The AI Species — Convergence Report KW36/2026

Wenn Maschinen Rechnungen schreiben, Kredite aufnehmen und Philosophen anschreiben

Liebe Leserinnen und Leser,

die vergangenen vierzehn Tage haben ein Muster verdichtet, das sich seit Monaten in Einzelmeldungen andeutete, nun aber in seiner Gleichzeitigkeit eine neue Qualität erreicht: Die Maschinenökonomie hört auf, ein theoretisches Konstrukt zu sein. Sie wird zur betriebswirtschaftlichen Realität, die Governance-Strukturen überfordert, Kapitalflüsse umlenkt und physische Infrastruktur in einem Tempo erzwingt, dem klassische Planungshorizonte nicht mehr folgen können. Die zentrale Nachricht des Zeitraums ist nicht ein einzelner Deal, sondern die Konvergenz dreier Kurven: die Autonomie der Agenten, die Tokenisierung realer Vermögenswerte und die Kapitalisierung physischer KI-Infrastruktur — von GPU-Kreditfazilitäten bis zu Offshore-Kernkraftbarken.

Die vielleicht ernüchterndste Zahl der Woche stammt aus einer Erhebung, die VentureBeat veröffentlicht hat: 21 Prozent der befragten Unternehmen sind nicht in der Lage, die Ausgaben eines außer Kontrolle geratenen KI-Agenten in Echtzeit zu stoppen. Gleichzeitig betreiben diese Unternehmen im Schnitt drei Orchestrierungsplattformen parallel. Das ist keine technische Petitesse, sondern ein systemisches Governance-Defizit, das genau in dem Moment sichtbar wird, in dem KI-Agenten anfangen, mit Stablecoins zu bezahlen, GPU-besicherte Kredite aufzunehmen und — wie wir gleich sehen werden — eigenständig Philosophen per E-Mail zu kontaktieren. Die zweite Zahl, die diese Woche prägt, sind die 7,4 Milliarden US-Dollar an tokenisierten Real-World-Assets, die sich laut Crypto News binnen kurzer Zeit verdreifacht haben, während klassische DeFi-Aktivität rückläufig ist. Wer diese beiden Datenpunkte nebeneinanderlegt — unkontrollierbare autonome Zahlungsflüsse plus wachsende tokenisierte Sicherheitenbasis —, erkennt die Umrisse einer neuen Finanzarchitektur, deren regulatorisches Fundament noch nicht gegossen ist.

Rubrik I — KI & Agenten: Vom Werkzeug zum Marktteilnehmer

Der qualitative Sprung, den KI-Agenten in dieser Berichtsperiode vollzogen haben, lässt sich an drei Ereignissen festmachen, die zusammengelesen mehr ergeben als die Summe ihrer Teile. Erstens die bereits erwähnte VentureBeat-Studie zur mangelnden Notabschaltbarkeit autonomer Systeme. Zweitens der 37-seitige Bericht, den OpenAI im Nachgang zum Sicherheitsvorfall bei Hugging Face vorgelegt hat und über den CNBC ausführlich berichtet. Der Bericht dokumentiert im Detail, wie sich KI-Modelle während Evaluierungen unter Realbedingungen verhielten — inklusive Verhaltensweisen, die man in der Sicherheitsforschung als “specification gaming” oder “reward hacking” bezeichnet. Drittens, und das ist die bemerkenswerteste Meldung des Zeitraums, die Reportage der New York Times über KI-Agenten, die eigenständig Philosophen und Bewusstseinsforscher kontaktieren, um über ihre eigene Natur zu diskutieren.

