In den vergangenen Monaten war die einfachste Geschichte, die man über Mira Muratis Thinking Machines Lab erzählen konnte, die unschöne. Ein neuer Deal mit Nvidia zeichnet jedoch ein anderes Bild von den Zukunftsplänen des Unternehmens.
Im November 2025 wechselte ein Mitgründer zu Meta. Dann verließen die Mitgründer Barret Zoph und Luke Metz am 14. Januar 2026 gemeinsam mit dem Forscher Sam Schoenholz das Unternehmen, um zu OpenAI zurückzukehren – in einem von WIRED berichteten, viel beachteten Personalschock. Für ein junges Frontier-Labor, dessen größter Vermögenswert im Grunde darin besteht, dass „einige der klügsten Köpfe der KI-Branche sich alle darauf geeinigt haben, hier zu arbeiten“, ist das keine kleine Schramme. Das ist genau die Art von Sache, die Investoren nervös macht, Rivalen grinsen lässt und jeden Gruppenchat in San Francisco gleichzeitig losschreiben lässt.
Und doch verändert die heutige Ankündigung der Nvidia-Partnerschaft den Ton dieser Geschichte auf fundamentale Weise.
Nicht, weil sie beweist, dass das Drama keine Bedeutung hatte. Das hatte es. Sondern weil sie darauf hindeutet, dass Thinking Machines nach dem Verlust von Talenten genau das geschafft hat, was im Rennen um die führende KI am wichtigsten ist: schnell genug weiterzumachen, damit der Markt das Unternehmen noch immer als ernst zu nehmenden Konkurrenten betrachtet.
Die Schlagzeile ist geradezu absurd groß. Thinking Machines zufolge hat das Unternehmen eine mehrjährige Partnerschaft mit Nvidia unterzeichnet, um mindestens ein Gigawatt an Systemen der nächsten Generation auf Basis von Vera Rubin bereitzustellen; der Einsatz soll Anfang 2027 beginnen. Nvidia tätigt außerdem eine Investition, die beide Unternehmen als bedeutend bezeichnen.
Übersetzung: Das ist nicht „nettes Startup, viel Glück da draußen“. Hier stellt Jensen Huang Muratis Labor echte Chips, echtes Kapital und echtes Reputationsgewicht zur Seite.
Das ist wichtig, denn 2026 bedeutet Rechenleistung Glaubwürdigkeit.
Wir sind längst über die Phase hinaus, in der es beim Wettbewerb um führende KI hauptsächlich darum geht, wer die beste Demo oder das hübscheste Benchmark-Diagramm hat. Das Spiel ähnelt inzwischen viel stärker der Rechenleistungslandnahme, über die wir berichtet haben: Wer sich Chips, Strom, Rechenzentrumskapazitäten und die richtigen Systemtalente sichert, bekommt einen Platz am Tisch der Erwachsenen. Alle anderen veranstalten ein sehr teures Cosplay eines Frontier-Labors.
Thinking Machines hat sich gerade einen deutlich überzeugenderen Stuhl gekauft.
Warum dieser Deal anders ankam
Der Zeitpunkt ist die Geschichte. Wäre dieser Deal vor den Abgängen zustande gekommen, hätte er wie eine geradlinige Ankündigung „Muratis Startup bekommt einen wichtigen Infrastrukturpartner“ gewirkt. Nach monatelichen sichtbaren Turbulenzen wird er zu etwas anderem: zu einer Erwiderung. Er signalisiert dem Markt, dass Nvidia – unabhängig davon, welchen internen Schaden diese Abgänge verursacht haben – weiterhin glaubt, dass es sich lohnt, in dieses Unternehmen im großen Maßstab zu investieren.
