Einführung
Fundamentale Modelle können zahlreiche nachgelagerte Aufgaben und Produkte unterstützen. Diese Breite schafft kommerziellen Mehrwert, erschwert aber gleichzeitig die Abgrenzung des Unternehmens. Ein Entwickler kann proprietäre Modelle trainieren, diese über seine eigene Anwendung vertreiben, den Zugriff über eine Schnittstelle verkaufen, Kapazität über Cloud-Partner lizenzieren, kundenspezifische Modelle bereitstellen, Abonnements für Endkunden betreiben und strategische Vereinbarungen mit Infrastrukturanbietern treffen. Ein und dasselbe Unternehmen kann daher gleichzeitig Forschungslabor, Cloud-Software-Unternehmen, Endkundenplattform und kapitalintensiver Infrastrukturnutzer sein.
Marktdaten unterstreichen die Notwendigkeit von Szenarioanalysen. Die britische Wettbewerbs- und Marktaufsichtsbehörde (CMA) identifiziert Rechenleistung, Daten und Fachkräfte als kritische Inputfaktoren und hat ein vernetztes System von Partnerschaften entlang der Wertschöpfungskette des Basismodells untersucht [7–9]. Die US-amerikanische Federal Trade Commission (FTC) berichtet, dass bedeutende Cloud- und AI-Partnerschaften Beteiligungen, Umsatzbeteiligungen, Beratungs-, Kontroll- und Exklusivitätsvereinbarungen, Ausgabenverpflichtungen für Cloud-Dienste sowie den Zugang zu technischen und finanziellen Informationen umfassen können. [7]Diese Beziehungen können Wachstum finanzieren und den Vertrieb ausweiten. Sie können aber auch Wechselkosten, Konzentration und Ansprüche auf zukünftige wirtschaftliche Entwicklungen verursachen.
Auch die technische Führungsrolle ist dynamisch. Der Stanford-Index 2026 AI beschreibt eine Spitzengruppe, in der mehrere Entwickler hinsichtlich der Nutzerpräferenzen eng beieinander liegen, während sich die Leistungsunterschiede zwischen offenen und geschlossenen Modellen im Laufe der Zeit verändern können [10,11]. Die Dokumentation der Anbieter zeigt verschiedene Preismodelle auf, darunter nutzungsbasierte Abrechnung, zwischengespeicherte Eingaben, Batch-Rabatte, reservierter Durchsatz und modellspezifische Kapazität [12–19]. Diese Modelle können die Kosten für einen Kunden erheblich beeinflussen, ohne dass die zugrunde liegende Modellfamilie verändert wird.
Eine Unternehmensbewertung sollte daher eine präzisere Frage beantworten als die nach der strategischen Bedeutung künstlicher Intelligenz. Sie sollte vielmehr ermitteln, welche Cashflows, Vermögenswerte, Verbindlichkeiten und Optionen dem Unternehmen gehören, wie beständig diese unter alternativen Wettbewerbsbedingungen sind und welches Kapital zu deren Erhaltung erforderlich ist.
1. Definieren Sie den Unternehmensumfang, bevor Sie eine Methode auswählen.
Die erste Aufgabe besteht darin, die Wertvorstellungen des Investors zu ermitteln. Der Bewertungsbereich sollte juristische Personen, Modellgewichte, Trainingscode, Datenrechte, Evaluierungssysteme, Inferenz-Stack, Kundenanwendungen, Verträge, Cloud-Vereinbarungen, Einrichtungen, Personal, Sicherheitssysteme, Marke, Vertrieb und Finanzierungsverpflichtungen umfassen. Vermögenswerte von Gründern, verbundenen Unternehmen, Universitäten, Cloud-Partnern oder Open-Source-Communities bedürfen einer gesonderten Betrachtung.
Die Umsätze sollten dem jeweiligen Produkt zugeordnet werden, das sie generiert. Verbraucherabonnements, Unternehmenslizenzen, nutzungsbasierte Schnittstellen, reservierte Kapazitäten, Anpassungen, professionelle Dienstleistungen und Lizenzen unterscheiden sich wirtschaftlich. Eine konsolidierte Wachstumszahl kann eine rückläufige Modellschnittstelle, ein subventioniertes Verbraucherprodukt oder eine margenstarke Unternehmensgruppe verschleiern. Die Bewertungsdokumentation sollte jedes wesentliche Produkt mit Vertrag, Nutzung, Rechnung, Zahlungseingang und direkten Kosten abgleichen.
Der Perimeter benötigt zudem eine Verantwortlichkeitsmatrix. Ein Cloud-Anbieter kann Beschleuniger bereitstellen, Inferenz hosten, das Modell weiterverkaufen, Kundenidentitäten bereitstellen und den Zugriff in eine umfassendere Plattform bündeln. Das Modellunternehmen behält möglicherweise die Produktverantwortung, hat aber keinen direkten Zugriff auf Kundendaten oder die Preisgestaltung. Die Vereinbarung muss in Verbindung mit den Betriebstelemetrie- und Zahlungsabwicklungsdetails gelesen werden.
Die Eigentumsrechte an geistigem Eigentum sollten auf Komponentenebene geprüft werden. Trainingsdaten, Code, Gewichtungen, synthetische Daten, Evaluierungsdatensätze, Feinabstimmungen, Sicherheitsklassifikatoren und Kundenanpassungen können unterschiedlichen Eigentümern und Beschränkungen unterliegen. IAS 38 und die einschlägigen Bewertungsstandards bieten nützliche Rahmenbedingungen für die Rechnungslegung und Bewertung, während die Rechtsansprüche weiterhin fallbezogen sind [3,5].
2. Erstellen Sie ein Produkt- und Kundenumsatzbuch
Die Umsatzqualität des Foundation-Modells beginnt mit einem Kunden-Produkt-Ledger. Jede Zeile sollte Kunde, Produkt, Vertrag, Abrechnungseinheit, Mindestumsatz, Nutzung, Gutschriften, Preis, Verlängerungsdatum, Servicelevel, Region, Modellversion, Vertriebskanal, Rechnung, Inkasso und Direktlieferungskosten enthalten. Zugehörige Entitäten und Endnutzer sollten zusammengefasst werden, wenn sie ein gemeinsames Risiko darstellen.
Die Nutzung erfordert eine sorgfältige Interpretation. Ein hohes Tokenvolumen kann auf Kundennutzen, ineffiziente Eingabeaufforderungen, Gratisguthaben, interne Tests oder automatisierten Datenverkehr hindeuten. Ein niedriges Volumen ist bei minimalem Engagement möglich, jedoch kann anhaltende Unterauslastung die Vertragsverlängerung schwächen. Das Ledger sollte den Verbrauch mit einem akzeptierten Kundenworkflow und einem wirtschaftlichen Ergebnis verknüpfen.
Die vertraglich vereinbarten Umsätze sind von Buchungen, Restverpflichtungen, annualisierter Nutzung und laufenden Managementprognosen zu unterscheiden. IFRS 15 legt den anwendbaren Rahmen für die Umsatzrealisierung berichtspflichtiger Unternehmen fest. [4]Für die Bewertungsanalyse werden auch die operativen Abläufe hinter den erfassten Umsätzen benötigt: Stornierungen, Servicegutschriften, Anlaufannahmen, Mindestmengen, Nutzungsstufen, Preisanpassungen und Kundenakzeptanz.
Kundenkohorten sollten den Weg von der Evaluierung bis zur Produktion verfolgen. Der Investor sollte Konversionszeit, Nutzungsdauer, Expansion, Schrumpfung, Kundenabwanderung, Brutto- und Nettoumsatzbindung sowie den Beitrag nach Akquisitionsjahr beobachten. Eine Modellveröffentlichung kann die Anzahl der Testversionen vorübergehend erhöhen, ohne die Kundenbindung durch zahlende Kunden zu verbessern. Kohortendaten zeigen, ob technisches Interesse zu wiederholbarem Geschäftsverhalten führt.
