Buffetts Rolltreppe trifft den Kern der AI - Investitionswut

Der Investmentguru Michael Burry, der die Subprime-Krise vorhersagte und gegen NVIDIA spekulierte, Jack Clark, Mitbegründer von Anthropic, und der Technologiebeobachter Dwarkesh Patel haben eine Debatte geführt. Das Thema war:

Ist KI die größte technologische Revolution in der Geschichte der Menschheit oder eine Kapitalblase, die bald platzen wird?

Jack Clark hat eine sehr interessante, aber der Intuition widersprechende Beobachtung gemacht: „Im Jahr 2017 war der vorherrschende Konsens in der KI-Community die Tabula-Rasa-Strategie, bei der KI-Systeme von Grund auf neu trainiert werden, indem sie in Spielen wie StarCraft und Dota 2 wiederholt Fehlversuche unternehmen, um schließlich eine allgemeine Intelligenz zu entwickeln.“

DeepMind und OpenAI haben beide auf diesen Ansatz gesetzt und KI-Systeme entwickelt, die in Spielen die Leistung von Menschen übertreffen.

Aber die Geschichte hat gezeigt, dass dieser Weg nicht funktioniert.

Der echte Wendepunkt war ein anderer Ansatz: Massive Vorhersage-Training + Transformer-Architektur + Skalierungsgesetze.

Der Transformer, der in der Studie „Attention Is All You Need“ vorgestellt wurde, hat das Training von großen Modellen effizienter gemacht, und die Skalierungsgesetze haben eine einfache, aber mächtige Wahrheit offenbart: Je mehr Daten und Rechenleistung Sie investieren, desto intelligenter wird das Modell. Diese Beziehung kann präzise modelliert werden.

Jack Clark sagt: „Die heutige KI ist noch nie so schlecht gewesen wie jetzt! Die Fähigkeiten von Claude oder GPT-4 sind heute der Boden, nicht die Decke. Wenn Sie die KI das letzte Mal vor einigen Monaten getestet haben, sind Ihre Einschätzungen der neuesten Technologien stark verfälscht.“

Diese schnelle Iteration lässt KI-Labore wieder zu Agenten-Forschung zurückkehren, diesmal jedoch auf der Grundlage von großen, vortrainierten Modellen.

DeepMinds SIMA2 kann 3D-Umgebungen erkunden, und ClaudeCode kann eigenständig programmieren. Ihre Fähigkeiten basieren auf den inhärenten Fähigkeiten von vortrainierten Modellen, als hätte jeder zukünftige StarCraft-Agent das chinesische Original des Strategiebuches „Die Kunst des Krieges“ gelesen.

Während die Diskussion in der Euphorie über die technologischen Durchbrüche ergriffen war, hat Michael Burry kalte Wasser geschüttet. Er hat eine Geschichte über Warren Buffett erzählt:

Warren Buffett hat Ende der 1960er Jahre ein Kaufhaus besessen. Als das gegenüberliegende Kaufhaus eine Rolltreppe installiert hat, musste er auch eine installieren. Am Ende hat niemand von diesem teuren Projekt profitiert. Die Gewinnmarge hat sich nicht dauerhaft verbessert, die Kostenstruktur hat sich nicht geändert, und beide Läden waren immer noch in der gleichen Wettbewerbsposition.

Diese Rolltreppen-Theorie trifft den Kern der KI-Investitionswelle.

Alle Technologiekonzerne werden von der FOMO (Angst vor Ausbleiben) getrieben, um GPU zu kaufen und Rechenzentren zu bauen, aber niemand kann wirklich einen dauerhaften Wettbewerbsvorteil erlangen.

„Weil Ihre Wettbewerber auch das Gleiche tun, wird die KI-Fähigkeit schließlich zu einer notwendigen Geschäftskosten, nicht zu einer Gewinnquelle.“

Burrys Zahlen sind noch erschreckender: „NVIDIA hat Chips im Wert von 400 Milliarden US-Dollar verkauft, aber die Einnahmen von Endbenutzer-KI-Produkten betragen weniger als 100 Milliarden US-Dollar.“ Dieser 4:1-Verhältnis von Infrastruktur- zu Anwendungs-Einnahmen ist für ihn ein typisches Merkmal einer Blase.

