Erstes Bezahlmodell startet, hauseigene Chips ab September in Massenproduktion: Meta lindert Capex-Sorgen der Wall Street durch zweigleisigen Ansatz

TradingKey – Kürzlich hat Meta ( META) im KI-Bereich aktive Schritte unternommen. Von der Einführung seines ersten kostenpflichtigen Programmiermodells bis zum Start der Serienproduktion seiner selbst entwickelten KI-Chips hat diese Reihe von Entwicklungen die Stimmung der Anleger gegenüber seiner KI-Strategie ins Positive gedreht.

Am Donnerstag stellte Meta das Programmiermodell Muse Spark 1.1 mit Fähigkeiten autonomer Agenten vor, das mit einer Leistung aufwartet, die mit Branchenführern wie OpenAI und Anthropic vergleichbar ist. Gleichzeitig kündigte das Unternehmen an, dass sein selbst entwickelter KI-Chip mit dem Codenamen „Iris“ im September in die Serienproduktion gehen wird. Diese beiden Fortschritte markieren für Meta einen entscheidenden Schritt in Richtung KI-Kommerzialisierung und Hardware-Unabhängigkeit und ließen die Aktie des Unternehmens im Tagesverlauf um 4,7 % zulegen, was die morgendlichen Verluste, die durch Sorgen über die Ausbaupläne für die Rechenleistung ausgelöst worden waren, teilweise ausglich.

Muse Spark eröffnet neuen Weg zur KI-Monetarisierung

Das neu veröffentlichte Muse Spark 1.1 von Meta ist das erste kostenpflichtige KI-Modell des Unternehmens, auf das Entwickler über die brandneue, in der Cloud gehostete Plattform Meta Model API zugreifen können. Dies signalisiert den offiziellen Einstieg von Meta in Programmierdienste für Unternehmen.

Im Gegensatz zur Version der ersten Generation im April, die nur bestimmten Partnern offenstand, ist die neue Version in die öffentliche Beta-Phase übergegangen, und Entwickler können sich auf der Warteliste registrieren, um Zugang zu erhalten. Derzeit ist die API auf Metas eigene Plattform beschränkt und noch nicht für Marktplätze von Drittanbietern wie OpenRouter freigegeben.

Alexandr Wang, Leiter des KI-Geschäfts von Meta, erklärte, Muse Spark 1.1 sei das „bisher leistungsstärkste Modell des Unternehmens für agentenbasierte Aufgaben und Programmierarbeiten“ und übertreffe die Konkurrenz bei der Integration mit Programmierwerkzeugen von Drittanbietern sowie bei automatisierten Interaktionsaufgaben.

Das Modell ist preislich wettbewerbsfähig: Neue Nutzer erhalten ein anfängliches Gratisguthaben von 20 US-Dollar, und die nachfolgenden Gebühren liegen bei 1,25 US-Dollar pro Million Input-Token sowie 4,25 US-Dollar pro Million Output-Token. Dies ist deutlich günstiger als vergleichbare Angebote von OpenAI und Anthropic.

Dieser Schritt markiert eine grundlegende Wende in Metas KI-Strategie – den Übergang vom bisherigen Fokus auf die Llama-Modellreihe der Open-Source-Gemeinschaft hin zu einem Kommerzialisierungsmodell, das auf dem Verkauf des Zugangs zu proprietären KI-Modellen basiert.

Allerdings hat Meta seinen Open-Source-Weg nicht völlig aufgegeben. Wang gab bekannt, dass das Superintelligence Lab an einer Open-Source-Variante von Muse Spark arbeitet, wenngleich noch kein konkreter Veröffentlichungstermin genannt wurde.

Darüber hinaus hat Meta diese Woche das Bildgenerierungsmodell Muse Image (interner Codename „Mango“) veröffentlicht, um Creator und Werbetreibende für seine KI-Produkte zu gewinnen und so seine Kommerzialisierungsmatrix weiter auszubauen.

Massenproduktion von Iris-Chips

Neben den Fortschritten im Softwarebereich hat Meta auch im Hardwaresektor einen Meilenstein-Durchbruch erzielt.

Laut einem internen Memo soll die Serienproduktion des hauseigenen KI-Chips mit dem Codenamen "Iris" im September dieses Jahres anlaufen. Dieser Chip ist Teil der Roadmap für die vierte Generation des hauseigenen MTIA-Produkts (Meta Training and Inference Accelerator) von Meta. Die Testphase wurde in nur sechs Wochen ohne größere Probleme abgeschlossen, was einen positiven Wendepunkt für dieses hauseigene Chipprojekt markiert, das zuvor über mehr als fünf Jahre hinweg nur schleppende Fortschritte verzeichnet hatte.

