AI-Startups stehen vor Herausforderungen, während der Markt reift, und Geschäftsmodelle, die auf LLMs basieren, werden unhaltbar.

Der Boom der generativen KI hat zur schnellen Entstehung zahlreicher Startups geführt, aber nicht alle Geschäftsmodelle, die auf großen Sprachmodellen (LLM) basieren, erweisen sich als tragfähig.

Darren Mowry von Google betont, dass Startups, die zu sehr von den Modellen anderer abhängen, wie LLM-Wrappers und AI-Aggregatoren, Probleme haben könnten. LLM-Wrappers, die Schnittstellen zu bestehenden Modellen bauen, bieten keinen verteidigbaren Wert, und das bloße White-Labeling eines Modells reicht nicht mehr aus. Stattdessen müssen Startups tiefgehende Expertise, proprietäre Daten und die Integration von Arbeitsabläufen entwickeln. AI-Aggregatoren, die mehrere LLMs kombinieren, stehen ebenfalls unter Druck, da die Modellanbieter Unternehmensfunktionen entwickeln, die ihre Margen verringern. Mowry vergleicht diese Situation mit den Anfängen der Cloud, als Startups, die AWS-Dienste weiterverkauften, gegenüber denen, die echten Mehrwert schufen, verschwanden. Dennoch gibt es Chancen in Plattformen für Entwickler, direkten Verbraucheranwendungen und den Bereichen Biotechnologie und Klimatechnologie, die von Zugang zu Daten und KI-Analysen profitieren.

Die Botschaft für Gründer ist klar: Der zukünftige Erfolg von AI-Startups wird von der intelligenten Integration von Modellen in reale Arbeitsabläufe und branchenspezifische Probleme abhängen.