Getty Images/Science Photo Library/ Westerheide

Fabian Westerheide ist Gründungspartner des KI-fokussierten Venture-Capital-Investors AI.FUND und investiert seit 2014 privat über Asgard Capital in KI-Unternehmen. Westerheide berät öffentliche und private Institutionen strategisch im Bereich KI und lädt jährlich zur KI-Konferenz Rise of AI nach Berlin ein.

Die meisten KI-Startups scheitern nicht, weil ihre Technologie schlecht ist. Sie scheitern, weil Microsoft ihr Geschäftsmodell integriert.

Genau das erleben wir gerade. Die eigentliche Entwicklung ist nicht, dass Foundation Models zur Commodity werden. Die größere Verschiebung findet eine Ebene darüber statt: LLMs entwickeln sich zur Infrastruktur-Schicht bestehender Plattformen. Damit wandert auch die Wertschöpfung nach oben – in Orchestrierung, Integration, Datenzugang, Governance und Distribution.

Die großen Plattformen integrieren KI-Agenten und Workflow-Automation inzwischen direkt in ihre Kernprodukte. Sobald Agenten Teil der Standardsoftware werden, greift eine alte Plattformregel: Die Plattform verdrängt die Ergänzungen.

Viele KI-Startups raisen aktuell Kapital für Produkte, die bei Microsoft, Salesforce oder SAP bereits auf der Roadmap stehen.

Wo Verdrängung entsteht

„LLM plus schönes Interface“ reicht nicht mehr

Viele KI-Produkte verlieren nicht wegen schlechter Technologie, sondern weil sie kein eigenes Recht am Kunden besitzen. Sobald die großen Plattformen eine solide 80-Prozent-Lösung nativ integrieren, wird das Produkt schnell zum Nice-to-have. Und genau diese Budgets verschwinden in schwierigeren Marktphasen zuerst.

Horizontale Copilots werden austauschbar

Standard-Use-Cases wie Zusammenfassungen, Meeting-Recaps oder das Verfassen von E-Mails sind längst Teil der Plattformen geworden. Wer hier nur „ein bisschen besser“ sein möchte, konkurriert am Ende gegen die nächste Produktankündigung.

Die größte Gefahr für viele KI-Startups ist deshalb nicht OpenAI, sondern der nächste Copilot-Rollout.

Unternehmen kaufen keine Demo mehr

Der neue Standard lautet: Agenten, Tools, Workflows und Kontrolle.

Enterprise-Kunden kaufen heute nicht mehr nur Antworten, sondern operative Ausführung – inklusive Logs, Rollen, Policies, Monitoring, Nachvollziehbarkeit und Haftungsfähigkeit. Wer das nicht liefern kann, bleibt dauerhaft im Pilotprojekt hängen. Und genau diese Pilotitis ist das stille Sterben vieler B2B-KI-Startups.

Deshalb verschwinden gerade ganze Startup-Wellen innerhalb weniger Jahre, ähnlich wie früher Produkte, die durch native Plattformfunktionen ersetzt wurden.

Wo echte Chancen entstehen

Die nächste große Lücke liegt nicht im nächsten Chatbot.

Sie entsteht dort, wo Plattformen keinen automatischen Zugriff haben: in realen Prozessen, proprietären Daten und operativer Verantwortung.

Regulierte Märkte

Bereiche wie Public Sector, Finance, Healthcare oder kritische Infrastruktur kaufen keine Prompt-Magie, sondern Betriebsfähigkeit. Entscheidend sind Datenhoheit, Auditierbarkeit, Compliance-by-design und klare Verantwortlichkeiten. Gerade hier können europäische Anbieter echte Vorteile entwickeln, weil Vertrauen, Rechtssicherheit und lokale Infrastruktur plötzlich strategisch relevant werden.

Vertikale Workflows mit proprietären Daten

Maschinendaten, Produktionsrealität, Lieferketten, Feldservice oder proprietäre Dokumentenbestände schaffen echte Eintrittsbarrieren. Der Unterschied zwischen einem Feature und einem Unternehmen lautet heute nicht mehr „wir nutzen KI“, sondern „wir besitzen den Prozess“.

Infrastruktur statt Killer-App

N8n ist dafür ein gutes Beispiel. Nicht die eine große KI-Anwendung, sondern das Workflow-Rückgrat zwischen Tools, Systemen und Agenten. Solche Bausteine gewinnen, wenn KI zum Betriebssystem wird. Denn jede Agenten-Architektur braucht am Ende Schnittstellen, Rechtekonzepte, Monitoring und Workflow-Orchestrierung. Wer diese Infrastruktur liefert, sitzt an einer robusten Stelle der Wertschöpfungskette.

