KI und ChatGPT – der nächste große Hype-Zyklus?

Die Anleger haben sich schnell auf den Hype und die Debatte rund um ChatGPT gestürzt. Der Ende November 2022 gestartete Chatbot-Service erreichte in einer Woche mehr als eine Million Nutzer (Netflix brauchte dafür 3,5 Jahre), und Microsoft-CEO Satya Nadella bezeichnete ihn als „die wichtigste Technologieplattform dieser Generation“. Nachdem das Thema bei Google, Twitter und in Investmentblogs zu einem Trending Topic wurde, ist es wohl nicht übertrieben, vom Beginn eines neuen Hype-Zyklus zu sprechen.

Vor sieben Jahren hat unser Team die künstliche Intelligenz (KI) zu einem unserer Megathemen erklärt. Technologieunternehmen bemühen sich seit Jahrzehnten darum, die Schnittstelle zwischen Benutzern und Technologie zu verbessern.

Wir halten ChatGPT für einen weiteren Schritt auf dem Weg der Integration von KI in alle Technologiebereiche. Aus Sicht der Benutzer sind wir nach wie vor der Meinung, dass die Integration von KI entscheidend dazu beiträgt, die Nutzung von Technologie langfristig zu demokratisieren. Und analog zu unserer Einschätzung des Metaversums glauben wir, dass die Weiterentwicklung von KI „evolutionär, und nicht revolutionär“ sein wird.

Auf Ebene der Infrastruktur halten wir ChatGPT für bedeutsamer, denn dank dieser Technologie nähern wir uns einem Wendepunkt auf dem Weg von einer wahrnehmungsorientierten KI (Interpretation von sensorisch erfassten Daten wie Bildern, Ton und Video) zu einer generativen KI (Erstellung neuer Inhalte), die eine exponentiell höhere Rechenleistung erfordert.

Was oder wer ist ChatGPT?

ChatGPT ist ein Chatbot, der von der KI-Forschungsgruppe OpenAI veröffentlicht wurde, einem Forschungsunternehmen für künstliche Intelligenz, das im Jahr 2015 unter anderem von Sam Altman und Elon Musk gegründet wurde. Das ursprüngliche Ziel von OpenAI war es, sicherzustellen, dass bei der Entwicklung von KI Sicherheit und der Nutzen für die Menschheit im Vordergrund stehen. Das Unternehmen begann als gemeinnützige Organisation und entwickelte sich zu einem sogenannten „Capped-Profit“-Unternehmen, einem hybriden Modell mit einer gewinnorientierten Limited Partnership (OpenAI LP) und einem gemeinnützigen Geschäftsbereich (OpenAI Non-Profit). Diese Struktur soll OpenAI ermöglichen, durch die Beschaffung von zusätzlichem Kapital und die Gewinnung talentierter Mitarbeiter zu wachsen. Die Limited Partnership hat derzeit mehrere hundert Mitarbeiter, ihr Hauptinvestor ist Microsoft (Erstinvestition von ca. USD 1 Mrd. im Jahr 2019, weitere USD 10 Mrd. wurden kürzlich bestätigt). OpenAI bietet derzeit im Wesentlichen drei Produkte an: ChatGPT, den Kunstgenerator DALL·E 2 sowie Whisper, ein Modell für automatische Spracherkennung.

ChatGPT basiert auf Generative Pre-Training Transformer (GPT) – einem umfangreichen Modell für die Verarbeitung natürlicher Sprache (Large Language Model, LLM). Die Benutzer stellen Fragen, auf die ChatGPT ähnlich wie ein Mensch natürliche und kohärente Antworten geben soll. Einfach ausgedrückt: Es handelt sich um einen hochentwickelten Chatbot, der Antworten gibt, die auch von Menschen stammen könnten. Aufgrund der lebendigen Natur der Software geht es bei futuristischen Betrachtungen meist darum, „wer“ – und nicht „was“ – ChatGPT eigentlich ist.

GPT-3 ermöglicht ein besseres Kontextverständnis und ebnet den Weg für eine generative KI, statt lediglich auf der Basis vorhandener Daten Antworten zu geben und Analysen zu erstellen. In der Vergangenheit wurden neuronale Netze anhand von Daten trainiert, die zuvor von Menschen gekennzeichnet worden waren. Dies war zeitaufwendig und kostspielig und schränkte das Spektrum der Anwendungsmöglichkeiten ein. Transformer-Modelle lernen dagegen selbst und erfordern ein viel geringeres Maß an menschlichen Eingriffen, benötigen jedoch deutlich mehr Daten und eine höhere Rechenleistung, um exponentiell größere Modelle zu berechnen. Die mögliche Einführung von GPT-4 Ende 2023 wird wahrscheinlich zu weiteren Verbesserungen der Benutzererfahrung/Schnittstelle führen und den Weg zu einer Monetisierung weiter ebnen.

