KI, Kapital und Macht: was ich denke, in kurzen Texten.
Ich schreibe über künstliche Intelligenz – aber nicht über Werkzeuge und Kniffe, sondern über die Frage dahinter: Wer besitzt welche Schicht der Technologie, wohin fließt das Kapital, und wer eignet sich die Gewinne an?
Hier stehen meine Fachbeiträge von LinkedIn vollständig und frei lesbar, geordnet nach Themenfeldern. Längere Analysen finden Sie unter Analysen, Vorträge im Vortragsarchiv.
Denklinien
Vier Überzeugungen, die alles verbinden.
Struktur schlägt Mentalität
Ich erkläre Entwicklungen lieber über Anreize, Institutionen und Eigentum als über Charakter oder Kultur. Nicht „die Deutschen sind zögerlich“, sondern: das System ist so gebaut. Wer die Ursache im Mechanismus sucht, findet den Hebel.
Umsetzung schlägt Verständnis
Strategie erzeugt keine Macht. Umsetzung erzeugt Macht. Der Engpass ist selten das Wissen – es ist die Fähigkeit, aus einer Idee schnell Realität werden zu lassen.
Wem gehört der Gewinn?
Ob KI-Produktivität, Startup-Erfolg oder Plattformmacht: Der spannende Moment ist nicht, dass Wert entsteht, sondern wohin er wandert. Meist nach oben – zu denen, die Modelle, Rechenleistung und Distribution besitzen.
Verantwortung ist die knappe Ressource
Kapital verbrennen ist Teil des Spiels. Verantwortung verbrennen darf es nicht sein. Was Organisationen trägt, ist nicht Vision oder Geld, sondern Menschen, die wie Eigentümer denken.
Wie künstliche Intelligenz die Rolle des Unternehmers verändert – nicht durch Automatisierung allein, sondern indem sie die Zeit zwischen Denken und Handeln verkürzt. Warum Umsetzung wichtiger wird als Wissen und Experten künftig für ihr Urteil bezahlt werden, nicht mehr für Information.
Ich glaube, wir unterschätzen den größten KI-Effekt.
Es geht nicht darum, welche Aufgabe KI für mich erledigt. Es geht darum, wann ich handlungsfähig werde.
Nimm Steuern. Früher hieß das: Problem erkennen, Unterlagen zusammensuchen, alles an den Steuerberater schicken und ein bis zwei Wochen warten. Zwei Wochen, in denen nichts passierte.
Heute verstehe ich in Minuten, worum es geht. Nicht abschließend. Nicht rechtsverbindlich. Aber gut genug, um zu wissen, welche Optionen ich habe und was mein nächster sinnvoller Schritt ist.
KI ersetzt keine Experten. Sie verschiebt den Zeitpunkt, an dem ich sie brauche.
Das Gleiche erlebe ich bei Verträgen genauso wie bei der Planung eines Bauprojekts. Ich komme vorbereitet ins Gespräch und stelle die Fragen, die früher erst am Ende kamen. Und manchmal stelle ich fest, dass ich den Termin gar nicht mehr brauche.
Der größte Gewinn ist deshalb nicht, dass KI Arbeit übernimmt. Sondern dass zwischen einer Frage und meinem ersten sinnvollen Schritt kaum noch Leerlauf liegt.
Ein Unternehmerfreund versteht deutlich weniger von KI als ich. Und genau deshalb baut er gerade schneller.
Ich will verstehen: wie ein Modell funktioniert, warum eine Automatisierung stabil läuft, welche Risiken darunter liegen. Ihn interessiert eine einzige Frage. Kann ich diesen Prozess bis morgen automatisieren?
Er programmiert nicht. Er schaut sich keinen Code an. Er spricht mit der KI. Sie baut einen Entwurf. Er testet. „Nein, anders.“ Sie verbessert. Weiter zum nächsten Prozess.
So hat er in ein paar Wochen seine Buchhaltung, sein CRM und sein Onboarding umgebaut.
Und er baut nicht blind. Er ist schnell, weil er testet und wieder verwirft – nicht, weil ihm die Risiken egal wären.
Ich merke dabei etwas Unangenehmes. Während ich noch die Technologie verstehen will, verändert er längst sein Unternehmen.
Vielleicht ist der Abstand zwischen uns gar kein Wissen. Vielleicht ist es nur das: Ich will verstehen, bevor ich anfange. Er fängt an.
Ich glaube, Experten werden künftig für etwas anderes bezahlt. Nicht mehr für Wissen. Sondern für Urteil.
Früher habe ich Experten oft dafür bezahlt, dass sie mir Informationen liefern. Heute habe ich viele davon in wenigen Minuten. Einen Vertrag prüfen. Eine erste steuerliche Einschätzung. Eine Marktanalyse. Das wird schneller. Und deutlich günstiger.
Aber an einem Problem habe ich etwas anderes gelernt. Wir hatten eine komplizierte Auseinandersetzung mit der Rentenkasse. Ich sprach mit Anwälten, investierte viel Geld – und bekam trotzdem keine Lösung. Erst der dritte Steuerberater stellte eine einzige Frage, kannte den entscheidenden Punkt und fand eine saubere, legale Lösung. Das Gespräch dauerte wenige Minuten.
Bezahlt habe ich nicht für seine Zeit. Auch nicht für sein Wissen. Ich habe für sein Urteil bezahlt.
Standardwissen wird günstiger. Routine wird automatisierbar. Aber wer komplexe Lagen richtig einordnet, Verantwortung übernimmt und den entscheidenden Weg erkennt, wird eher wertvoller.
Vielleicht entwertet KI nicht die Experten. Sondern nur den Teil ihrer Arbeit, den inzwischen jeder selbst erledigen kann.
Alle reden über große KI-Projekte. Dabei liegt der größte Hebel oft dort, wo niemand darüber redet: in kleinen Betrieben.
Im Konzern geht es um neue Geschäftsmodelle, Transformationsprogramme, große Budgets. Im Handwerksbetrieb geht es manchmal nur darum, überhaupt noch auf eine E-Mail zu antworten.
