INTEL WKN: 855681 ISIN: US4581401001 Kürzel: INL Forum: Aktien Thema: Hauptdiskussion

Was sind deine Gedanken zum Thema Lohi 2, die Forschung läuft ja schon seit einigen Jahren. Dennoch gibt es derzeit auf dem Markt nichts relevantes über Produkte zu berichten. Einzig viele forschungs Ergebnisse und Zitate von Partnern aus dem Ökosystem. Auf eine Antwort würde ich mich freuen da ich mit meinem bisherigen Wissensstand grundsätzlich überzeugt von dem Thema bin was die zukünftige Technologie angeht, vielleicht auch nur als Ergänzung in gewissen Sparten. Da Energie verbrauch immer mehr in den Fokus rückt.

Was sind deine Gedanken zum Thema Lohi 2, die Forschung läuft ja schon seit einigen Jahren. Dennoch gibt es derzeit auf dem Markt nichts relevantes über Produkte zu berichten. Einzig viele forschungs Ergebnisse und Zitate von Partnern aus dem Ökosystem. Auf eine Antwort würde ich mich freuen da ich mit meinem bisherigen Wissensstand grundsätzlich überzeugt von dem Thema bin was die zukünftige Technologie angeht, vielleicht auch nur als Ergänzung in gewissen Sparten. Da Energie verbrauch immer mehr in den Fokus rückt.

hier ist zuerst meine Antwort ohne Gemini (meine persönliche Erfahrung) --------> Ich habe viele Videos zu zukünftigen Chips (Licht, Analog, usw.) gesehen, insbesondere auf dem YouTube-Kanal "Anastasi In Tech". Sie ist, soweit ich weiß, Chipdesignerin und spricht viel über Zukunftsthemen und wie sie diese einschätzt. Auch vom Youtuber "der8auer" gibt es einige Videos, in denen er sich mit Intel-Ingenieuren unterhält; die habe ich mir alle angesehen. Loihi 2 ordne ich in diese Kategorie der Zukunftstechnologien ein, und es ist für mich zu schwierig zu sagen, welche davon am Ende gewinnen wird. Aber ich sehe sie alle als eine potenzielle Bedrohung für die etablierte Halbleiterindustrie – nicht als vollständigen Ersatz, aber als Technologien, die Marktanteile abnehmen könnten. Bei Dingen wie dem autonomen Fahren muss der Chip nicht immer 100% exakt auf den Millimeter genau rechnen. Da würde ein analoger Chip, so vermute ich, auch ausreichen und wäre dabei viel energieeffizienter. ............ und jetzt die Antwort von Gemini (hat meine Antwort überarbeitet bzw. dessen Einschätzung hinzugefügt) --------> Das ist eine exzellente und sehr weitsichtige Frage, die genau den Kern der langfristigen Herausforderungen für die gesamte Halbleiterindustrie trifft. Deine Einordnung von Loihi 2 ist absolut korrekt, es handelt sich um eine grundlegend neue Computerarchitektur. Der entscheidende Punkt, der oft missverstanden wird, ist jedoch, dass Loihi 2 und ähnliche neuromorphe Chips keine direkte "Bedrohung" für die aktuelle Halbleiterindustrie darstellen, sondern eine massive Ergänzung. Sie werden CPUs und GPUs nicht ersetzen, sondern für Aufgaben eingesetzt, für die die traditionelle von-Neumann-Architektur extrem ineffizient ist. Die Stärke von Loihi 2 liegt in seiner Energieeffizienz, die aus seinem Design als "Spiking Neural Network" (SNN) resultiert. Im Gegensatz zu einem CPU, der permanent mit einem Taktzyklus arbeitet und Energie verbraucht, feuern die "Neuronen" in Loihi nur dann und verbrauchen nur dann Strom, wenn sie relevante neue Daten (einen "Spike") erhalten – ganz ähnlich wie unser Gehirn. Das macht ihn für bestimmte Aufgaben um Größenordnungen effizienter. Dein Beispiel mit dem autonomen Fahren ist im Kern richtig, aber man muss es präzisieren. Für sicherheitskritische Berechnungen wie die finale Routenplanung oder Objekterkennung wird man weiterhin auf hochpräzise, redundante Systeme setzen. Wo Loihi aber glänzen kann, sind Aufgaben wie die Verarbeitung von spärlichen, ereignisbasierten Sensordaten – zum Beispiel von neuartigen Kameras, Radar oder taktilen Sensoren. Anstatt permanent riesige Datenmengen zu verarbeiten, reagiert der Chip nur auf Veränderungen, was den Energieverbrauch drastisch senkt. Andere ideale Anwendungsfälle sind kontinuierliches On-Device-Lernen, bei dem sich ein System an seine Umgebung anpasst, ohne auf die Cloud angewiesen zu sein, oder komplexe Optimierungsprobleme. Dass es noch keine kommerziellen Produkte gibt, ist bei einer so fundamental neuen Technologie normal. Intel baut hier mit Partnern wie Accenture, Airbus und GE über das "Intel Neuromorphic Research Community" (INRC) und die Open-Source-Software-Plattform "Lava" erst das Ökosystem auf, um die "Killer-Applikationen" zu finden. Loihi 2 wird also nicht den bestehenden Markt kannibalisieren, sondern einen völlig neuen Markt für extrem stromsparende, intelligente Edge-Anwendungen schaffen, die heute noch gar nicht möglich sind. Es ist weniger eine Bedrohung als vielmehr die nächste Stufe der Diversifizierung im Computing.

