ChatGPT - «Die Effekte aus Künstlicher Intelligenz bringen langfristigen Aktionärswert»

cash.ch: Mit dem Textroboter ChatGPT haben Microsoft und Partner OpenAI die Technologiewelt in Aufregung versetzt. Warum all dieser Hype?

Sebastian Thomas: Die Leute sind erschrocken, was die darunter liegende Technologie mit dem Sprachmodell für Resultate erzeugt hat. Obwohl die GPT-Technologie bereits seit 2017 existiert, sind ChatGPT und DALL-E 2 die ersten öffentlich verfügbaren generativen KI-Tools mit solch bemerkenswerten Fähigkeiten. Ich habe ChatGPT Texte produzieren lassen und für meinen Sohn hat der Chatbot Rap-Songs und Geschichten geschrieben. Aus der Perspektive der Unterhaltung ist die Technologie bemerkenswert gut. OpenAI hat zudem bereits eine neuere Version von ChatGPT, die in die Bing-Suchmaschine von Microsoft integriert worden ist. Dies ist eine signifikante Verbesserung für diese Dienstleistung. Aber wir befinden uns immer noch in den frühen Tagen der Technologie.

Microsoft und OpenAI haben vorgelegt. Stehen Google und Co. unter Druck, den Anschluss zu verlieren?

Die Frage ist, wo beginnen Menschen ihre Reise auf der Suche nach Informationen. Wenn jemand Zugriff auf eine Dienstleistung hat, die Antworten auf komplexe Fragen bietet, dann wird diese Person auch zukünftig dort die Suche nach Antworten beginnen. Aus der Sicht des Nutzerverhaltens bietet dies eine Herausforderung für Suchmaschinen-Anbieter, die erst später Künstliche Intelligenz in ihre Dienstleistung integrieren.

Wo sehen Sie weitere Herausforderungen für Nachzügler?

Diese Sprachmodelle sind rechenintensiv und benötigen bis zu zehnmal mehr Rechenleistung, um Resultate zu generieren. Daher sind in dieser Architektur die Kosten, um eine Anfrage zu beantworten grösser. Dies ist eine Herausforderung für einige etablierte Suchmaschinenanbieter, da mit der Bereitstellung der User Experience hohe Kosten verbunden sind, es aber möglicherweise nicht so viele Möglichkeiten gibt, die Ergebnisse zu vermarkten.

Aber das Rennen ist noch in einem frühen Stadium…

So ist es. Aber OpenAI hat mit ChatGPT am schnellsten die Schwelle von 100 Millionen Nutzern erreicht und damit Geschichte geschrieben. Dies ist schneller als es bei Tiktok der Fall war. Es gibt eine lange Warteliste von Menschen, die den Service nutzen oder ausprobieren wollen.

Und was sind die Auswirkungen von ChatGPT im realen Leben?

Es ist erstaunlich, wie sich das Sprachmodell auf das Erziehungssystem ausgewirkt hat. Viele Lehrer und Professoren beschweren sich, dass Studenten von ChatGPT geschriebene Texte einreichen. Man fragt sich, wie mit einem solchen Service umgegangen werden soll, wenn junge Menschen Zugang dazu bekommen. Insbesondere da manche von diesen ChatGPT dazu nutzen, etwas Neues zu lernen, und andere, um zu schummeln.

Gibt es nicht Anwendungen von Sprachmodellen, die bereits länger bestehen?

Sprachmodelle werden bereits in 'Chatbot'-Features eingesetzt, die von Patientenschnittstellen für Unternehmen im Gesundheitssektor bis hin zu Kundendienstfunktionen reichen. Der Schlüssel für diese Unternehmen liegt darin, dass die Chat-Funktion nur grundlegende Kundenanfragen, die das KI-System beantworten kann, genau identifiziert, während für komplexere Fragen ein menschlicher Mitarbeiter erforderlich ist. So könnte ein KI-gesteuerter Chatbot beispielsweise 90 Prozent der Anfragen von Bankkunden beantworten, wie etwa 'Wie hoch ist mein Kontostand?' oder 'Wie viele automatische Rechnungsabzüge habe ich?', so dass die Mitarbeiter mehr Zeit für den Verkauf von Dienstleistungen haben oder den wertvollsten Kunden der Bank ein besseres persönliches Erlebnis bieten können.

