Für immer mehr KI-Spitzenkräfte wird es offenbar lukrativer, den bisherigen Arbeitgeber zu verlassen und ein eigenes Startup zu gründen. Neben den teils enormen Finanzierungsrunden spielt dabei auch die Möglichkeit eine zentrale Rolle, die strategische Ausrichtung und die Forschung eigenständig festzulegen.

Von kleinen Startups und großen Geldsummen

Laut einem Bericht von CNBC ist die Abwanderung bei Google, Meta und OpenAI besonders ausgeprägt. Dank der hohen Investitionsbereitschaft können junge Unternehmen nicht selten bereits wenige Monate nach ihrer Gründung Finanzierungen in Höhe von mehreren hundert Millionen US-Dollar oder mehr einsammeln. Der entscheidende Vorteil liegt dabei in der unternehmerischen Freiheit, den eingeschlagenen Kurs selbst zu bestimmen.

So gab der ehemalige Google-DeepMind-Forscher David Silver am Montag bekannt, für sein erst wenige Monate altes Startup Ineffable Intelligence eine Startfinanzierung in Höhe von 1,1 Milliarden US-Dollar erhalten zu haben. Auch Tim Rocktäschel, ebenfalls zuvor bei DeepMind tätig, soll Berichten zufolge bis zu eine Milliarde US-Dollar für sein neues Unternehmen Recursive Superintelligence erhalten haben. Advanced Machine Intelligence (AMI), das neue Startup des ehemaligen Chef-KI-Entwicklers von Meta, Yann LeCun, steht diesen Summen in nichts nach: In einer Finanzierungsrunde Anfang März konnte das Unternehmen eine Milliarde US-Dollar für die Entwicklung einer künstlichen Intelligenz einsammeln, die ein Verständnis der physikalischen Welt erreichen soll.

Immer mehr Experten zieht sich von großen Arbeitgebern zu kleinen Startups

Diese Entwicklung ist keineswegs neu. Bereits im vergangenen Jahr konnten junge Startups, gegründet von ehemaligen Mitarbeitern von OpenAI, DeepMind, Anthropic und xAI, innerhalb kürzester Zeit Finanzierungen in dreistelliger Millionenhöhe sichern. Gleichzeitig wechselten zahlreiche Fachkräfte aus ihren früheren Unternehmen zu den neuen Gründungen, da die umfangreichen Mittel es erlaubten, gezielt erfahrene Spezialisten einzustellen. „Der Wettlauf um die Vorherrschaft im KI-Bereich unter den größten KI-Labors hat eine Lücke für kleinere, agilere Unternehmen geschaffen“, erklärte Elise Stern, Geschäftsführerin des französischen VC-Unternehmens Eurazeo, das AMI Labs unterstützt hat, gegenüber CNBC.

An dem Forschen, was die Leidenschaft dafür ausmacht

Stern sieht einen wesentlichen Erfolgsfaktor kleiner Startups darin, dass sich die großen Marktführer zunehmend auf einen engen Wettbewerb konzentrieren und dadurch andere Forschungsfelder vernachlässigt werden. Diese würden nicht aus mangelnder Relevanz zurückgestellt, sondern weil sie im direkten Wettlauf keine kurzfristigen Vorteile bieten. Dadurch entstehe ein Vakuum, das kleinere Akteure gezielt ausfüllen können. Laut Dealroom investierten Risikokapitalgeber allein im vergangenen Jahr 18,8 Milliarden US-Dollar in KI-Startups, die erst seit Anfang 2025 gegründet wurden, während Unternehmen mit Gründungsdatum Anfang 2024 sogar 27,9 Milliarden US-Dollar einsammeln konnten.

Alexander Joël-Carbonell, Partner bei HV Capital, das ebenfalls in AMI Labs investiert hat, erklärte in dem Bericht, dass die zunehmende Fokussierung großer Unternehmen auch darauf zurückzuführen sei, ihre hohen Bewertungen rechtfertigen zu müssen und in zentralen Disziplinen nicht zurückzufallen. Dies schränke die Freiheiten von Spitzenforschern ein. „Innerhalb der großen Grundlagenforschungslabore lässt der Druck, Benchmark-Leistungen zu erbringen und schnelle Release-Zyklen aufrechtzuerhalten, nur wenig Raum für wirklich explorative Forschung, insbesondere außerhalb des vorherrschenden LLM-Paradigmas“, fügte er hinzu. Zudem mehren sich laut Einschätzung des Investors Zweifel unter KI-Forschern, ob eine weitere Skalierung großer Sprachmodelle (LLM) ausreicht, um die nächste Entwicklungsstufe der KI-Fähigkeiten zu erreichen.

Finanzielle Basis wackelt immer mehr

Auch innerhalb der etablierten Unternehmen rücken finanzielle Fragen zunehmend in den Fokus. So berichtete das Wall Street Journal, dass OpenAI interne Zielmarken beim Nutzer- und Umsatzwachstum verfehlt hat. Infolgedessen wächst innerhalb des Unternehmens die Unsicherheit, ob sich die geplanten Investitionen der kommenden Jahre tatsächlich finanzieren lassen.

Bisher landen Backups von WhatsApp inklusive Fotos und Videos in den Cloud-Speichern von Google Drive oder Apple iCloud, wenn man Cloud-Backups nutzt. Neuen Berichten zufolge soll Meta daran arbeiten, eigene Cloud-Speicher für WhatsApp anzubieten, in denen die verschlüsselten Backups künftig landen sollen.