Wir suchen gerade jemanden für unser Bad. Ein gut bewerteter Handwerker schrieb uns offen: Er liest keine E-Mails mehr. Ihm fehlt das Personal.
Das ist brutal ehrlich. Und kein Einzelfall. Gute Betriebe verlieren Aufträge, weil die Antwort zu spät kommt. Kunden warten. Behördenpost bleibt liegen. Formulare und Buchhaltung fressen die Zeit, die ohnehin fehlt.
Hier könnte KI heute schon helfen – E-Mails vorsortieren, Antworten vorbereiten, Vorgänge nachhalten.
Nur: Das ist der Haken. Wer im Hamsterrad steckt und schon keine Mails mehr schafft, hat auch keine Zeit, sich abends KI einzurichten. KI hilft nicht dem, der ertrinkt. Sie hilft dem, der noch genug Luft hat, den ersten Schritt zu tun.
Und genau deshalb entscheidet sich der eigentliche Effekt nicht in den Konzernen, die über KI reden. Sondern in den kleinen Betrieben, die es nicht tun – bei denen, die diesen ersten Schritt schaffen.
Jedes kleine Unternehmen wird gerade zu einem kleinen Softwareunternehmen. Die meisten haben es nur noch nicht gemerkt.
Unsere Softwarekosten sind über die Jahre gestiegen – Account für Account. ChatGPT, Claude, Perplexity, Automatisierungen, Newsletter, Datenbanken. Jeder einzelne wirkt harmlos. 20 Dollar hier, 40 dort, ein Upgrade, weil eine Funktion fehlt. Zusammen wird daraus ein echter Fixkostenblock.
Man kann viel davon drücken. Mailchimp: von rund 200 auf 40 Dollar im Monat nach dem Wechsel. Typeform: zuletzt 1.500 Euro im Jahr, die Alternative kostet 150. Zapier haben wir durch n8n ersetzt. Aber jeder dieser Wechsel war Arbeit. Neu bauen. Testen. Betreuen.
Und genau das wird oft übersehen. KI und Software senken die Rechnung. Sie schaffen dafür eine neue Aufgabe: den eigenen Softwarebestand zu bewirtschaften.
Wer darf einen Zugang kaufen? Welche Abos nutzen wir wirklich? Wer merkt, wenn eine falsch konfigurierte Automation über Nacht eine saftige Rechnung produziert?
Früher brauchten das nur Konzerne – Einkauf, IT, Kostenkontrolle. Heute braucht es ein Betrieb mit fünf Leuten. Kleine Firmen können Fähigkeiten einkaufen, die früher Konzernen vorbehalten waren. Deren Einkauf und Kostenkontrolle bekommen sie nicht dazu.
Der Vorteil entsteht deshalb nicht bei denen, die die meisten Tools kaufen. Sondern bei denen, die aus ihrer Software mehr Wert holen, als sie kostet.
Bei Rise of AI automatisieren wir inzwischen den gesamten Weg vom Ticketkauf bis zur gepflegten Gästeliste – und ersparen uns damit Tausende manuelle Klicks. Noch nutzen wir dafür keine KI-Agenten. Wir nutzen Eventbrite, n8n, Airtable, E-Mail-Automatisierungen und möglichst viel saubere Prozesslogik.
Und natürlich sind Fehler passiert. Eine Automatisierung war einmal so gebaut, dass dieselbe E-Mail alle sechs Stunden erneut verschickt wurde. Unangenehm. Aber auch Teil der Realität. Entscheidend ist nicht, dass nie etwas schiefgeht. Entscheidend ist, Fehler schnell zu erkennen, zu beheben und dazu zu stehen.
Alles, was wirklich Mensch zu Mensch ist, möchte ich derzeit nicht automatisieren. Die Sitzordnung fürs Dinner mache ich weiterhin selbst.
Meine wichtigste Erkenntnis: Der schwierigste Teil einer Automatisierung ist nicht die Technik. Der schwierigste Teil ist, den eigenen Prozess zuerst vollständig zu verstehen.
02 — Themenfeld
Die KI-Dividende
Der Produktivitätsgewinn durch KI ist real – aber wem gehört er? Die Verschiebung von Wertschöpfung: von Arbeit zu Kapital, von lokalen Anbietern zu globalen Plattformen. KI macht Leistung billiger und Eigentum wertvoller.
Ich gehöre zu den Gewinnern der KI-Revolution. Und genau das beunruhigt mich.
Gleich auf zwei Seiten profitiere ich. Ich spare jeden Monat Tausende Euro, weil ich mit KI Aufgaben selbst erledige, für die ich früher Agenturen, Dienstleister oder zusätzliche Mitarbeiter gebraucht hätte. Und als Aktionär profitiere ich von steigenden Technologiewerten.
Aber je länger ich darüber nachdenke, desto mehr beschäftigt mich eine Frage: Wo bleibt eigentlich die KI-Dividende?
Von den eingesparten Tausenden fließt nur ein kleiner Teil an die KI-Anbieter. Und die Unternehmen, bei denen sich der Wert konzentriert, sitzen überwiegend nicht in Deutschland. Die großen KI-, Chip- und Cloud-Konzerne – von OpenAI über Nvidia bis zu den Hyperscalern – werden immer wertvoller.
Der Wert verschwindet also nicht. Er verändert seine Form: aus bezahlter Arbeit werden höhere Margen, aus laufenden Einkommen steigende Vermögenswerte, aus vielen lokalen Dienstleistungsumsätzen wenige globale Plattformen.
Vereinfacht gesagt könnte KI deshalb gleichzeitig deflationär und inflationär wirken. Sie macht Leistung billiger und Eigentum wertvoller.
Für Kapitalbesitzer und produktive KI-Nutzer ist das eine enorme Dividende. Für einen Sozialstaat, der sich vor allem aus Löhnen, Beschäftigung und Sozialbeiträgen finanziert, könnte dieselbe Entwicklung zum Problem werden.
