AlphaGo-Erfinder sammelt Rekordsumme von 1 Milliarde Dollar, um KI ohne LLMs zu entwickeln

David Silver, der Pionier des Verstärkungslernens, der die Entwicklung von AlphaGo bei Google DeepMind leitete, sammelt 1 Milliarde Dollar an Seed-Finanzierung für Ineffable Intelligence, ein in London ansässiges Startup, das auf dem Prinzip basiert, dass große Sprachmodelle der falsche Weg zu Superintelligenz sind.

Das Geschäft, das von Sequoia Capital angeführt wird, wäre die größte Seed-Runde, die jemals von einem europäischen Startup abgeschlossen wurde, wenn es abgeschlossen wird. Nvidia, Google und Microsoft sind in Verhandlungen, um teilzunehmen, obwohl die Verhandlungen noch im Gange sind und die endgültigen Bedingungen geändert werden könnten. Die Runde bewertet das Unternehmen mit 4 Milliarden Dollar vor Geld.

Silver, der als VP of Reinforcement Learning bei DeepMind tätig war, gründete Ineffable Intelligence im November 2025 stillschweigend und wurde im Januar 2026 zum Direktor ernannt. Die Mission des Unternehmens, wie Silver sie beschrieben hat, besteht darin, “eine endlos lernende Superintelligenz zu entwickeln, die die Grundlagen aller Kenntnisse selbst entdeckt”.

Diese Beschreibung enthält eine bewusste Provokation. In einer Branche, die Hunderte von Milliarden für die Skalierung von LLMs, die auf Internet-Texten trainiert werden, ausgibt, argumentiert Silver, dass der gesamte Ansatz ein Limit hat.

Der Fall gegen menschliche Daten

Silvers These basiert direkt auf der Arbeit, die ihn berühmt gemacht hat. Im Jahr 2017 veröffentlichten DeepMind-CEO Demis Hassabis und Silver AlphaGo Zero, eine Version von AlphaGo, die ausschließlich durch Selbstspiel mit null menschlichen Spieldaten lernte. Es besiegte das ursprüngliche, menschlich trainierte AlphaGo in 100 Spielen mit 100:0.

Das Ergebnis schockierte die KI-Gemeinschaft. Ein System, das von Grund auf lernte, durch Interaktion und Belohnung allein, nicht nur menschliches Wissen erreichte, sondern es so gründlich übertraf, dass die menschlich trainierte Version nicht ein einziges Spiel gewinnen konnte.

Silver erweiterte diesen Ansatz durch AlphaZero, das Schach, Shogi und Go von Grund auf meisterte, und MuZero, das lernte, ohne auch nur die Regeln des Spiels zu kennen, das es spielte. Jedes System bestätigte die gleiche Schlussfolgerung: die beste Leistung kommt nicht durch die Nachahmung von Menschen, sondern durch das Lernen durch Erfahrung.

In einem DeepMind-Podcast, der vor seinem Ausscheiden aufgezeichnet wurde, beschrieb Silver zwei Epochen der KI: die aktuelle “Ära der menschlichen Daten” und eine kommende “Ära der Erfahrung”. Moderne LLMs, so argumentierte er, sind von menschlichen Daten und Feedback abhängig, was inhärente Einschränkungen mit sich bringt. Der Weg zu künstlicher Superintelligenz erfordert es, über menschliches Wissen hinauszugehen.

Dies ist die Philosophie der “Alberta-Schule” – benannt nach der University of Alberta, an der Silver unter dem Verstärkungslern-Pionier Rich Sutton studierte. Suttons einflussreicher Essay “The Bitter Lesson” von 2019 argumentierte, dass Methoden, die auf menschlichem Wissen basieren, letztendlich gegenüber Methoden unterliegen, die Rechenleistung und Lernen skalieren. Silver baut ein ganzes Unternehmen auf diesem Prinzip auf.

