Als je graag in AI wil beleggen, kun je naar de gehele ‘stack’ kijken, oftewel de waardeketen. Het begint met een architectonisch ontwerp en eindigt met een cloud provider die rekenkracht verhuurt aan een LLM-ontwikkelaar zoals OpenAI. Je zou ook nog de app layer eraan toe kunnen voegen, maar dat zijn vooralsnog softwarebedrijven die Anthropic, OpenAI of Gemini in hun product wrappen. Veelal zijn alle AI-first softwarebedrijven nog niet beursgenoteerd.

De AI-waardeketen (in het Engels: Artificial Intelligence Value Chain) is een strategisch model van Michael Porter dat alle activiteiten (stappen) binnen een industrie in kaart brengt om waarde te creëren, kosten te verlagen en een concurrentievoordeel te behalen. Van begin - tot eindproduct.

157. Free cash flow (met Marc Langeveld) | € 348.100

Dit gaan we samen doen met Marc Langeveld. Jullie kunnen hem al kennen van aflevering 157. Marc is een belegger met een bredere focus op tech. Ideaal dus, om de gehele AI-waardeketen in kaart te brengen. Als je inzoomt, zijn het eigenlijk meerdere waardeketens in één. We starten met de waardeketen van semiconductors, daarna datacenters en als laatste enterprise data.

Wie is Marc Langeveld?

In aflevering 157 hebben we Marc Langeveld al geïntroduceerd dus we houden het hier kort.

Marc studeerde commerciële economie in Amsterdam en koos al op jonge leeftijd voor de financiële sector. Na functies bij onder meer Mulco, BNP en Kempen & Co specialiseerde hij zich in technologie. In 1995 schreef hij als eerste Nederlandse analist een rapport over ASM Lithography. Later werkte hij als Senior Tech Analyst bij Barclays de Zoete Wedd en Bankhaus Metzler, waar hij institutionele beleggers in meerdere Europese steden adviseerde.

In 2002 werd hij Director of Sales bij Petercam Bank in Amsterdam, waar hij de salesafdeling leidde en vooral Londense hedgefondsen en grote instituten in Frankfurt adviseerde. Vier jaar later richtte hij samen met drie oud-collega’s Antaurus op, waar hij verantwoordelijk was voor long- en shortbeleggingen voor het Antaurus Europe Fund en actief was als statutair directeur van Antaurus Vermogensbeheer.

“Elke tien jaar vindt er een grotere innovatiegolf plaats.” — Marc Langeveld

Na de verkoop van zijn belang in 2016 en een korte sabbatical startte hij zijn eigen technologiegerichte fonds bij Econopolis, waar hij het Econopolis Exponential Technologies Fund beheerde. Inmiddels is hij terug bij Antaurus, waar hij het nieuwe AI Tech Fund heeft opgezet, met de mogelijkheid om zowel long als short te beleggen.

Beheerder van Antaurus AI Tech Fund

Even over het fonds. De beleggingsfocus ligt op diverse subsectoren van het technologiethema, waaronder Kunstmatige Intelligentie (AI), Augmented/Virtual Reality, Clouddiensten, Internet der Dingen (IoT), Robotica, Gaming, Quantum Computing, Medische Technologie, Digitale Betalingen/FinTech, Halfgeleiders en Software.

Selectiecriteria

• Oligopolistische marktomgeving: weinig aanbieders in een niet te gefragmenteerde markt.
• Actief in groeimarkten: marktgroei is minimaal twee keer zo hoog als de bbp-groei.
• Omzetgroei hoger dan marktgroei, wat duidt op het winnen van marktaandeel.
• Sterke en goed verdedigbare marktposities dankzij hoge toetredingsbarrières.
• Sterke operationele hefboom: bijvoorbeeld een omzetgroei van 10% leidt tot meer dan 20% groei in bedrijfsresultaat en meer dan 30% groei in nettowinst.
• Grootste investeringen zijn achter de rug, resulterend in superieure vrije kasstroomgroei en een solide balanspositie.
• Aandeelhoudersvriendelijk beleid: vrije kasstroom wordt deels gebruikt voor dividenduitkeringen en/of aandeleninkoop.
• Stabiel management en solide corporate governance.

Ze passen een long/short-beleggingsstrategie toe. Dit betekent dat Marc met het fonds zowel belegt in aandelen waarvan een koersstijging wordt verwacht (’longposities’) als in aandelen waarvan een koersdaling wordt voorzien (’shortposities’).

