Der KI-Boom lässt ältere Infrastrukturwetten plötzlich wieder zeitgemäß erscheinen
Nicolas Sauvage macht sich für einen Teil des KI-Marktes stark, der selten so viel Aufmerksamkeit erhält wie verbrauchernahe Produkte: die Hardware, Compiler und Energiesysteme, die Rechnen im großen Maßstab überhaupt erst möglich machen. Auf der StrictlyVC-Veranstaltung in San Francisco argumentierte der Gründer von TDK Ventures, dass starke Venture-Wetten oft Jahre brauchen, bis der Markt sie als offensichtlich anerkennt. Seine eigene Messlatte liegt bei vier Jahren, und seit 2019, als er die Corporate-Venture-Einheit des japanischen Elektronikkonzerns TDK gründete, versucht er, diese Idee zu belegen.
Diese Geduld wirkt heute besser getimt als noch zu Beginn. TDK Ventures verwaltet 500 Millionen US-Dollar über vier Fonds, und einer seiner sichtbarsten Erfolge ist Groq, das KI-Chip-Startup, das in seiner jüngsten Finanzierungsrunde im vergangenen Herbst eine Bewertung von 6,9 Milliarden US-Dollar erreichte. Sauvage unterstützte das Unternehmen bereits 2020, also lange bevor generative KI die Inferenz-Infrastruktur zum Mainstream-Thema unter Investoren machte.
Warum Inferenz schon wichtig war, bevor sie modisch wurde
Groq konzentrierte sich von Anfang an auf Inferenz, also die Rechenarbeit, die jedes Mal anfällt, wenn ein Modell auf einen Prompt antwortet. Dieser Fokus ist wichtig, weil die Ökonomie der KI zunehmend nicht nur vom Training von Frontier-Modellen geprägt wird, sondern auch davon, sie wiederholt und im großen Maßstab bereitzustellen. Je mehr Produkte KI in Suche, Programmierung, Kundenservice und Automatisierung einbetten, desto stärker wächst die Zahl der Inferenz-Aufrufe.
Sauvage erkannte diese Nachfragekurve früh. Laut TechCrunchs Bericht über seine Aussagen verstand er, dass Inferenz mit der Zahl neuer Anwendungen und Modelle weiter zunehmen würde. Der aktuelle Aufstieg von KI-Agenten hat diese Logik nur noch verstärkt. Eine Aufgabe, für die früher eine einzige Modellantwort genügte, kann heute ein System erfordern, das über viele Aufrufe hinweg plant, ausführt und überprüft. Dieser Wandel erzeugt Druck auf schnellere und effizientere Inferenz-Infrastruktur.
Auch Groqs technischer Ansatz passte zu dieser These. Gründer Jonathan Ross, zuvor einer der Ingenieure hinter Googles Tensor Processing Units, baute zuerst den Compiler und reduzierte dann die Chiparchitektur so weit, dass kein Teil entfernt werden konnte, ohne das System zu beschädigen. Für einen Generalisten unter den Investoren hätte das eng wirken können. Für Sauvage wirkte es asymmetrisch.
Eine Corporate-Venture-Einheit gegen alle Wahrscheinlichkeiten
Auch hinter dem Fonds selbst steht eine ungewöhnliche institutionelle Geschichte. TDK ist eher für Elektronik und Magnetband bekannt als als naheliegender Silicon-Valley-Venture-Partner. Sauvage selbst beschrieb die Gründung von TDK Ventures als unwahrscheinlich. Er kam über eine Übernahme zu TDK in Silicon Valley und drängte das Unternehmen dann dazu, eine Venture-Einheit zu schaffen, obwohl er nicht dem klassischen Profil eines Tokio-Insiders entsprach. Nach eigener Darstellung ist er Franzose, spricht kein Japanisch und lebt nicht in Tokio.
Er setzte sich trotz interner Widerstände durch und erhielt schließlich die Genehmigung, einen Fonds um eine einfache strategische Frage herum aufzubauen: Was ist TDKs nächstes großes Thema, und was könnte es bedrohen? Dieses Framing erklärt, warum das Portfolio über reine KI-Startups hinausgeht. Es geht nicht nur darum, Wachstum zu jagen, sondern ermöglichende Technologien und Disruptionsrisiken früh genug zu erkennen, damit sie relevant werden.
Das Portfolio weist auf einen breiteren industriellen Umbruch hin
Die von Sauvage hervorgehobenen Unternehmen und Technologien deuten darauf hin, dass sich der KI-Investitionszyklus auf Stromsysteme, Materialien und industrielle Infrastruktur ausweitet. Zu seinem Portfolio gehören Festkörper-Netztransformatoren, Natrium-Ionen-Batterien für Rechenzentren und alternative Batteriechemien, die die Abhängigkeit von Lithium- und Kobalt-Lieferketten verringern sollen.
Diese Bereiche haben eines gemeinsam: Sie adressieren Engpässe, die mit wachsender Rechennachfrage sichtbarer werden. Wenn KI-Inferenz so wächst, wie viele Investoren erwarten, dann rücken Stromversorgung für Rechenzentren, Netzintegration und die Resilienz der Batterieversorgung näher an den Kern des Tech-Stacks. In diesem Licht sind die „langweiligen Teile“ der KI nicht peripher. Sie sind Teil des Systems, das darüber entscheidet, ob KI wirtschaftlich und geopolitisch skalieren kann.
Das heißt nicht, dass jede frühe Infrastrukturwette aufgehen wird. Diese Märkte sind kapitalintensiv, technisch anspruchsvoll und brauchen länger zur Validierung als Software. Aber die Logik hinter der Strategie ist immer schwerer zu verwerfen. Die jüngste KI-Welle hat Investoren belohnt, die nicht nur Modellbauer erkannt haben, sondern auch die weniger glamourösen Technologien darunter.
Warum das jetzt zählt
Sauvages Argument trifft auf einen Zeitpunkt, an dem die KI-Investments nach der nächsten Ebene suchen. Die erste Phase der Euphorie konzentrierte sich auf Modelle, Chatbots und App-Startups. Die nächste Phase legt die Grenzen von Stromversorgung, Lieferketten und Hardware-Effizienz offen. Genau dort wird seine These relevanter: Die wertvollsten Chancen könnten weiterhin in Märkten liegen, die langweilig wirken, bis eine größere Verschiebung sie unvermeidlich macht.
Für TDK Ventures bedeutet das, Jahre vor dem Konsens auf Infrastruktur zu setzen. Für den breiteren Markt ist es eine Erinnerung daran, dass Technologiewellen oft an Orten gewonnen werden, die Verbraucher nie sehen. KI mag die Schlagzeile sein, doch Inferenz-Chips, Netzhardware und Batteriechemie werden zunehmend Teil der eigentlichen Geschichte.
Dieser Artikel basiert auf Berichterstattung von TechCrunch. Den Originalartikel lesen.
Originally published on techcrunch.com
