Befinden wir uns in einer KI-Investitionsblase? Lehren aus der Internetblase
Das Merkwürdige an solchen Anlagemanien ist, dass sie einem nicht albern vorkommen, solange man sie miterlebt. Sie wirken eher wie eine frühzeitig eintretende Zukunft.
Das traf Ende der 1990er-Jahre zu. Das Internet veränderte tatsächlich alles. E-Commerce, Suchmaschinen, Cloud-Software, Online-Werbung, Streaming, Smartphones, soziale Netzwerke, Kartendienste, Zahlungssysteme, Fernarbeit und völlig neue Geschäftsmodelle entstanden in dieser Ära.
Und dennoch erlitten viele Anleger schwere Verluste.
Wenn also gefragt wird: „Befinden wir uns in einer KI-Investitionsblase?“, lautet die ehrliche Antwort: Vielleicht teilweise, vielleicht nicht vollständig, und wir werden es erst sicher wissen, wenn die Cashflows eintreten oder eben nicht.
Das klingt zwar etwas unglaubwürdig, ist aber tatsächlich der richtige Ausgangspunkt. Eine bahnbrechende Technologie kann eine Zeit lang völlig überteuert sein. Das Internet hat es bewiesen.
Dieser Beitrag dient lediglich der Information und stellt keine Finanzberatung dar. Kein einzelner Artikel kann Ihnen Kauf- oder Verkaufsempfehlungen geben. Wir können jedoch die Anzeichen besprechen, die üblicherweise auftreten, wenn Erwartungen die Realität übersteigen.
Die Internetblase bietet den besten Vergleich, aber sie passt nicht perfekt.
Der Internetboom war eine seltsame Mischung aus Wahrheit und Fantasie.
Die Wahrheit lag auf der Hand. Immer mehr Menschen gingen online. Neue Unternehmen konnten Kunden ohne Ladengeschäfte erreichen. E-Mail, Suchmaschinen, digitale Werbung, Online-Marktplätze und Software, die über Netzwerke bereitgestellt wurde, erwiesen sich als eindeutig nützlich. Das Internet war keine Modeerscheinung.
Die Illusion bestand in der Vorstellung, dass jedes Internetunternehmen eine gigantische Bewertung verdiente, nur weil es eine Website, Traffic oder einen einprägsamen Domainnamen hatte.
Dieser Unterschied ist wichtig.
Eine Technologie kann real und nützlich sein und dennoch an der Börse oder auf privaten Märkten zu teuer. Das ist die zentrale Lehre aus der Dotcom-Ära.
Die späten 1990er Jahre wiesen mehrere klassische Anzeichen von Exzessen auf:
Unternehmen mit geringem oder gar keinem Gewinn gingen mit enormen Bewertungen an die Börse.
Die Investoren akzeptierten schwache Geschäftsmodelle, weil „Wachstum“ besser klang als die Qualität der Umsätze.
Neue Kennzahlen ersetzten alte, anfangs oft aus guten Gründen, später dann aus albernen Gründen.
Kapital strömte in Nachahmerfirmen.
Der Markt behandelte einen umfassenden Technologiewandel so, als ob jeder Teilnehmer davon profitieren würde.
Dann kam die Abrechnung. Der Nasdaq erreichte im März 2000 seinen Höchststand und stürzte in den folgenden Jahren rapide ab. Viele Unternehmen verschwanden. Einige bekannte Namen wurden zum Inbegriff von Überheblichkeit. Pets.com und Webvan werden noch heute als Beispiele angeführt, weil sie die damalige Stimmung so treffend widerspiegelten.
Der Absturz hat das Internet aber nicht zerstört. Er hat nur die schwachen Inhalte aussortiert.
Amazon überlebte. Google wuchs nach dem Crash. Booking, eBay, Salesforce und andere digitale Unternehmen zeigten, dass die Internetökonomie funktionieren konnte, wenn Produkt, Zeitpunkt, Kostenstruktur und Kundenverhalten übereinstimmten.
Deshalb ist der Vergleich mit KI so hilfreich. Die Frage lautet nicht: „Gibt es KI wirklich?“ Natürlich gibt es sie. Die wichtigere Frage ist: Wie viel zukünftiger Gewinn ist bereits eingepreist, und wer profitiert letztendlich davon?
Woran würden wir erkennen, dass der Markt für KI-Investitionen überhitzt ist?
Oben ertönt kein Alarm. Gäbe es einen, wären die Blasen nicht so schmerzhaft.
