Ursprünge der künstlichen Intelligenz
Tatsächlich erlebte die künstliche Intelligenz bereits um 1950 großes Aufsehen. Der britische Mathematiker Alan Turing veröffentlichte vor 70 Jahren ein richtungsweisendes wissenschaftliches Papier, das gemeinhin als »Turing-Test« bekannt wurde. Er leitet das Papier mit der für damalige (Computer-)Zeiten nahezu unerhörten Frage ein: »Können Maschinen denken?« Der Turing-Test sieht vor, dass, wenn ein menschlicher Fragesteller ein fünfminütiges Gespräch führt, ohne zu merken, dass er mit einer Maschine spricht, der Computer den Test bestanden hat. Turing gilt als Gründervater der modernen künstlichen Intelligenz. Er selbst war eine tragische Figur: ein hochbegabtes Mathegenie, das im zweiten Weltkrieg den als unknackbar geltenden Verschlüsselungscode der Enigma-Maschinen der deutschen Wehrmacht dekodiert und so maßgeblich zum Sieg der Alliierten beigetragen hat, er nahm sich 1954 das Leben.

Die Grundlagen waren damit gelegt und die Euphorie war in den 1950er-Jahren, Anfang der 1970er-Jahre und auch Mitte der 1980er-Jahre durch das Aufkommen der mathematischen Grundlagen und Algorithmen für neuronale Netze sehr groß. Was fehlte, um der künstlichen Intelligenz schon früher zum Durchbruch zu verhelfen, waren zwei elementare Voraussetzungen: große Mengen an Daten und gewaltige Rechenpower. Durch unser digitales Leben in den sozialen Netzwerken und das rasant wachsende Cloud-Computing werden Anwendungen der künstlichen Intelligenz nun greifbar.

Wendepunkt dank ChatGPT
Als Internetnutzer wird uns seit Jahren dank der Sprachassistenten Siri und Alexa oder bei der Google-Suche, dem Mailprogramm Gmail oder bei Videoportalen wie YouTube und Netflix künstliche Intelligenz unterschwellig angeboten. Doch seit dem 30. November 2022 ist alles anders und künstliche Intelligenz für eine breite Allgemeinheit konkret greifbar. Dank des von OpenAI veröffentlichten Assistenten ChatGPT und des Grafikprogramms DALLE-2 wird künstliche Intelligenz greif- und erlebbar. Microsoft-Gründer Bill Gates sprach in der Folge von einer technologischen »Beschleunigung«. Seiner Meinung nach wird die künstliche Intelligenz die »größte Sache« der laufenden Dekade.

Der Ressourceneinsatz ist gewaltig. Grundlage des Erfolgs ist die enorme Weiterentwicklung der Hardware. ChatGPT 4.0 basiert auf 1,8 Billionen Parametern, eine Steigerung um das Zehnfache gegenüber GPT 3.0 mit 175 Milliarden Parametern. In ChatGPT steckt das »Wissen« in einem Umfang von 45.000 Gigabyte Text. Wirklich intelligent ist ChatGPT nicht, aber das gewaltige Potenzial für produktive Anwendungsszenarien ist gegeben. Neben Unmengen an digitalen Daten und Rechenpower bedarf es gewaltiger finanzieller Mittel.

Generative KI – die Effizienz- und Profitabilitätsmaschinerie
Die Investmentbank Goldman Sachs geht davon aus, dass generative KI das Wirtschaftswachstum und die Arbeitsproduktivität während der nächsten Dekade deutlich steigern kann. Die Analysten schätzen, dass das globale Bruttosozialprodukt um rund 7 Billionen US-Dollar, also rund 7 Prozent, während der nächsten zehn Jahre steigen wird und hochentwickelte Märkte wie die USA, Europa und Asien mit einem Produktivitätsschub von 1,5 Prozent pro Jahr rechnen können. Bereits ab 2027 soll sich das merkbar in Zahlen niederschlagen. Der Einsatz von KI in betrieblichen Wertschöpfungsprozessen ist kein »Nice-to-have«, sondern eine wirtschaftliche Notwendigkeit. Unternehmen stehen vor gewaltigem Druck in Bezug auf die drei großen »D«: Demografie, Digitalisierung und Dekarbonisierung. KI ist das Versprechen, auf allen drei Feldern innovative Lösungen anzubieten. Ein guter Indikator dafür sind die Analystenkonferenzen der Vorstände mit der Finanzindustrie. Zuletzt wurde das Thema KI von 30 Prozent der Vorstände in Gesprächen mit Investoren erwähnt. Immer mehr Unternehmen haben Testfelder für den KI-Einsatz durchgeführt und werden über eine Zeitspanne der nächsten zwei bis drei Jahre großflächige KI-Projekte umsetzen. In der Folge wird es daraus viele Erfahrungswerte für weitere Einsatzfelder geben, die dann noch höher skaliert umgesetzt werden können.

