Oracle (ORCL) durch die Linse von „Enterprise-Dateninfrastruktur × Cloud × KI“ entschlüsselt: starke Bindung und kurzfristige Cashflow-Anspannung

* Dieser Bericht wird auf Basis von Daten zum Stand 2026-01-07 erstellt.

Bottom line: Was für eine Art Unternehmen ist Oracle? (für Mittelschüler)

Oracle verkauft die Basisschicht (Software und Cloud), die die „Daten“ und „Operationen“ von Unternehmen betreibt. In Umgebungen, in denen jeden Tag riesige Mengen an Transaktionen und Anwendungen laufen—Banken, Fertigung, Einzelhandel/Distribution, Telekom, Gesundheitswesen und Staat—sind die Prioritäten einfach: „nicht ausfallen“, „keine Fehler machen“ und „nichts leaken“. Indem es sich in diesem „nicht stoppbaren Kern“ verankert, hat Oracle ein Geschäftsmodell aufgebaut, das dazu neigt, sehr lange zu bestehen.

Heute sucht Oracle, ausgehend von seinen traditionellen Hochburgen (Datenbanken und Kern-Business-Anwendungen), nach seinem nächsten Wachstumsschub, indem es in Cloud (OCI) und AI (AI Database und AI Agents) expandiert.

Wer sind die Kunden, was verkauft Oracle, und wie verdient es Geld?

Kunden sind „große Unternehmen, Regierungen und die SIers, die sie unterstützen“

• Große Unternehmen (Finanzwesen, Fertigung, Einzelhandel/Distribution, Telekom, Gesundheitswesen usw.)
• Nationale und lokale Regierungen sowie öffentliche Institutionen
• IT-Dienstleistungsunternehmen / SIers, die Enterprise-Systeme bauen und betreiben

Anwendungsfälle reichen über Kernfunktionen wie Buchhaltung, HR, Bestand und Auftragsmanagement; geschäftskritisches Datenmanagement; Analytics und Reporting; sowie AI-getriebene operative Automatisierung (interne Suche, Bearbeitung von Anfragen, Entscheidungsunterstützung usw.).

Die drei wichtigsten Gewinnsäulen heute

• Datenbanken: Der „Tresor und das Hauptbuch“ für Unternehmensdaten—ein Ultra-High-Performance-System of Record, das schnell abrufen kann, ohne zu brechen oder etwas zu verlieren.
• Enterprise-Anwendungen: Die Software, die die Arbeit selbst ausführt—Buchhaltung, HR, Beschaffung, Vertriebsmanagement, Supply Chain und mehr.
• Cloud (OCI): Vermietung von Compute und Storage über das Netzwerk. Ihre Bedeutung hat in den letzten Jahren zugenommen, da die AI-Compute-Nachfrage stark gestiegen ist.

Kern des Umsatzmodells: „In die Unternehmensbasis einbetten und lange genutzt werden“

Oracles Kernmonetarisierung stammt aus dauerhaften Nutzungsgebühren, Wartung und Subscription-Abrechnung, die an Basissysteme gekoppelt sind, die nach der Implementierung schwer zu ersetzen sind. Mit steigendem Cloud-Anteil kann nutzungsbasierte Abrechnung direkter mit dem Verbrauch skalieren.

Warum Oracle tendenziell gewählt wird: der Kern seines Value Proposition

• Stark bei „nicht stoppbarer Arbeit“: Es wird häufig in Umgebungen ausgewählt, in denen Stabilität, Sicherheit und großskalige operative Resilienz wichtiger sind als die kostengünstigste Option zu sein.
• Die Daten bestehender Kunden sind bereits Oracle-zentriert: Oracle kann nicht nur „Greenfield“-Deployments verkaufen, sondern auch Upgrades, die das, was Kunden bereits auf Oracle betreiben, in Richtung Cloud- und AI-Readiness bewegen.

Zukünftige Säulen: drei Wege zur Erweiterung im AI-Zeitalter

Anstatt „AI“ als eigenständiges Produkt zu „verkaufen“, ist Oracle positioniert, AI-Ära-Wachstum zu erfassen, indem es AI direkt an die Grundlagen von Unternehmensdaten und -operationen bindet—Bereiche, in denen es bereits eine tiefe Incumbency hat.

1) AI auf Unternehmensdaten ausführen (AI Database / AI for Data)

In der Praxis sind Unternehmensdaten hochvertraulich und schwer zu bewegen. Das schafft starke Nachfrage, „AI nahe an den Daten auszuführen“, und Oracle signalisiert einen Vorstoß, AI-native Fähigkeiten in die Datenbank selbst einzubetten (z.B. Oracle AI Database 26ai). Oracle positioniert sich auch rund um „wähle dein bevorzugtes AI-Modell und nutze es auf Oracle DB“, was darauf abzielt, die Wahlfreiheit der Kunden zu bewahren und gleichzeitig Workloads an Oracles Fundament zu binden.

2) AI-Agentenplattform (AI, die Arbeit erledigt)

AI Agents sind nicht nur Q&A—sie können Schritte befolgen und Aufgaben ausführen. Oracle bietet eine Plattform für Unternehmen, um AI Agents zu betreiben, die mit ihren eigenen Daten und internen Tools verbunden sind (OCI Generative AI Agents platform), und hat Kompatibilitätsinitiativen hervorgehoben (Teilnahme an Aktivitäten unter der Linux Foundation). Dies ist die Implementierungsschicht, die erforderlich ist, um „Enterprise-grade AI“ real zu machen, und sie passt zu Oracles Stärken in Governance und Operations.

3) Cloud für AI stärken (Compute-Kapazität und Hochgeschwindigkeitsinfrastruktur)

AI ist compute-intensiv, und GPU-Angebot plus Data-Center-Kapazität können zu entscheidenden Wettbewerbsfaktoren werden. Oracle stärkt seine Partnerschaft mit NVIDIA und hat Integrationen angekündigt, um AI auf OCI auszuführen. Gleichzeitig ist diese Art von Infrastruktur-Ausbau durch physische Realitäten begrenzt—Facilities, Strom, Bau, Materialien und Talent—was ein ebenso wichtiger Teil der Story ist.

Langfristige Fundamentaldaten: den „Typ“ des Unternehmens über die Zahlen erfassen

Vergangene 5–10 Jahre: Umsatz und EPS haben sich in moderatem Tempo verzinst

• EPS CAGR (FY): vergangene 5 Jahre ~7.1%, vergangene 10 Jahre ~7.0%
• Revenue CAGR (FY): vergangene 5 Jahre ~8.0%, vergangene 10 Jahre ~4.1%

Über den langen Bogen wirkt Oracle weniger wie ein zyklisches Geschäft mit wiederholten Peaks und Troughs und mehr wie ein stetiger Compounder. Der Nettogewinn war über die Zeit in vielen Jahren positiv, daher ist dies keine Turnaround-Narrative, die auf einer Erholung von Verlusten aufbaut.

Margen: Operating Margin lag in den letzten Jahren (FY) generell im 30%-Bereich

Die FY operating margin hat in den letzten Jahren generell im 30%-Bereich gehalten, und FY2025 liegt bei ~30.8%. Die Tatsache, dass Oracle dieses Niveau bei wachsendem Umsatz gehalten hat, ist für sich genommen kein Beleg dafür, dass die buchhalterische Profitabilität zusammengebrochen ist.

ROE: hoch, kann aber stark von der Kapitalstruktur beeinflusst werden

Der ROE im letzten FY liegt bei hohen 60.8%. Allerdings kann Oracles Eigenkapital je FY deutlich schwanken, und Jahre mit negativem Eigenkapital sind ebenfalls vorgekommen. Infolgedessen kann ROE Kapitalstruktureffekte stärker widerspiegeln als die „Standard“-Interpretation, die stabiles Eigenkapital voraussetzt—ein wichtiger Vorbehalt.

Wachstumsquelle: nicht nur Umsatz, sondern auch „Share Count Reduction“ hat Kennzahlen je Aktie erhöht

Das EPS-Wachstum der letzten 5–10 Jahre scheint nicht nur durch Umsatz-Compounding unterstützt worden zu sein, sondern auch durch eine sinkende Aktienanzahl. Die FY shares outstanding sind über die Zeit nach unten tendiert und von ~4.50 billion in FY2015 auf ~2.87 billion in FY2025 gefallen.

FCF (free cash flow): langfristiger CAGR ist schwer zu beurteilen, und jüngere Perioden zeigen bemerkenswerte Negative

FY-basierte FCF growth (5-year und 10-year) kann aus diesem Datensatz nicht berechnet werden. Dennoch ist FY FCF in vielen Jahren positiv, aber FY2025 FCF ist -0.394 billion dollars; auf TTM-Basis ist FCF -131.81 billion dollars und die FCF margin ist -21.6%. Je mehr Oracle als „stabiles, cash-generatives foundational software company“ gesehen wird, desto mehr zählt dieses kurzfristige Cash-Profil.

Oracle durch Lynchs sechs Kategorien: am nächsten an „Stalwart“, aber keine Single-Leg-Story

Oracle wächst nicht in einem typischen Fast Grower-Tempo; es passt am ehesten zu einem „Stalwart (high-quality, mid-growth)“-Profil, mit moderatem Umsatz- und EPS-Wachstum. Der Case stützt sich auf FY EPS growth von ~7.1% pro Jahr, revenue growth von ~8.0% pro Jahr und operating margin im 30%-Bereich in den letzten Jahren—d.h. „mid-growth × high profitability“.

Allerdings ist es mit dem stark auf -131.81 billion dollars verschlechterten TTM FCF (FCF margin -21.6%) und ausgeprägten Kapital-/Finanzmerkmalen wie latest FY Debt/Equity von ~5.09 und Net Debt/EBITDA von ~3.89x schwer, die aktuelle Phase als eine saubere „stable quality“-Story zu beschreiben. Entsprechend rahmt dieser Bericht Oracle als einen Stalwart-leaning hybrid.

Kurzfristige (TTM / letzte 8 Quartale) Dynamik: Gewinne und Umsatz beschleunigen, FCF bewegt sich in die andere Richtung

Um zu beurteilen, ob Oracles langfristiger „Typ“ kurzfristig Bestand hat, deuten die Daten auf eine Mischung aus „accounting strength“ und „cash weakness“ hin.