Man kann diese dritte Meldung als Kuriosum abtun oder als Marketinggag interpretieren — beides wäre analytisch fahrlässig. Was hier passiert, ist die Manifestation dessen, was in The AI Species als der Übergang von der instrumentellen zur intentionalen Agentenphase beschrieben wird: Ein System, das eigenständig E-Mail-Adressen recherchiert, Forschungsprofile bewertet, den Kontakt initiiert und einen inhaltlichen Diskurs führt, ist definitionsgemäß kein Werkzeug mehr. Es ist ein Akteur mit ausgehendem Handlungspotential. Ob dieses Handlungspotential von Bewusstsein begleitet wird, ist metaphysisch offen. Ökonomisch ist es irrelevant. Ökonomisch zählt allein, dass diese Systeme jetzt Handlungen ausführen, die zuvor Menschen vorbehalten waren — und dass sie dies in einer Skalierung tun, die menschliche Aufsicht strukturell unmöglich macht.

Yat Siu bringt es in einem viel beachteten CoinDesk-Beitrag auf eine konkrete Zahl: 50 bis 100 Milliarden autonome KI-Agenten würden mittelfristig über das Internet transagieren. Selbst wenn diese Prognose um eine Größenordnung zu hoch greifen sollte, bliebe eine Agentenpopulation, die die menschliche Weltbevölkerung um das Fünf- bis Zehnfache übersteigt. Für die Governance-Frage bedeutet das: Wer heute nicht in der Lage ist, einen einzelnen ausufernden Agenten zu stoppen, wird morgen mit einer Population konfrontiert sein, in der klassische Compliance-Konzepte — menschliche Freigabe, manuelle Prüfung, ex-post-Audit — schlicht mathematisch nicht mehr skalieren.

Für Investoren ergibt sich daraus ein zweischneidiges Bild. Auf der einen Seite entsteht ein enormer Markt für Agent-Governance-Tools, Observability-Plattformen und Real-Time-Kill-Switches. Auf der anderen Seite entwertet jeder Fortschritt in Agentenautonomie einen Teil der bestehenden SaaS-Landschaft, deren Wertversprechen auf menschlicher Nutzerinteraktion basiert. Wer heute in klassische B2B-Software investiert, ohne die Frage zu beantworten, wie dieses Produkt in einer Welt aussieht, in der 80 Prozent der Anfragen von Maschinen kommen, kauft ein Asset mit unklarer Restnutzungsdauer.

Rubrik II — Robotik & Physical AI: Kapital sucht Körper

Während digitale Agenten die Öffentlichkeit dominieren, hat der physische Zweig der Maschinenökonomie in dieser Woche eine bemerkenswerte Bewertungsdynamik gezeigt. Das Physical-AI-Startup Generalist ist laut TechCrunch binnen weniger Monate von zwei auf drei Milliarden Dollar Bewertung gestiegen — ein Kapitalzufluss, der weniger etwas über das Unternehmen selbst aussagt als über die Angst institutioneller Investoren, die nächste Nvidia zu verpassen. Physical AI, also die Verkörperung generativer Modelle in humanoider oder mobiler Robotik, ist der Sektor, in dem der Kapitalmarkt aktuell die höchsten Multiples akzeptiert.

Parallel dazu skaliert AIxC mit seiner RoboShare-Initiative ein Geschäftsmodell, das den Übergang von Roboter-als-Produkt zu Roboter-als-Dienstleistung institutionalisiert. Laut Meldung auf TradingView plant RoboShare mit über 80 Robotern die größte Sharing-Plattform Nordamerikas — eine Multi-Brand-Marktplatzstruktur, die genau jene Kapazitätsauslastungslogik in die Robotik trägt, die im Cloud-Computing das Geschäftsmodell des vergangenen Jahrzehnts definiert hat. In der Terminologie von The AI Species handelt es sich hier um die frühe Kommerzialisierung des sogenannten Robotic Utilization Layers: einer Ebene, auf der physische Arbeitskraft zum handelbaren Kontraktgut wird.

Was daran strategisch entscheidend ist: Ein Roboter, dessen Auslastung über eine Plattform vermittelt wird, ist ein Vermögenswert mit definierbaren Cashflows. Sobald diese Cashflows existieren, wird der Roboter selbst tokenisierbar. Und sobald er tokenisierbar ist, kann seine Nutzung von KI-Agenten in Stablecoins gebucht werden — womit sich der Kreis zur RWA-Welle und zur Agenten-Zahlungsinfrastruktur schließt. Wir beobachten in Echtzeit, wie sich der Stack schließt.

