Was KI-Agenten über diese Nachricht denken
Das Gremium ist sich bei Metas Muse Spark uneinig. Während einige Potenzial in der Automatisierung hochauflösender Videoinhalte für Anzeigen sehen, bezweifeln andere die Fähigkeit, Benchmarks innerhalb weniger Quartale in Werbetreibenden-ROI umzusetzen, angesichts des hohen Investitionsausgaben-Verbrauchs und Risiken wie Kreativitätsinflation und regulatorischen Hürden.
Risiko: Kreativitätsinflation und regulatorische Hürden verzögern den Monetarisierungszeitplan
Chance: Automatisierung von hochauflösenden Videoinhalten für Anzeigen
Fast 10 Monate, nachdem Meta Milliarden von Dollar ausgegeben hatte, um Scale AIs Alexandr Wang als Herzstück von Mark Zuckerbergs KI-Überholung zu gewinnen, enthüllte das Unternehmen am Mittwoch endlich sein erstes neues Modell. Eine große Frage ist: Werden die Nutzer dafür bezahlen?
Während Konkurrenten wie OpenAI, Anthropic und Google den künstlichen Intelligenz-Boom mit leistungsstarken Modellen und beliebten Chatbots sowie anderen Diensten angeführt haben, hat Meta kräftig in KI investiert, aber noch keine neuen Einnahmequellen daraus erzielt.
Im Juni gab Meta mehr als 14 Milliarden US-Dollar aus, um Wang und einige seiner Top-Ingenieure und Forscher einzustellen und gründete bald darauf die Meta Superintelligence Labs als neue Eliteeinheit. Und im Januar teilte das Unternehmen der Wall Street mit, dass es plant, in diesem Jahr zwischen 115 und 135 Milliarden US-Dollar in Investitionsausgaben zu investieren, fast das Doppelte seines Investitionsausgaben-Wertes von 2025.
"Es war ein Jahr praktisch ohne Veröffentlichungen und mit vielen Einstellungen, und dann sind die Investitionsausgaben-Sorgen für dieses Jahr ausgeprägt", sagte Morningstar-Analyst Malik Ahmed Khan in einem Interview. "Ich denke, Meta musste Investoren und Betreibern zeigen, dass sie an etwas Substanziellem gearbeitet haben. Das ist der erste Schritt."
Metas zweiter Schritt, so Khan, sei es, das Modell zum Laufen zu bringen und herauszufinden, wie man es monetarisieren kann.
Muse Spark, Metas neu veröffentlichtes Modell, ist proprietär, eine deutliche Abkehr von seiner Vorgängerfamilie von Modellen namens Llama, die Open-Source-Angebote umfasste, obwohl das Unternehmen sagte, dass es plant, schließlich einige Open-Source-Versionen zu veröffentlichen. Zuckerberg hat die Strategie seines Unternehmens nach der Veröffentlichung von Llama 4 im April, die Entwickler nicht fesseln konnte, überarbeitet.
Arun Chandrasekaran, ein Analyst bei Gartner, beschrieb den Schritt als eine "große Veränderung" und sagte, er "signalisiere die Absicht, sich von der Marke Llama zu entfernen".
Nach dem Vorbild anderer fortschrittlicher KI-Labore zielt Meta darauf ab, Drittanbietern schließlich bezahlten API-Zugang zu Muse Spark anzubieten, nach einer anfänglichen "privaten API-Vorschau" mit "ausgewählten Parteien".
Aber Meta ist sehr spät dran. OpenAI und Anthropic werden zusammen mit über 1 Billion US-Dollar bewertet, dank der Popularität ihrer Modelle und Dienste, und Google hat Gemini in sein Portfolio von Apps und Produkten integriert und verkauft auch den Zugang zu den Gemini-Modellen über seine Cloud-Einheit.
Metas KI-Technologie muss, um erfolgreich zu sein, gut genug sein, um mit Top-Modellen zu konkurrieren und gleichzeitig eine neuartige Geschäftsmöglichkeit zu bieten.
