Ist KI eine Blase?

• AI-Industrie und Investitionsmarkt werden in Bezug auf eine mögliche Blasenbildung intensiv diskutiert, wobei übermäßiger Optimismus als zentraler Faktor gilt
• Eine technologiebasierte „Inflection“-Blase kann kurzfristig Verluste verursachen, beschleunigt aber langfristig den technologischen Fortschritt
• AI-bezogene Ausgaben und Aktienanstiege machen den größten Teil des Wachstums der US-Wirtschaft sowie des S&P-500 aus, und der starke Anstieg von Unternehmen wie Nvidia befeuert die Investorenstimmung
• Der Ausbau von AI-Infrastrukturfonds über Schulden wird als Risiko genannt, das an frühere Telekommunikations- und Internetblasen erinnert
• Bei gleichzeitiger Hoheit von AI-Potenzial und Unsicherheit wird statt allgemeiner Euphorie oder kompletter Vermeidung eine vorsichtige, selektive Herangehensweise gefordert

---

Wesen und wiederkehrende Muster von Blasen

• Eine Blase entsteht eher aus übermäßigem Optimismus als aus der eigentlichen technologischen oder finanziellen Innovation selbst
  • Taucht eine neue Technologie auf, erzielen frühe Teilnehmende große Renditen, während spätere Investoren aus einem FOMO (Fear of Missing Out) heraus einsteigen
  • Kurzfristig sind Verluste kaum zu vermeiden, langfristig bildet sie jedoch eine Grundlage für technologischen Fortschritt
• Auch frühere Fälle (South-Sea-Company, Internet, Glasfaser, Subprime usw.) zeigen, dass das „Neue“ die Vorstellungskraft anregte und zu irrationaler Bewertung führte
• Die Grenze zwischen rationalem Optimismus und irrationaler Überhitzung ist eine Frage der Beurteilung und lässt sich schwer eindeutig ziehen

„Gute Blase“ und „schlechte Blase“

• Byrne Hobart und Tobias Huber unterscheiden zwischen zwei Blasentypen
  • „Mean-Reversion“-Blase: ein rein finanzieller Trend, der Wohlstand zerstört
  • „Inflection“-Blase: fördert den technischen Fortschritt wie bei Eisenbahn und Internet und baut soziale Infrastruktur auf
• Laut Carlota Perez ermöglicht spekulatives Momentum die Installationsphase (Installation Phase) und geht anschließend in die Einführungsphase (Deployment Period) über
• Blasen mit technischem Fortschritt beschleunigen Kapitalzufuhr und Experimentierfreude, vernichten aber gleichzeitig viel Kapital
• Wichtig ist, Fortschritt zu fördern, ohne bei diesem Prozess zum Opfer zerstörten Reichtums zu werden

AI-Markt: Aktuelle Lage und Unsicherheit

• AI macht den Großteil der unternehmerischen Investitionen, des BIP-Wachstums und des Anstiegs des S&P 500 aus
  • Nvidia wurde zur Symbolfigur: Die Marktkapitalisierung stieg in 26 Jahren auf etwa das 8.000-fache
• Dennoch sind kommerzielle Nutzung, Ertragsmodell und Gewinnerunternehmen von AI weiterhin unklar
  • Wie in der Autoindustrie ist die Bedeutung einer Technologie nicht automatisch gleichzusetzen mit Investitionserfolg
• „Lottery-Ticket-Thinking“ breitet sich aus
  • Beispiel: Das Startup Etched behauptet, mit 12 Millionen US-Dollar Investment das Potenzial zu haben, der „größte Konzern der Welt“ zu werden
• Profitabilität, Wettbewerbsstruktur und Circular Deals werden ebenfalls hinterfragt
  • Die gegenseitige Investitions-/Ausgabenstruktur von OpenAI und Nvidia wird als Self-Dealing kritisiert
  • Goldman Sachs schätzt, dass 15 % von Nvidias Umsatz auf solche Transaktionen entfallen

