteel fundamenteel verschillende verhalen over de machtsverhoudingen en de situatie rond deze cruciale olieroute, terwijl ook de Amerikaanse strategie in het Midden-Oosten onduidelijk blijft. Dat is voldoende reden om de markt op korte termijn voorzichtig te benaderen.
■ De olieprijs beweegt ondertussen juist hoger. Amerikaanse light sweet crude staat afhankelijk van het contract grofweg tussen $83 en $85 en liep vannacht ongeveer 0,7% op. Dat maakt het marktbeeld lastiger, omdat hogere energieprijzen nu samenvallen met hoge kapitaalmarktrentes en zwakke technologie-aandelen.
■ De Amerikaanse futures vallen ondanks alle onrust vooralsnog mee. De S&P 500-future staat ongeveer 0,1% lager en de Nasdaq 100-future circa 0,3% in de min. Dat is belangrijk, omdat de zeer zwakke beweging in Azië en de forse daling van chips dus niet één op één worden doorgetrokken naar de Amerikaanse voorbeurshandel.
■ Azië laat wel een uitgesproken risk-offbeeld zien. De KOSPI staat circa 5,5% lager, Shenzhen ongeveer 4% in de min, Shanghai rond 2% lager en de Nikkei verliest bijna 3%. Vooral de KOSPI wordt geraakt door forse winstnemingen in memory-aandelen, waarbij wel moet worden benadrukt dat die aandelen daarvoor zeer sterk waren gestegen.
■ Unitree vormt een extreem contrast met die zwakke Aziatische beursdag. Volgens de aangeleverde informatie staat het aandeel na de beursgang in Hongkong ruim 600% hoger. Voor ons is dat vooral een illustratie van hoe ver IPO-speculatie kan doorschieten en nadrukkelijk geen reden om achter zo’n beweging aan te jagen.

■ De Philadelphia Semiconductor Index verloor gisteren ongeveer 5% en dat verdient aandacht. Wij blijven structureel bullish over chips en zien de sector nog steeds als buy on dips, maar het technische patroon van de SOX is op korte termijn minder overtuigend geworden. Een extra beweging naar beneden is mogelijk, al is het beeld niet duidelijk genoeg om nu ineens bearish op de hele chipsector te worden.
■ De VIX bevestigt vooralsnog geen echte paniek. De volatiliteitsindex liep gisteren ongeveer 4% op naar 15,85, maar dat is volgens ons nog geen niveau dat wijst op capitulatie. Juist de combinatie van een forse daling bij chips en een VIX die relatief beheerst blijft, laat zien dat de markt wel risk-off is maar nog niet volledig breekt.
■ EUR/USD noteert rond 1,1580. Zilver staat ongeveer 1% lager rond $62,80 en blijft een lastige markt, maar wij sluiten nog steeds niet uit dat het metaal opnieuw een poging doet richting $68 tot $70.
■ Goud beweegt juist ongeveer 0,3% hoger rond $4.346. Ondanks de dagelijkse schommelingen blijven er voor ons signalen dat goud richting december opnieuw verder omhoog kan.
■ Binnen de optiemarkt gebruiken we in deze uitzonderlijk grillige omgeving ook zeer kortlopende S&P 500-calls en call spreads met looptijden van één tot drie dagen. Daarbij kan de kans van slagen soms maar circa 3% tot 5% zijn. Dit zijn nadrukkelijk kansberekeningstrades en geen voorspellingen: meerdere transacties kunnen fout gaan, terwijl enkele zeer grote winnaars uiteindelijk het verschil moeten maken.
■ NEPI Rockcastle verhoogt de outlook voor 2026 na een sterke eerste jaarhelft. De nettohuurinkomsten stegen van €306 miljoen naar €317,7 miljoen, de vergelijkbare huurgroei bedroeg 2,7% en de leegstand bleef met 1,8% laag. De nettowinst steeg van €277,8 miljoen naar €297,2 miljoen en de EPRA-winst per aandeel verbeterde van €31,11 naar €32,12. Met €460,5 miljoen in kas tegenover €314 miljoen eind 2025 en een schuldratio van 33,1% blijft ook de balans solide. NEPI verwacht nu dat de uitkeerbare winst per aandeel dit jaar met 3,5% tot 4% stijgt, tegen eerder 3%, en keert over de eerste zes maanden €0,2893 per aandeel uit.
■ Alfen (ALFEN) blijft voor ons één van de interessantere fallen angels. Wij zijn jarenlang negatief geweest over het aandeel, maar zijn dit jaar vanaf veel lagere niveaus gedraaid naar een speculatief positieve visie. De recente cijfers vonden wij behoorlijk goed en hoewel er nog voldoende onzekerheid rond de uitvoering bestaat, denken wij dat het aandeel uiteindelijk verder omhoog kan. Zie bericht.
■ Luxe-aandelen kunnen op korte termijn last krijgen van zwakkere financiële markten. Eerder zagen we dat de sterke stijging van de Koreaanse beurs samenging met sterkere luxeconsumptie, waardoor traders bij een scherpe marktcorrectie ook snel de omgekeerde koppeling kunnen maken. Structureel blijven wij wel naar kansen in luxe kijken, maar voorlopig wachten we op betere instapmomenten.
■ Financiële waarden verdienen eveneens aandacht omdat de sterk bewegende lange rente verschillende effecten kan hebben op banken en andere financiële ondernemingen. Voorlopig is het vooral zaak te bekijken hoe deze aandelen reageren wanneer de onzekerheid rond de kapitaalmarktrente aanhoudt.
■ Lotus Bakeries blijft een aandeel om te volgen nadat de koers sterk is opgelopen. Wij vinden het bedrijf interessant, maar de waardering blijft naar onze smaak hoog. Daarom kijken we vooral of de koers zijn kracht kan vasthouden zonder op deze niveaus achter het aandeel aan te lopen.
■ NVIDIA (NVDA) krijgt opnieuw berichten rond China en de H200-chip, waarbij China de restricties zou verminderen. Wij zijn daar vooralsnog terughoudend over, omdat vergelijkbare berichten de afgelopen maanden meerdere keren zijn langsgekomen. Daardoor is de kans groot dat de markt inmiddels minder sterk reageert op opnieuw een variant van hetzelfde verhaal.
■ Klarna stond gisteren fors onder druk na zwakke cijfers. Dat is extra interessant in een markt waarin financiële groeibedrijven gevoelig kunnen zijn voor hogere kapitaalmarktrentes. Voorlopig kijken we vooral hoe het aandeel zich na de forse koersreactie en de tegenvallende resultaten verder ontwikkelt.
■ Oklo (OKLO) heeft volgens de aangeleverde informatie een volgende stap gezet richting de bouw van zijn nucleaire installaties. Dat is fundamenteel een relevante ontwikkeling voor het nucleaire groeiverhaal en kan vandaag als katalysator dienen, al stond het aandeel gisteren nabeurs ongeveer 1% lager. We koppelen aan het nieuws daarom niet automatisch een positieve koersreactie.
■ Bitcoin noteert rond $64.404. Crypto-gerelateerde aandelen lieten gisteren een verdeeld beeld zien en hebben uiteindelijk vooral een omgeving nodig waarin de risicobereidheid weer duidelijk aantrekt. Op dit moment geeft crypto daarom geen uitgesproken bullish of bearish signaal af.
■ Onze Investment view blijft buy on dips, maar wel met extra aandacht voor de kapitaalmarktrente. Een verdeelde tot lagere opening ligt voor de hand door de zwakke chips, de forse dalingen in Azië, hogere olie en nog altijd hoge lange rentes. Tegelijk zijn de Amerikaanse rentes vannacht iets teruggevallen, staan de futures slechts beperkt lager en geeft de VIX nog geen panieksignaal. Daarom zien wij correcties vooralsnog niet als het begin van een bear market en blijven wij structureel positief over AI, fysieke AI en chips. Dat beeld verandert pas wezenlijk wanneer de kapitaalmarktrente opnieuw hard versnelt of zich rond Iran een echte calamiteit ontwikkelt.

Nu op weg naar de opening.

Op onze website meer, inclusief een database met duizenden artikelen.

© 2026 SCEtrader.nl - Alle rechten voorbehouden

■ Alfen rapporteerde in H1 2026 een omzet van €261,5 miljoen, boven de consensus van €258 miljoen.
■ Smart Grid Solutions verraste duidelijk positief en bevestigt de structurele vraag naar netverzwaring.
■ Energy Storage Systems groeit hard, maar de orderconversie blijft het belangrijkste aandachtspunt.
■ EV Charging blijft zwak, maar de markt had daar al veel slecht nieuws ingeprijsd.
■ Onze Investment view op Alfen is speculatief bullish en wij denken dat het aandeel waarschijnlijk een herstelrally kan inzetten.

Alfen heeft over de eerste helft van 2026 een betere update geleverd dan de markt de afgelopen jaren gewend was. De omzet steeg met 23,6% naar €261,5 miljoen, tegenover €211,5 miljoen een jaar eerder en een consensus van €258 miljoen.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

De groei kwam vooral uit Smart Grid Solutions en Energy Storage Systems. EV Charging bleef onder druk staan, maar dat was grotendeels verwacht en zat al in het zwakke sentiment rond het aandeel.

Alfen handhaafde de outlook voor 2026. Het bedrijf rekent nog steeds op €435 miljoen tot €475 miljoen omzet, een aangepaste EBITDA-marge van 4% tot 7% en capex onder 4% van de omzet. De tweede jaarhelft wordt volgens het bedrijf zachter, omdat de omzet in 2026 naar voren is gehaald.

Investment view

Onze Investment view op Alfen is speculatief bullish. Wij zijn jarenlang negatief geweest over het aandeel, maar eerder dit jaar zijn wij gedraaid van negatief naar speculatief bullish.

Die draai kwam niet doordat Alfen ineens een perfect bedrijf werd. De reden was dat de verwachtingen extreem laag waren geworden, de waardering fors was teruggevallen en het aandeel daardoor gevoelig werd voor iedere aanwijzing dat de situatie minder slecht was dan gevreesd.

Deze H1-update past precies in dat beeld. De omzet is beter dan verwacht, Smart Grid verrast positief, Energy Storage groeit hard en de balans is verbeterd van netto schuld naar netto kas. Dat zijn de ingrediënten die nodig zijn om een herstelrally op gang te brengen.

Wij denken daarom dat het aandeel waarschijnlijk een rally kan inzetten. Niet omdat alle problemen zijn opgelost, maar omdat de markt bij Alfen vooral was gepositioneerd op teleurstelling. Als een zwaar afgestraft aandeel vervolgens met betere omzet, sterkere kasstroom en een gezondere balans komt, kan de koersreactie disproportioneel positief worden.

Dit blijft wel een speculatieve rallycase. EV Charging moet stabiliseren, de brutomarge mag niet verder wegglijden en Energy Storage moet de pijplijn sneller omzetten in harde orders. Maar het kantelpunt in vertrouwen lijkt dichterbij te komen.

Voor ons is Alfen dus geen defensieve kwaliteitsnaam, maar een herstelaandeel met duidelijke koershefboom. Als H2 niet opnieuw teleurstelt en 2027 inderdaad winstgevende groei laat zien, kan de markt het aandeel verder herwaarderen.

Waarom de kans op een rally groter is geworden

De belangrijkste verandering zit niet alleen in de omzetbeat. De markt wist al dat Alfen in transformatie zat, maar twijfelde of die reset ooit zichtbaar zou worden in cijfers.

In H1 komen nu meerdere signalen tegelijk binnen. De omzet ligt boven verwachting, aangepaste EBITDA groeit, de operationele kasstroom verbetert sterk en de balans draait naar netto kas.

Dat maakt het aandeel gevoeliger voor koopinteresse. Beleggers die Alfen hadden afgeschreven, moeten opnieuw kijken of de neerwaartse cyclus aan het draaien is.

Bij turnaround-aandelen begint een rally vaak niet wanneer alles perfect is. Die begint wanneer het nieuwsbeeld verandert van “alles gaat mis” naar “het wordt minder slecht en sommige onderdelen herstellen al”. Dat is precies waar Alfen nu dichter bij komt.

De update is beter dan de markt vreesde

De omzet van €261,5 miljoen lag boven de consensus van €258 miljoen. Dat is geen enorme beat, maar voor Alfen wel relevant. Het aandeel is jarenlang afgestraft door teleurstellingen, margedruk, zwakke laadpaaltrends en verlies aan vertrouwen.

De aangepaste EBITDA steeg van €13,0 miljoen naar €16,4 miljoen. De aangepaste EBITDA-marge verbeterde licht van 6,1% naar 6,3%. Daarmee zit Alfen in de bovenste helft van de jaarbandbreedte van 4% tot 7%.

Het nettoverlies verbeterde van €1,3 miljoen negatief naar €0,5 miljoen negatief. De aangepaste nettowinst kwam uit op €3,6 miljoen, tegenover €1,3 miljoen vorig jaar.

Dit is geen explosieve winstdoorbraak, maar dat hoeft voor een eerste rally ook niet. De markt wilde vooral zien dat Alfen niet verder wegzakt. Deze update geeft daarvoor meer bewijs.

Kerncijfers H1 2026

■ Omzet en overige inkomsten: €261,5 miljoen.
■ Omzetgroei: 23,6%.
■ Consensus volgens aangeleverde input: €258 miljoen.
■ Brutomarge: €68,3 miljoen.
■ Brutomarge als percentage van omzet: 26,1%.
■ EBITDA: €11,0 miljoen.
■ EBITDA-marge: 4,2%.
■ Aangepaste EBITDA: €16,4 miljoen.
■ Aangepaste EBITDA-marge: 6,3%.
■ Nettoverlies: €0,5 miljoen.
■ Aangepaste nettowinst: €3,6 miljoen.
■ Operationele kasstroom: €36,5 miljoen positief.
■ Netto kaspositie eind juni: €6,2 miljoen.
■ Netto schuldpositie eind 2025: €20,7 miljoen.
■ Werkkapitaal eind juni: €58,1 miljoen.
■ Werkkapitaal eind 2025: €81,2 miljoen.
■ Capex H1: €7,4 miljoen.
■ Outlook omzet 2026: €435 miljoen tot €475 miljoen.
■ Outlook aangepaste EBITDA-marge 2026: 4% tot 7%.
■ Outlook capex 2026: minder dan 4% van de omzet.

Smart Grid Solutions is de belangrijkste reden voor optimisme

Smart Grid Solutions was de sterkste divisie in de update. De omzet steeg met 14,9% naar €111,6 miljoen, tegenover €97,1 miljoen vorig jaar.

Dat was veel beter dan de aangeleverde Jefferies-verwachting van 4% groei. Juist hier zit de belangrijkste positieve verrassing.

Alfen leverde in H1 2026 in totaal 1.716 transformatorstations. Daarvan gingen 1.199 naar Nederland en 517 naar Finland. De groei kwam zowel uit producten voor netbeheerders als uit projecten.

De brutomarge bij Smart Grid steeg van 22,4% naar 22,9%. Dat ligt binnen de verwachte bandbreedte van 20% tot 30% en laat zien dat dit segment niet alleen groeit, maar ook margediscipline houdt.

Strategisch is Smart Grid de beste pijler onder de herstelcase. Netcongestie, elektrificatie, netverzwaring en investeringen bij netbeheerders zijn geen kortlopende thema’s. Dit zijn structurele investeringscycli waar Alfen de komende jaren van kan profiteren.

Netverzwaring is de structurele rugwind

De energietransitie kan niet doorgaan zonder zwaardere elektriciteitsnetten. Dat maakt Smart Grid belangrijker dan EV Charging binnen het herstelverhaal van Alfen.

Alfen wijst zelf op recordniveaus aan noodzakelijke investeringen bij netbeheerders en op Nederlandse regelgeving die netverzwaring en aansluitprocessen moet versnellen.

Ook Europa beweegt dezelfde kant op. Het Europese Electrification Action Plan moet de uitrol van elektriciteitsnetten versnellen en het aandeel van elektriciteit in het energieverbruik richting 46% in 2040 brengen.

Alfen verwacht hiervan in 2026 nog geen grote volume-impact. Voor 2027 en daarna kan dit wel helpen. Dat maakt Smart Grid de divisie die Alfen meer stabiliteit kan geven.

Energy Storage is de groeiversneller

Energy Storage Systems liet de grootste omzetgroei zien. De omzet steeg met 87,8% naar €98,8 miljoen, tegenover €52,6 miljoen vorig jaar.

Die groei kwam vooral door voortgangsmijlpalen bij twee van de grootste projecten van Alfen tot nu toe. Ook mobile energy storage droeg bij.

De brutomarge kwam uit op 22,8%. Dat ligt boven het midden van de verwachte margezone van 15% tot 25%, maar onder de 27,4% van vorig jaar. Die vergelijking was uitzonderlijk sterk door vrijval van projectvoorzieningen en een gunstigere mix.

Energy Storage is aantrekkelijk omdat batterijopslag een structurele groeimarkt blijft. Netcongestie, hernieuwbare energie en flexibiliteit in het elektriciteitssysteem maken opslag steeds belangrijker.

Voor de rallycase is dit segment belangrijk omdat het snelle omzetgroei kan leveren. Voor de lange termijn moet Alfen bewijzen dat die groei ook voorspelbaar en winstgevend wordt.

Backlog blijft het belangrijkste discussiepunt

De zwakke plek bij Energy Storage is de orderconversie. Alfen zegt zelf dat de backlogontwikkeling in Q2 traag was.

De totale backlog stond eind H1 op €93 miljoen. Daarvan heeft €37 miljoen betrekking op 2026 en €56 miljoen op 2027.

Na het einde van Q2 kwam ongeveer €30 miljoen aan nieuwe orders binnen. Daarvan betrof €6 miljoen mobile storage orders die door de kortere cyclus nog in H2 kunnen worden uitgevoerd.

Dat is beter dan alleen naar de eindstand van de backlog kijken. De vraag blijft gezond, maar klanten schuiven niet altijd snel genoeg door naar harde orders.

Voor een rally is dit cruciaal. Als de markt gelooft dat de pijplijn alsnog richting backlog beweegt, kan het aandeel verder herstellen. Als de conversie traag blijft, wordt de rally kwetsbaarder.

CATL en sodium-ion geven extra strategische waarde

De samenwerking met CATL rond sodium-ion batterijopslag is geen directe winstbijdrage voor 2026, maar wel strategisch relevant.

Sodium-ion kan Alfen op termijn helpen om het opslagaanbod te verbreden naast lithiumoplossingen. Dat geeft meer spreiding in technologie, toeleveringsketen en klantoplossingen.

Alfen verwacht de eerste sodium-ion deployment niet vóór H2 2027. Beleggers moeten dit dus niet als korte termijn katalysator zien.

Toch versterkt het de positionering. Alfen probeert niet alleen losse hardware te verkopen, maar een bredere infrastructuurpartner te worden voor opslag, netoplossingen en softwaregestuurde energietoepassingen.

EV Charging is zwak, maar de lat ligt laag

EV Charging blijft het zwakke onderdeel. De omzet daalde met 17,4% naar €51,1 miljoen, tegenover €61,8 miljoen vorig jaar.

Dat was iets slechter dan de aangeleverde Jefferies-verwachting van 15% krimp. De daling kwam door concurrentiedruk, grillige orders in het publieke segment en de geleidelijke uitrol van nieuwe laadmodellen.

Alfen leverde 53.700 laadpunten, 12,3% minder dan vorig jaar. Ook de gemiddelde verkoopprijs daalde door scherpere prijsstrategieën.

De brutomarge daalde naar 39,5%, tegenover 41,3% vorig jaar. Dat bevestigt dat de laadpaalmarkt nog steeds moeilijk is.

Toch is dit voor de koers niet automatisch negatief. De markt wist al dat EV Charging onder druk stond. Voor een rally hoeft dit segment niet meteen sterk te groeien. Stabilisatie kan al genoeg zijn om het sentiment te verbeteren.

De EV-markt groeit wel degelijk

Het bredere EV-marktbeeld blijft beter dan de divisiecijfers van Alfen suggereren. In H1 stegen BEV-registraties in Europa met 35,1% en liep het marktaandeel op naar 20,7%, tegenover 15,6% vorig jaar.

Dat betekent dat de eindmarkt niet kapot is. Het probleem zit bij Alfen zelf in concurrentie, prijsdruk, productovergang en orderpatronen.

Alfen werkt aan een nieuw digitaal platform, remote services en een nieuwe thuislader. Het digitale platform is inmiddels live en maakt asset management en service op afstand mogelijk.

Dit moet nu zichtbaar worden in de cijfers. Als EV Charging stabiliseert terwijl Smart Grid en Energy Storage blijven dragen, kan de markt Alfen sneller opnieuw waarderen.

Kasstroom is misschien de belangrijkste verbetering

De operationele kasstroom was €36,5 miljoen positief, tegenover €10,8 miljoen positief in H1 2025.

Dat is belangrijker dan het op het eerste gezicht lijkt. Alfen had de afgelopen jaren niet alleen een groeiprobleem, maar ook een vertrouwensprobleem rond voorraad, werkkapitaal en cashgeneratie.

Het netto werkkapitaal daalde van €81,2 miljoen eind 2025 naar €58,1 miljoen. De voorraad op hand daalde van €81,7 miljoen naar €62,0 miljoen. Inclusief vooruitbetalingen liep de totale voorraad terug van €95,2 miljoen naar €72,3 miljoen.

Daarmee neemt de balansdruk af. Een herstelverhaal met positieve kasstroom heeft veel meer kans om door beleggers te worden opgepakt dan een herstelverhaal dat voortdurend kapitaal nodig heeft.

Netto kaspositie maakt de turnaround geloofwaardiger

Alfen draaide van een netto schuldpositie van €20,7 miljoen eind 2025 naar een netto kaspositie van €6,2 miljoen eind juni 2026.

De kaspositie steeg naar €51,1 miljoen, tegenover €26,7 miljoen eind juni 2025.

Dat verlaagt het financiële risico. Voor een bedrijf in transformatie is dat belangrijk, omdat reorganisatiekosten, productontwikkeling en projectuitvoering tijdelijk druk kunnen geven.

De nuance is dat Alfen niet verwacht de voorraad veel verder te kunnen verlagen door strakkere supply-side omstandigheden. De grote werkkapitaalwinst kan dus niet elk halfjaar worden herhaald.

Maar voor het sentiment is de verbetering duidelijk. Netto kas geeft het management meer tijd en geeft beleggers meer comfort dat de transformatie niet onder financiële druk hoeft te gebeuren.

Transformatie is de sleutel tot 2027

Alfen noemt 2026 een fundamenteel transformatiejaar. Het bedrijf wil veranderen van een hardwarebedrijf naar een combinatie van hardware, software en services.

Dat is precies wat nodig is. De oude Alfen-case was te afhankelijk van hardwarevolumes, laadpaalcycli en projecttiming. De nieuwe case moet meer leunen op geïntegreerde oplossingen, digitale diensten, hogere klantwaarde en betere divisiecontrole.

In Q2 benoemde Alfen drie business unit directors. Smart Grid, EV Charging en Energy Storage krijgen daarmee elk een eigen verantwoordelijke leider.

Dat is belangrijk omdat deze activiteiten totaal verschillend zijn. Smart Grid vraagt industriële betrouwbaarheid, Energy Storage vraagt projectdiscipline en EV Charging vraagt productvernieuwing, prijsdiscipline en digitale dienstverlening.

De transformatie kost geld. De EBITDA-aanpassingen bedroegen €5,4 miljoen, waaronder €3,5 miljoen herstructureringskosten en €1,7 miljoen transformatiekosten. In H2 verwacht Alfen hogere personeelskosten door de nieuwe organisatiestructuur. Dat effect moet in 2027 normaliseren.

Waarom 2027 de echte katalysator is

Alfen verwacht vanaf 2027 opnieuw consistente winstgevende groei, met jaar-op-jaar verbetering in omzet en aangepaste EBITDA-marge.

Daar ligt de belangrijkste katalysator voor het aandeel. De H1-cijfers kunnen de eerste rally op gang brengen, maar 2027 moet bewijzen dat Alfen structureel beter wordt.

De eindmarkten blijven aantrekkelijk. Netverzwaring, batterijopslag, elektrificatie en laadinfra zijn structurele thema’s. Maar de beurs gelooft dat verhaal pas opnieuw als Alfen er winstgevend van profiteert.

Als het management in 2027 laat zien dat de nieuwe structuur werkt, kan de markt de waardering verder optrekken. Dan verandert Alfen van een beschadigde groeinaam in een geloofwaardige turnaround.

Wat moet gebeuren om de rally vast te houden?

De eerste voorwaarde is stabilisatie in EV Charging. Verdere omzetdaling en prijsdruk zouden het vertrouwen opnieuw raken.

De tweede voorwaarde is betere orderconversie bij Energy Storage. De pijplijn moet sneller in harde backlog veranderen.

De derde voorwaarde is dat Smart Grid sterk blijft. Dit segment moet het fundament onder de herstelcase vormen.

De vierde voorwaarde is margecontrole. De brutomarge hoeft niet direct terug naar oude niveaus, maar mag niet verder verslechteren.

De vijfde voorwaarde is dat de balans gezond blijft. De stap naar netto kas is belangrijk en mag niet weer verdwijnen door zwakke uitvoering.

Als deze punten in H2 overeind blijven, wordt de kans groter dat de rally langer doorloopt.

Belangrijkste risico’s

■ EV Charging blijft onder druk door concurrentie, prijsdruk en ongelijkmatige orders.
■ De brutomarge daalde door de grotere bijdrage van Energy Storage.
■ Energy Storage blijft afhankelijk van projecttiming en conversie van pijplijn naar orders.
■ De backlogontwikkeling in Q2 was traag.
■ De tweede jaarhelft wordt zwakker door front-loaded omzet.
■ Verdere voorraadreductie is beperkt door strakkere supply-side omstandigheden.
■ Transformatiekosten en hogere personeelskosten kunnen H2 drukken.
■ De belofte van winstgevende groei vanaf 2027 moet nog worden bewezen.
■ Het aandeel blijft gevoelig voor vertrouwen, omdat Alfen eerder meerdere keren teleurstelde.

Conclusie

Alfen levert een H1-update die duidelijk beter is dan het sombere sentiment rond het aandeel. De omzet ligt boven consensus, Smart Grid verrast positief, Energy Storage groeit hard en de balans is sterker geworden.

De update is niet perfect. EV Charging blijft zwak, de brutomarge daalt en de backlog bij Energy Storage moet verbeteren.

Toch is dit precies het soort update dat bij een zwaar afgestraft aandeel een herstelrally kan starten. Alfen hoeft nog niet perfect te zijn. Het bedrijf moet vooral laten zien dat de neerwaartse trend draait en dat 2027 opnieuw winstgevende groei kan brengen.

🔵 English version

Alfen surprises with revenue growth: stock can start a recovery rally if confidence returns

No time to read the full article? Use the five bullets below for the key points.

■ Alfen reported H1 2026 revenue of €261.5 million, above the €258 million consensus.
■ Smart Grid Solutions clearly surprised positively and confirms structural demand for grid reinforcement.
■ Energy Storage Systems is growing strongly, but order conversion remains the key watch item.
■ EV Charging remains weak, but the market had already priced in a lot of bad news.
■ Our Investment view on Alfen is speculative bullish and we think the stock can likely start a recovery rally.

Alfen delivered a better update for the first half of 2026 than the market had become used to in recent years. Revenue increased 23.6% to €261.5 million, compared with €211.5 million a year earlier and consensus of €258 million.

Growth came mainly from Smart Grid Solutions and Energy Storage Systems. EV Charging remained under pressure, but that was largely expected and already reflected in the weak sentiment around the stock.

Alfen maintained its 2026 outlook. The company still expects revenue of €435 million to €475 million, an adjusted EBITDA margin of 4% to 7% and capex below 4% of revenue. The second half will be softer according to the company, because revenue in 2026 is front-loaded.

Investment view

Our Investment view on Alfen is speculative bullish. We were negative on the stock for years, but earlier this year we turned from negative to speculative bullish.

That change did not happen because Alfen suddenly became a perfect company. The reason was that expectations had become extremely low, valuation had fallen sharply and the stock had become sensitive to any sign that the situation was less bad than feared.

This H1 update fits exactly into that picture. Revenue is better than expected, Smart Grid surprises positively, Energy Storage grows strongly and the balance sheet has improved from net debt to net cash. These are the ingredients needed to start a recovery rally.

We therefore think the stock can likely start a rally. Not because all problems have been solved, but because the market was mainly positioned for disappointment. When a heavily punished stock then reports better revenue, stronger cash flow and a healthier balance sheet, the share price reaction can become disproportionately positive.

This remains a speculative rally case. EV Charging must stabilise, gross margin must not deteriorate further and Energy Storage must convert its pipeline into firm orders more quickly. But the turning point in confidence appears to be moving closer.

For us, Alfen is therefore not a defensive quality name, but a recovery stock with clear share price leverage. If H2 does not disappoint again and 2027 indeed shows profitable growth, the market can re-rate the stock further.

Why the chance of a rally has increased

The most important change is not only the revenue beat. The market already knew Alfen was in transformation, but doubted whether that reset would ever become visible in the numbers.

In H1, several signals arrived at the same time. Revenue is above expectations, adjusted EBITDA is growing, operating cash flow improved sharply and the balance sheet moved to net cash.

That makes the stock more sensitive to buying interest. Investors who had written off Alfen need to reassess whether the downward cycle is turning.

In turnaround stocks, a rally often does not start when everything is perfect. It starts when the news flow changes from “everything is going wrong” to “things are becoming less bad and some parts are already recovering”. That is exactly where Alfen is moving closer.

The update was better than feared

Revenue of €261.5 million came in above the €258 million consensus. That is not a huge beat, but it matters for Alfen. The stock has been punished for years because of disappointments, margin pressure, weak charging trends and loss of confidence.

Adjusted EBITDA increased from €13.0 million to €16.4 million. The adjusted EBITDA margin improved slightly from 6.1% to 6.3%. That puts Alfen in the upper half of the full-year guidance range of 4% to 7%.

Net loss improved from €1.3 million negative to €0.5 million negative. Adjusted net profit came in at €3.6 million, compared with €1.3 million last year.

This is not an explosive earnings breakthrough, but it does not need to be for a first rally. The market mainly wanted to see that Alfen is not slipping further. This update provides more evidence for that.

Key H1 2026 figures

■ Revenue and other income: €261.5 million.
■ Revenue growth: 23.6%.
■ Consensus according to supplied input: €258 million.
■ Gross margin: €68.3 million.
■ Gross margin as percentage of revenue: 26.1%.
■ EBITDA: €11.0 million.
■ EBITDA margin: 4.2%.
■ Adjusted EBITDA: €16.4 million.
■ Adjusted EBITDA margin: 6.3%.
■ Net loss: €0.5 million.
■ Adjusted net profit: €3.6 million.
■ Operating cash flow: €36.5 million positive.
■ Net cash position at end-June: €6.2 million.
■ Net debt position at end-2025: €20.7 million.
■ Working capital at end-June: €58.1 million.
■ Working capital at end-2025: €81.2 million.
■ H1 capex: €7.4 million.
■ 2026 revenue outlook: €435 million to €475 million.
■ 2026 adjusted EBITDA margin outlook: 4% to 7%.
■ 2026 capex outlook: less than 4% of revenue.

Smart Grid Solutions is the main reason for optimism

Smart Grid Solutions was the strongest division in the update. Revenue increased 14.9% to €111.6 million, compared with €97.1 million last year.

That was far better than the supplied Jefferies expectation of 4% growth. This is where the most important positive surprise sits.

Alfen delivered 1,716 substations in H1 2026. Of these, 1,199 went to the Netherlands and 517 to Finland. Growth came from both grid operator products and projects.

Gross margin in Smart Grid increased from 22.4% to 22.9%. That sits within the expected range of 20% to 30% and shows that this segment is not only growing, but also maintaining margin discipline.

Strategically, Smart Grid is the best pillar under the recovery case. Grid congestion, electrification, grid reinforcement and investment by grid operators are not short-term themes. They are structural investment cycles from which Alfen can benefit in the coming years.

Grid reinforcement is the structural tailwind

The energy transition cannot proceed without stronger electricity grids. That makes Smart Grid more important than EV Charging within Alfen’s recovery story.

Alfen itself points to record levels of required investment by grid operators and Dutch regulation aimed at accelerating grid reinforcement and connection processes.

Europe is moving in the same direction. The European Electrification Action Plan aims to accelerate grid deployment and raise electricity’s share of energy use toward 46% by 2040.

Alfen does not expect a major volume impact from this in 2026. For 2027 and beyond, however, it can help. That makes Smart Grid the division that can give Alfen more stability.

Energy Storage is the growth accelerator

Energy Storage Systems delivered the highest revenue growth. Revenue increased 87.8% to €98.8 million, compared with €52.6 million last year.

That growth was mainly driven by progress milestones on two of Alfen’s largest projects to date. Mobile energy storage also contributed.

Gross margin came in at 22.8%. That is above the midpoint of the expected 15% to 25% margin range, but below last year’s 27.4%. That comparison was exceptionally strong because of the release of project contingencies and a more favourable mix.

Energy Storage is attractive because battery storage remains a structural growth market. Grid congestion, renewable energy and flexibility in the electricity system make storage increasingly important.

For the rally case, this segment matters because it can deliver rapid revenue growth. For the long term, Alfen must prove that this growth can become more predictable and profitable.

Backlog remains the key debate

The weak point in Energy Storage is order conversion. Alfen itself says backlog development in Q2 was slow.

Total backlog at the end of H1 stood at €93 million. Of that amount, €37 million relates to 2026 and €56 million to 2027.

After the end of Q2, around €30 million of new orders came in. This included €6 million of mobile storage orders that can still be executed in H2 because of the shorter cycle.

That is better than looking only at the backlog balance at period-end. Demand remains healthy, but customers are not always moving quickly enough to firm orders.

For a rally, this is crucial. If the market believes the pipeline will still move into backlog, the stock can recover further. If conversion remains slow, the rally becomes more vulnerable.

CATL and sodium-ion add strategic value

The partnership with CATL around sodium-ion battery storage is not a direct earnings contributor for 2026, but it is strategically relevant.

Sodium-ion can help Alfen broaden its storage offering beyond lithium solutions over time. It adds diversification in technology, supply chain and customer solutions.

Alfen does not expect the first sodium-ion deployment before H2 2027. Investors should therefore not treat this as a short-term catalyst.

Still, it strengthens the positioning. Alfen is not only trying to sell hardware, but to become a broader infrastructure partner for storage, grid solutions and software-led energy applications.

EV Charging is weak, but the bar is low

EV Charging remains the weak segment. Revenue declined 17.4% to €51.1 million, compared with €61.8 million last year.

That was slightly worse than the supplied Jefferies expectation of a 15% decline. The decline came from competitive pressure, uneven orders in the public segment and the gradual rollout of new charger models.

Alfen delivered 53,700 charge points, 12.3% fewer than last year. The average selling price also declined due to sharper pricing strategies.

Gross margin declined to 39.5%, from 41.3% last year. That confirms the charging market remains difficult.

Still, this is not automatically negative for the stock. The market already knew EV Charging was under pressure. For a rally, this segment does not need to grow strongly again immediately. Stabilisation may already be enough to improve sentiment.

The EV market is still growing

The broader EV market picture is better than Alfen’s divisional numbers suggest. In H1, BEV registrations in Europe increased 35.1% and market share rose to 20.7%, from 15.6% last year.

This means the end market is not broken. The problem for Alfen lies in competition, pricing pressure, product transition and order patterns.

Alfen is working on a new digital platform, remote services and a new home charger. The digital platform is now live and enables asset management and remote service.

This must now become visible in the numbers. If EV Charging stabilises while Smart Grid and Energy Storage continue to carry the group, the market can re-rate Alfen faster.

Cash flow may be the most important improvement

Operating cash flow was €36.5 million positive, compared with €10.8 million positive in H1 2025.

That matters more than it may seem. Alfen did not only have a growth problem in recent years, but also a confidence problem around inventories, working capital and cash generation.

Net working capital declined from €81.2 million at the end of 2025 to €58.1 million. Inventory on hand declined from €81.7 million to €62.0 million. Including down payments, total inventory fell from €95.2 million to €72.3 million.

That reduces balance sheet pressure. A recovery story with positive cash flow has a much better chance of being picked up by investors than one that constantly needs capital.

Net cash makes the turnaround more credible

Alfen moved from a net debt position of €20.7 million at the end of 2025 to a net cash position of €6.2 million at the end of June 2026.

Cash rose to €51.1 million, compared with €26.7 million at the end of June 2025.

That lowers financial risk. For a company in transformation, this is important because restructuring costs, product development and project execution can create temporary pressure.

The nuance is that Alfen does not expect inventories to decline much further because of tighter supply-side conditions. The large working capital gain therefore cannot be repeated every half year.

But for sentiment, the improvement is clear. Net cash gives management more time and gives investors more comfort that the transformation does not have to take place under financial pressure.

Transformation is the key to 2027

Alfen calls 2026 a fundamental transformation year. The company wants to move from a hardware company to a combination of hardware, software and services.

That is exactly what is needed. The old Alfen case was too dependent on hardware volumes, charging cycles and project timing. The new case must rely more on integrated solutions, digital services, higher customer value and better divisional control.

In Q2, Alfen appointed three business unit directors. Smart Grid, EV Charging and Energy Storage now each have their own responsible leader.

That matters because these activities are completely different. Smart Grid requires industrial reliability, Energy Storage requires project discipline and EV Charging requires product renewal, pricing discipline and digital services.

The transformation costs money. EBITDA adjustments amounted to €5.4 million, including €3.5 million of restructuring costs and €1.7 million of transformation costs. In H2, Alfen expects higher personnel expenses because of the new organisational structure. That effect should normalise in 2027.

Why 2027 is the real catalyst

Alfen expects consistent profitable growth again from 2027, with year-on-year improvement in revenue and adjusted EBITDA margin.

That is the main catalyst for the stock. The H1 numbers can start the first rally, but 2027 must prove that Alfen is structurally improving.

The end markets remain attractive. Grid reinforcement, battery storage, electrification and charging infrastructure are structural growth markets. But the market will only believe that story again if Alfen can profit from it.

If management shows in 2027 that the new structure works, the market can lift the valuation further. Then Alfen changes from a damaged growth name into a credible turnaround.

What must happen to sustain the rally?

The first requirement is stabilisation in EV Charging. Further revenue decline and pricing pressure would hurt confidence again.

The second requirement is better order conversion in Energy Storage. The pipeline must move into firm backlog faster.

The third requirement is that Smart Grid remains strong. This segment must form the foundation under the recovery case.

The fourth requirement is margin control. Gross margin does not need to return to old levels immediately, but it must not deteriorate further.

The fifth requirement is that the balance sheet stays healthy. The move to net cash is important and should not disappear again through weak execution.

If these points hold up in H2, the probability increases that the rally lasts longer.

Key risks

■ EV Charging remains under pressure from competition, pricing pressure and uneven orders.
■ Gross margin declined because of the larger contribution from Energy Storage.
■ Energy Storage remains dependent on project timing and pipeline conversion.
■ Backlog development in Q2 was slow.
■ The second half will be weaker because revenue is front-loaded.
■ Further inventory reduction is limited by tighter supply-side conditions.
■ Transformation costs and higher personnel expenses can pressure H2.
■ The promise of profitable growth from 2027 still needs to be proven.
■ The stock remains sensitive to confidence because Alfen has disappointed several times before.

Conclusion

Alfen delivers an H1 update that is clearly better than the gloomy sentiment around the stock. Revenue is above consensus, Smart Grid surprises positively, Energy Storage grows strongly and the balance sheet has improved.

The update is not perfect. EV Charging remains weak, gross margin is lower and the Energy Storage backlog needs to improve.

Still, this is exactly the type of update that can start a recovery rally in a heavily punished stock. Alfen does not need to be perfect yet. The company mainly needs to show that the downward trend is turning and that 2027 can bring profitable growth again.

Zie ook dit artikel over de revival van oude chips.

Standaardopname 7287

0:00

/679.484875

1×

Tot morgen iedereen!

Op onze website meer, inclusief een database met duizenden artikelen

© 2026 SCEtrader.nl - Alle rechten voorbehouden.

Daarbij gebruiken we, na het scannen van alle beschikbare data, een deel van de zichtbare flows die opvallen. Het is een momentopname, maar de activiteit is opvallend genoeg om uit te lichten en mogelijk richtinggevend voor het verdere koersverloop.

Stijging Verwacht

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Heb je een abonnement op scetrader.nl en vragen over deze rubriek, dan hoor ik die graag. Stuur gerust een bericht naar info@scetrader.nl of via het WhatsApp-nummer dat wij gebruiken. Ik beantwoord vragen met plezier. Nu verder -->

Wall Street bias voor vandaag

■ Onze Investment view op mature-node en specialty semiconductors wordt duidelijk positiever. AI stimuleert niet alleen de vraag naar de nieuwste accelerators, maar creëert ook extra vraag naar power management, analog, mixed-signal, RF, controllers, silicon photonics en andere ondersteunende chips die vaak juist op mature en specialty processen worden geproduceerd.
■ De belangrijkste verandering is dat de bottlenecks binnen AI zich verbreden. Naast pure compute worden stroomvoorziening, memory, networking, optical connectivity en thermal management steeds belangrijker, waardoor productieprocessen die jarenlang als minder spannend of zelfs legacy werden gezien opnieuw strategische betekenis krijgen.
■ De economics van deze fabrieken kunnen sterk verbeteren wanneer utilization, pricing en productmix tegelijkertijd aantrekken. Semiconductor fabs hebben hoge vaste kosten, waardoor een hogere bezettingsgraad een disproportioneel effect op winst en vrije kasstroom kan hebben, vooral wanneer relatief eenvoudige commodityproducten plaatsmaken voor hoogwaardige power-, analog- en photonicsproducten.
■ Een belangrijk gedeelte van het betere vooruitzicht is inmiddels wel door beleggers ontdekt. Bij verschillende aandelen loopt de koers al vooruit op hogere AI-vraag en betere utilization, waardoor wij niet achter iedere stijging willen aanlopen; stevige correcties kunnen juist nieuwe kansen geven wanneer de operationele ontwikkeling intact blijft.
■ Het cruciale onderscheid loopt tussen commodity mature en specialty mature. Chinese capaciteitsuitbreiding kan bij generieke producten druk op de prijzen veroorzaken, terwijl gespecialiseerde processen voor power, automotive, RF, SiGe en silicon photonics veel moeilijker te vervangen zijn en daardoor structureel aantrekkelijkere economics kunnen hebben.
■ GlobalFoundries (GFS), Tower Semiconductor (TSEM), United Microelectronics (UMC), Powerchip Semiconductor Manufacturing (PSMC) en X-FAB Silicon Foundries (XFAB) vormen de foundrygroep. Zij laten ieder op een andere manier zien hoe mature en specialty productie kan profiteren van AI, photonics, power, edge computing en hogere bezettingsgraden.
■ Texas Instruments (TXN), Analog Devices (ADI), NXP Semiconductors (NXPI), Infineon Technologies (IFX), STMicroelectronics (STMPA) en onsemi (ON) vormen de belangrijkste analog-, embedded-, automotive- en powergroep. AI raakt deze bedrijven via datacenter-power, edge intelligence, robots, auto's en industriële automatisering.
■ Coherent (COHR), Lumentum (LITE) en Marvell Technology (MRVL) vertegenwoordigen de optical- en connectivitylaag. Zij zijn geen pure mature-node beleggingen, maar horen bij dezelfde structurele ontwikkeling omdat steeds grotere AI-clusters een verschuiving van elektrische naar optische dataverbindingen afdwingen.
■ Wolfspeed (WOLF) vormt de uitgesproken SiC-case. De onderneming speelt rechtstreeks in op de behoefte aan efficiëntere high-voltage power conversion en richt zich inmiddels nadrukkelijker op AI-datacenters, maar het aandeel kent aanzienlijk meer bedrijfsspecifiek risico dan de technologie alleen doet vermoeden.

De AI-race wordt meestal beschreven aan de hand van de meest geavanceerde semiconductorprocessen ter wereld. De aandacht gaat naar 3 nanometer, 2 nanometer en uiteindelijk 1,4 nanometer, naar steeds krachtigere accelerators en naar de enorme fabinvesteringen die noodzakelijk zijn om deze chips te produceren. Dat is terecht, maar het vertelt slechts een gedeelte van het verhaal, want achter iedere extreem krachtige AI-chip bevindt zich een complete elektronische infrastructuur die ervoor moet zorgen dat de processor voldoende stroom krijgt, continu data kan ontvangen en versturen en betrouwbaar binnen zijn thermische grenzen blijft functioneren.

Juist daar ontstaat een veel minder zichtbare tweede AI-trade. Een groot gedeelte van de chips die stroom omzetten, spanningen regelen, signalen verwerken, motoren aansturen, licht moduleren of fysieke sensoren uitlezen, hoeft helemaal niet op 2 nanometer te worden geproduceerd. Voor veel van deze functies zijn oudere of gespecialiseerde productieprocessen technisch geschikter, goedkoper en betrouwbaarder. Wat jarenlang werd afgedaan als mature of legacy semiconductorcapaciteit krijgt daardoor opnieuw een strategische functie in een van de modernste investeringscycli ter wereld.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Investment view

Onze Investment view op mature-node en specialty semiconductors wordt structureel positiever. De belangrijkste verandering is dat de hoeveelheid economische waarde rond de processor steeds groter wordt. Naarmate AI-accelerators krachtiger worden, nemen de eisen aan power delivery, networking, analog control en optical connectivity toe, waardoor een steeds groter gedeelte van de totale semiconductorcontent buiten de leading-edge processor zelf terechtkomt.

Daarbij moeten we wel onderscheid maken tussen een aantrekkelijke structurele ontwikkeling en een aandeel dat tegen iedere prijs aantrekkelijk is. In augustus 2026 heeft de markt een groot gedeelte van de AI-keten inmiddels ontdekt en verschillende aandelen in power, foundry en optical connectivity hebben al stevige bewegingen laten zien. Bij sommige bedrijven wordt dus niet alleen het huidige herstel ingeprijsd, maar ook een gedeelte van de winstverbetering die in 2027 of daarna nog moet worden gerealiseerd.

Wij zouden daarom niet achter iedere stijging aanlopen. Semiconductor-aandelen kunnen zelfs binnen een structurele bullmarkt gemakkelijk 20% tot 30% corrigeren wanneer automotive tijdelijk tegenvalt, klanten voorraden afbouwen, hyperscalers hun investeringsritme aanpassen of de algemene risicobereidheid afneemt. Wanneer zo'n correctie plaatsvindt terwijl utilization blijft verbeteren, prijzen redelijk standhouden en de productmix verder richting AI-gerelateerde specialtyproducten verschuift, kan juist een veel interessanter instapmoment ontstaan.

Mature betekent niet achterhaald

Bij digitale logic geldt in algemene zin dat kleinere transistors meer rekenkracht op dezelfde oppervlakte mogelijk maken. Dat verklaart waarom de meest geavanceerde CPUs, GPUs en AI-accelerators voortdurend richting kleinere nodes bewegen. Een processor waarop tientallen miljarden transistors moeten worden geïntegreerd heeft daadwerkelijk voordeel van 3 of 2 nanometer.

Voor een groot gedeelte van de semiconductorwereld gelden echter andere natuurkundige en economische optimalisaties. Een voltage regulator moet stroom uiterst nauwkeurig regelen, een automotive microcontroller moet jarenlang betrouwbaar blijven werken en een RF-component moet signalen bij zeer hoge frequenties verwerken. Een analog chip heeft nauwelijks voordeel van een extreem dure leading-edge node wanneer nauwkeurigheid, spanningstolerantie of betrouwbaarheid veel belangrijker is dan maximale transistor density.

Mature nodes zoals 28, 40, 55, 65, 90, 130 en 180 nanometer kunnen daarom nog tientallen jaren economisch relevant blijven. Hun processen zijn stabiel, de yields zijn doorgaans hoog en klanten hebben producten soms jarenlang voor een specifieke fabriek gekwalificeerd. De waarde zit niet in het feit dat deze technologie oud is, maar in het feit dat zij precies doet wat voor een bepaalde toepassing nodig is.

De verborgen chiplaag achter iedere AI-server

Een moderne AI-server bestaat uit veel meer dan accelerators en HBM. Stroom moet verschillende keren worden geconverteerd voordat de processor precies de spanning krijgt die hij nodig heeft, terwijl controllers voortdurend veranderingen in belasting moeten opvangen. Daarnaast moeten temperaturen, voltages en stromen worden gemeten, pumps en ventilatoren worden aangestuurd en enorme hoeveelheden data door het systeem worden verplaatst.

Veel van die functies worden uitgevoerd door analog-, mixed-signal-, power- en controlchips die op volwassen productieprocessen worden gemaakt. Daardoor kan een toenemende hoeveelheid high-end compute indirect meer vraag naar mature-node chips creëren. De spectaculaire processor aan de bovenkant van het systeem maakt de minder spectaculaire chips eromheen niet overbodig; hij maakt juist steeds hogere eisen aan die componenten noodzakelijk.

De consequentie is belangrijk voor beleggers. De economische AI-exposure van een semiconductorbedrijf kan veel groter zijn dan het woord AI in de productbeschrijving doet vermoeden. Een fabrikant hoeft geen accelerator te ontwerpen om structureel van AI te profiteren wanneer zijn chips essentieel zijn voor iedere accelerator die in een datacenter wordt geïnstalleerd.

Power delivery verandert de waardeketen

Power delivery wordt daarbij een van de duidelijkste bottlenecks. De vermogensdichtheid van AI-racks loopt zo sterk op dat de traditionele manier waarop elektriciteit door een datacenter wordt gedistribueerd steeds moeilijker schaalbaar wordt. Dat vraagt om nieuwe power architectures, betere voltage conversion en componenten die hogere spanningen met minder energieverlies kunnen verwerken.

Hier komen mature BCD-processen, gespecialiseerde power semiconductors en nieuwe materialen zoals GaN en SiC samen. BCD combineert verschillende transistorstructuren zodat digitale control, analog precision en high-voltage functionaliteit binnen één semiconductorproces kunnen worden geïntegreerd. Voor power management is dat veel belangrijker dan het gebruik van de allerkleinste transistor.

De ironie van de huidige AI-cyclus wordt daarmee zichtbaar. Een extreem geavanceerde accelerator kan afhankelijk zijn van powerchips die op een veel oudere node worden geproduceerd. Naarmate de accelerator meer stroom gebruikt, kan de economische waarde van die relatief eenvoudige ondersteunende componenten juist toenemen.

8-inch capaciteit kan opnieuw schaars worden

Veel power-, analog- en mixed-signalchips worden nog altijd geproduceerd op 200-millimeter, oftewel 8-inch wafers. Deze productielijnen hebben jarenlang minder investeringsaandacht gekregen dan grote 300-millimeterfabs, maar kunnen juist daardoor interessant worden wanneer de vraag aantrekt. Capaciteit die jarenlang voldoende leek, kan snel krap worden wanneer meerdere eindmarkten tegelijkertijd herstellen.

Het belangrijkste economische mechanisme is utilization. Een fab heeft hoge vaste kosten voor machines, cleanrooms, personeel, gebouwen en onderhoud, ongeacht hoeveel wafers daadwerkelijk worden geproduceerd. Wanneer dezelfde fabriek van bijvoorbeeld 70% naar 85% of 90% bezetting beweegt, stijgt de omzet terwijl een groot gedeelte van de kostenbasis nauwelijks verandert. Daardoor kan de operationele winst aanzienlijk sneller oplopen dan de omzet.

Dat werkt uiteraard ook omgekeerd en verklaart waarom deze aandelen cyclisch blijven. De aantrekkelijke situatie ontstaat wanneer utilization stijgt terwijl pricing niet wegzakt en de productmix tegelijkertijd verbetert. Dan kunnen drie winsthefboomeffecten tegelijk gaan werken.

Productmix is misschien belangrijker dan volume

Niet iedere wafer vertegenwoordigt dezelfde economische waarde. Een standaard display-driver of generieke microcontroller waarvoor tientallen alternatieve aanbieders bestaan, heeft een totaal ander margeprofiel dan een gespecialiseerde photonics-, RF-, automotive- of high-voltagecomponent die jarenlang voor een bepaald proces is gekwalificeerd.

AI kan deze mix verbeteren. Datacenters vragen meer power management, high-speed analog, silicon photonics en andere gespecialiseerde componenten. Foundries die capaciteit naar deze toepassingen kunnen verschuiven, hoeven daardoor niet noodzakelijk veel meer wafers te produceren om aanzienlijk meer winst te verdienen.

Voor beleggers is dit een cruciaal onderscheid. De thesis is niet simpelweg dat oude fabs opnieuw vol raken, maar dat dezelfde fabcapaciteit economisch waardevoller kan worden doordat zij technologisch belangrijkere producten produceert. Juist dat kan een structurele verbetering veroorzaken die langer duurt dan een normale voorraadcyclus.

GlobalFoundries (GFS): van mature foundry naar essentiële AI-infrastructuur

GlobalFoundries (GFS) is misschien het duidelijkste voorbeeld van hoe het begrip mature foundry verandert. Het bedrijf concurreert niet met de allerduurste leading-edge logicfabrieken, maar richt zich op gespecialiseerde technologieën voor RF, power-efficient compute, automotive, embedded toepassingen en vooral silicon photonics en SiGe. Daarmee probeert GlobalFoundries bewust economische waarde te creëren buiten de klassieke race naar de kleinste transistor.

De ontwikkelingen van juni en juli 2026 versterken dat verhaal. In juni rondde GlobalFoundries de overname van de processor-IP-activiteiten van Synopsys af, waarmee het bedrijf zijn aanbod voor physical AI en embedded intelligente systemen verbreedt. Eind juli volgde bovendien een intentieverklaring voor $300 miljoen Amerikaanse steun om de Amerikaanse positie in next-generation silicon photonics verder uit te bouwen.

Voor AI is vooral die photonicspositie interessant. Naarmate copper interconnect tegen fysieke beperkingen aanloopt, moet steeds meer dataverkeer binnen en tussen datacenters optisch worden afgehandeld. GlobalFoundries beschikt over gespecialiseerde silicon-photonics- en SiGe-platforms die juist voor deze verbindingen zijn ontworpen, waardoor het bedrijf kan profiteren zonder zelf een AI-accelerator te hoeven produceren.

Onze Investment view op GlobalFoundries wordt hierdoor positiever, maar de interessante ontwikkeling moet wel in hogere volumes en betere fab-economics worden vertaald. Na sterke koersbewegingen zouden wij liever gebruikmaken van correcties dan het aandeel uitsluitend op het photonicsverhaal achterna te lopen. Het aantrekkelijke aan GFS is juist de combinatie van verschillende specialtyplatforms, waardoor AI één extra groeimotor wordt boven op automotive, communications en industrial.

Tower Semiconductor (TSEM): een van de zuiverste specialty AI-foundry cases

Tower Semiconductor (TSEM) is nog scherper gepositioneerd op high-value specialty manufacturing. Het bedrijf produceert onder meer analog, RF, power-management, image-sensor, SiGe- en silicon-photonicsproducten en is daardoor veel minder afhankelijk van de klassieke leading-edge roadmap. Voor beleggers die precies willen begrijpen hoe een oudere foundrystructuur door AI opnieuw relevant kan worden, is Tower een bijzonder interessante case.

De recente ontwikkelingen zijn opvallend. In juni meldde Tower samen met Marvell dat meer dan vijf miljoen coherent photonic ICs waren verscheept, waarmee duidelijk wordt dat silicon photonics geen laboratoriumverhaal meer is maar al in echte datacenterinfrastructuur terechtkomt. In juli kondigde Tower vervolgens een omvangrijke uitbreiding van zijn 300-millimeter silicon-photonics-, SiGe- en advanced-packagingcapaciteit in Japan aan, waarbij de eerste extra capaciteit tegen het vierde kwartaal van 2027 productieklaar moet zijn.

Tower verhoogde daarbij zijn financiële ambitie voor 2028 naar $3,6 miljard omzet en $1,2 miljard nettowinst. Dat laat zien hoe belangrijk het bedrijf verwacht dat photonics en andere specialty technologieën voor de toekomstige winst worden. In augustus werd het photonicsplatform bovendien verder uitgebreid met een InP-on-silicon benadering waarmee onder meer lasers, modulators en amplifiers sterker geïntegreerd kunnen worden voor AI-infrastructuur.

Bij Tower zit daarmee tegelijkertijd de kracht en het risico. De AI-koppeling is inmiddels zo duidelijk dat beleggers niet langer voor een onontdekte niche betalen. Wij vinden het bedrijf fundamenteel aantrekkelijk, maar zouden juist na stevige correcties opnieuw geïnteresseerd raken wanneer de uitbouw richting 2027 intact blijft. De komende kwartalen moeten vooral bewijzen dat het orderboek zich daadwerkelijk omzet in snel stijgende omzet en winst.

United Microelectronics (UMC): mature foundry schuift richting AI en photonics

United Microelectronics (UMC) behoort tot de grootste pure-play foundries ter wereld, maar concentreert zich vooral op nodes buiten de absolute leading edge. Het bedrijf produceert onder meer chips voor communications, consumer, automotive en industrial en beschikt daardoor over een brede mature- en specialtybasis.

Juli 2026 bracht twee belangrijke signalen voor de AI-these. UMC meldde de eerste massaproductie van silicon-photonicswafers vanuit zijn 12-inch fabriek in Singapore, waarmee de technologie de stap van ontwikkeling naar volumeproductie zette. Later die maand kondigde het bedrijf uitbreiding van cleanroomcapaciteit in Singapore en de bouw van een nieuwe fabstructuur in Tainan aan om sneller te kunnen inspelen op groeiende AI- en edge-computingvraag.

Ook de utilizationontwikkeling is relevant. UMC verwachtte voor het derde kwartaal een bezettingsgraad boven 90%, precies het gebied waarin de operationele leverage van een foundry veel interessanter wordt. Wanneer een mature foundry tegelijkertijd hoge bezetting, betere pricing en meer specialtyproducten realiseert, kunnen de marges veel sneller verbeteren dan tijdens een traditionele commoditycyclus.

UMC blijft echter gevoeliger voor Chinese concurrentie dan bijvoorbeeld Tower, omdat een groter gedeelte van het portfolio makkelijker vergelijkbaar is met andere mature-node capaciteit. De investment case wordt daarom aantrekkelijker wanneer silicon photonics en andere differentiated technologies een groter gedeelte van de mix gaan vormen. Ook hier zouden wij na sterke rallies eerder op correcties wachten dan uitsluitend op basis van hoge utilization achter de koers aanlopen.

Powerchip Semiconductor Manufacturing (PSMC): pricing, memory en een nieuwe AI-foundrystrategie

Powerchip Semiconductor Manufacturing (PSMC) is een Taiwanese foundry met activiteiten in DRAM en mature-node logic, waaronder power-management- en display-driverchips. Daarmee bevindt het bedrijf zich precies op het kruispunt van twee markten die in 2026 opnieuw krapper zijn geworden: memory en mature foundrycapaciteit.

In juni haalde PSMC ongeveer $886 miljoen op via een internationale aandelenuitgifte, waarmee het financiële ruimte creëerde voor verdere investeringen en balansversterking. In juli werd vervolgens duidelijk hoe sterk de marktdynamiek was veranderd. Het bedrijf verhoogde volgens zijn operationele update niet alleen de prijzen voor DRAM-waferproductie fors, maar ook de prijzen voor 8- en 12-inch foundrydiensten, terwijl de orderinstroom de beschikbare capaciteit overtrof.

Strategisch probeert PSMC daarnaast verder te bewegen dan klassieke mature foundry. De onderneming bouwt een zogenoemde 3D AI Foundry-activiteit rond onder meer silicon capacitors, interposers en HBM-gerelateerde back-end waferdiensten. De samenwerking met Micron rond HBM blijft daarbij belangrijk; begin augustus bevestigde het bedrijf dat de strategie na het overlijden van oprichter en voorzitter Frank Huang ongewijzigd doorgaat, met een pilotlijn voor de Micron-samenwerking tegen eind 2026 en beoogde massaproductie later in 2027.

Dit is duidelijk een hoger-risicoprofiel dan bij de grotere mature foundries. De pricingverbetering is aantrekkelijk, maar juist sterke prijsstijgingen kunnen nieuwe capaciteit aantrekken en uiteindelijk een volgende cyclus veroorzaken. PSMC vinden wij daarom vooral interessant wanneer de onderneming kan aantonen dat het aandeel van high-value 3D AI Foundry daadwerkelijk groeit en zij minder afhankelijk wordt van zuivere commoditypricing.

X-FAB Silicon Foundries (XFAB): Europa's uitgesproken specialty foundry

X-FAB Silicon Foundries (XFAB) is een van de interessantste Europese namen binnen dit thema omdat het bedrijf bewust niet probeert mee te doen aan de leading-edge logicrace. X-FAB richt zich op analog/mixed-signal, high-voltage, sensors, MEMS, SiC en andere specialtyprocessen voor automotive, industrial en medische toepassingen.

De cijfers over het tweede kwartaal van 2026 laten tegelijkertijd zien waarom dit geen simpele rechte AI-trade is. Microsystems & Photonics realiseerde $28,7 miljoen omzet, 14% meer dan een jaar eerder maar 15% minder dan in het eerste kwartaal. Dat onderstreept dat structurele groeimarkten en kwartaalvolatiliteit prima naast elkaar kunnen bestaan.

Strategisch is het beeld aantrekkelijker. In juni kreeg X-FAB €127,4 miljoen publieke financiering binnen het kader van de Europese chipstrategie, terwijl het bedrijf verder investeert in photonicscapaciteit waarvan volumeproductie vanaf 2028 wordt voorzien. X-FAB positioneert zichzelf nadrukkelijk voor de combinatie van power en photonics die door datacenterontwikkeling belangrijker wordt.

Voor beleggers maakt dat X-FAB interessant als Europese pure specialty case, maar de timing blijft belangrijk. Het bedrijf moet eerst bewijzen dat de huidige investeringsfase daadwerkelijk leidt tot hogere fabbezetting en structureel betere marges. Een sterke correctie waarbij de photonics- en powerroadmap intact blijft, zou voor ons interessanter zijn dan het vooruitbetalen voor resultaten die pas vanaf 2027 en 2028 volledig zichtbaar kunnen worden.

Texas Instruments (TXN): analog wordt ineens een AI-datacenterverhaal

Texas Instruments (TXN) wordt vaak gezien als een klassieke analogonderneming met sterke posities in industrial en automotive. Die beschrijving is nog steeds correct, maar mist inmiddels een steeds belangrijker derde onderdeel: datacenters.

In het tweede kwartaal van 2026 rapporteerde Texas Instruments $5,5 miljard omzet, 23% meer dan een jaar eerder. De analogdivisie groeide daarbij 26% en Embedded Processing 16%. Belangrijker voor deze thesis is dat datacenteractiviteiten veel sneller groeien dan de historische kernmarkten, waarbij de onderneming profiteert van de enorme hoeveelheid power-management- en signal-chaincontent die rond iedere nieuwe generatie compute wordt geplaatst.

TI beschikt bovendien over eigen productiecapaciteit en heeft jarenlang zwaar geïnvesteerd in 300-millimeter analog manufacturing. Dat kan een belangrijk kostvoordeel geven wanneer de volumes verder stijgen. De onderneming hoeft de GPU niet te ontwerpen om te profiteren van de stijgende power density; zij levert juist de chips die stroom converteren, meten en regelen rond de processor.

Veel van deze aantrekkelijkheid is inmiddels echter bekend. Texas Instruments is geen verborgen AI-aandeel meer en een sterk herstel van industrial en automotive wordt eveneens steeds meer ingeprijsd. Wij zouden daarom vooral geïnteresseerd zijn tijdens correcties waarbij de structurele datacentergroei intact blijft en de fabutilization verder verbetert.

Analog Devices (ADI): power delivery wordt rechtstreeks onderdeel van de AI-strategie

Analog Devices (ADI) heeft een breed portfolio in high-performance analog, mixed-signal en power-managementtechnologie en is sterk aanwezig in industrial, automotive en communications. AI-data-infrastructuur wordt echter steeds belangrijker omdat juist de extreme vermogensdichtheid van nieuwe accelerators veel nauwkeurigere power delivery vereist.

In juli 2026 rondde Analog Devices de overname van Empower Semiconductor af. Daarmee kreeg ADI toegang tot integrated voltage regulator-technologie en silicon capacitors voor verticale power delivery dicht bij de computechip. De strategische logica is sterk: wanneer stroom steeds dichter bij de accelerator moet worden geconverteerd om verliezen en ruimtegebruik te beperken, wordt power delivery steeds meer onderdeel van de compute-architectuur zelf.

Empower stelde bij de aankondiging dat deze technologie de power footprint sterk kan verkleinen en het energiegebruik van datacentercompute met ongeveer 10% tot 15% kan terugbrengen. Zelfs wanneer de uiteindelijke besparing per ontwerp verschilt, laat dit zien hoeveel economische waarde rondom stroomvoorziening ontstaat wanneer datacenters tegen fysieke energielimieten aanlopen.

Voor ADI vergroot dit de directe AI-exposure boven op de bestaande communications- en industrialactiviteiten. Wij vinden dat aantrekkelijk, maar ook hier is de markt zich steeds bewuster van het thema. Een correctie waarbij de integratie van Empower en de datacentergroei intact blijven, zou daarom aantrekkelijker zijn dan simpelweg achter een rerating van AI-power aan te lopen.

NXP Semiconductors (NXPI): physical AI brengt intelligentie naar auto's, fabrieken en robots

NXP Semiconductors (NXPI) verschilt duidelijk van de datacenter-powernamen. De onderneming is sterk in automotive processing, connectivity, security, microcontrollers en industrial edge computing en profiteert daarom vooral wanneer AI het datacenter verlaat en de fysieke wereld binnengaat.

Die strategie werd in juli 2026 opvallend expliciet. NXP rapporteerde in het tweede kwartaal $3,5 miljard omzet, 19% meer dan een jaar eerder en 10% meer dan in het voorgaande kwartaal. Het management koppelde de toekomstige groei nadrukkelijk aan software-defined vehicles en physical AI in voertuigen, fabrieken en robots.

Voor mature en specialty nodes is dat relevant omdat dergelijke systemen nooit alleen uit één geavanceerde AI-processor bestaan. Een robot of auto bevat talloze microcontrollers, connectivitychips, securityelementen, motorcontrol en sensors die juist op langer bestaande processen worden geproduceerd. NXP kan daardoor profiteren van zowel intelligence aan de edge als van de stijgende semiconductorcontent rond ieder intelligent fysiek systeem.

Wij vinden NXP structureel aantrekkelijk binnen physical AI, maar het aandeel blijft gevoelig voor automotivecycli. Dat maakt correcties juist interessant wanneer de markt tijdelijk alleen naar zwakkere autoproductie kijkt terwijl de strategische verschuiving richting edge intelligence doorloopt.

Infineon Technologies (IFX): AI-power is inmiddels zichtbaar in de cijfers

Infineon Technologies (IFX) is een van de duidelijkste Europese winnaars van de verschuiving naar power-intensive AI-infrastructuur. De onderneming behoort wereldwijd tot de belangrijkste producenten van power semiconductors en combineert traditionele siliconproducten met GaN- en SiC-technologie.

De resultaten van augustus 2026 bevestigen dat AI niet langer slechts een toekomstverhaal is. Infineon realiseerde in het derde fiscale kwartaal €4,172 miljard omzet en een segmentresultaat van €797 miljoen, goed voor een marge van 19,1%. Voor het vierde kwartaal verwacht het bedrijf ongeveer €4,7 miljard omzet en een verdere stijging van de marge richting circa 23%, waarbij sterke AI-activiteiten expliciet als groeifactor worden genoemd.

Ook technologisch beweegt Infineon verder richting de nieuwe datacenter-powerarchitectuur. In augustus kondigde het bedrijf samenwerking aan rond efficiënte direct-current poweroplossingen voor AI-datacenters. Dat past precies bij de overgang naar hogere voltages en minder conversiestappen die nodig is om de steeds hogere rackvermogens economisch beheersbaar te houden.

Infineon behoort daarmee tot onze duidelijkste fundamentele winnaars binnen deze tweede AI-trade. Tegelijkertijd betekent de sterke erkenning van het AI-powerverhaal dat wij na grote koerssprongen eerder op een correctie zouden wachten. De structurele case blijft aantrekkelijk zolang AI-omzet, marge en powerdesign-wins blijven stijgen.

STMicroelectronics (STMPA): herstel plus een nieuwe datacenterpoot

STMicroelectronics (STMPA) is een brede Europese semiconductorproducent met sterke posities in microcontrollers, automotive, analog, sensors en power. Daardoor was de onderneming historisch sterk afhankelijk van automotive en industrial, maar in 2026 wordt AI-datacenterinfrastructuur steeds meer een afzonderlijke groeimotor.

In het tweede kwartaal rapporteerde ST $3,49 miljard omzet, 26% meer dan een jaar eerder, met een brutomarge van 34,8%. Voor het derde kwartaal rekende het bedrijf op ongeveer $3,7 miljard omzet, terwijl het richting het vierde kwartaal verdere groei verwacht uit programma's voor AI-datacenters en LEO-infrastructuur.

Dat is belangrijk omdat ST beschikt over uiteenlopende technologies die rondom de accelerator kunnen worden gebruikt, waaronder power management en andere specialtyproducten. Het bedrijf hoeft daardoor niet de leading-edge computechip te leveren om van de datacenterinvesteringen te profiteren.

ST blijft voor ons wel een herstelcase naast een AI-case. De marges moeten verder verbeteren en automotive en industrial blijven belangrijk. Juist daarom kan een correctie aantrekkelijk worden wanneer de markt opnieuw pessimistisch wordt over de traditionele eindmarkten terwijl de nieuwe datacenterprogramma's blijven opschalen.

onsemi (ON): van power semiconductor naar physical-AI-platform

onsemi (ON) is traditioneel sterk in power semiconductors, sensors, automotive en industrial. Daarmee heeft de onderneming al een natuurlijke positie in electrification en machine control, maar in 2026 probeert het bedrijf nadrukkelijk een bredere rol binnen physical AI te creëren.

De grote strategische stap kwam in juni met de voorgenomen overname van Synaptics in een aandelenovereenkomst van ongeveer $7 miljard. De combinatie moet onsemi's power- en sensingexpertise samenbrengen met connected-compute- en edge-technologie, waardoor het bedrijf meer van het volledige intelligente systeem kan leveren in auto's, robots en industriële machines.

De logica sluit direct aan bij deze long read. Physical AI vraagt niet alleen om compute, maar ook om sensing, connectivity, power management en actuation. Door deze functies dichter bij elkaar te brengen kan onsemi zich ontwikkelen van componentleverancier naar een bredere platformspeler rond intelligente fysieke systemen.

De uitvoering wordt echter cruciaal. Een grote acquisitie introduceert integratierisico en de onderneming blijft blootgesteld aan automotive en industrial. Wij zien daarom potentieel, maar vinden dit bij sterke koersstijgingen geen aandeel om blind achteraan te lopen; correcties waarbij de strategische physical-AI-case intact blijft zijn interessanter.

Coherent (COHR): materialen en optics voor de AI-bandbreedte-explosie

Coherent (COHR) bevindt zich aan een andere kant van de keten. Het bedrijf levert optical components, lasers, transceivers en gespecialiseerde materialen die noodzakelijk zijn om enorme hoeveelheden data door moderne communications- en datacenterinfrastructuur te verplaatsen.

De investment case wordt direct gevoed door het feit dat AI-clusters steeds hogere bandbreedte nodig hebben. Naarmate honderden duizenden accelerators als één systeem moeten functioneren, wordt de interconnect een even belangrijke bottleneck als compute. Daardoor stijgt de vraag naar snellere optical links en componenten die 800G, 1.6T en uiteindelijk nog hogere snelheden mogelijk maken.

Coherent is daarmee geen mature-node foundry en hoort technisch niet in dezelfde categorie als UMC of X-FAB. De reden dat het bedrijf wel in deze long read thuishoort, is dat het precies laat zien hoe de economische waarde zich van pure compute naar de ondersteunende infrastructuur verspreidt.

Bij optical aandelen is in 2026 al veel optimisme ingeprijsd. Wij zouden daarom extra prijsdiscipline hanteren. De structurele vraag kan jarenlang sterk blijven, maar juist aandelen met hoge AI-verwachtingen kunnen bij een kwartaal dat slechts 'goed' in plaats van uitzonderlijk is fors corrigeren.

Lumentum (LITE): optical connectivity wordt een primaire AI-infrastructuurlaag

Lumentum (LITE) is nog directer gekoppeld aan optical communications en levert onder meer lasers en optical components voor datacenter- en telecomverbindingen. De ontwikkeling van augustus 2026 bevestigt hoe snel AI deze markt verandert.

Over het vierde fiscale kwartaal rapporteerde Lumentum $1,01 miljard omzet. Het management beschreef de verschuiving naar optical connectivity als structureel en wees erop dat 1.6T cloudmodules en optical-circuit-switchingoplossingen nog maar aan het begin van hun bijdrage staan.

Dat is fundamenteel belangrijk. AI-clusters kunnen niet onbeperkt groter worden wanneer data tussen accelerators met onvoldoende snelheid of te veel energieverlies wordt verplaatst. Optical connectivity wordt daardoor geen luxe toevoeging, maar steeds meer een basisvoorwaarde voor schaalbare AI.

Het risico bij Lumentum is vooral de waardering na sterke AI-gerelateerde koersbewegingen. Wij geloven in de structurele markt, maar juist dit soort momentum-aandelen kunnen tijdens een algemene semiconductorcorrectie hard terugvallen. Wanneer orders en 1.6T-adoptie intact blijven, kunnen zulke correcties interessante nieuwe instapmomenten creëren.

Marvell Technology (MRVL): de brug tussen custom compute, memory en optical networking

Marvell Technology (MRVL) is geen mature-node pure play, maar wel essentieel om het volledige AI-systeem te begrijpen. Het bedrijf ontwerpt data-infrastructuurchips voor networking, custom compute, electro-optics, storage en steeds meer gespecialiseerde AI-infrastructuur.

In augustus 2026 presenteerde Marvell nieuwe memory- en storageoplossingen voor agentic-AI-inference. Het centrale probleem daarbij is dat processors steeds vaker niet door pure compute worden begrensd, maar doordat data en memory niet snel genoeg beschikbaar zijn. Marvell probeert die bottleneck te verminderen met architecturen waarbij memory flexibeler kan worden uitgebreid, gedeeld en dichter bij de workload beschikbaar gemaakt.

Daarnaast blijft optical connectivity belangrijk. De samenwerking met Tower Semiconductor, waarbij inmiddels miljoenen coherent photonic ICs zijn verscheept, toont dat Marvell niet alleen een theoretisch optical-verhaal heeft maar daadwerkelijk volume door de keten beweegt.

Marvell is daarmee een hoger-beta manier om op dezelfde structurele verschuiving te spelen. De potentiële groei is groot, maar een aanzienlijk gedeelte van het AI-optimisme is al bekend. Wij zouden daarom juist bij scherpe correcties kijken of de custom-silicon-, networking- en opticalroadmap intact blijft.

Wolfspeed (WOLF): SiC krijgt een nieuwe kans in AI-datacenters

Wolfspeed (WOLF) is de meest uitgesproken high-risk case binnen deze groep. Het bedrijf ontwikkelt en produceert silicon-carbidematerialen en power devices, een technologie die vooral aantrekkelijk is wanneer hoge voltages en lage energieverliezen belangrijk zijn.

In juni 2026 richtte Wolfspeed een speciaal datacenterteam op om zijn SiC-technologie sterker richting AI-infrastructuur te brengen. In augustus volgde een samenwerking met LITEON rond 800-volt gelijkstroomoplossingen voor hyperscale AI-datacenters. Dat sluit direct aan bij de verwachting dat de stroomarchitectuur van toekomstige AI-faciliteiten naar hogere voltages moet verschuiven om verliezen, kopergebruik en warmte te beperken.

Technologisch is dat interessant. Bedrijfsspecifiek blijft Wolfspeed echter veel riskanter dan bijvoorbeeld Texas Instruments of Infineon. De onderneming heeft een turbulente financiële geschiedenis achter zich en moet bewijzen dat technologische kwaliteit ook daadwerkelijk kan worden vertaald in consistente winst en vrije kasstroom.

Wij zouden Wolfspeed daarom niet behandelen als een normale mature-node investering. Het is eerder een asymmetrische SiC- en AI-powercase waarbij de potentiële upside groot kan zijn, maar de foutmarge eveneens. Een koerscorrectie maakt het aandeel dus niet automatisch aantrekkelijk; verbetering van de operationele uitvoering blijft noodzakelijk.

Waarom Chinese capaciteit het verhaal niet vernietigt, maar wel verdeelt

China blijft de grootste tegenkracht voor de mature-node bullcase. Het land heeft jarenlang grote bedragen geïnvesteerd in capaciteit op oudere nodes en kan daarmee bij standaardproducten aanzienlijke prijsdruk creëren. Het zou daarom een fout zijn om te concluderen dat iedere 28-, 55- of 90-nanometerfabriek automatisch meer waard wordt door AI.

Juist hier wordt het verschil tussen commodity en specialty essentieel. Wanneer dezelfde chip relatief eenvoudig bij vijf verschillende foundries kan worden geproduceerd, blijft de prijs de belangrijkste concurrentiefactor. Wanneer een proces specifieke materialen, photonics, high-voltagefunctionaliteit of jarenlang gekwalificeerde automotiveproductie vereist, wordt overstappen veel moeilijker.

De recente cijfers uit Azië laten bovendien zien dat mature-node capaciteit ondanks die Chinese expansie opnieuw zeer hoog kan worden benut. Dat suggereert dat AI niet alleen direct nieuwe vraag creëert, maar ook capaciteit uit andere segmenten wegtrekt en daarmee het aanbod voor traditionele toepassingen krapper kan maken.

Waarom pricing power terug kan komen

Bij lage fabbezetting ligt de macht vooral bij de klant. Foundries accepteren lagere prijzen om hun machines gevuld te houden en concurreren vooral op kosten. Zodra utilization richting 90% beweegt, verandert dat spel omdat de klant minder alternatieve capaciteit beschikbaar heeft.

Bij specialty processen wordt dat effect versterkt door switching costs. Een automobielbedrijf of industriële klant kan een gekwalificeerd ontwerp niet zomaar in enkele weken naar een andere fabriek verplaatsen. Er zijn nieuwe maskers, tests, procesvalidatie en soms uitgebreide reliabilityprocedures nodig.

Wanneer de chip bovendien maar een klein gedeelte vormt van de totale kostprijs van een AI-server, auto of industriële machine, wordt leveringszekerheid belangrijker dan een prijsverschil van enkele procenten. Dat is de omgeving waarin specialty foundries weer pricing power kunnen opbouwen.

More-than-Moore wordt belangrijker naast Moore's Law

De semiconductorindustrie is decennialang beoordeeld via één dominante maatstaf: hoeveel kleiner kunnen transistors worden? Moore's Law blijft cruciaal voor high-performance compute, maar AI maakt steeds duidelijker dat de prestaties van een volledig systeem niet alleen door transistor density worden bepaald.

Meer compute heeft sneller memory nodig, sneller memory heeft betere interconnect nodig en meer vermogen vraagt betere power conversion en cooling. Nieuwe materialen, chiplets, silicon photonics, advanced packaging, GaN, SiC en analog integration worden daardoor net zo relevant voor de prestaties van het volledige systeem.

Dat is de essentie van More-than-Moore. Verschillende functies worden geproduceerd op de technologie die daarvoor optimaal is en daarna steeds dichter in één systeem geïntegreerd. Een 2-nanometerprocessor kan daardoor zij aan zij functioneren met componenten op 65 of 130 nanometer zonder dat die oudere technologie ook maar enigszins overbodig is.

Edge AI en physical AI kunnen de volgende vraaggolf worden

De datacenterboom is waarschijnlijk slechts de eerste fase. Wanneer AI zich steeds verder verspreidt naar auto's, robots, fabrieken, medische apparatuur en andere fysieke systemen, verandert de semiconductor bill of materials opnieuw.

Een robot heeft misschien één krachtige processor voor reasoning en perception, maar daarnaast zijn motorcontrollers, power semiconductors, sensors, connectivity, veiligheidssystemen en microcontrollers nodig. Veel van die chips worden geproduceerd op mature en specialty nodes.

Daarmee kan physical AI voor bedrijven zoals NXP, onsemi, STMicroelectronics, Infineon en GlobalFoundries uiteindelijk minstens zo belangrijk worden als de huidige datacenterboom voor andere delen van de sector. Het volume kan enorm worden wanneer intelligente machines op grote schaal worden geproduceerd, terwijl iedere machine tientallen of honderden ondersteunende semiconductors bevat.

Een groot deel van het goede nieuws zit inmiddels al in de koersen

Dit is tegelijkertijd het punt waarop wij voorzichtig worden met de aandelenmarkt. De tweede AI-trade is niet meer volledig onontdekt. Power, optical connectivity en specialty foundries krijgen inmiddels veel meer aandacht en verschillende aandelen hebben verwachtingen ingeprijsd die pas in 2027 of 2028 volledig moeten worden waargemaakt.

Dat hoeft niet te betekenen dat de aandelen geen verdere upside hebben. Het betekent wel dat het verwachte rendement steeds afhankelijker wordt van de prijs waarop wordt ingestapt. Een fantastisch bedrijf kan immers een slechte investering zijn wanneer de belegger al betaalt voor een vrijwel perfect toekomstscenario.

Wij verwachten daarom dat correcties binnen deze groep steeds opnieuw kansen kunnen creëren. Semiconductor-aandelen blijven volatiel en wanneer zorgen over rente, China, automotive of tijdelijke AI-capexvertraging tot stevige koersdalingen leiden, willen wij vooral beoordelen of de langetermijnfundamentals daadwerkelijk zijn veranderd.

Niet iedere correctie moet worden gekocht

Daarbij is discipline noodzakelijk. Een aandeel dat 25% daalt omdat een fab structureel opnieuw leegloopt, prijzen instorten en Chinese concurrenten marktaandeel overnemen, is niet automatisch goedkoop. Een lagere koers wordt pas interessant wanneer de markt sneller verslechtert dan de operationele realiteit.

Onze belangrijkste indicatoren zijn daarom utilization, pricing, mix en AI-gerelateerde ordergroei. Wanneer deze vier overeind blijven terwijl een aandeel hard corrigeert, kan een aantrekkelijk risk/reward ontstaan. Wanneer verschillende indicatoren tegelijkertijd verslechteren, kan de koersdaling juist het begin van een nieuwe neerwaartse cyclus zijn.

Dat onderscheid is vooral belangrijk bij semiconductors omdat positieve en negatieve operationele leverage allebei krachtig zijn. Dezelfde vaste kosten die de winst spectaculair laten stijgen wanneer fabs vollopen, kunnen de winst snel laten verdwijnen wanneer utilization terugvalt.

Wat willen wij richting 2027 zien?

De eerste bevestiging moet komen uit de fabbezetting. UMC beweegt al richting zeer hoge utilization en bij andere specialtyfoundries willen wij eveneens zien dat de bezettingsgraad structureel verbetert. Eén sterk kwartaal is onvoldoende; de vraag moet ook na voorraadnormalisatie standhouden.

Daarnaast moet de productmix blijven veranderen. Meer omzet uit silicon photonics, power, high-voltage, SiGe en physical-AI-gerelateerde chips zou veel waardevoller zijn dan uitsluitend meer commodityvolume. Juist Tower, GlobalFoundries, X-FAB en PSMC moeten bewijzen dat hun nieuwe specialty-activiteiten een groter gedeelte van omzet en winst gaan vertegenwoordigen.

Bij de IDMs willen wij vooral kijken naar de bijdrage van AI buiten traditionele automotive en industrial. Texas Instruments, Analog Devices, Infineon en STMicroelectronics moeten aantonen dat datacenter-power daadwerkelijk een betekenisvolle meerjarige groeimotor wordt. NXP en onsemi moeten op hun beurt bewijzen dat physical AI en intelligent edge uiteindelijk commerciële schaal bereiken.

Bull case

In de bullcase blijft AI-capex tot minstens 2027 krachtig doorgroeien terwijl de bottlenecks verder verschuiven van alleen compute naar power, networking en optical connectivity. Tegelijkertijd herstelt automotive, blijft industrial redelijk stabiel en begint physical AI een aanvullende vraaglaag te creëren. Hierdoor kunnen verschillende mature en specialty fabs vanuit meerdere eindmarkten tegelijk naar hoge utilization bewegen.

Wanneer daar pricing power en een betere productmix bovenop komen, kan de winst dankzij operationele leverage veel sneller groeien dan de omzet. In dat scenario worden bedrijven zoals GlobalFoundries, Tower, UMC en X-FAB niet langer hoofdzakelijk gewaardeerd als cyclische mature foundries, maar steeds meer als leveranciers van essentiële AI-infrastructuur.

De grootste upside kan dan ontstaan bij bedrijven waar de markt de snelheid van deze verandering nog onderschat. Correcties kunnen in deze bullcase relatief snel worden opgevangen zolang nieuwe orders bevestigen dat de structurele vraag intact blijft.

Base case

Onze base case is gematigder en waarschijnlijker. AI blijft veel extra vraag creëren naar power, analog, photonics en connectivity, maar niet iedere markt blijft permanent extreem krap. Automotive en industrial herstellen geleidelijk, terwijl utilization bij specialty fabs hoger blijft dan tijdens de zwakke fase van de vorige cyclus.

Pricing verbetert selectief in plaats van overal en de grootste winst komt uit de verschuiving naar producten met meer toegevoegde waarde. Daardoor ontstaat geen permanente semiconductor-supercycle, maar wel een duidelijk sterkere earningsbasis voor delen van de mature- en specialtysector.

In dit scenario verwachten wij ook regelmatig forse beurscorrecties. Juist dat kan aantrekkelijk zijn, omdat fundamenteel sterkere bedrijven opnieuw goedkoper kunnen worden zonder dat de structurele thesis breekt.

Bear case

In de bearcase groeit de capaciteit sneller dan de vraag. Chinese mature fabs blijven agressief uitbreiden, AI-capex vertraagt en automotive en industrial herstellen minder sterk dan verwacht. Utilization valt terug, prijsverhogingen worden teruggedraaid en commodityproducten komen opnieuw in een scherpe prijsstrijd terecht.

De hoge vaste kosten van fabs zorgen dan voor negatieve operationele leverage. Een beperkte omzetdaling kan een veel grotere winstdaling veroorzaken, waardoor aandelen ondanks een forse correctie nog steeds niet goedkoop hoeven te zijn.

Specialtyproducenten zouden in dat scenario waarschijnlijk beter standhouden dan pure commodityfoundries, maar ook zij zijn niet immuun. Daarom blijft differentiatie de kern van de investment case: hoe moeilijker het proces te vervangen is, hoe groter de kans dat marges en utilization een zwakkere cyclus kunnen doorstaan.

Wat betekent dit voor beleggers?

Wij denken dat naast de eerste AI-trade rond accelerators, HBM en advanced packaging een tweede trade duidelijker zichtbaar wordt. Deze draait om de enorme hoeveelheid infrastructuur die nodig is om AI-compute daadwerkelijk economisch bruikbaar te maken: power management, analog, silicon photonics, SiGe, optical networking, controllers en uiteindelijk de semiconductorcontent in fysieke AI-systemen.

De aandelen verschillen daarbij sterk. GlobalFoundries, Tower, UMC, Powerchip en X-FAB geven foundry-exposure; Texas Instruments, Analog Devices, Infineon, STMicroelectronics, NXP en onsemi bieden verschillende combinaties van power, analog, automotive en physical AI; Coherent, Lumentum en Marvell spelen de bandbreedtebottleneck; Wolfspeed vormt een veel speculatievere manier om op high-voltage SiC voor AI-infrastructuur in te zetten.

Wij willen deze groep daarom niet als één mandje behandelen. Bij sommige aandelen is de investment case al verder gevorderd en zit veel van het goede nieuws in de koers, terwijl andere bedrijven nog moeten bewijzen dat hun nieuwe AI-activiteiten werkelijk materieel worden. Dat verschil bepaalt uiteindelijk waar een correctie een kans is en waar een lagere koers slechts een weerspiegeling is van zwakkere fundamentals.

Conclusie

AI veroorzaakt een opmerkelijke renaissance in een gedeelte van de semiconductorindustrie dat jarenlang als weinig spannend werd beschouwd. Terwijl tientallen miljarden worden geïnvesteerd om transistors steeds kleiner te maken, stijgt tegelijkertijd de waarde van fabrieken die chips produceren op technologieën die soms tientallen jaren ouder zijn.

Dat is geen tegenstelling. Hoe krachtiger de accelerator wordt, hoe meer stroom moet worden geconverteerd, hoe meer data moet worden verplaatst en hoe ingewikkelder het volledige systeem eromheen wordt. AI maakt daardoor niet alleen leading-edge logic belangrijker, maar verhoogt ook de economische waarde van power, analog, RF, photonics en controllers.

De recente ontwikkelingen van juni, juli en augustus 2026 laten zien dat deze verschuiving inmiddels praktisch zichtbaar wordt. Tower breidt silicon-photonics- en SiGe-capaciteit uit, UMC heeft silicon photonics naar volumeproductie gebracht, GlobalFoundries investeert verder in photonics en physical AI, Texas Instruments ziet snelle datacentergroei, Analog Devices versterkt zijn powerportfolio, Infineon rapporteert inmiddels duidelijk AI-gedreven groei en STMicroelectronics bouwt nieuwe datacenterprogramma's op. Tegelijkertijd bewegen NXP en onsemi verder richting physical AI, terwijl Lumentum, Coherent en Marvell profiteren van de steeds grotere behoefte aan optical connectivity.

Dat betekent echter niet dat beleggers nu tegen iedere prijs moeten kopen. Een deel van het betere nieuws zit al in de koersen en juist binnen semiconductors kunnen sentiment en waarderingen veel sneller bewegen dan de onderliggende vraag. Wij verwachten daarom dat correcties van tijd tot tijd opnieuw aantrekkelijke kansen creëren, maar alleen wanneer utilization, pricing, productmix en structurele AI-vraag overeind blijven.

De echte opportunity zit uiteindelijk niet in het kopen van iedere onderneming met een oude fabriek. Zij zit bij bedrijven waarvan oudere of gespecialiseerde productietechnologie ineens een steeds belangrijkere bottleneck oplost binnen de AI-economie. De meest geavanceerde processor ter wereld kan alleen functioneren wanneer tientallen minder spectaculaire chips hem van stroom voorzien, verbinden, meten en besturen. Precies daardoor kan de stille renaissance van de oude chipfabriek uitgroeien tot een van de interessantste tweede-orde-effecten van de AI-boom.

Dit is geen beleggingsadvies. Rendementen uit het verleden bieden geen garantie voor de toekomst.

English version

AI and the silent renaissance of old chip fabs: why mature and specialty nodes could become the second AI trade

No time to read the full article? Use the bullets below for the key points and the stocks involved in this theme.
■ Our Investment view on mature-node and specialty semiconductors is becoming clearly more positive. AI is not only driving demand for the newest accelerators, but is also creating additional demand for power management, analog, mixed-signal, RF, controllers, silicon photonics and other supporting chips that are often manufactured on mature and specialty processes.
■ The key change is that AI bottlenecks are broadening. Alongside pure compute, power delivery, memory, networking, optical connectivity and thermal management are becoming increasingly important, giving renewed strategic relevance to manufacturing processes that were long regarded as less exciting or even legacy.
■ The economics of these fabs can improve materially when utilisation, pricing and product mix strengthen simultaneously. Semiconductor fabs have high fixed costs, meaning higher utilisation can have a disproportionate impact on earnings and free cash flow, particularly when relatively simple commodity products are replaced by high-value power, analog and photonics products.
■ An important part of this improved outlook has already been recognised by investors. Several power, foundry and optical stocks already discount higher AI demand and better utilisation, so we would not chase every rally; corrections can create new opportunities when the operating trajectory remains intact.
■ The crucial distinction is between commodity mature and specialty mature. Chinese capacity expansion can pressure pricing for generic products, while specialised processes for power, automotive, RF, SiGe and silicon photonics can be much more difficult to replace and therefore enjoy structurally better economics.
■ GlobalFoundries (GFS), Tower Semiconductor (TSEM), United Microelectronics (UMC), Powerchip Semiconductor Manufacturing (PSMC) and X-FAB Silicon Foundries (XFAB) make up the foundry group. Each demonstrates in a different way how mature and specialty manufacturing can benefit from AI, photonics, power, edge computing and higher fab utilisation.
■ Texas Instruments (TXN), Analog Devices (ADI), NXP Semiconductors (NXPI), Infineon Technologies (IFX), STMicroelectronics (STMPA) and onsemi (ON) form the key analog, embedded, automotive and power group. AI reaches these companies through data-centre power, edge intelligence, robots, vehicles and industrial automation.
■ Coherent (COHR), Lumentum (LITE) and Marvell Technology (MRVL) represent the optical and connectivity layer. They are not pure mature-node investments, but belong to the same structural development because ever-larger AI clusters are forcing a transition from electrical towards optical data connections.
■ Wolfspeed (WOLF) represents the higher-risk SiC case. The company is directly exposed to the need for more efficient high-voltage power conversion and is now targeting AI data centres more explicitly, but the stock carries substantially more company-specific risk than the technology itself might suggest.

The AI race is usually described through the most advanced semiconductor manufacturing technologies in the world. Attention is focused on 3nm, 2nm and eventually 1.4nm, on increasingly powerful accelerators and on the enormous fab investments required to manufacture these chips. That focus is justified, but it describes only one part of the cycle because behind every extremely powerful AI chip sits a complete electronic infrastructure required to deliver power, move data and keep the entire system operating reliably within its thermal limits.

This is where a far less visible second AI trade begins to emerge. A large proportion of the semiconductors converting electricity, regulating voltage, processing signals, controlling motors, modulating light or reading physical sensors do not need to be manufactured on 2nm. For many of these functions, older or specialised processes are technically superior, cheaper and more reliable. Semiconductor capacity that was dismissed for years as mature or legacy can therefore regain strategic relevance inside one of the most advanced technology investment cycles in history.

Investment view

Our Investment view on mature-node and specialty semiconductors is becoming structurally more positive. The most important change is that increasing amounts of economic value are appearing around the processor itself. As AI accelerators become more powerful, requirements for power delivery, networking, analog control and optical connectivity also rise, causing a larger share of total semiconductor content to sit outside the leading-edge processor.

We do, however, need to distinguish between an attractive structural development and a stock that is attractive at any price. By August 2026, investors have already discovered a substantial part of the AI supply chain and several power, foundry and optical-connectivity stocks have made strong moves. Some share prices therefore discount not only the current recovery but also part of the earnings improvement that still needs to materialise in 2027 and beyond.