Was noch schlimmer ist, die GPU werden jährlich verbessert. Die heute teuersten Rechenzentren könnten in ein bis zwei Jahren wertlos sein.

Er hat speziell auf eine Aussage des Microsoft-Chefs Satya Nadella hingewiesen: „Ich habe einige Projekte zurückgezogen und den Bau verlangsamt, weil ich nicht möchte, dass ich für vier bis fünf Jahre an dieser Generation von GPU gefesselt bin.“ Dies ist für Burry ein Beweis – selbst die optimistischsten Bauherren beginnen, sich Sorgen über Kapitalfallen zu machen.

Der wichtigste Indikator für Burry ist die ROIC (Return on Invested Capital), das Goldstandard-Maß für das Wachstumspotenzial eines Unternehmens. In der Vergangenheit hatten Softwarekonzerne wie Microsoft und Google eine sehr hohe ROIC, weil die Grenzkosten von Software nahezu Null sind und sie, einmal entwickelt, kontinuierlich Cashflow generieren können.

Aber die KI hat alles verändert. Diese Unternehmen werden zu kapitalintensiven Hardware-Unternehmen, die kontinuierlich enorme Kapitalbeträge in die Anschaffung von GPU, den Bau von Rechenzentren und die Stromkosten investieren müssen.

Nadella hat in einem Interview gesagt, dass er hoffe, durch KI die ROIC auch während der schweren Kapitalausgabenphasen aufrechtzuerhalten. Aber Burry hat geantwortet: „Ich sehe das nicht, und für Nadella klingt das auch nur wie eine Hoffnung.“

Ein noch versteckteres Problem ist die Aktienbezogene Vergütung (SBC). Burry hat berechnet, dass ungefähr die Hälfte der Buchgewinne von NVIDIA durch SBC verschlungen wird.

„Wenn die Hälfte der Mitarbeiter einen Reichtum von 25 Millionen US-Dollar haben, zählt ihre Produktivitätssteigerung noch? Wenn man die echten SBC-Kosten abzieht, wird die Gewinnmarge dieser KI-Sternunternehmen stark schrumpfen.“

Dwarkesh hat versucht, Burry zu widerlegen: „Warum ist die ROIC wichtiger als die absoluten Renditen? Die KI hat das potenzielle Marktvolumen von Technologieunternehmen von der Werbung (400 Milliarden US-Dollar) auf die Arbeitskräfte (zwei- bis dreistellige Billionen US-Dollar) erweitert.“

Aber Burry hat festgehalten: „Wenn ein Unternehmen durch Verschuldung oder Verbrauch von Cashflow an Investitionen mit niedrigen Renditen beteiligt ist, ist es nur scheinbar stark. Der Preis-Einkommen-Verhältnis wird schließlich auf acht sinken, wie bei traditionellen Unternehmen ohne Wachstumsperspektiven.“

Die Debatte darüber, ob die KI wirklich die Produktivität steigert, ist in einem Nebel aus Daten versunken.

Eine Umfrage von Anthropic unter internen Entwicklern hat gezeigt, dass 60 % der Benutzer von Claude behaupten, ihre Produktivität um 50 % gesteigert zu haben. Aber eine unabhängige Studie von METR hat festgestellt, dass die Entwickler, die KI-Tools in einem vertrauten Code-Repository verwenden, die Zeit für das Zusammenführen von Pull Requests um 20 % verlängern.

Jack Clark hat ehrlich zugegeben: „Die Daten widersprechen sich und sind spärlich. Die subjektiven Empfindungen der Menschen können von der objektiven Realität weit entfernt sein – die Selbstberichte über eine starke Produktivitätssteigerung können tatsächlich die Stagnation oder sogar den Rückgang der realen Produktivität verbergen. Anthropic entwickelt neue Überwachungstools und hofft, 2026 Forschungsergebnisse vorzulegen, um die Wahrheit aufzuklären.“

Dwarkesh hat eine tiefere Frage gestellt: „Wenn die KI wirklich die Effizienz von Entwicklern um das Zehnfache steigern kann, warum ist der Wettbewerb zwischen den drei großen KI-Labors (OpenAI, Anthropic, Google) heftiger als je zuvor? Entweder können die Unternehmen ihre eigenen Tools nicht effektiv nutzen, um einen Wettbewerbsvorteil zu schaffen, oder die Produktivitätsgewinne der KI sind viel geringer als es scheint.“

Das Ironische ist die Stille auf dem Arbeitsmarkt.

