Entgegen aller Unkenrufe und der beliebten Schlagzeilen über das baldige Platzen einer KI-Blase, wird mehr denn je in KI investiert. Gleich zwei Tech-Podcasts haben sich diesem Thema gewidmet und beide kommen zum Schluss, dass nichts für eine KI-Blase oder dem baldigen Ende des eines KI-Hypes spräche.
die vorwiegend negativ über KI berichtet
Der Podcast Hard Fork von Kevin Roose und Casey Newton, listet die dieses Jahr getätigten und noch angekündigten Investitionen von Unternehmen wie Nvidia oder Microsoft auf. So hat Nvidia gerade angekündigt, $100 Milliarden in OpenAI, dem Entwickler von ChatGPT, zu stecken. Bislang hat OpenAi Investitionen von $71,4 Milliarden erhalten. Auch baut OpenAI fünf neue Datenzentren in den USA auf, davon 3 mit Oracle und zwei Mit Softbank. Diese gehören zum Projekt Stargate der US-Regierung und bringen damit in den nächsten drei Jahren Investitionen von $400 Milliarden. Nvidia-CEO Jensen Huang schätzt, dass allein 2025 um die $600 Milliarden in KI-Datenzentren gesteckt werden.
Die beiden Hosts nennen das den Großen KI-Ausbau und vergleichen das mit dem Ausbau des US-Interstate-Highway-Systems. Die in einer 36-jährigen Periode gebauten Highways umfassten Investitionen von inflationsbereinigt $300 Milliarden. Nun werden in einem Jahr doppelt soviel Gelder in KI-Infrastruktur gesteckt.
Der Umfang der Investitionen ist gewaltig und insgesamt genommen scheint damit OpenAI-CEOs Sam Altmans Aussagen, dass er $7 Billionen für KI aufstellen will, in erreichbare Nähe zu rücken, und niemand mehr findet diese Summen lächerlich. Die Unternehmen selbst sind bereit, auf Teufel komm raus zu investieren, denn sie sehen sich in einem Wettbewerb, als erster Superintelligenz (AGI) zu erreichen. Und dieses Ziel gerechtfertige die Ausgabe solcher Summen.
Die Unternehmen, die diese Ausgaben stemmen, haben einen Vorteil: sie sind durchwegs hochprofitabel und haben dutzende Milliarden in Cash auf der Bank. Auch sind alle noch von den Gründern geführt, die diese große Wette eingehen und die Zukunft ihrer Unternehmen damit verknüpfen.
Hinzu kommt, dass Superintelligenz eine dieser Zero-to-One-Technologien sein könnte, wo der erste, der sie erreicht, den Markt monopolisiert und damit die Lizenz zum Gelddrucken erhält. Für die Gründer scheint diese Aussicht die Ausgaben mehr als zu gerechtfertigen.
Azeem Azhar geht in seinem Podcast Exponential View methodischer vor. Er erstellte fünf Indikatoren, anhand derer er zu bewerten versuchte, ob KI sich in einer Blase befinde.
- Indikator 1 – Wirtschaftliche Belastung: Sind die Investitionen derzeit groß genug, um die Wirtschaft zu beeinflussen?
- Indikator 2 – Belastung der Branche: Stehen die Branchenumsätze in einem angemessenen Verhältnis zu den getätigten Investitionen?
- Indikator 3 – Umsatzwachstum: Steigen/erweitern sich die Umsätze schnell genug, um aufzuholen?
- Indikator 4 – Bewertungshitze: Wie heiß sind die Bewertungen? Sind die Aktien im historischen Vergleich übermäßig überbewertet?
- Indikator 5 – Finanzierungsqualität: Mit welcher Art von Geld wird dies finanziert? Handelt es sich um starke Bilanzen oder um fragiles, unbeständiges Kapital?
In seiner ausführlichen Analyse bezieht er sich auch auf frühere Blasen, u.a. aus dem Bereichen der Eisenbahn und Telekom. Doch damals wurde – genauso wie heute – Infrastruktur geschaffen, auf der wir heute noch aufbauen.
Seine Indikatoren jedenfalls sind bis auf den zweiten, Belastung der Branche, alle im grünen und damit sicheren Bereich. Selbst der zweite Indikator befindet sich noch im gelben Bereich.
Morgan Stanley erwartet, dass bis 2029 $3 Billionen in KI-Infrastruktur investiert werden. Stellt man diese Investitionen dem Bruttoinlandsprodukt gegenüber, dann lásst sich abschätzen, wie Infrastrukturprojekte der Vergangenheit performten. Die KI-Infrastrukturinvestitionen lägen damit zwischen 2025 und 20230 zwischen 0,9% und1,7%. Die Eisenbahn lag bei beinahe 4%, die Telekoms bei 1,2%.
Ein Problem hier: Eisenbahninfrastruktur ist langlebig. Man kann von 30 Jahren Nutzungsdauer ausgehen. Auch Telekominvestitionen rechnen isch mindestens 12 Jahre lang. Anders bei KI: dort ist die Dauer nur 5 Jahre, da Chipdesigns rasch veralten und durch neue, leistungsfähiger Chips ersetzt werden müssen.
Aus all diesen Indikatoren ist momentan keine KI-Blase zu erkennen. Die am Wettrennen beteiligten Firmen können es sich leisten.
Wichtig ist auch herauszulesen, was Länder wie Deutschland oder Frankreich an Investitionen tätigen müssten, um mit den USA auf derselben Stufe zu bleiben. Deutschland müsste jährlich zwischen €36 und €68 Milliarden investieren, Frankreich zwischen €24 und €46 Milliarden. Diese Beträge sieht man allerdings in diesen Ländern nicht.
Ob das Konzept “lass uns mal einfach immer mehr CPU auf unsere LLMs werfen, irgendwann kommt dann ne AGI raus, ganz bestimmt” besonders tragfähig ist? Viele der Vordenker steigen da jedenfalls grade so langsam aus. https://garymarcus.substack.com/p/game-over-for-pure-llms-even-turing
Der massive Aubau von GPU Rechenzentren hat weniger mit AGI zu tun, als vielmehr mit der Nachfrage nach KI-Kapazität. Wenn heute schon táglich 700 Millionen Menschen ChatGPT verwenden, dann brauchst Du einfach Rechenkapazität um diese Anfragen abzuhandeln.
Ich frage mich, ob die nachfragenden Kunden nicht nur an ganz vielen Stellen Bedarf signalisieren, indem sie sich Angebote geben lassen – aber am Ende eben doch nur bei einem Anbieter dann wirklich unterschreiben und alle anderen haben dann wegen des angeblich hohen Bedarfs Kapazitäten aufgebaut, gehen aber leer aus.
Das würde am Ende zu hohen Überkapazitäten führen und demzufolge heftigen Abschreibungsbedarf.
Wie denkst du über diesen Aspekt?
Auch damals in der Internet-Blase war das so. Und nachher haben alle profitiert, weil die Kapazitäten da waren. Die gingen ja nicht weg. Das hat dem Internet wirklich zum Aufstieg verholfen. Und so sehe ich das hier auch.