a16zs große Ideen im Technologiebereich für 2025

• Die von a16z erwarteten großen Ideen für 2025
• Da der Artikel die Einschätzungen verschiedener Teammitglieder zusammenfasst, ist bei Interpretation und Verlässlichkeit Vorsicht geboten
• Dennoch bietet er Einblicke in die aktuelle Lage und vielfältige Ideen in Bereichen wie Bio + Health, Consumer-Tech, Krypto, Enterprise + Fintech, Games, Growth-Stage-Technologien und Infrastruktur

[American Dynamism]

Die Wiederkehr der Kernenergie

• 2025 dürfte die Nachfrage nach Kernenergie erstmals seit Langem deutlich steigen, da Regulierungsreformen, öffentliches Interesse, große Kapitalzuflüsse und der enorme Energiebedarf von AI-Rechenzentren zusammenkommen
• Da der Energiebedarf in den USA stark ansteigt, gerät das alternde Stromnetz unter Druck, und das Interesse an stabilen Energiequellen nimmt wieder zu
• Geschlossene Kernkraftwerke wie Three Mile Island sollen wieder in Betrieb genommen werden, und die Unterstützung beider US-Parteien sowie der gesellschaftliche Wunsch nach sauberer Energie tragen zur Renaissance der Kernenergie bei
• Kernenergie ist nicht nur aus Energiesicht zentral, sondern auch für AI-Wettbewerbsfähigkeit, nationale Stärke und den Aufbau eines stabilen Stromnetzes

Die Jobs der Zukunft: die Lücke zwischen Hardware und Software schließen

• In den 2000er- und 2010er-Jahren lag der Schwerpunkt vor allem auf der Ausbildung von Talenten im Coding
• In jüngster Zeit steigt die Nachfrage nach Berufsprofilen stark, die AI-Technologien in realer Hardware einsetzen und so ihren praktischen Nutzen erhöhen
• Durch Reshoring in Fertigung und Produktion, den massenhaften Ruhestand erfahrener Fachkräfte sowie die Ausbreitung von AI und Automatisierung rücken Bereiche wie Maschinenbau, Elektrotechnik, Regelungstechnik, RF, Industrial Engineering und Qualitätsingenieurwesen neu in den Fokus
• In den kommenden zehn Jahren könnte das Wachstum einiger hardwarebezogener Engineering-Berufe das der klassischen Softwareentwicklung übertreffen

Die nächste Phase der Raumfahrtindustrie, angekündigt durch den „Catch“

• Mit dem erfolgreichen „Catch“ bei der Landung eines Starship-Boosters rückt eine Ära näher, in der sich große Nutzlasten von mehr als 150 Tonnen schnell und wiederverwendbar transportieren lassen
• Dadurch steigt die Wahrscheinlichkeit, nicht nur Menschen und Fracht zum Mond und Mars zu bringen, sondern auch große Rechenzentren, Raumstationen und biomedizinische Labore im All zu stationieren
• Auch ultraschneller Transport, mit dem sich jeder Ort auf der Erde in weniger als 40 Minuten erreichen lässt, könnte Realität werden
• Ab 2025 könnte ein Wendepunkt erreicht sein, an dem Technologien, die bislang als Science-Fiction galten, in die Realität eintreten

Die Zukunft dezentraler Verteidigung

• Es nähert sich eine Zeit, in der autonome Drohnen, Sensornetzwerke und Battlefield-AI zunehmend ohne menschliches Eingreifen sofortige Entscheidungen treffen
• Kampftruppen in abgelegenen Regionen werden voraussichtlich Echtzeitinformationen erhalten und ihre Strategie mithilfe AI-basierter Analysen unmittelbar anpassen müssen
• Solche dezentralen Führungsstrukturen erfordern, dass zuverlässige Stromversorgung und Computing-Ressourcen auch in Risikogebieten verfügbar sind
• Technologische Fortschritte in den Bereichen Energie, Raumfahrt und AI dürften unmittelbar mit der Wettbewerbsfähigkeit der nationalen Sicherheit verknüpft sein

XR-Geräte: der nächste Sprung für Entwickler

• Das Potenzial von XR-Geräten (Extended Reality) für Anwendungen in der physischen Welt nimmt zu
• Neue Plattformen wie Apple Vision Pro und Meta Orion sind erschienen, doch Verbraucherakzeptanz und Entwickler-Ökosystem befinden sich noch in einem frühen Stadium
• Besonders in den Bereichen Robotik, autonomes Fahren und Simulation spielen XR-Geräte bereits eine wichtige Rolle
• In Branchen mit vielen Daten oder Interaktionen rund um physische Räume dürfte die Einführung von XR-Geräten deutlich zunehmen

Nutzung von Erdbeobachtungsdaten

• In den vergangenen fünf Jahren hat sich die Zahl der Erdbeobachtungssatelliten von 500 auf über 1000 verdoppelt, wodurch die Grundlage für den einfachen Zugang zu Bildern und Daten ausgebaut wurde
• Regierungen und Wissenschaft haben bereits mit großen Investitionen vielfältige Tools zur Nutzung von Erdbeobachtungsdaten aufgebaut
• Dennoch sind die kommerziellen Umsätze in diesem Bereich bislang eher gering
• Die eigentliche Chance liegt wahrscheinlich nicht in reinen Analyse-Tools oder Dashboards, sondern in Produkten, die Erdbeobachtungsdaten als eines von mehreren Werkzeugen zur Lösung branchenspezifischer Probleme einsetzen
• Künftig könnten Erdbeobachtungsdaten in vielen Bereichen wie Lieferketten, Stadtplanung und Katastrophenhilfe zu einer unverzichtbaren Ressource werden

