Deepdive: Ik kocht deze 9 nieuwe aandelen in september

De AI race wordt nog vaak behandeld alsof alles draait om Nvidia, GPU's en de vraag wie uiteindelijk de snelste chip bouwt. Maar hoe langer ik naar de miljardeninvesteringen achter kunstmatige intelligentie kijk, hoe minder logisch ik die benadering vind. Een AI model kan alleen functioneren dankzij een enorme keten van chipmachines, foundries, processors, geheugen, netwerken, cloudplatforms, stroomvoorziening, koeling en cybersecurity. Daarom bouw ik binnen mijn portefeuille één aparte AI positie, bestaande uit negen bedrijven die verschillende cruciale onderdelen van die keten vertegenwoordigen.

De nuance is belangrijk: dit zijn niet negen afzonderlijke posities binnen mijn totale portefeuille. Ik bouw één AI pie die ik als één positie beschouw, waarna negen aandelen bepalen hoe het geld binnen die positie wordt verdeeld. ASML, TSMC, Amazon, Alphabet, AMD, Arista Networks, Vertiv en CrowdStrike en Micron zijn mijn 9 nieuwe toevoegingen aan de portefeuille. Mijn doel is niet om precies te voorspellen welke AI applicatie uiteindelijk wint, maar om de bedrijven te bezitten die de infrastructuur leveren waar vrijwel iedere toekomstige winnaar afhankelijk van wordt.

Even tussendoor: als je dit interessant vindt, dit soort uitgebreide artikelen is wat we dagelijks doen om jou en andere beleggers te helpen. Als lid krijg je toegang tot aandelentips, trainingen en live inzicht in de transacties van de portefeuille van De Belegger. Profiteer nu van 50% korting met de kortingscode ''INSIDER''

Word lid!

De AI race draait allang niet meer alleen om chips

De verdeling van AI investeringen laat goed zien waarom ik breder wil kijken. Van iedere 100 dollar aan AI capex gaat in de verdeling die ik hiervoor gebruik ongeveer 50 dollar naar semiconductors, maar daarnaast ongeveer 20 dollar naar stroom, 15 dollar naar networking, 7,50 dollar naar koeling en 7,50 dollar naar bouw en andere infrastructuur. Chips zijn dus verreweg de grootste categorie, maar tegelijkertijd slechts één onderdeel van een veel grotere investeringsgolf.

Dit is waar iedere 100 dollar aan AI Capex naartoe gaat en waarom het niet alleen maar om chips draait

Dat wordt belangrijker naarmate AI systemen groter en krachtiger worden. Meer accelerators betekenen automatisch dat er meer en sneller geheugen nodig is, terwijl duizenden chips alleen efficiënt kunnen samenwerken wanneer voldoende netwerkcapaciteit beschikbaar is. Meer hardware vraagt vervolgens meer elektriciteit en produceert meer warmte, waardoor stroomvoorziening en koeling belangrijker worden. Wanneer bedrijven al die infrastructuur via de cloud beschikbaar maken en uiteindelijk duizenden AI agents toegang geven tot bedrijfsdata en systemen, neemt ook het digitale aanvalsoppervlak toe.

Mijn belangrijkste observatie is daarom dat iedere nieuwe laag van AI investeringen extra vraag creëert in andere delen van de keten. Een hyperscaler kan niet simpelweg voor miljarden dollars extra accelerators installeren en vervolgens stoppen met investeren. Die chips moeten worden geproduceerd, van geheugen voorzien, verbonden, gevoed, gekoeld en beveiligd. De werkelijke AI capex cyclus is daardoor veel breder dan alleen de omzet van chipbedrijven.

Precies daar komt mijn AI pie vandaan. Ik wil verschillende bottlenecks bezitten, maar die blootstelling tegelijkertijd als één gezamenlijke belegging behandelen. De negen bedrijven zijn namelijk minder gediversifieerd dan hun verschillende bedrijfsmodellen op het eerste gezicht doen vermoeden. Wanneer de wereldwijde AI investeringen plotseling sterk zouden vertragen, kunnen meerdere aandelen binnen deze pie tegelijkertijd geraakt worden.

De verdelingen van de 9 aandelen in mijn AI-pie

Binnen mijn AI positie kies ik voor deze negen aandelen:

1. ASML (13%): Ik bezit ASML vanwege zijn bijna monopolistische positie in EUV lithografie. Zonder de machines van ASML kunnen de meest geavanceerde AI chips nauwelijks worden geproduceerd.

2. TSMC (13%): TSMC is voor mij de neutrale fabriek achter de AI race. Nvidia, AMD en ontwikkelaars van custom chips kunnen allemaal winnen, terwijl een groot gedeelte van hun meest geavanceerde chips uiteindelijk door TSMC wordt geproduceerd.

