Nach Meta erwarten die großen Tech-Konzerne den „Muse-Moment“

Muse eröffnet eine neue Erzählung zum Thema „KI-ROI“.

Diesen September hat Meta den persönlichen intelligenten Agenten Muse vorgestellt, der darauf abzielt, eine Reihe von Aufgaben für Verbraucher zu automatisieren – darunter Einkäufe, der Kauf von Kinokarten und die Terminvereinbarung.

Auf der jüngsten Telefonkonferenz von Meta zu den Ergebnissen des dritten Quartals erklärte CEO Mark Zuckerberg, dass Muse früher als alle früheren neuen Produkte des Unternehmens kommerzialisiert wird. Neben den bestehenden kostenpflichtigen Abonnements will er auch Gebühren für Transaktionen erheben, die über Muse zustande kommen, die voraussichtlich von Händlern getragen werden. Zuckerberg geht sogar davon aus, dass Muse schließlich „Milliarden von Nutzern“ bedienen wird, und das potenzielle Einkommen dieser Nutzer könnte das durchschnittliche Nutzereinkommen von Meta übersteigen.

Derzeit ist das Einnahmevolumen von Muse zwar noch gering und reicht bei weitem nicht aus, um den Gesamtumsatz von Meta zu steigern, aber sein größter Wert liegt darin, dass zum ersten Mal die Investition in KI-Rechenleistung mit nachverfolgbaren und abrechenbaren Transaktionsergebnissen verknüpft wird.

Vorher war es für den Markt schwer, eine Frage zu beantworten: Wie viel ist die Zeit wert, die ein Nutzer eine Stunde lang mit einer KI chattet? Muse gibt nun die Antwort: Die KI hilft Nutzern, Preisvergleiche durchzuführen, Termine zu vereinbaren, Einkäufe zu tätigen und Dienstleistungen zu buchen – der Wert wird erst nach Abschluss der Transaktion realisiert. Diese Logik liefert genau den in einer Phase der Verwirrung befindlichen großen inländischen KI-Unternehmen einen vergleichbaren Referenzrahmen.

Während auf der anderen Seite des Ozeans Muse das „Agent-gesteuerte Transaktionsmodell“ validiert, vollzieht sich in der inländischen KI-Branche gleichzeitig eine stille Schrumpfung und Umstrukturierung.

Seit Beginn dieses Jahres sind die Stilllegung, Zusammenlegung, Herabstufung und Bündelung von Zugängen zum Hauptthema der KI-Produkte großer inländischer Unternehmen geworden. Das liegt nicht daran, dass die Nachfrage nach KI verschwunden ist, sondern daran, dass die kostenneutrale und flächendeckende Agent-1.0-Ära offiziell zu Ende geht.

Während der Produktanpassung und der Einführung neuer Produkte erwartet wahrscheinlich jedes große Unternehmen sein eigenes „Muse-Moment“ in der Zukunft – das steht für einen Produktboom, Nutzerwachstum, eine funktionierende Kommerzialisierung und einen steigenden Unternehmensaktienkurs.

Muse als Beispiel für Kommerzialisierung: Keine Werbung verkaufen, sondern „erfolgreiche Transaktionen“

Weniger als zwei Monate nach der Markteinführung spricht Meta bereits ausführlich über die Monetarisierungsstrategie und die Perspektiven von Muse und will die Kommerzialisierung sogar früher als bei früheren neuen Produkten des Unternehmens vorantreiben.

Muse hat tatsächlich seine eigenen Stärken. Laut Angaben des Managements ist das häufigste Nutzungsszenario von Muse das Einkaufen: Mehr als ein Viertel der Nutzer schließt darüber Einkäufe ab, der durchschnittliche Warenkorbwert liegt über 200 US-Dollar. Das Transaktionsvolumen in der ersten Woche nach der Markteinführung übertraf die internen Erwartungen, sodass eine Zusammenarbeit mit Stripe zur Erhöhung des Kreditrahmens erforderlich war. Rund 25 % der Nutzer, die Muse bereits eingerichtet haben, nutzen es täglich, und die Bindungsrate ist mehr als doppelt so hoch wie zu Beginn von Threads. Das Unternehmen schätzt, dass mindestens 500 Millionen kleine und mittlere Unternehmen über Meta-Anwendungen Kunden gewinnen können. Muse kann gleichzeitig sowohl die Kundengewinnung von Händlern als auch den Abschluss von Transaktionen für Nutzer unterstützen, sodass der Kommerzialisierungspfad erste Formen angenommen hat.

