YCs Requests for Startups – Sommer 2026

xguru · 2026-04-29T12:40:12+09:00

Y Combinator sammelt seit Langem Ideen, die Gründer häufiger ausprobieren sollten, und veröffentlicht sie unter dem Titel Request for Startups (RFS) Da sich KI nicht nur als Funktion, sondern als Basistechnologie etabliert, wurden 15 Startup-Ideen vorgestellt, die Software, Services und Halbleiter neu aufbauen und KI in die physische Welt ausdehnen sollen Diese Liste umfasst nicht das gesamte Investitionsthema von YC; wer sich bereits für eine der folgenden Ideen interessiert hat, kann sie als zusätzliche Bestätigung sehen, dass YC ähnlich denkt KI-gestützte Landwirtschaft mit wenig Pestiziden Die moderne Landwirtschaft ist auf Chemikalien angewiesen, doch Pestizidrückstände verbreiten sich in Lebensmitteln, Wasser und Böden, und die Sorge über langfristige Gesundheitsrisiken von Glyphosat nimmt zu Da sich Unkraut und Schädlinge an bestehende Chemikalien anpassen, sinkt deren Wirksamkeit; Landwirte setzen immer mehr Mittel ein, während Kosten steigen und Erträge sinken – ein Teufelskreis KI kann nun einzelne Unkräuter und Schädlinge in Echtzeit identifizieren; zugleich sinken die Kosten für Sensoren und Kameras, und Robotik ermöglicht präzise Behandlung auf Ebene einzelner Pflanzen statt ganzer Felder Mikroben, Peptide und RNA-basierte Lösungen haben ein Niveau erreicht, auf dem sie ganze Klassen synthetischer Chemikalien ersetzen können; Pflanzen lassen sich so entwickeln, dass sie sich selbst verteidigen und mit Unkraut konkurrieren Ein Unternehmen, das den Pestizideinsatz um 90 % senkt und zugleich mehr Nahrungsmittel produziert, könnte ein generationenprägendes Unternehmen werden KI-native Serviceunternehmen KI-Modelle entwickeln sich schnell genug weiter, um über Engineering hinaus komplexe Arbeit zu übernehmen; Services haben sich von SaaS zu KI-Copiloten weiterentwickelt Die meisten Startups von 2023 bis 2025 bauten Tools, die menschliche Arbeit unterstützen; der nächste Schritt sind KI-native Unternehmen, die nicht Software, sondern den Service selbst verkaufen Die Gesamtausgaben für Services sind um ein Vielfaches höher als die für Software, und viele Services sind bereits ausgelagert, was den Ersatz durch KI-native Produkte erleichtert Besonders interessante Bereiche: Versicherungsvermittlung, Buchhaltung, Steuern und Audit, Compliance sowie medizinische Verwaltung KI-personalisierte Medizin Mit Agent-Harnesses wie Claude Code lassen sich Diagnosetests, Genom-Scans, EHR-Daten und Wearable-Informationen analysieren, um personalisierte Gesundheitsempfehlungen zu geben Die Kosten für Genomsequenzierung sinken schneller als nach Moore’s Law, und verschiedene neue Diagnosewerkzeuge ermöglichen die frühe Erkennung von Gesundheitssignalen Die Herstellungskosten für n-of-1-Gentherapien fallen stark; über Vektoren wie mRNA lassen sich personalisierte Medikamente entwerfen und verabreichen, und auch die FDA zeigt sich für solche Verfahren zunehmend offen Reichhaltige Daten und Intelligenz dürften die Genauigkeit bei der Bewertung von Krankheitsrisiken verbessern und den Zugang zur Behandlung schwerer Erkrankungen demokratisieren Company Brain Die größte Hürde für KI-Automatisierung ist nicht mehr die Modellleistung, sondern Domänenwissen; das zentrale