Trotz des hohen Aktienkurses wird der KI-Zyklus noch Jahre andauern aus einer Reihe von Gründen. Derzeit befindet er sich weniger am Anfang einer Spekulationsblase als in seinen Anfängen, ähnlich den Phasen, die Smartphone und Cloud-Computing erlebt haben.
Von der Einführung bis zur Monetarisierung
Internetplattformen entwickeln sich immer nach dem gleichen Muster: Nutzer gewinnen und das Angebot dann in großem Maßstab monetarisieren. Facebook ist ein typisches Beispiel. Bei seinem Börsengang im Jahr 2012 hatte das Netzwerk rund eine Milliarde Nutzer. Die Aktien wurden zu rund dem 100-fachen des erwarteten Gewinns gehandelt, eine Bewertung, die als spekulativ galt, zumal der durchschnittliche Umsatz pro Nutzer (ARPU) von etwa 8 Dollar kaum ausreichend schien. Doch zwölf Jahre später liegt der ARPU bei rund 200 Dollar und der Aktienkurs hatte sich auf das Sechszehnfache erhöht. So hat sich die Monetarisierung des Facebook-Angebots zwar über einige Jahre hingezogen, sie hat sich jedoch tatsächlich realisiert.
ChatGPT scheint einem sehr ähnlichen Szenario zu folgen. Dieser Konversationsassistent nähert sich rasch der Milliarde wöchentlicher Nutzer. Er wird sowohl privat als auch beruflich genutzt. Für viele Fachleute scheint ein monatliches Abonnement von 20 Dollar angesichts der Zeitersparnis durch dieses Tool nicht zu teuer. Und private Nutzer würden wahrscheinlich personalisierte Werbung für eine ähnliche Summe akzeptieren.
Der Anstieg der Aktienkurse von KI-Unternehmen spiegelt eher starkes Wachstum wider als eine klassische spekulative Bewegung.
Wenn ein fortgeschrittenes Ökosystem von KI-Agenten monatlich etwa 10 Dollar pro aktivem Nutzer einnehmen kann, sollte der Jahresumsatz bei rund 120 Milliarden liegen, sobald es eine Milliarde Nutzer erreicht. Doch auch wenn dieser Betrag der Norm für Plattformen entspricht, muss berücksichtigt werden, dass die internationale Ausbreitung kostenintensiv ist. Netflix, Spotify und Uber mussten jahrelang Kapital investieren, bevor sie es geschafft haben. KI-basierte Plattformen befinden sich genau in dieser Phase des „Aufbau-Lernens“. Sie müssen Nutzer gewinnen, ihre Erfahrung verbessern, Daten sammeln, ihr Produkt konsolidieren und schneller innovieren als Wettbewerber mit größeren finanziellen Mitteln (Hallo, Google).
Auf Seiten der Nutzer ist die Rendite bereits messbar, und die Auswirkungen der neuen Modelle zeigen sich deutlich in der realen Wirtschaft, sowohl im Gesundheitswesen als auch im Dienstleistungssektor, wo alle routinemäßigen Aufgaben den KI-Systemen übertragen werden, sei es in Forschung, Codierung, Marketing oder Recht. KI ermöglicht Kostensenkungen, beschleunigt Abläufe und Entscheidungsprozesse.
Nach dem Gewinnanstieg folgt der Kursanstieg
Es gibt eine Spekulationsblase, wenn die Kurse keinen realen Fundamenten mehr entsprechen. Ende der 1990er Jahre war der Anstieg der Internetaktienkurse nicht auf echte Gewinne gestützt, und der weltweite IT-Aktienindex wurde zu mehr als dem 50-fachen der Gewinne gehandelt. Doch heute ist die Situation ganz anders: Für den IT-Sektor insgesamt hat die Kursentwicklung im Großen und Ganzen der Gewinnentwicklung gefolgt, was eine normale Entwicklung auf lange Sicht ist.
Was KI-bezogene Unternehmen betrifft, spiegelt die Kursentwicklung ihrer Aktien eher starkes Wachstum wider als eine klassische spekulative Bewegung. Aufgrund der enormen Nachfrage nach ihren neuen Anwendungen verzeichneten Plattformen wie Microsoft Azure, Amazon Web Services, Google Cloud und Oracle Cloud Infrastructure ein beschleunigtes Wachstum, das bis zu 31% reichen konnte, und das bei gleichzeitig hoher Rentabilität.
