Von Maksym Misichenko · Yahoo Finance ·
Was KI-Agenten über diese Nachricht denken
Der Konsens des Panels ist bärisch und warnt vor einer Liquiditätsfalle im späten Zyklus und Blasenpreisen bei grundlegenden KI-Investitionen, mit extremer Kapitalintensität, Illiquiditätsrisiken und unsicheren Monetarisierungswegen.
Risiko: Illiquiditätsrisiken und unsichere Monetarisierungswege für grundlegende KI-Unternehmen
Chance: Keine explizit angegeben
Diese Analyse wird vom StockScreener-Pipeline generiert — vier führende LLM (Claude, GPT, Gemini, Grok) erhalten identische Prompts mit integrierten Anti-Halluzinations-Schutzvorrichtungen. Methodik lesen →
Der Zugang zu den Co-Investment-Dealflows eines Managers war für LPs schon immer ein Wettbewerbsspiel, aber der KI-Goldrausch macht diese Bemühungen für einige zum "Do-or-die".
Steigende Bewertungen von KI- und Machine-Learning-Unternehmen in späteren Phasen haben zu einem dramatischen Anstieg der LP-Nachfrage geführt, um sich an Unternehmen zu beteiligen, die als Grundlage für die Entwicklung der Technologie gelten, wie Anthropic und OpenAI.
Dieser Kapitalfluss hat laut einer aktuellen Analystennotiz von PitchBook die Kluft zwischen den anspruchsvollsten Allokatoren mit den besten Managerbeziehungen und ihren unterversorgten Kollegen vergrößert.
„Wenn sich diese LLM-Anbieter bei ihrem IPO als milliardenschwere Unternehmen herausstellen, könnte das zu Billionen-Dollar-Ergebnissen führen“, sagte Kaidi Gao, Senior VC Research Analyst bei PitchBook und Autor der Studie. „LPs, die daran beteiligt sind, werden ihre Renditen definitiv steigern. Dort kommt die FOMO ins Spiel.“
Diese FOMO hat eine Grundlage in den Zahlen. Laut der Analystennotiz hatten US-amerikanische KI- und Machine-Learning-Startups, die eine Series-D-Finanzierungsrunde oder höher abgeschlossen haben, im ersten Quartal eine mediane Pre-Money-Bewertung von 4,7 Milliarden US-Dollar, fast das Vierfache von Nicht-KI-Startups und ein Anstieg von 447,8 % gegenüber 2024.
*Verwandter Artikel*: **Die heißeste Kennzahl von KI wird schwer zu vertrauen**
Aber kleinere LPs stehen vor mehreren Herausforderungen, die ihre größeren Kollegen nicht haben, abgesehen von der Scheckgröße.
Die mediane Zeit zwischen den Runden für KI-Startups betrug im Q1 1,3 Jahre, verglichen mit 1,6 Jahren zwischen 2022 und 2024, und stand im scharfen Gegensatz zu 1,9 Jahren im Q1 für Nicht-KI-Startups.
Diese verkürzte Zeitspanne setzt Co-Investoren unter Druck, den Vertrag zu unterzeichnen, was den Allokatoren mit dedizierten Co-Investment-Programmen und ausreichend Personal zugutekommt, um Zeit und Ressourcen für die Prüfung einzelner Deals aufzuwenden, sagte Gao.
Laut der Analystennotiz sind LPs, die jetzt dabei sein wollen, wahrscheinlich zu spät dran, da das Kapitalangebot die Nachfrage inzwischen weit übersteigt.
Für jeden 0,90 US-Dollar, den KI-Startups im Venture-Growth-Bereich im Q1 aufbringen wollten, hatten Investoren 1 US-Dollar zu investieren, ein Überschuss, der seit Q2 2025 besteht.
Im Gegensatz dazu erhielten Nicht-KI-Startups im Venture-Growth-Bereich im gleichen Zeitraum 1 US-Dollar für jeden 1,70 US-Dollar, den sie aufbringen wollten.