Beleggingsuniversum

Als alle selectiecriteria zijn toegepast, komt het wereldwijde beleggingsuniversum uit op ongeveer 300 bedrijven. Op onderstaande afbeelding zie je voornamelijk de grote jongens; op de lijst staan ook kleinere spelers die bijvoorbeeld een belangrijk onderdeel zijn van het AI-ecosysteem.

Vanuit portfoliomanagement hanteren ze ongeveer een range van 35 tot 45 bedrijven in het portfolio. Een gemiddelde positie zal rond de 2 à 3% zijn.

Semiconductor waardeketen

Als je graag in AI wil beleggen, kun je naar de gehele waardeketen kijken. Per blok pakken we er een onderdeel uit. We starten met de halfgeleiderswaardeketen. We lopen het langs aan de hand van Design (Tools / IP), Wafer Fabrication Equipment, Chip Designers en Foundry.

73. Semiconductor- en chipindustrie (met Koen van Dooren) | € 255.200

Ruim vier jaar geleden zijn we al eens in deze industrie gedoken met Koen van Dooren. De aflevering is nog steeds relevant. Nog niet geluisterd? Zeker doen!

Foundational IP & design tools

ARM, Synopsys en Cadence vormen de basis van de chipindustrie. ARM ontwikkelt en licentieert gestandaardiseerde ontwerpen voor chiponderdelen, zodat chipmakers niet vanaf nul hoeven te beginnen. Die ontwerpen bepalen niet alleen wat een chip kan, maar ook hoe snel, efficiënt en energiezuinig hij werkt.

Synopsys en Cadence leveren vervolgens de software om zo’n conceptueel ontwerp om te zetten in een echte, produceerbare chip. Hun ontwerptools vertalen bouwstenen naar de exacte plaatsing van miljarden transistors en simuleren vooraf prestaties, stroomverbruik, warmte en timing. Daardoor kunnen fouten al voor de productie worden opgespoord, wat enorme kosten bespaart.

Chip designers

Chipontwerpbedrijven zoals Nvidia, AMD, Broadcom en Marvell bepalen hoe een chip wordt opgebouwd en waar die in moet uitblinken. Ze kiezen hoe transistorblokken worden gecombineerd en optimaliseren chips bijvoorbeeld voor maximale prestaties, energiezuinigheid of specifieke toepassingen zoals AI.

Nvidia focust sterk op AI-geschikte berekeningen, AMD heeft zich ontwikkeld van algemene computerchips naar ook AI-chips, en Broadcom en Marvell maken vaker maatwerkchips voor grote klanten. Toch is een sterk ontwerp nog niet genoeg: voor de productie van een echte chip zijn daarna weer andere gespecialiseerde bedrijven nodig.

Wafer fabrication equipment

Nadat een chip is ontworpen, moet dat digitale ontwerp fysiek worden opgebouwd op een siliciumwafer. Dat gebeurt in een lang en extreem precies productieproces waarbij laag voor laag patronen worden aangebracht, materiaal wordt toegevoegd of verwijderd en uiteindelijk de complete chipstructuur ontstaat.

ASML, Applied Materials, Lam Research en KLA leveren elk een essentieel deel van deze productieketen. ASML tekent patronen met lithografie, Applied Materials voegt materiaal toe, Lam Research haalt materiaal weg en KLA controleert tussendoor op minuscule fouten. Samen maken zij het mogelijk om chipontwerpen daadwerkelijk om te zetten in werkende chips.

Foundry

Foundries zoals TSMC, Intel en Samsung zijn de fabrieken die chipmachines daadwerkelijk bedienen en chipontwerpen omzetten in fysieke chips. Dat is een uiterst complex proces met honderden nauwkeurige stappen, waarbij zelfs kleine verstoringen grote fouten kunnen veroorzaken. Daarom is ervaring in productie minstens zo belangrijk als de machines zelf.

Een centraal begrip hierbij is yield: het percentage chips op een wafer dat bruikbaar is. Hoe hoger de yield, hoe lager de kosten per werkende chip. TSMC onderscheidt zich doordat het zelf geen chips ontwerpt en zich volledig richt op productie voor klanten. Die focus, gecombineerd met schaal en procesverbetering, heeft het bedrijf een sterke concurrentiepositie gegeven.

