KI schafft eine neue Art von Startup – das Ein-Personen-Einhorn

1 Mitglied Einhornmodell

Der Begriff „Unicorn-Startup“ bezeichnet Startups mit einem Wert von über einer Milliarde US-Dollar. Der Begriff „Unicorn-Startup“ wurde erstmals von Aileen Lee – Mitbegründerin des Investmentfonds Cowboy Ventures – in einem 2013 auf TechCrunch veröffentlichten Artikel verwendet.

Mit dem Begriff „Einhorn“ wollte Aileen Lee die Gruppe der Technologie-Startups beschreiben, die mit über einer Milliarde Dollar bewertet werden und nach 2003 in den USA gegründet wurden. Zum Zeitpunkt der Veröffentlichung waren lediglich 39 Unternehmen gefunden worden, die diese Kriterien erfüllten. Derzeit machen Unicorn-Startups, die innerhalb von 10 Jahren eine Bewertung von 1 Milliarde US-Dollar erreichen, nur 0,07 % aller Startups aus.

Das Einhorn ist ein Fabelwesen, das mit Seltenheit in Verbindung gebracht wird. (Illustration: KT)

In der Vergangenheit erforderte der Aufbau eines Unicorn-Startups – eines Milliardenunternehmens – ein riesiges, talentiertes Team und Millionen von Dollar an Risikokapital. Doch dank der Anwendung künstlicher Intelligenz (KI) steht uns eine große Veränderung bevor.

Fortschritte bei KI-Agentensystemen (OpenAI) ermöglichen es einzelnen Gründern, Dinge zu erreichen, für die früher die gemeinsamen Anstrengungen eines Teams von Mitarbeitern erforderlich waren.

Sam Altman, CEO von OpenAI, denkt oft an den Moment, als ein Gründer ein Unternehmen leitete, das eine Milliardenbewertung erreichte, ohne einen einzigen Mitarbeiter einzustellen.

„Meine Freunde und ich, die wir Tech-CEOs sind, wetten, dass eines Tages jemand ein Milliardenunternehmen besitzen wird, dessen einziger Angestellter er selbst ist. Etwas, das ohne KI damals und heute unvorstellbar war“, sagte Sam Altman.

Es sei leicht zu erkennen, wie KI viele Prozesse automatisieren könne, die früher mehr menschliche Arbeitskräfte erforderten, sagte Alex Gurevich, Geschäftsführer von Javelin Venture Partners. Der inhärente Vorteil eines Startups gegenüber einem traditionellen Unternehmen besteht darin, dass es schneller agieren, schneller experimentieren und datenbasierte Entscheidungen treffen kann.

KI „teilt“ die Arbeit

Die Agentenebenen von OpenAI klassifizieren KI-Systeme nach ihrer Autonomie und Entscheidungsfähigkeit. Auf der Basisebene (Level 1–2) führen Agenten eng gefasste Aufgaben aus: Sie verfassen E-Mails, generieren Codeausschnitte oder fassen Dokumente zusammen. Auf Stufe 3 übernehmen sie mehrstufige Arbeitsabläufe, etwa die Optimierung von Werbekampagnen oder die Verwaltung von Kundensupportkanälen.

Auf Stufe 4–5 entwickeln sich KI-Agenten zu strategischen Partnern, die in der Lage sind, Abteilungen oder sogar ganze Organisationen zu beaufsichtigen – Budgets auszugleichen, Verträge auszuhandeln und Entscheidungen mit großer Wirkung zu treffen.

Während die heutigen KI-Tools zwischen Level 2 und 3 schwanken, ist ihre Entwicklung klar. Prognosen zufolge werden bis 2028 33 % der Unternehmenssoftwareanwendungen KI-Agenten enthalten, sodass 15 % der täglichen Arbeitsentscheidungen autonom getroffen werden können. Diese Systeme rationalisieren nicht nur die Arbeit, sondern komprimieren auch Organisationshierarchien in einer einzigen Schnittstelle.

Abbildung: KT

KI wird Mitgründer

Früher verfügten große Startups über spezialisierte Teams für Programmierung, Design, Marketing, Betrieb usw. Doch heute kann ein einzelner Gründer dank der leistungsstarken Unterstützung durch KI viel mehr erreichen.

Mithilfe kryptografischer Agenten können in kürzester Zeit Geschäftspläne erstellt werden. Ein Full-Stack-Ingenieur kann unter Anleitung von KI-Programmierern wie Github Co-Pilot funktionale Prototypen in beispielloser Geschwindigkeit entwerfen und bereitstellen.

Mithilfe generativer KI können sofort Inhalte erstellt werden. Tools wie MidJourney und Runway ML erstellen in wenigen Minuten Social-Media-Anzeigen, UGC- Videos und Markenwerte.

Auf großen Sprachmodellen (LLMs) basierende Workflows können Kundensupport, SEO und E-Mail-Marketing übernehmen. Plattformen wie Claude 3 oder Gemini Advanced entwerfen personalisierte Kampagnen, analysieren Stimmungen und beantworten Benutzeranfragen.

Trends in der KI-Revolution

Drei Schlüsseltrends, die wahrscheinlich die KI-Revolution in Startups dominieren werden, sind:

Demokratisierung der KI-Infrastruktur: Cloud-Plattformen (AWS, Google Cloud, Azure) und Open-Source-Modelle (DeepSeek R1, Llama 3, Mistral) haben die Kosten für die KI-Bereitstellung gesenkt.

Selbstverbessernde Schlussfolgerungssysteme: Modelle wie O1 oder DeepSeek R1 von OpenAI ermöglichen es KI-Agenten, die Leistung schrittweise zu verbessern, indem sie frühere Ergebnisse analysieren und Strategien mithilfe einer Mix of Experts (MoE)-Architektur anpassen. Diese Modelle interagieren mit spezialisierten Teilmengen ihrer Netzwerke, um komplexe Aufgaben wie höhere Mathematik und Verschlüsselung effizient zu bewältigen.

Agentenzusammenarbeit: KI-Agenten können jetzt Aufgaben aneinander delegieren. Ein Codieragent kann eine Funktion erstellen, sie zur Qualitätssicherung an einen Testagenten weiterleiten und dann einen Bereitstellungsagenten benachrichtigen, um sie live zu schalten – alles ohne menschliche Aufsicht.

Warnung vor den Nachteilen

Der Aufstieg von Einhörnern mit nur einem Mitglied wirft eine Reihe von Fragen auf, die berücksichtigt werden müssen:

• Verantwortlichkeit: Wer ist verantwortlich, wenn ein KI-Agent einen Fehler in einem medizinischen Transkriptionstool oder einem Einstellungsalgorithmus macht?

• Diskriminierung: Werden Agenten, die auf der Grundlage verzerrter Daten geschult wurden, diskriminieren, wenn sie nicht streng geprüft werden?

• Verdrängung: Wenn KI es Einzelgründern ermöglicht, traditionelle KMU zu ersetzen, wie werden wir die verdrängten Arbeitnehmer umschulen?

Die aktuellen Rechtsrahmen können mit der rasanten Entwicklung der KI noch nicht Schritt halten. Das EU-KI-Gesetz und die Executive Order zur künstlichen Intelligenz (Executive Order 14110) des ehemaligen US-Präsidenten Joe Biden waren erste Schritte, aber globale Standards für KI müssen noch kodifiziert werden.