Das in Shanghai gegründete Pragmatik Labs soll in einer Angel Runde eine Post Money Bewertung von rund 2 Milliarden US Dollar erreicht haben – noch bevor ein öffentliches Produkt, Nutzer oder Umsatz bekannt waren. Zu den genannten Geldgebern gehören Gaorong Ventures, HSG – früher Sequoia China –, Tencent und der Sha...
Veröffentlicht vonBearbeitet mit GPT-5.6 LunaBilder erstellt mit GPT Image 1.5
Forschungsantwort

Create a landscape editorial hero image for this Studio Global article: What is known about Lin Junyang’s founding of Shanghai-based Pragmatik Labs (Yuyong Technology)—including its $2 billion angel-stage valuati. Article summary: Pragmatik Labs—Chinese registered name Yuyong Technology and reportedly called “p7k” internally—is a Shanghai AI startup founded by former Alibaba Qwen technical lead Lin Junyang. It reportedly received an angel-stage va. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Pragmatik Labs ist das neue KI-Startup aus Shanghai von Lin Junyang, dem früheren technischen Leiter von Alibabas Qwen-Modellfamilie. Das Unternehmen ist in China als Yuyong Technology registriert und soll intern auch unter dem Kürzel „p7k“ bekannt sein. Seine erklärte Mission: KI-Agenten zu entwickeln, die sowohl in digitalen Umgebungen als auch in der physischen Welt arbeiten können. 3
4
Die bemerkenswerteste Zahl steht allerdings nicht für einen Umsatz oder eine Nutzerzahl, sondern für die Finanzierung: Berichten zufolge wurde Pragmatik in einer Angel-Runde nach der Investition mit rund 2 Milliarden US-Dollar bewertet – noch bevor das Unternehmen ein öffentliches Produkt, ein eigenes Modell, Kunden, Umsatz oder einen Zeitplan für den Start vorgestellt hatte. 8
13
Damit ist Pragmatik derzeit weniger ein klassisches Unternehmen mit nachgewiesener Geschäftstätigkeit als eine hochpreisige Wette auf einen Gründer, dessen Forschungskompetenz und eine bestimmte Vorstellung davon, wie sich KI als Nächstes entwickeln wird.
Als gemeinsame Anführer der Finanzierungsrunde werden Gaorong Ventures und HSG genannt. HSG ist der heutige Name der früheren Sequoia-Capital-China-Einheit. Tencent und der Shanghai Future Industry Fund sollen sich ebenfalls beteiligt haben. 4
11
Die am häufigsten genannte Aufschlüsselung beziffert die Runde auf ungefähr 220 Millionen US-Dollar: jeweils rund 100 Millionen US-Dollar von Gaorong und HSG sowie etwa 20 Millionen US-Dollar von Tencent. Auch der Shanghai Future Industry Fund soll beteiligt sein. Diese Einzelbeträge stammen jedoch aus Medien- und Branchenberichten, nicht aus einer öffentlich veröffentlichten Finanzierungsmitteilung des Unternehmens, und sind daher als berichtete Zahlen zu verstehen. 10
14
Berichte zu chinesischen Unternehmensunterlagen zeichnen zudem ein ungewöhnlich konzentriertes Bild der Eigentumsverhältnisse. Demnach halten externe Institutionen zusammen etwa 12 Prozent an Yuyong Technology, während Lin Junyang und mit ihm verbundene Gesellschaften auf rund 88 Prozent kommen. 8
11
Das verschafft Lin erhebliche Kontrolle. Gleichzeitig zeigt die Struktur, worauf die Investoren offenbar vor allem setzen: auf seinen weiteren Einfluss, seine technische Einschätzung und seine Fähigkeit, ein Forschungsteam aufzubauen – nicht auf bereits belegte Geschäftszahlen.
