Fit4Trading #92: Tech-Aktien: KI-Boom oder Blase?

00:00:00: Fast vierhundert Milliarden US-Dollar.

00:00:02: Ja, diese unglaubliche Summe haben die sechs größten US-Tech-Konzerne im vergangenen Jahr investiert.

00:00:08: Der Löwenanteil davon floss in der Rechenzentren für KI-Anwendungen.

00:00:13: Die Erwartungen bei Unternehmen und Marktteilnehmern sind mittlerweile daher extrem groß, dass sich diese Investitionen bald auch wirklich auszahlen.

00:00:20: Der.

00:00:20: einige Konzerne strapazieren trotz hoher Gewinne ihre Bilanzen deutlich und finanzieren die Ausgaben sogar mit neuen Schulden.

00:00:27: Dabei sind die aktuellen Ergebnisse eher ernüchternd.

00:00:30: Gerade einmal zehn Prozent aller Unternehmen gaben in einer Umfrage an, dass sie mit derzeitigen KI-Anwendungen wirklich Geld sparen oder produktiver geworden sind.

00:00:39: Angst um einen Platz in der KI-Blase geistert daher durch die Medien, was wäre, wenn sich die milliardenschweren Investitionen als Fehlentscheidung herausstellen?

00:00:47: Oder sind das nur die Warnung von ewig gestrigen?

00:00:50: und der wahre Boom steht uns erst noch bevor?

00:00:52: KI-Boom oder Blase?

00:00:54: Wir sprechen darüber in dieser Podcastfolge.

00:00:58: Fit for Trading, der Podcast zu Börse und Aktien, für Bescheid-Wisser.

00:01:02: Und als Studioist habe ich mal meinen Kollegen Axel Herlinghaus aus dem DZ-Bange Research eingeladen.

00:01:08: Da sage ich, hallo Axel, guten Morgen und grüß dich.

00:01:11: Ja, und mein Name ist Valkoblock, ich bin Anlagestrategie für Privatkunden bei der DZ Bank in Frankfurt.

00:01:17: Axel, lass uns zunächst mal mit ein paar Klärungen starten.

00:01:20: Das heißt immer wieder, man ließ es.

00:01:21: die großen US-Tech-Werte wie Microsoft, Meta oder Alphabet investieren dreistellige Milliardenbeträge in KI.

00:01:28: Worin fließt das Geld eigentlich jetzt genau und was sind eigentlich deren Erwartungen?

00:01:31: Du sagst es, die drei großen rechen Zentrumsbetreiber oder auch Hyperscaler genannten Microsoft, Amazon und Alphabet aus Google.

00:01:39: Die Hyperscaler Quereinsteiger, wie Meta oder Oracle und andere Markthalle nehmen wir wie sogenannte Neoclouds, geben mit Blick auf das aufziehende KI-Zeit an der gigantischen Summungs.

00:01:50: Die Top-Fünf-Cloud-Provider haben im Jahr im Jahr im Jahr um mehr als dreißig Prozent auf über fünfhundert Milliarden Dollar Anstahl.

00:02:03: Glaubt man den Marktschätzung, dass diese Top-Fünf für seventy-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe-fünfe- Kühlungssysteme, Stromversorgung, zum wesentlichen anderen in pure Rechenpower.

00:02:38: Bicrochips, sogenannte GPUs oder TPUs, Server, Netzwerk Hardware und Sicherheits- und Speicherlöse.

00:02:45: Jetzt habe ich gelesen, die Ausgaben im letzten Jahr waren so hoch, die haben sogar das Bruttoinlandsprodukt der USA leicht nach oben getrieben.

00:02:52: Stimmt das?

00:02:53: Das ist korrekt.

00:02:55: Wahnsinn.

00:02:55: Ja, die derzeitigen Entwicklung rund um künstliche Intelligenz wird verglichen mit Meilenstein der vergangenen zweihundert Jahre wie die Erfindung der Dampfmaschine, das Automobil oder auch das Internet.

00:03:05: Ist die Frage, stimmt diese Analogie oder ist das nicht eventuell maßlos übertrieben?

