Milliarden von Dollar flossen in den vergangenen Jahren wie Wasser in KI-Unternehmen. Jedes Startup fügte seinem Namen „KI“ hinzu, jede Startup-Präsentation versprach einen Durchbruch. Doch die Investoren haben das bemerkt. Und sie wurden wählerischer. Viel wählerischer.
TechCrunch stellte mehreren erfahrenen Risikokapitalgebern eine einfache Frage: Was interessiert Sie heute bei KI-SaaS-Unternehmen (Software as a Service) überhaupt nicht mehr? Die Antworten waren überraschend ehrlich und für viele Startup-Gründer möglicherweise etwas schmerzhaft.
Woran haben Investoren das Interesse verloren?
Aaron Holiday, geschäftsführender Partner des Fonds 645 Ventures, brachte es ohne Umschweife auf den Punkt. Startups, die Tools entwickeln, die lediglich leicht verpacken, was bereits existiert, generische horizontale Tools, einfaches Projektmanagement oder oberflächliche Analysen anbieten, interessieren ihn schlichtweg nicht. Warum? Weil all das heute ein KI-Agent selbst erledigen kann.
Denken Sie einen Moment darüber nach. Wenn Ihr Produkt genau das tut, was ein gut konfigurierter KI-Agent für einen Bruchteil der Kosten und der Zeit leisten kann, welchen Wert bieten Sie dann eigentlich?
Holiday sagt dagegen, dass ihn Unternehmen interessieren, die KI-native Infrastruktur, vertikale SaaS-Lösungen mit eigenen Daten und aktionsorientierte Systeme entwickeln (also solche, die Nutzern helfen, Aufgaben tatsächlich abzuschließen), sowie Plattformen, die tief in Prozesse eingebettet sind, ohne die Unternehmen nicht auskommen.
Ohne eigene Daten sind Sie durchsichtig wie Glas
Abdul Abdirahman vom Fonds F-Prime ergänzte eine weitere Perspektive. Generische vertikale Software ohne eigene Daten-Burggräben interessiert ihn nicht. Und Igor Ryabenkiy, Gründer und geschäftsführender Partner von AltaIR Capital, ging noch weiter.
„Wenn Ihr Alleinstellungsmerkmal hauptsächlich in der Benutzeroberfläche und der Automatisierung liegt, reicht das heute schlichtweg nicht aus“, sagte Ryabenkiy. „Die Markteintrittsbarriere ist gesunken, was den Aufbau eines echten Burggrabens erheblich erschwert.“
Neue Unternehmen müssen vom ersten Tag an auf der tatsächlichen Kontrolle über Arbeitsabläufe und einem klaren Verständnis des Problems aufbauen. Riesige Codebasen sind kein Vorteil mehr. Entscheidend sind Geschwindigkeit, Fokus und die Fähigkeit, sich schnell anzupassen. Und noch etwas: Starre Preismodelle pro Nutzer werden sich immer schwerer rechtfertigen lassen. Verbrauchsbasierte Modelle sind deutlich sinnvoller.
Cursor vs. Claude Code: Ein Warnsignal für den gesamten Markt
Jake Saper, General Partner bei Emergence Capital, nannte ein sehr konkretes Beispiel. Den Unterschied zwischen dem Tool Cursor und Claude Code bezeichnete er als „Kanarienvogel im Kohlebergwerk“ für die gesamte SaaS-Welt.
„Cursor kontrolliert den Arbeitsablauf des Entwicklers, Claude Code führt lediglich die Aufgabe aus“, erklärte Saper. „Entwickler entscheiden sich zunehmend für die reine Ausführung statt für den Prozess.“
Was meint er damit? Produkte, die versuchen, möglichst viele Menschen dazu zu bringen, sie ständig zu nutzen, stehen vor einem schwierigen Kampf. Denn Agenten übernehmen die Arbeitsabläufe. Als Claude noch nicht existierte, kämpften Unternehmen darum, dass Nutzer in ihrer Anwendung arbeiteten. Wer das schaffte, hatte gewonnen. Aber wenn Agenten die Arbeit erledigen, wen interessiert dann noch Ihre Anwendung?
Saper wies außerdem auf Integrationstools hin. Sie verlieren an Attraktivität, insbesondere weil das MCP-Protokoll (Model Context Protocol) von Anthropic die Verbindung von KI-Modellen mit externen Daten und Systemen erleichtert. Niemand muss mehr Dutzende Integrationen herunterladen oder eigene entwickeln. MCP genügt.
„Vermittler zwischen Systemen zu sein, war früher ein großer Wettbewerbsvorteil“, sagte Saper. „Bald wird es nur noch eine gewöhnliche Dienstleistung sein, die jeder anbietet.“
Generische Tools sind nahezu tot
Ryabenkiy beschrieb sehr direkt, welche Unternehmen heute nur schwer an Kapital kommen. Generische Produktivitätstools, Projektmanagementsoftware, einfache Klone von CRM-Systemen und simple KI-Aufsätze, die auf bestehenden API-Schnittstellen basieren, gehören zu der Kategorie, die Investoren meiden.
„Wenn ein Produkt überwiegend nur eine Oberflächenschicht ohne tiefe Integration, eigene Daten oder eingebettetes Prozesswissen ist, können starke KI-native Teams es schnell nachbauen“, sagte er. „Genau das macht Investoren nervös.“
Abdirahman bestätigte dies aus einem anderen Blickwinkel. Tools zur Automatisierung von Arbeitsabläufen und zur Aufgabenverwaltung, die menschliche Arbeit koordinieren, werden überflüssig, wenn Agenten die Aufgaben einfach selbst ausführen. Als Beispiel nannte er börsennotierte SaaS-Unternehmen, deren Aktienkurse fallen, während neue KI-native Startups mit besserer und effizienterer Technologie auf den Markt kommen.
Was Investoren weiterhin anzieht: Tiefe, Daten und Kontrolle über Prozesse
Was also zieht Investoren tatsächlich an? Ryabenkiy fasste es folgendermaßen zusammen: Tiefe und Fachkompetenz, in kritische Prozesse eingebettete Tools, Datenhoheit und Kenntnisse einer bestimmten Domäne.
Er empfiehlt Unternehmen, KI tief in ihre Produkte zu integrieren und ihr Marketing so zu aktualisieren, dass es dies widerspiegelt. Vor allem aber gilt: Investoren verlagern ihr Kapital hin zu Unternehmen, die Arbeitsabläufe, Daten und Fachwissen kontrollieren. Und weg von Produkten, die sich ohne großen Aufwand kopieren lassen.
Eigentlich ist das logisch. Die KI-Welt entwickelt sich so schnell, dass eine bloße Benutzeroberfläche über dem Modell eines anderen nicht ausreicht. Wer überleben will, muss etwas besitzen, das andere nicht ohne Weiteres kopieren können. Eigene Daten. Eigene Prozesse. Eigenes Wissen über das Problem.
Und das ist eine Lektion, die nicht nur für Startups auf der Suche nach Investitionen gilt, sondern für jedes Unternehmen, das heute versucht, seinen Platz in der KI-Welt zu finden.
Quelle: techcrunch.com
