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. Künstliche Intelligenz verändert nicht nur einzelne Geschäftsmodelle, sondern hat zunehmend auch makroökonomische und kapitalmarktbezogene Folgen.
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. Entscheidend ist inzwischen nicht mehr allein, wer die leistungsfähigsten Modelle präsentiert, sondern wer die Kostenstruktur beherrscht, Anwendungen in skalierbare Erlösmodelle überführt und dauerhaft Wettbewerbsvorteile aufbaut.
Mehr als nur Sprachmodelle
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. Für Kapitalmärkte ist das deshalb relevant, weil sich die Ertragschancen nicht nur bei Softwareanbietern konzentrieren, sondern auch bei Zulieferern, In-frastrukturbetreibern und Spezialisten für Rechenleistung, Sicherheit und Datenverarbeitung.
Künstliche Intelligenz und Produktivität
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. Tatsächlich dürfte der Effekt differenzierter ausfallen: In vielen Unternehmen erhöht Künstliche Intelligenz zunächst die Effizienz vorhandener Teams, bevor sie ganze Stellenprofile ersetzt. Das kann Margen verbessern, Prozesse beschleunigen und Fehlerquoten senken, ohne dass es sofort zu einem abrupten Beschäftigungseinbruch kommt.
Folgen für Arbeit und Politik
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. Wenn Löhne nicht im selben Maß steigen wie die Kapitalrenditen, wird die Debatte über Besteuerung, Regulierung und Teilhabe an technologischen Fortschritten an Bedeutung gewinnen. Genau hier zeigt sich, dass Künstliche Intelligenz nicht nur ein Innovationsthema, sondern auch ein gesellschaftlicher und ordnungspolitischer Faktor ist.
Künstliche Intelligenz braucht Energie
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. Damit verschiebt sich der Blick von der digitalen Oberfläche auf die physische Grundlage des Booms. Wer über Künstliche Intelligenz spricht, muss deshalb auch über Strompreise, Netzausbau, Flächennutzung, Genehmigungszeiten und Versorgungssicherheit sprechen.
Engpässe bei Chips und Hardware
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. Für Investoren erweitert sich damit das Spielfeld erheblich. Chancen entstehen nicht nur bei Modellanbietern, sondern auch bei Halbleiterherstellern, Kühlsystemen, Netztechnik, Speicherlösungen, Bauausrüstern und Betreibern kritischer Infrastruktur. Gerade in dieser zweiten Reihe können sich nachhaltige Gewinner finden, wenn der Investitionsbedarf über Jahre hoch bleibt.
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. Entscheidend bleibt, ob die heute versprochenen Produktivitätsgewinne in den kommenden Jahren tatsächlich in robusten Cashflows, stabilen Margen und tragfähigen Geschäftsmodellen ankommen. Erst dann wird sich zeigen, welche Bewertungen gerechtfertigt waren und welche Erwartungen zu hoch lagen.
Dr. Johannes Mayr ist Chefvolkswirt und Kristina Bambach ist Portfoliomanagerin beim Münchner Vermögensverwalter Eyb [&] Wallwitz, München, einer der größten unabhängigen Vermögensverwalter in Deutschland. Eyb [&] Wallwitz verwaltet aktuell circa 2,5 Milliarden Euro an Kundengeldern.
Der Beitrag ist zuerst in EXXECNEWS Ausgabe 13-2026 erschienen.
