Wichtige Hinweise

Diese Webseite richtet sich ausschließlich an institutionelle Investoren in Schweiz.

Wenn Sie Privatanleger sind, klicken Sie bitte hier; wenn Sie Finanzintermediär sind, klicken Sie bitte hier. Informationen über andere Standorte/Länder finden Sie hier.

Mit Ihrem Klick bestätigen Sie, dass Sie die rechtlichen und aufsichtsrechtlichen Hinweise gelesen und verstanden haben.

Capital IdeasTM

Investmentresearch von der Capital Group

Categories
Künstliche Intelligenz
Trennung von KI-Hype und Anlagemöglichkeiten
Mark L. Casey
Aktienportfoliomanager
Peter Eliot
Aktienportfoliomanager
Jared Franz
Aktienportfoliomanager

Der Hype-Zyklus der künstlichen Intelligenz ist auf der Überholspur.


Newsfeeds liefern täglich Berichte über das Versprechen von generativer KI, medizinische und wissenschaftliche Entdeckungen zu beschleunigen, Produktivitätssprünge zu erzielen und massenhaft Arbeitsplätze abzubauen.


Unternehmen und Privatpersonen haben sich mit der Einführung von KI-Tools beeilt. OpenAI, Entwickler des Chatbots ChatGPT, hat berichtet, dass das Tool bis Anfang 2024 100 Millionen wöchentliche Nutzer hatte, darunter zwei Millionen Entwickler und 92 % der Fortune-500-Unternehmen.


Die Begeisterung der Anleger hat die Aktienkurse der bekanntesten Anbieter von generativer KI wie NVIDIA, Meta Platforms und Microsoft, einem Investor in OpenAI, stark in die Höhe getrieben. Von 2023 bis Februar 2024 verzeichneten die drei Technologieriesen einen Anstieg um 519 %, 304 % bzw. 77 %.


Stellt sich für Anleger die Frage: Hat generative KI – Plattformen und Tools, die neue Inhalte wie Text, Bilder, Video und Ton erzeugen können – einen bleibenden Megatrend ausgelöst oder wird ihr Potenzial stark übertrieben?


Wir glauben, dass generative KI einen Wandel darstellt, der zu beispiellosen Anlagemöglichkeiten führen wird. Die Herausforderung für Anleger besteht heute darin, den Hype von dem zu trennen, worauf es ankommt: das Tempo der Einführung, Verbesserungen der Modelle und Kursrückgänge.


Die Größe des Marktes für KI ist schwer zu messen

Dieses Balkendiagramm trägt die Bezeichnung „Jährliche Installation neuer Industrieroboter („Tsd. Einheiten“)“ und stellt die Anzahl der neuen Industrieroboter-Installationen von 2017 bis 2026 dar. Zwischen 2017 und 2022 wird zwischen traditionellen Robotern und kollaborativen Robotern unterschieden. Die Y-Achse stellt die Anzahl der Installationen in Tausend dar, während die X-Achse die Jahre darstellt. Die Anzahl der kollaborativen und traditionellen Roboter von 2017 bis 2022 ist wie folgt: 2017 gab es 11.000 kollaborative Roboter und 389.000 traditionelle Roboter; 2018 gab es 19.000 kollaborative und 405.000 traditionelle Roboter; 2019 gab es 21.000 kollaborative und 366.000 traditionelle Roboter; 2020 gab es 26.000 kollaborative und 363.000 traditionelle Roboter; 2021 gab es 42.000 kollaborative und 484.000 traditionelle Roboter; 2022 gab es 55.000 kollaborative und 498.000 traditionelle Roboter. Ein Untertitel zeigt, dass die kollaborativen Roboterinstallationen zwischen 2021 und 2022 um 31 % gewachsen sind. Darüber hinaus gibt es Prognosen für die Gesamtzahl der Industrieroboter von 2023 bis 2026. Laut Prognose wird es im Jahr 2023 593.000 Roboter geben, 622.000 Roboter im Jahr 2024, 662.000 Roboter im Jahr 2025 und 718.000 Roboter im Jahr 2026.

