Nvidia will Reflection AI kaufen: 25-Milliarden-Startup im Visier
Nur fünf Tage nach dem Release des Modells Beam verhandelt Nvidia laut Financial Times über den Kauf des 25-Milliarden-Startups Reflection AI.

👁 116 Aufrufe
Fünf Tage. So viel Zeit verging zwischen der Vorstellung des ersten offenen Sprachmodells von Reflection AI und dem Bericht der Financial Times, dass Nvidia Gespräche über eine Übernahme des Startups oder einen weiteren Ausbau seiner Beteiligung führt. Das Timing ist kaum ein Zufall.
Startup-Schwergewicht mit DeepMind-Wurzeln
Misha Laskin und Ioannis Antonoglou gründeten Reflection AI im Jahr 2024. Beide kamen von Google DeepMind - einem der renommiertesten Forschungslabore der Welt. Antonoglou ist besonders für seine Arbeiten zu Reinforcement-Learning-Systemen bekannt, und seine Erfahrung bei DeepMind gab die Richtung vor, die Reflection von Beginn an einschlug: Modelle zu entwickeln, die in Software-Entwicklungsumgebungen eigenständig agieren können.

Das Startup sicherte sich früh enorme Summen an Wagniskapital. Nvidia führte im Oktober 2025 eine Finanzierungsrunde über 2 Milliarden US-Dollar an und investierte insgesamt 800 Millionen Dollar in das Unternehmen. Weitere Geldgeber sind Sequoia Capital, Lightspeed Venture Partners sowie DST Global. Im April dieses Jahres erklärte Laskin gegenüber CNBC, dass die jüngste Runde bei einer Pre-Money-Bewertung von 25 Milliarden US-Dollar abgeschlossen wurde. Für ein Unternehmen, das seit knapp zwei Jahren existiert, ist das selbst im aktuellen Marktumfeld eine beachtliche Zahl.
Beam gegen DeepSeek: 501 Milliarden Parameter und SpaceX-Deal
Fünf Tage vor den Berichten über die Übernahmegespräche stellte Reflection offiziell das Modell Beam vor. Es basiert auf einer Mixture-of-Experts-Architektur mit 501 Milliarden Parametern und ist mit offenen Gewichten frei verfügbar. Das Unternehmen positioniert es direkt gegen günstige chinesische Open-Source-Modelle wie DeepSeek und Kimi. Der Schwerpunkt liegt auf Code-Generierung und Agenten-Aufgaben, also dem autonomen Ausführen komplexer Prozessketten ohne ständige menschliche Aufsicht.
Für das Training von Beam benötigte Reflection gewaltige Rechenkapazitäten. Das Startup mietet Nvidia-GB300-Systeme von SpaceX im Rahmen einer im Juni geschlossenen Vereinbarung mit einem Gesamtvolumen von bis zu 6,3 Milliarden US-Dollar. Monatliche Zahlungen von rund 150 Millionen Dollar sichern den Zugriff auf das Colossus-2-Rechenzentrum in Memphis bis 2029. Zudem vereinbarte die Nebius Group im Juli den Verkauf von KI-Rechenleistung im Wert von einer weiteren Milliarde Dollar an Reflection. Das Ausmass der Infrastrukturausgaben dieses jungen Startups wirft Fragen auf - und liefert zugleich die Antwort darauf, warum Nvidia an einer Übernahme interessiert sein könnte.
Drei Deal-Szenarien und der Weg an den Regulierern vorbei
Die Financial Times skizziert drei mögliche Optionen für die Transaktion. Erstens: Eine vollständige Übernahme von Reflection durch Nvidia. Zweitens: Eine Aufstockung der bestehenden Nvidia-Beteiligung, voraussichtlich kombiniert mit zusätzlichen Kontingenten an Chips und Rechenleistung. Drittens: Ein sogenanntes Acquihire, bei dem Nvidia Schlüsselkräfte von Reflection anstellt und die Technologie lizenziert, ohne die Firma formal zu kaufen. Dieses dritte Modell würde langwierige Prüfungen durch Wettbewerbsbehörden am ehesten vermeiden.
Nvidia hat in diesem Jahr mit beiden Varianten praktische Erfahrungen gesammelt. Im Dezember des Vorjahres traf der Konzern eine Vereinbarung mit Groq, einem Spezialisten für Inferenz-Chips, zur Lizenzierung von Technologie im Rahmen eines Deals über 20 Milliarden US-Dollar. Gründer und CEO Jonathan Ross wechselte gemeinsam mit weiteren Führungskräften zu Nvidia, während Groq sein Cloud-Geschäft unabhängig weiterführt. Am 3. September verkündete Nvidia zudem die vollständige Übernahme der Modell-Plattform Hugging Face für 12,9 Milliarden US-Dollar - eine klassische, direkte Akquisition.
Die Verhandlungen mit Reflection könnten jede dieser Richtungen einschlagen. Quellen der Financial Times deuten darauf hin, dass eine Einigung innerhalb von Wochen erzielt werden könnte, betonen jedoch auch, dass die Gespräche ohne Ergebnis enden können. Weder Nvidia noch Reflection haben die Berichte bislang kommentiert.
Google · Deine QuellenWissnox höher in Ihrem Google - mit einem KlickZu bevorzugten Quellen hinzufügen →Warum setzt Nvidia auf eigene Modelle?
Über Jahre hinweg basierte Nvidias Strategie darauf, im KI-Goldrausch die Schaufeln zu liefern: Hardware und Infrastruktur für all jene, die eigene Modelle trainieren wollen. Die Übernahme von Hugging Face, der Groq-Deal und die aktuellen Verhandlungen mit Reflection zeigen jedoch, dass das Unternehmen eine Etage höher ansetzt. Die Kontrolle über Reflection würde Nvidia direkten Zugriff auf fortschrittliche Agenten-Technologie und Open-Source-Modelle verschaffen, die sich eng mit der hauseigenen Hardware-Plattform verzahnen lassen.
Aus Sicht von Reflection bietet ein Zusammenschluss ebenfalls klare Vorteile, insbesondere angesichts monatlicher Infrastrukturkosten von 150 Millionen Dollar. Selbst mit einer Bewertung von 25 Milliarden Dollar lässt sich ein solcher Kapitalabfluss nicht endlos ohne verlässliche Einnahmen durchhalten. Nvidias Dach - bestehend aus gesichertem Chip-Zugang, Kapital und globalem Vertrieb - könnte diese Belastung mit einer Unterschrift auflösen.
Beam ist erst seit wenigen Tagen auf dem Markt. Die Gespräche laufen. In der KI-Branche ist das bereits Zeit genug, um ganze Marktgefüge zu verschieben - oder die Verhandlungen ergebnislos versanden zu lassen.
Ein Startup baut den Elektromotor um eine Zeile Code herum - und ich sehe darin das Ende der Rohstoff-ErpressungTechnik
Schlafender Riese in 10 Milliarden Lichtjahren Entfernung gewogen - 6 Milliarden SonnenmassenWeltraum
NVIDIA in Großbritannien: Milliarden-Ambitionen werden RealitätStand der KIMore on this from WISSNOX
ki-werkzeuge·SkyReels V4: Video-Modell, Ranking, API-Preise und FeaturesSkyReels V4 von Skywork AI generiert Videos bis 1080p mit Audio und editiert Clips. Alle Infos zu Benchmarks, Funktionen und API-Kosten.