Dennoch lassen sich Muster erkennen. Wenn ein Markt überdreht ist, treten oft mehrere Dinge gleichzeitig auf. Ein oder zwei dieser Anzeichen können normal sein. Treten sie jedoch gehäuft auf, sollte man sie ernst nehmen.
Die Erwartungen überholen die Akzeptanz.
Viele Menschen nutzen mittlerweile KI-Tools. Zahlreiche Unternehmen testen sie. Manche bezahlen sogar dafür. Das ist echte Akzeptanz.
Die Schwierigkeit liegt in der Diskrepanz zwischen Nutzung und nachhaltigem Gewinn.
Im Internetzeitalter wurden „Besuche“ und „Aufmerksamkeit“ zu beliebten Kennzahlen. Sie waren wichtig, beantworteten aber nicht die Hauptfrage: Kann dieses Unternehmen Aufmerksamkeit in Umsatz umwandeln, und gelingt ihm das auch, nachdem Konkurrenten aufgetaucht sind?
Die KI hat ihre eigene Version dieses Problems.
Ein Unternehmen mag beeindruckende Demos, ein schnelles Nutzerwachstum oder ein Produkt vorweisen können, das sich magisch anfühlt. Doch Investoren benötigen weiterhin Antworten auf grundlegende Fragen:
Zahlen die Kunden, oder testen sie nur ein kostenloses Tool?
Zahlen die Kunden auch dann noch, wenn der Neuheitsreiz nachgelassen hat?
Spart das Produkt genug Geld oder generiert es genug Umsatz, um seine Kosten zu rechtfertigen?
Kann das Unternehmen angesichts der Rechenkosten seine Nutzer gewinnbringend bedienen?
Wird das Produkt mit zunehmender Größe leistungsfähiger, oder holen die Wettbewerber schnell auf?
Der „Wow“-Effekt ist nicht dasselbe wie Geschäftsqualität.
Das heißt nicht, dass anfängliche Verluste schlecht sind. Amazon hat jahrelang Verluste gemacht, während es sein riesiges Unternehmen aufbaute. Viele Softwarefirmen haben hohe Summen investiert, bevor sie profitabel wurden. Der Punkt ist einfacher: Wachstum braucht einen nachvollziehbaren Weg zu einem positiven Cashflow.
Kapitalausgaben werden als Beweis behandelt
Ein großer Unterschied zwischen KI und dem Internetboom liegt im Umfang der benötigten physischen Infrastruktur.
Für das Internet wurden Glasfaserkabel, Server, Router, Rechenzentren und Endgeräte benötigt. Auch KI benötigt vieles davon, zusätzlich aber Spezialchips und einen enormen Energiebedarf. Das Training und der Betrieb großer Modelle können teuer sein.
Hohe Investitionen können ein Zeichen von Zuversicht sein. Sie können aber auch ein Zeichen für einen Wettlauf sein, bei dem jeder das Gefühl hat, investieren zu müssen, unabhängig davon, ob der Nutzen bereits absehbar ist.
Während des Internetbooms investierten Telekommunikationsunternehmen massiv in den Aufbau von Netzen. Ein Teil dieser Kapazitäten erwies sich später als äußerst wertvoll. Andere Kapazitäten wurden zu früh bereitgestellt, schlecht finanziert oder blieben jahrelang ungenutzt.
KI könnte sich darauf reimen.
Wenn Unternehmen enorme Summen für Chips, Rechenzentren und Energieverträge ausgeben, beweist diese Investition allein noch nicht, dass sie wirtschaftlich rentabel ist. Sie beweist lediglich, dass die großen Akteure versuchen, nicht ins Hintertreffen zu geraten.
Die entscheidende Frage ist, ob diese Ausgaben ausreichend hohe Einnahmen generieren, um Folgendes zu decken:
Die Kosten der Hardware
Die Energie, die zum Betrieb benötigt wird
Der schnelle Wertverlust von Chips
Die erforderlichen Ingenieursfähigkeiten
Die laufenden Kosten für Modellschulung, Sicherheit und Wartung
Der Preisdruck, der entsteht, wenn ähnliche Werkzeuge miteinander konkurrieren
Anders ausgedrückt: Auch nützliche Technologien müssen ihre Kosten decken.
Plötzlich wird jedes Unternehmen zu einem KI-Unternehmen.
Dies ist eines der am einfachsten zu erkennenden Warnzeichen.