Quellen: Gartner, Statista, Vereinte Nationen, Weltbank. Schätzung der Größe des Smartphone-Marktes: Weltbevölkerung im Alter von 15 bis 64 Jahren (Vereinte Nationen) multipliziert mit dem geschätzten durchschnittlichen Smartphone-Verkaufspreis von 291 US-Dollar (ab 2022). Schätzung der Größe des Markts für digitale Zahlungen: Gesamtes globales BIP (Weltbank) multipliziert mit der geschätzten durchschnittlichen Take Rate von 2 % (ab 2022). Schätzung der Größe des Markts für Elektrofahrzeuge: Globaler Umsatz in der Automobilindustrie (Stand: Juli 2023). Schätzung der Größe des Cloud-/SaaS-Markts: Weltweite Ausgaben für IT (Informationstechnologie) (Stand: Januar 2023). SaaS: Software-as-a-Service.

Der KI-Markt könnte größer sein, als Sie denken


Da die KI noch in den Kinderschuhen steckt, ist es schwierig abzuschätzen, wie groß der Markt sein wird. Das Beratungsunternehmen McKinsey schätzt, dass der KI-Markt bis 2030 ein Volumen von 13 Billionen US-Dollar erreichen könnte, während PricewaterhouseCoopers davon ausgeht, dass es bis 2030 15,7 Billionen US-Dollar sein könnten. Goldman Sachs schätzt, dass KI das BIP um 7 % steigern könnte.


Wir glauben, dass der ultimative Zielmarkt für KI der schwierigste von allen Märkten ist, deren Größe wir versucht haben zu bestimmen. Denn wie lässt sich der „Wert“ einer besseren Intelligenz – oder eines größeren Wissens über alles – messen? Einfach ausgedrückt: KI verfügt über ein unbegrenztes Potenzial, einen Markt zu schaffen, der um ein Vielfaches größer ist als bei früheren technologischen Fortschritten.


Als das Smartphone vor 15 Jahren populär wurde und Internet- und Mobilfunktechnologie miteinander verband, konnte kaum jemand vorhersehen, dass dies zu neuen App-basierten Geschäftsmodellen wie Uber und DoorDash führen würde. Die Durchbrüche im Bereich der künstlichen Intelligenz stellen ein ähnliches Potenzial dar.


Darüber hinaus kann die generative KI riesige Mengen an Informationen analysieren und sich mithilfe von Mustererkennung selbst neue Aufgaben beibringen. Dies eröffnet die Möglichkeit, komplexe Probleme zu lösen, neue Erkenntnisse zu gewinnen und möglicherweise neue Geschäftsmodelle zu entwickeln.


Vier Wege, wie frühe Anwender KI nutzen


Die Unternehmen befinden sich noch in der Experimentierphase mit KI. Einige IT-Beratungsunternehmen wie Accenture haben eine Initiative gestartet, um Kunden dabei zu unterstützen, Anwendungsfälle für generative KI zu identifizieren, KI-Tools einzuführen und sie in Unternehmen zu integrieren.


Unternehmen versuchen bereits, die Effizienz- und Produktivitätssteigerungen zu nutzen, die KI bieten kann. Der McKinsey-Studie zufolge könnten bis zum Jahr 2030 bis zu 30 % der Arbeitsstunden in den USA automatisiert werden.


Hier sind nur einige Beispiele dafür, wie Unternehmen KI in ihr Geschäft integrieren.


1 Wissenschaftliche und medizinische Entdeckungen


Wahrscheinlich wird KI die Entdeckungen in verschiedenen Disziplinen beschleunigen. Künstliche Intelligenz kann potenziell die Gesamtheit aller bekannten mathematischen, physikalischen oder medizinischen Informationen und Erkenntnisse in sehr kurzer Zeit verarbeiten. Das Biopharmaunternehmen Regeneron beispielsweise nutzt generative KI-Tools, um seine riesige Datenbank in seinem Genetikzentrum zu durchforsten, um Krankheitsziele zu identifizieren, den Krankheitsverlauf zu verstehen, Arzneimitteltherapien zu entwickeln und zu verfolgen, wie Personen auf eine Behandlung ansprechen.


2 Produktentwicklung


Der Konsumgüterriese Procter & Gamble hat damit begonnen, generative KI zur Verbesserung von Entdeckungen im Molekularbereich einzusetzen, so dass beispielsweise 100 Duftstoffe gleichzeitig entwickelt werden können, statt nur einer. So können sie innerhalb von Monaten statt Jahren auf neue Produkttrends reagieren.


