Die TBF-Fondsmanager Max Dreide und Thomas Pfeifle diskutieren über die Rolle von künstlicher Intelligenz (KI) auf dem Kapitalmarkt. Sie adressieren die Sorge vor einer "Circular Bubble" und betonen, dass trotz hoher Bewertungen und Schwankungen derzeit kein Blasenbildungsszenario vorliegt. Dies begründen sie mit starken Quartalsberichten und angekündigten Investitionserhöhungen großer US-Unternehmen in KI. Sie heben hervor, dass KI über das Laborstadium hinausgewachsen ist und reale Anwendungen in diversen Branchen existieren. Als Beispiele werden Sprachassistenten genannt, die Telefonate mit hoher menschlicher Präzision führen können, sowie KI-gestützte Sprachklone von CEOs zur Kundeninteraktion. Das Thema KI steht in letzter Zeit nicht nur wegen der Innovationskraft im Fokus, sondern auch wegen den Sorgen vor einer Blasenbildung. Manche Marktteilnehmer sprechen von einer Circular Bubble, also eine Blase, die sich durch intransparente gegenseitige Verbindungen stützen. Circular Bubble meint eine Blase, die sich irgendwie selber speist, weil innerhalb eines engen Ökosystems das Geld, die Nachfrage und die Story immer wieder im Kreis laufen. Ja, haben wir denn so eine Bubble? Das ist eine gute Frage. Blasen-Vorwürfe existieren aufgrund hoher Bewertungen und zeitweiser Kursverluste bei KI-Aktien. Gleichzeitig zeigen aktuelle Quartale großer US-Unternehmen solide Ergebnisse und steigende Investitionen in KI. Analystenschätzungen wurden übertroffen; nächstes Jahr könnten Ausgaben um etwa 20% höher liegen. Der Trend der KI-Investitionen setzt sich fort, vor allem in Cloud, GPUs und Rechenzentren. Insgesamt sprechen Zahlen für Fortführung der Entwicklung, aber Vorsicht bleibt gerechtfertigt. Transaktionen sind notwendig und dienen dem Aus- und Aufbau von Kapazitäten, insbesondere zur Edge-Verarbeitung direkt am Funkmast (Nokia-Integration mit Software/Hardware): Sinnvoll, um Distanz zu verkürzen und Geschwindigkeit zu erhöhen. Partnerschaften werden aufgebaut; Nvidia expandiert in physische AI, z. B. Robotik und autonomes Fahren; potenziell eigene Funktürme/Funkmasten für Robotersteuerung. Bei der AI Week in Frankfurt konnten wir eine starke Präsenz von Nvidia, Dell, HP, IBM, OpenAI-Vertretern feststellen Der Fokus lag auf realen Anwendungen außerhalb des Labors. Beispiel Eleven Labs (Polen): KI-gestützte Sprachassistenz mit hoher Präzision und der Fähigkeit, mehrere Telefongespräche gleichzeitig zu führen. Die KI zeigt hier naturnahe Sprache und Denkpausen. Unsere praktische Erkenntnis: KI-Anwendungen sind divers, von Sprach- bis zu Unternehmensprozessen. KI kann Anrufe führen, mit Menschen interagieren und in Partnerschaften integriert werden (z. B. Klana-Dialogführung via Sprachklon). Unfassbar vielseitig einsetzbar. Live-Vorführungen zeigen deutlich, was mit KI heute möglich ist und es geht auch darum, wie traditionelle Unternehmen KI-ready werden. Wichtige Themen in diesem Zusammenhang sind: Datenaufbereitung für KI, Tests von KI-Modulen zur Erkennung von Bias, Regulierungsvorgaben im Pharmazie-/Gesundheitssektor. Beispiel aus der Praxis: KI kann Entwicklungszeiten in der Pharmaindustrie erheblich verkürzen (Anschub von ca. 15 auf etwa 8 Jahre laut Beispiel), Effizienzpotenziale durch bessere Daten- und Prozesssteuerung. Spannend ist auch, dass KI nicht nur „perfekte Aufgaben lösen“ kann – sie kann auch neue Nutzenaspekte erschließen durch Gegenüberstellung strukturierter Daten vs. mehrdimensionaler Datenräume (Vektoren) als Zugriffsmodelle. In Deutschland/Europa setzen geschätzte 30% der Unternehmen KI bereits ein. Die Branchenunterschiede sind groß: Finanzen höher als Produktion. Hyperscaler-Investitionen sind messbar, konkrete Anwendungstiefe eher schwerer zu quantifizieren. Talk mit Bundesminister für Digitales, Carsten Wildberger: Europa sollte Regulierung, Datenschutz und Prozesse innovationsoffen gestalten. USA setzt KI-Anwendungen schneller um. In Deutschland besteht weiterhin Skepsis, etwa bei Personalfragen (Betriebsrat) und Schulungsbedarf. Investmentperspektive: KI-Strategien der Fonds decken breite KI-Wertschöpfungskette ab (Hardware bis Endanwender). Token-Grundlagen: Tokens sind Wortbausteine einer KI-Anfrage/Antwort; Abrechnung basiert auf Tokens. Kosten variieren je nach Nutzung, Prompting-Ansatz und API-Verkehr; kosteneffizientes Prompting sowie Vorab-Vektorisierung können Token-Anzahl reduzieren.