Zurück zur Übersicht
OpenAI holt bei Geschäftskunden gegenüber Anthropic auf: Neue Daten deuten auf hohe Wechselbereitschaft im Enterprise-Sektor hin
BranchennachrichtenOpenAIAnthropicEnterprise AI

OpenAI holt bei Geschäftskunden gegenüber Anthropic auf: Neue Daten deuten auf hohe Wechselbereitschaft im Enterprise-Sektor hin

Aktuelle Marktdaten deuten darauf hin, dass OpenAI im Wettbewerb um Unternehmenskunden zunehmend Boden gegenüber Anthropic gutmacht. Ein zentraler Aspekt dieser Entwicklung ist jedoch die ausgeprägte Volatilität im Markt: Unternehmen neigen dazu, flexibel zwischen den Anbietern zu wechseln, sobald neue, leistungsfähigere KI-Modelle veröffentlicht werden. Diese Tendenz stellt die langfristige Kundenbindung („Stickiness“) im Bereich der künstlichen Intelligenz massiv infrage. Für Investoren beider Unternehmen ergibt sich daraus eine wichtige Erkenntnis: Die Ausgaben für Enterprise-KI sind weniger stabil als bisher angenommen, da die technologische Überlegenheit des jeweils neuesten Modells die Wahl des Anbieters maßgeblich bestimmt. Der Bericht beleuchtet die Dynamik des Marktes und die daraus resultierenden Unsicherheiten für die führenden KI-Labore.

TechCrunch AI

Die wichtigsten Punkte

  • Marktdynamik: OpenAI verzeichnet signifikante Zuwächse bei Geschäftsanwendern und nähert sich der Marktposition von Anthropic an.
  • Wechselbereitschaft: Unternehmenskunden zeigen eine hohe Volatilität und wechseln zwischen den Anbietern, sobald neue Modelle erscheinen.
  • Mangelnde Kundenbindung: Die sogenannte „Stickiness“ von Enterprise-KI-Ausgaben erweist sich als geringer als von vielen Investoren erhofft.
  • Investorenrisiko: Die Unbeständigkeit der Kundenentscheidungen sollte Investoren dazu veranlassen, die Stabilität der KI-Umsätze kritisch zu hinterfragen.

Analyse

Der Wettbewerb der KI-Labore und das „Flop-Back-and-Forth“-Phänomen

Die neuesten Daten signalisieren eine Verschiebung im Marktgefüge zwischen den führenden KI-Entwicklern OpenAI und Anthropic. Während Anthropic in der Vergangenheit spezifische Segmente des Business-Marktes für sich beanspruchen konnte, deuten aktuelle Indikatoren darauf hin, dass OpenAI massiv aufholt. Dieser Wettbewerb wird jedoch nicht primär durch langfristige Verträge oder Markenloyalität entschieden, sondern durch einen ständigen Wechsel der Nutzerbasis.

Unternehmen agieren in diesem Umfeld äußerst opportunistisch. Das beobachtete Verhalten wird als „Flop back and forth“ beschrieben: Sobald ein Labor ein neues, leistungsfähigeres Modell veröffentlicht, wandern Geschäftskunden zum jeweiligen Technologieführer ab. Diese Dynamik zeigt, dass der technologische Vorsprung im Bereich der Large Language Models (LLMs) oft nur von kurzer Dauer ist und Kunden bereit sind, ihre Infrastruktur schnell an das jeweils beste verfügbare Werkzeug anzupassen.

Die Fragwürdigkeit der „Stickiness“ im Enterprise-Sektor

Ein entscheidender Punkt der Analyse betrifft die Nachhaltigkeit der Ausgaben für künstliche Intelligenz in Unternehmen. In der Softwarebranche ist „Stickiness“ – also die Eigenschaft eines Produkts, Kunden langfristig zu binden – ein zentraler Indikator für den Unternehmenswert. Die aktuellen Daten legen jedoch nahe, dass diese Bindung im KI-Sektor derzeit kaum existiert.

Für die Anbieter bedeutet dies eine ständige Unsicherheit. Da Unternehmen bereitwillig zwischen den Plattformen hin- und herwechseln, können sich weder OpenAI noch Anthropic auf einer stabilen Basis an wiederkehrenden Umsätzen ausruhen. Jede neue Modellveröffentlichung eines Konkurrenten stellt eine unmittelbare Bedrohung für den aktuellen Kundenstamm dar. Diese Volatilität ist ein Warnsignal für die Bewertung der Labore, da sie zeigt, dass Marktanteile in der KI-Branche extrem fragil sind.

Bedeutung für die KI-Branche

Die geringe Kundenbindung hat weitreichende Folgen für die gesamte KI-Branche. Sie verdeutlicht, dass technologische Exzellenz zum Zeitpunkt der Veröffentlichung das einzige wirkliche Verkaufsargument ist, während klassische Faktoren der Kundenbindung wie Ökosystem-Lock-in oder Markenvertrauen in den Hintergrund treten.

