Was wir nicht wissen: die Kluft zwischen KI-Hype und wirtschaftlicher Realität

Vor vielen Jahrhunderten argumentierte Sokrates, dass Weisheit mit dem Eingeständnis von Unwissenheit beginnt. Für solche Lebensweisheiten haben heutige Investoren wenig Geduld (Grafik 1). Seit dem Start von ChatGPT Ende 2022 machten gerade einmal 42 KI-bezogene Aktien mehr als die Hälfte der Markterträge aus (Grafik 2). Diese Begeisterung spiegelt sich wider: Die globale Fondsmanager-Umfrage der Bank of America zeigt, dass die Investorenstimmung weltweit derzeit auf dem höchsten Wert seit Juli 2021 liegt (Grafik 3).

Abseits von KI geben Entwicklungen in der Weltwirtschaft und Geopolitik Anlass zur Sorge

Die nach dem Zweiten Weltkrieg von den USA geführte westliche Demokratieordnung wird zunehmend auf die Probe gestellt. Im vergangenen Jahr hat die US-Regierung das seit 2001 geltende globale Handelssystem, das mit Chinas WTO-Beitritt etabliert wurde, unter Druck gesetzt. Durch einen komplizierten Umgang mit Zöllen hat die USA nicht nur einen Keil zwischen sich und China getrieben, sondern auch Spannungen mit mehreren ihrer traditionellen westlichen Verbündeten erzeugt. Sogar ehemals unumstössliche Überzeugungen, wie die Unabhängigkeit der US-Notenbank Fed als wesentliche Stütze globaler Finanzstabilität, werden inzwischen offen infrage gestellt.

Anleger scheinen jedoch weiterhin seelenruhig schlafen zu können. Risikomanagement ist zur Nebensache geworden. Im vergangenen Jahr schnitten Qualitätsaktien schlechter ab, während Spreads zwischen Unternehmensanleihen mit Investment-Grade und US-Staatsanleihen enger sind als Skinny Jeans (Grafik 4).

Investieren ist eine Frage der Überzeugung – nicht nur in dem, was man tut, sondern auch darin, was man bewusst nicht tut. In diesem Artikel betrachten wir einige Unsicherheiten rund um KI, die der Markt vielleicht unter den Teppich kehrt, und teilen mit, wie wir uns stattdessen positionieren.

Wird der KI-Trend ungebremst weitergehen?

In einer Welt voller Unsicherheiten habe ich mich an die verlässlichste Meinung gewandt, die ich finden konnte: Large Language Models (LLMs). Doch selbst hier gibt es Kontroversen. ChatGPT sagte mir: «Das Blasenrisiko liegt in den Erwartungen und der Kapitalallokation, nicht in der Technologie.» Gemini hingegen äusserte sich diplomatischer und sagte «Ob KI eine Blase ist, wird unter Technologieexperten, Ökonomen und Investoren intensiv diskutiert – ein Konsens wurde bisher nicht erzielt. Der aktuelle Markt weist sowohl klassische Merkmale einer Blase als auch grundlegende Unterschiede zu früheren Boomphasen, wie etwa der Dotcom-Ära, auf.»

Es steht ausser Frage, dass KI eine transformative Technologie sein wird. Die Beispiele für ihre Anwendungen sind real. Satya Nadella, CEO von Microsoft, erklärt, dass mittlerweile bis zu 30 Prozent des Microsoft-Codes von KI geschrieben wird. Ebenso berichtet Dave Bozeman, CEO von C.H. Robinson, einem US-amerikanischen Logistikunternehmen, dass KI das Unternehmen mit direktem Einfluss transformiert und sagt: «Wir (C.H. Robinson) sind ein unterbewertetes KI-Investment.» McKinsey schätzt, dass KI jährlich zwischen 0,1 und 0,6 Prozent zum Wachstum der Arbeitsproduktivität beitragen könnte¹.