Meta hat im Bereich der Technologieangebote für Verbraucher eine KI-Sonnenbrille entwickelt. Diese ist mit Kameras ausgestattet, die sehen, was der Träger sieht, und mit Mikrofonen, die hören, was der Träger hört. Die Brille ist so konzipiert, dass sie Informationen aus der Umgebung des Benutzers erfasst, z. B. Fotos aufnimmt oder Vorschläge für die Formatierung von Tabellen macht.


3 Industrielle Automatisierung und Robotik


Amazon, das seit langem Industrieroboter in seinen Fulfillment-Zentren einsetzt, nutzt die KI, um deren Effizienz und Funktionalität zu verbessern. Darüber hinaus hat das Robotikunternehmen Figure ChatGPT genutzt, um einen „humanoiden“ Roboter mit Audio- und Videoeingang zu entwickeln, der sich mit Menschen unterhalten und mit ihnen arbeiten kann. Schneider Electric entwickelt ein generatives KI-Tool, um mit Kunden über deren Kohlenstoffemissionen zu kommunizieren. Der Bau- und Bergbaumaschinenhersteller Caterpillar investiert in KI, um die Produktivität seiner autonomen Maschinen zu steigern.


4. IT-Services


Unternehmen haben bereits mehrere ihrer IT-Anforderungen in die Cloud verlagert und einen größeren Teil ihres technischen Supports ausgelagert. Dieser Trend wird durch die zunehmende Verbreitung von generativer KI verstärkt. So hat sie eine Vielzahl kleinerer Unternehmen hervorgebracht, die größeren Unternehmen Beratungs- und IT-Dienstleistungen anbieten, mit denen die Qualität von Inhalten bewertet und eingestuft werden kann, die durch den KI-Prozess erstellt werden, da dieser falsche oder irreführende Informationen, so genannte Halluzinationen, erzeugen kann.


Andere Unternehmen nutzen generative KI zur Unterstützung von Call-Centern, zur Verbesserung von Finanzmodellen, zur Erstellung von Marketing- und Werbeinhalten, zur Analyse von Rechtsverträgen und zur Entwicklung von Schulungsmaterialien für Mitarbeitende.


KI-Anlagemöglichkeiten


Zwar kommt die generative KI in der Technologie- und Medienbranche am stärksten zum Einsatz, ihre Verwendung hat sich aber auf alle Branchen und Unternehmen ausgeweitet.


Laut einem Bericht des Wall Street Journal haben Unternehmen weltweit im Jahr 2023 schätzungsweise 19,4 Milliarden US-Dollar in die Integration von KI in ihre Prozesse investiert. Obwohl sich viele Unternehmen noch in der Experimentierphase befinden, hat KI das Potenzial, massive Produktivitätssteigerungen zu erzielen, die Kosten für Unternehmen zu senken und Erkenntnisse zu gewinnen, die Early Adopters einen Wettbewerbsvorteil verschaffen.


KI kann die Automatisierung einer Reihe von Geschäftsaufgaben beschleunigen

Das Diagramm zeigt den Prozentsatz der Umfrageteilnehmer aus verschiedenen Branchen, die angaben, dass sie generative künstliche Intelligenz regelmäßig nutzen, einmal verwendet haben oder dass sie noch nicht mit dieser Technologie in Berührung kamen. Die Ergebnisse sind wie folgt: In der Technologie-, Medien- und Telekommunikationsbranche nutzen 50 % sie regelmäßig, 37 % haben sie mindestens einmal ausprobiert und 12 % kamen noch nicht damit in Berührung; in der Finanzdienstleistungsbranche nutzen 42 % sie regelmäßig, 41 % haben sie mindestens einmal ausprobiert und 18 % kamen noch nicht damit in Berührung; im Bereich der Unternehmens-, Rechts- und professionellen Dienstleistungen nutzen 36 % sie regelmäßig, 41 % haben sie mindestens einmal ausprobiert und 23 % kamen noch nicht damit in Berührung; im Bereich Gesundheitswesen, Pharma und Medizinprodukte nutzen 33 % sie regelmäßig, 44 % haben sie mindestens einmal ausprobiert und 22 % kamen noch nicht damit in Berührung; in den fortschrittlichen Industrien nutzen 32 % sie regelmäßig, 47 % haben sie mindestens einmal ausprobiert und 20 % kamen noch nicht damit in Berührung; im Bereich Konsumgüter und Einzelhandel nutzen 30 % sie regelmäßig, 40 % haben sie mindestens einmal ausprobiert und 30 % kamen noch nicht damit in Berührung; und im Bereich Energie und Rohstoffe nutzen 29 % sie regelmäßig, 50 % haben sie mindestens einmal ausprobiert und 22 % kamen noch nicht damit in Berührung.

