Actief beleggen in AI-thema’s.

Second Derivative Fund belegt actief in beursgenoteerde bedrijven: van de AI-productieketen tot toepassingen en markten die door AI veranderen.

Waarde en koers

Onze eigen software past gevestigde waarderingsprincipes toe. We schatten toekomstige kasstromen voor eigenaren, rekening houdend met tijd en onzekerheid. Vervolgens vergelijken we de waarde per aandeel met de beurskoers.

We onderzoeken of angst de koers onder onze geschatte waarde heeft gedrukt. Als enthousiasme de koers verder opdrijft dan onze waardering rechtvaardigt, kunnen we de positie afbouwen.

We streven naar asymmetrie: een gunstige verhouding tussen mogelijke winst en mogelijk verlies. We verschuiven kapitaal tussen thema’s als de kansen veranderen. Sterke bedrijven kunnen langer in de portefeuille blijven zolang hun verdienvermogen en waardering dat rechtvaardigen.

Gedeelde ervaring. Eigen tools.

Ons team brengt meer dan tien jaar ervaring in de markten samen. Als oud-collega’s zetten we onze AI-systemen en ons gezamenlijke onderzoek in voor één actief beheerde portefeuille.

Maak kennis met het team

We lichten onze aanpak graag toe en beantwoorden uw vragen, ook tijdens een kennismaking in Amsterdam.

U kunt uw inleg geheel of gedeeltelijk verliezen.

De bedrijven die we onderzoeken.

We onderzoeken bedrijven die AI mogelijk maken, toepassingen ontwikkelen of daarmee productiever worden en nieuwe markten openen. Ons beleggingsveld omvat chips, netwerken en energie, maar ook robotics, ruimtevaart en biotech. Een kans die we zoeken: blijvende prijszettingsmacht waar fysieke knelpunten vragen om technische kennis die met kapitaal alleen niet te evenaren is. Groei, verdienvermogen en waardering bepalen of een bedrijf een aantrekkelijke belegging is.

Lees over sectoren en onderzoeksvragen

Dit zijn onderzoeksgebieden, geen overzicht van posities. Een mogelijke toepassing maakt een belegging nog niet aantrekkelijk.

Chipproductie en apparatuur

WAT HET DOET
Chips maken en de machines bouwen die ze produceren.
WAT WE ONDERZOEKEN
Welke productiestappen worden moeilijker naarmate chips geavanceerder worden?
WAT DE WAARDE BEPAALT
Technische kennis, investeringen van klanten en de productiecyclus.

Accelerators

WAT HET DOET
Chips die AI-modellen trainen en uitvoeren.
WAT WE ONDERZOEKEN
Waarom blijven klanten voor deze chip en de bijbehorende software kiezen?
WAT DE WAARDE BEPAALT
Rekenprestaties, ontwikkelkosten, concurrentie en duurzame vraag.

Memory · HBM

WAT HET DOET
Memory houdt data dicht bij de chip. HBM is gestapelde memory die veel data tegelijk aan een accelerator kan leveren.
WAT WE ONDERZOEKEN
Blijft er genoeg vraag als nieuwe capaciteit beschikbaar komt?
WAT DE WAARDE BEPAALT
Capaciteit, productmix en winstgevendheid door de cyclus heen.

Advanced packaging en substrates

WAT HET DOET
Chips en memory verbinden tot een werkend systeem.
WAT WE ONDERZOEKEN
Welke verbindingen blijven lastig om betrouwbaar in grote aantallen te maken?
WAT DE WAARDE BEPAALT
Het aandeel bruikbare producten, goedkeuring door klanten en benodigde investeringen.

Interconnect en photonics

WAT HET DOET
Data verplaatsen tussen chips, servers en rekenclusters.
WAT WE ONDERZOEKEN
Waar kunnen optische verbindingen het systeem verbeteren?
WAT DE WAARDE BEPAALT
Energiegebruik, bandbreedte, toepassing en het verdienmodel van de leverancier.

Stroom en koeling

WAT HET DOET
Rekensystemen van elektriciteit voorzien en warmte afvoeren.
WAT WE ONDERZOEKEN
Wat is nodig voordat nieuwe capaciteit kan draaien?
WAT DE WAARDE BEPAALT
Netaansluiting, beschikbare apparatuur en de uitvoering van projecten.

Neoclouds en AI-compute

WAT HET DOET
Gespecialiseerde rekencapaciteit aanbieden aan AI-klanten.
WAT WE ONDERZOEKEN
Wanneer nemen klanten de gefinancierde capaciteit af, en wanneer betalen ze?
WAT DE WAARDE BEPAALT
Bezetting, contracten, vervanging van apparatuur en schulden.

Industriële automatisering

WAT HET DOET
Materialen verplaatsen, processen aansturen en producten controleren.
WAT WE ONDERZOEKEN
Welke verbetering maakt dat een klant opnieuw bestelt?
WAT DE WAARDE BEPAALT
Besparingen voor klanten, geïnstalleerde systemen en terugkerende service.

