Orbital Industries und die schwierigste Wette im modernen Hardware-Bereich
Es gibt eine Zahl in dieser Geschichte, bei der man innehalten sollte, bevor man über Finanzierungsrunden oder Sprachmodelle spricht: Laut dem CEO von Orbital Industries würde die Entwicklung eines neuen Kühlmittels für Rechenzentren unter normalen Bedingungen zehn Jahre und hundert Millionen Dollar kosten. Das Unternehmen behauptet, dies in wenigen Monaten und zu einem Bruchteil dieser Kosten geschafft zu haben. Wenn diese Zahl der Validierung durch die großen Chip-Hersteller standhält, haben wir es nicht mit einem Laborerfolg zu tun. Wir stehen vor einer Veränderung der Geschwindigkeit, mit der Hardware überhaupt existieren kann.
Orbital Industries hat gerade eine Serie-B-Finanzierungsrunde über 50 Millionen Dollar abgeschlossen, angeführt von der Risikokapitalgesellschaft Plural, mit Beteiligung von NVentures (dem Investitionsarm von Nvidia), Radical Ventures, Compound und Fly Ventures. Das Unternehmen, das Büros in London und San Francisco hat und ein Team von etwa fünfzig Personen umfasst, wurde 2022 unter dem Namen Orbital Materials gegründet. Die Umbenennung ist nicht kosmetischer Natur: Sie spiegelt eine ausdrückliche Entscheidung wider, das Gebiet der angewandten Wissenschaft zu verlassen und in den Bereich der industriellen Hardware im großen Maßstab einzutreten.
---
Das Modell, das die anderen nicht gewählt haben
Der Kontext spielt hier eine wichtige Rolle. In den letzten zwei Jahren hat eine Welle von Startups darauf gesetzt, künstliche Intelligenz zur Entdeckung neuer Materialien einzusetzen. CuspAI sammelte hundert Millionen Dollar in einer Serie A ein. Periodic Labs erhielt dreihundert Millionen Dollar in einer Seed-Runde. Die Branchenthese ist vergleichsweise einheitlich: maschinelle Lernmodelle nutzen, um neuartige Verbindungen zu identifizieren und das geistige Eigentum daran an etablierte Chemieunternehmen wie BASF oder PPG zu lizenzieren.
Orbital Industries hat sich dagegen entschieden.
Jonathan Godwin, Mitgründer und CEO des Unternehmens – der fünf Jahre bei Google DeepMind an künstlicher Intelligenz für Wissenschaft und fortschrittliche Materialien gearbeitet hat – brachte es präzise auf den Punkt: „Wir sind das, was man als vertikal integriert bezeichnet. Wir verkaufen nicht die Software. Wir haben Teams für Hardware, Fertigung und fortschrittliche Materialien, Labore und dergleichen, und wir nutzen diese Software intern, um neue fortschrittliche Materialien und Hardware-Geräte zu entwickeln, und wir verkaufen diese Geräte."
Dieser Satz, der mit scheinbarer Selbstverständlichkeit geäußert wurde, beschreibt eine organisatorische Entscheidung von enormem Gewicht. Godwin baut kein Softwareunternehmen, das sich als Wissenschaftsunternehmen tarnt. Er baut ein Unternehmen, das physische Dinge herstellt – mit all den damit verbundenen Risiken: Lieferketten, Fertigung im großen Maßstab, Qualifizierungsprozesse bei Industriekunden, die Jahre dauern können, Umweltvorschriften, kapitalintensive Kosten.
Das Lizenzierungsmodell, das sie bewusst vermieden haben, hat einen sehr konkreten Vorteil: Es überträgt die Komplexität der Fertigung auf denjenigen, der bereits weiß, wie man es macht. Das Modell, das Orbital stattdessen gewählt hat, konzentriert diese Komplexität auf sich selbst. Das kann eine Stärke sein – es erfasst mehr Wert pro Einheit, baut höhere Markteintrittsbarrieren auf – oder es kann zur Achillesferse werden, wenn die Umsetzung irgendwo in der Kette zusammenbricht.
---
Das Problem, das Orbital angeht, und warum es gerade jetzt wichtig ist
Um zu verstehen, warum diese Wette genau in diesem Moment der Branche Sinn ergibt, muss man sich das Problem ansehen, das das Unternehmen zu lösen versucht.
