Newsletter · · Ashutosh Agarwal

Ben Horowitz sagt, auf Anthropic aufzubauen sei gefährlich - Platform Watch - Woche vom 31. Juli 2026

Platform Watch für die Woche vom 31. Juli 2026. a16z-Gründer Ben Horowitz warnt, dass es 'gefährlich' sei, Anwendungen auf Anthropic aufzubauen, da die Labs in die Anwendungsschicht vordringen, während günstige chinesische Open-Weight-Modelle rund die Hälfte der gesamten KI-Nutzung übernehmen und Gründern damit einen Ausweg verschaffen.

Platform Watch

Woche vom 31. Juli 2026: Ben Horowitz sagt, auf Anthropic aufzubauen sei gefährlich

Ein Jahr lang wurde die Sorge, ein Foundation-Model-Lab könnte eines Morgens aufwachen und das eigene Startup auffressen, vor allem beim Abendessen geflüstert und in Board-Decks vorsichtig umschrieben. Diese Woche hat einer der einflussreichsten Investoren im Silicon Valley es namentlich in ein Mikrofon gesagt: Auf Anthropic aufzubauen sei "bereits ziemlich gefährlich", weil "jedes Mal, wenn eine Anwendungskategorie gut läuft, sie in diese Kategorie vordringen" und dann den vollen Preis verlangen, während sie ihre eigene Kopie subventionieren. In derselben Woche wurde die Fluchttür deutlich breiter: Günstige chinesische Open-Weight-Modelle übernahmen still und leise rund die Hälfte der gesamten KI-Nutzung, und Gründer, die früher sechs- und siebenstellige Beträge pro Monat für gemietete Intelligenz von den Labs ausgaben, begannen, die Tür hinter sich zuzumachen. Dies ist die Woche, in der der Plattform-Konflikt aufgehört hat, eine Theorie zu sein.

Der Plattform-Move dieser Woche: Ein Top-VC benennt das Lab-Kannibalisierungs-Playbook, und Open Source wird zum Ausweg der Gründer

Wenn Sie ein Produkt auf einem großen KI-Modell von OpenAI, Anthropic oder Google aufbauen, ist dies das Wichtigste, was Sie aus dieser Woche mitnehmen sollten. Das Risiko, dass diese Labs direkt mit ihren eigenen Kunden konkurrieren, ist keine nervöse Hypothese mehr, die unter Gründern geflüstert wird. Es wird jetzt unverblümt, öffentlich, von genau den Leuten beschrieben, die das Ökosystem finanzieren, und im selben Atemzug weisen dieselben Leute den Gründern den Ausweg.

Die klarste Aussage kam von Ben Horowitz, Mitgründer der Venture-Firma a16z, in seiner eigenen Show. Gefragt, worauf ein Anwendungsunternehmen sicher aufbauen sollte, druckste er nicht herum:

"Es war bereits ziemlich gefährlich, auf Anthropic aufzubauen, weil sie, jedes Mal wenn eine Anwendungskategorie anfängt, gut zu laufen, in diese Kategorie vordringen. Und dann... wir haben gesehen, dass sie sehr aggressive Dinge tun, bei denen, wissen Sie, der Preis für den Anwendungsanbieter der volle Preis ist, und dann subventionieren sie ihre eigene Version der Anwendung."

Sein historischer Vergleich lohnt sich, denn er zeigt, wie weit er glaubt, dass dies bereits fortgeschritten ist. Horowitz argumentiert, Anthropic habe "das Microsoft-Playbook von früher im Zeitraffer" durchlaufen, aber einen Schritt übersprungen: "die Plattform-Generation übersprungen und direkt zur Monopol-Generation gegangen." Einfach ausgedrückt: Eine gesunde Plattform verdient Geld, indem sie den Unternehmen, die auf ihr aufbauen, zum Erfolg verhilft; ein Monopol verdient Geld, indem es diese Unternehmen selbst wird. Seine Frage an jeden Gründer ist genau die, die sich jeder Leser dieses Newsletters an diesem Wochenende stellen sollte: "Wie kann ich sicher auf einem proprietären Modell aufbauen, wenn dieses Unternehmen mich angreifen und mir dann viel mehr berechnen wird, als es sich selbst für dieselbe Sache berechnet?" Er erweiterte den Gedanken sogar auf Robotik: "Wenn Sie Ihren Roboter auf Anthropic aufbauen würden, dann wird Anthropic irgendwann... in das Robotergeschäft einsteigen. Und Sie aus dem Geschäft drängen, indem sie Sie entweder abklemmen oder Ihnen zu viel berechnen." Horowitz betonte, er sei deswegen nicht einmal wütend, "das ist ihr Geschäftsansatz", aber die Konsequenz, "wenn sie in der Lage sind, ihre Konkurrenten zu verbannen, ist nicht gut" (The a16z Show, "Ben Horowitz: The Fight Over Open Source AI," 26. Juli 2026).

