Active Thinking: Android-Moment für KI

Die rasante Entwicklung der Künstlichen Intelligenz (KI) könnte ganze Branchen umgestalten und Investoren ungeahnte Chancen eröffnen.

10 März 2025

• Da KI-Technologien tatsächlich verfügbar und kosteneffizient werden, erleben wir einen transformativen Wandel, der mit der Industriellen Revolution vergleichbar ist und ein neues Ökosystem von Anwendungen und Dienstleistungen für Endnutzer hervorbringen wird.
• Josh Sambrook-Smith, Investment Manager, und Wendy Chen, Senior Investment Analyst im Global Equities Team, erörtern, wie Investoren von den neu entstehenden Chancen in der sich wandelnden KI-Landschaft profitieren können.

Seit der voneinander unabhängigen Entwicklung integrierter Schaltkreise und Silizium-Mikrochips durch Jack Kilby von Texas Instruments und Robert Noyce von Fairchild Semiconductor in den späten 1950er Jahren, besteht die Aufgabe der Branche darin, eine höhere Leistung und Performance zu erzielen. Gordon Moore, Mitbegründer von Intel, stellte bereits 1965 die berühmte Beobachtung auf, dass sich die Anzahl der Transistoren auf einem Mikrochip alle zwei Jahre verdoppelt, während sich die Kosten für die Rechenleistung im gleichen Zeitraum in etwa halbieren.

Die Fortschritte, die seither erzielt wurden, bestätigen weitgehend das Moore‘sche Gesetz, das sich die Kapazitäten von einigen Dutzend Transistoren pro Chip in den sechziger Jahren auf heute Dutzende von Milliarden erhöht haben, und die Rechenleistung in einem Quantensprung von damals Tausenden auf heute Billionen von Operationen pro Sekunde gestiegen ist. Während der Schwerpunkt in den letzten zehn Jahren darauf lag, Chips zu verkleinern, um immer mehr Schaltkreise mit Hilfe der Lithografie-Technologie von ASML unterzubringen, die Rechenleistung zu erhöhen und die Energieeffizienz zu verbessern, stösst dieser Weg des Fortschritts zunehmend an seine physikalischen Grenzen. Die Verkleinerung als Weg zur Leistungssteigerung wird immer schwieriger und viel teurer.

Die Wand spalten, nicht treffen

Wie man es von einer letztendlich innovationsgetriebenen Branche erwarten würde, hat die Halbleiterindustrie stark in neue Technologien, Mikrochip-Architekturen und -Techniken investiert, um diese Beschränkungen zu überwinden. Unserer Ansicht nach könnten diese Fortschritte wiederum erhebliche kommerzielle Chancen für Entwickler und Geräteanbieter in der gesamten Branche schaffen sowie für diejenigen Investoren, die flexibel genug sind, um sich an das Tempo der Veränderungen anzupassen.

Benutzerdefinierte Chips

In den frühen 2000er Jahren profitierten Hersteller wie Intel und AMD von der steigenden Nachfrage nach immer leistungsfähigeren Allzweck-Mikrochips, die durch das Wachstum des PC-Marktes und den rasanten Aufstieg des Internets angetrieben wurde. In jüngster Zeit ist Nvidia mit GPUs (Grafikprozessoren) in den Vordergrund getreten, die sich von Gaming-Anwendungen zu professionellen Visualisierungs-, Rechenzentrums- und KI-/Machine-Learning-Anwendungen entwickelt haben. Trotz der wachsenden Nachfrage nach Universal-Chips, den so genannten Merchant-Chips, erleben wir einen noch grösseren Nachfrageschub nach benutzerdefinierten Chips, die auf die anwendungsspezifischen Bedürfnisse der Kunden zugeschnitten sind und Vorteile in Bezug auf Kosten und Leistung bringen.

Kundenspezifische Chips (ASICs)

Gelegenheit #1

Da die Nachfrage nach kundenspezifischen Chips stärker wächst als die nach ihren allgemeinen Äquivalenten, glauben wir, dass Unternehmen wie Broadcom, der grösste Designer kundenspezifischer Chips der Welt, der bereits Kunden wie Google und ByteDance beliefert und bald auch Apple und OpenAI zu seiner Kundenliste hinzuzählen wird, gut positioniert sind, um von diesem Markt zu profitieren. Das Management von Broadcom hat im Bereich der KI ein grosses Umsatzpotenzial prognostiziert und geht davon aus, dass bis 2027 allein durch drei Kunden - Google, Meta und ByteDance - ein nutzbarer adressierbarer Markt (SAM) von bis zu 90 Mrd. USD entstehen wird.¹

