Tencent: KI-Rechenleistung mit 30 % Gewinn weiterverkauft – Investitionsausgaben verdreifachen sich auf 51,8 Mrd. RMB
Ergebnisbericht zum 2. Quartal 2026, 12. August 2026
Die Ergebnisse des zweiten Quartals von Tencent bestätigten, was Investoren seit Monaten vermuteten: Das Unternehmen betreibt faktisch zwei Geschäftsfelder unter einem Dach – ein hochprofitables Traditionsgeschäft und einen kapitalintensiven KI-Ausbau. Dessen Renditen sind zwar noch nicht belegt, doch das Abwärtsrisiko ist laut Management durch eine ungewöhnliche Absicherung geschützt. Der Gesamtumsatz stieg im Jahresvergleich um 11 % auf 205 Milliarden RMB, der Bruttogewinn legte um 13 % auf 118 Milliarden RMB zu. Die weitaus bedeutendere Kennzahl waren jedoch die Investitionsausgaben (CapEx), die im Jahresvergleich um 190 % und gegenüber dem Vorquartal um 66 % auf 51,8 Milliarden RMB in die Höhe schnellten. Dies drückte den Free Cashflow auf minus 13,8 Milliarden RMB für das Quartal bzw. auf positive 37,6 Milliarden RMB, wenn man KI-bezogene Vorauszahlungen herausrechnet.
Die unerwartete Arbitrage bei Rechenleistung
Der wohl bemerkenswerteste Punkt der Telefonkonferenz war die Enthüllung von Chief Strategy Officer James Mitchell und President Martin Lau, dass Tencent bereits zugesicherte Rechenkapazitäten mit einem Aufschlag weiterverkaufen könnte. „Bei den Vorauszahlungen und einigen Rechenleistungsaufträgen, die wir erst vor wenigen Monaten getätigt haben, könnten wir heute mit einem Gewinn von mehr als 30 % gegenüber dem Preis verkaufen, den wir vor wenigen Monaten gezahlt haben“, so Lau. Für Investoren, die das Risiko der KI-Ausgaben von Tencent bewerten, ist dies ein entscheidender neuer Datenpunkt: Er deutet darauf hin, dass die Knappheit bei GPUs in China so gravierend ist, dass Tencents CapEx-Portfolio faktisch ein wertsteigernder Vermögenswert und keine versunkene Investition ist. Mitchell untermauerte dies mit Blick auf das Abschreibungsrisiko und merkte an, dass das Unternehmen „die Abschreibungen fast sofort wieder hereinholen könnte, indem es die Rechenleistung an Dritte vermietet, wie es viele Neo-Cloud-Anbieter tun.“ Die Strategie des Managements besteht jedoch darin, das Modelltraining und die WorkBuddy-Inferenz gegenüber der unmittelbaren GPU-Vermietung zu priorisieren, in der Erwartung, dass proprietäre Intelligenz langfristig profitabler ist als der reine Weiterverkauf von Hardware.
Investoren sollten beachten, dass dies eine Absicherung und kein Kernplan ist. Tencent stellt explizit klar, dass diese Ausweichoption genau deshalb existiert, weil man sich nicht sicher ist, ob sich WorkBuddy und Xiaowei in dem Zeitrahmen monetarisieren lassen, der die Ausgaben direkt rechtfertigen würde.
WorkBuddy als entscheidender Wachstumsfaktor
Von den Ausgaben für neue KI-Produkte, die von rund 8,8 Milliarden RMB im ersten Quartal auf 10,5 Milliarden RMB im zweiten stiegen, bestätigte das Management eine deutliche interne Umschichtung zugunsten von WorkBuddy, der agentenbasierten Produktivitätsplattform des Unternehmens, zulasten anderer KI-Initiativen. Mitchell äußerte sich offen zu den Hintergründen: „Es gab eine sehr große Veränderung, weil wir erkannt haben, dass WorkBuddy durchstartet. Daher haben wir WorkBuddy aggressiv priorisiert und einige andere Produkte aus dem neuen KI-Portfolio zurückgestellt.“ WorkBuddy rangiert in China mittlerweile auf Platz eins der KI-Produktivitätsdienste nach monatlichen Interaktionen. Lau beschrieb es nicht als Unternehmenssoftware neben Tencent Meeting und Docs, sondern als neue Plattformebene: „Es ist tatsächlich eine neue Plattform, ein sehr flexibler Arbeitsbereich für agentenbasierte KI... Es wird viele Modelle geben, die die Nutzer über WorkBuddy bedienen... Hunyuan wird eines der Modelle sein, die von WorkBuddy bereitgestellt werden, aber es wird nicht das einzige sein.“ Dies ist ein bemerkenswertes Eingeständnis für ein Unternehmen, das zwei Jahre lang sein eigenes Basismodell entwickelt hat, und signalisiert, dass Tencent sich ebenso sehr als Orchestrator von Drittanbieter-Intelligenz sieht wie als Modellbesitzer. Zur Stückökonomie ergänzte Mitchell, dass die Bruttomargen der zahlenden Nutzer für WorkBuddy und „Model-as-a-Service“ bereits dem Gesamtmargenniveau der Tencent Cloud entsprechen, wobei die gemischten Margen durch die Subventionierung der kostenlosen Versionen zur Marktanteilsgewinnung noch verwässert werden.
Cloud-Preisentwicklung hat sich unbemerkt gedreht
Analysten hinterfragten die Kommodifizierung der Token-Preise in China. Mitchells Antwort enthielt einen bisher kaum beachteten Datenpunkt: Die Inputkosten, insbesondere für Speicher, sind so stark gestiegen, dass Tencent die Cloud-Preise angehoben hat. „Wir haben die Preise für die Tencent Cloud im Mai auf breiter Front erhöht. Und über diese Preiserhöhungen hinaus haben wir die Rabatte deutlich reduziert“, sagte er und fügte hinzu, dass „die inländischen Kosten für die Token-Herstellung ebenfalls extrem niedrig sind, viel niedriger als allgemein angenommen oder extern geschätzt.“ Dies relativiert die pessimistische Sicht auf die Cloud-Margen in China, die von einer unaufhaltsamen Preisdeflation ausging. Das Wachstum des Cloud-Umsatzes beschleunigte sich von einem hohen Zehn-Prozent-Bereich im ersten Quartal auf einen niedrigen Zwanzig-Prozent-Bereich im zweiten Quartal. Das Management betonte zudem, dass Kapazitätsengpässe, nicht die Nachfrage, die limitierenden Faktoren seien.
Die Bereiche Business Services und FinTech wuchsen zusammen um 9 % auf 60 Milliarden RMB, wobei das verwaltete Vermögen im Bereich Wealth Management dank automatisierter Anlagestrategien stieg – ein kleiner, aber stetiger Beitrag, den Investoren neben dem Cloud-Geschäft beobachten sollten.
Xiaoweis Agenten-Ambitionen und die Leitplanken
Tencent stellte die Prototyp-Einführung von Xiaowei vor, einem eingebetteten agentenbasierten Assistenten innerhalb von Weixin, der auf einem proprietären kleinen Modell namens WeLM basiert. Dieses wurde explizit auf Datenschutz und Kosteneffizienz statt auf maximale Leistungsfähigkeit ausgelegt. Laus Ausführungen zur langfristigen Vision waren die weitreichendsten der gesamten Telefonkonferenz: „Wenn Nutzer in Zukunft komplexe Anweisungen an einen Agenten senden können und dieser bei der Ausführung von Transaktionen hilft... wird langfristig jeder Nutzer einen eigenen Agenten haben, und diese können miteinander interagieren, um Transaktionen auszuführen.“ Bemerkenswert ist, dass das Management das Produkt derzeit bewusst drosselt und Xiaowei so konfiguriert hat, dass bei jedem Schritt eine Nutzerbestätigung erforderlich ist – als „Sicherheitsmaßnahme“, obwohl das zugrunde liegende Modell technisch gesehen autonomere Arbeitsabläufe bewältigen könnte. Lau entkräftete zudem die Sorge, dass agentengestützte Transaktionen margenstarkes Werbeinventar kannibalisieren könnten, indem er den KI-Übergang mit der Migration von QQ zu Weixin verglich, die laut ihm „den Wert von QQ um mehr als das Zehnfache gesteigert hat.“ Investoren sollten diesen Vergleich eher als Management-These denn als bewiesenes Ergebnis betrachten; Xiaowei ist noch nicht über das Prototypenstadium hinaus skaliert. Zur Investitionsintensität gab Lau einen hilfreichen Anker: Die Kosten für Xiaowei werden unter den jährlichen Ausgaben für Yuanbao, dem bestehenden Chatbot für Verbraucher, liegen, was darauf hindeutet, dass es sich um eine kontrollierte Wette handelt und nicht um einen neuen massiven Kostenfaktor.