In der Dotcom-Ära konnte die Hinzufügung der Endung „.com“ zum Firmennamen die Wahrnehmung durch Investoren verändern. Unternehmen wollten als Internetunternehmen wahrgenommen werden, selbst wenn ihre Verbindung zum Internet nur schwach ausgeprägt war.
Ähnliches haben wir auch bei anderen Themen beobachtet, darunter Kryptowährungen, Cannabis, Elektrofahrzeuge und saubere Energie. Wenn Kapital einer bestimmten Geschichte folgt, lernen Unternehmen, deren Sprache zu sprechen.
Im Fall von KI ist das Warnsignal nicht, dass Unternehmen sie einsetzen. Viele sollten es sogar tun. Das Warnsignal ist vielmehr dann gegeben, wenn die Kennzeichnung wichtiger wird als das Produkt selbst.
Zum Beispiel:
Eine grundlegende Softwarefunktion wird als vollständige KI-Plattform bezeichnet.
Das Unternehmen spricht mehr über verkaufsfördernde Schlagwörter als über Kundenergebnisse.
Startups sammeln hohe Finanzierungsrunden ein, bevor sie die Nachfrage nachweisen können.
Börsennotierte Unternehmen erwähnen KI ständig, selbst wenn sie nur wenig zum Umsatz beiträgt.
Die Investoren hören auf zu fragen, ob das Kundenproblem schmerzhaft genug ist, um dafür zu bezahlen.
Das Muster ist bekannt. Ein starker Trend wird zum Marketing-Aufkleber.
Das heißt nicht, dass jedes Unternehmen, das diesen Begriff verwendet, verdächtig ist. Es bedeutet, dass die Bezeichnung allein nur sehr wenig aussagt.
Die Marktgewinne konzentrieren sich auf wenige Gewinner.
Seifenblasen haben oft einen Schwerpunkt.
Ende der 1990er-Jahre konzentrierte sich die Begeisterung auf Internetportale, Netzwerkgeräte, Telekommunikation und neue Webunternehmen. Einige davon waren seriöse Unternehmen, andere nicht. Der breitere Markt wurde im Zuge dieser Entwicklung mitgerissen.
Im Bereich der KI haben sich die ersten großen Gewinner in den Bereichen konzentriert, die den Boom ermöglichen. Chiphersteller, Cloud-Anbieter, Rechenzentrumsbetreiber und einige Softwareplattformen haben viel Aufmerksamkeit auf sich gezogen.
Das leuchtet ein. In einem Goldrausch kann der Verkauf von Schaufeln ein lukratives Geschäft sein.
Doch es gibt einen Haken. Wenn wenige Unternehmen einen Großteil der Marktrendite erwirtschaften, müssen Anleger sich fragen, ob deren zukünftige Gewinne ausreichen, um die hohen Kurse zu rechtfertigen. Auch hervorragende Unternehmen können teuer werden.
Cisco ist ein gutes Beispiel für die Dotcom-Blase. Es war ein reales Unternehmen mit realen Produkten und realen Kunden. Es hat maßgeblich zum Aufbau des Internets beigetragen. Doch die Bewertung war auf dem Höhepunkt so hoch, dass die Aktie nach dem Crash jahrelang zu kämpfen hatte, obwohl das Unternehmen selbst weiterhin bedeutend war.
Das ist eine der unangenehmsten Lehren aus dem Internetzeitalter: Wenn man mit der Technologie richtig liegt, heißt das nicht, dass man auch mit dem Preis richtig liegt.
Die Menschen kümmern sich nicht mehr um die Bewertung.
Dies ist möglicherweise das stärkste Zeichen von allen.
Wenn Investoren sagen: „Traditionelle Bewertungsmethoden spielen keine Rolle mehr“, ist in der Regel etwas schiefgelaufen.
Fairerweise muss man sagen, dass neue Technologien alte Annahmen überholt machen können. Das Internet hat einige alte Geschäftsmodelle geschwächt und andere neue deutlich gestärkt. Künstliche Intelligenz könnte Ähnliches bewirken.
Die Bewertung ist aber weiterhin wichtig, denn jedes Vermögen stellt einen Anspruch auf zukünftige Einnahmen dar. Die Zukunft kann enorm sein, aber sie kann nicht unendlich sein.
Wenn Menschen den Preis völlig außer Acht lassen, stützen sie sich in der Regel auf eine Kette perfekter Annahmen:
Die Akzeptanz wird schnell erfolgen.
