Cathie Wood: Intelligent Agents Rewrite the Logic of Making Money, and Money Flows to Three Directions First
Geld ist niemals von der Intelligenz abhängig.
Es vertraut nur einer Sache: Wer ist leistungsfähiger.
In letzter Zeit hat eine Hummer-Ähnliche Kreatur in Silicon Valley die sozialen Medien erobert. Der Open-Source-Agent MoltBot (der aus Gründen des Markenschutzes von Clawdbot umbenannt wurde) ist so beliebt geworden, dass er weit über die Tech-Szene hinaus bekannt ist. Er kann nicht nur chatten, sondern auch tatsächlich Aufgaben erledigen.
Zur gleichen Zeit hat Cathie Wood, die Gründerin von ARK Invest, in ihrem neuesten Jahresbericht klar gemacht: Die Kosten für KI-Inferenz werden jedes Jahr um 70 % bis 99 % sinken. Das weltweite Bruttoinlandsprodukt (BIP) könnte jährlich um mehr als 7 % wachsen, und die Inflation könnte langfristig unter 1 % bleiben.
Betrachtet man diese beiden Dinge zusammen: Einerseits werden immer mehr Agenten eingesetzt, andererseits fallen die Inferenzkosten jedes Jahr dramatisch. Das bedeutet, dass KI nicht mehr nur ein Demonstrationswerkzeug ist, sondern eine Arbeitskraft, die in großem Maßstab eingesetzt werden kann.
Wenn Agenten zu Arbeitskräften werden, ändert sich die Logik des Geldverdiensts. Das Geld beginnt, in die Richtung zu fließen, die Ergebnisse liefern kann. Cathie Wood gibt drei Richtungen an:
Digitale Arbeitskräfte: Agenten wie MoltBot entwickeln sich von Chat-Tools zu digitalen Mitarbeitern, die Aufgaben erledigen können.
Physische Arbeitskräfte: Robotaxis entwickeln sich von einer reinen Technologie-Demonstration zu einem geschlossenen Geschäftsmodell. Bis 2030 könnte der weltweite Markt auf 34 Billionen US-Dollar anwachsen.
Grundlegende Infrastruktur: Der starke Rückgang der Inferenzkosten, die Wiederaufnahme der Kernenergie und der Bau von Weltraum-Datenzentren machen KI zu einer Infrastruktur wie Wasser und Strom.
Dies ist nicht die Zukunft, sondern die Gegenwart.
Abschnitt 1 | Hinter MoltBot: Der Markt für digitale Arbeitskräfte ist eröffnet
MoltBot ist berühmt geworden, aber es ist kein Produkt einer großen Firma, sondern ein kleines Projekt, das in der Open-Source-Community entstanden ist.
Innerhalb weniger Tage hat sich diese "Hummer" in Silicon Valley wie wild verbreitet. Man nutzt ihn, um Aufgaben zu erledigen, Notizen zu sortieren, morgens geweckt zu werden und E-Mails zu verwalten. Cathie Wood beschreibt ihn als einen KI-Praktikanten, der auch während Ihres Schlafs Ihre Lebensorganisation übernimmt.
Aber es ist nicht nur ein interessantes Tool. Ihr Forschungs-Team hat festgestellt, dass diese Art von Agenten nicht mehr bloße Chat-Bots sind, sondern zunehmend wie Arbeitskräfte eingesetzt werden. Sie lesen Informationen, treffen Entscheidungen und setzen diese um. Mit den Worten von Cathie Wood: MoltBot erledigt Aufgaben, statt nur zu chatten.
Hinter alledem formt sich ein neuer Markt.
Vor einigen Jahren war KI noch ein einfaches Frage-Antwort-Tool. Man stellte eine Frage und wartete auf die Antwort. Seit Projekte wie MoltBot und GPTAgent aufgetaucht sind, hat sich das deutlich geändert. Menschen geben jetzt nicht mehr nur Fragen, sondern direkt Arbeitsaufträge.
Beispielsweise kann man MoltBot öffnen und sagen: "Extrahiere alle Meeting-Einladungen aus meinen SMS, E-Mails und Notizen der letzten drei Tage und erstelle ein Zeitplan und schicke ihn mir." Dann bekommt man eine Word-Datei, eine Kalenderdatei und einen Zusammenfassungsbericht.
Diese Art der Interaktion "Aufgabe → Erledigung" lässt KI nun endgültig Aufgaben übernehmen, die früher von menschlichen Assistenten erledigt wurden.