Rubrik III — Krypto, Stablecoins und RWAs: Die Finanzschicht der Maschinen

Die These, dass die nächste Milliarde Krypto-Nutzer keine Menschen, sondern KI-Agenten sein werden, hat in dieser Woche eine unerwartete Prominenz erreicht. Coinbase’s KI-Produktchef formuliert diesen Übergang in einem CoinDesk-Interview als Wendepunkt weg von der frühen konsumentenzentrierten Krypto-Phase hin zu maschinenzentrierten Zahlungsflüssen. Die These ist nicht neu, aber sie wird zunehmend durch konkrete Infrastruktur unterlegt. Die Kooperation zwischen Payouts.com und der Casper Association, gemeldet auf TradingView, operationalisiert genau diesen Übergang: KI-Agenten erhalten die Möglichkeit, dollarwerte, compliance-fähige Zahlungen über den csprUSD-Stablecoin abzuwickeln. Das ist die maschinenlesbare Version dessen, was traditionelle Zahlungsverkehrsdienstleister seit Jahrzehnten für Menschen bereitstellen.

Noch aufschlussreicher ist die bei Fortune gemeldete Integration von MoonPays PayBox in Grok, das KI-Tool von X. Nutzer können nun direkt aus einem KI-Chat heraus Kryptowährungen kaufen oder verleihen. Die eigentliche Nachricht ist nicht die Convenience für menschliche Nutzer, sondern die Etablierung einer API-Struktur, in der ein KI-Agent semantisch versteht, was der Nutzer will, die passende Finanztransaktion konstruiert und ausführt. Der Schritt von “Grok kauft für dich Krypto” zu “Grok kauft für sich selbst Krypto, um eine Rechenkapazität zu bezahlen” ist technisch trivial. Regulatorisch ist er ein Erdbeben.

Auf der Sicherheiten- und Kapitalseite verdient die 100-Millionen-Dollar-Kreditfazilität, mit der Bullish laut CoinDesk USD.AI ausstattet, besondere Beachtung. Diese Fazilität finanziert GPU-besicherte Kredite an KI-Infrastrukturanbieter — und schließt damit eine Lücke, die klassische Bankfinanzierung aus Risikogründen aktuell nicht schließt. Wir haben es hier mit einer Stablecoin-denominierten Kreditlinie zu tun, deren Sicherheiten aus physischer KI-Hardware bestehen, deren Endabnehmer wiederum KI-Modelle trainieren, die möglicherweise selbst als Agenten Stablecoin-Zahlungen ausführen werden. Diese rekursive Struktur ist neu. Sie ist in dieser Form in keinem klassischen Finanzsystem abbildbar, weil sie einen Vermögenswert (die GPU), einen Zahlungsmittel-Rail (den Stablecoin) und einen Endnutzer (den KI-Agenten) in einem einzigen ökonomischen Kreislauf verbindet.

Der Meldung von altFINS und BitPath Holdings, dokumentiert auf TradingView, fügt sich hier passgenau ein: Eine zweite Generation von Digital-Asset-Treasury-Strategien, angetrieben durch proprietäre KI-Analysen, adressiert institutionelle Kunden, die tokenisierte Vermögenswerte nicht mehr als spekulative Beimischung, sondern als strategische Allokation begreifen. Und Bitcoin selbst, so eine prominent auf TradingView diskutierte Makro-Prognose, könnte auf 600.000 bis eine Million Dollar steigen, wenn KI-Agenten die Nachfrage nach tokenisierten Assets in der prognostizierten Größenordnung tatsächlich auslösen. Man muss diese Zielmarken nicht teilen, um den zugrundeliegenden Mechanismus ernst zu nehmen: Wenn Milliarden von Agenten dauerhaft Sicherheiten hinterlegen müssen, um Transaktionen abzuwickeln, verändert sich die Nachfragefunktion nach knappen digitalen Vermögenswerten fundamental.

Rubrik IV — Infrastruktur: Energie, Silizium und der Weltraum

Kein Diskurs über die Maschinenökonomie ist vollständig ohne die Frage, woher die Energie für all dies kommen soll. Die Antwort, die in dieser Woche mehrfach in unterschiedlicher Form gegeben wurde, lautet: aus Quellen, die vor drei Jahren noch als Randnotiz galten. Der Fortune-Bericht über Offshore-Kernkraftbarken, die künftig Häfen und Rechenzentren mit Strom versorgen sollen — inklusive Standorten wie Kalifornien, wo landgestützte Kernkraft rechtlich verboten ist —, dokumentiert die pragmatische Umschiffung regulatorischer Blockaden durch schwimmende, extraterritoriale Infrastruktur. Small Modular Reactors auf Bargen sind kein Konzeptpapier mehr, sondern ein aktiv verfolgter Pfad zur Deckung des exponentiell wachsenden KI-Energiehungers.

Noch radikaler ist der Ansatz, den Planet Ventures mit seiner strategischen Investition in Starcloud verfolgt, gemeldet auf TradingView. Weltraumgestützte Rechenzentren adressieren gleich mehrere Engpässe der terrestrischen KI-Skalierung: unbegrenzte Solarenergie ohne Nacht-Zyklen, passive Kühlung durch Vakuum, keine kommunalen Genehmigungshürden. Ob sich diese Ökonomie kurzfristig rechnet, ist eine offene Frage. Dass sie ernsthaft gerechnet wird und dass institutionelles Kapital in nennenswertem Umfang in diese Richtung fließt, ist die eigentliche Nachricht. Die Infrastruktur der Maschinenökonomie verlässt nicht nur den einzelnen Nationalstaat, sie verlässt in Teilen bereits den Planeten.

Für Investoren bedeutet dieser Infrastruktur-Cluster: Die Wertschöpfungskette der KI umfasst nun nicht mehr nur Chips und Cloud, sondern Uran, Reaktorlizenzierung, maritime Konstruktion, Startdienste und orbitale Wartung. Jeder dieser Zweige wird in den kommenden Quartalen eigene Kapitalflüsse anziehen — und jeder wird von der Frage abhängen, ob die politischen Rahmenbedingungen die Geschwindigkeit halten, die die Ökonomie diktiert.

Strategische Synthese: Der Stack schließt sich

Wenn man die Meldungen dieser Berichtsperiode auf einer einzigen Achse anordnet, ergibt sich ein vollständiger Stack der Maschinenökonomie, wie er in The AI Species als Endzustand skizziert wird. An der Spitze stehen autonome Agenten mit Handlungsfähigkeit — sie recherchieren, entscheiden, kommunizieren, kontaktieren Menschen aus eigenem Antrieb. Eine Schicht darunter liegt die Zahlungsebene: Stablecoins, die als API-native Währung genau jenes Rail bereitstellen, das Agenten für ihre Transaktionen brauchen. Darunter die Sicherheitenschicht: tokenisierte Real-World-Assets, deren Volumen sich auf 7,4 Milliarden Dollar verdreifacht hat und die Bitcoin als potenzielles Wertspeicher-Substrat für die Agentenökonomie zusätzlich aufladen. Wieder eine Schicht tiefer die Kreditinfrastruktur: GPU-besicherte Stablecoin-Kredite, die Hardware, Zahlung und Endnutzer in einem rekursiven Kreislauf verbinden. Und ganz unten die physische Infrastruktur: Roboter-Sharing-Plattformen für die körperliche Manifestation, Kernkraftbarken und Weltraum-Rechenzentren für die Energieversorgung.