3. Trennen Sie die Modellfähigkeit vom Kundennutzen.
Modell-Benchmarks liefern Belege für die Leistung definierter Aufgaben unter festgelegten Bedingungen. Sie bestimmen jedoch nicht direkt den Unternehmenswert. Ein Kunde erwirbt ein Ergebnis, das von einem System bereitgestellt wird und Funktionen wie Datenabfrage, Werkzeuge, Workflow-Logik, Sicherheitskontrollen, menschliche Überprüfung, Integration, Überwachung und Support umfassen kann. Die Bewertung sollte die Leistungsfähigkeit des Basismodells von der Gesamtleistung des Systems trennen.
Die Produktbewertung sollte Qualität, Zuverlässigkeit, Latenz, Durchsatz, Verfügbarkeit, Sicherheit, Schutz, Erklärbarkeit, Steuerbarkeit und Kosten für repräsentative Arbeitsabläufe berücksichtigen. MLCommons veröffentlicht reproduzierbare Benchmark-Methoden für Inferenz, die Infrastrukturvergleiche unterstützen können [20,21]. Für eine unternehmensspezifische Evaluierung sind weiterhin Kundendaten, Produktionsbedingungen und eine kontrollierte Basislinie erforderlich.
Die Sättigung und Verunreinigung von Benchmarks kann die Nutzungsdauer eines gemeldeten Leads verkürzen. Der technische Bericht der Stanford University dokumentiert rasche Fortschritte, eine enge Häufung bei einigen Messgrößen und Bedenken hinsichtlich der Zuverlässigkeit der Benchmarks. [10]Das Due-Diligence-Team sollte die Evaluierungs-Governance, die Versionshistorie, den Zugriff auf Testsets, die unabhängige Replikation und die Performance außerhalb der öffentlichen Rangliste überprüfen.
Der Kundennutzen sollte mit der jeweiligen Alternative verglichen werden: einem Konkurrenzmodell, einem kleineren Modell, einem Modell mit offener Gewichtung, deterministischer Software, Mitarbeiterprozessen oder dem Verzicht auf eine Implementierung. Wirtschaftliche Kennzahlen können beispielsweise die Anzahl der akzeptierten Aufgaben pro Dollar, die Zeitersparnis bei gleichbleibender Qualität, eine höhere Konversionsrate, geringere Verluste oder eine kontrollierte Serviceverbesserung sein. Die Wertsteigerung basiert auf dem Nachweis, dass das Unternehmen einen Teil dieses Wertes durch Preisgestaltung und Kundenbindung realisieren kann.
4. Modellpreisbildung als Portfolio von Mechanismen
Öffentliche Tokenpreise sind zwar sichtbar, aber unvollständig. Die Wirtschaftlichkeit kann Input, zwischengespeicherte Eingaben, Output, Audio, Bilder, Tools, Speicherplatz, Feinabstimmung, Prioritätsverarbeitung, Batch-Verarbeitung, reservierten Durchsatz, regionale Bereitstellung, Support und Mindestverpflichtungen umfassen. Unternehmensverträge können vertrauliche Rabatte und Gutschriften beinhalten. Das Preismodell sollte die tatsächliche Rechnung für jede Materialgruppe widerspiegeln.
Die Anbieterdokumentation erläutert die verfügbaren Mechanismen. OpenAI beschreibt Pay-as-you-go-, Batch- und reservierte bzw. skalierbare Kapazitätsstrukturen [12–14]. Anthropic veröffentlicht Preise für Modelle, Cache und Batches und pflegt einen dokumentierten Modelllebenszyklusprozess [15, 16]. Google veröffentlicht Preise für die Gemini-Schnittstelle. [17]Amazon Bedrock veröffentlicht modellspezifische Preise, Mengenrabatte und Caching-Mechanismen [18,19]. Diese Zeitpläne ändern sich und sollten sorgfältig geprüft werden.
Der Preis pro Token allein kann irreführend sein. Ein leistungsfähigeres Modell benötigt möglicherweise weniger Anrufe, kürzere Bearbeitungszeiten, weniger Prüfungen oder eine höhere Akzeptanzrate. Ein kostengünstigeres Modell kann den Aufwand für Fehlerbehebungen oder die Latenz erhöhen. Die Preis-Volumen-Beziehung auf Kundenebene sollte den effektiven Preis, die verbrauchten Einheiten, die akzeptierten Ergebnisse und die Servicekosten berücksichtigen.
Der Investor sollte vier Preismaßnahmen separat testen: Listenpreisänderung, ausgehandelter Rabatt, Produktmixänderung und technische Effizienzsteigerung. Ein niedrigerer Listenpreis kann die Nutzung ankurbeln. Ein Rabatt kann strategische Kunden schützen, gleichzeitig aber die Kundengewinnung verringern. Routing kann die Auslastung auf ein kostengünstigeres Modell verlagern. Caching und Batching können die Kosten für geeignete Auftragsmengen senken. Jeder Mechanismus hat einen spezifischen Einfluss auf Umsatz, Kosten und Kundenbindung.
5. Preiselastizität und Wettbewerbsweitergabe schätzen
Preisszenarien erfordern explizite Angaben zum Kundenverhalten. Das Management sollte ermitteln, wie sich die Nachfrage nach vorherigen Preis-, Modell- oder Verpackungsänderungen verändert hat. Die Analyse sollte Modellqualität, Produkteinführung, Kapazität, Saisonalität, Kundenstruktur und Aktionsgutschriften berücksichtigen. Liegen dem Unternehmen keine Beobachtungsdaten vor, sollte das Szenario auf Annahmen beruhen.
Die Elastizität variiert je nach Workflow. Experimentelle Workloads können bei sinkenden Kosten schnell skaliert werden. Regulierte Produktions-Workloads können durch Validierung, Integration und Governance eingeschränkt sein. Die Nutzung durch Endkunden kann auf Abonnementmodelle und Funktionsbeschränkungen reagieren. Ein Kunde mit einer eingebetteten Anwendung kann Wechselkosten haben, während ein Entwickler, der eine Standardschnittstelle verwendet, den Datenverkehr über verschiedene Anbieter leiten kann.
Die Weitergabe von Wettbewerbsvorteilen entscheidet darüber, ob sinkende Rechenkosten zu einer höheren Gewinnspanne oder niedrigeren Preisen führen. Ein Unternehmen mit differenzierter Qualität, einem besseren Vertrieb oder einer effektiveren Unternehmensführung kann einen Teil der Einsparungen behalten. In einem Markt mit ähnlichen Produkten und transparenten Preisen werden die meisten Einsparungen an die Kunden weitergegeben. Das Modell sollte technische Kostenverbesserungen von kommerziellen Vorteilen trennen.
Bei der Szenarioentwicklung sollte eine einheitliche Preisprognose vermieden werden. Eine hilfreiche Matrix verknüpft den effektiven Preis mit dem Absatzvolumen und dem Kundenbeitrag. Anschließend können unterschiedliche Wahrscheinlichkeiten je nach Produkt und Zeitraum angewendet werden. Das Management sollte die Datenlage für jede Zelle erläutern und aufzeigen, welche operativen Entscheidungen das Ergebnis beeinflussen können.
6. Rekonstruktion der Schlussfolgerungseinheit Wirtschaftswissenschaften
Die Kosten für Inferenz sollten anhand von Telemetriedaten zur Arbeitslast und Lieferantenrechnungen ermittelt werden. Die Bridge umfasst Tokens oder andere Recheneinheiten, Modellmix, Beschleunigerzeit, Auslastung, Arbeitsspeicher, Speicherplatz, Netzwerk, Cache-Schreibvorgänge, Cache-Lesevorgänge, Stapelverarbeitung, fehlgeschlagene Anfragen, Sicherheitsaufrufe, Datenabruf, Beobachtbarkeit und menschliche Überprüfung. Gemeinsame Verpflichtungen sollten gemäß einer dokumentierten Regel zugewiesen werden.
