Investieren in Künstliche Intelligenz (KI): Infrastruktur, Start-ups, KI-Aktien, ETFs und Fonds

Künstliche Intelligenz (KI) ist kein neues Thema.
Seine Ursprünge in den 50er Jahren, hat die Entwicklung von KI hat über die letzten zehn Jahre rasant an Fahrt aufgenommen. Grund waren unter anderem leistungsstarke Computer, eine zunehmende Vernetzung, sowie die Implementierung von Cloud-Systemen.

Nicht zuletzt gewann die Thematik mit der Veröffentlichung von ChatGPT an Präsenz und erreichte eine breitere Masse, abseits des IT-Feldes.
Mit der Evolution der Technik stellt sich auch die Frage: Wie kann in künstliche Intelligenz investiert werden?

Im Folgenden sollen drei Aspekte diesbezüglich beleuchtet werden:

Künstliche Intelligenz kann als eine der maßgeblichen Technologien der Zukunft gesehen werden. Unter KI kann man eine Vielzahl an unterschiedlichsten Methoden verstehen, die es einer Maschine ermöglichen, aus Informationen Wissen zu extrahieren. Mit diesem generierten Wissen werden Probleme gelöst, neues Wissen geschaffen oder Schlussfolgerungen getroffen.

Grundlage für die Arbeit mit künstlicher Intelligenz sind große Datenmengen.
Wie lernt KI mit den Daten zu arbeiten? Es gibt unterschiedliche KI-Teilbereiche:

• Maschinelles Lernen (Machine Learnings)

• Deep Learning

• Natürliche Sprachverarbeitung (Natural language processing/ NLP)

• Künstliche neuronale Netze (artificial neural network)

• Maschinelles Sehen (Machine Vision)

Welche Arten von KI es gibt und wo KI eingesetzt werden kann, lesen Sie in unserem Artikel „Künstliche Intelligenz (KI): Alles über ChatGPT-3, Dall-E, Machine Learning“

„Gerade jetzt ist der Staat in der Pflicht mehr in KI zu investieren“, fordert Fabian Westerheide.
Westerheide ist Investor und Geschäftsführer von "Asgard - Human Venture Capital for Artificial Intelligence"; einem Fonds, der hauptsächlich in KI-Start-ups investiert.

Eine solche Investition sollte breit gefächert sein, so der KI-Experte: „Dazu gehört Bildung, Forschung - insbesondere angewandte Forschung - Use-Cases, Fortbildungen, aber auch Stipendien für junge Gründer, Fördergelder für Firmen und große Infrastrukturprojekte, wie beispielsweise LEAM.ai.

LEAM steht für „Large European AI Models“ – große europäische KI-Modelle. Eine Initiative des KI-Bundesverbandes in Deutschland, die es sich zum Ziel gemacht hat, europäische KI wettbewerbsfähig zu machen.

Aktuell werden 73 Prozent der großen KI-Modelle in den USA und 15 Prozent in China entwickelt. „Wenn der Staat nicht anfängt endlich Geld in die Hand zu nehmen, werden wir auf Jahrzehnte den USA hinterherlaufen und abhängig sein“, so Westerheide gegenüber trend.at

Eine europäische Antwort aus der Digitalwirtschaft sei essenziell, meint Daniel Abbou, Geschäftsführer im KI Bundesverband Deutschland. Die Wirtschaft müsse erkennen, welchen Wert KI besitze und einen USP für Europa erschaffen. Zudem brauche es eine Supercomputing-Infrastruktur – Großrechner, die mit den enormen Datenmengen arbeiten können.

Dem schließt sich auch Alexander Wrabetz, ehemaliger ORF-Chef an. Wrabetz, Leiter der Expert Group "Digitalisierung und KI" des Thinktanks Future Vienna des Sozialdemokratischen Wirtschaftsverband Wien, kritisiert zudem den europäischen Ansatz, sich auf Regulierungen zu fokussieren - die EU sei "Vorbereitungsweltmeister bei der Regulierung".

„KI ist noch nicht bei den Vorständen angekommen“, sagt Westerheide. Es brauche eine top-down-Implementierung, damit KI in der Wirtschaft an Relevanz gewinne, so seine Einschätzung.