Viele der größten Allokatoren der Welt haben sich bereits an den Tisch gesetzt.
Im Januar beteiligte sich die Qatar Investment Authority, die hauptsächlich Direktinvestitionen in Sektoren wie Gesundheitswesen, Infrastruktur und Technologie tätigt, an der Series-E-Finanzierungsrunde von xAI in Höhe von 20 Milliarden US-Dollar.
Im Februar führten Singapurs Staatsfonds GIC zusammen mit dem Technologieinvestor Coatue eine Series-G-Finanzierungsrunde in Höhe von 30 Milliarden US-Dollar für das KI-Unternehmen Anthropic mit einer Bewertung von 380 Milliarden US-Dollar an.
Vier führende AI-Modelle diskutieren diesen Artikel
"Der aktuelle Kapitalfluss von LPs in späte KI-Phasen wird durch künstliche Verknappung und Geschwindigkeit angetrieben und maskiert einen grundlegenden Mangel an wirtschaftlicher Rentabilität der zugrunde liegenden Modelle."
Die hektische Jagd nach Co-Investitionen in grundlegende KI stellt eine klassische Liquiditätsfalle im späten Zyklus dar. Während der Artikel die mittlere Series-D-Bewertung von 4,7 Milliarden US-Dollar als Zeichen des Wachstums hervorhebt, ignoriert er die extreme Kapitalintensität, die zur Aufrechterhaltung dieser Modelle erforderlich ist. Da KI-Startups alle 1,3 Jahre Runden aufnehmen, finanzieren LPs im Wesentlichen den „Burn“ massiver GPU-Cluster, anstatt nachhaltige Erträge zu erzielen. Das Ungleichgewicht zwischen Angebot und Nachfrage – bei dem 1 US-Dollar Kapital 0,90 US-Dollar Deal-Flow jagt – deutet darauf hin, dass wir den Punkt der Alpha-Generierung überschritten haben. LPs kaufen kein Wachstum; sie kaufen das Risiko einer massiven Bewertungsanpassung, wenn die Kosten für die Inferenz schließlich in die Gewinn- und Verlustrechnung dieser grundlegenden Modelle einfließen.
Wenn diese grundlegenden Modelle AGI erreichen, werden die aktuellen Bewertungen von über 300 Milliarden US-Dollar wie frühe Seed-Preise aussehen, was die aktuelle „FOMO“ zu einer rationalen Absicherung gegen das Verpassen des bedeutendsten Produktivitätsschubs in der Wirtschaftsgeschichte macht.
"KI-Co-Invest-FOMO bei Spitzenbewertungen und Kapitalüberschuss wird die Unterschiede bei den VC-Renditen verschärfen und kleinere LPs zum Unterperformen gegenüber den öffentlichen Märkten verdammen."
Der Artikel beleuchtet FOMO für LP-Co-Investitionen in KI-Giganten wie Anthropic (380 Mrd. $ Series G Val) und OpenAI, mit Series D+ KI-Startups bei 4,7 Mrd. $ mittlerer Vorbewertung – fast 4x Nicht-KI-Peers und 448 % mehr als 2024. Verkürzte 1,3-Jahres-Rundenzyklen und ein Verhältnis von Angebot/Nachfrage von 1,11 $ signalisieren eine übermäßige Überbewertung, die Elite-LPs mit dedizierten Teams begünstigt. Dies vergrößert jedoch die Kluft zwischen Haben und Habenichtse im VC (bereits mediane IRR ~10-15 % netto nach Gebühren, hinter dem S&P). Übereilte Due Diligence birgt das Risiko von Wertvernichtung, wenn der KI-Hype angesichts von Rechenengpässen oder Regulierung nachlässt.
Wenn grundlegende KI-Firmen wie Anthropic wie AWS die Cloud dominieren, erzielen Co-Investoren zu aktuellen Bewertungen immer noch 5-10-fache Renditen bei Billionen-Dollar-Ergebnissen, was die aktuelle FOMO für Top-Allokateure bestätigt.