Die Kunden werden mehr bezahlen.
Die Kosten werden sinken.
Wettbewerb wird die Gewinnmargen nicht schmälern.
Regulierung wird das Wachstum nicht bremsen.
Die führenden Unternehmen werden ihre Führungsposition behalten.
Der Markt wird dieselbe Geschichte jahrelang belohnen.
Vielleicht trifft einiges davon ein. Vielleicht trifft vieles davon ein. Doch je perfekter die Bewertung einer Aktie oder eines Startups sein muss, desto weniger Raum bleibt für normale Enttäuschungen.
So können Anleger in einer ansonsten erfolgreichen Branche Geld verlieren.
Wo KI dem Internetboom ähnelt
Die Ähnlichkeiten sind real. Man kann sie aber auch leicht überbewerten.
Die erste große Gemeinsamkeit besteht darin, dass beide Technologien universell einsetzbar sind. Das Internet war kein einzelnes Produkt, sondern eine neue Vertriebsebene für Information, Handel, Medien und Kommunikation. Ähnlich verhält es sich mit KI: Sie kann viele Aufgaben übernehmen: Programmierung, Schreiben, Kundensupport, Wirkstoffforschung, Design, Datenanalyse, Bildung, Sicherheit und vieles mehr.
Universelle Technologien sind schwer zu bepreisen, da sie Folgeeffekte erzeugen. Die offensichtlichen Anwendungsfälle sind nur der Anfang.
In den 1990er-Jahren konnten die meisten Menschen E-Mails und Websites nutzen. Nur wenige konnten sich Cloud Computing, Online-Karten in jeder Hosentasche, Streaming-Videos, Kreativplattformen oder App-basierte Transportlösungen vorstellen. Die größten Veränderungen brauchten Zeit.
KI könnte ähnliche, verzögerte Auswirkungen haben. Heutige Chatbots und Copiloten stellen möglicherweise die erste Stufe dar. Die größeren wirtschaftlichen Veränderungen könnten später eintreten, wenn KI in Arbeitsabläufe, Geräte, Forschungsinstrumente, Robotik und Software integriert wird, die selbstständiger agiert.
Die zweite Gemeinsamkeit ist die Geschwindigkeit des Erzählwandels.
In Zeiten eines Technologiebooms bewerten die Märkte nicht nur aktuelle Ergebnisse, sondern auch Vorstellungskraft. Das kann nützlich sein, da es Experimente finanziert. Es kann aber auch leichtsinnig werden, denn der Fantasie sind keine natürlichen Grenzen gesetzt.
Die dritte Gemeinsamkeit ist die Welle von Unternehmensneugründungen.
Das Internet hat die Kosten für die Nutzergewinnung gesenkt. Künstliche Intelligenz kann die Kosten für Produktentwicklung, Programmierung, Content-Erstellung, Datenanalyse und Serviceangebote reduzieren. Das bedeutet, dass Startups schnell entstehen können. Gleichzeitig bedeutet es aber auch, dass viele von ihnen leicht zu kopieren sein werden.
Das ist ein entscheidender Faktor. Wenn ein Produkt schnell entwickelt werden kann, benötigt das dahinterstehende Unternehmen mehr als nur die Begeisterung für den Pionierstatus. Es braucht Vertrieb, Daten, Vertrauen, Workflow-Integration, niedrige Kosten, Markenloyalität oder einen handfesten technischen Vorsprung.
Die vierte Gemeinsamkeit ist die Denkweise „erst entwickeln, dann monetarisieren“.
Manchmal funktioniert das. Manchmal verschlingt es Unmengen an Geld.
Internetunternehmen konzentrierten sich oft auf den Traffic, bevor sie Umsatz generierten. KI-Unternehmen hingegen buhlen möglicherweise um Nutzer, ohne zu wissen, ob Inferenzkosten, Modellkosten und Kundenpreise das Geschäftsmodell tragen können. Die Gefahr entsteht, wenn Investoren die Nutzung belohnen, ohne zu hinterfragen, ob diese Nutzung auch Gewinn abwirft.
Woher kommt der Unterschied zwischen KI und der Dotcom-Ära?
Die Ähnlichkeiten stehen im Mittelpunkt, doch die Unterschiede könnten noch wichtiger sein.
Der größte Unterschied besteht darin, dass der führende KI-Handel heute mit einigen der profitabelsten Unternehmen der Welt verbunden ist.
