YCs Requests for Startups – Frühling 2025

xguru · 2025-02-04T10:21:01+09:00

Y Combinator sammelt schon lange Ideen, von denen das Team sich wünscht, dass mehr Menschen sie ausprobieren, und teilt sie in Form von Request for Startups (RFS). Auch Ideen, die nicht auf dieser Liste stehen, können absolut wertvoll sein. Wenn sich auf der Liste jedoch ein Bereich findet, für den sich Gründer ohnehin schon interessieren, kann es motivierend sein zu wissen, dass YC diese Richtung nachvollzieht und unterstützt. Die hier aufgeführten Ideen sind nicht alles, worin YC investiert. Wenn du also eine Idee hast, die du umsetzen möchtest, bewirb dich ohne zu zögern. Frühling 2025 Einführung Durch die jüngsten schnellen Fortschritte bei KI haben sich viele neue Gründungsmöglichkeiten eröffnet. Mit Funktionen wie Operator und Computer Use nutzt KI nun reale Computer und das Web, wodurch sie in deutlich mehr Bereichen als zuvor einsetzbar wird. Mit dem Auftreten von Modellen wie OpenAIs o1/o3 und DeepSeek R1 gibt es Fälle, in denen KI Menschen übertrifft, und auch die zugrunde liegende Computing-Infrastruktur, die dies unterstützt, wird immer wichtiger. Ein sicherer AI App Store Gewünscht ist eine neue Art von AI App Store und OS-Schicht, die auf den Geräten der Nutzer installiert wird. Hauptfunktionen Datenschutz: Kein Zugriff auf Kalender, Dateien, Browserverlauf usw. ohne Zustimmung des Nutzers. Gemeinsamer Speicher: Frühere Aktionen, Vorlieben und Kontext des Nutzers werden konsistent auf OS-Ebene verwaltet. App-Reviews/Kuratierung: Es braucht ein Vorab-Prüfsystem, damit nur vertrauenswürdige AI-Apps vorgestellt werden. Unterstützung für Entwickler: APIs, die für die Entwicklung von AI-Apps nötig sind, etwa zur Computersteuerung, LLaMA-Versionsverwaltung oder Zugriffskontrolle, sollen einfach bereitgestellt werden. Zahlungsfunktionen: Unterstützung für kostenpflichtige App-Käufe oder die Bezahlung von Servicegebühren. Es wird davon ausgegangen, dass nicht nur Big-Tech-Unternehmen, sondern auch Startups hier genug Spielraum haben, um Innovation voranzutreiben. Rechenzentren Wegen der steigenden Nachfrage nach AI-Infrastruktur müssen Rechenzentren schnell ausgebaut werden, doch derzeit sind Baugeschwindigkeit und Kosten ein Problem. Innovation ist in vielen Bereichen nötig, darunter Strominfrastruktur, Kühlung, Materialbeschaffung und Projektmanagement. Vorgestellt wird ein „lights out“-Zentrum, in dem durch Software-Automatisierung von der Bauplanung bis zur Wartung rund um die Uhr Roboter betrieben werden können. YC hofft, dass Startups in dieses Feld einsteigen und neue Lösungen entwickeln, und möchte sie dabei aktiv unterstützen. Compliance und Audit Etwa 1 % aller Arbeitnehmer in den USA und Europa arbeiten in Compliance- oder Audit-bezogenen Tätigkeiten. Durch die Ausweitung von Regulierung (GDPR, Dodd-Frank, AML/KYC, ESG usw.) nimmt das Arbeitsvolumen in der Compliance weiter zu. Mit LLMs (Large Language Models) lassen sich große Dokumentenmengen schnell analysieren und Probleme aufspüren. Statt Stichprobenprüfungen wird eine „Echtzeit-Aufsicht“ über den gesamten Datenbestand möglich. Es wird erwartet, dass künftig viele Compliance-Aufgaben automatisiert werden. DocuSign 2.0 Elektronische Signaturplattformen (wie DocuSign) vereinfachen komplexe Dokumentenprozesse, doch weiterhin schwierig sind: Dokumentvorlagen erstellen doppelte Dateneingabe vermeiden Dokumentfehler korrigieren komplexe Begriffe erklären Integration mit anderer Software Mit AI werden automatische Dokumentenerstellung, Sprachschnittstellen und situationsabhängig angepasste Unterlagen möglich. Gesucht werden Startups, die solche „Dokumentensignatur“-Lösungen grundlegend neu denken. Browser- und Computer-Automatisierung Da KI nun Webbrowser und Desktop-Apps bedienen kann, wird praktisch jede Website und App zu einer Art „API“. Dadurch können unzählige Services entstehen, die sämtliche Aufgaben und Workflows auf dem Computer automatisieren. Es gibt bereits vielversprechende Open-Source-Tools, und Startups sollen sie aktiv nutzen. AI Personal Staff für alle Dienstleistungen „persönlicher Experten“ (Haushalt, Steuern, Recht, Vermögensverwaltung usw.), die früher nur einer kleinen sehr wohlhabenden Gruppe vorbehalten waren, lassen sich durch Software massentauglich machen. Es gibt Beispiele wie Fotosortierung oder persönliche Chauffeure, die