Die KI-Evolution: Wohin geht die Reise?

Künstliche Intelligenz (KI) hat 2023 die Schlagzeilen beherrscht und eine Rallye bei Technologieaktien ausgelöst. Generative KI ist ein bedeutender technologischer Fortschritt, sagt Jeffrey Lin, Head of Thematic Investments bei M&G Investments. Er ergänzt, dass viele Branchen von den potenziellen Vorteilen profitieren können. Doch wie sieht das Spektrum an Anlagemöglichkeiten aus, das die bahnbrechende neue Technologie schaffen könnte?

2023 wird wohl als das Jahr in Erinnerung bleiben, in dem KI zum Mainstream wurde. Schon in den letzten Jahren hat sich KI im Alltag immer mehr etabliert. Sie wird vielfältig eingesetzt – etwa in Sprachassistenten wie Amazons Alexa und Apples Siri, in Chatbots für den Kundenservice, in personalisierten Online-Empfehlungen für Einkauf oder Videos und Filme. 2023 hat das Interesse an KI und ihren Möglichkeiten jedoch dramatisch zugenommen, was vor allem ChatGPT zu verdanken ist.

Der Chatbot ChatGPT von OpenAI ist seit November 2022 frei verfügbar. Dieses „Large Language Model“ (LLM) entwickelte sich zu einer der am schnellsten wachsenden Anwendungen aller Zeiten: In nur zwei Monaten erreichte ChatGPT 100 Millionen Nutzer.^[1] LLMs sind fortschrittliche KI-Programme, die auf großen Mengen von Textdaten trainiert werden. Sie sollen menschliche Sprache verstehen und sinnvolle, natürliche Antworten geben können. Die Technologie soll die Kommunikation zwischen Menschen und Computern einem Gespräch zwischen Menschen ähnlicher machen.

ChatGPT löste eine Welle der Begeisterung für KI aus: Denn es ermöglichte allen Internetnutzern, das enorme Potenzial der generativen KI zu erleben. Die Reaktion auf einfache Aufforderungen und Fragen demonstriert eindrucksvoll, das Computer mit generativer KI „mehr wie Menschen denken“ und eigenständige Texte, Bilder, Videos, Musik und Codes erstellen können.

Technologieunternehmen arbeiten schon seit Jahren an KI-Projekten. OpenAI jedoch hat mit der Veröffentlichung von ChatGPT neue Dimensionen aufgezeigt. Schnell folgte eine Reihe weiterer generativer Open-Source-KI-Tools: darunter Bard von Google, Llama von Meta und Ernie Bot von Baidu. Die großen Tech-Unternehmen versuchen, Marktanteile zu erobern.

Der Hunger nach Daten

LLMs sind auf riesige Datenmengen angewiesen, um neue Inhalte produzieren zu können. Das führt zu einem wachsenden Wettbewerb um Datensätze. Daten wurden bereits als das „neue Öl“ gepriesen. Generative KI könnte so etwas wie der Verbrennungsmotor unserer Zeit sein, der dazu beiträgt, den Wert der Daten freizusetzen.

Damit steigt der Wert von Unternehmen, die eigene Datensätze besitzen: besonders wenn diese Datensätze für die Erstellung generativer Modelle erforderlich sind. Beispielsweise verfügt Adobe als Anbieter von Software für die Kreativbranche über eine Datenbank mit Hunderten von Millionen von Fotos. Diese hat das Unternehmen genutzt, um Firefly zu entwickeln. Die Anwendung erzeugt nach einfachen Befehlen in Textform („Prompts“) KI-gestützt Inhalte. KI-Firmen sprechen auch Nachrichten- und Bildquellen an, um sie in ihre Modelle einzubeziehen.

In Zukunft werden sich die Unternehmen wahrscheinlich darauf konzentrieren, Modelle mit ihren eigenen Daten zu trainieren, um maßgeschneiderte KI-Anwendungen zu entwickeln. Die Datensätze sind in vielen Unternehmen über verschiedene Systeme verteilt und liegen nicht unbedingt im geeigneten Format vor. Daher könnten IT-Dienstleister ins Spiel kommen, um die Unternehmen zu beraten, wie sie KI effektiv implementieren, ihre Abläufe effizienter gestalten und die Datensicherheit gewährleisten können.

