Von Jonathan Curtis, Portfoliomanager bei Franklin Templeton
- Das Modell wird zur Massenware. Das System wird zum Wettbewerbsvorteil.
Da Modelle zunehmend austauschbar werden, verlagert sich der nachhaltige Wert auf die Infrastruktur, die Arbeitsabläufe, die Unternehmensführung und den firmeneigenen Kontext, die aus Informationen verlässliche Ergebnisse machen. - Unternehmen kaufen keine Intelligenz. Sie kaufen Ergebnisse.
Der relevante Massstab sind nicht die Kosten pro Token – es sind die Kosten für die zuverlässige, sichere und skalierbare Erledigung einer Aufgabe. - Günstigere Intelligenz sollte die Chancen der künstlichen Intelligenz (KI) erweitern – und nicht einschränken.
Tiefere Kosten fördern die Akzeptanz. Da KI zunehmend in immer mehr Arbeitsabläufe integriert wird, kann die Nutzung viel schneller wachsen als die Preise sinken. - Die Gewinner werden sich nicht auf ein einziges Modell verlassen.
Der Wettbewerbsvorteil liegt zunehmend bei Unternehmen, die viele Modelle koordinieren, Komplexität bewältigen und Intelligenz effizient einsetzen können. - Vertrauen könnte zum wertvollsten Produkt der KI werden.
Zuverlässigkeit, Governance, Sicherheit und Rechenschaftspflicht gewinnen ebenso an Bedeutung wie die reine Modellleistung.
Intelligenz wird immer erschwinglicher
Open-Weight KI verbessert sich rasant. Modelle, für die einst enorme Budgets erforderlich waren, können nun zu weitaus geringeren Kosten heruntergeladen, angepasst und eingesetzt werden. Die Preise für Token sinken, Leistungsunterschiede verringern sich und Fähigkeiten verbreiten sich schneller. Dieser Fortschritt hat ein klares Argument gegen den Aufschwung hervorgebracht: Wenn Intelligenz zu einer Massenware wird, werden die Labore und Rechenzentren, die zu ihrer Erzeugung gebaut wurden, Schwierigkeiten haben, attraktive Renditen zu erzielen. Tiefere Preise führen zu geringeren Umsätzen, schwächeren Margen und letztendlich zu weniger Investitionen in die KI-Infrastruktur. Wir halten diese Schlussfolgerung für falsch.
Unternehmen kaufen Intelligenz letztendlich nicht pro Token. Sie kaufen Arbeit. Sie kaufen verlässliche Ergebnisse. Sie wollen Code, der funktioniert, garantierte Ergebnisse, gelöste Kundenprobleme, Forschung, die zu nützlichen Schlussfolgerungen führt, und Entscheidungen, die einer genauen Prüfung standhalten. Das Modell ist wichtig. Aber es stellt nur einen Teil des Systems dar, das diese Ergebnisse hervorbringt. Der richtige Massstab sind die Kosten pro abgeschlossener Aufgabe Die relevante wirtschaftliche Kennzahl sind nicht die Kosten pro „Token“. Es sind die Kosten für die zuverlässige Erledigung einer Aufgabe.
Ein kostengünstigeres Modell erfordert möglicherweise wiederholte Versuche, zusätzliche Überprüfungen, menschliche Überwachung und Korrekturen. Ein teureres Modell erledigt dieselbe Aufgabe möglicherweise bereits beim ersten Versuch korrekt.
Die beiden Modelle allein anhand des Token-Preises zu vergleichen, ist so, als würde man einen Auftragnehmer anhand des Stundenlohns auswählen und dabei ausser Acht lassen, wie lange die Arbeit dauern wird, wie viel Nacharbeit erforderlich sein wird und ob das Endergebnis den erforderlichen Standards entspricht.
Nicht alle Auftragnehmer sind gleich. Das gilt auch für Modelle, selbst wenn sie durch Benchmarks vergleichbar erscheinen. Die wichtigere Frage ist nicht, wie kostengünstig ein Modell eine Antwort generieren kann. Es geht vielmehr darum, wie effizient das gesamte System ein vertrauenswürdiges Ergebnis liefern kann. Das Modell ist nur ein Teil des Systems.
Ein Modell arbeitet nicht isoliert. Um wertvolle Arbeit zu leisten, benötigt es firmeneigene Daten, organisatorischen Kontext, Werkzeuge, Berechtigungen, Workflow-Logik, Sicherheitskontrollen, Auswertungen und klare Regeln dafür, wann ein Mensch eingreifen muss. Das Modell liefert Informationen. Das umgebende System entscheidet darüber, ob ein Unternehmen diese Informationen sicher, zuverlässig und effizient nutzen kann.
Stellen Sie sich diese umgebende Ebene als „Harness“ vor. Der „Harness“ wählt das geeignete Modell aus, verbindet es mit Daten und Werkzeugen, wertet seine Ergebnisse aus, setzt Berechtigungen durch, protokolliert seine Aktionen und bestimmt, wann eine Eskalation an einen Menschen erforderlich ist. Im Laufe der Zeit sammelt er Workflow-Logik, institutionelles Gedächtnis, Sicherheitsrichtlinien und Wissen darüber, wo Systeme am ehesten versagen. Ein Unternehmen kann das zugrunde liegende Modell mehrmals austauschen, während ein Grossteil des „Harness“ bestehen bleibt. Diese Beständigkeit ist entscheidend. Da Modelle zunehmend austauschbar werden, könnte das System rund um das Modell an Wert gewinnen.
Der Wert wird sich verlagern, nicht verschwinden
Die Kommerzialisierung des Modellzugangs bedeutet nicht, dass die Wirtschaftlichkeit der KI verschwindet. Es bedeutet, dass sich der Wert auf die Ebenen verlagern sollte, die weiterhin knapp sind: Infrastruktur, Vertrieb, proprietärer Kontext, Eigentumsrechte an Arbeitsabläufen, Governance, Vertrauen. Das schwächste Geschäftsmodell könnte darin bestehen, undifferenzierten Zugang zu einem Modell zu verkaufen und sich dabei auf einen vorübergehenden Leistungsvorteil zu verlassen, um die Preisgestaltung aufrechtzuerhalten. Fortschritte verbreiten sich. Kunden wechseln den Anbieter. Anwendungen verteilen die Arbeit auf verschiedene Modelle. Offene Alternativen setzen einen kostengünstigeren Referenzwert. Anbieter von Pioniermodellen sind sich dieser Bedrohung bewusst. Sie bewegen sich die Technologieebenen hinauf hin zu Unternehmensplattformen, Agentensystemen, Sicherheit, Workflow-Software und letztendlich zu fertigen Arbeitsergebnissen.
Wir glauben, dass dies die richtige Strategie ist. Aber es wird nicht einfach sein. Etablierte Plattformen, Softwareanbieter, Dienstleistungsunternehmen und Konzerne besetzen bereits die Ebenen oberhalb des Modells. Sie besitzen die Daten, die Arbeitsabläufe, den Vertrieb und die Kundenbeziehungen. Sie werden diese Positionen aggressiv verteidigen. Der Aufstieg in höhere Ebenen führt zudem zu Konflikten. Je weiter ein Modellanbieter in die Bereiche Rechtsberatung, Softwareentwicklung, Finanzanalyse, Kundenservice oder Forschung vordringt, desto wahrscheinlicher ist es, dass seine Kunden ihn als Konkurrenten und nicht als neutralen Anbieter betrachten.
Diese Spannung dürfte die Nachfrage nach Portabilität, privatem Einsatz und Systemen, die mehrere Modelle nutzen können, beschleunigen. Sinkende Preise verringern nicht zwangsläufig die Umsatzchancen. Sie können den Markt erweitern.“
Günstigere KI-Lösungen dürften den Verbrauch steigern
Sinkende Preise verringern nicht zwangsläufig die Umsatzchancen. Sie können den Markt erweitern. Eine herkömmliche Softwareabfrage umfasst möglicherweise eine Anfrage und eine Antwort. Ein agentischer Workflow – bei dem ein KI-System eine Abfolge von Aktionen plant und ausführt – kann Dutzende oder Hunderte von Modellaufrufen erfordern. Das System muss möglicherweise einen Plan erstellen, Informationen abrufen, Werkzeuge einsetzen, Alternativen testen, Fehler korrigieren und das Endergebnis überprüfen.
Da KI günstiger wird, werden Unternehmen sie auf mehr Probleme anwenden und mehr Schritte automatisieren. Sie werden sie nutzen, um Kunden besser zu bedienen, das Wachstum zu beschleunigen, Entscheidungen zu verbessern und effizienter zu arbeiten. Die Kosten pro Einheit Intelligenz können sinken, während die Anzahl der verbrauchten Einheiten viel schneller steigt. Dies ist das Jevons-Paradoxon, angewandt auf kognitive Prozesse: Wenn eine Ressource billiger und effizienter zu nutzen ist, kann der Gesamtverbrauch steigen statt zu sinken.
Günstigere Informationen dürften daher sowohl den Markt für Informationen als auch die zu ihrer Erstellung erforderliche Infrastruktur vergrössern. Die entscheidende Variable ist nicht einfach der Rückgang des Stückpreises. Es kommt darauf an, wie stark der Verbrauch darauf reagiert. Die leistungsfähigsten Systeme werden den Überfluss bewältigen.
Wir glauben, dass Unternehmen, die viele Modelle nutzen können, anstatt sich auf ein einziges zu verlassen, die stärkste Position einnehmen dürften. Sie können jede Aufgabe an den Anbieter weiterleiten, der die beste Kombination aus Qualität, Zuverlässigkeit, Latenz, Sicherheit und Kosten bietet. Sie können Spitzenintelligenz für die schwierigsten Probleme reservieren, während sie Routineaufgaben kleineren und kostengünstigeren Modellen zuweisen.
Das Ergebnis wird ein disziplinierter Umgang mit dem Überfluss sein
Unternehmen, die heute lernen, diesen Überfluss zu bewältigen, könnten morgen einen bedeutenden Vorteil haben. Für Investoren lautet die entscheidende Frage nicht einfach, wer das beste Modell hat. Es geht darum, wer reichlich vorhandene Intelligenz zu den tiefsten Gesamtkosten in fertige Arbeit umwandeln kann – und dies mit ausreichender Zuverlässigkeit und Vertrauen tut, sodass Kunden ihre Abläufe um das System herum neu gestalten.
Infrastrukturanbieter sollten davon profitieren, wenn die Nutzung schneller wächst als die Stückpreise sinken. Rechenplattformen können Wert schaffen, indem sie Modelle bündeln und den Einsatz, die Sicherheit, die Governance sowie die Abrechnung verwalten. Anwendungen können dauerhafte Vorteile aufbauen, wenn sie kritische Arbeitsabläufe, proprietäre Kontextdaten und Kundenbeziehungen beherrschen.
Unternehmen, die diese Systeme effektiv einsetzen, können einen erheblichen Anteil des Mehrwerts für sich gewinnen. Sie können KI nutzen, um die Produktivität zu steigern, Entscheidungen zu verbessern, Kapazitäten zu erhöhen und schneller zu wachsen. Die schwächste Position dürfte die undifferenzierte Mitte einnehmen: ein teures Modell oder eine dünne Anwendung ohne nachhaltigen Kostenvorteil, ohne proprietäre Daten, ohne Vertriebskanäle, ohne Kontrolle über Arbeitsabläufe und ohne Verantwortung für das Ergebnis.
Vertrauen könnte zur wertvollsten Ebene werden
Bei wichtigen Aufgaben sind Kunden bereit, für Zuverlässigkeit, Nachvollziehbarkeit, Sicherheit, Überprüfbarkeit und klare Verantwortlichkeiten zu zahlen, falls etwas schiefgeht. Das günstigste Modell ist irrelevant, wenn ein Unternehmen es nicht für den produktiven Einsatz freigeben kann. Modelle mit offenem Gewichtsansatz könnten den Zugang zu KI zur Massenware machen. Sie werden jedoch nicht die Fähigkeit zur zuverlässigen Anwendung von KI innerhalb eines komplexen Unternehmens zur Massenware machen. Auch werden sie die Nachfrage nach KI nicht verringern. Wir glauben, dass sie diese sogar erheblich steigern werden.
Rechenleistung ist nicht kostenlos. Workflows sind nicht kostenlos. Proprietäre Kontexte sind nicht kostenlos. Governance ist nicht kostenlos. Rechenschaftspflicht ist nicht kostenlos. Die Gewinner haben vielleicht nicht in jedem Moment oder für jede Aufgabe das intelligenteste Modell. Es werden jene Unternehmen sein, die reichlich vorhandene Intelligenz in vertrauenswürdige, abgeschlossene Arbeit umwandeln. Sie werden sich fest in die Betriebsabläufe von Unternehmen integrieren. Sie werden Mehrwert schaffen, indem sie ihren Kunden helfen, deren Kunden besser zu bedienen, schneller zu wachsen und bessere Entscheidungen zu treffen.
Das Fazit
Der Gewinn ist gross. Der Lärm wird laut sein. Die Volatilität wird wahrscheinlich hoch sein, während der Markt bestimmt, wo sich der Wert letztendlich einpendelt. Wir glauben, dass Investoren, die diesen Wandel erfolgreich meistern, flexibel, aktiv und auf die zentrale Idee fokussiert sein müssen:
Das Angebot an Intelligenz nimmt rasant zu. Die Unternehmen, die diese effizient in vertrauenswürdige, nachvollziehbare Ergebnisse umsetzen können, werden den grössten Wert für sich gewinnen. (Franklin Templeton/mc/ps