Zusammenfassung des Kerninhalts in einem Satz
Dieser Artikel enthüllt das revolutionärste Phänomen in der globalen AI-Szene von 2026: Während früher es 5–6 Jahre dauerte, bis ein Unternehmen zum 1-Milliarden-Dollar-Ung独角uo wurde – indem man mehrere Produkt- und Umsatzberichte vorlegen musste – ist es heute möglich, dies in nur 2 Monaten (spätestens 6 Monaten) zu schaffen. In den ersten 9 Monaten dieses Jahres sind weltweit mindestens 9 solcher „Schnell-Unicorns“ entstanden. Alle diese Unternehmen wurden von führenden Akteuren der AI-Branche gegründet, die bereits ihre Fähigkeiten bewiesen haben. Die meisten verfügen weder über Produkte noch über Einnahmen. Top-Investoren wie Sequoia, Gaorong, Tencent und Nvidia konkurrieren um die Investitionen. Im Grunde hat sich die Investitionslogik in der AI-Branche vollständig von „Zuerst Ergebnisse vorlegen, dann Geld geben“ zu „Zuerst einen Platz einnehmen und dann auf die Ergebnisse warten“ geändert. Hinter dieser Entwicklung steckt die kollektive Angst der Giganten – und auch ein nicht unerhebliches Risiko von Blasen.
Detaillierte Analyse
1. Die Gründer dieser „Produktlosen“ Unternehmen sind echte Experten
Man sollte nicht daran zweifeln, dass diese Gründer hochqualifiziert sind; keiner von ihnen ist ein gewöhnlicher, unerfahrener Unternehmer, sondern ein „Top-Spieler“, der bereits in der Branche herausragende Leistungen erbracht hat:
In China hat Lin Junyang innerhalb von 3 Monaten ein Unternehmen mit einer Bewertung von 2 Milliarden Dollar aufgebaut und das Open-Source-Modell „Tongyi Qianwen“ zum weltweit meistheruntergeladenen Modell gemacht. Die Gründer von Kunlunxing hatten einen der leitenden Positionen bei Alibaba Cloud und verantworteten Geschäfte im Wert von mehreren Milliarden Dollar; einer der Gründer von Ideal Intelligence Drive war der Leiter der Autonomen-Fahrtechnologie-Abteilung und brachte die Produktion von Millionen von Autonomen Fahrzeugen auf den Markt. AGILINK, das bereits im Gründungsjahr Geld verdiente, ist ein aus dem Unternehmen Zhuyuan Robotics hervorgegangenes, etabliertes Geschäft; Dai Jifeng, mit einem Bachelor- und Doktortitel von der Tsinghua-Universität, hat Arbeiten verfasst, die zu internationalen Standards in der AI-Branche wurden – sogar Nvidia-CEO Huang Renxun hat seine Leistungen öffentlich gelobt.
Im Ausland ist die Situation noch extremer: Ein Kernmitarbeiter von马斯克斯 xAI schaffte es, innerhalb von 2 Monaten, ein neues Unternehmen mit einer Bewertung von 1 Milliarde Dollar aufzubauen; der Turing-Preisträger und Begründer von Meta AI erhielt eine Seed-Finanzierung in Höhe von 1,03 Milliarden Dollar – die größte Seed-Finanzierung in der Geschichte Europas. Selbst der von Uber entlassene Gründer Calanick gründete ein Unternehmen für industrielle Roboter, und sein ehemaliger Arbeitgeber Uber investierte weiter in ihn.
Diese Personen müssen dem Kapital nicht erst beweisen, dass sie etwas erreichen können; ihre bisherigen Erfolge sind bereits der beste Beweis für ihre Fähigkeiten. Bei Lin Junyang hält er sogar 88 % der Anteile am Unternehmen – während es früher üblich war, dass Gründer nur 30 % ihrer Anteile behielten.
2. Die Regeln der Finanzierung haben sich vollständig geändert: Von „Erst Ergebnisse, dann Geld“ zu „Jeder versucht, einen Platz zu ergattern“
Früher hieß es: „Erst wenn du 100.000 Nutzer und 10 Millionen Umsätze erzielst, investiere ich in dein Unternehmen und die Bewertung steigt.“ Heute gilt das nicht mehr:
300 Millionen Dollar werden als Angel-Round bezeichnet, 1 Milliarde Dollar als Seed-Round – die Bezeichnungen für die Finanzierungsrunden sind völlig durcheinandergeraten. Einige Unternehmen erhalten innerhalb von 3 Monaten bereits 3 Finanzierungen, andere innerhalb von 6 Monaten sogar 4. Finanzierungen. Es geht nicht mehr darum, erst nach Erreichen eines Meilensteins Geld zu erhalten, sondern darum, sich um knappe Ressourcen zu kämpfen.