Eine bahnbrechende Technologie

Unserer Einschätzung nach tritt die KI jetzt in die nächste Entwicklungsphase ein, vorangetrieben von der generativen KI und den LLMs. Unserer Ansicht nach hat KI ein enormes Potenzial, Unternehmen zu transformieren, ganze Branchen und sogar das Leben der Menschen zu verändern.

Mit Computern die menschliche Entscheidungsfindung verbessern und sich wiederholende Aufgaben ausführen. Dies könnte Unternehmen helfen, ihre Effizienz und Produktivität zu steigern. Einer Studie der Unternehmensberatung McKinsey zufolge könnten die Produktivitätsverbesserungen durch generative KI und Automatisierung das Volumen der Weltwirtschaft erhöhen – um geschätzte 2,6 bis 4,4 Billionen US-Dollar pro Jahr.^[2]

Die Vorteile der generativen KI sind nicht auf die Technologiebranche beschränkt. Wir glauben, dass potenziell ein breites Spektrum von Branchen durch KI grundlegend verändert werden könnte. Ein Beispiel dafür ist die Verbesserung der Ernteerträge: Selbstfahrende Traktoren nutzen Bilderkennung, um Unkraut zu erkennen und Herbizide gezielt auf unerwünschte Pflanzen zu sprühen.

Im Gesundheitswesen könnte die generative KI etwa bei der Arzneimittelentwicklung ausgesprochen vorteilhaft sein. Die KI kann riesige Datenmengen analysieren und Muster erkennen. Damit können Unternehmen neue Medikamente erheblich effizienter und schneller entwickeln. In einer Ära der generativen KI haben Pharmaunternehmen das Potenzial, neue medizinische Entdeckungen zu machen und Fortschritte im Gesundheitswesen zu erzielen, die früher unvorstellbar waren.

Versorgungsunternehmen setzen zunehmend auf KI, um die Strominfrastruktur zu verbessern. Dies ermöglicht die Entwicklung von „intelligenten Netzen“, die zur Optimierung von Stromverteilung und -verbrauch beitragen werden.

In der Finanzdienstleistungsbranche könnte das Bankwesen laut McKinsey zu den größten Nutznießern der Technologie gehören,^[3] besonders bei der Risikobewertung und Betrugserkennung. Auch Dienstleistungen wie Kundenreporting, Kundenservice und Back-Office-Abläufe könnten durch den Einsatz generativer KI deutlich effizienter bereitgestellt werden. 

10 Milliarden Datenpunkte ... und es werden immer mehr

Bei M&G Investments setzen wir auf Technologie und entwickeln maßgeschneiderte KI-Lösungen, um Daten im Zusammenhang mit unseren eigenen Geschäften und Investments zu verarbeiten.

Der Einsatz von Technologie in der Investmentbranche hat in den letzten zehn Jahren exponentiell zugenommen – parallel zum raschen Wachstum der Daten und ihrer Entwicklung. Eine Reihe von Faktoren führen dazu, dass mehr Daten gesammelt werden müssen. Dasselbe gilt für die Einführung technologiegestützter Lösungen, um Daten zu verarbeiten und sinnvoll zu nutzen.

Der sich verändernde regulatorische Rahmen hat zu explosionsartig wachsenden Datenmengen bei unseren eigenen Tätigkeiten und Investments geführt: ob hinsichtlich Vielfalt, Inklusion oder Klimadaten zu unseren Tätigkeiten oder ob bei umfassenderen Umwelt-, Sozial- und Unternehmensführungsdaten (ESG) zu unseren Investments. Asset Manager haben ihre Ressourcen neu ausgerichtet, um die neuen Vorschriften und Offenlegungspflichten zu erfüllen – sowohl auf Unternehmens- als auch auf Produktebene. Sie erfassen und analysieren Daten. Diese Informationen speisen sie in Systeme und Prozesse auf Unternehmensebene und beim Anlagemanagement ein.

