Wie KI den SMI-Index im nächsten Jahrzehnt verändern könnte

01. Historischer Kontext

KI spielt für SMI eine Rolle, aber hauptsächlich durch die im Index vertretenen etablierten Unternehmen.

Der historische Ausgangspunkt ist entscheidend, denn der SMI hat sich bereits als wachstumsstarker Index erwiesen, ganz ohne KI-Theorie. Daten von Yahoo Finance zeigen, dass der SSMI vom 31. Mai 2016 bei 8.020,15 Punkten auf 13.220,17 Punkte am 15. Mai 2026 gestiegen ist. Der iShares SMI ETF-Benchmark-Proxy wies zum 30. April 2026 eine kumulierte Gesamtrendite von 126,83 % und eine annualisierte Benchmark-Rendite von 8,54 % über zehn Jahre auf. Die KI-Debatte beginnt also in einem Markt mit einer etablierten Qualitätsprämie, nicht in einem unterbewerteten Wachstumsindex.

Datengestütztes KI-Szenario-Dashboard für den SMI-Index — Die realistische KI-Frage für SMI ist nicht, ob das Unternehmen direkt zum KI-Gewinner wird, sondern ob KI seinen dominanten Sektoren hilft, schneller und effizienter Wachstum zu erzielen.

SMI-Index-Rahmenwerk über verschiedene Anlegerzeithorizonte hinweg

Horizont	Was am wichtigsten ist	Aktuelle Bewertung	Was würde die These schwächen?
1-3 Jahre	Kann KI bestehende Franchise-Unternehmen verbessern?	Roche erklärte in seinem Jahresbericht 2025, dass KI-Algorithmen in der Diagnostik die Krankheitserkennung verbessern, während Novartis am 6. Februar 2026 KI-gestützte Entdeckungsmöglichkeiten in einem neuen Forschungszentrum ankündigte.	Die Ausgaben für KI bleiben größtenteils experimentell und führen nicht zu schnelleren Produktzyklen oder geringeren Kosten.
3-7 Jahre	Produktivitätsdiffusion über den Index hinweg	Die OECD schätzte am 22. November 2024, dass KI das jährliche Wachstum der Gesamtproduktivität über einen Zeitraum von 10 Jahren um 0,25 bis 0,6 Prozentpunkte steigern könnte.	Die Vorteile konzentrieren sich weiterhin auf einige wenige globale Hyperscaler außerhalb der Schweiz.
Bis 2035	Kann KI einen höheren Zinseszinspfad rechtfertigen?	Untersuchungen von Goldman Sachs und dem IWF deuten darauf hin, dass KI die Produktivität im Laufe der Zeit steigern kann, jedoch nur mit hohem Kapitalaufwand und ungleichmäßiger Verbreitung.	Die Investitionskosten steigen schneller als die Monetarisierung, oder Netzengpässe verzögern die Einführung.

SIX beschreibt den SMI als einen 20-Werte-Benchmark, der etwa 75 % der Schweizer Aktienmarktkapitalisierung abdeckt. Aufgrund dieser Zusammensetzung muss KI hier anders analysiert werden als in den US-amerikanischen Mega-Cap-Tech-Unternehmen. Das Aufwärtspotenzial der Schweiz dürfte eher aus verbesserter Diagnostik, Wirkstoffforschung, Automatisierung der Lieferkette und gesteigerter Unternehmensproduktivität resultieren als aus dem Besitz der globalen Recheninfrastruktur selbst.

Das bedeutet auch, dass das Aufwärtspotenzial von KI an Bedingungen geknüpft ist. SMI wird bereits mit einem hohen Kurs-Gewinn-Verhältnis gehandelt. Sollte KI lediglich zu mehr Experimenten und höheren Investitionsausgaben führen, ohne die Qualität der Erträge zu verbessern, könnte der Markt am Ende mehr für eine Story bezahlen, die die Cashflows nicht wesentlich verändert.

