Said Mia, Gründer und Managing General Partner von Stormbreaker Ventures – Interviewreihe

Said Mia ist Gründer und Managing General Partner (GP) von Stormbreaker Ventures, einer Risikokapitalfirma, die in der Pre-Seed- und Seed-Phase in Verbindungsinfrastruktur, AI-RAN, Open RAN, Edge Computing, die Konvergenz von Satelliten- und Mobilfunknetzen, IoT, vernetzte Mobilität und die Modernisierung der US-Fertigung investiert. Zu seinen GP-Partnern zählen Wade Oosterman (Gründer von Clearnet Communications, das Telus für 6,6 Milliarden Dollar übernahm; ehemaliges Mitglied der obersten Führung von Bell Canada, wo er die Marktkapitalisierung um 50 Milliarden Dollar erhöhte), Derek Aberle (fast zehn Jahre lang Präsident von Qualcomm (QCOM )) und Glenn Lurie (ehemaliger Präsident und CEO von AT&T (T ) Mobility and Consumer Operations). Said kommt aus dem Investmentbanking im Telekommunikationssektor; er entwickelte Stormbreakers Investitionsthese und stellte das Team zusammen.

Bevor Sie Stormbreaker Ventures gründeten, berieten Sie bei Firmen wie Citi und PJT Partners (PJT ) jahrelang große Telekommunikations-, Halbleiter- und Infrastrukturunternehmen. Was überzeugte Sie davon, dass die größte Chance nicht mehr in der Beratung etablierter Unternehmen lag, sondern in der Unterstützung von Start-ups, die die Infrastruktur für das KI-Zeitalter bauen?

Durch die Beratung konnte ich ein langsam entstehendes Problem aus nächster Nähe beobachten. Ich arbeitete an Transaktionen rund um einige der wichtigsten Infrastrukturen weltweit: Frequenzspektrum, Netzarchitektur und Halbleiterlieferketten. Dabei sah ich immer wieder dieselbe Dynamik. Etablierte Unternehmen verstanden das Ausmaß des KI-Umbruchs, doch ihre Kapitalverteilung, die Zeitpläne für Fusionen und Übernahmen sowie organisatorische Anreize erschwerten es ihnen strukturell, schnell genug zu handeln, um die tatsächlich benötigte KI-Infrastruktur zu kontrollieren. Sie optimierten das bestehende Netz, nicht das nächste.

Je gründlicher ich diese Beobachtung in verschiedenen Beratungsmandaten überprüfte, desto klarer wurde, dass die eigentliche Wertschöpfung nicht innerhalb dieser Organisationen stattfinden würde. Sie würde von Gründern kommen, die ohne die Beschränkungen vorhandener Altsysteme arbeiten und die Verbindungsinfrastruktur, Edge-Architektur und von Anfang an für KI ausgelegten Netze bauen können, die eine maschinengetriebene Wirtschaft braucht. Irgendwann war es intellektuell am ehrlichsten, diesen Wandel nicht länger nur zu beraten, sondern ihn zu finanzieren.

Stormbreaker konzentriert sich auf die grundlegenden Werkzeuge und Einrichtungen der KI-Infrastruktur, bildlich die Ebene der „Spitzhacken und Schaufeln“. Warum könnten Infrastrukturunternehmen langfristig beständigeren Wert sichern als viele KI-Start-ups auf der Anwendungsebene?

Die Anwendungsebene ist spannend, hat aber strukturelle Schwächen, die noch nicht vollständig eingepreist sind. Wenn die zugrunde liegenden Modelle zu standardisierten, austauschbaren Produkten werden — und das werden sie —, verschwinden viele Wettbewerbsvorteile der Anwendungen rasch. Unternehmen, die auf GPT-4 trainiert haben, müssen nun GPT-5 und dann GPT-6 berücksichtigen. Die Wechselkosten sind gerade deshalb niedrig, weil die Anwendungen auf fremder Infrastruktur aufbauen.

Die physische Ebene funktioniert anders. Frequenzrechte, Funkzugangsnetze, Edge-Installationen und Infrastruktur zur Übergabe von Verbindungen zwischen Satelliten- und Mobilfunknetzen sind teuer im Aufbau, zeitaufwendig nachzubilden und tief in den Betrieb der Kunden eingebettet. Die Netzwerkeffekte sind real und dauerhaft. Wer private 5G-Netze und Edge-KI in die Fertigung integriert, baut sie nicht wegen eines neuen Modells wieder ab. Die Infrastruktur wird zu einer tragenden Grundlage des Betriebs.

