Das KI-Paradox: Bewertungen steigen, das Produkt wird günstiger

Die enorme Investitionswelle rund um künstliche Intelligenz weist nach Einschätzung des Investors und MIT-Fellows Paul Kedrosky zunehmend Merkmale einer Finanzblase auf.

Vor allem die rasch steigende Verschuldung, sehr hohe Bewertungen und mögliche massive Überkapazitäten bei Rechenzentren bereiten ihm Sorgen. Gleichzeitig werden KI-Modelle günstiger, während die technologischen Unterschiede zwischen den Anbietern kleiner zu werden scheinen.

KI-Blase zeigt bekannte Warnsignale

Kedrosky sieht auffällige Parallelen zwischen dem derzeitigen KI-Hype und früheren Finanzblasen. Die Technologien seien zwar andere, das Verhalten der Anleger ändere sich jedoch kaum.

In starken Marktphasen nimmt die Euphorie unter Investoren zu, häufig steigen sie genau zum falschen Zeitpunkt ein. Dreht die Stimmung, setzt der gegenteilige Effekt ein: Viele Marktteilnehmer versuchen gleichzeitig, ihre Positionen abzubauen.

Nach Einschätzung Kedroskys kommen derzeit mehrere Zutaten einer klassischen Blase zusammen. Es steht viel Kredit zur Verfügung, Regierungen fördern Investitionen, und KI liefert eine überzeugende technologische Erzählung. Hinzu kommt ein massiver Ausbau von Rechenzentren.

Ein wesentlicher Unterschied zu den ersten Jahren des KI-Booms liegt in der Finanzierung. Anfangs konnten große Technologiekonzerne viele Projekte noch aus dem eigenen Cashflow bezahlen. Inzwischen wird immer häufiger externes Kapital aufgenommen.

Das geschieht unter anderem über Anleihen, private Kreditmärkte und andere Formen der Fremdfinanzierung. Kedrosky zufolge entfallen inzwischen rund 15 bis 18 Prozent der Kreditaufnahme von Unternehmen mit hoher Bonität auf diese Investitionswelle.

Das kann Folgen für den breiteren Finanzmarkt haben. Technologiekonzerne konkurrieren um dasselbe Kapital wie Staaten, die selbst hohe Summen aufnehmen müssen, um Haushaltsdefizite zu finanzieren.

Die Volumina steigen unterdessen weiter. Goldman Sachs erwartet der Quelle zufolge, dass die Investitionen großer Technologiekonzerne im Jahr 2026 die Marke von 1 Billion Dollar überschreiten.

Große Rechenzentren könnten teilweise ungenutzt bleiben

Vor allem der Bau neuer Rechenzentren bereitet Kedrosky Sorgen. Investoren finanzieren Projekte, die von großen Technologiekonzernen gestützt werden, wissen seiner Ansicht nach aber längst nicht immer, wie intensiv die Anlagen am Ende tatsächlich genutzt werden.

Er verweist auf Hinweise, dass manche Rechenzentren ihre Grafikprozessoren nur zu etwa 35 bis 40 Prozent auslasten. Unternehmen würden Chips teils vor allem anhäufen, um sich ausreichende Kapazitäten zu sichern, ohne dass diese Rechenleistung unmittelbar vollständig benötigt werde.

Sollte dieses Bild zutreffen, besteht das Risiko, dass deutlich mehr KI-Infrastruktur gebaut wird, als am Ende gebraucht wird.

Verschärft wird das Problem durch den schnellen Preisverfall bei KI-Rechenleistung. Kedrosky beschreibt KI-Token sogar als ein extrem deflationäres Produkt. Neue Modelle werden effizienter, während die Kosten für die Verarbeitung von Aufträgen weiter sinken.

Für Nutzer klingt das positiv, für KI-Unternehmen ist es jedoch eine Herausforderung. Wenn der Preis je Einheit stark fällt, müssen Unternehmen ihre Nutzung in hohem Tempo steigern, um ihre Einnahmen stabil zu halten.

Kedrosky zufolge müssten Unternehmen, die die fortschrittlichsten KI-Modelle entwickeln, ihre Volumina jährlich um rund 400 Prozent erhöhen, nur um finanziell auf demselben Niveau zu bleiben.

Daraus entsteht ein auffälliger Widerspruch. KI-Unternehmen werden bewertet, als stünde ein enormes Umsatzwachstum bevor, während ihr Produkt zugleich immer günstiger wird.

Große KI-Börsengänge könnten die Finanzmärkte belasten

Auch mögliche Börsengänge großer Technologieunternehmen könnten für Unruhe sorgen. Unternehmen wie SpaceX, Anthropic und OpenAI könnten bei einem IPO zusammen Hunderte Milliarden Dollar an frischem Kapital aufnehmen.

Dieses Geld muss irgendwoher kommen.

Wollen große institutionelle Anleger an solchen Börsengängen teilnehmen, könnten sie gezwungen sein, bestehende Aktienpositionen zu verkaufen. Dadurch könnte es zu einer massiven Kapitalverschiebung von etablierten börsennotierten Unternehmen hin zu neuen Technologiefirmen kommen.

Kedrosky sieht zudem ein weiteres Risiko. Die Leistungsfähigkeit großer Sprachmodelle nähere sich seiner Ansicht nach immer stärker an. Gleichzeitig werde es immer teurer, neue Modelle noch weiter zu verbessern.

Damit stellt sich die Frage, welchen wirtschaftlichen Wert Unternehmen am Ende aus den enormen Summen ziehen können, die derzeit in KI investiert werden.

Die Technologie selbst muss dafür nicht scheitern. Auch frühere technologische Revolutionen haben die Wirtschaft letztlich verändert, während Investoren auf dem Weg dorthin wegen Überkapazitäten und überhöhter Erwartungen hohe Verluste erlitten.

Sogar die Chipbranche könnte dadurch wieder anfälliger für starke Ausschläge nach oben und unten werden. KI hilft Chipunternehmen dabei, Designs schneller zu entwickeln, wodurch Innovationszyklen kürzer werden. Kedrosky zufolge könnte gerade dadurch das bekannte Muster aus Knappheit, Überinvestitionen und späteren Überschüssen zurückkehren.