Die Auswirkungen von ChatGPT auf das Technologie-Universum

Der CEO von Microsoft bestätigte kürzlich, dass das Unternehmen eine rasche Kommerzialisierung dieser Technologie anstrebt. Seine Cloud-Plattform Azure OpenAI ist jetzt allgemein verfügbar, und der von OpenAI entwickelte Text-zu-Bild-Generator DALL·E 2 wird in die neue App Microsoft Designer integriert. Zudem soll ChatGPT in der Microsoft-Suchmaschine Bing und auf MS Office basierenden Funktionen verwendet werden.

Wo wird diese Disruption am stärksten zu spüren sein?

1. Disruption für Suchmaschinen – das Innovator’s Dilemma

Der erste Bereich, in dem nach Einschätzung vieler Beobachter eine Disruption durch ChatGPT droht, ist die Google-Suche (Google Search). Dem liegt die Vorstellung zugrunde, dass Modelle für die Verarbeitung natürlicher Sprache eine wachsende Zahl von Benutzern verzeichnen, einen Teil der Suchanfragen übernehmen und sich zu einem neuen Einstiegspunkt in das Internet entwickeln könnten. Die Antworten von ChatGPT lassen die Ergebnisse der Google-Suche mitunter simpel erscheinen, da der Chatbot zu einer Unterhaltung in der Lage ist, über Filtertechnologie verfügt und Daten erfassen kann.

Im Bereich der Spracherkennung haben Siri, Amazon und Alexa Suchmaschinen bereits mit anderen Herausforderungen konfrontiert, ebenso wie TikTok und Instagram bei der Videosuche. Als die App-Stores aufkamen, gab es Bedenken hinsichtlich der Auswirkungen von Apps auf das Geschäft von Google mit Suchanfragen. Doch die Entwicklung der App-Stores und der Suchfunktionen innerhalb von Apps kam Google letztlich zugute, da das Unternehmen über die beispiellose Fähigkeit verfügt, Informationen aus allen Teilen des Internets zusammenzutragen. Wir sind uns zwar bewusst, dass Suchmaschinen durch das Entstehen disruptiver Technologien bedroht werden. Doch das Gesetz der großen Zahlen, konjunkturbedingte Probleme und Datenschutzaspekte könnten für Alphabet kurzfristig eine größere Gefahr darstellen.

Wir ignorieren die mögliche Bedrohung nicht, halten die allgemeine Einschätzung jedoch für eine zu stark vereinfachte Sichtweise. Google hat bereits vor rund 20 Jahren, in seinem Geschäftsbericht für das Jahr 2005, die Themen KI und maschinelles Lernen (ML) erwähnt und war damit der erste starke Befürworter dieser Technologien. In seiner jüngsten Telefonkonferenz für Investoren bezeichnete Alphabet die KI-gestützte Suche (und große Sprachmodelle) als die wichtigste seiner vier zentralen Investitionsbereiche: KI, YouTube, Hardware und Cloud. Alphabet hat stark in KI investiert und zwischen 2000 und 2022 rund USD 177 Mrd.¹ für Forschung und Entwicklung sowie Investitionen in diesem Bereich ausgegeben. Etwa die Hälfte der Mitarbeiter des Unternehmens haben in irgendeiner Weise mit KI und maschinelles Lernen zu tun.

Alphabet verwendet bereits mehrere KI-Produkte, muss jedoch abwägen, wie sich diese weiterentwickeln und anpassen lassen, ohne das bestehende hochprofitable Suchgeschäft des Konzerns zu kannibalisieren (das Innovator's Dilemma) und erhebliche regulatorische und moralische Bedenken zu wecken.