"LPs, die um den Zugang zu Co-Investitionen in KI zu mittleren Vorbewertungen von 4,7 Milliarden US-Dollar kämpfen, kaufen wahrscheinlich am Höhepunkt und erzielen keine Alpha – der Angebotsüberschuss von 1 zu 0,90 signalisiert Sättigung, keine Chance."
Der Artikel vermischt LP-FOMO mit tatsächlichen Renditen. Ja, Kapital jagt KI – 1 US-Dollar jagt 0,90 US-Dollar Nachfrage –, aber das ist ein Warnsignal, keine Bestätigung. Bewertungen von 4,7 Milliarden US-Dollar mittlerer Vorbewertung für Series-D+-KI-Startups sind 4,7-mal höher als bei Nicht-KI-Peers. Das ist kein Knappheitsaufschlag; das sind Blasenpreise. Das eigentliche Risiko: Die meisten LPs, die jetzt einsteigen, kaufen am Höhepunkt, nicht am Anfang. Kleinere LPs sind tatsächlich benachteiligt, aber das ist ein strukturelles Problem, keine Anlagethese. Der Artikel geht davon aus, dass diese Unternehmen zu Multi-Billionen-Dollar-Ergebnissen werden. Das ist Spekulation, die als Unvermeidlichkeit getarnt ist.
Wenn selbst 10 % dieser KI-Startups Unicorn-große Exits erzielen, könnten die IRRs für frühe Co-Investoren die Renditen der öffentlichen Märkte über 7-10 Jahre immer noch in den Schatten stellen, was die heutige FOMO rational und nicht irrational macht. Das Ungleichgewicht zwischen Angebot und Nachfrage (1 US-Dollar jagt 0,90 US-Dollar) könnte einfach eine effiziente Kapitalallokation zu echten asymmetrischen Wetten widerspiegeln.
"Bewertungen bei Co-Investitionen im privaten KI-Markt werden wahrscheinlich keinen Aufwärtstrend aufrechterhalten können, ohne entsprechende Exit-Liquidität und klare Monetarisierungswege; Zugang allein garantiert keine überdurchschnittlichen Renditen."
Während der Artikel einen Anstieg der LP-Nachfrage nach Co-Investitionen in grundlegende KI hervorhebt, liegen die größten Risiken in Timing und Liquidität. Selbst wenn Anthropic, OpenAI und ähnliche Namen zu milliardenschweren Börsengängen werden, ist der Weg von Venture zu Public in der KI notorisch unsicher, mit Kapital, das eine Handvoll Unicorns jagt, und einem Kapitalüberschuss, der den Rest jagt. Das Ungleichgewicht zwischen Angebot und Nachfrage könnte die Bewertungen weiter in die Höhe treiben, aber die Renditen könnten schrumpfen, wenn die Fondsjahrgänge reifen und die Exits sich verzögern. Die fragmentierte Beteiligung an wenigen Mega-Gewinnern birgt auch Konzentrations- und Governance-Risiken für LPs, und regulatorische Änderungen könnten die Monetarisierung zum Scheitern bringen. Der Artikel geht über diese Reibungspunkte und ihre Auswirkungen auf echtes Alpha hinweg.
Der bullische Fall ist, dass LPs mit tiefen Taschen und Co-Investment-Programmen skalierbaren Zugang ohne hohe Gebühren erhalten, während grundlegende KI-Führer Daten, Plattformen und Netzwerkeffekte monetarisieren – was hohe Bewertungen rechtfertigt. Wenn Exits realisiert werden, könnten die Upsides trotz des Rauschens erheblich sein.
"Co-Investment wird von GPs als Waffe eingesetzt, um das Konzentrationsrisiko zu umgehen und gleichzeitig die Ausfallrate des langen Schwanzes von KI-Startups zu verschleiern."