EPS: beschleunigend (Accelerating)

• EPS (TTM): 5.2898
• EPS growth (TTM YoY): +30.55%
• 5-year average FY EPS growth: ~+7.1% pro Jahr

Das EPS-Wachstum im letzten Jahr liegt deutlich über dem 5-Jahres-Durchschnitt, was als beschleunigende Dynamik gilt. Über die letzten zwei Jahre (~8 Quartale) läuft das EPS-Wachstum ebenfalls bei ~+18.4% annualisiert.

Revenue: ein moderater Schritt nach oben gegenüber stetigem Wachstum (Accelerating, aber kein Sprung)

• Revenue (TTM): 61.016 billion dollars
• Revenue growth (TTM YoY): +11.07%
• 5-year average FY revenue growth: ~+8.0% pro Jahr

Das Umsatzwachstum im letzten Jahr liegt über dem 5-Jahres-Durchschnitt und ist damit per Definition beschleunigend, aber es ist kein Step-Change wie beim EPS. Es wirkt eher wie „stetiges Wachstum, das sich gefestigt hat“. Der Umsatz über die letzten zwei Jahre (~8 Quartale) liegt ebenfalls bei ~+7.8% annualisiert, konsistent mit einem Compounding-Profil.

FCF: verlangsamend (Decelerating) und die größte kurzfristige Schwäche

• Free cash flow (TTM): -131.81 billion dollars
• FCF growth (TTM YoY): -238.137%
• FCF margin (TTM): -21.6%

Selbst über die letzten zwei Jahre der Beobachtungen ist FCF die einzige Kennzahl, die eine ausgeprägte negative Entwicklung zeigt. Beachten Sie, dass die annualisierte FCF-Wachstumsrate über die letzten zwei Jahre als schwer zu berechnen behandelt wird, weil FCF im Verlauf negativ wurde und die Kontinuität gebrochen ist.

Operating margin (FY) bleibt im 30%-Bereich: jedoch gilt „hohe Margen = starker Cash“ nicht

Die FY operating margin ist im 30%-Bereich geblieben (FY2025 ~30.8%). Dieses Niveau bei wachsendem Umsatz zu halten kann positiv sein, aber bei tief negativem TTM FCF ist die Umwandlung von Gewinnen in Cash (cash conversion) ein separates—und zentrales—Thema.

Finanzielle Solidität (Themen zur Beurteilung des Insolvenzrisikos): hohe Verschuldung und ein dünnes Cash-Polster

Oracles kurzfristige finanzielle Haltung lässt sich zusammenfassen als „starke earning power (EPS und revenue)“ zusammen mit „begrenzten Hinweisen darauf, dass sich die finanzielle Flexibilität verbessert“.

Wichtige Kennzahlen aktuell (primär latest FY)

• Debt/Equity (latest FY): ~5.09
• Net Debt / EBITDA (latest FY): ~3.89x
• Cash Ratio (latest FY): 0.343
• Interest coverage (latest FY): ~4.96x
• CapEx burden proxy (most recent quarter CapEx/operating CF): 5.824

Richtung (jüngste bis nächste mehrere Quartale): sinkende Schuldendienstfähigkeit wird beobachtet

Auf Basis quartalsweiser Beobachtungen bleibt Net Debt / EBITDA erhöht, und die Schuldendienstfähigkeit (interest coverage aus operating profit) tendiert nach unten, wobei einige Quartale zuletzt Berichten zufolge in den 1x-Bereich gefallen sind. Cash Ratio wird ebenfalls als im 0.3-Bereich liegend mit einem sichtbaren Abwärtstrend beschrieben.

Angesichts des Obigen ist es, statt eine definitive Aussage zum Insolvenzrisiko zu treffen, die Kombination aus high leverage × weakening debt-service capacity × a thin cash cushion am besten als ein „monitor closely“-Thema zu behandeln—insbesondere, wenn die Investitionsphase anhält.

Positionierung von „today’s valuation level“ gegenüber Oracles eigener Historie (kein Peer-Vergleich)

Hier, ohne Vergleich zum Markt oder zu Peers, ordnen wir das heutige Niveau einfach relativ zu Oracles eigenen historischen Bandbreiten ein. Wo Kennzahlen zwischen FY und TTM differieren, behandeln wir das als einen Darstellungsunterschied, der durch die Periodendefinition getrieben ist.

PEG: innerhalb der normalen Bandbreite der letzten 5 und 10 Jahre (in den letzten 2 Jahren leicht unter dem unteren Ende)

• PEG (based on recent growth): 1.19
• 5-year median: 1.46 (normal range 0.46–3.07)
• 10-year median: 1.22 (normal range 0.44–2.96)

PEG liegt innerhalb der normalen Bandbreite der letzten 5 und 10 Jahre und ist moderat unter dem Median. Über die letzten zwei Jahre scheint es leicht unter dem unteren Ende der Bandbreite zu liegen.

P/E: nahe dem oberen Ende bis leicht darüber in den letzten 5 Jahren; über der Bandbreite in den letzten 10 Jahren

• P/E (TTM): 36.4x (assuming a share price of 192.59 dollars)
• 5-year median: 28.5x (normal range 17.0–36.1x)
• 10-year median: 17.5x (normal range 14.0–32.0x)

P/E ist hoch relativ zu Oracles eigener Historie. Beachten Sie, dass die letzten zwei Jahre des P/E fehlende Punkte in der quartalsweisen Serie haben, was begrenzt, was wir ableiten können: Directionality (rising/falling/flat) kann aus den Daten nicht bestimmt werden.

