Warum favorisiert das Kapital im Jahr 2026 eher die "geldverdienenden" KI-Anwendungen?

Kurz vor der diesjährigen WAIC veröffentlichte Moonshot AI Kimi K3, das nach der Veröffentlichung sofort große Aufmerksamkeit erregte. Dennoch konzentrierte sich die Aufmerksamkeit des Kapitalmarkts stärker auf ein anderes Ereignis.

In den vergangenen sechs Monaten hat sich die Bewertung dieses bekannten großen Modellunternehmens versechsfacht, mit einem Ziel von 30 Milliarden US-Dollar, und es treibt gleichzeitig den Börsengang in Hongkong voran. In dem an alle Mitarbeiter gerichteten Brief zum Silvesterabend Ende 2025 schrieb der Gründer Yang Zhilin einen Satz: Im Jahr 2026 konzentrieren wir uns auf Agenten und setzen uns nicht das absolute Nutzeraufkommen als Ziel.

Während sich die Bewertung innerhalb von sechs Monaten versechsfacht hat, haben sie auch freiwillig den Indikator DAU aufgegeben, der in den letzten zwei Jahren vom Kapitalmarkt stark verfolgt wurde.

Dies beweist hinreichend, dass das Nutzeraufkommen zwar immer noch wichtig ist, aber nicht mehr die einzige harte Währung für die Bewertung von KI-Anwendungen darstellt. Die neue Hauptlinie der Erzählung kehrt zurück zur langfristig nachhaltigen Kommerzialisierung der Produktform.

Der Benchmark des Kapitals zur Bewertung von KI hat sich geändert: In den letzten zwei Jahren war es üblich, die Größenordnung durch Subventionen für Rechenleistung zu erreichen, aber die buchmäßige DAU stützt nur die Bewertung, nicht aber den Bruttogewinn. Der Kapitalmarkt hat festgestellt, dass die Landnahme-Strategie aus dem Internetzeitalter bei KI nicht funktioniert. Die Rechenleistungskosten und die Bindungskurven haben sich nacheinander „offenbart“, und die einst vielversprechenden Blockbuster-Produkte beginnen auch scharenweise vom Markt zu verschwinden.

Damit erreicht die Branche ihren Wendepunkt: Das Kapital zahlt nicht mehr für die Größenordnung an sich, sondern richtet sich auf die Überprüfung der Qualität der Kommerzialisierung aus.

Unter der neuen Logik haben Unternehmen mit einem robusten Geschäftsmodell stattdessen mehr Chancen, als „gutes Geld“ zu bleiben und eine bessere Bewertung zu erhalten. Beispielsweise ist Haiyi, das kürzlich eine B-Runde-Finanzierung von über 100 Millionen Yuan abgeschlossen hat, ein robustes Unternehmen, das vom Kapitalmarkt positiv bewertet wird: Es stammt aus Chengdu, ist global ausgerichtet, verfolgt die Geschäftsphilosophie „für Endverbraucher geschaffen“ und hat in den letzten Jahren kontinuierlich erfolgreiche KI-Anwendungen entwickelt, wobei seine Finanzdaten bereits sehr beeindruckend sind.

Nachdem die Flut zurückgeht, stellt sich eine dringendere Frage: Welche Art von KI-Anwendung kann „aufrecht verdienen“?

Die Überprüfung der Qualität der Kommerzialisierung hat ihren Wendepunkt erreicht

Die vorherrschende Erzählung der KI-Anwendungsebene in den letzten zwei Jahren bestand darin, dass Kapital und Unternehmen gemeinsam mit dem Silicon Valley das Geld verbrannten, sodass die Größenordnung Vorrang hatte, Rechenleistung subventioniert wurde, die Konkurrenten zuerst verdrängt wurden und das Problem des Bruttogewinns „für später“ blieb. Diese Strategie funktionierte in Zeiten lockeren Kapitals, zeigte aber im zweiten Halbjahr 2025 erste Ermüdungserscheinungen.

Die Rechenleistungskosten bleiben hoch, die Kosten für die Kundengewinnung steigen stetig an, die Bindungsdaten sind generell nicht gut, die Risikokapitalgeber können das Geld nicht mehr verbrennen, und die Bewertungslogik wechselt natürlich zur Überprüfung der Kommerzialisierung.