Know-how jedes Unternehmens ist über E-Mails, Slack, Support-Tickets, Datenbanken und mehr verstreut Benötigt wird nicht bloß Suche oder ein Dokumenten-Chatbot, sondern eine lebende Karte der Arbeitsweise eines Unternehmens – etwa wie Rückerstattungen bearbeitet, Preis-Ausnahmen entschieden oder Incidents behandelt werden Es braucht neue primitive Bausteine, die Wissen aus verteilten Quellen extrahieren, strukturieren und aktuell halten und in Skill-Files umwandeln, die KI ausführen kann Company Brain fungiert als die fehlende Schicht zwischen rohen Unternehmensdaten und vertrauenswürdiger KI-Automatisierung – eine Infrastruktur, die jedes Unternehmen braucht Abwehr gegen Drohnenschwärme Erwähnt wird ein Fall, in dem günstige iranische Drohnenschwärme ein AWS-Rechenzentrum angriffen; auf koordinierte Schwärme aus Tausenden Drohnen ist man nicht vorbereitet Eine Patriot-Rakete kostet 3 Millionen Dollar, eine FPV-Drohne 500 Dollar – der Kostenvorteil liegt komplett beim Angreifer Aktuelle Abwehrsysteme gegen Drohnen sind ein überfülltes Geflecht aus Radar, Kameras, Jammern, Abfangsystemen und Personal mit Ferngläsern, die nicht miteinander verbunden arbeiten Benötigte Technologien: Hochleistungs-Interceptor, die mit einer Plattform mehr als 50 Ziele ausschalten, Software zur Echtzeit-Integration aller Sensoren und Abwehrmittel sowie nichtkinetische Abwehrmittel wie Aerosole zur Verunreinigung von Rotoren oder Streamer zum Verheddern von Schwärmen Drohnenabwehr ähnelt zunehmend weniger Waffenbedienung als vielmehr dem Betrieb verteilter Echtzeitsysteme; das Gewinnerunternehmen dürfte eher Cloudflare als Raytheon ähneln Dynamische Software-Interfaces Klassische Software bietet allen Nutzern dieselbe Oberfläche; selbst Personalisierung wie bei Netflix betrifft meist nur Bilder, nicht das Layout Was in Enterprise-Software bislang nur Forward Deployed Engineers kundenspezifisch anpassten, können Coding-Agenten nun einzelnen Nutzern bereitstellen Ein E-Mail-Client könnte für einen Nutzer wie eine Aufgabenliste aussehen, für einen Studenten wie ein Event-Kalender – Nutzer passen die Oberfläche radikal an Es zeichnet sich eine Zukunft ab, in der Softwareunternehmen gemeinsame Primitive bereitstellen und Nutzer die endgültige Oberfläche verändern; dafür muss der gesamte Software-Delivery-Stack neu gedacht werden Dabei stellen sich Fragen wie: Soll Quellcode so ausgeliefert werden, dass Nutzer-Coding-Agenten darauf zugreifen können? Dürfen nur Frontends verändert werden oder auch Middleware? Elektronik für den Weltraum Durch wiederverwendbare Raketen von SpaceX und Stoke Space wird die Kapazität, Dinge ins All zu bringen, stark steigen Besonders für Inference-Chips im Weltraum gibt es einen riesigen Markt; benötigt werden Chips, die leicht auf Masse, Wärme und Strahlung optimiert sind Angesprochen sind Personen mit Erfahrung im Chipdesign bei SpaceX oder NVIDIA Hardware-Lieferkette In Shenzhen dauert es von der Konstruktion bis zur Herstellung eines neuen physischen Bauteils einen Tag, in den USA mehrere Wochen China gewinnt wegen dicht vernetzter Zulieferer, schneller Turnaround-Zeiten und enger Abstimmung zwischen Design und Produktion Einige Startups bauen Teilbereiche auf, etwa Hlabs (W26) bei Aktuatoren und Prototyping.io (P26) bei