Beyond Bulls & Bears

Aktien

Der Einfluss von KI und maschinellem Lernen

Die Entwicklungen im Bereich der künstlichen Intelligenz (KI) haben in den letzten Jahren immer wieder für Schlagzeilen gesorgt. Ihr Einfluss erstreckt sich inzwischen auf fast alle Sektoren und geografischen Regionen und birgt wirtschaftliche und politische Konsequenzen, die nach Meinung zahlreicher Experten mit dem Beginn der industriellen Revolution im 18. Jahrhundert gleichzusetzen sind. In einer neuen Veröffentlichung mit dem Titel Künstliche Intelligenz: Echte Chance untersuchen unsere Research-Analysten den zunehmenden sektorübergreifenden Einfluss von KI. In diesem Auszug erklären sie, wie sie das Anlagepotenzial für KI-Kapazitäten bewerten.

Dieses Posting steht Ihnen in den folgenden Sprachen zur Verfügung: Englisch Vereinfachtes Chinesisch Französisch

Die Unternehmensinvestitionen in künstliche Intelligenz (KI) nehmen kontinuierlich zu. Wir gehen davon aus, dass der potenzielle Wert, der sich hierdurch erschließt, ansteigen dürfte, während sich die Technologien weiterentwickeln und immer weitgehende Konsequenzen haben.

Bei der Suche nach Chancen im Bereich der KI besteht unser Ziel darin, Unternehmen mit Zugang zu proprietären, domänenspezifischen Datensätzen zu finden, die zur Lösung echter Geschäftsprobleme und zur Erschließung leicht quantifizierbarer Werte genutzt werden können.

Darüber hinaus suchen wir nach Fällen, in denen sich hieraus Netzwerkeffekte ergeben können, wenn eine Lösung für einen bestimmten Kunden genutzt werden kann, um das eigene Angebot zu verbessern und den Abschluss zukünftiger Geschäfte zu erleichtern.

Bei der Beurteilung einer Chance konzentrieren wir uns auf drei Bereiche: Wertschöpfung, Wertrealisierung und Haltbarkeit.

Wertschöpfung. Was ist das spezifische Problem des Kunden? Wie viel Wert wird durch die Lösung dieses Problems geschaffen, und wie viele ähnliche Kunden gibt es, die den verfügbaren Gesamtmarkt (Total Available Market, TAM) bilden? Mit anderen Worten: wie groß ist die Marktnachfrage nach dem Produkt oder der Dienstleistung insgesamt?

Wertrealisierung. Wie sehr achtet das Unternehmen auf die Investitionsrendite? Wie leicht ist es, die Technologie intern mit Mitarbeitern und extern bei Kunden einzuführen? Verfügt das Unternehmen über die erforderlichen Daten, um das Problem zu lösen? Erfordert die Lösung eine zusätzliche Infrastruktur (z.B. durch Hinzufügen von Sensoren zur Erfassung von Daten)? Sind Änderungen an Geschäftsabläufen erforderlich?

Haltbarkeit. Kann jemand anderes hinzukommen und die Strukturen einer Nische aufbrechen? Sind die Daten geschützt? Handelt es sich um öffentlich zugängliche Daten? Kann jemand anderes kommen und dieselben Algorithmen entwickeln? Wie fungibel sind diese Daten? Gibt es Netzwerkeffekte? Wird der Algorithmus durch neue Daten (z.B. von einem neuen Kunden) verbessert?

Unser Ziel ist es zwar, einen umfassenden Blick auf die KI- und Technologielandschaft zu werfen, wir müssen jedoch auch die Treiber und Chancen für Unternehmen außerhalb des Technologiesektors berücksichtigen, die KI bereits heute einsetzen oder in Zukunft nutzen werden.

Konzepte, die größere Ideen vorantreiben, fließen in unsere tiefergreifenden Analysen und unsere Investmentthese ein. Da wir fest im Silicon Valley verwurzelt sind, erhalten wir auf akademischer Partnerschaftsebene Einblicke von „KI-Entwicklern“ und Firmen, die über einzigartige KI-basierte Plattformen und Datenbestände verfügen.

Was ist KI wert?

