Thinking Machines strebt einen Bewertungssprung von 50 Milliarden Dollar an

Der Bewertungssprung von Thinking Machines Lab von 12 Milliarden Dollar auf 50 Milliarden Dollar in etwa fünf Monaten stellt entweder das gerechtfertigtste Anlegervertrauen in der jüngeren KI-Geschichte dar oder, nun ja, die Alternative, die niemand laut aussprechen möchte. Die Seed-Runde über 2 Milliarden Dollar von Andreessen Horowitz und Partnern kam im Juni 2025, und bis November gelang es dem Startup irgendwie, genügend Personen davon zu überzeugen, dass eine Vervierfachung sinnvoll sei, was offensichtliche Fragen darüber aufwirft, was genau zwischen diesen beiden Zeitpunkten passiert ist.

Von 12 Milliarden Dollar auf 50 Milliarden Dollar in vier Monaten

Auf einer Welle der Investorenbegeisterung reitend, die selbst die optimistischsten Risikokapitalgeber innehalten lassen würde, fand sich Thinking Machines Lab im November 2025 in Finanzierungsverhandlungen wieder, die das Unternehmen mit rund 50 Milliarden Dollar bewerteten, ein atemberaubender Sprung von der 12-Milliarden-Dollar-Bewertung, die es nur vier Monate zuvor während seiner Seed-Runde im Juni erreicht hatte. Dieser Bewertungssprung, der laut einigen Investorenquellen sogar noch höher in den Bereich von 55-60 Milliarden Dollar steigen könnte, spiegelte die bemerkenswerte Investorenstimmung in Mira Muratis Unternehmen wider, insbesondere wenn man bedenkt, dass das Unternehmen erst 2024 gegründet wurde. Die Entwicklung veranschaulichte, wie schnell Kapital zu erfahrener Führung in der KI-Forschung fließt, besonders wenn diese Führung eine ehemalige OpenAI CTO umfasst, die ein Team aus ChatGPT-, PyTorch- und Mistral-Projekten zusammenstellte und im Wesentlichen ein Startup schuf, das Marktaufmerksamkeit schneller erregte, als die meisten Unternehmen Profitabilität erzielen. Die Konzentration der Expertise des Gründungsteams erstreckte sich über Murati hinaus und umfasste John Schulman, einen Architekten für verstärkendes Lernen, und Barret Zoph, ehemaliger VP of Research, bekannt für Fortschritte im Modelltraining.

Das All-Star-Führungsteam hinter dem Wachstum

Der kometenhafte Aufstieg des Unternehmens von einer Bewertung von 12 Milliarden Dollar auf 50 Milliarden Dollar in nur vier Monaten lässt sich zumindest teilweise auf die Referenzen seines Führungsteams zurückführen, das sich wie eine Wiedervereinigungsliste der erfolgreichsten Führungskräfte und Forscher von OpenAI liest. CEO Mira Murati, Chief Scientist John Schulman und CTO Barret Zoph bekleideten alle leitende Positionen bei OpenAI, bevor sie das Unternehmen verließen, um einen direkten Konkurrenten aufzubauen, und brachten dabei nicht nur technisches Fachwissen mit, sondern auch das institutionelle Wissen darüber, wie man KI-Systeme an vorderster Front aufbaut und skaliert. Dieser Brain Drain, oder Brain Gain je nach Perspektive, erstreckte sich über die Führungsebene hinaus, wobei mindestens sieben der ersten 29 Mitarbeiter des Unternehmens von OpenAI kamen, ergänzt durch zusätzliche Talente, die von Meta, Mistral und anderen führenden KI-Laboren abgeworben wurden. Das Führungsteam hat außergewöhnliche Expertise in der Navigation von KI, Geschäft und Datendesign bewiesen und positioniert das Unternehmen so, dass es aufkommende Marktchancen nutzen kann, während es gleichzeitig operative Exzellenz über alle Vertikalen hinweg aufrechterhält.