der Umwandlung mechanischer Teile in wenigen Tagen, doch der gesamte Stack fehlt noch Gesucht sind Startups, die Teile drastisch schneller produzieren, schnelle Hardware-Iterationen ermöglichen und Design, Fertigung und Logistik eng integrieren Industrielle Fähigkeiten im Weltraum Interesse besteht an der Entwicklung industrieller Fähigkeiten auf dem Mond und im All, insbesondere an der Gewinnung von Rohstoffen wie Silizium, Aluminium, Eisen und Titan per Elektrolyse Ebenfalls interessant sind Technologien zum 3D-Druck komplexer Strukturen aus geschmolzenem Regolith; auf dem Mond ist das effizienter als auf der Erde, da keine Stützstrukturen nötig sind Inference-Chips für Agent-Workflows Die meisten KI-Chips sind für Inference nach dem Muster „Prompt rein → Antwort raus“ ausgelegt; Agenten arbeiten jedoch in Schleifen mit Tool-Aufrufen, Verzweigungen, Backtracking und Kontexterhalt über Dutzende Schritte Aktuelle GPUs erreichen bei solchen Workloads nur 30–40 % Spitzenauslastung; die Last springt in Bursts zwischen speichergebundenen Modellaufrufen, I/O-gebundener Tool-Nutzung und CPU-gebundener Orchestrierung NVIDIA hat Groq für 20 Milliarden Dollar übernommen, und Google baut ein Inference-spezifisches TPU v7, doch ein Design speziell für Agenten-Loops – etwa schnelles Context Switching, natives spekulatives Decoding und Speicher zur Erhaltung des KV-Cache über den gesamten Ausführungsgraphen – fehlt noch Die zentrale Erkenntnis von Groq betraf nicht nur den Chip, sondern den Compiler, der ihn betreibt; es ist ein seltener Moment, in dem Talente gefragt sind, die sowohl Chiparchitektur als auch Agent-Ausführung verstehen SaaS-Herausforderer Mit AI Coding verbreitete sich die Erzählung vom Ende von SaaS, und Investoren strichen Billionen Dollar an Software-Marktkapitalisierung zusammen – für Startups ist das jedoch die größte Chance seit zehn Jahren KI senkt die Kosten der Softwareproduktion um das 10- bis 100-Fache, wodurch die Schutzgräben von Legacy-SaaS verschwinden, die über Jahrzehnte aus Millionen Zeilen Code entstanden sind Das Angriffsspektrum: bestehende Produkte klonen und für ein Zehntel des Preises verkaufen, Workflows KI-nativ grundlegend neu entwerfen, zehn SaaS-Punktlösungen zu einer Suite bündeln oder 50.000-Dollar-pro-Seat-Produkte als Open-Source-Alternative anbieten und über Service und Hosting monetarisieren Empfohlen werden nicht einfache Ziele wie Projektmanagement-Tools, sondern über Jahrzehnte uneinnehmbare Codebasen im Umfang von 10 Millionen Zeilen in Bereichen wie Chipdesign-Software, ERP, industrielle Steuerungssysteme und Supply-Chain-Management Die großen Softwareunternehmen der letzten Generation entstanden, indem sie On-Premises durch Cloud ersetzten; die nächste Generation entsteht, indem sie Legacy-SaaS durch KI-native Software ersetzt Software für Agenten Die nächste Billion Nutzer des Internets werden keine Menschen, sondern KI-Agenten sein; heute laufen Agenten langsam und instabil auf klickbasierter, für Menschen gebauter Software Statt visueller Oberflächen wie Formularen, Buttons und Dashboards brauchen Agenten maschinenlesbare Interfaces wie API, MCP und CLI Damit Agenten neue Tools entdecken, sich anmelden und sofort programmatisch nutzen können, ist gründliche Dokumentation