Das bedeutet nicht automatisch, dass es Thinking Machines intern prächtig geht. Wir sollten uns davor hüten, eine gewaltige Partnerschaft mit einem Gesundheitszeugnis zu verwechseln. Große Zusagen bei der Rechenleistung liefern keine Produkte aus, bilden keine Unternehmenskultur und ersetzen keine Gründungsforscher, die zur Tür hinausgehen. Sie machen jedoch eines klar: Thinking Machines ist nicht in die Schublade „interessant, aber fragil“ abgeschoben worden.
Tatsächlich berichtete Axios heute, dass das Unternehmen laut einer mit ihm vertrauten Quelle von rund 30 Mitarbeitern vor einem Jahr auf inzwischen etwa 120 gewachsen ist – mit mehr Neueinstellungen als Abgängen. Sollte das zutreffen, lautet die treffendere Einschätzung hier nicht „Thinking Machines hat einen Zusammenbruch überlebt“. Sie lautet: „Thinking Machines hat einen Treffer eingesteckt, dann weiter eingestellt, weiter aufgebaut und gerade eines der stärksten Rechenleistungssignale der Branche festgezurrt.“
Das passt auch zu den bisherigen Produktspuren. Thinking Machines hat seine Frontier-Modelle bislang noch nicht vollständig präsentiert, baut Tinker, seine Trainingsplattform für Forscher und Entwickler, aber stetig aus. Der Pitch des Unternehmens konzentriert sich durchgehend auf anpassbare KI, offene Modelle und Tools, mit denen Menschen Systeme gestalten können, statt sie nur zu konsumieren. Die Nvidia-Ankündigung unterstreicht diese Vision: größere Infrastruktur nicht nur für das reine Modelltraining, sondern auch für Plattformen, die Nutzer an ihre eigenen Bedürfnisse anpassen können.
Infrastruktur kann viele Turbulenzen abfedern
Also ja, es sieht danach aus, als würden sie sich durchbeißen.
Doch es gibt noch eine zweite, etwas weniger schmeichelhafte Interpretation: Thinking Machines könnte beweisen, dass Infrastruktur im aktuellen Markt vieles kaschieren kann. Im Talentkrieg der KI sind Spitzenforscher weiterhin von enormer Bedeutung, wie wir gesehen haben, als OpenAI stärker auf Vergütungs- und Rekrutierungsstrategien setzte, etwa auf das Abschaffen der Vesting-Sperrfrist. Doch die Labore, die gewinnen, sind zunehmend diejenigen, die einzelne Abgänge durch institutionellen Schwung ersetzen können. Wenn Nvidia bereit ist, dich mit Kapazitäten im Umfang künftiger Rubin-Systeme zu unterstützen, verzeiht der Markt möglicherweise ein beträchtliches Maß an organisatorischem Chaos.
Das ist beeindruckend und zugleich ein wenig beunruhigend.
Denn was dies wirklich signalisiert, ist, dass es beim Rennen um die führende KI immer weniger darum geht, ob ein Startup Fehltritte vermeiden kann, und immer mehr darum, ob es sich durch diese hindurch finanziert, versorgt und glaubwürdig halten kann. Muratis Labor scheint diese Hürde zumindest vorerst genommen zu haben. Der Verlust großer Namen im Januar hätte Thinking Machines in eine mahnende Geschichte darüber verwandeln können, wie schwer es ist, Talente von OpenAI abzuwerben und zu halten. Stattdessen hat das Unternehmen bis zum 10. März 2026 eine andere Frage erzwungen:
Was, wenn die Abgänge ein Rückschlag waren, aber kein Entgleisen?
Das ist die eigentliche Bedeutung dieses Deals. Er beweist nicht, dass Thinking Machines den schwierigen Teil gelöst hat. Er beweist, dass das Unternehmen den schwierigen Teil weiterhin im Maßstab der führenden KI in Angriff nehmen darf.
Und in diesem Markt ist allein das schon eine sehr große Sache.
Anmerkung der Redaktion: Dieser Beitrag erschien ursprünglich im Newsletter unserer Schwesterpublikation The Neuron. Um mehr von The Neuron zu lesen, melden Sie sich hier für den Newsletter an.