Wichtig ist die Einordnung der Bewertung: Eine Post-Money-Bewertung von 2 Milliarden US-Dollar ist der Preis, der in einer privaten Finanzierungsrunde vereinbart wurde. Sie ist kein Beleg dafür, dass Pragmatik bereits ein operatives Geschäft in dieser Größenordnung besitzt. Die verfügbaren Berichte belegen bislang weder öffentlich zugängliche Produkte noch Nutzer, Kunden, Auftragsvolumen oder Umsatz. 8
13
Pragmatiks öffentliche Positionierung unterscheidet sich von der Arbeit an Foundation Models, die Lin bei Alibaba leitete. Das Unternehmen spricht von „next-generation agents“, also einer neuen Generation von KI-Agenten, die digitale und physische Welten miteinander verbinden sollen. 4
18
Die digitalen Agenten sollen Wissensarbeit, Unternehmensabläufe und branchenspezifische Workflows unterstützen. Zu den genannten Fähigkeiten gehören:
Der Anspruch geht damit über ein System hinaus, das lediglich eine Antwort erzeugt. Ein Agent soll einen Plan entwickeln, eine Handlung ausführen, das Ergebnis überprüfen und seinen nächsten Schritt anpassen können.
Die zweite Linie überträgt diese Idee auf die reale Welt. Physische Agenten müssten wechselnde Bedingungen wahrnehmen, sich an sie anpassen, Maschinen steuern und Aufgaben über längere Zeiträume hinweg erledigen können. 17
18
Das ist technisch deutlich anspruchsvoller als ein digitaler Assistent. Ein Software-Agent kann scheitern, indem er eine falsche Antwort liefert oder ein Werkzeug falsch bedient. Ein physischer Agent muss zusätzlich mit Wahrnehmung, räumlichem Denken, Steuerung, Hardware-Zuverlässigkeit, Sicherheit und den Folgen realer Handlungen umgehen.
Pragmatik beschreibt außerdem einen „Research to Product“-Kreislauf: Fortschrittliche Forschung soll in reale Einsatzumgebungen gelangen, während die Rückmeldungen aus diesen Umgebungen die nächste Forschungsrunde beeinflussen. Das Konzept „Long Horizons“ verweist auf langfristige Ziele, die über schrittweise Verbesserungen heutiger Agentensysteme hinausgehen. 18
25
Die öffentliche Beschreibung bleibt bislang weit gefasst. In den verfügbaren Berichten nennt Pragmatik weder Modellparameter noch Benchmarks, Trainingsdaten, Hardwarepartner, ein konkretes Produkt oder einen Veröffentlichungszeitplan. 23
24
25
Der wichtigste Teil der Investmentthese scheint ein Talentaufschlag zu sein. Lin war bei Alibaba maßgeblich am technischen Aufbau und am Open-Source-Ökosystem von Qwen beteiligt. Das gibt Investoren Anlass zu der Annahme, dass er erneut ein starkes Team rekrutieren und Forschung an der Spitze des Feldes umsetzen kann. 4
8
Lin trat 2019 der DAMO Academy von Alibaba bei, nachdem er sich akademisch mit Linguistik und Computerlinguistik beschäftigt hatte. Später wurde er im Umfeld der Gründung von Alibabas Tongyi Lab zu einem technischen Leiter von Qwen. Berichten zufolge war er Autor des ersten technischen Qwen-Berichts und gehörte zu den zentralen Mitwirkenden am Bericht zu Qwen2.5. 4
8
Unter der Qwen-Organisation veröffentlichte Alibaba eine breite Familie offener Modelle, darunter Varianten für Programmierung, Mathematik, Bildverarbeitung und multimodale Anwendungen sowie Systeme mit Schwerpunkt auf Schlussfolgerungen. Für Anfang 2026 wurden dem Qwen-Ökosystem mehr als 400 Open-Source-Modelle, über 200.000 abgeleitete Modelle und mehr als eine Milliarde weltweite Downloads zugeschrieben. Diese Zahlen beschreiben jedoch das Qwen-Ökosystem – nicht Pragmatiks eigenes Geschäft. 8
