Auf der 2026 Smart Computing Infrastructure Innovation Conference, die im Q2 2026 stattfand, skizzierten mehrere Venture-Capital-Investoren eine bedeutende Wende in der Bewertung von AI-bezogenen Chancen. Dabei entfernten sie sich von Narrativen, die auf das Erreichen von Nvidia-Scale abzielen, hin zur Identifikation spezialisierter Lösungen und der Unterstützung eines langfristigen Überlebens von Unternehmen.
Infrastruktur: Vom Maßstab zur Spezialisierung
Während die globale Nachfrage nach KI weiter stark ansteigt, hat sich der Fokus von Investoren im Infrastrukturbereich grundlegend verändert. Wang Xin, Partner bei Dongfang Fuhai, sagte, die KI-Industrie befinde sich in einem positiven Zyklus, in dem die Infrastruktur dominant bleibt. Gleichzeitig betonte er, dass die Erzählung, rein gegen Nvidia „zu benchmarken“, nicht mehr gilt; der Markt bevorzuge zunehmend „hidden champions“, die spezifische technische Engpässe lösen.
Zhang Qian, Gründerin von Tianjin Technology Investment, vertrat eine Gegenposition: Sobald die Profite aus globalen Recheninfrastruktur-Kapazitäten von führenden Herstellern abgeschöpft werden, sollte Risikokapital auf vertikale Brancheneinsätze setzen, die eine hohe Kapitalrendite (ROI) erreichen, ohne massive Rechenressourcen zu verbrauchen. Sie argumentierte, China müsse als weltweite, umfassendste Anwendungswirtschaft eine tiefe Durchdringung in Tausenden von Industrien anstreben, statt generische Large Language Models zu jagen.
Jiang Chun, Managing Partner bei Puhua Capital, hob die Bedeutung von „Soft Infrastructure“ neben traditioneller Hardware hervor. Er nannte insbesondere KI-Sicherheit als sich abzeichnende Investitionspriorität. Da sich die Videogenerierungstechnologien immer realistischer entwickeln, würden Datenauthentizität und der Aufbau vertrauenswürdiger Datensysteme entscheidend werden. „Wir müssen ein vertrauenswürdiges Datensystem etablieren, um bösartige Angriffe und Datenbetrug zu verhindern“, sagte Jiang. Dabei konzentriere sich seine Firma auf zugrunde liegende Projekte, die in der Lage seien, „Daten-Flywheels“ sowie „Fault-Tolerance-Mechanismen“ aufzubauen, um ein gesundes Wachstum des KI-Ökosystems zu sichern.
Hard Tech: Anpassungen über lange Zyklen
Wang Meng, Partner bei Junshan Capital, deckte auf, dass seine Firma 2024 stark in embodied AI investiert hatte, dann aber die Strategie änderte, als man 2025 nach dem Auffinden physischer Engpässe in Hardware-Durchbrüchen in die neue Phase eintrat. „Wir haben schnell erkannt, dass sich der Investitionsfokus vom ‚Körper‘ zum ‚Gehirn‘ verlagern muss. Wir begannen, auf Ebene der Modelle und der ‚World Model‘-Schichten einzusetzen“, erklärte er.
Wang merkte außerdem an, dass das Investitionsinteresse sich in Richtung Heimrobotik verlagere, sobald 2026 die industrielle Ausbringung abgeschlossen ist. Die Logik sei unterschiedlich: Industrieroboter priorisieren Effizienz und Kosten, während Heimroboter eher wie Consumer Electronics sind und daher eine extreme Produktqualität sowie emotionalen Wert erfordern. Diese Verschiebung von „hard“ zu „soft“ spiegele die Markt-Erkenntnis über die Zeitpläne der Technologieadoption wider.
Jiang Chun ergänzte, dass KI auf der Produktionsseite radikale Veränderungen antreibt. Während das Internetzeitalter auf Digitalisierung auf der Konsumentenseite abzielte, betone das KI-Zeitalter Intelligenz auf der Produktionsseite. Das Gewinnen von Daten aus Industriesystemen wie verteilten Leitsystemen (DCS) und computerintegrierter Fertigung (CIM), um daraus neue Daten-Flywheels zu bilden, sei der vielversprechendste Bereich für Investitionen in Hard Tech, so sein Argument.
Überarbeitete Investitionskriterien
Die Bewertungsstandards der Investoren wurden unter der neuen industriellen Erzählung grundlegend umgebaut. Qiao Yuting, General Manager von OPPO Xingxing Investment, betonte, dass Investitionen auf der Anwendungsschicht nicht mehr auf dem Denken der vorherigen Internet-Generation beruhen könnten. KI-native Teams sollten „klein und hervorragend“ sein – mit minimalen Arbeitskosten und schnellen Iterationen. „Traditionelle Softwareunternehmen tun sich schwer bei der Umstellung auf KI, weil ihre Organisationsstrukturen und Prozesse für arbeitsintensive Modelle ausgelegt sind“, sagte sie. Gleichzeitig würden Investoren nun stärker darauf achten, ob Teams über „native“ KI-Denkweise verfügen und global schnell ein Product-Market-Fit finden können.
Zhang Qian sagte, bestimmte Sektoren seien in das 3.0-Zeitalter von KI-Investitionen eingetreten, in dem das Ziel „Langlebigkeit“ ist. Obwohl die Marktbewertungen in der ersten Runde überhöht wirken, bestehe die eigentliche Herausforderung darin, Markzyklen zu überleben. „Investoren müssen nicht nur selbst überleben, sondern auch dabei helfen, dass Portfoliounternehmen langfristige Überlebensfähigkeiten aufbauen“, sagte sie. „Das Potenzial von KI-Anwendungen könnte erst zu 5-10% ausgeschöpft sein; die Disruption von Branchen durch KI hat gerade erst begonnen.“
Wang Meng äußerte sich besorgt über „FOMO (fear of missing out)“-Stimmung in Pionierfeldern wie Quantencomputing. Obwohl Quantencomputing als nächste Grenze gilt, könnte die kommerzielle Tragfähigkeit erst nach 2030 eintreffen. „Investoren müssen die Balance halten, Trends zu verfolgen und gleichzeitig Technologierahmen zu respektieren – und eine verfrühte Bewertungs-Entleerung bei Technologien über lange Zyklen vermeiden“, so sein abschließendes Fazit.