Die Goldman-Analysten untersuchten über 900 verschiedene Tätigkeiten in US-Unternehmen und kommen zu dem Schluss, dass mehr als zwei Drittel dieser Tätigkeiten von KI-Automatisierungen tangiert sind. Bei rund 25 Prozent der Tätigkeiten können bis zu 50 Prozent der Arbeitsprozesse durch KI-Lösungen ersetzt werden.

Sie sind schon seit langer Zeit im Tech-Sektor zuhause. Können Sie sich noch daran erinnern, wann Sie das erste Mal mit künstlicher Intelligenz in Berührung gekommen sind?
Das war als Student vor mehr als 25 Jahren. Damals waren Themen wie neuronale Netze, die KI-Programmiersprache LISP und sogenannte Expertensysteme en vogue. Anfang der 1990er-Jahre, also noch vor der Erfindung des WWW, brach eine zweite KI-Euphoriewelle aus. Viele der heutigen Algorithmen fußen auf diesen theoretischen Arbeiten und den damals entwickelten Grundlagen.

Vor 25 Jahren waren wichtige Voraussetzungen für einen breitflächigen Durchbruch der KI noch nicht gegeben: Das WWW und heutige Internet, wie wir es kennen, war noch gar nicht geboren. Es gab keine Social Media und keine Smartphones und nur wenige digital vorliegende Daten bzw. Datenbanken. Die Rechenkapazitäten waren noch bescheiden, PCs setzten sich gerade erst durch und an spezialisierte KI-Chips wie heute von NVIDIA und Co. war noch nicht zu denken.

War Ihnen damals die Tragweite der Technologie gleich bewusst?
Wir haben damals im Studium schon die KI-Klassiker und Vordenker wie Marvin Minsky behandelt. Minsky, ein MIT-Professor, wurde durch sein Buch »The Society of Mind« in der Szene berühmt. Er gehörte übrigens zu den Initiatoren der ersten KI-Konferenz 1956 »Dartmouth Conference«. Sie gilt als die Geburtsstunde der modernen KI. Dort wurde zum ersten Mal der Begriff »KI« ausgesprochen.

Wie schätzen Sie das zukünftige Wachstumspotenzial der Branche ein? Hat der Aktienmarkt hier nicht schon zu viel vorausgenommen?
Ich denke, die KI wird der Schlüssel in der Digitalisierung und hebt alle Digitalisierungsbemühungen auf ein völlig neues Level. Wir dürfen nicht vergessen, dass wir heute weltweite Vernetzung durch Smartphones, Cloud, IoT und Industrie 4.0 haben. Damit haben wir die Voraussetzung geschaffen, darauf aufbauend die KI als neue Wertschöpfungs- und Anwendungsebene zu etablieren.

Die Möglichkeiten werden noch viel weitreichender als im Internet sein. Die Reise für Anleger, aber auch für uns als Entwickler und Anwender, hat beim Thema KI erst begonnen. Anders ausgedrückt: Wir befinden uns derzeit maximal im Vorzimmer und stoßen in ein riesiges Gebäude mit langen Sälen und vielen Türen vor. Das Spannendste liegt also noch vor uns.

Da wir uns aber im digitalen Raum bewegen, werden die Fortschritte in immer kürzeren Taktungen erfolgen und es werden sich somit für Anleger auch weiterhin neue, spannende Investitionsmöglichkeiten bieten. Auf jeden Fall ist die generative KI der größte säkulare Trend der laufenden, vielleicht sogar der nächsten Dekaden.

Arista
Experten bezeichnen Arista als das »kleine, aber feine Cisco« für das neue Zeitalter des Cloud- und Generative-AI-Computings. Hauptprodukte sind extrem leistungsfähige Hochgeschwindigkeits-Netzwerk-Switches für die stark wachsenden Datencenter von Anbietern wie Alphabet, Meta und Microsoft. Schlüssel und »Kronjuwel« des Unternehmens ist das auf dem offenen Linux-Betriebssystem basierende Netzwerk-Betriebssystem EOS. Mitgründer von Arista ist der Deutsche Andy Bechtolsheim (SUN-Co-Gründer und erster externer Geldgeber für Google). Seit Aristas erfolgreichem Börsengang im Juni 2014 hat sich der Börsenkurs mehr als verzehnfacht. Im Gegensatz zu anderen Neugründungen war das Unternehmen von Beginn an profitabel und sehr margenstark: Mit Bruttomargen von über 60 Prozent und hohen zweistelligen Wachstumsraten gilt das Unternehmen als einer der wichtigsten Infrastrukturanbieter für den Bau moderner Datencenter. Aristas Netzwerkvision ist, sich als Plattformanbieter für moderne cloudbasierte Netzwerktechnologie zu etablieren. Für die performante Berechnung generativer KI-Anfragen sind nicht nur leistungsfähige Verarbeitungsprozessoren wie von NVIDIA von Bedeutung; noch wichtiger ist der schnelle Transport großer Datenmengen. Und hier kommen die großen Hyperscaler nicht an Arista vorbei, zu dessen wichtigsten Kunden Meta und Microsoft gehören.