Europa unterschätzt sich selbst

Europa hat längst mehr als nur Modell-Debatten.

Unternehmen wie Mistral, Celonis, DeepL, Helsing oder Synthesia zeigen, wo KI tatsächlich Wert erzeugt: in Prozessen, industrieller Realität, sicherheitskritischen Systemen und realen Enterprise-Anwendungen.

Dort wird langfristig Geld verdient, nicht im nächsten generischen KI-Wrapper.

Die drei entscheidenden Fragen für 2026

1. Werde ich in zwölf Monaten ein Button in Microsoft, SAP oder Salesforce?

Wenn die Antwort Ja lautet, braucht es etwas, das nicht kopierbar ist: Prozessmacht, Datenzugang oder Distribution.

2. Was ist mein unfairer Vorteil?

Daten, regulatorischer Zugang, bestehende Kundenbeziehungen, Hardware- oder Edge-Zugang – irgendetwas, das sich nicht innerhalb eines Quartals replizieren lässt.

3. Baue ich ein Produkt oder betreibe ich ein System?

Agenten sind kein Feature. Agenten sind Betrieb. Wer in diesem Markt bestehen will, muss Themen wie Rechte, Monitoring, Qualitätssicherung, Failover und Kostenkontrolle beherrschen.

Genau dort entstehen die neuen Budgets.

Fazit: KI wird OS

Die Bereinigung im KI-Markt kommt nicht, weil KI kleiner wird. Sie kommt, weil KI zunehmend Teil von allem wird.

Und sobald KI zum Betriebssystem wird, überleben nicht die lautesten Wrapper, sondern die Unternehmen, die Prozesse besitzen, Distribution kontrollieren oder die Infrastruktur liefern, ohne die keine Agenten-Ökonomie stabil funktionieren kann.

Gründerszene

Energie ist 2026 ein Engpass — und zugleich ein riesiger Markt. Netze, Speicherung und flexible Nachfrage müssen parallel mit dem Ausbau erneuerbarer Energien wachsen. Denn: Genau hier befinden sich große Hebel für CO2‑Reduktion und Kostensenkung. Startups bauen deswegen nicht nur Hardware für Energy, sondern auch Software und KI, die Erzeugung, Speicher und Verbrauch optimal steuern sollen. Aber: Nur wenige Lösungen sind wirklich skalierbar und marktreif. Deshalb hat Gründerszene die VCs Lightspeed und Antler gefragt: Welche Energy‑Startups sind wirklich erfolgsversprechend?

Antong Yin hat ein KI-Startup gegründet – und delegiert als Poweruser auch seinen Wocheneinkauf an einen automatischen Workflow.

Foto Antong Yin: Antong Yin; Foto Einkaufskorb: picture alliance/W2Art/Thorsten Wagner | Thorsten Wagner; Claude-Logo: Claude/Anthropic; Collage: Dominik schmitt für Business Insider

Einkaufen per Prompt: Der Gründer Antong Yin delegiert seinen Alltag an Künstliche Intelligenz (KI). Lebensmittel, Abende im Restaurant, Marketing für sein Startup – all das plant und erledigt ein KI-Agent für den Berliner. “In den vergangenen zwei Jahren haben sich viele neue Wege entwickelt, KI sinnvoll einzusetzen“, sagt er im Interview mit Gründerszene. „Automatisierungen und Coding sind mit Abstand die größte Zeitersparnis.“

Yin ist Co-Gründer und CEO von Acemate AI. Das Startup baut eine Lern- und Lehrplattform für Hochschulen und andere Bildungsträger. Anhand von Notizen und Vorlesungen generieren Userinnen und User mit Acemate Karteikarten, Lernaufgaben und Podcasts.

Für Yin selbst ist KI ein Sparringspartner für neue Ideen: „Manchmal rede ich einfach fünf bis zehn Minuten“ in einen Chatbot. Außerdem hat er Workflows gebaut, die für Acemate neue Kunden und Märkte recherchieren. Sie planen automatisch Werbebudgets und erstellen Kampagnen für Social Media.

Claude Cowork als „digitaler Mitarbeiter“

Diese Workflows baut Yin mit Claude Cowork. Hierfür beschreibt Yin im Chatfeld ein Ziel, und der KI-Assistent leitet daraus konkrete Aktionen ab. Das System erledigt Aufgaben selbstständig, wie ein “digitaler Mitarbeiter”. Es greift zu auf den Computer und kommuniziert mit zahlreichen Apps, etwa Slack, Powerpoint oder Google Chrome.