früher nur von Gutverdienenden genutzt wurden, heute aber per App oder AI für alle zugänglich sind. Rollen wie Steuerberater, Anwalt, Trainer oder Lehrer lassen sich mit AI ersetzen oder unterstützen. Gewünscht sind AI-Startups, die als persönlicher Assistent oder Helfer fungieren. Die Zukunft des Software Engineering Schon heute schreiben viele AIs hervorragenden Code. Auch in Zukunft werden Softwareentwickler weiterhin gebraucht, doch wahrscheinlich eher in der Rolle, mehrere AI-Agenten zu steuern, um Produkte zu bauen, statt selbst direkt Code zu schreiben. QA, Deployment, Sicherheit, Mehrsprachigkeit, Betrieb und viele weitere Aufgaben werden ebenfalls größtenteils von AI übernommen. Benötigt werden Tools, mit denen „Ingenieure in kleinen Teams viele AI-Agenten effizient steuern und damit große Software bauen“ können. AI Commercial Open Source Software (AICOSS) Das Muster aus Open-Source-Ökosystemen und Startups, die diese kommerziell unterstützen, war schon in der Vergangenheit erfolgreich (Linux-RedHat, Git-Github usw.). Es gibt große Chancen für Services, die Unternehmen dabei helfen, Open-Source-AI tatsächlich einzuführen und zu betreiben. Mit Projekten wie DeepSeek und vielen anderen entstehen Modelle, auf deren Basis sich Enterprise-Lösungen oder Beratung anbieten lassen. Erwartet werden Gründungen, die auf Open-Source-AI basieren und B2B-Support zum Ziel haben. AI Coding Agents für hardwareoptimierten Code Die Entwicklung von AI-Hardware wird teils durch Softwarebeschränkungen ausgebremst. Wie bei NVIDIAs Quasi-Monopol durch CUDA gibt es Fälle, in denen die Leistung von Custom Silicon oder AMD wegen mangelnder Softwareoptimierung unterschätzt wird. Wenn sich mit Reasoning-Modellen wie DeepSeek R1 oder OpenAI o1/o3 automatisch hochkomplexer hardwareoptimierter Code erzeugen lässt, eröffnen sich neue Möglichkeiten. Es gibt die Chance, Abhängigkeiten zwischen verschiedenen Hardwareplattformen zu verringern und das gesamte Ökosystem neu zu ordnen. B2A: Software, bei der alle Kunden Agenten sein werden Ein erheblicher Teil des Internet-Traffics besteht schon heute aus Programmen statt aus Menschen (Scraper, Automatisierungsskripte usw.). Wenn AI-Agenten richtig durchstarten, kommt eine Zeit, in der Webservices nicht nur für Menschen, sondern auch direkt für AI-Agenten bereitgestellt werden müssen. Beispiele: eine Payment-API speziell für Agenten, der Kauf von Hosting-Nutzungsguthaben oder Unterstützung beim Abschluss von Verträgen zwischen Agenten. Vielversprechend sind auch Gründungen, die sich gezielt auf Software spezialisieren, deren Kunden „AI-Agenten“ sind. Vertikale AI-Agenten Früher wuchs B2B SaaS mit der Verbreitung interaktiver Web-Apps rasant; künftig dürften „vertikale AI-Agenten“, die Probleme in bestimmten Domänen automatisieren, stark wachsen. Es gibt bereits viele Beispiele wie AI-Steuerbuchhaltung, AI-Abrechnung im Gesundheitswesen, AI-Telefonberatung oder AI-Compliance. Um reale Domänenprobleme zu lösen, braucht es tiefgehende Agentenarchitekturen, die Integration in bestehende Legacy-Systeme und Domänenwissen. Wenn menschliches Leistungsniveau erreicht wird, ist schnelles Wachstum zu erwarten, und es gibt noch viele Bereiche mit großem Potenzial. Startup-Gründer mit Expertise in Systemprogrammierung Wie etwa DeepSeek-Papers zeigen, wird Low-Level-Know-how immer wichtiger, um Hardware-Ressourcen maximal auszuschöpfen. Wie bei den Google-Gründern oder John Carmack hatte die Fähigkeit, den gesamten Software-Stack zu durchdringen, großen Einfluss auf Innovation. Die Hartnäckigkeit, mit begrenzten Ressourcen umzugehen und kompromisslos auf Optimierung zu setzen, kann ein starker Wettbewerbsvorteil für Startups sein. YC sucht aktiv nach Gründern mit solcher Expertise in Low-Level-Systemprogrammierung. Inference-AI-Infrastruktur in einer Welt von Test-Time Compute Früher floss viel Rechenleistung in das Pretraining großer Modelle, inzwischen werden aber auch im Inference-Prozess erhebliche Ressourcen benötigt. Mit der Zunahme von AI-Apps, die komplexe Reasoning-Modelle häufig aufrufen, können die Infrastrukturkosten stark steigen. Es werden neue Arten von Inference-Infrastruktur, Optimierung von GPU-Workloads und Lösungen zur Kostensenkung benötigt. Es wird erwartet, dass in unscheinbaren, aber unverzichtbaren Bereichen wie der „Infrastruktur-Optimierung“ große Chancen entstehen.

