Steht der Taiwan-Index bei 40.000 Punkten fest, während US-Aktien neue Allzeithochs erreichen, aber die KI-Branche erst in eine frühe Phase eingetreten ist?

Citrini Research 研究er Jukan teilt die Grafik von Goldman Sachs Global Investment Research weiter und schreibt: „Wir befinden uns gerade erst in einer frühen Phase.“ Laut der Grafik sind die entscheidenden Veränderungen in der künftigen KI-Industrie möglicherweise nicht nur Verbesserungen der Modellfähigkeiten oder eine Ausweitung der Rechenleistung, sondern consumer agent workloads, also KI-Agent-Workloads für Verbraucher, die den weltweiten Token-Verbrauch deutlich nach oben treiben.

Konsumorientierte Agents lassen den Token-Verbrauch bis 2030 um das 10-Fache steigen

Die Grafik zeigt, dass consumer agent workloads den Token-Verbrauch vor 2030 um mehr als das 10-Fache erhöhen könnten; die roten Markierungen in der Grafik gehen noch weiter und schreiben, dass der Token-Verbrauch bis 2030 um über das 12-Fache wachsen wird. Goldman Sachs ist der Ansicht, dass das Token-Wachstum im Wesentlichen auf drei Faktoren zurückgeht: eine breitere Reichweite der Nutzer, eine höhere Nutzungshäufigkeit pro Tag sowie ein Wechsel im KI-Nutzungsverhalten von einmaligen Chat-Sitzungen hin zu on-demand Agents und always-on Agents.

Unter Token versteht man die grundlegende Mengeneinheit, die große Sprachmodelle verarbeiten, wenn sie Text, Anweisungen, Antworten, Tool-Aufrufe und Kontext-Speicher übernehmen. Wenn Nutzer dem Chatbot nur gelegentlich Fragen stellen, ist der Token-Verbrauch relativ begrenzt.

Doch sobald KI-Agents damit beginnen, im Auftrag der Nutzer kontinuierlich zu suchen, zu überwachen, aufzubereiten, Bestellungen aufzugeben, zu planen, Nachrichten zu beantworten und Workflows zu verarbeiten, sind die Modelle nicht mehr nur „zum Beantworten von Fragen“ da, sondern werden zu dauerhaft arbeitenden digitalen Arbeitskräften. Das bedeutet, dass die Token-Menge, die jeder Nutzer täglich verbraucht, sich von einmaligen Gesprächen zu einem hochfrequenten, lang andauernden und im Hintergrund ausgeführten Arbeits-Load entwickeln könnte.

Die globale Token-Kapazität liegt 2026 voraussichtlich bei etwa 7,5 Billionen Token pro Monat; nach dem Einstieg in das erste Halbjahr 2026 markiert Goldman Sachs sie jedoch als Token Economics Turn Positive in 1H26, was darauf hindeutet, dass die Token-Ökonomie im ersten Halbjahr 2026 in die Gewinnzone drehen könnte. Anders gesagt: Mit sinkenden Kosten für Inferenz, der Ausweitung der Recheninfrastruktur und der Reife der Anwendungsfälle könnten sich die Unit-Economics, mit denen KI-Unternehmen Tokens verarbeiten, verbessern.

Bis 2030 wächst zwar auch weiterhin der nicht-agent-getriebene Bedarf, aber den Anstieg der Kurve bestimmen vor allem consumer agents. Non-agent workloads stehen vor allem für bestehende KI-Nutzungsmuster wie traditionelle Chatbots, Suchanfragen, Content-Generierung und allgemeine Unternehmensanwendungen; consumer agents stehen dagegen für KI-Nutzung mit höherer Frequenz, längerer Laufzeit und stärkerer Automatisierung. Bis 2030 schätzt die Grafik, dass die monatlich verarbeiteten Tokens 60 Billionen übertreffen werden, wobei consumer agents einen erheblichen Anteil an der zusätzlichen Menge stellen.

Das ist auch der Kern dessen, was Jukan meint, wenn er sagt „Wir befinden uns gerade erst in einer frühen Phase“. Wenn Goldmans Sachs Prognose zutrifft, wird die KI-Nachfrage nicht bei den aktuellen Chatbots, Code-Assistenten oder Unternehmens-Copilots stehen bleiben, sondern weiter in agentic workflow übergehen, also in die Phase, in der KI-Agenten Menschen dabei helfen, fortlaufend Aufgaben zu erledigen. Dann wird sich der Fokus der Marktdiskussion nicht mehr nur darum drehen, „wie viele Menschen KI nutzen“, sondern darum, „wie viele Aufgaben pro Person lässt man die KI jeden Tag ausführen“.

Blackrock CEO widerspricht dem KI-Boom: Das eigentliche Problem ist die Unterversorgung bei der Rechenleistung

Das spiegelt auch Larry Fink, den CEO von Blackrock, in seiner jüngsten Zurückweisung von KI-Blasen. Laut einem Bericht von Bloomberg sagte Fink auf einem Podium beim Globalen Treffen des Milken Institute, dass der Markt derzeit nicht mit einer KI-Blase konfrontiert sei, sondern mit einem massiven Versorgungsmangel. Das Wachstum der Nachfrage liege deutlich über den Erwartungen des Markts; nicht nur in den USA stünden die Kapazitäten in den Bereichen Rechenleistung, Chips und Speicher nicht ausreichend zur Verfügung, auch global sei man erst dabei, das riesige Geschäftspotenzial zu erkunden, das KI mit sich bringt.

Fink erwartet sogar, dass es, wenn die Nachfrage nach Rechenleistung weiter steigt und die Versorgungslücke nicht schnell geschlossen werden kann, künftig einen Handelsmechanismus geben könnte, der es dem Markt erlaubt, „Rechenleistungs-Futures“ zu kaufen und zu verkaufen, sodass Compute Capacity zu einer neuen Anlageklasse im Futures-Markt wird. Diese Aussage ist deshalb wichtig, weil sie die KI-Infrastruktur von „Kosten für Technologieunternehmen“ neu definiert: als handelbare, finanzialisierbare und langfristig bepreiste knappe Ressource.

Kurz gesagt: Die Grafik von Goldman Sachs beschreibt die Nachfrageseite: consumer agents lassen den Token-Verbrauch vor 2030 um mehr als das 12-Fache wachsen; Fink spricht von der Angebotsseite: Wenn die Token-Nachfrage tatsächlich explodiert, muss sich der Markt den Problemen mangelnder Kapazität bei Rechenleistung, Chips, Speicher, Rechenzentren und Stromversorgung stellen. Zusammen bilden diese beiden Aspekte den Kern der aktuellen Bull-These für den KI-Infrastrukturausbau.

Der Artikel Das Handelsportal: Der Taiwan-Index hält über 40.000 Punkte, der US-Aktienmarkt erreicht neue Hochs, aber befindet sich die KI-Industrie gerade erst in einer frühen Phase? erschien zuerst auf Chain News ABMedia.