TOEPASSINGEN EN INDUSTRIEËN

We onderzoeken ook toepassingen en industrieën die AI kunnen gebruiken. Dit blijven onderzoeksgebieden, geen posities.

Energie

WAT HET DOET
Stroom, koeling en energiesystemen die AI nodig heeft, en software die die systemen kan helpen aansturen.
WAT WE ONDERZOEKEN
Wat moet er staan voordat nieuwe capaciteit kan draaien, en wie kan aan dat knelpunt verdienen?
VOORBEELD
Software test net- en koelsituaties. Operators houden de regeling.

Robotics

WAT HET DOET
Machines die grijpen, verplaatsen en sorteren in fabrieken en magazijnen.
WAT WE ONDERZOEKEN
Welke verbetering maakt dat een klant bij een leverancier blijft?
VOORBEELD
Robots leren grijpen en sorteren uit demonstraties.

Ruimtevaart

WAT HET DOET
Satellieten en sensoren die de aarde waarnemen en alleen nuttige data doorsturen.
WAT WE ONDERZOEKEN
Welke beslissing aan boord bespaart bandbreedte en blijft bruikbaar voor de operator?
VOORBEELD
Satellieten herkennen brandhaarden en sturen relevante beelden door.

Biotech

WAT HET DOET
Ontwerplussen waarin software een molecule voorstelt en het lab antwoordt.
WAT WE ONDERZOEKEN
Welke labterugkoppeling verandert het volgende ontwerp werkelijk?
VOORBEELD
Eiwitten ontwerpen. Labresultaten sturen de volgende ontwerpronde.

Security

WAT HET DOET
Waarnemings- en beoordelingssystemen waarbij AI een operator kan ondersteunen.
WAT WE ONDERZOEKEN
Wat is nodig om van een demonstratie tot een goedgekeurd systeem te komen?
VOORBEELD
AI filtert sensorbeelden. Operators beoordelen mogelijke dreigingen.

De technologie en het bedrijf erachter.

Bij onze technologievoorbeelden keren dezelfde vragen terug: wat verandert er voor de klant, wie verdient eraan en waardoor kan dat voordeel standhouden?

Verken de technologievoorbeelden

MECHANISMEVOORBEELDEN

Elk voorbeeld is een onderzoeksrichting. Het is geen productroadmap, geen positieslijst en geen beleggingsadvies.

Grotere clusters verbinden.

We onderzoeken de bedrijven die grotere AI-clusters verbinden. Daarbij bekijken we waar silicon photonics het energiegebruik voor dataverkeer kan verlagen.

ONDERZOEKSVRAAG
Welke leverancier kan aan een betere verbinding blijven verdienen?
WAT WE ONDERZOEKEN
  • Energiegebruik en bandbreedte
  • Productie en goedkeuring door klanten
  • Toepassing, marges en concurrentie

Optische verbindingen vervoeren data met licht. Ook een technische verbetering moet zich bewijzen bij klanten.

Van rekenkracht naar kasstroom.

We onderzoeken wat verhuurde AI-rekenkracht oplevert na stroomkosten, vervanging van apparatuur en financiering.

ONDERZOEKSVRAAG
Wanneer nemen klanten de capaciteit af en wanneer betalen ze?
WAT WE ONDERZOEKEN
  • Betalende klanten en bezetting
  • Contracten en vervanging van apparatuur
  • Financiering, schulden en wat voor aandeelhouders overblijft

Inference is het gebruik van AI om een antwoord te geven of een taak uit te voeren. Neoclouds verhuren gespecialiseerde rekenkracht.

Een fabriek die beter werkt.

We onderzoeken welke verbeteringen in robotics, beeldherkenning en meettechniek maken dat klanten bij een leverancier blijven.

ONDERZOEKSVRAAG
Welke verbetering levert een herhaalorder op?
WAT WE ONDERZOEKEN
  • Precisie en productiviteit
  • Inpassing in het proces van de klant
  • Geïnstalleerde systemen en terugkerende service-inkomsten

Een technische verbetering moet de klant iets opleveren waar die voor wil betalen.

Autonome systemen in de praktijk.

We onderzoeken hoe leveranciers van autonome systemen opdrachten krijgen en klanten behouden.

ONDERZOEKSVRAAG
Wat is nodig om van een demonstratie tot een goedgekeurd systeem en herhaalorders te komen?
WAT WE ONDERZOEKEN
  • Goedkeuring en betrouwbaarheid
  • Technologische zelfstandigheid en leveringszekerheid
  • Geïnstalleerde systemen en terugkerende service-inkomsten

Een demonstratie is nog geen goedgekeurd systeem of herhaalorder.

AssetCare

Fondsadministratie en onafhankelijke NAV-berekening: AssetCare Fund Services B.V., Amsterdam.