KI-Zukunft: Compute-Engpass statt Blase laut Daniel Newman

Die Diskussion um eine mögliche Blase im Bereich der Künstlichen Intelligenz (KI) wird von Daniel Newman, CEO der Futurum Group, entschieden zurückgewiesen. Stattdessen identifiziert Newman, der auf der CES 2026 sprach, eine weitaus greifbarere Krise: einen gravierenden globalen Mangel an Rechenleistung, der notwendig ist, um einen "multi-dekadischen Superzyklus" aufrechtzuerhalten. Er betont, dass die aktuelle Marktdynamik lediglich die Vorstufe einer langfristigen technologischen Transformation darstellt.

KI-Blase oder Infrastrukturkrise?

„Diejenigen, die von einer Blase sprechen, verstehen wirklich nicht, was hier passiert“, erklärte Newman in einem Interview-Clip, der auf seinem X-Account geteilt wurde. Er argumentiert, dass der rasante Aufstieg von „agentischen“ KI-Systemen, die komplexe autonome Aktionen ausführen können, anstatt nur Text zu generieren, die Rechenintensität bald auf ein nicht nachhaltiges Niveau treiben wird. Newman warnt: „Wir haben nicht genug Turbinen. Wir können nicht das bauen, was die Nachfrage für das ist, was die Leute heute tun.“ Er prognostiziert, dass der Technologiesektor in den nächsten 5 bis 10 Jahren mit einem kritischen Hardware-Engpass konfrontiert sein wird, sobald die Nachfrage vollständig aktiviert ist.

2026: Das Jahr des Unternehmens-ROI

Newman hebt das Jahr 2026 als Wendepunkt hervor, an dem „Enterprise AI ihr wahres Gesicht zeigen wird“. Die Erzählung verschiebt sich demnach von reinen Consumer-Chatbots hin zu substanziellen Kapitalrenditen (ROI) für Unternehmen. Er merkt an, dass die Branche derzeit nur einen geringen Prozentsatz der verfügbaren trainierten Daten nutzt. Der Großteil dieser Daten ist noch in proprietären Unternehmenssystemen für Bereiche wie Arzneimittelentwicklung, Fertigung und Lieferkettenoptimierung gebunden. Dieser Wandel spiegelt die breitere Marktstimmung wider, dass die Branche von der kapitalintensiven „Build-Phase“ des Modelltrainings in die „Monetarisierungsphase“ der Inferenz übergeht, in der KI messbare Margenverbesserungen und Produktivitätssteigerungen liefert.

Effizienz im großen Maßstab

Um das schiere Ausmaß der aktuellen Aktivitäten zu veranschaulichen, verweist Newman auf eine beeindruckende Kennzahl: Das Gemini-KI-Modell von Alphabet Inc. (NASDAQ:GOOG) (NASDAQ:GOOGL) generiert täglich 10 Billionen Tokens. Auf praktischer Ebene zitiert er die operative Effizienz seiner eigenen Firma, wo KI komplexe Marktforschungs-Workflows, die zuvor sechs Monate in Anspruch nahmen, auf nur zwei Wochen verkürzt hat. „Wir stehen noch ganz am Anfang“, schlussfolgert Newman und betont, dass trotz aller Skeptiker die Ära der signifikanten KI-Monetarisierung und -Beständigkeit gerade erst begonnen hat.

Investitionsmöglichkeiten im KI-Sektor

Für Anleger, die am KI-Sektor interessiert sind, gibt es verschiedene ETFs, die eine Diversifizierung ermöglichen. Hier ist eine Auswahl mit ihrer Performance:

• ETF Name | 6-Monats-Performance | Ein-Jahres-Performance
• iShares US Technology ETF (NYSE:IYW) | 15.89% | 25.84%
• Fidelity MSCI Information Technology Index ETF (NYSE:FTEC) | 14.47% | 22.51%
• First Trust Dow Jones Internet Index Fund (NYSE:FDN) | 1.82% | 10.16%
• iShares Expanded Tech Sector ETF (NYSE:IGM) | 16.51% | 27.16%
• iShares Global Tech ETF (NYSE:IXN) | 15.68% | 25.34%
• Defiance Quantum ETF (NASDAQ:QTUM) | 24.99% | 44.55%
• Roundhill Magnificent Seven ETF (BATS:MAGS) | 19.77% | 19.73%