We would therefore not chase every rally. Semiconductor stocks can easily correct by 20% to 30% even within a structural bull market when automotive temporarily weakens, customers reduce inventories, hyperscalers alter the pace of investment or broader risk appetite falls. If such a correction occurs while utilisation continues to improve, pricing remains resilient and product mix keeps moving towards AI-related specialty products, the risk-reward can become much more attractive again.

Mature does not mean obsolete

In digital logic, smaller transistors generally allow greater compute density. This explains why the most advanced CPUs, GPUs and AI accelerators continuously migrate towards smaller nodes. A processor integrating tens of billions of transistors genuinely benefits from 3nm or 2nm manufacturing.

For a large part of the semiconductor industry, however, the optimisation problem is completely different. A voltage regulator needs to control electricity accurately, an automotive microcontroller needs to operate reliably for years and an RF component needs to process signals at very high frequencies. An analog semiconductor gains little from an extremely expensive leading-edge process when precision, voltage tolerance or reliability matters more than maximum transistor density.

Mature nodes such as 28nm, 40nm, 55nm, 65nm, 90nm, 130nm and 180nm can therefore remain economically relevant for decades. Their processes are stable, yields are typically high and customers may have spent years qualifying products for a particular fab. Their value lies not in being old, but in performing precisely the function required.

The hidden semiconductor layer behind every AI server

A modern AI server consists of far more than accelerators and HBM. Electricity must be converted several times before the processor receives exactly the voltage it requires, while controllers need to absorb rapid changes in load. Temperatures, voltages and currents must be monitored, pumps and fans controlled and enormous quantities of data moved throughout the system.

Many of these tasks are performed by analog, mixed-signal, power and control semiconductors manufactured using mature processes. Increasing investment in high-end compute can therefore indirectly generate additional demand for mature-node semiconductor content. The spectacular processor at the top of the system does not eliminate the less glamorous chips around it; it demands increasingly sophisticated versions of them.

The implication for investors is important. A semiconductor company's economic AI exposure can be much larger than the word AI in its product portfolio suggests. A manufacturer does not need to design an accelerator to benefit structurally from AI when its products are essential to every accelerator installed.

Power delivery changes the value chain

Power delivery is becoming one of the clearest bottlenecks. The power density of AI racks is rising so rapidly that traditional approaches to distributing electricity through data centres become increasingly difficult to scale. This requires new power architectures, better voltage conversion and components capable of handling higher voltages with lower losses.

This brings mature BCD processes, specialised power semiconductors and newer materials such as GaN and SiC into the same story. BCD combines different transistor structures so digital control, analog precision and high-voltage functionality can be integrated within a single semiconductor process. For power management, that capability matters far more than using the smallest possible transistor.

The irony of the current AI cycle becomes obvious. An extremely advanced accelerator can depend on power semiconductors manufactured on processes that are many generations older. As accelerator power consumption rises, the economic value of these comparatively simple supporting devices can increase rather than decline.

8-inch capacity can become scarce again

A substantial portion of power, analog and mixed-signal semiconductors continues to be manufactured on 200mm, or 8-inch, wafers. These production lines attracted less investment attention than large 300mm fabs for years, but that can make them particularly interesting when demand recovers. Capacity that appeared sufficient for years can tighten rapidly when several end markets recover simultaneously.

The key economic mechanism is utilisation. A fab has high fixed costs for equipment, cleanrooms, employees, buildings and maintenance regardless of actual production levels. If the same facility moves from around 70% utilisation towards 85% or 90%, revenue rises while much of the fixed-cost base changes relatively little. Operating earnings can therefore grow significantly faster than revenue.

The same mechanism also works in reverse, which explains why these stocks remain cyclical. The particularly attractive environment is one in which utilisation rises, pricing remains firm and product mix improves simultaneously. Three separate earnings levers can then work in the same direction.

Product mix may matter more than volume

Not every wafer carries the same economic value. A standard display driver or generic microcontroller with numerous alternative suppliers has a very different margin profile from a specialised photonics, RF, automotive or high-voltage component that has been qualified for years.

AI can improve this mix. Data centres require more power management, high-speed analog, silicon photonics and other specialised components. Foundries capable of shifting capacity towards these applications may therefore generate materially higher earnings without needing dramatic wafer-volume growth.

For investors, this distinction is crucial. The thesis is not simply that old fabs fill up again, but that the same capacity can become economically more valuable because it manufactures strategically more important products. That can support a structural improvement lasting far longer than a normal inventory cycle.

GlobalFoundries (GFS): from mature foundry to essential AI infrastructure

GlobalFoundries (GFS) may be the clearest example of how the mature-foundry concept is changing. Rather than competing in the most expensive leading-edge logic race, the company focuses on specialised technologies for RF, power-efficient compute, automotive, embedded applications and particularly silicon photonics and SiGe. This gives GlobalFoundries a route to creating economic value outside the conventional transistor-scaling race.

Developments during June and July 2026 strengthened that strategy. In June, GlobalFoundries completed its acquisition of Synopsys' processor-IP activities, expanding its capabilities around physical AI and embedded intelligent systems. At the end of July, it also signed a letter of intent covering $300 million of U.S. support aimed at strengthening domestic next-generation silicon-photonics capabilities.

Photonics is particularly important for the AI thesis. As copper interconnect approaches physical limitations, increasing volumes of data inside and between data centres need to move optically. GlobalFoundries' specialised silicon-photonics and SiGe platforms allow the company to participate in this transition without manufacturing the accelerator itself.

Our Investment view on GlobalFoundries is becoming more constructive, although this strategic progress still needs to translate into stronger volumes and fab economics. After large share-price moves, we would rather use corrections than chase the stock solely on the photonics narrative. The attraction of GFS lies in its diversified specialty platforms, where AI can become an additional growth engine alongside automotive, communications and industrial.

Tower Semiconductor (TSEM): one of the purest specialty AI-foundry cases

Tower Semiconductor (TSEM) is even more directly positioned towards high-value specialty manufacturing. The company produces analog, RF, power-management, image-sensor, SiGe and silicon-photonics products, making it much less dependent on the conventional leading-edge roadmap. For investors trying to understand how mature manufacturing can become increasingly relevant through AI, Tower is a particularly interesting example.

Recent developments have been significant. In June, Tower and Marvell disclosed that more than five million coherent photonic ICs had been shipped, demonstrating that silicon photonics has already moved beyond the laboratory into real data-centre infrastructure. In July, Tower announced a substantial expansion of its 300mm silicon-photonics, SiGe and advanced-packaging capacity in Japan, with the first additional capacity expected to be production-ready during the fourth quarter of 2027.

Tower also lifted its 2028 business ambition towards $3.6 billion in revenue and $1.2 billion in net income, demonstrating how important photonics and related specialty technologies could become to its earnings structure. In August, its photonics platform was expanded further through an InP-on-silicon approach designed to integrate lasers, modulators and amplifiers more closely for advanced optical systems.

The strength and risk are therefore closely connected. Tower's AI exposure is now visible enough that investors are no longer paying for a completely undiscovered niche. We view the company positively on fundamentals, but would become particularly interested after substantial corrections if the capacity and customer roadmap towards 2027 remains intact.

United Microelectronics (UMC): mature foundry moves towards AI and photonics

United Microelectronics (UMC) is one of the world's largest pure-play foundries, but focuses primarily on processes outside the absolute leading edge. Its broad mature and specialty manufacturing base serves communications, consumer, automotive and industrial applications.

July 2026 produced two important signals for the AI thesis. UMC announced its first volume-produced silicon-photonics wafers from its 12-inch Singapore facility, representing a transition from development towards actual high-volume manufacturing. Later that month, the company approved additional cleanroom capacity in Singapore and a new fab shell in Tainan to respond more rapidly to future AI and edge-computing demand.

Utilisation is equally important. UMC expected third-quarter fab utilisation above 90%, precisely the territory where foundry operating leverage becomes much more powerful. If a mature foundry simultaneously achieves high utilisation, better pricing and greater specialty content, margins can improve much more quickly than during a conventional commodity cycle.

UMC nevertheless remains more exposed to Chinese mature-node competition than a highly specialised company such as Tower. The investment case therefore becomes more attractive as silicon photonics and other differentiated processes grow as a share of the business. Following strong rallies, we would prefer to wait for corrections rather than chase utilisation alone.

Powerchip Semiconductor Manufacturing (PSMC): pricing, memory and an emerging AI-foundry strategy

Powerchip Semiconductor Manufacturing (PSMC) is a Taiwanese foundry active in DRAM and mature-node logic, including power-management and display-driver ICs. This places the company at the intersection of two markets that have tightened again in 2026: memory and mature foundry capacity.

In June, PSMC raised approximately $886 million through an international equity offering, creating additional financial flexibility. During July, the market environment became even more interesting as the company raised prices for both DRAM wafer production and 8-inch and 12-inch foundry services while customer demand exceeded available capacity.

PSMC is also attempting to move beyond conventional mature foundry through a 3D AI Foundry strategy spanning silicon capacitors, interposers and HBM-related back-end wafer services. Its cooperation with Micron remains important; in early August the company confirmed that the strategy would continue following the death of founder and chairman Frank Huang, with a pilot line expected by year-end 2026 and larger-scale production targeted later in 2027.

This is clearly a higher-risk case than the larger mature foundries. Improved pricing is attractive, but strong price increases can themselves attract additional supply and eventually create another cycle. PSMC becomes more interesting to us if it can demonstrate that high-value 3D AI Foundry activities become a materially larger part of the business.

X-FAB Silicon Foundries (XFAB): Europe's focused specialty foundry

X-FAB Silicon Foundries (XFAB) is one of the most interesting European names in this theme because it deliberately does not compete in leading-edge logic. Instead, X-FAB focuses on analog/mixed-signal, high-voltage, sensors, MEMS, SiC and other specialty processes serving automotive, industrial and medical applications.

Second-quarter 2026 results also demonstrate why this is not a simple straight-line AI trade. Microsystems & Photonics generated $28.7 million in revenue, up 14% year-on-year but down 15% sequentially. Structural growth markets and short-term volatility can therefore exist at the same time.

Strategically, the story is more attractive. In June, X-FAB secured €127.4 million in public funding under the European chip framework while continuing investments in photonics capacity, where volume production is expected to begin in 2028. The company is explicitly positioning itself for data-centre growth through power and photonics.

For investors, this makes X-FAB an interesting European specialty pure play, but timing remains relevant. The company first needs to demonstrate that its current investment phase results in higher utilisation and structurally better margins. A strong correction while the photonics and power roadmap remains intact would be more attractive than paying in advance for results that may not be fully visible until 2027 and 2028.

Texas Instruments (TXN): analog becomes an AI data-centre story

Texas Instruments (TXN) is usually viewed as a classic analog company with strong positions in industrial and automotive. That remains true, but it increasingly misses a third leg: data centres.

Texas Instruments reported second-quarter 2026 revenue of $5.5 billion, up 23% year-on-year. Analog grew 26% and Embedded Processing 16%. More important to this thesis is that data-centre activity has been expanding much faster than TI's traditional core markets as increasingly power-dense systems require additional power-management and signal-chain content.

TI also owns substantial internal manufacturing and has invested heavily in 300mm analog production. This can produce an important structural cost advantage as volumes increase. The company does not need to design the GPU to benefit from rising power density because it supplies many of the semiconductors converting, measuring and controlling power around it.

A substantial part of this attractiveness is already understood. Texas Instruments is no longer a hidden AI beneficiary and an industrial and automotive recovery is also increasingly reflected in expectations. We would therefore be most interested during corrections where structural data-centre growth remains intact and fab utilisation continues to improve.

Analog Devices (ADI): power delivery moves directly into the AI strategy

Analog Devices (ADI) has a broad high-performance analog, mixed-signal and power-management portfolio with major positions across industrial, automotive and communications. AI infrastructure is becoming increasingly important because the extreme power density of new accelerators requires much more sophisticated power delivery.

In July 2026, Analog Devices completed its acquisition of Empower Semiconductor. This gave ADI integrated voltage-regulator technology and silicon capacitors designed for vertical power delivery close to the compute device. The strategic logic is compelling: as power conversion moves increasingly close to the accelerator to reduce losses and save space, power delivery itself becomes part of the compute architecture.

Empower's technology was positioned as being capable of materially reducing the power footprint and lowering compute energy consumption in data centres. Even if realised savings vary by design, the broader point is clear: enormous economic value can emerge around power as data centres approach physical energy constraints.

For ADI, this increases direct AI exposure alongside existing communications and industrial businesses. We view that positively, but the market is increasingly aware of the opportunity. A correction while Empower integration and data-centre growth remain on track would therefore be more attractive than simply chasing the AI-power rerating.

NXP Semiconductors (NXPI): physical AI brings intelligence into vehicles, factories and robots

NXP Semiconductors (NXPI) differs materially from the data-centre power names. The company has strong positions in automotive processing, connectivity, security, microcontrollers and industrial edge computing and therefore benefits primarily as intelligence moves outside the data centre and into the physical world.

That strategy became especially explicit in July 2026. NXP reported second-quarter revenue of $3.5 billion, up 19% year-on-year and 10% sequentially. Management directly linked future growth to software-defined vehicles and physical AI across vehicles, factories and robots.

This matters for mature and specialty nodes because intelligent physical systems never consist of one advanced processor alone. A robot or vehicle contains numerous microcontrollers, connectivity devices, security elements, motor-control functions and sensors manufactured using longer-established processes. NXP can therefore benefit both from intelligence at the edge and from rising semiconductor content around each intelligent physical system.

We view NXP as structurally attractive within physical AI, although the stock remains exposed to automotive cycles. This makes corrections particularly interesting when the market focuses on temporary weakness in vehicle production while the strategic shift towards edge intelligence continues.

Infineon Technologies (IFX): AI power is already visible in the numbers

Infineon Technologies (IFX) is one of the clearest European beneficiaries of the transition towards power-intensive AI infrastructure. The company is one of the world's leading power-semiconductor manufacturers and combines traditional silicon technologies with GaN and SiC.

August 2026 results demonstrate that AI is no longer merely a future narrative. Infineon generated €4.172 billion of third-quarter revenue and €797 million of segment result, representing a 19.1% margin. For the fourth quarter, it expects revenue of approximately €4.7 billion and a further margin improvement towards roughly 23%, with strong AI activity explicitly identified as a growth driver.

Technologically, Infineon is also moving further towards new data-centre power architectures. The company is working on high-efficiency direct-current power solutions for AI data centres, fitting directly into the transition towards higher-voltage architectures and fewer conversion stages required to manage increasingly extreme rack power.

Infineon therefore ranks among the clearest fundamental beneficiaries within this second AI trade. Strong market recognition of the AI-power story also means that after major rallies we would prefer to wait for corrections. The structural thesis remains attractive as long as AI-related revenue, margins and power design wins continue to expand.

STMicroelectronics (STMPA): recovery plus a new data-centre growth engine

STMicroelectronics (STMPA) is a broad European semiconductor producer with strong positions in microcontrollers, automotive, analog, sensors and power. It has historically been heavily exposed to automotive and industrial, but AI data-centre infrastructure is becoming an additional growth engine in 2026.

ST reported second-quarter revenue of $3.49 billion, up 26% year-on-year, with a gross margin of 34.8%. For the third quarter, the company expected approximately $3.7 billion in revenue, while further acceleration later in the year is expected to be supported in part by AI data-centre and low-Earth-orbit infrastructure programmes.

This matters because ST offers numerous technologies that can be used around the accelerator, including power-management and other specialty products. The company can therefore benefit from the data-centre buildout without manufacturing the leading-edge compute device itself.

For us, ST remains a recovery case as well as an AI case. Margins need to improve further and automotive and industrial remain important. That can make corrections especially interesting when the market becomes pessimistic about traditional end markets while newer data-centre programmes continue scaling.

onsemi (ON): from power semiconductor to physical-AI platform

onsemi (ON) is traditionally strong in power semiconductors, sensors, automotive and industrial. This already gives the company natural exposure to electrification and machine control, but in 2026 it is attempting to build a much broader role around physical AI.

The major strategic development came in June through the proposed acquisition of Synaptics in an all-stock transaction valued at approximately $7 billion. The combination is intended to bring onsemi's power and sensing strengths together with connected-compute and edge technologies, allowing the company to address a larger portion of intelligent vehicles, robots and industrial machines.

The logic fits this long read directly. Physical AI requires not only compute, but sensing, connectivity, power management and actuation. Combining these capabilities can move onsemi from being primarily a component supplier towards a broader platform role around intelligent physical systems.

Execution will be critical. A large acquisition creates integration risk and the company remains exposed to automotive and industrial. We therefore see potential, but after strong share-price moves this is not a stock we would chase blindly; corrections where the physical-AI strategy remains intact can be much more interesting.

Coherent (COHR): materials and optics for the AI bandwidth explosion

Coherent (COHR) sits on a different part of the semiconductor and optical supply chain. The company supplies optical components, lasers, transceivers and specialised materials required to move enormous quantities of data through modern communications and data-centre infrastructure.

The investment case is directly driven by growing AI-cluster bandwidth requirements. As hundreds of thousands of accelerators increasingly need to operate as one system, interconnect becomes almost as important as compute itself. Demand therefore rises for faster optical links capable of supporting 800G, 1.6T and eventually even higher data rates.

Coherent is not a mature-node foundry and technically does not belong in the same category as UMC or X-FAB. It belongs in this long read because it demonstrates how economic value is spreading from pure compute towards supporting infrastructure.

A significant amount of optimism is already reflected in optical stocks during 2026. We would therefore apply especially strict valuation discipline. Structural demand can remain strong for years, but stocks carrying very high AI expectations can correct sharply if quarterly results are merely good rather than exceptional.

Lumentum (LITE): optical connectivity becomes a primary AI infrastructure layer

Lumentum (LITE) is even more directly exposed to optical communications and supplies lasers and optical components for data-centre and telecom networks. Its August 2026 results confirm how rapidly AI is reshaping the market.

Lumentum reported fourth-quarter fiscal 2026 revenue of $1.01 billion. Management described the migration towards optical links as a secular industry shift and highlighted emerging contributions from 1.6T cloud modules and optical-circuit-switching solutions.

This is fundamentally important because AI clusters cannot scale indefinitely if information between accelerators moves too slowly or consumes excessive amounts of energy. Optical connectivity therefore moves from being an incremental feature towards a basic requirement for scalable AI infrastructure.

The key risk for Lumentum is valuation after strong AI-related share-price performance. We believe in the structural market, but momentum names can fall sharply during broader semiconductor corrections. If orders and 1.6T adoption remain intact, those corrections could create much better entry opportunities.

Marvell Technology (MRVL): the bridge between custom compute, memory and optical networking

Marvell Technology (MRVL) is not a mature-node pure play, but is essential to understanding the complete AI system. The company designs data-infrastructure semiconductors for networking, custom compute, electro-optics, storage and increasingly specialised AI infrastructure.

In August 2026, Marvell introduced additional memory and storage solutions for agentic-AI inference. The underlying problem is increasingly that processors are constrained not purely by compute, but by the ability to make data and memory available quickly enough. Marvell is addressing this through architectures that enable memory to be expanded, pooled and shared more flexibly.

Optical connectivity also remains important. Its cooperation with Tower Semiconductor, where millions of coherent photonic ICs have now been shipped, demonstrates that Marvell's optical exposure is already translating into meaningful volume across the supply chain.

Marvell consequently offers a higher-beta way to participate in the same structural shift. Potential growth remains substantial, but much of the AI optimism is already well known. We would therefore use sharp corrections to reassess whether the custom-silicon, networking and optical roadmaps remain intact rather than chase the stock after strong momentum.

Wolfspeed (WOLF): SiC receives a new opportunity in AI data centres

Wolfspeed (WOLF) is the most pronounced high-risk case in this group. The company develops and manufactures silicon-carbide materials and power devices, a technology that becomes particularly attractive where high voltage and low energy losses matter.

In June 2026, Wolfspeed established a dedicated data-centre team to target AI infrastructure more directly. In August, it announced a partnership with LITEON around 800V direct-current power solutions for hyperscale AI data centres. This aligns directly with the expectation that future AI facilities will need higher-voltage power architectures to reduce losses, copper requirements and heat.

Technologically, the opportunity is interesting. Company-specific risk remains much higher than at Texas Instruments or Infineon, however. Wolfspeed has gone through major financial disruption and still needs to demonstrate that technology leadership can translate into consistent profitability and free cash flow.

We would therefore not treat Wolfspeed as a conventional mature-node investment. It is better viewed as an asymmetric SiC and AI-power case with meaningful upside but also substantial execution risk. A lower share price alone does not make the investment attractive; operational improvement remains essential.

Why Chinese capacity does not destroy the thesis, but divides the market

China remains the largest counterforce to the mature-node bull case. The country has invested heavily in older-node manufacturing and can create meaningful pricing pressure in standardised product categories. It would therefore be incorrect to conclude that every 28nm, 55nm or 90nm fab automatically becomes more valuable because of AI.

This is precisely where the distinction between commodity and specialty becomes essential. If a semiconductor can be moved relatively easily between five different foundries, price remains the dominant competitive factor. If the process requires specific materials, photonics, high-voltage capabilities or years of automotive qualification, changing suppliers becomes much more difficult.

Recent Asian industry developments also demonstrate that mature-node capacity can nevertheless return to very high utilisation despite Chinese expansion. This suggests that AI not only creates direct incremental demand but can also pull capacity away from other end markets, making supply for traditional applications tighter.

Why pricing power can return

When fab utilisation is low, customers hold most of the negotiating leverage. Foundries reduce pricing to keep equipment running and compete primarily on cost. Once utilisation moves towards 90%, the balance shifts because customers have fewer alternative slots available.

Specialty processes amplify this effect through switching costs. An automotive or industrial customer cannot transfer a qualified design to another fab in a matter of weeks. New masks, testing, process validation and often extensive reliability procedures are required.

When the semiconductor itself represents only a small percentage of the total cost of an AI server, vehicle or industrial machine, supply security can matter more than a few percentage points of pricing. This is the environment in which specialty foundries can rebuild genuine pricing power.

More-than-Moore becomes increasingly important alongside Moore's Law

The semiconductor industry spent decades being judged primarily by one metric: how much smaller can transistors become? Moore's Law remains essential for high-performance compute, but AI increasingly demonstrates that complete-system performance depends on far more than transistor density.

More compute requires faster memory, faster memory requires better interconnect and more power requires more efficient conversion and cooling. New materials, chiplets, silicon photonics, advanced packaging, GaN, SiC and analog integration therefore become increasingly important to overall performance.

This is the essence of More-than-Moore. Different functions are manufactured using the technologies best suited to them and then integrated increasingly closely inside one system. A 2nm processor can therefore operate alongside components built on 65nm or 130nm without making the older technologies obsolete in any meaningful sense.

Edge AI and physical AI could create the next demand wave

The data-centre boom is probably only the first phase. As AI moves increasingly into vehicles, robots, factories, medical devices and other physical systems, the semiconductor bill of materials changes again.

A robot may contain one powerful processor for reasoning and perception, but it also needs motor controllers, power semiconductors, sensors, connectivity, safety functions and microcontrollers. Many of these devices are manufactured using mature and specialty processes.

Physical AI could therefore eventually become as important to companies such as NXP, onsemi, STMicroelectronics, Infineon and GlobalFoundries as the current data-centre boom is to other parts of the sector. The potential volumes become substantial if intelligent machines are produced at scale, while each machine contains dozens or hundreds of supporting semiconductors.

Much of the good news is already reflected in prices

This is also where we become more cautious about the stocks themselves. The second AI trade is no longer entirely undiscovered. Power, optical connectivity and specialty foundries receive much more investor attention today, and several stocks already discount expectations that will only be fully tested during 2027 or 2028.

This does not imply that further upside has disappeared. It means expected returns become increasingly dependent on entry price. Even an exceptional business can become a poor investment if investors already pay for an almost perfect future.

We therefore expect corrections across this group to create recurring opportunities. Semiconductor stocks remain volatile and if concerns about rates, China, automotive or temporary AI-capex weakness produce large declines, the key question for us is whether long-term fundamentals have genuinely changed.

Not every correction should be bought

Discipline remains essential. A stock falling 25% because fab utilisation is structurally declining, pricing is collapsing and Chinese competitors are taking market share is not automatically cheap. A lower price becomes interesting only when market expectations deteriorate more rapidly than operating reality.

Our main indicators are therefore utilisation, pricing, product mix and AI-related order growth. If these four remain intact while a share price corrects sharply, risk-reward can become attractive. If several deteriorate at the same time, the decline may instead mark the start of a new downcycle.

This distinction is particularly important in semiconductors because both positive and negative operating leverage are powerful. The same fixed costs that cause earnings to surge when fabs fill can rapidly destroy profitability when utilisation falls.

What do we want to see through 2027?

The first confirmation needs to come from fab utilisation. UMC is already moving towards very high levels and we want other specialty foundries to demonstrate a similarly durable improvement. One strong quarter is insufficient; demand needs to remain healthy after inventory normalisation.

Product mix also needs to continue improving. Greater revenue exposure to silicon photonics, power, high-voltage, SiGe and physical-AI-related products would be far more valuable than merely producing more commodity wafers. Tower, GlobalFoundries, X-FAB and PSMC in particular need to demonstrate that newer specialty activities become a larger contributor to earnings.

Among the IDMs, we want to see AI become increasingly meaningful beyond traditional automotive and industrial demand. Texas Instruments, Analog Devices, Infineon and STMicroelectronics need to demonstrate that data-centre power is becoming a genuine multiyear growth engine, while NXP and onsemi need to prove that physical AI and intelligent-edge applications eventually achieve meaningful commercial scale.

Bull case

In the bull case, AI capex remains powerful through at least 2027 while bottlenecks continue broadening from compute towards power, networking and optical connectivity. Automotive recovers at the same time, industrial remains relatively stable and physical AI creates an incremental source of demand. Several mature and specialty fabs can therefore move towards high utilisation from multiple end markets simultaneously.

If pricing power and better product mix are added to this, operating leverage can drive earnings significantly faster than revenue. Companies such as GlobalFoundries, Tower, UMC and X-FAB could then increasingly be valued not simply as cyclical mature foundries but as suppliers of essential AI infrastructure.

The greatest upside can emerge where the market still underestimates the speed of the transformation. Corrections may be absorbed relatively quickly in this environment as long as new orders continue to demonstrate structural demand.

Base case

Our base case is more moderate and, in our view, more probable. AI continues creating substantial incremental demand for power, analog, photonics and connectivity, but not every market remains permanently supply-constrained. Automotive and industrial gradually recover while utilisation at specialty fabs remains structurally above the weakest points of the previous cycle.

Pricing improves selectively rather than universally and much of the earnings growth comes from higher-value product mix. This does not create a permanent semiconductor supercycle, but it does establish a stronger earnings base for several parts of the mature and specialty industry.

We also expect regular market corrections in this scenario. That can actually be attractive because fundamentally stronger companies can become cheaper again without the structural thesis being broken.

Bear case

In the bear case, capacity expands faster than demand. Chinese mature fabs continue aggressive expansion, AI capex slows and automotive and industrial recover less than expected. Utilisation falls, price increases are reversed and commodity markets return to intense competition.

The high fixed-cost structure of fabs then creates negative operating leverage. A relatively modest revenue decline can produce a much larger earnings decline, meaning stocks can remain expensive even after substantial corrections.

Specialty manufacturers would probably perform better than pure commodity foundries in this environment, but they would not be immune. Differentiation therefore remains the core of the investment case: the harder a process is to replace, the greater the probability that margins and utilisation can survive a weaker cycle.

What does this mean for investors?

We believe that alongside the first AI trade around accelerators, HBM and advanced packaging, a second trade is becoming increasingly visible. It revolves around the enormous infrastructure required to make AI compute economically useful: power management, analog, silicon photonics, SiGe, optical networking, controllers and ultimately the semiconductor content inside physical-AI systems.

The individual stocks offer very different exposure. GlobalFoundries, Tower, UMC, Powerchip and X-FAB provide foundry exposure; Texas Instruments, Analog Devices, Infineon, STMicroelectronics, NXP and onsemi offer various combinations of power, analog, automotive and physical AI; Coherent, Lumentum and Marvell address the bandwidth bottleneck; Wolfspeed represents a much more speculative way to gain exposure to high-voltage SiC for AI infrastructure.

We therefore would not treat this group as one homogeneous basket. At some companies the investment case is already much more mature and significant good news is reflected in the share price, while others still need to prove that their new AI businesses can become material. That difference ultimately determines whether a correction represents an opportunity or simply a reflection of weakening fundamentals.

Conclusion

AI is creating a remarkable renaissance in a part of the semiconductor industry that investors considered relatively unexciting for years. While tens of billions are being invested to make transistors increasingly small, the economic value of fabs using technologies that can be decades older is rising at the same time.

This is not a contradiction. The more powerful the accelerator becomes, the more electricity needs to be converted, the more data needs to be moved and the more complex the surrounding system becomes. AI therefore makes not only leading-edge logic more valuable, but also increases the economic importance of power, analog, RF, photonics and control semiconductors.

Developments during June, July and August 2026 demonstrate that this shift is already becoming visible. Tower is expanding silicon-photonics and SiGe capacity, UMC has moved silicon photonics into volume manufacturing, GlobalFoundries is investing further in photonics and physical AI, Texas Instruments is benefiting from rapidly growing data-centre demand, Analog Devices is strengthening its AI-power portfolio, Infineon is already reporting clearly AI-driven growth and STMicroelectronics is building new data-centre programmes. At the same time, NXP and onsemi are moving further into physical AI, while Lumentum, Coherent and Marvell benefit from the increasing need for optical connectivity.

This does not mean investors should buy at any price. Part of the improved future is already reflected in share prices and semiconductor sentiment can move far more rapidly than underlying demand. We therefore expect corrections to create renewed opportunities from time to time, but only when utilisation, pricing, product mix and structural AI demand remain intact.

The real opportunity ultimately does not lie in owning every company with an old fab. It lies in identifying companies whose mature or specialised technology suddenly solves an increasingly important bottleneck within the AI economy. The world's most advanced processor can function only because dozens of far less spectacular semiconductors power, connect, measure and control it. That is precisely why the silent renaissance of the old chip fab may become one of the most interesting second-order effects of the AI boom.

This is not investment advice. Past performance is no guarantee of future results.

Heb je hier vragen over, laat het ons weten via info@scetrader.nl of via de WhatsApp-service.

▪️ Vertaalt data naar de richting voor de AEX
▪️ Standaard optiedata met een extra cijfermatige laag er bovenop
▪️ Extra laag is harde data, aanvullende meetpunten en eigen berekeningen
▪️ Meer inzicht in richting, positionering, risico-opbouw en kantelzones
▪️ Een professionele tool om de AEX beter te beoordelen

De Option Flow Bias op de AEX is bedoeld om beter te beoordelen welke richting vanuit de optiemarkt naar voren komt. Het gaat niet om een algemene uitleg over opties, maar om een concrete analyse van de AEX-index op basis van optiedata en aanvullende berekeningen.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

AEX Optiemarkt & Dealer Flow Analyse

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

■ De Amerikaanse 30-jaarsrente is opgelopen tot boven 5,3%, terwijl de reële 30-jaarsrente rond 3,0–3,1% ligt. Omdat de 30-jarige inflatieverwachting rond 2,2% relatief stabiel blijft, is de rentestijging vooral een verhaal van hogere reële rente, durationrisico en een oplopende term premium.
■ Het opvallendste signaal is de divergentie binnen de Amerikaanse rentecurve: zwakkere economische cijfers hebben de verwachting van verdere Fed-verkrapping verminderd, terwijl lange rentes juist stijgen. De markt verwacht dus niet simpelweg een veel hogere beleidsrente, maar verlangt vooral een hogere vergoeding voor langetermijnrisico.
■ Het verschijnsel is mondiaal. Duitsland, Frankrijk, Groot-Brittannië en Japan betalen aanzienlijk meer voor lange financiering, terwijl vooral de normalisering van Japan belangrijk kan worden voor internationale kapitaalstromen doordat Japanse beleggers thuis weer aantrekkelijke rendementen kunnen verdienen.
■ Tegelijkertijd vragen overheden, hyperscalers en andere AI-spelers enorme hoeveelheden financiering voor begrotingstekorten, defensie, infrastructuur, datacenters, chips en energievoorziening. Het probleem is niet dat het geld opraakt, maar dat steeds meer kredietnemers concurreren om dezelfde langlopende balanscapaciteit van beleggers.
■ Onze Investment view is dat de structurele druk op lange rentes voorlopig eerder opwaarts dan neerwaarts blijft. Voor aandelen is vooral de snelheid bepalend: een ordelijke stijging kan door winstgroei worden geabsorbeerd, maar een snelle rente-uitbraak kan een forse tijdelijke de-rating en risk-off beweging veroorzaken.

De wereldwijde obligatiemarkt geeft momenteel een signaal dat veel verder gaat dan de vraag wat de Federal Reserve, ECB of Bank of Japan tijdens de volgende vergadering doet. De Amerikaanse 30-jaars Treasury-rente is tot boven 5,3% gestegen en noteert daarmee rond het hoogste niveau sinds 2007, terwijl ook in Duitsland, Frankrijk, Groot-Brittannië en Japan de prijs van langlopende financiering fors is opgelopen. Op zichzelf zijn hoge nominale rentes niet uniek, maar de combinatie met de huidige economische omstandigheden maakt deze beweging bijzonder.

De Amerikaanse economie laat namelijk juist tekenen van afkoeling zien. De arbeidsmarkt is zachter geworden, detailhandelsverkopen zijn teruggevallen en de recente inflatieontwikkeling heeft de noodzaak van verdere agressieve Fed-verkrapping verminderd. Onder een klassiek conjunctuurpatroon zou zo'n combinatie normaal gesproken de lange rente naar beneden moeten trekken. De markt zou lagere toekomstige korte rentes inprijzen, duration kopen en zo de financiële omstandigheden vanzelf enigszins versoepelen. Dat mechanisme werkt nu veel minder overtuigend.

Het resultaat is een belangrijke paradox: de verwachting voor het toekomstige Fed-pad wordt minder hawkish, terwijl het lange einde van de rentecurve juist duurder wordt. Dat wijst erop dat een ander onderdeel van de rente steeds belangrijker wordt. Niet de verwachte beleidsrente zelf, maar de vergoeding die beleggers vragen om tien, twintig of dertig jaar onzekerheid te dragen. Dat is de term premium, en juist die component staat opnieuw centraal in de prijsstelling van financiële markten.

Investment view

Onze Investment view is dat beleggers voorzichtig moeten zijn met de aanname dat het goedkope-geldregime van de jaren na de financiële crisis vanzelf terugkomt zodra centrale banken minder restrictief worden. Centrale banken hebben grote invloed op zeer korte rentes, maar zij bepalen niet rechtstreeks welk rendement institutionele beleggers eisen om tientallen jaren duration te bezitten. Wanneer die vereiste risicocompensatie structureel hoger blijft, kunnen lange financieringskosten hardnekkig hoog blijven, zelfs wanneer beleidsrentes uiteindelijk dalen.

Dat betekent niet dat wij daarom automatisch bearish worden op aandelen. Een hogere reële rente kan worden gecompenseerd door hogere reële winstgroei, en juist de huidige AI-cyclus kan via productiviteit en omzetgroei uiteindelijk krachtige kasstromen opleveren. Bedrijven met sterke balansen, hoge vrije kasstromen en een hoog rendement op geïnvesteerd kapitaal kunnen ook in een wereld met duurdere financiering waarde blijven creëren.

De kwetsbaarheid zit vooral in het tempo van de rentebeweging. Een ordelijke stijging geeft bedrijven tijd om hun financiering aan te passen en beleggers tijd om waarderingen te herijken. Wanneer de lange rente echter in korte tijd tientallen basispunten omhoogschiet, verandert het mechanisme. Durationposities verliezen snel waarde, risk-parity- en leveraged strategieën moeten risico verminderen, kredietspreads kunnen oplopen en aandelenmultiples moeten sneller naar beneden worden aangepast. Een dergelijke beweging kan tijdelijk forse paniek veroorzaken zonder dat daarmee automatisch de fundamentele bullmarkt voorbij is.

Ons basisscenario blijft daarom dat de langere rente opwaartse druk houdt, maar dat de snelheid waarmee die beweging plaatsvindt bepalend wordt voor de schade aan andere markten.

Waarom de reële rente belangrijker is dan de nominale rente

Wie de huidige situatie met 2007 of 2008 wil vergelijken, moet oppassen met alleen nominale rentes. Een nominale 30-jaarsrente van 5% betekent economisch iets totaal anders wanneer de markt 4% inflatie verwacht dan wanneer de inflatieverwachting iets boven 2% ligt. Voor een vergelijking tussen verschillende inflatieregimes is daarom vooral de reële rente relevant.

De Amerikaanse 30-jaars TIPS-rente ligt momenteel rond 3,0–3,1%. Tegelijkertijd beweegt de 30-jarige breakeveninflatie rond 2,2%, ongeveer in de buurt van het langjarige gemiddelde en duidelijk onder de hoogste niveaus van de periode na 2010. De conclusie is daarmee belangrijk: de lange nominale rente is niet zo sterk gestegen omdat de markt ervan uitgaat dat inflatie de komende dertig jaar volledig uit de hand loopt.

De stijging zit veel sterker in de reële component. Beleggers willen dus meer rendement ná compensatie voor verwachte inflatie. Dat is een veel fundamentelere verandering, omdat de reële risicovrije rente als uitgangspunt dient voor de waardering van vrijwel ieder langlopend financieel actief.

Een aandeel, infrastructuurproject of vastgoedobject moet bij een reële risicovrije rente van 3% meer cashflow produceren om dezelfde huidige waardering te rechtvaardigen dan wanneer die rente rond nul ligt. Hetzelfde geldt voor private equity, venture capital en andere strategieën waarvan een groot gedeelte van de waarde pas vele jaren in de toekomst wordt gerealiseerd.

Wat is de term premium precies?

Een lange staatsrente kan analytisch worden opgesplitst in twee hoofdbestanddelen. Het eerste is het verwachte gemiddelde niveau van toekomstige korte rentes gedurende de looptijd. Het tweede is de term premium: de extra vergoeding die een belegger verlangt omdat het toekomstige rentepad onzeker is.

Die twee onderdelen moeten nadrukkelijk van elkaar worden onderscheiden. Stel dat een belegger vandaag voor tien jaar geld wil beleggen. Hij kan onmiddellijk een 10-jarige staatsobligatie kopen, maar hij kan ook telkens kortlopende Treasury bills kopen en die gedurende tien jaar blijven doorrollen. Wanneer hij met absolute zekerheid zou weten hoe die korte rente zich gedurende die tien jaar ontwikkelt, zou het risico van die twee strategieën veel dichter bij elkaar liggen.

In werkelijkheid bestaat die zekerheid niet. Inflatie kan opnieuw versnellen, de economie kan onverwacht sterker of zwakker worden, begrotingstekorten kunnen veranderen, het obligatieaanbod kan oplopen en de centrale bank kan anders reageren dan vandaag wordt verwacht. Wie een korte Treasury bezit, kan na enkele maanden opnieuw beleggen tegen de nieuwe marktrente. Wie een 10- of 30-jarige obligatie bezit, heeft veel meer duration en kan forse koersverliezen oplopen wanneer de lange rente plotseling stijgt.

De term premium is de compensatie die de langetermijnbelegger voor dat risico verlangt. Het is dus geen inflatieverwachting en ook geen kredietopslag zoals bij een bedrijfsobligatie. Het is een vergoeding voor het feit dat de belegger gedurende vele jaren wordt blootgesteld aan onzekerheid over de volledige toekomstige renteomgeving.

Een eenvoudig voorbeeld maakt dat concreter. Stel dat de markt denkt dat de korte rente gedurende de komende tien jaar gemiddeld 3,5% bedraagt. Wanneer de toekomst volledig zeker was, zou een 10-jaarsrente rond dat niveau logisch kunnen zijn. Wanneer beleggers daarnaast 1 procentpunt extra rendement verlangen omdat de toekomstige renteontwikkeling onzeker is, komt de 10-jaarsrente in dit vereenvoudigde voorbeeld rond 4,5% uit. Dat extra procentpunt is de term premium.

De term premium is daarmee in essentie de prijs van onzekerheid over tijd. Hoe groter de spreiding tussen plausibele toekomstige uitkomsten, hoe meer vergoeding een belegger doorgaans verlangt om lang durationrisico te bezitten.

Waarom deze rentebeweging anders is dan een klassieke Fed-uitverkoop

Juist hier wordt de huidige beweging interessant. Vanaf eind juni steeg de Amerikaanse 10-jaarsrente in enkele weken met ongeveer 32 basispunten. De geschatte verandering in het verwachte pad van toekomstige korte rentes bedroeg in dezelfde periode slechts ongeveer 1,5 basispunt. Vrijwel de gehele beweging, circa 30,5 basispunten, kwam daarmee uit een hogere term premium.

Dat is fundamenteel anders dan een klassieke obligatie-uitverkoop waarin de markt plotseling drie of vier extra Fed-verhogingen gaat inprijzen. De centrale verwachting voor de toekomstige korte rente veranderde nauwelijks, maar beleggers wilden veel meer betaald krijgen om het risico rond die verwachting te dragen.

Dat past bij de huidige macro-economische omgeving. De economie verzwakt enigszins, maar de inflatie is nog niet volledig verdwenen. Olie is gestegen en vergroot de onzekerheid over het toekomstige inflatiepad. Het FOMC is verdeeld over de juiste beleidsrichting, terwijl minder expliciete forward guidance het voor beleggers moeilijker maakt om de reactiefunctie van de centrale bank te voorspellen.

Ook de optiemarkt wijst op een ongewoon brede verdeling van mogelijke toekomstige beleidsrentes. SOFR-opties laten zien dat beleggers bereid zijn aanzienlijk te betalen voor bescherming tegen onverwachte bewegingen van de beleidsrente. Dat betekent niet dat de markt één extreem scenario verwacht, maar juist dat de zekerheid over het basisscenario kleiner is geworden.

Voor de term premium is precies dat relevant.

De term premium is een model, geen direct observeerbare marktprijs

Voor professionele beleggers is daarbij een belangrijke nuance noodzakelijk. De term premium staat niet rechtstreeks op een handelsscherm zoals een Treasury-rente. Het is een modelmatige decompositie van de lange rente, en verschillende modellen kunnen verschillende absolute niveaus produceren.

Daarom is het onverstandig om te doen alsof een term premium van bijvoorbeeld 80 basispunten een exact meetbaar natuurkundig gegeven is. Veel interessanter is de richting en de onderliggende boodschap. Wanneer meerdere maatstaven aangeven dat de verwachte korte rente weinig verandert terwijl de lange rente wel sterk stijgt, is de conclusie robuust dat een grotere risicocompensatie een belangrijke rol speelt.

Dat is ook waarom de huidige divergentie tussen het verwachte Fed-pad en de lange rente zo relevant is. De markt zegt niet noodzakelijk dat de Fed te soepel is. Zij zegt vooral dat de onzekerheid rond de komende tien tot dertig jaar duurder is geworden.

Waarom minder forward guidance de lange rente juist kan verhogen

Forward guidance wordt vaak gezien als communicatie, maar economisch is het ook een instrument waarmee een centrale bank de onzekerheidsverdeling rond toekomstige beleidsrentes beïnvloedt. Wanneer een centrale bank duidelijk maakt onder welke omstandigheden zij de rente verhoogt, verlaagt of ongewijzigd laat, kunnen beleggers met meer vertrouwen een toekomstig rentepad modelleren.

Wanneer die communicatie minder specifiek wordt, neemt het aantal mogelijke uitkomsten toe. Een belegger in een 10-jarige Treasury weet dan minder goed welk beleid volgt op een bepaalde combinatie van groei en inflatie. Daardoor wordt de kans groter dat het gerealiseerde pad sterk afwijkt van de huidige forward curve.

Dat extra onzekerheidsrisico kan zich vertalen in een hogere term premium. Minder forward guidance hoeft dus niet automatisch verkeerd beleid te zijn, maar het kan wel betekenen dat marktpartijen meer vergoeding eisen om duration aan te houden.

Daarmee ontstaat een interessante tegenstelling. Een centrale bank kan bewust minder beloftes over de toekomst doen om beleidsflexibiliteit te behouden, terwijl de obligatiemarkt juist vanwege die flexibiliteit een hogere lange rente vraagt.

Waarom de Fed de korte rente kan verlagen zonder dat lang geld veel goedkoper wordt

Deze decompositie verklaart ook waarom toekomstige Fed-verlagingen niet automatisch betekenen dat hypotheekrentes, lange bedrijfsfinanciering en andere kapitaalmarktrentes even sterk dalen.

Stel dat beleggers hun verwachting voor de gemiddelde toekomstige korte rente met 50 basispunten verlagen. Onder verder gelijke omstandigheden zou de lange rente eveneens dalen. Wanneer de term premium tegelijkertijd met 50 basispunten stijgt omdat onzekerheid en durationaanbod toenemen, verdwijnt dat effect vrijwel volledig.

De Fed kan dus versoepelen terwijl de 10- of 30-jaarsrente nauwelijks beweegt.

Voor de reële economie is dat cruciaal. Veel investeringen worden niet gefinancierd tegen overnightgeld. Datacenters, infrastructuur, overnames, woninghypotheken en bedrijfsobligaties hebben veel langere looptijden. Wanneer de lange rente hoog blijft, kan monetair beleid aan de voorkant van de curve versoepelen zonder dat de totale financiële omstandigheden evenredig versoepelen.

Dit is precies waarom de huidige obligatiemarkt zoveel aandacht verdient.

De Amerikaanse begroting vergroot het durationaanbod

Naast onzekerheid speelt het aanbod van schuld een steeds grotere rol. De Amerikaanse overheid draait met een begrotingstekort rond 6% van het bbp en moet daardoor zeer grote hoeveelheden schuld uitgeven en bestaande schuld herfinancieren.

Daarbij is niet alleen het nominale bedrag belangrijk, maar ook hoeveel duration de markt moet opnemen. Een miljard dollar aan driemaands Treasury bills legt veel minder renterisico op de markt dan een miljard dollar aan 30-jarige Treasuries. Naarmate het aanbod van langer papier toeneemt, moet de private sector meer renterisico op de balans nemen.

Dat kan alleen wanneer voldoende beleggers bereid zijn dat risico te dragen. Wanneer de bestaande rente onvoldoende aantrekkelijk is, dalen obligatieprijzen totdat de yield hoog genoeg wordt om nieuwe kopers aan te trekken.

De relevante vraag is daarom niet of de Amerikaanse overheid kopers kan vinden. Bij vrijwel iedere prijs is er uiteindelijk vraag naar veilige staatsobligaties. De echte vraag is tegen welk rendement de marginale belegger bereid is extra duration op te nemen.

De marginale koper bepaalt de rente

Dit begrip van de marginale koper is essentieel voor het begrijpen van de huidige markt. De prijs van de volgende Treasury wordt niet bepaald door alle bestaande obligatiebezitters gemiddeld, maar door de belegger die moet beslissen of hij de volgende dollar aan nieuw aanbod wil kopen.

Tijdens de jaren van grootschalige kwantitatieve verruiming waren centrale banken uitzonderlijk belangrijke marginale kopers. Zij kochten obligaties niet uitsluitend omdat het rendement aantrekkelijk was, maar omdat de aankoop zelf onderdeel was van het monetair beleid. De vraag was daardoor relatief ongevoelig voor prijs.