Ausweitung der Verschuldung und Finanzrisiken

• Der Aufbau von AI-Infrastruktur wird auf bis zu 5 Billionen US-Dollar geschätzt, wobei große Tech-Konzerne die Finanzierung über Anleiheemissionen sichern
  • Microsoft, Meta und Alphabet haben beispielsweise 30-jährige Anleihen emittiert
• Gesunde Investitionen sind Eigenkapital-Investitionen auf Basis von Cashflow, riskante Investitionen sind der Aufbau von Rechenzentren auf Schuldenbasis ohne Kundschaft
• Paul Kedrosky und Azeem Azhar warnen, dass AI-Infrastruktur bereits in die Phase des „Minsky Moment“ eingetreten sei
  • Hohe Anlageninvestitionen jenseits der Erträge, verstärkter Einsatz von SPV (Special Purpose Vehicle) und die Ausbreitung von Vendor-Financing sind Warnsignale
• Schulden verstärken Verluste, sodass bei Nachfragerückgang oder technologischem Wandel mit Überkapazität bei Rechenzentren und Insolvenzen zu rechnen ist
• Oaktree und Brookfield betonen umsichtige Verschuldung und investieren nicht in überhitzte Regionen

Sonderstellung von AI und Investitionsentscheidung

• AI ist eine Technologie, die menschliche kognitive Fähigkeiten ersetzen kann, also qualitativ anders als frühere Innovationen
  • Im Coding und in der digitalen Werbung werden bereits Arbeitsplätze ersetzt
  • Die Geschwindigkeit der technologischen Entwicklung ist so hoch, dass Nachfrageprognosen kaum möglich sind
• Wie bei Radio- und Luftfahrtindustrie verstärkt die Erzählung, Unsicherheit als Chance zu sehen, die Überhitzung
• Argumente für AI-Blasenbildung und Gegenargumente bestehen nebeneinander
  • Gemeinsamkeiten: überhöhte Erwartungen, FOMO, Circular Deals, SPV, große Seed-Investitionen
  • Unterschiede: tatsächliche Umsatzgenerierung, große Nutzerbasis, vernünftiges P/E-Verhältnis
• Bei Unternehmen wie Anthropic und Cursor ist der Umsatz im Vergleich zum Vorjahr um 100-fach gestiegen, was auf reale Nachfrage nach AI-Produkten hinweist

Schlussfolgerung: vorsichtiger Optimismus

• AI ist wahrscheinlich eine Blase, gleichzeitig aber ein historischer technologischer Wendepunkt
• Ob **irrationale Euphorie („irrational exuberance“) ** vorliegt, kann erst im Zeitverlauf beurteilt werden
• Jede frühere Innovation war mit Überinvestitionen und Verlusten verbunden; AI wird wenig davon ausgenommen bleiben
• Der Einsatz von Schulden kann das Risiko in diesem Zyklus weiter verstärken
• Daher sind sowohl vollständiges Investieren als auch komplette Distanzierung riskant, am sinnvollsten ist eine selektive, disziplinierte Beteiligung
• Auch für Investitionen in Rechenzentren und AI-Infrastruktur sind nüchterne Analyse und Umsetzungsstärke entscheidend

Anhang: Die Zukunft von AI und Arbeit

• Als arbeitsersetzende Technologie bringt AI Produktivitätsgewinne, birgt aber auch große Sorgen über Massenarbeitsplatzverluste
  • Joe Davis von Vanguard schätzt, dass 43 % der Arbeitszeit eingespart werden könnten
• Mehr Produktivität bedeutet nicht automatisch mehr Beschäftigung
  • Arbeitsplatzverluste können zu sinkenden Steuereinnahmen und steigenden Sozialausgaben führen
• Die Einführung von Universal Basic Income (UBI) wird diskutiert, doch Finanzierung und möglicher Verlust gesellschaftlicher Sinnstiftung bleiben strittig
• Es werden Befürchtungen zu Sinnverlust von Berufen, sozialer Spaltung und dem Erstarken des Populismus geäußert
• Als künftige Bestandsgeschäfte gelten körperliche Tätigkeiten (Sanitärinstallateure, Pflegekräfte etc.) sowie kreative und auf Einsicht beruhende Berufe
• Insgesamt verfügt AI über das Potenzial, Wirtschafts- und Sozialstrukturen grundlegend neu zu ordnen; dafür sind kluge Reaktion und eine ausgewogene Perspektive nötig

