Investoren setzen Anthropic unter Druck und Jensen Huang hat ein Problem

Nach dem Nasdaq-Absturz wollen Investoren Anthropic nur noch mit der Hälfte bewerten

Anthropics Investoren diskutieren für den geplanten Börsengang inzwischen eine Bewertung von nur noch einer Billion Dollar. Das geht aus Berichten hervor, die sich auf ungenannte Quellen stützen. Im Oktober hatte das Unternehmen Berichten zufolge noch zwei Billionen Dollar angepeilt. Damit liegt die Zielbewertung heute etwa eine Billion Dollar unter dem Wert von vor einem Monat. Zuvor hatten Investoren den Banken einen fairen Wert von eher 1,5 Billionen Dollar genannt. Drei große Geldgeber halten nach eigenen Angaben einen Abschlag von 500 Milliarden Dollar für nötig.

Auslöser ist der Ausverkauf vom Donnerstag. Die Nasdaq verlor an diesem Tag je nach Angabe zwischen 5,5 und 6,4 Prozent und rutschte in den Korrekturbereich. Zu ihrem Hoch vom 6. Oktober lag sie zeitweise fast 12 Prozent zurück. Der Halbleiterindex SOX brach um 12,3 Prozent ein. Vorausgegangen waren historische Zugewinne der Demokraten bei den Midterm-Wahlen. Seitdem rechnen Anleger mit der Möglichkeit, dass der Ausbau von Rechenzentren langsamer verläuft.

Am Freitag stabilisierten sich die Kurse leicht. Die Nasdaq legte 1,1 Prozent zu, Chipwerte wie Nvidia, CoreWeave, Intel und Sandisk holten einen Teil der Verluste auf. Gestützt wurde die Stimmung durch starke Arbeitsmarktdaten: Im Oktober entstanden 165.000 neue Stellen, die Arbeitslosenquote sank auf 4,1 Prozent. Auf Wochensicht blieb dennoch ein Minus von 3,4 Prozent, und der Index notierte weiter mehr als 10 Prozent unter seinem Oktober-Hoch.

Anthropic wollte in den kommenden Wochen an die Börse gehen und dabei bis zu 100 Milliarden Dollar einsammeln. Das Unternehmen könnte den Termin verschieben. Michael Field, Stratege bei Morningstar, hält eine Verschiebung allerdings für schädlicher für die langfristigen Aussichten als eine niedrigere Bewertung. HSBC-Analyst Max Kettner hatte den Ausverkauf vorhergesagt. Er misst dem Ausgang des Anthropic-Börsengangs mehr Gewicht für die Marktstimmung bei als den Wahlen. Den besten Fall beschreibt er so: Anthropic geht an die Börse, aber mit einer Billion statt 1,5 Billionen Dollar.

Die Bewertung ist für die gesamte Branche relevant, weil Anthropic im Zentrum der KI-Investitionen steht. Das Unternehmen ist Zusagen für Rechen- und Infrastrukturkapazitäten von fast 900 Milliarden Dollar eingegangen, unter anderem mit Amazon, Google, Microsoft und Broadcom. Seine finanzielle Lage wirkt damit auf die Bewertungen entlang der Lieferkette, von Chipherstellern und Netzwerkausrüstern bis zu Rechenzentrumsbetreibern und Stromversorgern. → Axios, Capital Brief, Telegraph, The Asia Business Daily

Synthszr Take: Anthropic ist der Preiszettel, an dem jede private KI-Runde abgelesen wird. Halbiert sich die Leitbewertung von zwei auf eine Billion Dollar, rutschen die Vergleichsmultiples aller kleineren Labore mit. Deren letzte Runden wurden gegen genau diesen Anker verhandelt. Die nächste Finanzierung wird deshalb zur Down Round, oder sie fällt aus. Labore mit hohen Compute-Zusagen trifft das zuerst, weil ihre Rechnungen weiterlaufen, während die Bewertung fällt. Compute-Disziplin wird damit zum Überlebensmerkmal.

US-Geheimdienste stufen Jensen Huangs Vertraute Alice Huang als Agentin Chinas ein

US-Geheimdienste sind nach Angaben von Insidern zu dem Schluss gekommen, dass Alice Huang, Managerin beim Unternehmen Megaspeed, vom chinesischen Ministerium für Staatssicherheit (MSS) angeworben wurde. Ihr Auftrag soll gewesen sein, Informationen über Nvidia-Chef Jensen Huang zu sammeln. US-Beamte hätten festgestellt, dass der Nvidia-CEO eine „enge Beziehung“ zu der Geschäftsfrau pflegte. Sie soll Erkenntnisse an Peking weitergegeben haben.

