Als ChatGPT 2023 auf den Markt kam, entzündete es einen historischen Boom im Venture-Bereich. Start-ups verpassten sich über Nacht ein neues Branding, Risikokapitalgeber öffneten ihre Checkbücher, und Konzerne überboten sich darin, Künstliche Intelligenz in jede Ecke ihrer Produkte zu integrieren. Schon 2024 war „AI-powered“ zum überstrapazierten Modewort verkommen, das Gründer vor allem für den Hype nutzten.
Zwei Jahre später, Ende 2025, zeigt sich ein anderes Bild: Wir befinden uns mitten in einer Blase. Milliardenbeträge sind in Unternehmen geflossen, deren Wettbewerbsvorteile kaum tragfähig sind, deren Geschäftsmodelle zweifelhaft erscheinen und deren Nutzen für Kunden begrenzt bleibt. Zahlreiche Start-ups sammelten Kapital schneller ein, als sie Produkte entwickeln konnten – und nun setzt eine längst überfällige Marktbereinigung ein.
Signale der Blase
Copy-paste Startups Viele neue KI-Start-ups ähneln sich verblüffend – kein Zufall, denn sie bauen auf denselben Basistechnologien auf. Anstatt echte Innovationen zu entwickeln, setzen Gründer meist nur eine neue Oberfläche oder einen speziellen Anwendungsfall auf die bekannten Modelle. Tiefgehende technologische Fortschritte bleiben aus, was die Produkte austauschbar macht und etablierten Konzernen ermöglicht, sie schnell zu kopieren oder zu übertreffen.
Bewertungen ohne Fundament Eine Unternehmensbewertung spiegelt wider, was Investoren für realistisch halten. Im KI-Sektor werden derzeit jedoch Milliardenbewertungen vergeben, obwohl viele Start-ups kaum Umsätze erzielen oder nur eine Handvoll Nutzer haben. Der Grund: Investoren setzen auf Zukunftsmusik statt auf aktuelle Fakten. Doch sobald die Realität nicht mit den Erwartungen Schritt hält, droht das böse Erwachen – und die Bewertungen stürzen ab.
Kein Modell-Moat Selbst Start-ups, die eigene Sprachmodelle trainieren, stoßen an Grenzen. Das Training ist teuer und aufwendig, während sich die Technologie in atemberaubendem Tempo weiterentwickelt. Was heute als bahnbrechend gilt, ist in sechs Monaten schon überholt. Gewinner des Booms sind bislang eher die Zulieferer: Nvidia mit seinen Chips, Hugging Face als Modell-Plattform oder Snowflake als Daten-Manager.
FOMO-Kapital Die Angst, etwas zu verpassen, treibt Anleger in Investments, die sie kaum verstehen. Selbst Fonds, die jahrelang keine Software-Deals gemacht haben, legen plötzlich „AI-Fonds“ auf – allein um im Trend zu bleiben. Angel-Investoren schließen sich Online-Gruppen an, um auf vermeintlich heiße Deals aufzuspringen. Manche Gründer geben offen zu, dass ihr Start-up ohne den KI-Hype wohl nie entstanden wäre.
Verified Failures—and Lessons
**Builder.ai** versprach einen No-Code-App-Builder auf Basis von KI, stützte sich jedoch stark auf menschliche Auftragnehmer. Trotz einer Finanzierung von 445 Mio. US-Dollar (darunter eine Series D über 250 Mio. US-Dollar im Jahr 2023) meldete das Unternehmen 2025 Insolvenz an – ausgelöst durch Missmanagement und geschönte Umsatzzahlen.
Humane Inc., gegründet von ehemaligen Apple-Managern, entwickelte den „AI Pin“ – einen tragbaren Assistenten. Trotz über 230 Mio. US-Dollar an Finanzierung floppte das Gerät aufgrund von Leistungsproblemen und mangelndem Kundeninteresse. 2025 stellte Humane die Hardware-Sparte ein und verkaufte sein geistiges Eigentum an HP.
Beide Fälle erinnern eindringlich daran:
Hype ≠ Product-Market-Fit
Hardware-KI-Produkte sind extrem schwierig
KI allein macht noch kein Geschäftsmodell
Wo noch echte Werte entstehen
Trotz aller Übertreibungen entsteht auch echter Wert:
Bioptimus, a startup building foundation models for biology, is training on proprietary life science data to power biotech discovery. It raised $41M in 2025.
Infra statt Interfaces Während unzählige Start-ups lediglich neue Oberflächen für bestehende KI-Modelle basteln, liefern Unternehmen wie Weights & Biases die Infrastruktur, die wirklich gebraucht wird: Tools für Training, Monitoring und Deployment. Sie lösen konkrete Probleme von ML-Teams – kein Showroom, sondern Handwerkszeug. CoreWeave zahlte dafür im März 2025 stolze 1,7 Milliarden Dollar.
AI-native Workflows Start-ups wie Harvey denken ganze Arbeitsprozesse neu. Die Legal-Tech-Plattform geht weit über das automatisierte Schreiben von Dokumenten hinaus und verändert den Arbeitsalltag in Kanzleien grundlegend. Schon heute setzen Top-Kanzleien auf Harvey, das im Juni 2025 in einer Series E weitere 300 Millionen Dollar einsammelte.
Vertikale Tiefe Bioptimus baut Foundation-Modelle für die Biologie auf Basis proprietärer Life-Science-Daten – mit dem Ziel, die Wirkstoffforschung zu beschleunigen. Das Start-up gilt als Vorreiter im Schnittfeld von KI und Biotechnologie und konnte 2025 rund 41 Millionen Dollar einsammeln.
So erkennt man ein echtes KI-Unternehmen
1. Proprietäre Daten oder exklusiver Zugang Arbeitet das Unternehmen mit einzigartigen Datensätzen oder hat es einen geschützten Feedback-Loop aufgebaut, den Wettbewerber nicht nachbilden können?
2. Workflow-Integration statt Textgenerierung Geht es nur um hübsche Outputs – oder ist die Lösung tief in kritische Prozesse eingebettet, spart Zeit, reduziert Risiken oder verändert sogar Arbeitsweisen?
3. Full-Stack-Fähigkeit Beherrscht das Unternehmen das gesamte Paket – von Modellqualität über Latenz und Sicherheit bis hin zur Benutzeroberfläche – oder hängt es nur an einer API?
4. Nutzung mit echtem Budget Zahlen Kunden tatsächlich Geld für das Produkt – und bleiben sie auch dabei?
5. Infrastruktur für Latenz, Sicherheit und Evaluation Löst das Start-up reale Praxisprobleme, etwa Geschwindigkeit, Zuverlässigkeit und Kontrolle – oder bleibt es bei glänzenden Demos auf Basis von GPT?
Finale Gedanken
Der KI-Boom ist nicht vorbei – er wandelt sich. 2025 wird als das Jahr in Erinnerung bleiben, in dem der Markt Spielzeug-Tools von echten Transformationslösungen getrennt hat. Überleben werden jene Unternehmen, die echte Produkte bauen und reale Probleme lösen – mit oder ohne Hype.
Und für Investoren?
Jetzt gilt es, hinter die glänzende Verpackung zu schauen – und das Echte zu erkennen.