unverzichtbar; alles muss ohne menschliches Eingreifen funktionieren Jede große bestehende Softwarekategorie muss für Agenten neu aufgebaut werden; das wird nicht durch bestehende Firmen geschehen, die Agent-Support ergänzen, sondern durch Startups, die Agenten als First-Class Citizens entwerfen Startups, die an Großunternehmen verkaufen wollen Früher galt es als Standard, dass Startups an andere Startups verkaufen; seit dem Aufkommen von KI ist aber auch der Zugang zu Hyper-Großunternehmen auf Fortune-100-Niveau möglich KI verändert drei Barrieren: Entscheider in Großunternehmen suchen aktiv nach Teams, die Kernprobleme mit KI lösen können; kleine Teams können binnen Monaten ausgereifte Produkte für Konzerne bauen; und Führungskräfte großer Unternehmen erkennen selbst, dass Anpassung nötig ist In den letzten drei Jahren haben YC-Unternehmen bereits während des Batches oder im ersten Jahr Verträge über mehrere Millionen Dollar abgeschlossen; oft ist der erste Kunde gleich eines der größten Unternehmen der Welt Das frühere Modell, drei Jahre im Stealth Mode zu bleiben, bis bestehende Produkte funktional eingeholt sind, ist vorbei; Teams aus zwei bis drei Personen können noch vor der Gründung Produkte launchen, die Fortune-10-Unternehmen nutzen Halbleiter-Lieferkette 2.0 Ein hochmoderner KI-Chip durchläuft rund 1.400 Prozessschritte, passiert mehr als 12 Länder und braucht fünf Monate bis zur Fertigstellung – verwaltet wird diese Lieferkette mit Tabellen, SAP und Telefonaten 2021 führte ein 300-Dollar-Chip dazu, dass Autos im Wert von 210 Milliarden Dollar nicht produziert werden konnten; Unternehmen kennen nur ihre direkten Lieferanten und haben auf Tier-2- und Tier-3-Ebene keinerlei Sichtbarkeit Das Advanced Packaging von TSMC ist derzeit der größte Engpass bei AI Compute; NVIDIA hat mehr als 60 % gesichert, HBM-Speicher ist bis 2026 ausgebucht, und Exportkontrollen ändern sich quartalsweise Durch den CHIPS Act entstehen neue US-Fabs in Arizona, Texas, Ohio und New York, doch jede Fab muss ihre Lieferkette fast von Grund auf aufbauen Erwartete Tooling-Lösungen für Echtzeit-Tracking von Zuteilungen, Multi-Tier-Risikomonitoring und Export-Compliance existieren kaum; weil tiefes Verständnis von Wafer-Zuteilung und Packaging-Constraints nötig ist, ist das keine SAP-Funktion, sondern eine Startup-Chance KI-Betriebssystem für Unternehmen Die besten KI-nativen Unternehmen zeichnen jedes Meeting auf, verfolgen jedes Ticket und erfassen jede Kundeninteraktion, um das gesamte Unternehmen abfragbar zu machen Dadurch wechseln Unternehmen von Open Loop – Entscheidungen werden erst Wochen später überprüft – zu Closed Loop, bei dem das System die aktuelle Lage überwacht, vergleicht und anpasst Teams, die das anwenden, halbieren die Sprint-Dauer und verdoppeln die Zahl der Releases Um das heute aufzubauen, müssen Slack, Linear, GitHub, Notion und Gesprächsaufzeichnungen mit mühsamem benutzerdefiniertem Glue Code verbunden werden Es fehlt ein Produkt, das allen Kontext in einer einzigen Intelligenzschicht verbindet, Flaggen setzt, wenn Engineering am Falschen arbeitet, oder Spezifikationen erzeugt, die Agenten ausführen können – eine Chance, eine Verbindungsschicht zu bauen, die den Output eines Unternehmens in einen Selbstverbesserungs-Loop verwandelt