Das globale Beratungsunternehmen PricewaterhouseCoopers schätzt, dass KI bis Mitte der 2030er Jahre bis zu 15,7 Bio. USD zur Weltwirtschaft beisteuern wird.[1]

McKinsey & Company Consultants schätzt derweil, dass KI-Techniken das Potenzial bieten, in neun Geschäftsfunktionen und 19 Branchen jährlichen Mehrwert in Höhe von 3,5 Bio. USD bis 5,8 Bio. USD zu schaffen.[2]

Allein innerhalb der Finanzdienstleistungsbranche könnte die Anwendung von maschinellem Lernen bis 2030 zu Kosteneinsparungen in Höhe von 1 Bio. USD führen.[3]

Angebots- und Nachfrageseite
Während Anleger potenzielle Chancen ausloten, betrachten wir das Universum des maschinellen Lernens aus zweierlei Perspektive, und zwar aus Sicht von Angebot und Nachfrage.

Angebot

Auf der Angebotsseite finden sich Unternehmen, die maschinelles Lernen entwerfen, umsetzen und erleichtern. Dazu gehören beispielsweise:

  • Unternehmen, die Algorithmen erarbeiten,
  • Anbieter von Halbleiterinvestitionsgütern (Unternehmen, die die als „Fabrikationsanlagen“ oder „Fabs“ bezeichneten Halbleiterfabriken bauen)
  • Halbleiterunternehmen (Chip- und Speicherhersteller) und
  • Unternehmen, die Cloud-Dienste anbieten.

Nachfrage

Auf der Nachfrageseite finden sich Unternehmen, die maschinelles Lernen einsetzen, um ihr Geschäft zu optimieren.

Beispiele für nachfrageseitiges Geschäft wären etwa Unternehmen mit einzigartigen und größer werdenden Datenbeständen, die sie nutzen können, um die Produktivität ihres Geschäfts zu steigern und neue Umsatzquellen zu erschließen.

Anwendungssoftware als verborgene Chance im Bereich der KI

Mit ihren massiven Datenbeständen, der Steuerung von enormer Rechenleistung und großen Teams mit KI-Spezialisten sind führende Tech-Unternehmen des E-Commerce und des Social Networking aus unserer Sicht die offenkundigen Nutznießer der jüngsten KI-Fortschritte.

Wir sehen Unternehmen, die Enterprise-Anwendungen im Bereich Software-as-a-Service (SaaS) anbieten, als verborgene Chance im Bereich der KI. Unternehmen verwenden häufig von externen Anbietern bereitgestellte oder intern entwickelte Anwendungssoftware, um unterschiedlichste Aufgaben zu erledigen. Nahezu jeder von uns verwendet Anwendungssoftware täglich, beispielsweise zur Erstellung und Bearbeitung eines Dokuments auf einem Computer. Anbieter von Anwendungssoftware sollten von KI-Technologie profitieren, da sie zwei einzigartige und wachsende Datenbestände steuern:

Produktnutzungsdaten. Anders als ihre traditionellen „On-Premise“-Pendants verfügen SaaS-Unternehmen über einen nahezu perfekten Einblick in die Art und Weise, wie ihre Produkte verwendet werden.   Sie können diese Nutzungsdaten mithilfe von maschinellem Lernen nutzen, um die Produkte eines SaaS-Unternehmens zu verbessern. Wir glauben, dass dies die Preisgestaltung von SaaS-Unternehmen unterstützt, ihre Kundenabwanderungsquote senkt und den Sales Prozess effizienter macht.

Kundendaten. Anders als ihre traditionellen „On-Premise“-Pendants verfügen SaaS-Unternehmen über ihre Kundendaten. Sie können diese Daten analysieren, um neue Ertragsquellen zu erschließen und eine bessere Kundenbindung in Verbindung mit den Angeboten des SaaS-Anbieters herzustellen. Unseres Erachtens stellt diese Entwicklung eine tiefgreifende Änderung dar und kann erhebliche Chancen für SaaS-Anbieter schaffen, die weit über den herkömmlichen Softwaremarkt hinausgehen.

Herausforderungen in der Umsetzung

Innovationen in der KI werden die Technologie immer weiter in unser Alltagsleben hineintragen. Aber die Integration der Technologie erfordert mehr als nur die Einstellung von Datenwissenschaftlern und die Ausführung einiger Algorithmen.

Unserer Erfahrung nach verlangt eine erfolgreiche Integration eine Top-Down-Verpflichtung zur grundlegenden Veränderung diverser Aspekte eines Unternehmens. Unsere Recherchen zeigen, dass es nach wie vor die Daten sind, die den größten Engpass für eine effektivere Anwendung von KI in Unternehmen bilden. In vielen Unternehmen bleiben große Datenmengen schlichtweg ungenutzt. In anderen befinden sich Daten in isolierten Silos: sie werden weder normalisiert noch gekennzeichnet und lassen sich daher nicht wirklich effektiv nutzen.