(ycombinator.com)

13 Punkte von xguru 2025-02-04 | 1 Kommentare | Auf WhatsApp teilen

Y Combinator sammelt schon lange Ideen, von denen das Team sich wünscht, dass mehr Menschen sie ausprobieren, und teilt sie in Form von Request for Startups (RFS).
Auch Ideen, die nicht auf dieser Liste stehen, können absolut wertvoll sein. Wenn sich auf der Liste jedoch ein Bereich findet, für den sich Gründer ohnehin schon interessieren, kann es motivierend sein zu wissen, dass YC diese Richtung nachvollzieht und unterstützt.
Die hier aufgeführten Ideen sind nicht alles, worin YC investiert. Wenn du also eine Idee hast, die du umsetzen möchtest, bewirb dich ohne zu zögern.

Frühling 2025

Einführung

Durch die jüngsten schnellen Fortschritte bei KI haben sich viele neue Gründungsmöglichkeiten eröffnet.
Mit Funktionen wie Operator und Computer Use nutzt KI nun reale Computer und das Web, wodurch sie in deutlich mehr Bereichen als zuvor einsetzbar wird.
Mit dem Auftreten von Modellen wie OpenAIs o1/o3 und DeepSeek R1 gibt es Fälle, in denen KI Menschen übertrifft, und auch die zugrunde liegende Computing-Infrastruktur, die dies unterstützt, wird immer wichtiger.

Ein sicherer AI App Store

Gewünscht ist eine neue Art von AI App Store und OS-Schicht, die auf den Geräten der Nutzer installiert wird.
Hauptfunktionen
- Datenschutz: Kein Zugriff auf Kalender, Dateien, Browserverlauf usw. ohne Zustimmung des Nutzers.
- Gemeinsamer Speicher: Frühere Aktionen, Vorlieben und Kontext des Nutzers werden konsistent auf OS-Ebene verwaltet.
- App-Reviews/Kuratierung: Es braucht ein Vorab-Prüfsystem, damit nur vertrauenswürdige AI-Apps vorgestellt werden.
- Unterstützung für Entwickler: APIs, die für die Entwicklung von AI-Apps nötig sind, etwa zur Computersteuerung, LLaMA-Versionsverwaltung oder Zugriffskontrolle, sollen einfach bereitgestellt werden.
- Zahlungsfunktionen: Unterstützung für kostenpflichtige App-Käufe oder die Bezahlung von Servicegebühren.
Es wird davon ausgegangen, dass nicht nur Big-Tech-Unternehmen, sondern auch Startups hier genug Spielraum haben, um Innovation voranzutreiben.