Ehemalige OpenAI-Führungskräfte leiten

Bei Thinking Machines hat ein Quartett ehemaliger OpenAI-Schwergewichte zusammengefunden, was Branchenbeobachter als All-Star-Führungsteam bezeichnen – die Art von Team, die Risikokapitalgeber ihre Scheckbücher zücken lässt, noch bevor sie überhaupt eine Produktdemonstration gesehen haben. Mira Murati, die ehemalige CTO, führt als CEO mit entscheidender Vorstandsbefugnis, während Barret Zoph, Lilian Weng und John Schulman das Gründerteam komplettieren und gemeinsam erheblichen Führungseinfluss auf KI-Innovation ausüben. Die Machtstruktur ist hier nicht gerade demokratisch, die Gründungsaktionäre verfügen über Stimmen, die 100-mal schwerer wiegen als die regulärer Investoren, was je nach Perspektive entweder Vertrauen demonstriert oder Augenbrauen hochzieht. Das Unternehmen operiert als öffentliche Nutzgesellschaft, was es ermöglicht, soziales Wohl mit gewinnorientierten Bestrebungen unter einem einzigartigen Governance-Rahmen in Einklang zu bringen.

Strategischer Talentakquisitionsansatz

Der Aufbau eines AI-Unternehmens im Wert von Milliarden erfordert mehr als nur ein paar große Namen an der Spitze, und Thinking Machines scheint dies gut genug zu verstehen, um eine Führungsriege zusammengestellt zu haben, die weniger wie ein typisches Startup-Organigramm aussieht und mehr wie eine bewusste Rekrutierungsstrategie aus den renommiertesten Institutionen der Branche. Die Talentdiversifizierung geht über die üblichen Verdächtigen hinaus und zieht Leute von Meta AI, DeepMind, CharacterAI und Mistral an, was darauf hindeutet, dass sie mehr als nur Markenbekanntheit anstreben. Bemerkenswert ist wirklich die Balance zwischen reiner technischer Schlagkraft und der operativen Maschinerie, die tatsächlich benötigt wird, um Produkte auszuliefern und Umsätze zu skalieren. Patricia Feria Lim übernimmt den Betrieb, Genevieve So verwaltet die Datenplattform-Bereitstellung, Niek van Veen treibt das Wachstum voran, und Rory Torres kümmert sich um Recht und Governance, wobei sie Branchenexpertise über Funktionen hinweg kombinieren, die wichtig sind, wenn Ambition auf Umsetzung trifft. Die Commercial Innovation Managerin des Unternehmens, Hazel Tan, bringt zusätzlichen strategischen Fokus in das Team von ihrem Hauptsitz in Valenzuela ein.

Andreessen Horowitz’s 2-Milliarden-Dollar-Wette und strategische Investoren

Das Vertrauen in Thinking Machines Lab erreichte außergewöhnliche Höhen, als Andreessen Horowitz vorantrat, um das anzuführen, was zu einer 2-Milliarden-Dollar-Seed-Runde wurde, eine der größten derartigen Investitionen in der Geschichte des Silicon Valley und eine Summe, die die meisten Startup-Finanzierungsankündigungen im Vergleich wie Kleingeld aussehen lässt. Das Vertrauen von Andreessen zog eine Konstellation von strategischen Partnern an, darunter Nvidia, AMD, Cisco, ServiceNow, Accel und Jane Street, die alle darauf wetten, dass der Zugang zu modernster KI-Forschung besser ist als an der Seitenlinie zu stehen. Die Runde trieb die Bewertung des Unternehmens auf 12 Milliarden Dollar und übertraf damit frühere Schätzungen von 10 Milliarden Dollar, was bedeutet, dass die Herkunft des Gründungsteams von OpenAI, Meta und Mistral AI sich in tatsächlichen Marktwert verwandelte und nicht nur in beeindruckende Lebensläufe. Strategische Partnerschaften mit Chipherstellern und Unternehmenssoftwarefirmen deuten auf zukünftige Integrationen hin, die noch niemand ankündigt. Gegründet von Mira Murati, der ehemaligen CTO von OpenAI, ist das Startup weniger als ein Jahr alt und genießt dennoch die Aufmerksamkeit, die typischerweise kampferprobten Einhörnern vorbehalten ist.

