Post

Autor: @jonah_b, Forscher bei Blockchain Capital Übersetzung: Jiahua, ChainCatcher Es ist schwer zu übersehen, dass der aktuelle KI-Hype erstaunliche Parallelen zu früheren Krypto-Markthypes aufweist. Der Kryptomarkt eignet sich hervorragend, um zu beobachten, wie Menschen auf eine große technologische Welle reagieren: mit guten, schlechten und auch den schlimmsten Seiten. Das liegt daran, dass sich die Zyklen im Kryptomarkt schnell entwickeln, frühe Projekte durch Token eine Liquidität erhalten, die andere Märkte kaum bieten können, und das Marktverhalten standardmäßig öffentlich ist, da Blockchain-Daten offen zugänglich sind. Wir haben viel aus diesem Markt gelernt, und diese Erfahrungen gelten ebenso für KI. Wenn Sie in KI investieren, ist dieser Artikel für Sie geschrieben. Lotto-ähnliche Wetten Großer Erfolg führt zu Nachahmung und FOMO. Sobald ein Vermögenswert einen epochalen Gewinner hervorbringt, strömen Investoren herein, um dessen Erfolgsweg zu kopieren. Doch die zweite Welle erreicht selten das Niveau der ersten, viele Projekte entpuppen sich als Luftschlösser, und viel Kapital geht verloren. Bitcoin wurde zu einem Billionen-Dollar-Vermögenswert. Danach wurde Ethereum zu einem Vermögenswert im Hunderte-Milliarden-Bereich, Solana erreichte ebenfalls mehrere Milliarden, was beweist, dass der Markt mehr als einen großen Gewinner hervorbringen kann. Daraufhin entstand ein Boom bei Investitionen in neue Public Chains. Risikokapitalgeber betrachteten diese Projekte als Lotterielose: Wenn eines trifft, kann es das gesamte Fondsvolumen mehrfach zurückbringen. Heute basieren viele Bewertungen aufstrebender KI-Labore ebenfalls auf lottoähnlichen Erwartungen. OpenAI und Anthropic streben beide Bewertungen im Billionen-Dollar-Bereich an. Die dahinterstehende Formel ist einfach: Zuerst ein extrem gehypter Markt, dann ein bereits erfolgreicher Nachzügler. Jeder Neueinsteiger wird als nächstes Lotterielos zum Reichtum gesehen. Früher erhielten viele L1-Projekte fast nur mit einem Whitepaper und einem Gründerteam Bewertungen in Milliardenhöhe. Ihre Geschichten waren verlockend: Was, wenn die globale Wirtschaft auf unserer Chain läuft? Ebenso sammelten aufstrebende KI-Labore mit Forschungsansätzen und Gründerteams, die von OpenAI, Anthropic oder GoogleDeepMind abgeworben wurden, Milliarden ein. Was, wenn sie wirklich eine „Maschinengottheit“ erschaffen? Oft ist die Investition jedoch nur eine Wette darauf, dass ein noch teurerer Nachfolger auftaucht. Viele Frühinvestoren bewerten nicht unbedingt die aktuellen Fundamentaldaten oder Zukunftsaussichten eines Unternehmens. Sie wissen, dass der Einstieg eines Star-Talents oder eine Kooperation mit einem großen Cloud-Anbieter die Bewertung erneut in die Höhe treiben kann. Zudem ist die Liquidität auf dem Sekundärmarkt heute höher, sodass sie davon ausgehen, dass immer ein nächster Käufer auftaucht. Marktchaos Wie BCAP GP @CremeDeLaCrypto im Bankless-Podcast sagte, wenn viel Kapital im Markt zirkuliert, kommen immer „eine Gruppe von Spekulanten und Betrügern, die schnelles Geld jagen und dorthin rennen, wo es gerade heiß ist“. Seit über einem Jahrzehnt erleben Krypto-Investoren solche Phänomene: Projektwellen, die unter dem Motto „Token sind das Produkt“ laufen, werden durch fragwürdige Market-Making-Methoden, für Investoren ungünstige hohe FDV/niedrige Umlaufmengen, nachteilige SAFT-Vereinbarungen und andere Markttricks vorangetrieben. Heute spielt sich Ähnliches in der KI-Branche ab. Zum Beispiel Strukturen mit drei Ebenen von SPVs und absurd hohen Gebühren... Doch es gibt einen entscheidenden Unterschied: Im Kryptomarkt sind Preise öffentlich und