02. Schlüsselkräfte

Fünf Wege, wie KI den Index maßgeblich verändern könnte

Der erste Übertragungskanal ist die Produktivitätssteigerung im Gesundheitswesen und in der Diagnostik. Laut Roches Geschäftsbericht 2025 verbessern die KI-Algorithmen des Unternehmens in der Diagnostik die Krankheitserkennung. Der Konzern meldete für 2025 einen Umsatz von 61,5 Milliarden CHF und einen operativen Kerngewinn von 21,8 Milliarden CHF. Novartis gab am 6. Februar 2026 bekannt, dass sein neues biomedizinisches Forschungszentrum in San Diego über KI-gestützte Entdeckungsmöglichkeiten verfügen, rund 1.000 Mitarbeiter beschäftigen und Teil eines 23 Milliarden USD schweren US-Investitionsplans sein wird. Für einen Index mit starkem Bezug zum Gesundheitswesen sind diese Entwicklungen relevanter als allgemeine KI-Schlagwörter.

Zweitens kann KI die Geschäftsprozesse von Konsumenten und Unternehmen verbessern, selbst in Branchen mit geringerem Wachstum. Nestlé erklärte in einem Update seiner Digitalisierungsstrategie für 2025, dass die Modernisierung KI und Automatisierung in großem Umfang ermöglichen wird. Für SMI ist diese Art der Implementierung relevant, da viele der Kunden etablierte multinationale Konzerne sind, bei denen bessere Preisgestaltung, Logistik, Prognosen und Marketing wichtiger sein können als reines Umsatzwachstum.

Drittens kann KI das makroökonomische Wachstumspotenzial langfristig erhöhen. Goldman Sachs schrieb am 5. April 2023, dass generative KI das globale BIP um 7 % und das Produktivitätswachstum über einen Zeitraum von zehn Jahren um 1,5 Prozentpunkte steigern könnte. Die OECD erklärte am 22. November 2024, dass KI das jährliche Wachstum der Gesamtproduktivität um 0,25 bis 0,6 Prozentpunkte und die Arbeitsproduktivität um 0,4 bis 0,9 Prozentpunkte erhöhen könnte. Wenn auch nur ein Teil davon in Europa und der Schweiz ankommt, kann sich der langfristige Wachstumspfad des SMI verbessern.

Viertens birgt die Kapitalintensität von KI auch Risiken. Goldman Sachs prognostizierte am 4. Februar 2025, dass der weltweite Strombedarf von Rechenzentren bis 2027 um 50 % und bis 2030 um 165 % gegenüber 2023 steigen könnte. Sollten sich die Auswirkungen von KI primär in höheren Energie-, Rechen- und Integrationskosten niederschlagen, könnten kleine und mittlere Unternehmen (KMU) mit höheren Betriebskosten konfrontiert sein, bevor sie signifikante Gewinnsteigerungen erzielen.

Fünftens ist die Ausgangsbewertung entscheidend. Der iShares SMI ETF-Proxy wies am 14. Mai 2026 ein KGV von 21,06 und ein KBV von 4,03 auf. Das bedeutet, dass KI die Gewinnentwicklung deutlich verbessern muss, um den Aufschlag zu rechtfertigen. Ein Markt, der bereits auf Qualität setzt, erhält nicht einfach aufgrund einer neuen Technologie eine zweite, kostenlose Neubewertung.