Die nächste Stufe der Roboterdatenerfassung

• Mehrere Unternehmen sammeln in großem Umfang Roboterdaten über Teleoperation, Simulation (sim2real), modulare Roboterarme und andere Methoden
• Ziel ist es, mithilfe großer Datenmengen Roboter zu entwickeln, die in der realen Welt allgemein einsetzbar sind
• Früher konzentrierte sich Scale AI im Zuge des Booms beim autonomen Fahren auf die Erfassung „präziser Policy-Daten“ wie Bild-Labeling, doch inzwischen werden komplexere und kostspieligere Bereiche wie Benchmarks, Präferenzen, Sicherheit und Red Teaming wichtiger
• Auch im Robotikbereich dürften Sicherheitsbewertungen für gefährliche Umgebungen und komplexe Benchmark-Systeme entstehen
• Letztlich reicht selbst der Aufbau großer Policy-Datensätze nicht aus; für den Praxiseinsatz müssen auch sekundäre Systeme wie Sicherheitstests und komplexe Evaluierungsframeworks mit aufgebaut werden

Neue Schritte in der Freiraumoptischen Kommunikation

• Für 2025 wird erwartet, dass sich die Freiraumoptische Kommunikation weiterentwickelt
• Gegenüber bestehender drahtloser Kommunikation (RF) sind höhere Geschwindigkeiten und mehr Direktheit (gerichtete Übertragung) möglich, doch Technologien zur Lösung von Problemen wie Downtime und Interferenzen sind weiterhin unzureichend
• Es ist gut möglich, dass fortschrittliche Modulationsverfahren ähnlich denen im Funk wie QPSK und OFDM sowie Technologien zur Verbesserung von Beam Steering und Fehlerkorrektur erscheinen und die Effizienz steigern
• Genauere Positioning-, Navigation- und Timing-Systeme (PNT) dürften integriert werden und insbesondere bei mobiler Kommunikation die Strahlausrichtung verbessern
• Diese Fortschritte werden voraussichtlich große Auswirkungen auf die Kommunikations-, Satelliten- und Verteidigungsindustrie haben

[Bio + Health]

Große Krankheiten wieder im Fokus: Big is Back

• 2025 dürften in Bio und Pharma selbst Biotech-Startups in frühen Phasen wieder beginnen, häufige große Krankheitsbilder anzugehen
• Es wird erwartet, dass Medikamente der GLP-1-Klasse im Bereich Adipositas und Diabetes bis 2030 einen Markt von über 100 Milliarden US-Dollar schaffen und dem Bereich Herz-Kreislauf- und Stoffwechselerkrankungen neue Dynamik verleihen
• Auch im Bereich Autoimmunerkrankungen findet still und leise Innovation statt
  • Dr. Georg Schett aus München geht davon aus, dass CAR-T-Zelltherapien zur Behandlung bestimmter B-Zell-Krebserkrankungen auch auf Autoimmunerkrankungen mit Beteiligung von B-Zellen, etwa Lupus und Arthritis, anwendbar sind
  • In einer kürzlich veröffentlichten Studie zeigten alle 15 Patienten, die auf bestehende Behandlungen nicht angesprochen hatten, nach der CAR-T-Therapie dramatische Verbesserungen
  • Dr. Schett vergleicht dies mit „dem Reset-Knopf eines Computers“, also einem vollständigen Neustart des Immunsystems, damit es wieder normal funktioniert
• Getragen von solch eindrucksvollen klinischen Ergebnissen und den Erfolgen neuer Medikamente gegen Adipositas dürfte dies neue Innovationen von Bio- und Startups fördern, die auf die häufigsten und größten Krankheitsbilder abzielen

Die Demokratisierung von Health: Wandel durch Tech

• In den vergangenen Jahren hat mit dem Aufkommen von Technologien wie AI-Analysen von Blutwerten, Wearables zum Tracking von Biosignalen und Ganzkörper-Screenings die „Demokratisierung von Gesundheit“ begonnen
• Es entsteht eine Ära, in der Patienten ihre eigenen Daten auch außerhalb klinischer Umgebungen einsehen und ihre Gesundheit proaktiv steuern können
• AI liefert personalisierte Analysen und Empfehlungen und macht frühe Diagnose und Prävention möglich, indem sie zuvor übersehene Muster erkennt
• In einem komplexen Gesundheitssystem, das bisher auf Krankheitsbehandlung fokussiert war, treiben diese Technologien den Wandel hin zu einem neuen Modell voran, das Prävention und Früherkennung in den Mittelpunkt stellt
• Durch prädiktive Erkenntnisse können Patienten rechtzeitig kluge Entscheidungen treffen

„Super Staffing“ im Gesundheitswesen

• Das Gesundheitswesen steht vor einer massiven Krise durch den Mangel an klinischem Personal
  • Es gibt bei weitem nicht genug Ärzte und Pflegekräfte, um den in den kommenden fünf Jahren stark steigenden Behandlungsbedarf zu decken
• Gleichzeitig sind im administrativen Bereich des Gesundheitswesens mehr Menschen als nötig mit repetitiven Aufgaben beschäftigt, was die Kosten erhöht
• Es besteht daher dringender Handlungsbedarf, die vorhandenen personellen Ressourcen so effektiv wie möglich einzusetzen und einfache Aufgaben mit Technologie zu automatisieren
• AI gilt als einer der Schlüssel zur Lösung dieses Problems
  • 2025 dürften spezialisierte AI-Modelle im medizinischen Alltag als „Super-Staffing“-Plattformen fungieren
  • Dadurch könnten sich große Chancen weniger aus klassischen IT-Budgets ergeben als vielmehr aus Personalbudgets, in denen deutlich größere Volumina verfügbar sind