Auch die Zeit spielt eine Rolle. Der physische Aufbau für KI steht erst am Anfang. Zwischen den künftigen Anforderungen der KI-Wirtschaft an Netzinfrastruktur und dem heutigen Bestand klafft eine riesige Lücke. Sie zu schließen erfordert zehn Jahre oder länger kontinuierliche Investitionen und Innovation. Das ist ein völlig anderes Risikoprofil als eine Wette darauf, welcher Chatbot in 18 Monaten den Markt für Unternehmensproduktivität gewinnt.

KI-gestützte Funkzugangsnetze (AI-RAN), Edge Computing und die Konvergenz von Satelliten- und Mobilfunknetzen erhalten mehr Aufmerksamkeit. Welche dieser Veränderungen versteht die breitere Risikokapitalbranche weiterhin am häufigsten falsch?

AI-RAN, ohne Frage. Die Risikokapitalbranche betrachtet sie überwiegend als Telekommunikationsthema: eine schrittweise Verbesserung bestehender Funkzugangsinfrastruktur. Sie übersieht das Wesentliche: einen grundlegenden Architekturwandel in der Verteilung von Intelligenz über das Netz.

Herkömmliche RAN besitzen am Netzrand keine eigene Intelligenz. AI-RAN verändert dies, indem Inferenz und Echtzeitentscheidungen direkt in die Funkschicht verlagert werden. Das hat weitreichende Folgen für Latenz, Energieeffizienz und die Wirtschaftlichkeit autonomer KI im großen Maßstab. Dieser Infrastrukturbaustein erlaubt einem Fabrikroboter, einem autonomen Fahrzeug auf der Autobahn oder einer Drohne im Logistikkorridor Reaktionen in weniger als einer Millisekunde, ohne jede Entscheidung über eine Hyperscaler-Cloud zu leiten.

Die meisten generalistischen Risikokapitalgeber kennen Telekommunikation nicht tief genug, um den Unterschied klar zu sehen. Sie verstehen KI auf Anwendungs- und Datenebene, doch Funkzugangsnetze waren für das Silicon Valley historisch eine Blackbox. Genau diese Lücke soll Stormbreaker schließen. In unserem Partnerteam sind Menschen, die solche Netze in großem Maßstab betrieben haben. Wir verstehen technische Architektur und wirtschaftliche Dynamik mit einer Tiefe, die generalistische Investoren nicht haben.

Sie halten ältere Netze für schlecht geeignet für eine maschinengetriebene Wirtschaft. Welche Infrastrukturengpässe verhindern am stärksten, dass heutige Telekommunikations- und Industriesysteme autonome KI im großen Maßstab unterstützen?

Ich denke ständig über drei Engpässe nach.

Latenzarchitektur. Internet und Mobilfunknetze wurden für Interaktionen im menschlichen Tempo entworfen. Menschen bemerken 50 Millisekunden Verzögerung nicht. Autonome Systeme schon, und häufig trennt dies eine sichere von einer katastrophalen Entscheidung. Die ältere Kernnetzarchitektur leitet Verkehr auf eine Weise, die mit den Anforderungen industrieller KI an vorhersehbare, niedrige Latenz unvereinbar ist.

Die Intelligenzlücke am Netzrand. Die meisten Industrienetze betrachten Edge-Infrastruktur noch als passiven Transportkanal, der Daten zur Verarbeitung an eine zentrale Rechenumgebung schickt. Autonome KI im großen Maßstab braucht jedoch lokale Intelligenz. Eine Fabrik, ein Hafen oder ein Logistikzentrum lässt sich nicht autonom betreiben, wenn jede Entscheidung das WAN durchlaufen muss. Rechen-, Speicher- und Inferenzkapazität muss am Ort des Geschehens oder in dessen Nähe liegen. Die meisten vorhandenen Installationen sind nicht so aufgebaut.