Nach früheren Aussagen wird Muse werbefrei bleiben: Normale Nutzer können es kostenlos nutzen, während fortgeschrittene Funktionen und Unternehmensdienste kostenpflichtig sind. Meta wird über verschiedene Kanäle Gewinne erzielen: Transaktionsgebühren, die von Händlern gezahlt werden, Abonnementgebühren von Intensivnutzern und Kunden, die die modernsten Modelle nutzen möchten, sowie kostenpflichtige Tools für Unternehmen, die Muse für ihre Arbeit einsetzen.

Derzeit hat Meta noch keine Provisionssätze, den Geltungsbereich für teilnehmende Händler und den offiziellen Starttermin bekannt gegeben. Das endgültige Einnahmevolumen hängt von der Fähigkeit von Muse zur Ausführung von Aufgaben, der Integration von Händlern und der Bereitschaft der Nutzer ab, ihre Einkaufsentscheidungen an den intelligenten Agenten zu übergeben. In Zukunft wird Meta nicht nur mehr Arten von Muse entwickeln, sondern Muse auch an mehr Geräte anschließen, beispielsweise an intelligente Brillen und das spezielle Gerät Charm, um über mehrere Berührungspunkte und Zugänge mehr Menschen zu einer dauerhaften Zahlung zu bewegen.

Zuckerberg erklärte auf der Telefonkonferenz zu den Ergebnissen: „Einer der Gründe, warum wir nicht direkt im Voraus allen Nutzern Gebühren berechnen, ist der Wunsch, das Muse-Netzwerk aufzubauen. Wir sind der Ansicht, dass der Wert von Muse bei Skalierung höher ist, wenn eine riesige Anzahl von Nutzern und Unternehmen es verwenden.“ Er fügte hinzu: „Wenn die Effizienz der Rechenleistung in den nächsten Jahren weiterhin schnell steigt – was wir für sehr wahrscheinlich halten – wird Muse über viele Jahre hinweg hohe Gewinne erzielen.“

Aus den aktuellen Quartalsergebnissen geht hervor, dass der Großteil der Einnahmen von Meta weiterhin aus Werbung stammt. Die Finanzvorständin von Meta, Susan Li, geht jedoch davon aus, dass das KI-Geschäft des Unternehmens ab 2027 zusätzliche Einnahmen beisteuert und mit der Zeit zu einer „wichtigen Quelle für die Diversifizierung der Einnahmen“ wird.

Im Vergleich zu den letzten zwei Jahren bleiben die intelligenten Agentenplattformen großer inländischer Unternehmen größtenteils außerhalb des festen Modells „Erstellen – Verteilen – Keine Zahlungen“. Muse bietet einen Einnahmestrom für Verbraucher, der die Ergebnisse großer Investitionen konkret widerspiegeln kann. Auch wenn der Umfang der Kommerzialisierung derzeit noch klein ist, liegt die Bedeutung von Muse darin, eine messbare Kausalkette für KI-Investitionen aufzubauen: KI-Investition → Änderung des Nutzerverhaltens → Transaktionsprovision → Einnahmenwachstum. Beispielsweise können eine Reihe von Indikatoren wie Millionen von Abonnenten, ein Bruttowarenvolumen von mehreren Milliarden US-Dollar, App-Downloads und Nutzeraktivität zur Messung des Wachstums des verbraucherorientierten KI-Geschäfts verwendet werden.

Aus diesem Grund ist der Aktienkurs von Meta nach der Veröffentlichung der Ergebnisse gestiegen – zu einem großen Teil weil Investoren die Grundform dieser Kette erkannt haben. Der Markt interessiert sich nicht mehr nur dafür, wie viel Geld Meta für den Bau von Rechenzentren ausgibt, sondern beginnt, die zusätzlichen Einnahmen zu honorieren, die durch KI-Anwendungen entstehen.

„Loslassen und Reduzieren“ großer inländischer Unternehmen: Plattformen schließen und auf neue Zugänge setzen

Im Vergleich zum stürmischen Vormarsch von Muse erleben die inländischen KI-Produkte eine andere Veränderung.

In derselben Woche, in der Meta die Kommerzialisierung von Muse ankündigte, veröffentlichte das Team von Tencent Yuanqi eine Mitteilung, dass die Plattform am 9. November alle öffentlichen Dienste einstellt. Zuvor hatte Tencent bereits angekündigt, dass QClaw bis Ende des Jahres eingestellt wird. Der Erstellungszugang für die intelligente Agentenplattform von Baidu Wenxin wurde ebenfalls im August geschlossen. ByteDance handelte früher und konsequenter: Im Juli wurde das Feishu-Produktteam mit dem Doubao-Team zusammengelegt, der Leiter von Feishu berichtet an den Leiter von Doubao, und das Kommerzialisierungsteam wurde in das System von Volcano Engine integriert. Kürzlich wurde auch bekannt, dass das KI-Kurzfilmprodukt Xiaoyunque in Jimeng integriert wird. Alibaba Cloud hat kürzlich ebenfalls offiziell angekündigt, dass virtuelle digitale Menschen vom Markt genommen werden.

