2,3 Billionen Dollar. So viel Marktwert haben die drei größten KI-Unternehmen allein im Jahr 2024 hinzugewonnen. Jetzt zeigen die Analysten von Wall Street auf ihre nächste Auswahl an „einfältigen“ Tipps, aber als jemand, der täglich KI-Toolkits testet, erkenne ich eine Diskrepanz zwischen dem, was gehypt wird, und dem, was tatsächlich funktioniert.
Ich verbringe meine Tage auf agntbox.com damit, KI-Tools zu analysieren – die, die funktionieren, die, die nicht funktionieren, und die, die nur Luftnummern sind. Wenn Investmentanalysten also anfangen, Begriffe wie „KI-Infrastruktur“ und „Unternehmensakzeptanz“ in den Raum zu werfen, muss ich fragen: Testen sie diese Produkte oder lesen sie nur Pressemitteilungen?
Das Analysten-Playbook kommt vertraut vor
Die jüngste Berichterstattung von The Motley Fool und Yahoo Finance folgt einem vorhersehbaren Muster. Sie sind optimistisch gegenüber den üblichen Verdächtigen – Unternehmen, die Chips, Cloud-Infrastruktur und Unternehmenssoftware entwickeln. Die These ist einfach: KI benötigt Rechenleistung, also setzen Sie auf die Unternehmen, die während des Goldrausches Schaufeln verkaufen.
Diese Logik hat 2023 und den größten Teil von 2024 hervorragend funktioniert. Aber hier ist, was ich aus den Tiefen der Toolkits beobachte: Der KI-Sektor fragmentiert sich rasch. Die Unternehmen, die den Entwicklergeist gewinnen, sind nicht immer die mit den größten Marktkapitalisierungen oder der meisten Analystenberichterstattung.
Was tatsächlich ausgeliefert wird vs. Was gehypt wird
Ich teste jeden Monat Dutzende von KI-Tools. Einige basieren auf Nvidia-Chips, andere auf maßgeschneidertem Silizium, wieder andere auf den Cloud-Guthaben, die das Start-up zusammenkratzen konnte. Was zählt für die Entwickler und Unternehmen, die tatsächlich mit KI arbeiten? Geschwindigkeit, Kosten und ob das Ding wie beworben funktioniert.
Die Diskrepanz, die ich sehe: Wall Street liebt Unternehmen mit „KI-Infrastruktur“ in ihren Pitch-Decks. Aber wenn ich mit Teams spreche, die echte Produkte ausliefern, setzen sie oft Lösungen von kleineren, wendigeren Anbietern zusammen, die Analysten kaum erwähnen. Sie nutzen Open-Source-Modelle, wechseln zwischen Anbietern je nach Preis und bauen ihre eigenen Optimierungsschichten.
Das ist wichtig für Investoren, denn der Graben, von dem alle annehmen, dass er existiert – die Idee, dass ein paar große Akteure die KI für immer dominieren werden – könnte enger sein, als die Aktienkurse vermuten lassen.
Die Nvidia-Frage, die niemand stellt
Eine kürzliche Überschrift fiel mir ins Auge: „Investoren liegen mit Nvidia-Aktien völlig falsch.“ Nachdem ich die Entwicklung des KI-Toolkit-Segments verfolgt habe, würde ich es anders formulieren. Investoren könnten mit Nvidia’s aktueller Dominanz nicht falsch liegen – sie könnten unterschätzen, wie schnell sich der Wettbewerbsbereich verschieben kann, wenn Software Hardwarevorteile übertrumpft.
Jedes KI-Toolkit, das ich jetzt überprüfe, bietet Flexibilität bei den Modellen. Entwickler sind nicht mehr an spezifische Chip-Architekturen gebunden, wie es früher der Fall war. Das ist ein Feature, kein Bug, und wird in alles integriert, von Trainingsframeworks bis zu Bereitstellungsplattformen.
Worauf ich tatsächlich achten würde
Wenn ich Geld in KI-Aktien investieren würde (und um klarzustellen, ich bin ein Toolkit-Tester, kein Finanzberater), würde ich andere Fragen stellen als die Analysten anscheinend stellen:
Welche Unternehmen wählen Entwickler tatsächlich, wenn sie Optionen haben? Nicht die, die die besten Partnerschaften oder die größten Verkaufsteams haben – welche gewinnen den Bodenkrieg um die Entwicklerpräferenz?
Welche Plattformen erleichtern den Anbieterwechsel? Gegen die Intuition könnten die Unternehmen, die die Bindung verringern, größere Ökosysteme schaffen als die, die versuchen, Kunden zu fesseln.
Wer löst das Kostenproblem? KI-Rechenleistung ist teuer. Das Unternehmen, das herausfindet, wie man sie zehnmal günstiger macht, ohne die Qualität zu opfern, wird Geld drucken.
Der echte No-Brainer-Schritt
Die KI-Aktienauswahlen von Wall Street könnten sich auszahlen. Die Unternehmen, die sie hervorheben, haben reale Einnahmen, echte Produkte und echte Wettbewerbsvorteile. Aber von meinem Standpunkt aus, die Tools testend und beobachtend, was tatsächlich angenommen wird, fühlt sich der „No-Brainer“-Teil verfrüht an.
Der Markt für KI-Toolkits findet sich noch selbst. Neue Akteure tauchen monatlich auf. Preismodelle sind völlig unterschiedlich. Was heute funktioniert, könnte in sechs Monaten veraltet sein. Das ist aufregend, wenn Sie Produkte entwickeln, aber es sollte Investoren zu denken geben, bevor sie annehmen, dass die aktuellen Führer sicher für die langfristige Dominanz sind.
Mein Rat? Wenn Sie in KI-Aktien investieren, verbringen Sie etwas Zeit damit, tatsächlich KI-Produkte zu nutzen. Melden Sie sich für die Tools an, die diese Unternehmen verkaufen. Sehen Sie, für welche Entwickler begeistert sind und welche nur für die Einkaufsteams der Unternehmen abhaken. Die Kluft zwischen diesen beiden Gruppen könnte Ihnen mehr sagen als jeder Analystenbericht.
Denn aus meiner Erfahrung mit der Überprüfung von Toolkits gewinnen nicht immer die Produkte mit dem besten Marketing – es sind die, die funktionieren.
🕒 Published: