Die Investitionen in AI-Infrastruktur steigen kontinuierlich an, da Unternehmen den wachsenden Anforderungen an maschinelles Lernen, Datenverarbeitung und AI-gesteuerte Anwendungen gerecht werden wollen. Ein bedeutender Teil dieser Ausgaben fließt in den Aufbau von Rechenzentren, die Beschaffung spezieller Hardware und die Optimierung von Cloud-Infrastrukturen. Laut einem McKinsey-Bericht könnten die globalen AI-Infrastruktur-Ausgaben bis 2027 bis zu 500 Milliarden Dollar erreichen, was die zentrale Rolle dieser Investitionen für die Zukunft der AI-Entwicklung unterstreicht.
Ein Schwerpunkt dieser Investitionen liegt auf AI-spezifischer Hardware wie Grafikprozessoren (GPUs) und anwendungsspezifischen integrierten Schaltungen (ASICs). Diese sind entscheidend für das Training und den Einsatz von AI-Modellen. NVIDIA, ein dominanter Akteur im Bereich der AI-Chips, verzeichnet eine steigende Nachfrage nach seinen GPUs, was deren zentrale Bedeutung für Deep-Learning-Aufgaben bestätigt. Jensen Huang, CEO von NVIDIA, betont, dass der AI-Boom auf massiven Infrastrukturanforderungen basiert und der Markt sich erst am Anfang dieser Wachstumskurve befindet.
Rechenzentren sind ein weiterer Fokus der AI-Infrastruktur-Ausgaben. AI-Workloads sind äußerst anspruchsvoll und erfordern spezialisierte Einrichtungen, die dichte Rechenumgebungen unterstützen können. Ein prominentes Beispiel ist Blackstones Übernahme von AirTrunk für 16 Milliarden Dollar, was die steigende Bedeutung solcher Infrastrukturen verdeutlicht. Das Geschäft wird die Kapazität der Rechenzentren um 800 MW erhöhen und Prognosen zufolge auf über 1 GW ausbauen.
Cloud-Infrastruktur ist ebenfalls ein bedeutender Bereich, in den Unternehmen Ressourcen investieren. Laut Gartner werden die Ausgaben für Cloud-AI-Infrastruktur bis 2026 200 Milliarden Dollar übersteigen, da Unternehmen zunehmend von On-Premise-AI-Deployments auf skalierbare, cloudbasierte Lösungen umsteigen. Thomas Kurian, CEO von Google Cloud, bemerkte kürzlich, dass AI völlig neue Einnahmequellen für Unternehmen erschließt und die Cloud-Infrastruktur das Rückgrat dieser Transformation bildet.
Über Hardware hinaus investieren Organisationen auch in Datenmanagement-Plattformen und Speicherlösungen, um die massiven Datenmengen zu bewältigen, die AI-Systeme erfordern. Schätzungen zufolge wird der globale Markt für AI-Dateninfrastruktur mit einer jährlichen Wachstumsrate von 18 % wachsen, angetrieben durch ein erhöhtes Datenvolumen und die Notwendigkeit für Echtzeit-Datenverarbeitung. Unternehmen verstärken ihre Investitionen in AI-Infrastrukturen erheblich und fokussieren dabei auf Hardware, Rechenzentren und Cloud-Computing.
Meta Platforms, bekannt für seine Entwicklung von Produkten zur Vernetzung und Interaktion von Menschen, hat zuletzt große Fortschritte im AI-Bereich gemacht. Laut Analysten gibt es optimistische Prognosen für Meta AI, das bereits 500 Millionen monatlich aktive Nutzer verzeichnet. Zudem sieht man Potenziale in neuen Bild-, Übersetzungs- und Sprachfähigkeiten, die die Kerninteraktion steigern könnten. Auch im Unternehmensbereich scheint Metas Llama an Bedeutung zu gewinnen.
Obwohl Meta Platforms ein vielversprechender Akteur im AI-Bereich ist, gibt es laut Experten auch andere AI-Aktien, die höhere Renditen in kürzerer Zeit versprechen könnten.