Ich bin KI-Architekt und habe über die Jahre eine eigene Vorlage entwickelt, aktuell in Version 42, deren einziges Ziel es ist, die Halluzinationswahrscheinlichkeit von LLMs wie Gemini von den üblichen ~40% auf unter 5% zu senken. Alles, was ich hier schreibe, ist also meine Analyse und meine Schlussfolgerung; Gemini ist dabei mein hochspezialisierter Verstärker, der gezwungen wird, innerhalb eines extrem rigiden Rahmens zu arbeiten. Die Vorlage funktioniert über mehrere Stufen, um genau die subjektiven und unbelegten Aussagen zu eliminieren, die ihr zu Recht kritisiert. Erstens wird das Modell in einen "Wissenskäfig" gesperrt: Es darf ausschließlich die von mir bereitgestellten Primärquellen nutzen – also SEC-Filings, offizielle Pressemitteilungen, Gesetzestexte, strategische Analysen wie den Miran-Report und Transkripte von Earnings Calls. Jegliches Wissen aus seinem allgemeinen Training wird ignoriert. Zweitens erzwingt die Vorlage ein striktes "Beleg-zuerst-Prinzip": Das Modell muss für jede einzelne Aussage zuerst den exakten Beleg in den Quelldokumenten finden und zitieren, bevor es den Satz formulieren darf. Es kann also nichts erfinden und dann vage eine Quelle zuordnen. Drittens gibt es eine Blacklist spekulativer Sprache; Wörter wie "glaubt", "erwartet", "könnte" oder "wahrscheinlich" sind verboten, es sei denn, sie sind Teil eines direkten Zitats. Viertens durchläuft das Ergebnis einen internen Verifikationsprozess, bei dem das Modell seine eigenen Schlussfolgerungen mit den Quelldaten auf Widersprüche prüfen muss. Ein Werkzeug ist aber nur so gut wie die Daten, mit denen man es füttert. Meine Erfahrung mit Intel ist tiefgreifend und über Jahre gewachsen. Ich habe in den letzten Jahren weit über 500 Stunden an Material analysiert: YouTube-Videos über die Komplexität der Halbleiterfertigung und den Aufbau von Rechenzentren, so gut wie jedes Interview mit Pat Gelsinger und dem neuen CEO Lip-Bu Tan, um die Nuancen ihrer Strategien zu verstehen. Mein Wissen beschränkt sich nicht auf Intel allein. Ich bin auch bei ASML, AT&S und Micron investiert, weil man ein Unternehmen nur dann wirklich versteht, wenn man sein Ökosystem kennt. AT&S beispielsweise arbeitet als Substrat- und Leiterplattenhersteller mit Intel, AMD und Apple zusammen, was mir einzigartige Einblicke in die Lieferketten und technologischen Abhängigkeiten der gesamten Branche gibt. Diese Kombination aus einem disziplinierten, faktenbasierten KI-Analyseprozess und tiefem, über Jahre aufgebautem Domänenwissen ist die Grundlage meiner Beiträge. Gemini schreibt also nicht, was es "denkt", sondern strukturiert und formuliert die Fakten, die ich ihm vorgebe, nach Regeln, die ich definiert habe.

