Applied Computing peilt eine Bewertung von 3 Milliarden US-Dollar an, da die Nachfrage nach offenen Modellen wächst
- Applied Compute befindet sich Berichten zufolge in Gesprächen zur Aufnahme neuer Finanzmittel bei einer Bewertung von rund 3 Milliarden US-Dollar, mehr als doppelt so viel wie die im April bekanntgegebene Bewertung nach der Finanzierungsrunde von 1,3 Milliarden US-Dollar.
- Das Unternehmen verkauft Infrastruktur für das Training, die Inferenz und die kontinuierliche Verbesserung von kundenspezifischen Open-Weight-Modellen und bietet Unternehmen damit die Möglichkeit, KI auf der Grundlage ihrer eigenen Daten und Arbeitsabläufe zu entwickeln.
- Die Gespräche über die Mittelbeschaffung spiegeln das wachsende Interesse der Investoren an der Infrastrukturschicht hinter offenen Modellen wider, da sich die Ausgaben für KI von Trainingsexperimenten hin zu Produktionsinferenz und Unternehmenseinsatz verlagern.
Das kalifornische Unternehmen Applied Compute, das Firmen bei der Entwicklung, dem Einsatz und der Verbesserung von Open-Weight-KI-Modellen unterstützt, verhandelt laut einem Bericht von The Information mit Investoren, um eine Finanzierung in Höhe von etwa 3 Milliarden Dollar zu sichern
Sollte diese Summe aufgebracht werden, würde sich die Bewertung des Unternehmens, die erst vor vier Monaten in einer Finanzierungsrunde auf 1,3 Milliarden US-Dollar festgesetzt wurde, mehr als verdoppeln. Dies verdeutlicht den Wandel in der Wahrnehmung der Investoren hinsichtlich der KI-Infrastruktur.
Dies deutet auf einen umfassenderen Wandel in der KI-Branche hin. Mit dem Fortschritt offener Modelle suchen Unternehmen ständig nach Systemen, die sie an ihre Bedürfnisse anpassen und verwalten können. Dies führt zu einer steigenden Nachfrage nach Infrastruktur, die das Training, die Bereitstellung und die Verbesserung dieser Modelle ermöglicht.
Hugging Face, die führende Plattform für offene Modelle, gab an, dass ihre Plattform im Jahr 2025 13 Millionen Nutzer erreichen und über 2 Millionen öffentliche Modelle , was den Fortschritt des Open-Source-KI-Ökosystems belege.
Verdopplung gegenüber 1,3 Milliarden Dollar aus der Serie B
Applied Compute meldete im April eine Finanzierungsrunde über 80 Millionen US-Dollar, wobei Kleiner Perkins der Hauptfinanzier war. Die Unternehmensbewertung nach der Finanzierungsrunde lag bei 1,3 Milliarden US-Dollar, wodurch sich die Gesamtfinanzierung des Unternehmens auf 160 Millionen US-Dollar erhöhte.
In der neuen Finanzierungsrunde wird das Unternehmen mit 3 Milliarden US-Dollar innerhalb weniger Monate mit etwa dem 2,3-Fachen bewertet. Die Finanzierungsrunde ist noch offen, daher kann sich diese Bewertung noch ändern.
Die vorgeschlagene Zahl steht zudem in starkem Kontrast zu den Finanzierungsdaten von Epoch AI. Mistral AI, einer der führenden Entwickler offener Modelle, hat laut Epoch-Daten bis September 2025 3 Milliarden US-Dollar an Eigenkapital eingeworben und wurde mit 13,7 Milliarden US-Dollar bewertet.
Applied Compute hat im Gegensatz dazu bisher rund 160 Millionen US-Dollar eingeworben, was bedeutet, dass die geschätzte Bewertung von 3 Milliarden US-Dollar im Vergleich zu Mistral auf einer deutlich geringeren Finanzierung basiert. Die Unternehmen selbst sind nicht direkt vergleichbar, da Mistral Basismodelle entwickelt, während Applied Compute die notwendige Infrastruktur bereitstellt. Dennoch verdeutlicht dieser Unterschied, welchen Stellenwert Investoren der Infrastruktur für Open-Source-KI-Modelle beimessen.
Mistrals jüngste Finanzierungsrunde war fast 25-mal so hoch wie die Gesamtfinanzierung von Applied Compute und die Unternehmensbewertung lag etwa 4,6-mal höher. Dies ermöglicht ein besseres Verständnis des Bewertungsanstiegs von Applied Compute, ohne auf unsichere Umsatzprognosen angewiesen zu sein.
Was Applied Computing tatsächlich verkauft
Applied Compute beschreibt seine Plattform als Cloud für das Training, die Inferenz und die kontinuierliche Verbesserung offener Modelle. Mit der Agent Cloud ( AC2) können Unternehmen Modelle anhand ihrer eigenen Daten und Workflows trainieren und diese anschließend produktiv einsetzen.
Die Grundidee besteht darin, das Modelltraining mit dem Einsatz von Agenten zu verknüpfen. Im Gegensatz zur herkömmlichen Praxis, Training und Einsatz zu trennen, ermöglicht Applied Compute Unternehmen, ihre Agenteninfrastruktur unverändert zu lassen und ein alternatives, trainiertes Modell einzusetzen, das ihren Bedürfnissen entspricht.