00:03:09: in Umfragen verzeichnen derzeit nur verschwind?

00:03:11: Wenige Unternehmen, ich hab's von, erwähnt wirklich Produktivitätsfortschritte durch KI-Nutzung.

00:03:16: Wie seht ihr das im Research?

00:03:18: Was zeichnet einen technologischen Meilenstein aus, ist die Frage.

00:03:21: Bemüht man die Literatur, wären regelmäßig fünf Aspekte genannt.

00:03:24: Transformation.

00:03:26: Beendet die Innovation den menschlichen Alter aktiv greifen.

00:03:29: Einfluss hat die Innovation Auswirkungen auf viele Gesellschaftsbereiche.

00:03:34: Skalierbarkeit ermöglicht die Innovation bedeutende Folgeinnovation, fährt ins Langfristigkeit, bleibt die Innovation über Jahrzehnte relevant, Und fünftens Zugänglichkeit kann die Innovation zu erschwinglichen Entkundenpreisen massenhaft genutzt werden.

00:03:48: Im Grunde muss man sagen, dass man für alle fünf Aspekte perspektivisch zumindest ein Hälkchen setzen kann.

00:03:54: In der logischen Konsequenz ist man dann bei einem technologischen Meilenstein.

00:03:58: Kommt man zu fehlenden Protofilitätsfortschritten, muss man sagen, das geht auf eine Studie des MIT aus dem Jahr.

00:04:05: Bei dieser Studie handelt es sich aber eher um eine Status-Quo-Verordnung, also streng genommen mal eine wissenschaftlich fundierte Wasserstandsmeldung und nicht um ein finales Abschlussurteil.

00:04:15: Bedenkt man, dass das Thema KI erst durch ChatGPT Ende- Twenty-Zwei-Zwanzig in den Fokus der Öffentlichkeit geraten ist, kann man festhalten, dass wir noch am Anfang einer sich rasant entwickelnden Technologie stehen.

00:04:26: Es sei auch der Hinweis erlaubt, dass sich Automobile und Internet auch nicht in solchen Produktivitätssprüngen direkt übersetzt haben, wie wir das heute im Rückschau gerne glauben.

00:04:35: Zwischen Technologiepotenzial und ihrer breiten Anwendung liegen eben Hürden.

00:04:39: Das ist die nötige Infrastruktur, die aufgebaut werden muss.

00:04:42: Der bloße Gang zum Hyperscaler um die Ecke reicht nicht aus.

00:04:45: Hier geht es um den Aufbau einer tragfähigen Dateninfrastruktur, die Integration von KI-Systemen und Geschäftsprozesse, um Personal, dass die Schulung mit der neuen Technologie vertraut werden muss und sehr stark um das Thema Datensicherheit.

00:04:58: Dementsprechend ist es völlig klares Unternehmen, erst kleinere Pilotprojekte starten und nicht eben sofort all in gehen.

00:05:05: Ja, das Thema ist ja, wir haben aber auf der einen Seite diese wahnsinnigen Ausgaben und auf der anderen Seite ist der Markt auch vielleicht zu ungeduldig.

00:05:13: Ich denke jetzt mal an die Bahn.

00:05:14: Klar, also die Bahn hatte, glaube ich auch, reißig, vierzig Jahre investieren müssen.

00:05:18: Erst dann wird sie wirklich genutzt.

00:05:19: Also wie denkst du das?

00:05:20: Oder wie siehst du, das sind die Markttäne einfach zu ungeduldig.

00:05:22: Muss man dem einfach ein bisschen mehr Zeit geben und diese Investition ist einfach erstmal laufen lassen.

00:05:27: Also ja, man muss dem Markt mehr Zeit geben.

00:05:29: B ist, muss man klar sagen, die Unternehmen stehen jetzt gerade vor einer Situation, wo sie überlegen müssen, ob sie in einen solchen technologischen Meilenstein investieren oder eben nicht.

00:05:38: Die Frage ist, bin ich dabei oder bin ich nicht dabei?

00:05:41: Also die Unternehmen kommen zu dem Urteil, wir müssen dabei sein.

