Related
Documents
Im Rahmen unseres Investment-Cases für disruptive Innovationen stellen wir unsere fünf Innovationsplattformen – Künstliche Intelligenz (KI), Robotik, Energiespeicherung, Multiomic Sequencing und öffentliche Blockchains – vor, die zusammenwachsen und das heutige Technologiezeitalter bestimmen. In diesem Artikel konzentrieren wir uns auf das transformative Potenzial von KI und Robotik.
Es gibt Computersysteme und Software, die sich mit der Zunahme der verfügbaren Datenmengen weiterentwickeln und in der Lage sind, scheinbar unlösbare Probleme zu lösen, Wissensarbeit zu automatisieren und die Integration der Technologie in alle Wirtschaftsbereiche zu beschleunigen. Die Einführung neuronaler Netze dürfte sich aus wirtschaftlicher Sicht als bedeutsamer erweisen als die Einführung des Internets und möglicherweise neuen Wert in der Höhe mehrerer dutzend Billionen Dollar schöpfen. Gleichzeitig ist zu erwarten, dass autonome Technologien und adaptive Robotik nicht nur den Transport- und Fertigungssektor umgestalten, sondern auch neue Wege im Gesundheitswesen, in der Landwirtschaft und in der Dienstleistungsbranche aufzeigen.
Heute haben Investoren die Möglichkeit, aus diesen Fortschritten Kapital zu schlagen, die unser tägliches Leben neu definieren und zu einem beispiellosen Wirtschaftswachstum und Wohlstand führen könnten.
Moderne KI-Modelle wie GPT-4 erzielen bei einer großen Spanne von Tests eine geradezu übermenschliche Performance und dürften daher einen beispiellosen Produktivitäts-Boom auslösen. Aufbauend auf den jahrelangen Fortschritten seit der Erfindung der Transformator-Architektur durch Google im Jahr 2017 hat ChatGPT im Dezember 2022 ein grundlegendes öffentliches Verständnis für generative KI herbeigeführt. Denn das Programm ist weitaus mehr als ein Tool für fachkundige Entwickler, sondern ermöglichte es jedem, der eine beliebige Sprache spricht, die extensive Leistung großer Sprachmodelle (LLMs) zu nutzen. Im Jahr 2023, das zum Jahr der KI werden sollte, bemühten sich die Unternehmen, die generative KI zu verstehen und einzusetzen.
Das Entscheidende ist, dass KI-Technologie bereits heute zu einer erheblichen Steigerung der Produktivität geführt hat. Sogenannte Kodierassistenten wie GitHub Copilot und Replit AI sind Beispiele erster Erfolgsgeschichten, die die Produktivität und auch Zufriedenheit am Arbeitsplatz für Softwareentwickler gesteigert haben. KI-gestützte Assistenten steigern somit die Leistung von Wissensarbeit und kommen interessanterweise leistungsschwächeren Arbeitnehmern relativ stärker zugute als leistungsstarken.
Infolge dieser Effizienzsteigerungen sind in allen Branchen wesentliche Kostensenkungen eingetreten. So waren beispielsweise die Kosten für die Erstellung schriftlicher Inhalte im letzten Jahrhundert real relativ konstant und betrugen inflationsbereinigt 300 bis 400 US-Dollar pro 1.000 Wörter. In den letzten zwei Jahren hat sich die Schreibqualität von großen Sprachmodellen (large language models – “LLMs” – maschinelle Lernmodelle, die Texte in menschlicher Sprache und darüber hinaus verstehen und generieren können) dramatisch verbessert, und die Kosten für die Erstellung schriftlicher Inhalte sind auf unter 16 Cent pro 1.000 Wörter gesunken.
Künstliche Intelligenz hat das Potenzial, bis 2030 die meisten Aufgaben in wissensbasierten Berufen zu automatisieren und dadurch die Produktivität des durchschnittlichen Arbeitnehmers drastisch zu steigern. Die größten Nutznießer dieser Entwicklung werden aller Wahrscheinlichkeit nach Softwarelösungen sein, die die Aufgaben der Wissensarbeit automatisieren und beschleunigen. Das Tempo der Produktivität von Wissensarbeitern kommt einer potenziellen Chance von mehreren Billionen Dollar gleich. Mit anderen Worten: Die Chance zur Wertschöpfung im Bereich der künstlichen Intelligenz liegt nicht nur bei den Hardware-Anbietern, sondern auch bei den Software-Unternehmen, die künstliche Intelligenz auf kluge Weise in ihr bestehendes Geschäft einbinden und die Vorteile von Effizienz und verbesserter Effektivität nutzen.
Der rasante Fortschritt der KI-Entwicklung wird sich nicht nur auf die Produktivität von Arbeitskräften auswirken. So können LLMs und Generative KI auch den Fortschritt der Entwicklungen in der Robotik radikal beschleunigen. Dank der Fortschritte in den Bereichen Computer Vision und Deep Learning hat sich die Leistung von Robotern bei bestimmten mechanischen Aufgaben innerhalb von sieben Jahren um das 33-fache verbessert. Roboter übertreffen die menschliche Leistung bereits um mehr als den Faktor zwei, und es ist unklar, wo die Obergrenze liegen wird.
Ein neuronales Netz, das von GPT-4 für die Ausführung sogenannter Robotikaufgaben trainiert wurde, schnitt bei 83 Prozent der Aufgaben besser ab als menschliche Experten, wobei die Verbesserungsspanne im Durchschnitt 52 Prozent betrug. Die Konvergenz von künstlicher Intelligenz und Robotik schafft in der Tat eine Vielzahl von Möglichkeiten.
LLMs sind nicht nur leistungsfähiger, sondern dürften auch die behördliche Zulassung erleichtern, da sie textbasiertes Training, Validierung und Selbsterklärungen ermöglichen. Mit anderen Worten: Diese Transparenz wird es leichter machen, die Ursachen hinter den Wirkungen, die Inputs hinter den Outputs zu analysieren und zu verstehen.
Neben dieser beachtlichen Leistung sind es auch die Kosten der Nutzung der Technologie, die konkurrenzfähig sind und mit fortschreitender Entwicklung weiter sinken. Die fallenden Kostenkurven stellen den Schlüssel zum technologischen Fortschritt und zur Akzeptanz dar und ähnlich wie bei den anderen Technologien, die ARK modelliert und analysiert, sind sie auf dem Markt für Industrieroboter klar ersichtlich. Wir beobachten aktuell, dass die Kosten für Industrieroboter bei jeder kumulativen Verdoppelung ihrer Produktion um 50 Prozent sinken. Dieser Mechanismus ist auch als Wright’sches Gesetz bekannt. Niedrigere Preise beschleunigen die Nachfrage nach Industrierobotern, wie der unten dargestellte explosionsartige Anstieg der Verkaufszahlen zeigt.
Amazon, einer der weltweit größten Marktplätze für Einzelhandel, hat seinen Einsatz von Robotern verstärkt. Diese sorgen beim Unternehmen dazu, dass Mitarbeiter von lästigen körperlich anstrengenden Aufgaben befreit werden.
Diese exponentielle Nachfrage nach Robotern führt zu grundlegenden Veränderungen in verschiedenen industriellen Branchen. Ein Schlüsselelement der Robotik ist die Automatisierung, die sich bereits tiefgreifend auf die Produktivität ausgewirkt hat. So wie die Waschmaschine den Zeitaufwand für die Wäschereinigung erheblich verkürzt hat, haben die Roboter des Herstellers Kiwa, mit denen bei Amazon Waren an die Verbraucher ausgeliefert werden, die Geschwindigkeit dieser Tätigkeiten massiv verbessert.
In our view, the largest automation opportunity is also the largest AI project: autonomous ride-hail (also known as robotaxi). Adjusted for inflation, the cost of owning and operating a personal car has not changed since the Model T rolled off the first assembly line more than 100 years ago. At ARK we estimate that autonomous taxis at scale could cost consumers as little as $0.25 per mile, which would spur widespread adoption. This is a direct result of steep cost declines in battery pack systems and improving LLMs that power these autonomous networks.
Unserer Ansicht nach stellt die größte Möglichkeit zur Automatisierung auch das größte KI-Projekt dar: Es geht um autonome Fahrdienste (auch bekannt als das Robotaxis). Inflationsbereinigt haben sich die Kosten für den Besitz und Betrieb eines Pkw nicht verändert, seit das von Ford gebaute Model T vor mehr als 100 Jahren vom Band lief. Wir bei ARK schätzen, dass autonome Taxis, in großem Maßstab eingeführt, Fahrdienste für Kosten von nur 0,25 US-Dollar pro Meile ermöglichen könnten. Dies würde für eine breite Akzeptanz dieser Form des Taxis sorgen. Ein solcher Preis ist eine direkte Folge des steilen Kostenrückgangs bei den Batteriesystemen und der Verbesserung der LLMs, die diese autonomen Netzwerke antreiben.
Bei einem Preis von nur 0,25 Dollar pro Meile könnte der autonome Verkehr eine größere Bevölkerungsgruppe bedienen als der von Menschen betriebene Fahrdienst heute. Aber auch bei höheren Preisen könnte die Nachfrage nach automatisierten Fahrtdiensten erheblich sein – allein aufgrund der Tatsache, dass Verbraucher ihrer persönlichen Zeit einen hohen Wert beimessen. Wie unten dargestellt, werden Fahrtdienste wahrscheinlich einen adressierbaren Markt von 11 Billionen US-Dollar schaffen, den unserer Meinung nach nur wenige Marktteilnehmer modellieren oder in ihre Investmentthesen einbeziehen. Der mittel- bis langfristige Zeithorizont von ARK in Verbindung mit unserem Benchmark-unabhängigen Ansatz ermöglicht uns eine attraktive Allokation in diesen Chancenbereich.