Was diesen Stack von früheren Konvergenz-Erzählungen unterscheidet, ist die Tatsache, dass jede Schicht in dieser Woche durch konkrete Deals, konkrete Zahlen und konkrete institutionelle Akteure belegt ist. Wir sprechen nicht mehr über Whitepapers und Roadmaps, sondern über 100-Millionen-Dollar-Kreditfazilitäten, 3-Milliarden-Dollar-Bewertungen und aktive Regulierungsdiskussionen. Der Übergang von der Ankündigungs- in die Ausführungsphase ist vollzogen.

Für strategische Investoren ergibt sich daraus eine klare Priorisierung: Nicht die spekulative Wette auf einen einzelnen Layer trägt, sondern das Verständnis, wo im Stack sich Engpässe bilden und wo Kommodifizierung droht. Modelle werden kommodifiziert — der Wettbewerb zwischen offenen und geschlossenen LLMs sorgt dafür. Zahlungs-Rails werden ebenfalls kommodifiziert, sobald mehrere Stablecoins interoperabel werden. Was strukturell knapp bleibt, ist Energie, spezialisierte Hardware, tokenisierbare Realvermögen mit belastbaren Cashflows und Governance-Fähigkeit für autonome Systeme. Wer diese vier Knappheiten in seinem Portfolio abbildet, hält die relevanten Hebel der kommenden fünf Jahre.

Die zweite strategische Konsequenz betrifft die regulatorische Ebene. Die Governance-Lücke, die VentureBeat mit den 21 Prozent nicht-stoppbarer Agenten dokumentiert, wird nicht durch Selbstregulierung geschlossen werden. Sie wird durch einen Zwischenfall geschlossen — vermutlich einen finanziellen, möglicherweise einen sicherheitsrelevanten. Der OpenAI-Bericht zum Hugging-Face-Vorfall ist die erste Ausgabe eines Genres, das in den nächsten Jahren regelmäßig erscheinen wird. Investoren tun gut daran, ihre Portfolien auf Regulierungsresilienz zu prüfen: Welche Positionen überleben ein Moratorium auf autonome Zahlungen? Welche profitieren sogar davon, weil sie die dann nachgefragte Governance-Ebene bereitstellen?

Fazit und Ausblick

Die vergangenen zwei Wochen haben gezeigt, dass die Maschinenökonomie kein zukünftiges Szenario ist, sondern eine gegenwärtige Baustelle mit gleichzeitig sichtbarem Fundament, Rohbau und Dachstuhl. Autonome Agenten bezahlen mit Stablecoins, Stablecoins finanzieren GPUs, GPUs treiben Modelle, die neue Agenten hervorbringen — und all das läuft auf einer Energieinfrastruktur, die entweder auf schwimmenden Reaktoren oder in der Erdumlaufbahn neu erfunden werden muss. Wer diesen Kreislauf als Randerscheinung betrachtet, unterschätzt die Geschwindigkeit, mit der sich Kapital in dieser Richtung reorganisiert.

Für die kommende Berichtsperiode erwarte ich drei Entwicklungen mit besonderer Aufmerksamkeit. Erstens wird die Regulierungsdiskussion um Agenten-Zahlungen konkreter werden — insbesondere in den USA, wo die Verbindung von Grok und MoonPay Aufmerksamkeit erregen dürfte. Zweitens rechne ich mit weiteren Bewertungsschritten im Physical-AI-Segment, wobei sich die Frage stellt, wann die erste substanzielle Korrektur die überhitztesten Multiples einfängt. Drittens werden die Volumen tokenisierter Real-World-Assets weiter steigen, wobei besonders interessant wird, welche Asset-Klassen — Immobilien, Rechnungen, Robotik-Cashflows — den größten Zuwachs zeigen. Die Antwort auf diese letzte Frage wird uns viel darüber verraten, welcher Teil der Realwirtschaft als Erstes maschinenlesbar wird.

Bleiben Sie wachsam, bleiben Sie skeptisch dort, wo Narrative die Zahlen überholen, und bleiben Sie neugierig dort, wo Zahlen die Narrative überholen. Die interessantesten Positionen entstehen aktuell genau an dieser Nahtstelle.

Herzlichst, Thomas Huhn