Arzneimittel-Targets wie „Avocados“

• Die Entwicklung neuer Medikamente ist äußerst schwierig, und die Biologie ist unermesslich komplex.
  • Vielversprechende Targets müssen gefunden und gründlich validiert werden, und bis zur FDA-Zulassung vergehen mehr als zehn Jahre bei enormen Kosten.
• Neue Medikamente schaffen jedoch großen Wert für Patienten, Unternehmen und die Gesellschaft.
  • Wird das falsche Target gewählt, kann das zu einem Großflop führen; ebenso fatal ist es, Chancen auf wichtige Targets der nächsten Generation wie GLP-1 zu verpassen.
• Biologische Targets ähneln Avocados.
  • „Frühe Phase … frühe Phase … noch nicht reif … jetzt muss man es essen! … schon zu spät“
  • Den richtigen Zeitpunkt zu treffen ist schwierig, und sobald ein bestimmtes Target validiert ist, stürmen zahlreiche Unternehmen gleichzeitig darauf zu.
  • Da auch China und andere Länder aggressiv in den Markt drängen, wird der Wettbewerb noch härter.
• Was sollten Startups also tun?
  • Mit Blick auf 2025 dürfte ein „earned secret“ zunehmend wichtiger werden.
  • Nötig sind eigene Einsichten in aufstrebende vielversprechende Targets oder ein differenzierter Ansatz für bereits stark gefragte Targets.
  • Technologie und AI müssen aktiv genutzt werden, um dieses „Geheimnis“ zu finden und zu bewahren; wird das Timing verpasst, kann man im Markt schnell ins Hintertreffen geraten.

[Consumer Tech]

„AI-Schlagzeuger“ und das Potenzial von Echtzeit-AI

• Ein AI-Schlagzeuger kann sich in Echtzeit an improvisierte Änderungen menschlicher Musiker anpassen und sich so natürlich in ein Band-Ensemble einfügen.
• Mit dem Aufkommen von Latent Consistency Models (LCMs) werden AI-Verarbeitungsgeschwindigkeiten nahe an Echtzeit möglich.
• Mit steigender Generierungsgeschwindigkeit werden voraussichtlich neue Anwendungsfälle wie Live-Video-to-Video folgen.
• Auch im Bildungsbereich eröffnet sich die Möglichkeit, die Reaktionen von Schülern in Echtzeit zu analysieren und die Richtung des Unterrichts anzupassen.
• Durch unmittelbare Feedback-Loops genau in dem Moment, in dem Ideen entstehen, wird echte Zusammenarbeit zwischen Mensch und AI in kreativen Prozessen möglich.

Spezialisierung von AI-Videos

• Eine Zeit ist angebrochen, in der jeder allein mit einfachen Bildern oder Text-Prompts realistische Videoclips erstellen kann.
• Für 2025 wird jedoch erwartet, dass mehr AI-Video-Tools entstehen, die auf bestimmte Einsatzzwecke optimiert sind und tiefere Geschichten sowie konsistentere Charakterdarstellungen ermöglichen.
• Segmentierte Modelle für Produktmarketing, Spielfilme, hyperrealistische 3D-Avatare, B-Roll im Hintergrund, Animationen und mehr werden sich voraussichtlich jeweils passend für Kanäle wie TikTok, YouTube, Werbung oder Kino weiterentwickeln.
• Es ist gut möglich, dass sich das Feld über frühe Prototypen hinaus zu einem eigenständigen Kunstgenre entwickelt.

Das Jahr des „AI-Brains“

• Das Konzept eines „digitalen Brain“, bei dem AI unsere digitalen Spuren wie Nachrichten, E-Mails und Social-Media-Kommentare versteht und nutzt, gewinnt an Aufmerksamkeit.
• Wenn große Mengen unstrukturierter Daten wie Texte und Aktivitätsprotokolle in LLMs „exportiert“ und genutzt werden, kann das nicht nur alltägliche Entscheidungen unterstützen, sondern auch in persönlichen Situationen sehr hilfreich sein.
• Für 2025 wird erwartet, dass verschiedene Apps entstehen, in denen AI persönliche Neigungen deutlich tiefer versteht und so Selbsterkenntnis, zwischenmenschliche Beziehungen und Produktivität verbessert.
• Mit AI, die über nahezu unbegrenztes Erinnerungsvermögen verfügt, können Menschen bei Entscheidungen und persönlicher Weiterentwicklung konkrete Unterstützung erhalten.

Personalisierung von Wissensarbeit

• Selbst wenn AI gute Texte erstellt, sinkt der praktische Nutzen, wenn dabei nicht die eigene Stimme des Nutzers, also Ton und Stil, berücksichtigt wird.
• So wie im Bildbereich durch LoRAs, SREFs und Ähnliches Stilkontrolle möglich geworden ist, braucht es ähnliche Kontrollmechanismen auch für Dokumente und Wissensarbeit.
  • Beispiel: Personalisierung des E-Mail-Stils oder automatische Anpassung an das Format einer Unternehmens-Folienvorlage.
• Je nach Situation könnten auch kollaborative Formen entstehen, in denen AI Menschen um Hilfe bittet und anschließend die Arbeit weiterführt.
• Durch diese Personalisierung und Zusammenarbeit kann die Effizienz von Wissensarbeit stark steigen, indem AI einen Teil der Aufgaben übernimmt.