Kapazität kann bedarfsorientiert, reserviert, bereitgestellt, zugesichert oder indirekt über einen strategischen Partner erworben werden. Die wirtschaftlichen Kosten umfassen verbrauchte und ungenutzte Kapazität. Ein Unternehmen kann attraktive Kosten pro aktiver Anfrage ausweisen, obwohl ein hoher Mindestaufwand außerhalb des Kundenbeitrags liegt. Das Modell sollte sowohl die Grenzkosten als auch die vollständig zugeordneten Kosten aufzeigen.
Effizienzinitiativen sollten sich in den Produktionsergebnissen widerspiegeln. Quantisierung, Destillation, Routing, Caching, Batchverarbeitung, schnelle Reduzierung und verbesserte Kernel können die Kosten senken. Ein größeres Kontextfenster, umfangreichere Ausgaben, mehr logische Schlussfolgerungen oder redundante Sicherheitsprüfungen können sie hingegen erhöhen. Die Dokumentation der Anbieter bestätigt, dass die Preise für Cache und Batchverarbeitung erheblich von Standardaufrufen abweichen können [12–19]. Die realisierten Einsparungen hängen von der Eignung und dem Verhalten der jeweiligen Arbeitslast ab.
Die Einheit sollte den Kundennutzen widerspiegeln. Token pro Dollar sind eine operative Kennzahl. Angenommene Aufgaben pro Dollar, gelöste Fälle pro Dollar oder einbehaltene Einnahmen pro Rechendollar verbinden das technische System mit dem Geschäftsmodell.
7. Behandeln Sie Weiterbildung als Kapitalzyklus
Frontier-Training ist eine Abfolge von Forschung, Datenerhebung, Experimenten, Vor- und Nachbereitung, Evaluierung, Sicherheitsmaßnahmen, Implementierung und kontinuierlicher Verbesserung. Die Bewertung sollte explorative Forschung, Plattformentwicklung, umfangreiche Trainingsläufe und Produktwartung differenzieren. Jede Kategorie hat eine unterschiedliche Erfolgswahrscheinlichkeit und Nutzungsdauer.
Untersuchungen zu Skalierungsgesetzen zeigen systematische Zusammenhänge zwischen Rechenleistung, Modellgröße, Daten und Leistung auf, während Arbeiten zum rechenoptimalen Training belegen, dass die Verteilung von Ressourcen auf Modell und Daten die Ergebnisse maßgeblich beeinflussen kann [31,32]. Diese Erkenntnisse unterstützen eine disziplinierte Planung. Sie machen das Trainingsbudget jedoch nicht zu einer verlässlichen Ressource.
Der Investitionsplan sollte Beschleuniger, Cloud-Verpflichtungen, Datenerfassung, Vorbereitung, Fachkräfte, Fehlversuche, Evaluierung, Sicherheit, Red-Teaming, Startkapazität und Notfallpläne umfassen. Er sollte aufzeigen, wann Zahlungen geleistet werden, wann ein Modell kommerziell verfügbar wird, welches Vorgängermodell es ersetzt und welchen zusätzlichen Umsatz oder Beitrag es generiert.
Das Management sollte Prognosedaten und Versuchsaufzeichnungen aufbewahren. Eine Bewertung ermöglicht dann den Vergleich von erwarteten und realisierten Kosten, Zeitplänen, Kapazitäten und Akzeptanz. Anhaltende Kostenüberschreitungen oder eine schwache kommerzielle Umsetzung sollten die Wahrscheinlichkeit, den Zeitpunkt und die Kapitalkosten zukünftiger Schulungen beeinflussen.
8. Schätzung der wirtschaftlichen Nutzungsdauer und des Ersatzbedarfs des Modells
Ein Produkt muss nicht zwangsläufig seine Funktionsfähigkeit verlieren, um an wirtschaftlichem Wert zu sinken. Wettbewerber können sich verbessern, Preise können fallen, Kunden können abwandern, eine Plattform kann die Schnittstelle einstellen, regulatorische Rahmenbedingungen können sich ändern oder der Nachfolger des Unternehmens kannibalisiert die Nachfrage. Die öffentlich bekannten Wertminderungen von Anthropic verdeutlichen, warum der Produktlebenszyklus in die Produkt- und Bewertungsanalyse gehört. [16].
Das Unternehmen sollte Umsatz, Nutzung, Beitrag und Kundenzahl nach Modellversion erfassen. Bei einem Modellwechsel sollten Migrationszeit, Anreize, Ausfallzeiten, Supportkosten und Kundenabwanderung dokumentiert werden. Diese Daten dienen als Grundlage für die Schätzung der wirtschaftlichen Nutzungsdauer des eingesetzten Modells und der zugehörigen Kundenbeziehungen.
Die Bewertung sollte zwischen dem aktuellen Modellvermögen und der Fähigkeit der Organisation, Nachfolgeprodukte zu entwickeln, unterscheiden. Gewichte können eine kurze kommerzielle Lebensdauer haben. Forschungssysteme, Datenrechte, Evaluierungsinfrastruktur, Vertrieb und ein bewährtes Team können hingegen über Generationen hinweg Wert behalten. Die notwendigen Reinvestitionen zur Sicherung dieser Fähigkeiten gehören in den Cashflow.
Ein Investor kann eine Rücklage für Wertminderungen oder einen expliziten Ersatzplan verwenden. Das Modell sollte vermeiden, jeden Forschungsdollar zu kapitalisieren und nicht davon auszugehen, dass alle Forschungsergebnisse sofort verfallen. Evidenzbasierte Daten zeigen, welche Ausgaben kontrollierte und übertragbare Fähigkeiten generieren.
9. Testen Sie den Zugriff auf Rechenkapazität und die Infrastrukturverpflichtungen.
Die Entwicklung und der Einsatz von Foundation-Modellen erfordern Zugang zu Beschleunigern, Netzwerken, Speicherkapazität, Stromversorgung und spezialisierter Software. Öffentliche Dokumente von Microsoft, Alphabet, Meta und Oracle beschreiben erhebliche Investitionen in Rechenzentren AI sowie die Auswirkungen der Infrastruktur auf Kosten und Kapitalaufwand [26–29]. Diese Angaben verdeutlichen die Kapitalintensität der Branche. Sie geben jedoch keine Auskunft über die Wirtschaftlichkeit eines privaten Zielunternehmens.
Das Rechenregister des Zielsystems sollte Anbieter, Region, Beschleuniger, Kapazität, Laufzeit, Preis, Mindestausgaben, Verlängerung, Portabilität, Sicherheit, Datenspeicherort, Kündigung, Zuweisung, Kontrollwechsel und Service-Level-Rechte auflisten. Strategische Investitionen und Kredite sollten mit den rechtlichen Vereinbarungen und der nutzbaren Kapazität abgeglichen werden.
Konzentration kann sowohl Vorteile als auch Risiken bergen. Bevorzugter Zugang kann die Modellbereitstellung unterstützen. Eine feste Cloud-Vereinbarung kann die Flexibilität beim Anbieterwechsel einschränken und das Unternehmen von der Roadmap eines einzelnen Anbieters abhängig machen. Die Berichte der FTC und der CMA bieten einen Rahmen zur Untersuchung dieser Beziehungen [7–9].
Im Negativszenario sollten verzögerte Kapazitätsauslastung, geringere Auslastung, nicht realisierte Verpflichtungen, Kreditverluste, Preisänderungen, Migrationskosten und die Unmöglichkeit der Vertragsübertragung nach einer Transaktion geprüft werden. Außerdem sollte der Kapitalbedarf für den Übergang von der Testnachfrage zur zuverlässigen Produktion getestet werden.
10. Sorgfaltspflichten hinsichtlich Datenrechten und Herkunft
Schulung und Evaluierung basieren auf Daten, deren Nutzungsrechte je nach Quelle und Verwendung variieren können. Das Register sollte lizenzierte Inhalte, öffentliche Daten, Kundendaten, synthetische Daten, Mitarbeiterbeiträge, gekaufte Datensätze, extrahiertes Material und generierte Ergebnisse umfassen. Für jede Quelle sollte das Unternehmen Eigentümer, Lizenz, zulässige Nutzung, Gebiet, Laufzeit, Urheberschaft, Vertraulichkeit, Datenschutz, Löschung und Auswirkungen auf die Modellergebnisse erfassen.
