Aktuelle News · 09.05.2022

Ratgeber: Clever in Künstliche Intelligenz investieren

Wie kann ich mit Aktien, Fonds und ETFs in KI investieren?►Beispiele und Entwicklung✓ Risiken verringern✓ Erfahren Sie mehr!

Jetzt lesen

Finanzratgeber

Autor*in Tobias Gabriel

Clever in Künstliche Intelligenz investieren

Künstliche Intelligenz – auch KI oder AI („Artifical Intelligence“) hat das Potenzial, unser Leben noch stärker zu verändern als die Digitalisierung. Auch Privatanleger wollen an dieser Disruption teilhaben. Erfahren Sie hier, welche Möglichkeiten es gibt, sinnvoll in KI zu investieren und wie Sie die Risiken geringhalten.

Auf einen Blick: So investieren Sie in Künstliche Intelligenz

KI wird bereits in verschiedenen Branchen eingesetzt. Vorreiter sind neben den Big Tech Playern wie Alphabet, Apple oder Amazon unter anderem Chipentwickler oder Big Data Dienstleister. Anleger können in einzelne KI Aktien investieren.

Wer vom Wachstum der Branche profitieren will, sich aber nicht selbst intensiv um die Auswahl passender Aktien bemühen möchte, kann in KI ETFs oder aktiv gemanagte Fonds investieren.

Künstliche Intelligenz gilt als disruptiv: Sie wird zusammen mit anderen Zukunftstechnologien wie Cloud Computing, Blockchains, Biotechnolgie oder 3D-Drucker unsere Wirtschaft und Gesellschaft grundlegend verändern.

Aktuell gibt es noch große Herausforderung und es ist schwer, bereits jetzt auf das richtige Pferd zu setzen. Wir empfehlen daher, das Investment in KI zu diversifizieren und zum Beispiel auf von unseren Experten gemanagte Fonds zu investieren.

Mit HAC in Künstliche Intelligenz investieren

Unser Gamechanger-Fonds HAC Quant Megatrends Global wird neben vielversprechenden KI-Aktien auch Werte aus anderen Megatrend-Branchen enthalten. Die Idee unseres Fondsmanagement-Teams ist, zwischen mehreren Megatrends zu diversifizieren. Denn noch ist unklar, wann genau sich die großen Wachstumschancen solcher Branchen verwirklichen und welche Player die Nase vorne haben werden.

Mehr zur Mitgliedschaft erfahren

Chancen und Risiken der Künstlichen intelligenz

Künstliche Intelligenz löst Probleme, schlägt Produkte vor, hilft Designern und unterstützt Autoren beim kreativen Arbeiten. KI wird schon lange erforscht, aber bekommt dank steigender Rechengeschwindigkeit und Cloud Computing zunehmend Rückenwind, um in massentauglichen Anwendungen herkömmliche Wertschöpfungsketten aufzubrechen (Disruption). Das macht KI zu einer Megatrend-Branche, die Investoren anlockt. Doch es gibt auch eine Reihe von Herausforderungen, die nicht leicht zu lösen sind.

Risiko: KI steckt noch in den Kinderschuhen

Künstliche Intelligenz steht aktuell noch vor technologischen und strukturellen Grenzen. Zwar gibt es immer wieder Erfolgsmeldungen und Prototypen, die von fantastischen intelligenten Technologien zeugen. Im Alltag dagegen sind KI-Anwendungen oft noch frustrierend. Zum Beispiel wenn man Alexa fragt, wie denn das Wetter morgen wird und sie antwortet „Ich kenne diese Lampe nicht“. Maschinen sind noch lange nicht so intelligent wie Menschen, doch die Entwicklung verläuft exponentiell.

Chancen: Wachstumsraten von über 40% pro Jahr

Anders als vor 20 Jahren gibt es heute die Voraussetzungen für Künstliche Intelligenz. Der explosive und überproportionale Anstieg der weltweiten Datenmenge, gepaart mit stark wachsender Rechenleistung und nahezu unbegrenzten Speichermöglichkeiten (Cloud-Computing) befeuern die Fortschritte der Branche. Gemäß Hochrechnungen des „Future Today Institute“ beträgt die jährliche Wachstumsrate der KI-Branche zwischen 2021 und 2027 über 40% pro Jahr.

5 Beispiele für disruptive KI-Anwendungen

Deep Learning: Maschinelles Lernen ist die Grundlage der KI. Dabei wird ein System mit einer großen Datenmenge (Big Data) gefüttert, zum Beispiel mit mehreren tausend Fotos von Katzen und Hunden. Das System lernt so selbstständig und kann beide Tierarten auch auf neuen Fotos mit immer größerer Treffsicherheit unterscheiden. Smartphones identifizieren dank KI mittlerweile problemlos Gesichter.