Moderne Rechenzentren, insbesondere solche, die für KI-Workloads mit Hochdichte-GPU-Racks ausgelegt sind, erzeugen Wärmemengen, die herkömmliche Kühlsysteme nicht effizient bewältigen können. Godwin beschrieb das Problem in bewusst alltäglichen Begriffen: Es ist, als würde man die Energie eines Supermarkts in einen Aktenschrank pressen. Die dielektrischen Flüssigkeiten, die historisch für die Flüssigkeitskühlung verwendet wurden, enthalten PFAS – die sogenannten „ewigen Chemikalien" –, die in den Vereinigten Staaten und Europa aufgrund ihrer Umwelt- und Gesundheitsauswirkungen zunehmenden regulatorischen Beschränkungen unterliegen.
Das Zusammentreffen dieser beiden Probleme – extreme Wärmedichte und regulatorischer Druck auf bestehende Kühlmittel – schafft ein echtes Nachfragefenster. Orbital nutzte sein KI-Modell namens Orb, um Hunderttausende molekulare Kandidaten zu durchsuchen und eine Familie von Kühlflüssigkeiten zu synthetisieren, die ohne PFAS auskommen. Das Unternehmen gibt an, dass Orb das quantenmechanische Verhalten von 100.000 Atomen auf einer einzigen GPU simulieren kann – mit einer Geschwindigkeit, die etwa zehnmal höher ist als die alternativen Modelle von Meta und Microsoft.
Die Kühlflüssigkeit sowie ein Kühlsystem, das Orbital ebenfalls entwickelt, sind darauf ausgelegt, zusammen mit der nächsten Generation von GPUs im Jahr 2027 eingesetzt zu werden. Wenn dieser Zeitplan eingehalten wird, wäre es das erste von künstlicher Intelligenz entwickelte Molekül, das in irgendeiner Branche auf den kommerziellen Markt gelangt. Godwin weist darauf hin, dass in der Medikamentenentwicklung – wo Startups seit Jahren KI zur Identifizierung molekularer Kandidaten einsetzen – noch kein von KI entdecktes Medikament klinische Studien abgeschlossen und den Markt erreicht hat. Der Unterschied besteht darin, dass industrielle Materialien nicht durch diese klinische Regulierung müssen, was den Weg erheblich verkürzt.
Das zweite Produkt des Unternehmens ist ein modulares Rechenzentrum-System, das außerhalb des Standorts gefertigt und als einsatzbereite Einheiten geliefert wird und das laut Orbital Hochdichte-Computing-Kapazität in sechs Monaten in Betrieb nehmen kann – gegenüber bis zu drei Jahren, die konventionelle Bauvorhaben erfordern. Beide Produkte werden unter der Marke Orbital IT vermarktet.
---
Was die Investorenstruktur offenbart
Wenn NVentures, der Risikokapitalarm von Nvidia, sich an einer Runde beteiligt, tut er dies nicht einfach aus Gründen der finanziellen Rendite. Er tut es, weil er ein strategisches Interesse daran hat, dass das Ökosystem rund um seine Chips funktioniert. Eine PFAS-freie Kühlflüssigkeit, die zusammen mit der nächsten GPU-Generation eingesetzt werden kann, ist genau das Stück Infrastruktur, das Nvidia gebraucht werden muss, damit jemand es löst. Die Beteiligung von NVentures garantiert keinen kommerziellen Vertrag, schafft aber eine Nähe, die die technischen Qualifizierungsprozesse mit dem weltweit größten KI-Chip-Hersteller beschleunigen kann.
Ian Hogarth, Partner bei Plural und Leiter der Investition für diesen Fonds, brachte das Argument direkt auf den Punkt: Der Fortschritt der künstlichen Intelligenz wird durch Energie, Wärme und Infrastruktur eingeschränkt. Orbital geht diese Beschränkungen von innen heraus an. Plural hält zudem eine Beteiligung an Proxima Fusion, dem deutschen Fusionsenergie-Startup, das rund zweihundert Millionen Dollar an öffentlichem und privatem Kapital eingesammelt hat. Es ist kein Zufall, dass dieselbe Firma, die auf Kernfusion setzt, auch auf ein Unternehmen setzt, das die Materialien neu gestalten will, aus denen kritische physische Infrastruktur gebaut wird. Dahinter steckt eine kohärente Portfolio-These, auch wenn sich ihr Realisierungshorizont in Jahrzehnten bemisst.
