Künstliche Intelligenz stellt Unternehmen vor Herausforderungen, deren Stärken auf Prozessstörungen, Arbeitsintensität und der Bindungskraft ihrer Anwendungen beruhen. Andererseits erhält oder stärkt sie Unternehmen, die auf Infrastruktur, proprietären Daten, Netzwerkeffekten oder spezialisierten Domain-Prozessen basieren.
Die Auswirkungen der KI sind heute bereits weitgehend in den Aktienkursen eingepreist, doch wir rechnen in naher Zukunft mit einer höheren Volatilität, weil KI-Labore, die einen Börsengang anstreben, ihre Angebote im Bereich der agentenbasierten Technologien weiter rasch ausbauen.
Das Marktnarrativ schwankt zwischen dem Maximalismus der KI-Labore und den Vorteilen der etablierten Unternehmen, daher sehen wir Chancen, nach den jüngsten Ausverkäufen widerstandsfähige Unternehmen zu angemessenen Preisen kaufen zu können.
Um den Auswirkungen der KI auf die Wettbewerbsvorteile von Unternehmen Rechnung zu tragen, haben wir die Economic Moat Ratings für 132 Unternehmen neu bewertet, bei denen wir der Ansicht waren, dass die KI disruptive Auswirkungen haben könnte und daher eine eingehendere Analyse erforderlich ist.
Messung der Auswirkungen von KI auf Economic Moats
Das Morningstar Economic Moat Rating fasst die Dauer der Wettbewerbsvorteile eines Unternehmens zusammen. Ein wirtschaftlicher Burggraben ist ein strukturelles Merkmal, das es einem Unternehmen ermöglicht, über einen langen Zeitraum hinweg überdurchschnittliche Gewinne zu erzielen. Wenn die Morningstar-Analysten davon ausgehen, dass diese überdurchschnittlichen Renditen 20 Jahre oder länger anhalten, erhält das Unternehmen ein breites Economic Moat Rating. Bei einem Unternehmen mit einem schmalen wirtschaftlichen Burggraben gehen die Analysten davon aus, dass es mindestens 10 Jahre lang wettbewerbsfähig bleibt.
Wir haben ein firmeneigenes Bewertungssystem entwickelt, um systematisch zu bewerten, wie sich KI auf die Beständigkeit von Wettbewerbsvorteilen auswirkt. Dieses System war in erster Linie auf die Bewertung von Economic Moat in der Softwarebranche ausgerichtet; es wurden geringfügige Anpassungen vorgenommen, um es besser auf andere Branchen wie IT-Dienstleistungen oder Finanzdienstleistungen anwenden zu können.
Das Rahmenwerk soll sowohl die Gefahren erfassen, die KI für bestehende Wettbewerbsvorteile darstellt, als auch die Chancen, die sie für Unternehmen bietet, die in der KI-Wertschöpfungskette gut positioniert sind.
Wichtige Aspekte bei der Betrachtung von Economic Moats in einer von KI geprägten Welt
7 zentrale Aspekte für die Betrachtung von Wettbewerbsvorteilen in einer von KI geprägten Welt
KI beseitigt Moats nicht pauschal – sondern wirkt als Selektionsmechanismus
Von den 132 untersuchten Unternehmen wurden 22 mit einem breiten Economic Moat herabgestuft (20 auf schmal, zwei auf null), 18 mit schmalen wirtschaftlichen Burggräben wurden herabgestuft, und zwei mit schmalen wirtschaftlichen Burggräben wurden aufgrund ihrer Positionierung in der Infrastruktur und ihrer Netzwerkeffekte auf „breit“ hochgestuft. KI birgt Risiken, daran besteht kein Zweifel. Aber sind diese Risiken bei allen Unternehmen gleich? Gibt es keine Softwareunternehmen mehr, die über Economic Moats verfügen? Keineswegs.
Die Bereiche Lohn- und Gehaltsabrechnung, IT-Dienstleistungen und Unternehmenssoftware waren diejenigen, die am stärksten unter Moat-Herabstufungen, negativen Neubewertungen und zunehmender Unsicherheit zu leiden hatten. Das erscheint intuitiv einleuchtend, da die Disruption durch Künstliche Intelligenz in der Regel dort am stärksten zum Tragen kommt, wo Unternehmen menschliche Arbeitskraft, einfache Workflow-Automatisierung und benutzerbasierte Softwarelizenzen zur Erzielung von Einnahmen nutzen.
Interessanterweise verfügen viele der Unternehmen, deren Rating herabgestuft wurde, nach wie vor über einen großen Kundenstamm, beliebte Produkte und/oder wichtige Kundenbeziehungen. Mit anderen Worten: Selbst bei vielen der herabgestuften Unternehmen war die Lage nicht eindeutig.
Dennoch sind wir der Ansicht, dass KI die langfristige Vorhersehbarkeit erheblich einschränkt und die Nachhaltigkeit bestehender Wettbewerbsvorteile schwächen kann, indem sie Teile der Arbeitsabläufe leichter nachahmbar, einfacher zu automatisieren oder weniger abhängig vom Kundenwachstum macht.
Wo Unternehmen Widerstandsfähigkeit bewiesen haben
Wir glauben nicht, dass KI alle Wettbewerbsvorteile pauschal zunichte macht; vielmehr handelt es sich um einen Selektionsmechanismus. Die meisten Wettbewerbsvorteile der Unternehmen blieben unverändert, doch die Zahl der Unternehmen, deren Bewertung herabgestuft wurde, war beträchtlich.
Der Wettbewerbsvorteil eines Unternehmens war in der Regel sicher, wenn es von Netzwerkeffekten, kontrollierter Infrastruktur oder proprietären Daten profitierte, über tiefgreifende und komplexe Ökosysteme verfügte, in einem Umfeld mit hohen regulatorischen Barrieren agierte oder über eine einzigartige Fachlogik verfügte.
Wenn ein Unternehmen jedoch hauptsächlich von Ineffizienzen in den Arbeitsabläufen oder von den Gewohnheiten der Nutzer auf Anwendungsebene profitierte, war sein Vorteil in der Regel weniger zuverlässig.
Die größte Widerstandsfähigkeit konnten wir bei komplexen technischen Software-Workflows, in der Cybersicherheit, bei Unternehmen der Finanzinfrastruktur sowie bei Angeboten mit einzigartigen Datenbeständen und/oder Vermögenswerten mit Netzwerkeffekten feststellen. Die Hälfte der Unternehmen, die nach dieser Analyse als „Wide Moat“ eingestuft wurden, weisen Netzwerkeffekte auf. Weitere wichtige Faktoren für die Widerstandsfähigkeit waren regulatorische Hindernisse für Veränderungen oder andere Barrieren in Form von Wechselkosten sowie einzigartige Datenbestände.
Design-Software, Plattformen und Cyber-Systeme erwiesen sich als widerstandsfähiger
Wie sich das auf die Moat-Grundlagen eines Unternehmens auswirkt
Unternehmen, deren Wettbewerbsvorteil auf Netzwerkeffekten beruht, verzeichneten relativ gesehen die geringste Anzahl an Herabstufungen. Netzwerkeffekte basieren nicht auf der Technologie des Produkts, sondern auf der Stärke des Netzwerks. Es liegt auf der Hand, dass das Netzwerk selbst auch bei technologischen Veränderungen nur schwer zu untergraben sein dürfte.
Zu den klassischen Beispielen zählten hier Zahlungsnetzwerke, Börsen und sogar Reisebüronetzwerke wie Booking Holdings (BKNG). Der Kern des Geschäfts von Booking beruht auf der Stärke des Reisebüronetzwerks und der Fähigkeit, das breite Spektrum des Hotelangebots zu bündeln – ein Aspekt, für den technologische Innovationen wie KI nicht unbedingt eine Lösung bieten.
Netzwerkeffekte spielen auch bei den beiden aus diesem Prozess hervorgegangenen Upgrades, Cloudflare NET und CrowdStrike CRWD, eine zentrale Rolle.
Mit der zunehmenden Verbreitung von KI und der damit verbundenen Öffnung scheinbar unbegrenzter Angriffswege werden Lösungen für die Cybersicherheit gefragter denn je sein – man stelle sich nur vor, wie böswillige Akteure rund um die Uhr agieren und dabei lediglich durch die verfügbare Rechenleistung eingeschränkt sind. Unternehmen wie Cloudflare und CrowdStrike verfügen zudem über strukturelle Daten- und Skalierungsvorteile, die sie aus ihren Netzwerken ziehen, was zu einer Hochstufung des Economic Moat Ratings geführt hat.
Verteilung der Ergebnisse der AI-Moat-Bewertung
Die Wechselkosten erwiesen sich als weniger wirksam, und fast die Hälfte der herabgestuften Unternehmen war zu einem bestimmten Zeitpunkt als Unternehmen mit einem Moat auf Grund von Wechselkosten eingestuft worden. Im aktuellen, auf KI ausgerichteten Umfeld müssen die Wechselkosten – die in der Vergangenheit zur Untermauerung von Moat Ratings für Softwarehäuser herangezogen wurden – sorgfältig neu bewertet werden, insbesondere da KI-Modelle zunehmend in fragmentierte, komplexe Technologie-Stacks von Unternehmen integriert werden.
KI könnte wichtige technologische Prozesse automatisieren, die in der Vergangenheit Wechselkosten verursacht haben (wie beispielsweise Datenübertragungen), und damit die Endnachfrage nach bestimmten etablierten Softwareanbietern beeinträchtigen. Die zunehmende Unsicherheit darüber, wie die Zukunft der Software in einer von KI geprägten Welt aussehen wird, machte es schwer, bei vielen Unternehmen Vertrauen in die Renditestrukturen über einen Zeithorizont von mehr als zehn Jahren zu haben, was zu einer besonders hohen Häufung von Herabstufungen führte.
Angesichts des Gefälles zwischen Wechselkosten und Netzwerkeffekten ist es wahrscheinlich, dass mit zunehmender KI-Orientierung von Arbeitsabläufen die einfache Kundenbindung (ein Vorläufer der Wechselkosten) unter Druck geraten wird, während echte Netzwerkeffekte – bei denen Skaleneffekte die Liquidität, Relevanz, inhaltliche Tiefe, Telemetrie oder den Nutzen des Ökosystems verbessern – voraussichtlich an Wert gewinnen werden.
