Investitionen: Was kommt als Nächstes in der KI?

Nur wenige Leute streiten jetzt mit der Idee, dass künstliche Intelligenz (KI) die Welt verändern wird – aber wie sie sich entwickeln wird, ist immer noch ein Diskussionsthema. Der frühe Fokus lag auf dem Aufbau von KI – der Entwicklung großer Sprachmodelle, der Cloud-Migration, der Datenassimilation, der Speicherung und Analyse, aber wo könnten die nächste Welle von Nutznießern gefunden werden?*

Dass KI langfristige Auswirkungen haben wird, steht weitgehend außer Zweifel. Bill Gates sagt: „Die Entwicklung von KI ist so grundlegend wie die Erschaffung des Mikroprozessors, des Personal Computers, des Internets und des Mobiltelefons. Es wird die Art und Weise verändern, wie Menschen arbeiten, lernen, reisen, Gesundheitsversorgung erhalten und miteinander kommunizieren. Ganze Industrien werden sich darum neu orientieren. Unternehmen werden sich dadurch unterscheiden, wie gut sie es nutzen.“

Dieser Prozess hat bereits begonnen. In einer internationalen Online-Umfrage, die McKinsey Anfang 2024 durchgeführt hat, gaben 65% der Befragten an, dass ihre Unternehmen bereits in einigen Bereichen ihres Geschäfts künstliche Intelligenz nutzen, doppelt so viele wie ein Jahr zuvor. Die Teilnehmer berichteten auch, dass ihre Organisationen bereits materielle Vorteile durch den Einsatz von generativer KI sehen, und zwar durch niedrigere Kosten und höhere Einnahmen.

Einige Sektoren haben KI schneller genutzt als andere, wobei die stärkste Akzeptanz im Bereich der professionellen Dienstleistungen zu verzeichnen ist. Über alle Organisationen hinweg sind die Hauptanwendungsbereiche von KI laut McKinsey in den Funktionen Marketing und Vertrieb sowie in der Produkt- und Dienstleistungsentwicklung.

Auf lange Sicht muss KI jedoch mehr bieten, wenn sie ausreichende Produktivitätssteigerungen liefern soll, um die Investition zu rechtfertigen.

Auf lange Sicht muss KI jedoch mehr bieten, wenn sie ausreichende Produktivitätssteigerungen liefern soll, um die Investition zu rechtfertigen. Die meisten Organisationen glauben, dass diese Gewinne letztendlich eintreten werden, wobei drei Viertel der Befragten der McKinsey-Umfrage vorhersagen, dass generative KI in den kommenden Jahren zu erheblichen oder disruptiven Veränderungen in ihren Branchen führen wird.

Nach Nvidia

Eine Studie von Goldman Sachs Research, die die Auswirkungen von KI auf Investitionsthemen untersucht, argumentiert, dass nach dem anfänglichen Geldzufluss in den Sektor, der hauptsächlich US-amerikanischen KI-Chipherstellern zugutekam, die nächste Phase für Investoren Unternehmen umfassen wird, die beim Aufbau von KI-bezogener Infrastruktur helfen.

Dazu könnten auch Unternehmen gehören, die Teil der Lieferkette in anderen Teilen der Welt sind, wie z.B. Halbleiteranbieter in Europa und Asien, die bisher nicht die gleiche Aufmerksamkeit genossen haben wie US-Unternehmen. Die Autoren sagen: „Phase 3 befasst sich mit Unternehmen, die KI in ihre Produkte integrieren, um den Umsatz zu steigern, während Phase 4 sich mit KI-bezogenen Produktivitätsgewinnen beschäftigt, die in vielen Unternehmen möglich sein sollten.“

Das Marktumfeld wurde durch das plötzliche Auftreten des chinesischen Herausforderers DeepSeek kompliziert, der behauptet, sein KI-Modell zu weit niedrigeren Kosten entwickelt zu haben als US-Konkurrenten wie OpenAI. Wenn KI-Modelle mit weniger High-End-Chips gebaut werden können, könnte dies die Margen bei Nvidia drücken und möglicherweise den wahrgenommenen Bedarf an großen Mengen an Cloud-Speicher und analytischer Kapazität untergraben.

Einige Analysten glauben, dass große Sprachmodelle letztendlich zu einer Ware werden könnten, während die Anwendungen, die auf ihnen aufbauen, den echten Wert der KI liefern werden.

Einige Analysten glauben, dass große Sprachmodelle letztendlich zu einer Ware werden könnten, während die Anwendungen, die auf ihnen aufbauen, den echten Wert der KI liefern werden. Dies war sicherlich beim Internet der Fall, wo Amazon und Video-Streaming-Dienste die Leistung von Unternehmen wie Webbrowser-Entwicklern und Internetdienstanbietern weit übertroffen haben. Die Einführung von DeepSeek könnte diesen Entdeckungsprozess beschleunigen und es Unternehmen günstiger machen, zu experimentieren.

Welche Anwendungsfälle?