Der Iris-Chip wurde gemeinsam von Meta und Broadcom ( AVGO) und von TSMC gefertigt. Der vollständig auf die eigenen geschäftlichen Anforderungen von Meta zugeschnittene Chip soll die GPUs von Nvidia und AMD nicht ersetzen, sondern diese bei der Beschleunigung von KI-Trainings- und Inferenzaufgaben ergänzen. Meta hofft, durch die hauseigenen Chips die Abhängigkeit von externen Zulieferern zu verringern und gleichzeitig die Kostenstruktur seiner Rechenzentren zu optimieren.

Der Deutsche-Bank-Analyst Benjamin Black geht davon aus, dass Meta durch die kombinierte Nutzung von Iris- und Nvidia-Chips seine Rechenzentrumskosten bis 2027 um bis zu 35 % senken kann, insbesondere bei Inferenz- und zentralen Empfehlungs-Workloads.

Um das Wachstum seines KI-Geschäfts zu unterstützen, hat Meta zudem einen ehrgeizigen Plan zum Ausbau der Rechenleistung angekündigt, der die Bereitstellung von 7 Gigawatt an KI-Recheninfrastruktur im Jahr 2026 und deren Verdoppelung auf 14 Gigawatt im Jahr 2027 vorsieht.

Zu diesem Zweck rechnet Meta damit, dass seine Investitionen in die KI-Infrastruktur in diesem Jahr bis zu 145 Milliarden US-Dollar erreichen werden, was einen erheblichen Teil der gesamten KI-Investitionen der globalen Technologiebranche ausmacht.

Um den reibungslosen Fortschritt beim Ausbau der Rechenleistung zu gewährleisten, hat Meta langfristige Liefervereinbarungen mit Zulieferern wie Samsung Electronics, SanDisk und Sumitomo Electric geschlossen, um sich die Versorgung mit Speicherchips, Flash-Speicherprodukten und Glasfaser-Ausrüstung zu sichern.

Die Balance zwischen Kommerzialisierungsfortschritten und Investitionsausgaben

Die Anpassungen der KI-Strategie von Meta haben am Markt gemischte Reaktionen ausgelöst.

Einerseits begrüßten die Anleger die Fortschritte bei der KI-Kommerzialisierung, da sie davon ausgehen, dass kostenpflichtige Modelle und Cloud-Service-Produkte zusätzliche inkrementelle Umsätze jenseits der Kern-Werbeumsätze generieren können und somit einen klaren Weg für Renditen aus den KI-Investitionen aufzeigen.

Nick Jones, Analyst bei BNP Paribas, stellte fest, dass diese Entwicklungen „einen klaren und direkten Weg zu hohen Renditen für Metas KI-Investitionen aufzeigen“.

Andererseits bleibt der Markt angesichts der massiven Investitionspläne von Meta besorgt. Am Donnerstagmorgen ließen Berichte, wonach Meta seine Rechenkapazität auf 14 Gigawatt verdoppeln will, den Aktienkurs zeitweise um mehr als 3 % sinken, da Anleger befürchteten, dass die aggressiven Infrastrukturausgaben die Rentabilität des Unternehmens schmälern könnten.

Die Analysten der Deutschen Bank glauben jedoch, dass die Kostenoptimierung und die margenstarken inkrementellen Umsatzpotenziale, die durch hauseigene Chips entstehen, deutlicher ausfallen könnten als vom Markt erwartet, und die zusätzlichen Kosten möglicherweise nicht so hoch ausfallen wie befürchtet.

Lange Zeit stand die KI-Strategie von Meta in der Kritik, da Anleger der Ansicht waren, das Unternehmen gebe Milliarden von Dollar für Spitzenforscher und den Bau von Rechenzentren aus, ohne ausreichende Renditen zu erwirtschaften.

Die Kommerzialisierung von Muse Spark 1.1 und die Serienproduktion des Iris-Chips werden als entscheidende Schritte für Meta angesehen, um dem Markt den Wert seiner KI-Investitionen zu beweisen. Meta-CEO Mark Zuckerberg steht unter dem Druck der Wall Street, Renditen für die KI-Ausgaben nachzuweisen, und diese beiden Entwicklungen sind zweifellos positive Signale.