Meta: Sind Muse Models der Durchbruch für Metas KI-Strategie?

Wichtige Morningstar-Kennzahlen für Meta

• Fair Value-Schätzung
  : 850 USD
• Morningstar Rating
  : ★★★★
• Morningstar Economic Moat Rating
  : Breit
• Morningstar Uncertainty Rating
  : Hoch

Am 8. April stellte Meta META mit Muse Spark ein multimodales Reasoning-Modell vor, das über fortschrittliche Fähigkeiten zur Tool-Nutzung und Agenten-Orchestrierung verfügt. Die Leistung des Modells lag bei verschiedenen Branchen-Benchmarks in etwa auf dem Niveau führender Modelle wie Anthropics Claude Opus 4.6 und Googles Gemini 3.1.

Warum das wichtig ist: Ein zentrales Argument gegen Meta war bisher, dass die KI-Modelle des Unternehmens trotz Investitionen in Höhe von mehreren zehn Milliarden Dollar in den Bereich KI deutlich hinter denen führender KI-Labore hinten lagen. Wir betrachten Muse Spark als das erste echte Modell, das mit führenden KI-Labors konkurrieren kann – ein großer Erfolg für Meta.

• Wir gehen davon aus, dass Meta weiterentwickelte Versionen der Muse-Modellfamilie veröffentlichen wird, und sehen zwei wesentliche Wege, wie sich daraus Wert für Meta ergibt. Erstens erwarten wir eine Verbesserung der Daten und der Anzeigenausrichtung des Unternehmens, da die Muse-Modelle die von Meta für Werbezwecke gesammelten riesigen Mengen an Nutzerdaten besser analysieren können.
• Zweitens erwarten wir, dass die Muse-Modelle dank besserer KI-Funktionen, einschließlich gesundheitsbezogener Funktionen, sowohl die Anzahl der Sitzungen pro Tag als auch die Verweildauer pro Sitzung steigern werden, was zu mehr Werbeeinblendungen und Umsätzen für Meta auf seinen verschiedenen Plattformen führen wird.

Fazit: Wir halten an unserer Fair-Value-Schätzung von 850 US-Dollar für Meta mit breitem Burggraben fest. Selbst unter Berücksichtigung der Kursrally nach dem Modell-Launch sehen wir die Aktie weiterhin als deutlich unterbewertet an.

Wichtige Kennzahlen: Meta gab an, dass Muse Spark deutlich recheneffizienter ist als Llama 4, das vorherige Modell des Unternehmens, sowie als Open-Source-Modelle chinesischer Labore wie DeepSeek und Kimi.

• Wir halten diese Effizienzsteigerung insbesondere im Kontext digitaler Werbung für entscheidend, da Meta nun agentenbasierte und reasoning-fähige Anzeigenoptimierung und Zielgruppenansprache zu geringeren Grenzkosten pro ausgelieferter Anzeige durchführen kann.