Herr Dr. Rathausky, Sie haben zuletzt die Aktienquote antizyklisch erhöht. Was waren die entscheidenden Signale, die Sie zu diesem Schritt bewogen haben – gerade in einem weiterhin unsicheren Marktumfeld?
Rathausky: Unsicherheit ist an der Börse ein beständiger Begleiter in jedem Marktumfeld. Wie auch das Risiko. In manchen Marktsegmenten stehen beide Signale gerade in einem guten Verhältnis zueinander, deswegen haben wir unsere Aktienquote seit Jahresbeginn von 70 auf 80 Prozent erhöht.
Wie unterscheiden Sie zwischen Unsicherheit und Risiko und welche Marktsegmente meinen Sie?
Rathausky: Wenn ein Unternehmen in einer besonderen Situation steckt, vor einer technologischen Veränderung steht oder in einen Skandal verwickelt ist, herrscht große Unsicherheit. Die Marktteilnehmer wissen nicht, wie die Zukunft aussieht. Diese Angst führt dazu, dass eine Aktie teilweise wahllos abgestoßen wird und der Kurs einbricht. In einer solchen Phase hoher Unsicherheit kann ein Unternehmen aber gleichzeitig ein nur geringes Risiko für einen dauerhaften Kapitalverlust haben. Umgekehrt gibt es Situationen, in denen die Börse berauscht ist von Erfolgsmeldungen und diese mit hohen Umsatz- und Gewinnbewertungen in die Zukunft fortschreibt. In solchen Phasen geringer Unsicherheit besteht aber möglicherweise ein großes Risiko, zum Beispiel weil sich bereits Rechtsrisiken abzeichnen wie bei der Übernahme von Monsanto durch Bayer im Jahr 2018, oder weil enttäuschende Studiendaten und ein wachsender Wettbewerbsdruck bevorstehen, wie bei Novo Nordisk im Jahr 2024. Die ideale Konstellation für große Kurssteigerungen ist also, wenn man den Mut hat, in „low risk, high uncertainty“ zu investieren.
Wo sehen Sie diese Konstellation derzeit?
Rathausky: Bei einigen Softwareunternehmen. Sie werden gerade undifferenziert unter dem Motto „SaaS-Apokalypse“ abverkauft, obwohl sie kerngesund sind und ihre Umsätze und Gewinne weiter steigern. Momentan herrscht ein KI-Hype rund um LLMs, Chips und Rechenzentren, während man Softwareunternehmen aus den Depots wirft.
Was unterscheidet für Sie jene Firmen, die zu Unrecht unter Druck geraten sind, von solchen mit tatsächlich strukturellen Problemen?
Rathausky: Zu Unrecht unter Druck geraten sehen wir Unternehmen, die tief in die Wertschöpfung und Ökosysteme ihrer Kunden eingebunden sind, mit hohen Anforderungen für Prozesse, Kontext und proprietäre Daten, Netzwerkeffekten, besonderen regulatorischen Anforderungen oder sensiblen Transaktionsdaten. Solche Unternehmen dürften von KI stark profitieren, sofern sie innovativ an Lösungen arbeiten, um KI in ihre Plattformen zu integrieren.
Der Markt denkt aber, dass Softwareunternehmen gegenüber Anbietern von Large Language Modellen wie OpenAI und Anthropic an Relevanz verlieren werden.
Rathausky: Ja, der KI-Hype lebt von der einfachen Erzählung exponentieller Modell-Fortschritte. Wer aber dahinter blickt, erkennt schnell eine wachsende Diskrepanz zwischen den technischen Möglichkeiten und der Realität im Geschäftsalltag von Unternehmen. Die meisten Unternehmen müssen sich mit ihren Daten und Prozessen erst einmal vollständig und konsistent digitalisieren, um KI überhaupt sinnvoll nutzen zu können. Und sie möchten sie sich – ähnlich wie schon bei der Cloud-Umstellung – nicht nur auf einen bestimmten Anbieter festlegen, sich also nicht in die Abhängigkeit von einem einzelnen KI-Modell begeben. Zumal sich die KI-Modelle in ihrer Qualität kaum voneinander unterscheiden und ihrerseits ein ganz anderes Problem haben.
Welches Problem meinen Sie?