Das ist nicht nur ein verärgerter Investor. Bei All-In sagte Jason Calacanis dasselbe aus der Kundenperspektive und nannte Namen: "Wenn Sie... Lovable sind, mit denen ich spreche und die eine Menge Geld zahlen, oder Sie sind ElevenLabs und zahlen ihnen eine Menge Geld, und sie sagen, hey, wir haben unser Neuestes und Bestes, das könnt ihr nicht nutzen, weil wir mit eurem Unternehmen konkurrieren werden, dann würden sie aufhören, es zu nutzen, und zu Open Source wechseln." Seine Behauptung darüber, was bereits geschieht: Startups, "die noch vor sechs Monaten Hunderttausende von Dollar pro Quartal bei ihnen ausgegeben haben, sind alle massenhaft zu [offenen Modellen wie] GLM-5.2 gewechselt und bauen ihre eigenen Modelle. Die Katze ist aus dem Sack" (All-In, "The Fight Over Open Source AI, Anthropic's $1.5B Payout, NYC Socialists: Evictions = Violence?," 24. Juli 2026).

Und hier kommt die Wendung, die daraus einen echten Wendepunkt macht und nicht nur lautere Beschwerden: Selbst die Verteidiger der Labs stimmen inzwischen zu, dass die Labs die Wertschöpfungskette hinaufsteigen und mit Ihnen konkurrieren sollten. In derselben All-In-Episode brachte David Sacks, normalerweise die optimistischste Stimme zu den Frontier-Labs, das Argument für das Vordringen von Anthropic und OpenAI in Anwendungen: "Die beste Antwort... ist, dass sie die Wertschöpfungskette hinauf zur Anwendungsschicht gehen werden. Nun, das tun sie bereits... Diese Endnutzer-Apps sind wirklich gut. Und sie sollten das einfach besitzen." Er coachte sie sogar bei dem Preismove, den Gründer am meisten fürchten: "Es könnte eine Version eines Modells geben, die ich nicht veröffentliche und nur für mich selbst behalte, und die ich nur in meinen eigenen Anwendungen einsetze." Wenn der optimistische und der pessimistische Fall darin übereinstimmen, dass die Labs die Anwendungsschicht auffressen werden, ist die Debatte vorbei. Die einzige offene Frage ist, welche Anwendungen das überleben.

Der Mechanismus, konkret gemacht: Die Modelle absorbieren die Arbeit, die Startups früher verkauft haben

Die beängstigende Version des Plattformrisikos ist nicht nur "ein Lab könnte einen Konkurrenten lancieren." Es ist, dass jede neue Modellveröffentlichung still und leise eine ganze Kategorie von Engineering-Arbeit verschluckt, die ein Startup früher verkauft hat. Das Modell dieser Woche lieferte das bisher klarste Beispiel.

Anthropic brachte Claude Opus 5 heraus, ein nahezu Frontier-Modell zum Preis von 5 US-Dollar pro Million Input-Tokens und 25 US-Dollar pro Million Output-Tokens (ein "Token" ist ungefähr ein Wortfragment; man zahlt danach, wie viele hinein- und herauskommen; eine Million Tokens entspricht etwa 750.000 Wörtern). Entscheidend ist: Das ist der exakt gleiche Preis wie beim vorherigen Opus 4.8, und es ist nun das Standardmodell in Claudes bezahlten Consumer-Plänen. Wie eine Show erklärte, beseitigt diese Flatrate-Preisgestaltung die übliche Reibung: "Das Engineering-Team muss nicht einmal um mehr Budget bitten. Sie gehen einfach in den Code und tauschen den Modellstring von Opus 4.8 gegen Opus 5", und "ihre Fähigkeiten erweitern sich über Nacht, ohne einen einzigen neuen Vertrag zu unterschreiben" (Elon Musk Podcast, "Claude Opus 5 delivers affordable frontier intelligence," 26. Juli 2026).