Aktuelle KI-Bewertungsmethode für den SMI-Index

Faktor	Aktuelle Bewertung	Voreingenommenheit	Bullish-Lesung	Bärische Lesart
Direkte KI-Exposition	Laut SIX umfasst der SMI nur 20 Schweizer Large-Cap-Aktien und ist kein rechenintensiver Benchmark.	Bärisch	Der Index profitiert von der Akzeptanz in den Endmärkten und nicht vom Besitz der Infrastruktur.	Die größten wirtschaftlichen Herausforderungen im Bereich der KI finden weiterhin außerhalb der Schweiz statt.
Produktivität im Gesundheitswesen	Roche und Novartis kündigten beide KI-gestützte Entwicklungs- oder Diagnostikinitiativen für die Jahre 2025-2026 an.	Bullisch	Arzneimittelforschung, Diagnostik und Effizienzsteigerung bei klinischen Studien erhöhen die Gewinnmargen und den Vermögenswert.	Die KI bleibt operativ hilfreich, ist aber zu klein, um die Indexerträge wesentlich zu verändern.
Effizienz für Verbraucher und Unternehmen	Nestlé erklärte, dass die modernisierte digitale Kerninfrastruktur KI und Automatisierung in großem Umfang ermöglichen werde.	Neutral	Große etablierte Unternehmen erzielen durch ihre bestehende Größe weiteres Wachstum und Kosteneinsparungen.	Die Vorteile sind schrittweise und werden leicht durch Konkurrenz zunichtegemacht.
Rückenwind für makroökonomische Produktivität	Sowohl Goldman Sachs als auch die OECD sehen durch die Einführung von KI ein mehrjähriges Produktivitätspotenzial.	Neutral	Die Schweiz profitiert von einem Teil des globalen Produktivitätsanstiegs, ohne dabei einem Inflationsschock ausgesetzt zu sein.	Die makroökonomischen Gewinne konzentrieren sich weiterhin auf die USA und einige wenige Technologiezentren.
Investitions- und Energieengpässe	Goldman Sachs geht davon aus, dass der Strombedarf von Rechenzentren bis 2030 im Vergleich zu 2023 um 165 % steigen wird.	Bärisch	Die Unternehmen erzielen schnell genug Gewinne, um der Kostenwelle zuvorzukommen.	Die Kosten für Energie, Rechenleistung und Integration steigen schneller als die Cashflow-Einsparungen.

Das Endergebnis ist, dass KI für SMI relevant sein dürfte, vor allem aber, indem sie das bereits vorhandene Merkmal des Index verbessert: einen qualitativ hochwertigen, stark auf das Gesundheitswesen fokussierten und global ausgerichteten Benchmark. Das wahrscheinlichste Ergebnis ist eine Optimierung, keine Neuerfindung.

03. Gegenstück

Warum die KI-Geschichte immer noch enttäuschen könnte

Das größte Risiko besteht in einer zu engen Marktstellung. SMI besitzt weder die weltweit führenden Hyperscaler noch die führenden GPU-Anbieter oder Cloud-Infrastrukturplattformen. Sollten die größten KI-Einnahmen weiterhin in diesen Unternehmen konzentriert bleiben, dürfte die Schweiz nur geringfügige positive Nebeneffekte verzeichnen und dennoch einen Teil der Kosten tragen.

Das zweite Risiko besteht darin, dass die gesamtwirtschaftlichen Auswirkungen von KI das aktuelle BIP und die Investitionsausgaben beschönigen können, ohne nachhaltige Gewinnsteigerungen zu garantieren. Im März 2026 argumentierte Marcello Estevao vom IWF, dass das BIP den unmittelbaren Beitrag von KI überbewerten kann, indem es massive Kapitalausgaben berücksichtigt, während es gleichzeitig die breiteren Produktivitätseffekte unterschätzt, da viele immaterielle Vorteile nicht adäquat erfasst werden. Für Investoren bedeutet dies, dass anfängliche Begeisterung mit einer verzögerten Monetarisierung einhergehen kann.

Drittens sind die Kosten ein realer Faktor. Eine Studie von Goldman Sachs vom 4. Februar 2025 zum Strombedarf von Rechenzentren verdeutlicht, dass KI energie- und infrastrukturintensiv ist. Steigen die Kosten für Energie, Rechenleistung und Compliance schneller als die Umsatzsteigerungen, könnten KMU-Unternehmen eine Phase erleben, in der KI zunächst die Ausgaben erhöht, bevor sie die Gewinne steigert.

