Drei junge Menschen der nach 2000 geborenen Generation erbringen Outsourcing-Leistungen mithilfe chinesischer Modelle und haben innerhalb von 18 Monaten ein „großes Ergebnis“ von 32 Milliarden Yuan erzielt.
Anthropic geht an die Börse, und im Silicon Valley entsteht eine neue Runde von Vermögensmythen. Auf der anderen Seite dieses Festes haben drei nach 2000 geborene Mitarbeiter, die OpenAI verlassen haben, bereits ihr eigenes „großes Ergebnis“ erzielt – weniger als 18 Monate nach der Gründung ihres Startups haben sie das Unternehmen direkt für 4,5 Milliarden US-Dollar (ca. 32 Milliarden Yuan) verkauft.
Am 18. November nach US-Ostküstenzeit gab der US-Cybersicherheitsriese Palo Alto Networks bekannt, dass er eine endgültige Vereinbarung getroffen hat, um das KI-Infrastruktur-Startup Applied Compute in einer vollständig aus Aktien bestehenden Transaktion im Wert von 4,5 Milliarden US-Dollar zu erwerben. Nach Abschluss der Transaktion wird das etwa 70-köpfige Team vollständig in Palo Alto Networks integriert, und der erst 23-jährige Mitbegründer und CEO Yash Patil wird zum Co-Chief AI Officer von Palo Alto Networks ernannt.
Dieses Unternehmen hat sich in letzter Zeit sehr schnell entwickelt. Vor etwa einer halben Woche (am 2. November) gab Applied Compute erst kürzlich bekannt, dass es eine Finanzierungsrunde in Höhe von 350 Millionen US-Dollar abgeschlossen hat, mit einer Post-Money-Bewertung von 3,25 Milliarden US-Dollar. In nur etwas mehr als zwei Wochen lag der Übernahmepreis von Palo Alto Networks um weitere 1,25 Milliarden US-Dollar über der damaligen Bewertung, was einem Aufschlag von etwa 38 % entspricht.
Sie betreiben hauptsächlich ein Geschäft der „KI-Outsourcing“ und helfen Unternehmen, ihre eigenen spezialisierten KI-Systeme zu trainieren. Microsoft, NVIDIA, die Essenslieferplattform DoorDash und das Rechts-KI-Unternehmen Harvey gehören zu ihren Kunden, die sich über mehrere Branchen erstrecken.
Theoretisch erfordert die Abwicklung solcher Unternehmensgeschäfte sowohl Kenntnisse über Modelle als auch Verständnis für die Arbeitsabläufe der Kunden. Gründer sind in der Regel „alte Hasen“, die seit vielen Jahren in der Branche tätig sind. Die drei Gründer von Applied Compute, Yash Patil, Rhythm Garg und Linden Li, sind jedoch erst 23, 24 und 25 Jahre alt.
Sie haben sich an der Stanford-Universität kennengelernt, sind gemeinsam aus OpenAI ausgetreten und haben in weniger als eineinhalb Jahren nach der Gründung dieses „große Geschäft“ im von Giganten dominierten Silicon Valley erfolgreich umgesetzt.
Vom potenziellen Kunden zum Käufer – nur wegen einer einzigen Sicherheitsbewertung
Der erste Kontakt von Palo Alto Networks zu Applied Compute erfolgte nicht im Hinblick auf eine Übernahme, sondern um zu prüfen, ob sie deren Dienstleistungen erwerben könnten.
Der Vorsitzende und CEO von Palo Alto Networks, Nikesh Arora, gab in der Übernahmeerklärung bekannt, dass sie zunächst nur als „potenzieller Kunde“ Kontakt zu Applied Compute aufnahmen, um die Post-Training- und Inferenzplattform des Unternehmens zu bewerten.
Aus der beruflichen Gewohnheit als Cybersicherheitsunternehmen schickte Palo Alto Networks sein renommiertes Bedrohungsinformationsteam Unit 42 speziell los, um eine „fortschrittliche KI-Sicherheitsbewertung“ für Applied Compute durchzuführen.
Laut Arora stellten sie nach Abschluss dieser gründlichen Bewertung fest, dass Applied Compute die beste Post-Training- und Inferenzplattform aufgebaut hat, die sie je gesehen haben, und dass das Forschungsteam außerordentlich hervorragend ist. Daher wechselte Palo Alto Networks direkt von Einkaufsverhandlungen zu Übernahmeverhandlungen und kaufte das gesamte Unternehmen direkt auf.
