Gavin Baker ist ein erfahrener Investor im Technologiesektor, der sich auf künstliche Intelligenz (KI) und verwandte Technologien spezialisiert hat. Er ist für seine tiefgehenden Analysen von Chips, Rechenzentren und der KI-Ökonomie bekannt. In einem Gespräch im Podcast Invest Like The Best mit Patrick O'Shaughnessy teilte er seine Erkenntnisse über die Zukunft der KI, einschließlich der Prognose, dass die nächsten großen Rechenzentren im Weltraum angesiedelt sein könnten. Baker verfügt über langjährige Erfahrung mit Investitionen in Unternehmen wie Nvidia und Google und spricht häufig über komplexe Themen wie Skalierungsgesetze in der KI und die wirtschaftlichen Auswirkungen neuer Chips. Ursprünglich plante er, Skilehrer oder Flussführer zu werden, fand jedoch schließlich zum Investieren, nachdem er Bücher von Peter Lynch und Warren Buffett gelesen hatte, was seinen Lebensweg veränderte.
KI-Ökonomie und der Kampf der Chips: Nvidia gegen Google
Baker beschreibt ausführlich den aktuellen Wettbewerb zwischen Nvidia und Google bei KI-Chips. Nvidia entwickelt GPUs mit den Architekturen Hopper und Blackwell, während Google über eigene TPUs (Tensor Processing Units) verfügt. Laut Baker ist der Übergang von Hopper zu Blackwell die komplexeste Produktumstellung in der Geschichte der Technologie. Racks mit Blackwell-Chips wiegen rund 1.360 kg (gegenüber 454 kg bei Hopper) und verbrauchen bis zu 130 kW Energie, was dem Verbrauch von 130 amerikanischen Haushalten entspricht. Diese Umstellung umfasst den Wechsel zur Flüssigkeitskühlung und erfordert massive Veränderungen in den Rechenzentren, etwa die Verstärkung der Böden oder die Installation neuer Energiequellen.
Baker betont, dass Google dank seiner TPU v6 und v7, mit denen sich Token (Recheneinheiten in der KI) kostengünstiger erzeugen lassen, vorübergehend im Vorteil ist. Ihm zufolge „saugt Google dem Markt den wirtschaftlichen Sauerstoff ab“, indem es Dienstleistungen mit niedrigen Margen anbietet, was kleineren Unternehmen den Wettbewerb erschwert. Mit der Einführung der Blackwell-Chips von Nvidia im Jahr 2026 erwartet Baker jedoch eine Wende. Das erste auf Blackwell trainierte Modell wird wahrscheinlich von Elon Musks xAI stammen, da dieses Unternehmen Rechenzentren am schnellsten errichtet. Baker vergleicht Blackwell mit einem modernen F-35-Kampfflugzeug, während ältere TPUs einem älteren F-4 Phantom entsprechen.
Skalierungsgesetze und Fortschritte bei der KI
Baker erklärt, dass der Fortschritt bei der KI durch Skalierungsgesetze vorangetrieben wird, denen zufolge mehr Chips und Daten zu intelligenteren Modellen führen. Googles Gemini 3 bestätigte, dass diese Gesetze weiterhin für das Vortraining (Pre-Training) gelten. In den Jahren 2024 und 2025 wäre der Fortschritt ohne neue Chips jedoch ins Stocken geraten, doch „Reasoning-Modelle“ wie o1 von OpenAI retteten die Situation. Diese Modelle ermöglichen es der KI, vor einer Antwort länger „nachzudenken“, wodurch ihre Intelligenz gesteigert wird, ohne dass bessere Hardware erforderlich ist.