Interoperabilität und Fragmentierung. Industrielle Umgebungen bestehen aus einem Gemisch von OT-Systemen, proprietären Protokollen und älterer Hardware, die Jahrzehnte vor modernen Verbindungsstandards entstand. Sie konsistent mit einer KI-Ebene kommunizieren zu lassen, ist eine enorme Integrationsaufgabe. Wer dort noch keine reale Installation versucht hat, unterschätzt sie leicht. Start-ups, die das Problem lösen und als intelligentes Bindeglied zwischen physischem Betrieb und darüberliegender KI-Ebene dienen, werden außerordentlich wertvoll sein.

Qualcomm, Ericsson (ERIC ) und Nokia übernehmen immer häufiger KI- und Softwarefirmen. Sehen Sie darin den Beginn eines längeren Konsolidierungszyklus in Telekommunikation und Infrastrukturtechnologie?

Ja, und meiner Ansicht nach stehen wir noch am Anfang. Die Transaktionen von Qualcomm, Ericsson und Nokia sind kein Opportunismus, sondern strategische Notwendigkeit. Diese Unternehmen wissen, dass sich der wirtschaftliche Schwerpunkt der Infrastruktur in Software und KI verlagert. Keines kann alles Benötigte intern mit der vom Markt verlangten Geschwindigkeit entwickeln.

Grundlegender ist, dass von Anfang an auf KI ausgerichtete Start-ups Fähigkeiten aufbauen, die etablierte Unternehmen intern tatsächlich nicht nachbilden können. Das liegt nicht an Talent oder Kapital, sondern an architektonischer Freiheit. Ohne eine alte Produktlinie schützen oder eine Kundenbeziehung im Wert von zehn Milliarden Dollar erhalten zu müssen, lassen sich Systeme für das KI-Zeitalter aus grundlegenden Prinzipien entwickeln. Das Ergebnis unterscheidet sich strukturell.

Für Stormbreaker ist dies ein wichtiger Teil der These zum späteren Ausstieg aus Investitionen in Portfoliounternehmen. Wir bauen frühzeitig Beziehungen zu den wahrscheinlichsten strategischen Käufern auf. Unser GP-Team hat persönliche berufliche Beziehungen zu Entscheidungsträgern mehrerer solcher Organisationen. Dadurch erhalten wir Einblick in Übernahme- und Fusionspläne, der den meisten Frühphaseninvestoren fehlt. Wenn Nokia Growth Partners oder Ericsson Ventures an einer Finanzierungsrunde teilnehmen, bestätigt das nicht nur das Vertrauen der Investoren, sondern zeigt auch die Richtung des strategischen Interesses.

Wie wichtig wird Edge-KI in den nächsten fünf Jahren, insbesondere in Fertigung, Logistik, Robotik und industrieller Automatisierung, wo Latenz und Zuverlässigkeit entscheidend sind?

Sie wird das bestimmende Infrastrukturthema dieser fünf Jahre in den genannten Branchen sein, Punkt. Entscheidend ist nicht, ob Edge-KI wichtig ist, sondern ob die einsetzenden Unternehmen die Infrastruktur für ihren zuverlässigen Betrieb haben.

Die Fertigung ist vermutlich am weitesten. Die wirtschaftlichen Vorteile KI-gestützter Qualitätskontrolle, vorausschauender Wartung und autonomer Produktionslinien überzeugen bereits. Große Hersteller handeln schnell, weil die Investitionsrendite messbar ist und unmittelbar eintritt. Die Grenze liegt nicht bei den KI-Modellen, sondern bei der Netz- und Recheninfrastruktur, die Echtzeitinferenz in der Fabrik ermöglicht.

Logistik und vernetzte Mobilität stehen etwas früher in der Entwicklung, werden aber schnell vorankommen. Autonomer Gütertransport, intelligente Hafenabläufe und KI-gestützte Lieferketten haben enorme Auswirkungen auf Kosten und Erlöse je Einheit. Investoren sollten beachten, dass Edge-KI keine einzelne Infrastrukturkategorie, sondern ein Gefüge mehrerer Ebenen ist. Rechenleistung, Konnektivität, Strommanagement und Softwareorchestrierung müssen am Netzrand zusammenspielen. Unternehmen mit integrierten Lösungen über alle Ebenen statt einzelner Punktprodukte werden am dauerhaftesten bestehen.