In einer zunehmend wettbewerbsorientierten Branche kann die effektive Erfassung und Nutzung von Daten einen echten Unterschied machen. Das gilt sowohl für die Solidität des Anlageprozesses als auch für die Erstellung umfassender Reports für die Investoren. Technologiegestützte Lösungen können breitgefächerte Inputs für die Investmentanalyse liefern, um differenzierte Einblicke zu ermöglichen und letztlich bessere Ergebnisse für unsere Kunden zu erzielen. Außerdem können sie die Effizienz verbessern und unseren Anlageteams zusätzliche Flexibilität bieten.

Als aktive Manager bei M&G Investments wird das menschliche Element im Anlageprozess immer erfolgskritisch sein. Die Technologie spielt jedoch eine entscheidende Rolle, um innovative Lösungen zu entwickeln und bestehende Prozesse effizienter zu gestalten. Im Wesentlichen dient die Technologie einem bestimmten Zweck: Sie hilft uns, Daten effizienter in umsetzbare Erkenntnisse zu verwandeln.

Bei unserer auf maschinellem Lernen basierenden Anlagestrategie setzen wir sowohl KI als auch ein menschliches Element ein. Die von uns entwickelten Algorithmen bilden dabei den Kern. Unser Team für fundamentale Aktien fungiert als Aufsichtsinstanz für die daraus resultierenden Schlussfolgerungen. Ziel ist es, bei der Aktienauswahl das Beste aus menschlicher und maschineller Intelligenz zu nutzen. Und so wie das menschliche Wissen wächst, haben auch die Datenmenge und die Rechenleistung im Laufe der Zeit zugenommen – nur eben exponentieller. Wir haben diese Strategie 2018 eingesetzt. Damals umfasste beispielsweise der zugrunde liegende Datensatz 1 Milliarde Datenpunkte, die bis zu 10 Jahre zurückreichen. Heute sind es über 10 Milliarden Datenpunkte, die mehr als 25 Jahre abdecken. Und es werden täglich mehr.

Spektrum der KI-Möglichkeiten

Bei der Verarbeitung natürlicher Sprache (NLP = natural language processing) lernen Computer, die menschliche Sprache zu verstehen und zu interpretieren. Wir glauben, dass sich NLP derzeit zu einer starken Kraft in der globalen Wirtschaft entwickelt und die Anwendungsfälle zunehmen werden – im Einklang mit der Entwicklung immer leistungsfähigerer Prozessoren.

Wir sehen KI als mehrjähriges Anlagethema mit dem Potenzial, eine Mainstream-Technologie in der Realwirtschaft zu werden. Beim Nachdenken über das Spektrum der KI-bezogenen Anlagemöglichkeiten sehen wir drei Kategorien: Unterstützer, Anbieter und Profiteure.

KI-Unterstützer

Generative KI ist auf eine große Menge an Rechenleistung angewiesen: Zum einen, um die LLMs zu „trainieren“ und die Muster in den Datensätzen zu erkennen. Zum anderen, um die Anwendung auszuführen und die Antworten zu erzeugen.

Unterstützer sind die Unternehmen, die Schlüsseltechnologien für die KI-Fortschritte liefern: etwa Rechenleistung, Daten, Datenkommunikation in Höchstgeschwindigkeit und Sensoren. Dazu gehören Halbleiterfirmen, die Prozessoren und Chips für die schnelle Datenverarbeitung herstellen; Systemanbieter, die Netzwerkausrüstungen liefern; und Telekommunikationsfirmen, die erforderliche Bandbreiten vom Rechenzentrum zu den Außenstellen („Edge“) und zurück bereitstellen.