Auch Lins Interesse an verkörperter KI, also KI-Systemen mit Bezug zu Robotik und realen Umgebungen, begann nicht erst mit dem Startup. Laut Berichten gründete er im Oktober 2025 innerhalb von Qwen ein Team für Robotik und Embodied Intelligence. Der Fokus auf physische Agenten wirkt deshalb eher wie die Fortsetzung einer bereits eingeschlagenen Forschungsrichtung als wie ein abrupter Themenwechsel. 15
31
Am 4. März 2026 gab Lin seinen Abschied vom Qwen-Projekt bei Alibaba bekannt und schrieb: „Bye my beloved Qwen.“ Berichte brachten seinen Weggang mit veränderten organisatorischen und kommerziellen Prioritäten in Verbindung. Eine vollständig unabhängig bestätigte Darstellung der internen Gründe liegt in den verfügbaren öffentlichen Informationen jedoch nicht vor. 5
7
Am 26. März veröffentlichte Lin den Essay From „Reasoning“ Thinking to „Agentic“ Thinking. Seine zentrale These: KI sollte sich von Modellen, die innerhalb eines begrenzten Prompts schlussfolgern, zu Systemen entwickeln, die kontinuierlich handeln – also planen, Werkzeuge nutzen, in Umgebungen eintreten, Rückmeldungen beobachten, Strategien überarbeiten und Aktionen über längere Zeit koordinieren. 17
19
Dahinter steht ein anderer Blick auf Intelligenz. Ein Modell, das eine Frage beantwortet, lässt sich vor allem an der Qualität seiner Antwort messen. Ein Agent, der eine sinnvolle Aufgabe erledigen soll, muss dagegen zeigen, dass er über viele Schritte hinweg Fortschritte macht, Fehler auffängt und am Ende ein brauchbares Ergebnis erreicht.
Bei physischen Agenten wird derselbe Gedanke auf die Welt außerhalb von Software ausgeweitet. Sie würden nicht nur mit Dateien, Webseiten oder Unternehmensprogrammen interagieren, sondern auch mit Gegenständen, Maschinen und wechselnden räumlichen Bedingungen. Das könnte einen reichhaltigeren Rückkopplungskreislauf ermöglichen. Zugleich steigen die technischen und betrieblichen Risiken deutlich. Der Ansatz ist daher eine ambitionierte langfristige Hypothese – noch kein nachgewiesener kommerzieller Vorteil. 11
15
Pragmatik steht für einen größeren Trend in der KI-Branche: Junge Unternehmen erhalten außergewöhnlich hohe Bewertungen, weil Investoren den Ruf eines Spitzenforschers und eine erwartete technologische Entwicklung höher gewichten als klassische Frühphasenkennzahlen.
Thinking Machines Lab von Mira Murati nahm im Juli 2025 rund 2 Milliarden US-Dollar zu einer gemeldeten Bewertung von 12 Milliarden US-Dollar auf. Die Runde wurde von Andreessen Horowitz angeführt. Reuters berichtete, dass das Unternehmen zu diesem Zeitpunkt weder Umsatz noch Produkte hatte. 33
Der Vergleich ist aufschlussreich, aber nicht vollständig gleichzusetzen. Pragmatiks gemeldete Bewertung von 2 Milliarden US-Dollar entspricht ungefähr einem Sechstel der Bewertung von Thinking Machines Lab. Zudem verfolgt Pragmatik mit digitalen Agenten und verkörperten beziehungsweise physischen Systemen eine besonders breite und schwierige Umsetzungsagenda. 4
33
Beide Unternehmen zeigen dasselbe Finanzierungsphänomen: Investoren können ein Forschungsteam und einen erwarteten technologischen Durchbruch weit vor nachgewiesenem Umsatz bewerten. Gerade deshalb wird die spätere Validierung entscheidend. Ein starker Gründer kann Kapital anziehen. Er muss dieses Kapital anschließend trotzdem in zuverlässige Systeme und ein dauerhaft tragfähiges Geschäftsmodell verwandeln.