[GN⁺]

Hacker-News-Meinungen

• Viele hochkarätige Software-Teams behaupten inzwischen, dass Entwickler keinen Code mehr direkt schreiben, sondern einfach die gewünschte Funktion eingeben und die AI den Code erzeugt. Das klingt nach einer zu übertriebenen Behauptung, daher frage ich mich, ob es dafür Belege gibt

  • In unserem Unternehmen erstellt ein in Slack integrierter Bot automatisch kleine PRs. Dinge wie Terraform-Anpassungen, Endpoint-Updates oder das Hinzufügen einfacher Handler erledigt er ziemlich gut.
    Aber als ich Claude ein nebenläufiges Datenmigrations-Utility in Go schreiben ließ, war der Umgang mit goroutines und waitgroups ein einziges Chaos voller Bugs. Es wäre wohl schneller gewesen, es selbst zu coden.
    Trotzdem brauchte ein Kollege am nächsten Tag ein ähnliches Tool, und durch ein 45-minütiges Gespräch mit Claude hat er 6–8 Stunden gespart.
    Ich verfolge daher einen hybriden Ansatz — die Grundstruktur und Beispielcode schreibe ich selbst, ich überarbeite das von der AI Erstellte und setze Tests und Guardrails auf, damit die AI den Rest erledigen kann. Die Ergebnisse schwanken, aber sie werden allmählich besser.
    Allerdings hat unser CEO unser Unternehmen zu einem „AI-first“-Unternehmen erklärt und verlangt, dass wir AI für jede Aufgabe einsetzen. Ehrlich gesagt halte ich das für die falsche Richtung, aber vermutlich wird die AI-Nutzung als KPI bewertet
  • Der Satz „Von AI geschriebener Code ist Weltspitze“ ist noch problematischer. Leute aus der Finanzbranche scheinen Programmierung überhaupt nicht zu verstehen
  • Stimme völlig zu. Howard Marks ist ein legendärer Investor, aber AI ist nicht sein Fachgebiet. Seine Leserschaft besteht aus Investoren, daher wollte er eher Einsichten aus Investmentsicht liefern als die technische Realität von AI darstellen
  • Solche Behauptungen stimmen nicht. Teams, die so arbeiten, kann man nicht als „hochrangige Teams“ bezeichnen. Im Gegenteil könnte eine stärkere AI-Abhängigkeit ein Hinweis darauf sein, dass die Komplexität des Teams geringer ist
  • Man hört oft den Satz „Piloten steuern Flugzeuge nicht mehr“, aber das ist völlig falsch. Der Autopilot übernimmt vieles, doch die entscheidende Kontrolle liegt weiterhin beim Menschen

• Der letzte Teil des Artikels hat mich beeindruckt. Zum ersten Mal wünsche ich mir bei einer Technologie, dass sie ihr Versprechen nicht einlöst. Bei den meisten neuen Technologien begeistert mich ihr Potenzial, aber diesmal liegt der Fokus nur auf der Senkung von Lohnkosten, und das macht mich traurig.
  Als Werkzeug zur Informationsbeschaffung ist AI großartig, aber die Richtung, menschliche Kreativität ersetzen zu wollen, ist nicht willkommen