Rechenzentren

Wegen der steigenden Nachfrage nach AI-Infrastruktur müssen Rechenzentren schnell ausgebaut werden, doch derzeit sind Baugeschwindigkeit und Kosten ein Problem.
Innovation ist in vielen Bereichen nötig, darunter Strominfrastruktur, Kühlung, Materialbeschaffung und Projektmanagement.
Vorgestellt wird ein „lights out“-Zentrum, in dem durch Software-Automatisierung von der Bauplanung bis zur Wartung rund um die Uhr Roboter betrieben werden können.
YC hofft, dass Startups in dieses Feld einsteigen und neue Lösungen entwickeln, und möchte sie dabei aktiv unterstützen.

Compliance und Audit

Etwa 1 % aller Arbeitnehmer in den USA und Europa arbeiten in Compliance- oder Audit-bezogenen Tätigkeiten.
Durch die Ausweitung von Regulierung (GDPR, Dodd-Frank, AML/KYC, ESG usw.) nimmt das Arbeitsvolumen in der Compliance weiter zu.
Mit LLMs (Large Language Models) lassen sich große Dokumentenmengen schnell analysieren und Probleme aufspüren.
Statt Stichprobenprüfungen wird eine „Echtzeit-Aufsicht“ über den gesamten Datenbestand möglich.
Es wird erwartet, dass künftig viele Compliance-Aufgaben automatisiert werden.

DocuSign 2.0

Elektronische Signaturplattformen (wie DocuSign) vereinfachen komplexe Dokumentenprozesse, doch weiterhin schwierig sind:
- Dokumentvorlagen erstellen
- doppelte Dateneingabe vermeiden
- Dokumentfehler korrigieren
- komplexe Begriffe erklären
- Integration mit anderer Software
Mit AI werden automatische Dokumentenerstellung, Sprachschnittstellen und situationsabhängig angepasste Unterlagen möglich.
Gesucht werden Startups, die solche „Dokumentensignatur“-Lösungen grundlegend neu denken.

Browser- und Computer-Automatisierung

Da KI nun Webbrowser und Desktop-Apps bedienen kann, wird praktisch jede Website und App zu einer Art „API“.
Dadurch können unzählige Services entstehen, die sämtliche Aufgaben und Workflows auf dem Computer automatisieren.
Es gibt bereits vielversprechende Open-Source-Tools, und Startups sollen sie aktiv nutzen.

AI Personal Staff für alle

Dienstleistungen „persönlicher Experten“ (Haushalt, Steuern, Recht, Vermögensverwaltung usw.), die früher nur einer kleinen sehr wohlhabenden Gruppe vorbehalten waren, lassen sich durch Software massentauglich machen.
Es gibt Beispiele wie Fotosortierung oder persönliche Chauffeure, die früher nur von Gutverdienenden genutzt wurden, heute aber per App oder AI für alle zugänglich sind.
Rollen wie Steuerberater, Anwalt, Trainer oder Lehrer lassen sich mit AI ersetzen oder unterstützen.
Gewünscht sind AI-Startups, die als persönlicher Assistent oder Helfer fungieren.

Die Zukunft des Software Engineering

Schon heute schreiben viele AIs hervorragenden Code.
Auch in Zukunft werden Softwareentwickler weiterhin gebraucht, doch wahrscheinlich eher in der Rolle, mehrere AI-Agenten zu steuern, um Produkte zu bauen, statt selbst direkt Code zu schreiben.
QA, Deployment, Sicherheit, Mehrsprachigkeit, Betrieb und viele weitere Aufgaben werden ebenfalls größtenteils von AI übernommen.
Benötigt werden Tools, mit denen „Ingenieure in kleinen Teams viele AI-Agenten effizient steuern und damit große Software bauen“ können.

AI Commercial Open Source Software (AICOSS)

Das Muster aus Open-Source-Ökosystemen und Startups, die diese kommerziell unterstützen, war schon in der Vergangenheit erfolgreich (Linux-RedHat, Git-Github usw.).
Es gibt große Chancen für Services, die Unternehmen dabei helfen, Open-Source-AI tatsächlich einzuführen und zu betreiben.
Mit Projekten wie DeepSeek und vielen anderen entstehen Modelle, auf deren Basis sich Enterprise-Lösungen oder Beratung anbieten lassen.
Erwartet werden Gründungen, die auf Open-Source-AI basieren und B2B-Support zum Ziel haben.