Rathausky: Das „Red Queen“-Problem aus Alice im Wunderland: High-End-Modelle, wie sie von OpenAI und Anthropic angeboten werden, müssen quasi so schnell rennen, wie sie nur können, nur um an derselben Stelle zu bleiben. Sie müssen also laufend immense Entwicklungskosten stemmen und riesige Rechenkapazitäten vorhalten, um relevant zu bleiben. Der Grund ist, dass ihre Antworten von kleineren Anbietern genutzt werden, um eigene, günstigere Modelle zu trainieren. Das nennt man „Model Distillation“. Um den Vorsprung zu halten, muss der Marktführer also das nächste Modell für Milliarden von US-Dollar trainieren, um Dinge zu erlernen, die das alte Modell bisher noch nicht konnte. Das bestehende Modell wird also ständig entwertet. Intelligenz wird zur Handelsware.
Benötigen Unternehmen immer das beste Modell?
Rathausky: Nein, ganz im Gegenteil. Jeder Prozess muss definiert und mit dem passenden Modell versehen werden. High-End-Modelle kosten oft das 20 bis 50-fache pro Token. Sie sind schwerfällig, weil sie Millionen oder Milliarden von Parametern berechnen und sie neigen eher zu Halluzinationen, weil sie Kreativität vor Genauigkeit stellen. Es geht also im Unternehmen um die Feinjustierung unter Bezug auf einzelne Prozesse, Kontext und Daten. Ansonsten würde man mit dem 20-Tonnen-LKW zur falschen Uhrzeit auf der falschen Strecke zum Bäcker fahren. Die Marktmacht einzelner LLM-Anbieter dürfte also viel begrenzter sein als gedacht.
Sie meinen, dass die Wertschöpfung an einer anderen Stelle entsteht?
Rathausky: Davon ist auszugehen. Sie dürfte einerseits bei den Anbietern von Rechenzentren liegen, die die Generierung von Token ermöglichen, sowie andererseits dort, wo die Arbeit im Unternehmen stattfindet, d.h. bei den etablierten Softwareunternehmen wie Salesforce und SAP, die sich zu Orchestrierungsplattformen entwickeln, auf denen KI-Anwendungsfälle stattfinden, unter Einhaltung von Guard Rails und mit Kontrolle über Modell und Kosten.
Wie schätzen Sie die Möglichkeiten für disruptive Newcomer ein, um die etablierten Softwareunternehmen anzugreifen?
Rathausky: Die Möglichkeiten des „Vipe Codings“ reduzieren die Kosten und Entwicklungszeiten, um neue Software zu entwickeln. Deswegen rechne ich damit, dass es viele neue Start-ups und irgendwann auch einen regelrechten Friedhof an gescheiterten Start-ups geben wird. Die etablierten Softwareunternehmen nutzen nicht nur die gleichen technischen Möglichkeiten, sondern sie besitzen bereits ein enormes Maß an Vertrauen, Sicherheit, Compliance, Skalierungsfähigkeit, Kundensupport, Partnerschaften u.v.m. Hier haben sie einen strukturellen Vorteil gegenüber KI-Newcomern.
Auffällig ist die hohe Ausschüttungsrendite vieler Softwarefirmen – insbesondere durch massive Aktienrückkäufe. Wie bewerten Sie diese Entwicklung im Vergleich zu klassischen Dividendenstrategien oder Anleiherenditen?
Rathausky: Ja, das ist richtig. Es gibt eine ganze Reihe von Unternehmen, die derzeit auf historisch niedrigen Bewertungen in einem außergewöhnlichen Ausmaß eigene Aktien zurückkaufen. Offenbar schätzen sie die „SaaS-Apokalypse“ ähnlich ein wie wir. Mit Paycom (15 Prozent), Salesforce (11 Prozent) und Wix.com (30 Prozent) konnten drei unserer US-börsennotierten Portfoliounternehmen in den letzten Wochen durch beschleunigte Rückkaufverfahren sehr große Prozentsätze ihrer ausstehenden Aktien erwerben. In Deutschland kauft SAP momentan eigene Aktien im Wert von über 100 Millionen Euro zurück – und zwar täglich. Diese Rückkäufe sollten sich positiv auf den Gewinn pro Aktie in den kommenden Jahren auswirken. Wir sehen bei einigen Unternehmen auf der Aktienseite viel höhere Ausschüttungsrenditen aus Aktienrückkäufen und Dividenden im Vergleich zu den Renditen, die uns Anleihen bieten.
Interview: Frank O. Milewski, Cash.