Abgesehen von der Monetisierung sind bei der Entwicklung dieser KI-Modelle eine Reihe weiterer Aspekte zu berücksichtigen:

• Vertrauen und Genauigkeit

LaMDA ist ein mit ChatGPT vergleichbares Modell für die Verarbeitung natürlicher Sprache und wurde von einem seiner Entwickler in einem viel zitierten Kommentar als „empfindungsfähig“ bezeichnet. ChatGPT hat zwar Stärken in der Gesprächsführung, doch aufgrund der Komplexität menschlicher Sprache mangelt es seinen Ergebnissen oft an Genauigkeit, Kontext und Vertrauen. Das Problem, dem Google Search und Microsoft Bing gegenüberstehen, ist daher nicht die Simulation von Antworten. Vielmehr müssen sie sicherstellen, dass sich „generative“ Antworten nicht zu „erfundenen“ Ergebnissen ohne glaubwürdige Quellen entwickeln. Die Verwendung von KI in Suchmaschinen wird wahrscheinlich zu einer stärkeren regulatorischen Überwachung dieser Technologie führen, da sie einige negative Folgen haben kann. Google Search verhindert einige potenziell schädliche Suchanfragen, etwa die Frage, wie man ein Auto kurzschließt, eine Bombe baut oder andere Menschen online verfolgt oder belästigt. ChatGPT verfügt derzeit weder über Beschränkungen hinsichtlich der Art der Anfragen noch über Filter, die den Wahrheitsgehalt und die Genauigkeit seiner Ergebnisse verbessern, was angesichts seiner Fähigkeit, ähnlich wie ein Mensch zu antworten, gefährlich sein kann.

• Skalierbarkeit und Aktualität

Google wird Schätzungen zufolge täglich von mehr als 4 Milliarden Menschen für Milliarden von Suchanfragen genutzt. Seine Suchmaschine sorgt durch iterative Verfahren für Genauigkeit, und die Benutzer legen Wert auf besonders zuverlässige Informationen. ChatGPT ist zwar in der Lage, komplexe Fragen zu bearbeiten, hängt jedoch hinsichtlich der Aktualität und somit der Exaktheit der Antworten hinterher.

Google verzeichnet seit einiger Zeit einen rasanten Anstieg von Anfragen, die ortsbezogen sind oder zeitgebundene Antworten erfordern, beispielsweise mit den Suchbegriffen „neueste“ oder „aktuelle Nachrichten“. Google Search hat in dieser Hinsicht einen Vorteil, den Bing und andere Suchmaschinen bisher nicht erreicht haben: Der Service kann nicht nur Ergebnisse indexieren oder bereitstellen, sondern bietet auch die Möglichkeit, per Web-Crawling Texte, Bilder und Videos über automatisierte Programme herunterzuladen. Es gibt kein zentrales Register für Webseiten. Die Entdeckung und Aktualisierung der neuesten Informationen, z. B. Öffnungszeiten von Geschäften, Nachrichten im Internet oder Daten, ist daher von entscheidender Bedeutung, um korrekte und aktuelle Antworten zu generieren. Der Umfang und die Beständigkeit der Verwendung des Dienstes durch die Verbraucher zeigt, welchen Nutzen Google ihnen bietet. Daher wird es schwierig werden, eine wesentliche Differenzierung und Veränderung zu erreichen.

• Kosten

Zwischen der Indexierung von Webseiten durch Google und der Verarbeitung von Daten durch umfangreiche Sprachmodelle gibt es grundlegende Unterschiede. Eine Indexierung in einer Größenordnung wie im Fall von Google wäre für ChatGPT unerschwinglich; die derzeitigen Kosten des Chatbots werden auf durchschnittlich rund USD 0,02 pro Anfrage geschätzt. Die Kosten hängen stark von der Anzahl der durch eine ChatGPT-Anfrage generierten Wörter und der Größe des Algorithmus ab. Die Kosten pro Suchanfrage sind bei ChatGPT etwa sieben Mal so hoch wie bei Google Search. Ohne eine deutliche Erhöhung der Ausgaben für die Rechenleistung ist es daher schwierig, das Produkt kommerziell zu monetarisieren.

2. Auswirkungen auf Rechenleistung, Cloud und Halbleiter

While GPT-2 (late 2019) was launched with only 1.5 billion parameters, ChatGPT-3 was trained with 175bn parameters. GPT-4 is expected to take this into the trillions. Microsoft estimates that the computing requirements for AI training doubles every 3.5 months!. As a result, graphics processing unit (GPU) designer and manufacturer nVIDIA designed its latest Hopper GPU architecture with a dedicated transformer software engine, enabling 9x the AI training performance, or 3x the performance at the same power, which is an increasingly important metric given climate change targets.