Dennoch haben die Kommerzialisierungsmaßnahmen der großen Mainstream-Modelle und KI-Anwendungen in den letzten Jahren nie aufgehört, und die Lösungen sind unterschiedlich.

Der stabile Verkauf von Rechenleistung im Abonnementmodell ist ein sehr verbreiteter Weg, den ChatGPT Plus, Claude Pro und Kimi alle verfolgen, wobei die Abrechnung über API für Privatanwender und Entwickler gilt. Der Weg der Monetarisierung durch Werbung wird von einigen häufigen und leichten Anwendungen übernommen, während das Kreditpunktesystem von KI-Erstellungstools das Hauptmodell von Plattformen wie Midjourney ist. Jeder Weg wird von jemandem ausprobiert, und es wurden bereits phasenweise gute Zahlen erzielt.

Die lebhafte Kommerzialisierung dauert seit zwei Jahren an, es gab immer Leute, die Geld verdienten, aber nur sehr wenige, die dauerhaft Geld verdienten.

Ein bedauernswertes Beispiel ist Character.AI, das weltweit ein Vorzeigeunternehmen im Bereich der interaktiven KI-Charaktere ist. Daten von Business of Apps zeigen, dass die monatlichen aktiven Nutzer im August 2024 einen Spitzenwert von 28 Millionen erreichten, in den folgenden Monaten jedoch nicht stiegen, sondern sanken. Bis Januar 2025 gingen etwa 8 Millionen monatliche aktive Nutzer verloren. Auch im Jahr 2024 übernahm Google die beiden Gründer im Rahmen einer Vereinbarung und erwarb eine nicht-exklusive Lizenz für ihr großes Modell, woraufhin das Unternehmen die Entwicklung eigener Modelle einstellte.

Der Verlauf von Inflection AI ist ähnlich: Es sammelte 1,3 Milliarden US-Dollar an Finanzmitteln ein, die Bewertung erreichte zeitweise 4 Milliarden US-Dollar, das Produkt Pi wurde später in der Nutzerzahl begrenzt, der Gründer wechselte zu Microsoft und konzentrierte sich auf Unternehmensdienstleistungen.

Die Gemeinsamkeit dieser beiden bekannten Unternehmen besteht darin, dass sie einst beneidenswerte Nutzeraufkommen und Finanzierungszahlen hatten, aber die Prüfung der Rechenleistungskosten und Bindungskurven nicht bestanden haben.

Daher betreiben alle die Kommerzialisierung, aber die Branche hat sich 2026 im Grunde darauf geeinigt: Die Entwicklung von KI kann nicht nur nach der Kommerzialisierung beurteilt werden, monatliche aktive Nutzer und Zahlungsdaten sind bei weitem nicht das Endziel. Angesichts der hohen Rechenleistungskosten ist eine qualitativ hochwertige Kommerzialisierung tatsächlich sehr schwierig.

Was zählt also für KI als qualitativ hochwertige Kommerzialisierung?

In den letzten zwei Jahren hat niemand diese Frage ernsthaft beantwortet, weil alle damit beschäftigt waren, die Größenordnung zu erobern, aber jetzt ist der Punkt erreicht, an dem sie beantwortet werden muss. Die Antwort ist eigentlich nicht kompliziert: Sind die Nutzer bereit, für den echten Wert dauerhaft zu zahlen, und kann eine Kombination aus positivem Bruttogewinn und hoher Nutzerbindung entstehen?

Die Bruttomarge beantwortet die Frage, „ob dieses Geschäft die Rechenleistungskosten und die Kosten für die Kundengewinnung decken kann“, während die Bindungs- und Verlängerungsrate die Frage beantwortet, „ob die Nutzer nach der Nutzung des kostenpflichtigen Produkts bleiben werden“. Ersteres bestimmt, ob das Geschäftsmodell funktioniert, Letzteres bestimmt, ob der Wert des Produkts wirklich wirksam ist.

Diese beiden Zahlen sagen mehr über die langfristige Selbstwachstumsfähigkeit und die Widerstandsfähigkeit eines KI-Anwendungsunternehmens aus als die DAU und die Zahl der zahlenden Nutzer.