00:05:45: Insbesondere Amerika, China gehen beide aus verschiedenen Richtungen auch geopolitisch motiviert in diesen Markt rein.

00:05:50: Also das Geld fließt in den Markt so oder so.

00:05:53: Es gibt große Nachfrage, so wird korporiert, aber, und das ist ja der Hinweis, KI-Blase, an der Börse erwartet man eben große Gewinne.

00:06:01: Die haben aber nicht alle Unternehmen, der Nahrungskette, der KI-Unternehmen.

00:06:06: Einige haben sie schon, die Spitzhacken und Schaufelverkäufer, andere arbeiten noch dran.

00:06:11: Und wie üblich an der Börse kommt es immer zu Phasen von zu hohen Erwartungen und dann relativem Enttäuschung.

00:06:17: Der Business Case KI entwickelt sich... Aber nicht immer in dem Tempo, wie es der Markt gerne hätte.

00:06:23: Und das führt eben dazu, dass wir immer wieder Hype-Phasen bekommen und dann auch mal wieder Situationen haben, wo die Kurse aus dem Nichts herunterfahren.

00:06:31: Stichwort Spitzack und Schaufel, das geht jetzt zurück auf den Gold Rush in Klondike, also wo viele Leute dahin gezogen sind und gedacht haben, da ist Gold gefunden worden, jetzt werde ich auch reich, reich geworden sind.

00:06:40: Eigentlich ja nur diejenigen, die eben die Hacken und Schaufeln verkauft haben und diejenigen, die gekauft und dann geschürft haben, die sind gerade so über die Runden gekommen.

00:06:47: Deswegen Thema KI Anwendungen und wie man damit Geld verdienen kann.

00:06:51: In der Breite, wenn das jetzt Akzeptanz findet und von vielen Unternehmen eingesetzt wird, da ist natürlich die Frage, wie genau können aber die Tech-Konzerne mit diesen KI Anwendungen denn jetzt dann Geld verdienen?

00:07:00: Also die Verkäufer von Schaufeln und Spitzhacken verdienen jetzt schon astronomische Sohn.

00:07:05: Stellvertretend sei hier der KI- und Grafikprozessor, eine Hersteller Nvidia genannt, der seinen Gewinn von zwei tausend zwanzig bis zweitausend zwanzig von vier auf größer einhundert zehn Milliarden Dollar für sechsundzwanzig Wachter.

00:07:17: Als nächstes folgen die Spitzhacken-Käufer, die Hyperscaler, was sie genannt, Microsoft, Amazon, Google, also die Datencenterbetreiber, ihre schiere KI-Rechenpower.

00:07:27: an Software-as-a-Service-Anbieter oder Anbieterautonomatechnologien, autonomes Fahren, z.B.

00:07:33: Tesla oder KI-Content-Creator vermieten.

00:07:36: Auch diese Unternehmen haben ihre Datencenter-Gewinde bereits deutlich gesteigert.

00:07:40: Als letztes folgen die Hyper Scalar Kunden, also die Kunden von den Rechenzentrensanbietern, also diese Saas-Unternehmen oder Tesla.

00:07:47: Hier hakt das Geldverdient zumindest derzeit schon noch.

00:07:51: essentiell für die Datensinterkunden ist, dass die wiederum ihren eigenen Endkunden, ob Unternehmen, Öffentlichkeit oder Privatkunden, einen entsprechenden KI-induzierten Produktmehrwert wie, für den diese Kunden dann auch ausreichend zahlungsbereit sind.

00:08:04: Dieser Produktmehrwert kann dabei entweder Kostensenkung oder Umsatzsteigerung sein.

00:08:09: Und um dir ein griffiges Beispiel zu geben, zum Beispiel aus dem Saasbereich, eine KI-gestützte Kundenbeziehungssoftware-Plattform.

00:08:16: Analysiert die Kundenhistorie und die Präferenzen.

00:08:18: Erschlägt den Vertrieblern die besten individualisierten Verkaufsstrategien vor, steigert deren Abschlussquote von zehn Prozent und erhöht so den Umsatzbrotkunde.