Die rechtliche Analyse ist länderspezifisch und fallabhängig. Die Bewertungsfolgen ergeben sich aus der betrieblichen Abhängigkeit. Kann ein wesentlicher Datensatz nicht erneuert oder für ein Nachfolgemodell verwendet werden, sollte das Management den Zeitaufwand, die Kosten und die Auswirkungen auf die Leistung abschätzen. Verbessern Kundendaten ein Produkt, sollte der Vertrag diese Nutzung vorsehen.
Auch die Datenqualität ist entscheidend. Herkunft, Deduplizierung, Kontamination, Sprachabdeckung, Sicherheitsfilterung und Aktualisierung beeinflussen die Modellleistung und die Aussagekraft der Ergebnisse. Das Due-Diligence-Team sollte die wichtigsten Evaluierungs- und Trainingsdatensätze in den reproduzierbaren Prozess zurückverfolgen.
Der Wert von Datenoptionen sollte unabhängig vom aktuellen Cashflow betrachtet werden. Eine Sammlung kann zukünftige Produkte unterstützen, wenn Rechte, Nutzbarkeit, Einzigartigkeit und nachgewiesene Nachfrage vorhanden sind. Allein das Volumen begründet keinen Wert.
11 Wertschöpfung und das Forschungsbetriebssystem
Die Leistungsfähigkeit des Foundation-Modells kann von einer kleinen Anzahl an Forschern, Systemingenieuren, Produktmanagern und Sicherheitsspezialisten abhängen. Ein Investor sollte die kritischen Teams anhand von Code, Experimenten, Vorfällen, Modellveröffentlichungen, Kundeneskalationen und technischen Entscheidungen identifizieren. Berufsbezeichnungen und Publikationszahlen liefern Kontext, während operative Daten Abhängigkeiten aufzeigen.
Das Forschungsbetriebssystem umfasst Versuchsplanung, Datenpipelines, Trainingsorganisation, Evaluierung, Überprüfung, Dokumentation, Sicherheit, Markteinführung und Lernen nach der Veröffentlichung. Ein wiederholbares System kann seinen Wert auch über einen längeren Zeitraum eines bestimmten Modells erhalten. Ein vom Gründer abhängiger Prozess kann nach einer Transaktion schnell an Wert verlieren.
Die Analyse der Mitarbeiterbindung sollte Aspekte wie Unverfallbarkeit, Liquidität, Vergütung, Einwanderung, Standort, Durchsetzbarkeit von Wettbewerbsverboten, akademische Rollen und die Übereinstimmung mit der Unternehmensmission berücksichtigen. Die Transaktionsstruktur kann die Kontinuität durch übertragene Aktienanteile, Mitarbeiterbindungsvereinbarungen, Governance und einen finanzierten Forschungsplan gewährleisten. Aktuelle Rechts- und Steuerberatung ist erforderlich.
Der Wissenstransfer sollte getestet werden, bevor der Plattform ein Wert beigemessen wird. Ein anderes autorisiertes Team sollte einen Build reproduzieren, eine Evaluierung durchführen, einen Fehler diagnostizieren und eine kontrollierte Freigabe anhand dokumentierter Systeme durchführen.
12. Beurteilung der Verteilungsleistung und der Kundenbeteiligung
Die Vertriebswege bestimmen, welches technisch geeignete Modell die Kunden erreicht. Zu den Wegen gehören direkte Schnittstellen, Endkundenanwendungen, Cloud-Marktplätze, Produktivitätssuiten, Geräteplattformen, Entwickler-Ökosysteme und Systemintegratoren. Jeder Weg beeinflusst Preis, Daten, Marke, Support, Betriebskapital und das Recht, den Kunden zu kontaktieren.
Das Vertriebsregister sollte Angaben zu Partner, Produkt, Gebiet, Wirtschaftlichkeit, Exklusivität, Platzierung, Standardstatus, Bündelung, Kundenidentität, Datenzugriff, Verlängerung, Kündigung und Übergang enthalten. Die gemeldete Kundenzahl des Unternehmens sollte zwischen Direktkunden und Endkunden unterscheiden, die über einen Partner erreicht werden.
Bündelung kann die Akzeptanz beschleunigen, gleichzeitig aber die Zahlungsbereitschaft verschleiern. Ein in ein umfassenderes Abonnement integriertes Modell kann interne Transferkosten anstelle eines marktüblichen Preises generieren. Ein Marktplatz kann eine breite Verfügbarkeit ohne verbindliche Nutzungsverpflichtung schaffen. Die Bewertung sollte sich an durchsetzbaren Abrechnungsmodalitäten und dem Kundenverhalten orientieren.
Der Wert einer strategischen Vertriebsoption ist gesondert zu betrachten. Er sollte von Rechten, Umsetzung, tatsächlicher Umwandlung und Beitrag abhängen. Eine bloße Partnerschaftsankündigung reicht nicht aus.
13. Die Vereinbarkeit von Governance, Sicherheit und Haftung mit wirtschaftlichen Prinzipien
Das Risikomanagement-Framework AI und das generative Profil AI des NIST strukturieren die Risikoarbeit durch Governance, Mapping, Messung und Management [22,23]. Leitlinien für sichere Entwicklung erweitern die erforderlichen Nachweise über den gesamten Software- und Modelllebenszyklus hinweg. [24]Der EU-Rahmen AI kann Verpflichtungen auf der Grundlage von Rolle, System und Nutzung schaffen. [25]Diese Quellen liefern Fragen zur Sorgfaltsprüfung; die Pflichten des Unternehmens erfordern eine aktuelle rechtliche Analyse.
Die Kosten für Governance sollten im Betriebsmodell berücksichtigt werden. Evaluierung, Red-Teaming, Reaktion auf Sicherheitsvorfälle, Missbrauchsprävention, Kundenzufriedenheitssicherung, Modelldokumentation, Sicherheits- und Regulierungsaufgaben erfordern Personal und Systeme. Schwache Kontrollen können zu verzögerten Produkteinführungen, Kundenverlusten, Schadensbehebung und Haftungsansprüchen führen. Wirksame Kontrollen können den Zugang zu regulierten oder besonders vertrauenswürdigen Kunden gewährleisten.
Das Zielunternehmen sollte ein Register mit Ansprüchen führen, das Aussagen zu Marketing, Benchmarks, Sicherheit, Datenschutz, Urheberrecht, Schutz und Leistung mit entsprechenden Nachweisen und einem verantwortlichen Verantwortlichen verknüpft. Kundenverträge sollten mit den Produktfunktionen und den vorgelagerten Bedingungen übereinstimmen.
Die Bewertung nach unten sollte definierte Ereignisse berücksichtigen: Modellrücknahme, wesentliche Vorfälle, behördliche Auflagen, Datenschutzansprüche, Sicherheitsverletzungen, Kundenentschädigungen und Gutschriften. Versicherungen, vertragliche Limits und Rückstellungen sollten im Verhältnis zum Risiko bewertet werden.
14. Entwerfen Sie vier Betriebsszenarien
Das Premium-Szenario mit kontrolliertem Zugang basiert auf differenzierter Leistung, starker Unternehmensnachfrage, begrenzten Rabatten, zuverlässiger Kapazität und erhaltenem Kundenwert. Das Volumen wächst langsamer, da der Preis hoch bleibt. Der Beitrag unterstützt die Forschung, und das Unternehmen kann einen Teil seines Zukunftsprogramms aus dem operativen Geschäft finanzieren.
Das wettbewerbsorientierte Basisszenario geht von mehreren leistungsfähigen Anbietern, einer gezielten Differenzierung ausgewählter Arbeitsabläufe, üblichen Unternehmensrabatten und kontinuierlichen Effizienzsteigerungen aus. Das Volumen wächst, während Preisgestaltung und Partnerökonomie die Kundengewinnung einschränken. Das Unternehmen benötigt externes Kapital zur Finanzierung umfangreicher Schulungszyklen.