  • Mir geht es genauso. Ich liebe den Prozess des Codens, weil ich dabei ein Gefühl von Handwerkskunst empfinde. Man zerlegt Probleme, baut sie logisch auf, und wenn der Code fertig ist, gibt es diesen fast magischen Moment.
    Einen Computer mit einer Sprache zu steuern, die man über mehr als zehn Jahre gelernt hat, ist fast wie ein Wunder. Ich will nicht einfach auf Englisch etwas beschreiben und dann warten. Ich bin jemand, der selbst Code schreibt, und ich will das nicht aufgeben
  • Ich habe dieselben Sorgen. Seit dem Auftauchen von ChatGPT habe ich verstanden, wie groß die Umweltauswirkungen sind, und die explodierende Ressourcennutzung von Rechenzentren hat mich schockiert.
    Ich glaube, dass Technologie die Menschheit voranbringen kann, aber zugleich schmerzt mich die Realität, dass sie einigen wenigen Reichen gesellschaftliche Kontrolle verschafft.
    AI birgt das Risiko, für die meisten Menschen eine feindliche und ungleiche Welt zu schaffen. Wir sollten den gesellschaftlichen Schaden von Technologie viel ernster bewerten
  • Schon die Vorstellung, dass Jobs unbedingt nötig seien, wirkt auf mich wie ein Mangel an Vorstellungskraft. Wenn mein Lebensunterhalt gesichert wäre, würde ich wahrscheinlich sogar Code ohne kommerziellen Wert mit Freude schreiben
  • LLMs sind nützlich fürs Codieren oder Suchen, aber der Versuch, menschliche Kreativität und Ausdruckskraft zu ersetzen, ist unerquicklich
  • LLMs sind letztlich nur Sprachvorhersagemaschinen. Sie setzen vorhandene Texte ohne Verständnis neu zusammen, deshalb sind Aufgaben, die echtes Denken erfordern, nicht ersetzbar.
    Unternehmen sind allerdings immer auf Lohnkostensenkung fixiert, daher würden sie auch ohne AI andere Wege suchen, um Menschen abzubauen

• Beim Satz „AI hat das Potenzial, zu einem der größten technologischen Fortschritte der Menschheitsgeschichte zu werden“ musste ich scherzhaft daran denken zu fragen, ob man die Bären (Pessimisten) nicht nach ihrer Meinung gefragt hat

  • Tatsächlich glauben viele Menschen nicht, dass AGI möglich ist. Sie denken auch nicht, dass LLMs oder AI ihr Leben grundlegend verändern werden
  • Man kann durchaus glauben, dass AI irgendwann groß wird. Selbst wenn LLMs an Grenzen stoßen, wird AI am Ende ein großer Trend sein
  • Das erinnert an den Satz: „Meine technikoptimistische Bubble ist keine Bubble, glaub mir“
  • Wenn man das Wort „Potenzial“ betont, ist der Satz im Grunde richtig
  • Im Artikel stand der Satz: „Es wäre das erste Mal in der Geschichte, wenn die Begeisterung für AI nicht in einer Bubble enden würde“

• Der Satz „Coding ist der Kanarienvogel im Kohlebergwerk der AI-Auswirkungen“ ist mir im Gedächtnis geblieben.
  Danach wird ein Interview mit Grace Hopper aus dem Jahr 1944 zitiert und von einer Zeit erzählt, in der es das Konzept des Programmierens noch nicht gab.
  Grace Hopper Oral-History-PDF

• Das Problem ist, dass die AI-Debatte in Extreme kippt. Zu sagen, „AI schreibt den Großteil des Codes“, ist übertrieben, aber den Einsatz von AI pauschal abzulehnen ist ebenfalls unrealistisch.
  Frühe Startups erledigen mit LLMs Tests oder Boilerplate schnell, aber das eigentliche Engineering bleibt weiterhin Aufgabe von Menschen.
  Es ist eine Bubble, aber wie in der Dotcom-Ära wird es selbst nach einer Korrektur die Technologie weiterhin geben

  • Dem stimme ich inzwischen nicht mehr zu. Ein Freund hat in einem Fintech-Startup mit LLMs schnell komplexen Code gebootstrapped und sogar Terraform und Dokumentation automatisiert.
    Ich selbst kannte Kubernetes, Helm und ConfigMap nicht, aber die AI hat mir eine perfekte Service-Konfiguration erstellt
  • Auch in der Dotcom-Bubble gingen viele Unternehmen unter, aber Firmen wie Amazon, Google und eBay überlebten.
    So wie das Web die Grundlage für SaaS wurde, wird auch AI zu einer Kerntechnologie werden.
    Im Moment verdient Nvidia dank der GPU-Preise Geld, aber der eigentliche Wert wird im Bereich der AI-Anwendungen entstehen.
    Dank Open-Source-Modellen und sinkender Inferenzkosten ist die Infrastruktur selbst keine Eintrittsbarriere.
    Sogar ChatGPT hat noch viele Bugs und ist nicht ausgereift. Die echte Innovation wird daraus entstehen, dass kleine Unternehmen Modelle nutzen, um neue UX und Produkte zu bauen

• Ich stelle mir vor, wie es wäre, wenn es einen AI-Bot gäbe, der Kommentare erkennt wie „AI kann das nicht“ und automatisch mit „Bei mir funktioniert’s aber?“ antwortet. Nur ein lustiges Gedankenexperiment

  • Ich habe einen ähnlichen Gedanken. Auf HN sind positive Reaktionen auf AI viel stärker als das, was echte Ingenieure in der Praxis empfinden
  • 90 % der Kommentare, die AI loben, wirken, als hätte man einfach von einem Chatbot geschriebene Sätze per Copy-and-paste eingefügt

• Kann das Silicon Valley mit LLMs und GPUs Billionen Dollar an Wert schaffen?
  Falls die Wirtschaft nicht in diesem Ausmaß wächst, werden andere Regionen den Schaden tragen.
  Und können sich LLMs mit genügend Finanzierung zu AGI weiterentwickeln?
  Im Moment sind LLMs nur intelligente Textgeneratoren

  • Unter den Artikelzitaten war der Satz „Damit der AI-Boom produktiv ist, müssen die Erträge vor einer Kreditklemme aufholen“ der entscheidende Punkt.
    Auch das Internet war transformativ, doch viele Unternehmen gingen ohne Gewinne bankrott.
    AI kann zugleich real und eine Bubble sein
  • „Verstehen“ existiert nicht

• Wie man dieses Memo bewertet, hängt vom jeweiligen Standpunkt ab.
  Wie bei der Dotcom-Bubble werden manche Firmen scheitern, aber die Technologie bleibt.
  Die Immobilien-Bubble von 2007 hingegen war ein totaler Zusammenbruch.
  AI liegt näher am ersten Fall — es wird Korrekturen geben, aber die langfristigen Wachstumschancen sind enorm.
  Für Investoren, die auf kurzfristige Gewinne aus sind, mag es wie eine Bubble wirken, aber für Gründer oder langfristige Builder ist es eine Zeit neuer Wertschöpfung

• Früher mochte ich die Texte von Howard Marks, aber diesmal wirkte es auf mich wie ein oberflächliches Verständnis.
  Es fühlte sich eher wie der Versuch an, sich einem Trend anzupassen, als wie technische Sachkenntnis

  • Vielleicht hast du ihn eher missverstanden. Ihm ging es weniger um die technische Umsetzbarkeit als darum, vor überhitzten Investments zu warnen. Aus Investorsicht ist das eine durchaus logische Analyse
  • Er hat selbst gesagt, dass er sich mit Technologie nicht gut auskennt, aber es ist dennoch sinnvoll, dass er die wirtschaftlichen Auswirkungen untersucht hat.
    Selbst wenn AI die Lohnkosten nur um 5–10 % senkt, kann das enorme gesellschaftliche Folgen haben.
    Auch wenn die Technologie nicht perfekt ist, sind ihre ökonomischen Effekte realistisch

• Ich habe einen Artikel gesehen, laut dem 8 Billionen Dollar in den Bau von AI-Rechenzentren investiert werden sollen (Yahoo Finance).
  Um eine jährliche Rendite von 10 % zu erzielen, müssten jedes Jahr 800 Milliarden Dollar verdient werden.
  GPUs werden alle drei Jahre ersetzt — ist ein solcher Ertrag überhaupt möglich?
  Auch in Ilyas Interview hieß es: „Niemand weiß, wie man AGI baut“