00:08:27: Gleichzeitig senkt KI Chatbots im Support die Bearbeitungszeiten und die Kosten.

00:08:32: Das sind Anwendungsfälle, wo ein Endkunde bereit ist, mehr zu zahlen und damit dann eben diesen Saas anbiet, dann auch ihr Geld zukommen zu lassen.

00:08:40: Das Pikante an der Gesamtgemengelage der KI-Nahrungskette ist aber, dass das Gesamtsystem aus Schaufelverkäufern, Schaufelkäufern sowie alten und neuen Datencenterkunden auf Dauer insgesamt nur funktioniert, wenn auch der Letztere, also die Saasunternehmen, also die Datencenterkunden, wenn die Geld verdient.

00:08:58: Endeffekt kann man sich auch jeder an die eigene Nase fassen.

00:09:00: Also wenn ich überlege, bin ich nachher bereit, als Privatkunde vielleicht sogar Geld, so ein wohnheitliches Abo auszugeben, um ihr Chat GPT oder sowas leisten zu können.

00:09:09: Ich war letztens in der Innenstadt, da stand dann bei O-Two am Shop jetzt neues Handy und eine halbe Jahr Chat GPT-Premium oben drauf.

00:09:16: Also auch interessant, dass das, früher gab es da eine Hülle oder Ladekabel oder so und jetzt gibt es halt sowas oben drauf.

00:09:21: Also muss man ja auch überlegen, ist man selber bereit, eben Geld dafür auszugeben.

00:09:25: Jetzt überbieten sich die Unternehmen ja derzeit mit Immer neuen superlattiven für den Bau dieser neuen Rechenzentrum immer das Neuestand Beste zu haben.

00:09:32: Hier Mark Zuckerberg vom Meter hat letztens angekündigt, ein Rechenzentrum bauen zu wollen, welches so groß ist wie der Kern von Manhattan.

00:09:38: Das muss man sich auch vorstellen.

00:09:40: Das wäre zehn Kilometer lang und zwei Kilometer breit und es soll so viel Strom verbrauchen wie zehn Millionen Haushalte.

00:09:46: Jetzt die Frage Nummer eins, die ich mir stelle, sind nicht vielleicht bald Chips, sondern Energie der potenzielle Flaschenhals für solche Pläne.

00:09:52: Wie soll man das bewerkstelligen?

00:09:54: Also laut TSMC, die gestern Quartalszahlen gemeldet haben, sind es nachher mal Chips, die den Flaschenhals bilden.

00:10:00: Aber um für deine Frage zurückzukommen, Energie als Flaschenhals, das ist nicht ausgeschlossen.

00:10:05: KI ist ein Energiefresser.

00:10:07: Und dieser Hunger wächst exponentiell.

00:10:10: Nicht nur das aufwendige Training immer größerer KI-Modeller verschlingen immense Strommengen, wie du sagst, zum Teil die Klein- oder auch Großstädte.

00:10:17: Besonders brisant wird es durch den Übergang zu sogenannten, die Vierundzwanzig Sieben, Multi-KI-Agentensystem.

00:10:24: immer mehr autonom arbeitende KI-Systeme, die permanent laufen, interagieren und Entscheidungen treffen.

00:10:30: Das treibt der Energiebedarf für ihren dauerhaften Betrieb in gigantische Höhen und die Kühlung der Hochleistung Chips in den Rechenzentren ist ebenfalls energieintensiv.

00:10:38: Das ist ein zentrales Dilemma.

00:10:40: Für diesen dauerhaften, twenty-seven Betrieb benötigen wir eigentlich grundlastfähigen Strom, also Energie, die kontinuierlich und zuverlässig verfügbar ist.

00:10:47: Gleichzeitig zwingt uns der Klimawandel massiv auf erneuerbare Energien, und die Fluktuiernummer Natur gegeben.

00:10:54: Die Spannung zwischen stetigem Energiebedarf für KI und der Volatilität der Energieerzeugung ist zum Beispiel eine große Herausforderung.

00:11:02: Parallel bringt die Gesellschaft ja auch in anderen Fällen in die Elektrifizierung, E-Mobilität, Wärmepumpen, was die Nachfrage nach Strom ja weiter antreibt.