Automobilbranche: Fahrzeuge werden heute zu großen Teilen von künstlich intelligenten Robotern hergestellt. Noch spannender ist der Einsatz von KI beim autonomen Fahren. Auch diese Technologie nutzt Deep Learning, um die Position des Fahrzeugs im Raum auszumachen, Hindernis zu erkennen und diesen auszuweichen.

Übersetzungsfunktionen: Die Ergebnisse von Tools wie Deepl haben nichts mehr mit den holprigen Übersetzungen von vor wenigen Jahren zu tun. KI wird auch im Verstehen und Generieren natürlicher Sprache mit all ihren Nuancen immer besser. Experten rechnen damit, dass in den kommenden 10 Jahren eine künstliche Simultanübersetzung per Smartphone möglich ist, sodass sich zwei Personen in ihrer jeweiligen Muttersprache unterhalten können.

Kunst: KI malt bereits jetzt Bilder, schreibt Geschichten und komponiert Songs. So wurde unter Leitung des Musikwissenschaftlers Dr. Matthias Röder eine KI entwickelt, die auf Grundlage mehrerer Skizzen Beethovens 10. Sinfonie vollendet haben soll. Die Uraufführung ist für Oktober 2021 geplant.

Medizin: Große Hoffnungen in die KI setzt man vor allem im Kampf gegen Krebs und andere Krankheiten. Zum Beispiel kann KI trainiert werden, in MRT-Aufnahmen feinste Veränderungen im Gewebe zu erkennen, für die bisher eine invasive Biopsie nötig war.

KI schützt vor Denkfehlern

Auch in der Finanzbranche ist KI auf dem Vormarsch, zum Beispiel im KI-basierten ETF-Management. Können sogenannte Robo Adviser bessere Anlageentscheidungen treffen als der Mensch? Zumindest unterliegen Algorithmen nicht der Fehleranfälligkeit des menschlichen Gehirns. Viele psychologische Biases lassen sich damit umgehen. Die Nachteile sind unter anderem starre Regeln bei der Zusammensetzung des Portfolios und fehlende Individualisierung.

Mit Aktien in KI investieren

Chipentwickler, Big-Data-Dienstleister, oder Plattformen und Services für die Entwicklung weiterer KI-Anwendungen: Es gibt eine Reihe von Unternehmen, auf deren Aktien Sie setzen können, wenn Sie in KI investieren wollen. Die Schwierigkeit ist, dass kaum ein Unternehmen ausschließlich dem KI-Bereich zuzuordnen sind. Hier einige Beispiele:

Nvidia: Das Unternehmen aus Kalifornien ist einer der größten Entwickler von Grafikprozessoren und somit der enormen Rechenleistung, die für KI nötig ist. Die Beschleunigung durch Grafikverarbeitungseinheiten (GPUs) schafft die Voraussetzung für Deep Learning und somit die Grundlage für viele weitere KI-Technologien. Nvidia bezeichnet sich selbst als führendes Unternehmen im Bereich KI-Computing. Mit „Drive PX“ liefert es zum Beispiel eine Technologieplattform für das Autonome Fahren.

Appen: Das australische Unternehmen liefert das Futter für den Aufbau und die Verbesserung von Deep Learning: Es stellt von Menschen kommentierten Datensätze (Text, Bild, Audio, Video) zur Verfügung und ist vor allem auf die Segmente Inhaltsrelevanz und Sprachressourcen fokussiert.

Amazon: Amazon Web Services (AWS), aktuell der wohl größte Cloud-Computer der Welt, dient Unternehmen und Startups zur Entwicklung von KI-Anwendungen. Der Tech Gigant wendet diese auch selbst an, zum Beispiel in der Logistik oder durch den Einsatz von Robotik. Mit der Sprachassistentin Alexa oder dem smarten Lautsprecher Echo war Amazon schon früh in die intelligente Spracherkennung und -steuerung involviert.

Apple: Auch Apples Sprachassistentin Siri war für viele Menschen einer der ersten Berührungspunkte mit KI. Das iPhone kann Gesichter sowie Stimmen erkennen und zuordnen. Apple ist außerdem dafür bekannt, zahlreiche KI-Startups zu übernehmen.

