Ob man von der künstlichen Intelligenz begeistert oder pessimistisch ist, hat jeder seine eigene Meinung. Doch ein Leitmotiv dominiert: die Disruption, Disruption im Hinblick auf Arbeitsplätze, Bildung oder auch unsere Denkweise. Die Disruption kann sehr positiv sein, wenn sie Aufgaben, die bisher komplex waren, zu triviale Tätigkeiten macht. Sie schafft so Überfluss in Bereichen, in denen Knappheit herrschte, was ohnehin eine der Eigenschaften technologischer Revolutionen ist. Vor diesem Hintergrund gilt es, die Bewegungen der Aktienmärkte zu interpretieren und in einigen Fällen auch das zu berücksichtigen, was sie nicht berücksichtigen.
Das Aufkommen einer Datenflut schafft neue Spannungsquellen. So kann die Fülle an durch KI erzeugtem Wissen oder an Codierungssoftware zu einer unzureichenden Rechenleistung von Rechenzentren oder zu einem Mangel an Siliziumwafern führen. Nur eine ganzheitliche Sicht auf die Abhängigkeitsketten in der Industrie sowie in der digitalen Welt ermöglicht es, neue Engpässe zu identifizieren. Deshalb ist es bei der Betrachtung von KI ebenso wichtig, die Energieerzeugung, die Infrastruktur, modernste Ausrüstung und die wachsende Nachfrage nach seltenen Materialien zu berücksichtigen, die KI mit sich bringt.
Jeder Engpass stellt eine strategische Position für denjenigen dar, der ihn ausnutzt, da er das Angebot erhöhen kann, ohne die Preise zu beeinflussen, oder die Preise erhöhen kann, ohne die Nachfrage zu beeinträchtigen, ja sogar gleichzeitig Preise und Volumen erhöhen kann. Für KI sind die drei wichtigsten Engpässe in der Lieferkette Speicher, Datenverarbeitung und Rechenzentren.
Der Speicher: eine kritische Komponente
KI-Systeme müssen enorme Mengen an Daten schnell speichern und darauf zugreifen können. Daher ist der Speicher, insbesondere der Hochbandbreiten-Speicher oder HBM, zu einer kritischen Komponente für diese Systeme geworden.
Die Nachfrage nach Speicher wird stark von den wachsenden Anforderungen der KI-Workloads beeinflusst; das Training und die Ausführung von Modellen im großen Maßstab hängen davon ab, Daten effizient zu verschieben und zu speichern.
Um diesen Bedarf zu decken, investieren Speicherchip-Hersteller wie Samsung Electronics und SK Hynik massiv. Ihre Rolle ist oft weniger sichtbar als die der Softwareanbieter, aber sie ist nicht weniger wichtig, denn Leistungsbeschränkungen von Speicherchips können die Fähigkeiten von Modellen sehr schnell einschränken.
Die Datenverarbeitung
Wenn der Speicher die notwendige Voraussetzung für den Einsatz von KI ist, bestimmt die Rechenleistung, was möglich ist. Die gegenwärtigen KI-Modelle erfordern immer größere Rechenleistungen, was die Nachfrage nach spezialisierten Chips lenkt, die verschiedene Arbeitslasten parallel verarbeiten können.
NVIDIA hat sich als Marktführer etabliert, weil es geschafft hat, Hardware mit einem Software-Ökosystem zu verbinden, das seinen Vorteil stärkt. In ähnlicher Weise produziert TSMC, im Herzen der Halbleiter-Lieferkette, einen Großteil der fortschrittlichsten Chips der Welt. Der Fortschritt hängt nicht nur von der Fähigkeit ab, im Design zu innovieren, sondern auch von der Fähigkeit, in großem Maßstab zu produzieren, was erhebliche Kapitalmittel, führende Fachkenntnisse und Zeit erfordert.
