NEW JERSEY / LONDON (IT BOLTWISE) – Laut Matt Murphy von Menlo Ventures beschleunigt Anthropic sein Wachstum so stark, dass Investoren das Geschäftsmodell neu einordnen müssen. Bis Mai erreichte das Unternehmen einen Umsatz-Run-Rate von 47 Milliarden US-Dollar, nach zuvor 9 Milliarden US-Dollar im Jahr 2025. Entscheidend sei dabei nicht nur die Modellgüte, sondern vor allem die Art, wie das Produkt in der Praxis adressiert und skaliert wird. Für Startups und Enterprise-Teams verschiebt das die Prioritäten bei KI-Strategien spürbar.
Die Frage, warum bestimmte KI-Startups schneller durchstarten als andere, wird in vielen Debatten auf das Modell reduziert: bessere Benchmarks, größere Parameterzahlen, schärfere Antworten. Matt Murphy, Partner bei Menlo Ventures, stellt in dem Gespräch mit der Podcast-Moderatorin jedoch genau diese Engführung infrage. Seine Kernaussage: Ein „great model“ allein erklärt den Vorsprung nicht. Stattdessen lohnt es sich, auf die Mechanik hinter dem Wachstum zu schauen – also darauf, wie schnell ein Anbieter aus einer Forschungsannahme ein skalierbares Produkt macht, das Kundenbudgets in messbare Nutzung verwandelt.
Der konkrete Wachstumskontext ist bemerkenswert. Berichten zufolge erreichte Anthropic bis Mai eine Umsatz-Run-Rate von 47 Milliarden US-Dollar, während die Vergleichszahl für 2025 bei 9 Milliarden US-Dollar lag. In der Sprache des Venture-Capital ist das nicht nur „schnelles Wachstum“, sondern eine qualitative Verschiebung: Aus einer Vor-Launch-Erwartung wird eine Kennzahl, die der Markt als belastbare Skalierungsfähigkeit interpretiert. Murphy ordnet das als Muster ein, das er in 25 Jahren Investitionstätigkeit so nicht gesehen habe – weder in frühen Internet-Wellen noch in Mobile- oder im ersten großen Cloud-Boom. Für Entscheider ist daran vor allem relevant, dass hier ein KI-Anbieter Geschwindigkeit nicht primär über Hardware- oder Forschungsversprechen verkauft, sondern über eine früh erkannte Fähigkeit zur Monetarisierung.
Menlo Ventures spielte dabei eine frühe Rolle. In der Historie, die Murphy beschreibt, führte Menlo eine Series-D-Finanzierungsrunde über 500 Millionen US-Dollar an. Das ist strategisch bedeutsam, weil diese Phase typischerweise dann ansteht, wenn Teams beweisen müssen, dass Nutzung und Umsatz nicht nur durch Marketing getrieben sind. Bei KI-Produkten entscheidet sich das in der Praxis oft an mehreren Faktoren gleichzeitig: wie schnell sich Workflows integrieren lassen, wie zuverlässig das System in wiederkehrenden Aufgaben liefert, wie gut sich Kosten pro Anfrage steuern und wie klar ein Use-Case als ROI-Story formulieren lässt. Wenn Murphy sagt, dass „das Modell“ nicht der Punkt war, bedeutet das nicht, dass Modellqualität unwichtig ist, sondern dass sie nur eine notwendige Bedingung sein kann – während Differenzierung und Tempo aus dem Zusammenspiel von Produktisierung, Vertrieb und Skalierung entstehen.