Die Geschichte zeigt, dass der Weg zur Innovation selten geradlinig verläuft

Vaclav Smil, ein Wissenschaftler mit Schwerpunkt auf Energiewende, Lebensmittelproduktion und technischer Innovation, argumentiert in seinem Buch Invention and Innovation: A Brief History of Hype and Failure, dass der Weg von der Erfindung zur breiten Anwendung, also zur Innovation, in der Regel länger dauert als zunächst erwartet und häufig hinter den Erwartungen zurückbleibt.

Betrachten wir das Beispiel Elektrizität, zweifellos eine der transformativsten Technologien des 20. Jahrhunderts. Obwohl die ersten elektrischen Generatoren bereits im späten 19. Jahrhundert aufkamen, dauerte es 40 Jahre, bis sich spürbare Produktivitätsgewinne einstellten. Grund dafür war die Zeit, die Fabriken benötigten, um ihre auf Dampfkraft ausgerichteten Prozesse neu zu gestalten. Ähnlich argumentieren wir, dass die heutige Begeisterung rund um KI-basierte, verbraucherorientierte LLMs erst dann zu echten Produktivitätsgewinnen führen wird, wenn private und öffentliche Organisationen ihre Prozesse erfolgreich neu gestalten, um die Vorteile der KI-Technologie zu nutzen.

Zeiten des technologischen Wandels bringen auch Unsicherheit darüber mit sich, wer zu den Gewinnern zählen wird. In den Anfangsjahren der Elektrizität wurde ein erbitterter Kampf zwischen Wechselstrom- und Gleichstrom-Technologien ausgetragen. Trotz Thomas Edisons Verleumdungskampagne gegen die Wechselstromtechnologie wurde diese zum weltweiten Standard, da sie beim Transport von Strom über weite Strecken Kostenvorteile bot.

Ähnlich verhielt es sich in der Ära der Personal Computer: PCs mit Microsofts Betriebssystem steigerten ihren Marktanteil von null in der Mitte der 1970er Jahre auf eine überwältigende Dominanz von nahezu 90 Prozent über fast zwei Jahrzehnte. Diese Vorherrschaft hielt an, bis der PC in den 2010er Jahren durch das Aufkommen der Smartphones an Bedeutung verlor.

Wie beim Umbruch im PC-Bereich wurden auch Nokia und Blackberry, die anfänglichen Marktführer der Mobiltelefonära, nach der Einführung der Smartphones durch Apple und Samsung nur noch Randnotizen in der Geschichte des mobilen Computings. Ironischerweise wurde Google, das in der PC-Ära als Suchplattform auf Microsofts Explorer-Browser startete, mit dem Android-Betriebssystem zum dominierenden System auf Smartphones.

Der Weg der KI könnte anderen technologischen Umbrüchen ähneln

Derzeit ist der LLM-Markt noch recht offen, mit Dutzenden von Modellen, die um die Vorherrschaft konkurrieren, während sich bei den führenden Anbietern – Anthropic, Google und OpenAI – die Leistungsunterschiede kaum bemerkbar machen. Basierend auf der Entwicklung vergangener technologischer Durchbrüche prognostiziert Benedict Evans Technologieberater und Venture Capitalist, dass die KI die gleichen drei Evolutionswellen durchlaufen wird: absorbieren, innovieren, aufmischen (siehe Grafik 6).

Evans warnt, dass dieser Wandel wahrscheinlich länger dauern wird, als viele erwarten. So macht beispielsweise Cloud Computing nach einem Jahrzehnt erst 30 Prozent der Unternehmens-Workloads aus. Ebenso liegt der Anteil des E-Commerce am Einzelhandel in den USA trotz seines explosionsartigen Wachstums in den letzten 30 Jahren bei lediglich 15 Prozent.

Wie sehen die wirtschaftlichen Grundlagen der KI aus?

