Kein Produkt, kein Problem: Anleger setzen groß auf KI-Neulabore

In der Welt der KI-Modelle sind sich Venture-Capital-Geber einig: Es gibt noch Platz für Herausforderer. Diese Hoffnungsträger werden "Neolabs" genannt und ziehen Milliardenbeträge an Investitionen an — obwohl vielen von ihnen Produkte, Märkte oder Umsätze fehlen. Allein in den vergangenen zwei Quartalen haben Neolabs 24 Mrd. US-Dollar eingesammelt, wie das Venture-Capital-Unternehmen Radical Ventures berechnet.

Das ist fast fünfmal so viel, wie die Giganten OpenAI und Anthropic in den Jahren vor dem Start von ChatGPT aufgenommen haben. Die Entwicklung erinnert an die Anfangszeit des Silicon Valley, als ein mutiger Investor einen neuen Walmart, Uber oder Amazon hätte aufbauen können. Nur setzen Wagniskapitalgeber diesmal nicht auf Einzelhandel oder Mobilität, sondern auf die nächste Generation von KI-Modellen.

Viele Neolabs rühmen sich mit übersteigerten Bewertungen. Das erst einen Monat alte Unternehmen Emulate, gegründet von ehemaligen Google-DeepMind-Forschern, ist auf einem guten Weg, nach einer Kapitalzufuhr eine Bewertung von nahezu 4 Mrd. US-Dollar zu erreichen. Safe Superintelligence, 2024 vom OpenAI-Mitbegründer Ilya Sutskever gegründet und bis dato ohne jegliches Produkt, das auch nur entfernt einem solchen ähnelt, sammelte im vergangenen Jahr Geld bei einer Bewertung von 32 Mrd. US-Dollar ein.

Zwei knappe und teure Inputs

Die Gründung eines Neolabs erfordert nach Einschätzung von Branchenkennern zwei Hauptbestandteile: talentierte Menschen und Zugang zu Chips und Servern — in der Tech-Sprache "Compute" genannt. Beide Inputs sind knapp und teuer. Forschungswissenschaftler sind besonders kostspielig in der Einstellung und Bindung. Dies ist nicht mehr der College-Abbrecher, der einst in einer Garage in Silicon Valley hauste.

Das Ergebnis ist, dass Neolabs Kapital verschlingen. Fundraising-Runden sind weit häufiger als früher: Das Venture-Capital-Unternehmen Chapter One berechnet eine Medianzeit von 7,6 Monaten bei einer 3,5-fachen Erhöhung des Preises. Dennoch ist das Kapital offenbar nicht schwer zu beschaffen. Reflection AI, ein Entwickler von Open-Weight-KI-Modellen, die Nutzer anpassen und optimieren können, sammelte 105 Mio. US-Dollar bei einer Bewertung von 555 Mio. US-Dollar ein — und kaum ein Jahr später das 25-Fache bei einer Bewertung von 25 Mrd. US-Dollar.

Tricksereien und "Spray and Pray"

Diese Zahlen können jedoch einige Tricksereien verbergen. Es ist nicht unüblich, dass Investoren stillschweigend Geld zu einer Bewertung bereitstellen und sich dann bald darauf an einer lauter beworbenen Fundraising-Runde zu einer höheren Bewertung beteiligen. Gründer können somit mit der größeren Bewertung prahlen, die durch die zweite Kapitalrunde impliziert wird, während Investoren darauf verweisen können, dass ihr durchschnittlicher Einstiegspreis niedriger lag.

Wie jede Venture-Capital-Wette enthält das Geschäft ein Element von "Spray and Pray" — also des breiten Streuens von Wetten in der Hoffnung, dass eine davon trifft. Anders als etwa bei Supermärkten oder Ride-Sharing-Diensten besteht jedoch die Chance, dass ein Neolab sich seinen Weg in die oberste Liga bahnen kann.

Zum einen konzentrieren sich viele Aufsteiger auf spezifische Anwendungen, etwa "World Models", die Simulationen komplexer Umgebungen erstellen, oder "Physical AI", die autonome Maschinen antreibt. Darüber hinaus sind die Kunden-Gewohnheiten selbst für die größten Unternehmen noch im Fluss, und Firmen, die KI nutzen, erweisen sich als willens, nach besseren Tools zu besseren Preisen Ausschau zu halten.

Fazit für Anleger

Es ist zu früh, um zu sagen, welche Neolabs eine Chance haben, in das KI-Pantheon einzutreten. Für Investoren, die ihre Wetten gestreut haben — und die zugleich von den Ausgaben der Branche profitieren, wie der Chiphersteller Nvidia, der mehr als die Hälfte der Kohorte unterstützt hat —, sieht es allerdings klug aus, auf die Hoffnungsträger zu setzen.

Der Überblick stammt aus einem wöchentlichen Newsletter von Roula Khalaf, der Herausgeberin der Financial Times, die in diesem Format ihre favorisierten Geschichten auswählt. Für deutsche Anleger ist die Entwicklung insofern relevant, als sie zeigt, wie stark der Kapitalfluss in frühe KI-Phasen inzwischen geworden ist — und wie weit sich die Bewertungslogik von klassischen Umsatzkennzahlen entfernt hat. Wer in diesen Markt einsteigen will, sollte daher nicht nur auf die Höhe der eingesammelten Summen schauen, sondern auch darauf, ob hinter den Bewertungen tatsächlich Produkte, Märkte oder Umsätze stehen.