Hunyuan 3: Traktionszahlen und das Argument für Hunyuan 4
Die Produktionsversion von Hunyuan 3 generierte eine etwa sechsfache Steigerung der durchschnittlichen täglichen Token-Nutzung im Vergleich zur Vorabversion und zählt nun zu den weltweit drei führenden Modellen auf OpenRouter nach Token-Nutzung. Dies ist eine starke externe Validierung für ein Modell, das das Management bewusst als klein und kostenoptimiert und nicht als „Frontier“-Modell beschreibt. Lau war ungewöhnlich direkt in Bezug auf die strategische Logik: „Hunyuan 3 ist selbst nach heutigen Maßstäben ein sehr kleines Modell, wird aber sehr breit eingesetzt... Es konzentriert sich auf Anwendungsfälle, anstatt nur Benchmarks zu schlagen.“ Das größere Modell Hunyuan 4 soll später in diesem Jahr erscheinen. Die Rechtfertigung des Managements für die höheren Trainingsausgaben konzentriert sich darauf, ein eigenständiges Geschäft mit dem Verkauf von Tokens zu ermöglichen und WorkBuddy in die Lage zu versetzen, komplexere agentenbasierte Aufgaben zu bewältigen, anstatt auf einen spezifischen kurzfristigen Anwendungsfall in Weixin abzuzielen. Lau bestätigte zudem, dass das WeLM-Modell von Xiaowei in keiner Weise davon abhängt, dass Hunyuan den Stand der Technik erreicht.
Margen, Cashflow und die Signale zur Kapitalallokation
Ohne Berücksichtigung der neuen KI-Produkte wuchs der operative Gewinn (Non-IFRS) um gesunde 19 % gegenüber dem Vorjahr auf 86,1 Milliarden RMB, wobei die Marge (ohne KI-Produkte) um 2,8 Prozentpunkte auf 42 % stieg. Dies unterstreicht, dass das Kerngeschäft – Spiele, Werbung, Fintech – weiterhin einen erheblichen operativen Hebel generiert, auch wenn das KI-Segment die ausgewiesene Profitabilität auf ein Wachstum von 9 % drückt. Die F&E-Ausgaben stiegen im Jahresvergleich um 35 % auf 27,2 Milliarden RMB. Der Netto-Cashbestand sank von 146,9 Milliarden RMB im Vorquartal auf 58,2 Milliarden RMB, was sowohl den Anstieg der Investitionsausgaben als auch Dividendenzahlungen in Höhe von 41,6 Milliarden RMB widerspiegelt. Zu den Aktienrückkäufen, die sich ab Mai trotz steigender Investitionen beschleunigten, äußerte sich Mitchell offen: Die Kapitalallokation werde dynamisch angepasst: „Wenn wir feststellen, dass Investitionsausgaben überlegene Renditen bieten... dann werden wir mehr Kapital in Investitionen lenken als in der Vergangenheit und folglich potenziell weniger in Aktienrückkäufe.“ Lau fügte für Modellierungszwecke hinzu, dass die aktuellen KI-Infrastrukturausgaben eher einer einmaligen Pauschalsumme für dieses und das nächste Jahr entsprächen als einer dauerhaft erhöhten Kostenrate, da die Kosten für den Modellaufbau weitgehend fix seien und nicht jährlich kumulierten. Investoren sollten dies als unverbindliche Absichtserklärung und nicht als feste Prognose werten, da das Management wiederholt keine konkreten Zeitpunkte dafür nannte, wann die KI-Investitionen gewinnbringend werden.