Ein Wettlauf um Superintelligenz-Startups

Silver ist nicht der erste Elite-Forscher, der ein großes Labor verlässt und außergewöhnliche Summen für ein Superintelligenz-Startup sammelt. Ilya Sutskever, der ehemalige Chef-Wissenschaftler von OpenAI, startete Safe Superintelligence im Jahr 2024 mit einer ähnlichen These – dass ein konzentrierter Einsatz außerhalb des Drucks eines Produktunternehmens Superintelligenz schneller erreichen kann. SSI hat seitdem Milliarden bei einer Bewertung von über 30 Milliarden Dollar eingesammelt.

Der Vergleich ist lehrreich. Beide Forscher verließen Organisationen, die sie halfen definieren. Beide glauben, dass das aktuelle Paradigma – die Skalierung von LLMs und den Verkauf von Chatbot-Abonnements – ein Umweg ist. Und beide zogen massive Kapital aufgrund ihres Rufs allein an, bevor sie ein Produkt entwickelten oder Ergebnisse veröffentlichten.

Aber die Ansätze divergieren. Sutskever hat wenig öffentlich über die technische Richtung von SSI gesagt. Silver hingegen war explizit: Verstärkungslernen, Selbstspiel und Lernen aus ersten Prinzipien – nicht Sprachmodelle. Während die meisten KI-Labore diskutieren, wie man LLMs dazu bringt, besser zu argumentieren, fragt Silver, ob sie überhaupt die Grundlage sein sollten.

Die 1-Milliarden-Dollar-Seed-Runde spiegelt auch wider, wie dramatisch sich das KI-Finanzierungslandsschaft verändert hat. Anthropic näherte sich recently einer Bewertung von 350 Milliarden Dollar. Der Wettbewerbsdruck in der KI-Frontier hat sich intensiviert, da OpenAI, Google und Anthropic neue Modelle in beschleunigtem Tempo ausliefern. Vor diesem Hintergrund ist eine Bewertung von 4 Milliarden Dollar vor Geld für ein vorproduktives Unternehmen unter der Leitung eines einzelnen Forschers das neue Normal.

Für Sequoia, das die Runde durch den Managing Partner Alfred Lin und die Partnerin Sonya Huang anführt, ist die Wette einfach: Silver ist einer von vielleicht fünf Menschen, die einen glaubwürdigen Anspruch darauf haben, Systeme entwickelt zu haben, die tatsächlich menschliche Intelligenz in bestimmten Bereichen übertroffen haben. Wenn Verstärkungslernen der richtige Weg zu allgemeiner Superintelligenz ist, ist er derjenige, der sie am wahrscheinlichsten finden wird.

Das Risiko ist ebenso klar. AlphaGo und AlphaZero waren in Bereichen mit klaren Regeln, perfekter Information und gut definierten Belohnungssignalen erfolgreich. Die reale Welt hat none dieser Eigenschaften. Die Skalierung von Selbstspiel über Spiele hinaus in offene Bereiche – Wissenschaft, Ingenieurwesen, Argumentation – ist ein ungelöstes Problem, an dem Silver selbst Jahre bei DeepMind gearbeitet hat, ohne eine definitive Durchbruch zu erzielen.

Ineffable Intelligences Londoner Basis positioniert es auch als potenziellen Anker für Europas KI-Ambitionen. Der Kontinent hat weltklasse-KI-Forscher hervorgebracht, aber Schwierigkeiten, sie zu halten, da amerikanische Labore größere Vergütungen und schnellere Skalierungsinfrastruktur bieten. Eine 1-Milliarden-Dollar-Seed-Runde in Europa, unterstützt von Silicon Valleys führendem Venture-Unternehmen, signalisiert, dass die Geographie der KI-Forschung an der Frontier möglicherweise breiter wird – obwohl es zu beachten ist, dass Sequoia, Nvidia, Google und Microsoft alle amerikanische Investoren sind.

Silvers Wette ist, dass die Fixierung der Branche auf LLMs einen lokalen Maximalwert darstellt – beeindruckend, aber letztendlich begrenzt. Die Frage ist, ob Verstärkungslernen die kontrollierten Umgebungen, in denen es gediehen ist, verlassen und in der chaotischen, mehrdeutigen realen Welt operieren kann. Eine Milliarde Dollar und eine Karriere, die darauf aufbaut, die Zweifler zu widerlegen, sagen, dass Silver denkt, es kann.