Wir befinden uns noch in der Anfangsphase eines KI-getriebenen Investitionszyklus, der die Weltwirtschaft verändern könnte.
Google und OpenAI sind klare Marktführer bei gebündelten Plattformen, die als umfassende KI-Assistenten dienen werden. Google hat hervorragende Arbeit geleistet, um aufzuholen. Das mit Abstand weltweit führende KI-Produkt ist tatsächlich die Google-Suche: Milliarden von Menschen nutzen KI über Google, ohne jemals Gemini heruntergeladen zu haben und tauchen nicht in den ChatGPT-Nutzerstatistiken auf. Google monetarisiert dies bereits effektiv mit besseren Konversionsraten als bei der klassischen Suche.
Im Softwarebereich zeichnen sich klare Gewinner und Verlierer ab. Jensen Huangs Beobachtung, dass „KI die neue Software ist“, bewahrheitet sich genau wie von ihm beschrieben. Wir bewegen uns weg von deterministischer, regelbasierter Software hin zu kontextbezogenen, impliziten und flexiblen Schnittstellen. Dieser Wandel schafft Chancen, aber auch Herausforderungen für traditionelle, lizenzbasierte Softwaremodelle.
Wir meiden bewusst Softwareunternehmen, die sich im Auge des Sturms befinden. Dazu zählen vertikale Software-as-a-Service-Unternehmen (SaaS) und traditionelle Anbieter lizenzbasierter Anwendungssoftware. Stattdessen bevorzugen wir Enabler, also Softwareunternehmen, die Unternehmen dabei helfen, KI sicher und effektiv zu integrieren wie beispielsweise Cloudflare, CrowdStrike und Dateninfrastrukturanbieter wie Snowflake und Datadog.
Ökosysteme und Vertrauen entscheiden den Wettbewerb im KI-Markt
Das Monetarisierungspotenzial und die Wettbewerbsposition der Modellanbieter stehen im Zentrum. Wir haben gelernt, dass es sich hierbei nicht um ein traditionelles Netzwerk-Effekt-Geschäft handelt, wie ursprünglich gehofft – ein weiteres Modell zu nutzen führt nicht zu einer wesentlichen Verbesserung. Das unterscheidet sich von der Entwicklung im Bereich der Suchmaschinen. Zudem sind die Wechselkosten derzeit recht gering. Der Wettbewerb wird letztendlich auf drei Faktoren hinauslaufen: Vertrauen, Produktqualität und Integration in das Ökosystem. Da diese Plattformen Zugriff auf E-Mails, Kalender, Krankenakten und Zahlungsinformationen erhalten, wird Vertrauen wird immer wichtiger. Etablierte Akteure oder Unternehmen, die sich Glaubwürdigkeit aufgebaut haben, profitieren von einem erheblichen Vertrauensvorteil. Dies stellt eine bedeutende Hürde für neue Marktteilnehmer dar. Wichtiger als die reine Modellleistung ist die Produktdifferenzierung. Die meisten Nutzer können die verschiedenen Modell-Generationen nicht unterscheiden. Entscheidend wird sein, welche Plattform die besten Funktionen, die nahtloseste Funktionalität sowie die besten Integrationen bietet und die Bedürfnisse der Nutzer am effektivsten vorhersagen kann. Google hat hier aufgrund seines bestehenden Ökosystems erhebliche Vorteile.
Es ist davon auszugehen, dass die Wechselkosten im Laufe der Zeit steigen werden – eher wie beim Apple-Ökosystem als bei den reinen Netzwerkeffekten von Instagram. Ein Wechsel wird nicht unmöglich sein, aber je tiefer die Nutzer diese Agenten in ihre Arbeitsabläufe integrieren, desto schwieriger wird er. Bezüglich Monetarisierung erwarten wir, dass die Haupteinnahmequelle für Verbraucherprodukte die Werbung sein wird, möglicherweise ergänzt durch Einnahmen aus Transaktionen. Das Abonnementmodell allein reicht für die Rentabilität nicht aus. Werbung funktioniert jedoch bereits gut in der KI-gestützten Suche von Google und erzielt bessere Konversionsraten als die traditionellen Stichwortsuche.
