Viele Marktkommentatoren halten die Inflation für das wichtigste Thema für die Aktienmärkte in diesem Jahr. Im Gegensatz dazu sind wir der Meinung, dass der Einfluss und die Dominanz starker Wachstumsthemen trotz der Inflationsdaten eine weitaus folgenreichere Entwicklung determiniert. Ein Beispiel dafür ist die hervorragende Performance von Unternehmen, die in den Bereichen Elektrifizierung und Kühlung von Rechenzentren in der Industrie engagiert sind. Auch im Konsum- und Finanzsektor ist eine Premiumisierung zu beobachten. Ferner haben die Ausgaben für Sicherheit und Verteidigung in allen Sektoren deutlich zugenommen. Am auffälligsten sind natürlich die enormen Auswirkungen der künstlichen Intelligenz (KI).

Thematische Anlagen gewinnen an den globalen Aktienmärkten zunehmend an Bedeutung - ein Trend, der sich unserer Meinung nach noch verstärken wird. Dies gilt insbesondere vor dem Hintergrund einer Verlangsamung des globalen Wachstums, die durch fiskalische Zwänge, demografische Veränderungen und eine neue Ära der Globalisierung bedingt ist.

Die Entwicklung der KI wird für diese Dynamik von zentraler Bedeutung sein. KI ist nicht mehr nur Nvidia oder Microsoft vorbehalten, sondern breitet sich über Sektoren, Regionen und Unternehmen aus. Unserer Ansicht nach wird KI eines der stärksten und wichtigsten Themen des nächsten Jahrzehnts sein.

Die große Enthüllung

Das vergangene Jahr stand im Zeichen der "großen Enthüllung" der KI. Das Auftauchen von ChatGPT war ein Weckruf für die Märkte. Die Botschaft? Wir stehen wahrscheinlich an der Schwelle zu einer mehrjährigen, bedeutenden Veränderung der Wachstumsdynamik in bestimmten Teilen der Wirtschaft.

Im Allgemeinen entstehen alle 10 Jahre neue Computerzyklen, die eine Verzehnfachung der Computernutzung ankündigen. Diese Zyklen folgen einem ähnlichen Muster. Zunächst profitieren die Halbleiterhersteller, dann verlagert sich die Nachfrage in Richtung Infrastruktur, und schließlich profitieren Software und Dienstleistungen davon. Der Internet-Boom von 2010 war ein typisches Beispiel dafür.

Wir sind der Meinung, dass die KI einem ähnlichen Muster folgt - allerdings mit wichtigen Vorbehalten. Der Hauptgrund liegt in der Technologie selbst. So benötigte das GPT2-Trainingsmodell 1,5 Milliarden Parameter (die anpassbaren Elemente in einem Modell, die aus den Trainingsdaten gelernt werden, wie z. B. Verzerrungen und Skalierungsfaktoren), um zu funktionieren. Im Gegensatz dazu benötigt GPT4 100 Billionen - das entspricht der Anzahl der Synapsen im menschlichen Gehirn. Diese rasche Zunahme der Komplexität erfordert immer höher entwickeltere Halbleiterchips wie die Grafikprozessoren (GPUs) von Nvidia.

Die Verfünffachung der Gewinnschätzungen von Nvidia unterstreicht das blitzartige Wachstum dieser Dynamik. Sie unterstreicht auch die zugrunde liegende Leistungsdichte der generativen KI - die schiere Rechenleistung übertrifft die früherer Rechenzyklen um ein Vielfaches.

Dies hat nicht nur Auswirkungen auf Rechenzentren (Gebäude, in denen Serversysteme untergebracht sind), sondern auch auf Faktoren außerhalb des traditionellen Technologiebereichs. Dazu gehören die Art und der Umfang des Stromverbrauchs, die Konfiguration des Stromnetzes, das Energiemanagement und zahlreiche Spezialbereiche der Industriewirtschaft.

Wirtschaftliche Auswirkungen

Der andere wichtige Unterschied liegt darin, wie sich KI in der Wirtschaft verbreitet. In früheren Zyklen haben die Verbraucher neue Technologien viel schneller angenommen als KI. Jetzt testen und erproben Unternehmen KI-Anwendungen in einem Tempo, das das Engagement der Verbraucher weit übersteigt. Trotz der anfänglichen Aufregung um ChatGPT haben wir kaum Anzeichen für eine sinnvolle Monetarisierung der Technologie gesehen.

Aus diesem Grund konzentrieren wir uns zwar weiterhin auf direkte KI, weiten aber unseren thematischen Fokus zunehmend auf drei Kernbereiche aus, die im Folgenden näher erläutert werden.

KI und Energieinfrastruktur

Elektrifizierung und Reindustrialisierung sind potenziell die interessantesten Themen, da die Investitionsausgaben (Capex) steigen und die Lieferkette durchdringen. Es wird erwartet, dass der Stromverbrauch in den westlichen Ländern um 40 % ansteigen wird, angetrieben durch den Energiebedarf von KI-gesteuerten Daten und grünen Strategien.