Token frei handelbar. Die Preise und Bewertungen von KI-Unternehmen entstehen hingegen in einem undurchsichtigen, illiquiden Sekundärmarkt. Selbst ohne Spekulation können KI-Investoren aus dem Kryptomarkt lernen, dass Veränderungen in der Marktstruktur bestimmen, wer letztlich die Gewinne erhält. Zum Beispiel könnte das, worauf KI-Investoren jetzt große Summen setzen, am Ende zu einem standardisierten Produkt werden. Fallbeispiel Kryptomarkt: Blockspace wird zur Ware Blockspace war einst knapp und teuer, Kapital floss herein, um das Angebot zu erweitern. Doch die Branche übertrieb es: Immer mehr L1-Chains starteten, Ethereum baute L2 aus. Schließlich wurde Blockspace von knapp zu reichlich und sogar überschüssig. Das ist gut für die technologische Entwicklung, aber nicht unbedingt für Investoren. Viele alternative L1s erzielen heute noch sehr begrenzte Einnahmen. Frühe Märkte setzten auf die „Fat Protocol“-Theorie, doch letztlich setzte sich die „Fat Application“-Theorie durch. Mit günstigerem Blockspace zahlen Nutzer weniger für die Infrastruktur, geben aber mehr für Anwendungen aus. Anwendungen wie Tether, Hyperliquid, Aave, Polymarket verdienen den Großteil der Einnahmen. Fallbeispiel KI: Modelle könnten zur Ware werden KI könnte gerade eine ähnliche Phase durchlaufen wie der frühe Kryptomarkt. Chinesische KI-Labore veröffentlichen zunehmend stärkere Modellgewichte öffentlich. Ich habe die Anreize dahinter erklärt. Wenn Modellgewichte zu standardisierten Produkten werden und die Preise weiter fallen, verschiebt sich der Wertstrom zu den oberen und unteren Enden des Technologie-Stacks. Anwendungen profitieren am meisten: Wenn die Grenzkosten der Nutzung eines Modells nahe an den Betriebskosten des Modells liegen, müssen Anwendungen nicht mehr die hohen Gewinne der Modellebene bezahlen. OpenAI und Anthropic sind davon weniger direkt betroffen, da sie bereits Nutzerbasis, Unternehmenskunden und Entwickler-Distributionskanäle besitzen. Sie sind die Ausnahme. In diesem Sinne sind sie eher Hyperliquid im KI-Bereich als reine L1-Anbieter, die nur Infrastruktur bereitstellen. Anders gesagt: OpenAI und Anthropic haben vertikal integriert. Andere KI-Labore, die keinen direkten Zugang zu Endkunden haben, könnten es schwerer haben. Ein weiterer Effekt sinkender Modellmargen ist, dass die unterste Ebene des Technologie-Stacks – Energie und Hardware – höhere Margen erzielen kann. Besonders wenn die Rechenleistung physikalisch begrenzt ist, wird dieser Trend deutlicher. Kurz gesagt: Hardware- und Anwendungsschichten könnten mehr Gewinne einstreichen, während die Modellebene unter Druck gerät. Doch viel Investitionskapital fließt gerade in die Modellebene. Das ist nichts Neues Im größeren Zyklus betrachtet, ist das nicht überraschend. Carlota Perez beschreibt in „Technological Revolutions and Financial Capital“, dass solche technologischen Revolutionen mehrere Phasen durchlaufen: Infrastrukturaufbau, Hype, Crash und Deployment. Finanzkapital überinvestiert in der Hype-Phase in Infrastruktur, doch diese überbauten und heute günstigen Infrastrukturen unterstützen die nächste Generation von Anwendungen. Das erklärt, warum es im Kryptomarkt zu einer Überversorgung mit Blockspace kam. Die Modell-Expansion im KI-Bereich könnte das nächste Beispiel sein. In aufstrebende KI-Labore zu investieren setzt voraus, dass man glaubt, dass ihre F&E-Ausgaben enorme Renditen bringen. Die Geschichte des Kryptomarkts und alternativer L1s sollte uns zumindest skeptisch gegenüber dieser Annahme machen. Natürlich gilt das nicht, wenn AGI eintritt. Denn wir wissen nicht, wie die Wirtschaft nach dem Erscheinen von AGI aussehen wird.