Cathie Wood glaubt, dass dies der Anfang des Marktes für digitale Arbeitskräfte ist.
Man könnte fragen: "Gibt es das nicht schon lange? Warum hat es erst 2026 so stark zugenommen?"
Die Antwort liegt darin, dass mehrere Faktoren zusammengekommen sind, die Agenten von brauchbar zu wirklich nützlich gemacht haben.
Die Fähigkeiten von KI haben sich verbessert.
- Die Verarbeitungsgeschwindigkeit ist von 30 Sekunden auf 3 Sekunden gesunken.
- Die Menge an Lesematerial ist von wenigen Seiten auf Hunderte von Seiten an Dokumenten gestiegen.
- Anstatt Schritt für Schritt gelehrt zu werden, kann es nun nach einem Befehl einen ganzen Prozess abarbeiten.
Wichtiger noch ist, dass diese Systeme ausreichend Open-Source und lokal nutzbar sind.
Mit der Entstehung von MoltBot können Entwickler direkt auf ihrem Privatcomputer einen Agenten installieren, ohne auf die Cloud angewiesen zu sein oder sich anmelden zu müssen. Von Unternehmen bis hin zu Privatpersonen können alle ihre eigenen KI-Praktikanten einsetzen.
Cathie Wood hat in einem Interview die Veränderungen bei ARK erwähnt. Ihr Chef-KI-Analyst hat seine Arbeitsleistung nach der Nutzung von MoltBot deutlich verbessert. Das gleiche gilt für das gesamte Team: "Wir haben keine neuen Mitarbeiter eingestellt, aber unsere Leistung hat sich verdoppelt."
Früher konnte eine Person nur die Arbeit einer Person erledigen.
Jetzt kann eine Person mehrere Agenten einsetzen, wobei jeder Agent eine bestimmte Aufgabe übernimmt: Datensammlung, Erstellung von ersten Entwürfen, Verständnis von politischen Änderungen, Erstellung von Präsentationen und Zusammenfassung von Meeting-Protokollen.
Wenn ein Agent die Arbeit eines Praktikanten erledigen kann, ist die echte Frage nicht, ob KI arbeiten kann, sondern wie diese digitalen Arbeitskräfte zu bewerten sind.
Dies ist der von Cathie Wood beschriebene Markt für digitale Arbeitskräfte.
Abschnitt 2 | Robotaxi: Von der technologischen Erzählung zum geschlossenen Geschäftsmodell
Agenten sind unsichtbare digitale Arbeitskräfte, aber es gibt auch eine andere Art von Arbeitskraft, die auf den Straßen unterwegs ist.
In den letzten Jahren war die Wahrnehmung von autonomem Fahren noch auf Geldverbrennung, ungewisse Zukunft und laufende Tests beschränkt. Aus Cathie Woods Sicht entwickelt sich das Robotaxi von einer reinen technologischen Erzählung zu einer Einnahmequelle. Es kann nicht nur fahren, sondern auch Cashflow generieren.
In diesem Gespräch hat sie klar gesagt:
"Das Robotaxi ist das Geschäftsmodell, das wir in den nächsten fünf Jahren am besten finden. Sein Marktvolumen ist nicht nur groß, sondern kann auch genau quantifiziert werden."
1. Der Weg zum Gewinn ist klar: Weniger Fahrzeuge, höhere Effizienz
Die Nutzungsrate eines Robotaxis kann bis zu 50 - 60 % betragen, während die eines Privatfahrzeugs nur 4 - 5 % beträgt. Das bedeutet, dass weniger Fahrzeuge mehr Nachfragen bedienen können.
Sie hat eine Statistik erwähnt: Uber deckt derzeit nur 1 % der städtischen Fahrten in den USA ab und nutzt dafür 140.000 Fahrzeuge. Um 100 % der städtischen Fahrten abzudecken, wären nur 24 Millionen Robotaxis erforderlich. Das ist weniger als ein Zehntel der derzeitigen Anzahl von Kraftfahrzeugen in den USA (400 Millionen).
Das Wichtigste ist: Ohne Fahrerkosten, automatische Rückkehr zur Ladestation und Selbststeuerung durch KI sind die Grenzkosten extrem niedrig. Früher war ein Fahrer einem Fahrzeug zugeordnet, jetzt ist ein Steuerungssystem für alle Fahrzeuge einer Stadt zuständig.