(ycombinator.com)

33 Punkte von xguru 2026-04-29 | 2 Kommentare | Auf WhatsApp teilen

Y Combinator sammelt seit Langem Ideen, die Gründer häufiger ausprobieren sollten, und veröffentlicht sie unter dem Titel Request for Startups (RFS)
Da sich KI nicht nur als Funktion, sondern als Basistechnologie etabliert, wurden 15 Startup-Ideen vorgestellt, die Software, Services und Halbleiter neu aufbauen und KI in die physische Welt ausdehnen sollen
Diese Liste umfasst nicht das gesamte Investitionsthema von YC; wer sich bereits für eine der folgenden Ideen interessiert hat, kann sie als zusätzliche Bestätigung sehen, dass YC ähnlich denkt

KI-gestützte Landwirtschaft mit wenig Pestiziden

Die moderne Landwirtschaft ist auf Chemikalien angewiesen, doch Pestizidrückstände verbreiten sich in Lebensmitteln, Wasser und Böden, und die Sorge über langfristige Gesundheitsrisiken von Glyphosat nimmt zu
Da sich Unkraut und Schädlinge an bestehende Chemikalien anpassen, sinkt deren Wirksamkeit; Landwirte setzen immer mehr Mittel ein, während Kosten steigen und Erträge sinken – ein Teufelskreis
KI kann nun einzelne Unkräuter und Schädlinge in Echtzeit identifizieren; zugleich sinken die Kosten für Sensoren und Kameras, und Robotik ermöglicht präzise Behandlung auf Ebene einzelner Pflanzen statt ganzer Felder
Mikroben, Peptide und RNA-basierte Lösungen haben ein Niveau erreicht, auf dem sie ganze Klassen synthetischer Chemikalien ersetzen können; Pflanzen lassen sich so entwickeln, dass sie sich selbst verteidigen und mit Unkraut konkurrieren
Ein Unternehmen, das den Pestizideinsatz um 90 % senkt und zugleich mehr Nahrungsmittel produziert, könnte ein generationenprägendes Unternehmen werden

KI-native Serviceunternehmen

KI-Modelle entwickeln sich schnell genug weiter, um über Engineering hinaus komplexe Arbeit zu übernehmen; Services haben sich von SaaS zu KI-Copiloten weiterentwickelt
Die meisten Startups von 2023 bis 2025 bauten Tools, die menschliche Arbeit unterstützen; der nächste Schritt sind KI-native Unternehmen, die nicht Software, sondern den Service selbst verkaufen
Die Gesamtausgaben für Services sind um ein Vielfaches höher als die für Software, und viele Services sind bereits ausgelagert, was den Ersatz durch KI-native Produkte erleichtert
Besonders interessante Bereiche: Versicherungsvermittlung, Buchhaltung, Steuern und Audit, Compliance sowie medizinische Verwaltung

KI-personalisierte Medizin

Mit Agent-Harnesses wie Claude Code lassen sich Diagnosetests, Genom-Scans, EHR-Daten und Wearable-Informationen analysieren, um personalisierte Gesundheitsempfehlungen zu geben
Die Kosten für Genomsequenzierung sinken schneller als nach Moore’s Law, und verschiedene neue Diagnosewerkzeuge ermöglichen die frühe Erkennung von Gesundheitssignalen
Die Herstellungskosten für n-of-1-Gentherapien fallen stark; über Vektoren wie mRNA lassen sich personalisierte Medikamente entwerfen und verabreichen, und auch die FDA zeigt sich für solche Verfahren zunehmend offen
Reichhaltige Daten und Intelligenz dürften die Genauigkeit bei der Bewertung von Krankheitsrisiken verbessern und den Zugang zur Behandlung schwerer Erkrankungen demokratisieren

Company Brain

Die größte Hürde für KI-Automatisierung ist nicht mehr die Modellleistung, sondern Domänenwissen; das zentrale Know-how jedes Unternehmens ist über E-Mails, Slack, Support-Tickets, Datenbanken und mehr verstreut
Benötigt wird nicht bloß Suche oder ein Dokumenten-Chatbot, sondern eine lebende Karte der Arbeitsweise eines Unternehmens – etwa wie Rückerstattungen bearbeitet, Preis-Ausnahmen entschieden oder Incidents behandelt werden
Es braucht neue primitive Bausteine, die Wissen aus verteilten Quellen extrahieren, strukturieren und aktuell halten und in Skill-Files umwandeln, die KI ausführen kann
Company Brain fungiert als die fehlende Schicht zwischen rohen Unternehmensdaten und vertrauenswürdiger KI-Automatisierung – eine Infrastruktur, die jedes Unternehmen braucht