Die großen Technologiekonzerne haben in den letzten Jahren ihre Pläne für KI-Investitionen veröffentlicht. Besonders hervorzuheben ist dabei die Prognose des Facebook-Eigentümers Meta, der für das Jahr 2023 Investitionen von mehr als USD 35 Mrd. plant. Ausschlaggebend dafür sind vor allem weitere Ausgaben in den Bereichen KI/maschinelles Lernen und Hochleistungs-GPUs, mit denen der Konzern die Analyse- und Rechenleistung für seine Algorithmen steigern will.

Aufgrund des schwächeren Konjunkturumfelds und der eingetrübten Umsatzaussichten für die nächsten drei Monate ist bei den großen Technologieunternehmen ein neues Kostenbewusstsein zu verzeichnen. Trotz des Personalabbaus bei einigen dieser Unternehmen sind wir überzeugt, dass die Investitionen in KI/ML-Anwendungen mit besseren Aussichten für eine Monetisierung anhalten werden, zumal ChatGPT das KI-„Wettrüsten“ unter den Hyperscalern weiter anheizt.

Der zunehmende Einsatz von KI kommt den großen Halbleiterherstellern zugute und wird die Verlagerung zum Cloud Computing beschleunigen, da die benötigte Rechenleistung eine Bündelung der Ressourcen erfordert und durch den Investitionsbedarf zu Eintrittsbarrieren führt.

 3. Bedrohung durch Konkurrenz im Softwaresektor

Wie eine aktuelle Umfrage der Networking-App Fishbowl ² gezeigt hat, werden ChatGPT und andere KI-Tools von den Benutzern häufig für das Verfassen von E-Mails und die Programmierung von Code-Segmenten verwendet. Die Studie verdeutlichte zudem, dass die Nutzung dieser Tools in zahlreichen Branchen zugenommen hat: Über 30% der Befragten in den Bereichen Marketing und Werbung, Technologie und Beratung haben sie bereits bei ihrer Arbeit verwendet.

Die GPT-3-Technologie, die ChatGPT zugrunde liegt, könnte mehrere Bereiche tiefgreifend verändern:

•  Programmierung und Softwareentwicklung

Der Erfolg von Microsofts GitHub Copilot und DeepMinds AlphaCode zeigt, dass diese Technologie dabei helfen kann, das Programmieren zu automatisieren und gleichzeitig die Qualität des erzeugten Codes zu verbessern. Programmieren kann sehr teuer sein, und es besteht die Möglichkeit, diese Angebote, die als Plattformen für Benutzer mit wenig oder gar keinen Programmierkenntnissen begonnen haben, mithilfe des maschinellen Lernens zu erweitern. Andrej Karphathy, der bei Tesla das Programm Autopilot entwickelt hat, twitterte am 1. Januar, dass er inzwischen 80% seines Codes mit GitHub Copilot schreibt.

• Datensicherheit und Erkennung von Schwachstellen

OpenAI hat gezeigt, dass es in Code-Beispielen einige Schwachstellen in Bezug auf die Datensicherheit erkennen kann.

• Fähigkeiten in den Bereichen Bildung, Schreiben von Aufsätzen, Mathematik und Nachhilfe

ChatGPT hat in der Hochschulbranche Besorgnis ausgelöst, da das Tool in der Lage ist, in kürzester Zeit Bücher und Aufsätze zu verfassen, und vor Kurzem sogar eine MBA-Prüfung der Wharton School bestanden hat. Unternehmen wie Chegg haben sich Wettbewerbsvorteile verschafft, da sie in der Lage sind, auch komplexe Fragen von Studenten zu beantworten. ChatGPT kann Antworten auf diesem Niveau bisher nicht bieten, doch die generative KI wird immer besser – und dies schnell.

• Arzneimittel- und Impfstoffentwicklung

Der Abgleich von Mustern mit einer definierten Wissensdatenbank gewinnt als Anwendungsfall an Bedeutung und bietet wachsende Chancen. Viele Wissenschaftler sind jedoch auch besorgt darüber, dass KI in der Lage ist, auf überzeugende Weise gefälschte Forschungsergebnisse zu verfassen, die für Experten sehr schwer von echten Ergebnissen zu unterscheiden sind.