Technisch lässt sich diese Sichtweise gut mit dem heutigen Stand der KI-Produktentwicklung verbinden: In vielen Unternehmen scheitert die Einführung nicht an der Frage, ob ein Modell „smart“ genug ist, sondern daran, ob es in bestehende Systeme, Sicherheits- und Datenflüsse sowie Support-Prozesse passt. Dazu gehören auch Architekturentscheidungen wie Latenzmanagement, Monitoring, Deployments in stabilen Pipelines und ein sauberer Betrieb bei Lastspitzen. Gerade bei großen Sprachmodellen sind diese Betriebsaspekte ein echter Engpass, weil sie direkt auf Betriebskosten, Nutzererfahrung und damit auf die Akzeptanz im Fachbereich durchschlagen. Damit wird nachvollziehbar, warum ein Investitionscase häufig dann gewinnt, wenn ein Startup zeigt, dass es nicht nur ein Modell baut, sondern eine komplette Wertschöpfungskette aus Inferenz, Integration, Iteration und Produktbetrieb.
Auch für den Markt liefert die Story eine harte Lehre. Wenn selbst erfahrene Investoren die Geschwindigkeit als ungewöhnlich beschreiben, deutet das auf eine neue Dynamik hin: KI-Wettbewerb verlagert sich von „Wer hat das bessere Modell?“ zu „Wer bringt KI als wiederholbaren Business-Flow in den Markt?“. Das passt zur Beobachtung, dass schnelle Startup-Wachstumsraten zunehmend aus effizienten Go-to-Market-Schleifen entstehen – also aus dem Feedback der ersten Kundensegmente, aus schnellen Produktiterationen und aus einem klaren Verständnis, welche Nutzeranforderungen Priorität haben. Für Enterprise-Teams bedeutet das wiederum, dass Einkaufs- und Architekturentscheidungen stärker auf Betriebsfähigkeit, Skalierung und klare Verantwortungsmodelle schauen sollten als auf reine Leistungskennzahlen.
Historisch betrachtet erinnern diese Muster an frühere Technologiezyklen, in denen „die Idee“ allein nicht reichte: Im Internetzeitalter war nicht die Browser-Engine entscheidend, sondern Verlässlichkeit, Traffic und Ökosysteme. In Mobile ging es weniger um bessere Bildschirme als um App-Distribution, Zahlungsflüsse und UX-Konsistenz. Im ersten Cloud-Boom war der Unterschied zwischen Experiment und Produkt oft der Betrieb: Provisionierung, Ressourcensteuerung, Verfügbarkeit. Murphy deutet genau diese Kontinuität an, nur eben im KI-Kontext. Anthropic profitiert dabei von einem Timing-Vorteil, der zwar nicht allein vom Modell kommt, aber in der Summe dazu führt, dass neue Angebote schneller in operative Nutzung übergehen.
Für die nächste Phase von KI-Investitionen und Unternehmens-Rollouts dürfte daraus eine konkrete Konsequenz folgen: Teams sollten ihre KI-Roadmap nicht nur als Modellstrategie formulieren, sondern als Skalierungsstrategie. Dazu zählen messbare Ziele für Integrationstiefe, Antwortqualität in Zielaufgaben, Kostenkontrolle pro Nutzungseinheit und ein Betriebskonzept, das Monitoring, Sicherheit und kontinuierliche Verbesserung zusammenführt. Wenn ein Anbieter wie Anthropic mit einer sprunghaften Umsatzentwicklung in den Milliardenbereich in kurzer Zeit wahrgenommen wird, wird das im Markt unweigerlich als Benchmark für Ausführungsqualität dienen. Und genau darin liegt der Kern von Murphys Argument: Der Wettbewerb wird nicht im Labor entschieden, sondern dort, wo KI im Alltag funktioniert und Budgets nachhaltig in Ergebnisse übersetzt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Warum Anthropic im KI-Wettbewerb gewinnt – und weshalb das Modell nicht der Kern ist" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Warum Anthropic im KI-Wettbewerb gewinnt – und weshalb das Modell nicht der Kern ist" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Warum Anthropic im KI-Wettbewerb gewinnt – und weshalb das Modell nicht der Kern ist« bei Google Deutschland suchen, bei Bing oder Google News!