Das Szenario mit Preiskompression geht von einer raschen Senkung des effektiven Preises, der Weiterleitung von Kundendaten zwischen verschiedenen Anbietern, größeren Anwendungsbereichen, hoher Nutzung und einer signifikanten Weitergabe der erzielten technischen Einsparungen aus. Der Umsatz wächst im Verhältnis zum Volumen nur schwach. Der Deckungsbeitrag sinkt, solange das Unternehmen ein kostspieliges Forschungsprogramm unterhält.
Das Szenario mit offenen Alternativen geht davon aus, dass Kunden für einen Großteil ihrer Arbeitslast auf kostengünstigere oder flexiblere Modelle umsteigen. Das Unternehmen behält hochwertige, regulierte, sicherheitsrelevante oder spezialisierte Aufträge, verliert aber ein breites Schnittstellenvolumen. Das Management reduziert die Ausgaben für innovative Lösungen und konzentriert sich auf zukunftsfähige Kundengruppen. Diese Szenarien beschreiben analytische Zustände, sind aber keine Prognosen.
15. Erstellen Sie ein integriertes Finanzmodell
Das Modell sollte mit Kunden- und Arbeitslastkohorten beginnen. Der Umsatz entspricht den akzeptierten abrechenbaren Einheiten multipliziert mit dem effektiven Preis, bereinigt um Mindestmengen, Gutschriften, Servicelevel und Kanalökonomie. Die direkten Kosten folgen denselben Arbeitslasten durch Modellrouting, Rechenleistung, Daten, Tools, Support und manuelle Überprüfung.
Die Betriebsausgaben sollten nach Produktlieferung, Forschung, Vertrieb, allgemeinem Betrieb, Unternehmensführung und größeren Schulungsprogrammen aufgeschlüsselt werden. Der Cashflow sollte Kapazitätsvorauszahlungen, Mindestverpflichtungen, Kundenzahlungen, Investitionsausgaben, Finanzierungskosten und Steuern umfassen. Prognosen sollten mit der Eröffnungsbilanz und der Liquidität übereinstimmen.
Jedes Szenario sollte Preis, Volumen, Umsatz, Bruttodeckungsgrad, Forschungsbedarf, Cashflow vor Finanzierung und Mindestfinanzierung aufzeigen. Das Modell sollte Annahmen und Quelldaten beibehalten. Sensitivitätsanalysen sollten jeweils einen Einflussfaktor und korrelierte Gruppen variieren.
Der Vorstand sollte prüfen, welche Maßnahmen die Ergebnisse verändern. Routing und Caching können die Stückkosten beeinflussen. Unternehmenspakete können Preis und Kundenbindung beeinflussen. Neuverhandlungen des Vertriebs können die Kundengewinnung beeinflussen. Ein gestaffeltes Schulungsprogramm kann den Cashflow und den Optionswert beeinflussen. Das Modell wird zu einem Entscheidungssystem, wenn jeder Hebel einen Verantwortlichen, einen Test und eine Frist hat.
16. Mehrere Bewertungsmethoden diszipliniert anwenden
Die Discounted-Cashflow-Methode ermöglicht die Bewertung von Cashflow-generierenden Kohorten und des expliziten Kapitalbedarfs. Der Prognosezeitraum sollte ausreichend lang sein, um Trainingszyklen und Modellerneuerungen zu erfassen, während die Annahmen zum Endergebnis fortlaufende Reinvestitionen und den Wettbewerb berücksichtigen sollten. Eine hohe Endmarge ohne kontinuierliche Investitionen in Modelle und Infrastruktur ist in sich widersprüchlich.
Die Analyse vergleichbarer Unternehmen liefert wichtige Marktkontexte. Die Vergleichsunternehmen sollten hinsichtlich Produkt, Kunden, Umsatzmodell, Wachstum, Deckungsbeitrag, Kapitalintensität, Infrastrukturverpflichtungen und Risiko übereinstimmen. Cloud-Plattformen, Anwendungssoftware, Rechenzentrumsbetreiber und Modellentwickler weisen unterschiedliche wirtschaftliche Rahmenbedingungen auf. Ein pauschaler Software-Multiplikator kann den Wert verfälschen.
Die Wiederbeschaffungskosten geben Aufschluss über den Wert reproduzierbarer Daten, Systeme und Fähigkeiten. Historische Ausgaben entsprechen nicht automatisch dem Wert. Die Analyse sollte Fehlschläge, Veralterung, fehlende Nutzungsrechte, die aktuelle Effizienz und den Zeitaufwand für den Wiederaufbau von Team und Plattform berücksichtigen.
Die Realoptionsanalyse kann gestaffelte Chancen wie ein neues Modell, einen regulierten Markt oder einen Vertriebskanal bewerten. Die Option erfordert eine klar definierte zukünftige Entscheidung, notwendige Investitionen, eine Nachweisprüfung und ein Abbruchrecht. Strategische Bedeutung ohne Kontrolle oder Entscheidungspfad ist keine finanzierbare Option.
IFRS 13 und IVS liefern Grundsätze für die Fair-Value- und Bewertungsanalyse [1-3]. Eine Transaktionsbewertung bleibt zweck-, datums- und sachspezifisch und erfordert qualifiziertes fachliches Urteilsvermögen.
Die Methodenwahl sollte sich nach dem Stand der Evidenz richten. Ein Unternehmen mit Produktionskohorten und wiederkehrenden Beiträgen kann einen detaillierten Ertragswertansatz rechtfertigen. Ein Labor in der Vorvermarktungsphase benötigt möglicherweise einen Kosten-, Meilenstein- und Optionsrahmen. Ein Unternehmen mit beiden Merkmalen kann in Teilen bewertet werden, sofern gemeinsame Forschungs-, Kapazitäts- und Vertriebskosten konsistent zugeordnet und Abhängigkeiten erhalten bleiben.
Der Diskontsatz sollte nicht als Ersatz für eine explizite Modellierung dienen. Preisdruck, Kundenabwanderung, Schulungsfehler, Kapitalverzögerungen und die Außerbetriebnahme von Modellen beeinflussen die Cashflows über verschiedene Mechanismen und zu unterschiedlichen Zeitpunkten. Diese Faktoren sollten in den Szenarien berücksichtigt werden, bevor die verbleibende Unsicherheit im Zinssatz abgebildet wird. Dasselbe Risiko sollte nicht ohne Begründung doppelt berechnet werden.
Der Endwert erfordert besondere Sorgfalt. Ein Modellunternehmen, das regelmäßig Schulungen, Migrations- und Sicherheitsmaßnahmen durchführen muss, kann keinen stabilen Zustand erreichen, indem es die Reinvestitionen einstellt. Die Endwertanalyse sollte die fortlaufende Forschung, Infrastruktur und Governance darlegen, die zur Sicherung der Einnahmen erforderlich sind. Sie sollte außerdem aufzeigen, wie viel Kundennutzen nach erwarteten Preis- und Kostenänderungen noch erzielt wird.
Eine Summenanalyse ermöglicht die Trennung bestehender Unternehmensgruppen, Konsumprodukte, Modellschnittstellen, Daten- oder Werkzeuggeschäfte sowie Entwicklungsoptionen. Gemeinsam genutzte Ressourcen sollten nur einmal zugeordnet werden. Produktübergreifende Vorteile sollten durch nachgewiesene Konversions- oder Kostendaten belegt und nicht als unbeschränkte Synergieprämie hinzugerechnet werden.
17. Beispielhafte Szenarioökonomie
Betrachten wir ein rein hypothetisches Unternehmen, das auf einem Basismodell basiert und Enterprise- sowie Entwicklerkunden bedient. Die Zahlen in diesem Abschnitt stellen Annahmen des Managements zur Veranschaulichung des Rahmenwerks dar. Sie beschreiben kein reales Unternehmen, keinen aktuellen Anbieter und keine Investitionsmöglichkeit.