Um wettbewerbsfähig zu bleiben, bräuchte es neben Geld und einem unternehmerischen Umdenken, ein „aggressiveres Marketing“. „Die USA sind gut, wenn es um den Bereich B2C geht“, so Westerheide, „in Europa sollten wir uns auf B2B konzentrieren, darin liegt unser Potenzial, das sollten wir hervorheben.“

An Kompetenz fehlt es nicht. In Europa gibt es zwar viel Know-how, was Künstliche Intelligenz angeht; doch die klugen Köpfe zieht es in den meisten Fällen ins Ausland – in die USA.

„Wir müssen die Vorzüge von Europa viel stärker betonen“, sagt Daniel Abbou. „Kinder können hier sorglos in die Schule gehen; wir haben Krankenversicherungen, ein gutes Sozialsystem, einen gut ausgebauten öffentlichen Nahverkehr. All das sind Assets.“

Ein wesentliches Asset – die Bezahlung – spielt natürlich auch eine wesentliche Rolle. Und auch hier hinkt Europa im Vergleich mit den USA hinterher.

Start-ups gelten oftmals als Motor technischer Innovation. Laut dem Unternehmen enliteAI gibt es mehr als 170 KI-Start-ups gibt es in Österreich.

Start-ups, Early Adopters, Ökosysteme: Österreichische KI-Unternehmen und Cluster

Dieses Potenzial gilt es auszuschöpfen. „Europa hat das Potenzial , im Bereich der Innovation weltweit führend zu werden, sofern die europäischen Institutionen eine neue ehrgeizige Strategie entwickeln und KI-freundliche Regelungen fördern“, so die Conclusio der 2019 veröffentlichten Studie „The road to AI – Investment dynamics in the European ecosystem“ der Unternehmensberatung Roland Berger und France Digitale.

Der größte Teil – 13% - der europäischen KI-Start-ups sind laut der Studie im Gesundheitswesen und in der Biotechnologie tätig. 9% im Medien- und Kulturbereich, 8% im Finanzsektor und 4% im Bereich Verteidigung und Sicherheit.

Lohnt sich das Investieren in KI-Start-ups? Lässt sich damit eine gute Rendite erwirtschaften?

Westerheide rät von dieser Option für Privatpersonen ab. „Das ist hochriskant“, lautet seine Einschätzung. „Start-ups sollten nur Kapital von erfahrenen Investoren annehmen“, so Westerheide.

Wenn er mit seinem Fonds „Asgard“ investiert, ist das gegenseitige Vertrauen wesentlich - „Investieren ist wie heiraten“, sagt er.

Seine Checkliste beinhaltet neben Vertrauen folgende Punkte:

• Es braucht eine hohe technische Affinität

• Es braucht „die richtigen Leute“. Erfahrene Köpfe im Bereich Forschung und Vertrieb

Das Potenzial von künstlicher Intelligenz beeindruckt auch Anleger:innen.
Neben den großen Tech-Giganten wie Microsoft oder Alphabet, profitieren auch Wertpapiere von Unternehmen aus dem breiteren KI-Ökosystem von der Aufmerksamkeit, die der KI zugutekommt.

Jan Beckers, Gründer und CIO von BIT Capital mit einer Einschätzung

Jan Beckers: „Wir halten KI für die größte technologiebedingte Investment-Chance unserer Dekade. Besondere Opportunitäten sehen wir einerseits bei KI-Anwendungen, andererseits aber auch bei den zulieferenden Schaufelherstellern des hier bald einsetzenden Goldrausches.
Hierzu zählt beispielsweise die Halbleiterindustrie mit Unternehmen wie NVIDIA oder auch ASML. Aber auch Netzwerkunternehmen wie Arista werden steigende Nachfrage verzeichnen.

Last but not least, werden Big-Tech-Unternehmen wie Alphabet, Microsoft und Meta eine äußerst gewichtige Rolle spielen – auch wegen ihres Zugangs zu Daten und den seit Jahren großen Research Budgets.

Hinzu kommen Opportunities in China, beispielsweise in Form von Baidu, die neben ihrer Suchmaschine auch im Bereich Autonomous Driving in China führend sind und gerade ihre eigene CHAT GPT-Alternative vorgestellt haben.

Die großen Herausforderungen bestehen in der Auswahl der letztlich siegreichen Unternehmen zu einem guten Zeitpunkt – und vor allem zum richtigen Preis."

"Es gibt nur sehr wenige KI-Pure-Player, die Anleger aktuell auf dem Aktienmarkt finden können. Man kann aber schon heute Exposure zu dieser Schlüsseltechnologie aufbauen. In bestimmten Bereichen wird KI schon zeitnah sehr großen Einfluss haben. In diesen relevanten Subsektoren sollte man nach den KI-Gewinnern suchen."