Free cash flow yield: weit unter der historischen (positiven) Bandbreite und aktuell negativ

• FCF yield (TTM): -2.38%
• 5-year median: +3.72% (normal range +2.93–+7.75%)
• 10-year median: +7.57% (normal range +3.28–+9.52%)

Dies geht weniger um „eine niedrige Yield“ und mehr um den Zähler—FCF (TTM)—der negativ ist. Die Directionality über die letzten zwei Jahre ist ebenfalls abwärts.

ROE: nahe dem Median der letzten 10 Jahre; mittleres Band innerhalb einer breiten Streuung der letzten 5 Jahre

• ROE (latest FY): 60.8%
• 10-year median: 55.9% (normal range 15.6–148.7%)

ROE liegt nahe am 10-Jahres-Median, während die letzten 5 Jahre eine breite Streuung zeigen (konsistent mit bedeutenden Schwankungen im Eigenkapital).

FCF margin: weit unter der historischen (positiven) Bandbreite und aktuell negativ

• FCF margin (TTM): -21.6%
• 5-year median: +17.0% (normal range +9.34–+24.6%)
• 10-year median: +30.9% (normal range +15.9–+33.5%)

Im historischen Kontext ist dies ein extremer Ausreißer, und die letzten zwei Jahre zeigen ebenfalls eine abwärts gerichtete Directionality.

Net Debt / EBITDA: innerhalb der Bandbreite der letzten 5 Jahre; nahe dem oberen Ende der letzten 10 Jahre

• Net Debt / EBITDA (latest FY): 3.89x
• 5-year median: 3.92x (normal range 3.52–4.05x)
• 10-year median: 1.86x (normal range -0.41–3.93x)

Net Debt / EBITDA ist ein inverser Indikator, bei dem niedrigere Werte (und negative Werte, näher an net cash) größere finanzielle Flexibilität implizieren. Auf dieser Basis ist das aktuelle Niveau im mittleren bis leicht hohen Bereich innerhalb der normalen Bandbreite der letzten 5 Jahre und sehr nahe am oberen Ende der normalen Bandbreite der letzten 10 Jahre.

Cashflow-Qualität: warum ist Cash schwach trotz starker Gewinne? (organisiert ohne Kausalität zu behaupten)

Das größte kurzfristige Thema für Oracle ist die Lücke zwischen „starken buchhalterischen Gewinnen (EPS)“ und „schwachem free cash flow (FCF).“ Dies taucht wiederholt im Abschnitt zur kurzfristigen Dynamik auf und fließt direkt in Fragen zur Dividendennachhaltigkeit, Investitionsfähigkeit und finanziellen Durchhaltefähigkeit ein.

In der Narrative verwandter Artikel wird Oracles wachsende Rolle als Cloud-Lieferant (GPUs und Data Centers) als „consistent with“ einem Setup beschrieben, in dem „revenue wächst, aber Kapazitätserweiterung zuerst trifft, wodurch Cash eher schlechter wird“. Ohne hier Kausalität zu behaupten, ist der zentrale Punkt einfach die beobachtete Verschlechterung der cash conversion, einschließlich der Möglichkeit, dass sie eine Investitionsphase widerspiegelt.

Dividende: eine lange Historie, aber kurzfristig wirkt sie „nicht durch Cash finanziert“

Grundlegende Dividendendaten (verfügbare Fakten)

• Dividend per share (TTM): 1.84156 dollars
• Payout ratio (earnings-based, TTM): ~34.8%
• Years of consecutive dividends: 18 years
• Years of dividend increases: 17 years

Yield: kann für das latest TTM nicht berechnet werden, daher kann die Lücke zu historischen Durchschnitten nicht beurteilt werden

• Dividend yield for the latest TTM: cannot be calculated from this dataset (insufficient data captured)
• 5-year average yield: ~1.59%
• 10-year average yield: ~1.41%

Dass die latest TTM yield nicht berechnet werden kann, bedeutet nicht „es gibt keine Dividende“. Es ist schlicht eine Datenlimitierung: Wir können nicht beurteilen, ob die heutige Yield hoch oder niedrig im Vergleich zu historischen Durchschnitten ist.

Dividend growth pace: DPS ist schneller gewachsen als EPS growth

• DPS growth: vergangene 5 Jahre ~12.2% pro Jahr, vergangene 10 Jahre ~12.7% pro Jahr
• Latest 1 year (TTM) DPS increase: ~19.5%

Bei FY-basierter EPS growth von rund ~7% pro Jahr sind Dividenden im ~12%-Bereich gewachsen; wie diese Lücke zu interpretieren ist, hängt davon ab, „cash flow und leverage“ zu bestätigen.

Safety: scheint durch earnings gedeckt, aber nicht durch FCF gedeckt

• FCF (TTM): -131.81 billion dollars
• FCF-based payout ratio (TTM): -40.7% (can become a negative ratio because the denominator is negative)
• FCF coverage (TTM): -2.45x (can become negative because FCF is negative)

Die earnings-basierte payout ratio (TTM ~34.8%) liegt unter historischen Durchschnitten (5-year ~39.4%, 10-year ~39.8%), was nahelegt, dass die Dividende durch earnings gedeckt ist. Da TTM FCF jedoch negativ ist, wird die Dividende in der latest period nicht durch FCF finanziert.