Investoren neigen dazu, den aktuellen KI-Zyklus mit dem jüngsten Innovationszyklus in Software und beim Internet zu vergleichen. Beide Innovationsphasen ähneln sich hinsichtlich digitaler Neuerungen zur Steigerung der Produktivität und eines «Winner-takes-all»-Geschäftsmodells, das sich aus Skaleneffekten durch die Nutzung desselben LLM über eine grosse Kundenbasis ergibt. Allerdings unterscheidet sich die KI in einem wichtigen Punkt: dem Kapitalbedarf, der für den Bau gross angelegter Rechenzentren und deren Versorgung mit enormen Mengen an Energie erforderlich ist.

In gewisser Hinsicht ähnelt die KI-Branche eher einer Mischung aus der Softwareindustrie der 1980er Jahre und den grossen US-Infrastrukturprojekten des 20. Jahrhunderts. Dennoch ist das Ausmass der KI-bezogenen Investitionsausgaben (Capex) beeindruckend, wenn man sie als Anteil am BIP betrachtet. Insbesondere angesichts der Tatsache, dass KI-Projekte oft kürzere Abschreibungsfristen haben als traditionelle Infrastrukturinvestitionen.

Und die Zahlen steigen weiter. Im Jahr 2025 haben die «Big Four»-KI-Hyperscaler Meta, Microsoft, Google und Amazon ihre Technologieinvestitionen um 25 Prozent auf USD 350 Mrd. erhöht. Das entspricht einer Vervierfachung gegenüber den letzten fünf Jahren. Für 2026 liegt ihre Investitionsprognose bei etwa USD 450 Mrd. Diese Technologieinvestitionen sind selbst im historischen Vergleich enorm. Gemessen am BIP entsprechen die Investitionen inzwischen den Niveaus der Dotcom-Ära (Grafik 7), und das gesamte Technologie-Investitionsvolumen im Jahr 2025 ist so hoch wie die kombinierten Investitionen in grosse US-Infrastrukturprojekte der letzten hundert Jahre (Grafik 8).

In einer Branche, die durch «Winner-takes-all»-Dynamiken geprägt ist, in der Nachzügler in die Bedeutungslosigkeit gedrängt werden, ist es nur verständlich, dass etablierte Unternehmen unter FOMO (Fear of Missing Out) leiden, während Herausforderer eine Alles-oder-nichts-Strategie verfolgen, um ihren Platz an der Spitze der Nahrungskette zu sichern. OpenAI kündigte an, in den nächsten acht Jahren fast USD 1,5 Billionen in KI-Infrastruktur zu investieren, obwohl das Unternehmen derzeit täglich Verluste einfährt.

Auch wenn die Zukunft der KI ungewiss ist, bleiben die Gesetze der Ökonomie unverändert: Damit Investitionen nachhaltig sind, müssen sie sich selbst tragen und eine angemessene Rendite erwirtschaften. Die «Big Four» generieren genügend freien Cashflow, um diese massiven KI-Investitionen zu finanzieren, während grosse LLM-Entwickler auf Fremd- und Beteiligungskapital angewiesen sind – dazu zählen auch zirkuläre Finanzierungsvereinbarungen mit ihren Zulieferern.

Obwohl grosse Unsicherheiten bezüglich künftiger Geschäftsmodelle und der Rentabilität von KI bestehen, zeigt sich der Aktienmarkt überaus zuversichtlich, dass sich alles fügen wird. Konsensschätzungen zufolge dürften die Investitionen der KI-Hyperscaler in den nächsten fünf Jahren rund USD 4 Billionen erreichen. Geht man von einer grosszügigen EBITDA-Marge von 60 Prozent aus, entspräche dies Umsätzen von USD 2 Billionen und einem EBITDA von USD 1,3 Billionen bis 2030. Interessanterweise liegen diese Prognosen im Einklang mit den Konsensschätzungen (Grafik 9).