3. Amazon (13%): Mijn belangrijkste reden is AWS. Bedrijven hebben naast chips ook compute, opslag, databases en AI diensten nodig, waardoor AWS een cruciale infrastructuurlaag vormt waarop de AI economie kan worden gebouwd.

4. Alphabet (13%): Google combineert Search, YouTube, Google Cloud, Gemini en eigen TPU's. Daarmee bezit Alphabet een uitzonderlijke combinatie van AI infrastructuur, modellen, chips en wereldwijde distributie.

5. AMD (10%): AMD geeft mij exposure naar zowel AI accelerators als CPU's. Vooral die combinatie kan interessant worden wanneer agentic AI naast GPU's ook veel meer traditionele servercompute vereist.

6. Arista Networks (10%): Duizenden accelerators hebben weinig waarde wanneer ze niet razendsnel met elkaar kunnen communiceren. Arista geeft mij directe exposure naar de networkinglaag achter steeds grotere AI clusters.

7. Vertiv (10%): Meer compute betekent meer elektriciteitsverbruik en warmte. Vertiv profiteert via stroombeheer en koeling, waarbij hogere rackdichtheden liquid cooling steeds belangrijker maken.

8. CrowdStrike (10%): Meer cloud, data en autonome AI agents vergroten het digitale aanvalsoppervlak. CrowdStrike geeft mij via Falcon blootstelling aan de cybersecuritylaag die deze steeds complexere infrastructuur moet beschermen.

9. Micron (8%): HBM en ander geavanceerd geheugen zijn essentieel om AI accelerators snel genoeg van data te voorzien. Micron vult daarmee een belangrijke laag die ik zonder een memoryproducent nauwelijks zou bezitten.

Wat moeten deze aandelen blijven doen?

ASML en TSMC vormen voor mij het beginpunt. Voordat een AI accelerator überhaupt in een datacenter terechtkomt, moet iemand hem produceren. ASML levert een van de meest kritieke technologieën voor die productie, waarna TSMC een groot gedeelte van de geavanceerde chips daadwerkelijk fabriceert. Daardoor geven beide ondernemingen mij blootstelling aan de groei van leading edge chips zonder dat ik exact hoef te voorspellen welke chipontwerper uiteindelijk wint.

Bij ASML is mijn belangrijkste voorwaarde technologische dominantie. Zolang het bedrijf zijn voorsprong in geavanceerde lithografie behoudt, de vraag naar leading edge chips groeit en omzet en marges gezond blijven, zie ik weinig reden om vanwege een tijdelijke semiconductorcyclus te verkopen. Het echte risico ontstaat wanneer de technologische moat structureel verzwakt of chipfabrikanten langdurig minder behoefte krijgen aan steeds geavanceerdere productie.

Wordt nu lid en krijg 50% korting met de code ''INSIDER''

Word lid!

Bij TSMC geldt iets vergelijkbaars, maar daar hangt een veel groter geopolitiek risico boven. Operationeel vind ik juist de mogelijkheid om voor verschillende winnaars te produceren aantrekkelijk. Nvidia hoeft AMD niet te verslaan en AMD hoeft Nvidia niet te verslaan om mijn TSMC thesis te laten werken. Ik blijf zitten zolang het foundryleiderschap en de technologische voorsprong overeind blijven en het risico rond Taiwan niet fundamenteel verslechtert.

Amazon en Alphabet brengen vervolgens de cloudlaag binnen mijn positie. Het interessante aan cloud is dat bedrijven helemaal geen eigen datacenter vol accelerators hoeven te bouwen om AI te gebruiken. Ze kunnen capaciteit afnemen via AWS of Google Cloud en daar modellen, databases, opslag en andere diensten aan toevoegen. Daarmee vormen hyperscalers de verbinding tussen miljardeninvesteringen in fysieke infrastructuur en de bedrijven die uiteindelijk AI toepassingen bouwen.

Bij Amazon kijk ik vooral naar het rendement op de enorme investeringen. Meer capex is op zichzelf geen reden om enthousiast te worden. AWS moet sterk blijven groeien en Amazon moet uiteindelijk aantonen dat iedere nieuwe dollar die in AI infrastructuur wordt gestoken voldoende extra omzet, winst en vrije kasstroom genereert. Wanneer investeringen structureel sneller stijgen dan het economische rendement dat eruit voortkomt, verandert mijn thesis.