Ob die Bewertung Bestand hat, wird sich nicht in den Finanzierungsunterlagen entscheiden, sondern in der Praxis. Pragmatik muss zeigen, dass seine Agenten Aufgaben erledigen können, die Kunden oder Entwickler nicht ebenso leicht mit bestehenden Foundation-Model-Anbietern und Agentenplattformen bewältigen können.
Die wichtigsten Prüfsteine dürften sein:
Nach heutigem Kenntnisstand handelt es sich bei Pragmatik um ein stark finanziertes, von seinem Gründer kontrolliertes Forschungs-Startup mit einem breit angelegten Auftrag für digitale und physische Agenten. Die verfügbaren Informationen belegen jedoch noch keine Produktleistung, Marktakzeptanz, Umsätze oder einen technischen Vorsprung, der die gemeldete Bewertung bereits rechtfertigen würde. Die entscheidende Aufgabe beginnt erst jetzt: Lin Junyang muss seinen Qwen-Ruf in ein unabhängiges Unternehmen übersetzen, das Agenten nicht nur handeln lässt, sondern diese Handlungen auch wiederholt wirtschaftlich wertvoll macht. 4
8
13
Studio Global AI
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Das in Shanghai gegründete Pragmatik Labs soll in einer Angel Runde eine Post Money Bewertung von rund 2 Milliarden US Dollar erreicht haben – noch bevor ein öffentliches Produkt, Nutzer oder Umsatz bekannt waren.
Das in Shanghai gegründete Pragmatik Labs soll in einer Angel Runde eine Post Money Bewertung von rund 2 Milliarden US Dollar erreicht haben – noch bevor ein öffentliches Produkt, Nutzer oder Umsatz bekannt waren. Zu den genannten Geldgebern gehören Gaorong Ventures, HSG – früher Sequoia China –, Tencent und der Shanghai Future Industry Fund.
Pragmatik setzt nicht auf eine weitere Foundation Model Familie, sondern auf KI Agenten, die digitale Arbeitsabläufe ausführen und künftig auch in der physischen Welt wahrnehmen, planen und handeln sollen.
Das in Shanghai gegründete Pragmatik Labs soll in einer Angel Runde eine Post Money Bewertung von rund 2 Milliarden US Dollar erreicht haben – noch bevor ein öffentliches Produkt, Nutzer oder Umsatz bekannt waren. Zu den genannten Geldgebern gehören Gaorong Ventures, HSG – früher Sequoia China –, Tencent und der Sha...
Veröffentlicht vonBearbeitet mit GPT-5.6 LunaBilder erstellt mit GPT Image 1.5
Forschungsantwort

Create a landscape editorial hero image for this Studio Global article: What is known about Lin Junyang’s founding of Shanghai-based Pragmatik Labs (Yuyong Technology)—including its $2 billion angel-stage valuati. Article summary: Pragmatik Labs—Chinese registered name Yuyong Technology and reportedly called “p7k” internally—is a Shanghai AI startup founded by former Alibaba Qwen technical lead Lin Junyang. It reportedly received an angel-stage va. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Pragmatik Labs ist das neue KI-Startup aus Shanghai von Lin Junyang, dem früheren technischen Leiter von Alibabas Qwen-Modellfamilie. Das Unternehmen ist in China als Yuyong Technology registriert und soll intern auch unter dem Kürzel „p7k“ bekannt sein. Seine erklärte Mission: KI-Agenten zu entwickeln, die sowohl in digitalen Umgebungen als auch in der physischen Welt arbeiten können. 3
4
Die bemerkenswerteste Zahl steht allerdings nicht für einen Umsatz oder eine Nutzerzahl, sondern für die Finanzierung: Berichten zufolge wurde Pragmatik in einer Angel-Runde nach der Investition mit rund 2 Milliarden US-Dollar bewertet – noch bevor das Unternehmen ein öffentliches Produkt, ein eigenes Modell, Kunden, Umsatz oder einen Zeitplan für den Start vorgestellt hatte. 8
13
Damit ist Pragmatik derzeit weniger ein klassisches Unternehmen mit nachgewiesener Geschäftstätigkeit als eine hochpreisige Wette auf einen Gründer, dessen Forschungskompetenz und eine bestimmte Vorstellung davon, wie sich KI als Nächstes entwickeln wird.