In einer kürzlich abgehaltenen Telefonkonferenz sagte der CEO von Emerson, Lal Karsanbhai, dass eine Suche auf ChatGPT sechs- bis zehnmal mehr Energie verbraucht als eine herkömmliche Google-Suche (Abbildung 1). Der geschätzte Investitionsbedarf für die Entwicklung einer KI-Infrastruktur steigt weiter an. Der Anstieg der Nachfrage ist real und findet bereits heute statt.

Abbildung 1: ChatGPT-Abfragen sind 6- bis 10-mal so energieintensiv wie herkömmliche Google-Suchen

Quelle: Google, SemiAnalysis nach dem Goldman Sachs Bericht "Generational Growth" vom 28. April 2024.

Natürlich haben wir das schon einmal erlebt. Im Jahr 1999 prognostizierte die Energy Information Administration, dass 30-50 % des US-Stroms für die Stromversorgung des Internets benötigt werden würden. Stattdessen flachte das Wachstum der US-Stromnachfrage in den nächsten zwei Jahrzehnten auf Null ab. Damals wurde das beträchtliche Wachstum des Internetverkehrs durch Effizienzgewinne bei der Leistungssteigerung im Verhältnis zur Wattzahl infolge des Mooreschen Gesetzes (die Beobachtung, dass sich die Zahl der Transistoren auf Computerchips etwa alle zwei Jahre verdoppelt) ausgeglichen. Die heutige Situation ist anders. Es wird erwartet, dass die Auswirkungen auf die Elektrizitätsnachfrage erheblich größer sein werden, was durch eine Verlangsamung der durch das Mooresche Gesetz vorhergesagten Gewinne noch verstärkt wird.

Was passiert also, wenn die unaufhaltsame Kraft der KI auf das unbewegliche Objekt des Stromnetzes trifft? Kurzfristig werden die Hersteller von Elektrogeräten ihre Preissetzungsmacht ausbauen können. Die Lieferzeiten für Transformatoren werden sich voraussichtlich verdoppeln und von neun Monaten auf zwei Jahre verlängern. Langfristig jedoch müssen die Stromnetze umgestaltet werden, um mit dem geschätzten Anstieg der Nachfrage Schritt zu halten. Dazu gehört auch, dass die Unvorhersehbarkeit der Versorgung angegangen wird, zumal der Anteil der erneuerbaren Energien am Energiemix immer größer wird.

Die künstliche Intelligenz ist ein Bein des Schemels. Die anderen beiden sind das Streben der Nationen nach Energieunabhängigkeit und weitreichender Elektrifizierung im Rahmen des Strebens nach "Netto-Null". Dies hat zu einer schrittweisen Änderung der Investitionspläne der Stromversorgungsunternehmen in Europa und Nordamerika geführt. In den USA werden in den nächsten fünf Jahren allein für die Rechenzentren 250 Terawattstunden an Erzeugungskapazität benötigt - das entspricht dem Stromverbrauch Spaniens. Das bedeutet das stärkste Wachstum in den USA seit über 20 Jahren.

Dieser Nachfrageschub wird sich auch geografisch auf Gebiete konzentrieren, in denen die Netzinfrastruktur möglicherweise nicht ausreicht. In den USA befinden sich die Rechenzentren vor allem in Nord-Virginia und Texas, während sie in Europa vor allem in Frankfurt, Amsterdam und Dublin angesiedelt sind. Darüber hinaus schätzt BloombergNEF, dass die Netzinvestitionen zur Dekarbonisierung der weltweiten Stromversorgung bis 2050 von 300 Mrd. USD im Jahr 2022 auf 600 Mrd. USD im Jahr 2030 steigen werden. Die besten Voraussetzungen, um von diesem Wandel zu profitieren, haben Elektrounternehmen wie Schneider und WEG sowie auf Versorgungsunternehmen ausgerichtete Gerätehersteller wie Hubbell. Innovation ist auch erforderlich, um den Netzbetrieb zu verbessern. Hier kann KI helfen, effizientere Systeme und Infrastrukturen zu entwickeln. Zu den potenziellen Nutznießern gehören Itron, das intelligente Zähler und Analysesoftware für das Stromnetz anbietet, und das europäische Unternehmen Alfen, das für seine Smart-Grid-Infrastruktur und -Software bekannt ist.

Möglichkeiten in Datenzentren

Ein weiterer Bereich, der ein strukturelles Wachstum erwarten lässt, umfasst die Gewinner im Bereich der Rechenzentren. Diese Einrichtungen benötigen fortschrittliche Kühlsysteme und robuste Stromversorgung, um effizient und zuverlässig zu arbeiten.

