Unternehmen investieren massiv in KI-Infrastruktur, um den wachsenden Anforderungen an maschinelles Lernen, Datenverarbeitung und KI-gesteuerte Anwendungen gerecht zu werden. Laut einem Bericht von McKinsey könnte das weltweite KI-Infrastruktur-Investitionsvolumen bis 2027 auf bis zu 500 Milliarden US-Dollar ansteigen. Ein Großteil dieser Ausgaben konzentriert sich auf KI-spezifische Hardware wie Grafikprozessoren (GPUs) und Anwendungs-spezifische integrierte Schaltungen (ASICs), die essentiell für das Training und den Einsatz von KI-Modellen sind. NVIDIA, ein führender Anbieter von KI-Chips, verzeichnet eine steigende Nachfrage nach seinen GPUs, vor allem aufgrund ihrer zentralen Bedeutung für Deep-Learning-Aufgaben. Jensen Huang, CEO des Unternehmens, betont, dass der KI-Boom auf massiven Infrastrukturbedarfen beruht und der Markt erst am Anfang dieser Wachstumsphase steht.
Ein weiterer zentraler Punkt der KI-Infrastruktur-Ausgaben sind Rechenzentren. KI-Workloads erfordern spezialisierte Einrichtungen, die Hochdichte-Computing-Umgebungen unterstützen können. Die 16-Milliarden-Dollar-Akquisition von AirTrunk durch Blackstone, einem führenden Anbieter von KI-gesteuerten Rechenzentren, zeigt die zunehmende Bedeutung solcher Infrastrukturen. Der Deal wird 800 MW Rechenzentrumskapazität hinzufügen und dürfte auf über 1 GW anwachsen, was den steigenden Bedarf an Infrastruktur zur Unterstützung KI-gesteuerter Anwendungen unterstreicht. Auch die Cloud-Infrastruktur ist ein bedeutender Bereich, in den Unternehmen Ressourcen investieren. Gartner prognostiziert, dass die Ausgaben für Cloud-KI-Infrastruktur bis 2026 über 200 Milliarden US-Dollar liegen werden, da Unternehmen vermehrt von On-Premise-KI-Implementierungen zu skalierbaren Cloud-basierten Lösungen übergehen.
Thomas Kurian, CEO von Google Cloud, bemerkte kürzlich, dass KI völlig neue Einnahmequellen für Unternehmen erschließt und die Cloud-Infrastruktur das Rückgrat dieser Transformation bildet. Neben der Hardware investieren Organisationen auch in Datenmanagement-Plattformen und Speicherlösungen, um die massiven Datenmengen zu bewältigen, die KI-Systeme benötigen. Schätzungen zufolge wird der globale Markt für KI-Dateninfrastruktur mit einer jährlichen Wachstumsrate von 18 % wachsen, angetrieben von steigenden Datenvolumina und dem Bedarf an Echtzeit-Datenverarbeitungskapazitäten. Unternehmen intensivieren ihre Investitionen in KI-Infrastruktur erheblich und fokussieren sich dabei auf Hardware, Rechenzentren und Cloud Computing. Angesichts der Prognosen eines anhaltenden Wachstums bei KI-Workloads werden diese Ausgaben in den kommenden Jahren weiter zunehmen.
NVIDIA erzielt etwa 12 % seines Umsatzes durch den Verkauf von Low-End-Chips und Software an Unternehmen in China, obwohl der Export bestimmter fortschrittlicher Chips durch US-Regelungen eingeschränkt ist. Die chinesische Zurückhaltung gegenüber NVIDIA wird weitgehend als Versuch gesehen, die Abhängigkeit von amerikanischen Chips zu verringern und den Kauf bei heimischen Chipherstellern wie Cambricon und Huawei zu fördern.
Insgesamt belegt NVIDIA Platz fünf auf unserer Liste der KI-Aktien, die Investoren beachten sollten. Während wir das Potenzial von NVIDIA als Investition anerkennen, glauben wir, dass einige KI-Aktien ein größeres Potenzial haben, höhere Renditen in kürzerer Zeit zu erzielen.