Um Erfolg zu haben, muss ein Unternehmen unserer Einschätzung nach in der Lage sein, die richtige Kombination aus Technologieinvestitionen (für den Aufbau der erforderlichen Rechenleistung und die Bereitstellung der benötigten Datendienste) und personellen Ressourcen (für den Einsatz der richtigen Kompetenzen zur Erzielung der gewünschten Ergebnisse) zu finden.

Für viele Unternehmen ist dies keine leichte Aufgabe. Diejenigen jedoch, die in der Lage sind, sich die Daten zunutze machen, die sie als Unternehmen auf natürliche Art und Weise generieren, können sie effektiv zum eigenen Vorteil und als Schutz vor neuen Wettbewerbern einsetzen.

KI und darüber hinaus

KI bietet die Möglichkeit einer neuen Grenze, die sich über jede Facette der Geschäftswelt und Wirtschaft erstrecken könnte. Die Technologie kann den Menschen helfen, schnellere, bessere und billigere Entscheidungen zu treffen. Die meisten Beobachter sind jedoch der Ansicht, dass die Beziehung kooperativ sein muss. Bei einer erfolgreichen Umsetzung sollte dieses eng verzahnte Umfeld, in dem Maschinen die menschliche Intelligenz steigern, unserer Einschätzung nach bessere Ergebnisse liefern.

Den vollständigen Bericht Künstliche Intelligenz: Echte Chance können Sie hier  herunterladen.

Die Kommentare, Meinungen und Analysen in diesem Dokument dienen nur zu Informationszwecken und sind nicht als persönliche Anlageberatung oder Empfehlung für bestimmte Wertpapiere oder Anlagestrategien anzusehen. Da die Märkte und die wirtschaftlichen Bedingungen schnellen Änderungen unterworfen sind, beziehen sich Kommentare, Meinungen und Analysen auf den Zeitpunkt der Veröffentlichung und können sich ohne Ankündigung ändern. Dieses Dokument ist nicht als vollständige Analyse aller wesentlichen Fakten in Bezug auf ein Land, eine Region, einen Markt, eine Anlage oder eine Strategie gedacht.

In diesem Dokument möglicherweise verwendete externe Daten wurden von Franklin Templeton Investments („FTI“) nicht unabhängig verifiziert, bewertet oder überprüft. FTI haftet auf keinen Fall für Verluste, die durch die Nutzung dieser Informationen entstehen. Das Vertrauen auf die Kommentare, Meinungen und Analysen in diesem Material liegt ausschließlich im alleinigen Ermessen des Nutzers. Manche Produkte, Dienstleistungen und Informationen sind möglicherweise nicht in jedem Land verfügbar und werden außerhalb der USA von anderen mit FTI verbundenen Unternehmen und/oder ihren Vertriebsstellen, wie nach lokalem Recht und lokalen Vorschriften zulässig, angeboten. Bitte wenden Sie sich für weitere Informationen über die Verfügbarkeit von Produkten und Dienstleistungen in Ihrem Land an Ihren eigenen professionellen Berater.

Um Analysen von Franklin Templeton als E-Mail zu erhalten, abonnieren Sie den Blog Beyond Bulls & Bears.

Die neuesten Tipps und Infos für Anleger finden Sie auf Twitter @FTI_Germany und auf LinkedIn.

Welche Risiken bestehen?

Alle Anlagen sind mit Risiken behaftet, einschließlich des möglichen Verlusts der Anlagesumme. Der Wert von Anlagen kann fallen oder steigen, und Anleger erhalten möglicherweise nicht den vollen Anlagebetrag zurück. Aktienkurse schwanken mitunter rasch und heftig. Das kann an Faktoren liegen, die einzelne Unternehmen, Branchen oder Sektoren betreffen, oder an den allgemeinen Marktbedingungen. Die Technologiebranche kann durch die Veralterung bestehender Technologie, kurze Produktzyklen, sinkende Preise und Gewinne, Wettbewerb durch neue Marktteilnehmer und die allgemeinen wirtschaftlichen Bedingungen erheblich beeinflusst werden. Der Technologiesektor war schon immer volatil, was sich durch seine schnellen Produktwechsel und Entwicklungszyklen erklärt.

[1] PricewaterhouseCoopers AI Impact Index, Juni 2017.

[2] Quelle: McKinsey & Company, „Modeling The Impact of AI on The World Economy“, September 2018.

[3] Quelle: Autonomous.com. „ARTIFICIAL INTELLIGENCE: $1 Trillion in Exposure from Artificial Intelligence on Finance.“ 24. April 2018.