Vielleicht höhlt KI den Sozialstaat nicht aus, weil sie uns ärmer macht. Sondern weil sie uns produktiver macht – und der Wert dort anfällt, wo unser bisheriges System kaum hinreicht.
Eine fertige Antwort habe ich nicht. Aber die KI-Dividende ist längst da. Die offene Frage ist nur: Wem gehört sie?
Angeblich spare ich mit KI 30.000 Euro im Monat. Die ehrliche Antwort ist: So stimmt das nicht.
Ja, ich zahle für meine KI-Systeme im Schnitt unter 100 Dollar im Monat – und spare tatsächlich einige Tausend Euro an Praktikanten, Agenturen und externen Dienstleistern.
Aber die 30.000 Euro, die es kosten würde, all das extern zu produzieren, sind keine echte Ersparnis. Dieses Geld hätte ich früher nie ausgegeben. Ein großer Teil meines heutigen Outputs wäre ohne KI schlicht nicht entstanden.
Das Spannende: Dieser Gewinn wandert nicht komplett zu den KI-Anbietern. Ein kleiner Teil geht an sie. Der große Teil bleibt vorerst bei mir – als Marge, Zeit und Output. Das ist die KI-Dividende.
Und hier beginnt die eigentliche Frage: Wer eignet sich diese Gewinne langfristig an? Die Modellanbieter? Die Unternehmen? Die Mitarbeiter? Oder die, die besonders gut mit KI arbeiten?
03 — Themenfeld
Europa, Kapital und Souveränität
Warum Europa Erfolg schwerer erträgt, als es ihn erzeugt. Warum Regulierung vom Werkzeug zum Reflex geworden ist. Und warum Kapital der eigentliche Engpass ist – nicht Ideen, nicht Talent.
Wir beklagen unsere Abhängigkeit von Google, Microsoft, Nvidia, OpenAI und Palantir. Und misstrauen gleichzeitig jedem eigenen Unternehmen, das groß, profitabel und mächtig wird.
Wir wollen europäische Champions. Aber keine, die sich wie Champions verhalten.
Dabei dulden wir Größe durchaus – solange sie unsichtbar bleibt. ASML ist das strategisch wichtigste Technologieunternehmen der Welt und stört niemanden, weil kaum jemand es kennt. Bei allem, was sichtbar wird, kippt Bewunderung sofort in Misstrauen.
Wer technologische Souveränität will, muss Konzerne wollen, die zu groß, zu dominant und zu unbequem sind.
Alles andere ist genau die Abhängigkeit, über die wir uns gerade beklagen.
In den vergangenen Jahren hat die EU Milliardenstrafen gegen Google, Apple, Meta und andere verhängt. Wo Unternehmen gegen geltendes Recht verstoßen, ist das richtig.
Was mich stört, ist nicht die Durchsetzung. Es ist die Schlagzeile. Der Ton, in dem jede neue Rekordstrafe als Beweis europäischer Stärke präsentiert wird.
Für mich beweist sie eher das Gegenteil. Man kann nur bestrafen, was andere gebaut haben.
Google ist nicht der Grund, warum Europa keinen europäischen Google hervorgebracht hat. Das Problem liegt tiefer. Nicht bei Google, sondern bei unserem Innovationsökosystem. Beim Kapital. Bei der Skalierung. Beim Unternehmertum.
Das sind zwei verschiedene Projekte. Regulierung schützt Märkte. Sie schafft keine Champions.
Wir sind Weltmeister im ersten. Und verwechseln das zu oft mit dem zweiten.
Europa wird nicht abgehängt. Europa hält sich selbst fest.
Wir haben Forschung. Wir haben Talente. Wir haben Unternehmen. Was fehlt, ist nicht das Potenzial. Es ist die Fähigkeit, es schnell groß werden zu lassen.
Und das ist kein Charakterfehler. Es ist gebaut. 27 Märkte statt einem. Zu viele Zuständigkeiten, zu viele Vetos. Und ein Kapitalsystem, in dem selbst die Gewinne, die europäische Gründer erwirtschaften, am Ende überwiegend an ausländische Kapitalgeber fließen.
Andere korrigieren Fehler auf dem Weg. Europa versucht, sie vor dem Start auszuschließen. Das erzeugt Sicherheit. Selten Geschwindigkeit.
Und ohne Geschwindigkeit gibt es in Technologie irgendwann keine Souveränität mehr.
In Europa bringt fast jede Krise dasselbe hervor: neue Regeln.
Finanzkrise. Ein Gesetz. Pandemie. Ein Gesetz. Datenschutz, KI. Zwei Gesetze.
Regeln sind notwendig, keine Frage. Aber jede neue Regel kommt selten allein. Sie zieht Verfahren nach sich. Nachweise. Ausnahmen. Zuständigkeiten.
So wächst kein Regelwerk. So wächst eine Kalkschicht. Jede Krise legt eine neue an, keine wird je wieder abgetragen – bis irgendwann durch die Leitung kaum noch etwas durchkommt.
Vielleicht ist das eigentliche Problem also nicht die einzelne Regel. Sondern die Annahme, dass ein weiteres Gesetz auf fast jedes Problem die beste Antwort ist.
Wir haben verlernt, eine Frage zu stellen: Welche Regeln können wir abschaffen – statt zu fragen, welche neue wir noch brauchen?
Zuerst die gute Nachricht: Deutschland gründet wieder. 2025 so viele Startups wie nie – KI, Deep Tech, Defense, Energy, Health. Und diesmal auf dem aufbauend, wo wir stark sind: Forschung, Ingenieurwesen, Mittelstand. Das ist die Basis. Ohne sie geht nichts.
Dann die schlechte Nachricht: Finanziert wird das zu großen Teilen aus dem Ausland. 2025 kam nur rund ein Drittel des investierten Venture Capitals aus Deutschland. Im ersten Quartal 2026 sogar weniger als ein Viertel. Das Kapital ist da. Es kommt nur zu selten von uns.
Und daraus folgt das eigentliche Problem. Wird eine Gründung zum Erfolg, bleibt zu wenig davon im Land.
