MongoDB-Rating zeigt Datadog-Valor: 16x EV/S verdeutlicht Erwartungsdruck im AI-Ausgabenzyklus
Kurzüberblick
Vor dem nächsten Quartalsreport von MongoDB hat Goldman Sachs die Aktie erneut mit Buy eingestuft und dabei besonders den AI-getriebenen Investitionszyklus in den Fokus gerückt. Im Hintergrund steht auch die Frage, wie viel Wachstum Anleger bereits für datennahe Plattformen einpreisen – und welche Rolle dabei die Bewertung von Datadog (DDOG) spielt.
Datadog notiert zur Einordnung am 20.08.2026 um 12:18 Uhr an der Lang&Schwarz Exchange bei 198,80 € (Tagesverlauf: -0,4%, YTD: +70,5%). Während MongoDB mit einem niedrigeren Bewertungsmultiplikator gehandelt wird, wird Datadog im Analystenvergleich mit einem höheren EV/S angesetzt – was den Erwartungsdruck für die kommenden Wachstums- und Margensignale erhöht.
Marktanalyse & Details
Goldman Sachs: AI-Ausgaben treiben die Story – entscheidend ist die Beschleunigung
Goldman sieht bei MongoDB Hinweise auf eine wieder anziehende Wachstumsdynamik rund um die Atlas-Revenue. Für das zweite Quartal des Geschäftsjahres 2027 hält das Institut ein Upside-Szenario für plausibel, bei dem das Atlas-Wachstum bei 29% oder mehr liegen könnte – über der Unternehmensanleitung von 26%. Auch für die zweite Jahreshälfte erwartet Goldman eine Anhebung der eigenen Zielerwartungen.
- Atlas wächst laut Goldman im passenden Rahmen, während sich die Entwicklung bei developer-getriebenen Aktivitäten verbessern soll.
- Der Analystenfokus liegt dabei weniger auf der absoluten Zahl, sondern auf der Signalwirkung einer möglichen Beschleunigung.
- Mit fortschreitender Verbreitung von AI-nahem Bedarf soll der Beitrag aus AI-Workloads wachsen.
Relativer Bewertungscheck: Datadog wirkt im Vergleich teurer
Besonders aufschlussreich für Datadog-Investoren ist der Bewertungsvergleich: MongoDB wird im Goldman-Szenario mit etwa 9x EV/S für das Geschäftsjahr 2028 veranschlagt. Snowflake liegt im Vergleich bei rund 15x EV/S, während Datadog bei etwa 16x EV/S auftaucht. Damit ist Datadog in dieser Momentaufnahme nicht der günstigere Trade im Daten-/AI-Umfeld.
Analysten-Einordnung: Dies deutet darauf hin, dass der Markt bei Datadog bereits eine hohe Fortschreibung der Wachstums- und/oder Effizienzstory einpreist. Wenn Anleger im AI-Ausgabenzyklus vor allem nach klaren Beschleunigungssignalen suchen – wie Goldman es bei MongoDB beschreibt – fällt die Reaktionsfähigkeit höher bewerteter Titel in der Praxis oft stärker aus. Für Datadog bedeutet das: Selbst bei operativ stabilen Entwicklungen kann der Kurs sensibler reagieren, sobald das Tempo der Fortschreibung nicht den Erwartungen entspricht.
Was Anleger aus der MongoDB-These für Datadog ableiten können
MongoDB wird als „later-cycle beneficiary“ des AI-Spending-Zyklus positioniert. Für Datadog ist daraus vor allem ein Bewertungs- und Erwartungsthema abzuleiten: Wenn AI-Workloads den Bedarf an Datenplattformen und Entwickleraktivität erhöhen, profitieren typischerweise auch Ökosysteme, die Monitoring, Observability und Performanz sichtbar machen. Gleichzeitig ist die Ausgangslage bei höherem EV/S anspruchsvoller.
- Priorität für DDOG: Abgleich, ob sich Wachstum und Profitabilität im Einklang mit der bereits eingepreisten Premium-Bewertung fortsetzen.
- Marktsensitivität: Je stärker der Markt auf Beschleunigungszeichen reagiert, desto wichtiger werden Quartals-Details zu Umsatzqualität und Effizienzentwicklung.
- Context: Der Vergleich über EV/S zeigt, wie stark Anleger unterschiedliche „AI-Wachstumsrouten“ bereits bewerten.
Fazit & Ausblick
Der Goldman-Impuls rund um MongoDB macht vor allem eines klar: Im AI-Ausgabenzyklus entscheidet nicht nur Wachstum, sondern dessen Tempo und die Glaubwürdigkeit der Beschleunigung. Für Datadog, das im Vergleich mit einem höheren EV/S bewertet wird, dürfte die Messlatte an die nächsten Resultate damit weiterhin hoch bleiben.
In den kommenden Quartalszahlen wird besonders relevant, ob Datadog die Erwartungen an Wachstumskurs und Effizienz sauber bestätigt und damit den Premium-Bewertungsansatz rechtfertigt.
Hinweise zu diesem Inhalt
Diese Inhalte wurden ganz oder teilweise automatisiert unter Einsatz künstlicher Intelligenz erstellt und können Fehler, Ungenauigkeiten oder unvollständige Informationen enthalten. Trotz sorgfältiger Prüfung übernehmen wir keine Gewähr für die Richtigkeit, Vollständigkeit und Aktualität der bereitgestellten Informationen.
Die Inhalte dienen ausschließlich Informationszwecken und stellen weder eine Anlageberatung noch eine Empfehlung oder Aufforderung zum Kauf oder Verkauf von Finanzinstrumenten dar. Sie ersetzen keine individuelle, fachkundige Beratung.
Eine Haftung für Vermögensschäden oder sonstige Schäden, die aus der Nutzung der Inhalte entstehen, ist – soweit gesetzlich zulässig – ausgeschlossen.