Aber Sprachmodelle wie ChatGPT sind bekanntermassen weit davon weg, perfekt zu sein…

Sprachprogramme wie ChatGPT haben Probleme mit der Zuverlässigkeit und Wahrhaftigkeit. Sie sind gar nicht so autoritativ, wie sie sich selbst präsentieren. Manchmal geben sie Antworten, die schlichtweg nicht wahr sind. Jemand fragte ChatGPT, ob ein Löffel oder eine Schildkröte schneller sei. Es antwortete, dass ein Löffel wegen gewisser Charakteristiken schneller als eine Schildkröte ist. Das Modell hat keine Beispiele gesehen, die einen Löffel mit einer Schildkröte vergleicht. Daher kann es keine angemessene Antwort liefern. Diese Unzulänglichkeiten bergen Gefahren. Aber wenn man die Limiten identifizieren kann, bieten sich wohl nutzvolle Anwendungen für den Service.

Die verfügbaren Daten sind für ChatGPT und dessen Fähigkeiten ausschlaggebend. Was ist denn überhaupt Künstliche Intelligenz?

Seit den ersten Computern versucht man Maschinen herzustellen, die im Dienste der Menschheit stehen und unser Leben durch ihre Fähigkeiten besser machen. Man ging davon aus, dass man bei genügender Rechenleistung Maschinen lernen kann, zu sehen, zu hören und sich in der Welt zurechtzufinden. Im Gebiet der Künstlichen Intelligenz bestand schon immer diese langfristige Sichtweise. Es besteht das Ziel, dass Maschinen menschliches Denken und Fähigkeiten nachahmen.

Wann nahm die Entwicklung tatsächlich so richtig Fahrt auf?

Der grosse Durchbruch erfolgte mit der Demonstration, wie Maschinen mit künstlichen neuronalen Netzwerken von Informationen lernen können. Google demonstrierte mit einer wissenschaftlichen Publikation vor ungefähr 10 Jahren, dass sie den künstlichen neuronalen Netzwerken beibringen können, in Videos Katzen zu identifizieren, ohne zu definieren, was überhaupt eine Katze ist. Zuvor musste man als Programmierer in einem Code beschreiben, was eine Katze ist, damit eine Maschine dies erkennen kann.

Künstliche Intelligenz übernimmt also die Rolle des Programmierers?

Maschinen können nun Daten aus der realen Welt nehmen, Attribute daraus extrahieren und Programme aufgrund dieser Daten erstellen. Stellen Sie sich ein selbstfahrendes Auto vor. Wenn man ein Programm dafür schreiben möchtest, müsste man Licht- und Strassenkonditionen, Fussgänger und Fahrzeuge auf der Strasse berücksichtigen – jeweils mit vielen Variationsgraden. Dies ist zu komplex für einen Menschen. Stattdessen werden jetzt Daten aus der realen Welt gesammelt und Maschinen extrahieren, was in der Umgebung stattfindet. Sie schreiben die unterliegende Logik, wie ein Fahrzeug zu navigieren hat.

Wohin wird diese Entwicklung führen?

Man erlaubt es Maschinen, komplexe Dinge zu tun, wie die Welt sehen oder Sprache genauer als die Menschen zu verstehen. Man kann Maschinen an Sensoren für Infrarot oder Lidar trainieren, die Menschen gar nicht besitzen. Dies eröffnet für Menschen, die diese Technologie nutzen, neue Anwendungsbereiche. Das Erschaffen von Roboter mit menschlichem Aussehen, die aus Science-Fiction bekannt sind, ist mit dieser Technologie möglich. Man sieht den Pfad, der wohl eingeschlagen wird, da viele technische Hürden überwunden wurden.

Wie kann man das Potenzial und die Auswirkungen von Sprachmodellen wie ChatGPT am besten erfassen?

Um das Potenzial der GPT-Technologie wirklich zu erfassen, muss auch unsere Definition von 'Sprache' erweitert werden. Zum Beispiel haben im Kontext der computergestützten Modellierung menschliche Sprachen viel mit Proteinen gemeinsam. Ein grosses Sprachmodell, das auf OpenAIs GPT-2 - dem Vorgänger von GPT 3.0, auf dem ChatGPT basiert - beruht, wurde konstruiert, um neue Proteinsequenzen nach den Prinzipien natürlicher Sprachen zu erzeugen. So wie die Buchstaben des Alphabets Wörter und Sätze bilden, gibt es 20 natürlich vorkommende Aminosäuren, die sich auf unterschiedliche Weise zu Proteinen verbinden. Das Modell hilft bereits bei der Entwicklung von einfacheren Sequenzen wie Antibiotika oder Impfstoffen. Fortschritte in diesem Modell, wie das bevorstehende GPT-4, könnten dazu führen, dass Sequenzen mit spezifischeren Funktionen entwickelt werden, die auf patientenspezifische Krankheiten und genetische Mutationen abzielen können. Dies wiederum könnte nicht nur im medizinischen und biomedizinischen Bereich, sondern auch in den Umweltwissenschaften eingesetzt werden.