AI für die Analyse qualitativer Daten

• Bestehende Analysesoftware hat bislang vor allem numerische und strukturierte Daten behandelt, obwohl der eigentlich wichtige Kontext oft in Texten, Erzählungen und unstrukturierten Informationen liegt.
• Das Aufkommen von LLMs, webbasierten Agenten und multimodalen Modellen ermöglicht es, qualitative Informationen zu erfassen und mit numerischen Daten zu verbinden.
• 2025 dürften zahlreiche neue Analyse-Tools erscheinen, die qualitative und quantitative Daten zusammenführen und so breitere Erkenntnisse liefern.
• Auf Grundlage dieses Wandels ist die Entstehung großer zukünftiger AI-native Unternehmen sehr wahrscheinlich.

[Crypto]

Was AI braucht, um zum Agenten zu werden: autonome Wallets und Onchain-Aktivität

• Damit AI nicht nur ein einfacher NPC (Non-Playing Character), sondern wie ein Hauptcharakter autonom handeln kann, muss sie in einer am Markt verifizierbaren Weise Transaktionen, Ressourcenallokation und das Ausdrücken von Präferenzen ausführen können.
• Schon heute eröffnen AI-Agenten wie @truth_terminal neue Content-Möglichkeiten, indem sie Crypto für die Abwicklung von Transaktionen nutzen.
• Wenn AI-Agenten künftig selbst Wallets besitzen, Schlüssel verwahren und signieren sowie Crypto-Assets verwalten, dürften neue Use Cases entstehen.
  • Beispiele: Betrieb und Verifizierung von Knoten in DePINs (dezentralen physischen Infrastrukturnetzwerken) oder Rollen als besonders wertvolle Game-Player.
• Letztlich könnten sogar eigene Blockchains entstehen, die von AI entworfen und betrieben werden.

Aufkommen des „Decentralized Autonomous Chatbot (DAC)“

• Mit TEE lässt sich nachweisen, dass ein Bot und kein Mensch tatsächlich autonom arbeitet.
• Darüber hinaus gewinnt das Konzept des „Decentralized Autonomous Chatbot (DAC)“ an Bedeutung.
  • Er kann attraktive Inhalte erzeugen, Follower sammeln, in dezentralen sozialen Medien aktiv sein und Crypto-Assets direkt verwalten.
  • Indem die Software des Bots und seine Private Keys in einem TEE eingeschlossen werden, kann sichergestellt werden, dass tatsächlich kein Mensch Zugriff auf seine Schlüssel hat.
• Natürlich kann mit zunehmenden Risiken auch Regulierung nötig werden.
• Wenn dieser Chatbot jedoch auf dem Konsensprotokoll permissionlesser Nodes läuft und seine eigenen Einnahmen und Vermögenswerte verwaltet, könnte er zum weltweit ersten vollständig autonomen Akteur im Milliarden-Dollar-Maßstab werden.

„Proof of Personhood“ im AI-Zeitalter

• Da AI massenhaft Inhalte erzeugen kann, die Menschen faktisch imitieren, und das einfach und kostengünstig, wird es immer wichtiger, Menschsein nachweisen zu können.
• Um zu unterscheiden, ob Inhalte von einem „echten Menschen“ erstellt wurden, ist ein privater Abgleich persönlicher Daten zur „Proof of Personhood“ unerlässlich.
• Die Ausgabe einer ID, die menschliche Einzigartigkeit garantiert, kann kostenlos sein, sollte aber so gestaltet werden, dass AI sie nicht unbegrenzt erhalten kann.
• Diese Eigenschaft der „Uniqueness“, also Sybil-Resistenz, dürfte zum zentralen Merkmal digitaler Identität werden.

Nach Prediction Markets: die Weiterentwicklung von Mechanismen zur Informationsaggregation

• Nach den US-Präsidentschaftswahlen 2024 sind Prediction Markets wieder stärker ins Blickfeld gerückt, doch die eigentliche Veränderung im Jahr 2025 dürften „Mechanismen zur Informationsaggregation“ bringen.
• Prediction Markets können bei großen „Makro“-Ereignissen wirksam sein, bei kleineren oder sehr spezifischen Themen kann es jedoch an aussagekräftigen Daten mangeln.
• In der Ökonomie und im Bereich Market Design werden bereits seit Langem verschiedene Formen von Incentive-Design erforscht, die nun mit Blockchain-Technologie kombiniert werden.
• Blockchain ist im Hinblick auf Dezentralität und Transparenz die ideale Plattform zur Umsetzung solcher Verfahren.
  • Jeder kann Ergebnisse in Echtzeit prüfen und interpretieren.

Große Unternehmen beschleunigen die Einführung von Stablecoin-Zahlungen

• Stablecoins haben sich bereits als „günstigste Methode für Dollar-Transfers“ etabliert und damit ihre Eignung für allgemeine Zahlungen bewiesen.
• Aktuell konzentriert sich die Nutzung noch auf einzelne Personen und kleine Unternehmen, doch für 2025 wird erwartet, dass mehr kleine, mittlere und große Unternehmen Stablecoin-Zahlungen einführen.
• Besonders stationäre Geschäfte wie Cafés und Restaurants tragen hohe Kreditkartengebühren und haben daher starke Anreize, auf Stablecoin-Zahlungen umzusteigen.
• Auch große Unternehmen könnten diese Rail aktiv nutzen, um Gebühren für Zahlungsdienstleister zu senken.