"Das ist bei neuartigen Produkten stets besonders schwierig. Ein fachmännischer Blick auf den Inhalt des Portfolios sowie den Track Record des Fondsmanagers lohnt sich – ist aber gerade für Privatinvestoren nicht immer leicht."

"KI ist und bleibt eine Technologie – wenn auch eine besonders wichtige. Es ist entscheidend, die strukturellen Besonderheiten einer Technologie und die daraus resultierenden Effekte auf Wachstum, Wettbewerb, Moat, Preise und Margen zu verstehen. Für KI-Unternehmen spielt beispielsweise der kostengünstige Zugang zu Daten, spezialisierter Rechenleistung und Software-Talenten eine große Rolle für ihr Potenzial und auch das daraus resultierende Margenprofil. Wenn es aber dann um die finanzielle Bewertung der Preisniveaus der Aktien geht, kann man diese mit demselben Instrumentarium der Finanzanalyse (PE, PEG etc.) vermessen wie auch andere Wachstumsunternehmen."

"Die finanziellen Kennzahlen von KI-Unternehmen unterscheiden sich nicht stark von denen von anderen Tech-Unternehmen. Wichtiger sind qualitative Beurteilungen der Produkte, der Technologie, der Marktposition und des relevanten Wissens und Humankapitals. Wer sich anschaut, aus welchem Unternehmen wie viele einflussreiche Research Paper zu KI-Themen veröffentlicht wurden, stößt dabei beispielsweise ganz besonders oft auf Alphabet."

"Das Potenzial ist sehr groß. Einzelne Gewinneraktien, die jetzt noch nicht in der ersten Reihe stehen, können sich in den nächsten Jahren durchaus auch mal verzehnfachen. Die gesamte Branche wird höchstwahrscheinlich auf viele Jahre hinaus ein zweistelliges Umsatz- und Gewinnwachstum verzeichnen."

"Um wirklich fundiert zu investieren, muss man die Technologie und den Markt aus verschiedenen Blickwinkeln beleuchten und mit sehr vielen Marktteilnehmern, Entwicklern und Experten sprechen. Es ist zudem wichtig, die KI-Wertschöpfungskette zu analysieren. Diese beginnt bereits bei den Rohstoffen für die Chips und deren Produktion, geht dann über mehrere Stufen der Datenerzeugung- & Verarbeitung hin zu vielfältigsten Anwendungen für Endkunden. Am Ende muss man aber stets die daraus resultierenden Finanzdaten der Unternehmen richtig bewerten."

Die Technologiebranche ist kapitalintensiv. Zinserhöhungen treffen sie empfindlich - wie die Kurseinbrüche zuletzt gezeigt haben.
So verlor der WisdomTree Artificial Intelligence ETF im Jahr 2022 fast 38 Prozent.

Das Potenzial von KI ist dennoch groß. Sparpläne und kleinere Investmenttranchen reduzieren das Risiko.

NVIDIA gehört ist einer der größten Chiphersteller der Welt. Die Hochleistungschips des amerikanischen Unternehmens werden überwiegend für Anwendungen im Bereich Maschinelles Lernen eingesetzt. Im Bereich der Sprach- und Bilderkennung beispielsweise gilt NVIDIA zu den Marktführern.

Künstliche Intelligenz wird im medizinischen Bereich vor allem bei der Diagnose und Auswertung von Patient:innendaten eingesetzt. Diagnosen sollen präziser und schneller gestellt werden. Auch in puncto personalisierte Medizin spielt KI eine wesentliche Rolle.

Das US-amerikanische Unternehmen Illumnia hat sich beispielsweise der Genforschung verschrieben und forciert personalisierte Behandlungen.

Autonomes Fahren, eines der großen Themen im Bereich Mobilität, ist ohne künstliche Intelligenz nicht möglich. KI-Systeme können komplexe Datenstäze gleichzeitig und schnell bearbeiten. Zahlreiche Automobilhersteller, wie beispielsweise Tesla, arbeiten am autonomen Fahren.

Mehr zum Thema "autonomes Fahren" lesen Sie in unserem Artikel: "Autonomes Fahren bald Realität: Durch neue Sensoren, KI und Deep Learning"

Im Bereich Gaming ist die Aktie von Electronic-Arts zu erwähnen. ISIN: US2855121099