Wie wird die Gesellschaft zukünftig aussehen und welche Jobs werden verloren gehen?

Wir erwarten keinen massiven Arbeitsplatzabbau aufgrund von Künstlicher Intelligenz. Vielmehr werden Menschen, die diese benutzen, viel produktiver sein und diejenigen ersetzen, die sich nicht anpassen. Es ist immer Mensch und Maschine. Bei ChatGPT sind die Resultate so gut, da ein Mensch involviert ist, der laufend Feedback gibt. Daher wird die Maschine für die vorhersehbare Zukunft einen Menschen als Assistenz brauchen. Und Menschen werden bemerkenswerte Dinge in Zusammenarbeit mit Maschinen erreichen. Man sieht dies bereits bei chirurgischen Robotern. Diese können Operationen auf einem Level der Präzision vornehmen, das für menschliche Hände extrem schwierig ist. Sie sind weniger invasiv und erlauben eine schnellere Heilungsdauer. Angesichts der demografischen Probleme, mit denen grosse Volkswirtschaften wie die USA, die EU, China und Japan konfrontiert sind, spricht vieles dafür, dass die Gesellschaft von der Produktivitätssteigerung profitiert, die die Künstliche Intelligenz unserer Meinung nach bringen wird.

Das klingt alles zu gut, um wahr zu sein. Birgt diese Entwicklung keine Gefahren?

Es gibt Gefahren, die überwacht werden müssen. Zum Beispiel können bestimmte politische Ansichten oder sogar hate speech - Hassrede - in den Trainingsdaten enthalten sein. Dies wird dann in den Resultaten reflektiert. Das Problem trat auch mit ChatGPT auf, als Nutzer nach einem Gedicht über die Tugenden von Joe Biden und Donald Trump fragten. Während ChatGPT dies für Biden tat, weigerte es sich bei Trump, da dieser für das Sprachmodell eine kontroverse Figur ist. Ethik ist daher auf diesem Gebiet sehr wichtig.

Für Anleger entscheidend: Welche Unternehmen sind in der neuen Welt dem Untergang geweiht?

Innovation verursacht immer Veränderung. Unternehmen, die aus Gewohnheit nicht adoptieren können, werden es schwer haben. Es gibt noch eine Zurückhaltung wegen den Problemen der Zuverlässigkeit, was verständlich ist. Doch Unternehmen sollten aus Eigeninteresse vorwärtsgehen und ihren Nutzen in dieser Technologie identifizieren, um produktiver und wettbewerbsfähiger zu werden.

Wie können Anlegerinnen und Anleger Unternehmen identifizieren, die gefährdet sind?

Unsere Hypothese ist, dass wir uns in einem frühen Stadium der KI-gesteuerten Transformation sämtlicher Branchen befinden. ChatGPT ist nur eines von vielen Beispielen für KI-Technologien, die Unternehmen nutzen, um ihre Kundenbindung zu verbessern, ihr Produkt- und Dienstleistungsangebot zu erweitern und ihre operativen Margen durch Umsatzsteigerung und/oder Kostensenkung zu verbessern. Daher besteht eines unserer wichtigsten Instrumente darin, Unternehmen nach ihrer 'KI-Strategie' zu fragen, wie die Unternehmensleitung über KI denkt und ob sie den zeitlichen, finanziellen und personellen Aufwand beziffern kann, der derzeit und in Zukunft hierfür aufgewendet wird. Auf diese Weise erhalten wir eine Art Mapping, anhand dessen wir nicht nur die Unternehmen identifizieren können, die die Chance wirklich ergreifen, sondern auch die Unternehmen, die sich der potenziellen und möglicherweise plötzlichen Störung nicht bewusst sind, der sie durch einen aktuellen Konkurrenten oder einen neuen Marktteilnehmer ausgesetzt sein können.