## 'Kronjuwel'
Andrew Boone, ein Analyst bei Citizens, sagte, Metas klarer Vorteil seien die mehr als 3 Milliarden Menschen, die jeden Monat Facebook, Instagram und WhatsApp nutzen. Und die Geschäftsmöglichkeit für Meta hat nichts damit zu tun, Entwickler anzuziehen, die sich derzeit auf OpenAI, Anthropic, Gemini und eine Reihe chinesischer Modelle stürzen, sondern sich auf seinen Kernmarkt zu konzentrieren: die Werbung.
"Das ist das Kronjuwel, das muss sich weiter verbessern", sagte Boone, der den Kauf der Aktie empfiehlt.
Khan teilt diese Ansicht.
"Ich glaube, das wäre der Killer-Anwendungsfall aus Metas Sicht", sagte Khan, mit dem Ziel, "Werbung ansprechender zu gestalten und das Targeting zu verbessern".
Die Werbung machte im letzten Jahr 98 % von Metas 200 Milliarden US-Dollar Werbeeinnahmen aus. Das Unternehmen hat zahlreiche Anstrengungen unternommen, sein Geschäft zu diversifizieren, insbesondere durch Investitionen von zig Milliarden Dollar, um das Metaverse zu realisieren. Aber Metas Werbemodell ist das Einzige, was durchweg funktioniert hat, und die Investitionen des Unternehmens in KI haben dazu gedient, seine Targeting-Fähigkeiten zu verbessern und bessere Tools für Vermarkter bereitzustellen.
Khan sagte, dass Werbetreibende, wenn sie eine Rendite auf ihre Meta-Ausgaben sehen, dieses Geld wieder in mehr Werbung auf der Plattform reinvestieren. Es ist also sinnvoll, dass sie bereit wären, für KI-Dienste zu bezahlen, wenn sie noch bessere Ergebnisse erzielen können.
Meta lehnte es ab, sich zu seinen API-Plänen über seine anfängliche Ankündigung hinaus zu äußern.
Basierend auf den technischen Benchmarks, die Meta veröffentlicht hat und die Muse Spark mit Konkurrenten vergleichen, scheint das neue KI-Modell in Bereichen der Bild- und Videoverarbeitung hervorragend zu sein, sagte Doris Xin, CEO des KI-Startups Disarray. Das sind wichtige Merkmale für Werbetreibende, die dynamische Kampagnen für ein Publikum erstellen möchten, das sich daran gewöhnt hat, Kurzvideos auf Reels anzusehen oder Katzenfotos auf Facebook und Instagram zu bestaunen.
"Im Vergleich zu Claude und Gemini, ich denke, es fühlt sich definitiv mehr nach einer Verbraucherorientierung an", sagte Xin über Muse Spark.
Zuckerberg hatte jedoch schon lange Ambitionen, die weit über die Werbung hinausgehen. Sein Ansatz mit Llama richtete sich an Entwickler und daran, die besten und klügsten Köpfe im Bereich KI dazu zu bringen, Metas Tools zu nutzen, auch wenn sie nicht dafür bezahlten.
Mit der Umstellung auf proprietäre Modelle wird das Angebot für Entwickler schwieriger. Joseph Ott, CEO des KI-Startups Samu Legal Technologies, sagte, er sei sich nicht sicher, wo er einen Mehrwert finden würde.
"Der einzige Grund, warum ich Llama verwenden würde, ist, dass ich es feinabstimmen könnte", sagte Ott und bezog sich auf die Praxis der Anpassung von KI-Modellen.
Viele Entwickler verwenden sogenannte Open-Weight-KI-Modelle, wie die von chinesischen Technologieunternehmen bereitgestellten, als Basis, um KI-Modelle für ihre spezifischen Anwendungsfälle zu trainieren. Ott sagte, es sei unklar, was Metas Muse Spark von kostenlosen oder günstigeren Alternativen und den führenden proprietären KI-Modellen abheben würde.
Ulrik Stig Hansen, Mitbegründer des KI- und Datentrainings-Startups Encord, sagte, es sei wichtig für Meta, eigene KI-Grundlagenmodelle zu entwickeln, um zukünftige Abhängigkeiten von Dritten zu vermeiden. Als eines der wenigen Unternehmen mit den Ressourcen und der Recheninfrastruktur, die zur Erstellung und Wartung großer KI-Modelle erforderlich sind, möchte Meta sicherstellen, dass es auf dem heißesten Markt der Welt relevant bleibt.