Quellen: Capital Group, McKinsey Global Survey on AI. Aufgrund von Rundungen ergibt die Summe der Zahlen möglicherweise nicht immer 100 %. Zu den fortschrittlichen Industrien gehören die Automobil- und Montageindustrie, die Luft- und Raumfahrt- und Verteidigungsindustrie sowie die fortschrittliche Elektronikindustrie. Die Umfrage wurde im April 2023 durchgeführt und umfasste Antworten von 1.684 Teilnehmern.

Eine breitere Einführung kann zu kontinuierlichen Verbesserungen führen, die aufeinander aufbauen und einen positiven Zyklus von Innovation und Einführung in Gang setzen. Je mehr Unternehmen generative KI einsetzen, desto mehr neue und anspruchsvollere Anwendungen werden wahrscheinlich daraus hervorgehen.


Anstatt sich auf aufmerksamkeitsheischende Schlagzeilen über den massiven Verlust von Arbeitsplätzen oder die Angst vor Robotern mit Gefühlen zu konzentrieren, sollten sich die Anleger auf die sinkenden Kosten der KI-Einführung, die Fortschritte bei den Modellen und die Identifizierung von Early Adopters konzentrieren, die die Technologie nutzen könnten, um einen Wettbewerbsvorteil zu erlangen.


Als aktive Anleger verbringen wir unsere Zeit damit, Anlagemöglichkeiten zu entdecken, die dem enormen Potenzial der generativen KI entsprechen könnten.



Mark L. Casey ist Aktienportfoliomanager und hat 23 Jahre Investmenterfahrung (Stand 31. Dezember 2023). Er hat einen MBA von der Harvard University und einen Bachelor von der Yale University.

Peter Eliot ist ein Aktienportfoliomanager mit 23 Jahren Erfahrung. Er besitzt einen MBA und einen Master in International Affairs von Columbia sowie einen Bachelor in International Relations von der University of Pennsylvania.

Jared Franz ist Aktienportfoliomanager und hat 18 Jahre Investmenterfahrung (Stand 31. Dezember 2023). Er hat an der University of Illinois in Chicago in Wirtschaftswissenschaften promoviert und hat einen Bachelor in Mathematik von der Northwestern University.


Die Ergebnisse der Vergangenheit sind kein Hinweis auf künftige Ergebnisse. Man kann nicht direkt in einen Index investieren. Indizes sind keine gemanagten Produkte. Der Wert und Ertrag von Anlagen können schwanken, sodass Anleger ihr investiertes Kapital ganz oder teilweise verlieren können. Diese Informationen sind weder Anlage-, Steuer- oder sonstige Beratung noch eine Aufforderung, irgendein Wertpapier zu kaufen oder zu verkaufen.

Die Aussagen einer bestimmten Person geben deren persönliche Einschätzung am Tag der Veröffentlichung dieses Dokuments wieder. Sie entspricht möglicherweise nicht der Meinung anderer Mitarbeiter von Capital Group oder dessen Tochtergesellschaften. Alle Angaben beziehen sich auf den genannten Zeitpunkt (falls nicht anders angegeben). Einige Informationen stammen möglicherweise aus externen Quellen, und die Verlässlichkeit dieser Informationen kann nicht garantiert werden.

Die Capital-Group-Unternehmen managen Aktien in drei Investmenteinheiten, die ihre Anlageentscheidungen unabhängig treffen und unabhängig voneinander auf Hauptversammlungen abstimmen. Die Anleihespezialisten sind für das Anleihenresearch und das Anleihemanagement im gesamten Unternehmen verantwortlich. Bei aktienähnlichen Anleihen werden sie aber ausschließlich für eine der drei Einheiten tätig.