Materialwissenschaft: Das Rennen um die Rohdaten

Die These, die der Markt falsch bewertet

Der Wert in der Materialwissenschaft wird vom KI-Modell zu den Rohdaten migrieren, die es trainieren. Dies bleibt die dokumentierte Entwicklung der letzten Jahre, nicht nur eine riskante Vorhersage.

Der Konsens finanziert Algorithmen. Die echte Hebelwirkung liegt in der Primärquelle: der extrahierbaren wissenschaftlichen Literatur.

Wer diesen Datenbestand kontrolliert, bestimmt den Zeitpunkt einer Generation von Produkten. Hohes Vertrauen in die Technologie, mittleres Vertrauen im Markttiming. Horizont: 24 Monate.

Was in Seoul geschah

Ein Team der Seoul National University unter der Leitung von Professor Ho Won Jang hat die klassische Methode der Materialforschung umgekehrt.

Am 31. August 2026 machte die Gruppe ihr Ergebnis öffentlich. Die Forscher haben 1.202 Datensätze aus 448 Papieren extrahiert^[1] und angewandtes maschinelles Lernen, das von der Physik informiert wurde, eingesetzt, um etwa 150 Millionen virtuelle Kompositionen von bleifreien Dielektrika zu screenen.

Der Filter reduzierte das Feld auf 37 Kandidaten. Zwei wurden synthetisiert und getestet, und beide zeigten hohe dielektrische Konstanten mit starker Stabilität bei hohen Temperaturen.

Diese Materialien treiben die MLCCs in Smartphones und Elektronik für Elektrofahrzeuge an. Die Methode geht von gewünschten Leistungen aus und arbeitet rückwärts zur Komposition.

Die multimodale Methode extrahiert Informationen aus Text, Tabellen und Grafiken. Dieses Detail ist wichtig: Ein großer Teil des experimentellen Wissens lebt in Abbildungen, unsichtbar für textuelle Scraper.

Der Sprung ist wichtiger als das einzelne Ergebnis. Zwei Materialien sind der Output, die replizierbare Methode ist der Asset. Diese Methode skaliert auf jede Klasse von funktionalen Materialien.

Der Konsens schaut auf das Modell. Das ist das falsche Ziel.

Das Datum, das jeder beobachtet, ist die Kraft des Modells. Das Datum, das das Ergebnis wirklich vorhersagt, ist die Qualität des Ausgangsdatensatzes.

Lesen Sie das Verhältnis erneut: 448 Papiere generieren 150 Millionen explorierbare Kompositionen. Der Multiplikator liegt in der Extraktion, nicht in der Inferenz.

Der Engpass bleibt der saubere und strukturierte Datensatz. Ein mittelmäßiges Modell auf einem exklusiven Datensatz schlägt ein ausgezeichnetes Modell auf öffentlichen Daten.

Der Konsens hat den falschen Rahmen: Er bewertet den Rohstoff und ignoriert die Knappheit. Die Knappheit liegt im Datensatz, und die Knappheit bestimmt den Preis.

Ein VC, der heute Deep-Tech finanziert, fragt nach dem Lebenslauf des Teams. Die richtige Frage betrifft die Tiefe und Exklusivität des extrahierten Datensatzes.

Die Kurve sagt, wer gewinnt

Foundation-Modelle rutschen entlang einer steilen Kurve zur Ware ab. Die Gewinnmarge wandert zur einzigen Schicht, die knapp bleibt: den proprietären Daten.

Die Hebelwirkung des Literature Mining ist quantifizierbar. 448 Papiere öffnen 150 Millionen Kompositionen. 1.202 Datensätze filtern bis zu 37 industrielle Kandidaten.

Wer die Primärquelle besitzt, komprimiert Wochen experimenteller Arbeit in eine Inferenz. Der zusammengesetzte Vorteil wächst bei jedem Feedback-Zyklus aus physischen Tests.

Für einen CTO ändert dies die Kaufentscheidung. Die generische KI-Kapazität wird fungibel, und das verteidigbare Asset wird der vertikale Datensatz.

Der wiederkehrende Fehler verwechselt die Fülle von Modellen mit der Fülle von Daten. Modelle vermehren sich. Hochwertige experimentelle Daten bleiben selten und teuer in der Herstellung.

Cliff Event: Die Entdeckung übertrifft die Adoption

Hier ist die Diskontinuität, die nur wenige abbilden: Die Entdeckungsgeschwindigkeit hat die industrielle Adoptionsgeschwindigkeit übertroffen.