„Das Kabelsystem kann dort bleiben, wo es bereits verläuft.“ – Vinjai Vale, Applied Computing
Die Plattform nutzt trac, Unternehmenskontext und bestärkendes Lernen, um spezialisierte Modelle zu verbessern. Dies könnte zunehmend wertvoll werden, wenn Unternehmen über generische KI-Assistenten hinausgehen.
Die Forschung von Applied Compute veranschaulicht diesen Ansatz. In einem kürzlich durchgeführten Experimenttrainierte das Unternehmen einen Router, um Softwareentwicklungsaufgaben zwischen NVIDIAs Nemotron 3 Ultra, GPT-5.5 und Claude Opus 4.7 zu verteilen. Laut Applied Compute erreichte der Router eine Leistung auf GPT-5.5-Niveau bei rund 25 % geringeren Kosten und nutzte dabei die Vorteile einer Oracle-Strategie weitgehend aus.
Die Strategie betrachtet KI-Modelle als austauschbare Komponenten. Anstatt jede Aufgabe dem leistungsstärksten Modell zuzuweisen, können Unternehmen so Leistungsfähigkeit und Kosten optimal ausbalancieren.
Dies gewinnt zunehmend an Bedeutung, da offene Modelle die Lücke zu proprietären Systemen verringern. Cryptopolitan hat bereits über den Wettbewerb von Kimi K3 mit OpenAI und Anthropicund aufgezeigt, wie chinesische Open-Wight-Modelle US-Systeme hinsichtlich Leistungsfähigkeit und Preis immer stärker herausfordern.
Warum der Zeitpunkt für eine Wette auf ein offenes Modell spricht
Die Finanzierungsgespräche von Applied Compute finden vor dem Hintergrund statt, dass sich die Ausgaben für KI-Infrastruktur zunehmend auf Produktionsanwendungen verlagern. Gartner prognostiziert, Inferenz im Jahr 2026 55 % der Ausgaben für KI-optimierte Infrastruktur-als-Service ausmachen wird, da KI immer häufiger in realen Anwendungen zum Einsatz kommt.
Dieser Trend passt zum Geschäftsmodell von Applied Compute. Das Unternehmen verkauft nicht einfach nur Rechenleistung für das Training, sondern entwickelt eine Infrastruktur, die darauf ausgelegt ist, Modelle auch nach der Bereitstellung kontinuierlich zu verbessern.
Das Wachstum von Hugging Face ist ein weiteres Indiz für den expandierenden Markt. Die Plattform wird im Jahr 2025 13 Millionen Nutzer und mehr als 2 Millionen öffentliche Modelle erreichen, da Entwickler zunehmend feinabgestimmte Modelle und Anwendungen auf bestehenden Systemen erstellen.
Für Unternehmen bieten Open-Weight-Modelle zudem mehr Kontrolle. Sie können diese an proprietäre Arbeitsabläufe anpassen und einsetzen und dabei mehr Kontrolle über ihre Daten und das Modellverhalten behalten.
Das verschafft Applied Compute eine potenziell wertvolle Position. Wenn Unternehmen zunehmend KI auf Basis ihrer eigenen Daten entwickeln wollen, anstatt Intelligenz von geschlossenen Anbietern zu mieten, könnte die Infrastruktur, die Modelle mit proprietären Workloads verbindet, zu einem wichtigen Bestandteil des globalen KI-Marktes werden.
Die vorgeschlagene Bewertung von 3 Milliarden Dollar ist daher mehr als nur eine Wette auf ein einzelnes Startup. Es ist eine Wette darauf, dass Unternehmen KI-Modelle zunehmend für ihre eigenen Geschäftsabläufe nutzen, trainieren, anpassen und kontinuierlich verbessern werden.
Wenn Sie das hier lesen, sind Sie schon einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.
Häufig gestellte Fragen
Wer hat Applied Compute gegründet und wo hat das Unternehmen seinen Sitz?
Applied Compute wurde laut Forge im Jahr 2025 von Yash Patil, Rhythm Garg und Linden Li gegründet und hat seinen Hauptsitz in San Francisco.
Wie hoch war die Bewertung von Applied Compute vor diesen Gesprächen?
Die Series-B-Finanzierungsrunde im April 2026 ergab eine Post-Money-Bewertung von 1,3 Milliarden US-Dollar bei einer Gesamtfinanzierung von rund 160 Millionen US-Dollar, wie aus den Daten von Forge hervorgeht.
Wie schnell wachsen die Ausgaben für KI-Infrastruktur?
Gartner prognostiziert, dass die weltweiten Ausgaben für KI-optimierte IaaS bis 2026 um 96 % auf 42 Milliarden US-Dollar steigen werden, wobei die Ausgaben für Inferenz (23,3 Milliarden US-Dollar) die Ausgaben für Training (19 Milliarden US-Dollar) in diesem Jahr zum ersten Mal übertreffen werden.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan/ übernimmt keine Haftung für Investitionen, die auf Grundlage der Informationen auf dieser Seite getätigt werden. Wirtronempfehlen dringend, vor jeder Anlageentscheidung eigene Recherchen durchzuführendent oder einen qualifizierten Fachmann zu konsultieren
Micah Abiodun
Micah Abiodun nutzt sein Masterstudium in Umwelttechnik und -management an der Technischen Universität Tallinn (TalTech) optimal, um die Inhalte und Preisprognosen für Cryptopolitanzu verbessern. Seit sieben Jahren ist er in der Krypto-Medienbranche tätig und berichtet über die wichtigsten Kryptowährungen, Altcoins, DeFi, Stablecoins, Makrotrends und neue Technologien