Alle Prognosen sagen, dass Künstliche Intelligenz und deren Anwendungen enorm wachsen werden. Über was für einen Markt sprechen wir?

Es ist wegen der Schnelligkeit schwierig zu wissen, wie sich dieser Markt entwickeln wird. Die Applikationen für diese Sprachmodelle explodieren regelrecht. Es gibt ein Unternehmen in Grossbritannien, das einen Vertrag mit einer Anwaltskanzlei abgeschlossen hat. Mit den Daten der Rechtsbibliothek soll das Sprachmodell den Anwälten intelligente Antworten liefern. Andere nutzen Künstliche Intelligenz für Proteinbiosynthese. Es ist daher schwierig, einen Markt zu definieren, da jede Industrie von der Entwicklung betroffen ist. 

Haben Sie keine zahlenbasierte Prognose?

Angesichts der Tatsache, dass KI eine transformative Technologie für alle Branchen sein wird, ist es wie bereits erwähnt schwierig, den gesamten adressierbaren Markt zu quantifizieren. Dies ist einer der Hauptgründe für unseren Ansatz, verschiedene KI-Kategorien zu verwenden - etwa Infrastruktur, Anwendungen und aktivierte Industrien. Die jüngste Prognose der Unternehmensberatung PwC geht davon aus, dass KI bis 2030 über 15 Billionen Dollar zur Weltwirtschaft beitragen wird, und zwar durch eine Kombination aus Konsumveränderungen und Produktivitätssteigerungen. Für die nächsten 5 bis 10 Jahre wurden für die gesamte Branche jährliche durchschnittliche Wachstumsraten von 25 bis 35 Prozent für spezifische KI-bezogene Hardware und Software prognostiziert. Prognosen können hilfreich sein und die Chancen auf einem sehr hohen Niveau festlegen, aber der Schlüssel liegt immer noch im Verständnis der Auswirkungen und des Potenzials spezifischer KI-Technologien und für bestimmte Unternehmen.

Auch die Halbleiterindustrie und Clouddienstleister gehören zu den Gewinnern?

Nehmen wir zum Beispiel ChatGPT. Das ML-Modell, auf dem ChatGPT basiert, wurde auf 45 Terabyte Textdaten trainiert, was knapp einer Fläche von 93'000 Quadratmetern in einem Bücherregal entspricht. Dies erfordert eine unglaubliche Menge an Rechenleistung auf der Speicher- und Logikseite sowie eine Cloud-Infrastruktur. Bei der Nutzung nach dem Modelltraining, etwa für Inferenzen und spezifische Aufgaben, kommt Edge Computing zum Einsatz. Die Parameter in den Trainingsmodellen werden sich dadurch um ein Vielfaches erhöhen. Und dies sind alles Nischenelemente, um nicht nur die Modellschulung, sondern auch für die laufende Entwicklung und Nutzung des Modells für den Endkunden vorzunehmen.

Mit dem Fonds ‹Allianz Global Artificial Intelligence› investieren Sie in Tech- respektive Growth-Aktien. Zuletzt haben sich diese Titel nach dem Kurssturz im vergangenen Jahr stark erholt. Was spricht dafür, dass trotz dem unvorteilhaften Zinsumfeld der Aufwärtstrend anhält?

Man kann einem Investment in Künstliche Intelligenz gar nicht aus dem Weg gehen, da jedes Unternehmen von dieser Entwicklung betroffen sein wird. So betrachtet sind wir der Meinung, dass man bei jeder Investition berücksichtigen sollte, wie sich künstliche Intelligenz auf den Markt auswirken wird. Wir investieren nicht nur aus der Perspektive der Technologie, sondern auch aus der Perspektive der jeweiligen Industrie. Wir suchen Unternehmen, die mit dem Gebrauch der Künstlichen Intelligenz ihre Branche aufrütteln können. In 70 Prozent der Verwaltungsräte wird über den Gebrauch der Technologie diskutiert.

Aber ist jetzt ein guter Zeitpunkt für ein Investment?