Leverage und Schuldendienstfähigkeit: untrennbar von der Dividendendiskussion

• Debt/Equity (latest FY): ~5.09
• Net Debt/EBITDA (latest FY): ~3.89x
• Interest coverage (latest FY): ~4.96x

Leverage ist hoch, und interest coverage ist positiv, aber es als „ample“ zu beschreiben erfordert Vorsicht. In den Daten sind die zentralen Themen schwache FCF coverage und erhöhte leverage.

Track record: Jahre mit Dividendensenkungen können nicht identifiziert werden

Jahre, in denen eine Dividendensenkung (oder dividend cut) stattgefunden hat, können aus diesem Datensatz nicht identifiziert werden. Entsprechend behaupten wir nicht „es gab keine cuts“, und beschränken die Aussage stattdessen auf die Tatsache, dass „cut years nicht identifiziert werden können“.

Fit nach Investorentyp (Investor Fit)

• Income-Investoren: 18 Jahre Kontinuität und 17 Jahre Erhöhungen können attraktiv sein, aber bei tief negativem TTM FCF bleibt „dividend stability“ ein klarer Watch Item.
• Total-return fokussiert: Die earnings-basierte payout ratio ist nicht exzessiv, aber hohe leverage und cash flow volatility können bei der Bewertung der capital allocation flexibility relevant sein.

Beachten Sie, dass dieser Artikel keine Peer-Dividendenvergleichsdaten enthält, daher machen wir keine definitiven Aussagen darüber, wo Oracle innerhalb seiner Peer Group rangiert.

Success story: warum Oracle gewonnen hat (die Essenz)

Oracles Kernwert ist, dass es die Grundlage kontrolliert, die die Always-on-Daten und Operationen von Unternehmen betreibt. Datenbanken und Kern-Business-Anwendungen binden direkt an Buchhaltung, Auftragsmanagement, HR und Kundeninformationen an; weil Migrationskosten und operatives Risiko hoch sind, gilt: Je tiefer Oracle eingebettet ist, desto weniger wahrscheinlich ist es, ersetzt zu werden.

Diese „stickiness“ übersetzt sich tendenziell in Verlängerungen, Erweiterungen und inkrementelle Deployments, die aufeinander aufbauen und die langfristige Umsatzvisibilität verbessern. Oracle ist ein Unternehmen, bei dem die Schwierigkeit des Ersatzes im Feld Wert stärker kumuliert als auffällige neue Produkte.

Sind jüngste Schritte konsistent mit der Success story? (story continuity)

Jüngste Strategieverschiebungen verlagern Oracles Schwerpunkt von „primär ein DB/core systems company“ hin zu der Erfassung des praktischen Workflows der AI-Ära (data × operations × compute). Konkret verstärkt Oracle über AI Database einen „run AI close to the data“-Ansatz, treibt die Implementierung über eine AI agent platform in den Tagesbetrieb und erweitert OCI als AI compute platform.

Dies ist eine natürliche Erweiterung von Oracles traditionellen Stärken (Enterprise-Daten und Operations) und passt zur bestehenden Success story. Allerdings gilt: Je mehr Oracle zu einem Cloud-Lieferanten wird, desto mehr können „capex, supply constraints und operational reliability“ den Enterprise Value treiben—und gegenüber der Vergangenheit zusätzliche Execution-Variablen hinzufügen.

Invisible Fragility: wo die Story brechen könnte, gerade weil sie stark aussieht

Ohne eine unmittelbare Krise zu behaupten, sind hier die wichtigsten Wege, wie die Story brechen könnte, falls sie brechen sollte.

• Tilt in Richtung mega-scale contracts: In AI cloud kann eine kleine Anzahl sehr großer Kunden die Kapazitätsplanung effektiv diktieren. Wenn Vertragsbedingungen, Go-live-Timing oder Renewal-Annahmen nicht halten, kann der Anbieter zuerst mit Fixkosten (Equipment, Operations, Debt) zurückbleiben.
• Supply competition in AI compute platforms: Differenzierung kann sich in Richtung Angebotsvolumen (GPUs, Strom, Bau) verschieben und den Wettbewerb in Beschaffung, Ausbau und operative Execution verwandeln. Oracle bewegt sich in das Zentrum dieser Arena.
• Convergence of cloud functionality: Im Scale tendieren Features zur Konvergenz, und Differenzierung verschiebt sich oft in Richtung Preis, Angebotskapazität, Zuverlässigkeit und Distribution. Wenn AI compute wichtiger wird, kann es schwieriger werden, DB-led Differenzierung aufrechtzuerhalten.
• Physical constraints (GPUs, construction, power): AI-Data-Center-Expansion ist hochsensitiv gegenüber physischen Beschränkungen. Das Hin und Her zwischen Delay-Reports und Denial-Comments selbst deutet auf eine Phase hin, in der der Markt darauf vorbereitet ist, Angebotsbeschränkungen als ein zentrales Thema zu behandeln.
• Organizational/cultural load: Wenn ein software-zentriertes Unternehmen seinen Schwerpunkt in Richtung Infrastruktur-Ausbau verlagert, können Field Burden und cross-functional friction steigen, da Delivery Timelines und Supply Commitments Priorität erhalten. Allerdings ist Primary-Source-Material, um definitiv große jüngste kulturelle Probleme zu behaupten, begrenzt, daher bleibt dies ein allgemeines Framing.
• Was zählt, ist „cash“, nicht ROE oder margins: Selbst wenn accounting earnings wachsen, kann eine anhaltende investment burden oder operative Ineffizienz die cash-basierte earning power erodieren.
• Verschlechterung der financial burden: Bei bereits hoher leverage gibt es Beobachtungen einer schwächer werdenden debt-service capacity; je länger die investment phase dauert, desto mehr kann sich die capital allocation flexibility verengen.
• Fragility, weil reliability der Wert selbst ist: In Cloud- und Authentication-Systemen können Outages kaskadieren, und die „it went down“-Erfahrung kann nachwirken. Wenn OCI outage reports auftauchen, können sie direkt beeinflussen, ob Oracle als foundational layer vertraut wird.