Den Einschätzungen zufolge ging es dabei auch um Einflussnahme. Alice Huang soll versucht haben, Jensen Huang dazu zu bewegen, sich für eine Lockerung der US-Exportkontrollen einzusetzen, die den Verkauf von Nvidia-Chips nach China beschränken. Megaspeed hat seinen Sitz in Singapur und wurde von Alice Huang geführt. Kritiker bezeichnen das Unternehmen als chinesische Tarnfirma und verweisen darauf, dass es weiterhin Zugang zu Nvidias leistungsstärksten Chips hat. Die zuständige US-Exportbehörde BIS hat Megaspeed bislang nicht von Lieferungen ausgeschlossen. In sozialen Medien wird darüber hinaus behauptet, Megaspeed werde überwiegend von Alibaba finanziert. Diese Angabe ist nicht unabhängig bestätigt.

Der Fall beschäftigt inzwischen den US-Kongress. Die Vorsitzenden von drei Ausschüssen des Repräsentantenhauses haben Jensen Huang zu einer nicht öffentlichen Unterrichtung vorgeladen, die noch in diesem Monat stattfinden soll. Gegenstand sind seine Verbindungen zu Alice Huang.

Parallel verschärft Nvidia die Kontrolle über den Verbleib seiner Hardware in Südostasien. Kunden aus der Region, die den Status als Nvidia Cloud Partner anstreben, müssen sich nach Angaben von Insidern künftig an einem Programm beteiligen, das die Standorte ihrer KI-Chips nachverfolgt. Der politische Druck dürfte dennoch steigen: Die Demokraten, die die Mehrheit in beiden Kammern errungen haben, bereiten eine strengere Aufsicht über Nvidia vor. Im Fokus stehen Chipexporte und die zirkuläre Finanzierung im KI-Sektor. Als mögliche Vorsitzende des Bankenausschusses im Senat gilt Elizabeth Warren. → The Information AM, list-manage

Synthszr Take: Chinas Zugang zu Hardware war offenbar nie das Problem: Megaspeed bekommt Nvidias stärkste Chips bis heute, die BIS schaut zu. Knapp war eine Stimme in Washington, die mit Gewicht für lockerere Exportkontrollen wirbt. Diese Stimme gehört Jensen Huang, und das MSS hat sie gerade selbst entwertet. Jedes Nvidia-Argument für den China-Markt klingt ab jetzt wie ein Briefing aus Peking. Das Tracking in Südostasien kommt zu spät, um die Lobbyarbeit vor dem Kongress zu retten.

Google senkt Videopreis bei Gemini Omni 1.2 Flash um 30 Prozent und erlaubt 15-Sekunden-Clips

Google macht sein Videomodell Gemini Omni 1.2 Flash allgemein über die Gemini API und Gemini for business verfügbar und senkt den Preis gegenüber der Vorversion 1.1 um 30 Prozent. Für 720p-Video verlangt Google nun 0,07 Dollar pro Sekunde. Clips lassen sich laut Google nativ bis zu 15 Sekunden lang erzeugen, bisher lag die Grenze bei 10 Sekunden. Die Länge ist in Ein-Sekunden-Schritten zwischen 3 und 15 Sekunden wählbar. Neu ist die Bearbeitung im Dialog über mehrere Runden: Hintergrund, Produkt, Licht oder Seitenverhältnis eines bestehenden Clips lassen sich ändern, ohne ihn komplett neu zu generieren. → Google

Synthszr Take: Mit 0,07 Dollar pro Sekunde wird Googles Einkaufspreis zur Messlatte für jedes Kreativ-Tool, das auf der Gemini API aufsetzt. Deren Aufschlag ließ sich bisher mit Workflow begründen: Entwurf, Korrektur, Hochskalieren. Diese Schritte liefert Omni 1.2 Flash jetzt selbst, bis hin zur Änderung nur des Lichts. Den Anbietern bleibt kaum mehr als die Oberfläche. Die Marge pro Sekunde Video landet bei Google Cloud, die Tools konkurrieren mit ihrem eigenen Lieferanten.

OpenAI stuft GPT-6 Cyber als „Critical“ ein und gibt es nur geprüften Verteidigern

OpenAI hat GPT-6 Cyber vorgestellt, ein Modell, das Schwachstellen in Software finden, ausnutzen und validieren soll. Der Konzern stuft es unter seinem Preparedness Framework im Bereich Cybersicherheit als „Critical“ ein, der Vorgänger GPT-5.6 Cyber lag noch bei „High“. Auf dem Benchmark ExploitGym erreicht das Modell nach Angaben von OpenAI 48,5 Prozent, gegenüber 32,1 Prozent beim Vorgänger. In einer Alignment-Prüfung habe es laut Anbieter in 99,93 Prozent der Tests keine Dienste außerhalb des freigegebenen Rahmens angegriffen, mit dem vorgesehenen Deployment-Prompt in allen Fällen. OpenAI-Forscher entwickelten mit dem Modell eigenen Angaben zufolge 948 Exploits zur Privilege Escalation unter Linux und fanden 81 bislang unbekannte, schwerwiegende Lücken in Firefox. Für viele davon hat Mozilla bereits Fixes veröffentlicht. → OpenAI