Datacenters waardeketen

Datacenters kunnen tegenwoordig in drie categorieën worden onderverdeeld. Op het fundamentele niveau vormen halfgeleiders de basis van de meeste technologie in een datacenter. Dat hebben we hierboven al even kort benoemd. Daartussenin bevindt zich het datacenter zelf, dat kan worden onderverdeeld in rekenkracht, netwerken en opslag; deze zijn verpakt in servers.

Daaronder ligt de technologie die nodig is om het datacenter te laten draaien, zoals stroomvoorziening en koeling, evenals de externe beheerders van de datacenters. Ten slotte is er de cloudlaag, die de abstractielaag biedt waarop technologie kan worden ontwikkeld. Dat behandelen we in het volgende blok.

Rekenkracht (compute)

Nvidia, Intel, AMD, Broadcom, Marvell, Amazon, Google, Meta en Microsoft vormen de kern van rekenkracht in het datacenter. Compute draait om CPU’s, GPU’s en gespecialiseerde chips die applicaties, cloudworkloads en AI-modellen uitvoeren. CPU’s blijven belangrijk voor algemene verwerking, terwijl GPU’s domineren bij AI door hun sterke parallelle rekenkracht. Tegelijk winnen maatwerkchips zoals ASIC’s en Arm-gebaseerde processors terrein, omdat hyperscalers daarmee efficiënter en goedkoper specifieke workloads kunnen draaien.

Netwerken

Cisco, Arista, Nvidia, Broadcom en Marvell spelen een centrale rol in datacenternetwerken. Netwerken zorgen ervoor dat data snel en betrouwbaar tussen servers, opslag en applicaties stroomt via switches, routers en verbindingschips. Daarbij is Ethernet de brede standaard, terwijl InfiniBand vooral belangrijk is voor high-performance computing en AI-clusters met lage latentie. De markt ontwikkelt zich snel door de groei van AI, waardoor zowel netwerkapparatuur als gespecialiseerde netwerkchips steeds belangrijker worden.

Opslag

NetApp, Pure Storage, Dell Technologies en HPE spelen een centrale rol in opslag binnen het datacenter. Opslag zorgt ervoor dat data betrouwbaar, snel en op grote schaal beschikbaar blijft voor applicaties, databases en AI-workloads. Daarbij worden verschillende technologieën gebruikt, zoals flash-opslag voor hoge snelheid en lage latentie, en schijfgebaseerde opslag voor grote hoeveelheden langetermijndata. Rond die systemen bestaan ook verschillende architecturen, zoals DAS, SAN en NAS, die bepalen hoe opslag binnen het datacenter wordt ingericht, gedeeld en beheerd.

Stroomvoorziening

Schneider Electric, ABB, Eaton en Siemens zijn belangrijke spelers in de stroomvoorziening van datacenters. Zij leveren de systemen die ervoor zorgen dat alle servers, netwerken en opslagsystemen continu en stabiel van elektriciteit worden voorzien. Daaronder vallen stroomdistributie, transformatoren, generatoren en noodstroomvoorzieningen, die essentieel zijn, omdat zelfs korte onderbrekingen grote schade of uitval kunnen veroorzaken. Naarmate datacenters groter en energie-intensiever worden, neemt ook het strategische belang van stroombeheer verder toe.

Koeling

Vertiv, Stulz, Schneider Electric en Airedale International zijn belangrijke bedrijven op het gebied van datacenterkoeling. Koeling is cruciaal, omdat de enorme hoeveelheid rekenkracht in datacenters ook veel warmte produceert, en oververhitting prestaties en betrouwbaarheid direct aantast. Hiervoor worden systemen gebruikt zoals chillers, CRAC-units, CRAH-systemen en andere HVAC-oplossingen. Zeker door de opkomst van AI-servers met veel hogere vermogensdichtheid wordt koeling een steeds belangrijker onderdeel van de totale datacenterinfrastructuur.

Vastgoed (externe beheerders)

Equinix, CoreSite, Digital Realty en andere externe beheerders spelen een belangrijke rol in het vastgoed en beheer van datacenters. Deze partijen bouwen, beheren en verhuren fysieke datacenterruimte aan bedrijven die daar hun eigen servers en netwerkapparatuur willen plaatsen. Een veelgebruikt model is colocatie, waarbij klanten gebruikmaken van professionele faciliteiten zonder zelf een volledig datacenter te hoeven ontwikkelen. Daardoor vormen externe beheerders een essentiële schakel tussen digitale infrastructuur en de fysieke gebouwen, beveiliging en operationele continuïteit die daarvoor nodig zijn.