Mulimodale Modelle verkörpern eine Untergruppe von LLMs. Mit ihnen können autonome Fahrzeuge mit Bildern und Text trainiert und so ihre Leistung und Sicherheit verbessert werden. Generative KI ist in der Lage, die Sicherheit autonomer Fahrzeuge durch Simulation zu trainieren und zu validieren. Laut den Forschungsergebnissen von ARK sind autonome Fahrzeuge bereits heute sicherer als von Menschen gesteuerte Fahrzeuge. Im Jahr 2015 schätzte ARK, dass die Zahl der Unfälle mit autonomen Fahrzeugen um 80 Prozent niedriger sein würde als die bei menschlichen Fahrern, wodurch sich die Zahl der jährlichen Verkehrstoten in den USA um 40.000 und weltweit um 1,35 Millionen verringern würde. Die aktuellen Daten stützen unsere ursprünglichen Schätzungen. Im vollständig selbstfahrenden Modus (FSD) auf Landstraßen scheint ein Tesla etwa fünfmal sicherer zu sein als ein Tesla im manuellen Modus und rund 16-mal sicherer als alle PKW im nationalen Durchschnitt. Die autonomen Autos von Waymo sind zwei- bis dreimal sicherer als der nationale Durchschnitt.
Es gibt noch weitere Bereiche, in denen KI für positive Auswirkungen sorgen wird. So haben LLMs allen, die über einen Internetzugang verfügen, die Möglichkeit gegeben, innerhalb von Sekunden etwas zu erschaffen, zu lernen, zu schreiben, zu optimieren, zu entschlüsseln, zu verbessern, zu lehren und vieles mehr. KI-Technologie löst außerdem einige der größten Probleme der Welt, darunter die Früherkennung seltener Krankheiten und das Potenzial zur Heilung dieser Krankheiten durch Gen-Editierung und einiges mehr.
Obgleich sich viele Menschen über die möglichen Auswirkungen dieser Technologie auf die menschliche Beschäftigungssicherheit Sorgen machen, sind wir der Ansicht, dass sich die Geschichte vielleicht nicht wiederholt, aber dazu neigt, ihrem Verlauf zu ähneln. Im Jahr 1913 führte Henry Ford das erste bewegliche Fließband für die Massenproduktion des Modells T ein. Die Einführung des Fließbands revolutionierte die Automobilproduktion, da es die Montagezeit pro Fahrzeug erheblich verkürzte und damit zu gewaltigen Kostensenkungen führte. Fords Methode ermöglichte es ihm, erschwingliche Autos in großem Maßstab zu produzieren, was eine entscheidende Rolle bei der Verbreitung von Automobilen in den Vereinigten Staaten und auf der ganzen Welt spielte. Was geschah mit den Arbeitsplätzen, die durch diese Effizienzgewinne entstanden? Die Arbeitslosenquote ging zurück, die Produktivität stieg (gemessen am BIP/Kopf), während die durchschnittliche Arbeitszeit pro Tag sank. Mit anderen Worten: Das Aufkommen des Fließbands hat das tägliche Leben dramatisch zum Positiven verändert. Was das Fließband für die physische Welt war, ist unserer Meinung nach die KI für die digitale Welt und durch ihre Konvergenz mit der Robotik auch für die reale Welt.
Die Konvergenz von KI und Robotik mit anderen technologischen Innovationen stellt eine entscheidende Schwelle für die Gestaltung der Zukunft verschiedener Branchen dar. Die Verbindung dieser Bereiche bietet mehrere transformative Potenziale, von der Revolutionierung des Transportwesens und der Fertigung bis hin zu bahnbrechenden Fortschritten im Gesundheitswesen. Mit der zunehmenden Verbreitung von Elektrofahrzeugen und den Fortschritten in der Batterietechnologie und bei autonomen Systemen stehen wir an der Schwelle zu einer neuen Ära. Wir stehen vor einem Wandel, der nicht nur ein beträchtliches Wirtschaftswachstum verspricht, sondern auch eine Welt einläuten wird, in dem die Automatisierung die menschlichen Fähigkeiten verbessert, die Produktivität umgestaltet und eine Zukunft mit sichereren, effizienteren und leichter zugänglichen Verkehrsmitteln ankündigt. Den Anlegern bietet sich die einmalige Gelegenheit, an dieser Revolution teilzuhaben und die Entwicklung hin zu einer technologisch fortschrittlichen und vernetzten Welt zu unterstützen.