Die von Haiyi veröffentlichten öffentlichen Daten lauten: Die Gesamtbruttomarge übersteigt 40 %, der durchschnittliche Umsatz pro zahlendem Nutzer (ARPPU) beträgt etwa 60 US-Dollar, und die Verlängerungsrate der Kernprodukte hat 60 % überschritten. Auf dem globalen Markt für KI-ToC-Anwendungen stecken die meisten Unternehmen derzeit noch in dem Zyklus, Verluste zur Erzielung von Größenordnungen zu akzeptieren. Unternehmen, die in beiden Dimensionen Bruttogewinn und Nutzerbindung diese Größenordnung erreichen, gehören auf der Anwendungsebene zu den sehr wenigen Ausnahmen.

Haiyi ist kein neues Unternehmen und betreibt auch kein neues Geschäftsfeld. Es wurde 2023 in Chengdu gegründet, ist organisatorisch global ausgerichtet und begann als multimodale KI-Erstellungsgemeinschaft. Seine Produktform ist nicht unbekannt: Bilder generieren, LoRA trainieren, Videos erstellen und mit Charakteren chatten.

Aber genau dieses scheinbar „gewöhnliche und vertraute“ Geschäft zeichnet sich in diesem Wendepunkt der Qualität der Kommerzialisierung durch eine besonders beeindruckende Finanzstruktur aus.

Drei Kurven, eine Logik

Eine hohe Verlängerungsrate und ein hoher ARPPU sind die Voraussetzungen, ein positiver Bruttogewinn ist die Antwort. Hinter den Finanzdaten steht die Frage, die das Kapital wirklich interessiert: Wie hat Haiyi das geschafft und kann es dies langfristig beibehalten?

Qualitativ hochwertige Kommerzialisierung besteht im Wesentlichen aus dem richtigen Produkt und der richtigen Geschäftslogik. Um ein Unternehmen auf der Anwendungsebene zu analysieren, muss man daher zurückkehren und betrachten, welche Produkte es entwickelt hat und welche logischen geschlossenen Kreise zwischen den Produkten bestehen.

Die Produktmatrix von Haiyi umfasst derzeit drei Kurven. Die erste ist die ursprüngliche multimodale KI-Erstellungsgemeinschaft SeaArt, die in 36 Monaten 2 Millionen KI-native Erstellungsressourcen angesammelt hat, darunter Modelle, LoRA, Arbeitsabläufe und Vorlagen.

Die zweite ist die KI-Kurzfilmplattform MoreShort, deren monatlicher Umsatz sechs Monate nach der Markteinführung die Marke von einer Million US-Dollar überschritten hat.

Die dritte ist das interaktive KI-Charakterprodukt SeaSoul, das in 4 Monaten 500.000 täglich aktive Nutzer erreicht hat, wobei die durchschnittliche Online-Zeit pro Person über 66 Minuten pro Tag liegt.

Man erkennt, dass die drei Kurven völlig unterschiedliche Formen haben: eine Erstellungsgemeinschaft, der Konsum von Kurzfilmen und die Interaktion mit Charakteren. Ihre Gemeinsamkeit ist jedoch offensichtlich: Sie alle haben in Geschäftsfeldern mit hartem globalen Wettbewerb, in denen Giganten und Startups aggressiv um Marktanteile kämpfen, mit extrem schnellen Betriebsgeschwindigkeiten Ergebnisse bei KI-Ressourcen und Umsätzen erzielt.

Auf solchen „schlachtfeldartigen“ Märkten gibt es zwei unverzichtbare Strukturen, damit ein Unternehmen nacheinander die schnelle Markteinführung auf der Anwendungsebene abschließen, den globalen Betrieb anhand von Daten erfolgreich umsetzen und Blockbuster-Produkte entwickeln kann.

Die leichter sichtbare Ebene ist die gegenseitige Verknüpfung von Fähigkeiten. Haiyi hat sein eigenes Produktsystem in fünf Fähigkeiten unterteilt: multimodale Generierung, Interaktion von Agenten, Inhaltsverteilung und Empfehlung, Wachstum durch Werbeschaltung sowie Monetarisierung durch Kommerzialisierung.