Das Robotaxi ist nicht nur ein neues Verkehrsmittel. Es ist eine skalierbare und stabile automatische Betriebsweise, die mit Stromversorgung, KI-Chips und Fahrberechtigungsverwaltung verknüpft ist und somit Teil der städtischen Infrastruktur wird. Es kann reale Aufträge annehmen und Einnahmen generieren.
Das bedeutet, dass das Robotaxi ein replizierbares Gewinnmodell ist, nicht nur ein technologisches Exponat. In Cathie Woods Investitionsmodell können solche Projekte wie das frühe Tesla sowohl externe Finanzierungen beschaffen als auch eigenständig Cashflow generieren.
2. Wohin fließt das Geld?
Früher war die Debatte über Robotaxis auf die Fragen konzentriert, ob die Fahrzeuge fahren können und ob die Gesetze dies erlauben. Jetzt interessiert Cathie Wood eher die Frage: Wer kann aus der skalierbaren Betriebsweise von Robotaxis echte Einnahmen erzielen?
Sie sieht vier Arten von Akteuren positiv:
Steuerungsplattformen, die mehrere Robotaxi-Marken verbinden können, städtische Fahrpläne erstellen und Aufträge zuweisen können;
Energieversorger, die die Nachtladung von Fahrzeugen, Zwischenstopps und die Stromnetz-Balance steuern können;
Anbieter von Chip- und Rechenleistung, die stabile Rechenkapazität für Inferenz und Fahrplanung bieten;
Städte und Immobilienentwickler. Nach der Kostensenkung von Robotaxis werden ehemals abgelegenen Gebiete zu neuen Wert-Senken.
Es geht nicht mehr nur um einzelne technologische Innovationen, sondern um die Neuordnung einer gesamten Wirtschafts-Kette. Vom Verkehr bis zur Stadtplanung, von der Energieverwaltung bis zu den Konsumgewohnheiten.
Sie sagt: Wenn die Fahrzeuge autonom fahren, wird sich auch die Steuerstruktur der Städte ändern.
3. Die Technologie ist kein Problem, die Bedingungen reifen
Cathie Wood hat klar gesagt, dass die technologische Vorbereitung für Robotaxis eigentlich schon abgeschlossen ist. Die wirklichen Hindernisse sind die Regulierungsgeschwindigkeit, die fehlende Infrastruktur und die hohen Betriebskosten von KI.
Aber jetzt werden diese drei Bedingungen gleichzeitig überwunden:
- Regulierung: Mehrere Städte haben die Nachtfahrt von Fahrzeugen ohne Fahrer genehmigt;
- Infrastruktur: In vielen Orten werden spezielle Ladestationen und Wartebereiche für Robotaxis gebaut;
- Kosten: Die Betriebskosten von KI pro Kilometer sind bereits niedriger als die eines menschlichen Fahrers.
Viele Automobilhersteller haben in den letzten zehn Jahren Geld in Konzepte gesteckt, ohne Gewinn zu erzielen. Jetzt ist es endlich an der Zeit, Robotaxis in eine Gewinnquelle zu verwandeln.
Cathie Wood hebt besonders die Stärken von Tesla hervor. Teslas Kostenstruktur ist um 50 % niedriger als die von Waymo. Die Preise können auf 20 Cent pro Meile festgelegt werden, während Uber derzeit 2,80 US-Dollar pro Meile berechnet. Gemäß diesem Trend könnte das weltweite Ökosystem von Robotaxis bis 2030 auf 34 Billionen US-Dollar anwachsen.
MoltBot ist eine digitale Arbeitskraft, Robotaxi ist eine physische Arbeitskraft.
Aber beide können in großem Maßstab eingesetzt werden, weil eine Sache gleich ist: Die Kosten für das Betrieb von KI müssen niedrig genug sein.
Abschnitt 3 | Der starke Rückgang der Inferenzkosten: KI wird zur Infrastruktur
MoltBot und Robotaxi können eingesetzt werden, weil eine bestimmte Kostenart stark sinkt.
Dieser Kostenfaktor ist die Inferenzkosten. Cathie Wood hat in einem Interview wiederholt betont, dass die Inferenzkosten jedes Jahr um 70 - 99 % sinken. Diese Veränderung lässt alle Geschäftsmodelle neu berechnen.
1. Was sind Inferenzkosten?
Es sind nicht die Kosten für das Training eines gesamten großen Modells, sondern die tatsächlich verbrauchten Strom-, Chip- und Speicher-Ressourcen, wenn Sie jedes Mal KI für eine Aufgabe nutzen.