Laut Baker verlagert sich der Schwerpunkt bei der KI nun von reiner Intelligenz hin zum Nutzen. Modelle wie Gemini Ultra oder Super Grok sind bereits so intelligent, dass ein durchschnittlicher Mensch keinen Unterschied zwischen ihnen bemerkt, sofern er keine komplexen Themen wie PCI-Express-Protokolle im Vergleich zu Ethernet anspricht. Die entscheidenden Elemente des Nutzens sind: ein enormer Kontext (beispielsweise die Kenntnis Ihrer Vorlieben, etwa ein nach Osten ausgerichteter Balkon für die Morgensonne nach Andrew Huberman), Zuverlässigkeit (keine Halluzinationen) und die Länge der Aufgaben (von der Tischreservierung bis zur Planung eines gesamten Familienurlaubs). Baker prognostiziert, dass KI bald Aufgaben mit überprüfbaren Ergebnissen beherrschen wird, etwa die Buchhaltung (ob die Bücher ausgeglichen sind) oder den Vertrieb (ob ein Geschäft abgeschlossen wurde).
Rechenzentren im Weltraum
Eine der interessantesten Prognosen Bakers lautet, dass wir in den nächsten 3–4 Jahren Rechenzentren im Weltraum sehen werden. Aus physikalischer Sicht ist der Weltraum ideal: Die Sonnenenergie ist dort um 30 % intensiver und rund um die Uhr ohne Batterien verfügbar. Die Kühlung ist kostenlos – man muss lediglich einen Radiator in die Dunkelheit des Weltraums richten, wo die Temperatur nahe dem absoluten Nullpunkt liegt. Fachleuten zufolge ist dies allerdings nicht ganz so einfach, wie es erscheinen mag. Die Kommunikation per Laser im Vakuum ist schneller als über Glasfaserkabel auf der Erde. Baker bringt dies mit Technologien wie Starlink in Verbindung, bei denen eine Anfrage vom Telefon direkt an einen Satelliten gesendet wird, was die Latenz gegenüber terrestrischen Netzen reduziert.
Baker sieht eine Verbindung zwischen Elon Musks Unternehmen: Tesla (Körper der Optimus-Roboter), xAI (Intelligenz) und SpaceX (Raketen und Weltraum-Computing). Rechenzentren im Weltraum könnten irdische Beschränkungen wie Energieknappheit oder Kühlungsprobleme lösen, wobei die Kühlung den teuersten Bestandteil terrestrischer Rechenzentren darstellt.
Wirtschaftliche Fallen für Softwareunternehmen
Baker warnt vor einer „Todesfalle“ für traditionelle Softwareunternehmen wie Salesforce oder Adobe, die Margen von 80–90 % erzielen. KI erfordert massive Rechenkapazitäten bei Margen von lediglich 35–40 %, sodass diese Unternehmen ihre Margen senken müssen, um KI-Agenten anbieten zu können. Andernfalls werden sie von Start-ups überrollt. Microsoft bildet eine Ausnahme, weil das Unternehmen es richtig macht.
Im geopolitischen Kontext bezeichnet Baker offene chinesische Modelle wie DeepSeek als „Geschenk des Himmels“ für Meta, das sie zur Verbesserung seiner eigenen Modelle nutzt. China liegt jedoch wegen des Mangels an leistungsstarken Nvidia-Chips zurück, deren Export die USA verboten haben und deren Kauf anschließend auch China untersagte. Baker hält Chinas Beschränkung des Exports seltener Erden für einen Fehler, da die USA neue Verarbeitungsmethoden entwickeln, wodurch das Problem schneller gelöst wird.
Nachweis der Rendite von KI-Investitionen
Baker weist anhand börsennotierter Unternehmen nach, dass sich Investitionen in KI auszahlen. Große Käufer spezialisierter KI-GPUs erzielen eine höhere Rendite auf das investierte Kapital als vor dem Anstieg der KI-Ausgaben. Ein Beispiel ist das Unternehmen C.H. Robinson, das in der Frachtlogistik tätig ist. Früher dauerte die Erstellung eines Preisangebots 15–45 Minuten, und das Unternehmen beantwortete nur 60 % der Anfragen. Mithilfe von KI beantwortet es inzwischen 100 % innerhalb weniger Sekunden, was nach der Veröffentlichung der Quartalsergebnisse zu einem Anstieg der Aktie um 20 % führte. Baker betont, dass KI bei überprüfbaren Aufgaben wie Kundensupport oder Vertrieb hilft.
Quelle: theneuron.ai