AI Coding Agents für hardwareoptimierten Code

Die Entwicklung von AI-Hardware wird teils durch Softwarebeschränkungen ausgebremst.
Wie bei NVIDIAs Quasi-Monopol durch CUDA gibt es Fälle, in denen die Leistung von Custom Silicon oder AMD wegen mangelnder Softwareoptimierung unterschätzt wird.
Wenn sich mit Reasoning-Modellen wie DeepSeek R1 oder OpenAI o1/o3 automatisch hochkomplexer hardwareoptimierter Code erzeugen lässt, eröffnen sich neue Möglichkeiten.
Es gibt die Chance, Abhängigkeiten zwischen verschiedenen Hardwareplattformen zu verringern und das gesamte Ökosystem neu zu ordnen.

B2A: Software, bei der alle Kunden Agenten sein werden

Ein erheblicher Teil des Internet-Traffics besteht schon heute aus Programmen statt aus Menschen (Scraper, Automatisierungsskripte usw.).
Wenn AI-Agenten richtig durchstarten, kommt eine Zeit, in der Webservices nicht nur für Menschen, sondern auch direkt für AI-Agenten bereitgestellt werden müssen.
Beispiele: eine Payment-API speziell für Agenten, der Kauf von Hosting-Nutzungsguthaben oder Unterstützung beim Abschluss von Verträgen zwischen Agenten.
Vielversprechend sind auch Gründungen, die sich gezielt auf Software spezialisieren, deren Kunden „AI-Agenten“ sind.

Vertikale AI-Agenten

Früher wuchs B2B SaaS mit der Verbreitung interaktiver Web-Apps rasant; künftig dürften „vertikale AI-Agenten“, die Probleme in bestimmten Domänen automatisieren, stark wachsen.
Es gibt bereits viele Beispiele wie AI-Steuerbuchhaltung, AI-Abrechnung im Gesundheitswesen, AI-Telefonberatung oder AI-Compliance.
Um reale Domänenprobleme zu lösen, braucht es tiefgehende Agentenarchitekturen, die Integration in bestehende Legacy-Systeme und Domänenwissen.
Wenn menschliches Leistungsniveau erreicht wird, ist schnelles Wachstum zu erwarten, und es gibt noch viele Bereiche mit großem Potenzial.

Startup-Gründer mit Expertise in Systemprogrammierung

Wie etwa DeepSeek-Papers zeigen, wird Low-Level-Know-how immer wichtiger, um Hardware-Ressourcen maximal auszuschöpfen.
Wie bei den Google-Gründern oder John Carmack hatte die Fähigkeit, den gesamten Software-Stack zu durchdringen, großen Einfluss auf Innovation.
Die Hartnäckigkeit, mit begrenzten Ressourcen umzugehen und kompromisslos auf Optimierung zu setzen, kann ein starker Wettbewerbsvorteil für Startups sein.
YC sucht aktiv nach Gründern mit solcher Expertise in Low-Level-Systemprogrammierung.

Inference-AI-Infrastruktur in einer Welt von Test-Time Compute

Früher floss viel Rechenleistung in das Pretraining großer Modelle, inzwischen werden aber auch im Inference-Prozess erhebliche Ressourcen benötigt.
Mit der Zunahme von AI-Apps, die komplexe Reasoning-Modelle häufig aufrufen, können die Infrastrukturkosten stark steigen.
Es werden neue Arten von Inference-Infrastruktur, Optimierung von GPU-Workloads und Lösungen zur Kostensenkung benötigt.
Es wird erwartet, dass in unscheinbaren, aber unverzichtbaren Bereichen wie der „Infrastruktur-Optimierung“ große Chancen entstehen.

1 Kommentare

xguru 2025-02-04

2024.02 YCs Request for Startups (Aufruf an Startups)
Verglichen mit vor einem Jahr hat sich offenbar alles in Richtung AI verschoben.
Letztes Jahr gab es noch Themen wie Machine Learning, Weltraum, Klima und Spatial Computing, aber jetzt heißt praktisch alles nur noch „für AI“ oder „mit AI“.
Interessant ist auch, dass aus der „kommerziellen Open-Source-Firma“ nun „AICOSS (AI Commercial Open Source Software)“ geworden ist.