Die situatie is veranderd. Een groter gedeelte van het obligatieaanbod moet worden geabsorbeerd door pensioenfondsen, verzekeraars, banken, asset managers, hedgefondsen en buitenlandse beleggers. Deze partijen kijken nadrukkelijk naar relatieve waarde, durationrisico en de alternatieven die elders beschikbaar zijn.

Dat betekent dat de markt opnieuw een hogere marktconforme prijs voor lang kapitaal kan vragen.

AI heeft een tweede enorme kapitaalvrager gecreëerd

Tegelijkertijd is naast de overheid een nieuwe bron van zeer grote kapitaalvraag ontstaan. De AI-investeringscyclus vereist datacenters, GPU's, netwerkapparatuur, koeling, elektriciteitsopwekking, transmissienetten en andere fysieke infrastructuur op een schaal die enkele jaren geleden nauwelijks werd voorzien.

Grote hyperscalers beschikken over enorme operationele kasstromen, maar hun investeringsprogramma's zijn zo groot geworden dat de obligatiemarkt een steeds belangrijkere aanvullende financieringsbron wordt. Tot begin juli hadden grote Amerikaanse technologiebedrijven gezamenlijk al zeer omvangrijke bedragen aan obligaties uitgegeven, terwijl de gecombineerde investeringen van de grootste technologiebedrijven voor 2026 op meer dan $700 miljard worden geraamd.

Het is belangrijk hier geen verkeerde causaliteit uit af te leiden. AI-obligaties zijn niet zelfstandig verantwoordelijk voor de stijging van Treasury-rentes. De Amerikaanse staatsobligatiemarkt is daarvoor te groot en de macro-economische determinanten zijn veel breder.

De relevante verbinding loopt via relatieve waarde en balanscapaciteit. Een pensioenfonds of verzekeraar kan zijn volgende dollar investeren in een Treasury, een hypotheekobligatie, een hoogwaardige bedrijfsobligatie of nieuw schuldpapier van een zeer kredietwaardige hyperscaler. Wanneer het aanbod van aantrekkelijke bedrijfsobligaties sterk groeit, moet ook staatsobligatiepapier voldoende rendement bieden om dezelfde marginale belegger aan te trekken.

Daarmee wordt AI-financiering onderdeel van een veel breder durationverhaal.

AI kan vandaag renteverhogend en morgen renteverlagend werken

De relatie tussen AI en rente is daarom subtieler dan zij op het eerste gezicht lijkt. De huidige infrastructuurgolf vraagt uitzonderlijk veel kapitaal en kan de reële kapitaalvraag verhogen. Dat ondersteunt op korte en middellange termijn een hogere prijs voor financiering.

Tegelijkertijd kan succesvolle AI-adoptie op langere termijn juist productiviteitsverhogend werken. Wanneer bedrijven met dezelfde hoeveelheid arbeid en kapitaal meer kunnen produceren, stijgt de potentiële economische groei. Wanneer die productiviteitswinst bovendien de kostenontwikkeling tempert, kan een sterkere economie uiteindelijk samengaan met minder inflatoire druk.

AI kan daarmee tijdens de investeringsfase bijdragen aan hogere reële rentes, terwijl de productiviteitsfase later juist gunstiger kan uitpakken voor inflatie en kapitaalkosten.

Voor beleggers betekent dit dat niet alleen moet worden gekeken naar hoeveel bedrijven investeren, maar vooral naar het rendement dat die investeringen uiteindelijk genereren. In een wereld met hogere reële rentes wordt return on invested capital veel belangrijker.

Olie verhoogt vooral de onzekerheid, niet noodzakelijk de lange inflatieverwachting

De recente stijging van olie voegt nog een dimensie toe. Hogere energieprijzen kunnen headline-inflatie opnieuw omhoogduwen en het voor centrale banken moeilijker maken om met zekerheid te bepalen hoe snel zij kunnen versoepelen.

De belangrijkste consequentie voor lange rentes hoeft echter niet een explosie van de 30-jarige inflatieverwachting te zijn. Die blijft juist relatief stabiel. Het grotere effect kan via de onzekerheidsverdeling lopen.

Wanneer olie hoger staat, neemt de kans toe op verschillende mogelijke inflatiepaden. Daarmee neemt ook de onzekerheid toe over de toekomstige reactie van centrale banken. Een grotere spreiding tussen mogelijke beleidsuitkomsten kan vervolgens voldoende zijn om de term premium te verhogen.

Het gaat dus niet alleen om het verwachte inflatiecijfer, maar ook om de onzekerheid rondom dat gemiddelde.

Duitsland bevestigt dat dit geen Amerikaans fenomeen is

De rentebeweging is te breed om alleen aan Amerikaanse begrotingsproblemen toe te schrijven. Duitsland, jarenlang het symbool van extreem goedkope Europese staatsfinanciering, heeft eveneens een forse stijging van de lange rente doorgemaakt. De 10-jaars Bund-rente beweegt rond niveaus die vele jaren niet zijn gezien.

Daar komt een structurele verandering in de Duitse begrotingspolitiek bovenop. Duitsland wil aanzienlijk meer investeren in defensie, infrastructuur, energie en economische modernisering. Economisch kunnen dergelijke investeringen waardevol zijn wanneer zij de productiviteit en veiligheid verhogen, maar financieel moeten zij eerst worden gefinancierd.

Dat betekent meer Bund-aanbod.

Voor de Europese obligatiemarkt is dat belangrijk omdat Duitsland een benchmarkemittent is. Wanneer beleggers meer zeer hoogwaardig Duits papier aangeboden krijgen tegen aantrekkelijke rentes, beïnvloedt dat de relatieve waardering van vrijwel iedere andere euro-obligatie.

De Bund kan dus nog steeds een veilige haven zijn terwijl het structurele rendement veel hoger ligt dan tijdens het tijdperk van nul- en negatieve rente.

Frankrijk laat zien wat fiscale kwetsbaarheid toevoegt

Frankrijk bevindt zich in een andere positie. Het land wordt net als Duitsland geraakt door de stijging van de algemene Europese lange rente, maar daar komt een extra fiscale component bovenop.

De Franse schuldquote ligt hoog en de rentelasten lopen op. Wanneer de markt meer vergoeding vraagt om Franse schuld te bezitten, verslechtert de begrotingsdynamiek verder doordat een groter gedeelte van de belastinginkomsten naar rente gaat. Dat maakt toekomstige begrotingsconsolidatie moeilijker en kan uiteindelijk opnieuw leiden tot meer uitgifte.

Zo kan een feedbackloop ontstaan: hogere rente verhoogt de rentelasten, hogere rentelasten verslechteren de begroting en een zwakkere begroting rechtvaardigt opnieuw een hogere risicopremie.

Frankrijk laat daarmee goed zien waarom dezelfde wereldwijde rentestijging niet voor ieder land dezelfde betekenis heeft. Duitsland betaalt vooral meer vanwege het veranderende algemene renteregime en extra aanbod; Frankrijk draagt daarbovenop een grotere fiscale risicopremie.

Groot-Brittannië blijft bijzonder gevoelig voor vertrouwen

De Britse obligatiemarkt voegt nog een andere dimensie toe. Sinds de begrotingscrisis van 2022 reageren Britse gilts zeer gevoelig op iedere ontwikkeling die twijfel kan zaaien over de geloofwaardigheid van het begrotingsbeleid.

Dat is belangrijk omdat het laat zien dat obligatiemarkten opnieuw een disciplinerend mechanisme zijn geworden. Een overheid kan besluiten de economie via grotere uitgaven te ondersteunen, maar wanneer beleggers tegelijkertijd een hogere lange rente eisen, wordt een gedeelte van die stimulans via hogere financieringskosten weer teruggenomen.

In een wereld waarin staatsfinanciering veel duurder is dan tijdens het vorige decennium, wordt fiscale geloofwaardigheid daarmee opnieuw een directe macro-economische variabele.

Japan kan de belangrijkste mondiale verandering zijn

Japan verdient misschien wel de meeste aandacht. De Japanse 10-jaarsrente is opgelopen tot bijna 3%, het hoogste niveau sinds de jaren negentig, terwijl ook de 30-jaarsrente rond niveaus beweegt die enkele jaren geleden nauwelijks voorstelbaar waren.

Dat betekent meer dan alleen een lokale rentestijging.

Japan was tientallen jaren een van de belangrijkste bronnen van goedkoop mondiaal kapitaal. Extreem lage en soms negatieve binnenlandse rentes gaven Japanse banken, verzekeraars, pensioenfondsen en andere beleggers een sterke prikkel om rendement in het buitenland te zoeken. Amerikaanse Treasuries, Europese obligaties en andere internationale activa profiteerden van die structurele kapitaalexport.

Die relatieve waardering verandert nu.

Wanneer een Japanse belegger in eigen valuta weer bijna 3% op tienjarige staatsleningen kan verdienen en nog hogere rendementen op langere looptijden krijgt, wordt het minder aantrekkelijk om valutarisico te accepteren om buitenlandse obligaties te kopen. Bovendien kunnen hedgingkosten een belangrijk gedeelte van het extra buitenlandse rendement wegnemen.

Dat betekent niet dat Japanse beleggers plotseling hun buitenlandse portefeuilles liquideren. De belangrijkere verandering zit aan de marge: nieuwe Japanse besparingen hoeven minder automatisch naar buitenlandse duration te vloeien.

Voor de mondiale rente kan die verschuiving belangrijk zijn, omdat Japan tot de grootste kapitaalexporterende economieën ter wereld behoort.

De Bank of Japan trekt zich langzaam terug als dominante koper

Tegelijkertijd beweegt de Bank of Japan verder weg van het uitzonderlijke beleid waarbij de centrale bank een zeer groot gedeelte van de JGB-markt absorbeerde en de yieldcurve actief onder controle hield.

Wanneer de centrale bank haar aankopen vermindert, moet een groter gedeelte van de Japanse staatsschuld door particuliere beleggers worden opgenomen. Dat vraagt opnieuw om een marktconforme prijs.

Dezelfde fundamentele verschuiving zien we daarmee in verschillende vormen in de Verenigde Staten, Europa en Japan: centrale banken zijn minder bereid om onbeperkt duration van private balansen over te nemen, waardoor particuliere beleggers opnieuw sterker bepalen welk rendement nodig is.

Dat maakt Japan veel meer dan een lokaal rentethema. Het kan onderdeel worden van de wereldwijde herwaardering van duration.

De rode draad is niet kapitaalschaarste, maar een hogere marktprijs voor duration

Wanneer de Verenigde Staten, Duitsland, Frankrijk, Groot-Brittannië en Japan naast elkaar worden gelegd, is duidelijk dat er geen universele oorzaak bestaat. Iedere obligatiemarkt heeft zijn eigen begrotingspositie, monetair beleid, inflatiedynamiek en beleggersbasis.

De gemeenschappelijke factor is daarom niet dat de wereld plotseling zonder geld zit. Pensioenfondsen, verzekeraars, banken, sovereign wealth funds en huishoudens beschikken nog altijd over enorme hoeveelheden vermogen.

Wat verandert, is de marktprijs die nodig is om dat vermogen voor lange tijd vast te leggen.

Overheden vragen meer kapitaal voor begrotingstekorten, defensie en infrastructuur. Technologiebedrijven financieren een historische AI-investeringsgolf. Energie- en elektriciteitsinfrastructuur moet worden uitgebreid en vergrijzing verhoogt in veel economieën de structurele overheidsuitgaven. Tegelijkertijd absorberen centrale banken minder langlopende schuld dan tijdens het QE-tijdperk.

Daarbovenop is de onzekerheid over toekomstige rente en begrotingspolitiek groter.

De professionele conclusie is daarom niet dat kapitaal letterlijk schaars wordt. De conclusie is dat de market-clearing price van duration hoger ligt. Vraag en aanbod komen pas opnieuw in evenwicht wanneer beleggers een voldoende hoog reëel rendement ontvangen om de extra hoeveelheid renterisico op hun balans te nemen.

Waarom overheden, AI-bedrijven en Japan uiteindelijk dezelfde markt beïnvloeden

Op het eerste gezicht hebben een Duitse infrastructuurinvestering, een Amerikaanse AI-datacenterobligatie en een Japanse verzekeraar weinig met elkaar te maken. In een geïntegreerde mondiale kapitaalmarkt zijn ze echter indirect verbonden.

Een verzekeraar die meer JGB's koopt omdat Japanse yields aantrekkelijker worden, hoeft minder buitenlandse obligaties te kopen. Een pensioenfonds dat een nieuwe langlopende obligatie van een hyperscaler aantrekkelijk vindt, heeft minder balansruimte nodig voor een Treasury. Een Europese belegger die meer Bunds krijgt aangeboden, verlangt mogelijk een hogere spread voordat hij aanvullend Frans papier koopt.

Geen van deze individuele beslissingen bepaalt zelfstandig de mondiale rente. Gezamenlijk veranderen ze echter de outside option van de marginale belegger.

En juist die marginale belegger bepaalt waar de markt uiteindelijk cleared.

Wanneer wordt de stijgende rente gevaarlijk voor aandelen?

Een hoge lange rente is op zichzelf onvoldoende reden om een aandelencrisis te voorspellen. De impact hangt af van de oorzaak van de rentestijging, de snelheid ervan en de ontwikkeling van bedrijfswinsten.

Wanneer de reële rente geleidelijk stijgt omdat economische groei en productiviteit verbeteren, kunnen winstverwachtingen tegelijkertijd omhooggaan. De discount rate stijgt dan, maar de toekomstige kasstromen eveneens. In zo'n omgeving kunnen aandelenmarkten ondanks hogere rentes verder stijgen.

Een snelle stijging vanuit een hogere term premium is problematischer. Dan neemt de discount rate toe zonder dat daar onmiddellijk hogere winstverwachtingen tegenover staan. Wanneer dit in korte tijd gebeurt, moeten portefeuilles en waarderingen abrupt worden aangepast.

Daar kan marktstress uit voortkomen. Obligaties boeken koersverliezen, leveraged posities worden afgebouwd, volatiliteit stijgt en systematic strategies kunnen mechanisch risico verminderen. Duur gewaardeerde aandelen worden dan vaak als eerste verkocht, niet noodzakelijk omdat hun fundamentele vooruitzichten plotseling slecht zijn, maar omdat hun duration het grootst is.

Dat is waarom wij vooral naar de snelheid van de rente kijken.

Een geleidelijke verdere stijging hoeft de aandelenbullmarkt niet te beëindigen. Een plotselinge beweging naar duidelijk hogere niveaus kan daarentegen wel een scherpe tijdelijke correctie veroorzaken.

Technologie is niet automatisch het grootste slachtoffer

De veelgehoorde stelling dat hogere rente automatisch slecht is voor technologie is te eenvoudig. De gevoeligheid hangt af van de economische duration van de onderneming en van de kwaliteit van de kasstromen.

Een groot technologiebedrijf met enorme vrije kasstroom, weinig financiële stress en sterke winstgroei kan een hogere discount rate veel gemakkelijker absorberen dan een verlieslatend groeibedrijf waarvan de verwachte winst pas ver in de toekomst ligt.

De kwetsbaarste combinatie is daarom een hoge waardering, lage actuele cashflow, grote externe financieringsbehoefte en een zeer lange duration van toekomstige winst.

De hyperscalers zijn door hun enorme AI-investeringen belangrijke spelers op de obligatiemarkt geworden, maar zij beschikken tegelijk over zeer sterke balans- en cashflowprofielen. Voor hen zit het belangrijkste risico waarschijnlijk niet in solvabiliteit, maar in de vraag of de honderden miljarden aan AI-capex uiteindelijk voldoende rendement opleveren om zowel de investering als een hogere cost of capital te rechtvaardigen.

Vastgoed voelt hogere lange rente veel directer

Vastgoed heeft een directere relatie met de lange rente. Wanneer de risicovrije rente stijgt, moeten beleggers ook een hoger rendement verlangen op vastgoed. Wanneer de huurinkomsten niet voldoende meegroeien, moet die hogere vereiste yield worden gecompenseerd door een lagere prijs van het onderliggende object.

Tegelijkertijd wordt schuld duurder.

Dat dubbele effect is vooral problematisch voor vastgoed dat in de periode van ultralage rente met veel leverage is gekocht en binnenkort moet worden geherfinancierd. Een transactie die aantrekkelijk leek bij 2% financieringskosten kan bij 5% of 6% een volledig ander rendement op eigen vermogen opleveren.

Sterke locaties en lage leverage kunnen veel opvangen, maar het tijdperk waarin vrijwel iedere vastgoedrekensom door steeds goedkoper geld werd geholpen, ligt duidelijk achter ons.

Private equity krijgt dezelfde algebra

Private equity werd tijdens het goedkope-geldtijdperk geholpen door zowel goedkope leverage als hoge exitmultiples. Een structureel hogere lange rente raakt beide kanten tegelijk.

De rentelasten op buy-outs stijgen, terwijl toekomstige kopers door hun eigen hogere financieringskosten minder gemakkelijk dezelfde EBITDA-multiple kunnen betalen. Daardoor neemt de bijdrage van financiële engineering aan het totale rendement af.

Dat betekent niet dat private equity structureel onaantrekkelijk wordt. Het betekent wel dat operationele waardecreatie opnieuw belangrijker wordt. Omzetgroei, marges, cash conversion en daadwerkelijke bedrijfsverbetering moeten een groter gedeelte van het rendement leveren.

In een wereld met een reële lange rente rond historisch hoge niveaus wordt kapitaaldiscipline opnieuw een onderscheidende factor.

Wat moet gebeuren voordat de lange rente structureel kan dalen?

Een tijdelijke rentedaling kan op ieder moment optreden. Zwakke macro-economische cijfers, geopolitieke ontspanning of een scherpe vlucht naar veilige activa kunnen langlopende obligaties snel laten stijgen en yields tientallen basispunten omlaagbrengen.

Voor een structurele terugkeer naar het extreem goedkope langetermijnkapitaal van het vorige decennium is echter waarschijnlijk meer nodig. De onzekerheid rond toekomstige beleidsrentes moet afnemen, zodat de term premium terug kan lopen. Beleggers moeten meer vertrouwen krijgen dat begrotingstekorten en schuldgroei niet onbeperkt toenemen en het tempo van nieuwe duration-uitgifte moet beter aansluiten bij de beschikbare structurele vraag.

Ook de huidige AI-investeringsgolf kan op termijn minder druk veroorzaken wanneer de infrastructuurcyclus volwassen wordt en meer capex uit interne kasstromen kan worden gefinancierd. Geopolitieke ontspanning en lagere energie-onzekerheid zouden de spreiding rond toekomstige inflatie-uitkomsten kunnen verkleinen.

Een diepe recessie zou waarschijnlijk de krachtigste neerwaartse impuls voor lange rentes geven, maar dat zou voor aandelenbeleggers uiteraard geen aantrekkelijke route naar lagere kapitaalkosten zijn.

Waar professionele beleggers nu vooral naar moeten kijken

De eerste belangrijke indicator is niet het absolute niveau van de 30-jaarsrente, maar de reactie van lange rentes op economische data. Wanneer zwakke cijfers opnieuw leiden tot krachtige rallies in duration, krijgt het traditionele conjunctuurmechanisme weer meer grip. Wanneer slechte macrodata nauwelijks tot lagere lange rentes leiden, blijft de term premium waarschijnlijk dominant.

De tweede indicator is de kwaliteit van staatsveilingen. Het gaat niet alleen om de uiteindelijke yield, maar ook om hoeveel concessie vooraf nodig is, hoe sterk institutionele en buitenlandse vraag is en hoeveel duration de markt zonder grote prijsbeweging kan absorberen.

De derde indicator is de corporate obligatiemarkt. Wanneer het enorme aanbod van AI-gerelateerde schuld alleen tegen steeds ruimere spreads kan worden geplaatst, betekent dat dat de relatieve balanscapaciteit van beleggers duurder wordt.

Japan is de vierde indicator. Verdere stijging van JGB-yields kan de optimale assetallocatie van Japanse verzekeraars, banken en pensioenfondsen veranderen en daarmee de internationale vraag naar Amerikaanse en Europese duration beïnvloeden.

En uiteindelijk blijft de term premium zelf de centrale variabele. Zolang de verwachte toekomstige korte rente stabiel blijft of daalt terwijl lange rentes stijgen, vertelt de markt dat het probleem niet alleen de volgende centrale-bankvergadering is.

De markt vraagt simpelweg meer om de onzekerheid van de toekomst te dragen.

Belangrijkste risico's voor onze visie

■ Een scherpe mondiale groeivertraging kan een krachtige vlucht naar veilige staatsobligaties veroorzaken en de lange rente veel sneller laten dalen dan ons basisscenario veronderstelt.
■ Geloofwaardige begrotingsconsolidatie in grote economieën kan het verwachte toekomstige obligatieaanbod verminderen en daarmee een belangrijk gedeelte van de huidige term premium wegnemen.
■ Geopolitieke ontspanning en een duurzame daling van energieprijzen kunnen de onzekerheid rond toekomstige inflatie en monetair beleid aanzienlijk verkleinen.
■ AI kan sneller dan verwacht zeer grote productiviteitswinsten opleveren, waardoor de combinatie van groei, inflatie en toekomstige begrotingsinkomsten gunstiger wordt dan de obligatiemarkt nu veronderstelt.
■ Bij ernstige marktstress kunnen centrale banken opnieuw actiever worden op lange obligatiemarkten, waardoor de prijs van duration abrupt verandert.

Conclusie

De wereld heeft niet te weinig kapitaal, maar lang kapitaal heeft opnieuw een veel hogere prijs. Reële rentes, term premia, overheidsschuld, AI-financiering en de normalisering van Japan houden de opwaartse druk voorlopig groot.

Voor aandelen blijft vooral het tempo bepalend. Een ordelijke stijging kan worden verwerkt, maar een snelle rente-uitbraak kan tijdelijk een forse risk-off beweging veroorzaken.

🔵 English version

Long-term yields are breaking out globally: the term premium is back and cheap money can no longer be taken for granted

No time to read the full article? Use the five bullets below for the key points.

■ The U.S. 30-year Treasury yield has climbed above 5.3%, while the 30-year real yield is around 3.0–3.1%. With the 30-year inflation expectation remaining relatively stable near 2.2%, the move is primarily a story of higher real rates, duration risk and a rising term premium.
■ The most striking signal is the divergence within the U.S. yield curve: weaker economic data have reduced expectations for further Fed tightening while long-term yields have continued to rise. Markets are therefore not simply pricing a much higher policy rate, but demanding greater compensation for long-term risk.
■ The phenomenon is global. Germany, France, the UK and Japan are paying substantially more for long-term funding, while Japan's normalization could be particularly important for global capital flows as Japanese investors once again earn attractive returns at home.
■ Governments, hyperscalers and other AI players are simultaneously demanding enormous amounts of financing for fiscal deficits, defense, infrastructure, data centers, chips and energy capacity. The problem is not that money is disappearing, but that more borrowers are competing for the same long-duration balance-sheet capacity.
■ Our Investment view is that structural pressure on long-term yields remains more upward than downward for now. For equities, speed is the crucial variable: an orderly rise can be absorbed by earnings growth, while a rapid breakout can cause significant temporary de-rating and a risk-off move.

Global bond markets are currently sending a signal that reaches far beyond what the Federal Reserve, ECB or Bank of Japan might do at their next policy meetings. The U.S. 30-year Treasury yield has moved above 5.3%, near its highest level since 2007, while long-term funding costs have also risen sharply in Germany, France, the UK and Japan. High nominal yields are not unique in historical terms, but their combination with today's economic environment makes the current move particularly important.

The U.S. economy is showing signs of cooling. Labor conditions have softened, retail spending has weakened and recent inflation developments have reduced the need for additional aggressive Fed tightening. Under a classic cyclical pattern, that combination would normally pull long-term yields lower. Markets would price a lower future path for short rates, investors would buy duration and financial conditions would automatically ease somewhat.

That mechanism is currently working far less convincingly.

The result is an important paradox: expectations for the future Fed path are becoming less hawkish while the long end of the curve becomes more expensive. That suggests another component of interest rates is becoming increasingly important. Not the expected policy rate itself, but the compensation investors require to carry uncertainty for ten, twenty or thirty years. That is the term premium, and it is once again becoming central to financial-market pricing.

Investment view

Our Investment view is that investors should be cautious about assuming that the cheap-money regime that followed the Global Financial Crisis will automatically return once central banks become less restrictive. Central banks exert substantial influence over very short-term rates, but they do not directly determine the return institutional investors require to hold decades of duration. If that required risk compensation remains structurally higher, long-term financing costs may remain elevated even as policy rates eventually decline.

This does not mean we automatically turn bearish on equities. Higher real rates can be offset by stronger real earnings growth, and the current AI cycle could ultimately produce significant cash-flow growth through productivity and higher revenues. Companies with strong balance sheets, substantial free cash flow and high returns on invested capital can continue to create value even in a world of more expensive financing.

The vulnerability lies primarily in the speed of the rate move. An orderly rise gives businesses time to adjust financing and investors time to reprice valuations. When long-term yields rise by tens of basis points over a short period, the mechanism changes. Duration positions lose value rapidly, leveraged strategies reduce risk, credit spreads can widen and equity multiples need to adjust more abruptly. Such a move can generate significant temporary panic without necessarily ending the underlying bull market.

Our base case is therefore that long-term yields remain under upward pressure, but the speed of that movement will determine the damage across other asset classes.

Why real yields matter more than nominal yields

Anyone comparing the current environment with 2007 or 2008 needs to be careful about using nominal yields alone. A 5% nominal 30-year yield means something completely different when markets expect 4% inflation than when inflation expectations are only slightly above 2%. Real yields are therefore much more useful when comparing different inflation regimes.

The U.S. 30-year TIPS yield is currently around 3.0–3.1%. At the same time, 30-year breakeven inflation is around 2.2%, close to its long-run average and clearly below the highest levels seen since 2010. The conclusion matters: long-term nominal yields have not risen primarily because markets expect inflation to remain uncontrollable for the next three decades.

The increase is much more heavily concentrated in the real component. Investors therefore want a higher return after compensation for expected inflation. That is a much more fundamental shift because the real risk-free rate is a core building block in the valuation of virtually every long-duration financial asset.

An equity, infrastructure project or property asset needs to generate greater cash flow to justify the same present valuation when the real risk-free rate is 3% rather than near zero. The same applies to private equity, venture capital and other strategies whose value is heavily concentrated in distant future cash flows.

What exactly is the term premium?

A long-term sovereign yield can analytically be separated into two broad components. The first is the expected average level of future short-term interest rates over the life of the bond. The second is the term premium: the additional compensation investors require because the future path of rates is uncertain.

Those two components need to be distinguished carefully. Imagine an investor who wants to invest for ten years. He can buy a 10-year government bond today, or repeatedly buy short-term Treasury bills and roll them over for the entire decade. If he knew with absolute certainty how those short rates would evolve over the next ten years, the risk differential between the two strategies would be much smaller.

In reality, that certainty does not exist. Inflation can reaccelerate, the economy can become unexpectedly stronger or weaker, fiscal deficits can change, bond issuance can expand and central banks can react differently than markets currently anticipate. An investor in a short Treasury bill can reinvest after a few months at the new prevailing yield. An investor in a 10- or 30-year bond carries much more duration and can suffer substantial mark-to-market losses if long-term yields suddenly rise.

The term premium is the compensation the long-term investor demands for accepting that risk. It is therefore neither an inflation expectation nor a credit spread such as one would find in a corporate bond. It is compensation for uncertainty surrounding the entire future environment for interest rates.

A simple example makes the concept clearer. Suppose markets expect short-term rates to average 3.5% over the next ten years. If the future were completely certain, a 10-year yield near that level could make sense. If investors demand an additional 1 percentage point because the future rate path is uncertain, the 10-year yield would in this simplified example be around 4.5%. That extra percentage point is the term premium.

The term premium is therefore, in essence, the price of uncertainty through time. The wider the distribution of plausible future outcomes, the more compensation investors generally require to own long-duration risk.

Why this move is different from a classic Fed selloff

This is where the current move becomes particularly interesting. From late June, the U.S. 10-year Treasury yield rose roughly 32 basis points over a matter of weeks. The estimated change in the expected path of future short-term rates over the same period was only around 1.5 basis points. Almost the entire move, roughly 30.5 basis points, therefore came from a higher term premium.

That is fundamentally different from a classic bond selloff in which markets suddenly price three or four additional Fed hikes. The central expectation for future short rates barely changed, but investors demanded much greater compensation for bearing the uncertainty surrounding that expectation.

This fits today's macroeconomic environment. The economy is slowing somewhat, but inflation has not completely disappeared. Oil has risen and increased uncertainty around the future inflation path. The FOMC is divided over the appropriate policy direction, while less explicit forward guidance makes it harder for investors to predict the central bank's reaction function.

The options market also points to an unusually wide distribution of potential future policy rates. SOFR options indicate that investors are willing to pay materially for protection against unexpected policy moves. This does not mean markets expect one particular extreme scenario; it means confidence in the base case has weakened.

That is exactly what matters for the term premium.

The term premium is a model, not a directly observable market price

For professional investors, an important nuance is necessary. The term premium does not appear directly on a trading screen like a Treasury yield. It is a model-based decomposition of long-term rates, and different models can produce different absolute estimates.

It would therefore be wrong to treat a term premium of, for example, 80 basis points as a perfectly measurable physical quantity. What matters more is the direction and the economic decomposition. If multiple measures indicate that expected short rates are barely moving while long yields are rising sharply, the conclusion that increased risk compensation is playing an important role is robust.

That is also why the current divergence between the expected Fed path and long-term yields matters so much. Markets are not necessarily saying the Fed is too easy. They are saying that the uncertainty surrounding the next ten to thirty years has become more expensive.

Why less forward guidance can raise long-term yields

Forward guidance is often treated as communication, but economically it is also a tool through which central banks influence the distribution of uncertainty around future policy rates. When a central bank makes clear under what circumstances it will raise, cut or hold rates, investors can model the future path with greater confidence.

When communication becomes less specific, the number of possible outcomes increases. A holder of a 10-year Treasury then has less certainty about which policy response follows a particular combination of growth and inflation. The probability that the realized path deviates significantly from today's forward curve becomes larger.

That extra uncertainty can translate into a higher term premium. Less forward guidance is not necessarily poor policy, but it can mean investors demand more compensation to own duration.

This creates an interesting trade-off. A central bank may deliberately make fewer promises about the future to preserve policy flexibility, while bond markets demand a higher long-term yield precisely because that flexibility increases uncertainty.

Why Fed cuts may not make long-term money much cheaper

This decomposition also explains why future Fed cuts do not automatically mean mortgage rates, long-term corporate financing and other market rates decline by the same amount.

Suppose investors reduce their expectation for the average future short rate by 50 basis points. Other things equal, long-term yields should decline. If the term premium simultaneously rises by 50 basis points because uncertainty and duration supply increase, that effect disappears almost entirely.

The Fed can therefore ease while the 10- or 30-year yield barely changes.

For the real economy, this is crucial. Many investments are not financed at overnight rates. Data centers, infrastructure, acquisitions, mortgages and corporate debt all have longer maturities. If long-term yields remain elevated, monetary easing at the front end of the curve may not translate into equally easier financial conditions.

That is precisely why today's bond market deserves so much attention.

U.S. fiscal policy is increasing duration supply

Alongside uncertainty, bond supply is becoming a more important force. The U.S. government is running a fiscal deficit around 6% of GDP and therefore needs to issue enormous amounts of debt while refinancing existing obligations.

The nominal amount of debt is not the only issue. The amount of duration the market must absorb also matters. One billion dollars of three-month Treasury bills creates far less interest-rate risk than one billion dollars of 30-year Treasuries. As the supply of longer-dated paper increases, the private sector must take more interest-rate sensitivity onto its balance sheet.

That can happen only if enough investors are willing to hold the risk. If prevailing yields are not attractive enough, bond prices decline until yields rise sufficiently to draw in new buyers.

The relevant question is therefore not whether the U.S. government can find buyers. At almost any price, there will ultimately be demand for high-quality sovereign debt. The real question is what yield the marginal investor requires to absorb additional duration.

The marginal buyer sets the yield

Understanding the marginal buyer is essential. The price of the next Treasury is not determined by the average holder of all existing bonds, but by the investor deciding whether to buy the next dollar of new issuance.

During the era of large-scale quantitative easing, central banks were exceptionally important marginal buyers. They purchased bonds not simply because yields were attractive but because the purchases themselves were an instrument of monetary policy. Demand was therefore relatively insensitive to price.

That environment has changed. A larger share of bond supply now needs to be absorbed by pension funds, insurers, banks, asset managers, hedge funds and foreign investors. These buyers care deeply about relative value, duration risk and the alternatives available elsewhere.

This makes it much easier for markets to demand a higher price for long-term capital.

AI has created a second enormous borrower

At the same time, a new source of large-scale capital demand has emerged alongside governments. The AI investment cycle requires data centers, GPUs, networking equipment, cooling, electricity generation, transmission capacity and other physical infrastructure on a scale that was barely anticipated only a few years ago.

Major hyperscalers generate enormous operating cash flows, but their investment programs have become so large that bond markets are increasingly important as an additional source of funding. By early July, major U.S. technology companies had already issued substantial amounts of debt, while combined investment by the largest technology groups in 2026 is estimated at more than $700 billion.

It is important not to infer false causality. AI bonds are not independently responsible for higher Treasury yields. The U.S. sovereign bond market is far too large and its macroeconomic drivers are much broader.

The relevant connection runs through relative value and balance-sheet capacity. A pension fund or insurer can allocate the next dollar to a Treasury, mortgage security, high-grade corporate bond or new debt from a highly rated hyperscaler. When the supply of attractive corporate bonds rises sharply, government debt must also offer sufficient return to compete for the same marginal investor.

AI financing therefore becomes part of a much broader duration story.

AI can raise rates today and lower them tomorrow

The relationship between AI and rates is more nuanced than it first appears. The current infrastructure boom requires exceptional amounts of capital and can increase real capital demand. That supports higher funding costs over the short and medium term.

At the same time, successful AI adoption could ultimately raise productivity. If companies can produce more with the same amount of labor and capital, potential economic growth increases. If those productivity gains also restrain cost pressures, stronger growth could eventually coexist with less inflation.

AI can therefore contribute to higher real rates during the investment phase while producing a more favorable growth-inflation mix during the productivity phase.

For investors, this means the focus should not only be on how much companies are spending, but on the returns those investments ultimately generate. In a world of higher real rates, return on invested capital becomes far more important.

Oil mainly raises uncertainty rather than long-term inflation expectations

The recent rise in oil adds another dimension. Higher energy prices can push headline inflation higher again and make it more difficult for central banks to know precisely how quickly they can ease.

The most important impact on long-term yields does not need to be an explosion in 30-year inflation expectations. Those remain comparatively stable. The greater effect may instead come through the distribution of uncertainty.

Higher oil increases the range of plausible inflation paths. That also increases uncertainty around future central-bank reactions. A wider distribution of possible policy outcomes can be enough to justify a higher term premium.

The issue is therefore not only the expected inflation rate, but the uncertainty surrounding that average.

Germany confirms this is not a purely U.S. phenomenon

The rate move is too broad to be explained solely by American fiscal problems. Germany, long the symbol of extremely cheap European sovereign financing, has also experienced a sharp increase in long-term yields. The 10-year Bund now trades around levels not seen for many years.

A structural shift in German fiscal policy sits on top of that. Germany intends to invest significantly more in defense, infrastructure, energy and economic modernization. Such investment can be economically valuable when it improves productivity and security, but it still needs to be financed first.

That means greater Bund supply.

For European bond markets, this matters because Germany is the benchmark issuer. When investors receive more high-quality German paper at attractive yields, the relative pricing of almost every other euro-denominated bond changes.

Bunds can therefore remain safe-haven assets while offering structurally much higher yields than during the era of zero and negative rates.

France shows what fiscal vulnerability adds

France is in a different position. Like Germany, it is affected by the rise in the general European long-term rate, but an additional fiscal component sits on top of that.

French debt is high and interest costs are rising. When markets demand greater compensation to hold French debt, the budget dynamics deteriorate further because a larger share of tax revenue goes toward debt service. This makes future fiscal consolidation more difficult and can eventually require still more issuance.

A feedback loop can therefore emerge: higher yields increase interest expenses, higher interest expenses weaken the fiscal position and a weaker fiscal position justifies a higher risk premium.

France illustrates why the same global rate increase does not have identical implications for every country. Germany is mainly paying more because of the changing general rate regime and greater supply; France carries an additional fiscal risk premium.

Britain remains particularly sensitive to confidence

The British bond market adds another dimension. Since the 2022 fiscal crisis, gilts have reacted very sensitively to any development that raises doubts over the credibility of fiscal policy.

That matters because it demonstrates how bond markets have once again become a disciplining mechanism. A government may choose to support the economy through greater spending, but if investors simultaneously demand a higher long-term yield, part of that stimulus is offset through higher financing costs.

In a world where sovereign financing is much more expensive than during the previous decade, fiscal credibility is once again a direct macroeconomic variable.

Japan may be the most important global shift

Japan may deserve the greatest attention. The Japanese 10-year yield has moved close to 3%, its highest level since the 1990s, while the 30-year yield is also trading around levels that would have seemed almost unimaginable only a few years ago.

That means more than a local rise in interest rates.

For decades, Japan was one of the world's most important sources of cheap capital. Extremely low and sometimes negative domestic rates gave Japanese banks, insurers, pension funds and other investors a strong incentive to search for yield abroad. U.S. Treasuries, European bonds and other international assets benefited from that structural capital export.

That relative valuation is now changing.

When a Japanese investor can once again earn almost 3% on 10-year government bonds in domestic currency and even higher yields at longer maturities, taking foreign-exchange risk to buy overseas bonds becomes less attractive. Hedging costs can also absorb a significant portion of the additional foreign yield.

This does not mean Japanese investors will suddenly liquidate their foreign portfolios. The more important change occurs at the margin: new Japanese savings have less reason to flow automatically into foreign duration.

For global rates, that shift can matter because Japan is one of the largest capital-exporting economies in the world.

The Bank of Japan is gradually retreating as dominant buyer

At the same time, the Bank of Japan is moving further away from the exceptional policies under which the central bank absorbed an enormous share of the JGB market and actively controlled the yield curve.

As the central bank reduces its purchases, private investors need to absorb a larger proportion of Japanese government debt. That once again requires a market-clearing price.

The same fundamental shift is therefore appearing in different forms across the United States, Europe and Japan: central banks are less willing to absorb unlimited duration from private balance sheets, meaning private investors once again have greater influence over the yield required.

This makes Japan far more than a local interest-rate story. It may become part of the global repricing of duration.

The common thread is not capital scarcity but a higher market price for duration

Putting the United States, Germany, France, the UK and Japan side by side makes clear that there is no universal cause. Every bond market has its own fiscal position, monetary policy, inflation dynamics and investor base.

The common factor is therefore not that the world has suddenly run out of money. Pension funds, insurers, banks, sovereign wealth funds and households still control enormous pools of capital.

What is changing is the market price required to lock that capital up for long periods.

Governments need more capital for deficits, defense and infrastructure. Technology companies are financing a historic AI investment boom. Energy and electricity infrastructure require expansion, while aging populations are raising structural public expenditure in many economies. At the same time, central banks are absorbing less long-duration debt than they did during the QE era.

Uncertainty surrounding future rates and fiscal policy is also higher.

The professional conclusion is therefore not that capital is literally becoming scarce. The conclusion is that the market-clearing price of duration is higher. Supply and demand only return to equilibrium when investors receive a sufficiently high real return to carry the additional interest-rate risk on their balance sheets.

Why governments, AI companies and Japan ultimately affect the same market

At first glance, a German infrastructure project, a U.S. AI data-center bond and a Japanese insurer may have little in common. In an integrated global capital market, however, they are indirectly connected.

An insurer buying more JGBs because domestic Japanese yields become more attractive has less need to purchase foreign bonds. A pension fund that finds a new long-duration hyperscaler bond attractive has less balance-sheet capacity available for Treasuries. A European investor presented with more Bund supply may require a higher spread before adding French paper.

No individual decision determines global interest rates on its own. Together, however, these developments change the outside option available to the marginal investor.

And the marginal investor ultimately determines where the market clears.

When do rising yields become dangerous for equities?

High long-term yields alone are not enough to predict an equity crisis. The impact depends on why rates are rising, how quickly they rise and what happens to corporate earnings at the same time.

If real yields rise gradually because economic growth and productivity improve, earnings expectations may rise as well. The discount rate increases, but so do expected future cash flows. In such an environment, equity markets can continue advancing despite higher yields.

A rapid rise driven by a higher term premium is more problematic. The discount rate rises without an immediate increase in expected earnings. When this happens quickly, portfolios and valuations need to adjust abruptly.

That can create market stress. Bonds suffer mark-to-market losses, leveraged positions are reduced, volatility rises and systematic strategies may mechanically cut risk. Expensive equities are often sold first, not necessarily because their fundamentals suddenly deteriorate but because their economic duration is longest.

That is why we focus primarily on the speed of the move.

A gradual further increase in long-term yields does not have to end the equity bull market. A sudden move to materially higher levels can, however, trigger a sharp temporary correction.

Technology is not automatically the biggest casualty

The common claim that higher rates are automatically negative for technology is too simplistic. Sensitivity depends on the economic duration of the company and the quality of its cash flows.

A large technology business with substantial free cash flow, limited financial stress and strong earnings growth can absorb a higher discount rate far more easily than a loss-making growth company whose expected profits lie far in the future.

The most vulnerable combination is therefore a high valuation, low current cash flow, substantial external funding requirements and very long duration of future profits.

Hyperscalers have become major bond-market participants because of their enormous AI investments, but they also possess exceptionally strong balance-sheet and cash-flow profiles. Their primary risk is therefore unlikely to be solvency. The more relevant question is whether hundreds of billions in AI capex ultimately generate sufficient returns to justify both the investment and a higher cost of capital.

Real estate feels higher long-term rates much more directly

Real estate has a more direct relationship with long-term yields. When the risk-free rate rises, investors demand higher returns from property as well. If rental income does not rise enough, the higher required yield needs to be offset through a lower asset price.

Debt becomes more expensive at the same time.

That double effect is particularly problematic for properties acquired with heavy leverage during the ultra-low-rate era and requiring refinancing soon. A transaction that looked attractive with 2% financing can produce a completely different return on equity at 5% or 6%.

Strong locations and low leverage can absorb much of the pressure, but the era in which nearly every property calculation benefited from continuously cheaper money is clearly over.

Private equity faces the same algebra

Private equity benefited during the cheap-money era from both inexpensive leverage and elevated exit multiples. Structurally higher long-term yields affect both sides simultaneously.

Debt service costs rise, while future buyers facing their own higher financing costs become less able to pay the same EBITDA multiples. The contribution of financial engineering to overall returns therefore declines.

This does not make private equity structurally unattractive. It does mean that operational value creation becomes more important again. Revenue growth, margins, cash conversion and genuine business improvement need to provide a larger share of returns.

In a world where long-term real yields are at historically demanding levels, capital discipline once again becomes a differentiating factor.

What needs to happen before long-term yields can fall structurally?

Temporary declines can occur at any time. Weak macroeconomic data, geopolitical de-escalation or a sharp flight to safety can drive long-duration bonds higher and push yields down by tens of basis points.

A structural return to the extremely cheap long-term capital of the previous decade would probably require much more. Uncertainty around future policy rates needs to decline so the term premium can fall. Investors need greater confidence that fiscal deficits and debt growth will not rise indefinitely, while the pace of new duration issuance needs to become more aligned with structural demand.

The current AI investment boom may also become less demanding over time as the infrastructure cycle matures and a larger share of capex can again be financed internally. Geopolitical de-escalation and lower energy uncertainty could narrow the distribution of future inflation outcomes.

A deep recession would probably provide the most powerful downward impulse to long-term yields, but that would obviously not be an attractive route to lower capital costs for equity investors.

What professional investors should watch now

The first important indicator is not the absolute level of the 30-year yield, but how long-term rates respond to economic data. If weaker numbers once again produce strong rallies in duration, the traditional cyclical mechanism is regaining influence. If poor macro data barely push long yields lower, the term premium is probably still dominant.

The second indicator is the quality of sovereign auctions. The final yield matters, but so do the concession required before issuance, the strength of institutional and foreign demand and how much duration markets can absorb without significant price movement.

The third indicator is the corporate bond market. If the enormous supply of AI-related debt can only be placed at increasingly wider spreads, that indicates that investor balance-sheet capacity is becoming more expensive.

Japan is the fourth indicator. Further increases in JGB yields could alter the optimal asset allocation of Japanese insurers, banks and pension funds and thereby affect international demand for U.S. and European duration.

And ultimately the term premium remains the central variable. As long as expected future short rates are stable or falling while long yields continue to rise, the market is telling us that the problem extends beyond the next central-bank meeting.

Markets are simply demanding more to carry the uncertainty of the future.

Key risks to our view

■ A sharp global slowdown could trigger a powerful flight into safe sovereign bonds and push long-term yields lower much faster than our base case assumes.
■ Credible fiscal consolidation in major economies could reduce expected future bond supply and remove an important portion of today's term premium.
■ Geopolitical de-escalation and a sustained decline in energy prices could materially reduce uncertainty around future inflation and monetary policy.
■ AI could generate very large productivity gains faster than expected, improving the combination of growth, inflation and future fiscal revenues relative to what bond markets currently anticipate.
■ During severe market stress, central banks could once again become more active in long-duration bond markets, abruptly changing the pricing of duration.

Conclusion

The world is not short of capital, but long-term capital once again carries a much higher price. Real yields, term premia, government debt, AI financing and Japan's normalization are keeping upward pressure on long-term rates elevated.

For equities, speed remains the decisive variable. An orderly rise can be absorbed; a rapid yield breakout can trigger a significant temporary risk-off move.

■ Argenx steeg fors na positieve fase 3-data met Vyvgart Hytrulo bij IMNM en dermatomyositis.
■ De gecombineerde studiepopulatie liet een verbetering zien van 15,4 punten op een schaal van 100 punten.
■ IMNM lijkt de meest directe uitbreidingskans en wordt door brokers gezien als een zelfstandige blockbusterindicatie.
■ Dermatomyositis blijft commercieel belangrijk, maar de kleinere DM-groep haalde afzonderlijk geen statistische significantie.
■ Onze Investment view op Argenx is niet negatief, maar na onze volledige verkoop dit jaar zijn wij selectiever geworden.

Argenx had maandag zijn beste beursdag ooit na positieve fase 3-data met Vyvgart Hytrulo bij patiënten met immune-mediated necrotizing myopathy en dermatomyositis. De Amerikaanse notering steeg circa 16% naar ongeveer USD 990 en lag daarmee op koers voor een recordslot.

De studie is belangrijk omdat Vyvgart al de centrale groeimotor van Argenx is. Het middel werd eerder goedgekeurd voor generalized myasthenia gravis en de subcutane versie Vyvgart Hytrulo is goedgekeurd voor chronic inflammatory demyelinating polyneuropathy.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

In de nieuwe fase 3-studie liet Vyvgart Hytrulo over de gecombineerde patiëntengroep een verbetering zien van 15,4 punten op een schaal van 100 punten. Volgens Argenx trad de verbetering vroeg op, hield deze aan gedurende de studie en was er sprake van een consistent behandelvoordeel in beide ziektebeelden.

Investment view en meer

■ De Europese beurzen lijken verdeeld tot wat lager te gaan starten. Niet omdat de markt opeens geen toekomst meer ziet in artificiële intelligentie of in de groeiende chipsector, maar vooral omdat de lange rente steeds nadrukkelijker begint mee te spelen. Toch blijft de onderliggende toon redelijk goed en zien we dit nog steeds als een buy-on-dips-markt, waardoor een wat zwakkere opening later op de dag zomaar weer kan omslaan.