Genau hier entscheidet sich, ob wir ein echtes Ökosystem werden. Eine Gründung ist noch kein Erfolg. Erfolg ist, was zurückfließt – als Kapital, als Erfahrung, als neue Unternehmen.
Deutschland gründet wieder. Jetzt muss der Erfolg auch hierbleiben.
04 — Themenfeld
Der Staat als größter KI-Hebel
Der größte Sanierungsfall für KI in Deutschland trägt kein Firmenlogo – es ist der Staat selbst. Über ihn läuft knapp die Hälfte der Wirtschaftsleistung, und genau dort ist der Apparat am langsamsten.
Der größte KI-Hebel in Deutschland liegt im Staat.
Der Staat ist der größte Akteur im Land. Über ihn läuft knapp die Hälfte unserer Wirtschaftsleistung – 49,5 Prozent, sagt das Statistische Bundesamt für 2024. Er verteilt Geld, prüft Anträge, genehmigt Bauvorhaben, verwaltet Sozialleistungen, reguliert Unternehmen, organisiert Gesundheit, Bildung und Infrastruktur.
Und genau dieser Staat ist quälend langsam. Nicht, weil dort schlechte Menschen arbeiten. Sondern weil das System träge geworden ist: zu viele Ebenen, zu viele Zuständigkeiten, zu viele Verfahren, zu wenig Ergebnis.
Was das kostet, lässt sich beziffern. Der Normenkontrollrat setzt die direkten Bürokratiekosten bei rund 65 Milliarden Euro im Jahr an. Das ifo-Institut rechnet die entgangene Wirtschaftsleistung auf bis zu 146 Milliarden Euro pro Jahr. Käme Deutschland bei der Digitalisierung der Verwaltung auf dänisches Niveau, wäre die Wirtschaftsleistung um 96 Milliarden Euro höher – Jahr für Jahr.
Das ist nicht nur ärgerlich. Das ist verlorene Zukunft.
KI kann Anträge vorprüfen, Entscheidungen vorbereiten, Verfahren beschleunigen, Bürger entlasten, Fehler reduzieren. Nicht als Selbstzweck. Sondern damit ein Staat, der knapp die Hälfte unserer Wirtschaft bewegt, endlich wieder im Tempo seiner Bürger arbeitet.
Der größte Sanierungsfall für KI trägt in Deutschland kein Firmenlogo. Er ist der Staat selbst.
Viele Menschen haben Angst vor KI im Staat. Ich verstehe den Reflex. Niemand will einen Überwachungsapparat. Niemand will automatische Entscheidungen, die man nicht versteht.
Aber ich glaube, wir übersehen dabei etwas. Die eigentliche Dystopie ist nicht KI im Staat. Die eigentliche Dystopie ist: weiter so.
Ein Staat, der immer mehr Geld braucht und trotzdem langsamer wird. Abgaben hoch, Leistungen schlechter, Verfahren komplizierter, Bürger genervter. Das ist keine stabile Zukunft. Das ist ein schleichender Vertrauensverlust – und der ist gefährlicher als jede Technologie.
Denn mehr KI im Staat muss nicht mehr Kontrolle über den Bürger bedeuten. Richtig gebaut leistet sie das Gegenteil: Sie kann Entscheidungen nachvollziehbarer machen, Verfahren beschleunigen, Fehler sichtbar machen.
Das gibt es nicht umsonst. Es braucht klare Rechte: Widerspruch, Transparenz, Verantwortlichkeit, Auditierbarkeit, Datenschutz. Eine Verwaltung, die automatisiert entscheidet, muss besser kontrollierbar sein als eine, die es analog tut – nicht schlechter.
Die Angst vor der Maschine ist verständlich. Aber der teuerste Fehler wäre, aus dieser Angst gar nichts zu ändern.
Was, wenn Deutschland 95 Prozent seiner Verwaltung nicht mehr bräuchte – und der Staat danach besser funktioniert?
Ich schreibe an einem Roman, der 20 Jahre in der Zukunft spielt. Deutschland wird darin von einer staatlichen KI organisiert – sie prüft Anträge, berechnet Ansprüche, koordiniert Wohnraum, trägt große Teile der Grundversorgung.
Der Verwaltungsapparat schrumpft dadurch radikal. Nicht, weil es keinen Staat mehr gibt – sondern weil er nicht mehr den Großteil seiner Kraft darauf verwendet, sich selbst zu verwalten. Kleiner in seinen Prozessen, stärker in seiner Wirkung.
Die eigentliche Frage ist: Warum digitalisieren wir immer nur die bestehende Bürokratie – statt den Staat mit KI neu zu denken?
Aber Vorsicht: Eine solche staatliche KI wäre nicht nur eine Effizienzmaschine. Sie könnte das mächtigste Kontrollinstrument werden, das eine Demokratie je hatte. Deshalb gehören Souveränität, Transparenz und demokratische Kontrolle von Anfang an in diese Debatte.
Worüber entscheidet, ist nicht die KI. Sondern wir.
05 — Themenfeld
Robotik und Physical AI
Robotik wird ein Milliardenmarkt – aber wahrscheinlich anders, als viele denken. Nicht der eine Universalroboter, sondern tausend Spezialisten. Und der Wert entsteht nicht im spektakulären Körper, sondern in der Schicht darunter.
Die Roboter kommen. Dieser Satz löst mehr Emotionen aus als fast jede andere technologische Prognose.
Ich beschäftige mich lange mit diesem Markt. 2015 habe ich in Micropsi Industries investiert. Damals war die Vision groß: eine allgemeine künstliche Intelligenz, die selbstständig lernt und Roboter steuert. Am Ende entstand daraus eine sehr konkrete industrielle Lösung. Denn die Industrie bezahlt nicht für Visionen. Sie bezahlt für Maschinen, die eine klar definierte Aufgabe zuverlässig und günstiger erledigen.