• Kundendienst und Vertrieb

Es besteht die Chance, Modelle für virtuelle Berater zu erweitern. ChatGPT wird von Unternehmen eingesetzt, um Mitarbeitern den Zugriff auf wichtige Informationen zu ermöglichen. Wie schätzt Janus Henderson beispielsweise derzeit 10-jährige Staatsanleihen ein? Welche Richtlinien bestehen bei Janus Henderson für den Mutterschaftsurlaub? Zwar bestehen bei den Antworten in vielen Fällen dieselben Probleme im Hinblick auf Genauigkeit und Aktualität wie bei der Suchanfragen. Längerfristig könnten diese Modelle jedoch zu Wettbewerbsdruck für Unternehmen wie Salesforce und HubSpot führen.

• Erstellung von Inhalten

Wenig Beachtung finden bisher die Auswirkungen der jüngsten KI-Trends auf die Entwickler von digitalen Inhalten und Software. Die Alphabet-Tochter DeepMind gab die Veröffentlichung von Dramatron bekannt, einer Software, die Autoren bei der Verfassung von Theaterstücken und Drehbüchern unterstützt (komplett mit Titel, Charakteren, Ortsbeschreibungen und Dialogen). Das von OpenAI entwickelte Tool DALL·E 2 kann aus einer Beschreibung in natürlicher Sprache realistische Bilder und Kunstwerke erstellen. Das Programm war beispielsweise in der Lage, in nur zwei Minuten ein Bild zu erzeugen, das zeigt, wie ein Ganzkörperporträt der Mona Lisa aussehen würde.

• Simulation

Podcast.ai, eine Reihe von vollständig mithilfe von KI erstellten Podcasts, veröffentlichte ein 20-minütiges Interview von Joe Rogan mit dem verstorbenen Steve Jobs, das sich um Themen wie Glauben, Technologieunternehmen und Drogen dreht. KI kann Autoren effektive Tools bieten, die es ihnen ermöglichen, ohne tiefgreifende Programmierkenntnisse Inhalte zu erstellen. Wie bei Suchanfragen verschwimmen in diesem Fall die Grenzen zwischen Realität und Simulation, und das Vertrauen in die Content-Ersteller und die Vermeidung von Extremen werden wichtiger. Dies ist von Bedeutung für die Art und Weise, wie in der digitalen Welt des Metaversums neue Inhalte erstellt werden.

Hyperscalern wie Amazon Web Services, Microsoft Azure, Google Cloud Platform und Meta bietet sich eine große Chance, die Integration von KI-Prozessen in ihre eigenen Anwendungen zu beschleunigen, was für die Anbieter von Anwendungssoftware langfristig zu Wettbewerbsdruck führt. Dies ist aus unserer Sicht einer der Hauptgründe dafür, dass Technologiegiganten wie Microsoft und Amazon in OpenAI investieren, wodurch die potenzielle Bewertung des Unternehmens auf USD 29 Mrd. gestiegen ist.³

Evolution statt Revolution

Das Zeitalter der künstlichen Intelligenz rückt näher, aber ähnlich wie beim Metaversum halten wir die aktuelle Entwicklung nicht für eine Revolution, sondern für eine Evolution, die schon lange im Gange ist. Die starke Konvergenz wichtiger Technologiethemen setzt sich fort. Ein Beispiel dafür sind Infrastrukturen der nächsten Generation, die eine höhere Rechenleistung ermöglichen und dadurch die Weiterentwicklung von KI und Metaversum erleichtert, wofür wiederum mehr Rechenleistung erforderlich ist.

Wir sind von den Möglichkeiten, die KI/ChatGPT bietet, und den vielen Nutznießern des Metaversums und des allgemeinen Trends zu KI nach wie vor begeistert. Gleichzeitig sind wir uns darüber im Klaren, das konjunkturbedingter Druck entsteht und regulatorische Hürden überwunden werden müssen, bevor diese Technologien auf breiter Front eingesetzt werden.

Der Hype-Zyklus

Als erfahrene Technologieanleger warnen wir davor, auf Nischenthemen zu setzen, und empfehlen, nicht nur die langfristigen Chancen zu berücksichtigen, sondern auch die bestehenden Wettbewerbsvorteile, das Tempo der Technologieakzeptanz und den Hype-Zyklus, und auf eine angemessene Bewertungsdisziplin zu achten.

WICHTIGE INFORMATIONEN

Technologiebranchen können durch das Obsoletwerden bestehender Technologien, kurze Produktzyklen, fallende Preise und Gewinne, Wettbewerb durch neue Marktteilnehmer und das allgemeine Konjunkturumfeld erheblich beeinträchtigt werden. Der Wert einer konzentrierten Anlage in einer einzigen Branche kann stärker schwanken als die Performance weniger konzentrierter Anlagen und des Gesamtmarkts.