📞 Podcast dinsdag 18 augustus - Gestegen rente gaat meespelen

0:00

/581.1418

1×

■ Wall Street sloot gisteren lager, waarbij zowel aandelen als obligaties onder druk stonden. De S&P 500 eindigde op 7.745,06, een verlies van 0,52%, en sloot daarmee onder de Risk Pivot op 7.775. Dat maakt het technische kortetermijnbeeld kwetsbaarder: bij herstel moet 7.775 eerst worden teruggewonnen voordat het beeld duidelijk verbetert.
■ De Amerikaanse markt liet tegelijkertijd opnieuw het vreemde en verdeelde beeld zien waar we al langer mee te maken hebben. De Magnificent Seven lagen lager en Microsoft (MSFT) verloor ongeveer 3%, terwijl delen van de chipsector juist opnieuw duidelijk werden gekocht. Je kunt een brede aandelenmarkt uiteindelijk niet alleen op chipaandelen laten draaien en daardoor blijft het beeld op indexniveau terughoudend.
■ De optieflow op de S&P 500 draaide duidelijk defensiever. HIRO registreerde ongeveer -$9 miljard delta, waarvan circa -$5 miljard afkomstig was van verkoop van langer lopende calls en ongeveer -$4 miljard van 0DTE put buying. Daarmee kwam een belangrijk deel van de neerwaartse druk rechtstreeks vanuit de optiemarkt.
■ Opvallend was ook dat de gerealiseerde beweging veel groter was dan de optiemarkt vooraf had ingeprijsd. De S&P 500 bewoog intraday ongeveer 59 basispunten, terwijl de 0DTE-straddle slechts ongeveer 29 basispunten beweging had ingeprijsd. Dat onderstreept dat de markt plotseling weer veel harder kan bewegen dan de extreem lage optiepremies van de afgelopen periode suggereerden.
■ Het blijft daardoor een markt waar je soms bijna moedeloos van wordt. Wanneer alles crescendo gaat, het zonnetje lijkt te schijnen en vrijwel alles de goede kant op beweegt, komt er plotseling weer iets langs waardoor de markt wordt afgeremd. Zodra de koersen vervolgens terugvallen, gebeurt regelmatig precies het omgekeerde en verschijnen de kopers opnieuw. De ranges blijven breed en de vraag blijft zeer selectief.
■ De Aziatische beurzen begonnen de dag nog gemengd tot wat beter, maar zijn daarna verder weggezakt. De Nikkei staat ongeveer 2% lager en de Koreaanse Kospi circa 0,6% in de min. Daarmee krijgen de Europese markten vanuit Azië in ieder geval geen sterke positieve voorzet.
■ De chipsector bleef op Wall Street juist opvallend sterk. De Philadelphia Semiconductor Index won ongeveer 1,6%, waarbij vooral memory-gerelateerde aandelen opnieuw gevraagd waren. Dat blijft een belangrijk verschil met verschillende andere delen van Big Tech.
■ Onze Investment view op de chipsector blijft positief. Zelfs wanneer de rente verder stijgt, verandert dat niets aan onze langere-termijnoutlook voor de industrie. Er zullen tussenpauzes, vertragingen en forse correcties komen, maar de groei blijft doorgaan en de cyclus wordt volgens ons eerder verlengd dan afgebroken. Chipaandelen blijven daarom voor ons buy on dips.
■ Ook de bredere uitbouw van artificiële intelligentie blijft voor ons één van de belangrijkste structurele krachten achter de markt. Het gaat daarbij niet alleen om software en chips, maar juist ook om het fysieke gedeelte: datacenters, memory, netwerken, energie, koeling en alle infrastructuur die nodig is om deze ontwikkeling verder uit te bouwen. Een hogere rente kan beurskoersen tijdelijk afremmen, maar gaat deze technologische evolutie volgens ons niet stoppen.
■ Binnen de Nasdaq was de optieflow wel duidelijk voorzichtiger. Nasdaq-HIRO registreerde ongeveer -$3 miljard delta, vooral door verkoop van langer lopende calls. De Nasdaq 100 werd daarnaast afgewezen rond de 30.200 Call Wall, terwijl 30.000 nu de belangrijke zone is die moet standhouden.
■ De volatiliteit begint ondertussen weer wakker te worden. De VIX steeg 7% naar 15,18 en de VVIX eveneens 7% naar 93,92. Dat is absoluut nog geen paniek, maar wel een duidelijke verandering na een periode waarin bescherming extreem goedkoop was en beleggers nauwelijks bereid waren om voor volatiliteit te betalen.
■ Richting de komende dagen stapelen de mogelijke katalysatoren zich op. August OPEX, NVIDIA en Jackson Hole liggen dichtbij, terwijl ook stevig bescherming werd gekocht via VIX September 24 calls. Nu VIX en VVIX hoger staan, kunnen verrassingen rond deze gebeurtenissen makkelijker tot grotere indexbewegingen leiden.
■ Het belangrijkste kortetermijnrisico blijft echter de rente. De Amerikaanse 30-jaarsrente is opgelopen tot ongeveer 5,32%, het hoogste niveau sinds 2007. De markt kan op zichzelf best omgaan met een hogere rente – wie de jaren negentig heeft meegemaakt weet dat de rente toen veel hoger stond – maar het gaat nu vooral om de snelheid en de steilheid van de stijging.
■ De Amerikaanse 10-jaarsrente staat rond 4,74% en is opnieuw ongeveer anderhalve basispunt opgelopen. Wanneer de rente geleidelijk verder stijgt, kan de markt dat waarschijnlijk blijven verwerken en misschien vooral zijwaarts bewegen met een redelijk goede onderliggende toon. Wanneer de rente daarentegen plotseling veel sneller en steiler omhoog gaat, verwachten wij dat aandelen daar in één keer met een stevige neerwaartse schok op kunnen reageren.
■ Het is bovendien allang geen uitsluitend Amerikaans renteverhaal meer. De Japanse 10-jaarsrente is doorgestegen tot circa 2,94%, de Duitse 10-jaarsrente staat rond 3,22% en de Nederlandse 10-jaarsrente rond 3,32%. De stijging van de lange rente is daarmee zichtbaar in verschillende grote financiële centra tegelijk.
■ Voor Trump begint die hoge Amerikaanse rente ook politiek steeds lastiger te worden. Tijdens zijn verkiezingscampagne had hij het over het terugdringen van het overheidstekort en het naar beneden brengen van de rente, maar dat lukt vooralsnog niet. Met de midterms in aantocht kan een blijvend hoge of verder stijgende rente steeds nadrukkelijker een probleem worden.
■ Daar komt Iran bovenop. De door Trump genoemde periode van zestig dagen is inmiddels verstreken, terwijl hij blijft dreigen met verdere escalatie. Tegelijk zijn er partijen die denken dat Trump richting de midterms uiteindelijk helemaal niets zal doen. Daarmee blijft Iran vooral een bron van onzekerheid voor olie, inflatie, rente en de financiële markten.
■ Jared Kushner sprak zaterdag in Egypte met een Hamas-topman over Gaza. Alleen al doordat dit gesprek op zaterdag plaatsvond, was het wat ons betreft bij voorbaat gedoemd te mislukken.
■ De Amerikaanse strategische olievoorraden staan volgens de aangeleverde cijfers op het laagste niveau sinds 1982. Dat wordt belangrijker wanneer de spanningen rond Iran opnieuw escaleren, omdat de Verenigde Staten dan minder ruimte hebben om een verstoring van de oliemarkt via de strategische reserves op te vangen.
■ De olieprijs weet op dit moment niet echt richting te kiezen en noteert een fractie lager. De afgelopen dagen werd olie echter eerder opgekocht dan verder naar beneden gedrukt. Rente en olie blijven daarmee twee belangrijke factoren om vandaag te volgen, waarbij vooral de rente de aandacht trekt.
■ Goud en zilver staan eveneens wat lager, maar de onderliggende toon bij beide edelmetalen blijft goed. EUR/USD noteert ondertussen rond 1,1570.
■ Er zijn tegelijkertijd partijen die juist contrair naar de gestegen rente kijken. Hun gedachte is dat de beweging inmiddels zover is doorgeschoten dat de lange rente mogelijk dichter bij een top begint te komen. Wanneer dat inderdaad gebeurt en de rente stabiliseert of weer daalt, zou juist dat opnieuw aanleiding kunnen zijn om aandelen te kopen. Ook daarom gaat de markt ondanks de hogere rente niet simpelweg recht naar beneden.
■ Op zeer lange termijn blijven we uitgesproken positief over technologie. Wij denken dat de ontwikkeling waar we nu middenin zitten uiteindelijk veel groter wordt dan alleen de huidige AI-golf en dat de Nasdaq 100 in een periode van vijf tot tien jaar boven 100.000 kan staan. Dat betekent niet dat de weg daarnaartoe recht omhoog loopt; grote correcties en zelfs forse tussentijdse schokken horen nadrukkelijk bij zo’n scenario.
■ ABN AMRO (ABN) kreeg maandag van Jefferies een hoger koersdoel van €48,00, met behoud van het Kopen-advies. Volgens de analisten bevestigden de Nederlandse banken in het tweede kwartaal opnieuw de kracht van de Nederlandse economische omgeving, met sterke hypotheekvraag, groei van spaargelden, gezonde concurrentiedruk en solide kredietkwaliteit. In combinatie met kostenbesparingen bleef de winstgevendheid sterk. Jefferies ziet ABN AMRO strategisch als de beste manier om mee te liften op het momentum bij Nederlandse retailbanken, terwijl de aandacht verschuift naar kapitaalteruggave en de integratie van HAL en NIBC. Sommige beleggers denken zelfs dat de bank dit jaar meer dan de volledige winst als dividend zou kunnen uitkeren.
■ ING (INGA) kreeg maandag eveneens een hoger koersdoel van Jefferies, naar €31,00, terwijl het advies Houden bleef. ING presteerde eveneens goed en de reacties van beleggers waren overwegend positief. Op overnamegebied verwachten de analisten dat de aandacht vooral op Spanje en Italië gericht blijft.
■ Fastned (FAST) wordt vandaag interessant om te volgen na de sterke beweging van gisteren. Wij zouden niet verbaasd zijn wanneer er eerst een ronde winstnemingen komt. Daarna wordt vooral belangrijk of de vraag opnieuw terugkeert en hoeveel van de recente stijging kan worden vastgehouden.
■ Alfen (ALFEN) liep gisteren opnieuw behoorlijk verder op. Verschillende brokers kwamen richting de cijfers met positieve rapporten en rekenen erop dat de resultaten mogelijk kunnen meevallen. Vandaag wordt interessant of beleggers daarop blijven vooruitlopen en of de recente koerskracht verder kan worden uitgebouwd.
■ Lotus Bakeries (LOTB) heeft recent opnieuw een record bereikt. De trend blijft sterk en het aandeel blijft goed liggen, maar wij vinden Lotus Bakeries inmiddels wel duur. We zijn daarom vooral benieuwd of het momentum sterk genoeg blijft om vanaf deze hoge waardering nog voor verdere koerswinsten te zorgen.
■ Argenx (ARGX) steeg gisteren zeer fors. Ook daar wordt vandaag belangrijk hoeveel van die beweging kan worden vastgehouden en of er nog vervolgkoopkracht ontstaat. Na zo’n forse stijging willen wij het aandeel in ieder geval niet zomaar achterna lopen.
■ Euronext (ENX) liet gisteren opnieuw kracht zien en zou volgens ons nog verder omhoog kunnen. De oplopende marktvolatiliteit kan bovendien zorgen voor meer handelsactiviteit. We blijven daarom vooral op terugvallen kijken.
■ Deutsche Börse (DB1) liet eveneens een sterk beeld zien. Ook daar sluiten we verdere koerswinst niet uit en kan meer marktbeweging de handels- en derivatenactiviteiten ondersteunen. Dips blijven voor ons interessanter dan het aandeel na sterke dagen achterna te lopen.
■ Fabrinet (FN) kwam gisteren met cijfers. Die waren redelijk, maar niet supergoed, waarna het aandeel nabeurs bijna 7% lager ging. Fabrinet zit dicht tegen het bredere technologie- en infrastructuurverhaal aan en ondanks deze reactie blijft de langere trend van dit soort aandelen voor ons opwaarts.
■ Crypto-gerelateerde aandelen lagen gisteren hoger. De vraag wordt vandaag vooral of die winsten kunnen worden vastgehouden wanneer de bredere aandelenmarkt met een verdeelde tot wat lagere opening te maken krijgt.
■ Bitcoin noteert rond $64.250. Daarmee levert crypto op dit moment geen uitgesproken richting voor het bredere marktbeeld en blijft het vooral afwachten of de betere toon bij crypto-gerelateerde aandelen verder doorzet.
■ Alles bij elkaar blijft het een mixed bag. De rente stijgt, olie en geopolitiek zorgen voor onzekerheid en de optieflow is duidelijk defensiever geworden, maar tegelijkertijd blijven chips en delen van AI-infrastructuur gevraagd. Bovendien stijgt de rente al ongeveer een maand en heeft de markt die beweging tot nu toe behoorlijk goed verwerkt. Dat moeten we ook relativeren: een hogere rente alleen betekent niet automatisch dat aandelen nu naar beneden moeten.
■ Voor vandaag verwachten we daarom een verdeelde tot iets lagere start. We gaan echter zeker niet stellen dat de markt door de hogere rente en de angst voor een nieuwe escalatie rond Iran nu ineens naar beneden moet kletteren. Daarvoor blijft de onderliggende vraag te selectief sterk en blijft de structurele steun vanuit AI en chips te belangrijk.
■ Onze Investment view blijft buy on dips, maar het technische kortetermijnbeeld is wel kwetsbaarder geworde. Het belangrijkste risico is dat de lange rente plotseling veel sneller en steiler verder stijgt. Gebeurt dat niet, dan kan de markt zijwaarts blijven bewegen met een goede onderliggende toon en sluiten we juist in deze vreemde markt niet uit dat na een wat lagere start later opnieuw een onverwachte beweging omhoog ontstaat.

Nu op weg naar de opening.

Op onze website meer, inclusief een database met duizenden artikelen.

© 2026 SCEtrader.nl - Alle rechten voorbehouden

🏖️ Podcast: Dagafsluiting SCE Trader maandag 17 augustus - FAST en ALFEN sterk hoger

0:00

/853.37465

1×

Tot morgen iedereen!

Op onze website meer, inclusief een database met duizenden artikelen

© 2026 SCEtrader.nl - Alle rechten voorbehouden.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Trade setup

Daarbij gebruiken we, na het scannen van alle beschikbare data, een deel van de zichtbare flows die opvallen. Het is een momentopname, maar de activiteit is opvallend genoeg om uit te lichten en mogelijk richtinggevend voor het verdere koersverloop.

Stijging Verwacht

Heb je een abonnement op scetrader.nl en vragen over deze rubriek, dan hoor ik die graag. Stuur gerust een bericht naar info@scetrader.nl of via het WhatsApp-nummer dat wij gebruiken. Ik beantwoord vragen met plezier. Nu verder -->

Wall Street bias voor vandaag

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

■ P3, de 2nm-fab in Arizona, kan mogelijk tot vier kwartalen eerder operationeel worden dan eerder verwacht.
■ P2 loopt eveneens voor op schema: de equipment-installatie begint in de tweede helft van 2026 en massaproductie wordt in H2 2027 verwacht.
■ ASML, Applied Materials, Lam Research, KLA, Tokyo Electron en ASM International zijn de duidelijkste directe equipmentwinnaars.
■ Ichor Holdings, Ultra Clean Holdings, Onto Innovation, Axcelis Technologies, Entegris en MKS Instruments bieden kleinere of meer gespecialiseerde beursgenoteerde exposure aan dezelfde investeringsgolf.
■ Amkor, BESI, SUSS MicroTec, FormFactor en Cohu worden relevanter wanneer Arizona naast waferfabricage ook verder uitbreidt richting advanced packaging en test.

De timing is belangrijk omdat TSMC’s leveranciers veel eerder verdienen dan het moment waarop een nieuwe fab volledig produceert. Machines moeten worden gebouwd, geleverd, aangesloten en gekwalificeerd; cleanrooms en nutsvoorzieningen moeten gereed zijn; chemicaliën en procesgassen moeten worden aangevoerd en test- en packagingcapaciteit moet later op de hogere waferoutput aansluiten. Wanneer P2 nu de equipmentfase ingaat en P3 mogelijk tot ongeveer een jaar eerder operationeel wordt, kunnen verschillende investeringsgolven bovendien steeds meer in elkaar overlopen.

P2 en P3 kunnen voor een veel intensievere investeringsfase zorgen

P2 is niet langer alleen een toekomstig bouwproject. De installatie van productiemachines staat al voor de tweede helft van 2026 gepland, waarna massaproductie in H2 2027 moet volgen. Daarmee verschuift de economische activiteit richting de leveranciers die daadwerkelijk nodig zijn om van een leeg fabgebouw een operationele chipfabriek te maken.

P3 is vervolgens belangrijker vanwege de technologie. Een 2nm-fab vraagt niet alleen om nieuwe capaciteit, maar ook om geavanceerdere lithografie, complexere materiaaldepositie, meer nauwkeurige etchstappen en strengere procescontrole. Wanneer die fabriek inderdaad tot vier kwartalen eerder operationeel kan worden, komt ook deze technologisch zwaardere equipmentcyclus eerder naar voren.

Het interessante is daarom niet alleen dat TSMC meer investeert. P2 en P3 kunnen steeds dichter achter elkaar door dezelfde supply chain lopen. Dat kan de vraag naar personeel, tools, subsystemen, materialen en lokale ondersteuning gedurende meerdere jaren hoog houden.

ASML – de meest kritieke Europese leverancier

ASML blijft de meest onmisbare Europese schakel. Voor de meest geavanceerde productielagen bij 2nm is EUV noodzakelijk, terwijl DUV voor een groot aantal andere productiestappen belangrijk blijft. Een snellere overgang van Arizona naar leading-edge nodes betekent daardoor dat TSMC eerder behoefte krijgt aan een grotere en technologisch geavanceerdere lithografiebasis.

De economische waarde stopt niet na levering van de machines. Iedere extra geïnstalleerde ASML-tool creëert jarenlang vraag naar onderhoud, service, onderdelen en upgrades. Daardoor heeft een versnelling niet alleen invloed op de timing van systeemverkopen, maar groeit uiteindelijk ook de terugkerende omzet uit de installed base.

Applied Materials – breedste Amerikaanse equipmentexposure

Applied Materials heeft een uitzonderlijk brede positie binnen waferfabricage. De onderneming levert technologie voor onder meer deposition, etch, CMP en verschillende andere processtappen, waardoor zij op meerdere plaatsen binnen dezelfde productielijn kan verdienen.

Die breedte is vooral belangrijk wanneer TSMC verder richting 2nm gaat. Nieuwe transistorarchitecturen en complexere materiaalstacks vergroten de hoeveelheid gespecialiseerde bewerkingen die nodig zijn. Applied Materials profiteert daardoor zowel van meer wafercapaciteit als van meer procesintensiteit per wafer.

Lam Research – directe hefboom op complexere chips

Lam Research zit sterk in etch en deposition. Naarmate transistorstructuren kleiner en meer driedimensionaal worden, moeten steeds meer lagen uiterst nauwkeurig worden opgebouwd en vervolgens met zeer kleine toleranties worden bewerkt.

Dat maakt Lam gevoelig voor de technologische complexiteit van de fab, niet alleen voor het aantal wafers. Een sterkere 2nm-uitrol kan daardoor relatief veel equipmentvraag creëren, juist omdat iedere nieuwe generatie meer geavanceerde processtappen vereist.

KLA – yield wordt steeds kostbaarder

KLA is een van de belangrijkste namen voor process control, inspection en metrology. Bij kleinere nodes stijgt de economische waarde van het vroegtijdig ontdekken van defecten, omdat een kleine afwijking steeds meer invloed kan hebben op de uiteindelijke yield.

Een nieuwe 2nm-fab is pas echt waardevol wanneer TSMC voldoende bruikbare chips per wafer kan produceren. KLA profiteert daardoor juist tijdens de opstartfase waarin productieprocessen moeten worden verfijnd en yields naar commerciële niveaus worden gebracht.

Tokyo Electron – belangrijke ontbrekende naam

Tokyo Electron hoort nadrukkelijk bij de primaire equipmentwinnaars. Het Japanse bedrijf levert machines voor onder meer coating/develop, etch, deposition en cleaning en heeft daarmee exposure aan verschillende stappen binnen het waferproces.

De positie lijkt op onderdelen op die van Applied Materials: een complete productielijn gebruikt meerdere categorieën apparatuur van dezelfde leverancier. Wanneer P2 en later P3 sneller worden ingericht, kan Tokyo Electron daardoor op verschillende plaatsen binnen de fab profiteren.

ASM International – kleinere Europese specialist

ASM International heeft een beperktere schaal dan de grote Amerikaanse equipmentgroepen, maar is technologisch bijzonder goed gepositioneerd in advanced deposition. Atomic layer deposition maakt het mogelijk om extreem dunne lagen zeer gecontroleerd aan te brengen, iets wat belangrijker wordt naarmate transistorstructuren ingewikkelder worden.

Daarmee is ASM International geen brede volumewinnaar zoals Applied Materials, maar een gespecialiseerde play op procescomplexiteit. Juist de overgang naar 2nm maakt die niche interessanter.

Ichor Holdings – kleine speler achter de grote tools

Ichor Holdings behoort tot de interessantste kleinere Amerikaanse beursgenoteerde namen binnen dit thema. De onderneming levert geïntegreerde systemen waarmee gassen en chemicaliën binnen semiconductorapparatuur nauwkeurig worden aangevoerd.

Ichor zit daardoor een laag onder de bekende equipmentmakers. Wanneer de productie van machines bij grote klanten stijgt, kan de vraag naar dergelijke subsystemen snel meegroeien. Door de kleinere omzetbasis kan dat procentueel veel sterker doorwerken dan bij een megacap, al geldt hetzelfde in neerwaartse richting wanneer de cyclus draait.

Ultra Clean Holdings – hogere toolvolumes kunnen hard doorwerken

Ultra Clean Holdings levert subsystemen, componenten, cleaning en andere diensten aan producenten van semiconductorapparatuur. Daarmee profiteert UCT vooral indirect van de grotere equipmentcyclus.

Dit is precies het type bedrijf waarbij extra toolvolumes relatief veel verschil kunnen maken. De potentiële operationele hefboom is daarom groter dan bij de grote marktleiders, maar de afhankelijkheid van een beperkt aantal klanten en de cyclische volatiliteit zijn eveneens hoger.

Onto Innovation – kleiner alternatief voor process control

Onto Innovation zit in metrologie, inspectie, procescontrole en andere gespecialiseerde toepassingen. De onderneming is veel kleiner dan KLA, waardoor nieuwe orders relatief meer invloed op de resultaten kunnen krijgen.

Een bijkomend voordeel is de exposure aan advanced packaging. Daarmee kan Onto zowel profiteren van de verdere opbouw van front-end productie als later van de uitbreiding van packaging binnen het Amerikaanse ecosysteem.

Axcelis Technologies – specialist in ion implantation

Axcelis Technologies levert ion-implantationapparatuur waarmee de elektrische eigenschappen van semiconductorstructuren worden aangepast. Dit is een gespecialiseerde maar noodzakelijke stap binnen waferfabricage.

De koppeling met TSMC Arizona is minder rechtstreeks dan bij ASML of Applied Materials, waardoor Axcelis niet tot de eerste groep kernwinnaars behoort. Het aandeel is wel interessant als kleinere equipmentnaam wanneer de brede leading-edge capexcyclus verder aantrekt.

Entegris – bij 2nm wordt verontreiniging steeds duurder

Entegris verdient meer gewicht dan veel andere tweede-lijnnamen omdat materiaalzuiverheid bij geavanceerde nodes steeds kritischer wordt. Het bedrijf levert specialty chemicals, filtration, fluid handling, gas delivery en oplossingen om contaminatie tijdens het productieproces te voorkomen.

Bij 2nm kunnen uiterst kleine verontreinigingen al tot kostbare defecten leiden. Daardoor groeit de economische waarde van ultra-pure materialen en contamination control mee met de complexiteit van de chips. Entegris profiteert dus niet alleen van meer productie, maar ook van hogere eisen aan iedere afzonderlijke processtap.

MKS Instruments – technologie binnen de machines

Op basis van de zichtbare data ontstaat het volgende beeld qua verwachte beweeglijkheid:

Laten we beginnen

Dit bericht schetst een voorlopig beeld in aanloop naar de opening en naar het eventueel aanpassen van de positie, puur op basis van de mechanische optiegegevens.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

■ Stripe versterkt met de overname van OpenRouter zijn bestaande positie als directe concurrent van Adyen (ADYEN), vooral bij AI-native bedrijven, usage-based billing en toekomstige agentic commerce.
■ Wij zien deze stap niet als een bedreiging voor een eventuele nieuwe opwaartse trend van Adyen. De onderneming bouwt zelf gericht verder aan dezelfde nieuwe infrastructuur via Orb, Talon.One en Adyen Agentic.
■ OpenAI als nieuwe klant is strategisch relevant, omdat het laat zien dat Adyen ook daadwerkelijk terrein wint bij bedrijven die midden in de AI-economie staan.
■ Vooral Orb kan belangrijk worden, omdat usage-based billing steeds centraler wordt wanneer AI-diensten per token, API-call, compute-eenheid of andere vorm van gebruik worden afgerekend.
■ Onze Investment view op Adyen blijft positief. Stripe beweegt agressief, maar Adyen combineert meer dan 20% groei met hoge marges, een sterke balans en een platform dat steeds beter aansluit bij AI-commerce.

Stripe neemt OpenRouter over en zet daarmee een opvallend grote stap die veel verder gaat dan traditionele payment processing. OpenRouter is uitgegroeid tot een belangrijke toegangspoort tussen developers en honderden AI-modellen. Gebruikers kunnen via één infrastructuur modellen selecteren en wisselen op basis van prijs, prestaties en beschikbaarheid, waardoor OpenRouter zich precies bevindt op een plek waar enorme hoeveelheden AI-gebruik samenkomen.

Voor Stripe is die positie strategisch bijzonder interessant. Het bedrijf verzorgde al betalings- en billingdiensten rond OpenRouter, maar door de onderneming volledig in handen te krijgen kan Stripe veel dichter bij de economische activiteit achter AI-gebruik komen. Tokens, API-calls en compute moeten worden gemeten, geprijsd, gefactureerd en uiteindelijk betaald. Daarmee kan Stripe een groter gedeelte van die keten beheersen en zich verder ontwikkelen van payment processor naar bredere infrastructuurleverancier voor de AI-economie.

Dat is relevant voor Adyen omdat Stripe al een van zijn belangrijkste directe concurrenten is. Toch zien wij de overname niet als een nieuwe structurele bedreiging voor Adyen. Integendeel, de recente stappen van Adyen laten zien dat ook daar het besef aanwezig is dat payments steeds verder samenvloeien met billing, loyalty, data en agentic commerce. Het verschil zit vooral in de manier waarop beide ondernemingen die markt proberen te benaderen.

Investment view

Onze Investment view op Adyen blijft positief. Wij zien de overname van OpenRouter door Stripe niet als een ontwikkeling die een eventuele nieuwe opwaartse trend van het aandeel hoeft te blokkeren. Stripe versterkt zijn bestaande positie binnen technologie en AI, maar tegelijkertijd heeft Adyen de afgelopen maanden zelf belangrijke stappen gezet om zijn platform voor dezelfde structurele veranderingen klaar te maken.

Voor ons is vooral belangrijk dat de kernactiviteiten van Adyen sterk blijven terwijl de onderneming nieuwe technologie toevoegt. De groeiverwachting voor de netto-omzet in 2026 is verhoogd naar 21% tot 23%, de marges blijven hoog en de financiële positie geeft het management voldoende ruimte om verder te investeren. Adyen hoeft dus geen nieuwe AI-strategie te bouwen vanuit een zwakke uitgangspositie, maar kan dat juist doen terwijl de bestaande business stevig groeit.

Strategisch vinden wij de combinatie van Orb, Talon.One en Adyen Agentic steeds interessanter. Orb brengt Adyen naar usage-based billing, Talon.One versterkt loyalty en real-time decisioning en Adyen Agentic moet de verbinding leggen tussen merchants en nieuwe AI-gestuurde verkoopkanalen. De toevoeging van OpenAI als klant maakt dit verhaal concreter, omdat het laat zien dat Adyen ook aantrekkelijk kan zijn voor ondernemingen die zelf midden in de AI-economie staan.

Stripe kiest met OpenRouter voor een agressievere verticale stap, terwijl Adyen voorlopig gerichter technologie rond zijn bestaande platform toevoegt. Wij zien dat niet automatisch als een zwakkere strategie. De waarde van Adyen zit juist in één geïntegreerde infrastructuur voor grote internationale merchants, waarbij payments, risk, billing, klantdata en steeds meer aanvullende functionaliteit met elkaar kunnen worden verbonden.

Waarom OpenRouter strategisch zo waardevol is voor Stripe

Heb je hier vragen over, laat het ons weten via info@scetrader.nl of via de WhatsApp-service.

▪️ Vertaalt data naar de richting voor de AEX
▪️ Standaard optiedata met een extra cijfermatige laag er bovenop
▪️ Extra laag is harde data, aanvullende meetpunten en eigen berekeningen
▪️ Meer inzicht in richting, positionering, risico-opbouw en kantelzones
▪️ Een professionele tool om de AEX beter te beoordelen

De Option Flow Bias op de AEX is bedoeld om beter te beoordelen welke richting vanuit de optiemarkt naar voren komt. Het gaat niet om een algemene uitleg over opties, maar om een concrete analyse van de AEX-index op basis van optiedata en aanvullende berekeningen.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

AEX Optiemarkt & Dealer Flow Analyse

■ Europa lijkt zijwaarts tot licht hoger te openen. De futures staan wat beter en de ondertoon blijft positief, waarbij dips de laatste tijd snel worden opgevangen.

S📞 Podcast maandag 17 augustus - Wat gaan aandelen doen

0:00

/617.0788

1×

■ Wall Street sloot vrijdag verdeeld, maar zonder brede risk-off-beweging. De markt oogde wat vermoeid, maar echte verkoopdruk bleef uit.
■ S&P 500-futures staan circa 0,1% hoger en Nasdaq 100-futures ongeveer 0,3%. Dat geeft Europa vanochtend een licht positieve aanwijzing.

■ De Nasdaq 100-futures testen opnieuw de weerstand die al enkele dagen standhoudt. De bijgevoegde chart laat dat duidelijk zien: een doorbraak opent ruimte omhoog, een afwijzing kan eerst liquiditeit lager zoeken.
■ Azië ligt beter. De KOSPI wint circa 2,5% en de Hang Seng ongeveer 1,6%, waarmee vooral Zuid-Korea opnieuw sterk voor de dag komt.
■ De Amerikaanse inflatie blijft gemengd. De core CPI daalde in juli naar 2,5% op jaarbasis, terwijl de PPI opliep naar 4,4%. De kans op een renteverhoging in september ligt daardoor nog rond een derde.
■ Woensdag staan de FOMC-notulen centraal. Die moeten laten zien hoe verdeeld de Federal Reserve al vóór de laatste inflatiecijfers was over het verdere rentepad.
■ Dinsdag volgen de Amerikaanse industriële productie, donderdag de jobless claims en vrijdag de flash-PMI’s. De laatste claims kwamen uit op 209.000 en wijzen nog altijd niet op brede ontslagdruk.
■ De Amerikaanse tienjaarsrente staat rond 4,68%, Duitsland rond 3,20% en Japan rond 2,92%. Vooral de Duitse rente valt op, omdat dit het hoogste niveau sinds 2011 is.
■ Opvallend is dat aandelen deze hogere rentes voorlopig goed verwerken. Vooral in Europa worden terugvallen snel gekocht, ondanks de hogere kapitaalmarktrentes.
■ EUR/USD staat rond 1,1590 en USD/JPY rond 159,1. De euro is iets sterker, zonder dat dit de Europese aandelenmarkt zichtbaar onder druk zet.
■ De Straat van Hormuz blijft een belangrijk geopolitiek risico. Zaterdag passeerden slechts vijf schepen, tegenover 31 een weekend eerder, waardoor het verkeer vrijwel tot stilstand is gekomen.
■ Olie ligt desondanks fractioneel lager. De markt rekent dus voorlopig niet op een langdurige aanbodschok, maar juist daardoor kan de reactie scherp worden als de verstoring aanhoudt.
■ Goud stijgt circa 0,5% naar $4.396 en zilver ongeveer 1% naar $65,60. Bij goud blijft vooral het positievere optiebeeld richting december interessant.
■ De VIX daalde vrijdag bijna 3%, ondanks de verdeelde Amerikaanse sessie. Dat bevestigt dat beleggers voorlopig geen duidelijke stressgolf verwachten.
■ De Go Global-trade krijgt opnieuw momentum. De KOSPI staat inmiddels ruim 20% boven het dieptepunt van 30 juli, nadat de index vanaf de junipiek bijna 40% was teruggevallen.
■ Zuid-Korea en Taiwan blijven de leiders. Korea staat dit jaar circa 84,9% hoger en Taiwan 68,5%, tegenover ongeveer 13,8% voor de Verenigde Staten.
■ Ook fundamenteel verbetert Zuid-Korea. De forward earnings zijn in een jaar ongeveer vervijfvoudigd en de verwachte winstmarge ligt inmiddels boven die van andere emerging markets.
■ Het Amerikaanse cijferseizoen blijft sterk. Inmiddels heeft 88% van de S&P 500-bedrijven gerapporteerd, waarbij 86% de winstverwachtingen en 76% de omzetverwachtingen heeft verslagen.
■ Voor Europese aandelen blijft het beeld positief. Er stroomt opnieuw meer kapitaal richting Europa, indices staan rond records en correcties vinden snel steun.
■ Adyen krijgt vandaag extra aandacht nadat Stripe OpenRouter overneemt. Onze eerste indruk is dat dit geen directe bedreiging vormt en mogelijk juist laat zien dat AI-gerelateerde betalingsstromen verder groeien. Later vandaag volgt een apart artikel.
■ Lotus Bakeries bereikte vrijdag opnieuw een record. De trend blijft sterk en het defensieve groeiprofiel blijft kopers aantrekken, maar de hoge waardering maakt ons terughoudender met nieuwe instappen.
■ Europese banken kunnen opnieuw vraag aantrekken. De cijfers waren overwegend goed en de hogere rente blijft voor verschillende banken ondersteunend.
■ Europese software blijft interessant op dips. De Amerikaanse softwaresector lag vrijdag lager, maar wij zien zwakte in kwalitatief sterke Europese namen nog steeds als potentiële koopkans.
■ Chipaandelen blijven onderliggend sterk. De Philadelphia Semiconductor Index was vrijdag verdeeld, maar er is geen duidelijke verslechtering in de AI- en semiconductortrend zichtbaar.
■ Dat is ook positief voor Europese semiconductors. Zolang de Amerikaanse chipsector niet structureel verzwakt, blijven dips in sterke Europese chipnamen interessant.
■ Alibaba (BABA) wordt steeds overtuigender als Chinese AI-winnaar. De open-weight modellen van Alibaba hebben in zes maanden meer dan 3 miljard downloads bereikt en zijn daarmee Meta en Google voorbijgestreefd.
■ Alibaba combineert die modelsterkte met Qwen, AliCloud en belangen in Moonshot, Zhipu, DeepSeek en MiniMax. Daarmee heeft het bedrijf een uitzonderlijk brede positie binnen de Chinese AI-keten en blijft onze Investment view bullish.
■ Broadcom (AVGO) verloor vrijdag bijna 6% door zorgen rond VMware-beveiligingslekken. Vooralsnog zien we geen structurele aantasting van de langetermijncase, waardoor juist een herstel mogelijk is als de impact beperkt blijkt. Ook hier komen we apart op terug.
■ SpaceX werkt met AI1 aan compute in een baan om de aarde. Eén satelliet moet ongeveer de rekenkracht van een NVIDIA GB300-rack leveren en laat zien dat de AI-race steeds meer draait om energie en fysieke compute-capaciteit.
■ Op vrijdag startte Jefferies de coverage van Aehr Test Systems (AEHR) met Buy en een koersdoel van $175. Jefferies ziet AI inmiddels als meer dan 90% van de activiteiten en verwacht tussen FY25 en FY28 een omzet-CAGR van 52%.
■ Vandaag komen we rond Aehr Test Systems met twee aparte artikelen. Eén artikel richt zich op de bredere test- en burn-insector en één artikel volledig op AEHR.
■ De centrale aandelenvisie blijft buy on dips. Kleine én grotere terugvallen blijven interessant zolang er geen structurele verslechtering ontstaat in rente, volatiliteit of winstgroei.
■ Voor vandaag ligt de nadruk opnieuw op de bovenkant. Europa heeft een goede ondertoon, Azië ligt beter en de VIX blijft beheerst, terwijl de Nasdaq 100-weerstand de belangrijkste technische test van de sessie blijft.

English

■ Europe looks set to open flat to slightly higher. Futures are somewhat firmer and the underlying tone remains positive, with recent dips being bought quickly.
■ Wall Street closed mixed on Friday, but without broad risk-off pressure. The market looked somewhat tired, while genuine selling pressure remained limited.
■ S&P 500 futures are up around 0.1% and Nasdaq 100 futures roughly 0.3%. This gives Europe a mildly positive signal this morning.
■ Nasdaq 100 futures are again testing resistance that has held for several days. The accompanying chart shows this clearly: a breakout opens further upside, while rejection could first send the market toward lower liquidity.
■ Asia is stronger. The KOSPI is up around 2.5% and the Hang Seng roughly 1.6%, with South Korea again standing out.
■ US inflation remains mixed. July core CPI fell to 2.5% year-on-year, while PPI rose to 4.4%. The probability of a September rate hike therefore remains around one-third.
■ Wednesday’s FOMC minutes will take center stage. They should show how divided the Federal Reserve already was on the future rate path before the latest inflation data.
■ US industrial production is due Tuesday, jobless claims Thursday and flash PMIs Friday. The latest claims came in at 209,000 and still do not suggest broad layoff pressure.
■ The US 10-year yield is around 4.68%, Germany near 3.20% and Japan around 2.92%. Germany stands out in particular, as this is its highest level since 2011.
■ What stands out is that equities are absorbing these higher yields relatively well. In Europe especially, pullbacks continue to attract buyers despite higher long-term rates.
■ EUR/USD is around 1.1590 and USD/JPY near 159.1. The euro is slightly stronger without creating visible pressure on European equities.
■ The Strait of Hormuz remains an important geopolitical risk. Only five vessels transited on Saturday versus 31 the previous weekend, bringing traffic close to a standstill.
■ Oil is nevertheless slightly lower. Markets are therefore not pricing in a prolonged supply shock, which could create a sharp reaction if disruption persists.
■ Gold is up around 0.5% to $4,396 and silver roughly 1% to $65.60. For gold, the increasingly positive options picture toward December remains particularly interesting.
■ The VIX fell almost 3% on Friday despite the mixed US session. That confirms investors are not currently expecting a clear surge in market stress.
■ The Go Global trade is gaining momentum again. The KOSPI is now more than 20% above its July 30 low after previously falling almost 40% from its June peak.
■ South Korea and Taiwan remain the leaders. Korea is up roughly 84.9% year-to-date and Taiwan 68.5%, versus around 13.8% for the United States.
■ South Korea’s fundamentals are also improving. Forward earnings have roughly quintupled in a year and expected profit margins now lead other emerging markets.
■ The US earnings season remains strong. So far, 88% of S&P 500 companies have reported, with 86% beating EPS estimates and 76% beating revenue estimates.
■ The broader European equity picture remains positive. More capital is moving toward Europe, indices are trading around records and corrections continue to find support quickly.
■ Adyen will receive extra attention today after Stripe agreed to acquire OpenRouter. Our initial view is that this is not a direct threat and could instead show further growth in AI-related payment flows. A separate article will follow later today.
■ Lotus Bakeries reached another record on Friday. The trend remains strong and its defensive growth profile continues to attract buyers, but the high valuation makes us more cautious on new entries.
■ European banks could attract renewed demand. Earnings have generally been strong and higher interest rates remain supportive for several banks.
■ European software remains interesting on dips. US software was weaker on Friday, but we still view weakness in higher-quality European names as a potential buying opportunity.
■ Semiconductor stocks remain fundamentally strong. The Philadelphia Semiconductor Index was mixed on Friday, but there is no clear deterioration in the AI and semiconductor trend.
■ That is also positive for European semiconductor stocks. As long as the US chip sector does not weaken structurally, dips in stronger European chip names remain interesting.
■ Alibaba (BABA) is becoming increasingly convincing as a Chinese AI winner. Alibaba’s open-weight models have exceeded 3 billion downloads in six months, moving ahead of Meta and Google.
■ Alibaba combines that model strength with Qwen, AliCloud and investments in Moonshot, Zhipu, DeepSeek and MiniMax. This gives the company unusually broad exposure to China’s AI ecosystem and keeps our Investment view bullish.
■ Broadcom (AVGO) fell almost 6% on Friday on concerns surrounding VMware security vulnerabilities. So far, we see no structural damage to the long-term case, leaving room for a rebound if the impact proves limited. We will return to this separately.
■ SpaceX is developing AI1 to bring compute into orbit. One satellite is expected to provide roughly the computing power of an NVIDIA GB300 rack, showing how the AI race is increasingly about energy and physical compute capacity.
■ On Friday, Jefferies initiated coverage of Aehr Test Systems (AEHR) with Buy and a $175 price target. Jefferies sees AI as more than 90% of the business and forecasts a 52% FY25-FY28 revenue CAGR.
■ Today we will publish two separate articles around Aehr Test Systems. One will focus on the broader testing and burn-in sector and one entirely on AEHR.
■ The central equity view remains buy on dips. Both smaller and larger pullbacks remain interesting as long as there is no structural deterioration in rates, volatility or earnings growth.
■ For today, the focus is again on the upside. Europe retains a positive underlying tone, Asia is stronger and the VIX remains contained, while Nasdaq 100 resistance is the key technical test for the session.

Nu op weg naar de opening.

Op onze website meer, inclusief een database met duizenden artikelen.

© 2026 SCEtrader.nl - Alle rechten voorbehouden

🏖️ Podcast: Dagafsluiting SCE Trader vrijdag 14 augustus - Gemixt, maar vaste markt

0:00

/1085.439375

1×

Mooi weekend iedereen!

Op onze website meer, inclusief een database met duizenden artikelen

© 2026 SCEtrader.nl - Alle rechten voorbehouden.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Trade setup

■ Trumps nieuwe drone-tarieven en de FCC-beperking op buitenlandse drones versnellen de verschuiving weg van Chinese platforms en componenten.
■ De grootste koershefboom zit bij kleine namen zoals Unusual Machines, Red Cat, Draganfly, Palladyne AI en Ondas.
■ Kratos, AeroVironment en Teledyne zijn minder speculatief, omdat zij dieper in defensie, sensoren, tactische systemen en bestaande overheidsrelaties zitten.
■ Het thema draait niet alleen om drones zelf, maar ook om componenten, software, autonomie, counter-UAS, thermal imaging en binnenlandse productiecapaciteit.
■ Onze Investment view op het drone-thema is positief, maar selectief: dit is een risicovol mandje en geen brede kooplijst.

De Amerikaanse droneketen verandert snel. President Donald Trump heeft op 13 augustus 2026 zware tarieven aangekondigd op geïmporteerde drones en kritieke onderdelen. Voor grotere drones, gevoelige systemen en bepaalde componenten kan het tarief oplopen tot 100%. Voor kleinere drones ligt het tarief op 25%.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Deze maatregel komt bovenop de FCC-lijn waarbij nieuwe buitenlandse drones en kritieke dronecomponenten op de Covered List werden geplaatst. Daardoor wordt toegang tot de Amerikaanse markt voor veel buitenlandse systemen, vooral Chinese, veel moeilijker.

De timing is belangrijk. China domineerde jarenlang grote delen van de civiele en commerciële dronemarkt, met DJI als bekendste naam. Washington ziet die afhankelijkheid inmiddels als een nationaal veiligheidsprobleem. Het beleid verschuift daarom van losse restricties naar een bredere industriële strategie: minder China, meer NDAA-compliant productie, meer Blue UAS-platforms en meer Amerikaanse dronecapaciteit.

Investment view

Onze Investment view op het drone-thema is positief, maar alleen selectief. De combinatie van tarieven, FCC-restricties, NDAA-eisen, Blue UAS-platforms, defensiebudgetten en reshoring creëert een structurele rugwind voor Amerikaanse en Noord-Amerikaanse dronebedrijven.

Wij zouden dit niet als één veilige sectortrade behandelen. De kwaliteitsverschillen tussen de aandelen zijn groot. Sommige namen zijn bijna pure opties op reshoring, andere zijn gevestigde defensiespelers met drone-exposure binnen een bredere portefeuille.

De meest agressieve kansen liggen bij Unusual Machines, Red Cat, Draganfly, Palladyne AI en Ondas. Die aandelen kunnen hard reageren op contractnieuws, politieke steun, Pentagon-programma’s en orderflow. Daar zit ook het grootste risico op verwatering, financieringsdruk, tegenvallende omzet en extreme koersbewegingen.

Kratos, AeroVironment en Teledyne zijn institutioneler. Zij profiteren minder van de pure smallcap-hype, maar staan sterker in defensieprogramma’s, sensoren, autonome systemen, loitering munitions, counter-drone en high-end aerospace.

Onze voorkeur gaat uit naar een mandjebenadering. De speculatieve namen horen klein te blijven. De meer gevestigde namen kunnen dienen als stabielere kern binnen het thema.

Waarom dit thema nu versnelt

Het nieuwe beleid raakt drie lagen tegelijk.

De eerste laag is import. Chinese drones en kritieke onderdelen worden duurder, vertraagd of moeilijker verkrijgbaar. Dat raakt onder meer drones met thermische camera’s, grotere platformen, flight controllers, batterijen, motoren, datalinks, dockingstations en andere componenten die binnen het nationale veiligheidskader vallen.

De tweede laag is procurement. Overheden, defensie, politie, grensbewaking, critical infrastructure en public safety kunnen steeds minder makkelijk kiezen voor goedkope Chinese platforms. NDAA-compliance en Blue UAS-status worden belangrijker bij aanbestedingen.

De derde laag is industriële capaciteit. De VS wil niet alleen minder China kopen, maar ook zelf drone- en componentenproductie opbouwen. Daardoor worden bedrijven met Amerikaanse assemblage, binnenlandse componenten, defensieklanten en schaalbare productie strategischer.

Dit is geen kortstondige hype. Het beleid dwingt klanten om andere leveranciers te zoeken en fabrikanten om hun supply chain te verplaatsen.

Rangorde van meest speculatief naar minder speculatief

Daarbij gebruiken we, na het scannen van alle beschikbare data, een deel van de zichtbare flows die opvallen. Het is een momentopname, maar de activiteit is opvallend genoeg om uit te lichten en mogelijk richtinggevend voor het verdere koersverloop.

Stijging Verwacht

Heb je een abonnement op scetrader.nl en vragen over deze rubriek, dan hoor ik die graag. Stuur gerust een bericht naar info@scetrader.nl of via het WhatsApp-nummer dat wij gebruiken. Ik beantwoord vragen met plezier. Nu verder -->

Wall Street bias voor vandaag

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Dit bericht schetst een voorlopig beeld in aanloop naar de opening en naar het eventueel aanpassen van de positie, puur op basis van de mechanische optiegegevens.

■ De elektriciteitsvraag van datacenters groeit veel sneller dan het totale stroomverbruik. De IEA rekent op ongeveer 485 TWh in 2025 en circa 950 TWh in 2030, terwijl Gartner de benodigde datacentercapaciteit ziet stijgen van ongeveer 104 GW in 2025 naar 132 GW in 2026 en circa 290 GW in 2030. Daarmee wordt beschikbare elektriciteit steeds nadrukkelijker een beperkende factor voor verdere AI-groei.
■ SpaceX/xAI laat zien wat daarvan de praktische consequentie kan zijn. Rond Colossus worden tijdelijke turbines vervangen door een permanente gasgestookte installatie van circa 1,2 GW met 41 turbines, terwijl SpaceX voor ongeveer $2,8 miljard extra gasturbines heeft gecommitteerd en APR Energy heeft overgenomen. Aardgas wordt daarbij vooral gekozen omdat time-to-power belangrijker wordt dan alleen de laagste stroomprijs.
■ Onze Investment view op Shell (SHEL) is positief. Er is geen reden om aan te nemen dat SpaceX specifiek gas bij Shell afneemt en daar baseren we onze visie ook niet op. De veel belangrijkere ontwikkeling is dat datacenters een nieuwe structurele bron van gasvraag kunnen worden, terwijl Shell zelf verwacht dat de mondiale LNG-vraag van ongeveer 422 miljoen ton in 2025 richting bijna 700 miljoen ton in 2050 stijgt.
■ Caterpillar (CAT) profiteert vooral van de bouwfase via distributed generation, generator sets en Solar Turbines, terwijl Siemens Energy (ENR) zowel gasturbines als de later noodzakelijke netinfrastructuur levert. Caterpillar sloot Q2 2026 af met een recordbacklog van ongeveer $72 miljard, terwijl Siemens Energy een structurele wereldmarkt voor gasturbines van ongeveer 110–120 GW per jaar ziet.
■ Dit is geen exclusieve gasbullcase. Nuclear, renewables, batterijen en fuel cells krijgen eveneens grote kansen. Het onderscheid zit vooral in snelheid: een AI-campus die jaren op een netaansluiting moet wachten, verdient niets op zijn geïnstalleerde compute. Daardoor kan duurdere eigen stroom economisch aantrekkelijker zijn wanneer die maanden of jaren eerder beschikbaar komt.

Elon Musk heeft met SpaceX en xAI opnieuw een ontwikkeling zichtbaar gemaakt die veel groter is dan zijn eigen ondernemingen. De AI-race draait allang niet meer uitsluitend om wie de meeste GPU's kan kopen, het beste model kan bouwen of de grootste datacentercampus kan neerzetten. De volgende beperking wordt steeds fysieker: hoe krijg je honderden megawatts of zelfs meerdere gigawatts elektriciteit op één locatie wanneer het openbare elektriciteitsnet jaren nodig kan hebben om dezelfde capaciteit beschikbaar te maken?

Dat probleem groeit met een snelheid waarop bestaande elektriciteitssystemen niet zijn ontworpen. De IEA verwacht dat het wereldwijde stroomverbruik van datacenters stijgt van ongeveer 485 TWh in 2025 naar circa 950 TWh in 2030. Gartner komt vanuit een andere methodologie tot dezelfde fundamentele conclusie en ziet de mondiale datacenter-powervraag oplopen van ongeveer 104 GW in 2025 naar 132 GW in 2026 en uiteindelijk circa 290 GW in 2030. Datacenters groeien daarmee veel sneller dan de totale elektriciteitsvraag, die normaal gesproken slechts enkele procenten per jaar stijgt.

In de Verenigde Staten kan het effect nog extremer worden doordat een groot gedeelte van de nieuwe AI-capaciteit daar wordt gebouwd. Schattingen wijzen erop dat datacenters in 2030 ongeveer 9,5% tot 15,3% van alle Amerikaanse elektriciteit kunnen gebruiken. Daarmee verandert een sector die enkele jaren geleden voor utilities nog relatief overzichtelijk was in een van de grootste nieuwe bronnen van structurele stroomvraag.

Voor beleggers ontstaat hierdoor een nieuwe AI-waardeketen. Eerst stonden NVIDIA, HBM en semiconductor-equipment centraal, vervolgens kwamen networking, cooling, datacenterbouw en electrical equipment nadrukkelijker in beeld. De volgende kapitaalstroom beweegt steeds verder richting het energiesysteem zelf: gas, turbines, generators, transformers, substations, transmission en batterijopslag.

Investment view

Onze Investment view op Shell (SHEL) is positief en de explosief stijgende behoefte aan betrouwbare AI-stroom versterkt die visie. De investment case is nadrukkelijk niet dat SpaceX, xAI of een andere hyperscaler rechtstreeks een bepalende klant van Shell moet worden. De veel belangrijkere ontwikkeling is dat duizenden nieuwe megawatts aan continue elektriciteitsvraag de mondiale gasbalans structureel kunnen veranderen.

Shell beschikt al over gasproductie, LNG, shipping, portfolio-optimalisatie en een omvangrijke tradingorganisatie. Wanneer aardgas in meer regio's strategische waarde krijgt als snel beschikbare en regelbare elektriciteitsbron, kan de onderneming profiteren van grotere volumes, meer handelsstromen en mogelijk een langere economische levensduur van bestaande gas- en LNG-assets. AI wordt daarmee geen aparte divisie binnen Shell, maar een nieuwe structurele vraagfactor binnen een business die al tot de belangrijkste winstpijlers van het concern behoort.

Caterpillar (CAT) heeft een totaal andere hefboom. Het bedrijf verdient vooral aan de apparatuur waarmee een datacenter zijn eigen vermogen kan produceren en krijgt daardoor directe exposure naar de eerste investeringsfase. Siemens Energy (ENR) zit nog breder, omdat gasturbines de acute generationbehoefte kunnen oplossen terwijl Grid Technologies vervolgens profiteert van de uitbreiding van transformatoren, substations en transmissie.

Wij zien deze aandelen daarom niet als drie versies van dezelfde trade. Shell is vooral een langdurige fuel- en LNG-read-through, Caterpillar is een distributed-generation- en equipmentcase en Siemens Energy combineert generation met grid. Juist doordat de economische hefboom op verschillende momenten in dezelfde AI-investeringscyclus ligt, vinden wij het thema aantrekkelijk.

De omvang van de stroomvraag verandert alles

De cijfers maken duidelijk waarom dit niet langer een nicheprobleem is. Mondiaal kan datacenterstroom tussen 2025 en 2030 bijna verdubbelen, terwijl de benodigde vermogenscapaciteit volgens Gartner in dezelfde periode richting 290 GW gaat. In de Verenigde Staten kan het aandeel van datacenters in het totale elektriciteitsverbruik richting 2030 oplopen tot grofweg 10–15%, waardoor AI een van de grootste nieuwe loadcategorieën wordt waarmee utilities rekening moeten houden.

Een gigawatt klinkt abstract, maar de schaal wordt duidelijker wanneer we het vergelijken met huishoudelijk verbruik. Een continue load van 1 GW staat grofweg gelijk aan het elektriciteitsgebruik van circa 750.000 tot 1 miljoen huishoudens, afhankelijk van de gehanteerde load factor en regionale consumptie. Wanneer een individuele AI-campus richting 2, 5 of zelfs 10 GW beweegt, spreken we feitelijk over een nieuw industrieel cluster met een energievraag die vergelijkbaar wordt met complete steden.

Dat is precies waarom bestaande netplanningen onder druk komen. Utilities waren gewend nieuwe vraag stapsgewijs te verwerken, maar AI-projecten kunnen in één ontwikkelfase honderden megawatts tegelijk vragen. Hoogspanningsleidingen, substations en generation capacity kunnen niet in hetzelfde tempo worden gebouwd als serverhallen en acceleratorclusters.

De bottleneck verschuift daardoor van compute naar energie. Wie voldoende chips bezit maar geen stroom heeft, kan die compute niet monetiseren.

SpaceX en xAI bouwen feitelijk hun eigen energiesysteem

SpaceX/xAI is het opvallendste actuele voorbeeld omdat Musk het time-to-powerprobleem uitzonderlijk agressief probeert te omzeilen. Rond Colossus zijn tientallen mobiele gasturbines ingezet om capaciteit sneller online te krijgen dan via een volledig traditionele utility-aansluiting mogelijk zou zijn geweest. Die tijdelijke infrastructuur wordt geleidelijk vervangen door een permanente installatie met 41 turbines en ongeveer 1,2 GW vermogen.

De strategie gaat veel verder dan één locatie. SpaceX heeft aangegeven over meerdere jaren circa $2,8 miljard aan extra gasturbines te willen aanschaffen en heeft daarnaast APR Energy overgenomen, een onderneming die gespecialiseerd is in snel inzetbare mobiele elektriciteitsproductie. Daarmee koopt Musk niet alleen machines, maar ook de operationele kennis om power generation sneller te integreren in de eigen infrastructuurplanning.

Bij Terafab in Texas wordt dezelfde filosofie zichtbaar. De eerste fase van de geplande chipfabriek vertegenwoordigt ongeveer $16,8 miljard en moet eigen gasgestookte elektriciteitsproductie combineren met grote batterijopslag. Voor een semiconductor-fab of AI-campus met miljarden dollars aan apparatuur kan wachten op publieke infrastructuur duurder zijn dan zelf een energievoorziening bouwen.

De traditionele relatie tussen technologiebedrijven en utilities verandert daardoor. Waar een hyperscaler vroeger vrijwel uitsluitend afnemer van elektriciteit was, beginnen de grootste AI-operators generation assets, batteries en energy-managementsystemen zelf te organiseren. Energie wordt daarmee steeds meer onderdeel van verticale integratie.

Time-to-power wordt een economische asset

De belangrijkste reden daarvoor is niet dat eigen gasstroom noodzakelijk goedkoper is dan een bestaande netaansluiting. In veel situaties kan behind-the-meter generation juist duurder zijn per geproduceerde megawattuur. Die vergelijking mist echter het belangrijkste punt wanneer voldoende netcapaciteit simpelweg niet beschikbaar is.

De werkelijke keuze is dan niet goedkope netstroom tegenover dure gasstroom, maar eigen elektriciteit vandaag tegenover mogelijk jaren wachten op het openbare netwerk. Voor een AI-campus met miljarden dollars aan accelerators kan twee jaar eerder operationeel zijn enorme economische waarde vertegenwoordigen. Die hardware kan twee extra jaren training, inference en cloudservices produceren.

Daar komt bij dat AI-hardware uitzonderlijk snel technologisch veroudert. Een accelerator die vandaag niet draait omdat er geen stroom beschikbaar is, mist niet alleen directe omzet maar wordt bovendien ingehaald door de volgende generatie chips. De economische afweging verschuift daardoor van cost-of-power naar value-of-availability.

Gas verkoopt in die context niet alleen energie. Het verkoopt vooral snelheid.

Waarom aardgas nu zo aantrekkelijk is

Aardgas combineert verschillende eigenschappen die in de huidige AI-build-out moeilijk tegelijk door één alternatief kunnen worden geleverd. Het is dispatchable, kan 24 uur per dag produceren en kan modulair worden toegevoegd wanneer een campus groeit. Daarnaast bestaat in grote delen van de Verenigde Staten al omvangrijke gasinfrastructuur, waardoor niet iedere locatie vanaf nul een complete brandstofketen hoeft te bouwen.

De bouwtijd vormt een belangrijk verschil. Mobiele of kleinere industriële turbines en generator sets kunnen relatief snel worden ingezet, terwijl grote netuitbreidingen vaak meerdere jaren kosten. Nieuwe nuclear capacity vraagt doorgaans nog veel meer tijd en toekomstige SMR's zijn nog niet op voldoende schaal beschikbaar om de huidige vraaggolf onmiddellijk op te vangen.

Gas hoeft daarom niet de goedkoopste of dominante energiebron in 2040 te zijn om in 2026–2029 een sterke ordercyclus te krijgen. Het hoeft vooral eerder beschikbaar te zijn dan alternatieven die technologisch of klimaatmatig op lange termijn aantrekkelijker kunnen zijn.

De markt laat inmiddels zien dat klanten die keuze daadwerkelijk maken. Wereldwijde nieuwe gasturbineorders kwamen in Q2 2026 uit rond 38 GW, ongeveer 71% meer dan een jaar eerder. Siemens Energy nam circa 12,5 GW daarvan voor zijn rekening, GE Vernova ongeveer 11,3 GW, Solar Turbines van Caterpillar ongeveer 2,8 GW en Baker Hughes circa 2,3 GW.

De gasvraag kan materieel worden

Wanneer AI-campussen richting meerdere gigawatts aan continue load bewegen, wordt ook de benodigde hoeveelheid aardgas relevant voor commoditymarkten. Een efficiënt gasgestookt systeem dat continu 1 GW produceert, kan grofweg 140–150 miljoen kubieke voet gas per dag gebruiken. Bij minder efficiënte simple-cycle- of tijdelijke mobiele turbines kan dat verbruik hoger liggen.

Daarmee kan een cluster van enkele gigawatts al snel honderden miljoenen cubic feet per dag vragen. Wanneer verschillende dergelijke locaties tegelijkertijd worden ontwikkeld, kan de impact regionaal substantieel worden, vooral wanneer bestaande pijpleidingen niet voor zulke geconcentreerde nieuwe loads zijn ontworpen.

RBC heeft voor 2030 een scenario genoemd waarin Amerikaanse datacenters ongeveer 6,1 Bcf per dag aan natural gas vragen. Andere scenario's lopen uiteen van ongeveer 2 Bcf/d tot ruim boven 10 Bcf/d. Zelfs aan de onderkant van die bandbreedte ontstaat een nieuwe structurele vraagbron naast traditionele power generation, industrie en LNG-export.

Behind-the-meter gasgeneration is bovendien geen marginale niche meer. Meer dan 7,5 GW bevindt zich al in aanbouw en tientallen gigawatts zitten in eerdere ontwikkelingsfases. Sommige bredere inventarisaties van aangekondigde projecten komen richting 100 GW, al zal vanzelfsprekend niet ieder plan uiteindelijk worden gerealiseerd.

Project Kilby bewijst dat Musk niet alleen staat

De investment case wordt veel sterker wanneer we buiten SpaceX kijken. Chevron en Microsoft werken in West-Texas aan Project Kilby, een co-located gasgestookt energieproject dat uiteindelijk ongeveer 2,67 GW dedicated power voor een Microsoft-datacentercampus moet leveren. De overeenkomst loopt twintig jaar en de eerste elektriciteit wordt richting 2028 verwacht.

Dit is geen tijdelijke noodoplossing, maar primaire energie-infrastructuur die specifiek rondom een datacenter wordt gebouwd. GE Vernova levert het grootste gedeelte van de generation equipment, terwijl Solar Turbines van Caterpillar aanvullende capaciteit levert. Daarmee zitten twee belangrijke beursbedrijven uit onze analyse letterlijk in hetzelfde project.

Caterpillar heeft daarnaast ongeveer 2 GW aan fast-response natural-gas generation voor het Monarch Compute Campus-project verkocht, met leveringen die in 2026 beginnen en volledige capaciteit die in 2027 beschikbaar moet zijn. Andere overeenkomsten lopen eveneens richting honderden megawatts tot circa 1 GW.

Oracle/Stargate, Meta, Crusoe en andere grote ontwikkelaars kijken eveneens naar manieren om sneller stroom beschikbaar te krijgen dan via traditionele interconnection queues. Niet iedere locatie kiest gas, maar bijna iedere grote AI-operator zoekt naar dezelfde oplossing voor hetzelfde probleem: power access.

Powered land wordt een nieuwe schaarse asset

Die ontwikkeling verandert zelfs de vastgoedmarkt rond datacenters. Een goedkope lap grond zonder stroomaansluiting, gasinfrastructuur of transmission heeft steeds minder waarde wanneer een operator miljarden dollars aan compute snel operationeel wil krijgen.

Locaties waar fiber, gas, hoogspanningsinfrastructuur, water en vergunningen tegelijkertijd beschikbaar zijn, krijgen daardoor een strategische premie. De term powered land wordt steeds relevanter, omdat de fysieke mogelijkheid om vermogen te leveren minstens zo belangrijk wordt als de grond zelf.

Dat verklaart ook waarom regionale verschillen groter worden. Texas profiteert van grote gasproductie, ERCOT en relatief snelle projectontwikkeling, maar ziet tegelijkertijd enorme nieuwe loads ontstaan. In PJM, waaronder het grote datacentercluster van Virginia valt, spelen andere problemen rond interconnection queues, generation en transmission.

AI-power wordt daarmee steeds minder een nationale vraaganalyse en steeds meer een lokale infrastructuuranalyse. Een regio kan op papier voldoende energie hebben en toch ongeschikt zijn voor een specifiek project omdat een pijpleiding, transformer of hoogspanningsverbinding ontbreekt.

Shell: de minst voor de hand liggende maar misschien interessantste read-through

Shell (SHEL) staat voor ons centraal omdat beleggers het aandeel vrijwel nooit als AI-infrastructuurplay benaderen. De onderneming wordt primair gewaardeerd op olie, LNG, raffinage, trading, kapitaalallocatie en aandeelhoudersuitkeringen.

Juist daarom is de ontwikkeling interessant. AI kan de langetermijnwaarde versterken van precies het onderdeel waar Shell strategisch zwaar op inzet: Integrated Gas. Wanneer de wereld structureel meer flexibele en betrouwbare gasvoorziening nodig heeft, profiteert Shell niet alleen van productie maar ook van LNG, shipping en trading.

Shell verwacht dat de mondiale LNG-vraag stijgt van ongeveer 422 miljoen ton in 2025 naar bijna 700 miljoen ton per jaar in 2050. Dat komt neer op ongeveer 65% groei. Data centers worden daarbij expliciet als nieuwe elektriciteitsvraagfactor genoemd, onder meer in volwassen Aziatische markten zoals Japan.

Dat betekent niet dat AI de dominante oorzaak van die 65% groei wordt. Energy security, economische ontwikkeling, coal-to-gas-switching en balancing van renewables blijven eveneens belangrijk. AI voegt echter een nieuwe structurele demand driver toe die enkele jaren geleden veel kleiner of vrijwel afwezig was in de langetermijnramingen.

Voor Shell draait het vooral om duration

Het sterkste Shell-argument is daarom niet dat AI plotseling honderden miljoenen tonnen extra LNG nodig heeft. De veel interessantere verandering zit in de verwachte levensduur van de mondiale gasmarkt.

Wanneer elektriciteitsvraag langer en harder groeit door datacenters, elektrificatie en economische ontwikkeling, wordt het waarschijnlijker dat gas gedurende de jaren 2030 en 2040 een grote rol houdt. Dat geldt zelfs wanneer wind, solar, nuclear en batteries tegelijkertijd sterk groeien.

Gas kan in zo'n systeem twee functies vervullen. Het kan rechtstreeks grote continue loads bedienen waar snel firm power nodig is en daarnaast flexibele generation leveren wanneer renewables onvoldoende produceren. Daardoor kan de commodity minder baseloaduren draaien en toch strategisch belangrijk blijven.

Voor Shell kan dat de economische duration van LNG- en gasassets verlengen. Kapitaal dat vandaag in liquefaction, shipping en productie wordt geïnvesteerd, krijgt een aantrekkelijker rendement wanneer de verwachte gebruiksduur van die infrastructuur langer wordt.

Amerikaanse gasvraag is niet hetzelfde als LNG-vraag

Een belangrijk onderscheid is dat een extra turbine in Texas niet automatisch één-op-één extra LNG-verkoop voor Shell betekent. De Verenigde Staten beschikken over enorme binnenlandse gasreserves en behind-the-metercentrales worden in eerste instantie gevoed vanuit de Amerikaanse markt.

Het effect op Shell loopt daar indirecter. Hogere powerburn betekent meer concurrentie om dezelfde gasmoleculen die ook naar LNG-exportterminals, industrie en bestaande utilities kunnen gaan. Dat kan Henry Hub, pipelineflows en de economics van LNG-export beïnvloeden.

In importerende regio's is de link directer. Een land zonder grote eigen gasproductie dat nieuwe firm power nodig heeft voor datacenters, kan extra LNG importeren. Shell kan die volumes sourcen, verschepen en geografisch optimaliseren binnen zijn wereldwijde portfolio.

Dat onderscheid maakt de investment case professioneler. Shell profiteert niet van een fictieve directe Musk-deal, maar van een bredere markt waarin marginale vraag op verschillende plaatsen kan toenemen.

Shell heeft meer dan alleen volume-exposure

De kracht van Shell ligt bovendien niet uitsluitend in hoeveel gas het zelf produceert. De onderneming kan volumes tussen regio's verschuiven, liquefaction capacity combineren met langetermijncontracten en cargoes inzetten waar de marginale waarde het hoogst is.

Die portfoliofunctie wordt belangrijker naarmate regionale elektriciteitsproblemen meer uiteenlopen. Een warme Aziatische zomer, lage hydro-output, sterke datacentergroei en hogere Europese vraag kunnen tegelijkertijd verschillende prijsverschillen creëren.

Voor een pure producent is volatiliteit vooral een prijsfactor. Voor Shell kan volatiliteit daarnaast trading- en optimizationmogelijkheden creëren.

AI hoeft daarom geen contractuele relatie met Shell te hebben om financieel relevant te worden. Commoditymarkten reageren uiteindelijk op de totale marginale vraag.

Caterpillar: een van de duidelijkste time-to-power-aandelen

Caterpillar (CAT) profiteert veel eerder in de economische cyclus. Nog voordat een gascentrale jarenlang brandstof verbruikt, moeten engines, generators en turbines worden besteld.

De cijfers laten zien hoe snel Power & Energy binnen Caterpillar groeit. De onderneming rapporteerde over Q2 2026 ongeveer $20,5 miljard omzet, circa 24% meer dan een jaar eerder, terwijl de totale backlog richting een recordniveau van ongeveer $72 miljard steeg. Power generation is een van de belangrijkste groeimotoren en de onderneming verwacht dat deze activiteit richting 2030 ongeveer kan verdrievoudigen ten opzichte van 2024.

Dat verandert de earnings mix. Caterpillar blijft een wereldleider in construction en mining, maar power generation krijgt binnen het concern veel meer strategisch gewicht.

Voor beleggers is dat relevant omdat AI daardoor niet alleen indirect via extra bouwmachines binnenkomt. Datacenters kunnen rechtstreeks equipmentorders genereren die qua omvang vergelijkbaar worden met grote traditionele energie- en infrastructuurprojecten.

Datacenters kopen primaire generation

De belangrijkste verandering is dat Caterpillar niet alleen traditionele backupdiesels verkoopt. Hyperscalers kopen steeds grotere natural-gas generation packages waarmee datacenters een substantieel gedeelte van hun primaire elektriciteitsbehoefte kunnen invullen.

Het Monarch Compute Campus-project illustreert die schaal met ongeveer 2 GW fast-response gasgeneration. Power delivery begint in 2026 en de volledige capaciteit moet in 2027 beschikbaar zijn.

Dit is fundamenteel anders dan een noodgenerator die slechts enkele uren per jaar draait. Het gaat om generation die direct onderdeel wordt van de operationele energiearchitectuur van een AI-campus.

Caterpillar verdient daardoor aan precies het probleem dat hyperscalers nu proberen op te lossen: vermogen vandaag in plaats van mogelijk pas jaren later.

Solar Turbines maakt Caterpillar veel interessanter

Solar Turbines wordt in traditionele Caterpillar-analyses gemakkelijk overschaduwd door bulldozers, graafmachines en mijnbouwtrucks. Binnen de AI-powercyclus is deze dochter echter bijzonder relevant.

Industriële gasturbines zitten qua vermogensklasse tussen kleinere generator sets en de grootste utility-scale centrales. Daardoor passen ze goed bij modulaire datacentercampussen waarin capacity in verschillende fases wordt toegevoegd.

Project Kilby is daarvan een concreet voorbeeld. GE Vernova levert daar het grootste gedeelte van de generation capacity, maar Solar Turbines levert aanvullende power. In Q2 ontving Solar ongeveer 2,8 GW aan nieuwe turbineorders.

Caterpillar heeft daarmee exposure over meerdere vermogensklassen en kan klanten bedienen die niet drie jaar op één enorme turbine willen wachten.

Aftermarket verlengt de winstpool

De sterke equipmentcyclus heeft daarnaast een belangrijk tweede effect. Iedere geïnstalleerde engine of turbine wordt onderdeel van een installed base die jarenlang onderhoud, spare parts en service nodig heeft.

Daardoor eindigt de economische waarde van een order niet bij levering. De eerste capexgolf kan later een veel langere aftermarketomzet genereren, doorgaans met aantrekkelijke marges en hoge voorspelbaarheid.

Dit onderscheidt Caterpillar van bedrijven die uitsluitend projectmatig omzet realiseren. Hoe groter de installed base van distributed generation wordt, hoe groter het toekomstige servicepotentieel.

AI kan daarmee niet alleen de cyclische equipmentomzet verhogen, maar ook de terugkerende inkomstenbasis van het concern verdiepen.

Caterpillar wil een groter deel van de energy stack

De onderneming probeert bovendien steeds meer te leveren dan alleen een losse generator. Caterpillar werkt met partners aan systemen waarin generators, controls, switchgear, inverters, battery storage en andere ondersteunende infrastructuur worden gecombineerd.

Daarmee stijgt de addressable market per campus. Een klant koopt niet alleen een engine, maar mogelijk een groter gedeelte van een geïntegreerde behind-the-meter energy solution.

De onderneming wordt hierdoor ook technologisch flexibeler. Reciprocating engines, turbines, batterijen en mogelijk alternatieve brandstoffen kunnen binnen dezelfde architectuur worden gecombineerd.

Dat maakt CAT minder afhankelijk van één specifieke generatieoplossing en vergroot de strategische waarde van Power & Energy binnen de groep.

Siemens Energy: de breedste exposure binnen het thema

Siemens Energy (ENR) vinden wij binnen de hardwaregroep misschien wel het interessantst omdat het bedrijf niet afhankelijk is van één exacte oplossing voor het stroomprobleem.

Aan de generationkant is de markt uitzonderlijk sterk. Siemens Energy ziet een structurele mondiale gasturbinemarkt van ongeveer 110–120 GW per jaar voor de komende jaren, duidelijk hoger dan oudere verwachtingen van ongeveer 90–100 GW. De onderneming had eerder ongeveer 80 GW aan totale turbinecommitments, waarvan circa 22 GW direct aan datacenters was gerelateerd.

Richting Q3 FY2026 lag de firm gas-turbinebacklog rond 69 GW. Daarmee is een groot gedeelte van de beschikbare manufacturing capacity voor meerdere jaren vooruit verkocht.

Het bedrijf profiteert dus direct van de acute behoefte aan nieuwe generation, maar de tweede pijler van de thesis is misschien nog belangrijker.

Grid Technologies maakt Siemens Energy breder

Behind-the-meter generation lost namelijk de eerste bottleneck op, maar maakt het openbare elektriciteitsnet niet overbodig. Een datacenter kan vandaag zelf 500 MW of 1 GW produceren en over enkele jaren alsnog een grote gridconnection krijgen.

Tegelijk moeten renewables, nuclear, batteries, industriële loads en nieuwe woongebieden allemaal via hetzelfde elektriciteitsnet worden verbonden. Dat vraagt power transformers, substations, switchgear, transmission systems en talloze andere gespecialiseerde componenten.

Grid Technologies behoort daardoor tot de sterkste onderdelen van Siemens Energy. De onderneming investeert miljarden euro's in extra productiecapaciteit omdat de markt structureel krap is.

Voor beleggers betekent dit dat Siemens Energy zowel aan de noodoplossing als aan de structurele oplossing kan verdienen.

Transformatoren worden zelf een bottleneck

Turbines krijgen veel aandacht omdat zij direct zichtbaar zijn bij nieuwe energieprojecten, maar transformatoren en andere gridcomponenten zijn minstens zo belangrijk. Een nieuwe centrale heeft weinig waarde wanneer elektriciteit niet veilig en efficiënt naar de gebruiker kan worden vervoerd.

Grote power transformers zijn gespecialiseerde producten met lange productietijden en beperkte manufacturing capacity. De vraag komt bovendien niet alleen van AI. Renewables, elektrische voertuigen, industriële elektrificatie en vervanging van oude infrastructuur concurreren allemaal om dezelfde apparatuur.

AI komt dus boven op een gridmarkt die al krap was. Daardoor kan de netwerkcyclus uiteindelijk langer duren dan de huidige turbineboom.

Voor Siemens Energy is dat aantrekkelijk omdat de onderneming niet hoeft te voorspellen welke generation technology uiteindelijk het grootste marktaandeel krijgt. Vrijwel iedere uitkomst vereist meer elektrische infrastructuur.

Siemens Energy kan meerdere keren aan dezelfde campus verdienen

Die combinatie geeft Siemens Energy een bijzonder economisch profiel. Wanneer een AI-campus eigen gasgeneration bouwt om snel online te komen, kan de onderneming turbines leveren. Wanneer jaren later de definitieve netaansluiting wordt verzwaard, kan Grid Technologies opnieuw equipment verkopen.

Daarna ontstaat service- en upgradeomzet op de geïnstalleerde turbines en elektrische systemen. Eén project kan daardoor meerdere investeringsmomenten creëren.

Dat is een duidelijk verschil met Shell en Caterpillar. Shell verdient vooral tijdens de operationele levensduur via brandstofstromen, Caterpillar hoofdzakelijk bij distributed-powercapex en aftermarket, terwijl Siemens Energy meerdere infrastructurele lagen kan bedienen.

Juist daardoor zien wij ENR als de breedste pure infrastructuurplay binnen het thema.

GE Vernova bevestigt hoe uitzonderlijk de markt is

GE Vernova (GEV) is niet een van onze drie hoofdnamen, maar de cijfers bevestigen dat de turbine- en gridcyclus breed gedragen wordt. In Q2 2026 stegen de orders organisch met ongeveer 88% naar $24,2 miljard en liep de totale backlog op richting $176 miljard.

Het gecombineerde gas-powerorderboek en slot reservations bereikten ongeveer 116 GW. GE Vernova wil dat richting het einde van 2026 verder verhogen naar minimaal 125 GW en breidt daarom de jaarlijkse productiecapaciteit stevig uit.

Ook binnen Electrification is de invloed van datacenters inmiddels groot. Orders vanuit datacenters in de eerste helft van 2026 lagen al boven het niveau van heel 2025.

Dit bevestigt dat niet één leverancier toevallig een uitzonderlijke ordercyclus heeft. De volledige markt beweegt.

De turbine-industrie kan het tempo zelf nauwelijks bijhouden

Het oorspronkelijke voordeel van gas was snelheid, maar het succes van de technologie creëert inmiddels een nieuwe beperking. Grote turbines zijn niet onbeperkt beschikbaar en productieslots worden jaren vooruit gereserveerd.

Wanneer een klant meerdere jaren op een utility-scale turbine moet wachten, neemt een gedeelte van het time-to-powervoordeel af. Dat creëert vervolgens extra vraag naar kleinere turbines, reciprocating engines, mobiele equipment en tijdelijke oplossingen.

Voor Caterpillar kan dat juist gunstig zijn, omdat het bedrijf verschillende vermogensklassen bedient. Een datacenter kan capacity gefaseerd toevoegen met generator sets of industriële turbines en later een grotere centrale bouwen.

Voor Siemens Energy en GE Vernova verschuift het belangrijkste risico ondertussen van vraag naar execution. Een enorm orderboek is alleen waardevol wanneer de equipment op tijd, tegen goede marges en zonder grote kwaliteitsproblemen wordt geleverd.

Baker Hughes: een tweede-orde beneficiary

Baker Hughes (BKR) zit verder van het datacenter zelf, maar een grote groei van gasgeneration vraagt veel meer dan alleen turbines. Gas moet worden geproduceerd, behandeld, gecomprimeerd en via pipelines naar nieuwe afnemers worden vervoerd.

Wanneer datacenters zich concentreren in gebieden waar bestaande gasinfrastructuur niet voor zulke loads is ontworpen, kunnen nieuwe compression- en midstreamprojecten noodzakelijk worden. Baker Hughes heeft daarnaast een belangrijke positie in LNG-equipment.

De link met één specifieke AI-campus is daardoor minder direct dan bij Caterpillar of Siemens Energy. De onderneming kan echter profiteren wanneer de bredere gas- en LNG-infrastructuurmarkt structureel groter wordt.

Wij zien BKR daarom als aanvullende exposure en niet als onze primaire AI-powerplay.

Regionale infrastructuur wordt doorslaggevend

Een nationale gasbalans vertelt niet het hele verhaal. Zelfs wanneer de Verenigde Staten als geheel voldoende gas produceren, kan een specifieke regio onvoldoende pijpleidingcapaciteit hebben om een nieuwe centrale van meerdere gigawatts te voeden.

Bij ongeveer 140–150 MMcf/d gasverbruik per continue gigawatt kan een groot cluster snel substantieel worden voor een regionale pipeline. Dan zijn mogelijk extra compression, lateral pipelines of andere uitbreidingen nodig.

Daar ontstaat een interessante paradox. Gas wordt gekozen omdat het sneller beschikbaar is dan het elektriciteitsnet, maar wanneer de lokale gasinfrastructuur eveneens fors moet worden uitgebreid, kan een gedeelte van dat tijdsvoordeel verdwijnen.

De economisch aantrekkelijkste locaties worden daarom waarschijnlijk gebieden waar gas, fiber, water, transmission en vergunningen al relatief dicht bij elkaar aanwezig zijn.

Gas en batterijen zijn geen tegenpolen

De keuze van SpaceX om gascentrales te combineren met batterijopslag is technisch logisch. Een AI-datacenter heeft een hoge continue load, maar workloads kunnen op zeer korte tijdschalen fluctueren.

Batterijen reageren vrijwel onmiddellijk en kunnen korte load swings, frequency support en pieken opvangen. Gasgeneration kan vervolgens de langdurige energiestroom leveren waarvoor gigantische batterijcapaciteit nodig zou zijn wanneer storage alles zelfstandig moest oplossen.

Battery growth hoeft daardoor niet bearish te zijn voor gas. Een hybride systeem kan juist efficiënter werken doordat iedere technologie wordt ingezet voor het probleem waarin zij het sterkst is.

Datzelfde principe geldt ook voor renewables.

Renewables blijven een essentieel onderdeel van de mix

Solar en wind kunnen grote hoeveelheden goedkope elektriciteit leveren wanneer de omstandigheden gunstig zijn. Batterijen kunnen vervolgens een gedeelte van die energie verschuiven naar andere uren.

Het probleem ontstaat tijdens langere periodes waarin hernieuwbare productie onvoldoende is. Een AI-campus met miljarden dollars aan compute kan niet eenvoudig meerdere dagen worden stilgelegd.

Daarom kan gas economische waarde behouden als firm capacity, zelfs wanneer de centrale op jaarbasis minder draaiuren maakt. De waarde verschuift dan van pure energieproductie naar betrouwbaarheid en beschikbaar vermogen.

Dat maakt het mogelijk dat renewables, batteries en gas tegelijkertijd groeien zonder dat één van de drie de andere volledig verdringt.

Nuclear kan op lange termijn sterker zijn

Kernenergie past vanuit technisch perspectief uitzonderlijk goed bij grote datacenters. De capacity factor is hoog, de productie is stabiel en de operationele CO2-emissie is laag. Eén centrale kan bovendien enorme hoeveelheden vermogen leveren.

Technologiebedrijven kijken daarom naar bestaande nuclear assets, restarts, power purchase agreements en toekomstige small modular reactors. Voor de jaren 2030 kan nuclear een zeer belangrijke rol krijgen.

Het probleem voor de huidige build-out blijft tijd. Nieuwe grote kerncentrales kosten doorgaans vele jaren en SMR's zijn nog niet op voldoende schaal beschikbaar om de onmiddellijke bottleneck volledig op te lossen.

Gas hoeft nuclear daarom niet permanent te verslaan. Het kan al een grote winnaar zijn wanneer het in de komende jaren vermogen beschikbaar maakt dat anders pas veel later online zou komen.

Fuel cells vormen een serieuze concurrent

Fuel cells hebben eveneens eigenschappen die goed passen bij distributed power. Ze zijn modulair, kunnen achter de meter worden geplaatst en kunnen afhankelijk van de configuratie relatief snel worden geïnstalleerd.

Sommige systemen hebben bovendien voordelen rond lokale emissies en geluid. Daar staan hogere kosten, beperkte supply chains en verschillende brandstofvraagstukken tegenover.

Wij verwachten daarom geen winner-takes-allmarkt. Gas turbines, reciprocating engines, batteries, renewables, nuclear en fuel cells kunnen tegelijkertijd groeien.

De totale elektriciteitsvraag is waarschijnlijk groot genoeg om meerdere technologieën economisch aantrekkelijk te maken.

Efficiëntere AI-chips stoppen de vraag waarschijnlijk niet

Iedere nieuwe generatie accelerator wordt efficiënter per berekening. Dat lijkt op het eerste gezicht een risico voor de powerthesis, maar lagere kosten per token of inference kunnen juist veel meer toepassingen rendabel maken.

AI-agents kunnen continu werken, miljoenen aanvullende taken uitvoeren en workloads creëren die vandaag nog helemaal niet bestaan. Daardoor kan het totale aantal berekeningen sneller stijgen dan het elektriciteitsverbruik per afzonderlijke berekening daalt.

Dit reboundeffect verklaart waarom stroomprognoses ondanks sterke vooruitgang in chipefficiency toch blijven wijzen op een forse stijging van het totale datacenterverbruik.

Voor de energieketen is uiteindelijk niet de efficiency van één chip bepalend, maar het totale aantal chips en hoeveel uren zij draaien.

CO2 en lokale emissies zijn echte risico's

De snelheid van gas heeft vanzelfsprekend een keerzijde. Een centrale die continu een grote AI-campus voedt, veroorzaakt aanzienlijke CO2-emissies en methane leakage in de gaswaardeketen kan de totale klimaatimpact verder verhogen.

Dat creëert spanning voor hyperscalers die tegelijkertijd ambitieuze klimaatdoelen hebben. Een moderne efficiënte gascentrale kan weliswaar oudere fossiele generation verdringen, maar nieuwe absolute vraag blijft nieuwe emissies creëren.

Lokale luchtkwaliteit kan zelfs sneller beperkend worden dan mondiale klimaatdoelstellingen. De discussie rond Colossus heeft laten zien hoe vergunningen, NOx en andere lokale emissies juridische en politieke tegenstand kunnen veroorzaken.

Voor beleggers is dat geen theoretisch ESG-risico. Een turbine die technisch binnen maanden beschikbaar is, levert weinig voordeel wanneer de vergunningprocedure vervolgens jarenlang vertraagt.

Hogere gasprijzen kunnen het succes begrenzen

Als de datacentervraag werkelijk sterk stijgt, kan dat Amerikaanse gasprijzen ondersteunen. Voor Shell kan dat gunstig zijn via upstream, LNG en trading.

Voor de datacenteroperator werkt dezelfde prijsstijging echter de andere kant op. Hogere fuel costs maken nuclear, fuel cells en renewable-plus-storage relatief aantrekkelijker.

De relatie is dus niet lineair. Meer gasvraag is positief voor producenten, maar een te sterke prijsstijging kan toekomstige gasprojecten afremmen.

Voor Caterpillar en Siemens Energy is de commodityprijs minder direct bepalend, zolang klanten nieuwe generation blijven bouwen. Hun grootste risico ligt eerder bij veranderende technologiekeuzes en een mogelijke vertraging van AI-capex.

LNG-supply blijft een aparte variabele voor Shell

Shell verwacht tegelijkertijd een grote golf nieuwe LNG-capaciteit richting 2030. Ongeveer 180 miljoen ton nieuwe jaarlijkse liquefaction supply kan in die periode op de markt komen.

Wanneer supply tijdelijk sneller groeit dan demand, kan dat druk zetten op prijzen. AI ondersteunt de vraagzijde, maar zal niet automatisch iedere mogelijke LNG-oversupply absorberen.

Daarom blijft portfolioflexibiliteit belangrijker dan een simpele volumeclaim. Shells voordeel is juist dat de onderneming verschillende productiebronnen, contracten en regio's kan combineren.

AI versterkt de langetermijncase, maar bepaalt niet zelfstandig de volledige winstontwikkeling van Integrated Gas.

Hyperscaler-capex blijft de belangrijkste variabele

De volledige thesis steunt uiteindelijk op één belangrijke aanname: de enorme AI-investeringen worden daadwerkelijk voortgezet. De grootste hyperscalers investeren gezamenlijk honderden miljarden dollars in infrastructuur en de verwachtingen voor 2026 wijzen opnieuw op een zeer hoge capex-intensiteit.

Wanneer die investeringscyclus onverwacht sterk vertraagt, worden datacenterprojecten uitgesteld en neemt ook de urgentie voor nieuwe generation af. Caterpillar en turbineleveranciers zijn daar relatief direct aan blootgesteld omdat hun orders voorafgaand aan de daadwerkelijke ingebruikname worden geplaatst.

Voor Siemens Energy ligt enige bescherming in de enorme niet-AI-gerelateerde vraag naar gridinfrastructuur en conventionele generation. Voor Shell is AI nog minder dominant omdat de onderneming profiteert van veel bredere mondiale gas- en LNG-trends.

Het thema is daarmee voor alle drie aanvullend, maar niet allesbepalend.

Capex tegenover opex: drie verschillende winstprofielen

Het verschil tussen onze hoofdaandelen kan uiteindelijk het eenvoudigst worden samengevat via capex en opex. Caterpillar verdient wanneer de klant generators, engines of turbines aanschaft en bouwt daarna mogelijk een langdurige aftermarketinkomstenstroom op.

Siemens Energy verdient eerst aan generation equipment en kan later opnieuw omzet realiseren via services, upgrades, transformers en gridinfrastructuur. Dezelfde campus kan daarmee meerdere keren in de omzet terugkomen.

Shell verdient vooral wanneer de assets eenmaal draaien. Iedere operationele gascentrale moet gedurende zijn levensduur voortdurend brandstof inkopen.

Het aantrekkelijke aan de combinatie is dat dezelfde AI-campus in verschillende fases economische waarde kan creëren voor alle drie zonder dat zij rechtstreeks met elkaar concurreren.

Waarom Shell voor ons de verrassendste naam blijft

Bij Caterpillar en Siemens Energy is de AI-link inmiddels zichtbaar in concrete equipmentorders. Bij Shell ontstaat de financiële read-through geleidelijker, omdat een turbine die vandaag wordt besteld pas later jarenlang structurele gasvraag veroorzaakt.

Juist dat tijdsverschil maakt Shell interessant. De markt verwerkt een miljardenorder voor equipment vrijwel direct in een backlog, terwijl een langere economische duration van mondiale gasvraag veel moeilijker in één kwartaal zichtbaar wordt.

AI hoeft daarbij niet de grootste gasvraagfactor ter wereld te worden. Het is voldoende wanneer datacenters structureel bijdragen aan hogere power demand en daarmee de noodzaak voor firm generation langer intact houden.

Daarom zien wij AI als een onverwachte maar fundamenteel positieve aanvulling op de bestaande Shell-case.

Waarom Caterpillar de snelste operationele hefboom heeft

Caterpillar krijgt waarschijnlijk eerder financiële zichtbaarheid wanneer behind-the-meter generation verder versnelt. Orders worden immers geplaatst voordat een datacenter operationeel wordt en verschijnen dus vroeg in de investeringscyclus.

De recordbacklog van ongeveer $72 miljard laat zien dat klanten nu al manufacturing capacity reserveren. Wanneer power generation richting 2030 inderdaad veel sneller groeit dan traditionele activiteiten, kan de earnings mix van Caterpillar structureel verbeteren.

Daar staat cycliciteit tegenover. Wanneer AI-capex later sterk terugvalt nadat Caterpillar zelf capaciteit heeft uitgebreid, kan de ordercyclus afkoelen.

Voorlopig geeft de grote backlog echter aanzienlijke zichtbaarheid en onderstreept zij hoe materieel Power & Energy binnen het concern wordt.

Waarom Siemens Energy de breedste structurele hefboom heeft

Siemens Energy heeft het voordeel dat vrijwel iedere toekomstige energiearchitectuur extra infrastructuur vraagt. Kiest een datacenter voor gas, dan kan het turbines leveren. Groeit nuclear, dan moeten centrales aan het netwerk worden gekoppeld. Stijgen renewables sneller, dan zijn transmission en transformers nodig. Worden batteries massaal toegevoegd, dan blijft electrical equipment essentieel.

Daardoor hoeft Siemens Energy niet exact te voorspellen welke generation technology in 2032 het grootste marktaandeel heeft. De sterke gasturbinemarkt levert de onmiddellijke groeikans, terwijl Grid Technologies een langere structurele investment cycle kan bieden.

Die combinatie maakt Siemens Energy voor ons de breedste pure infrastructuurplay binnen dit thema.

De uitdaging ligt vooral bij execution: een recordorderboek moet uiteindelijk tegen hoge marges worden omgezet in omzet en cashflow.

Onze voorkeursvolgorde

Shell (SHEL) blijft voor ons de belangrijkste onverwachte read-through. De onderneming heeft niet de meest directe AI-omzet, maar wel een enorme bestaande gas- en LNG-positie die kan profiteren wanneer de wereld structureel meer firm power nodig heeft. De verwachte groei van de mondiale LNG-markt richting bijna 700 miljoen ton in 2050 krijgt met datacenters een aanvullende vraagcomponent boven op energy security, economische groei en de behoefte aan flexibiliteit naast renewables.

Siemens Energy (ENR) is onze sterkste brede infrastructuurplay. De combinatie van een structureel krappe gasturbinemarkt, een firm backlog rond 69 GW en enorme investeringen in Grid Technologies geeft exposure aan zowel de acute als de structurele oplossing van het elektriciteitsprobleem.

Caterpillar (CAT) heeft de meest directe hefboom op distributed generation en snelle power deployment. De recordbacklog, grote datacenterorders en de positie van Solar Turbines laten zien dat AI-power inmiddels financieel materieel wordt voor het concern.

GE Vernova (GEV) blijft een zeer sterke vergelijkbare naam en bevestigt met zijn enorme turbine- en electrificationbacklog dat de markt structureel verandert. Baker Hughes (BKR) zien wij daarachter als indirectere exposure naar compression, pipelineinfrastructuur en LNG.

Belangrijkste risico's

De grootste onzekerheid blijft of alle aangekondigde AI-capaciteit daadwerkelijk wordt gebouwd. Projectpipelines kunnen vraag dubbel tellen, locaties kunnen worden verschoven en verdere efficiencyverbeteringen kunnen de benodigde infrastructuur anders verdelen dan vandaag wordt verwacht. Een forse vertraging van hyperscaler-capex zou daarom direct invloed hebben op nieuwe equipmentorders.

Regulering vormt een tweede belangrijk risico. De problemen rond tijdelijke turbines bij Colossus laten zien dat snelle on-site generation politiek en juridisch veel moeilijker kan worden wanneer lokale emissies toenemen. Supply vormt daarnaast een beperking wanneer grote turbines, transformers of pijpleidingcapaciteit pas jaren later beschikbaar zijn.

De technologiekeuze kan eveneens veranderen. Nuclear, fuel cells, renewables, storage en betere gridplanning kunnen een groter gedeelte van de markt pakken dan nu wordt aangenomen. Hoge gasprijzen kunnen die verschuiving versnellen.