Rechenzentren, im Mittelpunkt der Entwicklung
Rechenzentren sind der Motor der KI-Revolution, aber wie werden sie mit Energie versorgt? Letztlich hängt KI von einer physischen Infrastruktur ab, jener der Rechenzentren, die die notwendige Umgebung für das Training und den Einsatz der Modelle bereitstellen. Sie liefern Rechenleistung, Speicherkapazitäten und Netzwerke in großem Maßstab.
Jede neue Generation von KI-Modellen erfordert mehr Rechenleistung und Energie als die vorhergehende. Da die Verbreitung von KI voranschreitet, steigen die Infrastrukturbedarfe. Energie könnte zum wichtigsten Faktor der Gleichung werden. Der Zugang zu einem zuverlässigen Stromnetz wird nun zu einem entscheidenden Kriterium für den Standort der Rechenzentren und deren Auslegung.
Auf diese Weise ist die Entwicklung von KI in umfassende Herausforderungen der Energieversorgung und der Verfügbarkeit physischer Ressourcen eingebettet, Bereiche, die man üblicherweise eher wenig mit Software-Innovation in Verbindung bringt.
Das Ende der Softwareknappheit
Allgemein wird angenommen, dass KI den Bereich der Unternehmenssoftware disruptieren könnte. Denn wenn ein KI-Agent Werkzeuge erstellen, verbinden und pflegen kann, wieso sollten Unternehmen weiterhin Geld ausgeben, um allerlei Anwendungen zu erwerben?
Diese Frage ist ernst zu nehmen. KI macht bereits das Programmieren, Lerninhalte und kreative Produktion zugänglicher. In einem solchen Kontext profitieren die Nutzer direkt davon, zum Nachteil der Softwareanbieter.
Allerdings werden, selbst wenn die meisten Softwareanbieter sinkende Gewinne verzeichnen, einige von ihnen ihre wettbewerbsfähigen Vorteile behalten. Das Programmieren könnte vielleicht einfacher werden, aber das Angebot an verlässlichen Daten, sicheren Zahlungssystemen, Kenntnissen von Regulierung, dem Kundenbeziehungsmanagement und der fortgeschrittenen Integration von Arbeitsabläufen könnte stärker geschätzt werden.
Die Kluft zwischen den verschiedenen Akteuren wird sich vertiefen; man muss wählerisch vorgehen. Die verwundbarsten Unternehmen werden diejenigen sein, deren Produkte nur einfache Funktionsschichten darstellen, die leicht reproduziert werden können.
Im Gegenzug können Unternehmen, die ihren Softwarelösungen nachhaltige Vorteile hinzufügen können, exzellente Investitionen darstellen, insbesondere wenn der Aktienmarkt ihr Potenzial nicht anerkennt. So gesehen, in einer Welt, in der KI allgegenwärtig ist, haben die E-Commerce-Infrastruktur für Kleinunternehmer von Shopify oder die Zahlungsplattform von Ayden größere Chancen, an Wert zu gewinnen als zu verlieren.
Das Profil des Übergangs zur KI
Während die KI sich weiterentwickelt, wird sich ihre Wirkung sowohl im digitalen Bereich als auch in der Industrie bemerkbar machen. Die Unternehmen, die von ihren Fortschritten profitieren, werden vermutlich nicht auf eine einzige Branche beschränkt bleiben. Wenn manche von ihnen sich auf die Entwürfe von Datenmodellen und Anwendungen konzentrieren, werden andere für die Implementierung der zugrundeliegenden Systeme zuständig sein, die sie benötigen.
Das Verständnis dieser Unterscheidung und der Wechselwirkungen zwischen diesen beiden Arten von Akteuren könnte entscheidend sein, um langfristige Investitionsmöglichkeiten zu identifizieren. Die KI-Revolution beschränkt sich nicht auf das Programmieren. Sie betrifft auch die Infrastrukturen und die technischen Fähigkeiten, die die Erzeugung, Speicherung und Verarbeitung von Daten ermöglichen.