Im Wettbewerbsszenario wird ein jährlicher Umsatz von USD 250 million angenommen. Die direkten Kosten für Inferenz und Infrastruktur betragen USD 70 million, die Kosten für Kundensupport und Sicherheitsmaßnahmen USD 20 million und die Vertriebs- und Lieferkosten USD 25 million. Der Deckungsbeitrag vor zentraler Forschung, Vertrieb und Verwaltung beträgt USD 135 million. Das Unternehmen führt USD 140 million Spitzenforschung und -schulungen durch und erwirtschaftet einen negativen Cashflow vor Finanzierung und nach Abzug sonstiger operativer Cashflows von USD 35 million.
Im Premium-Szenario mit kontrolliertem Zugang werden folgende Annahmen getroffen: Umsatz USD 300 million, Deckungsbeitrag USD 165 million, Frontier Training USD 120 million und Cashflow vor Finanzierung USD 20 million. Im Fall mit Preiskompression werden folgende Annahmen getroffen: Umsatz USD 210 million, Deckungsbeitrag USD 72 million, Frontier Training USD 160 million und negativer Cashflow vor Finanzierung USD 118 million. Im Szenario mit offenen Substituten werden folgende Annahmen getroffen: Umsatz USD 155 million, Deckungsbeitrag USD 45 million, Frontier Training USD 90 million und negativer Cashflow vor Finanzierung USD 80 million.
Diese Ergebnisse verdeutlichen, warum Umsatzwachstum, Stückkosten und Forschungskapital gemeinsam analysiert werden müssen. Ein hohes Absatzvolumen kann mit einem schwachen Cashflow einhergehen. Eine kleinere, fokussierte Plattform kann wertvoll bleiben, wenn sie ihre Stammkunden bindet und den Kapitalzyklus verkürzt.
18 Wertnachweise stellen separat fest
Die beispielhafte Bewertung unterscheidet vier Evidenzzustände. Eine technische Option umfasst ein kompetentes Team, kontrollierte Vermögenswerte und vielversprechende Evaluierungen ohne nachhaltige Wirtschaftlichkeit. Eine kostenpflichtige Plattform verfügt über Stammkunden und Produktionsnutzung, bleibt aber kapitalintensiv. Skalierbare Wirtschaftlichkeit kombiniert gebundene Kundengruppen, kontrollierte Beiträge und finanzierbare Forschung. Eine Kategorieplattform bietet zusätzlich einen nachhaltigen Vertrieb, differenzierte Fähigkeiten und strategische Optionen.
Zur Veranschaulichung wird der technischen Option ein Unternehmenswert von USD 250 million und eine Wahrscheinlichkeit von 15 Prozent zugewiesen. Der kostenpflichtigen Plattform wird der Wert USD 800 million mit 35 Prozent zugewiesen. Skalierbare Wirtschaftlichkeit wird dem Wert USD 1,800 million mit 35 Prozent zugewiesen. Der Kategorieplattform wird der Wert USD 4,000 million mit 15 Prozent zugewiesen. Die gewichtete Summe beträgt USD 1,547.50 million.
Diese Berechnung ersetzt keine Bewertung. Sie zwingt den Ausschuss, die für jeden Zustand erforderlichen Nachweise zu ermitteln und zu vermeiden, jede strategische Möglichkeit im Basisszenario vorab zu berücksichtigen. Wahrscheinlichkeiten, Werte und Übergänge sollten auf Grundlage des jeweiligen Unternehmens, der Transaktion und des Bewertungsstichtags entwickelt werden.
19 Strukturkapital und Überlegungen zur Evidenz
Die Finanzierung sollte den Geschäftszahlen und dem Cashflow des Unternehmens entsprechen. Eigenkapital kann unsichere Forschungsprojekte und die Entwicklung von Optionen finanzieren. Kundenvorauszahlungen oder Mindestzusagen können die Produktionskapazität unterstützen, sofern Verpflichtungen und Abnahme klar definiert sind. Anlagen- oder Infrastrukturfinanzierungen eignen sich möglicherweise für kontrollierte Ausrüstung oder vertraglich vereinbarte Kapazitäten. Fremdkapital erfordert einen zuverlässigen Zahlungsverkehr, die Einhaltung von Kreditbedingungen und eine hohe Risikotragfähigkeit.
Die Transaktionsvergütung kann den aktuellen Wert vom zukünftigen Wert trennen. Der bei Abschluss gezahlte Betrag kann kontrollierte Vermögenswerte und bestehende Kundengruppen widerspiegeln. Aufgeschobene Zahlungen können an einbehaltene Beiträge, Unternehmenserneuerungen, eine erfolgreiche Modellfreigabe oder vertraglich vereinbarte Kapazitäten geknüpft sein. Earn-out-Vereinbarungen erfordern präzise Definitionen, operative Verpflichtungen, Rechnungslegungsvorschriften, Prüfungsrechte und Streitbeilegungsmechanismen.
Cloud-Guthaben und strategische Investitionen sollten als miteinander verbundene Vereinbarungen analysiert werden. Eine Hauptinvestition kann durch Pflichtausgaben, Umsatzbeteiligungen, Vorzugsrechte oder -beschränkungen ausgeglichen werden. Die Mittelverwendungsrechnung sollte verfügbare liquide Mittel, zugesagte Kapazitäten und Verpflichtungen separat ausweisen.
Die Kapitalfreigabe sollte an Nachweiskriterien geknüpft sein. Der Vorstand kann eine Forschungstranche nach Reproduzierbarkeits-, Kapazitäts- und Datenrechtsprüfungen, eine Implementierungstranche nach Produktionsabnahme und eine Skalierungstranche nach erfolgter Einlage genehmigen. Diese Struktur sichert das Aufwärtspotenzial und begrenzt gleichzeitig irreversibles Kapital, bevor entsprechende Nachweise vorliegen.
20. Bewertung nach der Transaktion
Die Unternehmensbewertung sollte nach Investitionen oder Übernahmen zu einem operativen Kontrollinstrument werden. Der Vorstand sollte monatlich einen Überblick über die Zusammenhänge zwischen Preis, Absatzmenge und Produktmix sowie Umsatz, Deckungsbeitrag, Forschungsausgaben, Cashflow und Prognoseabweichungen erhalten. Das Produktreporting sollte die Produktveröffentlichungen mit Kundenakzeptanz, Zuverlässigkeit, Kosten und Kundenbindung verknüpfen.
Das Abhängigkeitsregister sollte Cloud-Ressourcen, Beschleuniger, Daten, Modelle, Software, Vertrieb und Schlüsselpersonen erfassen. Änderungen bei Preisen, Konditionen, Verfügbarkeit, Rechten oder Konzentrationen sollten in die Prognose einfließen. Das Risikoregister sollte Vorfälle und Kontrollergebnisse mit Kunden- und Finanzrisiken verknüpfen.
Das Management sollte die Szenariohistorie dokumentieren. Die tatsächlichen Ergebnisse sollten mit den bei der Investition zugrunde gelegten Annahmen verglichen werden, darunter Preisgestaltung, Absatzmenge, Stückkosten, Migration, Schulungsplan und Kapitalbedarf. Dies schafft Verantwortlichkeit und verbessert zukünftige Entscheidungen.
Die entscheidende Frage ist, ob das Unternehmen seine technischen Fähigkeiten wiederholt in Kundennutzen, nachhaltige Gewinne und finanzierbare Erneuerungen umwandeln kann. Eine auf diesen Erkenntnissen basierende Bewertung kann sich an veränderte Preise und Wettbewerber anpassen.
Abschluss
Die Unternehmensbewertung nach dem Foundation-Modell erfordert eine integrierte Betrachtung von Produkt, Kunden, Rechenleistung, Forschung, Vertrieb, Rechten, Unternehmensführung und Kapital. Öffentliche Benchmarks und Tokenpreise liefern wichtige Kontextinformationen. Sie ersetzen jedoch keine unternehmensspezifischen Daten.
Das in dieser Arbeit entwickelte Rahmenwerk bewertet Cashflow-generierende Kohorten, erforderliche Reinvestitionen und strategische Optionen separat. Es verwendet alternative Preis- und Wettbewerbsszenarien, um die Wechselwirkungen zwischen effektivem Preis, Volumen, Rechenkosten, Modellersatz, Vertrieb und Finanzierung aufzuzeigen. Es verknüpft Transaktionsstruktur und Kapitalfreisetzung mit beobachtbaren operativen Daten.