Gewichtete Stimmrechte, die Gründer an der Macht halten

Die Governance-Struktur bei Thinking Machines gewährt Murati Stimmrechte, die etwa 100-mal stärker sind als die von Standardaktionären, was bedeutet, dass sie Vorstandsentscheidungen und die wichtigsten Unternehmensrichtungen effektiv kontrollieren kann, selbst wenn ihr wirtschaftliches Eigentum durch Finanzierungsrunden verwässert wird. Diese Super-Voting-Vereinbarung, kombiniert mit dem Status der Public Benefit Corporation des Unternehmens, schafft einen rechtlichen Rahmen, in dem die Vision des Gründers theoretisch Vorrang vor der reinen Maximierung des Shareholder Value hat, wobei offen bleibt, ob dies tatsächlich die langfristige Mission schützt oder nur Macht konzentriert. Die Zusammensetzung des Vorstands spiegelt diese gewichtete Kontrolle wider, wobei Murati entscheidenden Einfluss auf strategische Entscheidungen wie Finanzierungsbedingungen, Führungskräfteernennungen und die Balance zwischen Forschungsprioritäten und kommerzieller Implementierung hat. Solche Dual-Class-Strukturen bieten dauerhafte Gründerkontrolle, können aber Governance-Risiken für Minderheitsinvestoren erhöhen, die keinen bedeutenden Einfluss auf strategische Neuausrichtungen oder Exit-Timing haben.

100-fache Gründer-Stimmkraft

Zunehmend sichern sich Gründer von hochbewerteten KI-Startups Abstimmungsvereinbarungen, die Macht auf ein Niveau konzentrieren, das außerhalb einiger weniger Tech-Giganten selten zu sehen ist, mit Strukturen wie der bei Thinking Machines Lab, die Supervoting-Anteile gewähren, die das 100-fache Gewicht von Standardanteilen haben. Dieser Abstimmungsmechanismus gibt den Gründern faktisch ein Vetorecht über jede Vorstandsentscheidung, da sie alle Stimmen der anderen Direktoren zusammen plus eine entsprechen, was bedeutet, dass die traditionelle Investorenaufsicht eher symbolisch als substanziell wird. Das Modell folgt dem Präzedenzfall von Mark Zuckerberg, obwohl es zur Standardpraxis bei KI-Finanzierungen wird, wo bewährte Talente Premium-Konditionen durchsetzen. Safe Superintelligence’s Ilya Sutskever sicherte sich ähnliche Vereinbarungen für seine 2-Milliarden-Dollar-Finanzierung, was zeigt, dass außergewöhnlicher Gründereinfluss nun die Akzeptanz verminderter Governance-Rechte rechtfertigt, zumindest laut Investoren, die bereit sind, Schecks mit mindestens 50 Millionen Dollar auszustellen. Experten warnen jedoch, dass solche Vereinbarungen den sinnvollen Beitrag anderer Vorstandsmitglieder reduzieren können, wenn ein Mitglied entscheidende Stimmgewalt bei wichtigen Entscheidungen hält.

Muratis entscheidende Vorstandskontrolle

Mira Muratis Governance-Struktur bei Thinking Machines Lab hebt die Supervoting-Struktur auf ein Niveau, das selbst Zuckerbergs Meta-Konstruktion im Vergleich zurückhaltend erscheinen lässt, was schon etwas heißt, wenn man bedenkt, dass Metas Dual-Class-Aktien ihrem Gründer bereits nahezu absolute Kontrolle verleihen. Ihre einzelne Vorstandsstimme überwiegt alle anderen Direktoren zusammen, ein Verhältnis von 100 zu 1, das Vorstandssitzungen im Wesentlichen beratend statt deliberativ macht. Der Gründereinfluss ist hier absolut, konzipiert um langfristige Forschungsprioritäten vor Investorendruck zur Kommerzialisierung zu schützen, obwohl dies auch die Governance-Risiken erheblich verstärkt. Minderheitsaktionäre haben im Grunde keine Handhabe, wenn strategische Meinungsverschiedenheiten auftreten, und die üblichen Rechenschaftsmechanismen, die das Management ehrlich halten, sind bestenfalls dekorativ. Regulierungsbehörden in Hongkong und Singapur haben Schutzmaßnahmen gegen solch konzentrierte Macht eingeführt, aber Thinking Machines operiert völlig jenseits dieser Beschränkungen. Die Struktur schafft Anreize für Unternehmen, Listungsjurisdiktionen zu wählen, in denen gewichtete Stimmrechte minimaler regulatorischer Einmischung unterliegen, wodurch Gründer die Kontrolle behalten können, selbst wenn ihre Kapitalbeteiligungen durch aufeinanderfolgende Finanzierungsrunden verwässert werden.

