Wie KI-Tools Start-ups schneller und effizienter machen
Junge Unternehmen nutzen KI-Agenten und No-Code-Tools, um mit weniger Personal deutlich mehr Umsatz zu erzielen.
KI-gestützte Tools verändern grundlegend, wie Start-ups aufgebaut, geführt und skaliert werden. Unternehmen mit knappen Ressourcen setzen massiv auf große Sprachmodelle, um sich gegenüber etablierten Konkurrenten einen entscheidenden Vorteil zu verschaffen. Die Fortschritte der vergangenen zwölf Monate haben dabei die Spielregeln neu geschrieben.
Ein besonders eindrucksvolles Beispiel liefert Aleksi Tukiainen, Gründer des Financial-Intelligence-Start-ups Arctal. Er beschäftigt KI-Agenten namens Lisa und Dan – eine Art digitale Mitarbeiter, die rund um die Uhr arbeiten. Lisa fungiert als Hybrid aus Vorstandsassistentin und Softwareentwicklerin, während Dan als Datenspezialist Zehntausende von Dokumenten in verschiedenen Formaten verarbeitet – eine Aufgabe, die menschliche Analysten früher tagelang beschäftigt hätte. „Dan schuftet einfach in seinem Datenverlies vor sich hin. Niemand muss mit ihm reden", sagt Tukiainen. „Das lässt sich hervorragend skalieren."
Umsatzwachstum ohne großen Personalaufbau
Noch konkreter sind die Zahlen beim britischen Automobilmarktplatz ClickMechanic. Das Unternehmen steigerte seinen Umsatz innerhalb von zwei Jahren um 76 Prozent – von 3,4 Millionen auf 6 Millionen Britische Pfund – während die Mitarbeiterzahl lediglich von 26 auf 30 stieg. „Wir haben in den vergangenen zwei Jahren niemanden im Kundensupport eingestellt, obwohl der Umsatz von 3,4 Millionen Britischen Pfund auf 6 Millionen Britische Pfund gestiegen ist", erklärt Geschäftsführer Andrew Jervis. Möglich wurde dies durch den flächendeckenden Einsatz von KI-Tools im gesamten Unternehmen.
Ein weiterer Treiber dieser Entwicklung sind sogenannte „No-Code"-KI-Tools. Diese ermöglichen es auch nicht-technischen Mitarbeitern, neue Systeme über einfache Drag-and-Drop-Schnittstellen zu erstellen – ganz ohne Programmierkenntnisse. Damit entfällt ein klassischer Engpass in Start-ups: die Abhängigkeit von teuren und raren Softwareentwicklern. Andrius Slimas, Mitbegründer des Lebensmittelmarktplatz-Start-ups Saltz aus Vilnius, beschreibt den Effekt so: „Die Leute, die die Tools nutzen, bauen sie auch und sind für sie verantwortlich. Die Effizienz, die man dadurch erreicht, ist Wahnsinn."
Das Jevons-Paradoxon: Mehr Effizienz, mehr Nachfrage
Doch der Boom bei No-Code-Lösungen bedeutet nicht zwingend das Ende der klassischen Entwicklerstellen. Julio Martinez, Gründer des New Yorker Finanzinformations-Start-ups Abacum, verweist auf das Jevons-Paradoxon – eine Theorie des Ökonomen William Stanley Jevons aus dem 19. Jahrhundert. Sie besagt, dass eine effizientere Nutzung einer Ressource deren Gesamtverbrauch eher steigert als senkt. „Wir haben niemanden entlassen. Wir haben niemanden durch KI ersetzt. Tatsächlich stellen wir viele Ingenieure, Produktmanager und Designer ein. Jede Neueinstellung ist so, als würde man zwei Personen früherer Zeiten einstellen", sagt Martinez.
Auch im Risikokapitalbereich zeigen sich greifbare Ergebnisse. Der Londoner Venture-Capital-Fonds Unrest betreibt ein Programm, das Investoren mit Start-ups zusammenbringt. Nach der KI-Integration konnte das zuständige Team von fünf auf eine Person reduziert werden. Gleichzeitig stieg die Zahl der teilnehmenden Investoren um 52 Prozent, und die Anzahl der durch das Programm generierten Treffen hat sich mehr als verdoppelt. Mitbegründer Pan Demetriou führt dies teilweise auf die von der KI vorgeschlagenen Verbindungen zurück.
Neue Chancen für Gründer ohne technischen Hintergrund
Orr Vinegold, ebenfalls Mitbegründer von Unrest, sieht in der KI-Welle eine demokratisierende Kraft für die Start-up-Szene. Früher war der Zugang zur Gründerwelt stark davon abhängig, ob man selbst programmieren konnte oder sich Entwickler leisten konnte. „Was wir jetzt sehen, sind Einzelgründer oder Teams aus zwei Gründern, die keinen technischen Hintergrund haben, aber in der Lage sind, den Code einzukaufen", sagt Vinegold. Dies führe zu einer wesentlich größeren Anzahl potenzieller Investitionen für Risikokapitalgesellschaften.
Trotz aller Euphorie bleibt die Frage nach dem richtigen Maß an KI-Einsatz offen. Nvidia-Gründer Jensen Huang hat öffentlich erklärt, er wolle, dass seine Ingenieure pro Jahr Token im Wert von jeweils 250.000 US-Dollar verbrauchen – ein Indikator für die Intensität der KI-Nutzung. Arctal-Gründer Tukiainen ist gegenüber solch hohen Ausgaben skeptisch. Er rechnet für sein Team mit Gesamtausgaben von rund 5.000 Britischen Pfund pro Person und Jahr, also insgesamt etwa 25.000 Britische Pfund. Die Sorge, dass KI sich zu schnell bewegt, ist dabei in der Branche weit verbreitet – auch Martinez von Abacum räumt ein, dass diese Entwicklung nicht ohne Risiken ist.