Godwin war offen über seinen endgültigen Anspruch: den größten Industriekonzern Europas aufzubauen. Er verglich die Position von Orbital mit der der Chemiegiganten, die vor einem Jahrhundert entstanden – BASF, PPG und ähnliche –, und argumentierte, dass diese Unternehmen existieren, weil sie tiefe Wettbewerbsgräben auf der Grundlage von angesammeltem Wissen, Fertigungskapazitäten im großen Maßstab und vertikaler Integration aufgebaut haben. Nach seiner Einschätzung ist die einzige Möglichkeit, diese Gräben zu erodieren, eine ausreichend radikale technologische Innovation. Künstliche Intelligenz, in seiner Lesart, ist genau diese Innovation.
Das Argument hat eine innere Logik, aber es birgt auch eine Falle, die es wert ist, benannt zu werden. Die Industriekonglomerate des zwanzigsten Jahrhunderts brauchten Jahrzehnte, um sich zu konsolidieren, hatten während langer Perioden Zugang zu billigem Kapital und operierten in ganz anderen regulatorischen und wettbewerblichen Umfeldern. Orbital hat fünfzig Mitarbeiter, fünfzig Millionen frische Dollar und einen Produktfahrplan, der bis 2027 reicht. Die Distanz zwischen dem erklärten Ehrgeiz und der aktuellen Kapazität ist kein Kommunikationsfehler: Sie ist das konkreteste operative Risiko, dem das Unternehmen gegenübersteht.
---
Wenn die Geschwindigkeit des Labors auf die Langsamkeit der Industrie trifft
Es gibt eine strukturelle Spannung in Orbitals Ansatz, die keine Finanzierungsrunde allein auflöst: Die Geschwindigkeit, mit der künstliche Intelligenz neue Materialien entdecken und synthetisieren kann, überträgt sich nicht automatisch auf die Geschwindigkeit, mit der die Industrie diese Materialien qualifiziert, übernimmt und deren Einsatz skaliert.
Die großen Chip-Hersteller haben Qualifizierungsprozesse, die zwischen einem und drei Jahren dauern können, selbst für Produkte, die technisch von Anfang an funktionieren. Hyperspezialisierte Rechenzentren haben etablierte Lieferanten, langfristige Verträge und eine Risikobereitschaft, die sich nicht im Rhythmus eines Startups bewegt. Das Unternehmen gibt an, bereits einen Auftragsfertiger zur Skalierung der Kühlmittelproduktion ausfindig gemacht zu haben und sich im Qualifizierungsprozess mit „führenden Chip-Lieferanten" zu befinden. Keiner dieser Lieferanten ist öffentlich identifiziert, und die Komplexität dieser Prozesse lässt sich nicht allein durch Technologie komprimieren.
Das entkräftet die Wette nicht. Aber es zeigt, wo die am schwersten zu kontrollierende Variable liegt: nicht im Labor, sondern in der organisatorischen Reibung seiner zukünftigen Kunden. Godwin hat einen Hintergrund in Computerwissenschaften und weiß, wie man ein Modell baut, das hunderttausend Atome auf einer GPU simuliert. Was darüber entscheiden wird, ob Orbital 2027 mit einem Produkt auf dem Markt ankommt, ist seine Fähigkeit, die Entscheidungsprozesse von Organisationen zu navigieren, die nicht unter denselben Geschwindigkeitsannahmen arbeiten wie ein Startup mit fünfzig Mitarbeitern.
Die vertikale Integration, die Orbital gewählt hat, gibt dem Unternehmen Kontrolle über seine Wertschöpfungskette. Sie überträgt ihm aber auch die volle Verantwortung für jeden Punkt, an dem diese Kette versagen kann. Das erfordert eine Art organisatorischer Reife, die weder mit KI-Modellen noch mit Risikokapital aufgebaut wird: Sie entsteht durch schwierige Gespräche zwischen Teams aus Wissenschaft, Fertigung und industriellem Vertrieb, die radikal unterschiedliche Zeithorizonte, Vokabulare und Erfolgskriterien haben.
Wenn diese Integration gut gemanagt wird, hat Orbital eine Position, die seine größeren Wettbewerber im Materialbereich kaum schnell imitieren können. Wenn sie schlecht gemanagt wird, werden die fünfzig Millionen in interner Koordination aufgehen, bevor die erste Kühlflüssigkeit einen Produktions-Rack erreicht.
Das ist es, was diese Wette genuinen schwierig – und genuinen interessant – macht.