Während des Dotcom-Booms erzielten viele börsennotierte Internetunternehmen kaum Umsätze und keine Gewinne. Heute konzentriert sich ein Großteil der KI-Entwicklung auf große Unternehmen mit starken Cashflows, bestehenden Kunden und einem breiten Vertriebsnetz. Cloud-Anbieter, Chiphersteller und große Softwareunternehmen betreiben bereits etablierte Geschäftsmodelle.
Das beseitigt das Risiko nicht. Es verändert lediglich die Art des Risikos.
Ein profitabler Konzern kann zu viel investieren. Ein großartiges Unternehmen kann zu einem schlechten Preis gehandelt werden. Ein Markt kann zu abhängig von wenigen Unternehmen werden. Das ist aber nicht dasselbe wie bei Dutzenden unerprobter Firmen, die mit Börsengängen ihre Träume verkaufen.
Ein weiterer Unterschied liegt in der Geschwindigkeit der Produkteinführung.
Das Internet erforderte von den Menschen, sich zu vernetzen, neue Gewohnheiten zu entwickeln und auf den Ausbau der Infrastruktur zu warten. KI-Tools können sich über bestehende Geräte und Software-Abonnements verbreiten. Ein neues Modell kann Millionen von Nutzern schnell erreichen, da die Vertriebswege bereits vorhanden sind.
Das beschleunigt die Akzeptanz. Auch der Wettbewerb könnte sich dadurch verschärfen.
Wenn jeder über APIs auf ähnliche Modelle zugreifen oder Open-Source-Alternativen nutzen kann, dann könnte sich die Schwierigkeit von der Verfügbarkeit von KI hin zu deren Nutzung auf eine Weise verlagern, die Kunden nicht ohne Weiteres ersetzen können.
Ein dritter Unterschied liegt in der Kostenstruktur.
Viele Internetunternehmen wurden attraktiv, weil die Grenzkosten für die Bedienung eines weiteren Nutzers gering sein konnten. Bei KI kann dies anders sein. Die Bearbeitung einer weiteren Anfrage kann erhebliche Rechenleistung erfordern, insbesondere bei komplexen Modellen. Die Kosten können zwar mit der Zeit sinken, verschwinden aber nicht automatisch.
Dadurch entsteht eine seltsame Spannung.
Künstliche Intelligenz kann die Produktivität von Mitarbeitern steigern und Software nützlicher machen. Gleichzeitig müssen die Unternehmen, die die Modelle betreiben, eine teure Infrastruktur verwalten. Wenn Kunden niedrige Preise erwarten, während die Rechenleistung weiterhin hoch bleibt, könnten die Gewinnmargen enttäuschen.
Ein vierter Unterschied besteht darin, dass Regulierungs- und Sicherheitsfragen näher am Zentrum stehen.
Auch im Internet gab es natürlich politische Debatten. Künstliche Intelligenz wirft jedoch direkte Fragen zu Urheberrecht, Datenschutz, Voreingenommenheit, Arbeitsplatzverlust, Fehlinformationen, nationaler Sicherheit und Haftung auf. Diese Probleme werden die Technologieentwicklung zwar nicht aufhalten, aber sie können Kosten, Geschwindigkeit und den Erfolg bestimmter Unternehmen beeinflussen.
Ein fünfter Unterschied besteht darin, dass die endgültigen Anwendungsfälle des Internets für den Endverbraucher leichter zu verstehen waren.
Online-Shopping, Nachrichten lesen, E-Mails schreiben und im Internet suchen – all das wurde schnell selbstverständlich. Bei KI ist die Entwicklung noch uneinheitlicher. Manche Anwendungsbereiche liegen auf der Hand, wie etwa die Unterstützung beim Programmieren oder das Zusammenfassen von Dokumenten. Andere sind noch unklar. Viele Unternehmen wissen, dass sie experimentieren sollten, aber sie wissen nicht immer, wo der größte Nutzen zu erwarten ist.
Dadurch entsteht die Gefahr einer „Pilotphase“, in der Unternehmen Tools endlos testen, ohne sie flächendeckend einzusetzen. In diesem Fall könnte das Umsatzwachstum hinter den Erwartungen zurückbleiben.
Die besten Hinweise verbergen sich in der Stückkostenrechnung.
Wenn Sie sich nicht von der Geschichte mitreißen lassen wollen, orientieren Sie sich an der Stückkostenrechnung.