Ich glaube an einen riesigen Markt für Roboter. Aber zunächst nicht an den einen universellen Roboter, der morgens die Küche aufräumt, dann die Wand streicht und später einen Menschen pflegt. Ich glaube an viele verschiedene Roboter für sehr konkrete Aufgaben. Ein selbstfahrendes Auto ist ein Roboter. Ein System, das Pflegekräfte beim Heben unterstützt. Und auch der Mähroboter ist einer.
Ein Roboter kann tanzen, lange bevor er wirtschaftlich sinnvoll arbeiten kann.
Ich glaube deshalb nicht an ein Duell zwischen Hardware und Software. Beide sind wertlos ohne die andere. Spannender ist die Frage, wer die entscheidende Schicht besitzt – Sensorik, Steuerung, Compute. Dort, nicht im spektakulären Körper, entsteht der Wert.
Der Markt beginnt nicht mit dem universellen künstlichen Menschen. Er wächst Aufgabe für Aufgabe. Die Roboter kommen. Nur nicht als einer für alles, sondern als Tausende Spezialisten.
06 — Themenfeld
Plattformmacht und Verantwortung
Was passiert, wenn ein System dominant wird – und wie aus Kundenzentrierung Prozesszentrierung wird. Und warum das Verbrennen von Verantwortung gefährlicher ist als das Verbrennen von Kapital.
Es ist Sonntagabend, und ich scheitere an einem Milchaufschäumer. Und denke deshalb über Plattformmacht und den falschen Einsatz von Automatisierung nach.
Seit Jahren bestelle ich viel über Amazon. Nicht aus Ideologie, sondern weil das Produkt lange extrem gut war. Jetzt habe ich einen Milchaufschäumer, der keine Milch aufschäumt. Klingt banal. Ist es auch. Aber an genau solchen Fällen zeigt sich, ob ein System wirklich kundenorientiert ist.
Solange alles läuft, ist Amazon beeindruckend. Aber sobald etwas klemmt, kippt das System: Aus Kundenzentrierung wird Prozesszentrierung. Aus Support wird Weiterleitung. Aus Kulanz wird Zuständigkeitsklärung. Aus Automatisierung wird eine Schleife.
Das ist kein Amazon-Thema. Es ist ein Muster. Viele Plattformen starten mit fast obsessivem Fokus auf den Nutzer. Irgendwann kippt der Fokus. Support wird zur Kostenstelle. Der Kunde wird durch ein System geführt, aber nicht mehr betreut.
KI kann Support besser machen. Aber nur, wenn sie Probleme löst. Wenn sie vor allem Menschen aus dem Prozess nimmt und Kunden durch Schleifen schickt, entsteht kein besseres Produkt. Dann entsteht nur ein günstigerer Abstand zwischen Unternehmen und Kunde.
Nutzen wir KI, um Kunden schneller zu helfen? Oder nutzen wir KI, damit Kunden uns schwerer erreichen?
Wenn niemand mehr wie ein Eigentümer denkt, verbrennt jedes Startup Geld.
Ich habe aus nächster Nähe erlebt, wie ein Unternehmen scheitert. Nicht an einer großen strategischen Frage. Nicht an einem mutigen Produktversuch. Sondern an etwas viel Banalerem: Niemand hat mehr wirklich Verantwortung übernommen.
Verträge liefen weiter, die keinen Wert mehr schufen. Software wurde bezahlt, die kaum jemand nutzte. Leistung wurde nicht mehr eingefordert. Jede einzelne Ausgabe hatte vermutlich mal eine Begründung. Zusammen wurde daraus ein System: Solange Geld auf dem Konto war, wurde Geld ausgegeben.
Und das betrifft nicht nur das Management. Es betrifft auch uns Investoren. Viele schreiben eine Beteiligung irgendwann innerlich ab. Man will keinen Ärger, keinen Reputationsschaden. Am Ende kommen erstaunlich viele erstaunlich gut heraus. Nur das Geld ist weg.
Ein Startup braucht nicht nur Vision, Produkt, Kapital und Talent. Es braucht Menschen, die wie Eigentümer denken – und die unbequemen Fragen stellen. Werden diese Fragen nicht gestellt, wird aus einem Startup keine Wachstumsmaschine. Dann wird es eine Selbstbedienungsstruktur mit Pitchdeck.
Kapital verbrennen ist manchmal Teil des Spiels. Verantwortung verbrennen darf es nicht sein.
07 — Themenfeld
KI-Infrastruktur und Kapital
Wer den KI-Ausbau bezahlt, wer das Risiko trägt und welche Firmen eine Ebene unter der KI profitieren: Rechenzentren, Strom, Kredite und Altersvorsorge.
Finnland könnte das Land werden, in dem die deutsche KI arbeitet.
Ich verstehe jeden, der kein Rechenzentrum neben seinem Garten will. Die Dinger sind laut, brauchen Wasser und Strom und beschäftigen erstaunlich wenige Menschen. Rechenzentren sind das Symbol dieser Technologie: wenige Menschen, sehr viel Wert.
Wie viel Wert, habe ich grob durchgerechnet. Ein Gigawatt Rechenleistung, als GPU-Cluster vermietet, bringt rund 10 Milliarden Dollar Umsatz im Jahr. Laufen darauf die Modelle der großen KI-Labore, schätzen Analysten bis zu 100 Milliarden. Der Strom dafür kostet in Finnland oder Abu Dhabi etwa 0,7 Milliarden Dollar, in Deutschland über 2,2 Milliarden. Bei einem Vermieter frisst dieser Unterschied rund ein Drittel der Marge.
Ist auch klar, wohin das Kapital fließt. Deutschland hat rund 3 Gigawatt Rechenzentren, davon gut 0,5 für KI. Allein der Stargate-Campus in Abu Dhabi ist auf 5 Gigawatt geplant. Nebius baut in Finnland nach 75 Megawatt in Mäntsälä gerade 310 weitere in Lappeenranta.
Es gibt auch deutsche Wege. Polarise betreibt in München eine KI-Fabrik mit bis zu 10.000 Nvidia-Chips, auf der die Telekom ihre Industrial AI Cloud fährt. Rund eine Milliarde Euro, ohne Subventionen, der nächste Standort in Bayern soll doppelt so groß werden.