Als eines der größten Cybersicherheitsunternehmen der Welt hat Palo Alto Networks derzeit einen Marktwert von fast 280 Milliarden US-Dollar, und sein Umsatz im letzten Quartal belief sich auf 3,45 Milliarden US-Dollar, was einem Anstieg von 39 % gegenüber dem Vorjahreszeitraum entspricht. Im vergangenen Jahr hat dieser Riese auf dem Übernahmemarkt häufig zugegriffen und nacheinander zwei Übernahmen im Wert von 21 Milliarden US-Dollar und 3,35 Milliarden US-Dollar abgeschlossen. Der Erwerb von Applied Compute für 4,5 Milliarden US-Dollar ist auch in der Übernahmelandschaft von Palo Alto Networks keine kleine Summe.
Laut den bei der US-Börsenaufsicht SEC eingereichten Dokumenten wird die Transaktion mit einem Gesamtwert von 4,5 Milliarden US-Dollar mit Aktien von Palo Alto Networks bezahlt, wobei der Referenzaktienkurs dem Durchschnittskurs der letzten 15 Handelstage (337,16 US-Dollar pro Aktie) entspricht.
Für Palo Alto Networks ist dieses Geschäft am Ende nicht unrentabel. Da Applied Compute erst vor einer halben Woche 350 Millionen US-Dollar an Finanzmitteln aufgenommen hat, enthält die Transaktion auch die von ihm gehaltenen Barmittel in Höhe von etwa 500 Millionen US-Dollar und zugesagte vorausbezahlte Rechenleistung, während die gesamte Gegenleistung von Palo Alto Networks durch die Ausgabe von Aktien bezahlt wird. Nach der Veröffentlichung der Übernahmemeldung zusammen mit den über den Erwartungen liegenden Finanzergebnissen stieg der Aktienkurs von Palo Alto Networks im Nachhandel um etwa 10 %.
Dass ein Startup, das weniger als eineinhalb Jahre alt ist, den Silicon-Valley-Riesen nach der Bewertung dazu bringen kann, schnell die Entscheidung zum Kauf zu treffen, liegt zu einem großen Teil daran, dass dieser die technische Grundlage und die Gründungsgeschichte der drei jungen Leute schätzt.
Die drei Gründer sind Alumni der Stanford-Universität und ehemalige Kollegen bei OpenAI. Patil war der Erste, der zu OpenAI kam. Während seines Studiums schickte er aktiv E-Mails an Sam Altman, um die Teilnahme an der Entwicklung von ChatGPT zu beantragen, und wurde später über das Forscher-Residenzprogramm eingestellt. Anschließend stellte er Garg vor, der wiederum Li vorstellte.
Während ihrer Tätigkeit bei OpenAI war Patil an der Post-Training-Infrastruktur und Arbeiten im Zusammenhang mit Codex beteiligt, Garg forschte an Inferenzmodellen und Li war für maschinelle Lernsysteme verantwortlich. Zusammen deckten sie mehrere Glieder des Modelltrainings und -betriebs ab und bildeten so die technische Grundlage für ihre spätere Gründung.
Der Aufstieg chinesischer Open-Source-Modelle bot ihnen einen wichtigen Anstoß, um selbst ein Unternehmen zu gründen.
Im Januar 2025 wurde DeepSeek-R1 veröffentlicht. In jenen Tagen fuhren die drei jungen Forscher zum Skifahren am Lake Tahoe. Nach ihren späteren Erinnerungen diskutierten sie in den Pausen vom Skifahren ständig über dieses gerade veröffentlichte chinesische Modell und die Zukunft offener Modelle.
Aufgrund ihrer Erfahrungen bei OpenAI erkannten sie, dass offene Modelle bereits über gute grundlegende Fähigkeiten verfügen, sodass Unternehmen sie problemlos weiter trainieren können, damit die KI mit ihren eigenen Geschäftsabläufen vertrauter wird. Einige Monate später verließen die drei OpenAI und gründeten Applied Compute.
