EvolutionaryScale sichert sich 142 Mio. $ für KI-Modelle für biologische Daten

EvolutionaryScale hat 142 Millionen US-Dollar (https://www.reuters.com/technology/ai-startup-evolutionaryscale-raises-142-million-with-backing-amazon-nvidia-2024-06-17/) in einer bekannt gegebenen Seed-Finanzierungsrunde gesichert, um die Entwicklung generativer KI-Modelle für die Biologie zu beschleunigen. Dies markiert einen entscheidenden Moment für die Monetarisierung spezialisierter wissenschaftlicher Datenbestände. Das Startup, das von ehemaligen Meta AI-Forschern geleitet wird, bringt ESM-3 auf den Markt, ein fortschrittliches Sprachmodell, das auf einem proprietären Datensatz mit 2,78 Milliarden Proteinen trainiert wurde (https://techcrunch.com/2024/06/17/evolutionaryscale-seed-biological-ai/). An der Runde nahmen Branchenriesen wie NVentures (Nvidia) und Amazon Web Services (AWS) teil, was auf eine strategische Verlagerung hin zu hochgradig präzisen, domänenspezifischen Daten als nächsten primären Treiber für die KI-Bewertung hindeutet.

Die biologische Datengrenze: ESM-3 und die 142-Millionen-Dollar-Seed-Finanzierung

Der Kern des Wertversprechens von EvolutionaryScale liegt in seiner Fähigkeit, Milliarden von Jahren biologischer Evolution durch Daten zu simulieren. Die bekannt gegebenen 142 Millionen US-Dollar Investition (https://www.bloomberg.com/news/articles/2024-06-17/ex-meta-scientists-raise-142-million-for-biological-ai-startup) bewerten das Unternehmen auf geschätzte 1 Milliarde US-Dollar (https://www.reuters.com/technology/ai-startup-evolutionaryscale-raises-142-million-with-backing-amazon-nvidia-2024-06-17/), was die hohe Prämie widerspiegelt, die auf die 98 Milliarden Parameter des ESM-3-Modells gelegt wird. Im Gegensatz zu allgemeinen LLMs wird ESM-3 auf strukturierten biologischen Sequenzen trainiert, was es ihm ermöglicht, völlig neue Proteine zu generieren, die in der Natur nicht vorkommen. Diese Fähigkeit zur "programmierbaren Biologie" basiert auf der Akquisition und Verarbeitung massiver genomischer und proteomischer Datensätze, die das Unternehmen an Pharmaunternehmen für die Medikamentenentwicklung und das Umwelt-Engineering lizenzieren möchte.

Infrastruktur als Gefäß: KKR's 50-Milliarden-Dollar-Powerplay

Während sich EvolutionaryScale auf die Datenintelligenzschicht konzentriert, verzeichnet die physische Infrastruktur, die zur Verarbeitung solcher Vermögenswerte erforderlich ist, beispiellose Kapitalzuflüsse. KKR und Energy Capital Partners (ECP) haben eine strategische Partnerschaft im Wert von 50 Milliarden US-Dollar angekündigt (https://www.reuters.com/business/energy/kkr-energy-capital-partners-form-50-bln-strategic-partnership-ai-2024-06-17/), um die Entwicklung von Rechenzentren und Energieinfrastrukturen zu beschleunigen. Diese bekannt gegebene mehrjährige Verpflichtung adressiert den "Flaschenhals" der Datenwirtschaft: den enormen Energiebedarf von KI-Trainingsclustern. Für Eigentümer von Datenbeständen stellt dieser Infrastrukturschub sicher, dass die Liquidität und Verarbeitungskapazität für große Datensätze robust bleibt, auch wenn die Komplexität der Modelle exponentiell skaliert.

Europäische Souveränität und der Mistral-Daten-Graben

Der globale Datenmarkt wird auch von regionalen Champions geprägt, die auf "Datensouveränität" abzielen. Das Pariser Unternehmen Mistral AI hat kürzlich eine Serie B-Finanzierung in Höhe von 600 Millionen Euro (640 Millionen US-Dollar) (https://techcrunch.com/2024/06/11/mistral-ai-raises-600-million-at-a-5-8-billion-valuation/) zu einer bekannt gegebenen Bewertung von 5,8 Milliarden Euro (https://www.ft.com/content/88d68994-633b-419b-9c71-f76e736a617c) abgeschlossen. Mistrals Strategie stützt sich stark auf kuratierte, mehrsprachige Datensätze, die eine wettbewerbsfähige Alternative zu US-zentrierten Modellen bieten. Durch die Sicherung massiver Finanzmittel von Investoren wie General Catalyst und Lightspeed positioniert sich Mistral, um den europäischen Markt für Unternehmensdatenlizenzierung anzuführen, wo lokale Vorschriften und Datenschutz von größter Bedeutung sind.

Regulatorische Engpässe: Metas EU-Daten-Impasse

Die Akquisition von Daten für das KI-Training sieht sich jedoch einer zunehmenden regulatorischen Überprüfung gegenüber. Meta Platforms wurde gezwungen, seine Pläne zur Nutzung von Daten europäischer Facebook- und Instagram-Nutzer für das Training seiner KI-Modelle auszusetzen, nachdem die irische Datenschutzbehörde dies gefordert hatte. Dieser Schritt, der durch Beschwerden der Advocacy-Gruppe NOYB ausgelöst wurde, unterstreicht eine wachsende Kluft bei der Datenverfügbarkeit. Während US-amerikanische und asiatische Unternehmen weiterhin riesige öffentliche Datensätze scrapen mögen, müssen europäische Unternehmen eine "Consent-First"-Landschaft navigieren, was den Marktpreis für rechtlich konforme, lizenzierte Datensätze potenziell in die Höhe treibt.

Warum es für Dateneigentümer wichtig ist

Die Deals von EvolutionaryScale und KKR unterstreichen einen grundlegenden Wandel in der KI-Wertschöpfungskette: den Übergang von algorithmischer Vorherrschaft zu Daten- und Energievorherrschaft. Für Eigentümer proprietärer Datensätze – sei es in der Biologie, im Finanzwesen oder im Recht – beweist die Einführung von ESM-3, dass spezialisierte Daten Milliardenbewertungen unabhängig von allgemeinen LLMs erzielen können. Da die Recheninfrastruktur durch 50-Milliarden-Dollar-Vereinbarungen expandiert und in Europa regulatorische Mauern aufsteigen, wird die Knappheit an hochwertigen, "sauberen" Daten wahrscheinlich eine neue Welle von hochwertigen Lizenzvereinbarungen vorantreiben. Daten sind nicht mehr nur ein Input; sie sind das primäre Kapitalgut der Intelligenzökonomie von 2026.