Haiyi hat zuerst in der Erstellungsgemeinschaft die Geschäftslogik von der Inhaltsgenerierung, der Nutzerbindung bis hin zur kostenpflichtigen Monetarisierung erfolgreich umgesetzt, dann die Schlüsselschritte zu wiederverwendbaren Fähigkeitsmodulen abstrahiert und diese auf verschiedene Produktformen übertragen.

Umgekehrt vertiefen die drei Produktlinien dieses Fähigkeitssystem kontinuierlich: Die Erstellungsgemeinschaft sammelt Charakterressourcen und Generierungsmodelle, MoreShort trainiert die Verteilungseffizienz und Monetarisierungspfade im Szenario des Kurzfilmkonsums, und SeaSoul optimiert die Konversation und Nutzerbindung von Agenten im Szenario der Charakterinteraktion.

Unter diesem positiven Zyklus wurde der Überprüfungszyklus neuer Produkte stark verkürzt: SeaArt benötigte 36 Monate, MoreShort wurde auf 6 Monate verkürzt, und SeaSoul brauchte nur 4 Monate. Der Blockbuster-Effekt, der durch dieselbe Fähigkeitsstruktur entsteht, wurde auf Produkten verschiedener Formen reproduziert.

Die meisten KI-Anwendungen können kein qualitativ hochwertiges Kommerzialisierungsmodell überprüfen, genau weil ihre Fähigkeitsstruktur unvollständig ist. Beispielsweise funktioniert die Modellgenerierung gut, aber es fehlt an Fähigkeiten bei der Verteilung und Werbeschaltung, oder das Wachstum ist stark, aber man kann nicht vorhersagen, welches Inhaltswachstum direkt mit der Kommerzialisierung verbunden werden kann. Im besten Fall funktioniert die Geschäftslogik einer einzelnen Anwendung, kann aber nicht schnell auf das nächste Produkt übertragen werden, sodass das Zeitfenster verpasst wird.

Wenn man tiefer hineinschaut, zeigt sich die strategische Logik als ein vollständiger Nutzerpfad: Charaktere sind der Eingang, Geschichten sind der Konsum, und Interaktionen bilden die Beziehung.

Die Nutzer treten zuerst über die Charaktere in das Produkt ein, generieren im Rahmen des Geschichtenkonsums kostenpflichtige Einnahmen und werden im Rahmen der Interaktionsbeziehungen gebunden. Daher scheinen die drei Produktlinien die Anforderungen in verschiedenen Szenarien zu erfüllen, aber dahinter steht nur ein einziges Nutzerverhaltensmodell.

Die zugrundeliegende Logik von KI-Anwendungen unterscheidet sich stark von der Landnahme-Strategie aus dem Internetzeitalter: Die Logik des Internets besteht darin, zuerst Nutzer zu gewinnen und dann zu monetarisieren, wobei die Größenordnung selbst eine Barriere darstellt, weil die Grenzkosten gegen Null gehen. Die Rechenleistungskosten von KI-Anwendungen fallen jedoch kontinuierlich an, jede Generierung erfordert eine Bezahlung für die Rechenleistung, und je größer die Größenordnung ist, desto höher sind die Kosten.

Aus diesem Grund bleiben die Rechenleistungskosten und die Kosten für die Kundengewinnung bei KI-Anwendungen leicht in einer Phase hängen, in der das Unternehmen gerade zum Star des Kapitalmarkts wird. Ein häufiges Phänomen ist, dass je mehr zahlende Nutzer es gibt, desto höher die Rechenleistungskosten sind, sodass das Unternehmen nach der Skalierung die Belastung nicht mehr tragen kann, die Nutzererfahrung stetig abnimmt und schließlich keine Nutzer mehr gehalten werden können.

Die Vorstellung, die Größenordnung durch Subventionen für Rechenleistung zu erreichen, scheint schön zu sein, hält aber der langfristigen Überprüfung der Qualität der Kommerzialisierung nicht stand. Die Unternehmen, die wirklich erfolgreich sind, sind diejenigen, die ihre Fähigkeiten strukturieren und das wirtschaftliche Einheitenmodell klar berechnen können.

Wie das Schwungrad des Ökosystems in Gang kommt

Wohin das Geld fließt und woher es kommt, ist der direkteste Weg, die Entwicklung eines Unternehmens zu beurteilen.

Haiyi,