Wir halten Nvidia für den prominentesten dieser Unterstützer. Das Unternehmen liefert die meisten der Prozessoren, um neuronale Netze zur Durchführung von KI aufzubauen. Dies erklärt, warum der Aktienkurs von Nvidia im Jahr 2023 um mehr als 200 % gestiegen ist. Die Marktkapitalisierung des Unternehmens stieg auf über 1 Billion US-Dollar.^[4] 

Ohne Nvidia hätte die KI wohl nicht das heutige Ausmaß erreicht: In den letzten 10 Jahren hat das Unternehmen die KI-Leistung um das 1-Millionen-Fache gesteigert. Unserer Ansicht nach bleibt Nvidia für die Zukunft der KI von zentraler Bedeutung. Seine Programmiersprache CUDA^[5] ist der De-facto-Standard, um Nvidias Prozessoren für KI zu nutzen. Die Nachfrage nach den Chips von Nvidia ist stetig, da Technologieunternehmen auf der ganzen Welt versuchen, ihre eigenen LLMs zu bauen.

Das Unternehmen hat eine langfristige Vision und sucht fortlaufend nach neuen KI-Anwendungen für seine Technologie. Unserer Ansicht nach wird sich die Technologie weiter verbessern und die Nachfrage nach Nvidias Prozessoren weiter steigern. Solange das Unternehmen der Nachfrage gerecht werden kann, rechnen wir bei Nvidia mit einem anhaltend schnellen Wachstum.

Warteschlangen für Rechenressourcen

Für die Ausführung von LLMs sind höhere Rechenleistungen erforderlich. Daher erwarten wir, dass die Explosion von KI-Anwendungen zu einer steigenden Nachfrage nach Rechenzentren führt. Die Unternehmen stehen buchstäblich Schlange, um Zugang zu mehr Rechenressourcen zu erhalten. Die steigende Nachfrage könnte unserer Ansicht nach zu einem höheren Umsatzwachstum und einer besseren Preissetzungsmacht für Rechenzentrumsbetreiber führen.

Die schnell steigende Nachfrage hat auch die Spitzenforschung zur Erhöhung der Geschwindigkeit und Kapazität von Datenübertragung und -speicherung vorangetrieben. Schnellere Übertragungsraten sind für die KI-Leistung von entscheidender Bedeutung. Die Daten müssen schnell vom Rand des Netzes in die zentralen Datenzentren übertragen werden. Dort werden sie verarbeitet, und es werden Antworten generiert, die dann wieder zurückgeschickt werden. Amazons Alexa und Apples Siri sind Beispiele dafür, wie NLP vom Rand zum Rechenzentrum und zurück fließt.

Optische Verbindungen können Daten schneller übertragen als elektronische Netze. Sie werden wahrscheinlich erforderlich sein, um mit der Nachfrage nach immer höheren Übertragungsgeschwindigkeiten Schritt zu halten. Eine Reihe von Unternehmen hat in die „Photonik“-Technologie investiert, die auf der Nutzung von Lichtwellen beruht. Photonik ist die Wissenschaft und Technologie der Erzeugung, Steuerung und Erkennung von Photonen für verschiedene Anwendungen: etwa für Telekommunikation, medizinische Bildgebung und Fertigung unter Verwendung von Lasern und optischen Komponenten.

Die Datenerstellung und -übermittlung nimmt exponentiell zu, getrieben besonders von der breiteren Einführung von KI. Unternehmen an der Spitze dieser neuen Technologie könnten gut positioniert sein, um das Nachfragewachstum zu nutzen.

KI-Anbieter

Eine weitere potenzielle Anlagequelle sind Anbieter, die KI-Dienstleistungen und -Produkten für Verbraucher liefern. Oft – aber nicht immer – sind dies Softwarefirmen, die ihre Produkte mit KI verbessern.

Ein bemerkenswerter Anbieter ist unseres Erachtens Microsoft. Das Technologieunternehmen ist ein bedeutender Investor in OpenAI. Es ergänzt seine Softwareprodukte rasch mit KI-Funktionen wie Microsoft 365 Copilot. Das Unternehmen hat durch seine Office-Software einen dominierenden Marktanteil. Microsoft kann die Leistungsfähigkeit seiner Software erhöhen und für KI-integrierte Produkte höhere Preise verlangen. Weitere Beispiele sind Workday, das Lösungen für das Personalwesen anbietet, und der oben erwähnte Softwareanbieter Adobe.

