McKinsey Technology Trends Outlook 2026: Die technologischen Wendepunkte

Special Note September 2026 · Quelle: McKinsey & Company, „Technology Trends Outlook 2026“, 6. Ausgabe, September 2026

Der Jahresbericht McKinsey Technology Trends Outlook 2026 (6. Ausgabe, September 2026) zeichnet ein fundamentales Umdenken in der globalen Technologielandschaft nach. Die prägende Entwicklung des Jahres 2026 besteht darin, dass Innovationen die reinen Bildschirme verlassen haben und tief in die physische Welt eingedrungen sind. Der Fokus verschiebt sich von reiner Software-Erprobung hin zu massiven Infrastrukturinvestitionen, physischen Engpässen bei Energie und Hardware sowie autonomen Systemen in der Realwelt.

Für die Asset-Protection-Community ergeben sich daraus entscheidende Erkenntnisse: Technologischer Fortschritt schafft nicht nur Wachstumschancen, sondern erzeugt strukturelle Risiken – von geopolitischen Lieferkettenkonflikten über massive Kapazitätsengpässe bis hin zu neuartigen Bedrohungen für die digitale Informationssicherheit.

Der McKinsey Report analysiert 14 zentrale Technologietrends, aufgeteilt in drei Hauptkategorien: AI Revolution, Compute and Connectivity Frontiers und Cutting-Edge Engineering.

1. Die KI-Revolution: Autonomie, Infrastrukturboom und wirtschaftliche Realität

Die Entwicklung der Künstlichen Intelligenz (KI) tritt von der Phase des Ausprobierens in eine Phase der industriellen Skalierung ein. Dabei stehen drei Dimensionen im Vordergrund:

Agentic AI & Agentic Software Development

Begriffserklärung: Agentic AI (agentische KI) bezeichnet KI-Systeme, die nicht mehr nur auf Prompts antworten, sondern eigenständig vielstufige Arbeitsabläufe planen, mit Unternehmenssystemen interagieren und Entscheidungen ohne kontinuierliche menschliche Steuerung anpassen. Agentic Software Development beschreibt die asynchrone Softwareerstellung, bei der KI-Agenten eigenständig Code schreiben, testen und Fehler beheben, während der Entwickler die Rolle eines Orchestrators einnimmt.

Relevanz & Risiken: Während die Investitionen in KI-Codierungswerkzeuge von nahezu null im Jahr 2023 auf über 61 Milliarden US-Dollar im ersten Halbjahr 2026 hochgeschnellt sind, verzeichnen derzeit nur 25 % der Unternehmen signifikante Produktivitätsgewinne. Bei 30 % der Unternehmen sank die Produktivität anfangs sogar, da KI-Agenten riesige Mengen an unüberprüftem Code erzeugten („Vibe Coding“).

Kostenstruktur: Agentische Workflows sind extrem rechenintensiv. Eine einzelne agentische Anforderung kann 5- bis 30-mal mehr Token (Recheneinheiten/Textbausteine bei Sprachmodellen) verbrauchen als eine einfache Chatbot-Anfrage. Dies führt dazu, dass 93 % der befragten Unternehmen ihre KI-Budgets überschreiten.

KI-Infrastruktur & Modellarchitekturen (AI Infrastructure)

Investitionsvolumen: Der Bau von Rechenzentren erfordert bis zum Jahr 2030 globale Investitionsausgaben (CapEx / Capital Expenditures) von geschätzten 7 Trillionen US-Dollar. Allein im Jahr 2025 flossen 145 Milliarden US-Dollar an Eigenkapital in KI-Infrastruktur; für 2026 wird mit hochgerechnet rund 769 Milliarden US-Dollar gerechnet.

Verschiebung zu Inference: Der Schwerpunkt des Rechenbedarfs verlagert sich vom einmaligen Modelltraining hin zur Inference (Inferenz: das laufende Ausführen trainierter Modelle im Produktivbetrieb).

Wirtschaftliche Diskrepanz: Obwohl 89 % der Unternehmen regelmäßig KI nutzen, berichten erst 37 % von einem positiven Effekt auf den Betriebsgewinn (EBIT / Earnings Before Interest and Taxes) auf Unternehmensebene.

2. Compute- und Konnektivitäts-Frontieren: Nadelöhre, Cybersicherheit und Quantensprünge

In den Bereichen Rechenkapazität und Vernetzung entscheiden zunehmend physikalische Grenzen und Sicherheitsarchitekturen über den Erfolg.

Anwendungsspezifische Halbleiter (ASICs) & Geopolitik

Begriffserklärung: ASIC (Application-Specific Integrated Circuit) steht für anwendungsspezifische integrierte Schaltkreise. Im Gegensatz zu Allzweck-Grafikprozessoren (GPUs) werden ASICs maßgeschneidert für spezifische Rechenaufgaben konstruiert, um eine höhere Leistung pro Watt zu niedrigeren Kosten zu liefern.

Branchenverschiebung: Die großen Cloud-Anbieter (Hyperscaler wie Amazon, Google, Meta und Microsoft) entwickeln zunehmend eigene Spezialchips, um Abhängigkeiten zu reduzieren und Kosten bei der KI-Inferenz zu senken.

Monopole & geopolitische Risiken: Ein kritischer Engpass der gesamten Chipindustrie bleibt die EUV-Lithografie (Extreme Ultraviolet: Verfahren zur Belichtung kleinster Halbleiterstrukturen unter 3 Nanometern). Der niederländische Konzern ASML hält hierbei faktisch ein Weltmonopol als einziger Hersteller. Geopolitische Spannungen zeigen sich deutlich: China fror 2026 temporär die Ausfuhr kritischer Seltenen Erden (Gallium, Dysprosium, Terbium, Yttrium) nach Japan ein, während der Chiphersteller TSMC seine Investitionen in US-Werke in Arizona auf 265 Milliarden US-Dollar aufgestockt hat.

Globale Engpässe in der Tech-Lieferkette:

[Seltene Erden (China)] ──► [EUV-Lithografie (ASML Monopol)] ──► [Fortgeschrittene Fertigung (TSMC)] ──► [KI-Rechenzentren (Stromnetz-Staus)]

Cybersicherheit & Vertrauenswürdige Systeme

Kollaps des Sicherheitsfensters: Durch den Einsatz von KI bei Angreifern ist die Zeitspanne zwischen dem Entdecken einer Schwachstelle und ihrer aktiven Ausnutzung kollabiert. Über 75 % aller Sicherheitslücken gelten heute als Zero-Day-Schwachstellen (Sicherheitslücken, für die beim Bekanntwerden bereits funktionierende Angriffswerkzeuge existieren).

Explosion Nicht-Menschlicher Identitäten (NHIs): Durch den Vormarsch autonomer Agenten übersteigen NHIs (Non-Human Identities: digitale Identitäten wie API-Schlüssel, Bot-Anmeldedaten oder Service-Konten) die Zahl menschlicher Nutzer in Unternehmen mittlerweile um das 100-fache. Dies schafft völlig neue Angriffsflächen, die dynamische Zero-Trust-Architekturen erfordern.

Quantentechnologie & der „Q-Day“

Begriffserklärung: Q-Day bezeichnet den hypothetischen Stichtag, an dem ein ausreichend starker Quantencomputer in der Lage sein wird, die heute gebräuchlichen Public-Key-Verschlüsselungsverfahren (wie RSA oder ECC) zu knacken.

Handlungsbedarf: Das US-Standardsinstitut NIST hat erste Standards für PQC (Post-Quantum Cryptography / Post-Quanten-Kryptographie) finalisiert. Für Vermögensschützer ist das Risiko des „Harvest now, decrypt later“ (heute verschlüsselte Daten abfangen, um sie später per Quantencomputer zu entschlüsseln) eine reale Bedrohung für langfristig vertrauliche Finanz- und Rechtsdaten.

3. Spitzen-Engineering in der physischen Welt: Energie, Robotik und Raumfahrt

Energie- und Nachhaltigkeitstechnologien (Der zentrale Flaschenhals)

Die Skalierung von KI stößt auf eine harte physische Grenze: die Verfügbarkeit von elektrischem Strom.

Strombedarf: Der US-Strombedarf für KI-Rechenzentren wird von etwa 30 Gigawatt (2025) auf über 90 Gigawatt bis 2030 steigen – was dem heutigen Gesamtstromverbrauch von Kalifornien entspricht. Weltweit könnten Rechenzentren bis 2030 etwa 14 % des gesamten US-Strombedarfs ausmachen.

Netzengpässe & Lieferzeiten: Rechenzentren lassen sich schneller bauen als die benötigten Stromtrassen, Umspannwerke und Transformatoren. Für Großtransformatoren betragen die Lieferzeiten derzeit über zwei Jahre. Weltweit stecken über 2.500 Gigawatt an Energieprojekten in Warteschlangen für einen Netzanschluss fest.

Konsequenz: Energievereinbarungen (Power Purchase Agreements) mit Kernkraftwerken (z. B. Vereinbarungen von Amazon und Google mit Atomkraftwerksbetreibern) oder Geothermieanbietern werden zum strategischen Wettbewerbsvorteil.

Zukunft der Robotik & Mobilität

Physical AI: Die Verknüpfung von KI mit Sensorik und Mechanik (Physical AI) ermöglicht eine neue Generation von Robotern. Bis 2040 könnte dieser Markt schätzungsweise 1 Billion US-Dollar an wirtschaftlicher Wertschöpfung generieren.

RaaS (Robotics-as-a-Service): Da humanoide Roboter in der Anschaffung aktuell 150.000 bis 500.000 US-Dollar kosten, setzen sich Miet- und Nutzungsmodelle (RaaS) durch, um hohe Anfangsinvestitionen (CapEx) in laufende Betriebskosten (OpEx / Operational Expenditures) umzuwandeln.

Autonome Mobilität: Robotaxi-Dienste (z. B. Waymo mit über 15 Mio. Fahrten 2025) und autonomes Trucking auf festen Routen entwickeln sich zu skalierbaren Geschäftsmodellen.

Zukunft der Raumfahrttechnologien (Space Technologies)

Marktwachstum: Die globale Raumfahrtökonomie soll laut Analysen von McKinsey und dem Weltwirtschaftsforum von 630 Milliarden US-Dollar (2023) auf 1,8 Trillionen US-Dollar bis 2035 wachsen.

Kostenrevolution: Durch wiederverwendbare Raketen sanken die Kosten, um Nutzlasten in eine niedrige Erdumlaufbahn (LEO / Low Earth Orbit) zu befördern, in den letzten vier Jahrzehnten um rund 95 % – von ca. 65.000 USD/kg auf etwa 1.500 USD/kg. Satellitengestützte Konnektivität und Erfasserfassung (Earth Observation) werden damit zu kritischen Bausteinen für globale Lieferketten und Infrastrukturüberwachung.

Kernkennzahlen im Überblick (Investitionen & Reifegrad)

Die nachfolgende Tabelle fasst die wichtigsten quantitativen Eckdaten aus den Erhebungen des Reports zusammen:

Strategische Implikationen für die Asset Protection & Privatanleger

Für Privatanleger, die ihr Vermögen schützen und gleichzeitig von strukturellen Zukunftstrends profitieren möchten, ergeben sich aus dem Report klare Leitlinien:

Investition in physische Nadelöhre („Hard Assets“ & Kritische Infrastruktur)

Reines Verlassen auf reine Software-Hype-Themen birgt Bewertungsrisiken, da viele Unternehmen KI-Anwendungen noch nicht profitabel monetarisieren können.

Tragfähige Ertragschancen liegen bei Anbietern von Lösungen für physische Engpässe: Energieerzeugung (Kernkraft, Geothermie, Stromnetze, Netzausrüstung wie Transformatoren), Halbleiter-Equipment und Spezial-Hardware.

Absicherung digitaler Vermögenswerte & Datenarchitekturen

Die Risiken durch autonome KI-Angriffe und schrumpfende Reaktionszeiten verlangen von Unternehmen eine massive Aufrüstung der Cybersicherheit.

Anleger sollten bei Beteiligungen darauf achten, wie gut Unternehmen auf den Übergang zu Post-Quanten-Kryptographie (PQC) und das Management Nicht-Menschlicher Identitäten (NHIs) vorbereitet sind, um unbemerkte Datenabflüsse oder Systemübernahmen zu vermeiden.

Geopolitische Diversifikation der Lieferketten

Die Konzentration kritischer Technologien auf wenige Akteure (z. B. ASML bei Lithografie, TSMC bei der Chipfertigung, China bei der Verarbeitung Seltenere Erden und Batteriekomponenten) macht Portfolios anfällig für geopolitische Schocks. Eine geografische Diversifikation von Kapitalanlagen über westliche Nearshoring-Strategien und Rohstoff-Sicherungen ist essenziell.

Vermeidung von Hype-Fallen ohne klare Monetarisierung

Bereiche wie Agentic Software oder Humanoid-Robotik zeigen enormes technisches Potenzial, befinden sich jedoch in weiten Teilen noch im Erprobungsstadium mit ungeklärten Kosten-Nutzen-Verhältnissen (z. B. extrem hoher Token-Verbrauch, hohe Anschaffungskosten). Hier empfiehlt sich für risikoaversivere Anleger ein abwartender oder stark selektiver Ansatz.