Was diese zusätzliche Fähigkeit mit Startups anstellt, ist der eigentliche Punkt. Dieselbe Episode ging ein Projekt von Instagram-Mitgründer Mike Krieger durch: Er übergab Opus 5 eine Binär-Speicherdatei eines Spiels von 1994 und einen Vier-Satz-Prompt, und das Modell lief eigenständig über eine achtstündige Session, schrieb 70.000 Zeilen Code und baute einen funktionierenden 3D-Browser-Viewer, der eine 4,2-Millionen-Kachel-Welt in unter sechs Sekunden bei 60 Bildern pro Sekunde lädt, und fügte sogar einen Tag-Nacht-Beleuchtungszyklus hinzu, um den niemand gebeten hatte. Dann der Teil, den Gründer sich unterstreichen sollten:

"Vor einem Jahr erforderte ein Projekt dieser Größe wirklich komplexes Scaffolding... man musste ein System aus Agenten bauen. Einen Builder-Agenten, der den Code schreibt, und einen separaten Critic-Agenten, der die Arbeit des Builders überprüft... Der Wert des Softwareunternehmens lag buchstäblich darin, diese Kommunikationsschicht zwischen den Agenten zu bauen. Aber jetzt verifiziert Opus 5 einfach seine eigene Arbeit... Und wenn der gesamte Produktwert eines Startups im Scaffolding liegt, das sie um eine API herum gebaut haben, um diese Junior-Agenten zu verwalten, dann verdampft dieser Wert. Weil die Modelle diese Funktionen nativ absorbieren."

Ein zweites Beispiel aus derselben Show: Christian Rivera bei Stripe gab Opus 5 für ein ganzes Wochenende, unbeaufsichtigt, die Rolle eines "Chief of Staff" über seine Entwicklungsumgebungen, und es baute seine eigenen Monitoring-Skripte und zog Menschen nur für Ermessensentscheidungen hinzu, wie etwa das Löschen einer Datenbanktabelle. Die Lektion für einen Gründer ist nicht "KI ist beeindruckend." Es ist, dass eine ganze Klasse von "Agent-Orchestrierungs"- und "KI-Zuverlässigkeits"-Startups gerade zusehen musste, wie ihr Kernfeature kostenlos innerhalb eines Modells für 5 Dollar pro Million ausgeliefert wurde (Elon Musk Podcast, "Claude Opus 5 delivers affordable frontier intelligence," 26. Juli 2026). Der Schöpfer von Claude Code machte auf YCs Podcast den gegenteiligen Punkt: Es gebe immer noch viel "Produkt-Überhang" (Raum, um darauf aufzubauen), aber er beschreibt damit Spielraum oberhalb des Modells, nicht das Scaffolding unmittelbar darum herum (Y Combinator Startup Podcast, "Boris Cherny: Building Claude Code," 28. Juli 2026).

Das Gegengewicht: Open Source hat still die Hälfte des Marktes gefressen, und das ist der Hebel der Gründer

Hier ist, warum das eine Wendepunkt-Woche war und nicht nur eine beängstigende. Dieselben Kräfte, die Gründer von oben unter Druck setzen, verschaffen ihnen von unten einen echten Fluchtweg, und die Zahlen dahinter sind bemerkenswert.

Laut einer detaillierten Aufschlüsselung trugen US-Frontier-Modelle (ChatGPT, Claude) vor zwölf Monaten noch rund 70% des gesamten KI-Traffics. In der gemessenen Woche verarbeiteten chinesische Open-Weight-Modelle mehr Tokens als die US-Labs, wie OpenRouter, der größte neutrale Routing-Dienst, aufzeichnete. DeepSeek allein trieb 16,3% des Token-Volumens, mehr als Googles Gemini, Anthropic oder OpenAI einzeln. Zusammen kamen chinesische Anbieter (DeepSeek, Z.ai, Moonshot, Minimax, Tencent) je nach Woche auf 45% bis 61% des Top-Tier-Modell-Traffics. Ende 2024 lagen chinesische Modelle noch bei 2% (AI to ROI, "Chinese Open Weight Models Overtake US Frontier AI: What Every Enterprise Executive Needs to Know," 30. Juli 2026).