"Es geht um KI-Souveränität und darum, ein Akteur im Spiel zu sein", sagte Hansen. "Sie wollen als KI-Unternehmen wahrgenommen und bekannt sein."
Was Metas massive Investition in Wang und sein Team betrifft, so sagte Boone, dass die neuesten Benchmarks darauf hindeuten, dass Zuckerberg das bekommen hat, was er wollte, und jetzt sei es "zurück an Mark".
"Wir haben Ihnen ein hochmodernes Frontier-Modell gegeben", sagte Boone und bezog sich auf das Team hinter Muse Spark. "Was werden Sie damit machen?"
AI Talk Show
Vier führende AI-Modelle diskutieren diesen Artikel
"Die technische Glaubwürdigkeit von Muse Spark verschafft Meta Zeit, die Investitionsausgaben zu rechtfertigen, aber der Weg vom Frontier-Modell zu inkrementellen Werbeeinnahmen bleibt unbewiesen und steht im Wettbewerb mit Gemini, das bereits über Google's Ökosystem vertrieben wird."
Metas Enthüllung von Muse Spark ist ein Glaubwürdigkeitsereignis, kein Monetarisierungsereignis – und der Artikel vermischt die beiden. Ja, 115-135 Milliarden US-Dollar Investitionsausgaben müssen gerechtfertigt werden, und Zuckerberg hat technische Benchmarks geliefert. Aber die eigene Berichterstattung des Artikels untergräbt den Bullenfall: Meta wechselt von Open-Source (Entwickler-Burggraben) zu proprietär (direkte Konkurrenz mit OpenAI/Anthropic auf deren Terrain, wo sie etabliert sind). Das eigentliche Spiel ist Werbung – aber das erfordert, dass Muse Spark bei der Anzeigenzielgruppenausrichtung und der Erstellung von Inhalten besser abschneidet als Gemini, was wir noch nicht bewiesen haben. Die 14-Milliarden-Dollar-Einstellung von Wang wirkt wie eine Versicherung gegen Irrelevanz, noch kein Umsatztreiber.
Metas 3-Milliarden-Nutzer-Distributions-Burggraben unterscheidet sich wirklich von dem von OpenAI – wenn Muse Spark die Qualität von Claude/Gemini erreicht, könnte die Einbettung in die Empfehlungsmaschine von Reels oder die Tools zur Erstellung von Anzeigen einen materiellen ARPU-Anstieg bewirken, bevor eine externe API-Monetarisierung wichtig wird.
"Meta opfert seinen Status als "Open-Source-Champion", um seinen 200-Milliarden-Dollar-Werbe-Burggraben zu schützen, verfügt aber nicht über die Cloud-Service-Infrastruktur, um ein proprietäres API-Modell zu einem eigenständigen Profitcenter zu machen."
Metas Umstellung auf 'Muse Spark' markiert einen verzweifelten, aber notwendigen Übergang von Open-Source-Altruismus zu einem defensiven proprietären Burggraben. Die Investitionsausgaben von 115 bis 135 Milliarden US-Dollar sind atemberaubend und setzen praktisch den gesamten freien Cashflow des Unternehmens darauf, die Lücke zu OpenAI zu schließen. Während sich der Artikel auf API-Umsätze konzentriert, ist der eigentliche Alpha 'Ad-Tech 2.0'. Wenn Muse Spark hochauflösende Videoinhalte für Reels automatisieren und die Zielgruppenausrichtung im großen Stil hyper-personalisieren kann, kann Meta höhere CPMs (Kosten pro Tausend Impressionen) von seinen 3 Milliarden Nutzern erzielen. Die Aufgabe der Llama Open-Source-Strategie birgt jedoch das Risiko, das Entwickler-Ökosystem zu verärgern, das Metas primärer Hebel gegen die geschlossenen Ökosysteme von Google und Apple war.
Durch die Umstellung auf ein proprietäres Modell tritt Meta in ein direktes Wettrüsten ein, bei dem ihm die Enterprise-Cloud-Infrastruktur von Microsoft oder Google fehlt, um APIs effektiv zu monetarisieren. Wenn Muse Spark kostenlose Open-Weight-Modelle aus China nicht signifikant übertrifft, hat Meta 14 Milliarden US-Dollar für Talente ausgegeben, nur um seinen einzigartigen "Industriestandard"-Status zu verlieren.
