Warum wir auf KI setzen

Künstliche Intelligenz ermöglicht es Computern, Aufgaben zu übernehmen, für die bisher menschliche Intelligenz nötig war. Unternehmen nutzen KI, um Informationen auszuwerten, die Nachfrage vorherzusagen, Routineaufgaben zu automatisieren und neue Produkte zu entwickeln.

Diese Anwendungen stützen sich auf verschiedene Bereiche der KI, darunter maschinelles Lernen, die Verarbeitung natürlicher Sprache (NLP), Computer Vision, generative KI, KI-Robotik sowie autonome Systeme und Sensorik.

Wenn Unternehmen KI in ihre Abläufe einführen, beziehen sie Software und Rechenleistung von Technologieanbietern. Der Anteil der befragten Unternehmen, die KI nutzen, stieg von 55 % im Jahr 2023 auf 88 % im Jahr 2025.^{Quelle 1}

Je mehr Unternehmen KI-Systeme entwickeln und einsetzen, desto stärker steigt der Bedarf an Rechenleistung. Die KI-Infrastruktur umfasst die physische Ausrüstung, die für die Entwicklung und den Betrieb künstlicher Intelligenz nötig ist. Dazu gehören vor allem Server und spezialisierte Prozessoren, Arbeitsspeicher, Datenspeicher und Netzwerktechnik.

Unternehmen wie Microsoft, Amazon und Google bauen ihre Rechenkapazitäten aus, um KI-Dienste anbieten zu können. Dafür braucht es leistungsstarke Server mit Prozessoren wie den GPUs von NVIDIA, Arbeitsspeicher von Anbietern wie Micron sowie Technik zum Speichern und Übertragen von Daten. Viele dieser Chips werden von TSMC gefertigt.

Die weltweiten Ausgaben für KI-Infrastruktur haben sich von 153 Milliarden US-Dollar im Jahr 2024 auf 318 Milliarden US-Dollar im Jahr 2025 mehr als verdoppelt, ein Plus von 108 %.^{Quelle 2} Getrieben wurde dieses Wachstum vor allem durch Investitionen der großen Cloud-Anbieter, die steigende Nachfrage nach KI-Servern und nationale KI-Infrastrukturprojekte.

Ein Rechenzentrum zu bauen ist teuer und dauert Jahre. Die meisten Unternehmen mieten deshalb Rechenleistung bei Cloud-Anbietern und zahlen nur für das, was sie tatsächlich nutzen, ähnlich wie beim Strom. Man spricht von Infrastructure as a Service, kurz IaaS. Der gesamte IaaS-Markt soll 2027 ein Volumen von 367 Milliarden US-Dollar erreichen.^{Quelle 5}

Die drei größten Anbieter sind Amazon Web Services (AWS), Microsoft Azure und Google Cloud. Mit dem Wachstum von KI-Anwendungen ergänzen sie ihre Kapazitäten um Server, die speziell für das Training und den Betrieb von KI-Modellen ausgelegt sind. Die Ausgaben für diese KI-optimierte Cloud-Kapazität sollen 2026 um 96 % steigen.^{Quelle 3}

Die Recheninfrastruktur liefert die Leistung für KI, doch erst Software macht sie für Unternehmen nutzbar. Diese Software basiert auf KI-Modellen: Systemen, die mit Daten trainiert werden, um Informationen zu verstehen, Muster zu erkennen und Antworten zu erzeugen.

Ein Basismodell (Foundation Model) ist ein KI-Modell, das ein breites Spektrum an Aufgaben bewältigen kann. Beispiele sind GPT von OpenAI, Gemini von Google, Claude von Anthropic und Llama von Meta. Unternehmen können auf diesen Modellen eigene Anwendungen aufbauen oder fertige KI-Software wie ChatGPT und Microsoft Copilot kaufen.