Enterprise data waardeketen

En nu de cloudproviders en alles wat daar omheen hangt. Dit is niet zozeer direct aan AI gerelateerd, maar is de basis voor goede software. Alle ontwikkelingen rondom AI hebben een extreem hoge adoptiegraad, omdat de digitale infrastructuur er al ligt.

Sources & Prep

Confluent, Apache Kafka, Fivetran, StreamSets, dbt en Databricks spelen een belangrijke rol in de fase waarin data wordt verzameld, ingeladen en voorbereid voor gebruik. In deze laag komt data uit uiteenlopende bronnen zoals apps, databases, API’s en sensoren samen, waarna die via batch of realtime streaming wordt ingelezen. Vervolgens wordt de data opgeschoond, getransformeerd en in een bruikbaar formaat gezet voor verdere opslag en analyse. Deze stap is cruciaal, omdat ruwe data eerst goed georganiseerd moet worden voordat bedrijven er betrouwbare inzichten of toepassingen uit kunnen halen.

Data warehouse/lake

Snowflake, Databricks, Google BigQuery, Amazon Redshift en Microsoft Synapse vormen de kern van moderne dataopslag in de cloud. Datawarehouses en datalakes zijn de centrale opslaglagen waarin bedrijven grote hoeveelheden data bewaren, beheren en beschikbaar maken voor analyses, AI en applicaties. Waar een data lake traditioneel alle soorten ruwe data opslaat en een data warehouse vooral gestructureerde data bevat, groeien deze modellen steeds meer naar elkaar toe in de vorm van het lakehouse. Daarmee ontstaat een flexibeler datafundament waarop organisaties zowel opslag als rekenkracht efficiënter kunnen organiseren.

Databases

Oracle, MySQL, Microsoft SQL Server, PostgreSQL en MongoDB zijn belangrijke namen binnen databases. Databases vormen de systemen waarin data gestructureerd of ongestructureerd wordt opgeslagen, opgehaald en beheerd voor operationele toepassingen. Relationele databases zoals Oracle en SQL Server werken met tabellen en vaste structuren, terwijl NoSQL-databases zoals MongoDB beter geschikt zijn voor flexibelere en minder gestructureerde datavormen. Samen vormen databases nog altijd een essentiële bouwsteen van het moderne data-ecosysteem, naast bredere opslaglagen zoals data lakes en warehouses.

Data management

Datadog, Dynatrace, New Relic, CrowdStrike, Palo Alto Networks en Fortinet zijn belangrijke spelers in datamanagement. Deze laag draait om het monitoren, beveiligen en besturen van data, zodat organisaties weten welke data ze hebben, wie er toegang toe heeft en of systemen betrouwbaar en veilig functioneren. Observability helpt bij het volgen van de gezondheid en prestaties van datasystemen, governance richt zich op beleid en compliance, en security beschermt data tegen misbruik en cyberaanvallen. Juist omdat data verspreid staat over veel systemen, formaten en omgevingen, is deze managementlaag een van de moeilijkste, maar ook belangrijkste onderdelen van het data-ecosysteem.

De AI-waardeketen

We hebben nu een groot gedeelte van de complete AI-waardeketen gehad. Semiconductors, datacenters en de infrastructuur, grote cloudpartijen en de datainfrastructuur. Wat nog overblijft, zijn de LLM-makers en app-layerbedrijven. De partijen die hierin actief zijn, zoals OpenAI, Anthropic, Mistral, Runway, Poolside, enzovoorts, zijn nog niet beursgenoteerd. Dat geldt ook voor de nieuwe laag AI-first apps zoals Perplexity, Elevenlabs, Wispr Flow, Midjourney, Harvey, Abridge, Glean, enzovoorts.

Vanuit het app-layerperspectief zijn er natuurlijk ook veel bestaande softwarebedrijven die AI integreren. Die zijn dan wel niet AI-first, maar proberen wel mee te gaan met de nieuwste ontwikkeling. Denk aan ServiceNow, Salesforce, GitLab, Figma, Adobe, Cloudflare, Shopify, enzovoorts.

Afbeelding zegt meer dan duizend woorden

Onderstaande nog twee extra afbeeldingen van de hierboven besproken waardeketen. Beide zijn van Quartr; de eerste is de semiconductor value chain. Deze is gemaakt in september 2025.