00:11:10: Die Stromnetze sind für so einen Anstieg zumindest noch nicht ausgelegt und sie müssten eben dringend in diese Richtung so umgearbeitet oder reformiert werden.

00:11:19: Das bringt mich ja zu der Idee, das will ich jetzt nicht weiter vertiefen, aber wenn man dann weiter denkt, Hacken, Schaufeln, Spitzhacken,

00:11:25: etc.,

00:11:26: irgendwann sind vielleicht auch weiter hinten dann die Energieunternehmen oder die in die Netze dann bauen.

00:11:30: Ich sage mal auch noch mal Profiteure.

00:11:32: Das hat ja dann im Endeffekt viele, viele Auswirkungen.

00:11:35: Gehören mit sicher mit zu den Plattformbauern, die man dringend benötigt.

00:11:39: Und Fakt ist, dass die Notierungen in Börsen, gerade Energieerzeuger, ja auch entsprechend schon das Widerspiegel.

00:11:45: Die Frage zwei, die mich dann nochmal daran anschließend interessiert, die in den Zentren verbauten Chips, die altern hier sehr schnell, also nicht wirklich kaputt gehen, sondern es gibt immer neue, bessere, geilere Modelle.

00:11:55: Das kennt man ja vielleicht auch.

00:11:56: Früher hat man alle zwei Jahre neues Handy gehabt.

00:11:58: Das hat sich ein bisschen verbessert, aber bei diesen Hyperscanner ist das ja so, da gibt es alle sechs Mode wirklich was Neues.

00:12:03: Und die müssen die Hardware permanent updaten, haben dann also nicht erstmal ein paar Jahre Ruhe.

00:12:08: Dieses ständige Neu-Investieren, also das hat ja keinen Ende.

00:12:10: Das kann man ja nicht sagen, jetzt steht das Rechenzentrum, jetzt haben wir mal fünf Jahre Ruhe.

00:12:13: Kann das denn durch die Gewinne, die die Unternehmen machen, perspektivisch überhaupt bezahlt werden?

00:12:17: Oder ist das ein Never-Ending-Story?

00:12:19: Also, das ist eine sehr, sehr gute Frage.

00:12:21: Die Chip-Technologie verbessert sich stetig.

00:12:23: Alle ein bis zwei Jahre kommen zum Teil deutlich leistungsfähiger Energischohende, KI-Chips auf dem Markt oder, wie du sagst, zuletzt auch in einem noch schnelleren Gallop.

00:12:31: Diese werden von den Datencenterbetreibern gekauft, eingesetzt und sie haben eben genau diesen regelmäßigen Austausch.

00:12:37: für die Big Three Hyperscaler, Microsoft, Amazon und Alphabet, aber auch die großen Queransteigermeter und Eucl, kann man, glaube ich, sagen, dass die in der Lage sind, das zu bezahlen.

00:12:47: Warum?

00:12:48: Dafür gibt es Gründe, Skaleneffekte, Kapitalstärke.

00:12:51: Die großen Hyperscaler sind ja selbst gigantische Konzerte wie die Menschen, Cash-Polstern, hohen Cash-Los und Zugang zu günstigen Kapital.

00:12:59: Sie können am Anfang investieren, der für kleinere Wettbewerber undenkbar ist und so gigantische Skaleneffekte realisiert.

00:13:05: Quersicht Funktionierung ist ein zweiter Punkt.

00:13:07: Das Cloud-Beschäft der Hyperscaler ist nicht nur reine eher maschenschwächere Rechenleistung, sondern fast eben auch maschend reichere Speicher, Netzwerk und Sicherheitsservices.

00:13:17: Da natürlich das Mietmodell der entscheidende Punkt ist, dass die Hyperscaler diese teure und schnell veraltende Hardware nicht nur für sich selbst nutzen, sondern in erster Linie als Dienstleistung ja vermieten.

00:13:27: und in die von den Kunden zu zahlenden Preise für Cloud-Rechenleistung sind diese Abschreibungen mit eingepreist.

