Franklin Templeton: Den Kurven folgen - KI-Trendlinien und die Argumente für langfristiges Wachstum

Kernpunkte:

• Wir stehen in der Entwicklung von generativer künstlicher Intelligenz (GenKI) noch ganz am Anfang: In den kommenden Jahren wird die Anwendung von sich konstant weiterentwickelnden GenKI-Modellen zu revolutionären Veränderungen führen, die Innovationen ermöglichen, das Wachstum beschleunigen und die Effizienz der Weltwirtschaft steigern.
• Anleger unterschätzen die transformative Kraft dieser Technologie und die Möglichkeiten, die sie bietet: Die meisten Anleger verstehen GenKI noch nicht in vollem Umfang und unterschätzen deutlich das Wertpotenzial, das sich unseres Erachtens in den nächsten zehn Jahren entfalten wird.
• Das Wachstum von GenKI wird die Nachfrage über die Inputfaktoren der Skalierung hinweg deutlich anfachen: Large Language Models (LLMs, große Sprachmodelle) werden die Nachfrage nach Rechenleistung – reine Verarbeitungskapazität, Energie – Strom, Daten und algorithmischen Verbesserungen anfachen.
  

Einleitung

Technologiewerte präsentierten sich in den vergangenen Wochen zwar etwas volatil, haben sich aber im bisherigen Jahresverlauf bis einschließlich 31. Juli 2024 stark entwickelt und alle anderen Sektoren überflügelt – oft sehr deutlich.¹ Unseres Erachtens ist diese Outperformance eine Fortsetzung des Trends, der nach der Einführung von ChatGPT 3.5,² dem ersten weit verbreiteten, Transformer-basierten künstlichen Intelligenz-Modell (KI-Modell), im November 2022 einsetzte. Auch wenn in dieser Zeit ein phänomenales Wachstum von KI-Infrastrukturunternehmen zu beobachten war, sind wir dennoch überzeugt, dass viele Anleger immer noch nicht voll und ganz verstehen, welche Verbesserungen bei KI-Modellen noch folgen werden. Sie können auch nicht erkennen, in welchem Ausmaß diese Verbesserungen, sobald sie erst einmal erreicht sind, in den kommenden Jahren Innovationen ermöglichen, das Wachstum beschleunigen und die Effizienz der Weltwirtschaft steigern werden.

Wie wir in diesem Beitrag darlegen, stehen wir unseres Erachtens ganz am Anfang eines tiefgreifenden, revolutionären Wandels. Die jüngsten Kapazitätsverbesserungen bei Transformer-basierten Modellen sind beeindruckend;³ die weltweit fortschrittlichsten KI-Modelle bewältigen inzwischen komplexe Codierungsaufgaben, bestehen das Juraexamen mit Leichtigkeit, übertreffen bei standardisierten Tests die meisten Menschen, erstellen Videos und entwickeln ausgefeilte logische Argumentationsketten. Und wenn in den nächsten Jahren bei den geplanten Transformer-Modellen immer mehr Verbesserungen bei der Rechenleistung (reine Verarbeitungskapazität), den Daten und den Algorithmen vorgenommen werden, dann werden sich sicherlich auch diese Modelle kontinuierlich verbessern.

Lesen Sie hier den vollständigen Artikel:

^Fußnoten

1. ^{Quelle: MSCI All Country World Index (in USD). Der Index ist ein um den Streubesitz bereinigter, nach Marktkapitalisierung gewichteter Index, der die Aktienmarktentwicklung der globalen Industrie- und Schwellenländer abbilden soll. Indizes werden nicht aktiv gemanagt, und es ist nicht möglich, direkt in einen Index zu investieren. Gebühren, Kosten oder Ausgabeaufschläge sind in den Indizes nicht berücksichtigt. Die Wertentwicklung der Vergangenheit ist weder ein Indikator noch eine Garantie für die zukünftige Wertentwicklung.}

2. ^{Alle Unternehmen und/oder Fallstudien im vorliegenden Dokument dienen lediglich der Veranschaulichung. Eine Anlage wird derzeit nicht unbedingt in einem von Franklin Templeton empfohlenen Portfolio gehalten. Die bereitgestellten Informationen stellen weder eine Empfehlung noch eine individuelle Anlageberatung in Bezug auf bestimmte Wertpapiere, Strategien oder Anlageprodukte dar und sind kein Hinweis auf Handelsabsichten für ein durch Franklin Templeton verwaltetes Portfolio. Die Wertentwicklung der Vergangenheit ist keine Garantie für die zukünftige Wertentwicklung.}

3. ^{Es gibt unterschiedliche Arten von neuronalen Netzen, beispielsweise rekurrente und konvolutionale neuronale Netze. Die GPT-Modelle sind neuronale Transformer-Netze. Ein Transformer-basiertes Large Language Model (LLM) ist ein KI-Modell, das darauf trainiert wurde, menschliche Sprache zu verstehen und zu generieren.}

^{WO LIEGEN DIE RISIKEN?}

^{Alle Anlagen sind mit Risiken verbunden, einschließlich des möglichen Verlusts des Anlagekapitals.}

^{Beteiligungspapiere unterliegen Kursschwankungen und sind mit dem Risiko des Kapitalverlusts verbunden.}

^{Anlagestrategien, die darin bestehen, thematische Anlagechancen zu identifizieren, und ihre Wertentwicklung können beeinträchtigt werden, wenn der Anlageverwalter die tatsächlichen Chancen nicht erkennt oder wenn sich das Thema auf nicht erwartete Weise entwickelt. Die Konzentration von Anlagen auf den Sektor Informationstechnologie (IT) sowie auf technologiebezogene Branchen birgt viel größere Risiken ungünstiger Entwicklungen und Kursbewegungen in diesen Branchen als eine Strategie, mit der in eine breitere Palette von Branchen investiert wird.}

^{Alle Unternehmen und/oder Fallstudien im vorliegenden Dokument dienen lediglich der Veranschaulichung. Eine Anlage wird derzeit nicht unbedingt in einem von Franklin Templeton empfohlenen Portfolio gehalten. Die bereitgestellten Informationen stellen weder eine Empfehlung noch eine individuelle Anlageberatung in Bezug auf bestimmte Wertpapiere, Strategien oder Anlageprodukte dar und sind kein Hinweis auf Handelsabsichten eines durch Franklin Templeton verwalteten Portfolios.}