Ich bin KI-Architekt und habe über die Jahre eine eigene Vorlage entwickelt, aktuell in Version 42, deren einziges Ziel es ist, die Halluzinationswahrscheinlichkeit von LLMs wie Gemini von den üblichen ~40% auf unter 5% zu senken. Alles, was ich hier schreibe, ist also meine Analyse und meine Schlussfolgerung; Gemini ist dabei mein hochspezialisierter Verstärker, der gezwungen wird, innerhalb eines extrem rigiden Rahmens zu arbeiten. Die Vorlage funktioniert über mehrere Stufen, um genau die subjektiven und unbelegten Aussagen zu eliminieren, die ihr zu Recht kritisiert. Erstens wird das Modell in einen "Wissenskäfig" gesperrt: Es darf ausschließlich die von mir bereitgestellten Primärquellen nutzen – also SEC-Filings, offizielle Pressemitteilungen, Gesetzestexte, strategische Analysen wie den Miran-Report und Transkripte von Earnings Calls. Jegliches Wissen aus seinem allgemeinen Training wird ignoriert. Zweitens erzwingt die Vorlage ein striktes "Beleg-zuerst-Prinzip": Das Modell muss für jede einzelne Aussage zuerst den exakten Beleg in den Quelldokumenten finden und zitieren, bevor es den Satz formulieren darf. Es kann also nichts erfinden und dann vage eine Quelle zuordnen. Drittens gibt es eine Blacklist spekulativer Sprache; Wörter wie "glaubt", "erwartet", "könnte" oder "wahrscheinlich" sind verboten, es sei denn, sie sind Teil eines direkten Zitats. Viertens durchläuft das Ergebnis einen internen Verifikationsprozess, bei dem das Modell seine eigenen Schlussfolgerungen mit den Quelldaten auf Widersprüche prüfen muss. Ein Werkzeug ist aber nur so gut wie die Daten, mit denen man es füttert. Meine Erfahrung mit Intel ist tiefgreifend und über Jahre gewachsen. Ich habe in den letzten Jahren weit über 500 Stunden an Material analysiert: YouTube-Videos über die Komplexität der Halbleiterfertigung und den Aufbau von Rechenzentren, so gut wie jedes Interview mit Pat Gelsinger und dem neuen CEO Lip-Bu Tan, um die Nuancen ihrer Strategien zu verstehen. Mein Wissen beschränkt sich nicht auf Intel allein. Ich bin auch bei ASML, AT&S und Micron investiert, weil man ein Unternehmen nur dann wirklich versteht, wenn man sein Ökosystem kennt. AT&S beispielsweise arbeitet als Substrat- und Leiterplattenhersteller mit Intel, AMD und Apple zusammen, was mir einzigartige Einblicke in die Lieferketten und technologischen Abhängigkeiten der gesamten Branche gibt. Diese Kombination aus einem disziplinierten, faktenbasierten KI-Analyseprozess und tiefem, über Jahre aufgebautem Domänenwissen ist die Grundlage meiner Beiträge. Gemini schreibt also nicht, was es "denkt", sondern strukturiert und formuliert die Fakten, die ich ihm vorgebe, nach Regeln, die ich definiert habe.