Die Anbieter erzielen Umsatz, indem sie ihren Kunden den Zugang zu Modellen und Anwendungen in Rechnung stellen, etwa über monatliche Abonnements, Softwarelizenzen oder nutzungsabhängige Gebühren. Die weltweiten Unternehmensausgaben für Basismodelle lagen 2025 bei rund 12,5 Milliarden US-Dollar.^{Quelle 6}

Je mehr Geschäftsbereiche von KI profitieren, desto größer dürfte der Markt für diese Produkte werden. Der weltweite Markt für generative KI wurde 2025 auf 288,4 Milliarden US-Dollar geschätzt und soll bis 2032 auf rund 1,34 Billionen US-Dollar wachsen.^{Quelle 7}

Die meisten KI-Tools beantworten heute eine Anfrage nach der anderen. Agentische KI geht einen Schritt weiter: Sie erhält ein Ziel, plant den Weg dorthin und führt mit wenig menschlichem Zutun eine Abfolge von Aufgaben aus, etwa Informationen sammeln, Formulare ausfüllen und das Ergebnis prüfen. Je komplexer die Abläufe, desto stärker wächst der Bedarf an KI-Software und Rechenkapazität.

Eine weitere Entwicklung ist die physische KI. Sie verbindet künstliche Intelligenz mit Maschinen, die ihre Umgebung wahrnehmen, Entscheidungen treffen und physische Aufgaben ausführen können. Beispiele sind Lagerroboter, autonome Fahrzeuge und Industrieroboterarme. Die Robotik ist ein aufstrebender Markt in diesem Bereich, mit möglichen Anwendungen in der Fertigung, der Lagerhaltung, der Logistik und bei autonomen Fahrzeugen.

Diese Entwicklungen verstärken die Nachfrage nach Technologien, die bereits in der KI-Infrastruktur zum Einsatz kommen. NVIDIA entwickelt Hochleistungsprozessoren und Robotikplattformen, Micron liefert Speicher, und Unternehmen wie Microsoft, Amazon und Alphabet stellen Cloud-Dienste bereit.

Der weltweite Markt für KI-Robotik wurde 2025 auf 74,49 Milliarden US-Dollar geschätzt und soll bis 2032 auf 180,63 Milliarden US-Dollar wachsen, ein prognostiziertes Plus von 142,5 %.^{Quelle 8} Auch wenn der kommerzielle Einsatz autonomer Maschinen noch am Anfang steht, eröffnet die Robotik einen weiteren potenziellen Markt für Anbieter von KI-Hardware, Recheninfrastruktur und Software.

Das Wachstum der künstlichen Intelligenz schafft Nachfrage in mehreren miteinander verbundenen Märkten. Unternehmen kaufen KI-Software und -Dienste, Cloud-Anbieter stellen Rechenkapazität bereit, und Halbleiterhersteller produzieren die Prozessoren und Speicher, die für den Betrieb dieser Systeme nötig sind.

Die weltweiten Ausgaben für künstliche Intelligenz wurden 2025 auf 1,79 Billionen US-Dollar geschätzt und sollen 2026 auf 2,67 Billionen und bis 2027 auf 3,64 Billionen US-Dollar steigen. Mehr als die Hälfte der für 2027 prognostizierten Ausgaben entfällt auf KI-Infrastruktur. Das zeigt, wie hoch die Investitionen sind, die Entwicklung und Betrieb dieser Systeme erfordern.^{Quelle 4}

Mit der Weiterentwicklung der KI dürften neue Anwendungen zusätzliche Nachfrage nach Recheninfrastruktur und Software schaffen. Zwei Bereiche sind dabei besonders interessant: autonome KI-Agenten, die Abfolgen von Aufgaben planen und ausführen, und physische KI, mit der Maschinen mit ihrer Umgebung interagieren.

Diese Entwicklung eröffnet Chancen für Unternehmen entlang der gesamten KI-Wertschöpfungskette, darunter Halbleiter- und Speicherhersteller, Cloud-Anbieter und Entwickler von KI-Anwendungen.