Transistor-Innovationen

Seit etwa einem Jahrzehnt hat es in der Architektur von Transistoren - den Bauelementen, die den Elektronenfluss steuern - auf Mikrochips einen grundlegenden Wandel gegeben. Die neueste Phase - der Wechsel zu Nanosheet-Architekturen (Designs, die die elektrische Leistung und Effizienz eines Transistors verbessern) - gewinnt nun an Fahrt, wobei die sich verändernde Form der Transistorstrukturen enorme Chancen für Anbieter von Semi-Cap-Geräten und Unternehmen schafft, die hinter der fortschrittlichen Software stehen, die die neuen Chipdesigns ermöglicht. Wir sind zwar der Meinung, dass diese Möglichkeiten der Chip-Architektur unabhängig von der KI-Revolution entstehen würden, aber eine verbesserte Hardware-Leistung ermöglicht eine leistungsfähigere KI, sodass wir in diesen Fortschritten ein doppeltes Potenzial sehen, da Zehntausende, wenn nicht Hunderte Milliarden Dollar in Fertigungsanlagen der neuen Generation und die Software-/Design-Anwendungen, die sie antreiben, investiert werden.

Chancen in der fortschrittlichen Verpackung

Da die Chips immer kleiner und komplexer werden, steigt der Bedarf an fortschrittlichen Verpackungstechniken, bei denen immer mehr Chips mit einer Grösse von weniger als drei Nanometern in einem einzigen Gehäuse untergebracht werden. Unserer Ansicht nach bietet dies eine enorme Marktchance für Anlagenhersteller wie BE Semiconductor Industries, die sich auf diese Technologien spezialisiert haben.

Neben der Hardware - den physischen Werkzeugen, die hinter der KI-Revolution stehen - analysieren wir auch kontinuierlich, wofür Endkunden KI einsetzen und ob bzw. wie sie ihren Gewinn steigern. Vor allem aber überlegen wir, wo die attraktivsten Investitionsmöglichkeiten liegen.

Etablierte (und neue) KI-Anwendungsfälle

Mit der Einführung von ChatGPT machte die KI-Texterstellung im Jahr 2022 einen grossen Sprung nach vorne. Seitdem sind Konkurrenten wie von Google DeepMind Gemini mit Wissens- und Kreativ- schreibdiensten auf den Plan getreten. Microsofts CoPilot und GitHub bieten Softwarecode-Generatoren und Marketing-Supportdienste an, während Midjourney und Adobe zu den Anbietern von Bild- und Videogenerierungsdiensten für Kunden wie Künstler und Vermarkter gehören. Diese Dienste werden bereits kommerziell vermarktet, sowohl auf einer Pay-per-Image- als auch auf einer Abonnement-Basis, und die sich schnell entwickelnden Fähigkeiten, insbesondere bei der Videoerstellung, schaffen Disruption und Investitionsmöglichkeiten in der gesamten Medienbranche.

Bewährte Anwendungsfälle

Wird bereits vermarktet

Personalisierte KI-Assistenten sind bereits Realität: Der persönliche Sprachassistent von Agentic AI reagiert auf verbale Anweisungen wie „Reservieren Sie einen Tisch für morgen Abend in meinem Lieblingsrestaurant“.

Pharma wächst: Warum KI eine entscheidende Rolle in der Gesundheits- und Agrarwirtschaft spielen könnte

Unternehmen wie Googles AlphaFold haben KI-Technologien entwickelt, die in der Lage sind, Proteine zu erzeugen, die das Potenzial haben, bestimmte Krankheiten bei Nutzpflanzen zu bekämpfen. Ein weiterer Anwendungsfall ist die Schaffung von Proteinen zur Bekämpfung von Krankheiten wie Krebs und neurodegenerativen Störungen wie Alzheimer, die nicht nur das Leiden verringern, sondern auch aussergewöhnliche Investitionsmöglichkeiten im Gesundheitssektor eröffnen.

Jenseits der reinen Hardware - das disruptive Potenzial von DeepSeek und anderen

Wer bisher der Meinung war, die Entwicklung der KI beruhe ausschliesslich auf immer mehr Rechenleistung, erlebte Ende Januar ein böses Erwachen.

Das KI-Modell von DeepSeek, das offenbar von einem jungen Team aus Technikgenies und frischgebackenen Absolventen der renommiertesten Universitäten Chinas zu einem Bruchteil der Kosten anderer führender Modelle entwickelt wurde, warf Fragen über die Notwendigkeit hoher KI-Investitionen auf, zumal das Modell anscheinend ähnliche Ergebnisse wie etablierte Akteure zu liefern schien. DeepSeek gab an, nur 5,5 Mio. USD, also relativ gesehen ein „Dumpinglohn“, für die Schulung seines Modells auf H800-Chips ausgegeben zu haben², die viel weniger leistungsfähig sind als die neueren, leistungsstärkeren H100-GPUs, welche von Unternehmen wie OpenAI bevorzugt werden - eine Notwendigkeit, die ironischerweise teilweise auf die US-Technologieexportsanktionen des US CHIPS and Science Act von 2022 zurückzuführen ist. Und um noch mehr Salz in die Wunde zu streuen, behauptete das chinesische Unternehmen, dass es nur ein paar Tausend dieser H800-Chips verwendet, um sein Modell bei seinen 20 Millionen aktiven Nutzern (DAUs) täglich zu betreiben, was einen Bruchteil der Betriebskosten seiner berühmteren US-Konkurrenten ausmacht.