ARK Investment Management LLC, (2024). Diese ARK-Analyse stützt sich auf eine Reihe von Datenquellen, die auf Anfrage erhältlich sind. Prognosen sind von Natur aus nur bedingt aussagekräftig und können nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder als Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
ARK Investment Management LLC (2024). Die zur Analyse der Produktivität verwendeten Daten stammen aus verschiedenen Studien mit unterschiedlichen Teilnehmerzahlen und Definitionen der Aufgabenqualität. Die verwendeten Quellen sind Dell’Acqua et al. (2023) und (GitHub 2022). Prognosen sind von Natur aus nur bedingt aussagekräftig und sollten nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder als Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
ARK Investment Management LLC, 2024. Diese ARK-Analyse basiert auf einer Reihe von Datenquellen mit Stand vom 9. Januar 2024, die auf Anfrage erhältlich sind. Prognosen sind von Natur aus nur bedingt aussagekräftig und können nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
CAGR = Compound Annual Growth Rate (durchschnittliche jährliche Wachstumsrate). Quellen: ARK Investment Management LLC (2024). Diese ARK-Analyse stützt sich auf eine Reihe von Datenquellen, darunter McKinsey & Co. (2023), die auf Anfrage erhältlich sind. Prognosen sind von Natur aus nur bedingt aussagekräftig und können nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder als Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
ARK Investment Management LLC (2024). Diese ARK-Analyse basiert auf einer Reihe von zugrunde liegenden Daten aus externen Quellen, die auf Anfrage zur Verfügung gestellt werden können. Prognosen sind von Natur aus nur bedingt aussagekräftig und können nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder als Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
Anmerkung: Gieren ist die Drehung um die vertikale Achse eines Flugzeugs. Quellen: ARK Investment Management LLC (2024). Diese ARK-Analyse basiert auf einer Reihe von zugrunde liegenden Daten aus externen Quellen, einschließlich Ma et al. (2023) und Wayve (2023), die auf Anfrage zur Verfügung gestellt werden können. Prognosen sind von Natur aus nur bedingt aussagekräftig und können nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder als Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
ARK Investment Management LLC (2024), basierend auf Daten von The International Federation of Robotics (2023). Prognosen sind von Natur aus nur bedingt aussagekräftig und können nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder als Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
Modelliert/annualisiert. Die mit einem “e” gekennzeichneten Zahlen sind ARK-Schätzungen. Quellen: ARK Investment Management LLC, basierend auf Daten von Amazon (2023), Stand: 26. Juni 2023. Prognosen sind von Natur aus nur bedingt aussagekräftig und können nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder als Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
ARK Investment Management LLC (2024). Diese ARK-Analyse basiert auf einer Reihe von zugrunde liegenden Daten aus externen Quellen, die auf Anfrage zur Verfügung gestellt werden können. Prognosen sind von Natur aus nur bedingt aussagekräftig und können nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder als Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
ARK Investment Management LLC (2024). Diese ARK-Analyse basiert auf einer Reihe von zugrunde liegenden Daten aus externen Quellen, die auf Anfrage zur Verfügung gestellt werden können. Prognosen sind von Natur aus nur bedingt aussagekräftig und können nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder als Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
11 Billionen US-Dollar ist der adressierbare Markt, nicht der Umsatz, den wir für 2030 erwarten, da wir nicht davon ausgehen, dass Autonomie alle adressierbaren Meilen durchdringen wird. Quellen: ARK Investment Management LLC (2024). Diese ARK-Analyse basiert auf einer Reihe von zugrunde liegenden Daten aus externen Quellen, die auf Anfrage zur Verfügung gestellt werden können. Prognosen sind von Natur nur bedingt aussagekräftig und können nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder als Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
ARK Investment Management LLC (2024). Diese ARK-Analyse basiert auf einer Reihe von zugrunde liegenden Daten aus externen Quellen, die auf Anfrage zur Verfügung gestellt werden können. Prognosen sind von Natur aus nur bedingt aussagekräftig und können nicht als verlässlich angesehen werden. Sie dienen lediglich Informationszwecken und sollten nicht als Anlageberatung oder als Empfehlung zum Kauf, Verkauf oder Halten eines bestimmten Wertpapiers betrachtet werden. Die Wertentwicklung in der Vergangenheit ist kein Indikator für zukünftige Ergebnisse.
Dokumente zum Thema
ARK Forschung & Einblicke Abonnieren
You are leaving europe.ark-funds.com
By clicking below you acknowledge that you are navigating away from europe.ark-funds and will be connected to ark-funds.com. ARK Investment Management LLC manages both web domains. Please take note of ARK’s privacy policy, terms of use, and disclosures that may vary between sites.
United Kingdom
United States
Germany
Italy
Switzerland
Austria
Denmark
Finland
Ireland
Luxembourg
Netherlands
Norway
Spain
Sweden