00:13:34: Sehrter Punkt wäre eine hohe Auslastung.

00:13:35: Gerade die Hyperscaler sind wirklich guter, in ihrer Hardware-Namen-Anschlag auszulasten.

00:13:40: Auch wenn die Chips schnell veralten, werden sie oft nur für weniger Rechen siebe Aufgaben auch noch weiter genutzt.

00:13:45: Also selbst alte Chips werden weiter benutzt und können weiter zum Cashflow beitragen.

00:13:50: Und durch Entwicklung eigener Chips und als Softwareoptimierung versucht man eben auch da seine Kosten zu senken und insgesamt profitabler Arbeit zu können.

00:13:59: Beim Internetboom, den wir in den zweitausend Jahren hatten, der da seinen Anfang nahm, waren es schlussendlich nicht die Anbieter von Datenleitungen wie jetzt vielleicht die Telekom oder Serverproduzenten wie Cisco, auch man sehr bekannt ist, ist es immer noch, aber auch ein sehr teures Daneben, das hat dann im Endeffekt ziemlich gelitten.

00:14:14: Die haben aber nicht den großen Reibach gemacht, sondern es waren Unternehmen, welche diese bestehende Infrastruktur, die die anderen schön aufgebaut haben, dann genutzt haben, Netflix, Booking.com oder eben Amazon, das heißt die haben eigentlich gar nichts dahingehend gemacht, haben aber sich schön draufgesetzt, haben das genutzt.

00:14:27: Frage jetzt, könnte das beim Thema KI Investition nicht genauso passieren, die einbauen alles auf, langfristig profitieren, aber ganz andere, also vielleicht wieder Booking.com, die mir sagen, schreib einfach ein, drei Wochen Italien, mach mir alles fertig, bam, und dann kaufen die nur ein bisschen Server Kapazität ein und nutzen das alles.

00:14:45: Also du hast recht, die Gewinner der Internetzeit waren eben tatsächlich diese Unternehmen, die du aufgezählst hast.

00:14:51: Die haben die bestehende Infrastruktur perfekt genutzt.

00:14:53: Sie waren letztlich die eigentlichen Goldgräber, die das Meiste Gold fanden, obwohl sie nie vorher schaufeln und Spitzhacken dafür gekauft haben.

00:15:01: Kann das Muster wiederholen?

00:15:02: Es lässt sich nicht komplett ausschließen.

00:15:04: Im aktuellen Goldrausch sind die Chip-Ersteller wie Nvidia und die Cloud-Anbieter, Microsoft, Amazon und Co.

00:15:10: die wesentlichen Fundamenten bauen.

00:15:12: Sie sind für die riesigen Rechenzentren und die extrem leistungsfähigen und für KI eben unerlässlichen Heid der Computerchips verantworten.

00:15:20: Allerdings gibt es im Gegensatz zu den Internetzeiten schon noch einen bedeutenden Unterschied.

00:15:23: Viele, die sagen, KI-Cloud-Giganten sind eben nicht nur Infrastrukturanbieter.

00:15:28: Sie entwickeln auch selbst ja schon eigene KI-Anwendungen und Dienste für Endkunden, sind also gleichzeitig auch langfristige Goldgräber.

00:15:35: Die Geschichte zeigt aber, das ist natürlich richtig und nicht nur im Internetbereich.

00:15:39: Die größten und nachhaltigsten Profite erzielen oft die Unternehmen, die auf Infrastruktur aufbauen und innovative Anwendungen damit direkt in das Leben von Leuten, von Menschen und von Geschäftsprozessunternehmen eingreifen und diese revolutionieren.

00:15:53: Am Ende zahlt der Kunde eben nicht für den Chip im Rechenzentrum, sondern für den Film auf Netflix oder die effiziente Software.

00:16:00: Die Infrastruktur ist das Fundament, aber die innovativen Anwendungen sind das, wofür wir letztendlich bezahlen und wo die größten Gewinne entstehen.

00:16:07: Es bleibt spannend, wer am Ende das meiste Gold aus diesem KI-Gold rausziehen will.

