Die enormen Ausgaben für Cloud-Computing und Energie im Kontext der künstlichen Intelligenz (KI) lassen einige Wagniskapitalgeber zweifeln, ob sich diese Investitionen letztlich lohnen werden. Während in der Technologiebranche generell großer Optimismus hinsichtlich KI herrscht, wächst auch die Zahl der Skeptiker.
Einem kürzlich veröffentlichten Bericht zufolge stiegen die Investitionen in Start-ups im Zeitraum April bis Juni im Vergleich zum Vorjahr um 57%. Über die Hälfte dieser Mittel floss in KI-Unternehmen. Diese Entwicklung nährt die Hoffnung auf eine "große Wiedererweckung" des Sektors, was einen willkommenen Umschwung im Vergleich zur düsteren Prognose des Vorjahres darstellt, als Start-ups ein massives "Massensterben" vorausgesagt wurde.
Die aktuelle Euphorie um KI hat diese Periode der Vorsicht jedoch schnell abgelöst. Unternehmen wie Nvidia und Taiwan Semiconductor Manufacturing zählen zu den großen Gewinnern: Nvidias Aktienkurs stieg in den letzten 12 Monaten um 213%, und Taiwan Semiconductor erreichte kurzzeitig eine Bewertung von einer Billion Dollar.
Ein gewisser Grad an Nervosität bleibt bestehen, insbesondere hinsichtlich der Beständigkeit der hohen Nachfrage. Dennoch zweifelt kaum jemand an den Geschäftsmodellen der Unternehmen, die an der Basis des KI-Stacks agieren, etwa im Bereich Chips und Cloud-Computing.
Weiter oben im Ökosystem, dort wo Firmen wie OpenAI und Anthropic versuchen, tragfähige Geschäftsmodelle zu entwickeln, kommt es jedoch zu interessanten Fragen. Trotz des Versprechens, KI könnte alle Lebens- und Geschäftsbereiche revolutionieren, bleibt eine Diskrepanz zwischen den hohen Entwicklungskosten und dem, was Nutzer zu zahlen bereit sind.
Wagniskapitalgeber wie David Cahn von Sequoia Capital äußern zumindest Bedenken. Cahn ist zuversichtlich, dass KI ihren Hype rechtfertigen wird, warnt jedoch vor erheblichen finanziellen Verlusten. Er vergleicht die Situation der KI-Entwickler mit jener der Eisenbahnbarone, sieht jedoch wesentliche Unterschiede: Die Infrastruktur für KI wie Chips und Rechenzentren veraltet schneller, während die Konkurrenz im KI-Bereich die Preise drückt.
Nvidias Umsatz bietet einen sinnvollen Hinweis auf die Ausgaben im KI-Sektor. Laut Cahn liegen die tatsächlichen Einnahmen der KI-Firmen weit hinter den nötigen 600 Milliarden Dollar pro Jahr zurück, um die kontinuierlichen Infrastrukturinvestitionen zu decken – etwa um 500 Milliarden Dollar.
Es gibt jedoch auch Erfolgsgeschichten: OpenAI hat sein Umsatzwachstum von 1,6 Milliarden Dollar auf 3,4 Milliarden Dollar gesteigert. Ob die vielen Wettbewerber diesen Erfolg wiederholen können, ist jedoch ungewiss. Ein Beispiel hierfür ist Inflection AI, welches unter steigenden Kosten von Microsoft aufgekauft wurde und den Investoren nur eine „bescheidene“ Rendite bot.
Ökonom Daron Acemoglu warnt zudem vor der These, dass generative KI durch mehr Daten und Rechenleistung automatisch intelligenter und präziser wird. Viele glauben, der Weg von "sehr gut" zu "perfekt" sei ebenso lang wie der von "nichts" zu "sehr gut". Trifft dies zu, könnten die Energieanforderungen die Kapazitäten des US-Stromnetzes übersteigen.
Am lautesten behaupten diejenigen, die vom Hype profitieren, dass die allgemeine künstliche Intelligenz – HAL 9000 aus "2001: Odyssee im Weltraum" – unmittelbar bevorsteht. Dies befeuert eine Billionen-Dollar-Bewertung, die auf Glauben basiert. Tech-Analyst Benedict Evans etwa bemerkt, dass Accenture mehr Geld durch KI-Beratung verdient als OpenAI durch deren Entwicklung. Vielleicht ist also etwas Zurückhaltung geboten.