Das zeigt, dass Sell-Side-Analysten wahrscheinlich mit Prognosen von knapp 80 GW zusätzlicher Stromkapazität (allein für die vier grossen Hyperscaler) rechnen, die in den nächsten fünf Jahren installiert werden müssen, um das KI-Wachstum zu ermöglichen. Experten gehen davon aus, dass die USA in den nächsten fünf Jahren 100 bis 200 GW an Stromkapazität für KI-Rechenzentren schaffen müssen – das entspricht 20 bis 40 GW pro Jahr. Zum Vergleich: Die USA bauen im Schnitt 20 bis 30 GW pro Jahr zu. Das bedeutet, dass KI künftig für die Hälfte bis zwei Drittel der zusätzlichen Stromnachfrage verantwortlich sein könnte.

Die Geschwindigkeit der Entwicklung belastet bereits jetzt die Lieferketten und führt zu Preissteigerungen. So herrscht beispielsweise ein erheblicher Mangel an Speicherchips, und die DRAM-Preise sind um mehr als 100 Prozent gestiegen. Hersteller von Stromerzeugungsanlagen geben Lieferzeiten von drei bis sieben Jahren für Gasturbinen im Kombikraftwerk an, wobei auch hier die Preise um mehr als 100 Prozent gestiegen sind. Daher greifen Entwickler von KI-Rechenzentren zu kreativen Lösungen, etwa dem Einbau alter Flugzeugtriebwerke oder dem Einsatz teurer Dieselgeneratoren. Von diesem Trend profitieren Unternehmen wie Caterpillar, das für seine schweren Baumaschinen bekannt ist. Caterpillar verzeichnete im kleineren Strombereich ein exponentielles Wachstum und zählt dadurch zu den erfolgreichsten Aktien der vergangenen zwölf Monate.

Wenig überraschend gaben laut einer Umfrage unter Rechenzentrumsentwicklern 92 Prozent an, dass der Zugang zu Versorgungskapazitäten und Übertragungsnetzen den grössten Engpass beim Ausbau weiterer Kapazitäten darstellt (Grafik 10).

Wer wird verdrängt werden?

Eines wissen wir mit Sicherheit: Jeder technologische Wandel bringt sowohl Gewinner als auch Verlierer hervor. Es ist derzeit schwer abzusehen, wer zu den Disruptoren und wer zu den Verdrängten zählen wird. Geschäftsmodelle und Anwendungen sind, wie oben erwähnt, noch nicht klar definiert und wir wissen nicht, wohin die Technologie führen wird. Das nächste «Google» der KI könnte gerade jetzt irgendwo auf der Welt in einer Garage entstehen.

In seinem aktuellen Blog² liefert Professor Aswath Damodaran, Professor für Finanzwissenschaft an der Stern School of Business der New York University, eine interessante Analyse darüber, welche Geschäftsmodelle durch KI gefährdet sind. Er stellte fest: «Für Unternehmen, deren Geschäftsmodell darauf basiert, Daten zu sammeln und zu verarbeiten und dafür hohe Preise zu verlangen, gilt: Sofern sie keine anderen Alleinstellungsmerkmale finden, sind sie von Disruption bedroht, da KI einen grossen Teil ihrer Aufgaben übernehmen kann.»

Die Auswirkungen der KI sind in der Softwarebranche bereits spürbar

Im vergangenen Jahr gehörten Softwareunternehmen zu den schwächsten Aktien am Markt. Dieser vertrat die Ansicht, dass KI besser coden kann als Menschen, was den Zugang zum Programmieren demokratisieren und zu einer Explosion an neuer Software auf dem Markt führen wird. Mit dem Ergebnis, dass Software letztlich zu einer Commodity wird.

Mein Kollege Max Rowland, unser hauseigener Zukunftsforscher, hat ein interessantes Modell entwickelt, um zwischen Softwareunternehmen mit einem Wettbewerbsvorsprung und solchen mit Disruptionsrisiko zu unterscheiden. Max ist der Ansicht, dass neue Entwicklungstools und autonome Agenten die Softwarekosten schnell senken und die Eintrittsbarrieren für neue Wettbewerber verringern.