Ein Labor identifiziert Kandidaten in Tagen. Eine Keramikfabrik qualifiziert ein Material in Monaten, manchmal Jahren. Die Lücke eröffnet ein Fenster.

Cliff Event: Das KI-Screening von Materialien erreicht industrielle Skalierung bis 2028, während die physische Validierung langsam bleibt.

In diesem Fenster genießt derjenige, der die Anfangsdaten kontrolliert, ein vorübergehendes Monopol. Die Kommodifizierung des Modells wird das Fenster danach schließen.

Der asymmetrische Rhythmus schafft Renten. Das Labor, das zuerst auf einem exklusiven Datensatz veröffentlicht, setzt den Standard vor Konkurrenten.

Drei Kategorien, die sich bis 2028 transformieren

Drei Kategorien werden aus dieser Dynamik transformiert hervorgehen:

• Passive Komponenten und fortschrittliche Keramik
• Risikokapital und Growth Equity im Deep Tech
• Wissenschaftsverlage und Datenlizenzierung

Bei passiven Komponenten verschiebt sich der Vorteil von Prozesspatenten zu proprietären Datensätzen. Murata und TDK dominieren heute MLCCs.

Für Risikokapital muss die Due Diligence den Datensatz bewerten, nicht das Forschungsteam. Ein Deep-Tech-Deal ist nur so viel wie sein Datenmooat wert.

Für wissenschaftliche Verlage sitzen Springer Nature und Elsevier auf einem unterpreisgierten Asset. Ihre Trainingslizenzen werden strategische Ware.

Die Lizenzierung wissenschaftlicher Daten wird zu einem eigenen Markt. Trainingsvereinbarungen zwischen Verlagen und KI-Laboren beschleunigen bereits heute.

Das Playbook für Käufer heute

Für einen technologischen Entscheidungsträger geht es um Verträge. Jede mehrjährige Vereinbarung zu generischer KI-Kapazität sollte mit Exit-Klauseln neu verhandelt werden.

Die Modellschicht wertet jeden Monat ab. Ausgaben dort zu blockieren bedeutet, auf Hardware zu unterzeichnen, die zu schneller Obsoleszenz bestimmt ist.

Die verteidigbare Investition betrifft Datenrechte. Ein weitsichtiger CTO verhandelt heute über den exklusiven Zugang zu experimentellen Datensätzen der eigenen Branche.

Der zusammengesetzte Vorteil belohnt diejenigen, die zuerst handeln. Jeder physische Testzyklus bereichert den Datensatz und vergrößert die Lücke zum Konkurrenten.

Die Position dieses Desks

Meine Position bleibt deutlich: In den nächsten 24 Monaten liegt der Wettbewerbsvorteil bei der Materialentdeckung in den Rohdaten, nicht in der Modellarchitektur.

Der Chief Strategy Officer, der auf drei Jahre plant, geht von einer Welt aus, in der das Modell selten ist. Diese Welt verschwindet.

Der Einkauf, der einen Anbieter auf generische KI-Kapazität sperrt, kauft das, was zur Ware wird. Der Wert liegt in den Datenrechten.

Was würde meine Idee ändern? Beweise, dass verallgemeinerte Modelle hochwertige Datensätze aus öffentlichen Daten extrahieren können, was den Vorteil exklusiver Daten aufhebt.

Das symmetrische Risiko besteht: Die Geschwindigkeit der industriellen Adoption zu überschätzen. Die Physik der Tests bleibt langsam und komprimiert kurzfristige Renditen.

Der Konsens wird auf das Gegenwärtige recht haben und auf den Rhythmus unrecht. Der Änderungsrhythmus ist die Variable, die der Markt am schlechtesten bewertet.

Die Vorhersage

Vorhersage: Bis Mitte 2028 wird mindestens ein Materialentdeckungs-Startup, das auf einem Data-Moat aus Literature Mining gegründet ist, eine Finanzierungsrunde von über 100 Millionen Dollar einziehen.

Der kausale Mechanismus: Die Kommodifizierung von Modellen drückt Kapital auf den einzigen knappen Asset, den proprietären Datensatz experimenteller Daten.

Konfidenz: 66 von 100. Horizont: Mitte 2028. Unterscheidung: Technologische Vorhersage mit hohem Vertrauen, Markttiming mit mittlerem Vertrauen.

Kill-Signal: Offene Modelle, die Screenings gleicher Qualität auf öffentlichen Datensätzen bis 2028 replizieren, würden den Moat verdampfen und die These zerstören.