Uiteindelijk moet deze nieuwe positie voor meer diversificatie binnen mijn portefeuille zorgen. De komende maanden wil ik daarom agressiever investeren in mijn kleinere posities, waaronder momenteel mijn AI pie, zodat mijn portefeuille geleidelijk evenwichtiger wordt. Op dit moment zijn dit mijn drie grootste individuele aandelen:

Alphabet heeft ondertussen misschien wel de breedste AI positie van alle negen bedrijven. Het ontwikkelt eigen TPU's, bouwt Gemini, verkoopt AI diensten via Google Cloud en bezit met Search, YouTube en andere producten een enorme distributiemachine. Daardoor kan Alphabet zowel aan de infrastructuurkant als aan de applicatiekant van AI profiteren. Mijn grootste risico zit juist in Search: ik wil zien dat AI de advertentiemachine versterkt of minimaal beschermt, in plaats van dat nieuwe zoekgewoonten de economics ervan structureel verslechteren.

AMD, Arista en Micron pakken daarna drie technische bottlenecks. AMD levert rekenkracht, Micron levert het geheugen dat die processors nodig hebben en Arista zorgt ervoor dat duizenden machines met elkaar kunnen communiceren. Geen van deze drie lagen kan eenvoudig worden weggelaten wanneer AI clusters groter worden. De vraag kan verschuiven tussen verschillende technologieën en leveranciers, maar de functies zelf blijven noodzakelijk.

Voor AMD wil ik vooral marktaandeel en uitvoering blijven volgen. Nvidia heeft een enorme voorsprong binnen AI accelerators, waardoor AMD niet automatisch wint omdat de totale markt groeit. Tegelijkertijd bezit AMD een sterke positie in server CPU's. Wanneer agentic AI veel extra algemene compute vraagt, kan juist die combinatie van CPU's en accelerators waardevoller blijken dan wanneer ik alleen naar GPU marktaandeel kijk.

Bij Arista draait mijn thesis vooral om de positie van Ethernet binnen AI datacenters. AI clusters worden steeds groter en networking bepaalt mede hoe efficiënt kostbare accelerators kunnen worden gebruikt. Zolang Ethernet belangrijk blijft en Arista technologisch vooroploopt, vind ik die blootstelling aantrekkelijk. Structureel verlies van marktaandeel of technologische achterstand zou voor mij veel belangrijker zijn dan een tijdelijk zwak kwartaal.

Micron behandel ik iets voorzichtiger, vandaar ook de lagere weging van 8 procent. Memory blijft historisch een cyclische industrie waarin hoge prijzen nieuwe capaciteit aantrekken en uiteindelijk weer prijsdruk kunnen veroorzaken. HBM kan die dynamiek verbeteren omdat moderne AI systemen steeds meer geavanceerd geheugen nodig hebben, maar ik ga er niet vanuit dat de traditionele geheugencyclus volledig verdwenen is. Micron moet dus competitief blijven in HBM en ook tijdens een normaliserende markt gezonde winstgevendheid kunnen laten zien.

Vertiv en CrowdStrike maken de positie ten slotte breder dan alleen traditionele computerhardware. Vertiv profiteert van een probleem dat nauwelijks met software kan worden opgelost: warmte. Hogere rackdichtheden vragen meer elektriciteit en steeds geavanceerdere koeling. Liquid cooling kan daardoor van een gespecialiseerde technologie veranderen in een steeds normaler onderdeel van moderne AI datacenters.

Bij Vertiv wil ik vooral zien dat de enorme vraag naar AI infrastructuur daadwerkelijk resulteert in hogere omzet, betere marges en vrije kasstroom. Een snel groeiende markt trekt uiteindelijk nieuwe concurrenten aan. Vertiv moet dus niet alleen meer apparatuur verkopen, maar zijn sterke marktpositie ook economisch verzilveren.

CrowdStrike sluit de keten af omdat AI uiteindelijk steeds meer software zelfstandig laat handelen. Een AI agent die alleen tekst genereert vormt een beperkt beveiligingsvraagstuk, maar een agent die toegang krijgt tot databases, cloudomgevingen en interne systemen creëert een veel groter aanvalsoppervlak. Identity, endpoint security en cloud security kunnen daardoor structureel belangrijker worden.

Mijn belangrijkste indicatoren bij CrowdStrike worden de groei van terugkerende omzet, platformgebruik en de mate waarin klanten meer modules binnen Falcon afnemen. Hoe meer beveiligingsfuncties een onderneming binnen hetzelfde platform onderbrengt, hoe sterker de relatie met CrowdStrike kan worden. Wanneer die consolidatiestrategie stokt of het bedrijf technologisch terrein verliest, moet ik opnieuw naar de positie kijken.