Ich bin KI-Architekt und habe über die Jahre eine eigene Vorlage entwickelt, aktuell in Version 42, deren einziges Ziel es ist, die Halluzinationswahrscheinlichkeit von LLMs wie Gemini von den üblichen ~40% auf unter 5% zu senken. Alles, was ich hier schreibe, ist also meine Analyse und meine Schlussfolgerung; Gemini ist dabei mein hochspezialisierter Verstärker, der gezwungen wird, innerhalb eines extrem rigiden Rahmens zu arbeiten. Die Vorlage funktioniert über mehrere Stufen, um genau die subjektiven und unbelegten Aussagen zu eliminieren, die ihr zu Recht kritisiert. Erstens wird das Modell in einen "Wissenskäfig" gesperrt: Es darf ausschließlich die von mir bereitgestellten Primärquellen nutzen – also SEC-Filings, offizielle Pressemitteilungen, Gesetzestexte, strategische Analysen wie den Miran-Report und Transkripte von Earnings Calls. Jegliches Wissen aus seinem allgemeinen Training wird ignoriert. Zweitens erzwingt die Vorlage ein striktes "Beleg-zuerst-Prinzip": Das Modell muss für jede einzelne Aussage zuerst den exakten Beleg in den Quelldokumenten finden und zitieren, bevor es den Satz formulieren darf. Es kann also nichts erfinden und dann vage eine Quelle zuordnen. Drittens gibt es eine Blacklist spekulativer Sprache; Wörter wie "glaubt", "erwartet", "könnte" oder "wahrscheinlich" sind verboten, es sei denn, sie sind Teil eines direkten Zitats. Viertens durchläuft das Ergebnis einen internen Verifikationsprozess, bei dem das Modell seine eigenen Schlussfolgerungen mit den Quelldaten auf Widersprüche prüfen muss. Ein Werkzeug ist aber nur so gut wie die Daten, mit denen man es füttert. Meine Erfahrung mit Intel ist tiefgreifend und über Jahre gewachsen. Ich habe in den letzten Jahren weit über 500 Stunden an Material analysiert: YouTube-Videos über die Komplexität der Halbleiterfertigung und den Aufbau von Rechenzentren, so gut wie jedes Interview mit Pat Gelsinger und dem neuen CEO Lip-Bu Tan, um die Nuancen ihrer Strategien zu verstehen. Mein Wissen beschränkt sich nicht auf Intel allein. Ich bin auch bei ASML, AT&S und Micron investiert, weil man ein Unternehmen nur dann wirklich versteht, wenn man sein Ökosystem kennt. AT&S beispielsweise arbeitet als Substrat- und Leiterplattenhersteller mit Intel, AMD und Apple zusammen, was mir einzigartige Einblicke in die Lieferketten und technologischen Abhängigkeiten der gesamten Branche gibt. Diese Kombination aus einem disziplinierten, faktenbasierten KI-Analyseprozess und tiefem, über Jahre aufgebautem Domänenwissen ist die Grundlage meiner Beiträge. Gemini schreibt also nicht, was es "denkt", sondern strukturiert und formuliert die Fakten, die ich ihm vorgebe, nach Regeln, die ich definiert habe.

War das jetzt Gemini? Oder die eigene Erfahrung bisher? Bei dem Depot würde ich's sofort glauben 😺😜