Abwehr gegen Drohnenschwärme

Erwähnt wird ein Fall, in dem günstige iranische Drohnenschwärme ein AWS-Rechenzentrum angriffen; auf koordinierte Schwärme aus Tausenden Drohnen ist man nicht vorbereitet
Eine Patriot-Rakete kostet 3 Millionen Dollar, eine FPV-Drohne 500 Dollar – der Kostenvorteil liegt komplett beim Angreifer
Aktuelle Abwehrsysteme gegen Drohnen sind ein überfülltes Geflecht aus Radar, Kameras, Jammern, Abfangsystemen und Personal mit Ferngläsern, die nicht miteinander verbunden arbeiten
Benötigte Technologien: Hochleistungs-Interceptor, die mit einer Plattform mehr als 50 Ziele ausschalten, Software zur Echtzeit-Integration aller Sensoren und Abwehrmittel sowie nichtkinetische Abwehrmittel wie Aerosole zur Verunreinigung von Rotoren oder Streamer zum Verheddern von Schwärmen
Drohnenabwehr ähnelt zunehmend weniger Waffenbedienung als vielmehr dem Betrieb verteilter Echtzeitsysteme; das Gewinnerunternehmen dürfte eher Cloudflare als Raytheon ähneln

Dynamische Software-Interfaces

Klassische Software bietet allen Nutzern dieselbe Oberfläche; selbst Personalisierung wie bei Netflix betrifft meist nur Bilder, nicht das Layout
Was in Enterprise-Software bislang nur Forward Deployed Engineers kundenspezifisch anpassten, können Coding-Agenten nun einzelnen Nutzern bereitstellen
Ein E-Mail-Client könnte für einen Nutzer wie eine Aufgabenliste aussehen, für einen Studenten wie ein Event-Kalender – Nutzer passen die Oberfläche radikal an
Es zeichnet sich eine Zukunft ab, in der Softwareunternehmen gemeinsame Primitive bereitstellen und Nutzer die endgültige Oberfläche verändern; dafür muss der gesamte Software-Delivery-Stack neu gedacht werden
- Dabei stellen sich Fragen wie: Soll Quellcode so ausgeliefert werden, dass Nutzer-Coding-Agenten darauf zugreifen können? Dürfen nur Frontends verändert werden oder auch Middleware?

Elektronik für den Weltraum

Durch wiederverwendbare Raketen von SpaceX und Stoke Space wird die Kapazität, Dinge ins All zu bringen, stark steigen
Besonders für Inference-Chips im Weltraum gibt es einen riesigen Markt; benötigt werden Chips, die leicht auf Masse, Wärme und Strahlung optimiert sind
Angesprochen sind Personen mit Erfahrung im Chipdesign bei SpaceX oder NVIDIA

Hardware-Lieferkette

In Shenzhen dauert es von der Konstruktion bis zur Herstellung eines neuen physischen Bauteils einen Tag, in den USA mehrere Wochen
China gewinnt wegen dicht vernetzter Zulieferer, schneller Turnaround-Zeiten und enger Abstimmung zwischen Design und Produktion
Einige Startups bauen Teilbereiche auf, etwa Hlabs (W26) bei Aktuatoren und Prototyping.io (P26) bei der Umwandlung mechanischer Teile in wenigen Tagen, doch der gesamte Stack fehlt noch
Gesucht sind Startups, die Teile drastisch schneller produzieren, schnelle Hardware-Iterationen ermöglichen und Design, Fertigung und Logistik eng integrieren

