Le Viet Quoc und ehemalige Google-Führungskräfte streben für Discovery Loop eine Bewertung von 50 Milliarden Dollar an

Ein Ziel von 50 Milliarden Dollar vor dem ersten kommerziellen Produkt

Discovery Loop, das von Jeff Dean, Sanjay Ghemawat, Oriol Vinyals und dem vietnamesischen Wissenschaftler Le Viet Quoc gegründete Unternehmen für künstliche Intelligenz, sucht Berichten zufolge nach einer Finanzierung, die das Unternehmen mit rund 50 Milliarden Dollar bewertet. Der Start am 5. August 2026 liegt erst wenige Wochen zurück. Ein kommerzielles Produkt hat das Unternehmen noch nicht angekündigt, und die angestrebte Bewertung ist keine abgeschlossene Transaktion.

Berichten vom 11. September zufolge ist das eine deutliche Steigerung gegenüber den Gesprächen im August, bei denen es um eine Finanzierung von rund einer Milliarde Dollar bei einer Bewertung von etwa zehn Milliarden Dollar ging. Das neue Bewertungsziel ist fünfmal so hoch wie die frühere Zahl, ein Unterschied von 40 Milliarden Dollar. Keine der beiden Zahlen belegt, wie viel Kapital Investoren tatsächlich zugesagt haben. Auch die Höhe der in den jüngsten Gesprächen angestrebten Finanzierung wurde nicht bekannt gegeben.

Das Gründerteam will KI entwickeln, die Hypothesen aufstellen, Experimente entwerfen und durchführen, Ergebnisse analysieren und anhand dieser Erkenntnisse entscheiden kann, was als Nächstes untersucht wird. Im Mittelpunkt steht zunächst die KI selbst: Discovery Loop will die Forschung an Algorithmen und Systemen des maschinellen Lernens automatisieren und später auf andere wissenschaftliche und technische Fachgebiete ausweiten.

Die Anwaltskanzlei des Unternehmens, Wilson Sonsini Goodrich & Rosati, bestätigte den Start am 5. August in ihrer Mitteilung zum Start und zur Finanzierung. Darin bezeichnete sie Discovery Loop als gemeinnützige Kapitalgesellschaft nach dem Recht des US-Bundesstaats Delaware und nannte Radical Ventures und Khosla Ventures als federführende Investoren der ersten Finanzierungsrunde. Lightspeed, Kleiner Perkins, Doerr Capital und Alphabet beteiligten sich ebenfalls.

Hier ist der Unterschied zwischen einer angekündigten Finanzierung und einer abgeschlossenen Finanzierungsrunde entscheidend. Discovery Loop wollte sich zu dem berichteten Ziel von 50 Milliarden Dollar nicht äußern, und Dean antwortete nicht auf eine Bitte um Stellungnahme. Die Konditionen können sich ändern, und es gibt keine Garantie, dass Investoren dieser Bewertung zustimmen.

Was geschah zwischen August und September?

Der rasche Aufstieg von Discovery Loop umfasst drei getrennte Entwicklungen: den öffentlichen Start, den Aufbau eines ersten Teams samt Infrastruktur und Berichte über Gespräche zu einer weiteren Finanzierung. Diese Ereignisse sollten nicht als Beleg dafür gelten, dass das Unternehmen bereits die Größenordnung erreicht hat, die sein Finanzierungsziel nahelegt.

• 5. August 2026: Discovery Loop gab seinen Start und die erste Finanzierung bekannt. Gründer sind vier ehemalige Google-Forscher.
• 9. August 2026: In einer von Radical Ventures veröffentlichten Mitteilung kündigte Dean an, dass das Team seine Seed-Finanzierungsrunde voraussichtlich in den folgenden Wochen abschließen werde. Außerdem wolle es Büroräume suchen und Personal einstellen.
• August 2026: Berichten zufolge gab es Gespräche über eine Finanzierung von rund einer Milliarde Dollar bei einer Bewertung von etwa zehn Milliarden Dollar.
• 11. September 2026: Berichten zufolge wurde ein neues Bewertungsziel von rund 50 Milliarden Dollar genannt, ohne dass ein Abschluss bestätigt wurde.