Competitive landscape: Oracle kämpft gleichzeitig auf „drei Schlachtfeldern“

Oracle konkurriert über Domänen mit sehr unterschiedlichen Dynamiken: Datenbanken, Kern-Business-Anwendungen und Cloud-Infrastruktur (insbesondere AI compute). Ein Einzeiler als Urteil führt tendenziell in die Irre, daher ist es genauer, Oracle als ein Unternehmen zu sehen, dessen „look“ sich je nachdem verändert, welches Schlachtfeld das meiste Gewicht trägt.

Wichtige Wettbewerber (kein quantitativer Vergleich)

• Microsoft (Azure / SQL Server / Dynamics 365)
• Amazon (AWS / Aurora / Redshift, etc.)
• Google (Google Cloud / BigQuery, etc.)
• SAP (ERP)
• Workday (HCM/Financials)
• IBM / Red Hat (Db2 / OpenShift, etc.)
• Open-source DBs (PostgreSQL, etc.)

Zusätzlich wird als Grenzbereich die Einschätzung eingeführt, dass in der Java runtime platform OpenJDK-Varianten und Third-Party-Distributions (Azul, Amazon Corretto, etc.) als Substitute dienen können.

Wettbewerbsachsen nach Domäne: wo Oracle gewinnen kann und wo es verlieren kann

• Datenbanken: Migrationsschwierigkeit, operatives Know-how und Application Assets können bedeutende Barrieren schaffen. Gleichzeitig können in Greenfield- und angrenzenden Bereichen OSS/cloud-native Datenbanken Substitutionsdruck erzeugen.
• Kern-Business-Anwendungen: Fit zu Geschäftsprozessen, Implementierungsleichtigkeit und das SI/Partner-Ökosystem sind zentral. Refresh-Zyklen existieren, aber sie sind tendenziell lang.
• Cloud infrastructure (OCI): Angebotskapazität (GPUs, Strom, Data Centers), Netzwerkperformance, Zuverlässigkeit und Preis-/Vertragsbedingungen sind zentral. Funktionalität tendiert zur Konvergenz, und einige Bereiche sind schwer zu differenzieren.
• Multi-cloud connectivity: Sie kann Adoptionsbarrieren senken, erhöht aber auch die Komplexität rund um Grenzen operativer Verantwortlichkeiten und Incident Isolation, wodurch die Support-Erfahrung eher die Kundenbewertung treiben kann.

Was ist der moat, und was bestimmt die durability?

Kern des moat: switching costs (migration costs) und „field constraints“

Oracles moat geht weniger um Feature-Gaps und mehr um akkumulierte Real-World-Constraints: Datenvolumen, Geschäftsprozesse, umgebende Integrationen, Berechtigungs- und Audit-Anforderungen sowie Operating Procedures. Unternehmen wählen häufig „phased migration from the edges“ statt „rip-and-replace“, und die Tatsache, dass das Zentrum häufig Oracle bleibt, verstärkt stickiness.

Wo der moat dünner werden kann: Substitution von der Peripherie und Kommoditisierung des Cloud-Angebots

Substitution beginnt typischerweise an den Rändern (neue Entwicklung, Adoption auf Abteilungsebene, Standardisierungswellen) statt im Kern. Wenn Reibung rund um Verträge, Licensing und Audit Responses zu einer negativen Customer Experience kumuliert, kann sie bei Refresh zum Katalysator werden, einen anderen Anbieter zu wählen. Zudem ist Cloud als AI compute platform leicht nach Angebotsvolumen, Preis und Zuverlässigkeit vergleichbar, wodurch ein Schlachtfeld erweitert wird, das schwer allein mit Softwarevorteilen zu verteidigen ist.

Strukturelle Position im AI-Zeitalter: wird Oracle gestärkt, oder ersetzt?

Oracle hat keine consumer-style network effects; stattdessen profitiert es von einer verstärkenden Schleife, in der Integration und Operations stärker verankert werden, wenn Enterprise-Kerndaten und Workflows zentralisieren. Der Vorteil ist nicht „training data“ selbst, sondern die Nähe zu dem Ort, an dem vertrauliche Unternehmensdaten akkumulieren (DB, core applications, operational logs).

