Künstliche Intelligenz entwickelt sich mit hoher Geschwindigkeit von einem Technologiethema zu einem wirtschaftlichen Strukturtreiber. Hohe Investitionen in Rechenzentren, neue Agentensysteme und steigende Produktivitätserwartungen treffen zugleich auf Engpässe bei Energie, Chips und Infrastruktur. Dr. Johannes Mayr, Chefvolkswirt, und Kristina Bambach, Portfoliomanagerin beim Münchner Vermögensverwalter Eyb & Wallwitz, ordnen ein, warum KI nicht nur einzelne Geschäftsmodelle verändert, sondern zunehmend auch makroökonomische und kapitalmarktbezogene Folgen hat.
Die Diskussion über künstliche Intelligenz hat sich in den vergangenen Quartalen deutlich verändert. Während anfangs vor allem die Euphorie über neue Anwendungen und enorme Wachstumschancen dominierte, achten Investoren inzwischen stärker darauf, ob sich die hohen Ausgaben auch wirtschaftlich auszahlen. Vor allem die großen Technologiekonzerne treiben den Ausbau der KI-Infrastruktur mit enormen Investitionssummen voran. Gleichzeitig ist der Markt vorsichtiger geworden: Wachstum wird weiterhin honoriert, aber die Frage nach der Kapitalrendite rückt stärker in den Vordergrund.
Dabei geht es längst nicht mehr nur um Sprachmodelle. Im Mittelpunkt stehen zunehmend KI-Agenten, die Aufgaben nicht nur beantworten, sondern eigenständig planen und ausführen können. Unternehmen testen solche Systeme bereits in Bereichen wie Kundenservice, Softwareentwicklung, Beschaffung und Prozessautomatisierung. Parallel dazu beschleunigt sich der Fortschritt bei Robotik und Quantencomputing. Gerade die Verbindung aus KI, Simulation und automatisierter Entscheidungsfindung deutet darauf hin, dass sich Wertschöpfungsketten in vielen Branchen grundlegend verändern könnten.
Produktivitätsschub mit unterschiedlichen Nebenwirkungen
Makroökonomisch spricht vieles dafür, dass KI in den kommenden Jahren die Produktivität erhöht und damit das Wachstumspotenzial anhebt. Besonders in den USA zeigt sich bereits, dass KI entlang der Wertschöpfungsketten breiter eingesetzt wird. Europa droht dagegen zurückzufallen, weil Einführungsgeschwindigkeit und wirtschaftliche Skalierung geringer ausfallen. Zugleich haben sich die Marktdebatten zuletzt von der Euphorie über eine Phase der Ambivalenz bis hin zu Sorgen vor Arbeitsplatzverlusten und sinkender Kaufkraft bewegt.
Bislang zeigt sich am Arbeitsmarkt jedoch eher eine sektorale Anpassung als ein flächendeckender Umbruch. Unter Druck stehen vor allem Softwarebereiche und andere wissensintensive Dienstleistungen, während zugleich demografische Engpässe und Fachkräftemangel den Verdrängungseffekt dämpfen. Kurzfristig könnte KI daher eher Knappheiten abfedern als eine breite Nachfrageschwäche auslösen. Langfristig bleibt das Thema politisch relevant, weil sich die Verteilung von Produktivitätsgewinnen zwischen Unternehmen und Arbeitskräften stärker auseinanderentwickeln könnte.
Energie wird zum Engpass der KI-Ökonomie
Mit dem Ausbau der KI-Infrastruktur rückt ein weiterer Faktor ins Zentrum: Energie. Rechenzentren benötigen enorme Mengen an Strom, und in wichtigen Knotenpunkten stößt das bestehende Netz bereits an Grenzen. In den USA zeigen erste regulatorische Eingriffe, dass der Ausbau großer Rechenzentren durch Netzstabilität und Strompreise begrenzt werden könnte. Auch in Deutschland wird sichtbar, dass neue Großprojekte zunehmend an der verfügbaren Energieinfrastruktur scheitern oder sich deutlich verzögern.
Neben Strom werden auch Chips, Arbeitsspeicher und spezialisierte Hardware zu knappen Produktionsfaktoren. Diese Engpässe schlagen sich bereits in Preisen und Börsenbewertungen nieder. Gleichzeitig suchen große Technologieunternehmen nach neuen Lösungen, um ihre Energieversorgung unabhängiger zu gestalten. Dazu zählen Investitionen in eigene Stromquellen, modulare Reaktorkonzepte und erneuerbare Energien. Damit wird deutlich: Der KI-Boom ist nicht nur ein Softwarethema, sondern zunehmend ein Infrastruktur- und Ressourcenzyklus.
Aussichten für Anleger
Für Anleger entsteht ein komplexes, aber chancenreiches Umfeld. KI dürfte in den kommenden Jahren für höhere Produktivität und neue Geschäftsmodelle sorgen, gleichzeitig aber bestehende Bewertungen, Softwareerlöse und Arbeitsmarktstrukturen stärker unter Druck setzen. Noch wichtiger ist, dass der Investitionszyklus nicht isoliert betrachtet werden kann: Wer von KI profitieren will, muss auch Energie, Halbleiter, Speicher, Netzinfrastruktur und andere knappe Produktionsfaktoren im Blick behalten. Das spricht für einen differenzierten Blick auf Gewinner und Verlierer entlang der gesamten Wertschöpfungskette und gegen die einseitige Fokussierung auf nur wenige prominente Technologiewerte.
Bilder © Eyb & Wallwitz Vermögensmanagement GmbH
* DE: Die ergänzenden Inhalte können KI-generiert sein. EN: The additional content may be AI-generated.