Die Berichte zum Stand der ersten Finanzierungsrunde fallen unterschiedlich aus. Einige bezeichnen die Seed-Finanzierung als eine von Radical Ventures und Khosla Ventures angeführte Runde. In der juristischen Mitteilung vom 5. August heißt es, die beiden Firmen würden die Runde gemeinsam anführen; in Deans Erklärung vom 9. August steht, der Abschluss werde in den folgenden Wochen erwartet. Diese Angaben nennen die Beteiligten, belegen aber weder einen endgültigen Abschlusstermin noch eine konkrete Summe.

Auch die Angaben zur Personalgewinnung beziehen sich auf unterschiedliche Zeitpunkte und widersprechen einander nicht unbedingt. Vor dem Start hatte das Unternehmen weder Büroräume angemietet noch mit der Personalsuche begonnen. Anschließend kündigte Dean Einstellungspläne an. Ein späterer Bericht meldete, dass auf der Karriereseite eine Stelle ausgeschrieben war. Radical Ventures beschrieb den geplanten Arbeitsplatz als Team vor Ort in Palo Alto.

Das Experiment automatisieren, nicht nur die Antwort

Discovery Loops zentrales Ziel ist es, einen experimentellen Zyklus zu automatisieren. Statt ein KI-System nur eine Frage beantworten oder Code schreiben zu lassen, will das Unternehmen, dass es eine vielversprechende Idee findet, einen Test plant und durchführt, das Ergebnis auswertet und sein Vorgehen anpasst.

In der Forschung zum maschinellen Lernen könnte das bedeuten, eine neue Modellarchitektur vorzuschlagen, sie zu trainieren oder zu testen, ihre Leistung zu messen und die nächste Variante auszuwählen. Eine Architektur ist die Anordnung der Rechenkomponenten eines Modells. Sie beeinflusst, wie das Modell lernt und Informationen verarbeitet. Discovery Loop hat kein funktionsfähiges kommerzielles System vorgestellt, das den gesamten Prozess bewältigt.

Dean, der Geschäftsführer von Discovery Loop, beschrieb den unmittelbaren Schwerpunkt in seiner Erklärung zum Unternehmensstart, die Radical Ventures am 9. August veröffentlichte. Die Gründer wollten ihren eigenen Forschungsbedarf als erstes Testfeld nutzen:

Wir werden außerdem mit dem Aufbau unserer Infrastruktur, KI-Modelle und Systeme beginnen, um unser erstes Anwendungsgebiet anzugehen: die Automatisierung groß angelegter Experimente für die Forschung und Entwicklung im Bereich maschinelles Lernen. Dabei werden wir selbst unsere ersten Kunden sein.

Geplant sind Tausende parallel laufende Experimente. Gleichzeitige Tests könnten es dem System ermöglichen, zahlreiche Ansätze miteinander zu vergleichen, ohne jeweils das Ende eines Tests abwarten zu müssen, bevor es mit dem nächsten beginnt. Das ist weiterhin ein Entwicklungsziel und kein veröffentlichtes Leistungsergebnis.

Warum Le Viet Quocs Forschung zur Mission passt

Le Viet Quoc, auch unter seinem beruflichen Namen Quoc Le bekannt, bringt eine Forschungslaufbahn mit, die eng mit dem ursprünglichen Ziel des Unternehmens verbunden ist. Er wurde 1982 in Huong Thuy in der vietnamesischen Stadt Hue geboren und besuchte das spezialisierte Gymnasium Quoc Hoc Hue, bevor er an der Australian National University einen Abschluss in Software Engineering erwarb. Anschließend promovierte er an der Stanford University bei Andrew Ng in Informatik.

Als Kind lebte er in einem Dorf ohne Strom, bis er neun Jahre alt war. Später beschäftigte er sich mit der Frage, wie Computer aus großen Datenmengen nützliche Repräsentationen lernen können. 2011 kam er zu Google Brain und gehörte zu den Forschern, die mit dessen frühen Arbeiten zum Deep Learning verbunden waren.

2012 wirkte Le an einem Projekt mit, bei dem ein großes neuronales Netz anhand von Millionen Bildern aus YouTube-Videos trainiert wurde. Einige Einheiten des Netzes reagierten besonders stark auf Katzenbilder, obwohl das System nicht auf herkömmliche Weise mit einer vollständig beschrifteten Sammlung von Katzenfotos trainiert worden war. Das Ergebnis zeigte, dass das System visuelle Merkmale lernen konnte, nicht aber ein menschliches Verständnis davon, was eine Katze ist.