AI-Profiteure

Unsere dritte Kategorie sind KI- Profiteure: Unternehmen, die ihre Effizienz durch den innerbetrieblichen Einsatz von KI steigern. Diese sind in der Regel außerhalb des IT-Sektors zu finden und umfassen die Automobil-, Gesundheits- und Industriebranche.

Das US-Lebensmittel- und Getränkeunternehmen PepsiCo halten wir für ein gutes Beispiel. Das Unternehmen nutzt KI in verschiedenen Bereichen, um sein Geschäft auszubauen und die betriebliche Effizienz zu verbessern. In der Produktion setzt PepsiCo KI ein, um Lebensmittelstandards einzuhalten. In der Produktentwicklung nutzt es KI, um den potenziellen Erfolg neuer Produkte abzuschätzen. Und es nutzt KI auch, um die Regalpositionen für seine Produkte zu bestimmen und so den Absatz zu steigern.

Unserer Einschätzung nach werden im Laufe der Zeit immer mehr Unternehmen aus allen Sektoren KI einsetzen, um die Effizienz und Produktivität zu steigern. Mit der zunehmenden Verbreitung von KI in der Realwirtschaft erwarten wir in Zukunft mehr Investitionsmöglichkeiten bei KI- Profiteuren.

Unser Fokus als Investoren liegt darauf, die Schnittmenge zwischen technologischer Innovation und ihrer Umsetzung in Geschäftsprozesse zu identifizieren. Der wichtigste Faktor für die Anlagerendite ist unserer Ansicht nach ein wachsender freier Cashflow: also das Geld, das nach Abzug der Investitionsausgaben übrig bleibt.

Wir halten es für wahrscheinlich, dass der freie Cashflow bei Unternehmen stark wachsen wird, die KI anbieten und/oder die KI zur Verbesserung des Wachstums und der Gewinnmargen einsetzen und auch, dass dies ihrer Anlageperformance einen kräftigen Schub verleihen könnte.

Wachsen und Überleben

Wir haben nur einige wenige Beispiele für die Auswirkungen hervorgehoben, die generative KI auf verschiedene Sektoren haben könnte. Es gibt noch viele weitere Anwendungsfälle, etwa im Bildungswesen, in der Fertigung und bei autonomen Fahrzeugen. Zweifellos wird es noch viele weitere geben, wenn sich die Technologie weiter so schnell entwickelt.

Generative KI und ihre Anwendungen können unserer Meinung nach in den kommenden Jahren potenzielle langfristige Wachstumstreiber sein. Sie sollten die Produktivität bei vielen Aufgaben steigern und Branchen verändern können. Wir halten das für eine aufregende Zeit für Innovation und Wettbewerb. Die neue Technologie steht erst am Anfang und es wird interessant sein zu sehen, wie sie sich entwickelt, wie Unternehmen sie erfolgreich einsetzen und wie sich Regulierung und Sicherheitsfragen entwickeln.

Wie immer wird der Beginn einer neuen disruptiven Marktkraft Gewinner und Verlierer hervorbringen. Wir sehen viele attraktive Investitionsmöglichkeiten im Bereich KI. Einige Unternehmen könnten jedoch außerstande sein, mit KI-affinen Konkurrenten Schritt zu halten, oder sie könnten erleben, dass ihre Märkte den zahlreichen Anwendungen von KI zum Opfer fallen. Die Implementierung von KI – besonders von generativer KI – wird unserer Ansicht nach über mehrere Jahre hinweg einer der Faktoren sein, die über Gewinner und Verlierer entscheiden.

 

^[1] Reuters, “Chat GPT sets record for fastest-growing user base – analyst note”, Reuters.com, February 2023.
^[2] McKinsey, “The economic potential of generative AI: The next productivity frontier”, mckinsey.com, June 2023.
^[3] McKinsey, “The economic potential of generative AI: The next productivity frontier”, mckinsey.com, June 2023.
^[4] Financial Times, “Enthusiastic Nvidia investors may need a reality check”, ft.com, July 2023.
^[5] CUDA® is a parallel computing platform and programming model developed by NVIDIA for general computing on graphical processing units (GPUs). With CUDA, developers are able to dramatically speed up computing applications by harnessing the power of GPUs.