Als gemeinsame Anführer der Finanzierungsrunde werden Gaorong Ventures und HSG genannt. HSG ist der heutige Name der früheren Sequoia-Capital-China-Einheit. Tencent und der Shanghai Future Industry Fund sollen sich ebenfalls beteiligt haben. 4
11
Die am häufigsten genannte Aufschlüsselung beziffert die Runde auf ungefähr 220 Millionen US-Dollar: jeweils rund 100 Millionen US-Dollar von Gaorong und HSG sowie etwa 20 Millionen US-Dollar von Tencent. Auch der Shanghai Future Industry Fund soll beteiligt sein. Diese Einzelbeträge stammen jedoch aus Medien- und Branchenberichten, nicht aus einer öffentlich veröffentlichten Finanzierungsmitteilung des Unternehmens, und sind daher als berichtete Zahlen zu verstehen. 10
14
Berichte zu chinesischen Unternehmensunterlagen zeichnen zudem ein ungewöhnlich konzentriertes Bild der Eigentumsverhältnisse. Demnach halten externe Institutionen zusammen etwa 12 Prozent an Yuyong Technology, während Lin Junyang und mit ihm verbundene Gesellschaften auf rund 88 Prozent kommen. 8
11
Das verschafft Lin erhebliche Kontrolle. Gleichzeitig zeigt die Struktur, worauf die Investoren offenbar vor allem setzen: auf seinen weiteren Einfluss, seine technische Einschätzung und seine Fähigkeit, ein Forschungsteam aufzubauen – nicht auf bereits belegte Geschäftszahlen.
Wichtig ist die Einordnung der Bewertung: Eine Post-Money-Bewertung von 2 Milliarden US-Dollar ist der Preis, der in einer privaten Finanzierungsrunde vereinbart wurde. Sie ist kein Beleg dafür, dass Pragmatik bereits ein operatives Geschäft in dieser Größenordnung besitzt. Die verfügbaren Berichte belegen bislang weder öffentlich zugängliche Produkte noch Nutzer, Kunden, Auftragsvolumen oder Umsatz. 8
13
Pragmatiks öffentliche Positionierung unterscheidet sich von der Arbeit an Foundation Models, die Lin bei Alibaba leitete. Das Unternehmen spricht von „next-generation agents“, also einer neuen Generation von KI-Agenten, die digitale und physische Welten miteinander verbinden sollen. 4
18
Die digitalen Agenten sollen Wissensarbeit, Unternehmensabläufe und branchenspezifische Workflows unterstützen. Zu den genannten Fähigkeiten gehören:
Der Anspruch geht damit über ein System hinaus, das lediglich eine Antwort erzeugt. Ein Agent soll einen Plan entwickeln, eine Handlung ausführen, das Ergebnis überprüfen und seinen nächsten Schritt anpassen können.
Die zweite Linie überträgt diese Idee auf die reale Welt. Physische Agenten müssten wechselnde Bedingungen wahrnehmen, sich an sie anpassen, Maschinen steuern und Aufgaben über längere Zeiträume hinweg erledigen können. 17
18
Das ist technisch deutlich anspruchsvoller als ein digitaler Assistent. Ein Software-Agent kann scheitern, indem er eine falsche Antwort liefert oder ein Werkzeug falsch bedient. Ein physischer Agent muss zusätzlich mit Wahrnehmung, räumlichem Denken, Steuerung, Hardware-Zuverlässigkeit, Sicherheit und den Folgen realer Handlungen umgehen.
