Die Medien sind zunehmend geprägt von Nachrichten über die unterschiedlichsten Aspekte der Künstlichen Intelligenz: Das Spektrum reicht dabei von den segensreichen Anwendungen bis zu den möglichen Gefahren und den technologischen Grundlagen. Gelegentlich werden neben den direkten Profiteuren im Technologiesektor auch die Anbieter von Schlüsseltechnologien für die KI erwähnt, oftmals unter dem Begriff der Schaufeln und Bagger – in Anlehnung an die Zeit der Goldgräber, in der offenbar die Hersteller der „Schlüsseltechnologien“ für die Goldschürfung am meisten Geld verdienten.
Vor dem Hintergrund der medienwirksamen Nachrichten zur KI gerät jedoch in den Hintergrund, dass es außerhalb der KI unter der Oberfläche eine Fülle von Innovationen gibt, die unser Leben in den nächsten Jahren in unterschiedlicher Weise prägen werden. Diese Innovationen erstrecken sich von den Schlüsseltechnologien über die Materialwissenschaften bis hin zu den Anwendungen. Bedeutsam ist auch, dass die KI in vielen Fällen die Entwicklung dieser Innovationen beschleunigt – sie ist damit nicht nur Gegenstand der Schlagzeilen, sondern zugleich Werkzeug des Fortschritts.
Beginnen wir unseren Rundgang durch die Innovationen bei den Schlüsseltechnologien: An erster Stelle ist hier die Entwicklung einer neuen Transistorgeneration zu nennen, die den bisherigen Standard des FinFET ablöst. Diese Entwicklung ist deshalb bedeutsam, weil der unter dem Namen GAA (Gate-all-around) bekannte Transistor energieeffizienter ist und daher auch kleinere Bauteile ermöglicht; die führenden Hersteller überführen diese Technik derzeit in die Serienfertigung. Auf der Chipebene gibt es weitere Innovationen, die alle dem Zweck dienen, die thermischen und energetischen Eigenschaften der Chips zu verbessern. Schlüsselworte sind Advanced Packaging und Backside Power Delivery: Daten- und Energieströme fließen nicht mehr über dieselben Leiterbahnen auf der Vorderseite des Chips, sondern werden getrennt – die Stromversorgung wandert auf die Rückseite des Wafers, was Platz schafft und Verluste reduziert. Hinzu kommt die nächste Generation der Lithographie: Mit den sogenannten High-NA-EUV-Maschinen von ASML, deren erste Exemplare bereits bei den Chipherstellern installiert sind, lassen sich noch feinere Strukturen belichten. Und schließlich hält das Licht selbst Einzug in den Chip: Bei der Silizium-Photonik werden Daten nicht mehr über Kupferleitungen, sondern über optische Verbindungen übertragen, die immer näher an den Prozessor heranrücken – ein wichtiger Hebel, um den rasant steigenden Energiebedarf der Rechenzentren zu dämpfen.
Nur streifen wollen wir an dieser Stelle den Quantencomputer: Zwar gab es zuletzt Fortschritte bei der Fehlerkorrektur, doch ob und wann daraus kommerziell nutzbare Maschinen werden, ist offen. Bemerkenswert ist gleichwohl eine Nebenwirkung, die bereits heute eintritt: Weil ein künftiger Quantencomputer die heutigen Verschlüsselungsverfahren brechen könnte, wurden 2024 die ersten Standards der Post-Quanten-Kryptographie verabschiedet; Banken und Behörden haben mit der Umstellung ihrer Systeme begonnen – eine der wenigen Stellen, an denen die Quantenwelt schon jetzt konkrete Spuren hinterlässt.
Bei den Materialien werden wir in Zukunft mehr von den sogenannten 2D-Materialien hören, die nur aus einer einzigen Atomlage bestehen. Bisher stand vor allem Graphen im Vordergrund, in Zukunft werden jedoch andere Materialien Einsatz finden: die sogenannten Übergangsmetall-Dichalkogenide wie Molybdändisulfid (MoS₂) oder Wolframdiselenid (WSe₂). In einigen Jahren dürften diese Materialien aufgrund ihrer bahnbrechenden Eigenschaften Teile im Chip ersetzen, die bisher Silizium erforderten – denn je dünner der leitende Kanal, desto besser lässt sich der Stromfluss bei kleinsten Abmessungen kontrollieren. Kürzlich vermeldete TSMC gemeinsam mit ASML und dem belgischen Forschungsinstitut imec, dass die Fertigung funktionsfähiger Transistoren aus diesen Materialien erstmals auch außerhalb des Labors gelungen ist: auf industriellen 300-Millimeter-Wafern, mit fabriktauglichen Prozessen und mit Abmessungen, die bereits an moderne Siliziumtransistoren heranreichen. Damit ist der Weg zu einer späteren Massenproduktion vorgezeichnet, auch wenn diese noch einige Jahre auf sich warten lassen wird. Bemerkenswert ist dabei die Rolle der KI: Sie durchmustert in kurzer Zeit Millionen von Materialkombinationen, für die Laborexperimente Jahrzehnte benötigt hätten. Die Materialwissenschaften reichen freilich weit über die Chipindustrie hinaus – nirgends zeigt sich das derzeit so deutlich wie bei der Batterie.
