Künstliche Intelligenz verändert aktuell unsere Arbeit, unsere Industrie und unser Leben in einem unabsehbaren Ausmaß. Dabei ist sie energiehungrig - sogar sehr. Je leistungsfähiger und komplexer ein KI-Modell ist, desto mehr Trainingszeit und Energie ist erforderlich. Der US-Chip-Hersteller NVIDIA hat erst kürzlich feststellt, dass der Energiebedarf für das Training von Modellen, die Transformatoren – eine Form der Deep-Learning-Architektur – enthalten, in den vergangenen zwei Jahre um das 275-Fache gestiegen ist. Die Stanfort University schätzt, dass die Energie, die für das Training von GPT-3 benötigt wurde, das Haus eines durchschnittlichen Amerikaners mehr als 120 lang Jahre mit Strom versorgen könnte. Dabei ist nicht nur das Training und der Betrieb der KI-Modelle äußerst energieaufwendig. Auch die Verbreitung von KI-gestützten Produkten, einschließlich KI-Suche und Chatbots, wird mehrere Terawatt verschlingen. Die Internationale Energieagentur gibt an, dass Rechenzentren bereits knapp 1 Prozent des weltweiten Energieverbrauchs ausmachen.
Wie gehen Unternehmen mit dem KI-Energieproblem um?
Den Energieverbrauch von KI in den Griff zu bekommen, wird zu einer der zentralen Herausforderungen der kommenden Jahre. Unternehmen in den Blick zu nehmen, die sich mit einer höheren Energieeffizienz bei KI befassen, bietet für Anleger Chancen. Dazu gehören Firmen, die unmittelbar an KI-Lösungen arbeiten, ebenso wie Akteure aus dem weiteren Umfeld. Drei Schlüsselbereiche wirken dabei besonders lukrativ:
1) Hardware und Software: Die Senkung des KI-bedingten Energieverbrauchs wird neue Prozessorarchitekturen erfordern. US-Halbleiterhersteller wie AMD und NVIDIA konzentrieren sich auf Technologien, die eine energieeffizientere Leistung bieten. AMD will die Energieeffizienz seiner Prozessoren und Beschleuniger innerhalb von fünf Jahren um das 30-fache steigern. NVIDIA ist bereits einen Schritt weiter: Nach eigenen Angaben verbrauchen deren GPU-basierte Server beim Training großer Sprachmodelle, bereits 25-mal weniger Energie als CPU-basierte Alternativen. Eine weitere Schlüsselrolle dürften Stromversorgungs-Halbleiter einnehmen. Diese regulieren den aktuellen Stromverbrauch, etwa von KI-Servern oder Rechenzentren. Indem sie mehr Funktionen auf kleinerem Raum integrieren, können sie den Gesamtenergieverbrauch wesentlich senken. Führende Anbieter sind neben dem US-Unternehmen Monolithic Power Systems auch der deutsche Halbleiterhersteller Infineon Technologies.
2) Verbesserungen im Design von Rechenzentren: Auch Hersteller von Komponenten für Rechenzentren könnten profitieren – immerhin wird die Integration Künstlicher Intelligenz in immer mehr Bereichen den Ausbau der Rechenzentrumskapazitäten vorantreiben. Hersteller von energieeffizienteren Netzteilen, optischen Netzwerken, Speichersystemen und Verkabelungen sind dann im Vorteil. Immerhin haben die Technologieunternehmen, die die Kapazitäten nutzen, einen starken Anreiz, Design und Energieverbrauch weiter zu verbessern. Hier schließt sich der Kreis: KI selbst kann zur Optimierung des Betriebs von Rechenzentren beitragen: Im Jahr 2022 veröffentlichte Google DeepMind die Ergebnisse eines dreimonatigen Experiments, bei dem ein lernfähiger Agent namens BCOOLER darauf trainiert wurde, die Kühlverfahren des Google-Rechenzentrums zu optimieren. Die KI erzielte eine Energieeinsparung von rund 13 Prozent.
3) Erneuerbare Energie: Nach Angaben der US-Energiebehörde betrug der Anteil der erneuerbaren Energien an der US-Stromerzeugung im Jahr 2022 nur 21,5 Prozent. Doch mit der Zeit könnte die Nachfrage nach KI den Weg für eine stärkere Nutzung erneuerbarer Energien ebnen. Das gilt vor allem, wenn man bedenkt, dass KI-Rechenzentren von Unternehmen wie Microsoft und der Google-Muttergesellschaft Alphabet Inc. betrieben werden, deren Klimaneutralitätsbestrebungen zu den anspruchsvollsten der Branche gehören. Fortschritt bei der Integration von KI könnten daher auch die Investitionschancen auf dem gesamten Ökostrommarkt deutlich beleben.
In Lösungen für eine bessere Energieeffizienz investieren
Unabhängig von dem Bereich, lohnt es sich für Anleger bei der Assetallokation auf hochwertige Unternehmen mit technologischem Vorsprung, anhaltender Preissetzungsmacht, einer gesunden Free-Cash-Flow-Generierung sowie robusten Geschäftsmodellen zu setzen. Unternehmen mit soliden Fundamentaldaten, die in der Lage sind, von der steigenden Nachfrage nach energieeffizienten KI-Funktionen zu profitieren, bieten attraktive Chancen nicht nur für Aktienanleger mit nachhaltigem Fokus. Initiativen, die darauf abzielen, ein energieeffizienteres KI-Ökosystem zu schaffen, stehen vielleicht noch nicht im Rampenlicht, aber sie könnten Anlegern, die potenzielle Lösungen frühzeitig erkennen, ein attraktives Ertragspotenzial eröffnen.
Von Daniel C. Roarty, Chief Investment Officer – Sustainable Thematic Equities und Ben Ruegsegger, Portfolio Manager – Sustainable US Thematic bei AlllianceBernstein