Was verlieren wir, wenn unsere Inferenz trotzdem in Finnland läuft? Weniger, als ich dachte. Ein Datenpaket braucht von Frankfurt nach Helsinki und zurück rund 25 Millisekunden, eine KI-Antwort dauert Sekunden. Bei Chat und Agenten merkt das niemand, bei Robotern in der Fabrik schon eher. Rechtlich bleibt Finnland EU.
Was wir verlieren, ist die Wertschöpfung. In Loudoun County in Virginia bezahlen Rechenzentren ein Viertel des Gemeindehaushalts. Diese Steuern und Stromerlöse landen dann in Finnland. Wir kaufen unsere Souveränität also ein und mieten sie im EU-Ausland.
Dabei könnte Strom auch in Deutschland günstiger sein. 91 Branchen bekommen seit diesem Jahr einen subventionierten Industriestrompreis, Rechenzentren gehören nicht dazu. Für mich ist das ein Symbol unserer Politik: Wir subventionieren den Stahl von gestern, und die KI von morgen zahlt den vollen Preis.
Ehrlich gesagt glaube ich nicht mehr, dass die großen Kapazitäten in Deutschland entstehen. Dafür fehlt der politische Wille, der Bau ist teuer, die Verfahren dauern Jahre, und der Strom kostet dreimal so viel wie in Finnland. Unsere Regierung verwaltet das Land und hält die Old Economy am Leben. Eine neue KI-Wirtschaft baut sie nicht auf. Das müssen wir Unternehmer selbst machen, so wie Polarise in München.
Bleibt die Frage: Was ist eigentlich der Nachteil, wenn Finnland unser Rechenzentrum wird?
Der KI-Boom wird gerade mit dem Geld von Menschen bezahlt, die nie eine KI-Aktie gekauft haben.
Wer eine Rentenversicherung hat, finanziert womöglich plötzlich KI mit. Denn ausgerechnet sehr analoge Häuser wie Versicherer und Pensionsfonds leihen inzwischen das Geld, mit dem die Rechenzentren gebaut werden.
Darüber habe ich meinen neuen Beitrag für The Pioneer geschrieben.
Was ich bei der Recherche gelernt habe:
Die großen Tech-Konzerne zahlen den Ausbau nicht mehr allein aus der eigenen Tasche. Morgan Stanley rechnet bis 2028 mit 2,9 Billionen Dollar für Rechenzentren, rund 40 Prozent davon auf Kredit. Der größte Brocken sind 800 Milliarden aus Private Credit, also von Kreditfonds, hinter denen oft Versicherer stehen.
Der eigentliche Haken liegt in den Laufzeiten. Meta mietet sein Rechenzentrum Hyperion in Vierjahresverträgen, finanziert ist es bis 2049. Die Chips darin sind nach drei bis zehn Jahren überholt, je nachdem, wen man fragt.
Und wie viel davon in unseren Altersvorsorgen steckt, weiß niemand genau. Nicht einmal der Internationale Währungsfonds kann es beziffern.
Ich halte den KI-Ausbau für richtig. Wer ihn als Investor verstehen will, sollte aber nicht nur auf Aktienkurse schauen, sondern auch darauf, wer am Ende das Risiko trägt.
15. Oktober 2026Kolumne „Technologiemacht“, deutsche-startups.de
Ein Sprachmodell kann man schlecht beleihen. Ein Umspannwerk schon.
Das ist der Kern meiner neuen Kolumne „Technologiemacht“ bei deutsche-startups. Wir reden beim KI-Boom fast nur über Modelle und Chips. Mich beschäftigt als Investor gerade eine andere Frage: Wer bekommt eigentlich das Kapital für den Ausbau?
Software finanziert sich vor allem über Eigenkapital, also über Leute wie mich. Rechenzentren, Stromnetze und Kühlung haben dagegen viel mehr Türen offen: Kredite, Projektfinanzierung, Infrastrukturfonds, Leasing, Versicherer. Ist auch klar, denn ein Grundstück verliert nicht über Nacht seinen Wert, nur weil ein neues Modell erscheint.
Und die Summen sind gewaltig. Die sieben größten Infrastrukturbauer wollen 2026 rund 863 Milliarden Dollar investieren. Das stemmt kein Wagniskapital der Welt. Spannend finde ich, wohin das Geld fließt: Grob 40 bis 45 Prozent der Baukosten eines Rechenzentrums entfallen auf Stromtechnik, also Umspannwerke, Schaltanlagen und Notstrom.
Für Gründer heißt das: Die interessanten Firmen sitzen oft eine Ebene unter der KI. Software, die Rechenzentren schneller plant, Netzanschlüsse beschleunigt, Kühlung effizienter macht oder den Betrieb automatisiert.
Für Deutschland ist das eine echte Chance. Elektrotechnik, Maschinenbau und Anlagenbau können wir. Versicherer und Pensionskassen hätten das Kapital.
08 — Themenfeld
KI-Agenten und die neue KI-Wirtschaft
Was passiert, wenn Software selbstständig handelt: KI-Agenten als Angreifer und als Kunden, die unsichtbaren Ebenen der Wertschöpfung und das Gedächtnis der KI als neuer Lock-in.
98 Prozent meiner LinkedIn-Nachrichten wollen mir etwas verkaufen. Erstaunlich viele davon wollen mir LinkedIn verkaufen.
Professionelle Content-Strategie, bessere Posts, alles KI-gestützt. Inzwischen lasse ich meinen Posteingang von Claude sortieren. Eine KI filtert also die Nachrichten anderer KIs, und echte Dialoge findet sie dabei so gut wie keine.
Ich bin seit 2011 auf LinkedIn. Am stärksten gewachsen bin ich zwischen 2018 und 2020, damals kamen unter einem Post noch echte Diskussionen zustande, mit Widerspruch und echtem Austausch. Seitdem ist es abgeflacht, und seit ChatGPT produzieren immer mehr Leute immer glatteren Content.