Dwarkesh sagt: „Wenn man mir 2017 Gemini 3 oder Claude 4.5 gezeigt hätte, hätte ich gedacht, dass es die Hälfte der Büroangestellten arbeitslos machen würde. Aber bis jetzt hat die KI auf den Arbeitsmarkt so gut wie keine Auswirkungen gehabt. Die industrielle Revolution hat zu einer Verlängerung der Schulpflicht geführt, um die Einreise von Jugendlichen in den Arbeitsmarkt hinauszuzögern. Aber die KI-Revolution hat bisher keine ähnlichen sozialen Störungen ausgelöst.“

Wenn es einen Punkt in dieser Diskussion gab, der alle überrascht hat, dann war es die Zurückständigkeit von Google.

Alle acht Autoren der Studie „Attention Is All You Need“ waren Google-Mitarbeiter. Google hat Zugang zu einer riesigen Menge an Daten aus der Suche, Gmail und Android, es hat TPU-Chips und hat sogar bereits ein internes Large Language Model entwickelt.

Trotzdem hat ein Start-up namens OpenAI mit einem Chatbot namens ChatGPT die KI-Revolution ausgelöst. Burry ist fassungslos: „Es ist unglaublich, dass Google in der KI-Branche einem Start-up hinterherhinkt.“

Was noch seltsamer ist, dass diese Revolution von einem Chatbot ausgelöst wurde. Die Anwendungsfälle von ChatGPT waren von Anfang an begrenzt – Suche, Schummeln bei Studentenarbeiten, Programmieren – aber es hat eine Infrastrukturwettlauf im Wert von Billionen von US-Dollar ausgelöst.

Burry hat ein Vergleich gemacht: „Es ist, als würde jemand ein Prototyp-Roboter bauen und dann würden alle Unternehmen der Welt anfangen, für die Zukunft der Roboter zu investieren.“

Die Wettbewerbssituation ist ebenfalls verwirrend. Dwarkesh hat beobachtet, dass der Vorsprung in der KI-Branche sehr kurzlebig ist – 2017 war es Google, vor einigen Jahren war es OpenAI, und jetzt wechseln die drei großen Unternehmen alle paar Monate den ersten Platz.

Es scheint, dass es einen Faktor gibt (Personalgewinnung, Informationsfluss, Reverse Engineering), der den Vorsprung eines einzigen Labs ständig aufhebt.

Jack Clark meint, dass, obwohl alle Labs KI-Tools zur Entwicklung verwenden, es ein Flaschenhals-Effekt gibt: „Die Codegenerierung wird um das Zehnfache beschleunigt, aber die Codeüberprüfung nur um das Zweifache. Insgesamt gibt es keine qualitative Veränderung.“

Am Ende der Diskussion haben die drei Gäste sich schließlich einigen können: „Energie ist die ultimative Beschränkung für die Entwicklung von KI.“

Wir haben in einem Artikel „Google geht in den Himmel, um Strom zu produzieren, aber hat die KI wirklich Strommangel?“ über das gleiche Thema geschrieben.