Aktuelle KI-Risiko-Checkliste für den SMI-Index

Risiko	Neueste Datenpunkte	Warum es wichtig ist	Aktuelle Voreingenommenheit
Begrenzte direkte Exposition	Der SMI ist ein Index mit 20 Schweizer Blue-Chip-Aktien, kein globaler KI-Infrastrukturindex.	Die größten KI-Mieten könnten weiterhin außerhalb des Benchmarks liegen.	Bärisch
Ausgangsbewertung	iShares-Proxy mit einem KGV von 21,06 und einem KBV von 4,03 (Stand: 14. Mai 2026)	Lässt wenig Raum für eine KI-Erzählung, die keine Gewinnsteigerung mit sich bringt.	Bärisch
Investitionsintensität	Goldman Sachs prognostiziert einen Anstieg des weltweiten Strombedarfs für Rechenzentren um 50 % bis 2027 und um 165 % bis 2030.	Künstliche Intelligenz kann sich zunächst in höheren Infrastrukturkosten äußern, bevor höhere Erträge erzielt werden.	Bärisch
Messverzögerung	Der IWF schrieb im März 2026, dass KI das unmittelbare BIP überschätzen und die Folgewirkungen unterschätzen kann.	Frühe Makrodaten können verrauscht sein und von Anlegern leicht falsch interpretiert werden.	Neutral

Die ehrliche Kritik an KI lautet nicht, dass KI nutzlos sei. Vielmehr ist da die Befürchtung, dass SMI die operative Belastung schneller erfassen könnte als den wirtschaftlichen Nutzen, falls die Akzeptanz uneinheitlich bleibt und die besten Monetarisierungspotenziale woanders liegen.

04. Institutionelle Perspektive

Was die ernsthafte KI-Forschung für SMI-Investoren bedeutet

Die besten institutionellen Studien deuten darauf hin, dass KI zwar auf Makroebene relevant sein kann, aber auf Indexebene so ungleichmäßig wirkt, dass sie enttäuschend ausfällt. Goldman Sachs schrieb am 5. April 2023, dass generative KI das globale BIP um 7 % und das Produktivitätswachstum über zehn Jahre um 1,5 Prozentpunkte steigern könnte. Die OECD folgte am 22. November 2024 mit einer präziseren, aber dennoch aussagekräftigen Schätzung von 0,25 bis 0,6 Prozentpunkten jährlichem TFP-Wachstum durch KI über einen Zeitraum von zehn Jahren.

Gleichzeitig prognostizierte Goldman Sachs am 4. Februar 2025, dass der Strombedarf von Rechenzentren bis 2027 um 50 % und bis 2030 um 165 % gegenüber 2023 steigen könnte. Der IWF argumentierte im März 2026, dass die gängigen BIP-Daten sowohl die unmittelbaren Investitionsauswirkungen von KI überschätzen als auch deren weitergehende positive Effekte unterschätzen. Diese Kombination ist für KMU von entscheidender Bedeutung. Sie bedeutet, dass KI zwar wirtschaftlich wichtig sein dürfte, der Weg von den Investitionen zum Aktionärsgewinn jedoch langsamer und weniger sprunghaft verlaufen könnte, als es die Schlagzeilen vermuten lassen.

Benannte institutionelle KI-Eingaben, die in dieser Analyse verwendet wurden

Institution / Quelle	Aktualisiert	Was es aussagt	Warum das hier wichtig ist
Goldman Sachs Research	5. April 2023	Generative KI könnte das globale BIP um 7 % steigern und das Produktivitätswachstum über einen Zeitraum von 10 Jahren um 1,5 Prozentpunkte anheben.	Setzt die Obergrenze dafür, warum KI selbst für einen nicht-technischen Maßstab relevant sein kann.
OECD-KI-Papier Nr. 29	22. November 2024	Künstliche Intelligenz könnte das jährliche Wachstum der Gesamtproduktivität um 0,25 bis 0,6 Prozentpunkte und die Arbeitsproduktivität um 0,4 bis 0,9 Prozentpunkte steigern.	Unterstützt eher eine moderate, langfristige Produktivitätssteigerung als eine sofortige Neubewertung.
Goldman Sachs Research	4. Februar 2025	Der weltweite Strombedarf von Rechenzentren könnte bis 2027 um 50 % und bis 2030 um 165 % gegenüber 2023 steigen.	Hebt die Investitions- und Energiebeschränkungen hervor, die die Rendite von KI verzögern oder mindern können.
IWF-Finanzierung und -Entwicklung	März 2026	Das KI-bezogene BIP kann kurzfristig durch Investitionsausgaben überschätzt und langfristig durch übersehene positive Nebeneffekte unterschätzt werden.	Warnt Investoren davor, Konsumbooms mit vollständig monetarisierten Produktivitätssteigerungen zu verwechseln.
Offenlegungspflichten der Unternehmen Roche / Novartis / Nestlé	2025-2026	Große KMU-Mitglieder setzen KI in den Bereichen Diagnostik, Forschung und Unternehmenssysteme ein.	Zeigt, wo SMI am ehesten den Nutzen von KI in der Praxis realisieren kann.