Der Grund ist einfach: In der AI-Branche mangelt es nicht an Geld, sondern an Top-Fachkräften, die fortschrittliche Technologien aus wissenschaftlichen Arbeiten in echte Produkte umsetzen können. Solche Fachkräfte gibt es weltweit nur wenige. Wenn man einen Monat zu spät handelt, werden sie von anderen Unternehmen abgeworben. Wenn man wartet, bis das Produkt fertig ist, kann sich die Bewertung bereits um das Zehnfache erhöht haben. Investoren prüfen heute nicht mehr nur die Geschäftszahlen, sondern schauen sich die Vergangenheit der Gründer an – schließlich haben sie es in der Vergangenheit bereits geschafft, etwas zu bewirken.
In China gibt es auch neue Trends: Große Unternehmen trennen ihre Kerngeschäfte ab und finanzieren sie separat, um so mehrere Unicorns innerhalb ihres eigenen Unternehmens zu schaffen. Beispielsweise haben die Unternehmen von SenseTime in diesem Jahr mehrere solche Unternehmen gegründet, die insgesamt über 47 Milliarden Dollar an Finanzierung erhalten haben. Dadurch behalten sie ihre Kernfachkräfte und können externe Mittel einsetzen, um Kosten zu senken.
3. Man denkt, Kapital wird in Menschen investiert – in Wirklichkeit steckt dahinter die Angst der Giganten
Wenn man sich die Liste der Investoren ansieht, wird man etwas Ungewöhnliches feststellen: Nvidia und AMD, direkte Konkurrenten in der Chip-Branche, haben beide in mindestens 3 Unternehmen investiert; vier Chip-Giganten (Qualcomm, Intel, Nvidia, AMD) haben gemeinsam in ein Unternehmen für Edge-AI-Hardware investiert – das wäre vor 10 Jahren undenkbar gewesen.
Im Grunde rechnen die Giganten klar: „Die Kosten für einen falschen Schritt sind viel geringer als die Kosten, wenn man gar nicht antritt.“ Die zukünftige Richtung der AI ist noch unklar – es könnte eine große Modell-Entwicklung, LeCuns Weltmodell oder die Entwicklung von Körperlichen Intelligenz-Robotern sein. Wenn man nicht in das richtige Unternehmen investiert, könnte man bei der Festlegung der nächsten AI-Ökologie ausgeschlossen werden.
Nvidia investiert beispielsweise in AI-Unternehmen, weil es befürchtet, dass Apple und Google die Kontrolle über die zukünftige AI-Technologie übernehmen könnten. Chinesische Unternehmen wie SAIC und Juseng investieren in Unternehmen für Körperliche Intelligenz-Roboter, um sich im Lieferkettenmarkt zu positionieren. Selbst die französische Regierung investiert in Unternehmen von LeCun, aus Angst, dass die EU in der zukünftigen AI-Entwicklung keine Rolle spielen könnte.
4. Was man heute erhält, ist lediglich ein „Eintrittsticket für Unicorns“ – keine Garantie für Erfolg
Die 9 „Schnell-Unicorns“ haben im Grunde nur ein „Wertungsinstrument“ erhalten, kein Beweis für tatsächlichen Geschäftserfolg. Nur eines der Unternehmen erzielt tatsächlich Einnahmen; die anderen 8 haben weder Produkte noch einen konkreten Zeitplan. Das Risiko von Blasen ist nicht gering:
Zum einen besteht das Risiko, dass die gewählte Entwicklungsperspektive falsch ist. Wenn sich herausstellt, dass LeCuns Weltmodell nicht funktioniert, sind die investierten Milliarden Dollar verschwendet. Unternehmen, die Edge-AI-Hardware entwickeln, stehen vor großen Herausforderungen – sie müssen sich gegen Unternehmen wie Apple und Google durchsetzen, die über riesige Nutzerzahlen und eine etablierte Ökologie verfügen. Auch das von Calanick entwickelte autonome Logistiksystem scheint unrealistisch, da Waymo bereits seit mehreren Jahren und mit Milliarden Dollar daran arbeitet.
Zum anderen bindet die Investition von Giganten die Unternehmen an deren Strategien: Wenn man beispielsweise in Nvidia investiert, muss man deren Chips verwenden; wenn man in Tencent investiert, muss man in dessen Ökologie eintreten. Die Neutralität des Unternehmens geht verloren. Wenn die Giganten selbst ähnliche Produkte entwickeln, könnten sie das Unternehmen ausschließen.
Alle aktuellen Bewertungen sind voreingenommen; die Erwartungen sind extrem hoch. Wenn man zu spät handelt oder technische Probleme auftreten, kann die Bewertung stark sinken. Bei der letzten AI-Blase fielen viele Unternehmen mit einer Bewertung von über 1 Milliarde Dollar auf nur noch 100 Millionen Dollar.
Alles in allem geht es in der aktuellen AI-Branche um einen „Kampf um Territorien“. Die Investoren setzen zunächst auf die richtigen Unternehmen – und warten dann auf die Ergebnisse. Ob es wirklich neue, weltverändernde AI-Unternehmen geben wird oder nur weitere Blasen entstehen, wird sich in 2–3 Jahren zeigen, wenn diese Unternehmen ihre ersten Serienprodukte vorlegen.