Diese Formulierung klingt vielleicht etwas trocken, bedeutet aber lediglich, dass man sich fragt, ob das Unternehmen auf der Ebene eines einzelnen Kunden, eines einzelnen Produkts oder einer einzelnen Transaktion arbeitet.
Für KI sind die wichtigen Fragen ziemlich praktischer Natur.
Spart das Tool tatsächlich Geld?
Ein Kundensupport-Tool, das die Bearbeitungszeit verkürzt, wiederholte Kontaktaufnahmen reduziert und die Kundenzufriedenheit steigert, kann einen klaren Mehrwert bieten. Ein Programmierassistent, der Entwicklern hilft, schneller zu liefern, kann seine Kosten rechtfertigen. Ein Tool für die medizinische Forschung, das die Entdeckungszeiten verkürzt, könnte wertvoll sein, doch diese Behauptungen bedürfen stichhaltiger Beweise.
Im Gegensatz dazu könnte ein Tool, das zwar Spaß macht, aber weder Kosten, Umsatz, Risiko noch Geschwindigkeit verändert, bei knapper werdenden Budgets in Schwierigkeiten geraten.
Das Internet war ähnlich gespalten. Online-Reisebuchungen lösten ein echtes Problem. Suchmaschinen lösten ein echtes Problem. Einige Modelle für die Lieferung von Tierfutter lösten damals nicht ausreichend und zu angemessenen Kosten ein Problem.
Wer streicht den Wert ein?
Dies ist die am wenigsten diskutierte Frage.
Künstliche Intelligenz kann zwar einen enormen Mehrwert für die Kunden schaffen, den KI-Anbietern aber weniger Gewinn einbringen, als allgemein erwartet wird.
Man denke an Open-Source-Modelle, intensiven Wettbewerb, sinkende Cloud-Preise und Unternehmen, die ihre eigenen Systeme entwickeln. Wenn KI in vielen Produkten zum Standard wird, könnten Kunden profitieren, während Anbieter durch den Wettbewerb einen Großteil der Gewinnspanne verlieren.
Das Internet bewirkte Ähnliches. Es schuf einen enormen Konsumentenüberschuss. Wir erhielten kostenlose Suchmaschinen, kostenlose E-Mails, kostenlose Karten, günstige Kommunikation und unendliche Informationsflut. Doch nicht jedes Unternehmen in der Wertschöpfungskette profitierte gleichermaßen. Einige bauten Mautstraßen. Andere entwickelten Funktionen, die kostenlos wurden.
Investoren wollen die lukrativen Projekte finden, nicht nur die coolen Demos.
Wie schnell sinken die Kosten?
KI-Befürworter argumentieren oft, dass Rechenleistung günstiger, Modelle kleiner und Hardware besser werden. Das mag stimmen. Technologie wird oft mit zunehmender Skalierung und Lernfähigkeit günstiger.
Doch Anleger brauchen den richtigen Zeitpunkt.
Wenn die Kosten sinken, nachdem ein Unternehmen bereits zu viel für Infrastruktur bezahlt hat, können die Gewinne dennoch darunter leiden. Wenn neue Chips ältere Chips schneller als erwartet an Wert verlieren lassen, spielt die Abschreibung eine Rolle. Wenn die Preise für neue Modelle aufgrund des verschärften Wettbewerbs fallen, kann der Umsatz pro Einheit gleichzeitig mit den Kosten sinken.
Im Zuge des Internetausbaus wurde eine umfangreiche Infrastruktur errichtet. Einiges davon wurde später nach Umstrukturierungen durch Insolvenzen oder Vermögensverkäufe wieder nutzbar gemacht. Die Technologie setzte sich durch, doch die ursprünglichen Kapitalgeber profitierten nicht immer.
Das ist eine brutale, aber nützliche Unterscheidung.
Verfügt das Unternehmen über einen Wettbewerbsvorteil?
Ein Burggraben ist ein dauerhafter Wettbewerbsvorteil. Für KI-Unternehmen könnten mögliche Burggräben Folgendes umfassen:
Geschützte Daten, auf die andere nicht ohne Weiteres zugreifen können
Vertrieb über bestehende Produkte
Tiefe Integration in die Kunden-Workflows
Starke Forschungskompetenz und Infrastruktur
Vertrauen in sensiblen Bereichen wie Finanzen, Gesundheit oder Rechtswesen
Geringere Kosten bei größeren Skaleneffekten
Netzwerkeffekte aus Nutzerfeedback oder Nutzung
Schwache Burggräben sind auch leichter zu erkennen:
Eine Hülle um ein fremdes Modell mit geringen Unterschieden
Eine Funktion, die eine größere Plattform kopieren kann
Ein Produkt, das Kunden zwar schätzen, auf das sie sich aber nicht verlassen.