Die Logik hinter dieser Runde der Stilllegung, Umwandlung und Zusammenlegung von KI-Produkten ist leicht verständlich und ergibt sich hauptsächlich aus drei Gründen: Erstens der Druck durch die Einhaltung von Vorschriften. Im Juli 2026 trat die „Vorläufige Regelung zur Verwaltung von personalisierten interaktiven KI-Diensten“ offiziell in Kraft, und offene UGC-intelligente Agenten unterliegen einer strengen Regulierung. Zweitens der Kostendruck. Unabhängige Produkte bedeuten doppelte Investitionen in Rechenleistung, Entwicklung und Betriebsressourcen. Viele Produkte erzielen nur Daten zur Verweildauer der Nutzer, aber keine Einnahmen und können nicht fortbestehen, bevor die Kommerzialisierung funktioniert. Drittens die strategische Fokussierung. Früher haben große Unternehmen gemeinsam intelligente Agentenplattformen, No-Code-Tools und unabhängige Agent-Anwendungen auf den Markt gebracht. Viele Produkte lösen ähnliche Anforderungen. Wenn sich die Fähigkeiten der Basismodelle schnell angleichen, werden Produkte mit dünner Verpackungsschicht leicht durch die nativen Funktionen der Haupt-App ersetzt. Jetzt bündeln große Unternehmen ihre verteilten Fähigkeiten in zentralen Zugängen, um einen „Mehrfrontenkrieg“ zu vermeiden.

Während große Unternehmen „Subtraktionen“ durchführen, führen sie auch „Additionen“ durch – sie setzen auf persönliche intelligente Agenten. Medienberichten zufolge wird das Projekt „Spell“ von ByteDance im Bereich der persönlichen intelligenten Agenten vom Doubao-Handyassistententeam geleitet, es wurde im April intern getestet und soll nach einer tiefen Integration mit Doubao veröffentlicht werden. Tencent hat LightVela auf den Markt gebracht, der WeChat-KI-Assistent „Xiaowei“ hat die interne Testphase gestartet. Die Alibaba Qianwen-App hat offiziell die Funktion „Qianwen Go!“ eingeführt, die versucht, Angelegenheiten wie Flugentschädigungen, Einkaufspreisvergleiche und telefonische Terminvereinbarungen zu bearbeiten. Das „Lingguang“-Projekt von Ant Financial führt ebenfalls in kleinem Umfang interne Tests für persönliche intelligente Agenten durch.

Bisher waren die meisten persönlichen intelligenten Agenten im Inland auf die vage Positionierung als „Allzweckassistent“ festgelegt: Sie wollten sowohl Endverbraucher bedienen als auch das B2B-Ökosystem berücksichtigen, was oft dazu führte, dass sie keine der beiden Seiten gut bedienten.

Der Erfolg von Muse gibt diesen neuen inländischen persönlichen intelligenten Agenten einen klareren Referenzrahmen und etabliert eine neue Logik für die Produktentwicklung: Statt einer offenen, allgemeinen Plattform für intelligente Agenten binden sie sich an klare Nutzergruppen und festgelegte häufige Szenarien, legen von Anfang an einen Kommerzialisierungspfad fest und zielen darauf ab, den nächsten KI-Zugang auf Ebene von Mobilgeräten, Systemen und Hardware zu erobern.

Die Trennlinie der KI-Kommerzialisierung: Wer kann wirklich Geld verdienen?

In diesem Jahr gibt es ein deutliches Signal dafür, dass die Geduld des Marktes mit KI erschöpft ist. Investoren zahlen nicht mehr für „verdoppelte Parameter“ oder „Platz 1 auf Ranglisten“ – sie wollen Einnahmen sehen.

Aus diesem Grund berechnen große inländische Unternehmen in diesem Jahr gebühren für ihre KI-Produkte. Im Wesentlichen handelt es sich um den Wendepunkt von „Kostenlose Nutzung gegen Größenwachstum“ zu „Gebühren nach Wert“. Aber das wirklich Beachtenswerte ist nicht die „Gebühr“ selbst, sondern dass sich die Gebührenlogik vom Verkauf von Tokens und Mitgliedschaften hin zum Verkauf von Ergebnissen und geschlossenen Transaktionskreisen entwickelt.