00:16:11: Axel, dann lassen Sie uns auch schon zur Abschlussfrage kommen und die sollen mal ein bisschen abseits des Themas Umsatz oder Gewinne stehen.

00:16:17: Ja, die Generation, da heute zwanzig bis dreißigjährigen, war es bisher gewohnt, dass sie sich die Jobs aussuchen konnten.

00:16:22: Arbeitgeber bulten um die raren Arbeitskräfte.

00:16:25: Und jetzt heißt es mittlerweile, KI-Anwendungen könnten zukünftig auch sogar qualifizierte, also diese ganzen White-Color-Worker, Arbeitskräfte wie Juristen, Entwickler, Programmiere ersetzen.

00:16:34: Und man liest auch jetzt immer mehr, dass Absolventen von Unis Probleme haben, jetzt einen Job-Einstieg zu bekommen, weil diese Einstiegsjobs auch eventuell durch KI ersetzt wird.

00:16:43: Wie seht ihr, das wird KI massenhaft Arbeitsplätze vernichten können?

00:16:47: Also es ist eine extrem schwierige Frage, wo die Einschätzung auch wirklich Meilenweide auseinander geht.

00:16:52: Die Optimisten sagen KI eliminiert die Monotonenjobs, steigert die Produktivität massiv, schafft unzählige neue komplexe Berufsfelder, Menschen können sie auf Kreativität und Problemlösung konzentrieren und nie da gewesenen Wohlstand produzieren.

00:17:06: Und wir haben die Pessimisten, die sagen KI automatisiert die Mehrheit der Berufe von einfachen bis komplexen Aufgaben, du hast es ja gerade genannt, was in Massenarbeitslosigkeit resultieren kann.

00:17:16: Ich bin kein Arbeitsmarktexperte, könnte mir aber vorstellen, dass die Wahrheiten in der Mitte dieser extremen Meinung liegen.

00:17:22: Wahrscheinlich ist, dass sich zahlreiche Berufsfelder markant in Richtung höherer Spezialisierung und stärkere Schnittstellenkompetenzen verändern werden.

00:17:30: Einige Berufsfelder werden möglichst nahezu komplett verschwinden.

00:17:33: Das wird aber alles nicht über Nacht geschehen.

00:17:35: Wir hatten ja gesagt, Unternehmen brauchen auch Zeit, um sich an das Thema zu gewöhnen.

00:17:40: KI-Technologien entwickeln sich gleich wohl schneller, als man das noch vor einigen Jahren gedacht hat.

00:17:44: Hinsichtlich der angestellten Berufe, also der White Color Jobs, werden Routineaufgaben wie Standardanalysen, Reporting, einfache Vertragsprüfungen sicherlich zunehmend automatisieren.

00:17:54: Dadurch dürfte sich der Fokus auf Tätigkeiten verschieben, die eher strategisches Denken, kreative Problemlösung, interdisziplinäre Zusammenarbeit oder ethische Entscheidungen erfordern.

00:18:03: Neue Jobprofile sind durchaus wahrscheinlich.

00:18:05: Prompt-Engineer, KI-Compliance-Manager, Datenetiker, KI-Sicherheitsanalysen oder KI-Forensiker, wenn man an deep fake Videos denkt, werden sicherlich neu entstehende Berufsbilder.

00:18:16: Und so war das früher ja auch.

00:18:17: Also mit neuen Technologien ginge eben neue Berufsfelder einher.

00:18:21: Klassische Wissensarbeit dürfte teilweise wegfallen.

00:18:24: Arbeiterberuf, also sogenannte Blue-Color-Jobs, könnten schon eine relative Renaissance erleben, insbesondere wenn sie nicht standardisierbaren Charakter haben.

00:18:32: Handwerk, Spezialpflege, also das werden die Dinge so.

00:18:36: Wenn man einen Ratschlag geben kann, sollte man allerdings den Jungabsorben, glaube ich schon mit auf den Weg geben, sich mit KI gut auseinanderzusetzen und die Nutzungsmöglichkeiten von KI wirklich für sich produktiv einzusetzen.

