Wir befinden uns noch in der Anfangsphase eines KI-getriebenen Investitionszyklus
Google und OpenAI sind klare Marktführer bei gebündelten Plattformen, die als umfassende KI-Assistenten dienen werden. Google hat hervorragende Arbeit geleistet, um aufzuholen. Das mit Abstand weltweit führende KI-Produkt ist tatsächlich die Google-Suche: Milliarden von Menschen nutzen KI über Google, ohne jemals Gemini heruntergeladen zu haben und tauchen nicht in den ChatGPT-Nutzerstatistiken auf. Google monetarisiert dies bereits effektiv mit besseren Konversionsraten als bei der klassischen Suche.
Im Softwarebereich zeichnen sich klare Gewinner und Verlierer ab
Jensen Huangs Beobachtung, dass KI die neue Software ist, bewahrheitet sich genau wie von ihm beschrieben. Wir bewegen uns weg von deterministischer, regelbasierter Software hin zu kontextbezogenen, impliziten und flexiblen Schnittstellen. Dieser Wandel schafft Chancen, aber auch Herausforderungen für traditionelle, lizenzbasierte Softwaremodelle.
Wir meiden bewusst Softwareunternehmen, die sich im Auge des Sturms befinden. Dazu zählen vertikale Software-as-a-Service-Unternehmen und traditionelle Anbieter lizenzbasierter Anwendungssoftware. Stattdessen bevorzugen wir Enabler, also Softwareunternehmen, die Unternehmen dabei helfen, KI sicher und effektiv zu integrieren wie beispielsweise Cloudflare, CrowdStrike und Dateninfrastrukturanbieter wie Snowflake und Datadog.
Ökosysteme und Vertrauen entscheiden den Wettbewerb im KI-Markt
Das Monetarisierungspotenzial und die Wettbewerbsposition der Modellanbieter stehen im Zentrum. Wir haben gelernt, dass es sich hierbei nicht um ein traditionelles Netzwerk-Effekt-Geschäft handelt, wie ursprünglich gehofft, ein weiteres Modell zu nutzen führt nicht zu einer wesentlichen Verbesserung. Das unterscheidet sich von der Entwicklung im Bereich der Suchmaschinen. Zudem sind die Wechselkosten derzeit recht gering.
Der Wettbewerb wird letztendlich auf drei Faktoren hinauslaufen: Vertrauen, Produktqualität und Integration in das Ökosystem. Da diese Plattformen Zugriff auf E-Mails, Kalender, Krankenakten und Zahlungsinformationen erhalten, wird Vertrauen immer wichtiger. Etablierte Akteure oder Unternehmen, die sich Glaubwürdigkeit aufgebaut haben, profitieren von einem erheblichen Vertrauensvorteil. Dies stellt eine bedeutende Hürde für neue Marktteilnehmer dar.
Wichtiger als die reine Modellleistung ist die Produktdifferenzierung. Die meisten Nutzer können die verschiedenen Modell-Generationen nicht unterscheiden. Entscheidend wird sein, welche Plattform die besten Funktionen, die nahtloseste Funktionalität sowie die besten Integrationen bietet und die Bedürfnisse der Nutzer am effektivsten vorhersagen kann. Google hat hier aufgrund seines bestehenden Ökosystems erhebliche Vorteile.
Es ist davon auszugehen, dass die Wechselkosten im Laufe der Zeit steigen werden
Ein Wechsel wird nicht unmöglich sein, aber je tiefer die Nutzer diese Agenten in ihre Arbeitsabläufe integrieren, desto schwieriger wird er. Bezüglich Monetarisierung erwarten wir, dass die Haupteinnahmequelle für Verbraucherprodukte die Werbung sein wird, möglicherweise ergänzt durch Einnahmen aus Transaktionen. Das Abonnementmodell allein reicht für die Rentabilität nicht aus. Werbung funktioniert jedoch bereits gut in der KI-gestützten Suche von Google und erzielt bessere Konversionsraten als die traditionellen Stichwortsuche.