Die Texte lesen sich gut, die Grafiken sehen toll aus. Ehrlich gesagt finde ich das sogar angenehm. Aber es fehlt die Person dahinter. Was übrig bleibt, sind zwei Sorten Beiträge: maximale Provokation, damit sich alle aufregen, oder Selbstbeweihräucherung.
Und unter meinen eigenen Posts sehe ich immer mehr Kommentare, die offensichtlich generiert sind. Ist auch klar, irgendwer hat den Leuten erzählt, sie müssten fünfmal am Tag kommentieren. Also kommentieren sie, um gesehen zu werden, nicht um etwas zu sagen.
Natürlich ist das auch der Algorithmus. Und natürlich nutze ich selbst KI, für Recherche und zum Sortieren. Aber mir fehlt ein Ort für echten Austausch. Substack ist mir zu anstrengend, und LinkedIn ist dafür gerade nicht mehr gebaut.
Vielleicht ist LinkedIn für mich inzwischen ein Schaufenster, und die echten Gespräche finden woanders statt: auf der Rise of AI, bei Dinnern, im Stuhl beim Barbier. Schade finde ich es trotzdem.
Wer mit mir wirklich diskutieren will, schreibt mir eine Nachricht, die nichts verkauft. Die beantworte ich.
B2B, B2C und jetzt AI2AI: Es gibt eine neue Generation von Firmen, deren Kunden nur noch KIs sind.
Ein Mensch unterschreibt den Vertrag und bezahlt die Rechnung. Benutzt wird das Produkt aber von Agenten. Sie suchen damit im Netz, bedienen Webseiten, schreiben E-Mails oder greifen auf das Wissen einer Firma zu. Eine Oberfläche brauchen diese Produkte kaum noch, weil kein Mensch mehr draufschaut. Die Dokumentation ist das Marketing, die Schnittstelle ist das Produkt.
Und wir haben in Deutschland richtig gute Firmen in diesem Feld. Qdrant aus Berlin baut eine Datenbank, in der KI-Anwendungen ihr Wissen ablegen und blitzschnell wiederfinden, mit über 250 Millionen Downloads und Kunden wie HubSpot, Tripadvisor und Bosch. deepset, ebenfalls aus Berlin, liefert mit Haystack das Werkzeug, mit dem Entwickler Agenten auf die Dokumente einer Firma loslassen, bei Kunden wie Airbus. n8n verknüpft Agenten mit allen möglichen Tools und ist inzwischen ein Unicorn.
Kaum jemand kennt sie. Ist auch klar, ein Roboter, der Wäsche faltet, geht viral. Eine Vektordatenbank nicht. Robotik versteht jeder sofort, bei deepset oder Qdrant muss man zweimal hinschauen, um zu verstehen, warum ohne sie fast nichts läuft. Journalisten suchen Geschichten mit Bildern, und Gründer bekommen Aufmerksamkeit, wenn ihr Produkt sich in einem Satz erklären lässt.
Im Oktober war ich auf der GTC von Nvidia. Jensen Huang stand auf der Bühne, hinter ihm eine Wand mit Dutzenden Logos deutscher Firmen. Die meisten davon würde auf der Straße kaum jemand erkennen. deepset war auch dabei, und Jensen hat die Firma sogar namentlich erwähnt. Er hat verstanden, worum es geht: Nvidia stellt genau die Firmen ins Rampenlicht, die das eigene Ökosystem stärken, auch wenn kein Endkunde sie je zu Gesicht bekommt.
Ehrlich gesagt sind die spannendsten Firmen, die ich sehe, oft genau diese unerkannten. Deutschland war schon immer das Land der Hidden Champions, der Weltmarktführer, die niemand kennt, weil sie Teile für andere bauen. AI2AI ist genau dieser Markt, nur digital. Wir sollten ihn ernster nehmen als den nächsten Roboter-Clip.
Ich bleibe meinen KI-Tools länger treu, als es nötig wäre. Nicht weil sie die klügsten sind, sondern weil sie mich kennen.
Im Oktober habe ich geschrieben, dass Agenten die Trägheit der Kunden aufbrechen. Bei mir selbst beobachte ich gerade das Gegenteil.
ChatGPT nutze ich seit vier Jahren, privat wie beruflich. Es weiß inzwischen so viel über mich, dass seine Analysen meines Verhaltens fast unheimlich gut sind. Dazu habe ich eigene GPTs für einzelne Aufgaben: eins für die Buchhaltung, eins für den Vertrieb, das Angebote und E-Mails aufsetzt, eins für die Betreuung unserer Speaker. Jedes davon hat gelernt, wie ich arbeite und was mir wichtig ist. Claude nutze ich anders, in getrennten Projekten, etwa für meine Recherche oder für Familienthemen. Innerhalb eines Projekts ist das extrem gut, zwischen den Projekten kaum.
Das Spannende ist, dass ich meine Arbeit inzwischen um das Gedächtnis meiner Tools herum organisiert habe. Ich überlege bewusst, wo ich etwas erstelle, damit es später am richtigen Ort liegt. Ein Wechsel hieße, von vorne anzufangen, mit vier Jahren Dokumenten, Texten und Dialogen. Ehrlich gesagt ist mir das zu anstrengend.
Genau das ist der neue Lock-in. Früher hat uns ein Handyvertrag gebunden, heute bindet uns das Gedächtnis unserer KI. Ein Satz aus dem Silicon Valley geht mir dazu nicht aus dem Kopf: Gewinnen wird das Modell, das am meisten über dich weiß, und das klügste Modell ist weniger wichtig, als alle denken.
Das verschiebt auch, wo der Wert einer KI-Firma liegt. Der Burggraben liegt immer weniger im Modell und immer mehr im Kontext. Es gibt bereits eigene Startups nur für das Gedächtnis von KI, und die großen Anbieter bauen Importfunktionen, um Nutzern das Gedächtnis der Konkurrenz mitzunehmen.