Synthszr Take: 81 schwerwiegende Firefox-Lücken landen bei Mozilla, einer Organisation mit bezahltem Security-Team und eingespielten Release-Zyklen. Die meisten Open-Source-Projekte haben einen Maintainer, der nach Feierabend arbeitet. Daybreak soll genau diese Leute erreichen und liefert ihnen Funde, keine Hände. Mit jedem Modellsprung wächst der Rückstau zwischen gemeldeter und geschlossener Lücke. Security-Budgets verschieben sich deshalb vom Finden zum Beheben, also zu Anbietern, die Patches schreiben, testen und ausrollen.

Thinking Machines trainiert Inkling 2 Small in 68 Stunden, offene Gewichte folgen

Thinking Machines hat mit Inkling 2 Small ein multimodales Modell mit 594 Milliarden Parametern veröffentlicht, von denen pro Token 17 Milliarden aktiv sind. Es ist ab sofort über die hauseigene Plattform Tinker für Inference und Fine-Tuning verfügbar. Die Gewichte sollen nach Angaben des Teams kommende Woche unter Apache 2.0 folgen, sobald externe Sicherheitstests abgeschlossen sind. Artificial Analysis führt das Modell zum Start noch als proprietär. Das Pretraining lief laut Soumith Chintala 68 Stunden auf GB300-Chips, die Hauptphase umfasste 8,4 Billionen Token im Zahlenformat NVFP4. Im Intelligence Index von Artificial Analysis erreicht das Modell 31 Punkte, 18 mehr als der Vorgänger. Mit offenen Gewichten wäre es laut Artificial Analysis das bestbewertete offene Modell außerhalb Chinas. → Latent Space

Synthszr Take: Die teuerste Zeile in der Preisliste ist das Training: 1,50 Dollar pro Million Token, mehr als für Output. Thinking Machines verkauft Anpassung, das Modell ist der Köder. Die Reihenfolge des Launchs zeigt es: erst Tinker, eine Woche später die Gewichte. Unter Apache 2.0 kann jeder Kunde sein Fine-Tuning danach selbst hosten. Tinker muss also mit Werkzeug und Tempo halten, was die Lizenz nicht festhält.

René Obermann fordert als neuer Aufsichtsratschef echten KI-Mehrwert von SAP

René Obermann wird Anfang 2027 Aufsichtsratschef von SAP, berichtet das manager magazin in einem ausführlichen Porträt. Der 63-Jährige war bisher Start-up-Gründer, CEO der Deutschen Telekom und Investor bei Warburg Pincus, zuletzt führte er den Aufsichtsrat von Airbus. Für das Porträt hat Redakteur Caspar Schlenk mit Weggefährten wie Telekom-Chef Tim Höttges und 1&1-Chef Ralph Dommermuth gesprochen. Sie beschreiben Obermann als Aufsteiger aus einfachen Verhältnissen, der jedes Detail verstehen wolle. Er selbst nennt als Herkunft „Krefeld, hinterm Bahnhof“. → Tech Update – manager magazin

Synthszr Take: Musk hat fast eine halbe Milliarde Dollar auf ein politisches Lager gesetzt und verloren. SAP holt sich das Gegenteil: einen Chefaufseher, dessen Kapital zwei Konzernkarrieren bei Telekom und Airbus sind, keine Nähe zur Macht. Verlierer dieser Personalie ist Christian Klein. Obermann kennt Firmensoftware nicht und wird deshalb jede KI-Ankündigung in Umsatz übersetzt sehen wollen. Ein Aufseher, der jedes Detail verstehen will, liest Roadmaps wie Bilanzen, und dort zählt der Mehrwert auf der Straße.

PSI löst mit Anthropic-KI eine seit 2008 offene Vermutung über Quantenvorteile

Das Start-up Physical Superintelligence (PSI) hat nach eigenen Angaben die Aaronson-Ambainis-Vermutung bewiesen. Die Vermutung ist seit 2008 offen und betrifft die Frage, wann Quantencomputer exponentielle Vorteile gegenüber klassischen Rechnern erzielen können. Laut PSI fand ein intern entwickeltes Forschungssystem den vollständigen Beweis am dritten Tag eines Durchlaufs, gestützt auf Instanzen eines nicht öffentlichen Anthropic-Modells. Nach Angaben des auf GitHub veröffentlichten Papers von David Turturean wurde das Haupttheorem im Beweisassistenten Lean formalisiert, vom Kernel geprüft und von Forschern begutachtet. Das Ergebnis betrifft Ja-Nein-Fragen: Ein klassischer Algorithmus kann auf den meisten zufälligen Eingaben annähern, mit welcher Wahrscheinlichkeit ein Quantenalgorithmus „ja“ antwortet, ohne exponentiell mehr Datenzugriffe zu benötigen. Das Theorem gilt im Query-Modell, das nur Lesezugriffe auf die Eingabe zählt und nicht die gesamte Rechenzeit. → The Quantum Insider