00:18:47: Das wäre ja auch eine interessante Entwicklung, wenn KI dafür sorgen würde, dass Handwerksberufe nochmal diese eh schon haben, aber nochmal zusätzlichen Push bekommen.

00:18:56: Letztens sagt der Kollege, sag mal der KI, baue mir eine Solaranlage aufs Dach.

00:19:00: Die kannst du auch planen, aber die kann nichts werkeln.

00:19:02: Also sehr interessant, was sich da am Markt ergibt.

00:19:05: wenn man sieht die Robotik, die damals ja angeblich für Massenarbeitslosigkeit in der Autoindustrie sorgen sollte, es ist ja auch ganz anders gekommen, als man damals gedacht hatte.

00:19:15: Okay, dann lasst mich unsere Erkenntnisse zum heutigen Thema noch zusammenfassen.

00:19:18: Komplexes Thema.

00:19:19: Wir können durchaus davon sprechen, dass wir es mit einer Revolution zu tun haben, die vielleicht durchaus mit der Erfindung der Dampfmaschine, der pädrochemische Industrie, des Automobils etc.

00:19:28: vergleichbar ist.

00:19:29: Es wird aber natürlich nicht so schnell gehen.

00:19:31: Die Unternehmen müssen sich anpassen, die Menschen müssen sich anpassen, alle müssen mitgenommen werden.

00:19:34: Einfache Jobs könnten vielleicht ersetzt werden, sodass man höher qualifizierte Jobs wiederum braucht.

00:19:40: Also deswegen keine Ammassenarbeitslosigkeit.

00:19:42: Die Unternehmen müssen Milliarden investieren, aber sie haben zunächst mal die finanzielle Basis, um das finanzieren zu können.

00:19:48: Das ist noch der Unterschied zur zweitausender Blase, wo es ja alles eher auf Schultern basiert war.

00:19:53: Sie müssen aber hoch investieren.

00:19:56: Und dann kommt es im Endeffekt natürlich darauf an, dass sie es schaffen, diese Ausgaben auch wieder durch Preise diese Setzen reinzubekommen.

00:20:02: Das muss man genau beobachten.

00:20:03: Man weiß nie, Wer ist jetzt effektiv von der Profiteur?

00:20:06: Deswegen bleibt es dabei, breitstreuen investieren.

00:20:09: Nicht alles auf eine Karte, also jetzt auf die Nvidia setzt nur, weil die so schön gestiegen ist in letzter Zeit, sondern einfach breit dabei sein.

00:20:15: Man weiß auch nicht, ob vielleicht nur bis zum Thema Energieunternehmen, die auch noch die Profiteure des Ganzen sind.

00:20:21: Es wirkt also spannend und das werden wir auf jeden Fall in den nächsten Podcasts auch weiterhin noch beleuchten, das Thema.

00:20:26: Axel, vielen Dank für den interessanten Austausch.

00:20:32: Das war es schon wieder unserer neuen Folge.

00:20:34: Ich hoffe es hat euch gefallen.

00:20:35: Wir konnten euch mal einen ersten guten Überblick zum Thema weitere KI-Einwendungen langfristiger Traxmodelle und auch den möglichen Profiteuren geben.

00:20:43: Und wenn ihr weiter auf dem Laufenden bleiben wollt rund um das Thema Finanz- und Geldanlage, dann abonniert doch gleich unseren Kanal.

00:20:49: Und ebenso freuen wir uns wieder über euer Feedback, über eure Fragenkritik, Lob oder Anregung, auch für zukünftige Themen.

00:20:56: Schreibt uns dann gerne an www.wertpapiere.de und beachtet bitte auch unsere rechtlichen Hinweise.

00:21:01: Die habe ich euch wieder in die Shownotes gepackt.

00:21:03: Und dann wünsche ich euch jetzt weiter viel Erfolg bei euren weiteren Schritten an den Kapitarmerken und freue mich auf das nächste Mal.

00:21:10: Tschüss und

00:21:10: macht's gut.

00:21:12: Das war Fit for Trading, der Podcast für deine Investments.

00:21:21: Fit for Trading, der Podcast zu Börse und Aktien für Bescheidwisser.