Wenn Sie beispielsweise einen Text eingeben und Claude/GPT eine Lösung erstellen lassen, sind die Ressourcen, die der Server im Hintergrund nutzt, um das Modell aufzurufen und eine Antwort zu generieren, die Inferenzkosten.
Früher kostete eine solche Aktion möglicherweise einige Dime, jetzt vielleicht nur einige Cent. Es ist nicht das Modell, das billiger geworden ist, sondern die Nutzung des Modells für Aufgaben.
Diese Veränderung hat wenig Einfluss auf normale Benutzer, aber sie ist für die Unternehmensentscheidungen von entscheidender Bedeutung.
Wenn die Inferenzkosten hoch sind, ist KI ein Demonstrationswerkzeug. Wenn die Kosten niedrig genug sind, um es in großem Maßstab einzusetzen, wird es zu einer Arbeitskraft. Dieser KI-Wachstumsschub basiert nicht auf der Einstellung von mehr Mitarbeitern oder auf Preissteigerungen, sondern auf Kostendeflation.
2. Deflation ändert die Wettbewerbslogik
Wenn die Inferenzkosten so niedrig wie die Kosten für Wasser und Strom werden, fragen Unternehmen nicht mehr, ob KI eine Aufgabe erledigen kann, sondern: "Wie viel kostet es mir, wenn Sie einmal laufen? Wie viele Aufgaben kann ich Ihnen übergeben?"
In diesem Fall müssen alle Geschäftsmodelle von KI-Tools, -Plattformen und -Dienstleistern neu berechnet werden.
Modell-Unternehmen wie Claude und ChatGPT werden gefragt: "Wie viele Mitarbeiter können Sie sparen, wenn Ihr Agent 10 Mal läuft?"
Stromplattformen werden gefragt: "Können Sie meine Stromkosten während der Spitzenzeiten senken?"
KI-Chip-Plattformen müssen beantworten: "Können Sie die Verarbeitungsgeschwindigkeit verdoppeln, ohne die Stromkosten zu erhöhen?"
Das Kapital schaut nicht mehr darauf, welches Modell am größten ist, sondern darauf, wer die Betriebskosten pro Lauf am niedrigsten halten und die Leistung am stabilsten liefern kann.
3. Strom und Rechenleistung werden zum Schlüssel zum Erfolg
Hinter diesem Kostensenkungstrend beschleunigt sich die Modernisierung der Infrastruktur.
Cathie Wood hat besonders drei Richtungen erwähnt:
Wiederaufnahme der Kernenergie. Sie hat festgestellt, dass der Strompreis heute um 40 % niedriger wäre, wenn die Kernenergie in den 70er Jahren nicht überreguliert worden wäre. Mehrere US-Bundesstaaten starten jetzt wieder Kernkraftwerke, und China baut 28 große Kernreaktoren gleichzeitig. Günstigerer Strom bedeutet niedrigere Betriebskosten für KI.
Weltraum-Datenzentren. SpaceXs wiederverwendbare Raketen machen Datenzentren im Weltraum möglich. Die Effizienz der Weltraum-Solarenergie ist sechsmal höher als die auf der Erde. Dies wird die Strom- und Kühlungskosten von Datenzentren erheblich senken und die KI-Inferenz wirtschaftlicher machen.
Verteilte Energiesysteme. Sie hat das Problem der Stromnetzeffizienz erwähnt: Die Stromnachfrage ist nachts niedrig, tagsüber wird je nach Wetter zu viel Strom verbraucht. In Zukunft können Robotaxis selbst mobile Energiespeicher sein, die die Last des Stromnetzes ausgleichen und die Energieeffizienz des gesamten Systems erhöhen.
All diese Veränderungen zusammen ermöglichen es, KI wie eine Infrastruktur einzusetzen, zu bewerten und in großem Maßstab zu nutzen.
Jede Prozentpunkt-Senkung der Inferenzkosten ermöglicht die Umsetzung neuer Anwendungen.
Wenn die Kosten sinken, fließt das Geld dorthin.
Schlusswort | Die Richtung des Geldflusses ist klar
KI-Agenten sind nicht die nächste Sache, sondern bereits am Werk.
Cathie Wood hat nicht über die Stärke der Modelle gesprochen, sondern nur über die Leistung:
Digitale Assistenten wie MoltBot verdoppeln die Leistung einer Person;
Physische Arbeitskräfte wie Robotaxi könnten bis 2030 einen Markt von 34 Billionen US-Dollar erreichen;
Der jährliche Rückgang der Inferenzkosten um 70 - 99 % macht