Ein attraktives Unternehmen kann den Kundennutzen auch bei sich ändernden Modellen aufrechterhalten, einen angemessenen Anteil am Kundenwert sichern, seine kritischen Abhängigkeiten kontrollieren, seinen Forschungszyklus finanzieren und strategische Flexibilität bewahren. Die Investitionsargumentation ist am überzeugendsten, wenn diese Merkmale durch Verträge, Telemetriedaten, reproduzierbare Systeme, Kundenbindung und generierte Zahlungseingänge dokumentiert sind.
Anhang A. Bewertungsnachweisregister des Stiftungsmodells
Das Nachweisregister sollte Angaben zu juristischen Personen, Eigentumsverhältnissen, Modellversionen, Trainingsläufen, Datenrechten, Auswertungsprotokollen, Kundenverträgen, Nutzung, Rechnungen, Zahlungseingängen, Preisen, Kapazitätszusagen, Cloud-Guthaben, direkten Kosten, Vertriebsbedingungen, Vorfällen, Kontrollmechanismen, Finanzierung und Prognosedaten enthalten. Jede Forderung des Investitionsausschusses sollte mit einer datierten Quelle und dem verantwortlichen Eigentümer verknüpft sein.
Anhang B. Datei zu Preisen und Arbeitslast
Die Preisdatei sollte die Kundenrechnungen aus den Telemetriedaten der Arbeitslast reproduzieren. Sie sollte Eingabe, zwischengespeicherte Eingabe, Ausgabe, Tools, Speicher, Batch-Verarbeitung, reservierte Kapazität, regionale Bereitstellung, Rabatte, Gutschriften und Serviceanpassungen ausweisen. Außerdem sollte sie die Preisliste des Anbieters und die für jeden Zeitraum verwendete Vertragsversion speichern.
Anhang C. Modellfreigabe- und Ersatzdossier
Das Dossier sollte Angaben zu Schulungsumfang, Daten, Rechenaufwand, Evaluierung, Sicherheit, Einführungskriterien, Kapazität, Kundenmigration, Stilllegung des Vorgängersystems, Kosten, Zeitplan und erzielten kommerziellen Ergebnissen enthalten. Prognosen und Ist-Daten sollten getrennt aufbewahrt werden.
Anhang D. Szenario-Kontrollblatt
Für jeden Fall sollten der effektive Preis, das Volumen, die Kundenbindung, der Modellmix, die Berechnungskosten, die Auslastung, der Vertriebsanteil, das Forschungsprogramm, das Betriebskapital, die Finanzierung und die Wahrscheinlichkeit angegeben werden. Das Management sollte Korrelationen und operative Reaktionen dokumentieren.
Anhang E. Transaktionsbeweisraum
Der Beweismittelraum sollte Unternehmensunterlagen, Abtretungserklärungen zu geistigem Eigentum, Modell- und Datendokumentationen, Kunden- und Partnerverträge, Cloud-Vereinbarungen, Finanzabstimmungen, Sicherheitsnachweise, regulatorische Analysen, Versicherungen, Personalvereinbarungen, Finanzierungen und das unterzeichnete Bewertungsmodell umfassen.
Vorgeschlagener Rahmen; jede Schlussfolgerung erfordert unternehmensspezifische technische, kommerzielle und finanzielle Nachweise.
Managementannahmen in USD Millionen; die Zahlen stellen keine Marktbeobachtungen, Prognosen oder Bewertungsergebnisse dar.
Managementannahmen in USD Millionen; negative Barwerte weisen auf einen externen Finanzierungsbedarf vor Bildung einer Mindestliquiditätsreserve hin.
Die Managementannahmen sind in USD Millionen angegeben; aus dem Diagramm lässt sich keine Wertfeststellung ableiten.
Vorgeschlagene Abfolge; die zeitliche Planung sollte sich nach den regulatorischen und finanziellen Rahmenbedingungen des Transaktionskunden richten.
| Komponente | Beweis | Bewertungsfrage | Hauptrisiko |
|---|---|---|---|
| Modelle und Gewichte | Repository-Releases, Hashes und Rechte | Welche Fähigkeiten sind kontrollierbar und übertragbar? | kurze wirtschaftliche Lebensdauer oder eingeschränkte Rechte |
| Daten und Auswertung | Herkunftslizenzen, Pipelines und Tests | Kann diese Fähigkeit reproduziert und verbessert werden? | fehlende Rechte, Kontamination oder schwache Beweise |
| Kundenprodukte | Verträge, Telemetrie-Rechnungen und Bargeld | Welche Arbeitsabläufe erzeugen einbehaltene Beiträge? | Testguthaben oder gebündelte Nutzung wurden fälschlicherweise als Nachfrage interpretiert |
| Rechenleistung und Kapazität | Vereinbarungen, Nutzung, Rechnungen und Verpflichtungen | Können Lieferung und Schulung finanziert werden? | Konzentration ungenutzter Kapazität und Änderungsbeschränkungen |
| Forschungssystem | Experimente, Menschen, Prozesse und Prognosegeschichte | Kann das Unternehmen wertvolle Nachfolger hervorbringen? | Gründerabhängigkeit und wiederholte Überschreitungen |
| Verteilung | Partnervereinbarungen, Platzierungsökonomie und Kundenzugang | Wer kontrolliert Nachfrage und Preis? | Beendigung der Bündelung und beschränkte Kundenbeteiligung |
Vorgeschlagene Due-Diligence-Struktur; die erforderlichen Nachweise hängen vom Unternehmen und der Transaktion ab.
| Szenario | Effektiver Preis | Volumen | Kundenbindung | Forschungshaltung |
|---|---|---|---|---|
| Premium-Zugangskontrolle | hoch und widerstandsfähig | fokussiertes Wachstum | stark in differenzierten Arbeitsabläufen | Selektive Grenzlandinvestitionen, die teilweise aus dem operativen Geschäft finanziert werden |
| Wettbewerbszentrum | sinkend bei normaler Diskontierung | breites Wachstum | gemischt nach Kohorte | Fortsetzung des Grenzprogramms mit externem Kapital |
| Preiskompression | rascher Rückgang und hohe Durchlaufzeit | hohes Nutzungswachstum | anfälliger Entwicklerverkehr | teures Programm steht unter Finanzierungsdruck |
| Offener Ersatz | schwacher breiter Schnittstellenpreis | geringeres proprietäres Volumen | beibehaltene spezialisierte Kohorten | fokussierte Modelle und nachvollziehbare Arbeitsabläufe |
Analytische Zustände; dies sind keine Prognosen.
| Feld | Erforderliche Nachweise | Kontrolle | Entscheidungsnutzung |
|---|---|---|---|
| Vertrag und Abrechnung | Unterzeichnete Bedingungen, Bestellung, Rechnung und Anerkennungsrichtlinie | Produktbegriff und Einheit in Einklang bringen | vertraglich vereinbarte Einnahmen und Verlängerung |
| Arbeitsbelastung und Akzeptanz | Ergebnisse des Telemetrie-Workflows und Nachweise der Dienstleistungen | versionierte Kunden- und Modellkennungen | Preisvolumen und Nutzen |
| Effektiver Preis | Listenpreisrabatte, Gutschriften, Kanalanteile und Anpassungen | Rechnungsreproduktion | Preisrealisierung und Elastizität |
| Direkte Kosten | Tools zur Datenverarbeitung unterstützen Sicherheit und Überprüfung | Rechnungs- und Zuordnungsabgleich | Beitrag und Bargeld |
| Sammlung | Forderungsabrechnung und Bankbeleg | altersbedingter Saldo und Ausnahmeinhaber | Liquidität und Kundenqualität |
Vorgeschlagene Mindestangaben für die ökonomische Analyse auf Kundenebene.