Struktur einer gemeinwohlorientierten Kapitalgesellschaft

Jenseits der Dominanz auf Vorstandsebene liegt eine weitere Schicht strukturellen Schutzes, diese in die rechtliche Grundlage von Thinking Machines als Public Benefit Corporation eingebaut, die theoretisch existiert, um Profit mit breiteren sozialen Zielen auszubalancieren, aber in der Praxis Gründern einen bequemen Governance-Schild bietet, verpackt in der Sprache der Missionsbewahrung. Die gewichtete Stimmrechtsstruktur weist Muratis Aktien jeweils zehn Stimmen zu, während gewöhnliche Investoren eine bekommen, was bedeutet, dass sie die Entscheidungsfindung mit nur fünfzehn Prozent wirtschaftlichem Eigentum kontrolliert, eine Konfiguration, die Demokratie in Theater verwandelt. Der Public-Benefit-Status erfordert die Berücksichtigung von Stakeholder-Interessen jenseits von Profiten, ja, aber er ermöglicht auch qualifizierte Mehrheitsschwellen für Änderungen, was es Gründern im Wesentlichen erlaubt zu behaupten, sie würden eine noble Mission schützen, während sie in Wirklichkeit nur sich selbst vor Rechenschaftspflicht schützen, was effizient ist, wenn nichts anderes. Diese Dual-Class-Anordnung spiegelt Strukturen wider, die von Tech-Giganten wie Google und Facebook eingesetzt werden, wo Gründer die Kontrolle über Unternehmensangelegenheiten behielten, trotz der Annahme öffentlicher Finanzierung, ein Präzedenzfall, der zum Standard-Betriebsverfahren in Silicon Valleys Governance-Handbuch geworden ist.

Aggressive Talentakquise von Openai und Meta AI

Der Kampf um Elite-KI-Forscher hat sich zu Vergütungsniveaus zugespitzt, die noch vor wenigen Jahren absurd erschienen wären. Meta bietet Andrew Tulloch, Mitbegründer des aufstrebenden Thinking Machines Lab, ein Paket im Wert von angeblich bis zu 1,5 Milliarden Dollar über sechs Jahre an – eine Zahl, die Meta zunächst als „ungenau und lächerlich“ bezeichnete, bevor Insider bestätigten, dass das Angebot tatsächlich in dieser Höhe lag. Diese Talentmigration veranschaulicht den Vergütungswettbewerb, der die KI-Entwicklung neu gestaltet:

1. Meta hat leitenden KI-Forschern von Konkurrenten Boni von bis zu 100 Millionen Dollar angeboten, um Lücken zu OpenAI und Google zu schließen
2. Tullochs Rekrutierung erfolgte trotz Metas allgemeinem Einstellungsstopp im KI-Bereich und verdeutlicht selektive Investitionsprioritäten
3. Das Abwerben zielt auf Ingenieure von OpenAI, Tesla und xAI ab und befeuert ein Wettrüsten
4. Startups haben Schwierigkeiten, mit den langfristigen Anreizen der Konzernriesen mitzuhalten, trotz starker Finanzierung

Die Branchenverschiebung spiegelt einen Übergang von Computing-Infrastruktur zu Fokus auf Humankapital wider, da Unternehmen erkennen, dass Elite-Forscher Bewertungen in Hunderten von Millionen erreichen, innerhalb eines globalen Talentpools von nur wenigen hundert Personen.