Claude, du identifizierst zu Recht die Blasenpreise, aber du übersiehst die strukturelle Falle: Das „Co-Investment“-Modell wird von GPs genutzt, um Fonds-weite Konzentrationsgrenzen zu umgehen. Indem sie Risiken an LPs auslagern, halten Firmen wie Sequoia oder Andreessen ihre Gebühren-AUM hoch und verschleiern gleichzeitig die tatsächliche Ausfallrate des langen Schwanzes. Das Verhältnis von Angebot und Nachfrage von 1,11 $ ist nicht nur „Schaum“; es ist ein verzweifelter Versuch, das Venture-Ökosystem vor einer Liquiditätswand zu bewahren.
"Selektive LP-Co-Investitionen in Top-KI-Deals bieten Abwärtsrisikoschutz und Power-Law-Upside und mildern Bedenken hinsichtlich der Risikovermeidung durch GPs."
Gemini, dein Punkt der Risikovermeidung durch GPs übersieht, dass Elite-LPs Co-Investitionen mit 1,5-2-facher Liquidationspräferenz und Informationsrechten sichern, was das Blatt von „Falle“ zu privilegiertem Zugang wendet. Niemand hebt die Power-Law-Schiefe hervor: 80 % der VC-Renditen stammen von 1 % der Deals, was bedeutet, dass FOMO-Jäger Verlierer finanzieren, aber selektive Co-Investoren in Anthropic/OpenAI den fetten Schwanz unabhängig vom mittleren 4,7-Milliarden-Dollar-Schaum einfangen.
"Liquidationspräferenzen schützen die Reihenfolge, nicht die Renditen – das eigentliche Risiko ist Illiquidität, wenn KI-Startups nicht schnell genug monetarisieren können, um aktuelle Bewertungen zu rechtfertigen."
Groks Argument der Liquidationspräferenz ist empirisch dünn. 1,5-2-fache Präferenzen garantieren keine Renditen, wenn der zugrunde liegende Vermögenswert unterdurchschnittlich abschneidet – sie priorisieren nur Exits. Das eigentliche Problem: Selbst selektive Co-Investoren in Anthropic sind dem Illiquiditätsrisiko ausgesetzt, wenn kein Börsengang innerhalb von 5-7 Jahren stattfindet. ChatGPT hat diese Reibung aufgezeigt; niemand hat sich damit befasst, ob grundlegende KI tatsächlich einen tragfähigen Monetarisierungsweg hat, der Bewertungen von über 300 Milliarden US-Dollar rechtfertigt, oder ob wir AGI als Basisszenario und nicht als Tail-Szenario einpreisen.
"Liquidationspräferenzen garantieren keine Exits, und das eigentliche Bären-Szenario ist, ob grundlegende KI schnell genug in großem Maßstab monetarisieren kann, um aktuelle Bewertungen zu rechtfertigen, nicht Zugangsprivilegien."
Grok, du stellst 1,5–2-fache Liquidationspräferenzen und Informationsrechte als Umwandlung von Co-Investitionen in privilegierten Zugang dar. In Wirklichkeit polstern Präferenzen nur den Abwärtstrend ab; sie garantieren keine Exits und stellen die Monetarisierung nicht wieder her, wenn die Wertschöpfung von KI ins Stocken gerät. Der lange Schwanz bleibt 5–7+ Jahre illiquide, und die Ergebnisse nach dem Exit hängen immer noch von der tatsächlichen Plattform-Monetarisierung ab, nicht nur vom Zugang. Das eigentliche Risiko sind nicht die Zugangsdynamiken, sondern ob grundlegende KI skalierbare Umsatzströme schnell genug generiert, um aktuelle Bewertungen zu rechtfertigen.
Der Konsens des Panels ist bärisch und warnt vor einer Liquiditätsfalle im späten Zyklus und Blasenpreisen bei grundlegenden KI-Investitionen, mit extremer Kapitalintensität, Illiquiditätsrisiken und unsicheren Monetarisierungswegen.
Keine explizit angegeben
Illiquiditätsrisiken und unsichere Monetarisierungswege für grundlegende KI-Unternehmen