2014 veröffentlichten Le, Ilya Sutskever und Vinyals eine Forschungsarbeit zum Sequenz-zu-Sequenz-Lernen, einer Methode, bei der eine Eingabesequenz in eine Ausgabesequenz umgewandelt wird. Eine Übersetzung ist ein Beispiel dafür: Aus einem Satz in einer Sprache wird ein Satz in einer anderen. Im selben Jahr wurde Le zudem in das TR35-Programm für junge Innovatoren aufgenommen.

Seine späteren Arbeiten zum automatisierten maschinellen Lernen, darunter die Suche nach neuronalen Architekturen, sind für Discovery Loop besonders relevant. Dabei geht es darum, Teile der Auswahl und Erprobung von Modellarchitekturen zu automatisieren, für die Forscher sonst viele Möglichkeiten manuell durchspielen müssten. Discovery Loop will diese Idee auf einen umfassenderen Zyklus aus Planung, Experimenten und Überarbeitung ausweiten.

Vier Gründer mit ergänzender Erfahrung

Dean kam 1999 zu Google, half beim Aufbau von Google Brain, war als leitender Wissenschaftler für Google DeepMind und Google Research tätig und wirkte an der technischen Leitung von Gemini mit. Sein Hintergrund verbindet KI-Forschung mit den großen Rechensystemen, die nötig sind, um sie praktisch nutzbar zu machen.

Ghemawat, ebenfalls ein langjähriger Google-Forscher, war an der Entwicklung von Google File System und Bigtable beteiligt. Diese Technologien ermöglichen die Speicherung und Verarbeitung von Informationen auf vielen Computern. Die Erfahrung ist relevant für ein Unternehmen, das Tausende Experimente koordinieren will und dafür eine zuverlässige Planung, Datenverwaltung und Recheninfrastruktur benötigt.

Vinyals war Forschungs-Vizepräsident bei Google DeepMind und half bei der Leitung der Gemini-Entwicklung. Zu seinen Forschungsgebieten gehören Sequenzmodellierung und bestärkendes Lernen, bei dem Systeme anhand von Rückmeldungen zu ihren Handlungen und deren Folgen lernen. Er und Le bringen außerdem Erfahrung aus ihrer früheren gemeinsamen Arbeit an Sequenz-zu-Sequenz-Modellen mit.

Radical Ventures, ein Investor des Unternehmens, beschreibt diese Kombination von Kompetenzen in seiner Investitionsmitteilung. Die Firma verweist auf Erfahrung in den Bereichen Chips, große KI-Modelle und verteiltes Rechnen. Diese Einschätzung stammt von einem Geldgeber und ist keine unabhängige Bewertung der Technologie von Discovery Loop.

Die Gründer erklärten, sie hätten zwischen 14 und 30 Jahre zusammengearbeitet. In ihren Präsentationsunterlagen führten sie Google Search, Ads, Gemini und Gmail als Produkte auf, zu denen sie beigetragen hätten. Diese Referenzen erklären das Interesse der Investoren, belegen aber nicht, dass das neue Unternehmen bereits ein autonomes Forschungssystem entwickelt hat.

Google bleibt Investor und Rechenpartner

Der Abschied bedeutet keine vollständige Trennung von Google. Alphabet ist ein Gründungsinvestor, und Discovery Loop hat eine Partnerschaft für Cloud- und Rechenressourcen geschlossen. Das Unternehmen und Google rechnen außerdem mit einer Zusammenarbeit bei Systemen für maschinelles Lernen und der dazugehörigen Infrastruktur.

Die Beschreibungen der Partnerschaft unterscheiden sich hinsichtlich ihrer Laufzeit. Berichten zufolge soll Google im ersten Jahr Cloud-Ressourcen bereitstellen, während Wilson Sonsini die Vereinbarung als langfristige Partnerschaft mit Alphabet bezeichnet. Die veröffentlichten Angaben nennen weder die vollständige Laufzeit noch die finanziellen Bedingungen, die Rechenkapazität oder ob die Vereinbarung exklusiv ist.