Der Grund ist der Preis, und die Lücke ist nicht graduell, sondern eine andere Kategorie:

  • DeepSeek machte im Mai eine 75-prozentige Preissenkung bei seinem V4-Pro-Modell dauerhaft und senkte den Preis auf etwa ein Drittel eines Cents pro Million Tokens. Zum Vergleich verorteten die Moderatoren GPT-5 bei 2,50 US-Dollar pro Million Tokens. Wie einer es formulierte: "Das ist kein Rabatt. Das ist wie eine völlig andere Kategorie."
  • MiniMax's Coding-Modell leistet Ähnliches wie ein Modell der GPT-5.5-Klasse zu "5% bis 10% der Kosten."
  • Der Wechsel findet bereits bei namhaften Marken statt: Coinbase erklärte öffentlich, zu Z.ais 5.2 und Moonshots Kimi 2.7 gewechselt zu sein und seine KI-Ausgaben halbiert zu haben, obwohl die Nutzung stieg. Uber, Microsoft und Walmart verhängen harte Nutzungslimits und Governance für Frontier-Modell-Ausgaben, nicht als Experiment, sondern als dauerhafte Richtlinie. Microsoft erwägt sogar, eine Version von DeepSeek auf Azure innerhalb seiner eigenen Sicherheitshülle anzubieten (AI to ROI, 30. Juli 2026).

Und das betrifft nicht nur Unternehmen, sondern gezielt Startups. Dieselbe Episode nannte a16z's eigene Schätzung, dass 80% der Portfoliounternehmen bereits Open-Weight-Modelle in ihren KI-Produkten einsetzen. Selbst die Coding-Tools tun es: Cursor brachte eine Version seines Flaggschiffs heraus, die auf Moonshots Kimi aufbaut, um eine kostengünstige Alternative zum Betrieb auf Anthropic oder OpenAI zu bieten (AI to ROI, 30. Juli 2026; bestätigt bei Super Data Science, "1012: The Open-Weight 2.8-Trillion Parameter Competing at the Frontier," 24. Juli 2026, wo festgestellt wurde, dass Kimi in Cursors Composer eingebettet ist und dass DoorDash Aufgaben zu Kimi K2.6 routet).

Das ist die gesamte Platform-Watch-These, kristallisiert in einer Woche. Die Labs steigen in Ihr Produkt hinauf, und die Open-Weight-Flut ist der Grund, warum Sie das nicht mehr stillsitzend hinnehmen müssen. Wie Ben Horowitz die strategische Logik einordnete: Open Source ist "eine Art, wie das Ökosystem aufgebaut wird", eine Absicherung gegen "ein Monopolmodell, bei dem es ein Unternehmen gibt, dem alle Anwendungen und alle Roboter und alles gehört" (The a16z Show, 26. Juli 2026).

Ein wichtiger Vorbehalt, um den Kopf klar zu halten. Nicht jeder glaubt, dass die Labs tatsächlich in Schwierigkeiten sind, und die Skeptiker haben einen Punkt. Bei All-In argumentierte Sacks, die "China hat aufgeholt"-Panik sei übertrieben, und zitierte die Kostenanalyse des Analysten Ben Thompson, wonach Kimi K3 "nicht so viel günstiger im Betrieb" sei, und wies darauf hin, dass die Umsätze der US-Labs weiterhin explodieren: OpenAIs Run-Rate-Umsatz stieg von etwa 33 Milliarden US-Dollar im Mai auf 41,3 Milliarden US-Dollar im Juli und wird nun auf rund 75 Milliarden US-Dollar Exit-Run-Rate geführt, während Anthropic von etwa 10 Milliarden US-Dollar zu Jahresbeginn auf über 70 Milliarden US-Dollar bis zur Jahresmitte kletterte, auf der Jagd nach einem internen Ziel von 100 Milliarden US-Dollar. Seine Einschätzung zum plötzlichen Lobbying der Labs für staatlichen Schutz gegen Open Source: Es sei ein "Flop", der ein Foulspiel provoziere, während sie mitten in IPO-Roadshows stecken (All-In, 24. Juli 2026). Chamath Palihapitiyas Synthese ist diejenige, die es wert ist, an den Monitor zu kleben: Es geht nicht darum, dass 95% der Aufgaben das Frontier-Modell brauchen, sondern dass "95% der Aufgaben von vielen verschiedenen Modellen erledigt werden können." Das ist kein Untergang; das ist Kommodifizierung. Und Kommodifizierung ist genau das, was den Wert vom Modell weg und hin zu dem verlagert, was man drumherum baut.