KI-Transformation setzt Softwaremargen unter Druck – stärkt aber etablierte Plattformen
Im Bereich Unternehmenssoftware werden sich vermutlich die großen etablierten Softwareunternehmen anpassen und weiterhin wichtige Akteure in der KI-gestützten Softwarelandschaft bleiben, ähnlich wie Microsoft, SAP und Oracle den Übergang zur Cloud bewältigt haben. Unternehmenskunden werden cloudbasierte Kernplattformen wie Salesforce in naher Zukunft nicht durch selbst entwickelte On-Premise-Alternativen ersetzen. Allerdings benötigen solche Übergänge Zeit, bis sie vollständig abgeschlossen sind. Das Wachstum bei lizenzbasierter Software wird nachlassen, da Unternehmen aufgrund der produktivitätssteigernden Wirkung von KI weniger lizenzierte Nutzer benötigen. Die Margen werden unter Druck geraten, da die effektive KI-Implementierung Investitionen erfordert (selbst bei effizienten Open-Source-Modellen müssen die Inferenzkosten verwaltet werden). Softwareunternehmen müssen einen Teil dieser Kosten absorbieren und gleichzeitig ihren Kunden einen Mehrwert bieten. Die jüngste Volatilität im Softwarebereich ist auf die Unsicherheit darüber zurückzuführen, wie sich diese Dynamik entwickeln wird. Einige Unternehmen, die von dem allgemeinen Ausverkauf im Softwarebereich betroffen waren, dürften langfristig zu den Gewinnern zählen.
Der Ausbau der KI erfordert zwar erhebliche Investitionen, aber die Finanzierung dürfte durch eine Kombination verschiedener Quellen sichergestellt werden. An diesem Modell werden mehrere Parteien wie Cloud-Anbieter, Infrastrukturpartner und Kreditmärkte beteiligt sein, die sich die Kapitalanforderungen teilen werden. Dies ähnelt der Art und Weise, wie die frühen Cloud-Kapazitäten durch Partnerschaften aufgebaut wurden, statt dass ein einzelnes Unternehmen die gesamten Kosten getragen hat. Diese Infrastrukturprojekte werden voraussichtlich als traditionelle, auf diskontierten Cashflows basierende Investitionen mit vorhersehbaren Einnahmequellen strukturiert sein, ähnlich wie REITs für Rechenzentren und Colocation-Einrichtungen, die den Übergang zur Cloud ermöglicht haben. Zu den wichtigsten Faktoren dürften dabei Umsetzung und Umsatzwachstum gehören. Die führenden KI-Unternehmen erschließen große, lukrative Märkte und wachsen mit beeindruckenden Raten. Wenn sie ihre Produkt-Roadmaps weiter umsetzen und in neue Branchen expandieren, sollte die Finanzierung folgen. Unternehmen mit starken Bilanzen wie Google (Alphabet) unterliegen keinen nennenswerten Finanzierungsbeschränkungen. Für das breitere Ökosystem beobachten wir, wie Kapital in diesen Bereich fließt, und bislang ist das Interesse sowohl von strategischen Partnern als auch von Finanzinvestoren weiterhin groß.
Inferenz dürfte langfristig zum größten Markt der KI-Wertschöpfung werden
Die Qualität von LLM-Modellen ist nach wie vor von Bedeutung, insbesondere für komplexe Anwendungen im Bereich des logischen Denkens und der Entscheidungsfindung, vor allem solange die Umstellungskosten relativ gering bleiben. Da die Produktdifferenzierung jedoch immer wichtiger wird, ist mit einer Verschiebung der Dynamik zu rechnen. Angesichts der bedeutenden langfristigen Chancen ist jedoch weiterhin mit Investitionen in die Entwicklung besserer Modelle zu rechnen. Zu beachten ist auch, dass sich das Training nicht mehr auf textbasierte Modelle beschränkt, sondern dass umfangreiche Arbeiten zu Videos, virtuellen Umgebungen und anderen Modalitäten durchgeführt werden. Die wichtigste Erkenntnis ist, dass selbst mit den aktuellen Modellfähigkeiten noch viel Arbeit vor uns liegt, um das, was wir bereits haben, besser zu nutzen. Aus diesem Grund könnte die Inferenz letztendlich einen größeren Markt darstellen als das Training. Wichtig ist, dass der Mangel an Rechenleistung sowohl das Training als auch die Inferenz beeinträchtigt. Auf der Verbraucherseite werden KI-Produkte weit unter ihrer potenziellen Kapazität betrieben. Da die Rechenleistung immer effizienter und kostengünstiger wird, dürfte es zu einer Verbreitung von Inferenz-Workloads in Unternehmen kommen. Unternehmen werden KI im Hintergrund für unzählige Anwendungen wie Sicherheit, automatisierte Prozesse und Analysen einsetzen. Es ist sinnvoll, dass diese Unternehmen für jede Aufgabe entsprechend skalierte Modelle verwenden. Selbst bei steigender Effizienz dürfte diese Dynamik eine anhaltende Nachfrage nach Recheninfrastruktur schaffen, da die adressierbaren Anwendungsfälle erheblich zunehmen.
www.fixed-income.org
