- Ein Video, in dem YC-Partner und CEO Garry Tan über neue Ideen sprechen, die durch die aktuellen LLMs möglich geworden sind, sowie über die dazu passende Produktstrategie für Startups
- Durch die Einführung von AI sind zuvor unmögliche Ideen umsetzbar geworden; besonders in den Bereichen Recruiting, Bildung und Agent-Infrastruktur findet derzeit ein rapider Wandel statt
- Die Suche nach technologiegetriebenen Gründungsideen ist effektiver, und statt aufwendiger Marktanalysen beginnt eine Ära, in der es vorteilhafter ist, von echtem Interesse aus zu starten
- Die Weiterentwicklung von AI hat das Potenzial, bestehende Full-Stack-Geschäftsmodelle mit niedrigen Margen in Strukturen mit hohen Margen zu verwandeln
- Weiterhin gibt es viele Gründungschancen in den Bereichen AI-Infrastruktur, MLOps und multimodale Interfaces; Felder, die anfangs ignoriert wurden, rücken erneut in den Fokus
- Für den Erfolg von Startups müssen sich nicht nur Modellqualität, sondern auch Distribution, Branding und operative Einfachheit sinnvoll ergänzen
Intro: Jetzt ist das goldene Zeitalter für AI-Startups
- Wer als Gründer aktuelle Technologien erkundet, erlebt immer häufiger, dass dabei zufällig geradezu magische Ergebnisse entstehen
- Jüngere beispielhafte AI-Startups (z. B. Meror, Apriora, Revision Dojo, Adexia, Speak) lösen mit AI und Agenten sehr unterschiedliche Probleme wie die Einstellung von Softwareentwicklern, technische Interviews, personalisiertes Lernen, die Automatisierung von Lehreraufgaben und personalisiertes Sprachenlernen
- Mit dem Aufkommen eines auf AI und Agenten ausgerichteten Ökosystems wächst der Bedarf an neuer Infrastruktur und Tooling
Startup-Ideen, die früher nicht möglich waren
Die Evolution von Recruiting-Plattformen
- Früher musste man über Jahre hinweg gelabelte Datensätze zur Bewertung von Ingenieuren aufbauen, heute kann ein LLM die Bewertung direkt ersetzen
- Beispiel: Meror betreibt mithilfe von LLMs einen AI-basierten Recruiting-Marktplatz, der sofortige Ingenieursbewertungen ermöglicht
- Anders als TripleByte setzt Meror von Anfang an auf AI-gestützte Bewertung und sichert sich so Skalierbarkeit und Vielfalt
- Apriora automatisiert mit einem technischen Interview-Agenten das Pre-Screening und wird bereits von Großunternehmen eingesetzt
Hyperpersonalisierung im Bildungsbereich
- AI kann den Lernverlauf von Schülern präzise erfassen und darauf reagieren und damit eine Erfahrung bieten, die einem persönlichen Tutor nahekommt
- Revision Dojo: ein auf einzelne Schüler zugeschnittener Flashcard-Lernservice
- Adexia: bietet Agenten zur Unterstützung bei der Benotung für Lehrkräfte und hat eine entlastende Wirkung auf die Arbeitslast nachgewiesen
Besseres Produkt = breitere Distribution?
- Wir leben in einer Zeit, in der AI bessere Produkte ermöglichen kann, aber verbraucherorientierte Startups kämpfen weiterhin mit Distribution
- Beispiel: OpenAI hat mit einer Premium-Modellstruktur (grundsätzlich kostenlos + teilweise kostenpflichtig) Erfolg
- Gute Produkte wie Speak können über bezahlte Abonnements wachsen
- Bei Schulintegration, Authentifizierungssystemen und UI/UX-Optimierung ist es entscheidend, Marke und Wechselkosten aufzubauen
Plattformneutralität und der Widerspruch der Big Tech
- Die AI-Servicestrategien großer Tech-Unternehmen (OpenAI, Google, Meta) konzentrieren sich darauf, verschiedene "Moat"-Faktoren wie Produktqualität, Plattformintegration, Marke und Eintrittsbarrieren zu sichern
- Siri, Google Assistant und ähnliche Produkte entwickeln sich weiterhin nur schleppend, was an der geschlossenen Natur der Plattformen liegt
- Solange Plattformneutralität nicht gewährleistet ist, gibt es das strukturelle Problem, dass neue AI-Produkte nur schwer wachsen können
- Obwohl Google mit Gemini ein leistungsstarkes Modell hat, scheitert das Unternehmen wegen interner Organisationsprobleme derzeit an der Nutzerreichweite
Die Wiederentdeckung von Full-Stack-Startups
- Früher waren die Margen von Full-Stack-Modellen aufgrund von Infrastruktur, Betrieb und Personalanforderungen niedrig
- Beispiele wie TripleByte, Atrium und ZS waren gute Ideen, hatten aber mit Komplexität und geringer Profitabilität zu kämpfen
- Heute lassen sich jedoch mit AI-Agenten bestehende Betriebsabläufe automatisieren und in Strukturen mit hohen Margen verwandeln
- Beispiel: YCs Legora wächst im Rechtsbereich mit einem auf AI-Agenten basierenden Service rasant
Infrastruktur und MLOps bleiben ein Land der Chancen
- ML-Tooling- und Infrastruktur-Startups, die eine Zeit lang übersehen wurden, sind inzwischen zu einem stark beachteten Feld geworden
- Beispiel: Replicate ist nach dem Boom bei Bildgenerierungsmodellen stark gewachsen
- Olama steht im Rampenlicht, weil es ein Tool bietet, mit dem sich LLMs lokal einfach ausführen lassen
- Zentrale Lehre: Teams, die sich schon vor der technischen Reife dafür interessierten und konsequent weiterprobierten, greifen am Ende die großen Chancen ab
Der Wandel bei Startup-Ratschlägen
- Früher wurde die Lean-Startup-Strategie „erst verkaufen, später bauen“ betont
- Im AI-Zeitalter ist jedoch interessengetriebenes Experimentieren und technologische Exploration die wirksamere Strategie
- Wer zuerst spannende Technologien nutzt, selbst experimentiert und an der Grenze neuer Technik bleibt, bringt ganz natürlich innovative Ideen und Lösungen hervor
- Schon mit den richtigen Prompts, Datensätzen und dem nötigen Gespür lassen sich neue Möglichkeiten umsetzen
- Noch immer reagieren viele Unternehmen zögerlich auf die Einführung von LLMs; genau das ist eine Chance für Startups
- Da nur wenige Unicorns intern tatsächlich energisch auf AI-Transformation setzen, können junge Startups Marktchancen deutlich agiler aufgreifen
Abschluss
- Dank AI leben wir jetzt in einer Zeit, in der selbst Ideen realisierbar sind, die noch vor einem Jahr unmöglich waren
- In Bereichen wie Full-Stack, Recruiting, EdTech, Recht, Infrastruktur und Betriebsautomatisierung eröffnen sich breit gefächerte Innovationschancen
- Der eigenen technologischen Neugier zu folgen ist der beste Weg, die besten Gründungsideen zu finden
- Da viele Unternehmen noch immer nicht mit dem Wandel begonnen haben, steht die Tür der Chancen weit offen
1 Kommentare
Ich habe den GN+ AI-Bot gebeten, das YouTube-Skript herauszuziehen und zusammenzufassen, und die Leistung ist ziemlich gut. Es war anstrengend, weil es so viele Videos zu sehen gab, aber ich finde das gut.