Exponiert vs. verteidigungsfähig (wie diese Woche benannt)

Exponiert

  • "Scaffolding"- und Agent-Orchestrierungs-Startups. Wenn Ihr Produkt die Zuverlässigkeitsschicht ist, der Multi-Agent-Manager oder der Klebstoff, der ein rohes Modell nutzbar macht, ist die Modellveröffentlichung dieser Woche Ihr Warnschuss. Opus 5 "verifiziert sich selbst" bei Arbeiten, die vor einem Jahr noch ein Builder-plus-Critic-Agentensystem erforderten. "Wenn der gesamte Produktwert eines Startups im Scaffolding liegt, das sie um eine API herum gebaut haben... verdampft dieser Wert" (Elon Musk Podcast, "Claude Opus 5 delivers affordable frontier intelligence," 26. Juli 2026).
  • KI-Unternehmen, deren gesamtes Geschäft der Weiterverkauf von Tokens ist. Die schärfste Version dieses Rufs landete bei Anthropic selbst. Nach öffentlichen Schätzungen, die bei Everyday AI zitiert wurden, stammen rund 80% des Umsatzes von Anthropic allein aus dem Verkauf von Tokens, gegenüber etwa 20% bei OpenAI und niedrigen einstelligen Prozentzahlen bei Google, Microsoft, Amazon und Meta, die über breite Ökosysteme verfügen. Das unverblümte Urteil des Moderators: "Anthropic hat dieses riesige Geschäft aufgebaut. Und ehrlich gesagt gibt es keinen großen Burggraben... ihr gesamtes Geschäft ist Inferenz. Und Inferenz ist einfach eine Commodity, die immer billiger wird." Er stellte fest, dass einige offene Modelle Output "etwa 10-mal günstiger als Opus" produzieren, und dass Anthropic in OpenRouters Nutzungs-Tracker von dominant auf etwa Platz sieben zurückgefallen sei. Wenn das für das Lab gilt, gilt es doppelt für jeden, der eine Schicht darüber sitzt und dessen einziges Asset der bequeme Zugang zu diesem Lab ist (Everyday AI, "Ep 828: Anthropic Responds: Why Claude's CEO didn't sign the open model pact and the real reasons why," 28. Juli 2026).
  • Namentlich genannte Anwendungsunternehmen, die den Labs ein Vermögen zahlen. Lovable und ElevenLabs wurden beide namentlich als Kunden genannt, die "eine Menge Geld" zahlen und in dem Moment zu Open Source wechseln würden, in dem ein Lab mit ihnen konkurriert, und Startups, die "Hunderttausende von Dollar... pro Quartal" ausgeben, haben das Berichten zufolge bereits getan (All-In, "The Fight Over Open Source AI, Anthropic's $1.5B Payout…," 24. Juli 2026).
  • Coding-Tools mit schwacher Preissetzungsmacht. Der Kampf Claude Code gegen Codex gegen Cursor lieferte diese Woche harte Daten. Laut Nutzungszahlen des Routing-Startups Weave erhöhten Kunden ihre Nutzung trotz gestiegener Kosten pro Nutzer für Claude Code durch Anthropics Umstellung auf nutzungsbasierte Preise weiter, aber als die Kosten pro Nutzer bei Cursor stiegen, fiel die Nutzung um 17%. Das ist der Indikator: Claude Code hat Preissetzungsmacht, Cursor hat Leckage. Der Bericht stellte auch fest, dass Unternehmen von Cursor zu Claude Code und Codex wechseln und dass Cursor in die SpaceX-KI-Familie eingegliedert wird, was bedeutet, dass "Unternehmenskäufer jetzt Software evaluieren müssen", die an die Ambitionen eines Raumfahrtunternehmens gekoppelt ist (The Information's TITV, "Trump Admin Nears AI Rules Framework, Microsoft's Mythos Alternative, Why Claude Code is King," 28. Juli 2026).
  • Software, die nur nach den Grenzen des aktuellen Modells bewertet wird. BlackRocks Helen Jewell beschrieb, wie der Markt einen Großteil der Software so bepreist, als würde "der Endwert dieser Unternehmen bald null sein, und ziemlich bald." Sie hält das für einen Teilbereich für falsch, aber es ist die Standardannahme, die der Markt bei allen anwendet, die nicht das Gegenteil beweisen können (Making Sense, "Momentum vs. fundamentals in the AI trade: Insights from BlackRock," 28. Juli 2026).