Alles in allem sind wir nach wie vor der Meinung, dass wir uns in einem sehr frühen Stadium eines massiven disruptiven Wandels befinden, der durch Fortschritte bei der künstlichen Intelligenz und deren Einsatz ausgelöst wird. Wir glauben, dass diese Veränderungen ein bedeutendes Wachstum für Unternehmen mit sich bringen werden, die in der Lage sind, die Vorteile zu nutzen und den Umbruch in ihren jeweiligen Branchen voranzutreiben. Wir gehen zwar davon aus, dass die Märkte manchmal die Grundlagen dieses Wachstums in Frage stellen werden, sind aber gleichwohl überzeugt, dass der sich aus der KI ergebende Effekt langfristigen Shareholder Value schaffen wird. Trotz eines schwierigen Performance-Umfelds im Jahr 2022 für technologiebezogene Aktien und die Aktienmärkte im Allgemeinen sollten Anleger dies nicht als Anzeichen für eine Verlangsamung der KI-getriebenen Transformation betrachten. Vielmehr haben wir 2022 eine robuste Nutzung von KI durch eine Reihe von Unternehmen zur Kostensenkung, Umsatzsteigerung und verbesserten Kundenbindung beobachten können. Und die Zahl und Vielfalt der Anwendungsfälle nimmt weiterhin rasant zu.

Wer nach Investments Ausschau hält, landet zuerst schnell bei grossen und bekannten Tech-Namen wie Apple, Alphabet, Microsoft. Dies sind aber keine ‹reinen› Player. Muss man dies in Kauf nehmen?

Innovation birgt Opportunität für neue Unternehmen, mit ihren Produkten zu wachsen und Gewinne zu erzielen. Künstliche Intelligenz ist ein neuer Innovationszyklus. Und es ist der grösste Innovationszyklus, den wir je gesehen haben. Die traditionellen Unternehmen werden auch davon profitieren, wenn sie die Technologie für ihre Dienste nutzbar machen können. Doch es gibt neue Unternehmen, die Künstliche Intelligenz sozusagen in ihren Genen haben. Dadurch erschaffen sie komplett neue Produkte und Services. Dazu gehört beispielsweise selbstfahrende Autos, für KI-Workload optimierte Mikroprozessoren und fortgeschrittene Personalisierungssoftware – um nur einige Beispiele zu nennen.

Technologie hat immer auch mit Geopolitik zu tun. USA oder China: Wer hat die Nase vorn?

China hat grosse Fortschritte gemacht, die USA hat aber immer noch die Technologieführerschaft inne. Was man immer dabei bedenken muss, ist, dass Ethik und rechtliche Rahmenbedingungen notwendig sind. Es gibt zahlreiche Entwicklungsmöglichkeiten, die schlimme Ergebnisse als Folge haben könnten. So könnten beispielsweise Verzerrungen in den Trainingsdaten zu Verzerrungen in den Lösungen oder Antworten und somit letztlich dazu führen, dass Personen bei der Vergabe von Arbeitsplätzen oder bei Kreditanträgen abgelehnt werden. Daher ist es wichtig, dass diese Technologien auf eine offene Art und Weise erforscht und entwickelt werden, so dass öffentliche Debatten möglich sind. Dies ist notwendig, damit die Technologie der Maximierung des öffentlichen Guts dient.

Diesbezüglich bietet aber China Anlass zur Sorge…

Bezüglich China bin ich mir nicht sicher, ob eine öffentliche Debatte stattfinden wird. Wenn man einen Überwachungsstaat erbaut, profitiert von der Technologie das etablierte politische System. Es ist daher wichtig, dass Künstliche Intelligenz auf eine Weise entwickelt wird, die allen und nicht nur einer kleinen Gruppe dient und dass die Freiheit des Einzelnen geschützt wird, um sicherzustellen, dass das öffentliche Wohl am besten gefördert wird.

Sebastian Thomas ist leitender Portfoliomanager, Aktien, bei Voya Investment Management. Bevor er zu Voya kam, war er Senior Portfoliomanager, Senior Research Analyst und Managing Director bei Allianz Global Investors, wo er das US Technologie/Telekom-Resarch leitete und für das Research grosser und mittelgrosser Software- und Internettechnologieunternehmen verantwortlich war und als leitender Portfoliomanager fungierte. Vorhergehende Berufsstationen waren Roger Engemann & Associates (ein Unternehmen von Phoenix Investment Partners), Fidelity Management and Research, Morgan Stanley sowie der Federal Reserve Board of Governors. Darüber hinaus hat er Erfahrung in der Konzeption, Entwicklung und Verwaltung von Softwareanwendungen. Sebastian erwarb einen BA in Wirtschaftswissenschaften am Pomona College und einen MBA in Finance & Strategy an der University of Chicago. Er ist CFA-Charterholder.