Onchain-Emission von Staatsanleihen

• Statt Formen wie CBDCs (digitale Zentralbankwährungen) mit großen Überwachungssorgen wird erwogen, Staatsanleihen onchain zu emittieren, um staatlich gestützte digitale Assets mit Zinszahlungen zu schaffen.
• Solche emittierten Staatsanleihen könnten etwa als Sicherheiten in DeFi-Protokollen genutzt werden und dem dezentralen Ökosystem mehr Stabilität verleihen.
• Mehrere Länder, darunter Großbritannien, prüfen bereits die Möglichkeit digitaler Anleiheemissionen und dürften künftig öffentliche Tests durchführen.
• Auch in den USA dürfte angesichts der zunehmend komplexen Infrastruktur für Settlement und Clearing von Staatsanleihen die Effizienz des Handels mit Staatsanleihen über Blockchain diskutiert werden.

Verbreitung der neuen Rechtsform „DUNA“ in Blockchain-Netzwerken in den USA

• 2024 führte der Bundesstaat Wyoming ein System ein, das DAO (dezentral autonome Organisationen) offiziell als juristische Person anerkennt.
• Mit der Struktur DUNA (Decentralized Unincorporated Nonprofit Association) entsteht ein Weg, auf dem US-basierte Projekte DAOs rechtmäßig betreiben können.
• Sie bietet DAOs ein Mittel, autonome Netzwerke zu betreiben und zugleich rechtliche Haftung sowie Steuer- und Regulierungsfragen zu steuern.
• 2025 dürfte sich DUNA bei Krypto- und dezentralen Projekten in den USA mit hoher Wahrscheinlichkeit als Standardstruktur etablieren.

„Liquid Democracy“, online erprobt, hält auch in der physischen Welt Einzug

• Während die Unzufriedenheit mit heutigen Governance- und Wahlsystemen wächst, entstehen Bestrebungen, Experimente aus dem Blockchain- und DAO-Bereich in die physische Welt auszuweiten.
• Mit Blockchain lassen sich sichere und private elektronische Wahlen umsetzen, und „Liquid Democracy“ (direkte Abstimmung oder Delegation je nach Thema) könnte auf kleineren Ebenen wie der Kommunalverwaltung eingeführt werden.
• Krypto-Projekte haben dieses Konzept bereits angewendet und dabei umfangreiche Versuchsdaten gesammelt.
• Daher ist zu erwarten, dass es künftig mehr Fälle geben wird, in denen dies in reale Offline-Abstimmungen und Entscheidungsprozesse einfließt.

Trend zur Wiederverwendung statt zur Neuerfindung von Infrastruktur

• Bisher war es im Blockchain-Stack oft so, dass einzelne Projekte Konsensalgorithmen, Programmiersprachen, VMs und Ähnliches von Grund auf neu entwickelten.
• Doch selbst spezialisierte Sprachen können schlechter abschneiden als allgemeine Sprachen, wenn es an praktischen Tools oder Dokumentation fehlt.
• 2025 dürfte sich der Trend verstärken, Konsensprotokolle, Staking-Kapital und Zero-Knowledge-(Proof-)Systeme wiederzuverwenden und sich nur auf die Produktdifferenzierung zu konzentrieren.
• Für schnellere Markteinführung und hochwertige Services ist es letztlich vorteilhafter, den „Not Invented Here“-Ansatz zu vermeiden und bestehende Infrastruktur aktiv zu übernehmen.

Eine Ära, in der UX die Infrastruktur bestimmt

• Bisher wurde meist zuerst die Blockchain-Infrastruktur festgelegt, und davon hing dann die User Experience (UX) ab.
• Nun dürfte sich der Trend ausweiten, dass Entwickler zuerst über die gewünschte finale UX nachdenken und dann die passende Infrastruktur auswählen und kombinieren.
• Mehr verfügbarer Blockspace, fortschrittlichere Entwickler-Tools und Chain Abstraction schaffen ein Umfeld, in dem bereits in der Produktplanung der Fokus auf UX gelegt werden kann.
• Am Ende dürfte die Entwicklung in Richtung dApps gehen, die Nutzer ganz selbstverständlich verwenden können, ohne den internen Tech-Stack kennen zu müssen.

Das Aufkommen von Web3-Killer-Apps, die die „Drähte“ verbergen

• Die technischen Stärken der Blockchain, etwa Dezentralisierung, haben zugleich Hürden für normale Nutzer geschaffen.
• Erfolgreiche Tech-Produkte verbergen komplexe Technik im Hintergrund und bieten Nutzern ihren Mehrwert über intuitive Interfaces.
  • Beispiele: E-Mail, hinter der sich das SMTP-Protokoll verbirgt, oder Spotify, das Dateiformate nicht offenlegt.
• 2025 könnte sich auch im Web3-Bereich eine solche „Simple UX“ als Standard etablieren, sodass mehr Services leicht nutzbar werden, ohne dass Anwender Begriffe wie Wallet, NFT oder zkRollups kennen müssen.

Aufstieg eigener App Stores und Discovery-Kanäle

• Krypto-Apps, die lange durch die Regulierung zentralisierter App Stores (Apple, Google) ausgebremst wurden, beginnen in unabhängigen App-Marktplätzen Nutzer zu gewinnen.
  • Beispiele: Worldcoins World App, der exklusive dApp Store für Solana Phones
• Diese Plattformen gewinnen teils in kurzer Zeit Hunderttausende Nutzer und haben vor allem in Ökosystemen mit Hardware-Anbindung besondere Stärken.
• Es ist zudem zu erwarten, dass mehr Versuche unternommen werden, Services auf Basis bestehender Messenger oder Web2-Plattformen auf Onchain-Ansätze zu portieren.