Burrys Vorschlag an die Politiker ist sehr radikal: „Nehmen Sie eine Billion US-Dollar, umgehen Sie alle Proteste und Vorschriften, bauen Sie kleine Kernreaktoren überall in den Vereinigten Staaten und erstellen Sie ein neues nationales Stromnetz. Schützen Sie jede Anlage mit einer nuklearen Verteidigungstruppe. Dies ist nicht nur für die KI wichtig, sondern auch für die nationale Wirtschaftsicherheit. Nur billige und reichlich Energie kann den Vereinigten Staaten helfen, im Wettbewerb mit China Schritt zu halten und hoffentlich die Staatsverschuldung durch Wirtschaftswachstum zurückzuzahlen.“

Dieser Vorschlag bringt die KI-Debatte auf die Ebene der nationalen Existenz. Jack Clark stimmt ihm voll und ganz zu: „Die KI wird in der Wirtschaft eine wichtige Rolle spielen, und sie hängt von der Infrastruktur ab. Genau wie in der Vergangenheit die Massenelektifizierung und der Straßenbau durchgeführt wurden, müssen wir jetzt auch für die Energieversorgung etwas tun. Große KI-Rechenzentren sind ideale Testkunden für neue Energietechnologien. Ich freue mich besonders auf die Fusion von KI-Energiebedarf und Kerntechnologie.“

Hinter allen Debatten über Modellparameter, Trainingsalgorithmen und Anwendungsfälle steht die Stromversorgung als eine unumgängliche physikalische Beschränkung.

Diese Runde- Tafel-Diskussion hat keine definitive Antwort gegeben, aber sie hat zwei Fragen aufgeworfen, die uns zum Nachdenken anregen:

Erstens: Wem wird der Wert der KI letztendlich zugute kommen?

Wenn Burrys Rolltreppen-Theorie zutrifft, können keine Unternehmen in der KI-Supply Chain übermäßige Gewinne erzielen. In diesem Fall fließt der Wert nur an die Endkunden. Dies ist für die Menschheit insgesamt gut, aber für die Anleger ein Albtraum.

Wenn Jack Clark recht hat, wird die schnelle Entwicklung der KI-Fähigkeiten schließlich zu einem Wettbewerbsvorteil führen. In diesem Fall ist jetzt der beste Zeitpunkt, um in zukünftige Konzerne zu investieren.

Zweitens: Sollten wir uns auf die Zeitpläne oder die Daten verlassen?

Dwarkesh hat darauf hingewiesen, dass das Wachstum der Einnahmen der KI-Labore (40 Milliarden oder 100 Milliarden US-Dollar im Jahr 2026) wichtiger ist als jegliche Benchmark-Tests.

Aber Burry beharrt darauf, dass alles nur eine Überzeugung ist, bis die Anwendungs-Einnahmen 500 Milliarden US-Dollar überschreiten oder Millionen von Arbeitsplätzen von KI ersetzt werden.

Die Geschichte wird uns die Antwort geben, aber bis dahin setzen wir alle in diesem Milliarden-Dollar-Wettlauf unsere Wetten.

Full text translation

Moderator Patrick McKenzie: Michael Burry hat genau die Subprime-Krise vorhergesagt, als alle anderen in die Immobilienblase investierten. Jetzt sieht er, wie Billionen von US-Dollar in die KI-Infrastruktur fließen, und er ist skeptisch. Jack Clark ist Mitbegründer von Anthropic, einem der führenden KI-Labs, das an der Entwicklung der Zukunft arbeitet. Dwarkesh Patel hat von Mark Zuckerberg bis zu Tyler Cowen alle möglichen Leute interviewt, um herauszufinden, wohin alles geht. Wir haben sie in einem Google-Dokument zusammengebracht, und Patrick McKenzie hat die Diskussion moderiert und die Frage gestellt: Ist KI wirklich so vielversprechend wie es scheint, oder erleben wir eine historische Fehlallokation von Kapital in Echtzeit?

Patrick McKenzie: Sie werden als Historiker der letzten Jahre eingestellt. Bitte beschreiben Sie kurz, was seit der Veröffentlichung von „Attention Is All You Need“ (dem Transformer-Paper) aufgebaut wurde. Was würde ein Publikum aus dem Jahr 2017 überraschen, wenn es über die Situation im Jahr 2025 informiert würde? Welche Vorhersagen von gut informierten Personen haben sich nicht erfüllt? Bitte erzählen Sie diese Geschichte wie einem Fachmann in Ihrem Bereich (Forschung, Politik oder Markt).

Jack Clark: Im Jahr 2017 war der vorherrschende Ansatz, um eine echte allgeme