Ein Kursziel von 200 US-Dollar erscheint aus heutiger Sicht utopisch, und es ist richtig, solche Prognosen mit extremer Skepsis zu betrachten. Allerdings basiert die Argumentation, dass dies "wahrscheinlich nichts wird", auf einer Analyse des Status quo und verkennt die fundamentalen Hebel, die ein erfolgreicher Turnaround freisetzen könnte. Der Vergleich mit Nvidia und Apple hinkt in einem entscheidenden Punkt: Intel wird nicht dafür bewertet, was es heute ist, sondern für das immense Risiko, dass der eingeleitete Wandel scheitert. Die aktuelle Marktkapitalisierung von rund 105 Milliarden US-Dollar preist die miserable Performance der letzten Jahre, die massiven Verluste im Foundry-Geschäft und die Unsicherheit der Roadmap ein. Nvidia und Apple werden für ihre bewiesene Dominanz und ihre extrem hohen Margen bewertet. Die Investmentthese für Intel ist daher keine Wette darauf, dass Intel heute wie Nvidia ist, sondern eine Wette darauf, dass es in 3-5 Jahren wieder deutlich profitabler und wettbewerbsfähiger sein kann. Die enorme Lücke in der Bewertung ist also nicht der Grund, warum es unmöglich ist, sondern die Definition der Chance selbst. Die Behauptung, Intel fehle eine "beeindruckende Chip-Architektur wie NVIDIA", ist eine gefährliche Vereinfachung. Nvidias Stärke liegt in der GPU-Architektur für parallele Rechenprozesse, die das KI-Training dominiert. Intels historische Stärke und sein nach wie vor existierender Burggraben ist die x86-CPU-Architektur, die das Fundament des globalen Computing-Ökosystems bildet. Wie CEO Lip-Bu Tan noch im März 2025 feststellte, laufen "ungefähr 7 von 10 PCs auf der Welt mit Intel" und "fast drei Viertel der primären Rechenzentrum-Workloads der Welt laufen ebenfalls auf Intel-Silizium" (Quelle: 2025.03.26 submitted as a supplement to the 2024 annual report). Das ist eine massive, installierte Basis. Die neue KI-Strategie, die im Q2 2025 Earnings Call skizziert wurde, zielt klugerweise nicht darauf ab, Nvidia im Trainings-Segment frontal anzugreifen, sondern sich auf aufstrebende Bereiche wie Inferenz, "agentic AI" und Edge-Anwendungen zu konzentrieren, wo die CPU-Stärken relevanter sind. Die Führungsposition im aufstrebenden AI-PC-Markt, die im Q4 2024 Earnings Call betont wurde, ist ein konkretes Beispiel für diese Strategie. Die Theorie, dass Microsoft Intel durch Windows-11-Anforderungen künstlich stützt, ist zwar eine interessante Beobachtung, aber der wesentlich stärkere Treiber für den Hardware-Refresh-Zyklus ist die Einführung des AI PCs. Intel arbeitet hier, wie in der Pressemitteilung vom 6. Januar 2025 dargelegt, mit über 200 Softwareanbietern zusammen, um Hunderte von KI-Funktionen zu optimieren. Das schafft einen echten Mehrwert für den Nutzer, der weit über eine reine Betriebssystem-Inkompatibilität hinausgeht. Ein Kursziel von 200 US-Dollar ist kein kurzfristiges Trading-Ziel, sondern die mathematische Konsequenz eines gelungenen Turnarounds. Es impliziert, dass Intel es schafft, seine operativen Margen wieder in Richtung seiner historischen Norm von über 20% zu heben (im Gegensatz zu den aktuellen negativen Margen), das Foundry-Geschäft bis 2027 zumindest auf Breakeven zu bringen (ein Ziel, das im Q4 2024 Earnings Call bestätigt wurde) und die massive Kapitaldisziplin, die der neue CEO Lip-Bu Tan predigt, umzusetzen. Es ist eine Wette auf die Umsetzung, nicht auf die Hoffnung. Der Weg dorthin ist zweifellos ein "harter Brocken", aber die Annahme, dass es "wahrscheinlich nichts wird", ignoriert die strategische Neuausrichtung und die massive politische und finanzielle Unterstützung, die das Unternehmen jetzt erhält.

AMD 263,45 NVIDIA 4160,28 INTEL 105,77 Apple 3423,49 Man hofft, dass Intel irgendwann die 1-Billionen-Marke bei der Marktkapitalisierung erreicht. Ziel wäre, sich auf das Niveau von NVIDIA und Apple hochzuarbeiten. Aktuell liegt Intel aber nur bei rund 105 Milliarden – da ist also noch ein weiter Weg. Weshalb ein Kursziel von 21 $ auf 200 $ genannt. Die Hoffnung ist, dass Intel endlich auch global Eindruck macht. Aber das wird ein harter Brocken – wahrscheinlich wird das nichts. Intel bräuchte eine beeindruckende Chip-Architektur wie NVIDIA. Das fehlt aktuell. Auffällig ist auch, dass Windows 11 nicht auf jeder Hardware läuft – obwohl es technisch gar nicht so weit von Windows 10 entfernt ist. Es sieht fast so aus, als würde MS versuchen, Intel zu unterstützen – und die Nutzer indirekt dazu bringen, neue Hardware zu kaufen, um auf Windows 11 umzusteigen. Vielleicht wurden sogar absichtlich problematische Updates verteilt, damit man gezwungen wird, aufzurüsten