Verteidigungsfähig

  • Proprietäre Daten, die Ihre Kunden generieren und die sonst niemand anfassen kann. Das sauberste Beispiel dieser Woche war Encore AI, das 30 Millionen US-Dollar aufgenommen hat, um Sprachagenten zu bauen, die auf den eigenen, geschlossenen Verkaufsgesprächen jedes Kunden trainiert werden. Der Burggraben ist Datenisolation: "Wenn sie zu Chase Bank gehen... werden wir Ihre Transkripte verwenden... und sie können diese Daten einfach bei Chase Bank behalten, und sie werden nicht... sie an Bank of America weitergeben", jede Bank profitiert von ihren eigenen besten Verkäufern, ohne Leckage, etwas, das ein zentralisierter Platzhirsch wie Salesforce nicht von Haus aus bietet (AI Chat, "Microsoft Bug Hunting AI Outpaces Engineers," 29. Juli 2026).
  • Strukturierte Datensätze, die über Jahre aufgebaut wurden. BlackRocks Jewell nannte die zwei Softwarekategorien, die der Markt ihrer Meinung nach fälschlicherweise abschreibt: solche mit "wertvollen Datensätzen" und solche mit "einem wirklich, wirklich nützlichen Anwendungsfall für den Endkunden." Ihr Punkt zu Daten: "Daten, die über einen sehr, sehr langen Zeitraum strukturiert zusammengetragen wurden, sind sehr schwer schnell zu replizieren", selbst ein Modell, das die Aufgabe erledigen kann, kann diese Historie nicht herbeizaubern (Making Sense, "Momentum vs. fundamentals in the AI trade," 28. Juli 2026). Dieselbe Logik liegt dem klassischen, diese Woche wiederaufgegriffenen "We Have No Moat"-Argument zugrunde: Bei kommodifizierender Modellqualität sind die dauerhaften Burggräben "proprietäre Daten, Vertriebsnetzwerke, Workflow-Integration und Iterationsgeschwindigkeit" (A Beginner's Guide to AI, "Google's 'We Have No Moat' Memo - Or Do They?," 24. Juli 2026).
  • Der Besitz des "Harness", nicht des Modells. Im Coding verlagert sich die dauerhafte Schicht vom Modell zur Software, die es umhüllt und steuert. Wie The Information es formulierte, setzen Unternehmen zunehmend Open-Source-Harnesses (KiloCode, OpenCode, Cline) ein, mit denen sie Modelle frei austauschen können, und "der Harness wird für die Coding-Arbeit viel wichtiger als das eigentliche Modell." Wenn Sie die Schicht besitzen, in der Kunden jeden Tag leben, und sie auf das jeweils günstigste oder beste Modell richten können, sind Sie gegen die Preiserhöhungen jedes einzelnen Labs isoliert (The Information's TITV, "…Why Claude Code is King," 28. Juli 2026).
  • Regulierte Branchen mit eingebauter Compliance. Encores Vorteil ist nicht nur Daten, es dockt an die Anruf-Aufzeichnungs- und Compliance-Infrastruktur an, die Finanzinstitute bereits betreiben, sodass die Einführung keine Neuverhandlung des Umgangs mit sensiblen Daten erzwingt (AI Chat, "Microsoft Bug Hunting AI Outpaces Engineers," 29. Juli 2026).
  • Die physische Welt und Spezialgebiete, die die Labs nicht vollständig übernehmen werden. Das Frontier-Lab WorldLabs (Fei-Fei Lis zwei Jahre altes "Spatial-Intelligence"-Unternehmen) übernahm diese Woche das Robotik-Startup SceniX, um eine "Real-to-Sim-to-Real"-Pipeline zum Training von Robotern zu bauen, eine Erinnerung daran, dass die härtesten, physischsten Probleme immer noch Übernahmeprämien statt Absorption durch ein Textmodell mit sich bringen (The a16z Show, "Fei-Fei Li on Spatial Intelligence and Robotics," 28. Juli 2026).

