EvolutionaryScale sichert sich 142 Mio. US-Dollar zur Skalierung biologischer Datenmodelle

EvolutionaryScale hat eine Finanzierungsrunde in Höhe von 142 Millionen US-Dollar (https://www.forbes.com/sites/alexkonrad/2024/06/25/evolutionaryscale-raises-142-million-for-biology-ai/) abgeschlossen, um die Entwicklung von generativen KI-Modellen zu beschleunigen, die auf massiven biologischen Datensätzen trainiert werden. Die Runde, angeführt von Nat Friedman, Daniel Gross und Lux Capital, positioniert das Unternehmen, um Biologie als programmierbares Datenasset zu behandeln und nutzt sein neues ESM3-Modell, das auf einem Datensatz von 2,78 Milliarden Proteinsequenzen (https://www.evolutionaryscale.ai/blog/esm3-release) trainiert wurde. Dieser Meilenstein unterstreicht den steigenden Wert nicht-textueller, domänenspezifischer Daten im Rennen um fortschrittliche KI-Fähigkeiten.

Der Aufstieg biologischer Datenassets

Im Gegensatz zu Allzweck-LLMs, die das öffentliche Web durchforsten, basiert das Wertversprechen von EvolutionaryScale auf der Kuratierung und Verarbeitung spezialisierter biologischer Informationen. Das ESM3-Modell ist ein multimodales generatives Modell, das über die Sequenz, Struktur und Funktion von Proteinen schlussfolgern kann. Durch die Verarbeitung von Billionen von Datenpunkten (https://www.evolutionaryscale.ai/blog/esm3-release) aus der natürlichen Welt zielt das Startup darauf ab, Forschern die "Programmierung" neuer Proteine zu ermöglichen, was die Zeitpläne für die Medikamentenentwicklung potenziell von Jahren auf Wochen verkürzt. Dieser "ChatGPT für Biologie"-Ansatz hebt einen breiteren Markttrend hervor: die Monetarisierung proprietärer, hochfideliter wissenschaftlicher Datensätze, die von generischen Crawlern nicht einfach repliziert werden können.

Lizenzierung vs. Rechtsstreit: Der Kampf um Datenrechte

Die Finanzierung datenintensiver Startups wie EvolutionaryScale erfolgt zu einer Zeit, in der die rechtliche Landschaft für den Datenzugriff einen Siedepunkt erreicht. OpenAI und Time Magazine haben kürzlich eine mehrjährige Content-Lizenzvereinbarung (https://openai.com/index/openai-and-time-sign-multi-year-content-partnership-and-strategic-alliance/) abgeschlossen, die OpenAI den Zugang zu Times 101-jährigem Archiv gewährt. Obwohl die genauen finanziellen Bedingungen nicht bekannt gegeben wurden, verweisen Branchenanalysten auf die geschätzte 250-Millionen-Dollar-Vereinbarung von OpenAI mit News Corp (https://www.reuters.com/technology/news-corp-strikes-ai-content-licensing-deal-with-openai-2024-05-22/) als Benchmark für die Prämie, die nun auf verifizierten menschlichen Journalismus gelegt wird.

Umgekehrt werden die Kosten für die unlizenzierte Datenbeschaffung prohibitiv hoch. Die RIAA, die große Labels wie Sony und Universal vertritt, fordert in einer Klage gegen die KI-Musik-Startups Suno und Udio Schadensersatz in Höhe von bis zu 150.000 US-Dollar pro Werk (https://www.reuters.com/legal/music-labels-sue-suno-udio-ai-copyright-infringement-2024-06-24/) wegen Urheberrechtsverletzung. Da Hunderttausende von Aufnahmen angeblich ohne Erlaubnis verwendet wurden, könnten die Gesamthaftungsschäden schätzungsweise 13,5 Milliarden US-Dollar (https://www.reuters.com/legal/music-labels-sue-suno-udio-ai-copyright-infringement-2024-06-24/) erreichen. Dieser rechtliche Druck erzwingt einen Übergang von der "Fair Use"-Verteidigung zu einem strukturierten Datenmarktplatz, auf dem jedes Trainings-Token eine klare Herkunft und einen klaren Preis hat.

Kapitalzufluss in datenintensive Infrastruktur

Die Nachfrage nach datenfertiger KI hat auch massive Infrastrukturinvestitionen ausgelöst. Helsing, ein europäisches Verteidigungs-KI-Unternehmen, hat sich in einer Series-C-Runde 450 Millionen Euro (https://www.reuters.com/technology/defense-ai-startup-helsing-raises-450-mln-euro-funding-round-2024-07-04/) gesichert, was das Unternehmen auf eine geschätzte Bewertung von 5 Milliarden Euro (https://www.bloomberg.com/news/articles/2024-06-17/defense-ai-startup-helsing-is-said-to-near-400-million-funding) bringt. Helsings softwaredefinierte Verteidigungssysteme basieren auf der Echtzeitverarbeitung von Schlachtfeldsensordaten und stellen einen kritischen Sektor für die Monetarisierung von Datenassets im öffentlichen Sektor dar. Ebenso hat Etched.ai 120 Millionen US-Dollar (https://techcrunch.com/2024/06/25/etched-raises-120m-to-build-a-chip-that-only-runs-transformer-models/) eingesammelt, um spezialisierte Chips zu entwickeln, die speziell für die Bewältigung des massiven Datendurchsatzes entwickelt wurden, der von Transformer-Modellen benötigt wird.

Im Bereich Legal Tech verhandelt das Startup Harvey Berichten zufolge über die Aufnahme neuen Kapitals zu einer geschätzten Bewertung von 2 Milliarden US-Dollar (https://techcrunch.com/2024/06/25/legal-ai-startup-harvey-is-raising-600m-from-google-at-a-2b-valuation/). Harveys Kernwert ist sein Zugang zu und seine Verarbeitung von proprietären Rechtsdaten, was weiter beweist, dass der Markt Unternehmen belohnt, die den "Daten-Graben" kontrollieren und nicht nur den Algorithmus.

Warum es für Dateneigentümer wichtig ist

Für institutionelle Dateneigentümer bestätigen die Deals von EvolutionaryScale und OpenAI-Time, dass die Ära des kostenlosen Daten-Scrapings zu Ende geht. Daten sind nicht mehr ein Nebenprodukt von Geschäftsabläufen; sie sind eine primäre Anlageklasse. Ob es sich um biologische Sequenzen, historische Archive oder Rechtspräzedenzfälle handelt, der Markt bietet nun zwei klare Wege: Lizenzpartnerschaften in Millionenhöhe für diejenigen, die kooperieren, und Rechtsstreitigkeiten in Milliardenhöhe für diejenigen, deren Assets ohne Zustimmung entwendet werden. Da KI-Modelle spezialisierter werden, wird der Wert von Nischen- und hochintegren Datensätzen weiterhin den Wert von generischen, aus dem Web gescrapten Inhalten übertreffen.