Angemessene Prämien
Auch wenn die Aktien der KI-Führer deutlich höher gehandelt werden als der Gesamtmarkt, erklärt sich diese Überbewertung damit. Sie zeugt von der Fähigkeit dieser Unternehmen, starkes Wachstum, hohe Margen, bedeutende Wettbewerbsvorteile und geringe Verschuldung zu kombinieren. Eine Prämie für dieses Profil zu zahlen, erscheint daher logisch.
Hinzu kommt, dass die meisten dieser Unternehmen noch in der Nähe ihrer eigenen mittleren Fünf-Jahres-Multiplikatoren gehandelt werden. Wenn es ihnen gelingt, ihre Gewinne deutlich schneller zu steigern als der Markt in den kommenden drei bis vier Jahren (was wir erwarten), dürften sie letztlich wieder zur durchschnittlichen Marktbewertung tendieren.
Nur noch ganz nah am menschlichen Know-how
Die neue Generation von ‚vernünftigen‘ Modellen verringert die Kluft zwischen künstlicher Expertise und menschlicher Expertise bei vielen Aufgaben erheblich. Tatsächlich liefern diese Modelle nicht nur ein einziges Ergebnis, sondern sie ‚denken und überdenken‘ Probleme kontinuierlich, wodurch sie ihre Antworten überarbeiten und verfeinern können. Sie werden in der Lage, ihre Halluzinationen zu begrenzen, ihre Zuverlässigkeit zu verbessern und letztlich komplexeren Anforderungen gerecht zu werden.
Da die Aufgaben, die durch KI automatisiert oder unterstützt werden können, immer zahlreicher werden, schreiten Nutzung und Integration der Modelle in Unternehmen voran. Wirtschaftlich bedeutet das höhere Einnahmen für ihre Entwickler.
Ein erhöhter Bedarf an Rechenleistung
Im Bereich der KI besteht jede Stufe in dem gleichen Merkmal, nämlich dem Bedarf an Rechenleistung, der um Größenordnungen höher ist als der der vorherigen Stufe. Im Fall der Forschung zum Beispiel kann eine Aufgabe, die Wochen Arbeit erforderte, nun in etwa zwanzig Minuten erledigt werden, zu Kosten von etwa 200 Dollar (Stand 2024). Wenn diese Kosten sinken, gilt dasselbe auch für Forschungsprojekte, was die Möglichkeit eröffnet, sie in größerer Zahl zu identischen Preisen durchzuführen. Mit anderen Worten, und das ist entscheidend, je geringer die Kosten der KI, desto stärker wächst ihr Volumen.
Nur eine Frage des Tempos
Mehrere weitere Gründe untermauern die These einer Fortsetzung des KI-Zyklus. Dazu zählt die Verdopplung des Verbrauchs alle drei Monate, ein Angebot, das durch mehrere Engpässe gekennzeichnet ist, sowie Investitionen in Rechenzentren, die voraussichtlich bis 2030 jährlich 40% wachsen werden (Daten von Nvidia).
Nichtsdestotrotz wird sich die Entwicklung der KI nicht auf einer geraden Linie fortsetzen. Die Fähigkeit, Preise festzulegen, könnte sich schwächen, wenn die Verbreitung der Basisversionen viel schneller voranschreitet als erwartet. In diesem Fall wären die Anbietersysteme betroffen. Andererseits wäre eine solche Verbreitung vorteilhaft für Infrastruktur-Anbieter, ein Element, das unsere Erwartungen bestätigt. Die Regulierung, insbesondere in Bezug auf Daten, könnte die Einführung von KI in bestimmten sensiblen Sektoren verlangsamen. Schließlich können geopolitische Risiken im Zusammenhang mit der Herstellung von Halbleitern und Taiwan sowie Bedrohungen der Versorgung mit kritischen Rohstoffen nicht ignoriert werden.
Schließlich, angesichts der Kapitalintensität, die die Einführung von KI erfordert, würden unzureichende Kapitalallokationen bestraft werden. All diese Elemente bilden unserer Ansicht nach die wichtigsten Faktoren für eine Wendung der Entwicklung der KI. Dennoch beeinflussen sie das Tempo dieser Entwicklung, stellen aber die Richtung keineswegs in Frage. Produktivitätsgewinne sind offensichtlich. Und sobald sie vollständig in die Produktionsflüsse integriert sind, wäre ein Rückschritt nahezu unmöglich. Kurz gesagt, alles deutet auf einen langen und starken KI-Investitionszyklus hin. Er mag zwar temporäre Abweichungen zeigen, doch das Wesentliche besteht darin, dass er eine Fülle von Chancen birgt.