Bislang genügten Luftkühlungstechnologien den Anforderungen gewöhnlicher Server mit geringerer Leistungsdichte. KI-Server sind zwar immer noch ein kleiner Sektor, machen aber, wenn man die Leistungsdichte berücksichtigt, etwa 40 % des aktuellen Marktes aus. Wenn die Verbreitung von KI-Servern zunimmt und die Leistungsdichte steigt, werden Luftkühlungstechnologien der Aufgabe nicht mehr gewachsen sein. Daher gewinnen Flüssigkeitskühlungstechnologien an Bedeutung und erobern immer mehr Marktanteile (siehe Abbildung 2).

Abbildung 2: Steigende thermische Leistung von Server-Prozessoren

Quelle: Taiwan Technology, Goldman Sachs, Mai 2024.

Wir glauben, dass viele der künftigen Marktführer im Bereich der Kühltechnologien aus Asien und den Schwellenländern kommen werden, darunter AVC und Aurus. In den Industrieländern ist Vertiv am stärksten vom Thema Rechenzentren betroffen, da etwa 75 % des Umsatzes mit Flüssigkeitskühlung erzielt werden.

In der Zwischenzeit schafft die Nachfrage nach einer stabilen Stromversorgung in Verbindung mit der langsamen Modernisierung der Netze potenzielle Chancen für Unternehmen, die sich auf die Erzeugung von Notstrom und unterbrechungsfreie Stromversorgung spezialisiert haben. Der Wiederaufbau von Industriekapazitäten, insbesondere in den USA, trägt ebenfalls zu diesem Trend bei. Zu den branchenübergreifenden Nutznießern gehören Schneider, Siemens, ABB und Eaton.

Digitale Zwillinge + Gen AI = eine bahnbrechende Kombination

Ein letzter Bereich, der Aufmerksamkeit verdient, ist das Konzept der digitalen Zwillinge. Dieses wird definiert als "virtuelle Darstellungen von Vermögenswerten, Menschen oder Prozessen zusammen mit ihren Umgebungen, die dazu dienen, Strategien zu simulieren und Verhaltensweisen zu optimieren". Unternehmen nutzen Datenzwillinge, um datengesteuerte Entscheidungen zu verbessern. So könnte beispielsweise ein Fertigungsbetrieb in der Schwerindustrie ein digitales Modell verwenden, um die Prozesse vor Ort zu überwachen und den Verschleiß von Maschinen vorherzusagen.

Ein erfolgreicher digitaler Zwilling erfordert genaue, reichhaltige Echtzeitdaten. In der Vergangenheit war die Verwaltung dieser Datenmenge eine Herausforderung. Die Fortschritte bei den KI-LLMs (Large Language Models) haben diesen Prozess jedoch revolutioniert. Diese Modelle können wichtige Informationen herausfiltern und erleichtern die effiziente Datenübertragung und -verarbeitung für digitale Zwillinge. Dies erhöht ihren Nutzen und ihre Effektivität.

Wie das Beratungsunternehmen McKinsey hervorhob, "erhöht die symbiotische Beziehung zwischen digitalen Zwillingen und Gen-KI ihre kombinierte Skalierbarkeit, Zugänglichkeit und Erschwinglichkeit. Diese neue Grenze wird es innovativen und dynamischen Unternehmen ermöglichen, ihren Vorsprung zu vergrößern". Zu den Unternehmen, die hier eine Vorreiterrolle spielen, gehören Dassault, Altair, Siemens, Aveva (eine Tochtergesellschaft von Schneider) und Autodesk.

Die Anlagephilosophie und die Research-Plattform von abrdn sind gut positioniert, um von der Verbreitung der KI zu profitieren

Der Schlüssel für erfolgreiches thematisches Investieren liegt darin, zu verstehen, wo innerhalb der stärksten globalen Wachstumsthemen Wert geschaffen werden kann. Es ist wichtig, zwischen Wachstum und Wertschöpfung zu unterscheiden. Wir konzentrieren uns auf Letzteres, vor allem, da sich Investitionen in der gesamten KI-Wertschöpfungskette ausbreiten.

Die von uns besprochenen Unternehmen sind überwiegend auf konsolidierten Märkten tätig und zeichnen sich als "serielle Wertschöpfer" aus. Ihre hochwertigen Geschäftsmodelle ermöglichen es ihnen, einen überproportionalen Anteil an den wirtschaftlichen Gewinnen abzuschöpfen, insbesondere wenn die Themen expandieren und sich weiterentwickeln.

Wir sind der Ansicht, dass KI nicht ewig den Large Caps vorbehalten sein wird, sondern dass auch kleinere Unternehmen in den Vordergrund treten werden. Dies ist eine Chance für diejenigen, die in der Lage sind, über das gesamte Marktkapitalisierungsspektrum und verschiedene Regionen hinweg zu investieren.

Dank unserer Research-Expertise in den Bereichen Nachhaltigkeit, Small-Cap und Schwellenländer sind wir ideal positioniert, um thematische Portfolios aufzubauen, die wertschöpfende Unternehmen in den wichtigsten globalen Themenbereichen identifizieren. Dazu gehören auch diejenigen, die die nächste Stufe der KI-Revolution vorantreiben.