Synthszr Take: Der Lean-Kernel prüft jeden logischen Schritt, aber nicht die Übersetzung. Formalisiert wurde laut Paper eine eigene Formulierung der Vermutung, und genau dort entscheidet sich, ob PSI das Problem von 2008 gelöst hat oder ein benachbartes. Diese Prüfung bleibt Handarbeit von Fachleuten. Hält sie, verschiebt sich der Engpass sichtbar: Den Beweis liefert die Maschine am dritten Tag, den richtigen Satz zu wählen und abzunehmen, bleibt teure menschliche Urteilskraft.

Meta trainiert Gratismodelle mit Wonder, das Spitzenmodell bleibt zahlenden Kunden

Seit Freitag erhalten alle Nutzer von Metas Agenten-App Muse und von Meta AI neue Modelle, die der Konzern mit seinem Spitzenmodell Muse Wonder trainiert hat. Wonder selbst bleibt zahlenden Abonnenten für anspruchsvollere Aufgaben vorbehalten. Meta hat den neuen Modellen keine Namen gegeben und bezeichnet sie als „spezialisierte“ Versionen der bestehenden Modelle. Sie übernehmen zwei Funktionen, die zuerst mit Wonder eingeführt wurden: Active Memory und Active Focus. Wonder und die leistungsfähigere Variante Wonder Full sind seit dem 12. Oktober verfügbar. Wonder ist über die Meta Model API und den Coding-Agenten Muse Code erreichbar, Wonder Full nur in den beiden teuersten Tarifen von Muse Code.

Muse startete im September auf Basis des kleineren Modells Muse Spark. Anders als vergleichbare persönliche Agenten bietet Muse eine kostenlose Stufe. OpenAIs Dots und Anthropics Duet sind dagegen nur in den höchsten Preisstufen der jeweiligen Anbieter enthalten. Nach eigenen Angaben hat Meta keine verkleinerte Allzweckversion von Wonder gebaut. Die Modelle wurden gezielt auf Verhaltensweisen trainiert, die in einer Endkunden-App zählen. Dazu gehört die Entscheidung, wann der Agent selbstständig arbeitet und wann er beim Nutzer nachfragt. Dazu gehört auch, Korrekturen mitten in einer Aufgabe anzunehmen, ohne den Faden zu verlieren. Ein großes Modell zum Training kleinerer Modelle einzusetzen, ist als Distillation ein in der Branche verbreitetes Verfahren. Meta hat seine konkrete Methode allerdings nicht offengelegt.

Active Memory soll Details aus früheren Gesprächen in neue übertragen. Meta zufolge unterscheiden die Modelle zwischen vorübergehenden und dauerhaften Informationen und erkennen, welche Angaben veraltet sind. In Metas interner Evaluierung nutzen die neuen Modelle in 90 Prozent der Aufgaben den entscheidenden Kontext korrekt, beim Vorgängermodell waren es 76 Prozent. Active Focus soll Aufgaben auch dann weiterführen, wenn unterwegs etwas schiefgeht, etwa wenn eine Website mitten in einer Buchung ausfällt. Meta meldet hier eine Verbesserung um 67 Prozent beim Abschließen von Routineaufgaben mit unerwarteten Problemen, nennt aber keinen Ausgangswert. Beide Leistungsangaben stammen vom Anbieter selbst.

Über die API kostet Wonder 4 Dollar pro Million Input-Token und 20 Dollar pro Million Output-Token. Meta AI läuft in WhatsApp, Instagram, Facebook und Messenger. Leichtere, mit Wonder trainierte Modelle dürften nach Einschätzung von Beobachtern deutlich günstiger sein, als Wonder selbst für diese Nutzerzahlen zu betreiben. → The New Stack

Synthszr Take: Active Memory und Active Focus hingen bis Freitag am Bezahlmodell Wonder, jetzt laufen sie gratis in WhatsApp, Instagram und Messenger. Für Drittanbieter-Assistenten ist das der gefährlichste denkbare Wettbewerber: einer, der nichts kostet und schon installiert ist. Ihr Verkaufsargument lautete, dass ihr Agent sich erinnert und eine abgebrochene Buchung zu Ende bringt. Beide Fähigkeiten hat Meta destilliert und verschenkt. Übrig bleiben Nischen mit eigenen Daten oder Zugriff auf Unternehmenssysteme, die Meta AI verschlossen sind.