Nur wenige Modewörter sind im Zusammenhang mit Themeninvestments so allgegenwärtig wie „künstliche Intelligenz“ (KI). Wenn man zehn verschiedene Leute fragen würde, was KI bedeutet, kämen wahrscheinlich fast zehn verschiedene Definitionen dabei heraus. So definiert WisdomTree KI.
31.05.2019 | 09:55 Uhr
KI ist ein so weit gefasster Begriff, sodass es schwierig ist, eine stichhaltige Investmentthese aufzubauen, ohne konkreter zu werden.
Demis Hassabis, Gründer von DeepMind, meinte: „Big Data ist auf gewisse Weise das ‚Problem‘ – KI ist die Lösung.“ Uns gefällt dieses Zitat, weil es einen wichtigen gesellschaftlichen Trend der letzten Jahre ausdrückt. In Abbildung 1 kommt dieser deutlich zum Ausdruck.
Abbildung 1: Die Unternehmen mit der größten Marktkapitalisierung im S&P 500 haben sich in den letzten zehn Jahren stark verändert
Wenn wir also über KI sprechen, meinen wir die Nutzung von Computern und Software, um Daten zu erfassen, zu verarbeiten und auszuwerfen. Genauer gesagt kann KI mithilfe vergangener Erfahrungen Beziehungen herstellen und Vorhersagen treffen, ohne ausdrücklich so programmiert zu sein, dass jedes nur mögliche Szenario abgedeckt wird. Außerdem ist KI lernfähig, sie kann sich anpassen. Sie bietet das Potenzial, die Notwendigkeit menschlichen Eingreifens in komplexe Prozesse fast vollständig auszuschließen und eröffnet dadurch im Bereich Automatisierung in fast allen Branchen neue Möglichkeiten.
1971 entwickelte Intel einen Mikroprozessor, bei dem die Funktion der zentrale Recheneinheit (CPU) in nur einem Chip unterbracht wurde. Dies ebnete den Weg für eine dramatische Kostensenkung bei den Rechenoperationen1. Tim Berners-Lee und sein Team entwickelten das Hyper Text Transfer Protocol (HTTP) von 1989 bis 19912 und veränderten damit die Zukunft der weltweiten Verbindung über das Internet.
Als diese beiden Erfindungen erstmals vorgestellt wurden, machte man darum nicht viel Aufhebens, doch sie üben weiterhin starken Einfluss darauf aus, wie wir die Gegenwart erleben. Unseres Erachtens ist KI eine Entwicklung, die mit der Erfindung der CPU (Central Processing Unit) oder der Gründung des Internets auf eine Stufe gestellt werden kann. Der durch KI gelieferte zentrale Mehrwert kann als Senkung der Prognosekosten3 zusammengefasst werden.
Viele Probleme lassen sich durch den Zugang zu genaueren Prognosen umdeuten:
Millionen von Stunden der Beobachtung von Millionen menschlicher Fahrer lernen kann, könnten solche Vorhersagen möglicherweise genau getroffen werden.
Eine genaue Beantwortung dieser Frage ist sehr schwierig. Aus Abbildung 1 geht ein Signal hervor, das sich aus den Arten von Unternehmen ableiten lässt, die im S&P 500 in die Top 10 der größten Unternehmen nach Marktkapitalisierung aufgestiegen sind. Diese Marktkapitalisierungen erreichen nicht deshalb solche Höhen, weil diese Unternehmen einfach eine riesige Datenmenge sammeln konnten – die implizite Annahme ist die, dass diese Daten nutzbar gemacht werden können, um ein zukünftiges Gewinnwachstum zu erzielen.
Außerdem bieten Firmen wie das McKinsey Global Institute Einblicke und Vorhersagen zu diesen Themen, die aus Gesprächen mit einer großen Bandbreite an Unternehmen aus einer Vielzahl an Branchen hervorgehen. Im Rahmen einer Analyse wurden 400 Anwendungsfälle in 19 Branchen (u. a. Luftfahrt, Verteidigung, Reise und öffentlicher Sektor) untersucht. Heraus kam, dass KI-Technologie jährlich zur Generierung von 3,5 bis 5,8 Billionen USD beitragen könnte5. Machine-Learning-Programme können auch helfen, Abfall zu reduzieren – ein Beispiel dafür ist die Nahrungsmittelindustrie in den USA: 30–40 Prozent der produzierten Nahrungsmittel verderben dort noch bevor sie verwendet werden können6. Dabei handelt es sich natürlich nur um ein paar Prognosen, doch unserer bisherigen Erfahrung nach stellen nur wenige infrage, dass KI ein riesiges Wachstumspotenzial bringt.
Spannend ist hierbei, dass KI nicht mehr nur reine Theorie ist – es gibt jenseits von Amazon und Alphabeth echte Unternehmen, die bereits heute davon profitieren. Eines der Einflussreichsten, Robotic Process Automation, beschäftigt sich mit Identifikation und Skalierung wiederkehrender Aufgaben. Unternehmen können mithilfe dieses Verfahrens menschlichen Arbeitskräften wirkungsvollere Aufgaben übertragen. Zu den Unternehmen, die sich daran beteiligen und heute daraus Umsätze generieren, gehören Blue Prism, Nice und Pegasystems. Investoren können von der Expertise bei der Suche nach solchen Chancen profitieren– was keine leichte Aufgabe ist –, und dadurch für zukünftiges Wachstum gerüstet sein.
Diesen Beitrag teilen: