Der Technologiesektor und die KI-Revolution

Technologieunternehmen investieren Milliarden in KI, doch echte Wertschöpfung bleibt eine Herausforderung. Eine Studie geht der Frage nach, was benötigt wird, um die Potenziale auszuschöpfen und welche Risiken der rasante Fortschritt mit sich bringt.

Potentiale und Risiken von Künstlicher Intelligenz im Technologiesektor

Partner des Bank Blogs

Im vergangenen Jahr hat der Technologiesektor einen entscheidenden Schritt in die KI-Ära der Datenverarbeitung gemacht. Cloud-Service-Provider, Unternehmen und Technologieanbieter investieren zunehmend in Künstliche Intelligenz (KI), und die Akzeptanz ist hoch. Dennoch bleiben Zweifel an der Rentabilität von KI bestehen.

Eine Studie von Bain untersucht die aktuellen Wachstumsschübe im Technologiesektor sowie die weitreichenden Auswirkungen und Entwicklungspotenziale von KI auf Branchen, Unternehmenswert, Rechenzentren, geopolitische Handelsblöcke, Software, Dienstleistungen, Geschäftsmöglichkeiten sowie Ressourcen und Talente.

Die Studie zeigt, dass die Einführung von KI allein nicht automatisch Wert schafft. Vielmehr erfordert sie umfassende Veränderungen in Arbeitsprozessen, eine Geschäftsdiagnose sowie klare Zielsetzungen. Erste Ergebnisse zeigen jedoch, dass gut umgesetzte generative KI-Initiativen bis zu 20 Prozent des EBITDA eines Unternehmens ausmachen können.

Wachsender Markt und steigende Anforderungen

Laut der Studie könnte der globale Markt für KI-Hardware und -Software jährlich um 40 bis 55 Prozent wachsen und bis 2027 ein Volumen von bis zu 990 Milliarden US-Dollar erreichen. Unternehmen gehen zunehmend über die Experimentierphase hinaus und integrieren generative KI großflächig in ihre Organisationen.

Damit verbunden ist ein stark steigender Bedarf an Rechenleistung, der in den kommenden Jahren deutlich größere Rechenzentren erforderlich macht. Der Bau solcher Zentren wird jedoch kostspieliger: Während derzeit ein großes Rechenzentrum etwa ein bis vier Milliarden US-Dollar kostet, könnten die Ausgaben bis 2027 auf bis zu 25 Milliarden US-Dollar steigen.

Dieser Anstieg führt zu Herausforderungen in den Lieferketten, insbesondere bei Grafikprozessoren (GPUs). Bain prognostiziert, dass der Bedarf an GPUs und anderen Komponenten bis 2026 um 30 Prozent steigen wird. Geopolitische Spannungen und die zunehmende Nachfrage könnten dabei die nächste Chipkrise auslösen. Um den steigenden Bedarf zu decken, müssten Zulieferer und Hersteller ihre Kapazitäten erheblich ausbauen.

Souveräne KI und Small Language Models

Ein weiterer Treiber der Komplexität ist der Trend zu „souveräner“ KI. Länder wie Kanada, Indien und Japan investieren Milliarden in die Entwicklung heimischer KI-Infrastrukturen, die Datenschutz und Sicherheit in den Vordergrund stellen. Der Aufbau solcher Ökosysteme ist jedoch kostenintensiv und zeitaufwändig. Große Technologieunternehmen könnten hier dennoch investieren, da sie sich Wettbewerbsvorteile versprechen.

Parallel dazu gewinnen Small Language Models (SLMs) an Bedeutung. Diese nutzen Technologien wie Retrieval-Augmented Generation (RAG) und Vektoreinbettungen, um datenintensive Aufgaben effizienter zu gestalten. SLMs können insbesondere bei der Datenverwaltung und Kostenkontrolle helfen, indem sie Rechen- und Speicherprozesse näher an den Daten ausführen.

Effizienzsteigerungen durch generative KI

Die zunehmende Verbreitung generativer KI bietet Unternehmen in der Softwareentwicklung enorme Effizienzpotenziale. Laut Bain können damit durchschnittlich 10 bis 15 Prozent der Entwicklungszeit eingespart werden. Richtig eingesetzt, könnten Effizienzgewinne von 30 Prozent oder mehr realisiert werden. Dies erfordert jedoch eine umfassendere Integration von KI in den gesamten Softwareentwicklungszyklus, von Produktmanagement bis hin zu Tests und Release-Management.

Herausforderungen im SaaS-Markt

Trotz der Möglichkeiten, die generative KI bietet, sieht sich der SaaS-Sektor mit wirtschaftlichen Schwierigkeiten konfrontiert. Das Umsatzwachstum führender SaaS-Unternehmen ist in den letzten zwei Jahren um 16 Prozentpunkte zurückgegangen. Als Reaktion darauf haben viele ihre Ausgaben reduziert, insbesondere in den Bereichen Vertrieb und Marketing. Währenddessen blieben die Investitionen in Forschung und Entwicklung vergleichsweise stabil. Dies zeigt, dass die Branche weiterhin auf Innovation setzt, jedoch stärker auf Effizienz und Kostenkontrolle angewiesen ist, um wettbewerbsfähig zu bleiben.

Premium Abonnenten des Bank Blogs haben direkten kostenfreien Zugriff auf die Bezugsinformationen zu Studien und Whitepapern.