A16Z’s 16 Veränderungen in der KI für Unternehmen

Die Budgets für KI in Unternehmen sind um 75 % über bereits hohe Erwartungen gewachsen, wobei OpenAI, Google und Anthropic als klare Marktführer hervorgehen.

Einführung

Im letzten Jahr haben wir 16 Veränderungen hervorgehoben, die die Art und Weise, wie Unternehmen generative KI aufbauen und kaufen, beeinflussen. Seitdem hat sich die Landschaft rasant weiterentwickelt. Um Gründern ein besseres Verständnis dafür zu geben, wie diese Führungskräfte generative KI im Jahr 2025 und darüber hinaus nutzen, kaufen und budgetieren, haben wir Gespräche mit über zwei Dutzend Unternehmenskäufern geführt und 100 CIOs aus 15 Branchen befragt.

1. Budgets: KI-Ausgaben übertreffen hohe Erwartungen

Die Budgets für KI sind schneller gewachsen als die bereits hohen Erwartungen der Unternehmen im letzten Jahr. Unternehmensleiter erwarten im Durchschnitt ein Wachstum von etwa 75 % im kommenden Jahr. Ein CIO bemerkte: „Was ich 2023 ausgegeben habe, gebe ich jetzt in einer Woche aus.“ Dieses Wachstum wird teilweise durch die Entdeckung relevanter interner Anwendungsfälle und die steigende Akzeptanz bei den Mitarbeitern vorangetrieben.

2. Generative KI-Ausgaben werden zu festen Budgetposten

Letztes Jahr machten Innovationsbudgets noch ein Viertel der Ausgaben für KI aus; heute sind es nur noch 7 %. Unternehmen zahlen zunehmend für KI-Modelle und -Anwendungen über zentrale IT- und Geschäftsbudgets, was die wachsende Überzeugung widerspiegelt, dass generative KI nicht mehr experimentell, sondern essenziell für den Geschäftsbetrieb ist.

3. Multi-Modell-Welt: Differenzierung statt Kommodifizierung

Mit mehreren leistungsfähigen KI-Modellen, die jetzt verfügbar sind, ist es zur Norm geworden, mehrere Modelle in Produktionsanwendungen einzusetzen. 37 % der Befragten verwenden jetzt fünf oder mehr Modelle, im Vergleich zu 29 % im letzten Jahr. Dies geschieht nicht nur, um eine Abhängigkeit von einem Anbieter zu vermeiden, sondern auch, weil die Differenzierung der Modelle nach Anwendungsfall immer ausgeprägter wird.

4. Führende Anbieter im Modellmarkt

Während Unternehmen weiterhin verschiedene Modelle in experimentellen und produktiven Anwendungen verwenden, haben einige Anbieter die Marktführerschaft übernommen: OpenAI behält die Gesamtmarktanteilsführung, während Google und Anthropic im letzten Jahr erhebliche Fortschritte gemacht haben.

5. Preis-Leistungs-Verhältnis geschlossener Modelle wird attraktiver

Die Kosten für Modelle sinken alle 12 Monate um ein Vielfaches. In diesem Zusammenhang wird das Preis-Leistungs-Verhältnis geschlossener Modelle für kleine und mittlere Modelle immer überzeugender.

6. Fine-Tuning wird weniger notwendig

Die verbesserten Fähigkeiten der Modelle haben das Fine-Tuning weniger entscheidend gemacht, um eine starke Modellleistung für einen bestimmten Anwendungsfall zu erreichen. Stattdessen haben Unternehmen festgestellt, dass die Eingabe von Anweisungen oft ähnliche oder bessere Ergebnisse liefert.

7. Unternehmen optimistisch bezüglich der Einsatzmöglichkeiten von KI-Modellen

Unternehmen sind optimistisch, dass KI-Modelle komplexere Aufgaben genauer lösen können. Obwohl sie noch in der Testphase sind, zeigen frühe Anwender bereits eine hohe Akzeptanz.

8. Beschaffungsprozess ähnelt traditioneller Softwarebeschaffung

Der Auswahlprozess für Modelle wird zunehmend diszipliniert, wobei Faktoren wie Sicherheit und Kosten an Bedeutung gewinnen. Dies zeigt das gestiegene Vertrauen der Unternehmen in die Leistung der Modelle.

9. Hosting-Präferenzen variieren

Obwohl es immer noch eine Präferenz für bestehende Cloud-Beziehungen gibt, hosten immer mehr Unternehmen direkt bei den Anbietern, um sofortigen Zugriff auf die neuesten Modelle zu erhalten.

10. Wechselkosten steigen

Die zunehmende Komplexität der KI-Anwendungen führt dazu, dass Unternehmen zögerlicher werden, zwischen Modellen zu wechseln, da dies erhebliche Ingenieurressourcen erfordern kann.

11. Externe Benchmarks als Filter für die Modellauswahl

Unternehmen greifen zunehmend auf externe Bewertungen zurück, um die Leistung von KI-Modellen zu bewerten, ähnlich wie bei traditionellen Softwarebeschaffungsprozessen.

12. Verschiebung von „Bauen“ zu „Kaufen“ bei KI-Anwendungen

Unternehmen tendieren zunehmend dazu, Drittanbieteranwendungen zu kaufen, anstatt eigene zu entwickeln, da die Leistung und Kosten der Modelle eine bessere Rendite versprechen.

13. Herausforderungen bei der ergebnisbasierten Preisgestaltung

Obwohl es viel Hype um die ergebnisbasierte Preisgestaltung für KI gibt, sind CIOs oft unzufrieden mit der Art und Weise, wie Ergebnisse gemessen und abgerechnet werden.

14. Softwareentwicklung als wichtiger Anwendungsfall

Die Softwareentwicklung hat eine signifikante Zunahme der Akzeptanz erfahren, da hochqualitative Anwendungen und Modelle verfügbar sind.

15. Prosumer-Markt treibt das Wachstum an

Starke Verbraucherbrands führen zu einer hohen Nachfrage im Unternehmensbereich, was das Wachstum von KI-Anwendungen beschleunigt.

16. KI-native Unternehmen übertreffen zunehmend etablierte Anbieter

KI-native Anbieter zeigen eine schnellere Innovationsrate und liefern bessere Produkte im Vergleich zu etablierten Unternehmen, die KI in bestehende Lösungen integrieren.

Ausblick

Die Landschaft der Unternehmens-KI wird nicht mehr durch Experimente definiert, sondern durch strategische Implementierung, Budgetverpflichtungen und reifere Anbieterökosysteme.

Quellenliste:

• Quelle: 16 Changes to AI in the Enterprise: 2025 Edition
• 16 Changes to the Way Enterprises Are Building and Buying Generative AI
• Selling Is Hard Right Now. Here’s How to Win Business in the Gen AI Era