DeepSeek: Tiefgreifende Entwicklungen, Suche nach Disruptionen

Ähnliche Leistung, ein Bruchteil der Kosten. Und wie? Maximierung der vorhandenen Technologie zur Bekämpfung von Sanktionen

Das Aufkommen von DeepSeek führte zu einer Neubewertung einiger etablierter KI-Vorzeigeunternehmen wie Nvidia, was das disruptive Potenzial und die Sensibilität des Marktes für unerwartete KI-Entwicklungen widerspiegelt. Obwohl die Kursrückgänge bei bekannteren KI-bezogenen Namen durch starke Handelsnachrichten, insbesondere von Halbleiterunternehmen wie ASML, sowie Bedenken hinsichtlich der Datensicherheitspraktiken von DeepSeek bald weitgehend wieder ausgeglichen wurden, erinnerte die gesamte Episode die Investoren daran, wie schnell sich die Wahrnehmung im aufstrebenden KI-Sektor ändern kann.

Strategische Implikationen in der sich rasch verändernden Welt der KI

Die KI-Investitionslandschaft entwickelt sich in einem rasanten Tempo, das selbst die Tech-Investoren während des Dot.com-Booms in den frühen 2000er Jahren nicht für möglich gehalten hätten. Während etablierte Hardware-Namen wie Nvidia weiterhin im Mittelpunkt des Themas stehen werden, haben sich viele Investoren im Bereich KI auf strombasierte Infrastruktur-Namen konzentriert. So kündigte die US-Regierung beispielsweise nur eine Woche, bevor DeepSeek ins Rampenlicht rückte, den Investitionsplan „Stargate“ an, der über einen Zeitraum von vier Jahren Investitionen in Höhe von 500 Mrd. USD für KI vorsieht. Darüber hinaus haben die vier grossen KI-Hyperscaler Google, Meta, Amazon und Microsoft nur eine Woche, nachdem DeepSeek die Aufmerksamkeit eines globalen Publikums auf sich gezogen hat, ihre Investitionsausgaben für 2025 auf insgesamt 320 Mrd. USD festgelegt, was einem bemerkenswerten Anstieg von 44 Prozent gegenüber dem Vorjahr entspricht, und die Erwartungen der Wall Street um 20 Prozent übertrifft.³

Diese Entwicklungen bestätigten unsere Ansicht, dass das Thema Investitionen noch nicht abgeschlossen ist, und erinnerten an die Beobachtungen des britischen Ökonomen William Jevons aus dem 19. Jahrhundert, der feststellte, dass technologische Verbesserungen zwar die Effizienz der Ressourcennutzung steigern, der Gesamtverbrauch jedoch trotzdem steigen kann, da die sinkenden Kosten einer Ressource bei gestiegener Akzeptanz zu einer erhöhten Gesamtnachfrage nach der Technologie führen können. Während es sich bei der Ressource, um die es Jevons ging, während der Industriellen Revolution von 1760 bis 1840 um Kohle handelte, gilt dieses Prinzip auch für die Rechenleistung in der heutigen Industrie 4.0-Revolution der KI.

Ende der KI-Computing-Investitionen? Nicht so schnell!

Das Jevons-Paradoxon besagt, dass Kosteneffizienz zu einer höheren Nachfrage beiträgt

Die Party der KI-Anwendungen hat gerade erst begonnen

Unserer Ansicht nach sollten die geringeren Kosten für das Training von KI-Modellen, wie sie von DeepSeek aufgezeigt wurden, zu einer verstärkten Nutzung und zu höheren Ausgaben für KI-Technologien führen, sowohl auf der Hardware- als auch auf der Softwareseite. Wie Satya Nadella, CEO von Microsoft, kürzlich feststellte, muss die Funktionalität stärker standardisiert werden, damit KI ihr wahres Potenzial entfalten kann. Er verglich die KI mit der Dampfmaschine während der Industriellen Revolution in dem Sinne, dass eine bessere Zugänglichkeit der KI die Akzeptanz und damit die Produktivität sowie das Wirtschaftswachstum steigern wird.

Unserer Ansicht nach wird die zunehmende Verbreitung von Open-Source-Modellen, ähnlich dem Android-Betriebssystem, das die Entwicklung des App-Ökosystems auf nicht Apple-Mobilgeräten gefördert hat, die Entwicklung demokratisierter KI-Anwendungen beschleunigen und Investitionsmöglichkeiten auf die gesamte Tech-Welt ausweiten, während sich rasch ein KI-Ökosystem entwickelt und den sich verändernden Nutzeranforderungen in einem Umfang gerecht wird, das sich viele Investoren erst jetzt vorstellen können.