Lest auch

4 KI-To-Dos, die sofort Produktivität bringen

Claude Cowork zerlegt also Textprompts in Teil-Schritte, die das Programm dann abarbeitet. Es sortiert Ordner auf dem Computer, erstellt Projekte oder erledigt Aufgaben im Internet-Browser. “Claude ist sozusagen mein Entwickler, wenn es um Automatisierungen oder weitere Coding-Tasks geht – ohne, dass ich heute noch eine einzige Zeile Code schreibe”, sagt Yin.

Die Technologie übernehme für ihn sogar den Wocheneinkauf und reserviere Tische in Restaurants. Wie das funktioniert, erklärt Yin im Interview. Er sagt: „Ich glaube, das kann wirklich jeder schreiben, der noch nie eine Zeile Code in seinem Leben gesehen hat.“

Das KI-Unternehmen Anthropic hat im Januar die kostenpflichtige Desktop-App veröffentlicht. Nur Abo-Userinnen und -User können Claude Cowork herunterladen. Während der Sitzungen brauchen Computer immer eine Internetverbindung.

Wer Routine-Aufgaben mit Claude Cowork löst, kann einen „Skill“-Prompt erstellen. Das ist eine Anleitung, ähnlich wie ein Handbuch oder eine Checkliste für Fachaufgaben. Diesen “Skill” speichert Claude Cowork als Vorlage, und ihr könnt ihn beliebig oft aktivieren. Dafür legt ihr einen Trigger fest, beispielsweise einen bestimmten Prompt. Wie immer gilt: Je präziser der Input, desto zielführender der Output.

Claude liest die Einkaufsliste – und bestellt im Onlineshop

Für seinen Wocheneinkauf hat Yin Claude Cowork befohlen, sich über den Chrome-Browser mit dem Online-Shop eines Supermarkts zu verbinden, in dem Yin sich einmalig im Browser angemeldet hat. Dafür nutzt der KI-Assistent automatisch sogenannte MCP-Schnittstellen. Außerdem soll er die “Reminders”-App auf Yins Apple-Notebook auslesen. Darin pflegt Yin nämlich unter dem Namen “Groceries” seine Einkaufsliste.

Folgenden Prompt hat Yin dafür in Claude Cowork geschrieben:

Sobald Yin den Skill aktiviert, liest Claude Cowork die Einkaufsliste aus. Anschließend öffnet es den Chrome-Browser. Hierfür hat Yin zuvor eine Claude-Extension zugelassen. Autonom ruft die KI den Online-Shop auf, sucht die gewünschten Produkte und legt sie in den Warenkorb.

Wenn Yin etwa regelmäßig denselben Gouda oder Feta kauft, kann Claude das aus der Historie erkennen und die Waren bevorzugen. „Bei Waren mit großer Preisspanne hilft es, im Prompt noch einmal genauer zu definieren, was man kaufen möchte“, sagt er. „Wenn ich zum Beispiel schreibe: ‚billiger trockener Rotwein zum Kochen‘, dann würde Claude nicht die teuerste Flasche herausholen.“

Der letzte Schritt bleibt bei Yin. „Am Ende schaue ich natürlich trotzdem noch einmal in den Warenkorb, bevor Claude Unsinn kauft.“ Erst dann bestellt er die Lieferung.

Lest auch

Project A investiert in KI-Startup von Celonis-Alumni – hier ist das Pitchdeck

Ein Assistent fürs Abendessen

Für Reservierungen im Restaurant nutzt Yin eine weitere Funktion von Claude Cowork: Scheduled Tasks. Manche Restaurants öffnen Reservierungen erst 14 oder 30 Tage im Voraus. Im Chat beschreibt Yin die Aufgabe, verlinkt das Buchungsportal, gibt Datum und Uhrzeit an und bestätigt. Ab diesem Moment läuft der Vorgang von selbst: Sobald das Buchungsportal die Tische freigibt, öffnet Claude Cowork den Browser, füllt das Formular mit Yins hinterlegten Kontaktdaten aus und bestätigt die Reservierung – ohne dass Yin selbst eingreifen muss. Eine Bedingung gilt jedoch: Sein Laptop muss zum vereinbarten Zeitpunkt online sein.

Sein Prompt:

„Das finde ich das Schöne an KI: Der Zugang zu diesen tollen Technologien wird auf einmal demokratisiert“, sagt Yin. „Jeder kann seine eigenen Apps und seine eigenen Automatisierungen bauen. Ich bin sehr gespannt darauf, wie sich das in den nächsten Wochen, Monaten und Jahren weiterentwickeln wird.“