Im Moment muss man zugeben, dass es der KI an entscheidenden Anwendungsfällen mangelt. Diese „Verzögerung“ bei der massiven Anwendung von KI bleibt ein Anliegen einiger Anleger, die befürchten, dass die Rendite trotz der Milliarden, die die Branche bereits angezogen hat, möglicherweise nie eintreten wird. Hier ist es vielleicht hilfreich, sich daran zu erinnern, dass auch Amazon viele Jahre gebraucht hat, um profitabel zu werden.

Der Fokus liegt darauf, Anwendungen zu identifizieren, die erhebliche Investitionen anziehen und bedeutende Einnahmen generieren. Trotz der bisher erzielten Effizienzsteigerungen hat die künstliche Intelligenz noch nicht die signifikanten Produktivitätsverbesserungen geliefert, die ursprünglich erwartet wurden.

Am Rande zeichnen sich einige Anwendungsfälle ab, wenn auch nicht in dem Umfang, den sich die Investoren erhoffen. BlackRock sagt zum Beispiel über die Bergbauindustrie: „[KI] kann die Verarbeitung ankurbeln und Unternehmen dabei helfen, mehr und effizienter aus ihren Minen zu gewinnen. Sie kann dazu beitragen, dass Bohrungen und Explorationen präziser und gezielter werden.

Sie kann auch bei der Wartung von teuren Maschinen und Anlagen helfen. Eine wachsende Zahl von Sensor- und Datennetzwerken – das Internet der Dinge – kann kleine Probleme erkennen, so dass sie schnell behoben werden können und die Lebensdauer der Geräte verlängert wird. Die Digitalisierung der Lieferketten kann helfen, Frühwarnsysteme für Probleme einzuführen, die dazu beitragen können, Lieferunterbrechungen zu minimieren.“

Landwirtschaft und intelligente Bauernhöfe

Auch im Agrarsektor gibt es eine starke Nachfrage. Intelligente Bauernhöfe entstehen, bei denen digitale Monitore Düngemittel- und Bewässerungssysteme für maximale Effizienz anpassen. Sie können frühzeitig Hinweise auf Krankheiten und Klimaveränderungen geben, was hilft, die Erträge zu steigern.

Intelligente Bauernhöfe entstehen, bei denen digitale Monitore Düngemittel- und Bewässerungssysteme für maximale Effizienz anpassen.

Ein Papier des Weltwirtschaftsforums stellt fest: “Die Digitalisierung der Landwirtschaft bietet Vorteile wie höhere landwirtschaftliche Einkommen, bessere Umweltergebnisse und eine bessere wirtschaftliche Rentabilität bei der Arbeit mit Kleinbauern. Untersuchungen legen nahe, dass die digitale Landwirtschaft das landwirtschaftliche BIP von Ländern mit niedrigem und mittlerem Einkommen um mehr als 450 Milliarden US-Dollar oder 28% pro Jahr steigern könnte.“

Das Weltwirtschaftsforum hat eine Initiative in Zusammenarbeit mit der Regierung des indischen Bundesstaates Telangana gestartet, um KI-Tools in Chilifarmen einzusetzen. Berichten zufolge hat es bereits dazu beigetragen, dass Landwirte eine Ertragssteigerung von 21%, eine Reduzierung des Pestizideinsatzes um 9% und eine Einkommenssteigerung von 800 US-Dollar pro Acre pro Zyklus erreichen konnten.

Autonomes Fahren ist ein weiteres Gebiet, das langsam an Boden gewinnt und dabei umfassend auf KI zurückgreift. Fahrerlose Taxis sind bereits auf den Straßen von San Francisco unterwegs. KI hält auch in der Medizin Einzug, insbesondere in Bereichen wie der Krebsdiagnose.

Die Hindernisse überwinden

Viele potenzielle Anwendungsfälle entstehen, in denen KI transformativ sein könnte – im Transportwesen, um Verkehrsmuster zu analysieren und Abläufe zu optimieren; im Gesundheitswesen, bei der Diagnostik, zur Analyse von Krankenakten oder zur Medikamentenentwicklung; in der Bildung für personalisierte Lernpläne; und im Geschäft, um Lieferketten zu optimieren.

Es gibt immer noch einige Hindernisse. Unternehmen haben komplexe Altsysteme mit Strukturen, die nicht unbedingt in der Lage sind, KI einfach zu integrieren, und sie werden Zeit brauchen, um sich anzupassen. KI benötigt immer noch Menschen, um zu funktionieren, was bedeutet, dass sie auf Widerstand gegen neue Technologien stoßen kann. Darüber hinaus ist die zukünftige Form der Regulierung noch nicht absehbar; die meisten Regierungen weltweit erarbeiten irgendeine Form von KI-Regulierung, die das Wachstum behindern könnte, je nachdem, wie sie umgesetzt wird.

Wie bei allen Innovationen ist die Entwicklung der KI möglicherweise nicht linear, und es ist wahrscheinlich, dass Anwendungen entstehen, die zuvor nicht in Betracht gezogen wurden. Investoren sollten vorsichtig sein, ihr gesamtes Kapital in ein einziges Element des KI-Ökosystems zu investieren und stattdessen versuchen, ihre Investitionen über eine Reihe potenzieller Möglichkeiten zu streuen.

* Inhalt aus dem Englischen übersetzt mit dem AI-Tool BIL GPT