Wachstum hauptsächlich durch Innovation getrieben
Hohe Ausgaben, die keinen nachhaltigen Vorteil schaffen
Das Internet hat riesige Gewinner hervorgebracht, aber es hat Investoren auch gelehrt, eine schärfere Frage zu stellen: Was hindert jemand anderen daran, dies zu tun?
Befinden wir uns also jetzt in einem solchen?
Die vernünftigste Antwort lautet: Teile des KI-Marktes wurden wahrscheinlich mit viel Optimismus bewertet, das bedeutet aber nicht, dass das ganze Thema falsch oder zum Scheitern verurteilt ist.
Diese Antwort mag unbefriedigend erscheinen, aber sie entspricht den historischen Erkenntnissen.
Das Internet wurde sowohl überbewertet als auch unterschätzt. Überbewertet, weil Investoren absurde Preise für schwache Unternehmen zahlten. Unterschätzt, weil sich die langfristigen Auswirkungen als weitaus größer erwiesen, als viele Skeptiker erwartet hatten.
KI könnte dem gleichen Muster folgen.
Wir könnten Folgendes sehen:
Reale Produktivitätssteigerungen in einigen Bereichen
Hohe Gewinne für eine kleinere Anzahl von Infrastruktur- und Plattformunternehmen
Viele Startups scheitern, nachdem sie ihr gesamtes Kapital verbrannt haben.
Preisdruck durch zunehmende Verbreitung der Modelle
Ein paar überraschende Gewinner, die heute nicht offensichtlich erscheinen.
Eine Marktbereinigung, bei der Unternehmen ihren Kundennutzen unter Beweis stellen müssen.
Langfristige Akzeptanz, selbst wenn die Marktpreise zuerst fallen
Dieser letzte Punkt ist entscheidend. Eine Marktkorrektur würde nicht beweisen, dass die KI gescheitert ist. Sie würde lediglich beweisen, dass die Erwartungen die kurzfristigen wirtschaftlichen Gegebenheiten überholt haben.
Das Gegenteil ist ebenfalls wahr. Eine starke Akzeptanz würde nicht beweisen, dass jede Bewertung angemessen ist.
Das Internet lehrt uns, zwei Gedanken gleichzeitig zu fassen:
Die Technologie kann bahnbrechend sein.
Die Rendite kann dennoch enttäuschend sein, wenn man zu viel bezahlt.
Eine Blase ist in der Regel keine Lüge. Oft ist es eine wahre Geschichte mit dem falschen Preis und dem falschen Zeitrahmen.
Wie man über KI nachdenken kann, ohne sich davon mitreißen zu lassen
Wenn man KI aus Anlegersicht verstehen will, geht es nicht darum, den exakten Höchststand vorherzusagen. Das gelingt fast niemandem wirklich gut.
Ziel ist es, dauerhaften Wert von bloßer Aufregung zu trennen.
Eine einfache Checkliste hilft.
Fragen Sie, ob das Unternehmen aktuell Umsätze im Zusammenhang mit KI erzielt und nicht nur zukünftige Pläne verfolgt. Fragen Sie dann, ob diese Umsätze profitabel sind oder sich in Richtung Profitabilität entwickeln. Schauen Sie sich an, wer zahlt, warum und ob die Zahlungen fortgesetzt werden.
Fragen Sie sich, ob das Produkt unverzichtbar oder ein nettes Extra ist. Budgets verdeutlichen den Unterschied. In guten Zeiten testen Unternehmen viele Tools. In schwierigen Zeiten behalten sie diejenigen, die Kosten sparen, Risiken minimieren oder den Umsatz steigern.
Fragen Sie sich, ob die Kosten transparent sind. KI mag von außen betrachtet hohe Gewinnmargen erzielen, doch die Rechenkosten sind nicht zu verachten. Ebenso wichtig sind Personalkosten, Datenkosten, Kosten für die Einhaltung gesetzlicher Bestimmungen und Infrastrukturausgaben.
Fragen Sie sich, ob der Wettbewerb das Geschäft eher stärken oder schwächen wird. Wenn Modelle günstiger und leichter verfügbar werden, profitieren einige Unternehmen. Andere verlieren an Preissetzungsmacht.