Ein Forschungsbericht der China International Capital Corporation weist ebenfalls darauf hin, dass das Wertpotenzial des C-End-Chatbot-Modells relativ begrenzt ist, während das Potenzial für agentische KI weitaus größer ist. Langfristig wird am C-End höchstwahrscheinlich das Modell „Kostenlos + Leistungsanzeigen“ angewendet, wobei Leistungsanzeigen im Agent-Zeitalter stärker transaktionsorientiert sind (CPS-Modell).

Derzeit entwickelt sich die inländische KI-Kommerzialisierung allmählich zu einem vielschichtigen und vielfältigen Muster:

1. Im Bereich der MaaS/API-Dienste berechnen führende Hersteller Gebühren nach Aufrufvolumen oder Token – dies ist derzeit die stabilste Einnahmequelle.

2. Bei C-End-Abonnements haben Doubao, Wenxin, Qianwen, Kimi und andere nacheinander kostenpflichtige Mitgliedschaften eingeführt, um mit längeren Kontextfenstern, schnellerer Inferenz und exklusiven Agent-Kontingenten stabile Cashflows zu generieren.

3. Bei der Bezahlung nach Ergebnissen (RaaS) zahlen Kunden für quantifizierbare Geschäftsergebnisse, die tatsächlich geliefert werden – beispielsweise 5 % bis 15 % Anteil am Bruttowarenvolumen im E-Commerce-Marketing oder 10 % bis 20 % Anteil an den reduzierten Schadenssummen im Finanzrisikomanagement.

4. Bei Ökosystembeteiligungen ziehen Plattformen 15 % bis 30 % Anteil von Entwicklern oder Transaktionseinnahmen ein.

5. Bei der Kommerzialisierung auf ausländischen Märkten beschleunigen inländische Modelle dank ihrer Kostenvorteile ihre Expansion ins Ausland, bieten Dienste für ausländische B2B-Kunden, Entwickler und Endverbraucher an und nutzen die ausländische Zahlungsbereitschaft, um das Problem der geringen Zahlungsumwandlung bei inländischen Endverbrauchern zu beheben – dies ist zu einem neuen Wachstumsbereich geworden. Beispielsweise haben DeepSeek und Zhipu nacheinander die Abrechnungssysteme globaler führender Plattformen wie AWS integriert.

Zurück zur Kommerzialisierung von Muse: Der Kern seiner Monetarisierung liegt nicht in den Abonnementgebühren, sondern darin, dass es bewiesen hat, dass KI in die Transaktionskette eingreifen und davon Provisionen ziehen kann. Vorher haben große inländische Unternehmen kaum skalierbare Einnahmen aus ähnlichen Modellen öffentlich bekannt gegeben.

Auf der Pressekonferenz zu den Ergebnissen des zweiten Quartals dieses Jahres erwähnte Tencent im Zusammenhang mit Xiaowei, wie ein geschlossener Transaktionskreislauf zwischen intelligenten Agenten aufgebaut werden kann: In Zukunft müssen Nutzer nur eine komplexe Anweisung an ihren exklusiven intelligenten Agenten geben, und der Agent kann automatisch den gesamten Transaktionsablauf abschließen. Tencent äußerte sich dazu jedoch eher vorsichtig und betonte „Nutzererfahrung“ und „Datenschutz“ statt das Tempo der Monetarisierung.

Vergleicht man die kommerziellen Pfade von intelligenten Agenten im In- und Ausland, ist es wahrscheinlicher, dass das ausländische Muse zuerst den geschlossenen Transaktionskreislauf für unabhängige Agenten realisiert, während das Inland auf die vorhandenen Ökosysteme für E-Commerce, lokales Leben und Unternehmensdienste zurückgreift, um das Provisionsmodell schrittweise zu erproben, mit Abonnements als Absicherung und die KI langsam von einem „Chat-Tool“ zu einem vertrauenswürdigen digitalen Vertreter zu wandeln.

Unabhängig vom Prozess müssen die KI-Kommerzialisierungsunternehmen, die sich am Ende durchsetzen, drei Dinge gleichzeitig erfüllen: kontrollierbare Rechenkosten, stabile Fähigkeit zur Aufgabenerfüllung und eine bestätigbare, zuordenbare Wertkette. Langfristig gibt es Obergrenzen, wenn man sich nur auf Mitgliedschaftsabonnements oder API-Aufrufe verlässt. Nur Akteure, die die Kombination aus „Abonnement als Absicherung + Anteil an Ergebnissen + B2B-Produktivitätslösungen“ erfolgreich umsetzen, erhalten die Preisgestaltungsmacht für den nächsten KI-Zugang.

Schlusswort

Vor letztem Jahr lautete die Erzählung der globalen KI-Branche „Investieren – Aufholen – Wieder investieren“. Seit diesem Jahr lautet die Erzählung „Wer findet zuerst den