Von „Besitz“ zu „Nutzung“: eine neue Krypto-Nutzerschicht

• 2024 stand Kryptowährung in Politik und Finanzwelt im Mittelpunkt.
• Für 2025 gibt es die Prognose, dass sie sich zu einer echten „Computing-Bewegung“ weiterentwickeln wird.
  • Derzeit besitzen nur etwa 5 bis 10 % der Krypto-Besitzer ihre Assets nicht nur, sondern nutzen sie auch aktiv.
  • Daher gilt es, Hunderte Millionen bestehender Coin-Besitzer gezielt zu onboarden, damit sie verschiedene dApps aus Bereichen wie DeFi, NFT, Gaming, Social, Prediction Markets und DAO ausprobieren.
• Mit sinkenden Transaktionsgebühren und besserer UX dürften mehr Apps den Sprung in den Mainstream schaffen.

Tokenisierung „unkonventioneller Vermögenswerte“

• Da die technische Infrastruktur reift und die Kosten sinken, dürfte die Bewegung zunehmen, Vermögenswerte Onchain liquide zu machen, die früher als wertlos galten oder schwer zugänglich waren.
• Beispiele: Auch biometrische Daten oder einzigartige Wissenswerte könnten sich zu Formen entwickeln, die sich über Smart Contracts vermieten oder handeln lassen.
• Bereits heute gibt es etwa im DeSci-Bereich Versuche, Eigentum, Transparenz und Einwilligung bei medizinischen Daten zu verbessern.
• Dadurch könnten sich Chancen eröffnen, bislang ungenutzte Ressourcen und Daten direkt zu tokenisieren und daraus neuen Mehrwert zu schaffen.

[Enterprise + Fintech]

Regulierung wird zu Code

• Banken, Versicherungen und das Gesundheitswesen investieren viel Zeit und Geld, um umfangreiche Vorschriften einzuhalten.
• KI kann Tausende Seiten an Regelwerken lernen und auf Anfragen wie „Entspricht [X] dieser Vorschrift?“ sofort antworten.
• Beispiel: KI-Beratung, die Kunden mit Hypothekenrückständen hilft, die Richtlinien von Fannie Mae schnell zu verstehen und Lösungen zu finden.
• Diese KI-basierte Automatisierung von Compliance hat großes Potenzial, sowohl den Nutzen für Verbraucher als auch die betriebliche Effizienz zu steigern.

Legacy-Systems of Record (SOR) werden herausgerissen

• Es zeichnet sich ein Trend ab, bei dem KI die Kernsysteme bestehender Unternehmen wie Workday oder Salesforce ersetzt.
• In den 2010er Jahren ging es oft darum, an bestehende Systeme anzubinden, doch nun gibt es Bestrebungen, vollständig neue „Systems of Record (SOR)“ rund um KI aufzubauen.
• Relationale Datenbanken dürften durch KI multimodal erweitert werden, und KI wird nicht nur Daten speichern, sondern die eigentliche Arbeit führen, während Menschen sich auf Review konzentrieren.
• Die enormen Datenbestände und Ressourcen etablierter Konzerne bilden zwar hohe Eintrittsbarrieren, doch Gründer sehen darin den größten Softwaremarkt und wollen ihn angreifen.

Differenzierung vs. nachhaltige Verteidigungsfähigkeit

• KI ist in vielen Branchen zu einem Differenzierungsfaktor geworden, der „Arbeit in Software verwandelt“.
• 2024 wurden erste KI-Anwendungen eingeführt, etwa zur Lösung des Problems überfüllter Posteingänge, und 2025 dürften sich darauf aufbauend mehr Beispiele für nachhaltige Wettbewerbsvorteile zeigen.
• Traditionelle immaterielle Vermögenswerte wie Netzwerkeffekte, Wechselkosten und virale Effekte bleiben auch im KI-Zeitalter wichtig.
• Es ist essenziell, kleine Probleme im Markt mindestens zehnmal besser zu lösen, doch das allein garantiert noch keine langfristige Verteidigungsfähigkeit.

Die Weiterentwicklung von KI: von Datenerfassung zu Datenausführung

• Derzeit befindet sich KI in einer Phase, in der sie wichtige Daten aus E-Mails, Telefonaten, Faxen und Ähnlichem extrahiert und wiederkehrende Verwaltungsaufgaben automatisiert.
• Der nächste Schritt besteht darin, auf Basis dieser extrahierten Daten Abfolgen von Maßnahmen vorzuschlagen, die Nutzer anschließend prüfen, freigeben oder anpassen können.
• Beispiel: ein KI-Dashboard, das für Vertriebsmitarbeiter automatisch vorschlägt, welchen Kunden sie wann kontaktieren sollten, und Entwürfe für Follow-up-E-Mails erstellt.
• Kurzfristig bleibt der Mensch in der Prüfung, doch mit wachsendem Vertrauen steigt die Wahrscheinlichkeit, dass KI auf Basis der Daten auch die Ausführung direkt übernimmt.