Fragen Sie sich, ob die Bewertung von optimalen Bedingungen abhängt. Wenn der Preis jahrelanges explosives Wachstum, hohe Margen und das Ausbleiben größerer Rückschläge voraussetzt, kann selbst ein hervorragendes Unternehmen riskant werden.
Und vielleicht vor allem sollte man sich fragen, was in fünf Jahren wahr sein muss.
Nicht das, was im nächsten Quartal spannend klingt. Nicht das, worüber die Leute reden. Was muss im realen Geschäftsleben gelten?
Für viele KI-Unternehmen muss die Antwort zahlende Kunden, niedrigere Kosten, einen klaren Mehrwert für den Arbeitsablauf und einen nachhaltigen Wettbewerbsvorteil beinhalten.
Das ist weniger glamourös als eine Demo. Aber dort kommt in der Regel die Wahrheit ans Licht.
Häufig gestellte Fragen
Ist KI überbewertet oder real?
Beides kann zutreffen. Künstliche Intelligenz ist real und bereits in Bereichen wie Programmierung, Schreibunterstützung, Suche, Kundensupport und Datenanalyse nützlich. Der Hype entsteht durch die Annahme, dass jedes KI-Produkt oder jede KI-Aktie diese Nützlichkeit in hohe Gewinne ummünzen wird.
War die Internetblase ein Zeichen dafür, dass das Internet gescheitert ist?
Nein. Das Internet wuchs nach dem Börsencrash weiter. Der Crash zeigte vor allem, dass viele Unternehmen überbewertet, unterfinanziert waren oder auf schwachen Geschäftsmodellen basierten. Die Technologie setzte sich durch, doch viele frühe Investitionen scheiterten.
Was ist das größte Warnsignal für KI-Aktien?
Das größte Warnsignal ist, wenn die Bewertung von perfekten Ergebnissen abhängt. Benötigt ein Unternehmen gleichzeitig eine schnelle Marktdurchdringung, hohe Preise, sinkende Kosten und geringen Wettbewerb, ist Enttäuschung kaum zu verkraften.
Könnten KI-Unternehmen profitabler sein als Dotcom-Unternehmen?
Manche könnten es sein. Viele KI-Vorreiter sind an große Unternehmen mit bestehenden Kunden, starkem Cashflow und einem großen Vertriebsnetz gebunden. Die Rentabilität wird aber weiterhin von Rechenkosten, Preissetzungsmacht, Wettbewerb und Kundennutzen abhängen.
Wie sollten langfristige Anleger KI mit dem Internet vergleichen?
Der sinnvolle Vergleich lautet nicht: „KI gleich Dotcom-Crash“. Vielmehr zeigt er, dass der Investitionszyklus einer echten Technologie mitunter unübersichtlich sein kann. Langfristige Gewinner können sich herauskristallisieren, doch zu hohe Investitionen oder die Unterstützung schwacher Geschäftsmodelle können dennoch zu geringen Renditen führen.
Die wichtigste Lehre aus dem Internetzeitalter ist, nicht zynisch zu sein. Zynismus hätte dazu geführt, dass man eine der größten technologischen Umwälzungen der Geschichte verpasst hätte.
Die Lehre daraus ist, selektiv vorzugehen.
Künstliche Intelligenz (KI) kann die Funktionsweise von Software, die Arbeitsweise von Menschen und den Wettbewerb von Unternehmen grundlegend verändern. Sie kann enorme Erfolge hervorbringen. Aber auch das Scheitern von Startups, überteuerte Aktien, ungenutzte Infrastruktur und schmerzhafte Umstrukturierungen können die Folge sein.
Das ist kein Widerspruch. So funktionieren große Technologiezyklen üblicherweise.
Befinden wir uns also in einer KI-Investitionsblase? In manchen Bereichen wahrscheinlich schon. Im gesamten Technologiesektor wohl eher nicht. Die wichtigere Frage ist, welche Teile des Booms tatsächlich Ertragskraft besitzen, welche lediglich vom Hype profitieren und ob der Preis genügend Spielraum für zukünftige, möglicherweise unvollkommene Entwicklungen lässt.
Das Internet belohnte nicht jeden, der daran glaubte. Es belohnte die Unternehmen, die nachhaltigen Wert schufen, und die Investoren, die eine großartige Geschichte nicht mit einem fairen Preis verwechselten.