Allerdings werden etablierte Anbieter weiterhin durch drei zentrale Merkmale geschützt. Erstens bieten Netzwerkeffekte einen starken Schutz, da etablierte Nutzerökosysteme schwer nachzubilden sind. Zweitens sind Plattformen, die auf proprietären Datensätzen basieren, vor der Kommodifizierung geschützt, weil der Hauptwert in den Daten und nicht im Code liegt. Drittens stellt Komplexität einen Wettbewerbsvorteil gegenüber neuen Marktteilnehmern dar. Auch wenn die Entwicklungskosten gesunken sind, ist menschliche Beteiligung weiterhin notwendig, und es darf nicht unterschätzt werden, dass manche komplexen Softwarelösungen spezielles, seltenes Fachwissen erfordern. Diese Merkmale schliessen sich nicht gegenseitig aus – je mehr davon ein Unternehmen besitzt, desto breiter ist der Schutz vor Disruption.

So liefern beispielsweise RELX und VeriskSoftware für die Versicherungsbranche, die bei der Risikobewertung hilft. Diese Software basiert auf Schadendaten, die von den Versicherern bereitgestellt werden. Die eigentliche Software stellt keinen Wettbewerbsvorsprung dar und könnte leicht nachgebaut werden. Der Vorteil entsteht durch die proprietären Daten, die ein Konkurrent nur schwer reproduzieren und vermarkten könnte. HubSpot, ein Anbieter von CRM-Software, verfügt hingegen weder über eigene Daten noch über Netzwerkeffekte oder ein komplexes Produkt. Aus unserer Sicht dürfte es HubSpot künftig schwerer haben, sich gegen neue Wettbewerber zu behaupten.

Einige Dinge werden sich nicht ändern – KI könnte sie sogar noch besser machen

Künstliche Intelligenz hat das Potenzial zu einer aussergewöhnlichen Technologie zu werden und ihre Auswirkungen könnten vielleicht an die grossen technologischen Durchbrüche des 20. Jahrhunderts anknüpfen: Elektrizität, das Automobil, Luftfahrt und der Personal Computer.

Es ist noch zu früh, um das abschliessend zu beurteilen, und dennoch zeigt die Geschichte, dass Renditen nicht immer dem Innovationshype folgen. Tatsächlich verlaufen sie zumindest in den Anfangsphasen oft in entgegengesetzte Richtungen.

Trotz all dieser Unsicherheiten in Bezug auf die Zukunft der KI finden sich im Folgenden einige Bereiche, bei denen wir weiterhin langfristige Chancen sehen.

Reisen: Reisen ist eine physische Erfahrung – zumindest so lange, bis jemand die Teleportationstechnologie erfindet. Befürchtungen, dass Videokonferenztechnologie Geschäftsreisen ersetzen würde, haben sich nie bewahrheitet. Flugzeuge benötigen jedoch Triebwerke, um fliegen zu können, und diese sind sehr teuer in der Entwicklung und schwierig zu bauen. Weltweit gibt es nur drei Unternehmen, die solche Triebwerke in grossem Massstab herstellen können. Diese Triebwerke sind auf eine lange Lebensdauer ausgelegt und erfordern viel Wartung, Reparaturen und Ersatzteile, um im Betrieb zu bleiben. Zwei Beispiele für Luftfahrtunternehmen sind Safran und GE Aerospace.