Damit hat Alphabet zwei Rollen: als Investor des neuen Unternehmens und als Anbieter von Ressourcen, die es für seine Forschung benötigt. Discovery Loop erhält Zugang zu Rechenkapazitäten, während Google die Verbindung zu Forschern hält, die wichtige Teile seiner KI-Aktivitäten mitentwickelt haben. Es wurden keine Zahlen zum Wert der Investition oder der Rechenvereinbarung veröffentlicht.

Alphabet-Chef Sundar Pichai führte Berichten zufolge wiederholt Gespräche, um die Gründer davon zu überzeugen, bei Google zu bleiben. Vinyals nannte die Schwierigkeit, innerhalb einer großen Organisation grundlegende Veränderungen umzusetzen, als einen Grund für die Gründung eines eigenständigen Unternehmens. Dass sie Google verlassen, aber eine Investitions- und Infrastrukturpartnerschaft aufrechterhalten, deutet auf den Wunsch nach organisatorischer Unabhängigkeit hin, nicht auf das Ende der Zusammenarbeit.

Was AlphaEvolve zeigt und was nicht

AlphaEvolve von Google DeepMind ist ein konkretes Beispiel für einen Teil der geplanten Arbeit von Discovery Loop. AlphaEvolve sucht und verbessert Algorithmen: KI erzeugt mögliche Lösungen und bewertet, ob sie leistungsfähiger sind.

Google zufolge verbesserte das System die Effizienz seines Datenspeichersystems Spanner und unterstützte die Arbeit an einer nachfolgenden Generation von Tensor Processing Units, kurz TPUs. Das sind spezialisierte Chips für KI-Berechnungen. Dean präsentierte zuvor einen von AlphaEvolve gefundenen Schaltungsentwurf, der in eine neue TPU integriert wurde.

Der Unterschied liegt im Umfang. AlphaEvolve konzentriert sich auf die Entdeckung und Optimierung von Algorithmen. Discovery Loop will einen umfassenderen experimentellen Prozess automatisieren und diesen später über das maschinelle Lernen hinaus ausweiten. Die erfolgreiche Suche nach besserem Code oder einem Schaltungsentwurf belegt für sich genommen nicht, dass eine KI zuverlässige Forschung in Medizin, Materialwissenschaft oder Energie betreiben kann.

Das Unternehmen beginnt zunächst mit maschinellem Lernen, weil es seine eigenen Systeme als Versuchsgegenstand nutzen und die Ergebnisse direkt bewerten kann. Eine Ausweitung auf die Arzneimittelentwicklung, das Chipdesign, die Materialwissenschaft und saubere Energie ist bislang nur geplant. Entdeckungen in diesen Bereichen wurden nicht bekannt gegeben.

Eine gemeinwohlorientierte Mission und offene Geschäftsfragen

Die Eintragung von Discovery Loop als gemeinnützige Kapitalgesellschaft nach dem Recht des US-Bundesstaats Delaware verankert die erklärte wissenschaftliche Mission formell in der Unternehmensstruktur. Eine solche Gesellschaft kann finanzielle Interessen mit einem festgelegten Gemeinwohlzweck und den Interessen der von ihrer Tätigkeit betroffenen Menschen in Einklang bringen. Die Rechtsform ist nicht mit einer Wohltätigkeitsorganisation oder einem gemeinnützigen Verein gleichzusetzen.

Dean erklärte, die Gründer könnten Entscheidungen treffen, bei denen der größere gesellschaftliche Nutzen Vorrang vor den finanziellen Interessen des Unternehmens hat. In den veröffentlichten Mitteilungen werden jedoch weder die konkrete Formulierung des Gemeinwohlzwecks in den Unternehmensdokumenten noch die Kriterien für solche Abwägungen erläutert.

Die Mission geht über die Verbesserung von KI-Modellen hinaus. Radical Ventures nennt Technik, Medizin, Materialwissenschaft und saubere Energie als geplante Arbeitsgebiete. Dean verwies außerdem auf mögliche Anwendungen bei Teilproblemen der vierzehn Grand Challenges der National Academy of Engineering, einer Reihe bedeutender technischer Herausforderungen.

Diese Aussagen beschreiben Ziele, aber keinen Zeitplan für die Umsetzung. Das Unternehmen hat nicht bekannt gegeben, wann es ein externes Produkt anbieten will, wie Kunden dafür bezahlen würden oder welche Ergebnisse den Übergang von internen KI-Experimenten auf andere Fachgebiete rechtfertigen würden. Angaben zu Umsätzen und Kundeninteresse fehlen. Das ist nicht gleichbedeutend mit der bestätigten Aussage, dass es beides nicht gibt.