Bei der Batterie der Zukunft deutet nämlich vieles auf einen lange unterschätzten Kandidaten: die Natrium-Ionen-Batterie. Sie kommt ohne Lithium, Kobalt und Nickel aus – Natrium ist praktisch unbegrenzt verfügbar –, verträgt extreme Temperaturen von arktischer Kälte bis Wüstenhitze und gilt als besonders sicher. Ihr vielleicht größter Vorteil ist jedoch ein industrieller: Natrium-Ionen-Zellen lassen sich weitgehend auf denselben Anlagen und mit denselben Verfahren fertigen wie die heutigen Lithium-Ionen-Batterien – eine „Drop-in“-Technologie, die keine neuen Fabriken erfordert und deshalb rasch skalieren kann. Der weltgrößte Batteriehersteller CATL hat Ende 2025 die Massenproduktion aufgenommen; 2026 kommt in China das erste Serien-Elektroauto mit Natrium-Batterie auf den Markt, und Großaufträge für stationäre Speicher liegen bereits vor. Die vielbeschworene Festkörperbatterie, die mit höherer Energiedichte lockt, benötigt dagegen neue Fertigungsverfahren, und ihr Serienstart wurde wiederholt verschoben – ein Lehrstück dafür, dass sich am Ende oft nicht die eleganteste, sondern die am leichtesten skalierbare Technologie durchsetzt. Auch jenseits der Batterie bleibt die Energieversorgung ein Innovationsfeld: Der wachsende Strombedarf der KI-Rechenzentren wirkt als Katalysator für Investitionen in neue Kapazitäten – von kleinen modularen Kernreaktoren bis zur Geothermie.
In der Medizin werden Fortschritte in der individualisierten Medizin erzielt. Auch diese Fortschritte sind bisher wenig medienwirksam, aber einen guten Eindruck kann man sich verschaffen, wenn man sich näher mit dem Thema der Genomic Foundation Models beschäftigt (z. B. AlphaGenome von Google DeepMind oder Evo 2). Hier handelt es sich darum, besser zu verstehen, wie unterschiedliche Genvarianten die Wirkung von Medikamenten beeinflussen, um auf diese Weise eine wirklich individualisierte Medizin bereitzustellen. Diese Modelle „lesen“ das Erbgut, wie Sprachmodelle Texte lesen, und können bereits heute die Folgen einzelner Genveränderungen vorhersagen. Mit dem Aufkommen des Genomic Sequencing, dem Einsatz der KI und der Entwicklung neuer Algorithmen verfügen wir über alle notwendigen Grundlagen. Wie schnell die Entwicklung voranschreitet, zeigen die ersten zugelassenen Gentherapien auf Basis der Genschere CRISPR – etwa gegen die Sichelzellkrankheit – sowie der Fall eines Säuglings, für den 2025 erstmals eine maßgeschneiderte Gen-Editierung gegen einen seltenen Stoffwechseldefekt entwickelt wurde: individualisierte Medizin im Wortsinn. In fortgeschrittenen klinischen Studien befinden sich zudem personalisierte Krebsimpfstoffe auf mRNA-Basis, die auf den Tumor des einzelnen Patienten zugeschnitten werden. Ergänzt wird dieses Bild durch die Früherkennung: Sogenannte Liquid Biopsies sollen künftig zahlreiche Krebsarten anhand einer einfachen Blutprobe in einem frühen, gut behandelbaren Stadium aufspüren. Und an der Schnittstelle von Medizin und Technik erlauben erste Hirnimplantate (Brain-Computer-Interfaces) gelähmten Patienten, Computer allein mit ihren Gedanken zu steuern – noch im Stadium klinischer Studien, aber mit rasch wachsender Dynamik.
Bei den Anwendungen werden wir bereits in den frühen 2030er Jahren über eine neue Generation eines mobilen Netzwerkes verfügen, welches terrestrische und Satellitendaten zu einer Einheit zusammenfügt; der verbindliche Fahrplan für die Standardisierung wurde in diesem Sommer beschlossen. Neben einer ständigen Konnektivität wird sich das neue 6G auch durch eine deutlich geringere Latenz, also kürzere Reaktionszeiten, auszeichnen; zudem soll das Netz selbst zum Sensor werden, der seine Umgebung wahrnehmen kann. Das 6G kann daher selbst als eine neue Schlüsseltechnologie angesehen werden, die ihrerseits neue Anwendungen ermöglicht, z. B. die holographische Mobilfunktechnik. Erste Vorboten sind schon sichtbar: Bereits heute lassen sich mit gewöhnlichen Smartphones Nachrichten direkt über Satelliten versenden, wo kein Mobilfunkmast steht. In dem Maße, wie die Bauteile kleiner werden, sollten auch Datenbrillen stärker in den Vordergrund rücken, die später als Ergänzung oder Ersatz des bisherigen Smartphones eine neue Rolle einnehmen könnten. Besonders wichtig könnte sich das 6G jedoch im Bereich des autonomen Fahrens erweisen: Robotaxi-Flotten weiten ihren Betrieb in den USA und China bereits von Stadt zu Stadt aus, Europa dürfte mit einigem Abstand folgen. Spätestens dann, wenn der Einsatzbereich des autonomen Fahrens ausgeweitet wird, werden die Nutzer die Fortschritte der neuen Technologien unmittelbar spüren. Nicht zuletzt sei die Raumfahrt erwähnt: Wiederverwendbare Raketen haben die Startkosten drastisch gesenkt und machen Satellitenkonstellationen erst wirtschaftlich, ohne die weder das satellitengestützte 6G noch eine flächendeckende Erdbeobachtung denkbar wären.
Was folgt aus diesem Rundgang? Zunächst die Erkenntnis, dass die Innovationslandschaft erheblich breiter ist, als es die KI-dominierten Schlagzeilen vermuten lassen. Viele der beschriebenen Entwicklungen folgen ihrer eigenen Logik aus Physik, Chemie und Biologie – die KI wirkt als Katalysator, der die Suche nach Materialien, Wirkstoffen und Chipdesigns beschleunigt, aber sie ist nicht deren Ursprung. Für Anleger bedeutet dies zweierlei: Zum einen gibt es die sprichwörtlichen Schaufeln und Bagger auch jenseits des KI-Booms – von der Lithographie über das Packaging bis zur Spezialchemie und Messtechnik. Zum anderen lohnt es sich, neben der ersten Reihe der KI-Profiteure auch die zweite Reihe der Zukunftstechnologien im Blick zu behalten, deren Durchbrüche sich heute noch unter der Oberfläche vollziehen – denn wie beim Eisberg liegt der größte Teil unterhalb der Wasserlinie.
Bleibt zum Schluss die Frage, wohin sich die KI selbst entwickelt – und damit schließt sich der Kreis unseres Rundgangs. Die heutigen Sprachmodelle beruhen bei aller Leistungsfähigkeit auf dem Erkennen von Mustern in riesigen Datenmengen. Das reine Verarbeiten von Daten führt jedoch nicht automatisch zu einem echten Verständnis, da Muster keine Ursache-Wirkungs-Beziehungen aufzeigen.
Gerade für humanoide Roboter ist ein solches kausales Verständnis aber wichtig, damit sie aus Fehlern lernen können. Möglicherweise gelingt dies über sogenannte Weltmodelle, die physikalische Gesetze simulieren – etwa indem ein KI-System anhand von Videos begreift, dass ein Ball nach unten fallen muss, anstatt dies nur über Wahrscheinlichkeiten zu berechnen.
Auf diesem Feld der verkörperten KI (Embodied AI) haben vor allem chinesische Entwickler zuletzt bemerkenswerte Fortschritte erzielt: Das Land hat die Technologie zur nationalen Priorität erklärt, produzierte im vergangenen Jahr bereits rund 20.000 humanoide Roboter, und erste Modelle verrichten in Fabriken reguläre Arbeit.
So endet unser Rundgang, wo er begann: bei der Künstlichen Intelligenz. Nur dass ihr nächstes Kapitel womöglich nicht im Rechenzentrum geschrieben wird, sondern in der physischen Welt.