Ihre Geschäftsfortschritte erhielten schnell die Anerkennung der Investoren. Im Juni 2025, noch bevor das Unternehmen öffentlich vorgestellt wurde, erhielt es eine Finanzierung in Höhe von 20 Millionen US-Dollar unter der Leitung von Benchmark; nach Abschluss einer Finanzierungsrunde über 80 Millionen US-Dollar im April dieses Jahres erreichte die Bewertung 1,3 Milliarden US-Dollar; im August wurde die Kernplattform AC2 eingeführt. Zum Zeitpunkt der Finanzierung Anfang November haben Kunden seit Juli mehr als 1700 Trainingsläufe auf der AC2-Plattform abgeschlossen, und der täglich von ihrem Inferenzdienst verarbeitete Token-Betrag übersteigt 1 Billion.
Bezugnehmend auf die Integration in Palo Alto Networks erklärte der 23-jährige CEO Patil in einer Erklärung, dass sie das Unternehmen gegründet haben, damit jedes Unternehmen seine eigenen spezialisierten Modelle einfach trainieren, betreiben und verbessern kann. Der Beitritt zu Palo Alto Networks wird die Sicherheit in den Kern aller Produkte stellen und die Erschließung der größten Unternehmenskunden weltweit beschleunigen.
Mit chinesischen Modellen großen US-Unternehmen Geld und Aufwand sparen
Dass Palo Alto Networks einen hohen Preis von 4,5 Milliarden US-Dollar anbietet, liegt im Kern daran, dass Applied Compute die Schmerzpunkte großer Unternehmen bei der Nutzung von KI adressiert.
Auf der offiziellen Website von Applied Compute fassen sie ihr Geschäft als „Specific Intelligence“ zusammen: Unternehmen sollen nicht direkt allgemeine Großmodelle nutzen, sondern mit ihren eigenen Geschäftsdaten spezialisierte Modelle trainieren, die ausschließlich zu diesem Unternehmen gehören.
Für viele große Unternehmen ist die direkte Nutzung der führenden geschlossenen Modelle von OpenAI oder Anthropropic bei häufiger Nutzung nicht nur langsam und teuer, sondern die allgemeinen Modelle kennen auch keine spezifischen internen Standards der Unternehmen. Schließlich haben Banken eigene Risikokontrollanforderungen, und Essenslieferplattformen haben eigene Prüfregeln.
Inzwischen zahlen immer mehr Unternehmen für das „Post-Training“ von Modellen. Eine kürzlich durchgeführte Umfrage von Menlo Ventures zeigt, dass der Anteil der befragten KI-Entwickler, die Post-Training durchführen, innerhalb eines Jahres von 6 % auf 10 % gestiegen ist, wobei 91 % davon externe Partner beauftragt haben.
Applied Compute fungiert als „Zwischenhändler“ zwischen Großmodellen und Unternehmen: Auf der einen Seite stehen fertige offene Modelle, auf der anderen Seite Unternehmen mit Bedarf. Das Unternehmen wählt die Modelle aus, trainiert sie weiter entsprechend den Aufgaben der Kunden und hilft den Kunden schließlich, die Modelle in Betrieb zu nehmen.
Obwohl sie als Zwischenhändler agieren, arbeiten sie eher wie ein Vor-Ort-Team. Im Silicon Valley werden diese tief in die Kunden eingebundenen Ingenieure FDE (Frontline Deployment Engineer) genannt, die ursprünglich von Palantir populär gemacht wurden und in diesem Jahr in der KI-Branche deutlich an Bedeutung gewonnen haben. Die Ingenieure von Applied Compute müssen in die Unternehmen der Kunden eintreten, um zu verstehen, wie die Arbeit der Kunden funktioniert, damit sie wissen, in welche Richtung sie die Modelle anpassen sollen. Die trainierten Modelle laufen schließlich auf der selbst entwickelten AC2-Plattform.
Bei den Bemühungen, die Kosten für große US-Unternehmen weiter zu senken, haben chinesische Open-Source-Modelle Applied Compute zusätzlich stark unterstützt. Nach Schätzungen von Menlo Ventures machen chinesische Modelle 89 % der von ihnen erfassten Ausgaben im Zusammenhang mit Open-Source-Modellen aus.
Auf der einen Seite benötigen Unternehmenskunden dringend kostengünstige und benutzerfreundliche Open-Source-Modelle, um die Ausgaben für massenhafte Aufgaben zu kontrollieren. Chinesische Modelle wie Qwen, Kimi und GLM haben ihre Gewichte freigegeben, sodass ihre Nutzungskosten weitaus niedriger sind als die der führenden geschlossenen Modelle in den USA. Auf der anderen Seite sind Open-Source-Modelle bei der Übernahme nur grundlegende Basismodelle. Unternehmen fehlen jedoch Talente und Systeme für das Training, sodass sie genau die Hilfe von Applied Compute benötigen, um chinesische Open-Source-Modelle zu praktikablen Werkzeugen umzuwandeln.