| Fall | Einnahmen | Beitrag | Ausbildung und Forschung an der Grenze | Bargeld vor Finanzierung |
|---|---|---|---|---|
| Premium-Zugangskontrolle | 300 | 165 | 120 | 20 |
| Wettbewerbszentrum | 250 | 135 | 140 | -35 |
| Preiskompression | 210 | 72 | 160 | -118 |
| Offener Ersatz | 155 | 45 | 90 | -80 |
Managementannahmen in USD Millionen; die Zahlen stellen keine Marktbeobachtungen, Prognosen oder Bewertungsergebnisse dar.
| Artikel | USD Millionen | Erforderliche Nachweise |
|---|---|---|
| Einnahmen | 250 | Kundenproduktvertrag, Nutzungsrechnung und Kassenbuch |
| Direkte Schlussfolgerung und Infrastruktur | -70 | Arbeitslast-Telemetrie-Lieferantenrechnung und Verpflichtungszuweisung |
| Kundendienst und Sicherheitsmaßnahmen | -20 | Personaleinsatzplanung, Vorfallsicherung und Zuweisung |
| Kanal- und Lieferkosten | -25 | Partnerabwicklung und Kundensupport |
| Beitrag vor zentralen Kosten | 135 | abgeglichener Kohortenplan |
Managementannahmen in USD Millionen; ohne zentrale Forschungs-, Vertriebs-, Verwaltungs-, Finanzierungs- und Steuerkosten.
| Beweislage | Unternehmenswert | Wahrscheinlichkeit | Gewichteter Wert |
|---|---|---|---|
| Technische Option | 250.00 | 15% | 37.50 |
| Bezahlte Plattform | 800.00 | 35% | 280.00 |
| Skalierbare Wirtschaft | 1800.00 | 35% | 630.00 |
| Kategorieplattform | 4000.00 | 15% | 600.00 |
| Gesamt | 100% | 1547.50 |
Die Managementannahmen sind in USD Millionen angegeben; es handelt sich hierbei nicht um eine Bewertungsfeststellung.
| Tor | Erforderliche Nachweise | Antwort auf Kapital- oder Gegenleistungsfrage | Maßnahmen nach der Entscheidung |
|---|---|---|---|
| Rechte und Vervielfältigung | Eigentumsdatenrechte, kontrollierter Aufbau und Bewertung | Abschlussbedingung oder geschützte Tranche | Vervielfältigte Veröffentlichung und Rechteausnahmen |
| Kundennutzen | Akzeptierte Arbeitsabläufe, beibehaltene Kohorten und eingesammelte Bargeld | Basiswert | Beitrags- und Sammlungsbeiträge |
| Wirtschaftswissenschaften berechnen | Arbeitslast, Rechnungen, Verpflichtungen, Auslastung und Übertragbarkeit | Finanzierungsreserve oder Preisanpassung | akzeptierte Aufgabenkosten und Kapazitätsauslastung |
| Modell-Roadmap | Abgrenzung des Betriebsbudgets, Kapazitätsbewertung und Einführungsplan | gestaffeltes Forschungskapital | Kostenplanungsfähigkeit und Akzeptanz |
| Strategische Option | definiertes Marktrecht, Investition und Beweissicherung | aufgeschobene Erwägung oder Optionsbudget | ausgeübtes Recht und zusätzlicher Bargeld |
Vorgeschlagener Rahmen; die konkreten Instrumente erfordern aktuelle Rechts-, Steuer-, Buchhaltungs- und Finanzberatung.
Quellen
- IFRS-Grundlagen. IFRS 13 Fair Value Measurement. Lesen Sie die Primärquelle
- IFRS Foundation. Lehrmaterial zur Bewertung nicht börsennotierter Eigenkapitalinstrumente nach IFRS 13. Lesen Sie die Primärquelle
- Internationaler Bewertungsnormenrat. Internationale Bewertungsstandards. Lesen Sie die Primärquelle
- IFRS-Grundlagen. IFRS 15 Umsatzerlöse aus Verträgen mit Kunden. Lesen Sie die Primärquelle
- IFRS-Grundlagen. IAS 38 Immaterielle Vermögenswerte. Lesen Sie die Primärquelle
- IFRS Foundation. IAS 36 Wertminderung von Vermögenswerten. Lesen Sie die Primärquelle
- US-amerikanische Federal Trade Commission. Partnerschaften zwischen Cloud-Service-Anbietern und Entwicklern. Januar 2025 (AI). Lesen Sie die Primärquelle
- Britische Wettbewerbs- und Marktaufsichtsbehörde. AI Aktualisierungspapier zu den Grundlagenmodellen. April 2024. Lesen Sie die Primärquelle
- Britische Wettbewerbs- und Marktaufsichtsbehörde. AI Technischer Aktualisierungsbericht zu den Grundlagenmodellen. April 2024. Lesen Sie die Primärquelle
- Stanford Institute for Human-Centered Artificial Intelligence. AI Index Report 2026 Technical Performance. Lesen Sie die Primärquelle
- Stanford Institute for Human-Centered Artificial Intelligence. Der Indexbericht 2026 AI. Lesen Sie die Primärquelle
- OpenAI. API Modell- und Preisdokumentation. Lesen Sie die Primärquelle
- OpenAI. Batch API Referenz. Lesen Sie die Primärquelle
- OpenAI. Skalierungsstufe für API-Kunden. Lesen Sie die Primärquelle
- Anthropic. Claude Plattform – Preisdokumentation. Lesen Sie die Primärquelle
- Anthropisch. Modellveraltungen und Lebenszyklusdokumentation. Lesen Sie die Primärquelle
- Google. Gemini Developer API Preisgestaltung. Lesen Sie die Primärquelle
- Amazon Web Services. Amazon Bedrock-Preise. Lesen Sie die Primärquelle
- Amazon Web Services. Schnelles Caching für eine schnellere Modellinferenz. Lesen Sie die Primärquelle
- MLCommons. MLPerf Inferenz-Benchmarks. Lesen Sie die Primärquelle
- MLCommons. MLPerf Inference Datacenter Benchmark. Lesen Sie die Primärquelle
- Nationales Institut für Standards und Technologie. Rahmenwerk für das Risikomanagement im Bereich der künstlichen Intelligenz. Lesen Sie die Primärquelle
- Nationales Institut für Standards und Technologie. Generatives Profil für künstliche Intelligenz NIST AI 600-1. Lesen Sie die Primärquelle
- Nationales Institut für Standards und Technologie. Sichere Softwareentwicklungspraktiken für generative AI und Dual-Use-Fundamentmodelle. Lesen Sie die Primärquelle
- Europäische Kommission. Rechtsrahmen für künstliche Intelligenz. Lesen Sie die Primärquelle
- Microsoft Corporation. Jahresbericht auf Formular 10-K für das Geschäftsjahr 2026. Lesen Sie die Primärquelle
- Alphabet Inc. Jahresbericht auf Formular 10-K für 2025. Lesen Sie die Primärquelle
- Meta Platforms Inc. Jahresbericht auf Formular 10-K für 2025. Lesen Sie die Primärquelle
- Oracle Corporation. Jahresbericht auf Formular 10-K für das Geschäftsjahr 2026. Lesen Sie die Primärquelle
- Financial Accounting Standards Board. Accounting Standards Codification Topic 606. Lesen Sie die Primärquelle
- Hoffmann J und andere. Training Compute-Optimal Large Language Models. 2022. Lesen Sie die Primärquelle
- Kaplan J und andere. Skalierungsgesetze für neuronale Sprachmodelle. 2020. Lesen Sie die Primärquelle
- FinOps Foundation. FinOps Framework 2025. Lesen Sie die Primärquelle
- FinOps Open Kosten- und Nutzungsspezifikation. Wirtschaftlichkeitsberechnung pro Einheit. Lesen Sie die Primärquelle
- Weltorganisation für geistiges Eigentum. Künstliche Intelligenz und geistiges Eigentum. Lesen Sie die Primärquelle
- US-Börsenaufsichtsbehörde (SEC). AI Anmerkungen zum Runden Tisch. 27. März 2025. Lesen Sie die Primärquelle