Gründer-Fazit

Die Plattformfrage wurde diese Woche schärfer und ehrlicher. Es ist nicht mehr "könnte ein Lab eines Tages mit mir konkurrieren?" Es ist, dass die eigenen Königsmacher des Ökosystems, einschließlich derer, die die Labs normalerweise anfeuern, jetzt offen erwarten, dass die Labs in die Anwendungsschicht vordringen, und Gründer offen auf Open Source als Gegenzug verweisen. Beide Hälften davon sind umsetzbar.

  1. Gehen Sie davon aus, dass das Lab Ihr Feature bauen wird, und fragen Sie, was übrig bleibt, wenn es das tut. Führen Sie Ben Horowitz' Test dieses Wochenende an Ihrem eigenen Produkt durch: Wenn das Modell, auf dem Sie aufbauen, "in Ihre Kategorie vordringt und Ihnen den vollen Preis berechnet, während es seine eigene Version subventioniert", was haben Sie dann noch, was sie nicht haben? Wenn die ehrliche Antwort "ein cleverer Wrapper" oder "Agenten-Scaffolding" lautet, hat diese Woche gezeigt, dass genau diese Schicht in ein Modell für 5 Dollar pro Million absorbiert wird. Bauen Sie über dem Modell oder daneben, nicht in dem dünnen Band unmittelbar darum herum.

  2. Besitzen Sie Daten oder eine Kundenbeziehung, an die die Labs physisch nicht herankommen. Encores isolierte Pro-Kunde-Anrufdaten, BlackRocks "über Jahre aufgebaute strukturierte Datensätze", die Compliance-Infrastruktur einer regulierten Branche, das alles überlebt einen Preiskampf, weil ein Modell es nicht herstellen kann. Ein Prompt kann es nicht. Wenn Ihr einziges Asset die Fähigkeit ist, die API eines anderen aufzurufen, wird diese Fähigkeit gerade in Echtzeit kommodifiziert.

  3. Machen Sie aus Open Source bewusst einen Hebel statt einer Bedrohung. Die wichtigste Zahl dieser Woche ist, dass chinesische Open-Weight-Modelle still und leise rund die Hälfte der gesamten KI-Nutzung übernommen haben, und Namen wie Coinbase ihre KI-Rechnung durch den Wechsel halbiert haben. Sie müssen nicht warten, bis Sie unter Druck geraten. Routen Sie die ~95% der Aufgaben, die das Frontier-Modell nicht brauchen, jetzt zu günstigen oder offenen Modellen, halten Sie Ihre Architektur modellagnostisch (besitzen Sie den Harness), und stellen Sie sicher, dass Sie, falls ein Lab die Preise erhöht (oder mit Ihnen konkurriert), den Motor austauschen können, ohne das Auto neu zu bauen. Wie Jason Calacanis es formulierte: Die Startups, die das bereits getan haben, sind "massenhaft gewechselt."

  4. Überinterpretieren Sie den Untergang nicht, aber respektieren Sie die Richtung. Die Labs wachsen immer noch in einem Tempo, das noch kein Softwareunternehmen je erreicht hat (33 Mrd. auf 41 Mrd. US-Dollar Run-Rate für OpenAI in zwei Monaten; 10 Mrd. auf über 70 Mrd. US-Dollar für Anthropic in einem halben Jahr), und die "China hat aufgeholt"-Panik ist teilweise eine IPO-Roadshow-Inszenierung. Aber der zugrunde liegende Trend, kommodifizierende Modelle, Wertverlagerung hin zu Daten, Vertrieb, Workflow und Harness, ist real und beschleunigt sich. Bauen Sie für die Welt, in der das Modell billig, reichlich vorhanden und austauschbar ist, denn das ist die Welt, in der wir laut den Zahlen dieser Woche bereits leben.

Die Labs haben Ihnen diese Woche gesagt, was sie bauen, nicht nur Werkzeuge, mit denen Sie bauen können, sondern die Anwendungen selbst. Und die Open-Source-Flut hat Ihnen gesagt, was Sie dagegen tun können. Die Gründer, die von hier aus gewinnen, werden nicht diejenigen sein, die Intelligenz am cleversten mieten. Sie werden diejenigen sein, denen die Daten, der Kunde und der Schalter gehören.