Unterhaltung: Wenn die KI auch nur die Hälfte des derzeitigen Hypes erfüllt, werden wir in viel kürzerer Zeit deutlich mehr erreichen können. Das wirft die Frage auf: Was machen wir mit all der freien Zeit? Keine Sorge, wir haben zwei coole Ideen: Brett- und Videospiele. Nichts ist so retro und unterhaltsam wie ein Brettspielabend mit Freunden oder Familie. Ein herausragendes Unternehmen in diesem Bereich ist Games Workshop, ein britisches Mid-Cap-Unternehmen mit mehreren beliebten Spielefranchises, insbesondere Warhammer 40k, das auf futuristischen Kriegen zwischen Armeen aus verschiedenen Galaxien basiert. Die Spieler müssen ihre Figuren kaufen, zusammenbauen und bemalen, um ihre Armeen aufzustellen – diese können aus Dutzenden bis Hunderten von Figuren bestehen. Games Workshop bringt regelmässig neue Figuren heraus, was das Spiel frisch und spannend hält und die Spieler bei der Stange.

Videospiele sind ein Bereich, von dem manche behaupten, dass er durch KI ersetzt werden könnte, da technologische Fortschritte die Entwicklung neuer Spiele erleichtern. Die besten Videospiele sind jedoch häufig das Ergebnis der Weiterentwicklung etablierter Franchises mit einer treuen Fangemeinde. Solange Entwickler ihre Spiele frisch und spannend halten, können sich diese Marken voraussichtlich über lange Zeiträume behaupten. Beispielhaft dafür stehen die sympathischen Klempner Mario und Luigi, die seit fast 50 Jahren Generationen kleiner und grosser Kinder unterhalten.

Capcom, ein japanisches Videospiel-Unternehmen, ist für seine ikonischen, langjährigen Franchises wie Resident Evil, Monster Hunter und Street Fighter bekannt. Wir sind ausserdem in Tencent investiert, ein chinesisches Unternehmen, das beliebte Spiele wie Honor of Kings, League of Legends und Fortnite besitzt und vertreibt. Mehr dazu erfahren Sie in unserem aktuellen Artikel Beyond the AI bubble: finding predictable growth in video game stocks.

Luxusgüter: Seit der Antike, als Pharaonen und Aristokraten Gold und seltene Farbpigmente nutzten, um göttliche Verbindung und gesellschaftlichen Status zu demonstrieren, fungierten Luxusgüter als mächtige Statussymbole die Klassengrenzen markieren und Erfolg signalisieren. Die Welt hat sich seit der Zeit der Pharaonen stark verändert. Wir kleiden uns anders und haben Zugang zu besseren Technologien, aber das menschliche Bedürfnis nach Schönheit und Selbstausdruck ist im Wesentlichen gleich geblieben.

Noch vor nicht allzu langer Zeit bestand die Mode in China ausschliesslich aus dem blauen Mao-Anzug. Heute ist China einer der grössten Märkte für Luxusgüter, und alle namhaften Marken sind in den Einkaufsstrassen der grossen Städte vertreten. Mit oder ohne KI sind wir überzeugt, dass zukünftige Generationen von Konsumenten weiterhin von der Handwerkskunst und Lederqualität einer Hermès-Tasche oder vom Design, der Technik und Fahrdynamik eines Ferrari fasziniert sein werden.

Was wir wissen: Aktienkurse folgen unweigerlich dem Gewinnwachstum

Das Wall Street Journal berichtete kürzlich, dass nur eine kleine Zahl der heute aktiven Portfoliomanager bereits während der Dotcom-Blase 1999/2000 Geld verwaltete. Mein Kollege Ed Walczack, einer der Gründungspartner der Vontobel Quality Growth Boutique, ist einer davon. Lesen Sie Eds Einschätzungen zum Thema in seinem Artikel: History often rhymes: the dot-com bubble vs today’s AI euphoria.

Wir sind der Meinung, dass Anleger das meiden sollten, was sie nicht kennen, und in das investieren sollten, was sie kennen – Unternehmen mit vorhersehbarem Gewinnwachstum. Wie die Börsengeschichte zeigt, folgen Aktienkurse unabhängig von Hype oder aktuellen makroökonomischen Risiken stets dem Gewinnwachstum. Auf diese Weise glauben wir, unseren Kunden weiterhin helfen zu können, Kapital zu schützen und langfristig Vermögen aufzubauen.