LONDON (IT BOLTWISE) – Der CIO von UniSuper, John Pearce, ordnet den KI-Trade nahe dem oberen Ende des aktuellen Superzyklus ein. Er widerspricht damit der Vorstellung, dass der Markt erst am Anfang der Entwicklung stehe. Im Fokus steht dabei nicht die Technologie selbst, sondern die Wirtschaftlichkeit der einzelnen Geschäftsmodelle. Für Investoren bedeutet das: Kapitalvernichtung droht vor allem bei Firmen ohne nachhaltiges Ertragsmodell.
Der KI-Hype wirkt an vielen Börsentagen wie ein Selbstläufer: Kurse steigen, die Schlagzeilen folgen, und selbst skeptische Stimmen geraten schnell in die Defensive. Genau an dieser Stelle setzt die Einschätzung von UniSupers CIO John Pearce an. Laut dem Bericht ordnete Pearce den KI-Trade nahe dem oberen Ende des aktuellen Superzyklus ein und stellte damit die übliche Medien-Erzählung infrage, wonach sich der Markt noch in frühen Phasen befinde. Für Anleger ist das mehr als eine stimmungsgetriebene Schlagzeile, denn die Position im Zyklus beeinflusst Bewertungsniveaus, Risikoprämien und vor allem die Frage, wie lange verlustreiche Wachstumsstrategien durchgehalten werden können.
Technisch betrachtet ist Künstliche Intelligenz heute zwar zu einer „General-Purpose“-Fähigkeit geworden, aber der Engpass liegt häufig nicht im Modell, sondern in der Operationalisierung: Welche Datenqualität liefern Kunden? Wie stabil funktioniert das Modell im Produktivbetrieb? Und wie lassen sich Kosten für Inferenz, MLOps und Daten-Pipelines langfristig senken? Pearce lenkt den Blick auf genau diese Übersetzung vom Labor in die Einheitseffizienz. Sein Kernpunkt lautet sinngemäß: Nicht jedes KI-Unternehmen ist gleich gut im Aufbau tragfähiger Cashflows, und Kapital sollte dorthin fließen, wo ein reales Gewinnpotenzial erkennbar ist. Damit verschiebt sich die Due-Diligence von „Wie leistungsfähig ist die Technologie?“ hin zu „Wie schnell wird aus Nutzung Umsatz – und aus Umsatz Gewinn?“
Historisch erinnern sich viele Marktteilnehmer an Zyklen, in denen die Zahlungsbereitschaft zunächst der Leistungsfähigkeit vorauslief und erst später durch belastbare Unit Economics begrenzt wurde. In der frühen Phase eines Technologieschubs dominieren oft Proof-of-Concepts, Pilotkunden und beeindruckende Benchmarks. Später setzt die Realität ein: Budgets werden restriktiver, Procurement-Prozesse werden anspruchsvoller und Sicherheits- sowie Integrationsfragen werden nicht mehr als „Nice-to-have“ behandelt. Pearces Warnung vor Kapitalvernichtung durch KI-Firmen ohne nachhaltige Wirtschaftlichkeit passt genau zu diesem Muster. Sie impliziert, dass die Phase der relativen Toleranz gegenüber hohen Burn-Raten bereits abnimmt, sobald der Markt den nächsten Bewertungs-Meilenstein antizipiert.
Für wachstumsorientierte Investoren klingt Pearces Position zunächst unbequem, weil Wachstumsportfolios gerade dann auf hohe Erwartungen gebaut sind, wenn die Kurven schon steil verlaufen. Doch der Hinweis zielt nicht auf einen Technologie-Bann, sondern auf Selektivität. Ein praktikabler Ansatz ist, Geschäftsmodelle entlang klarer Kosten- und Erlöshebel zu prüfen: Sind die laufenden Kosten pro Kunde stabil kalkulierbar? Entsteht Skalierung über wiederkehrende Umsätze statt über permanent neue Akquisitionsbudgets? Und lässt sich die Marge verbessern, sobald der anfängliche Integrations- und Implementierungsaufwand verteilt ist? Gerade bei KI-gestützten Produkten entscheidet häufig die Kombination aus Einsatzhäufigkeit, Modellzugriff (z. B. über eigene Inferenz-Infrastruktur oder Cloud) und Prozessautomatisierung darüber, ob der „Nutzungswert“ auch ökonomisch belastbar bleibt.
Auch der Marktkontext verstärkt die Relevanz. Wenn der KI-Trade als nahe am Zyklus-Hoch beschrieben wird, werden Bewertungen empfindlicher gegenüber negativen Überraschungen: verzögerte Kundenumsätze, höhere CAC-Kosten, schwächere Retention oder unerwartete Kosten für Rechenleistung. In solchen Phasen steigt die Bedeutung von Stichtagskennzahlen, die über reine Reichweite hinausgehen, etwa wiederkehrende Einnahmen, Kundenbindung und Bruttomargenpfade. Daneben wird die Kapitalallokation im Sektor stärker nach Qualitätsfiltern funktionieren: Unternehmen mit klarer Kostenstruktur und nachweisbarer Produktmarktpassung erhalten leichter Kapital; andere werden häufiger zu Zielscheiben, sobald der Markt Liquidität umschichtet.
Um die Aussage in einen breiteren Unternehmens- und Entwicklerkontext zu übersetzen: Künstliche Intelligenz ist nicht nur ein Tool, sondern eine Infrastrukturfrage. Teams, die KI-Systeme in bestehende Softwarelandschaften integrieren, brauchen verlässliche Interfaces, Logging, Qualitätsmetriken und ein sauberes Modell-Update-Handling. Das ist oft weniger spektakulär als die Modellneuheit – aber es beeinflusst direkt, ob ein Produkt zuverlässig „liefert“ und damit umsatzfähig wird. Gleichzeitig zeigt der Blick auf Geschäftsmodelle, dass „KI-Funktionalität“ allein keinen nachhaltigen Wettbewerbsvorteil garantiert: Wettbewerber können ähnliche Modelle nutzen, wenn Zugang und Trainingstiefe vergleichbar sind. Entscheidend werden dann Datenzugang, Domänenexpertise, Workflow-Integration und die Fähigkeit, Kosten pro Ergebnis systematisch zu reduzieren.
Was bleibt, ist eine klare Konsequenz für Investoren und Entscheider: Wenn der Zyklus für KI als nahe am Hoch beschrieben wird, sollten Risikobudgets nicht pauschal nach dem Thema „KI“ vergeben werden, sondern nach Belastbarkeit der Wirtschaftlichkeit. Die Aussage von John Pearce ist dabei weniger eine Prognose zur Technologie als eine Aufforderung zur Methodik. Wer Künstliche Intelligenz finanziert, muss sie wie jedes andere skalierende System behandeln: mit überprüfbaren Annahmen, messbaren Wirkungsketten und einem realistischen Weg von Nutzung zu wiederkehrendem Ertrag. So lässt sich das Risiko reduzieren, dass Kapitalvernichtung ausgerechnet dort passiert, wo Innovation die Aufmerksamkeit auf sich zieht, aber die Unit Economics nicht nachziehen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "UniSuper-CIO sieht KI kurz vor dem Zyklus-Hoch – selektiv investieren" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "UniSuper-CIO sieht KI kurz vor dem Zyklus-Hoch – selektiv investieren" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »UniSuper-CIO sieht KI kurz vor dem Zyklus-Hoch – selektiv investieren« bei Google Deutschland suchen, bei Bing oder Google News!