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

EvolutionaryScale hat in einer bekannt gegebenen Seed-Finanzierungsrunde 142 Millionen US-Dollar (https://www.reuters.com/technology/ai-startup-evolutionaryscale-raises-142-million-with-backing-amazon-nvidia-2024-06-17/) gesichert, um die Entwicklung generativer KI-Modelle für die Biologie zu beschleunigen. Dies markiert einen entscheidenden Moment für die Monetarisierung spezialisierter wissenschaftlicher Datenassets. 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 hochpräzisen, domänenspezifischen Daten als nächsten primären Treiber für die KI-Bewertung hindeutet.

Die Frontier der biologischen Daten: ESM-3 und die 142-Millionen-Dollar-Seed-Runde

Der Kern des Wertversprechens von EvolutionaryScale liegt in seiner Fähigkeit, Milliarden von Jahren biologischer Evolution durch Daten zu simulieren. Die bekannt gegebene Investition von 142 Millionen US-Dollar (https://www.bloomberg.com/news/articles/2024-06-17/ex-meta-scientists-raise-142-million-for-biological-ai-startup) bewertet das Unternehmen mit geschätzten 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 zur Medikamentenentwicklung und für das Umwelt-Engineering lizenzieren möchte.

Infrastruktur als Gefäß: KKR's 50-Milliarden-Dollar-Power-Play

Während sich EvolutionaryScale auf die Datenintelligenzschicht konzentriert, verzeichnet die physische Infrastruktur, die zur Verarbeitung solcher Assets erforderlich ist, beispiellose Kapitalzuflüsse. KKR und Energy Capital Partners (ECP) haben eine strategische Partnerschaft über 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 Datenassets stellt dieser Infrastruktur-Boom sicher, dass die Liquidität und Verarbeitungskapazität für groß angelegte Datensätze robust bleibt, selbst wenn die Modellkomplexität exponentiell skaliert.

Europäische Souveränität und der Mistral Data Moat

Der globale Markt für Daten wird auch von regionalen Champions geprägt, die auf "Datensouveränität" abzielen. Das Pariser Unternehmen Mistral AI hat kürzlich eine Series B-Finanzierung über 600 Millionen Euro (640 Millionen US-Dollar) abgeschlossen (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). 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 die Lizenzierung von Unternehmensdaten 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 Prüfung gegenüber. Meta Platforms war gezwungen, seine Pläne zur Nutzung von Daten europäischer Facebook- und Instagram-Nutzer für das Training seiner KI-Modelle auszusetzen, nachdem die irische Datenschutzkommission 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 treiben könnte.

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 unabhängige Bewertungen in Milliardenhöhe erzielen können, die von allgemeinen LLMs losgelöst sind. Während die Recheninfrastruktur durch 50-Milliarden-Dollar-Pakte erweitert wird und in Europa regulatorische Mauern entstehen, wird die Knappheit hochwertiger, "sauberer" Daten wahrscheinlich eine neue Welle von hoch bewerteten Lizenzvereinbarungen vorantreiben. Daten sind nicht mehr nur ein Input; sie sind das primäre Kapitalasset der Intelligenzökonomie von 2026.