Die institutionelle Botschaft ist einheitlich: KI sollte eine positive strukturelle Variable für KMU sein, vor allem aber durch die Verbesserung der bestehenden Wirtschaftlichkeit. Investoren, die eine direkte KI-bedingte Kursexplosion erwarten, stellen die falsche Frage.

05. Szenarien

Wahrscheinlichkeitsgewichtete KI-Szenarien bis 2035

Der richtige Ansatz zur Betrachtung von KI und SMI besteht darin, direkten KI-Besitz von indirekter KI-Monetarisierung zu trennen. Der Benchmark muss kein reiner Technologieindex werden, um zu profitieren. Er benötigt vielmehr, dass seine dominanten Sektoren KI einsetzen, um die Produktivität von Anlagen, die Diagnosegeschwindigkeit, die Wirkstoffforschung, die Preisgestaltung, die Logistik und die Kostenkontrolle zu verbessern.

Deshalb handelt es sich bei den folgenden Spannen um langfristige analytische Korridore und nicht um Punktprognosen. Sie basieren auf der heutigen, verifizierten Bewertung, dem makroökonomischen Umfeld, historischen Zinseszinseffekten und den besten verfügbaren öffentlich zugänglichen KI-Analysen.

SMI-Index-KI-Szenarien bis 2035

Szenario	Wahrscheinlichkeit	Arbeitsbereich	Gemessener Auslöser	Überprüfungsfenster
Stier	25 %	23.000 bis 28.000	Führende Unternehmen im Gesundheitswesen, in der Diagnostik und im Konsumgüterbereich setzen KI in nachhaltige Margen- oder EPS-Gewinne um, und SMI erzielt weiterhin einen Zinseszinseffekt, der nahe an oder über dem 10-Jahres-Gesamtrendite-Proxy liegt.	Jährliche Überprüfung und Überprüfung nach jedem vollständigen Berichtsjahr der größten Anteilseigner.
Base	50%	19.500 bis 24.500	Künstliche Intelligenz verbessert die Produktivität zwar schrittweise, aber der Index bleibt eher ein defensiver Qualitätsmarkt als ein direkter Gewinner der KI-Entwicklung.	Eine Überprüfung sollte alle 12 Monate und nach wichtigen Bekanntgaben zur Einführung von KI durch die Schwergewichte des SMI erfolgen.
Tragen	25 %	14.500 bis 18.500	Die KI konzentriert sich weiterhin auf ausländische Plattformen, die Energie- und Integrationskosten steigen, und der SMI sinkt von etwa dem 21-Fachen des Gewinns der letzten zwölf Monate, ohne dass es zu einer ausreichenden Gewinnsteigerung kommt.	Überprüfung auf anhaltende Gewinnrückgänge oder Anzeichen dafür, dass die Investitionen in KI die Erträge übersteigen.

Das Basisszenario bleibt das glaubwürdigste, da es die wenigsten gewagten Annahmen erfordert. Es verlangt von der Schweiz keine Dominanz in der KI-Infrastruktur. Es fordert lediglich von KMU, KI so effektiv einzusetzen, dass ein im letzten Jahrzehnt bewährtes Wachstumsmodell erhalten und moderat verbessert wird.

Ein optimistisches Szenario ist möglich, erfordert aber den Nachweis der Monetarisierung. Ein pessimistisches Szenario ist ebenfalls real, insbesondere wenn Investoren KI-Ausgaben mit KI-Wertschöpfung verwechseln. In den nächsten zehn Jahren werden die etablierten Unternehmen die Gewinner sein, die KI in Cashflows statt in Präsentationen umwandeln.