Wofür die Investoren bezahlen

Die Finanzierungsgespräche von Discovery Loop stehen im Kontext umfangreicher Investitionen in KI-Forschungsteams, noch bevor kommerzielle Produkte verfügbar sind. Thinking Machines Lab, gegründet von der ehemaligen Technikchefin von OpenAI, Mira Murati, nahm im Juli 2025 rund zwei Milliarden Dollar bei einer Bewertung von zwölf Milliarden Dollar auf, obwohl das Unternehmen damals weder Umsätze noch ein kommerzielles Produkt hatte.

Safe Superintelligence, mitgegründet vom ehemaligen OpenAI-Chefwissenschaftler Ilya Sutskever, erreichte Berichten zufolge bei einer Finanzierungsrunde im April 2025 eine Bewertung von 32 Milliarden Dollar. Zu den Investoren gehörten Alphabet und Nvidia. Die angestrebte Bewertung von 50 Milliarden Dollar für Discovery Loop würde über diesen genannten Zahlen liegen, ist aber weiterhin ein Verhandlungsziel und keine bestätigte Transaktion.

Einer Schätzung zufolge erreichten 2026 in den USA 19 Unternehmen eine Bewertung von mindestens zehn Milliarden Dollar, verglichen mit dem Rekordwert von 22 im Jahr 2021. Damit fehlen drei Unternehmen zum bisherigen Höchststand. Unternehmen dieser Bewertungskategorie werden häufig als Decacorns bezeichnet. Dass Discovery Loop über eine solche Bewertung verhandelt, bedeutet nicht, dass das Unternehmen sein jüngstes Ziel bereits erreicht hat.

Vinod Khosla, Gründer von Khosla Ventures, erläuterte in einer öffentlichen Stellungnahme zum Team die Gründe für die Investition. Seine Firma führt die erste Finanzierungsrunde von Discovery Loop mit an. Seine Formulierung machte das Ergebnis ausdrücklich von einem Erfolg abhängig:

Dieses Team kann neu definieren, wie in Technik und Wissenschaft geforscht wird. Wenn das gelingt, wird sich die Wirkung nicht an Softwarefunktionen oder Benchmarks messen lassen, sondern an neuen wissenschaftlichen Erkenntnissen, die das Leben von Milliarden Menschen verbessern.

Die unmittelbaren Unsicherheiten sind konkreter als die weitreichenden Ziele: ob die jüngste Finanzierungsrunde zustande kommt, welche Bewertung und Summe sie erreicht, wie viel Rechenkapazität das Unternehmen erhält und was seine internen Experimente zeigen. In seiner Erklärung vom August rechnete Dean damit, die Seed-Finanzierungsrunde innerhalb weniger Wochen abzuschließen. Für die berichtete Finanzierung mit einem Ziel von 50 Milliarden Dollar und den Start eines kommerziellen Produkts wurde jedoch kein bestätigter Zeitplan veröffentlicht.

Das Wichtigste

• Discovery Loop startete am 5. August 2026. Zu den Gründern gehören Jeff Dean, Sanjay Ghemawat, Le Viet Quoc und Oriol Vinyals.
• Berichten zufolge strebt das Unternehmen eine Bewertung von 50 Milliarden Dollar an, das Fünffache des im August diskutierten Ziels von rund zehn Milliarden Dollar. Eine Vereinbarung zu dieser Bewertung wurde nicht bestätigt.
• Im Mittelpunkt steht zunächst die Automatisierung von Experimenten zum maschinellen Lernen. Das Unternehmen will dabei selbst sein erster Kunde sein.
• Radical Ventures und Khosla Ventures führen die erste Finanzierungsrunde an. Alphabet ist sowohl Investor als auch Rechenpartner.
• Discovery Loop ist eine gemeinwohlorientierte Kapitalgesellschaft nach dem Recht des US-Bundesstaats Delaware und baut ein Team vor Ort in Palo Alto auf.
• Ein kommerzielles Produkt, Umsatzzahlen, Zusagen von Kunden oder ein Zeitplan für die Ausweitung auf andere wissenschaftliche Fachgebiete wurden nicht bekannt gegeben.