Ex-DeepMind startet KI ohne Trainingsdaten

David Silver, der Wissenschaftler hinter AlphaGo und AlphaZero, hat am Montag 1,1 Milliarden Dollar für sein Londoner Startup Ineffable Intelligence eingesammelt. Die Runde ist die größte Seed-Finanzierung in der Geschichte des europäischen Technologiesektors. Dahinter steckt eine programmatische These: Silver glaubt, dass echte künstliche Intelligenz ohne menschlich erzeugte Trainingsdaten möglich ist und dass der Ansatz, der ihn den Go-Weltmeister schlagen ließ, das vorherrschende Paradigma der gesamten Branche ablösen kann.

Der Mann hinter AlphaGo

David Silver verbrachte 13 Jahre bei Google DeepMind, wo er das Reinforcement-Learning-Team leitete. AlphaGo schlug 2016 Go-Weltmeister Lee Sedol, einen Meilenstein, den Experten bis dahin für Jahrzehnte entfernt gehalten hatten. AlphaZero war noch konsequenter: Das System lernte Go, Schach und Shogi ausschließlich durch Spiele gegen sich selbst, ohne menschliche Partien als Trainingsgrundlage. Es entdeckte dabei Eröffnungen, die menschliche Spieler zuvor nicht kannten und schlug innerhalb weniger Stunden den damals stärksten Schachcomputer der Welt.

Im Januar 2026 verließ Silver DeepMind und gründete kurz darauf Ineffable Intelligence in London. Das Unternehmen hat bislang keine Produkte veröffentlicht und keine Kunden. Dennoch bewerteten Investoren es am 27. April mit 5,1 Milliarden Dollar post-money. Silver ist neben seiner Gründerrolle auch Professor am University College London.

Gegen das herrschende Paradigma

Die KI-Industrie der letzten fünf Jahre wurde von großen Sprachmodellen dominiert, die auf riesigen Mengen menschlich erzeugter Texte, Bilder und Code trainiert wurden. OpenAI, Anthropic und Google haben in diesem Ansatz zusammen mehr als hundert Milliarden Dollar investiert. Silver setzt darauf, dass dieser Ansatz an einer strukturellen Grenze stößt: Systeme, die auf Nachahmung menschlichen Outputs ausgerichtet sind, können grundlegend Neues nicht entdecken, weil ihre Trainingsdaten das Spektrum menschlicher Erkenntnisse nicht überschreiten. Ein Sprachmodell, das ausschließlich auf menschlichen Texten trainiert wurde, kann keine mathematische Wahrheit entdecken, die noch kein Mensch formuliert hat.

Ineffable Intelligence soll stattdessen auf Reinforcement Learning setzen, bei dem KI-Agenten durch Versuch und Irrtum lernen. Das System bekommt Rückmeldung darüber, ob eine Handlung zu einem guten oder schlechten Ergebnis geführt hat und optimiert sein Verhalten entsprechend. Silver nennt das Ziel einen Superlearner, eine Instanz, die eigenständig Wissen aufbaut und nicht auf vorhandene menschliche Erkenntnisse beschränkt ist. AlphaZero ist ein frühes Beispiel dafür: Es entwickelte im Schachspiel Eröffnungsvarianten, die kein Mensch je gespielt hatte, weil keine menschlichen Partien als Einschränkung wirkten.

Der Investorenkreis zeigt, wie ernsthaft diese Überzeugung geteilt wird. Sequoia und Lightspeed Venture Partners führen die Runde gemeinsam an. Nvidia, dessen Grafikkarten nahezu alle großen KI-Systeme antreiben, ist direkt beteiligt. Auch Google, das DeepMind weiterhin betreibt, hat in den direkten Konkurrenten seines früheren Spitzenforschers investiert. Der britische Sovereign AI Fund signalisiert staatliches Interesse: London will Ineffable Intelligence als nationales KI-Asset behandeln.

Europas teuerste Forschungsthese

Für den europäischen Technologiesektor ist die Runde ein Ausnahmefall. Europäische Startups erreichen Bewertungen von über fünf Milliarden Dollar normalerweise erst in späten Finanzierungsphasen, mit Produkten auf dem Markt und nachgewiesenem Umsatz. Ineffable hat keines von beidem. Was die Runde ermöglicht, ist Silvers einzigartiger Ruf in der Forschungsgemeinschaft und die Überzeugung seiner Geldgeber, dass der RL-Ansatz der nächste große Umbruch in der KI-Entwicklung sein wird.

Zum Vergleich: OpenAI war nach seiner ersten externen Finanzierungsrunde 2019 mit rund einer Milliarde Dollar bewertet. Ineffable Intelligence erreicht das Fünffache davon, ohne ein einziges veröffentlichtes Produkt. Für Sequoia und Lightspeed, die sonst auf messbares Wachstum bestehen, ist das eine ungewöhnliche Ausnahme.

Die Frage, ob Reinforcement Learning zu echter allgemeiner Intelligenz führen kann, ist in der Fachwelt umstritten. AlphaGo und AlphaZero funktionierten in streng definierten Spielumgebungen mit festen Regeln und sofortigem Feedback. In offenen Umgebungen, wo Belohnungssignale unklar sind und Fehler erst nach vielen Schritten sichtbar werden, scheitern bisherige RL-Systeme regelmäßig. Silvers These lautet, dass dieser Unterschied lösbar ist. Mit 1,1 Milliarden Dollar Kapital im Rücken hat er Zeit und Mittel, diese These zu beweisen oder zu widerlegen.

Produkte bis Ende 2026

Ineffable Intelligence plant erste Produktdemonstrationen für das zweite oder dritte Quartal 2026. Konkrete Angaben zur technischen Architektur oder zu geplanten Anwendungsfällen hat das Unternehmen nicht gemacht. Für die gesamte KI-Branche wäre ein messbarer Erfolg mit Signalwirkung verbunden: Wenn Silver zeigen kann, dass RL-Systeme große Sprachmodelle auf bestimmten Feldern übertreffen oder Fähigkeiten entwickeln, die Sprachmodelle grundsätzlich nicht erreichen, wird das die bisherigen Milliardeninvestitionen in LLMs unter Druck setzen. Wenn nicht, ist die Runde die teuerste Forschungsthese der europäischen KI-Geschichte.