Industrielle Fähigkeiten im Weltraum

Interesse besteht an der Entwicklung industrieller Fähigkeiten auf dem Mond und im All, insbesondere an der Gewinnung von Rohstoffen wie Silizium, Aluminium, Eisen und Titan per Elektrolyse
Ebenfalls interessant sind Technologien zum 3D-Druck komplexer Strukturen aus geschmolzenem Regolith; auf dem Mond ist das effizienter als auf der Erde, da keine Stützstrukturen nötig sind

Inference-Chips für Agent-Workflows

Die meisten KI-Chips sind für Inference nach dem Muster „Prompt rein → Antwort raus“ ausgelegt; Agenten arbeiten jedoch in Schleifen mit Tool-Aufrufen, Verzweigungen, Backtracking und Kontexterhalt über Dutzende Schritte
Aktuelle GPUs erreichen bei solchen Workloads nur 30–40 % Spitzenauslastung; die Last springt in Bursts zwischen speichergebundenen Modellaufrufen, I/O-gebundener Tool-Nutzung und CPU-gebundener Orchestrierung
NVIDIA hat Groq für 20 Milliarden Dollar übernommen, und Google baut ein Inference-spezifisches TPU v7, doch ein Design speziell für Agenten-Loops – etwa schnelles Context Switching, natives spekulatives Decoding und Speicher zur Erhaltung des KV-Cache über den gesamten Ausführungsgraphen – fehlt noch
Die zentrale Erkenntnis von Groq betraf nicht nur den Chip, sondern den Compiler, der ihn betreibt; es ist ein seltener Moment, in dem Talente gefragt sind, die sowohl Chiparchitektur als auch Agent-Ausführung verstehen

SaaS-Herausforderer

Mit AI Coding verbreitete sich die Erzählung vom Ende von SaaS, und Investoren strichen Billionen Dollar an Software-Marktkapitalisierung zusammen – für Startups ist das jedoch die größte Chance seit zehn Jahren
KI senkt die Kosten der Softwareproduktion um das 10- bis 100-Fache, wodurch die Schutzgräben von Legacy-SaaS verschwinden, die über Jahrzehnte aus Millionen Zeilen Code entstanden sind
Das Angriffsspektrum: bestehende Produkte klonen und für ein Zehntel des Preises verkaufen, Workflows KI-nativ grundlegend neu entwerfen, zehn SaaS-Punktlösungen zu einer Suite bündeln oder 50.000-Dollar-pro-Seat-Produkte als Open-Source-Alternative anbieten und über Service und Hosting monetarisieren
Empfohlen werden nicht einfache Ziele wie Projektmanagement-Tools, sondern über Jahrzehnte uneinnehmbare Codebasen im Umfang von 10 Millionen Zeilen in Bereichen wie Chipdesign-Software, ERP, industrielle Steuerungssysteme und Supply-Chain-Management
Die großen Softwareunternehmen der letzten Generation entstanden, indem sie On-Premises durch Cloud ersetzten; die nächste Generation entsteht, indem sie Legacy-SaaS durch KI-native Software ersetzt

Software für Agenten

Die nächste Billion Nutzer des Internets werden keine Menschen, sondern KI-Agenten sein; heute laufen Agenten langsam und instabil auf klickbasierter, für Menschen gebauter Software
Statt visueller Oberflächen wie Formularen, Buttons und Dashboards brauchen Agenten maschinenlesbare Interfaces wie API, MCP und CLI
Damit Agenten neue Tools entdecken, sich anmelden und sofort programmatisch nutzen können, ist gründliche Dokumentation unverzichtbar; alles muss ohne menschliches Eingreifen funktionieren
Jede große bestehende Softwarekategorie muss für Agenten neu aufgebaut werden; das wird nicht durch bestehende Firmen geschehen, die Agent-Support ergänzen, sondern durch Startups, die Agenten als First-Class Citizens entwerfen