Industrielle Modernisierung und die Rückverlagerung der Produktion ins eigene Land sind in den USA und Kanada politische Prioritäten geworden. Wie viel des heutigen KI-Infrastrukturbooms entsteht durch Geopolitik und nationale Sicherheitsinteressen statt rein wirtschaftlicher Nachfrage?

Mehr, als die meisten Investoren des Bereichs öffentlich zugeben wollen. Ich sage es deutlich: Nationale Sicherheit ist ein realer struktureller Rückenwind für Infrastruktur, keine bloße Gesprächsfloskel.

Die US-Regierung hat — meiner Ansicht nach zu Recht — erkannt, dass KI-Führung nicht nur eine Wirtschaftsfrage ist, sondern eine Frage der Souveränität. Wer die physische KI-Infrastruktur kontrolliert, Halbleiter herstellt und private Netze in kritischen Industrieanlagen baut, trifft Entscheidungen nationaler Sicherheit ebenso wie wirtschaftliche. Der CHIPS Act, Schutzmaßnahmen der Exekutive für kritische Infrastruktur und die Investitionsausrichtung des Verteidigungsministeriums auf Edge-KI und souveräne Rechenkapazität sind keine vorübergehenden politischen Erscheinungen. Sie spiegeln einen dauerhaften parteiübergreifenden Konsens zur strategischen Bedeutung inländischer Infrastrukturkapazität wider.

Für Stormbreaker entsteht eine bestimmte attraktive Unternehmenskategorie: Infrastrukturunternehmen, bei denen nationale Sicherheitsanwendungen und kommerzielle Nutzung zusammenkommen. Bundesbehörden, Verteidigungsauftragnehmer und Betreiber kritischer Infrastruktur besitzen Budgetsicherheit und strategische Geduld, die rein kommerziellen Kunden oft fehlen. Genau die Verbindung aus dauerhafter Nachfrage und auftragskritischen Anwendungen suchen wir in einem jungen Infrastrukturunternehmen.

Zu Ihrem Netzwerk erfahrener Betreiber gehören ehemalige Führungskräfte von AT&T Mobility, Bell Canada und Qualcomm. Welche operativen Erkenntnisse liefern erfahrene Telekommunikationsmanager, die traditionelle Silicon-Valley-Investoren häufig übersehen?

Die ehrliche Antwort ist tiefe Wertschätzung dafür, was Aufbau und Betrieb physischer Infrastruktur in großem Maßstab tatsächlich erfordern.

Die Investitionskultur des Silicon Valley ist historisch auf Software ausgerichtet: hohe Margen, schnelle Entwicklungszyklen, relativ geringe Kapitalintensität und klar modellierbare Kundengewinnung. Infrastruktur funktioniert anders. Netzprojekte haben mehrjährige Verkaufszyklen mit Unternehmen und Telekommunikationsanbietern. Die Integration in bestehende OT-Umgebungen ist komplex und langsam. Regulatorische Anforderungen bestehen real und können Markteintrittspläne wesentlich beeinflussen. Die Betreiberbeziehung — dessen Akzeptanz, Netzintegrationsverträge und Frequenzzugang — ist keine Formalität, sondern ein strategischer Vermögenswert, der über Jahre entsteht.

Wade Oosterman baute Clearnet auf und erhöhte danach Bell Canadas Marktkapitalisierung um 50 Milliarden Dollar. Glenn Lurie leitete AT&T Mobility und kennt die Denkweise großer Anbieter zu Lieferantenbeziehungen und Technologieeinführung. Mit ihnen als GP können wir Gründer und Unternehmen nach einem Maßstab beurteilen, der den meisten Frühphaseninvestoren unzugänglich ist. Wenn ein Gründer seine Marktstrategie mit einem großen Anbieter vorstellt, fragen wir nicht nur nach der Produkt-Markt-Passung, sondern auch, ob die kommerzielle Struktur angesichts realer Beschaffungsprozesse tragfähig ist. Diese operative Erfahrung bedeutet, dass Portfoliounternehmen mehr als Kapital bekommen: Kontakte zu Entscheidungsträgern, Rat für Unternehmensverkaufszyklen und Glaubwürdigkeit in Gesprächen, in denen der Name Stormbreaker wegen der Menschen dahinter Gewicht hat.

