Egal ob in den geschäftigen Straßen des Londoner Finanzdistrikts oder im lauten Klassenzimmer – generative künstliche Intelligenz (KI) fasziniert und ist auf dem Vormarsch. Aber ist der Hype gerechtfertigt? Und was könnte das für Investoren bedeuten?

Was wir jetzt schon sagen können, ist, dass KI in eine neue, noch dynamischere Phase ihrer Entwicklung eingetreten ist. Dadurch, dass immer größere Datenbestände zur Verfügung stehen, die Cloud-Architektur immer dichter wird und eine neue Generation leistungsstarker Halbleiter entsteht, kann die Technologie ganz neue Türen öffnen. 

Der International Data Corporation (IDC) zufolge dürfte der globale KI-Markt (Hardware, Software und Dienstleistungen) um fast 19 Prozent pro Jahr auf 900 Milliarden US-Dollar im Jahr 2026 anwachsen (siehe Grafik 1).

Grafik 1: KI startet durch
Größe des globalen KI-Marktes, Ist-Stand und Prognose, in Milliarden US-Dollar

Aber diese Zahlen sind nur ein Teil der Geschichte. Auch die wirtschaftlichen Effekte könnten enorm sein – Goldman Sachs schätzt, dass die globale Wirtschaftsleistung durch KI in den nächsten zehn Jahren um rund 7 Billionen US-Dollar zunimmt, teilweise dank der gesteigerten Produktivität.

Was generative KI so viel leistungsstärker macht als ihr Vorgänger, ist, dass sie Maschinelles Lernen (ML) nutzt, um Content ganz neu zu erstellen, der praktisch nicht mehr von dem zu unterscheiden ist, was der Mensch in der Lage ist zu produzieren. Sie kann zum Beispiel Charaktere und Storylines in Online-Spielen erstellen, Finanzberichte verfassen und immer komplexere Kundenservice-Anfragen bearbeiten. 
ChatGPT, entwickelt von dem Unternehmen OpenAI, dessen Hauptanteilsinhaber Microsoft ist, ist das bekannteste Beispiel für diese Technologie. GPT steht für Generative Pre-trained Transformer – eine Form des Large Language Model (LLM), das mit riesigen, breiten und unstrukturierten Datenbeständen angelernt wird. Der KI-Chatbot ist in der Lage, mithilfe eines neuartigen Deep-Learning-Prozesses, dem sogenannten Transformer, kaum vom Menschen zu unterscheidende Antworten auf Texteingaben von Benutzern zu geben. OpenAI hat auch eine Lösung für die Bildgenerierung (DALL-E 2) und eine weitere für die Sprachgenerierung (Whisper) entwickelt.

Doch diese neuen Technologien waren nicht von jetzt auf gleich da. KI-Systeme haben in den vergangenen zwei Jahrzehnten riesige Fortschritte gemacht. Diese Fortschritte sind auf die Verfügbarkeit massiver Rechenressourcen sowie die Entwicklung leistungsstarker Mikroprozessoren und Fortschritte bei der Speicherung zurückzuführen. 

Monetarisierung der Maschine 

Die Investmentmanager unserer Digital-, Robotics- und Security-Strategien gehen davon aus, dass LLMs bald für den kommerziellen Einsatz bereitstehen. Es ist noch zu früh, um einschätzen zu können, welche Unternehmen am meisten von KI profitieren könnten, aber was wir mit hoher Sicherheit sagen können, ist, dass Unternehmen aus drei großen Technologiesektoren als erstes nach den Sternen greifen können.

Der erste Sektor: die Cloudinfrastruktur 

Datenzentrierte generative KI benötigt eine leistungsstarke Cloud-Infrastruktur, die von großen Cloud-Plattformen, sogenannten Hyperscalern, bereitgestellt wird. Dazu gehören AWS (Amazon Web Services), GCP (Google Cloud Platforms), Microsoft Azure und Meta (Private Cloud).  Zusammen stellen sie rund 78 Prozent der gesamten globalen Cloudkapazität bereit (siehe Grafik 2). Der Umsatz aus Cloud-Infrastruktur-Services betrug in den ersten drei Monaten des Jahres 2023 63,7 Milliarden US-Dollar – das ist ein Plus von 10 Milliarden US-Dollar im Vergleich zum Vorjahr. Wir gehen davon aus, dass sich dieses starke Wachstum fortsetzen wird. 

Grafik 2: Cloud-Champions
Weltweiter Marktanteil führender Cloudinfrastruktur-Anbieter im 1. Quartal 2023

Der zweite Sektor: die Halbleiterhersteller 

Die Rechenleistung für Künstliche Intelligenz und Maschinelles Lernen resultiert hauptsächlich aus der Entwicklung von Grafikprozessoren (GPUs), die für die Ausführung generativer KI-Modelle benötigt werden und die aufgrund ihrer Fähigkeit der ultraschnellen Parallelverarbeitung LLMs mit riesigen Datenbeständen anlernen können. Wir halten Halbleiterhersteller und -ausrüster aber nicht nur wegen GPUs für große Profiteure der generativen KI – auch die Nachfrage nach Halbleitern wird steigen, da mehr Computing-, Speicher- und Netzwerklösungen benötigt werden. Darüber hinaus erfordert die Herstellung dieser immer komplexeren Halbleiter immer fortschrittlichere Ausrüstung. Das erklärt, warum die Umsätze aus der Produktion von Halbleiterausrüstung 2022 die Marke von 100 Milliarden US-Dollar erreichten. Das ist ein neuer Rekord und wir gehen davon aus, dass sich dieser Trend fortsetzt.

Das Chipunternehmen Nvidia war einer der Hauptprofiteure der gestiegenen Nachfrage nach Rechenleistung für die Verarbeitung von KI-Algorithmen wie ChatGPT. Hier kommen die High-End-Grafikprozessoren für Rechenzentren zum Einsatz, wie beispielsweise der A100 und der neue H100. Auf diese Prozessoren entfällt mittlerweile mehr als die Hälfte des Umsatzes von Nvidia.
Der Großteil der Rechenfunktionen wird jedoch immer noch von normalen CPUs ausgeführt. Hier ist Intel weiterhin Marktführer, aber in den letzten Jahren hat sich das kalifornische Unternehmen AMD große Marktanteile gesichert.