Aus den von der offiziellen Website von Applied Compute offengelegten Fällen geht hervor, dass chinesische Open-Source-Modelle in mehreren Projekten eine zentrale Rolle spielen.
Die Zusammenarbeit mit dem US-Marketingsoftwareunternehmen Clay zielt auf die Reduzierung der KI-Nutzungskosten ab. Das KI-Produkt von Clay hilft Nutzern täglich, eine große Menge an Unternehmensinformationen zu sammeln. Die Schwierigkeit der gesamten Fragengruppe variiert stark. Wenn für jede Frage das teuerste Modell aufgerufen wird, sind die Ausgaben zu hoch.
Applied Compute hat mit Alibaba's Qwen einen KI-Planer trainiert, der für die „Arbeitsverteilung“ zuständig ist. Er beurteilt zuerst die Schwierigkeit der Frage und wählt dann das wirtschaftlichste Modell für die Bearbeitung aus. A/B-Tests in der Produktionsumgebung zeigen, dass diese Routing-Lösung die Inferenzkosten um bis zu 47 % senkt, während die wichtigen Qualitätsindikatoren stabil bleiben.
Bei dem Rechts-KI-Unicorn Harvey kommt GLM von Zhipu zum Einsatz.
Rechtsdokumente dürfen keine Fehler enthalten. Wenn die KI Antworten aus einer großen Anzahl von Dokumenten sucht, muss sie den Anwälten auch genau auf die relevanten Klauseln hinweisen. Beide Seiten haben GLM-5.2 mit öffentlichen Rechtsmaterialien und synthetischen Aufgaben trainiert und bewertet. Die Bewertung zeigt, dass die Antwortqualität des trainierten Modells bei bestimmten rechtlichen Dokumentenaufgaben verbessert wurde; im Vergleich zu Claude Sonnet 5 sind die Inferenzkosten pro Zelle im Durchschnitt um 54,8 % gesunken.
Aufbauend auf dem kostengünstigen Basismodell chinesischer Open-Source-Modelle und der Fähigkeit der Ingenieure, Modelle vor Ort anzupassen, hat Applied Compute in eineinhalb Jahren einen Jahresumsatz von 100 Millionen US-Dollar erreicht und ist damit in das Blickfeld von Palo Alto Networks für Übernahmen gerückt.
Übernahme durch den Cybersicherheitsriesen: Streit um Outsourcing und Sicherheitsrisiken können voraussichtlich gemeinsam gelöst werden
Der jährliche Umsatz hat bereits 100 Millionen US-Dollar erreicht, vor einer halben Woche wurde gerade eine Finanzierung über 350 Millionen US-Dollar abgeschlossen, und die Bewertung befindet sich in einer rasanten Aufwärtsphase.
An diesem Punkt wählen die drei jungen Leute, das Unternehmen mit einem Aufschlag von 38 % an Palo Alto Networks zu verkaufen. Wird das ein gutes Schicksal sein?
Dahinter könnte ein direkter Zusammenhang mit den Engpässen stehen, denen sich das unabhängige Wachstum des „KI-Outsourcing“-Modells gegenübersieht. Das Erscheinen von Palo Alto Networks kann ihnen genau dabei helfen, mehrere Probleme gleichzeitig zu lösen.
Zuerst geht es um die Kontroverse über das Geschäftsmodell und die Probleme bei der Erschließung großer Kunden. Bis zur Übernahme diskutierte die Öffentlichkeit ständig, ob Applied Compute eigentlich eine KI-Plattform oder ein Outsourcing-Dienstleistungsunternehmen ist, das Projekte mit Ingenieuren abwickelt?
In den Augen der Investoren sind dies zwei völlig unterschiedliche Perspektiven. Wenn es sich um Letzteres handelt, müssen bei jedem neuen Kunden viele Ingenieure eingesetzt werden, um das Geschäft zu erkunden und den Trainingsprozess von Grund auf aufzubauen. Wenn die Zahl der Kunden steigt, steigt auch der Personalaufwand. Dieses Geschäft erscheint dann wenig attraktiv.
Auf der anderen Seite ist noch unklar, ob nach dem Training des Modells für einen Kunden weiterhin rentable Inferenzbetriebsdienstleistungen verkauft werden können. Das Unternehmen hat