• Tailwinds: Nachfrage, AI zu nutzen, ohne vertrauliche Daten nach außen zu bewegen; Data Foundations, die an Governance und Audit gebunden sind; Flexibilität in der Multi-Cloud-Placement; Aufbau von Connection Points zu Agent Standards.
• Headwinds: Physische Beschränkungen im Wettbewerb um AI-Infrastruktur (GPUs, Strom, Bau) und ein Setup, in dem Angebot und Zuverlässigkeit Gewinner und Verlierer bestimmen. Größere Abhängigkeit von großen Verträgen kann sich auch in höherer Fixkostenintensität übersetzen.

Insgesamt ist Oracle nicht als „die Seite, die AI ersetzt“ positioniert, sondern vielmehr als die Seite, die gestärkt werden kann, indem sie näher an die Kerninfrastruktur rückt, die AI in Enterprise-Umgebungen praktikabel macht. Allerdings wird diese Stärkung nicht allein durch Software-Execution erreicht; sie hängt stark von Cloud-Supply-Execution und operational reliability ab.

Leadership und Kultur: wie es mit Strategie und den Zahlen (cash) zusammenhängt

Leadership change 2025: co-CEOs, um den Fokus auf „cloud“ und „applications“ zu bekräftigen

Am 22. September 2025 wechselte Oracle von CEO Safra Catz zu einer co-CEO-Struktur mit Clay Magouyrk (aus OCI) und Mike Sicilia (aus applications/industry solutions), wobei Catz Executive Vice Chair des Boards wurde. Larry Ellison bleibt als Chairman und CTO involviert.

Diese Struktur scheint darauf ausgelegt zu sein, klare, verantwortliche Führung an der Spitze sowohl für Cloud (insbesondere die AI compute platform) als auch für Business Applications (industry applications + AI) zu verankern.

Profile (abstrahiert aus öffentlichen Informationen) und Verbindung zur Kultur

• Larry Ellison: Betont wahrscheinlich technische Designphilosophie (Sicherheit, Zuverlässigkeit, Automatisierung). Wenn Vertrauen das Produkt ist, wird Zuverlässigkeit zum Wert selbst.
• Safra Catz: Wird häufig als finance- und execution-orientiert beschrieben (Verträge, Bookings, Investment Pacing). In einer Welt, in der Angebot der Bottleneck sein kann, kann dies Entscheidungen zur Kapazitätserweiterung versus Nachfrage direkt prägen.
• Clay Magouyrk: Neigt wahrscheinlich zu Execution in Infrastruktur-Design, Build und Operations. Könnte Supply Expansion priorisieren, was mit kurzfristiger Cash-Belastung kollidieren kann.
• Mike Sicilia: Betont wahrscheinlich AI, die in realen Industry Settings funktioniert (AI in Operations eingebettet). Dies passt zu Designs, die AI nahe an Datenbanken und Governance halten.

Eine Dual-Standard-Kultur: Stärke bei Alignment, Reibung bei Misalignment

Die Aufteilung der Verantwortlichkeiten unter co-CEOs kann eine Infrastruktur-seitige Kultur stärken, die auf „supply, operations und SLAs“ fokussiert ist, sowie eine Application-seitige Kultur, die auf „industry workflows, regulation und implementation“ fokussiert ist. Bei Alignment können integriertes Selling und Delivery verbessern; wenn nicht, kann Komplexität rund um Grenzen von Vertrags-/operativer Verantwortung und Support-Erfahrung zu Reibung werden.

Verallgemeinerte Muster in Employee Reviews (nicht zitiert)

• Positiv: Möglichkeiten, an großskaligen Enterprise-Projekten zu arbeiten und eine Karriere über DB, applications und cloud aufzubauen.
• Negativ: Schwere Contracting- und Approval-Prozesse können Koordinationskosten erhöhen. Während Phasen der Cloud-Supply-Expansion kann Field Burden steigen, da Delivery Timelines und Go-live Dates Priorität erhalten.

Die Tatsache, dass TTM FCF tief negativ ist und capex burden indicators hoch sind, wird als scheinbar konsistent mit einer „Phase, in der supply und execution wahrscheinlich priorisiert werden“ dargestellt (ohne spezifische Incidents zu behaupten).

Eine Lynch-style Sicht: Koexistenz von „competitive intensity“ und „business stickiness“

Als Cloud-Plattform operiert Oracle in einer intensiv kompetitiven Arena, im direkten Wettbewerb mit AWS/Azure/GCP. Gleichzeitig ist seine Datenbank- und Core-Operations-Foundation strukturell schwer zu ersetzen. Daher ist es, statt ein einzelnes Label zu erzwingen, genauer, Oracle als einen Hybrid zu sehen, in dem „high-intensity cloud elements“ und „high-stickiness core software elements“ koexistieren.

10-year competitive scenarios (bull/base/bear)

• Bull: Enterprise AI verschiebt sich in Richtung „secure execution close to confidential data“, was Anbieter begünstigt, die DB, Permissions und Audit kontrollieren. Supply Expansion bleibt im Plan, und Large-Customer Go-Lives kumulieren.
• Base: Core DB/Business Applications bleiben intakt, aber die Peripherie adoptiert zunehmend OSS und andere Clouds. Multi-Cloud bewahrt Gründe zu bleiben, während Unit Economics, Verträge und operative Experience wichtiger werden; AI compute wächst, aber mit höherer Volatilität.
• Bear: Standardisierung schreitet von der Peripherie voran und Oracle wird auf einen Teil des Kerns begrenzt. Contract/Audit/Operational Burdens kumulieren und werden bei Refresh vermieden. Supply Constraints und Reliability Events halten an, was die Vorsicht für mission-critical Use Cases erhöht.