Pragmatik beschreibt außerdem einen „Research to Product“-Kreislauf: Fortschrittliche Forschung soll in reale Einsatzumgebungen gelangen, während die Rückmeldungen aus diesen Umgebungen die nächste Forschungsrunde beeinflussen. Das Konzept „Long Horizons“ verweist auf langfristige Ziele, die über schrittweise Verbesserungen heutiger Agentensysteme hinausgehen. 18
25
Die öffentliche Beschreibung bleibt bislang weit gefasst. In den verfügbaren Berichten nennt Pragmatik weder Modellparameter noch Benchmarks, Trainingsdaten, Hardwarepartner, ein konkretes Produkt oder einen Veröffentlichungszeitplan. 23
24
25
Der wichtigste Teil der Investmentthese scheint ein Talentaufschlag zu sein. Lin war bei Alibaba maßgeblich am technischen Aufbau und am Open-Source-Ökosystem von Qwen beteiligt. Das gibt Investoren Anlass zu der Annahme, dass er erneut ein starkes Team rekrutieren und Forschung an der Spitze des Feldes umsetzen kann. 4
8
Lin trat 2019 der DAMO Academy von Alibaba bei, nachdem er sich akademisch mit Linguistik und Computerlinguistik beschäftigt hatte. Später wurde er im Umfeld der Gründung von Alibabas Tongyi Lab zu einem technischen Leiter von Qwen. Berichten zufolge war er Autor des ersten technischen Qwen-Berichts und gehörte zu den zentralen Mitwirkenden am Bericht zu Qwen2.5. 4
8
Unter der Qwen-Organisation veröffentlichte Alibaba eine breite Familie offener Modelle, darunter Varianten für Programmierung, Mathematik, Bildverarbeitung und multimodale Anwendungen sowie Systeme mit Schwerpunkt auf Schlussfolgerungen. Für Anfang 2026 wurden dem Qwen-Ökosystem mehr als 400 Open-Source-Modelle, über 200.000 abgeleitete Modelle und mehr als eine Milliarde weltweite Downloads zugeschrieben. Diese Zahlen beschreiben jedoch das Qwen-Ökosystem – nicht Pragmatiks eigenes Geschäft. 8
Auch Lins Interesse an verkörperter KI, also KI-Systemen mit Bezug zu Robotik und realen Umgebungen, begann nicht erst mit dem Startup. Laut Berichten gründete er im Oktober 2025 innerhalb von Qwen ein Team für Robotik und Embodied Intelligence. Der Fokus auf physische Agenten wirkt deshalb eher wie die Fortsetzung einer bereits eingeschlagenen Forschungsrichtung als wie ein abrupter Themenwechsel. 15
31
Am 4. März 2026 gab Lin seinen Abschied vom Qwen-Projekt bei Alibaba bekannt und schrieb: „Bye my beloved Qwen.“ Berichte brachten seinen Weggang mit veränderten organisatorischen und kommerziellen Prioritäten in Verbindung. Eine vollständig unabhängig bestätigte Darstellung der internen Gründe liegt in den verfügbaren öffentlichen Informationen jedoch nicht vor. 5
7
Am 26. März veröffentlichte Lin den Essay From „Reasoning“ Thinking to „Agentic“ Thinking. Seine zentrale These: KI sollte sich von Modellen, die innerhalb eines begrenzten Prompts schlussfolgern, zu Systemen entwickeln, die kontinuierlich handeln – also planen, Werkzeuge nutzen, in Umgebungen eintreten, Rückmeldungen beobachten, Strategien überarbeiten und Aktionen über längere Zeit koordinieren. 17
19
Dahinter steht ein anderer Blick auf Intelligenz. Ein Modell, das eine Frage beantwortet, lässt sich vor allem an der Qualität seiner Antwort messen. Ein Agent, der eine sinnvolle Aufgabe erledigen soll, muss dagegen zeigen, dass er über viele Schritte hinweg Fortschritte macht, Fehler auffängt und am Ende ein brauchbares Ergebnis erreicht.