Eén AI positie gebouwd rond marktleiders met een sterke moat

De kracht van deze negen aandelen zit voor mij niet alleen in het feit dat ze samen vrijwel de volledige AI infrastructuur afdekken. Binnen iedere groeimarkt heb ik bewust gezocht naar bedrijven die nu al tot de leiders behoren en een sterke moat hebben. Als AI de komende jaren explosief blijft groeien, wil ik niet alleen blootstelling aan de juiste markten. Ik wil vooral bedrijven bezitten die door technologie, schaal, infrastructuur, klantrelaties of marktaandeel moeilijk te vervangen zijn.

Dat zie je door de hele AI pie terug. ASML bezit een bijna onvervangbare positie binnen geavanceerde lithografie, terwijl TSMC technologisch vooroploopt bij de productie van leading edge chips. Amazon en Alphabet beschikken over enorme cloudplatforms, miljardeninvesteringen in infrastructuur en ecosystemen die voor nieuwe concurrenten nauwelijks te repliceren zijn. Hetzelfde principe zoek ik bij de andere vijf bedrijven, maar dan binnen specifiekere onderdelen van de AI keten.

ASML, TSMC, Amazon en Alphabet vormen de kern omdat ze sterke moats en meer zekerheid combineren met aantrekkelijkere waarderingen dan veel andere namen binnen mijn AI pie.

AMD levert de compute en heeft sterke posities binnen zowel CPU's als AI accelerators, terwijl Micron via HBM het snelle geheugen levert dat nodig is om die rekenkracht efficiënt te benutten. Arista verbindt vervolgens duizenden accelerators binnen steeds grotere AI clusters. Vertiv levert de stroom en koeloplossingen die nodig zijn om al die hardware fysiek te laten functioneren, terwijl CrowdStrike de digitale infrastructuur beschermt die door cloud en AI steeds complexer wordt.

Met negen aandelen krijg ik daardoor exposure naar chipproductie, compute, memory, networking, cloud, stroom en koeling en cybersecurity. De ene laag creëert bovendien vraag naar de volgende. Meer compute vraagt om meer geheugen en networking, meer hardware vraagt om meer stroom en koeling en meer cloudgebruik en autonome AI agents vergroten uiteindelijk de behoefte aan cybersecurity. Daardoor kan de totale AI investeringsgolf zich door meerdere bedrijven binnen dezelfde positie vertalen.

Dat vind ik veel interessanter dan simpelweg negen populaire AI aandelen verzamelen. Alleen actief zijn in een snelgroeiende markt is voor mij namelijk onvoldoende wanneer tientallen concurrenten dezelfde economische waarde kunnen opeisen. Ik wil binnen die markt juist een bedrijf bezitten dat een moeilijk te kopiëren voordeel heeft en daardoor een betekenisvol gedeelte van de groei kan omzetten in omzet, marges en vrije kasstroom.

Lees ook: Mijn 7 regels voor ik een aandeel koop

Tegelijkertijd beschouw ik deze negen aandelen nadrukkelijk als één positie binnen mijn totale portefeuille. Ze opereren in verschillende markten, maar zijn allemaal in meer of mindere mate afhankelijk van dezelfde enorme AI investeringscyclus. Wanneer hyperscalers hun investeringen fors terugschroeven, kan dat via semiconductors uiteindelijk ook doorwerken naar memory, networking, cloud en datacenterinfrastructuur. Spreiding over de AI keten is dus niet hetzelfde als volledige diversificatie.

Mijn selectie draait daarom om twee voorwaarden die tegelijkertijd aanwezig moeten zijn. Ik wil blootstelling aan een structureel groeiende laag van AI en binnen die laag wil ik vervolgens een marktleider met een sterke concurrentiepositie bezitten. Als een van die twee verdwijnt, bijvoorbeeld doordat een markt structureel vertraagt of doordat een bedrijf zijn moat verliest, verandert ook mijn reden om het aandeel binnen de pie te houden.

Dat is uiteindelijk de kern van mijn AI strategie. Ik beleg niet simpelweg in alles wat mogelijk van kunstmatige intelligentie profiteert, maar probeer marktleiders te bezitten binnen de belangrijkste groeiende lagen van de infrastructuur, juist omdat hun concurrentievoordelen moeilijk te kopiëren zijn. Zo hoef ik niet precies te voorspellen welke AI applicatie, welk model of welke chip uiteindelijk de race wint. Met deze negen aandelen kan ik breed profiteren van de chipproductie, compute, memory, networking, cloud, stroom, koeling en cybersecurity die vrijwel iedere toekomstige AI winnaar nodig heeft.

Wordt nu lid en krijg 50% korting met de code ''INSIDER''

Word lid!