KI-Infrastruktur benötigt immer mehr Strom und Kapital und hängt stärker von Lieferketten ab. Was unterscheidet Start-ups, die unter diesen Bedingungen überleben können, von solchen, die trotz starker Technologie Schwierigkeiten bekommen könnten?

Es überleben jene Unternehmen, die ihre Kapitalintensität für sich nutzen, statt sie als Belastung des Geschäfts zu betrachten.

Markteintrittsstrategie. Kapitalintensive Infrastrukturunternehmen, die nur auf direkten Unternehmensvertrieb setzen, wachsen langsam und sind anfällig. Wer Vertrieb über Telekommunikationspartner, Systemintegratoren oder öffentliche Beschaffung aufbaut, kann schneller installieren und wiederkehrende Erlöse zur Deckung seines Kapitalbedarfs schaffen. Das Geschäftsmodell muss auf das Umfeld abgestimmt sein.

Kundenprofil und Vertragsstruktur. Stromintensive Edge-Rechen- oder Netzinfrastruktur braucht Kunden, deren Kaufverhalten zum Kapitalzyklus passt. Langfristige Verträge, grundlegende Installationen als Basis weiteren Wachstums und strategische Partner, die gemeinsam in die Infrastruktur investieren, sind keine bloß willkommenen Extras. Sie sind Überlebensvoraussetzungen.

Operative Erfahrung im Team, nicht nur Ingenieurkompetenz. Ich habe technisch brillante Infrastruktur-Start-ups scheitern sehen, weil sie komplexe Lieferketten nicht steuern, passende Lieferantenbeziehungen nicht aushandeln oder große Installationen nicht ohne Aufzehrung des Kapitals umsetzen konnten. Gründer, die dies bereits getan und tatsächlich physische Infrastruktur in großem Maßstab aufgebaut haben, besitzen einen enormen Vorteil gegenüber Erstgründern mit ausschließlich starken technischen Qualifikationen.

Wie wird in fünf bis zehn Jahren das Infrastrukturgefüge aussehen, das die KI-Wirtschaft antreibt? Erwarten Sie die Vorherrschaft zentralisierter Hyperscaler oder eine breitere Verteilung über Edge-Netze, souveräne Rechenkapazität und industrielle KI-Systeme?

Verteilt, aber nicht gleichmäßig und nicht ohne Rolle für Hyperscaler. Das tatsächliche Bild ist eine gestufte Architektur, komplexer und interessanter als die Erzählungen „Hyperscaler gewinnen alles“ oder „Edge ersetzt die Cloud“.

Hyperscaler werden das Training und große Inferenzaufgaben weiter dominieren. Dieser Kapitalwettbewerb begünstigt die Konsolidierung, und sie haben ihn eindeutig gewonnen. Inferenz am Ort des Geschehens — in der Fabrik, im autonomen Fahrzeug, am Fuß des Mobilfunkturms oder im souveränen Regierungsrechenzentrum — wird dagegen breit verteilt sein. Die Physik der Latenz, die Wirtschaftlichkeit der Bandbreite und die Politik der Datensouveränität weisen alle in dieselbe Richtung: Intelligenz muss näher an den Ort, an dem sie handelt.

Am Zehnjahresbild fasziniert mich eine neue Infrastrukturkategorie ohne klare Entsprechung in der vorherigen Rechengeneration: private souveräne und industrielle Rechennetze, zweckgerichtet gebaut und tief in das physische Betriebsumfeld integriert. Hafenbehörden, Verteidigungsauftragnehmer, große Hersteller oder nationale Regierungen bauen und kontrollieren diese Netze — nicht mangels Hyperscaler-Angebot, sondern weil Datensensibilität, Latenzanforderungen und strategische Bedeutung der Aufgaben dies verlangen. Auf diese Infrastruktur arbeitet Stormbreaker hin. Unternehmen, die das Fundament dieses verteilten, souveränen und von Anfang an für KI konzipierten Gefüges bilden, werden zu den wichtigsten Infrastrukturunternehmen dieses Jahrzehnts gehören. Die meisten sind noch gar nicht gegründet.

Vielen Dank für das hervorragende Interview. Wer mehr erfahren möchte, kann Stormbreaker Ventures besuchen.