Für Nutzer hätte ein unabhängiger Speicherplatz für Cloud-Backups vor allem den Vorteil, dass die Größe nicht mehr auf das Speicherkontingent von Google Drive und Apple iCloud angerechnet werden. Bei vielen Fotos und Videos, die man über WhatsApp zugeschickt bekommt, können Backups von WhatsApp schnell mehrere Gigabyte belegen.

GDrive und iCloud weiterhin möglich

WABetaInfo hat in der aktuellen Betaversion von WhatsApp für Android nun Hinweise auf ein eigenes Cloud-Backup gefunden. Allerdings sollen Nutzer auch künftig die Wahl haben, ob sie diese interne Cloud von WhatsApp nutzen möchten, oder weiterhin auf Google Drive oder Apple iCloud zurückgreifen möchten. Für die Verschlüsselung der Cloud-Backups sollen in erster Linie Passkeys mit gerätebasierter Authentifizierung per Fingerabdruck oder Gesichtserkennung genutzt werden, alternativ lassen sich aber auch individuelle Passwörter nutzen.

2 GB sollen kostenfrei sein

Gänzlich kostenfrei sollen sich die eigenen WhatsApp-Backups aber auch nur bis zu einer Größe von 2 Gigabyte nutzen lassen, was vielen Nutzern nicht ausreichen wird. Den Gerüchten zufolge könnten 50 Gigabyte Cloud-Speicher für Backups bei WhatsApp mit 0,99 US-Dollar zu Buche schlagen. Welche Pläne und Preise WhatsApp genau anbieten wird, ist aber noch nicht bekannt. Denkbar ist auch, dass Nutzer von WhatsApp Plus, dem neuen Abonnement-Angebot von WhatsApp für eine stärkere Personalisierung des Messengers, mehr Speicherplatz in der Cloud-für Backups direkt im Abonnement erhalten. Pläne hierzu sind derzeit aber auch reine Spekulation.

Wann WhatsApp das Angebot für alle Nutzer anbieten wird, ist derzeit noch nicht bekannt.

GitHub stellt sein KI-Tool Copilot grundlegend um: Ab dem 1. Juni wird die Abrechnung von einem klassischen Abomodell auf ein nutzungsbasiertes System umgestellt. Damit reagiert das Unternehmen auf steigende Kosten und veränderte Nutzungsgewohnheiten. Der Schritt dürfte weitreichende Folgen für Entwickler und Unternehmen haben.

Bisher funktionierte GitHub Copilot überwiegend nach einem festen Monatspreis, bei dem Nutzer eine bestimmte Anzahl an „Premium Requests“ stellen konnten. Dieses Modell wird nun durch sogenannte „AI Credits“ ersetzt. Künftig basiert die Abrechnung darauf, wie intensiv Copilot tatsächlich genutzt wird. Gemessen wird dies in Token für Eingaben, Ausgaben und zwischengespeicherte Daten.

Mehr Transparenz, weniger Vorhersagbarkeit

Mit der Umstellung verfolgt GitHub das Ziel, die Kosten stärker an die reale Nutzung anzupassen. Hintergrund ist die rasante Weiterentwicklung von Copilot. Der Dienst hat sich von einer einfachen Code-Vervollständigung hin zu einem agentenbasierten System entwickelt, das komplexe, mehrstufige Programmieraufgaben übernehmen kann. Diese intensiveren Workloads verursachen deutlich höhere Rechenkosten.

Das bisherige Modell konnte diese Unterschiede kaum abbilden. Eine kurze Anfrage und eine mehrstündige automatisierte Coding-Session kosteten bislang gleich viel. Das neue System soll hier für mehr Fairness sorgen, zumindest aus Sicht von GitHub. Für Nutzer bedeutet das jedoch auch, dass die Kosten weniger vorhersehbar werden. Zwar werden bestehende Abos wie Copilot Pro oder Pro+ weiterhin ein monatliches Guthaben in Form von AI Credits enthalten, doch wer darüber hinausgeht, muss zusätzlich zahlen.

Vorbereitung auf den Wechsel

Um die Umstellung transparenter zu gestalten, führt GitHub bereits im Mai eine Vorschau auf die neue Abrechnung ein. Nutzer können dort simulieren, wie hoch ihre Kosten mit dem neuen Modell sein werden. Parallel dazu ergriff GitHub bereits im April Maßnahmen, um die Infrastruktur zu stabilisieren. Dazu gehörten unter anderem strengere Nutzungslimits sowie ein vorübergehender Stopp neuer Abonnements der Stufe Student, Pro und Pro+. Derzeit können nur noch Team für derzeit 4 US-Dollar und Enterprise für 21 US-Dollar pro Nutzer und Monat gebucht werden.

Die Reaktionen aus der Community ließen nicht lange auf sich warten und fielen gemischt aus. Während einige die höhere Transparenz begrüßen, äußern andere deutliche Kritik. Insbesondere die Sorge vor steigenden Kosten ist weit verbreitet. Entwickler befürchten, dass sie künftig für die gleiche Leistung mehr bezahlen oder ihre Nutzung stärker einschränken müssen.

Signalwirkung

Der Schritt von GitHub dürfte Signalwirkung für den gesamten Markt haben. Viele Anbieter von KI-Tools stehen vor ähnlichen Herausforderungen wie steigenden Infrastrukturkosten, wachsender Modellkomplexität und stark variierenden Nutzungsprofilen. Mit der Umstellung auf nutzungsbasierte Abrechnung folgt Copilot einem Trend, der sich bereits bei Cloud- und API-Diensten etabliert hat (AWS, Azure und Co.). Gleichzeitig stellt sich die Frage, ob Entwickler bereit sind, diese Kostenstruktur langfristig zu akzeptieren, oder ob Alternativen an Attraktivität gewinnen.