„Wir stehen beim Ausbau der KI-Infrastruktur noch ganz am Anfang“

Genau in jener Woche, in der Michael Stewart, Leiter für den Bereich Equity Product Strategy bei Amundi ETF & Indexing, in Wien zu Besuch war, um hier neue Themen-ETFs im Bereich KI-Infrastruktur vorzustellen, brachen die Kurse zahlreicher Halbleiterunternehmen ein, die besonders stark vom Ausbau der KI-Infrastruktur profitieren. Doch aus Sicht des kanadischen ETF-Experten ist in diesem Bereich der Zenit noch lange nicht erreicht.

GEWINN: Amundi hat eine Reihe neuer Aktien-ETFs zum Thema „Ausbau der KI-Infrastruktur“ gestartet. Was macht Sie so sicher, dass es sich dabei um einen strukturellen, langfristigen Trend und nicht nur um einen kurzfristigen Hype handelt?

Stewart: KI-Modelle benötigen Rechenzentren, die um Größenordnungen – etwa zehn- bis zwanzigmal – komplexer sowie energie- und rechenintensiver sind als herkömmliche Cloud-Computing-Infrastrukturen. Es handelt sich also um eine aufwendige Technologie, die sich sehr schnell weiterentwickelt. Wir beobachten derzeit, dass sich die Leistungsfähigkeit von KI-Modellen bei bestimmten Maßnahmen alle dreieinhalb Monate verdoppelt. Das ist der aktuelle Rhythmus. Die Zahl der Tokens (Abrechnungseinheit für Rechenleistung, Anm.) steigt derzeit innerhalb von zwölf Monaten um das 14-Fache. Das treibt letztlich die Umsätze der KI-Modelle an: Das Umsatzwachstum der Industrie liegt inzwischen bei deutlich über 200 Milliarden US-Dollar pro Jahr und steigt weiter. Und im aktuellen Umfeld ist die Rechenkapazität weiterhin begrenzt. Die Kosten für die stundenweise Anmietung von KI-Chip-Rechenleistung steigen in diesem Jahr, obwohl die Chips selbst älter werden. Bei den Hyperscalern nähern sich die kumulierten Auftragseingänge – also künftige Leistungsverpflichtungen – zusammengenommen inzwischen zwei Billionen US-Dollar. Wir stehen noch ganz am Anfang dieser Entwicklung, die einen umfangreichen Ausbau der Infrastruktur erfordert.

GEWINN: Werden KI-Modelle mit zunehmender Leistungsfähigkeit nicht auch effizienter und günstiger im Betrieb? Verringern sinkende Kosten nicht den Bedarf an Recheninfrastruktur?

Stewart: Sinkende Kosten erhöhen die Zahl der Anwendungen, bei denen wir KI im Alltag einsetzen können. Entscheidend ist dabei: Da die Kosten für die Nutzung von KI-Modellen sinken, ist die Nachfrage nach ihrer Nutzung stärker gestiegen als die Kosten. Die Nachfrage wächst also schneller, als die Preise sinken – deshalb steigen die Umsätze. Rechenkapazität wird weiterhin benötigt, günstiger wird durch den Wettbewerb lediglich der Betrieb der darauf laufenden Modelle.

GEWINN: Was sind derzeit die größten physischen Engpässe, die den Ausbau der KI-Infrastruktur begrenzen?

Stewart: Energie und Speicherchips sind die beiden wichtigsten Engpässe. In den USA gibt es für neue Rechenzentren eine Warteliste von fünf Jahren, bis sie ans Stromnetz angeschlossen werden können. Kein Unternehmen kann es sich leisten, fünf Jahre zu warten. Deshalb kommen alternative Lösungen zur Stromversorgung zum Einsatz, etwa Turbinen, Solaranlagen oder Windkraftanlagen, die unabhängig vom öffentlichen Netz direkt an das Rechenzentrum angeschlossen werden. Der zweite Engpass betrifft einen bestimmten Teil der Technologiekette: High-Bandwidth-Memory-Chips (HBM), also Speicherchips mit hoher Bandbreite. Prozessoren wie die von Nvidia haben ihre Leistungsfähigkeit sehr schnell gesteigert, doch die Skalierung der Speichertechnologie war deutlich schwieriger. Weltweit gibt es nur drei Unternehmen, die solche Speicherchips herstellen können: Samsung, SK Hynix und Micron. Ihre Kapazitäten sind inzwischen zunehmend bis weit ins Jahr 2027 ausverkauft. Wir gehen davon aus, dass in diesem Bereich wahrscheinlich erst 2028 nennenswerte zusätzliche Kapazitäten verfügbar sein werden. Speicher und Stromversorgung sind daher die beiden Engpässe, die wir besonders genau beobachten.

GEWINN: Wie gehen Speicherhersteller und Käufer mit diesem gravierenden Angebotsengpass um?

Stewart: Speicherchips mit hoher Bandbreite sind sehr schwierig herzustellen, und die Marge kann deutlich niedriger sein als bei herkömmlichen Speicherchips. Die Käufer dieser Hochleistungschips, also die Hyperscaler, beginnen mit Speicherherstellern langfristige Vereinbarungen abzuschließen, weil sie sich nicht der Unsicherheit aussetzen können, möglicherweise nicht genügend Chips zu erhalten. Bei vielen Anbietern werden mindestens 50 Prozent der Hochleistungschip-Produktion über solche langfristigen Vereinbarungen mit Laufzeiten von drei bis fünf Jahren verkauft. Häufig sind darin Preisuntergrenzen und Abnahmegarantien für eine bestimmte Anzahl von Chips enthalten. Das schafft für die Speicherchip-Hersteller ein höheres Maß an Planungssicherheit.