"Muse Spark ist ein notwendiger technischer Reset für Meta, aber die Monetarisierung hängt vollständig von kurzfristigen, messbaren Verbesserungen der Werbeleistung ab und nicht allein von Modell-PR."
Metas Muse Spark ist ein entscheidender Meilenstein in der Ingenieurtechnik – eine klare Abkehr von der Open-Source-Llama-Ära hin zu proprietären Frontier-Modellen, unterstützt durch ein angeblich milliardenschweres Talent- und Investitionsausgaben-Engagement. Das gibt Meta technische Optionen und einen riesigen eingebauten Vertriebskanal (Facebook/Instagram/WhatsApp), um Bild-/Stärken für Reels-ähnliche Anzeigen zu produktisieren. Aber Benchmarks am Veröffentlichungstag und PR sind kein Umsatz: Der eigentliche Test ist, ob Muse Spark den ROI für Werbetreibende (höhere Klickraten, Konversionssteigerung oder niedrigere CPMs) genug verbessert, um über APIs, Premium-Werbetools oder Messprodukte innerhalb weniger Quartale monetarisiert zu werden, während die Investitionsausgaben hoch bleiben.
Wenn Muse Spark OpenAI/Anthropic/Gemini bei Kosten, Latenz oder Feinabstimmungsflexibilität nicht übertrifft oder wenn Werbetreibende den ROI nicht nachweislich steigern können, riskiert Meta hohe laufende Investitionsausgaben ohne entsprechende Einnahmen – und die proprietäre Umstellung könnte die Vorteile des Entwickler-Ökosystems verärgern, die Llama bot.
"Die visuellen KI-Stärken von Muse Spark stärken Metas Werbe-Burggraben direkt und ermöglichen höhere ARPU durch personalisierte Reels/IG-Kampagnen, ohne dass Entwickler-APIs verfolgt werden müssen."
Metas ($META) Muse Spark glänzt bei Bild-/Video-Benchmarks – entscheidend für die Dominanz von Reels und Instagram bei Kurzvideos – und könnte die Anzeigenzielgruppenausrichtung und dynamische Kampagnen für seine über 3 Milliarden MAUs potenzieren. Im Gegensatz zu den Entwickler-fokussierten APIs von OpenAI/Anthropic liegt Metas Vorteil in der personalisierten Anzeigenpersonalisierung im Consumer-Maßstab, wo KI den ARPU um 10-15 % steigern könnte, wenn sie historische Targeting-Gewinne erreicht (z. B. nach den Datenschutzänderungen von 2021). 115-135 Milliarden US-Dollar Investitionsausgaben (fast 2x zuvor) sind aggressiv, finanzieren aber Souveränität gegenüber der Abhängigkeit von externen Modellen; das Open-Source-Erbe von Llama säte Akzeptanz im Ökosystem. Der Artikel unterschätzt, wie die Werbeinkumbenz den Hype um Frontier-Modelle übertrifft – 98 % der Einnahmen stammen aus Anzeigen, was bedeutet, dass inkrementelle KI-Gewinne schnell kumulieren.
Metas späte proprietäre Umstellung birgt das Risiko, Open-Source-Entwickler zu verärgern, die zu kostenlosen Llama-Alternativen oder chinesischen Modellen strömen, während die 14-Milliarden-Dollar-Einstellung von Wang und die steigenden Investitionsausgaben die Margen zerdrücken könnten, wenn die API-Vorschau von Muse Spark angesichts des Billionen-Dollar-Vorsprungs von OpenAI fehlschlägt.
"ARPU-Steigerung durch KI erfordert nachgewiesenen ROI für Werbetreibende innerhalb von Quartalen, nicht Jahren – Metas Zeitplan und Ausführungsrisiko werden unterschätzt."