Alphabet: Auch die Google-Mutter Alphabet mischt kräftig mit in der Entwicklung weiterer KI-Anwendungen. Dafür hat der Konzern die besten Voraussetzungen: Google verfügt über eine enorme Fülle von Daten und aufgrund der Suchmaschinen-Algorithmen über jede Menge Erfahrung mit Künstlicher Intelligenz. Weitere Alphabet-Töchter sind zum Beispiel DeepMind (KI-Programmierung im Bereich Bio-Engineering) oder Waymo (führte 2017 die ersten selbstfahrenden Fahrzeuge ein).

TSMC: Das Unternehmen aus Taiwan ist Weltmarktführer in der Produktion von fortschrittlichen Chips, die für KI-Anwendungen benötigt werden.

Liveperson: Das US-Technologieunternehmen bietet KI-basierte Chatbots sowie Conversational Clouds an und will das Callcenter der Zukunft werden. Der Massaging Service bündelt Kundenkommunikation aus verschiedenen Kanälen, sodass diese leichter verwaltet und beantwortet werden können. Letzteres basiert zunehmend auf smarten Automatisierungslösungen.

Palantir: Der Software-Anbieter ist bekannt für die Analyse und Verarbeitung großer Datenmengen. Die Plattform Palantir Gotham zählt die CIA sowie Nachrichten- und Geheimdienste vieler weiterer Staaten zu ihren Kunden.

Mit ETFs in Künstliche Intelligenz investieren

Es gibt keine reinen KI-Aktien. Künstliche Intelligenz ist vielmehr die Basis, auf der immer mehr Geschäftsmodelle basieren. Wohin die Reise geht und wer zu den großen Gewinnern gehören wird, ist noch nicht absehbar. Daher ist eine breite Streuung im Portfolio sinnvoll. Indem Sie in KI-ETFs oder gemanagte Fonds wie unseren HAC Quant Megatrends Global investieren, können Sie an der Zukunftstechnologie teilhaben, ohne sich auf einige wenige Akteure festzulegen.

Branchencheck: Wie weit ist Deutschland im Bereich KI?

Keine der großen Innovationen und Durchbrüche aus dem KI-Bereich stammt von deutschen oder europäischen Unternehmen. Das hat vor allem diese Gründe:

Bildung: Programmierung und der Umgang mit großen Datenmengen gehört zu den Kernkompetenzen bei der Entwicklung künstlicher Intelligenzen. Die Mathematiker-Fähigkeiten deutscher Schüler/innen sind im internationalen Vergleich unterdurchschnittlich ausgeprägt. Die Mathematik, die für KI-Forschung nötig ist, wird an deutschen Schulen und selbst an den Hochschulen kaum gelehrt. Informatik ist meist nur ein Wahlfach und kann erst seit wenigen Jahren ab der Sekundarstufe II als Grund- oder Leistungsfach gewählt werden. Es fehlt daher die Grundlage, um KI-Forschung in Deutschland nachhaltig auf hohem Niveau zu etablieren.

Fehlende Forschung: An den deutschen Universitäten mahlen die Mühlen ebenfalls viel zu langsam. Professoren haben mehr mit Bürokratie und Politik zu kämpfen, anstatt sich auf die Forschung konzentrieren zu können. Die wenigsten Talente haben einen Anreiz, eine akademische Karriere einzuschlagen, denn internationale Unternehmen zahlen nicht nur besser, sondern bieten auch eine wesentlich effizientere Infrastruktur als Universitäten. Noch dazu wird man in Deutschland in der Regel frühestens mit 40 zum Professor berufen, sodass junge Forschungstalente mit Mitte oder Anfang 20 sich dies kaum zum Ziel setzen, sondern lieber bei Google und Co anheuern.

Ineffiziente Förderung: Wenn es um die Förderung von KI geht, tut sich ein weiteres strukturelles Problemfeld auf: Viele Politiker verstehen KI nicht. Fördermittel werden zwar der Höhe nach signifikant ausgegeben, doch nur ein Bruchteil fließt in „echte“ KI-Forschung mit einem Informatik-Fokus. In einem Interview mit dem Handelsblatt führte KI-Experte Prof. Dr. Jan Peters dies als entscheidendes Manko an: „Mit dem Label KI werden viele Sachen gefördert, die gar nichts mit KI zu tun haben. (…) Nicht mal die Hälfte aller Fördergelder geht in die Informatik, sondern in völlig wesensfremde Bereiche (…), die mit KI kombiniert werden“.

Wer von KI-Entwicklungen profitieren will, ist jedoch nicht an Deutschland gebunden. Das Schöne am Aktienmarkt ist, dass man von Wachstum profitieren kann, egal wo er stattfindet.