Eine neue Herausforderung für KI-Forschungszentren: Versuchen Sie tatsächlich, Einnahmen zu generieren?

Die aktuelle Landschaft der Foundation Model AI Startups

Wir erleben eine entscheidende Ära für KI-Startups, die eigene Foundation-Modelle entwickeln.

Auf der einen Seite wagen sich erfahrene Fachleute aus etablierten Tech-Giganten in die Selbstständigkeit und gründen eigene Unternehmen. Neben ihnen stehen bekannte Forscher mit großer Expertise, deren Absichten in Bezug auf kommerziellen Erfolg jedoch unklar bleiben. Einige dieser aufstrebenden Labs könnten durchaus zu Branchengrößen wie OpenAI heranwachsen, während andere sich lieber auf innovative Forschung konzentrieren, ohne den Profit in den Vordergrund zu stellen.

In dieser Umgebung wird es zunehmend schwieriger zu erkennen, welche Organisationen tatsächlich kommerziellen Erfolg anstreben.

Einführung einer Skala für kommerzielle Ambitionen

Um Klarheit zu schaffen, schlage ich ein fünfstufiges Framework vor, um jedes Unternehmen, das ein Foundation Model entwickelt, zu kategorisieren. Diese Skala bewertet nicht die aktuelle Rentabilität, sondern vielmehr die Absicht, Einnahmen zu generieren. Ziel ist es, die Ambitionen zu messen, nicht die bisherigen Erfolge.

So gliedert sich die Skala:

• Stufe 5: Wir generieren bereits täglich Millionen an Umsatz.
• Stufe 4: Wir haben eine umfassende, mehrphasige Strategie, um die reichsten Menschen der Welt zu werden.
• Stufe 3: Wir verfügen über mehrere vielversprechende Produktideen, die zu gegebener Zeit vorgestellt werden.
• Stufe 2: Wir haben den Anfang eines Plans.
• Stufe 1: Wahre Erfüllung erwächst aus Selbstverwirklichung.

Große Akteure wie OpenAI, Anthropic und Gemini sind eindeutig auf Stufe 5 einzuordnen. Die neue Generation von Labs hingegen hat oft großartige Visionen, die jedoch weniger transparent sind.

Interessanterweise können Gründer und Teams ihren Platz auf dieser Skala im Grunde selbst wählen. Die Fülle an Investitionen im KI-Bereich bedeutet, dass nur wenige gezwungen sind, detaillierte Geschäftspläne vorzulegen. Selbst forschungsorientierte Labs finden begeisterte Unterstützer. Für manche kann ein geringerer Ambitionsgrad sogar zu größerer Zufriedenheit führen, als das Streben nach maximalem Reichtum.

Unklarheit und Branchenspannungen

Die Herausforderung besteht darin, dass es nicht immer offensichtlich ist, auf welcher Stufe ein Lab steht – das befeuert viele der aktuellen Debatten und Unsicherheiten in der KI-Branche. Zum Beispiel sorgte der rasche Wandel von OpenAI von einer Non-Profit-Organisation (Stufe 1) zu einem kommerziellen Kraftpaket (Stufe 5) für erhebliche Bedenken. Im Gegensatz dazu bewegten sich die frühen KI-Bemühungen von Meta möglicherweise auf Stufe 2, trotz der Ambitionen für Stufe 4.

Vor diesem Hintergrund wollen wir vier prominente KI-Labs betrachten und einschätzen, wo sie auf dieser Skala stehen.

Humans&

Der dieswöchige Schlagzeilenmacher, Humans&, half, dieses Framework überhaupt erst zu inspirieren. Die Gründer präsentieren eine überzeugende Vision für die nächste Generation von KI, indem sie den Fokus vom bloßen Skalieren auf die Verbesserung von Kommunikations- und Kollaborationstools verlagern.

Trotz der positiven Medienberichterstattung blieb Humans& vage, wie ihre Ideen zu profitablen Produkten werden sollen. Während sie die Absicht äußern, Lösungen zu entwickeln – angedeutet wurde eine KI-gestützte Arbeitsplatzplattform, die Tools wie Slack, Jira und Google Docs ersetzen und neu erfinden könnte – bleiben sie bezüglich der Details unverbindlich. Ihre Richtung ist gerade klar genug, um sie auf Stufe 3 der Ambitionsskala einzuordnen.

Thinking Machines Lab

Die Bewertung von Thinking Machines Lab ist besonders knifflig. Mit einem ehemaligen ChatGPT CTO an der Spitze und einer Seed-Runde von 2 Milliarden Dollar würde man einen klar definierten Fahrplan erwarten. Mira Murati, die Gründerin, ist bekannt für ihren strategischen Ansatz, daher schien Stufe 4 für 2026 angemessen.

Allerdings haben jüngste Ereignisse – vor allem der Abgang des CTO und Mitgründers Barret Zoph sowie mehrerer weiterer Teammitglieder – Zweifel an der Ausrichtung des Unternehmens aufkommen lassen. Diese Abgänge deuten darauf hin, dass der ursprüngliche Plan vielleicht doch nicht so robust war, wie angenommen. Zwar gibt es noch nicht genügend Beweise, um die Einstufung herabzusetzen, aber es ist klar, dass ihre Position auf der Skala unsicherer wird und möglicherweise zu Stufe 2 oder 3 abgleitet.

World Labs

Fei-Fei Li, eine führende Persönlichkeit im KI-Bereich und Schöpferin der einflussreichen ImageNet-Challenge, hat derzeit einen renommierten Lehrstuhl an der Stanford University inne und leitet zwei KI-Labs mit. Ihr Ruf allein könnte ihr lebenslang Anerkennung sichern. Auch ihr Buch genießt hohes Ansehen.

Als Li 2024 bekanntgab, dass sie 230 Millionen Dollar für World Labs, ein Spatial-KI-Startup, eingeworben hatte, schien das Unternehmen auf Stufe 2 oder darunter zu agieren. Doch im Jahr seither hat World Labs sowohl ein weltgenerierendes KI-Modell als auch ein darauf aufbauendes kommerzielles Produkt veröffentlicht. Die Nachfrage aus den Bereichen Gaming und visuelle Effekte ist groß, und kein bedeutender Konkurrent bietet Vergleichbares. World Labs scheint nun ein solides Stufe-4-Unternehmen zu sein, das möglicherweise kurz davor steht, Stufe 5 zu erreichen.

Safe Superintelligence (SSI)

Safe Superintelligence, gegründet vom ehemaligen OpenAI-Chef-Wissenschaftler Ilya Sutskever, verkörpert ein Startup der Stufe 1. Sutskever hat SSI bewusst von kommerziellem Druck abgeschirmt – selbst ein Übernahmeangebot von Meta wurde abgelehnt. Ohne Produktzyklen und mit einem sich noch entwickelnden superintelligenten Modell konzentriert sich SSI auf wissenschaftliche Erkundung statt auf Geschäfte. Bemerkenswerterweise konnte dieser Ansatz 3 Milliarden Dollar an Finanzierung anziehen. Sutskevers Leidenschaft gilt dem Fortschritt der KI-Wissenschaft, und alles deutet darauf hin, dass SSI im Kern forschungsgetrieben ist.

Allerdings entwickelt sich die KI-Landschaft rasant. Sutskever räumte kürzlich ein, dass SSI seine Richtung ändern könnte, falls sich die Umstände verändern – etwa wenn sich Zeitpläne verlängern oder ein erheblicher Nutzen in der Einführung fortgeschrittener KI entsteht. In solchen Fällen könnte SSI schnell auf der Ambitionsskala aufsteigen.