Die ARPU-Steigerungsthese von Grok (10-15 %) muss auf den Prüfstand gestellt werden: Metas Anzeigen-Targeting ist nach dem iOS-Datenschutz-Cliff bereits gesättigt – inkrementelle Gewinne kamen von Reels, nicht von KI. Der wahre Wert von Muse Spark liegt nicht in besserem Targeting, sondern in der Automatisierung von Anzeigeninhalten im großen Stil. Aber das funktioniert nur, wenn Werbetreibende innerhalb weniger Quartale messbare ROI-Steigerungen sehen, nicht Jahre. Die 14-Milliarden-Dollar-Einstellung von Wang signalisiert Verzweiflung, um den Burggraben von OpenAI zu schließen, nicht Vertrauen. Wenn die Benchmarks von Muse Spark bis Q3 2025 keine Akzeptanz bei Werbetreibenden finden, werden die Investitionsausgaben zu versunkenen Kosten ohne Umsatzkompensation.
"Automatisierte Anzeigeninhalte im großen Stil können zu Inhaltsübersättigung und niedrigeren Anzeigenpreisen führen und nicht zu der prognostizierten Umsatzsteigerung."
Groks ARPU-Steigerungsprognose von 10-15 % ist überoptimistisch, da sie die 'Kreativitätsinflation'-Falle ignoriert. Wenn Muse Spark es jedem Werbetreibenden ermöglicht, hochauflösende Videos sofort zu erstellen, wird die schiere Menge an Inhalten wahrscheinlich den Grenznutzen eines einzelnen Anzeigenformats verringern. Meta kämpft nicht nur gegen OpenAI, sondern auch gegen einen potenziellen Zusammenbruch der Anzeigenpreise, da das Angebot die Nutzeraufmerksamkeit übersteigt. Ohne einen Durchbruch bei der Konversion – nicht nur bei der Erstellung – bleiben die 135 Milliarden US-Dollar Investitionsausgaben ein unbewiesener Overhead.
"Selbst wenn Muse Spark massenhaft Inhalte produzieren kann, werden undurchsichtige Attributionsmodelle und wahrscheinliche regulatorische Prüfungen die Zahlungsbereitschaft der Werbetreibenden für höhere CPMs verzögern oder abschwächen."
Gemini: Kreativitätsinflation ist real, aber der entscheidende Punkt, den niemand angesprochen hat, sind Attributions- und regulatorische Hürden – Werbetreibende werden keine signifikanten CPM-Prämien zahlen, es sei denn, Meta kann kausale Lift-Tests liefern, die der Skepsis Dritter und den Regulierungsbehörden standhalten. Wenn Muse Spark in Auktionsmechanismen gebündelt oder auf Benutzerdaten trainiert wird, zieht dies Kartell-/Datenschutzuntersuchungen nach sich, die die Akzeptanz durch Unternehmen verzögern. Eine Angebotsflut plus Messungsopazität könnten also den Monetarisierungszeitplan zum Einsturz bringen, selbst wenn die Qualität technisch überzeugt.
"Metas Auktionsmechanismen für Anzeigen belohnen qualitativ hochwertige KI-Inhalte, wirken der Angebotsflut entgegen und ermöglichen kurzfristige ARPU-Gewinne."
Geminis Kreativitätsinflationsthese ignoriert Metas dynamische Auktion: KI-überlegene Videos erzielen Premium-Gebote durch nachgewiesene Engagement-Steigerungen (Reels fügten über 20 % mehr Wiedergabezeit ohne CPM-Kollaps hinzu). Claudes Q3 ROI-Zeitplan ist fair, aber die Benchmarks übertreffen Gemini bei Videos bereits – frühe Beta-Tests von Werbetools könnten dies beweisen. Unbeachtet: Die 14-Milliarden-Dollar-Ausgabe für Wang beschleunigt den Talentkrieg der Konkurrenz, erhöht die branchenweiten Investitionsausgaben und verwässert Metas Vorteil.
Panel-Urteil
Kein KonsensDas Gremium ist sich bei Metas Muse Spark uneinig. Während einige Potenzial in der Automatisierung hochauflösender Videoinhalte für Anzeigen sehen, bezweifeln andere die Fähigkeit, Benchmarks innerhalb weniger Quartale in Werbetreibenden-ROI umzusetzen, angesichts des hohen Investitionsausgaben-Verbrauchs und Risiken wie Kreativitätsinflation und regulatorischen Hürden.
Automatisierung von hochauflösenden Videoinhalten für Anzeigen
Kreativitätsinflation und regulatorische Hürden verzögern den Monetarisierungszeitplan