KI-Wachstumstreiber: Sieben Ansatzpunkte

MÜNCHEN – Die jüngsten Fortschritte in Sachen KI lassen vermuten, dass wir erst ganz am Anfang stehen, ahnt Humberto Nardiello von DPAM. Er beurteilt das finale Potenzial als noch größer als bislang weithin angenommen. Passend dazu hat er sieben maßgebliche Entwicklungen identifiziert, die Investments zum Vorteil sein können.

Kognitive Fähigkeiten

„Werkzeuge wie Claude Code von Anthropic sind in der Lage, Software mit minimalem menschlichem Zutun zu entwickeln“, sagt Humberto Nardiello, Fondsmanager bei DPAM. Dieser Produktivitätsschub sei in der Lage, Grenzkosten zu senken, den Output zu erhöhen und reale Einkommen zu steigern. Gleichwohl bleibe die Nachfrage nach Softwareentwicklern robust, obwohl KI‑Tools stark an Bedeutung gewinnen. Mit der Rechenleistung existiere zudem eine natürliche wirtschaftliche Grenze der vollständigen Automatisierung, weil ihr Bedarf mit zunehmender Nutzung schneller wächst als die verfügbare Kapazität und Energie.

Aufstieg der KI-Agenten

Im Gegensatz zu Chat‑Schnittstellen, die auf Anfrage reagieren, führen Agenten Aufgaben kontinuierlich aus, wie Nardiello beschreibt. KI entwickele sich damit vom Werkzeug zur ausführenden Instanz, die tief in wirtschaftliche Prozesse eingebettet sei und die Nachfrage nach Rechenleistung sprunghaft ansteigen lasse. Sie ist nicht mehr an die Anzahl der Nutzerlizenzen gebunden, sondern an die Zahl parallel laufender Prozesse.

Monetarisierung

Von Pauschalabonnements verschiebt sich nach Einschätzung des Experten das Nutzungsmodell hin zu einer nutzungsbasierten („Pay‑per‑use“)-Bepreisung. Preise können damit nach Nutzungsintensität, Zahlungsbereitschaft und Sensitivität gegenüber Latenzzeiten differenziert werden. „Dies erweitert erstens das Umsatzpotenzial für Modellanbieter, da die Preisbildung mit dem geschaffenen Mehrwert skaliert und adressiert zweitens die häufig von Skeptikern geäußerte Sorge einer zirkulären Finanzierung“, betont Nardiello. Sein Fazit: Wenn die Nutzung gemessen wird und die Nachfrage elastisch auf Produktivitätsgewinne reagiert, ist das Umsatzwachstum nicht künstlich, sondern direkt an realwirtschaftliche Wertschöpfung gekoppelt – und das Ergebnis ein nachhaltigerer Monetarisierungskreislauf.

Wandel der Infrastruktur

„Einen Prompt und seinen Kontext zu verstehen, ist rechenintensiv, während die Generierung von Tokens stark von der Speicherbandbreite abhängt“, leitet der Fondsmanager eine weitere Wachstumschance ein. Diese Trennung ermögliche eine effizientere Verteilung von Workloads über heterogene Rechenressourcen. Ältere GPUs können für erstere Aufgaben weiterverwendet werden; neuere oder spezialisierte Systeme übernehmen zweitere. Damit verlängert sich die wirtschaftliche Nutzungsdauer von GPUs deutlich – die Abschreibungsbelastung sinkt und man braucht weniger Kapital pro Output‑Einheit. Für Hyperscaler bedeute dies langfristig höhere Renditen – insbesondere, da sich die Infrastruktur zunehmend von der Trainingsphase, die keine direkten Umsätze generiert, hin zur umsatzbringenden Inferenzphase verschiebt. Unter dem Strich erweitern Effizienzgewinne das Angebot, selbst während sich die Nachfrage weiter beschleunigt.

Frontier‑KI‑Modelle

Modelle wie die von Anthropic und OpenAI lassen sich erstmals sehr schnell und zugleich effizient monetarisieren: Beide Unternehmen steigern ihre Umsätze in sehr kurzer Zeit. Dies sei ein Beleg dafür, dass Large Language Models im großen Maßstab wirtschaftlich tragfähig sind – insbesondere durch den Übergang zu nutzungsbasierter Bepreisung, bei der Erlöse an den tatsächlichen Einsatz gekoppelt sind. Gleichzeitig verlagert sich der Markt von der Trainings- in die Inferenzphase, in der Umsätze direkt generiert werden und mehr Auslastung für höhere Effizienz sorgt.

KI in der physischen Welt

Die KI-getriebene Entwicklung geht letztlich über reine Softwareanwendungen hinaus. Systeme entwickeln sich etwa beim autonomen Fahren – sie erfassen komplette Szenen, antizipieren Verhalten und setzen Wahrnehmung direkt in Handlung um. Diese Fähigkeiten sind branchenübergreifend einsetzbar – von Logistik über industrielle Fertigung bis hin zu Mobilität.

Steile Steigung

Abschließend lässt sich sagen, dass Unternehmen immer stärker KI einsetzen. „Der Markt für Unternehmens‑KI könnte ein Volumen von 3 bis 5 Billionen US-Dollar erreichen“, schätzt Nardiello, derzeit dürfte die Marktdurchdringung noch unter 10 % liegen. Der Weg führe von Chat‑Anwendungen über direkt in Arbeitsabläufe integrierte KI‑Lösungen hin zu aufgabenspezifischen Tools, gefolgt von vollständig autonomen Agenten und schließlich koordinierten Agenten-Netzwerken. Dabei dürften gesamtwirtschaftliche Ungewissheit diesen Prozess eher beschleunigen: „Ein schwächeres Umfeld verstärkt den Anreiz, Arbeitskosten zu senken, neue Technologien zu integrieren und die Produktivität zu steigern – KI wird zum deflationären Instrument.“

Fazit

Nach Einschätzung von DPAM-Manager Nardiello bietet KI eine Kombination aus stärkerer Nachfrage, verbesserter Monetarisierung, langlebigeren Computer‑Assets und klaren Renditeaussichten. Andererseits scheint sie – gemessen an den enormen Chancen – noch wenig durchgedrungen zu sein. Doch sei es einer jener seltenen Momente, in denen das fundamentale Wachstum und die Investmentargumentation gleichzeitig überzeugen.