Startups, die an Großunternehmen verkaufen wollen

Früher galt es als Standard, dass Startups an andere Startups verkaufen; seit dem Aufkommen von KI ist aber auch der Zugang zu Hyper-Großunternehmen auf Fortune-100-Niveau möglich
KI verändert drei Barrieren: Entscheider in Großunternehmen suchen aktiv nach Teams, die Kernprobleme mit KI lösen können; kleine Teams können binnen Monaten ausgereifte Produkte für Konzerne bauen; und Führungskräfte großer Unternehmen erkennen selbst, dass Anpassung nötig ist
In den letzten drei Jahren haben YC-Unternehmen bereits während des Batches oder im ersten Jahr Verträge über mehrere Millionen Dollar abgeschlossen; oft ist der erste Kunde gleich eines der größten Unternehmen der Welt
Das frühere Modell, drei Jahre im Stealth Mode zu bleiben, bis bestehende Produkte funktional eingeholt sind, ist vorbei; Teams aus zwei bis drei Personen können noch vor der Gründung Produkte launchen, die Fortune-10-Unternehmen nutzen

Halbleiter-Lieferkette 2.0

Ein hochmoderner KI-Chip durchläuft rund 1.400 Prozessschritte, passiert mehr als 12 Länder und braucht fünf Monate bis zur Fertigstellung – verwaltet wird diese Lieferkette mit Tabellen, SAP und Telefonaten
2021 führte ein 300-Dollar-Chip dazu, dass Autos im Wert von 210 Milliarden Dollar nicht produziert werden konnten; Unternehmen kennen nur ihre direkten Lieferanten und haben auf Tier-2- und Tier-3-Ebene keinerlei Sichtbarkeit
Das Advanced Packaging von TSMC ist derzeit der größte Engpass bei AI Compute; NVIDIA hat mehr als 60 % gesichert, HBM-Speicher ist bis 2026 ausgebucht, und Exportkontrollen ändern sich quartalsweise
Durch den CHIPS Act entstehen neue US-Fabs in Arizona, Texas, Ohio und New York, doch jede Fab muss ihre Lieferkette fast von Grund auf aufbauen
Erwartete Tooling-Lösungen für Echtzeit-Tracking von Zuteilungen, Multi-Tier-Risikomonitoring und Export-Compliance existieren kaum; weil tiefes Verständnis von Wafer-Zuteilung und Packaging-Constraints nötig ist, ist das keine SAP-Funktion, sondern eine Startup-Chance

KI-Betriebssystem für Unternehmen

Die besten KI-nativen Unternehmen zeichnen jedes Meeting auf, verfolgen jedes Ticket und erfassen jede Kundeninteraktion, um das gesamte Unternehmen abfragbar zu machen
Dadurch wechseln Unternehmen von Open Loop – Entscheidungen werden erst Wochen später überprüft – zu Closed Loop, bei dem das System die aktuelle Lage überwacht, vergleicht und anpasst
Teams, die das anwenden, halbieren die Sprint-Dauer und verdoppeln die Zahl der Releases
Um das heute aufzubauen, müssen Slack, Linear, GitHub, Notion und Gesprächsaufzeichnungen mit mühsamem benutzerdefiniertem Glue Code verbunden werden
Es fehlt ein Produkt, das allen Kontext in einer einzigen Intelligenzschicht verbindet, Flaggen setzt, wenn Engineering am Falschen arbeitet, oder Spezifikationen erzeugt, die Agenten ausführen können – eine Chance, eine Verbindungsschicht zu bauen, die den Output eines Unternehmens in einen Selbstverbesserungs-Loop verwandelt

2 Kommentare

choam2426 2026-04-30

Dann wird wohl der Tag kommen, an dem wir Schwarmverteidigung, die man sonst nur aus Filmen oder Spielen kennt, in der Realität sehen.

xguru 2026-04-29

Das kommt ja jedes Quartal heraus.
Schon bei YCs Requests for Startups - Summer 2025 gab es definitiv viele AI-Themen,
aber dieses Jahr wirkt es so, als ob der AI-Einsatz noch näher an vertikalen Bereichen und dem Enterprise-Sektor angekommen ist.