KI: Tokens machen bereits 10 % der Kostenbasis aus

Die Nachfrage nach Rechenleistung bleibt hoch. Doch für Anleger wird zunehmend entscheidend, was rund um die Chips passiert: Inferenz, Speicher, Netzwerke und Optik gewinnen an Bedeutung und künstliche Intelligenz beginnt, die digitale Welt zu verlassen.

Wer derzeit durch das Silicon Valley reist, findet wenig Anzeichen dafür, dass die Investitionswelle rund um künstliche Intelligenz bereits ihren Höhepunkt erreicht hat. Nach Gesprächen mit 20 Unternehmen aus der technologischen Wertschöpfungskette war für uns vielmehr ein anderes Muster erkennbar: Bei vielen Anbietern ist derzeit nicht die Nachfrage das Problem, sondern die Fähigkeit, genügend Kapazität bereitzustellen.

Nvidia erklärte uns, dass das Wachstum auf absehbare Zeit durch Komponenten und Produktionskapazitäten begrenzt werde. Applied Materials hat seine Wachstumserwartungen für Halbleiterausrüstung in diesem Jahr bereits dreimal angehoben, zuletzt auf annähernd 40%. Seagate wiederum ist faktisch ausverkauft und lässt Kunden Volumina über mehrere Jahre im Voraus festlegen. Für Investoren ist jedoch eine andere Entwicklung mindestens ebenso interessant:  Die KI-Wertschöpfungskette wird breiter.

Netzwerkausrüster und Optikspezialisten rücken in den Fokus

In der ersten Phase des KI-Booms floss ein Großteil der Investitionen in das Training immer leistungsfähigerer Modelle. Inzwischen verschiebt sich der Schwerpunkt auf die Inferenz, also die tatsächliche Nutzung der Modelle. Nach Einschätzung von Nvidia wurde der Wendepunkt bereits vor rund einem bis eineinhalb Jahren erreicht. Der Großteil dessen, was Kunden heute kaufen, diene bereits der Inferenz.

Das hat erhebliche wirtschaftliche Konsequenzen. KI-Agenten und Reasoning-Modelle benötigen wesentlich mehr Rechenleistung als einfache Chatbots. Gleichzeitig stellt Inferenz andere Anforderungen an die Infrastruktur: Neben GPUs werden schnelle Speicher, klassische CPUs, Storage und leistungsfähige Netzwerke wichtiger.

Damit verbreitert sich auch das Feld der Unternehmen, die vom Ausbau profitieren können. Neben Chipproduzenten rücken Netzwerkausrüster wie Arista Networks, Optikspezialisten wie Lumentum sowie Speicheranbieter wie Seagate und NetApp stärker in den Fokus.

KI wird selbst zum Kostenfaktor

Gleichzeitig wird KI in den Unternehmen zu einer relevanten Kostenposition. Einzelne Gesprächspartner berichteten uns, dass Tokens, die Recheneinheiten, nach denen die Nutzung von KI-Modellen abgerechnet wird, bereits rund 10% ihrer Kostenbasis ausmachen. KI-Budgets steigen, während die Zahl der Beschäftigten langsamer wächst.

Das zwingt Unternehmen, die Wirtschaftlichkeit ihrer KI-Infrastruktur genauer zu betrachten. Nutanix etwa investierte rund 20 Mio. USD in eigene Nvidia-Server, um Open-Source-Modelle auf eigener Infrastruktur laufen zu lassen. Rund 80% des Bedarfs sollen damit intern abgedeckt werden. Die Investition soll sich nach Berechnungen des Unternehmens innerhalb eines Jahres amortisieren.

KI verlässt den Bildschirm

Noch grundlegender könnte eine andere Entwicklung sein. KI beginnt, aus dem Rechenzentrum in die physische Welt vorzudringen. Autonome Fahrzeuge sind in San Francisco inzwischen sichtbar im Alltag angekommen. Aurora fährt seit April 2025 fahrerlos auf texanischen Highways. Das Unternehmen strebt bis zum Jahresende 200 autonome Lastwagen an und gibt an, seine Fahrzeuge könnten wegen wegfallender Ruhezeiten ungefähr doppelt so weit pro Jahr fahren wie von Menschen gesteuerte Trucks.

Ähnliche Entwicklungen beobachten wir in Industrie und Medizin. Lam Research setzt KI-gestützte Roboter für Wartungsaufgaben ein. Intuitive Surgical nutzt maschinelles Lernen bereits bei robotergestützten Operationen.

Für Anleger ergibt sich daraus eine wichtige Verschiebung. Die entscheidende Frage ist nicht mehr nur, wer das leistungsfähigste KI-Modell entwickelt. Zunehmend geht es darum, wo die Engpässe entstehen, wenn KI tatsächlich im großen Maßstab eingesetzt wird. Nach unseren Gesprächen im Silicon Valley nehmen wir deshalb vor allem einen Gedanken mit: Die KI-Investmentstory wird nicht kleiner. Sie wird breiter.