Für Investoren ist diese Erkenntnis von strategischer Bedeutung. Die hohen Bewertungen von KI-Startups basieren oft auf der Annahme, dass einmal gewonnene Unternehmenskunden dauerhafte Einnahmequellen darstellen. Wenn die Ausgaben jedoch so volatil bleiben und von jedem neuen Release eines Konkurrenten abhängen, müssen die Wachstums- und Stabilitätsprognosen für den Sektor möglicherweise nach unten korrigiert werden. Die Branche befindet sich in einem permanenten Wettrüsten, bei dem Stillstand den sofortigen Verlust von Marktanteilen bedeutet.

Häufig gestellte Fragen

Warum wechseln Unternehmen so häufig zwischen OpenAI und Anthropic?

Unternehmen orientieren sich primär an der Leistungsfähigkeit und den Funktionen der neuesten KI-Modelle. Da die technologische Entwicklung extrem schnell voranschreitet, bietet oft das jeweils neueste Release eines Labors signifikante Vorteile, die einen Wechsel rechtfertigen.

Was bedeutet die geringe „Stickiness“ für Investoren?

Eine geringe „Stickiness“ bedeutet, dass Umsätze weniger planbar sind. Investoren müssen berücksichtigen, dass Kunden nicht zwangsläufig bei einem Anbieter bleiben, was das Risiko für langfristige Investitionen in einzelne KI-Labore erhöht.

Ist OpenAI nun Marktführer bei Geschäftskunden?

Die Daten deuten darauf hin, dass OpenAI gegenüber Anthropic aufholt, aber die hohe Wechselbereitschaft der Kunden macht eine dauerhafte Marktführerschaft schwer feststellbar, da sich die Präferenzen mit jedem neuen Modell-Release wieder verschieben können.

Ähnliche Nachrichten

Google Duplex in Gemini: Wie sich der Dienst für Anrufe bei Unternehmen weiterentwickelt hat
Branchennachrichten

Google Duplex in Gemini: Wie sich der Dienst für Anrufe bei Unternehmen weiterentwickelt hat

Google Duplex wurde laut einer Überschrift im Google Research Blog so weiterentwickelt, dass es in Gemini auch im Auftrag von Nutzern bei Unternehmen anrufen kann. Die Meldung ist dem Thema generative KI zugeordnet. Der bereitgestellte Originalinhalt besteht allerdings nur aus dieser Themenangabe. Die Information über die Anrufe stammt daher aus der Überschrift. Sie benennt das Ergebnis der Weiterentwicklung, beschreibt aber weder die einzelnen Schritte noch die technische Umsetzung. Auch zur Verfügbarkeit, zu den Voraussetzungen für die Nutzung und zu konkreten Anwendungsfällen liegen keine Angaben vor. Entsprechend lässt sich die genannte Funktion einordnen, ohne daraus Rückschlüsse auf ihren Umfang oder ihre Funktionsweise zu ziehen.

Formale Verifikation von Software: Wie KI und Lean bei mathematischen Korrektheitsbeweisen helfen
Branchennachrichten

Formale Verifikation von Software: Wie KI und Lean bei mathematischen Korrektheitsbeweisen helfen

Softwarekorrektheit mathematisch nachzuweisen, war traditionell eine Aufgabe für Fachleute. Richard MacManus beschreibt bei Latent Space, wie KI und Lean heute dabei helfen, diesen Prozess zu automatisieren. Im Mittelpunkt steht die formale Verifikation: Der Nachweis, dass Software korrekt ist, wird mit mathematischen Mitteln geführt. Die Veränderung betrifft laut Meldung den Weg zu diesem Nachweis. KI und Lean unterstützen die Automatisierung eines Prozesses, für den bislang spezialisierte Arbeit nötig war. Der Titel rahmt die formale Verifikation als Mittel gegen minderwertige Inhalte. Die Kurzmeldung selbst bleibt beim konkreten Anwendungsfall Software. Sie nennt weder einzelne automatisierte Arbeitsschritte noch das Ausmaß der Automatisierung. Von einem vollständig automatisierten Verfahren ist nicht die Rede.

Riemannsche Vermutung: Eine KI und ein Mensch beanspruchen jeweils eine Lösung
Branchennachrichten

Riemannsche Vermutung: Eine KI und ein Mensch beanspruchen jeweils eine Lösung

Eine KI und ein Mensch beanspruchen laut TechCrunch AI jeweils, die Riemannsche Vermutung gelöst zu haben. Die Meldung bezeichnet die Vermutung als 167 Jahre alt und berichtet, dass das jüngste KI-gestützte Ergebnis unter Mathematikerinnen und Mathematikern für Erstaunen sorgt. Dem KI-gestützten Ergebnis steht ein konkurrierender menschlicher Lösungsanspruch gegenüber. Entscheidend ist die Unterscheidung zwischen dem Anspruch, eine Lösung gefunden zu haben, und der Bestätigung, dass die Vermutung tatsächlich gelöst wurde. Der vorliegende Meldungstext bestätigt weder den KI-gestützten noch den menschlichen Lösungsanspruch und erläutert auch nicht, worin die beiden Ansätze bestehen. Damit berichtet der Beitrag von Tim Fernholz über zwei konkurrierende Ansprüche, ohne über deren Gültigkeit zu entscheiden.