Die rasante Ausbreitung der generativen KI hat in der jüngsten Zeit zahlreiche Startups hervorgebracht – bis zu einem pro Minute. Doch nun, da die Hype-Phase langsam abklingt, warnen Experten vor zwei Geschäftsmodellen, die zunehmend als risikoreich gelten: LLM-Wrappers und KI-Aggregator. Darren Mowry, Leiter der globalen Start-up-Organisation bei Google, die Cloud, DeepMind und Alphabet umfasst, sieht bei beiden Modellen die „Check-Engine-Lampe“ leuchten. LLM-Wrappers sind Unternehmen, die bestehende große Sprachmodelle wie GPT, Claude oder Gemini mit einer Benutzeroberfläche oder einem spezifischen Anwendungsfokus versehen, um ein konkretes Problem zu lösen – etwa Lernhilfen für Schüler. Mowry warnt jedoch: Wenn ein Startup nur eine dünne Schicht UI auf ein bestehendes Modell legt, ohne echte Innovation zu bieten, fehlt es an nachhaltigem Wettbewerbsvorteil. „Du musst tiefe, breite Schutzmauern haben – entweder horizontal differenziert oder stark auf einen spezifischen Markt fokussiert“, betont er. Beispiele für erfolgreiche LLM-Wrappers sind Cursor, ein GPT-gestütztes Coding-Tool, oder Harvey AI, ein juristischer KI-Assistent. Doch die Zeiten, in denen ein einfaches UI auf GPT reichte, sind vorbei. Heute zählt echter Produktwert. AI-Aggregator sind eine Untergruppe dieser Wrappers: Sie bündeln mehrere KI-Modelle in einer einzigen Schnittstelle oder API, um Nutzern den Zugriff auf verschiedene Modelle zu erleichtern. Plattformen wie Perplexity oder OpenRouter ermöglichen beispielsweise den Zugriff auf mehrere Modelle über eine einzige Schnittstelle mit Funktionen wie Modell-Orchestrierung, Überwachung und Evaluierung. Mowry rät Startups jedoch klar: „Bleib aus dem Aggregator-Geschäft raus.“ Denn Nutzer wollen heute nicht nur Zugang, sondern intelligente Entscheidungen, die auf eigener IP basieren – nicht auf rein technischen oder rechenbasierten Routings. Die Lage erinnert an die Anfänge der Cloud-Ära: Als AWS sich zu einem etablierten Anbieter entwickelte, verschwanden viele Startups, die nur Infrastruktur resellten, weil Amazon selbst Enterprise-Tools entwickelte. Die Überlebenden waren jene, die echte Dienstleistungen wie Sicherheit, Migration oder DevOps anboten. Ähnlich droht heute den Aggregatoren der Druck, wenn KI-Anbieter wie Google, OpenAI oder Anthropic ihre eigenen Enterprise-Funktionen ausbauen. Mowry ist dennoch optimistisch: Vibe Coding und Entwicklerplattformen wie Replit, Lovable und Cursor – alle Kunden von Google Cloud – haben 2025 eine Rekordjahr erlebt. Auch der direkte Zugang von Konsumenten zu KI-Tools, etwa durch Google’s Video-Generator Veo für Film- und TV-Studierende, bietet großes Potenzial. Daneben sieht er auch in Biotech und Klima-Technologie eine Welle von Investitionen und Innovationen, die durch neue Datenquellen und KI-gestützte Analysen vorangetrieben wird. Industriebeobachter sehen Mowrys Warnung als Signal für eine Reifephase der KI-Industrie: Der Markt filtert zunehmend Produkte, die nur auf KI-Infrastruktur aufbauen, und belohnt stattdessen tiefe Spezialisierung, IP und echte Nutzenwirkung. Die Zeiten des „Plug-and-Play“-KIs sind vorbei – Erfolg erfordert nun echte technologische und marktliche Differenzierung.