Competition-related KPIs, die Investoren beobachten sollten (um „direction“ zu beurteilen)

• Ob die Cloud-Migration bestehender Kunden „migration within Oracle“ ist oder „an escape route to other clouds“
• Go-live timing großer AI compute deals (nicht Contract Wins, sondern Start der Nutzung und Ramp Pace)
• Cloud reliability narrative (insbesondere ID/authentication und networking)
• Ob Reibung rund um Verträge, Audits und License Interpretation als „increasing trend“ entsteht
• Geschwindigkeit der OSS (PostgreSQL, etc.) Standardisierung in angrenzenden Bereichen und Fortschritt der Java runtime substitution
• Ob Supply Constraints bei GPUs, Strom und Bau nachlassen oder anhalten

Two-minute Drill (long-term investor summary): das Rückgrat der Investment Thesis aufbauen

Für langfristige Investoren ist der erste Punkt Oracles stickiness: Es sitzt im Zentrum der Always-on-Daten und Operations von Unternehmen. Dies ist eine dauerhafte Foundation, in der Renewals und Expansions oft aufeinander aufbauen.

Zweitens passt Oracles Ansatz, AI-Ära-Nachfrage aus dieser Foundation zu erfassen—AI nahe an Daten auszuführen, AI in Operations einzubetten und eine AI compute platform anzubieten—zur bestehenden Story. Die co-CEO-Struktur scheint ebenfalls darauf ausgelegt zu sein, diese zwei Säulen (Infrastruktur und Applications) an der Spitze zu verstärken.

Die größte kurzfristige Spannung ist jedoch, dass „earnings stark sind, aber cash schwach ist“. TTM FCF ist -131.81 billion dollars, und FCF yield (-2.38%) sowie FCF margin (-21.6%) liegen weit unter Oracles eigenen historischen Bandbreiten. Die langfristige Weggabelung ist, ob dies ein temporärer Investment Cycle ist, der später normalisiert, oder ob investment burden strukturell wird und die capital allocation flexibility weiter komprimiert.

Anders ausgedrückt ist die Kernfrage, ob die Verzerrungen aus „offense (supply expansion)“ letztlich zu „defense (stable earning power)“ zurückkehren. Oracle hat sowohl ein „defensive face (core systems)“ als auch ein „offensive face (AI infrastructure supply)“, und Investoren müssen beide Variablensets gleichzeitig verfolgen.

Organisation über einen KPI tree: die kausale Struktur des Enterprise Value (was zu beobachten ist)

Outcomes

• Langfristiges Gewinnwachstum (einschließlich je Aktie)
• Cash generation power (Stabilität und Niveau von FCF)
• Kapital-Effizienz (return on capital einschließlich capital structure)
• Finanzielle Ausdauer (leverage resilience, debt-service capacity, cash cushion)
• Recurring revenue, unterlegt durch reliability (als Foundation nicht ausfallen)

Intermediate KPIs (Value Drivers)

• Top-line expansion (renewals/expansions bestehender Kunden + neue Adoption)
• Mix shift (Gewichtung foundation software / business applications / cloud)
• Commercial profitability (margins halten/verbessern)
• Cash conversion (Qualität der Umwandlung von accounting earnings in cash)
• Investment burden (capex und das Gewicht der supply expansion)
• Leverage-Niveaus und interest burden managen
• Operational reliability (Impact von Outages und Quality Events)
• Contract und operational friction (Kosten der Komplexität)

Operational Drivers nach Geschäft

• Datenbanken: Renewals, Maintenance, continued usage; Expansion innerhalb bestehender Kunden; churn suppression via switching costs.
• Enterprise applications: Subscription-Abrechnung und Implementation Support; stickiness zu Geschäftsprozessen; Expansion Pathways in DB/AI/operational foundations.
• Cloud (OCI): Revenue Expansion aus höherer Nutzung; Supply Capacity Expansion; operational reliability; das Tauziehen mit investment burden spiegelt sich in FCF wider.
• Multi-cloud connectivity: Hilft, den Adoption Funnel zu erweitern und Renewals zu stützen, aber Responsibility Boundaries und Isolation Difficulty können auch über operational friction begrenzen.

Constraints und Bottleneck-Hypothesen (Monitoring Points)

• Das Gewicht von capex und supply expansion (physische Beschränkungen wie GPUs, Strom, Bau)
• Divergenz zwischen earnings growth und cash generation (verengt sich oder bleibt bestehen)
• Veränderungen in der high-leverage structure und debt-service capacity
• Dünnes cash cushion
• Komplexität von Verträgen und Licensing; Schwierigkeit von Migration und Refresh
• Eine Struktur, in der foundational outages in der Narrative bestehen bleiben (insbesondere High-Blast-Radius-Bereiche wie ID/authentication)
• Alignment zwischen Supply Plans und tatsächlicher Utilization (Start der Nutzung und Ramp Pace)
• Fixed-cost intensity, wenn die Konzentration in großen Deals steigt
• Ob zunehmende Multi-Cloud-Adoption Responsibility-Boundary-Complexity zu einem Bottleneck macht