De tweede geeft een mooi overzicht van alle bedrijven die actief zijn in en rondom een datacenter. Denk aan stroom, beveiliging, maar ook koeling en serverrekken.

PEG-ratio; waarderen van tech

De PEG-ratio is een kengetal dat laat zien of een aandeel duur of goedkoop is in verhouding tot de verwachte winstgroei. Je berekent deze ratio door de koers-winstverhouding te delen door het verwachte groeipercentage (kan bijvoorbeeld een, drie of vijf jaar zijn) van de winst. De maatstaf werd vooral bekend door belegger Peter Lynch, die hiermee liet zien dat een aandeel met een hoge waardering toch aantrekkelijk kan zijn als de winst ook sterk groeit. In het algemeen geldt dat een lage PEG-ratio vaak wijst op een relatief gunstige waardering vergeleken met de groei.

Juist in de hoek van technologie kan dit interessant zijn. Daar zie je voornamelijk hoge koers-winstverhoudingen, natuurlijk niet zonder reden. De winstgroei is in die hoek ook bovengemiddeld hoog. Als je deze twee combineert, krijg je een veel beter beeld van wat de relatieve waardering is. Een bedrijf met een lage koers-winstverhouding kan relatief duurder zijn dan een bedrijf met een hogere, als de winstgroei dat ook is.

Er zijn verschillende manieren om een PEG-ratio te berekenen. Beter verwoord: er is niet één juiste manier om het te doen. De simpelste is de huidige koers-winstverhouding delen door de komende twaalf maanden winstgroei. Je kiest dan voor trailing in plaats van forward koers-winstverhouding. Verder kun je ook nog discussiëren over het aantal jaren groei: 1Y vs 3Y vs 5Y CAGR. Je zou eventueel ook nog kunnen kijken naar historische groei; dat is misschien wat raar, omdat we beleggen in de toekomst.

Een veelvoorkomende berekening voor de PEG-ratio is: Forward PE / CAGR EPS 3Y. Je moet dan inderdaad een inschatting maken van de toekomstige groei. Marc werkt veel met de consensus-CAGR, eventueel een eigen model als consensus niet beschikbaar is. Onderstaand een uitgewerkt voorbeeld.

Om de PEG-ratio uit te rekenen, pakken we de forward PE en de drie jaar EPS CAGR. Dat is 25,8 delen door 22,8: PEG-ratio van 1,13. We gaan er nu even vanuit dat het eind 2025/begin 2026 is. De winst voor 2026 is dus Next Twelve Months (NTM), met andere woorden: forward.

Het is wel zaak om echte incidentals en exceptionals uit de winst te halen. Je wilt een schone winst en daardoor ook groei hebben.

Je kunt de PEG-ratio van alle bedrijven uitrekenen die winst maken. Zo zou je bijvoorbeeld bedrijven uit andere sectoren naast elkaar kunnen leggen. Er is een soort van vuistregel: alles boven de twee wordt gezien als duur en alles onder de een als extreem aantrekkelijk.

Zoals bij elke waarderingsmultiple is er niet één heilige. Het beste werken ze in combinatie met allerlei andere factoren. Dat geldt dus ook voor de PEG-ratio. Deze is sterk afhankelijk van onzekere groeiverwachtingen en zegt weinig over de kwaliteit, duurzaamheid en risico’s van die groei. Nadelen genoeg dus, maar het kan zeker werken als snelle scan of een bedrijf aantrekkelijk gewaardeerd is. Waarna je een uitgebreide fundamentele analyse kan maken met goede waardering, bijvoorbeeld Discounted Cash Flow (DCF).

Portfolio

Transactie: Nee

Portfoliowaarde: € 464.700

Volgende week gaan we het hebben over 'Van tastbare naar ontastbare waarde (met Quirien Lemey)'. Rest ons nog één ding: investeer in je kennis! En beleg met beleid.

Word Vriend

Vind je het leuk om ons te steunen als onafhankelijke podcast, gebruik te maken van en mee te denken met de Portfolio Dividend Tracker? Voor € 6,25 per maand krijg je toegang. Zeven dagen gratis proberen!

► Doe mee met Jong Beleggen: PortfolioDividendTracker.com

Pim's portfolio

► Bekijk mijn volledige aandelenportfolio: Portfoliodividendtracker.com/jongbeleggen

JB updates op Instagram

► @JongBeleggen op Instagram: Instagram.com/jongbeleggen