Annahmen hinter den hohen Bewertungen der Unternehmen entlang der KI-Wertschöpfungskette

• Auch zukünftig wird ein großer Teil der Wertschöpfung auf der Ebene der Foundation Models erfolgen.
• Die Nachfrage nach extrem leistungsfähigen Chips wird weiter steigen.
• Damit wird auch der Energiebedarf für Training und Betrieb der Modelle weiter ansteigen.

Überblick über die Wertschöpfungskette der (generativen) KI

• Ebene 0: Endnutzer und KI-Anwendungen
• Ebene 1: KI-Modell Hersteller, Cloud-Anbieter, KI-Beratungen, Hersteller von Edge Computing Lösungen
• Ebene 2: Hersteller von Chips und anderer Hardware (Server, Elektronik etc.)
• Ebene 3: Hersteller von Energie, Zulieferer von Datenzentren etc.

Gewinner in der Wertschöpfungskette durch Konkurrenz effizienter KI-Modelle

• Endnutzer – weil die Nutzung von KI-Modellen günstiger wird (Verfügbarkeit günstiges Modell + Konkurrenz)
• KI-Anwendungen – weil die Leistungen vom in die KI-Anwendungen integrierten KI-Modells günstiger werden
• KI-Beratungen – weil die Nachfrage nach KI aufgrund günstigerer Kosten steigt
• Hersteller von Edge Computing Lösungen – weil effiziente Modelle eher lokal laufen können und nicht notwendigerweise Cloud-Kapazitäten benötigen

Verlierer in der Wertschöpfungskette durch Konkurrenz effizienter KI-Modelle

• Modell Hersteller – aufgrund der Konkurrenzsituation und des entstehenden Preisdrucks
• Chip-Hersteller – weil effizientere Modelle ggf. weniger Rechenleistung benötigen
• Energieversorger – weil weniger benötigte Rechenleistung auch mit einer geringeren Nachfrage nach Energie einhergeht

Warum haben sich die Börsenwerte so schnell wieder erholt?

• Die Märkte haben zunächst überreagiert: Die hohen Bewertungen der Tech-Werte werden von großen Erwartungen an die Zukunft getrieben – und entsprechend anfällig sind sie für Störungen und Unsicherheit.
• Es gibt Zweifel an den von DeepSeek zu ihrem Modell aufgestellten Behauptungen:
  • Die genannten Modellkosten von 5,6 Mio. USD bezogen sich nur auf die Kosten für den letzten Trainingslauf – Kosten für Personal und Hardware waren darin nicht enthalten
  • Es bestehen noch ungeklärte Fragen zum Datenschutz
  • Es wurden möglicherweise unbefugterweise Daten aus Open AI’s Modell ChatGPT für das Training von R1 verwendet
  • Das Modell ist nur teilweise quelloffen – Der Code für das Training des Modells sowie auch die Trainingsdaten wurden nicht veröffentlicht
• Mögliche Beschleunigung des KI-Booms insgesamt durch effizientere KI-Anwendungen

Macron kündigt für Frankreich an:

• Geplante Investitionen i.H.v. 109 Mrd. EUR in KI
• Massive Erweiterung des eigenen KI-Talentpools
• Hohe Verfügbarkeit von Energie, davon 75% Nuklear-Anteil
• Interesse an einer Vereinfachung der KI-Regulierung

Von der Leyen meldet für die EU:

• Geplante Investitionen i.H.v. 200 Mrd. EUR in KI, 150 Mrd. EUR von der Europäischen AI Champions Initiative (Zusammenschluss von über 60 führenden europäischen Großunternehmen) und 50 Mrd. EUR öffentlicher Mittel
• Säulen der KI-Strategie der EU:
  • Einsatz von KI in komplexen Anwendungen: Hier solle die Stärke im Fachwissen und den verfügbaren industriellen und fertigungsspezifische Daten liegen.
  • Förderung von Zusammenarbeit zur Entwicklung von KI – der aus der Wissenschaft bekannte kollaborative Ansatz.
  • Stärkung von Open-Source-Lösungen, da sie sich schneller verbreiten und etablieren können als proprietäre Systeme.