Bei physischen Agenten wird derselbe Gedanke auf die Welt außerhalb von Software ausgeweitet. Sie würden nicht nur mit Dateien, Webseiten oder Unternehmensprogrammen interagieren, sondern auch mit Gegenständen, Maschinen und wechselnden räumlichen Bedingungen. Das könnte einen reichhaltigeren Rückkopplungskreislauf ermöglichen. Zugleich steigen die technischen und betrieblichen Risiken deutlich. Der Ansatz ist daher eine ambitionierte langfristige Hypothese – noch kein nachgewiesener kommerzieller Vorteil. 11
15
Pragmatik steht für einen größeren Trend in der KI-Branche: Junge Unternehmen erhalten außergewöhnlich hohe Bewertungen, weil Investoren den Ruf eines Spitzenforschers und eine erwartete technologische Entwicklung höher gewichten als klassische Frühphasenkennzahlen.
Thinking Machines Lab von Mira Murati nahm im Juli 2025 rund 2 Milliarden US-Dollar zu einer gemeldeten Bewertung von 12 Milliarden US-Dollar auf. Die Runde wurde von Andreessen Horowitz angeführt. Reuters berichtete, dass das Unternehmen zu diesem Zeitpunkt weder Umsatz noch Produkte hatte. 33
Der Vergleich ist aufschlussreich, aber nicht vollständig gleichzusetzen. Pragmatiks gemeldete Bewertung von 2 Milliarden US-Dollar entspricht ungefähr einem Sechstel der Bewertung von Thinking Machines Lab. Zudem verfolgt Pragmatik mit digitalen Agenten und verkörperten beziehungsweise physischen Systemen eine besonders breite und schwierige Umsetzungsagenda. 4
33
Beide Unternehmen zeigen dasselbe Finanzierungsphänomen: Investoren können ein Forschungsteam und einen erwarteten technologischen Durchbruch weit vor nachgewiesenem Umsatz bewerten. Gerade deshalb wird die spätere Validierung entscheidend. Ein starker Gründer kann Kapital anziehen. Er muss dieses Kapital anschließend trotzdem in zuverlässige Systeme und ein dauerhaft tragfähiges Geschäftsmodell verwandeln.
Ob die Bewertung Bestand hat, wird sich nicht in den Finanzierungsunterlagen entscheiden, sondern in der Praxis. Pragmatik muss zeigen, dass seine Agenten Aufgaben erledigen können, die Kunden oder Entwickler nicht ebenso leicht mit bestehenden Foundation-Model-Anbietern und Agentenplattformen bewältigen können.
Die wichtigsten Prüfsteine dürften sein:
Nach heutigem Kenntnisstand handelt es sich bei Pragmatik um ein stark finanziertes, von seinem Gründer kontrolliertes Forschungs-Startup mit einem breit angelegten Auftrag für digitale und physische Agenten. Die verfügbaren Informationen belegen jedoch noch keine Produktleistung, Marktakzeptanz, Umsätze oder einen technischen Vorsprung, der die gemeldete Bewertung bereits rechtfertigen würde. Die entscheidende Aufgabe beginnt erst jetzt: Lin Junyang muss seinen Qwen-Ruf in ein unabhängiges Unternehmen übersetzen, das Agenten nicht nur handeln lässt, sondern diese Handlungen auch wiederholt wirtschaftlich wertvoll macht. 4
8
13
Studio Global AI
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Das in Shanghai gegründete Pragmatik Labs soll in einer Angel Runde eine Post Money Bewertung von rund 2 Milliarden US Dollar erreicht haben – noch bevor ein öffentliches Produkt, Nutzer oder Umsatz bekannt waren.
Das in Shanghai gegründete Pragmatik Labs soll in einer Angel Runde eine Post Money Bewertung von rund 2 Milliarden US Dollar erreicht haben – noch bevor ein öffentliches Produkt, Nutzer oder Umsatz bekannt waren. Zu den genannten Geldgebern gehören Gaorong Ventures, HSG – früher Sequoia China –, Tencent und der Shanghai Future Industry Fund.
Pragmatik setzt nicht auf eine weitere Foundation Model Familie, sondern auf KI Agenten, die digitale Arbeitsabläufe ausführen und künftig auch in der physischen Welt wahrnehmen, planen und handeln sollen.