Warum Halbleiter-Giganten auf denkende Maschinen setzen

Während die meisten KI-Startups Finanzierung von traditionellen Risikokapitalgesellschaften anstreben, hat das Thinking Machines Lab etwas wohl Wertvolleres angezogen: Unterstützung von Nvidia und AMD, den beiden Halbleiterriesen, deren Chips buchstäblich die Modelle betreiben, auf die jedes KI-Unternehmen angewiesen ist. Dies ist keine typische KI-Finanzierung, es sind Halbleiterstrategien am Werk, bei denen Chiphersteller auf Software setzen, die ihre Hardware unverzichtbarer macht. Nvidia und AMD sehen den Fokus von Thinking Machines auf Modellkonsistenz und Zuverlässigkeit als direkt mit ihren GPU-Architekturen verbunden, da deterministische KI-Ausgaben eine enge Orchestrierung von Kernel-Operationen erfordern, die diese Unternehmen Milliarden für die Optimierung ausgegeben haben. Das Engagement des Startups für Open-Source-Entwicklung und modulare Architekturen versüßt das Geschäft und ermöglicht es beiden Halbleiterunternehmen, diese Innovationen in zukünftige Produktzyklen einzubetten und gleichzeitig ihre Dominanz in einem zunehmend überfüllten KI-Chip-Markt aufrechtzuerhalten. Mit einem Team von etwa 30 Forschern und Ingenieuren, von denen zwei Drittel ehemalige OpenAI-Mitarbeiter sind, hat Thinking Machines die technische Schlagkraft zusammengestellt, um diese ehrgeizigen Halbleiterpartnerschaften zu erfüllen.

Was diese Bewertungsentwicklung für die KI-Startup-Landschaft bedeutet

Unterstützung von Halbleiterriesen signalisiert mehr als nur tiefe Taschen, sie repräsentiert einen strukturellen Wandel in der Art und Weise, wie KI-Startups bewertet und finanziert werden, und die Entwicklung von Thinking Machines bietet einen Einblick in das, was passiert, wenn traditionelle Venture-Capital-Kennzahlen auf die Realitäten einer Branche treffen, in der ein einziges erfolgreiches Modell Milliarden-Dollar-Bewertungen über Nacht rechtfertigen kann.

Die Bewertungsimplikationen breiten sich auf vorhersehbare Weise über das Startup-Ökosystem aus:

1. Series-A-Runden mit durchschnittlich 120 Millionen Dollar machen Bootstrapping im Wesentlichen obsolet für infrastrukturlastige KI-Unternehmen
2. Bewertungsmultiplikatoren von 25x Umsatz schaffen Erwartungen, die die meisten Startups nicht erfüllen können, was bedauerlich, aber vorhersehbar ist
3. Die drei größten KI-Unternehmen kontrollieren nun 45% des generativen Segments und lassen nur Krümel für Newcomer übrig
4. Investoren, die Rentabilität innerhalb von drei Jahren verlangen, widerspricht der Kapitalintensität, die erforderlich ist, um zu konkurrieren

Diese erhöhten Bewertungen ziehen auch Erkennung ungewöhnlicher Aktivitäten von Marktregulierungsbehörden an, die auf spekulative Blasen im KI-Sektor achten.

Quellenangabe

• https://en.wikipedia.org/wiki/Thinking_Machines_Lab
• https://www.bloomberg.com/news/videos/2025-11-14/murati-s-thinking-machines-in-funding-talks-video
• https://techfundingnews.com/ex-openai-exec-mira-muratis-thinking-machines-lab-nears-50b-valuation/
• https://www.investing.com/news/company-news/thinking-machines-lab-in-talks-for-funding-at-50-billion-valuation-bloomberg-reports-93CH-4357412
• https://www.joinprospect.com/explore/thinking-machines-labs-stock
• https://www.marketscreener.com/news/murati-s-thinking-machines-in-talks-for-50-billion-valuation-ce7d5fd2df81f52c
• https://theorg.com/org/thinking-machines/teams/leadership-team
• https://rocketreach.co/thinking-machines-data-science-management_b4543b08fc989d86
• https://thinkingmachineslab.site
• https://www.cbinsights.com/company/thinking-machines-lab/people