Die Romantisierung anorganischen Wachstums

• In traditionellen Dienstleistungsbranchen wie Versicherungen, Recht, Immobilien und IT steigert KI durch Automatisierung Profitabilität und Skalierbarkeit.
• Künftig wäre zwar ein Szenario denkbar, in dem große Private-Equity-Fonds solche Unternehmen aufkaufen, noch aussichtsreicher erscheinen jedoch vertikal spezialisierte Startups, die mit KI bestehende Abläufe ersetzen und automatisieren.
• Diese könnten Partnerschaften mit kleineren Unternehmen eingehen, Verbesserungen beim Ertrag nachweisen und anschließend noch kleinere Firmen übernehmen, um Synergien zu heben.
• Die Umsetzung ist nicht einfach, doch im Erfolgsfall könnte sich die Arbeitsweise traditioneller Dienstleistungsbranchen stark verändern.

AI-native UI und UX

• 2025 dürfte das Jahr werden, in dem sich KI-basierte UI- und UX-Konzepte der nächsten SaaS-Generation etablieren.
• Bislang lag der Schwerpunkt auf Modelltraining und Infrastrukturentwicklung, nun lassen sich neue Interfaces erproben, über die Nutzer mit KI interagieren.
• Während Nutzer bisher Formulare meist selbst ausfüllten, könnten künftig KI-Agenten Aufgaben proaktiv ausführen und Menschen nur noch Prüfung und QA übernehmen.
• Neben Chat werden voraussichtlich vielfältige kreative UI- und UX-Ansätze entstehen.

Jeder Büroangestellte bekommt einen AI-Copilot

• 2025 dürfte jeder Büroangestellte einen AI-Copilot haben, um repetitive Aufgaben abzugeben und sich auf kreative und strategische Arbeit zu konzentrieren
• AI-Agenten können Daten noch vor bestehenden Systemen aufnehmen und so etwa die Recherche zu Sales-Leads oder den Versand erster E-Mails automatisieren
• Laut einer Studie von OpenAI und der University of Pennsylvania lassen sich mit Zugang zu LLMs rund 15 % der Arbeitsaufgaben von US-Beschäftigten deutlich schneller erledigen
• Mit zusätzlichen Tools könnten 47 bis 56 % der Aufgaben erheblich verkürzt werden
• Für einige Tätigkeiten wird prognostiziert, dass nahezu eine vollständige Automatisierung durch AI möglich wird

[Games]

Das Auftauchen des nächsten Pixar

• Mit neuen, AI-gestützten Storytelling-Formaten gibt es Bestrebungen, die Grenzen zwischen Film und Games aufzulösen
• Während klassische Videospiele vorproduzierte Assets verwenden, entwickeln sich „interaktive Videos“ auf Basis von in Echtzeit durch neuronale Netzwerke erzeugten Frames entsprechend den Eingaben der Spieler weiter
• Von Luma Labs, Pika und Runway vorgestellte Videogenerierungsmodelle beschleunigen diesen Trend, und auch Deepmind und Microsoft forschen daran
• Dadurch steigt die Wahrscheinlichkeit, dass neue Medienunternehmen entstehen, die Film, Games und AI miteinander verbinden

AI-Begleiter mit eigenem Innenleben

• Aktuelle AI-Begleiter reagieren meist nur passiv, wenn Nutzer ein Gespräch beginnen
• Künftige AI-Begleiter werden virtuelle Freunde oder Ereignisse sowie eigene Emotionen und Motivationen haben und selbst Interaktionen anstoßen
• Gespräche zwischen Nutzern und AI-Begleitern dürften entlang von Zielen oder „Quests“ verlaufen und dabei Beziehungen und Geschichten mit anderen Figuren einbeziehen
• Die Immersion dürfte so stark werden, dass Nutzer glauben könnten, der AI-Begleiter habe tatsächlich eine eigene „Welt“, in der er lebt

Gaming-Technologie treibt die Unternehmen der Zukunft an

• Gaming-Technologie beeinflusst inzwischen nicht mehr nur Entertainment, sondern auch die Art, wie Unternehmen arbeiten
• Nvidias Grafiktechnologie und die Echtzeit-3D-Rendering-Technologie der Unreal Engine werden längst über das klassische Gaming hinaus etwa für Simulationen autonomer Fahrzeuge, in der Verteidigung, in der Immobilienbranche und in der Fertigung eingesetzt
• Fortschritte bei generativer AI, 3D-Capture-Technologien zur Digitalisierung der realen Welt und die Verbreitung von XR-Geräten der nächsten Generation erzeugen dabei Synergien
• In vielen Branchen nehmen die Versuche zu, Effizienz durch Training in virtuellen Umgebungen oder durch Simulationen zu steigern

Die zweite Welle „gesichtsloser“ Video-Creator

• „Faceless Creator“, die Videoinhalte produzieren, ohne ihr Gesicht zu zeigen, bilden einen neuen Trend
• Durch AI werden vielfältige Ausdrucksformen wie Voice Conversion, Stimmenverfremdung und Avatar-Erstellung möglich
• Da sich Inhalte auch ohne Kamera oder High-End-Equipment allein mit Laptop und AI-Software erstellen lassen, sinkt die Einstiegshürde
• Wenn Inhalte nützlich oder unterhaltsam sind, werden Zuschauer eher auf den Informations- und Wertgehalt achten als auf die Sichtbarkeit des Gesichts der Creator

[Growth-Stage Tech]

Der Niedergang des „Googelns“

• Google hat zwar weiterhin einen hohen Anteil am Suchmarkt, doch rechtliche und technologische Veränderungen dürften seine Dominanz erschüttern
• Neue AI-Chatbots wie ChatGPT, Claude und Grok teilen den Suchmarkt unter sich auf, und Perplexity zeigt starkes Wachstum
• Lange Suchanfragen und Folgefragen verändern die Form der Suche hin zu einem AI-Chatbot-zentrierten Modell
• Auch Google kann AI-basierte Suchergebnisse liefern, doch das könnte mit den kurzfristigen Werbeerlösen kollidieren

