Was Unternehmen in Earnings Calls wirklich über KI-Ausgaben sagen

Drei Arten von KI-Erwähnung, und nur eine ist eine Nachricht

Die erste ist Positionierung: "wir nutzen KI im gesamten Unternehmen." Sie steht in den vorbereiteten Ausführungen, trägt keine Zahl und zielt auf den Aktienkurs, nicht auf jemanden, der nachprüft. Sie kostet fast nichts, genau deshalb wird sie so oft gesagt.

Die zweite sind Ausgaben: eine Capex-Position, eine Mitarbeiterzahl, ein benanntes Projekt mit Budget. Das ist teuer zu sagen, weil das Geld in der Kapitalflussrechnung sichtbar wird und das Management in zwei Quartalen nach der Rendite gefragt wird. Niemand beziffert eine Ambition, die er still fallen lassen will.

Die dritte und seltenste ist der Ertrag: Umsatz, der einem KI-Produkt zugerechnet wird, eine Margenverbesserung mit Begründung, eine Kostenposition, die aus einem genannten Grund gefallen ist. Wenn Sie darauf stoßen, lesen Sie genau, denn nur diese dritte Art wurde bereits an der Wirklichkeit geprüft.

Wo über KI tatsächlich gesprochen wird, und es ist nicht dort, wo Sie denken

Wir haben die Calls unserer Abdeckung im laufenden Quartal gezählt, deren extrahierte Belege KI in irgendeiner Form erwähnen. Es sind 1.613, und die Verteilung über die Sektoren ist der interessante Teil.

Information Technology führt mit 466, das überrascht niemanden. Auf Platz zwei stehen Finanzwerte mit 341, vor der Industrie mit 227, zyklischem Konsum mit 158, Kommunikationsdiensten mit 151 und Gesundheit mit 127. Banken und Versicherer sprechen in ihren Earnings Calls also um die Hälfte häufiger über KI als Industrieunternehmen.

Diese Reihenfolge ist ein brauchbarer Anhaltspunkt dafür, wo das Einsatzgespräch tatsächlich die Vorstandsebene erreicht hat. Finanzdienstleister haben die zwei Zutaten, die KI früh zum Vorstandsthema machen: große Mengen an Text und Zahlen zu verarbeiten, und eine Kostenbasis, die überwiegend aus Menschen besteht. Der Industrie fehlt beides in dieser Konzentration, weshalb ihre KI-Sprache noch eher am Produkt hängt als am Betrieb.

Praktisch nutzt man die Rangfolge als Startbereich. Wer ernsthafte Einsatzsprache lesen will statt Positionierung, findet die höchste Dichte in den beiden oberen Sektoren, und auf Platz drei formt sich die Geschichte gerade erst.

Die Fragen, die das trennen

• "Welche Unternehmen haben ihre KI-Ausgaben in diesem Quartal beziffert, und wie hoch?" Erzwingt eine Zahl und filtert die Positionierung heraus.
• "Wer hat Umsatz einem KI-Produkt zugerechnet, in eigenen Worten?" Die seltene dritte Art, und im Wortlaut lesenswert.
• "Wo kam KI in der Fragerunde vor statt in den vorbereiteten Ausführungen?" Analystenfragen sind ungeskriptet, und die Antworten verraten mehr als das Skript.
• "Welche Vorstände wurden nach dem KI-Return gefragt und haben nicht geantwortet?" Eine Nicht-Antwort im Protokoll ist selbst eine Information.
• "Vergleiche, was zwei Wettbewerber in diesem Quartal zu KI-Capex gesagt haben." Der Peer-Vergleich macht aus einer Zahl ein Urteil.

Warum die Fragerunde mehr zählt als das Skript

Vorbereitete Ausführungen sind geschrieben, geprüft und juristisch abgesegnet. Die Fragerunde ist es nicht. Wenn ein Analyst einen CFO bittet, die KI-Ausgaben aufzuschlüsseln, und die Antwort wird vage, dann ist die Vagheit der Befund. Wenn die Antwort präzise ist, war sie vorbereitet, das Unternehmen erwartet die Frage also und ist mit der Zahl im Reinen.

Das ist der Teil eines Earnings Calls, der Lesen belohnt und Zusammenfassungen bestraft. Eine Schlagzeile sagt "Firma X setzt auf KI." Das Transkript sagt, ob der CEO eine Zahl genannt, auf das nächste Quartal vertröstet oder das Thema gewechselt hat. Nur eines davon ist handlungsrelevant.

Das Thema durch einen Sektor verfolgen

Ein einzelnes Unternehmen, das in KI investiert, ist eine Firmengeschichte. Ein Sektor, in dem die Sprache innerhalb von zwei Quartalen von "wir prüfen" auf "wir setzen ein" umschlägt, ist eine Branchengeschichte, und die steht meist in den Transkripten, bevor sie in den Zahlen steht.

Man fängt sie ein, indem man dieselbe Frage über einen ganzen Sektor stellt statt Firma für Firma, und dann denen nachgeht, deren Wortwahl sich verändert hat. Das ist mechanische Arbeit über hunderte Calls, also genau die Art Aufgabe, die man einer Maschine gibt, die alle gelesen hat.

Wie earnings.chat dabei hilft

Fragen Sie nach KI-Ausgaben über einen Sektor, ein Land oder ein Quartal, und die Antwort kommt mit den Passagen dahinter: wer es gesagt hat, in welchem Call, mit welchen Worten. Jede Zahl wird zitiert statt zusammengefasst, damit Sie eine Kapitalzusage von einer Pressemitteilung unterscheiden können, bevor Sie entscheiden, ob es Sie interessiert.

Das Archiv umfasst über 253.000 Earnings Calls zurück bis 2020, dieselbe Frage funktioniert also auch rückwärts. "Wie hat dieses Unternehmen vor zwei Jahren über KI gesprochen?" ist der Vergleich, der aus einer Behauptung eine Erfolgsbilanz macht.