KI-Boom ohne Ende? Warum eine Blase nicht zwingend platzen muss

Die Angst vor der großen KI-Blase

Warnungen gibt es reichlich. Hedgefonds-Legende Michael Burry wettet offen auf ein Platzen der KI-Blase. Howard Marks sieht Künstliche Intelligenz als möglichen Ausgangspunkt eines neuen Börsenbebens. Und Seth Klarman mahnt, unerfahrene Anleger würden zu überhöhten Preisen in Tech-Aktien gedrängt.

Das Kernargument der Skeptiker lautet: Überinvestition. Hunderte Milliarden Dollar fließen in Rechenzentren, Chips, Stromnetze und Infrastruktur. Die Befürchtung: Ein Großteil dieser Investitionen könnte sich nie rechnen.

Gegenposition: Warum es auch anders kommen könnte

Was aber, wenn genau diese Sorge zu kurz greift? Der Fondsmanager Dries Dury vom Vermögensverwalter DPAM hält die Blasen-These für zu einfach. Er verweist darauf, dass sich KI-Plattformen in einer Phase befinden, die Investoren bereits kennen.

Auch bei Netflix, Spotify oder Uber hinkten die Umsätze den Investitionen jahrelang hinterher. Erst wurden Nutzer gewonnen, erst später monetarisiert. Genau dieses Muster sieht Dury nun auch bei Künstlicher Intelligenz.

Kein Überangebot, sondern Knappheit

Typisch für echte Börsenblasen ist ein Überangebot: zu viele Fabriken, zu viele Produkte, zu viel Kapazität. In der KI-Industrie zeigt sich bislang das Gegenteil. Hochleistungsprozessoren sind vollständig ausgelastet, moderne Chips Mangelware.

Dury verweist auf den taiwanischen Chipkonzern TSMC, der selbst von fehlenden Kapazitäten bei fortschrittlichen Halbleitern spricht. Ähnlich angespannt ist die Lage bei Speicherchips, Hochbandbreiten-Komponenten sowie bei Strom und Infrastruktur. Diese physischen Engpässe wirken wie eine natürliche Bremse gegen eine unkontrollierte Überinvestition.

Der Blick über Big Tech hinaus

Ein weiterer Punkt wird laut Dury oft unterschätzt: Der Fokus der Investoren liegt fast ausschließlich auf den großen US-Technologiekonzernen. Dabei entsteht ein Großteil der Dynamik jenseits von Big Tech.

KI-getriebene Software-Start-ups wachsen deutlich schneller als frühere Generationen von Software-as-a-Service-Anbietern. KI-First-Unternehmen erreichen teils innerhalb von ein bis zwei Jahren wiederkehrende Umsätze von 100 Millionen US-Dollar. Früher brauchten selbst Spitzenunternehmen dafür oft doppelt so lange.