Ein goldenes Zeitalter für Sales

• Generative AI wird Sales-Mitarbeiter eher nicht ersetzen, sondern die Last für Manager und Support-Teams verringern und so zum Motor für den Ausbau von Vertriebsorganisationen werden
• AI automatisiert administrative Aufgaben von Vertriebsmitarbeitern, sodass sie sich auf höherwertige Tätigkeiten wie Kundengespräche und maßgeschneiderte Lösungsvorschläge konzentrieren können
• Wenn durch höhere Entwicklerproduktivität mehr Software veröffentlicht wird, steigt entsprechend auch die Nachfrage nach Sales-Personal für Vertrieb und Beratung
• AI-Coaches, AI-SDRs und AI-Sales-Engineers dürften die Produktivität von Vertriebsmitarbeitern deutlich steigern

Über GPT-Wrapper hinaus

• 2024 entstand ein Multimodell-Markt, in dem verschiedene Modelle tatsächlich kommerzialisiert wurden, und für 2025 wird der Aufstieg von für AI optimierten Applikationen erwartet
• Unternehmen setzen auf Kaufentscheidungen mit Fokus auf ROI, weshalb nicht mehr Apps wichtig sind, die einfach nur an GPT angeschlossen sind, sondern Ansätze, die mehrere große Modelle und eigene kleine Modelle kombinieren, um die Effizienz zu maximieren
• Um als „AI-gestützte App“ zu bestehen, wird es entscheidend sein, dem Modell möglichst viele Kundendaten bereitzustellen, um maßgeschneiderten Mehrwert zu liefern
• Wirklich wettbewerbsfähige Apps werden keine simplen GPT-Wrapper sein, sondern Probleme mithilfe einer Multimodell-Strategie und der Integration von Nutzerdaten lösen

[Infrastructure]

Hypercenter: regionaler Wettbewerb um AI-Infrastruktur

• Für das Training und die Inferenz großer AI-Modelle werden enorme Mengen an Strom und physischem Raum benötigt
• Regionen mit ausreichender Energieversorgung und Kühlsystemen dürften zu „AI-Hypercentern“ werden
• Weltweit verschärft sich der Wettbewerb um Infrastrukturen im Multi-Gigawatt-Bereich; zu den wichtigsten Akteuren zählen die USA, China, Japan, Singapur und Saudi-Arabien
• Da Regierungen und Unternehmen AI-Infrastruktur als strategische nationale Ressource betrachten, versuchen sie, durch die Kombination von Energie, Flächen und politischer Unterstützung künftige Wettbewerbsfähigkeit zu sichern

Klein, aber leistungsstark: On-Device AI

• Schon in naher Zukunft dürften kleine Modelle, die direkt auf Smartphones oder IoT-Geräten inferieren, gemessen an der Nutzung den Großteil ausmachen
• Der Bedarf an sofortiger Datenverarbeitung und Echtzeitreaktionen steigt, und auch bei Datenschutz und Kosteneffizienz bietet On-Device AI Vorteile
• Software-Frameworks wie TensorFlow Lite und PyTorch Edge sowie spezialisierte Hardware wie Google Edge TPU entwickeln sich passend dazu weiter
• Auch wenn große Modelle beim Umsatz vorne liegen könnten, haben kleine Modelle bei der tatsächlichen User Experience gute Chancen, die Führung zu übernehmen

Über „Reasoning“ hinaus: AI-Fortschritte in Mathematik, Physik und Coding

• LLMs schlussfolgern zwar nicht wie Menschen, zeigen aber mit neuen Lernmethoden bemerkenswerte Leistungen in Mathematik, Physik und Coding
• Es tauchen Modelle auf, die etwa bei der International Math Olympiad Leistungen auf Goldmedaillen-Niveau erreichen; das ist das Ergebnis einer im Trainingsprozess angewandten „Verstärkung des Reasoning-Prozesses“
• Auch während der Modellinferenz (Testphase) nehmen Beispiele zu, bei denen verschiedene Methoden eingesetzt werden, um die Genauigkeit zu erhöhen
• Dadurch eröffnen sich neue Möglichkeiten für LLMs, und zahlreiche AI-Teams treiben Forschung und Entwicklung kontinuierlich voran

Generative AI überall

• Generative AI wird künftig nicht nur auf großen Servern laufen, sondern auch auf Mobiltelefonen, Laptops, Haushaltsgeräten und vielen weiteren Geräten
• Kleine, leistungsstarke Modelle können lokal installiert werden und dann das Schreiben von E-Mails sowie die Bearbeitung von Fotos und Videos in Echtzeit unterstützen
• Sie bieten schnelle Antworten ohne Netzwerklatenz und personalisierte Erlebnisse und verbessern so die Qualität der User Experience
• AI dürfte in alltägliche Apps wie Texteditoren und Kamera-Apps eingebettet werden und die Produktivität der Nutzer erheblich steigern

[kipsong133]

Ich frage mich zwar, wann XR/VR wirklich zum Mainstream wird, aber ich bin gespannt auf den Moment, in dem es tatsächlich zum Einsatz kommt.

[fbtmdxor]

KI ist wirklich das große Thema.

[xguru]

Die großen Ideen von a16z für den Technologiesektor 2024