Palantir
Palantir ist das weltweit führende Big-Data-Unternehmen für Unternehmen, Regierungsbehörden und Militär. Der Name entstammt der Redewendung »sehet die Steine« aus »Herr der Ringe«. Basis für die Gründung von Palantir waren Erfahrungen des PayPal-Gründers Peter Thiel. Bei PayPal sah man sich im Online-Zahlungsverkehr einem hohen Missbrauch ausgesetzt und schrieb dafür spezielle softwarebasierende Algorithmen, um Missbrauchsmuster schnell zu erkennen. Bei Palantir geht es um die ganz großen Themen, wie die Aufdeckung von Cyber-Spionage und organisierte Kriminalität, die KI-gestützte Software dient aber inzwischen auch als Waffe in der Kriegsführung. Die Software von Palantir diente unbestätigten Berichten zufolge dazu, den Topterroristen Osama Bin Laden aufzuspüren und wird maßgeblich im Ukraine-Krieg zur Abwehr russischer Angriffe eingesetzt. Palantir hat seine Big-Data-Softwareplattform in den vergangenen zwei Jahren in eine »Artificial Intelligence Plattform« erweitert und verzeichnet wegen seiner besonderen Marktstellung eine hohe Nachfrage nach seinen KI-Lösungen bei Unternehmen, Regierungen und Militär.

Die höchsten Produktivitätsgewinne dürften zunächst in den Sektoren Informationsverarbeitung, Finanzen und Versicherungen erzielt werden. Auch in der Kreativbranche wie der Film-, Medien- und Werbeindustrie sind hohe Effizienzgewinne naheliegend.

Doch reicht es, den Investmenthorizont einzig auf die »Magnificent Seven« auszurichten? Weit gefehlt! Das Thema generative KI bietet viel weitreichendere Investmentbereiche und Unternehmen. Ein Investment in führende Technologieunternehmen, die von der generativen KI am stärksten profitieren, ermöglichen dezidierte Indizes, wie der »Solactive Generative AI-Index«. Er beinhaltet Unternehmen aus den gesamten Wertschöpfungskette des Themas generative KI. Doch welche Faktoren spielen bei der Auswahl der vielversprechendsten Aktien die größte Rolle? Hierzu hat die I&S Consulting GmbH einen speziellen zweistufigen Scoring-Ansatz entwickelt, der sich bereits bei anderen Technologiethemen langjährig bewährt hat und unter anderem beim Solactive Generative AI Technology-Index Anwendung findet:

1. Thematischer Score:
Um die technologisch führenden Generative-KI-Unternehmen zu selektieren, wurde ein thematisches Scoring entwickelt. Insgesamt vier Kriterien spielen dabei eine maßgebliche Rolle: Patente mit Bezug zur generativen KI, Venture-Capital-Beteiligungen in Generative-KI-Unternehmen und -Start-ups und ob ein eigenes großes Sprachmodell (LLM) besteht oder Kooperationen mit LLM-Anbietern. Die bisher erfolgreichen Strategien der Unternehmen sind unterschiedlich: Alphabet und Meta entwickeln eigene Sprachmodelle, Amazon und Microsoft haben sich mit Milliardeninvestments bei Anthropic und OpenAI eingekauft.

2. Financial Score:
Ohne Geld – besser ohne viel Geld – läuft beim Thema generative KI nichts. Microsoft hat durch seine Milliardeninvestments in OpenAI vorgelegt. Inzwischen ist es ein »Arms-race«, also Wettrüsten der großen Unternehmen: Amazon, Alphabet, Microsoft/OpenAI, Meta, xAI und Oracle. Oracle-Chef Larry Ellison sieht den Investitionsbedarf in den nächsten Jahren pro Anbieter bei mindestens 100 Milliarden US-Dollar. Es bedarf also tiefer Taschen, um im Wettrennen der großen Sprachmodelle bei den Gewinnern zu sein. Deshalb spielen Finanzkennzahlen wie freier Cashflow, Umsatzwachstum, Ausgaben für Forschung und Entwicklung, Profitmargen und Cash-Bestand beim Auswahlprozess eine wichtige Rolle.

Wertschöpfungsketten:
Ein übergreifender Faktor beim Auswahlprozess ist das Denken in Wertschöpfungsketten. Gerade bei neuen Technologien wie generative KI finden die Investitionen in aufeinanderfolgenden Zyklen mit unterschiedlichen Schwerpunkten statt: In der ersten Phase sind das Unternehmen aus dem Sektor Infrastruktur wie Chip-Hersteller und Cloud-Provider. Die nächste Phase ist gekennzeichnet durch Software-Unternehmen aus dem Enterprise-Sektor, die branchenübergreifend für Prozessverbesserungen und Effizienzen sorgen. Die dritte Phase stellt bei B2B vertikale Tech-Unternehmen in Segmenten wie Steuern, Finanzen und Medien dar. Bei B2C sind das insbesondere Plattformunternehmen mit Endkundenbezug wie Fintechs, Buchungsplattformen, E-Commerce-Anbieter und Lieferdienstservices.