KI-Transformation setzt Softwaremargen unter Druck stärkt aber etablierte Plattformen
Im Bereich Unternehmenssoftware werden sich vermutlich die großen etablierten Softwareunternehmen anpassen und weiterhin wichtige Akteure in der KI-gestützten Softwarelandschaft bleiben, ähnlich wie Microsoft, SAP und Oracle den Übergang zur Cloud bewältigt haben. Unternehmenskunden werden cloudbasierte Kernplattformen wie Salesforce in naher Zukunft nicht durch selbst entwickelte On-Premise-Alternativen ersetzen.
Allerdings benötigen solche Übergänge Zeit, bis sie vollständig abgeschlossen sind. Das Wachstum bei lizenzbasierter Software wird nachlassen, da Unternehmen aufgrund der produktivitätssteigernden Wirkung von KI weniger lizenzierte Nutzer benötigen. Die Margen werden unter Druck geraten, da die effektive KI-Implementierung Investitionen erfordert. Softwareunternehmen müssen einen Teil dieser Kosten absorbieren und gleichzeitig ihren Kunden einen Mehrwert bieten.
Die jüngste Volatilität im Softwarebereich ist auf die Unsicherheit darüber zurückzuführen, wie sich diese Dynamik entwickeln wird. Einige Unternehmen, die von dem allgemeinen Ausverkauf im Softwarebereich betroffen waren, dürften langfristig zu den Gewinnern zählen.
Der Ausbau der KI erfordert erhebliche Investitionen
Die Finanzierung dürfte durch eine Kombination verschiedener Quellen sichergestellt werden. An diesem Modell werden mehrere Parteien wie Cloud-Anbieter, Infrastrukturpartner und Kreditmärkte beteiligt sein, die sich die Kapitalanforderungen teilen werden. Dies ähnelt der Art und Weise, wie die frühen Cloud-Kapazitäten durch Partnerschaften aufgebaut wurden.
Diese Infrastrukturprojekte werden voraussichtlich als traditionelle, auf diskontierten Cashflows basierende Investitionen mit vorhersehbaren Einnahmequellen strukturiert sein, ähnlich wie REITs für Rechenzentren und Colocation-Einrichtungen, die den Übergang zur Cloud ermöglicht haben.
Zu den wichtigsten Faktoren dürften dabei Umsetzung und Umsatzwachstum gehören. Die führenden KI-Unternehmen erschließen große, lukrative Märkte und wachsen mit beeindruckenden Raten. Unternehmen mit starken Bilanzen wie Google unterliegen keinen nennenswerten Finanzierungsbeschränkungen. Für das breitere Ökosystem beobachten wir weiterhin großes Interesse von strategischen Partnern und Finanzinvestoren.
Inferenz dürfte langfristig zum größten Markt der KI-Wertschöpfung werden
Die Qualität von LLM-Modellen ist nach wie vor von Bedeutung, insbesondere für komplexe Anwendungen im Bereich des logischen Denkens und der Entscheidungsfindung. Da die Produktdifferenzierung jedoch immer wichtiger wird, ist mit einer Verschiebung der Dynamik zu rechnen.
Das Training beschränkt sich nicht mehr nur auf textbasierte Modelle, sondern umfasst auch Videos, virtuelle Umgebungen und andere Modalitäten. Dennoch liegt der Fokus zunehmend darauf, bestehende Modelle effizienter zu nutzen.
Aus diesem Grund könnte die Inferenz letztendlich einen größeren Markt darstellen als das Training. Der Mangel an Rechenleistung beeinträchtigt beide Bereiche. Da die Rechenleistung effizienter und kostengünstiger wird, dürfte es zu einer breiten Nutzung von Inferenz-Workloads kommen.
Unternehmen werden KI im Hintergrund für zahlreiche Anwendungen einsetzen. Selbst bei steigender Effizienz dürfte diese Entwicklung eine anhaltende Nachfrage nach Recheninfrastruktur schaffen, da die Anzahl der Anwendungsfälle stark zunimmt.
Marktkommentar von Zachary Gill, Global Equity Research Analyst bei Jennison
Bild Foto von Zachary Gill Quelle: Jennison / PGIM
Quelle TE Communications GmbH