Dat verandert onze centrale conclusie niet. De elektriciteitsvraag groeit zo sterk dat verschillende technologieën waarschijnlijk tegelijkertijd nodig zijn, maar het relatieve marktaandeel kan sterk verschuiven.

Conclusie

De keuze van SpaceX en xAI om steeds meer eigen gasgestookte elektriciteitsproductie te bouwen is geen curiositeit rond Elon Musk. Het is een zichtbaar symptoom van een structureel probleem binnen de AI-boom: de wereld kan compute momenteel sneller toevoegen dan het energiesysteem nieuwe betrouwbare capaciteit kan leveren.

Daardoor krijgt time-to-power economische waarde. Gas bevindt zich in de huidige fase in een sterke positie omdat het relatief snel, modulair en regelbaar vermogen kan leveren, terwijl batterijen korte fluctuaties kunnen opvangen en het openbare net later verder kan worden versterkt.

Voor Shell is deze ontwikkeling positief omdat een structurele uitbreiding van gasgestookte generation de potentiële omvang en economische levensduur van de mondiale gas- en LNG-markt ondersteunt. Caterpillar krijgt een directe capexhefboom doordat hyperscalers distributed power installeren, terwijl Siemens Energy zowel aan de eerste turbines als aan de veel langere gridinvestmentcyclus kan verdienen.

De AI-race verschuift daarmee opnieuw. Chips blijven essentieel, maar een GPU zonder elektriciteit heeft geen economische waarde. De volgende winnaars kunnen daarom juist de ondernemingen zijn die ervoor zorgen dat die elektriciteit op tijd beschikbaar komt.

English version

AI is forcing tech giants to build their own gas-fired power: why Shell, Caterpillar and Siemens Energy could benefit

No time to read the full article? Use the five bullets below for the key points.

■ Electricity demand from data centres is growing much faster than overall power consumption. The IEA expects roughly 485 TWh in 2025 and around 950 TWh in 2030, while Gartner sees required data-centre power capacity increasing from approximately 104 GW in 2025 to 132 GW in 2026 and roughly 290 GW in 2030. Available electricity is therefore becoming an increasingly important constraint on further AI growth.
■ SpaceX/xAI illustrates the practical consequence. Temporary turbines around Colossus are being replaced by a permanent gas-fired installation of approximately 1.2 GW containing 41 turbines, while SpaceX has committed around $2.8 billion to additional gas-turbine purchases and has acquired APR Energy. Natural gas is primarily being selected because time-to-power is becoming more important than simply achieving the lowest electricity price.
■ Our Investment view on Shell (SHEL) is positive. There is no reason to assume SpaceX specifically purchases gas from Shell and our thesis does not depend on such a relationship. The much more important development is that data centres can become a new structural source of gas demand while Shell itself expects global LNG demand to rise from approximately 422 million tonnes in 2025 to nearly 700 million tonnes by 2050.
■ Caterpillar (CAT) primarily benefits from the construction phase through distributed generation, generator sets and Solar Turbines, while Siemens Energy (ENR) supplies both gas turbines and the grid infrastructure eventually required. Caterpillar ended Q2 2026 with a record backlog of approximately $72 billion, while Siemens Energy sees a structural global gas-turbine market of roughly 110–120 GW per year.
■ This is not an exclusive natural-gas bull case. Nuclear, renewables, batteries and fuel cells all have substantial opportunities. The main distinction is speed: an AI campus waiting years for grid access generates no return on its installed compute. More expensive proprietary power can therefore be economically superior when it becomes available months or years earlier.

Elon Musk, through SpaceX and xAI, has once again exposed a development much larger than his own companies. The AI race is no longer only about who can buy the most GPUs, develop the best model or build the largest data-centre campus. The next limitation is increasingly physical: how can hundreds of megawatts or even several gigawatts of electricity be delivered to one location when the public grid may require years to provide the same capacity?

The problem is growing at a pace for which existing electricity systems were never designed. The IEA expects global data-centre electricity consumption to rise from approximately 485 TWh in 2025 to around 950 TWh in 2030. Gartner reaches the same fundamental conclusion through a different methodology and sees global data-centre power demand increasing from roughly 104 GW in 2025 to 132 GW in 2026 and eventually around 290 GW in 2030. Data centres are therefore growing much faster than total electricity demand, which generally expands only a few percent annually.

The effect could become even more extreme in the United States because a large share of new AI capacity is being built there. Estimates suggest that data centres could account for roughly 9.5% to 15.3% of all US electricity consumption by 2030. A sector that was still relatively manageable for utilities only several years ago is therefore turning into one of the largest new sources of structural power demand.

This creates a new AI value chain for investors. NVIDIA, HBM and semiconductor equipment came first, followed by networking, cooling, data-centre construction and electrical equipment. The next capital wave is moving increasingly towards the energy system itself: natural gas, turbines, generators, transformers, substations, transmission and battery storage.

Investment view

Our Investment view on Shell (SHEL) is positive, and the rapidly increasing requirement for reliable AI power strengthens that view. The investment case is explicitly not that SpaceX, xAI or another hyperscaler must become a major direct Shell customer. The much more important development is that thousands of new megawatts of continuous electricity demand can structurally change global gas balances.

Shell already has gas production, LNG, shipping, portfolio optimisation and a large global trading organisation. If natural gas gains strategic importance in more regions as a rapidly available and dispatchable source of power, Shell can benefit through higher volumes, greater trading activity and potentially a longer economic life for existing gas and LNG assets. AI therefore does not become a separate Shell division, but rather another structural demand driver within one of the company's most important profit engines.

Caterpillar (CAT) has a completely different type of leverage. It primarily earns from equipment allowing data centres to generate their own electricity and therefore receives direct exposure to the initial investment phase. Siemens Energy (ENR) is broader still because gas turbines can address the immediate generation need while Grid Technologies subsequently benefits from investment in transformers, substations and transmission.

We therefore do not view these companies as three versions of the same trade. Shell is primarily a long-duration fuel and LNG read-through, Caterpillar is a distributed-generation and equipment case and Siemens Energy combines generation and grid exposure. Those different economic positions within the same AI investment cycle are precisely what make the theme compelling.

The scale of power demand changes everything

The numbers demonstrate why this is no longer a niche issue. Global data-centre electricity demand can almost double between 2025 and 2030, while required power capacity could approach 290 GW. In the United States, data centres may account for roughly 10–15% of total power consumption by 2030, making AI one of the largest new load categories utilities need to accommodate.

A gigawatt may sound abstract, but the scale becomes clearer when compared with residential demand. A continuous 1 GW load is roughly equivalent to the electricity consumption of approximately 750,000 to 1 million households, depending on load factor and regional usage. When an individual AI campus moves towards 2, 5 or even 10 GW, it effectively becomes a new industrial cluster consuming power on the scale of entire cities.

This is precisely why existing grid planning is coming under pressure. Utilities were accustomed to adding demand gradually, whereas AI projects can request hundreds of megawatts in one development phase. High-voltage lines, substations and generation capacity cannot be built at the same speed as server halls and accelerator clusters.

The bottleneck is therefore moving from compute towards energy. Whoever owns chips but lacks electricity cannot monetise those chips.

SpaceX and xAI are effectively building their own energy system

SpaceX/xAI is the most striking example because Musk is attempting to bypass the time-to-power challenge extremely aggressively. Dozens of mobile gas turbines have been deployed around Colossus to bring capacity online more rapidly than would have been possible through a completely conventional utility connection. That temporary infrastructure is gradually being replaced by a permanent installation containing 41 turbines with approximately 1.2 GW of capacity.

The strategy extends much further than one site. SpaceX has indicated plans to spend roughly $2.8 billion on additional gas turbines over several years and has also acquired APR Energy, a company specialising in rapidly deployable mobile power generation. Musk is therefore purchasing not only equipment but the operating expertise needed to integrate power generation more quickly into infrastructure planning.

The same philosophy is visible at Terafab in Texas. The first phase of the planned semiconductor facility represents approximately $16.8 billion and is expected to combine proprietary gas-fired power with large-scale battery storage. For a semiconductor fab or AI campus containing billions of dollars of equipment, waiting for public infrastructure can be more expensive than constructing a proprietary energy system.

The traditional relationship between technology companies and utilities is therefore changing. Hyperscalers were historically almost exclusively electricity consumers, but the largest AI operators are now organising generation assets, batteries and energy-management systems themselves. Energy is becoming another element of vertical integration.

Time-to-power becomes an economic asset

The main reason is not that proprietary gas-fired electricity is necessarily cheaper than an existing grid connection. Behind-the-meter generation can in many cases be more expensive per megawatt-hour. That comparison misses the central issue when sufficient grid capacity simply does not exist.

The real choice then becomes proprietary power today versus potentially waiting years for public-grid access. For an AI campus containing billions of dollars of accelerators, becoming operational two years earlier can represent enormous economic value because the hardware receives two additional years in which to generate training, inference and cloud-service revenue.

AI hardware also becomes technologically obsolete exceptionally quickly. An accelerator that cannot operate today because electricity is unavailable does not merely miss immediate revenue; it also risks being overtaken by the next chip generation. The economic calculation therefore shifts from cost-of-power towards value-of-availability.

In that context, natural gas is not selling only energy. It is selling speed.

Why natural gas is so attractive today

Natural gas combines several characteristics that are difficult for one competing technology to provide simultaneously during the current AI build-out. It is dispatchable, can operate around the clock and can be added modularly as a campus expands. Large parts of the United States also already possess substantial gas infrastructure, meaning not every site needs to construct an entirely new fuel system from scratch.

Development time is an important differentiator. Mobile or smaller industrial turbines and generator sets can be deployed relatively quickly, whereas major grid reinforcement often requires several years. New nuclear capacity generally takes much longer and future SMRs are not yet available at sufficient scale to address today's immediate demand wave.

Gas therefore does not need to be the cheapest or dominant source of energy in 2040 to receive substantial orders between 2026 and 2029. It mainly needs to become available earlier than alternatives that may ultimately be more attractive from a technology or climate perspective.

The market already demonstrates that customers are making that choice. Global new gas-turbine orders reached approximately 38 GW in Q2 2026, around 71% above the prior year. Siemens Energy accounted for roughly 12.5 GW, GE Vernova around 11.3 GW, Caterpillar's Solar Turbines approximately 2.8 GW and Baker Hughes around 2.3 GW.

Gas demand can become material

As AI campuses move towards multiple gigawatts of continuous load, the required natural-gas volumes become relevant to commodity markets. An efficient gas-fired system producing 1 GW continuously can consume roughly 140–150 million cubic feet of gas per day. Less efficient simple-cycle or temporary mobile turbines may consume more.

A cluster of only several gigawatts can therefore quickly require hundreds of millions of cubic feet per day. When several such locations are developed simultaneously, regional impact becomes substantial, particularly where existing pipelines were never designed for such concentrated new loads.

RBC has outlined a 2030 scenario in which US data centres require approximately 6.1 Bcf per day of natural gas. Other scenarios range from around 2 Bcf/d to above 10 Bcf/d. Even at the lower end, a new structural demand source develops alongside conventional electricity generation, industry and LNG exports.

Behind-the-meter gas generation is also no longer a marginal niche. More than 7.5 GW is already under construction and tens of gigawatts are in earlier development stages. Some broader inventories of announced projects approach 100 GW, although naturally not every plan will ultimately be built.

Project Kilby proves Musk is not alone

The investment case becomes much stronger once we look beyond SpaceX. Chevron and Microsoft are developing Project Kilby in West Texas, a co-located natural-gas power project expected ultimately to provide approximately 2.67 GW of dedicated electricity to a Microsoft data-centre campus. The agreement runs for twenty years and first power is expected towards 2028.

This is not temporary emergency generation but primary energy infrastructure specifically built around a data centre. GE Vernova supplies most of the generation equipment, while Caterpillar's Solar Turbines contributes additional capacity. Two of the major listed companies in our analysis therefore participate directly in the same project.

Caterpillar has separately sold approximately 2 GW of fast-response natural-gas generation for the Monarch Compute Campus, with deliveries beginning in 2026 and full capacity targeted for 2027. Other agreements also extend towards hundreds of megawatts and approximately 1 GW.

Oracle/Stargate, Meta, Crusoe and other large developers are also exploring ways to obtain power more quickly than conventional interconnection queues allow. Not every site chooses natural gas, but almost every major AI operator is solving the same problem: power access.

Powered land becomes a new scarce asset

This development is even changing data-centre real estate. Cheap land without power access, gas infrastructure or transmission becomes far less valuable when an operator wants to bring billions of dollars of compute online rapidly.

Sites where fibre, gas, high-voltage infrastructure, water and permits are available simultaneously can therefore command a strategic premium. Powered land is becoming a relevant concept because the ability to deliver electricity is at least as important as the land itself.

This also explains why regional differences become more important. Texas benefits from substantial gas production, ERCOT and relatively rapid project development but is simultaneously seeing enormous new loads. PJM, including the massive Virginia data-centre cluster, faces different issues involving interconnection queues, generation and transmission.

AI power therefore increasingly becomes a local infrastructure analysis rather than only a national demand forecast. A region can have sufficient energy on paper and still be unsuitable for one specific project because a pipeline, transformer or high-voltage line is missing.

Shell: the least obvious but perhaps most interesting read-through

Shell (SHEL) is central to our analysis because investors rarely approach the stock as an AI-infrastructure play. The company is primarily valued through oil, LNG, refining, trading, capital allocation and shareholder distributions.

That is precisely why this development is interesting. AI can strengthen the long-term value of exactly the business on which Shell remains strategically focused: Integrated Gas. If the world structurally requires more flexible and reliable gas supply, Shell benefits not only through production but also LNG, shipping and trading.

Shell expects global LNG demand to rise from roughly 422 million tonnes in 2025 to nearly 700 million tonnes annually by 2050, representing approximately 65% growth. Data centres are explicitly identified as a new source of electricity demand, including in mature Asian markets such as Japan.

This does not mean AI becomes the dominant reason for that 65% growth. Energy security, economic development, coal-to-gas switching and balancing of renewables remain important. AI simply adds another structural demand driver that was much smaller or virtually absent in long-term forecasts only several years ago.

For Shell, the story is mainly about duration

The strongest Shell argument is therefore not that AI suddenly requires hundreds of millions of tonnes of additional LNG. The more interesting change concerns the expected lifespan of the global gas market.

If electricity demand remains stronger for longer because of data centres, broader electrification and economic development, natural gas is more likely to retain a large role throughout the 2030s and 2040s. This can occur even while wind, solar, nuclear and batteries grow rapidly at the same time.

Gas can fulfil two roles within such a system. It can directly supply large continuous loads where rapid firm power is needed and provide flexible generation when renewables are insufficient. The commodity can therefore run fewer baseload hours while remaining strategically important.

For Shell, this can extend the economic duration of LNG and gas assets. Capital invested today in liquefaction, shipping and production receives more attractive returns when the expected utilisation period of that infrastructure becomes longer.

US gas demand is not the same as LNG demand

One important distinction is that an additional turbine in Texas does not automatically create one-for-one additional LNG sales for Shell. The United States possesses enormous domestic gas resources and behind-the-meter plants are initially supplied from the US market.

Shell's exposure there is more indirect. Higher powerburn creates greater competition for the same gas molecules that can also flow towards LNG export terminals, industry and existing utilities. This can affect Henry Hub pricing, pipeline flows and LNG-export economics.

In importing regions, the link can be more direct. A country without substantial domestic gas production requiring additional firm power for data centres can increase LNG imports. Shell can source, ship and geographically optimise those volumes within its global portfolio.

This distinction makes the investment case stronger. Shell does not benefit from a fictional direct Musk contract, but from a broader market in which marginal demand can increase across multiple regions.

Shell has more than volume exposure

Shell's strength also extends beyond how much gas it produces. The company can move volumes between regions, combine liquefaction capacity with long-term contracts and deploy cargoes where marginal value is highest.

That portfolio function becomes more valuable as regional power conditions diverge. A hot Asian summer, weak hydro generation, strong data-centre expansion and higher European demand can all create different price spreads simultaneously.

For a pure producer, volatility is mainly a commodity-price variable. For Shell, volatility can additionally create trading and optimisation opportunities.

AI therefore does not need a contractual relationship with Shell to become financially relevant. Commodity markets ultimately respond to total marginal demand.

Caterpillar: one of the clearest time-to-power stocks

Caterpillar (CAT) benefits much earlier in the economic cycle. Before a gas plant consumes fuel for years, engines, generators and turbines need to be ordered.

The numbers demonstrate how rapidly Power & Energy is growing within Caterpillar. The company reported approximately $20.5 billion of Q2 2026 revenue, around 24% above the prior year, while total backlog moved towards a record level of roughly $72 billion. Power generation is one of the major growth drivers and management expects the activity to potentially triple by 2030 relative to 2024.

This changes the earnings mix. Caterpillar remains a global leader in construction and mining, but power generation is gaining much greater strategic importance inside the company.

For investors, this matters because AI therefore no longer enters the Caterpillar story only indirectly through additional construction equipment. Data centres can directly generate equipment orders comparable in size with major traditional energy and infrastructure projects.

Data centres are buying primary generation

The key change is that Caterpillar no longer sells only conventional backup diesel equipment. Hyperscalers are purchasing increasingly large natural-gas generation packages capable of meeting a significant portion of a data centre's primary electricity needs.

The Monarch Compute Campus illustrates the scale with approximately 2 GW of fast-response gas generation. Power deliveries begin in 2026 and full capacity is expected in 2027.

This is fundamentally different from an emergency generator operating only several hours annually. The generation becomes part of the core operating energy architecture of an AI campus.

Caterpillar therefore earns from exactly the challenge hyperscalers are attempting to solve: power today instead of potentially years later.

Solar Turbines makes Caterpillar far more interesting

Solar Turbines can easily be overshadowed in traditional Caterpillar analysis by bulldozers, excavators and mining trucks. Within the AI power cycle, however, this subsidiary is highly relevant.

Industrial gas turbines sit between smaller generator sets and the largest utility-scale plants in terms of power class. This makes them suitable for modular data-centre campuses adding capacity in phases.

Project Kilby provides a clear example. GE Vernova supplies most of the generation capacity while Solar Turbines provides additional power. Solar itself received roughly 2.8 GW of new turbine orders in Q2.

Caterpillar therefore has exposure across multiple power classes and can serve customers unwilling to wait three years for one enormous turbine.

Aftermarket extends the profit pool

The strong equipment cycle has another important effect. Every installed engine or turbine becomes part of an installed base requiring maintenance, spare parts and service for years.

Economic value therefore does not end when the initial machine is delivered. The first capex wave can subsequently generate a much longer aftermarket revenue stream, typically with attractive margins and greater predictability.

This differentiates Caterpillar from companies generating only project revenue. The larger the installed base of distributed generation becomes, the greater the future service opportunity.

AI can therefore increase both cyclical equipment revenue and the recurring income base of the company.

Caterpillar wants a larger share of the energy stack

The company is also increasingly attempting to supply more than a standalone generator. Caterpillar works with partners on systems combining generators, controls, switchgear, inverters, battery storage and other supporting infrastructure.

This increases addressable market per campus. A customer can purchase not simply an engine but a larger portion of an integrated behind-the-meter energy solution.

The strategy also creates greater technology flexibility. Reciprocating engines, turbines, batteries and potentially alternative fuels can be combined inside the same architecture.

CAT therefore becomes less dependent on one specific generation technology while Power & Energy becomes increasingly strategic within the group.

Siemens Energy: the broadest exposure in the theme

Siemens Energy (ENR) may be the most interesting hardware company in the group because it does not depend on one exact solution to the power challenge.

On the generation side, the market is exceptionally strong. Siemens Energy sees a structural global gas-turbine market of approximately 110–120 GW annually over the coming years, clearly above previous expectations of around 90–100 GW. The company earlier had approximately 80 GW of total turbine commitments, of which roughly 22 GW was directly data-centre related.

By Q3 FY2026, firm gas-turbine backlog was around 69 GW. A large portion of available manufacturing capacity is therefore effectively sold for several years.

The company benefits directly from the immediate requirement for new generation, but the second pillar of the thesis may ultimately be even more important.

Grid Technologies makes Siemens Energy broader

Behind-the-meter generation solves the first bottleneck but does not make the public electricity network unnecessary. A data centre may self-generate 500 MW or 1 GW today and still receive a major grid connection several years later.

Renewables, nuclear, batteries, industrial loads and residential growth also all need to connect through the same electricity system. This requires power transformers, substations, switchgear, transmission systems and many other specialised components.

Grid Technologies is therefore one of Siemens Energy's strongest businesses. The company is investing billions of euros in additional manufacturing because the market remains structurally tight.

For investors, this means Siemens Energy can participate in both the emergency solution and the structural solution.

Transformers become a bottleneck themselves

Turbines receive substantial attention because they are visible at new generation projects, but transformers and other grid components are at least as important. A new power station has limited value if electricity cannot be moved safely and efficiently to the customer.

Large power transformers are highly specialised products with long manufacturing lead times and constrained capacity. Demand also comes from much more than AI. Renewables, electric vehicles, industrial electrification and replacement of ageing infrastructure all compete for the same equipment.

AI therefore arrives on top of a grid market that was already tight. The network investment cycle may consequently last longer than the current turbine boom.

For Siemens Energy, this is attractive because the company does not need to predict which generation technology ultimately captures the largest share. Virtually every outcome requires more electrical infrastructure.

Siemens Energy can earn several times from the same campus

This combination gives Siemens Energy a distinctive economic profile. When an AI campus constructs proprietary gas generation to come online quickly, the company can supply turbines. When the permanent grid connection is reinforced several years later, Grid Technologies can sell additional equipment.

Services and upgrades then generate further revenue from installed turbines and electrical systems. One project can therefore create several investment moments.

This clearly differs from Shell and Caterpillar. Shell primarily earns throughout the operating life through fuel flows, Caterpillar mainly through distributed-power capex and aftermarket, while Siemens Energy can serve several layers of infrastructure.

That is why we view ENR as the broadest pure infrastructure play within the theme.

GE Vernova confirms how exceptional the market is

GE Vernova (GEV) is not one of our three main stocks, but the figures confirm that the turbine and grid cycle is broad-based. In Q2 2026, organic orders rose approximately 88% to $24.2 billion and total backlog increased towards $176 billion.

Combined gas-power equipment backlog and slot reservations reached around 116 GW. GE Vernova wants to increase this towards at least 125 GW by the end of 2026 and is therefore expanding annual manufacturing capacity significantly.

The influence of data centres is also already large within Electrification. Orders from data centres during the first half of 2026 were higher than for all of 2025.

This demonstrates that the current cycle is not the result of one supplier receiving an unusually large order. The whole market is moving.

The turbine industry can barely keep pace itself

The original advantage of natural gas was speed, but the success of the technology is now creating a new limitation. Large turbines are not available without limit and manufacturing slots are being reserved years ahead.

If a customer has to wait several years for a utility-scale turbine, part of the time-to-power advantage disappears. This can create additional demand for smaller turbines, reciprocating engines, mobile equipment and temporary solutions.

That can favour Caterpillar because the company serves multiple power classes. A data centre can add capacity gradually through generator sets or industrial turbines before constructing a larger power plant later.

For Siemens Energy and GE Vernova, the main risk meanwhile shifts from demand towards execution. A huge backlog has value only if equipment is delivered on time, at attractive margins and without significant quality issues.

Baker Hughes: a second-order beneficiary

Baker Hughes (BKR) sits further from the data centre itself, but large growth in gas generation requires more than turbines. Natural gas must be produced, treated, compressed and transported through pipelines towards new customers.

If data centres cluster in regions where existing gas infrastructure was never designed for such loads, new compression and midstream projects can become necessary. Baker Hughes also has important exposure to LNG equipment.

The link with one individual AI campus is therefore less direct than at Caterpillar or Siemens Energy. The company can nevertheless benefit if the broader gas and LNG infrastructure market becomes structurally larger.

We therefore see BKR as supplementary exposure rather than our primary AI-power play.

Regional infrastructure becomes decisive

A national gas balance does not tell the whole story. Even if the United States produces sufficient natural gas overall, one specific region can lack the pipeline capacity required to feed a new multi-gigawatt plant.

At roughly 140–150 MMcf/d of gas consumption per continuous gigawatt, a large cluster can quickly become material to a regional pipeline. Additional compression, lateral pipelines or other infrastructure may then be required.

This creates an interesting paradox. Natural gas is selected because it can become available faster than the electricity grid, but if local gas infrastructure also needs major expansion, part of that time advantage can disappear.

The most economically attractive locations will therefore likely be those where gas, fibre, water, transmission and permits are already located relatively close together.

Gas and batteries are not opposites

SpaceX's decision to combine gas generation with battery storage is technically logical. An AI data centre has high continuous demand, but workloads can fluctuate sharply over short periods.

Batteries respond almost instantly and can manage short load swings, frequency support and peaks. Gas generation then provides the long-duration energy flow that would require enormous battery capacity if storage had to solve every problem alone.

Battery growth therefore does not need to be bearish for natural gas. A hybrid system can actually be more efficient because each technology addresses the problem it handles best.

The same principle applies to renewable generation.

Renewables remain an essential part of the mix

Solar and wind can produce large amounts of inexpensive electricity when conditions are favourable. Batteries can shift some of that energy across several hours.

The challenge arises during longer periods when renewable generation is insufficient. An AI campus containing billions of dollars of compute cannot simply shut down for multiple days.

Natural gas can therefore retain economic value as firm capacity even if annual operating hours eventually decline. The value then shifts from pure energy production towards reliability and available capacity.

Renewables, batteries and natural gas can consequently grow at the same time without one completely displacing the others.

Nuclear could be stronger over the long term

Nuclear power is technically exceptionally well suited to large data centres. Capacity factors are high, generation is stable and operating CO2 emissions are low. One power station can also supply enormous amounts of electricity.

Technology companies are therefore looking at existing nuclear assets, restarts, power purchase agreements and future small modular reactors. During the 2030s, nuclear could become a major part of the AI power mix.

The problem for the current build-out remains timing. New large nuclear facilities generally require many years and SMRs are not yet available at sufficient scale to solve the immediate bottleneck.

Natural gas therefore does not need to defeat nuclear permanently. It can already become a major winner by making electricity available in the next several years that would otherwise arrive much later.

Fuel cells are a serious competitor

Fuel cells also possess characteristics that fit distributed power. They are modular, can be installed behind the meter and can, depending on the configuration, be deployed relatively quickly.

Some systems also offer advantages in terms of local emissions and noise. These benefits are offset by higher costs, constrained supply chains and fuel-related challenges.

We therefore do not expect a winner-takes-all market. Gas turbines, reciprocating engines, batteries, renewables, nuclear and fuel cells can all expand simultaneously.

Total electricity demand is likely large enough to support several technologies economically.

More efficient AI chips are unlikely to stop demand growth

Each new accelerator generation becomes more efficient per calculation. At first glance this appears to threaten the power thesis, but lower cost per token or inference can instead make many more applications economically viable.

AI agents can operate continuously, perform millions of additional tasks and create workloads that do not even exist today. Total calculations can therefore grow faster than electricity consumption per individual calculation falls.

This rebound effect helps explain why power forecasts continue to show strong increases in total data-centre consumption despite rapid gains in chip efficiency.

For the energy chain, the ultimate question is not the efficiency of one chip, but how many chips operate and how many hours they run.

CO2 and local emissions are real risks

The speed advantage of gas naturally has a downside. A plant continuously powering a large AI campus creates significant CO2 emissions, while methane leakage across the natural-gas value chain can further increase total climate impact.

This creates tension for hyperscalers that simultaneously maintain ambitious climate targets. A modern efficient gas plant may replace older fossil generation, but new absolute load still creates additional emissions.

Local air quality may become restrictive even faster than global climate goals. The debate around Colossus has demonstrated how permits, NOx and other local pollutants can produce legal and political resistance.

For investors, this is not a theoretical ESG issue. A turbine technically available within months provides little advantage if the permitting process subsequently takes years.

Higher gas prices can eventually limit success

If data-centre demand genuinely grows strongly, US gas prices can receive support. For Shell, that may be beneficial through upstream, LNG and trading.

For data-centre operators, however, the same price increase raises fuel costs. Nuclear, fuel cells and renewable-plus-storage then become relatively more attractive.

The relationship is therefore not linear. Greater gas demand is positive for producers, but an excessive price increase can slow future gas projects.

For Caterpillar and Siemens Energy, commodity pricing is less directly important as long as customers continue constructing generation. Their larger risk lies in changes in technology choice and potential slowdown in AI capex.

LNG supply remains a separate variable for Shell

Shell simultaneously expects a major wave of additional LNG capacity towards 2030. Approximately 180 million tonnes of new annual liquefaction supply could enter the market during that period.

If supply temporarily grows faster than demand, pricing can come under pressure. AI supports the demand side but cannot automatically absorb every possible LNG oversupply.

Portfolio flexibility therefore remains more important than a simple volume claim. Shell's advantage lies precisely in its ability to combine multiple production sources, contracts and regions.

AI strengthens the long-term case but does not independently determine the entire earnings trajectory of Integrated Gas.

Hyperscaler capex remains the key variable

The overall thesis ultimately depends on one important assumption: enormous AI investment continues. The largest hyperscalers are collectively spending hundreds of billions of dollars on infrastructure and expectations for 2026 again point towards very high capex intensity.

If that investment cycle unexpectedly slows sharply, data-centre projects will be delayed and urgency for new generation will decline. Caterpillar and turbine providers are relatively directly exposed because their orders are placed before projects become operational.

Siemens Energy has some protection through enormous non-AI demand for grid infrastructure and conventional generation. Shell is even less dependent on AI because it benefits from much broader global gas and LNG trends.

The theme is therefore additive for all three companies rather than entirely defining their investment cases.

Capex versus opex: three different earnings profiles

The distinction between our three main stocks can ultimately be understood most simply through capex and opex. Caterpillar earns when a customer purchases generators, engines or turbines and can subsequently develop a long aftermarket revenue stream.

Siemens Energy first earns from generation equipment and can later generate additional revenue through services, upgrades, transformers and grid infrastructure. The same campus can therefore appear several times in revenue over its life.

Shell earns primarily once those assets are operational. Every functioning gas plant has to purchase fuel continuously throughout its operating life.

The attraction of the combination is that the same AI campus can create economic value for all three companies at different stages without them directly competing.

Why Shell remains the most surprising name

At Caterpillar and Siemens Energy, the AI connection is already visible in concrete equipment orders. At Shell, the financial read-through develops more gradually because a turbine ordered today can create years of structural fuel demand later.

That timing difference makes Shell interesting. Public markets can immediately reflect a multibillion-dollar equipment order in a backlog, while a longer economic duration for global gas demand is much harder to see in one quarter.

AI also does not need to become the largest source of natural-gas demand globally. It is enough for data centres to contribute structurally to higher power demand and therefore preserve the need for firm generation for longer.

We therefore see AI as an unexpected but fundamentally positive addition to the existing Shell investment case.

Why Caterpillar has the fastest operating leverage

Caterpillar will probably gain financial visibility sooner if behind-the-meter generation continues to accelerate. Orders are placed before a data centre becomes operational and therefore appear early in the investment cycle.

The record backlog of approximately $72 billion demonstrates that customers are already reserving manufacturing capacity. If power generation indeed grows much faster than several traditional Caterpillar businesses through 2030, the company's earnings mix can improve structurally.

Cyclicality remains a risk. If AI capex later falls sharply after Caterpillar has expanded its own capacity, the order cycle can cool.

For now, however, the large backlog provides significant visibility and demonstrates how financially material Power & Energy is becoming.

Why Siemens Energy has the broadest structural leverage

Siemens Energy benefits from the fact that virtually every future energy architecture requires additional infrastructure. If data centres choose natural gas, it can sell turbines. If nuclear grows, plants need grid connections. If renewables expand more rapidly, transmission and transformers are required. If battery deployment accelerates, electrical equipment remains essential.

Siemens Energy therefore does not need to predict exactly which generation technology will have the largest market share in 2032. The strong gas-turbine market provides the immediate growth opportunity, while Grid Technologies can offer a longer structural investment cycle.

That combination makes Siemens Energy our broadest pure infrastructure play within the theme.

The key challenge is execution: a record order book ultimately needs to be converted into revenue and cash flow at attractive margins.

Our preference ranking

Shell (SHEL) remains our most important unexpected read-through. The company does not have the most direct AI revenue, but already owns an enormous gas and LNG position that can benefit if the world structurally requires more firm power. Expected global LNG growth towards nearly 700 million tonnes by 2050 gains an additional demand component from data centres on top of energy security, economic growth and the need for flexibility alongside renewables.

Siemens Energy (ENR) is our strongest broad infrastructure play. The combination of a structurally constrained gas-turbine market, firm backlog of roughly 69 GW and massive investment in Grid Technologies provides exposure to both the immediate and structural solutions to the electricity challenge.

Caterpillar (CAT) has the most direct leverage to distributed generation and rapid power deployment. Its record backlog, major data-centre orders and Solar Turbines position demonstrate that AI power is already becoming financially material.

GE Vernova (GEV) remains a very strong comparable and confirms through its enormous turbine and electrification backlog that the market is changing structurally. Baker Hughes (BKR) offers more indirect exposure to compression, pipeline infrastructure and LNG.

Key risks

The largest uncertainty is whether all announced AI capacity will actually be built. Project pipelines can double-count demand, locations can change and further efficiency improvements may distribute infrastructure requirements differently from current expectations. A major slowdown in hyperscaler capex would therefore directly affect new equipment orders.

Regulation is a second important risk. Problems surrounding temporary turbines at Colossus demonstrate that rapid on-site generation can become politically and legally more difficult when local emissions increase. Supply also becomes a constraint when major turbines, transformers or pipeline capacity are unavailable for several years.

Technology choice can change as well. Nuclear, fuel cells, renewables, storage and better grid planning may capture a larger share of the market than currently assumed. High gas prices can accelerate that shift.

None of this changes our central conclusion. Electricity demand is growing strongly enough that several technologies will probably be required simultaneously, although their relative market shares can shift substantially.

Conclusion

SpaceX and xAI's decision to build increasing amounts of proprietary gas-fired electricity generation is not merely an Elon Musk curiosity. It is a visible symptom of a structural problem inside the AI boom: the world can currently add compute faster than the energy system can provide new reliable capacity.

Time-to-power therefore gains economic value. Natural gas is in a strong position during the current phase because it can provide relatively rapid, modular and dispatchable power, while batteries can manage short fluctuations and the public grid can be reinforced later.

For Shell, this development is positive because structural expansion of gas-fired generation can support the potential size and economic duration of the global gas and LNG market. Caterpillar gains direct capex leverage as hyperscalers install distributed generation, while Siemens Energy can benefit from both the initial turbines and the much longer grid-investment cycle.

The AI race is therefore shifting once again. Chips remain essential, but a GPU without electricity has no economic value. The next winners may therefore be the companies ensuring that electricity becomes available on time.

■ Workday (WDAY) schoot fors omhoog nadat bekend werd dat Silver Lake gesprekken voert over een mogelijke overname. Voor ons is niet de potentiële transactie zelf het belangrijkste, maar het signaal dat een grote technologie-investeerder bereid lijkt tientallen miljarden dollars te steken in precies het soort enterprise-softwarebedrijf dat door AI-angst zwaar is afgewaardeerd.
■ De markt vreest dat AI-agents traditionele softwarefuncties vervangen en daarmee seat-based omzet en pricing power aantasten. Wij denken dat deze angst te breed wordt toegepast, omdat bedrijfskritische platforms voor HR, finance, payroll, workflows en bedrijfsdata niet simpelweg verdwijnen wanneer de gebruikersinterface door een agent wordt overgenomen.
■ Een eventuele Workday-deal kan daardoor de complete application-softwaresector opnieuw positief in beweging zetten. Een duidelijke overnamepremie creëert een nieuwe referentiewaardering voor recurring softwarecashflows en kan beleggers dwingen de forse AI-discount op andere kwalitatieve softwarebedrijven opnieuw te beoordelen.
■ SAP (SAP) en Oracle (ORCL) zijn de belangrijkste directe concurrentiële read-throughs. Paychex (PAYX), Paycom Software (PAYC), Atlassian (TEAM) en Autodesk (ADSK) zijn interessanter als vergelijkbare beursnamen, terwijl ServiceNow (NOW), Salesforce (CRM) en ADP (ADP) aanvullende exposure geven naar dezelfde fundamentele discussie.
■ Onze Investment view op kwalitatieve enterprise software wordt positiever. AI vormt een reëel risico voor zwakke point solutions en traditionele licentiemodellen, maar kan de waarde van platforms met unieke data, permissions, compliance, transactionele infrastructuur en sterk verankerde workflows juist vergroten.

Workday (WDAY) heeft plotseling een discussie teruggebracht die de beurs de afgelopen maanden vrijwel uitsluitend vanuit de negatieve kant heeft bekeken. Het aandeel schoot sterk omhoog nadat bekend werd dat private-equityfirma Silver Lake gesprekken voert over een mogelijke overname. Er is nog geen definitieve transactie en de gesprekken kunnen vanzelfsprekend alsnog stuklopen, maar voor ons is dat niet de belangrijkste boodschap.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

Veel interessanter is waarom een grote technologie-investeerder juist nu naar Workday kijkt. Het bedrijf was voorafgaand aan het nieuws fors afgewaardeerd en noteerde ver onder zijn eerdere top, terwijl beleggers steeds meer vreesden dat AI-agents de economische waarde van traditionele enterprise software zouden aantasten. Workday werd daarmee onderdeel van een bredere softwarecorrectie waarin niet alleen naar de groei van individuele ondernemingen werd gekeken, maar steeds vaker naar de vraag of complete businessmodellen door AI minder waardevol zouden worden.

De mogelijke belangstelling van Silver Lake zet daar een ander perspectief tegenover. Private equity kijkt uiteindelijk minder naar het sentiment van het volgende kwartaal en meer naar structurele cashflows, klantretentie, switching costs, marges en de economische waarde van een installed base. Wanneer een professionele technologie-investeerder bereid is een transactie van deze omvang te onderzoeken, is het logisch om de vraag te stellen of de publieke markt te pessimistisch is geworden.

Dat maakt Workday mogelijk veel belangrijker voor de rest van de softwaresector dan alleen als individueel aandeel. De potentiële deal kan een nieuw referentiepunt worden voor de waardering van ondernemingen die beschikken over terugkerende omzet, hoge klantbinding en essentiële bedrijfsdata.

Investment view

Onze Investment view op kwalitatieve enterprise-softwareaandelen wordt positiever. De belangrijkste reden is niet dat wij verwachten dat AI-disruption verdwijnt, maar dat de markt naar onze mening te weinig onderscheid maakt tussen software die gemakkelijk kan worden vervangen en platforms die diep in de operationele infrastructuur van ondernemingen zitten.

Die tweedeling wordt de komende jaren cruciaal. Een eenvoudige point solution met weinig unieke data, beperkte switching costs en functionaliteit die gemakkelijk door een algemene AI-agent kan worden overgenomen, loopt daadwerkelijk risico. Daar kunnen licenties verdwijnen, prijzen onder druk komen en consolidatie versnellen.

Bij software voor HR, payroll, finance, ERP, compliance en complexe enterprise workflows ligt dat anders. Een agent kan de interface vervangen waarmee een werknemer een opdracht uitvoert, maar moet nog altijd weten welke gegevens correct zijn, welke gebruiker bepaalde rechten heeft, welke transactie is toegestaan en waar het officiële bedrijfsrecord wordt bijgehouden. Die onderliggende infrastructuur blijft nodig.

Wij denken daarom dat de beurs te gemakkelijk van de stelling "AI automatiseert softwaregebruik" naar de conclusie "bestaande software verliest economische waarde" is gesprongen. Dat hoeft helemaal niet hetzelfde te betekenen. De gebruikslaag kan radicaal veranderen terwijl de waarde van betrouwbare data en gecontroleerde workflows juist stijgt.

Waarom Workday zo belangrijk is voor deze discussie

Workday is een uitstekend bedrijf om deze tegenstelling te illustreren. De onderneming levert Human Capital Management en Financial Management aan grote organisaties en zit daarmee diep in processen die bedrijven niet zomaar kunnen uitschakelen.

Personeelsgegevens, salarisstructuren, financiële rapportages, autorisaties, planning en audit trails zijn geen oppervlakkige functies. Ze vormen onderdeel van de administratieve ruggengraat van een onderneming. Het vervangen van zo'n platform is duur, tijdrovend en operationeel riskant.

Dat betekent niet dat Workday immuun is voor AI. Een groot gedeelte van de manier waarop klanten vandaag door het platform navigeren kan wel degelijk veranderen. Een werknemer hoeft straks misschien geen menu meer te openen om een rapport te maken, verlof aan te vragen of een budget te analyseren. Een agent kan dat in natuurlijke taal afhandelen.

Maar die agent heeft nog steeds toegang nodig tot betrouwbare Workday-data en moet zich houden aan de regels die in het systeem zijn vastgelegd. Daarmee kan de interface minder belangrijk worden terwijl de onderliggende database, workflow- en governancefunctie essentieel blijft.

De markt heeft AI en software te vaak als een zero-sum game behandeld

De sterkste bearish redenering voor software is eenvoudig. Wanneer agents steeds meer taken zelfstandig uitvoeren, zijn minder menselijke gebruikers nodig. Minder gebruikers betekent minder seats en dus potentieel minder omzet.

Dat risico is reëel, maar het is niet het volledige verhaal. Een menselijke werknemer voert maar een beperkt aantal softwareacties per dag uit. Een agent kan continu werken, tientallen processen tegelijkertijd uitvoeren en duizenden transacties of queries verwerken.

Daardoor kan het aantal menselijke seats stagneren terwijl het machinegebruik van dezelfde software sterk stijgt. De monetisatie verschuift dan mogelijk van seats naar usage, transactions, agents of outcomes.

Dat is een fundamenteel ander scenario dan het verdwijnen van software. Het betekent vooral dat het businessmodel moet evolueren. Bedrijven die deze overgang goed managen kunnen uiteindelijk méér economische activiteit door hun platform laten lopen dan in het traditionele gebruikersmodel mogelijk was.

Systems of record kunnen juist belangrijker worden

Een van de belangrijkste begrippen binnen deze discussie is het verschil tussen de gebruikersinterface en het officiële systeem waarin bedrijfsdata wordt beheerd.

Wanneer een werknemer vandaag een salariswijziging uitvoert, gebeurt dat via schermen, menu's en goedkeuringsflows. In een agentic omgeving kan diezelfde gebruiker simpelweg opdracht geven om de wijziging uit te voeren. De interactie verandert volledig, maar de onderliggende vereisten verdwijnen niet.

De agent moet weten welk salaris actueel is, wie toestemming heeft voor de wijziging, welke lokale regels gelden en hoe de wijziging wordt vastgelegd. Zonder betrouwbare centrale databron kan autonome software juist gevaarlijker worden.

Hoe meer processen automatisch worden uitgevoerd, hoe belangrijker identity, permissions, auditability en governance worden. Dat is precies het soort infrastructuur waar gevestigde enterprise-platforms vaak een sterke positie hebben.

AI kan de waarde van enterprise-data verhogen

De waarde van een AI-agent wordt uiteindelijk bepaald door de kwaliteit van de informatie waarop hij kan handelen. Een generiek model kan uitstekend redeneren, maar zonder toegang tot betrouwbare bedrijfscontext blijft de praktische bruikbaarheid beperkt.

Workday beschikt over jaren aan HR- en financiële data bij klanten. SAP zit diep in ERP, supply chains en procurement. Oracle beheert zowel applicaties als databases. Salesforce bezit enorme hoeveelheden commerciële klantinformatie en ServiceNow beheert workflows tussen verschillende bedrijfssystemen.

Die data en processen zijn moeilijk opnieuw op te bouwen. Een nieuwe AI-startup kan een betere gebruikerservaring ontwikkelen, maar krijgt daarmee niet automatisch toegang tot tientallen jaren aan gecontroleerde bedrijfsinformatie.

Dat is een belangrijke reden waarom wij vinden dat de AI-angst binnen software te ver kan zijn doorgeschoten. AI maakt modellen goedkoper en interfaces eenvoudiger, maar unieke enterprise-context wordt daardoor juist schaarser en waardevoller.

Workday is bovendien operationeel geen probleemgeval

De mogelijke belangstelling komt niet voort uit een onderneming die operationeel instort. Workday blijft groeien en heeft de winstgevendheid de afgelopen jaren duidelijk verbeterd.

De omzet bedroeg in het eerste kwartaal van het huidige fiscale jaar ongeveer $2,54 miljard, terwijl de non-GAAP operationele marge richting 32% liep. Het groeitempo is lager dan tijdens de vroege SaaS-jaren, maar de onderneming genereert inmiddels veel meer winst uit een grote terugkerende omzetbasis.

Dat profiel is interessant voor private equity. Stabiele subscription revenue, hoge klantretentie en stijgende marges kunnen aantrekkelijke vrije kasstromen opleveren wanneer kosten verder worden geoptimaliseerd.

De beurs heeft vooral gekeken naar afnemende procentuele groei. Een langetermijneigenaar kijkt veel nadrukkelijker naar de totale cash die dezelfde installed base gedurende vele jaren kan produceren.

Een eventuele deal kan nieuwe price discovery veroorzaken

Daarmee komen we bij misschien wel de belangrijkste sectorread-through. Wanneer Workday daadwerkelijk tegen een aanzienlijke premie wordt overgenomen, ontstaat een concrete private-marketwaarde voor een grote enterprise-softwareonderneming.

Beleggers gaan vervolgens automatisch vergelijken. Welke bedrijven beschikken eveneens over hoge recurring revenue, sterke retentie en bedrijfskritische toepassingen? Welke aandelen zijn door dezelfde AI-angst fors goedkoper geworden? En welke waarderingsmultiples zijn nog logisch wanneer een private koper bereid is aanzienlijk meer te betalen?

Dat kan aandelen laten stijgen zonder dat zij zelf overnamekandidaat hoeven te zijn. De relevante verandering is dan niet M&A-speculatie, maar een hogere referentiewaardering voor de onderliggende cashflows.

Daarom kan Workday de sector opnieuw positief in beweging zetten. De deal hoeft niet onmiddellijk tot een golf van overnames te leiden om toch invloed te hebben op softwaremultiples.

SAP: de belangrijkste Europese fundamentele read-through

SAP (SAP) is inhoudelijk een van de belangrijkste vergelijkingen met Workday. Beide ondernemingen leveren kritieke enterprise-applicaties, hoewel SAP veel groter is en via ERP een veel bredere operationele positie heeft.

SAP is daardoor geen logische vergelijkbare overnamekandidaat. De beurswaarde ligt op een totaal ander niveau. Voor de vraag of AI bestaande enterprise-software waarde vernietigt of juist versterkt, is SAP echter buitengewoon relevant.

Het bedrijf beheert financiële processen, supply chains, procurement, manufacturing en andere bedrijfskritische data. Wanneer agents straks meer processen automatisch uitvoeren, hebben zij juist betrouwbare toegang tot die systemen nodig.

SAP kan daarmee een van de belangrijkste bewijzen worden dat AI boven op bestaande software kan worden gemonetiseerd. Wanneer klanten meer agents inzetten terwijl de onderliggende ERP-data bij SAP blijft, verschuift de interactie maar niet noodzakelijk de economische machtspositie.

Onze visie op SAP blijft daarom positief. De Workday-ontwikkeling kan helpen om beleggers opnieuw te laten kijken naar de strategische waarde van de enorme installed base en niet uitsluitend naar de angst dat nieuwe AI-interfaces traditionele software overbodig maken.

Oracle: applicaties, database en infrastructuur in één stack

Oracle (ORCL) concurreert rechtstreeks met Workday via Fusion Cloud ERP en HCM, maar heeft daarnaast een sterke database- en cloudinfrastructuurpositie.

Daardoor heeft Oracle een andere strategische uitgangspositie. Het bedrijf kan niet alleen verdienen aan de applicatie waarin een agent werkt, maar ook aan de database waarin de informatie staat en de cloudinfrastructuur waarop de workloads draaien.

Dat maakt Oracle mogelijk een van de meest complete read-throughs op een wereld waarin de software-interface verandert maar bedrijfsdata centraal blijft staan. Agents kunnen juist méér databasequeries, transacties en compute genereren.

De mogelijke Workday-deal is voor Oracle daarom vooral belangrijk als waarderingssignaal. Wanneer recurring enterprise-softwarecashflows opnieuw hoger worden gewaardeerd, ondersteunt dat de gedachte dat Oracle's applicatieactiviteiten naast de snelgroeiende cloudinfrastructuur nog steeds veel strategische waarde vertegenwoordigen.

Paychex: een veel betere beurspeer qua omvang

Paychex (PAYX) is vanuit beursomvang veel beter vergelijkbaar met Workday dan SAP of Oracle. De onderneming zit bovendien direct in HR, payroll en workforce management.

Het klantenprofiel verschilt. Workday richt zich veel sterker op grote ondernemingen, terwijl Paychex een grotere aanwezigheid heeft bij kleinere en middelgrote bedrijven. Toch zijn er belangrijke economische overeenkomsten: terugkerende omzet, gevoelige personeelsdata, hoge betrouwbaarheidseisen en langdurige klantrelaties.

Payroll is bovendien een goed voorbeeld van software die niet simpelweg verdwijnt door AI. Een agent kan de manier veranderen waarop een ondernemer payroll beheert, maar salarissen, belastingen en compliance moeten nog altijd correct worden verwerkt.

Dat maakt Paychex voor ons een interessante mogelijke beneficiary wanneer beleggers opnieuw defensieve recurring softwarecashflows gaan waarderen. Het is geen pure Workday-kopie, maar wel een van de logischere beurspeers binnen hetzelfde bredere ecosysteem.

Paycom Software: kleinere omvang geeft meer koershefboom

Paycom Software (PAYC) is aanzienlijk kleiner, maar inhoudelijk sterk blootgesteld aan payroll en Human Capital Management.

Juist door die kleinere omvang kan een herwaardering van HR-software relatief veel effect op de koers hebben. Een verschil van enkele waarderingspunten heeft bij een smallere onderneming veel meer impact dan bij een wereldwijde gigant.

Dat betekent niet dat Paycom automatisch een overnamekandidaat is. Wij willen juist voorkomen dat de investment case verandert in gokken op de volgende deal.

De interessantere read-through is dat een mogelijke hoge prijs voor Workday kan aantonen dat langdurige HR-softwareklantrelaties nog steeds aanzienlijke economische waarde hebben. PAYC kan daarvan profiteren wanneer beleggers de hele subgroep opnieuw gaan beoordelen.

ADP: de defensieve kant van hetzelfde thema

Automatic Data Processing (ADP) is groter en meer service-intensief dan Workday, maar hoort inhoudelijk wel bij de bredere HR- en payrollketen.

ADP laat goed zien waarom niet alle enterprise-softwarefunctionaliteit gemakkelijk kan verdwijnen. Salarissen moeten correct worden betaald, belastingen moeten worden verwerkt en regelgeving verschilt per regio.

Een agent kan veel handelingen automatiseren, maar de verantwoordelijkheid voor juiste data en correcte uitvoering blijft bestaan. Dat geeft een bedrijf met omvangrijke compliancekennis en diepe klantrelaties een sterke positie.

ADP heeft minder potentiële M&A-hefboom, maar kan juist een defensieve beneficiary zijn wanneer de markt opnieuw meer waarde hecht aan betrouwbare bedrijfsinfrastructuur.

Atlassian: een betere testcase voor echte AI-disruption

Atlassian (TEAM) is geen directe Workday-concurrent, maar juist daarom interessant. Het bedrijf zit midden in de discussie over hoeveel menselijke softwaregebruikers in een agentic wereld nog nodig zijn.

Jira en Confluence organiseren projecten, taken en kennis. Coding-agents kunnen tickets automatisch aanpassen, documentatie genereren en informatie uit verschillende bronnen verzamelen.

Het risico op seat-cannibalisatie is daardoor concreter dan bij payroll. Tegelijkertijd kunnen agents juist enorme hoeveelheden extra activiteit door Atlassian-platforms sturen.

TEAM wordt daarmee een belangrijke testcase voor de nieuwe software-economie. Wanneer Atlassian erin slaagt machinegebruik te monetiseren, kan de markt gaan beseffen dat agentic AI niet alleen seats vernietigt maar ook nieuwe consumption creëert.

Autodesk: diepe workflowintegratie als bescherming

Autodesk (ADSK) is geen HCM- of ERP-concurrent, maar is interessant omdat het bedrijf zeer gespecialiseerde software levert die diep in professionele workflows is geïntegreerd.

Architecten en engineers gebruiken Autodesk-producten niet simpelweg als interface. Ontwerpen, technische bestanden, standaarden en samenwerking zijn rond het ecosysteem opgebouwd.

Generatieve AI kan steeds meer ontwerpwerk automatiseren, maar officiële technische bestanden, versies en engineeringdata moeten nog steeds ergens betrouwbaar worden beheerd.

Daarmee ontstaat dezelfde kernvraag als bij Workday. Verandert AI alleen de manier waarop het platform wordt gebruikt, of verdwijnt de economische waarde van het platform zelf? Wij denken bij sterk geïntegreerde software vaker het eerste dan het tweede.

ServiceNow: agentic AI kan juist extra vraag creëren

ServiceNow (NOW) vinden wij misschien wel een van de meest interessante inhoudelijke AI-read-throughs binnen software.

Het bedrijf beheert enterprise workflows en verbindt verschillende systemen met elkaar. Dat lijkt sterk op wat agents nodig hebben wanneer zij zelfstandig werkzaamheden door een organisatie uitvoeren.

Een agent moet niet alleen kunnen redeneren, maar weten welke processtap volgt, welke toestemming nodig is en naar welk systeem informatie moet worden gestuurd. ServiceNow kan daardoor onderdeel worden van de orchestrationlaag van agentic enterprise software.

Het bedrijf is groot en de waardering is traditioneel hoger, waardoor de Workday-transactie minder directe multiple-impact hoeft te hebben. Fundamenteel kan de bredere discussie echter juist aantonen dat workflowsoftware een sterkere strategische positie krijgt naarmate agents belangrijker worden.

Salesforce wordt de belangrijke monetisatietest

Salesforce (CRM) staat centraal in de strijd tussen traditionele seats en nieuwe agentic pricing.

Wanneer salesmedewerkers steeds meer werkzaamheden uitbesteden aan agents, kan het aantal handmatige acties binnen CRM afnemen. Maar die agents hebben klantinformatie, pipeline-data, pricing en historische transacties nodig.

Salesforce probeert die nieuwe activiteit rechtstreeks binnen het eigen platform te monetiseren. Wanneer dat lukt, kan het bedrijf aantonen dat agents niet alleen bestaande omzet kannibaliseren, maar een nieuwe categorie creëren.

De komende resultaten worden daarmee belangrijk voor de hele sector. Workday kan het sentiment veranderen; Salesforce kan helpen bewijzen dat het nieuwe businessmodel financieel daadwerkelijk werkt.

Waarom we niet alleen naar directe concurrenten kijken

Bij deze analyse is het belangrijk verschillende soorten peers niet door elkaar te halen.

SAP en Oracle zijn de meest relevante concurrenten op productniveau. Paychex en Paycom sluiten beter aan bij HR en payroll. Atlassian en Autodesk zijn interessanter als application-softwareaandelen waarvan de waardering gevoelig is voor dezelfde AI-discussie.

Daarbij speelt beursomvang eveneens een rol. Een onderneming van $40 miljard kan op een M&A- of sectorherwaardering anders reageren dan een bedrijf van honderden miljarden dollars.

Wij willen daarom niet één kunstmatige peer group bouwen. Het interessantere beeld ontstaat juist door te kijken welke ondernemingen vanuit product, businessmodel of waardering op verschillende manieren aan dezelfde softwareherwaardering kunnen meedoen.

Private equity kan software opnieuw als cashflowasset gaan zien

Software was jarenlang een populaire private-equitycategorie omdat subscription revenue voorspelbaar is en sterke klantretentie relatief stabiele cashflows kan opleveren.

De snelle rentestijging en zeer hoge softwarewaarderingen maakten grote leveraged buyouts vervolgens veel moeilijker. Wanneer beurswaarderingen sterk dalen terwijl de onderliggende bedrijfsactiviteiten redelijk intact blijven, verandert die rekensom opnieuw.

Een financiële koper kan dan een asset verwerven tegen een lagere omzet- of cashflowmultiple, kosten optimaliseren en jarenlang profiteren van de bestaande klantbasis.

Een eventuele Workday-transactie zou daarmee een veel groter signaal afgeven dan alleen dat Silver Lake één bedrijf aantrekkelijk vindt. Het kan aantonen dat private equity opnieuw voldoende waarde ziet in volwassen application software om enorme bedragen aan de sector toe te wijzen.

Dat betekent niet dat ieder softwareaandeel goedkoop is

Een sectorherwaardering moet niet worden verward met de conclusie dat alle softwarebedrijven koopwaardig zijn.

Sommige ondernemingen hebben zwakke vrije kasstromen, hoge saleskosten, beperkte differentiation of producten die relatief eenvoudig door AI kunnen worden geabsorbeerd. Zij kunnen terecht onder druk blijven staan.

Ook hoge historische multiples keren niet automatisch terug. Wanneer structurele omzetgroei lager wordt, kan een lager waarderingsniveau permanent gerechtvaardigd zijn.

De kern van onze positievere visie is daarom selectiviteit. Wij worden positiever op kwalitatieve software-infrastructuur, niet automatisch op iedere onderneming die zichzelf als AI-platform presenteert.

De AI-angst heeft wel degelijk een rationele basis

AI vormt een serieuze bedreiging voor bepaalde softwaremodellen. Vooral dunne point solutions die weinig meer doen dan informatie presenteren of eenvoudige repetitieve taken automatiseren, kunnen functionaliteit zien verdwijnen naar grotere agentplatforms.

Ook het seatmodel staat onder druk. Wanneer tien medewerkers met AI hetzelfde werk uitvoeren als vijftien medewerkers vroeger deden, kan een leverancier niet onbeperkt blijven groeien via extra menselijke licenties.

Dat betekent dat softwarebedrijven nieuwe pricingmodellen moeten ontwikkelen. Usage, transactions, agent licences en outcome-based pricing zullen waarschijnlijk belangrijker worden.

De winnaars worden ondernemingen die voldoende economische waarde leveren om ook binnen dat nieuwe model een gedeelte van de productiviteitswinst naar zich toe te trekken.

De echte vraag is wie de agent-economie kan monetiseren

Dat is volgens ons de belangrijkste softwarevraag voor 2027 en daarna.

De discussie moet niet blijven steken bij het aantal menselijke gebruikers. Veel interessanter is hoeveel economische activiteit uiteindelijk via de softwarelaag loopt.

Een digitale agent kan dag en nacht actief zijn en veel meer transacties uitvoeren dan één traditionele werknemer. Als de softwareleverancier per gebruik, workflow of gerealiseerde uitkomst kan monetiseren, kan één agent economisch zelfs waardevoller worden dan één klassieke seat.

Daarom denken wij dat de markt te vroeg conclusies heeft getrokken. De nieuwe pricingstructuur is nog niet uitgekristalliseerd, maar dat betekent niet dat de uiteindelijke omzetpool noodzakelijk kleiner wordt.

Welke aandelen kunnen volgens ons het meest profiteren?

Voor de fundamentele read-through vinden wij SAP (SAP) en Oracle (ORCL) het belangrijkst. Zij hebben diepe posities in bedrijfskritische data en processen en kunnen aantonen dat agents juist meer waarde uit bestaande enterprise-platforms halen.

Paychex (PAYX) vinden wij aantrekkelijk als kwalitatieve HR/payrollnaam van een relevantere beursomvang, terwijl Paycom Software (PAYC) veel meer koershefboom kan hebben wanneer de waardering van de subgroep herstelt.

Atlassian (TEAM) en Autodesk (ADSK) zijn interessante application-software-read-throughs omdat hun aandelen sterk afhankelijk zijn van hoe beleggers uiteindelijk AI-disruption en workflow-lock-in tegen elkaar afwegen.

ServiceNow (NOW) zien wij fundamenteel als een potentiële winnaar van agentic orchestration, terwijl Salesforce (CRM) een van de belangrijkste ondernemingen wordt om te volgen voor bewijs dat agentic usage daadwerkelijk extra omzet kan opleveren. ADP (ADP) blijft een defensievere manier om blootstelling te krijgen aan bedrijfskritische workforce-infrastructuur.

Wat kan de sector verder omhoog zetten?

Een daadwerkelijke Workday-overname tegen een duidelijke premie zou vanzelfsprekend de sterkste directe katalysator zijn. Daarmee krijgt de markt een concrete private-marketwaardering voor een grote softwareasset.

Daarnaast worden de komende kwartaalresultaten van andere softwarebedrijven steeds belangrijker. Wanneer zij kunnen aantonen dat AI-producten incrementele omzet genereren zonder bestaande activiteiten hard te kannibaliseren, wordt de huidige bearish sectorvisie moeilijker vol te houden.

Een derde mogelijke katalysator ligt bij kosten. Softwarebedrijven kunnen AI intern gebruiken voor coding, klantenservice, implementatie en sales. Wanneer omzet blijft stijgen terwijl personeelsgroei vertraagt, kunnen marges veel sneller oplopen.

Dat zou de discussie compleet veranderen. AI is dan niet alleen een bedreiging aan de omzetkant, maar tegelijkertijd een krachtige productiviteitsmotor aan de kostenkant.

Belangrijkste risico's

Het meest directe risico is dat de gesprekken rond Workday op niets uitlopen. Een aanzienlijk gedeelte van de recente koerswinst kan dan verdwijnen en het positieve sentiment rond de bredere sector kan tijdelijk terugvallen.

Daarnaast kan de markt op onderdelen alsnog gelijk krijgen. Wanneer agents uiteindelijk de waarde van bepaalde applicaties daadwerkelijk verschuiven naar een nieuwe bovenliggende platformlaag, zullen sommige bestaande leveranciers pricing power verliezen.

Waardering blijft eveneens bepalend. Een aandeel dat 40% is gedaald, is niet automatisch goedkoop wanneer de structurele groeiverwachting tegelijkertijd veel verder is afgenomen.

De grootste fout zou daarom zijn om de mogelijke Workday-deal te vertalen naar de gedachte dat ieder softwareaandeel moet worden gekocht. Voor ons is het vooral een aanleiding om opnieuw selectief te zoeken naar ondernemingen waarvan de strategische waarde door AI minder wordt aangetast dan de beurs momenteel veronderstelt.

Conclusie

De mogelijke overname van Workday kan veel belangrijker worden voor de softwaresector dan alleen als spectaculaire koersbeweging in één aandeel. Het nieuws komt precies op het moment waarop beleggers steeds pessimistischer zijn geworden over traditionele enterprise software en kan daardoor een nieuw waarderingsreferentiepunt creëren.

Onze Investment view op kwalitatieve softwareaandelen wordt positiever. De markt heeft volgens ons te gemakkelijk aangenomen dat minder menselijke software-interactie automatisch betekent dat de onderliggende platforms minder waardevol worden. Bij systemen die bedrijfskritische data, permissions, transacties en workflows beheren, kan juist het tegenovergestelde gebeuren.

AI zal de interface veranderen en bestaande businessmodellen dwingen zich aan te passen. Sommige softwarebedrijven zullen daardoor verliezen. Maar platforms die de betrouwbare operationele infrastructuur onder agents bezitten, kunnen juist veel belangrijker worden.

Workday kan daarmee de aanleiding zijn om de sector opnieuw te bekijken. SAP en Oracle zijn de sterkste fundamentele read-throughs, Paychex en Paycom geven blootstelling aan HR en payroll, Atlassian en Autodesk kunnen profiteren van een bredere multiple-herwaardering en ServiceNow en Salesforce worden belangrijke tests voor de nieuwe agentic software-economie.

De angst voor AI is daarmee niet onzin. Maar bij delen van de enterprise-softwaresector lijkt zij inmiddels wel te groot geworden.

English version

Workday could put software back into positive motion: fears over AI appear to have become too large

No time to read the full article? Use the five bullets below for the key points.

■ Workday (WDAY) surged after it emerged that Silver Lake is in discussions about a potential acquisition. For us, the potential transaction itself is not the most important point. The stronger signal is that a major technology investor appears willing to commit tens of billions of dollars to exactly the type of enterprise-software company that has been heavily de-rated because of AI fears.
■ The market fears that AI agents will replace traditional software functions and undermine seat-based revenue and pricing power. We believe this concern is being applied too broadly because business-critical platforms for HR, finance, payroll, workflows and corporate data do not simply disappear when an agent takes over the user interface.
■ A potential Workday deal could therefore put the entire application-software sector back into positive motion. A meaningful takeover premium would create a new reference valuation for recurring software cash flows and could force investors to reconsider the substantial AI discount applied to other high-quality software companies.
■ SAP (SAP) and Oracle (ORCL) are the most important direct competitive read-throughs. Paychex (PAYX), Paycom Software (PAYC), Atlassian (TEAM) and Autodesk (ADSK) are more interesting as comparable public-market names, while ServiceNow (NOW), Salesforce (CRM) and ADP (ADP) provide additional exposure to the same fundamental debate.
■ Our Investment view on high-quality enterprise software is becoming more positive. AI represents a genuine risk for weak point solutions and traditional licensing models, but it may actually increase the value of platforms owning unique data, permissions, compliance, transactional infrastructure and deeply embedded workflows.

Workday (WDAY) has suddenly brought back a discussion that public markets had increasingly viewed from only the negative side. The stock surged after it emerged that private-equity firm Silver Lake is in discussions about a possible acquisition. No definitive transaction exists and talks can naturally still collapse, but for us that is not the most important message.

Far more interesting is why a major technology investor is looking at Workday now. Before the news, the company had been heavily de-rated and traded far below its previous peak as investors increasingly worried that AI agents would undermine the economic value of traditional enterprise software. Workday therefore became part of a broader software correction in which investors were no longer analysing only individual growth rates but questioning whether entire business models would become less valuable.

Silver Lake's potential interest introduces a different perspective. Private equity ultimately focuses less on next quarter's sentiment and more on structural cash flow, customer retention, switching costs, margins and the economic value of an installed base. When a professional technology investor is willing to consider a transaction of this scale, it is logical to ask whether public markets have become too pessimistic.

Workday may therefore become far more important to the rest of the software sector than merely as an individual stock. A potential transaction could provide a new reference point for valuing companies with recurring revenue, high customer lock-in and essential corporate data.

Investment view

Our Investment view on high-quality enterprise-software stocks is becoming more positive. The main reason is not that we expect AI disruption to disappear, but that the market, in our view, is failing to distinguish sufficiently between easily replaceable software and platforms embedded deeply in corporate operating infrastructure.

That distinction will become crucial over the coming years. A simple point solution with little proprietary data, limited switching costs and functionality that a general AI agent can easily reproduce faces genuine risk. Licences may disappear, pricing can come under pressure and consolidation may accelerate.

Software used for HR, payroll, finance, ERP, compliance and complex enterprise workflows is different. An agent may replace the interface through which an employee performs a task, but it still needs to know which data is correct, which user has permission, which transaction is authorised and where the official corporate record is stored. That underlying infrastructure remains necessary.

We therefore believe the market has moved too easily from "AI automates software usage" to "existing software loses economic value." Those two statements are not necessarily the same. The engagement layer can change dramatically while reliable data and controlled workflows become more valuable.

Why Workday matters so much to this debate

Workday is an excellent company through which to illustrate this contrast. It provides Human Capital Management and Financial Management to large organisations and therefore sits deeply inside processes that companies cannot simply switch off.

Employee records, payroll structures, financial reporting, authorisations, planning and audit trails are not superficial features. They form part of a company's administrative backbone. Replacing such a platform is expensive, time-consuming and operationally risky.

That does not make Workday immune to AI. Much of the way customers currently navigate through the platform can certainly change. An employee may eventually no longer open menus to build a report, request leave or analyse a budget. An agent can handle these actions in natural language.

But that agent still needs access to trustworthy Workday data and must follow rules defined inside the system. The interface can therefore become less important while the underlying database, workflow and governance functions remain essential.

The market has too often treated AI and software as a zero-sum game

The strongest bearish argument for software is straightforward. If agents increasingly perform tasks autonomously, fewer human users are required. Fewer users can mean fewer seats and potentially less revenue.

That risk is real, but it is not the entire story. A human employee can perform only a limited number of software actions each day. An agent can operate continuously, run dozens of processes simultaneously and execute thousands of transactions or queries.

Human seat counts may therefore stagnate while machine usage of the same software increases substantially. Monetisation can then shift from seats towards usage, transactions, agents or outcomes.

That is fundamentally different from software disappearing. It mainly means the business model needs to evolve. Companies managing this transition successfully may ultimately see more economic activity flow through their platforms than was possible under a traditional user model.

Systems of record may become more important

One of the most important concepts in this debate is the distinction between the user interface and the official system where corporate data is managed.

When an employee changes a salary today, that process runs through screens, menus and approval workflows. In an agentic environment, the same employee may simply instruct an agent to make the change. The interaction changes completely, but the underlying requirements do not disappear.

The agent still needs to know the current salary, who has permission to change it, which local rules apply and how the adjustment must be recorded. Without a trustworthy central data source, autonomous software actually becomes more dangerous.

As more processes are automated, identity, permissions, auditability and governance become more important. These are precisely the areas where established enterprise platforms often have strong positions.

AI can increase the value of enterprise data

The usefulness of an AI agent ultimately depends on the quality of the information on which it can act. A generic model may reason extremely well, but without access to trustworthy corporate context its practical value remains limited.

Workday owns years of HR and financial context at customers. SAP is deeply embedded in ERP, supply chains and procurement. Oracle controls applications and databases. Salesforce owns enormous quantities of commercial customer data and ServiceNow manages workflows across corporate systems.

This information and these processes are difficult to recreate. A new AI startup may develop a superior interface, but that does not automatically give it access to decades of controlled corporate information.

This is an important reason why we believe software AI fears may have gone too far. AI makes models cheaper and interfaces easier, but unique enterprise context becomes scarcer and potentially more valuable.

Workday is not an operational problem case

Potential interest is also not emerging from a company in operational collapse. Workday continues to grow and has clearly improved profitability over recent years.

Revenue in the first quarter of the current fiscal year was approximately $2.54 billion, while non-GAAP operating margin moved towards 32%. Growth is lower than during the early SaaS years, but the company is now generating far more profit from a very large recurring-revenue base.

That profile can be attractive to private equity. Stable subscription revenue, high customer retention and rising margins can generate significant free cash flow when costs are optimised further.

Public markets have focused heavily on declining percentage growth. A long-term owner can place much greater emphasis on the total cash the same installed base can generate over many years.

A potential deal can create new price discovery

This brings us to perhaps the most important sector read-through. If Workday is ultimately acquired at a meaningful premium, the market receives a concrete private-market valuation for a major enterprise-software company.

Investors will automatically compare. Which companies also have high recurring revenue, strong retention and business-critical applications? Which stocks have become materially cheaper because of the same AI fears? And what valuation multiples remain reasonable if a private buyer is willing to pay significantly more?

Stocks can therefore rise without becoming takeover candidates themselves. The relevant change is not M&A speculation, but a higher reference valuation for underlying cash flows.

This is why Workday could put the sector back into positive motion. A transaction does not need to trigger an immediate takeover wave to influence software multiples.

SAP: the most important European fundamental read-through

SAP (SAP) is one of the most important product-level comparisons with Workday. Both provide critical enterprise applications, although SAP is far larger and has a much broader operational position through ERP.

SAP is therefore not a realistic comparable takeover candidate. Its market value sits at an entirely different level. For the question of whether AI destroys or strengthens existing enterprise-software value, however, SAP is extremely relevant.

The company manages financial processes, supply chains, procurement, manufacturing and other business-critical data. As agents automate more processes, they require trustworthy access to those systems.

SAP can therefore become one of the strongest demonstrations that AI can be monetised on top of existing software. If customers deploy more agents while the underlying ERP data remains inside SAP, interaction changes but the economic position does not necessarily weaken.

Our view on SAP therefore remains positive. The Workday development may help investors reassess the strategic value of its enormous installed base rather than focusing exclusively on fears that new AI interfaces make traditional software obsolete.

Oracle: applications, databases and infrastructure in one stack

Oracle (ORCL) competes directly with Workday through Fusion Cloud ERP and HCM, while also holding strong database and cloud-infrastructure positions.

This creates a different strategic starting point. Oracle can earn not only from the application in which an agent operates, but also from the database where information is stored and the cloud infrastructure on which workloads run.

Oracle may therefore be one of the most complete read-throughs on a world where the software interface changes but corporate data remains central. Agents can actually generate more database queries, transactions and compute.

The potential Workday transaction therefore matters mainly as a valuation signal for Oracle. If recurring enterprise-software cash flows are valued more highly again, that supports the view that Oracle's application businesses continue to carry substantial strategic value alongside its fast-growing cloud-infrastructure operations.

Paychex: a far better public-market size peer

Paychex (PAYX) is much more comparable with Workday in public-market size than SAP or Oracle. The company is also directly exposed to HR, payroll and workforce management.

The customer profile differs. Workday has far more exposure to major enterprises, while Paychex is stronger among smaller and mid-sized companies. Nevertheless, there are important economic similarities: recurring revenue, sensitive employee data, high reliability requirements and long customer relationships.

Payroll is also a good example of software that does not simply disappear because of AI. An agent can change how a business owner manages payroll, but salaries, taxes and compliance still need to be processed correctly.

That makes Paychex an interesting potential beneficiary if investors again place more value on defensive recurring software cash flows. It is not a pure Workday copy, but one of the more logical public-market peers across the broader ecosystem.

Paycom Software: smaller scale creates more share-price leverage

Paycom Software (PAYC) is considerably smaller but has strong exposure to payroll and Human Capital Management.

Precisely because of that smaller scale, a rerating of HR software can have a much greater impact on its share price. A change of only a few valuation points matters far more for a smaller company than for a global giant.

That does not make Paycom an automatic takeover candidate. We specifically want to avoid turning the investment case into speculation about the next deal.

The more interesting read-through is that a potentially high price for Workday can demonstrate that long-term HR-software customer relationships still carry significant economic value. PAYC can benefit if investors reassess the entire subgroup.

ADP: the defensive side of the same theme

Automatic Data Processing (ADP) is larger and more service-intensive than Workday, but still belongs in the broader HR and payroll ecosystem.

ADP demonstrates why not every form of enterprise-software functionality can easily disappear. Salaries need to be paid correctly, taxes need to be processed and regulations differ across regions.

An agent can automate many actions, but responsibility for accurate data and execution remains. That gives a company with extensive compliance knowledge and deep customer relationships a strong position.

ADP has less potential M&A leverage, but it can be a defensive beneficiary if markets again assign more value to trusted corporate infrastructure.

Atlassian: a better test case for genuine AI disruption

Atlassian (TEAM) is not a direct Workday competitor, which is precisely why it is interesting. The company sits at the centre of the debate over how many human software users will still be required in an agentic world.

Jira and Confluence organise projects, tasks and knowledge. Coding agents can automatically update tickets, generate documentation and retrieve information from multiple sources.

The risk of seat cannibalisation is therefore more concrete than in payroll. At the same time, agents can send enormous amounts of additional activity through Atlassian platforms.

TEAM thus becomes an important test case for the new software economy. If Atlassian successfully monetises machine usage, the market may begin to understand that agentic AI not only destroys seats but also creates new consumption.

Autodesk: deep workflow integration as protection

Autodesk (ADSK) is not an HCM or ERP competitor, but it is interesting because the company provides highly specialised software deeply embedded in professional workflows.

Architects and engineers do not use Autodesk products simply because they like the interface. Designs, technical files, standards and collaboration processes are built around the ecosystem.

Generative AI can automate more design work, but official engineering files, versions and technical data still need to be managed somewhere reliably.

This creates the same central question as at Workday. Does AI merely change how the platform is used, or does the platform itself lose economic value? For deeply integrated software, we more often expect the first outcome than the second.

ServiceNow: agentic AI can actually create additional demand

ServiceNow (NOW) is perhaps one of the most interesting fundamental AI read-throughs within software.

The company manages enterprise workflows and connects different corporate systems. This is very similar to what agents need when autonomously executing work across an organisation.

An agent not only needs to reason, but also needs to know which process step comes next, which permission is required and where information needs to be sent. ServiceNow can therefore become part of the orchestration layer for agentic enterprise software.

The company is large and has historically traded at a higher valuation, meaning a Workday transaction may have less direct impact on its multiple. Fundamentally, however, the broader debate may demonstrate that workflow software becomes more strategically important as agents gain adoption.

Salesforce becomes the key monetisation test

Salesforce (CRM) sits at the centre of the battle between traditional seats and new agentic pricing.

As sales employees delegate more work to agents, manual interactions within CRM can decline. Those agents still need customer information, pipeline data, pricing and historical transactions.

Salesforce is trying to monetise that new activity directly inside its own ecosystem. If successful, the company can demonstrate that agents do not merely cannibalise existing revenue but create a new category.

Upcoming results therefore matter for the whole sector. Workday can change sentiment; Salesforce can help prove that the new business model genuinely works financially.

Why we do not look only at direct competitors

It is important not to mix different types of peers in this analysis.

SAP and Oracle are the most relevant competitors at product level. Paychex and Paycom are more directly aligned with HR and payroll. Atlassian and Autodesk are more interesting as application-software stocks whose valuations are sensitive to the same AI debate.

Public-market scale matters as well. A $40 billion company can react very differently to M&A or sector rerating than a company worth several hundred billion dollars.

We therefore do not want to build one artificial peer group. The more useful picture emerges by examining which companies can participate in the same software rerating through product, business model or valuation.

Private equity may begin viewing software as a cash-flow asset again

Software was a popular private-equity category for years because subscription revenue is predictable and strong customer retention can create relatively stable cash flows.

Rapidly rising interest rates and extremely high software valuations then made large leveraged buyouts much more difficult. When public-market valuations fall sharply while underlying businesses remain reasonably intact, the economics change again.

A financial buyer can acquire an asset at a lower revenue or cash-flow multiple, optimise costs and benefit from the existing customer base for many years.

A potential Workday transaction would therefore send a much broader signal than Silver Lake simply finding one company attractive. It could show that private equity once again sees enough value in mature application software to commit enormous amounts of capital to the sector.

That does not mean every software stock is cheap

A sector rerating should not be confused with the conclusion that all software companies are attractive investments.

Some businesses have weak free cash flow, high sales costs, limited differentiation or products that can relatively easily be absorbed into broader AI platforms. They may deserve to remain under pressure.

High historical multiples also do not automatically return. If structural revenue growth is lower, permanently lower valuation levels can be justified.

The core of our more positive view is therefore selectivity. We are becoming more positive on high-quality software infrastructure, not automatically on every company presenting itself as an AI platform.

AI fears do have a rational foundation

AI represents a serious threat to certain software models. Thin point solutions that mainly present information or automate simple repetitive tasks can see functionality disappear into larger agent platforms.

The seat model is also under pressure. If ten employees using AI can perform work that previously required fifteen people, vendors cannot rely indefinitely on increasing numbers of human licences.

Software companies therefore need to develop new pricing models. Usage, transactions, agent licences and outcome-based pricing will likely become more important.

The winners will be companies delivering enough economic value to capture part of the productivity gains generated by these new models.

The real question is who can monetise the agent economy

This is, in our view, the most important software question for 2027 and beyond.

The debate should not remain focused on human user counts. Far more important is how much economic activity ultimately flows through the software layer.

A digital agent can operate day and night and execute far more transactions than a traditional employee. If the software provider can monetise by usage, workflow or realised outcome, one agent can eventually become economically more valuable than one conventional seat.

This is why we believe the market may have reached conclusions too early. The new pricing structure has not yet fully emerged, but that does not mean the ultimate revenue pool must necessarily be smaller.

Which stocks could benefit most?

For the fundamental read-through, SAP (SAP) and Oracle (ORCL) are the most important to us. They hold deep positions in business-critical data and processes and can demonstrate that agents may actually extract more value from existing enterprise platforms.

Paychex (PAYX) is attractive as a high-quality HR/payroll company of a more relevant public-market size, while Paycom Software (PAYC) has substantially greater share-price leverage if the subgroup's valuation recovers.

Atlassian (TEAM) and Autodesk (ADSK) are interesting application-software read-throughs because their stocks are highly dependent on how investors ultimately balance AI disruption against workflow lock-in.

We view ServiceNow (NOW) as a potential fundamental winner from agentic orchestration, while Salesforce (CRM) becomes one of the most important companies to watch for evidence that agentic usage actually creates incremental revenue. ADP (ADP) remains a more defensive way to gain exposure to business-critical workforce infrastructure.

What can push the sector further higher?

An actual Workday acquisition at a meaningful premium would naturally be the strongest immediate catalyst. It would give the market a concrete private-market valuation for a major software asset.

Upcoming quarterly results from other software companies will also become increasingly important. If they demonstrate that AI products generate incremental revenue without heavily cannibalising existing businesses, the current bearish sector view becomes harder to maintain.

A third potential catalyst lies in costs. Software companies can use AI internally for coding, customer service, implementation and sales. If revenue continues to rise while headcount growth slows, margins can expand significantly faster.

That would completely change the debate. AI would then represent not only a threat on the revenue side but simultaneously a powerful productivity engine on the cost side.

Key risks

The most immediate risk is that Workday discussions ultimately produce no transaction. A meaningful portion of the recent share-price gain could then reverse and positive sentiment around the broader sector could temporarily weaken.

The market may also prove correct in some areas. If agents ultimately shift economic value from certain applications towards a new higher platform layer, some existing vendors will lose pricing power.

Valuation remains decisive as well. A stock that has fallen 40% is not automatically cheap if its structural growth outlook has simultaneously deteriorated significantly.

The biggest mistake would therefore be translating a potential Workday deal into the idea that every software stock should be bought. For us, it is primarily a reason to search selectively for companies whose strategic value is being less damaged by AI than public markets currently assume.

Conclusion

A potential Workday acquisition could become far more important for the software sector than simply as a spectacular move in one stock. The news arrives exactly when investors have become increasingly pessimistic about traditional enterprise software and can therefore establish a new valuation reference point.

Our Investment view on high-quality software stocks is becoming more positive. The market has, in our view, too easily assumed that fewer human software interactions automatically mean that underlying platforms become less valuable. For systems managing critical data, permissions, transactions and workflows, the opposite may ultimately happen.

AI will change interfaces and force existing business models to adapt. Some software companies will lose. But platforms controlling the trusted operational infrastructure beneath agents can become significantly more important.

Workday may therefore become the catalyst for investors to reassess the sector. SAP and Oracle are the strongest fundamental read-throughs, Paychex and Paycom provide exposure to HR and payroll, Atlassian and Autodesk can benefit from a broader multiple rerating, while ServiceNow and Salesforce become important tests for the new agentic software economy.

Fears over AI are therefore not irrational. But across parts of the enterprise-software sector, they now appear to have become too large.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

■ De nieuwste update van Applied Materials (AMAT) gebruiken we vooral als vertrekpunt voor een bredere analyse. Advanced packaging groeit zeer sterk, terwijl chipproducenten tegelijkertijd steeds meer waarde hechten aan inspectie, metrologie, purity en apparatuur die meer productie uit dezelfde kostbare cleanroomruimte haalt.
■ AI-chips worden steeds minder één grote die en steeds vaker complexe systemen van logic, chiplets en HBM die via 2.5D-, 3D- en toekomstige hybrid-bondingarchitecturen worden samengebracht. Daardoor stijgt het aantal gespecialiseerde productiestappen per eindproduct en kan semiconductor-equipmentcontent sneller groeien dan alleen het aantal geproduceerde wafers.
■ Cleanroomruimte ontwikkelt zich tot een tweede structurele bottleneck. Nieuwe fabruimte is extreem duur en kost jaren om te realiseren, waardoor compactere apparatuur, hogere throughput, betere yields en strengere contamination control rechtstreeks extra economische waarde voor chipproducenten kunnen creëren.
■ Naast Applied Materials kijken we vooral naar Lam Research (LRCX), KLA (KLAC), BE Semiconductor Industries (BESI), Camtek (CAMT), Onto Innovation (ONTO), Amkor Technology (AMKR), Entegris (ENTG), Ultra Clean Holdings (UCTT) en FormFactor (FORM). Kulicke & Soffa (KLIC) en ACM Research (ACMR) zijn aanvullende, meer specifieke read-throughs.
■ Onze Investment view op advanced packaging en de infrastructuur rond steeds complexere semiconductorproductie is positief. De aantrekkelijkste ondernemingen zijn volgens ons niet simpelweg de bedrijven die profiteren van meer wafers, maar vooral leveranciers die méér waarde per wafer kunnen leveren doordat productie moeilijker, nauwkeuriger en ruimte-intensiever wordt.

De nieuwste update van Applied Materials is voor ons vooral interessant vanwege wat het bedrijf zegt over de ontwikkeling van de complete semiconductorproductieketen. De sterke kwartaalcijfers zijn in dit artikel slechts de aanleiding. Veel belangrijker is dat advanced packaging zeer snel groeit, HBM de hoeveelheid benodigde equipment per geheugenchip verhoogt, process control sterk versnelt en chipproducenten daarnaast steeds nadrukkelijker tegen de fysieke grenzen van bestaande fabs aanlopen.

Dat laatste wordt gemakkelijk onderschat. Een geavanceerde semiconductorcleanroom behoort tot de duurste industriële ruimtes die gebouwd kunnen worden en kan niet snel worden uitgebreid. Tegelijk vraagt iedere nieuwe generatie AI-chips meer gespecialiseerde processtappen, waardoor dezelfde wafer vaker door verschillende machines moet bewegen voordat een verkoopbaar eindproduct ontstaat. De vraag naar productiecapaciteit stijgt daardoor niet alleen door meer wafers, maar ook doordat iedere wafer meer equipmenttijd en meer fysieke fabinfrastructuur gebruikt.

Voor beleggers opent dat een bredere aandelenketen dan Applied Materials alleen. De belangrijkste winnaars kunnen zitten bij deposition en etch, maar net zo goed bij inspection, metrology, bonding, testing, contamination control en gespecialiseerde manufacturing. Juist omdat de productiecomplexiteit door verschillende delen van de waardeketen heen stijgt, kunnen kleinere nichebedrijven soms een veel grotere financiële hefboom hebben dan de bekendste grote equipmentleveranciers.

Investment view

Onze Investment view op advanced packaging en de infrastructuur rond geavanceerde chipproductie is positief. De kern van de visie is dat de semiconductorindustrie niet uitsluitend meer chips nodig heeft, maar dat iedere volgende generatie steeds moeilijker wordt om betrouwbaar te produceren. Daardoor stijgt de hoeveelheid apparatuur, materialen, inspectie en gespecialiseerde packaging die nodig is voordat één verkoopbare chip het einde van de productieketen bereikt.

Historisch draaide semiconductor-capex sterk om waferstarts en nieuwe fabs. Dat mechanisme blijft bestaan, maar AI voegt een tweede groeidimensie toe: equipment intensity. Een HBM-stack vraagt bijvoorbeeld veel meer gespecialiseerde bewerkingen dan een traditionele geheugenchip, terwijl chipletarchitecturen extra bonding, inspection en metrology vereisen. De hoeveelheid omzet die een equipmentleverancier uit één eindproduct kan halen, kan daardoor sneller stijgen dan het fysieke semiconductorvolume.

Dat maakt vooral ondernemingen aantrekkelijk die een kritieke processtap beheersen. Een relatief kleine leverancier van hoogwaardige inspection of hybrid-bondingequipment kan financieel veel harder groeien wanneer zijn technologie van niche naar massaproductie verschuift. Tegelijk betekent die hogere zuiverheid dat vertraging bij één klant of één technische roadmap harder kan doorwerken.

Onze voorkeur gaat daarom uit naar een combinatie van grote kwaliteitsnamen en kleinere specialistische spelers. Applied Materials, Lam Research en KLA bieden brede blootstelling, terwijl BESI, Camtek, Onto Innovation en Entegris veel directere exposure geven naar specifieke bottlenecks binnen de nieuwe productiestructuur.

Applied Materials geeft vooral een signaal voor de rest van de keten

Applied Materials (AMAT) is het logische vertrekpunt. Het bedrijf verwacht zeer sterke groei binnen advanced packaging en ziet daarnaast stevige expansie bij Process Diagnostics & Control. Tegelijk ligt een groot deel van de huidige wafer-fab-equipmentgroei bij leading-edge logic, DRAM en packaging, precies de segmenten waar AI, HBM en chiplets de hoogste investeringsintensiteit veroorzaken.

De kracht van Applied zit in de breedte. Het bedrijf kan verdienen aan materials engineering, deposition en andere processtappen voordat packaging begint, vervolgens aan technologie binnen advanced packaging en daarna via inspection, service en software. Daardoor kan dezelfde structurele verandering op verschillende plekken in de resultaten terugkomen.

Voor deze long read vinden wij echter vooral de indirecte boodschap belangrijk. Wanneer foundries, memoryproducenten en OSAT's zo agressief investeren in nieuwe packagingcapaciteit, betekent dat automatisch dat een brede reeks leveranciers meer equipment moet leveren. Geen enkel bedrijf domineert iedere processtap. Juist daardoor ontstaat een veel grotere groep beursbedrijven die van dezelfde ontwikkeling kan profiteren.

Advanced packaging wordt onderdeel van de chiparchitectuur

Packaging werd vroeger vaak gezien als de laatste en relatief eenvoudige stap nadat de geavanceerde transistoren al waren geproduceerd. Bij moderne AI-chips klopt dat beeld niet meer. Een high-end accelerator bestaat steeds vaker uit meerdere compute- en I/O-dies, wordt omringd door verschillende HBM-stacks en gebruikt een complex package om al die onderdelen met enorme bandbreedte te verbinden.

Daarmee bepaalt packaging rechtstreeks de performance van het systeem. Afstanden tussen dies beïnvloeden latency en energieverbruik, thermische eigenschappen begrenzen het totale vermogen en de kwaliteit van duizenden verbindingen bepaalt hoeveel data tussen logic en memory kan bewegen. Een technisch perfecte GPU-die kan daarom waardeloos worden wanneer het eindproduct niet betrouwbaar kan worden samengesteld.

De industrie verschuift daardoor richting heterogeneous integration, 2.5D, 3D-stacking en steeds kleinere verbindingen tussen dies. Dat maakt packaging niet tot vervanger van front-end scaling, maar tot een extra moeilijkheidslaag boven op een toch al ingewikkelder waferproces. Voor equipmentleveranciers is dat aantrekkelijk omdat er nieuwe productiestappen ontstaan zonder dat bestaande kritieke processen verdwijnen.

HBM maakt die verschuiving zichtbaar

HBM laat goed zien waarom de hoeveelheid equipment per eindproduct stijgt. Meerdere zeer dunne DRAM-dies worden verticaal gestapeld en via uiterst kleine verbindingen met elkaar gekoppeld. Iedere laag moet afzonderlijk goed zijn geproduceerd voordat de complete stack betrouwbaar kan functioneren.

Dat vraagt om thinning, TSV-technologie, deposition, etch, plating, bonding, cleaning, inspection en test. Naarmate het aantal lagen stijgt en de waarde van de individuele dies toeneemt, wordt een defect later in het proces steeds duurder.

De winstpool verspreidt zich daardoor door de hele keten. Niet alleen SK hynix, Micron of Samsung verdienen aan meer HBM. Ook de bedrijven die de benodigde apparatuur voor vertical integration, inspection en bonding leveren, krijgen meer economische content per verkochte geheugenstack.

Voor beleggers is dat een belangrijk onderscheid. De HBM-supercycle is niet alleen een memoryverhaal; het is tegelijkertijd een advanced-packaging- en equipmentverhaal.

Lam Research: meer kritieke processing per geavanceerde chip

Lam Research (LRCX) behoort voor ons tot de belangrijkste grote read-throughs. Het bedrijf heeft sterke posities in etch en deposition en beschikt daarnaast over technologie die relevant is voor TSV's, electroplating en andere stappen binnen 3D-integratie en wafer-level packaging.

De aantrekkelijkheid zit in de combinatie van front-end en back-endcomplexiteit. Leading-edge logic en memory vereisen meer kritieke etch- en depositionstappen, terwijl advanced packaging daar nieuwe processing bovenop zet. Lam hoeft dus niet te kiezen tussen klassieke wafer-fab-equipmentgroei en de packagingtrend.

Daar komt mogelijke optionaliteit uit panel-level packaging bij. Wanneer grotere rechthoekige panels op termijn efficiënter blijken voor grote AI-packages, moeten processen rond deposition, plating, uniformity en handling opnieuw worden geoptimaliseerd. Dat kan een nieuwe equipmentcyclus creëren waarin bestaande procestechnologie van Lam opnieuw relevant wordt.

Lam is daardoor geen pure-play op één niche, maar een kwalitatieve manier om te profiteren van de structurele stijging van het aantal complexe productiestappen.

KLA: yield wordt steeds waardevoller

KLA (KLAC) heeft een andere economische hefboom. Het bedrijf verdient vooral aan process control, inspection en metrology. Naarmate meer waarde in één package wordt samengebracht, wordt het steeds belangrijker om defecten vroeg te ontdekken.

Een fout in een relatief eenvoudige die kan al kostbaar zijn, maar de financiële schade wordt veel groter wanneer hetzelfde defect pas wordt gevonden nadat de chip is gecombineerd met verschillende HBM-stacks en andere kostbare componenten. Iedere volgende processtap verhoogt de opgebouwde economische waarde die verloren kan gaan.

Daarom krijgt inspection een steeds hogere return on investment. Een chipproducent kan zonder moeite rechtvaardigen dat meer geld wordt uitgegeven aan defectdetectie wanneer daarmee zelfs een klein percentage extra hoogwaardige eindproducten verkoopbaar wordt.

Dat mechanisme maakt KLA bijzonder interessant. De onderneming hoeft niet uitsluitend te profiteren van meer fabs; zij profiteert ook wanneer iedere bestaande fab méér controlepunten per product nodig heeft.

Inspection wordt feitelijk een verzekeringspremie op yield

Heb je hier vragen over, laat het ons weten via info@scetrader.nl of via de WhatsApp-service.

▪️ Vertaalt data naar de richting voor de AEX
▪️ Standaard optiedata met een extra cijfermatige laag er bovenop
▪️ Extra laag is harde data, aanvullende meetpunten en eigen berekeningen
▪️ Meer inzicht in richting, positionering, risico-opbouw en kantelzones
▪️ Een professionele tool om de AEX beter te beoordelen

De Option Flow Bias op de AEX is bedoeld om beter te beoordelen welke richting vanuit de optiemarkt naar voren komt. Het gaat niet om een algemene uitleg over opties, maar om een concrete analyse van de AEX-index op basis van optiedata en aanvullende berekeningen.

Wil je alle artikelen kunnen lezen en elke podcast beluisteren? Neem dan een abonnement en krijg toegang tot alle artikelen en de database met duizenden berichten.

AEX Optiemarkt & Dealer Flow Analyse