
Das von Jeff Bezos geführte KI-Labor „Project Prometheus“ steht kurz vor dem Abschluss einer neuen Finanzierungsrunde über 10 Milliarden US-Dollar. An ihr sind institutionelle Investoren wie JPMorgan und BlackRock beteiligt. Nach Abschluss dieser Finanzierungsrunde wird die Unternehmensbewertung voraussichtlich bei etwa 38 Milliarden US-Dollar liegen. Das Prometheus-Projekt hat bereits 6,2 Milliarden US-Dollar Seed-Finanzierung abgeschlossen und über 100 Mitarbeitende aus erstklassigen KI-Labors wie OpenAI angeworben.
Die zentrale Ausrichtung des Prometheus-Projekts besteht darin, neue KI-Systeme aufzubauen, die physikalische Gesetzmäßigkeiten verstehen und mit der realen Umgebung interagieren können, wobei es insbesondere auf den Fertigungssektor und industrielle Prozessabläufe abzielt. Das unterscheidet sich grundlegend von den Ansätzen von Unternehmen wie OpenAI und Anthropic, die sich auf große Sprachmodelle (LLM) konzentrieren.
Zu den Einsatzszenarien solcher Systeme gehören das Bedienen von Fabrikmaschinen, die Optimierung von Lieferketten sowie die Automatisierung von Luft- und Raumfahrt- und Halbleiterproduktionsprozessen. Ihre KI kann nicht nur Texte oder Bilder generieren, sondern direkt in die Abläufe der physischen Welt eingreifen.
Die größte Herausforderung für Robust AI liegt in der Datenbeschaffungsschranke. LLMs können sich auf massenhaft Text- und Bilddaten stützen, die aus dem Internet gesammelt werden, um damit zu trainieren. Robust AI benötigt jedoch Interaktionsdaten aus der realen Welt – etwa Sensorauslesungen, Fertigungsprozesse, taktiles Feedback und Ausfalldaten in chaotischen Umgebungen. Solche Daten sind in der Regel proprietär und die Erhebung ist teuer. Tesla ist ein typisches Beispiel für den Datenvorteil in diesem Bereich: Rund 5–6 Millionen Elektrofahrzeuge mit Hardware für vollautomatisiertes Fahren sammeln jährlich mehr als 50 Milliarden echte Meilen an Fahrdaten, wodurch Tesla seine Führungsposition bei den Fähigkeiten für autonomes Fahren kontinuierlich ausbauen kann.
Um das Problem der Beschaffung von realen Firmendaten zu lösen, verfolgt das Prometheus-Projekt eine einzigartige Strategie mit einer Holdinggesellschaft. Bezos und Bajajeb planen, für eine Holdinggesellschaft, die als „Werkzeug für den Wandel in der Fertigungsindustrie“ positioniert ist, mehrere hundert Milliarden US-Dollar aufzutreiben. Der Hauptzweck besteht darin, Unternehmen aus den Bereichen Ingenieurwesen, Bau und Design zu übernehmen. Durch diese Investitionen sollen reale Weltendaten gewonnen werden, um ihre KI-Systeme zu trainieren. Laut einem Bericht der „New York Times“ führt Bezos außerdem frühe Gespräche mit Investoren im Nahen Osten und in Südostasien, um über die Beschaffung von bis zu 100 Milliarden US-Dollar zu verhandeln.
LLMs verarbeiten hauptsächlich digitale Daten wie Text und Bilder. Die Ausgabe besteht vor allem aus Text oder Bildern. Das Ziel von Robust AI ist es, physikalische Gesetzmäßigkeiten zu verstehen und mit der realen Umgebung zu interagieren – Maschinen in Fabriken zu bedienen, dreidimensionale Räume zu erfassen und in komplexen industriellen Umgebungen sofortige Entscheidungen zu treffen. Zu den Trainingsdaten gehören physische Weltdaten wie Sensorauslesungen und Bewegungsbahnen von Maschinen. Der technische Ansatz unterscheidet sich grundsätzlich von dem von LLMs.
Generative KI ist auf der Software-Ebene bereits relativ gesättigt, während die Durchdringung von KI in der physischen Welt noch sehr gering ist. In Bereichen wie industrieller Fertigung, Luft- und Raumfahrt sowie Halbleitern ist das Marktvolumen enorm. Hinzu kommt, dass Bezos durch seine bei Amazon aufgebaute Lieferketten- und tiefgehende Erfahrung in industrieller Infrastruktur über einen deutlichen natürlichen Vorteil im nächsten Hauptschlachtfeld des KI-Wettbewerbs verfügt.
Die größte Herausforderung ist die Datenbeschaffungsschranke für die physische Welt: Anders als LLMs, die riesige Trainingsdaten aus dem Internet beziehen können, sind die für Robust AI benötigten Daten teuer und proprietär. Tesla hat sich bei den Daten für autonomes Fahren bereits eine deutliche Early-Mover-Vorteilssituation aufgebaut. Auch neue Unternehmen wie Periodic Labs dringen in denselben Bereich ein. Allerdings sind das Kapitalvolumen von Bezos und die Erfahrung mit der industriellen Infrastruktur von Amazon zentrale Wettbewerbsstärken, die sich nur schwer schnell replizieren lassen.
Verwandte Artikel
Google Research veröffentlicht ReasoningBank: KI-Agenten lernen Verarbeitungsstrategien aus Erfolg und Misserfolg
SK Telecom und Nvidia arbeiten bei dem KI-Modell A.X K2 im Rahmen der staatlichen Initiative Südkoreas zusammen
Tsinghua-Professor Dai Jifeng gründet Naive.ai und sammelt ~$300M zu einer Bewertung von $800M
AWS erweitert Multi-Agent-KI-Workflows und unterstützt Claude Opus 4.7 auf Bedrock
Zhipu AI stellt unbegrenztes wöchentliches Kontingent-Abonnement des GLM Coding Plan am 30. April ein
Anthropics Entfernung von Claudes Code löst Entwickler-Widerstand aus; OpenAI gewinnt Community-Unterstützung