Bei Telefonnummern hat erst die gesetzliche Rufnummernmitnahme echten Wettbewerb geschaffen. Bei unserem KI-Gedächtnis gibt es so etwas noch nicht. Und mein eigenes liegt inzwischen fast vollständig bei zwei amerikanischen Firmen.
Die meisten KI-Firmen, die gerade Geld verdienen, wird nie ein Mensch zu Gesicht bekommen.
Wenn wir über KI reden, reden wir über ChatGPT, Claude oder Gemini, vielleicht noch über Nvidia. Das ist die Spitze. Darunter liegt eine ganze Wirtschaft, die kaum jemand auf dem Schirm hat.
Ich habe versucht, die Kette einmal von unten nach oben aufzuschreiben. Ganz unten Strom, Netzanschlüsse und Rechenzentren. Dann die Chips und die Maschinen, mit denen sie gebaut werden, von TSMC über ASML bis Zeiss in Oberkochen. Dann Firmen, die Rechenleistung vermieten, und solche, die Daten beschaffen, bereinigen und labeln. Erst danach kommen die Labore, die Modelle trainieren. Darüber sitzen Firmen, die diese Modelle schnell und billig betreiben, andere, die prüfen, ob sie zuverlässig und sicher sind, und eine ganz neue Schicht, die Werkzeuge für Agenten baut. Ganz oben stehen die Apps, die wir täglich benutzen. Das sind zehn Ebenen, und wir sehen eine davon.
Am spannendsten finde ich gerade diese neue Schicht. Dort entstehen Firmen, deren Nutzer keine Menschen mehr sind, sondern Agenten. Suchmaschinen für KI, Browser für KI, sogar Postfächer, die sich ein Agent selbst anlegen kann. Manche dieser Firmen haben kaum noch eine Oberfläche, weil niemand mehr draufschaut.
Genau dort schaue ich inzwischen am liebsten hin. Diese Firmen sind nicht shiny, sie bekommen keine Schlagzeilen und keinen Applaus auf Konferenzen. Dafür stecken sie tief in der Software ihrer Kunden. Ist auch klar, wer einmal eingebaut ist, wird nicht so schnell wieder ausgebaut. Das Risiko kennt natürlich jeder: Die großen Labore wachsen nach unten und bauen vieles irgendwann selbst.
Für Deutschland ist das eine gute und eine schlechte Nachricht. In den unteren Ebenen sind wir stark, mit Anlagenbau, Optik, Maschinen und Industriedaten. In den neuen Schichten für Agenten sehe ich dagegen kaum deutsche Namen. Eine schöne Ausnahme kommt aus Berlin: n8n baut die Software, mit der Firmen ihre Agenten und Tools verknüpfen, und ist inzwischen mit 2,5 Milliarden Dollar bewertet. Ein Unicorn, das die meisten Menschen nie zu Gesicht bekommen.
Wer den KI-Markt nur an den Apps misst, sieht ein Zehntel davon.
Im Berliner Salon hatte jeder am Tisch Angst vor KI. Nur konnte kaum einer sagen, wovor genau.
Eine Schlagzeile kannten trotzdem alle: KI-Agenten der großen Labore sind in fremde Systeme eingedrungen. Mein Postbote kannte sie genauso wie die Gäste im Salon. Also habe ich nachgelesen, was davon News ist und was Fakt.
Fakt ist: Es ist passiert. Bei mehreren Laboren haben Agenten in Tests echte Organisationen angegriffen, weil Testumgebungen versehentlich am Netz hingen. Bei OpenAI vergingen zweieinhalb Stunden, bis ein Mensch einen Agenten stoppte, der seine Sperren umgangen hatte.
Nur ist Hacken nichts Neues. Es gab immer White Hats, Black Hats und Red Teams, fast immer als Team und fast nie als Selbstzweck. Wer angriff, wollte Daten, Geld oder Zerstörung. Chinesen und Russen machen das seit Jahrzehnten, heute eben auch mit Claude, wie Anthropic im September offengelegt hat. Und exotische Systeme waren nie sicher, sie waren nur aufwendig anzugreifen.
Neu ist der Ansatz. Agenten sind Brute Force mit Intelligenz, das sage ich seit zehn Jahren, und jetzt ist es real. Ein Agent hat kein Problem mit menschlicher Zeit. Er ist abartig schnell, arbeitet stundenlang allein und schafft heute Ketten von Dutzenden Schritten, für die Profis rund 20 Stunden brauchen. Früher war der Mensch der Engpass. Für eine bekannte Firefox-Lücke stand der erste funktionierende Angriff nach 12 Minuten, während eine Firma rund eine Woche braucht, um ein Update auf ihre Rechner zu bringen.
Die Gefahren bleiben also dieselben, sie werden nur schneller, billiger und ausdauernder. Beim Betrug merke ich das selbst. Neulich bat mich eine angeblich 17-Jährige per Mail um einen Euro für ihr ETF-Portfolio, weil sie von mir als erfolgreichem Investor lernen wolle. Das hat mein Ego gestreichelt, und ich wollte schon zahlen. Dann habe ich den Screenshot auf Instagram gestellt, und meine Follower waren sich einig: Scam. Seitdem gilt für mich, skeptisch zu bleiben, keinen Prozess abzukürzen und andere zu fragen.
Für Firmen reicht Skepsis nicht. Wenn KI angreift, kann nur KI noch verteidigen, weil kein Mensch in diesem Tempo mitkommt. Anthropic hat mit seinem stärksten Modell über 33.000 schwere Sicherheitslücken gefunden, damit sie geschlossen werden, bevor jemand sie ausnutzt.
Die Angst am Tisch im Salon war also berechtigt, sie galt nur oft dem falschen Gegner. Gefährlich ist weniger die KI, die plötzlich von selbst hackt. Gefährlich sind dieselben Angreifer wie immer, jetzt mit Agenten, die nie müde werden.
Keynote
Diese Gedanken als Keynote für Ihr Publikum.
Aus diesen Themen entstehen meine Keynotes und Executive Briefings, zugeschnitten auf Ihre Branche und Ihre Fragen.
