Cognition: AI-Coding-Startup wächst auf Bewertung von 48 Milliarden Dollar

Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.

Das US-Startup Cognition, Entwickler des KI-Coding-Agenten Devin, hat in einer Series E mehr als zwei Milliarden Dollar aufgenommen. Die Bewertung liegt damit bei 48 Milliarden Dollar. Zum Vergleich: SpaceX hat für den Cursor-Betreiber Anysphere 60 Milliarden Dollar in Aktien bezahlt. Die beiden wichtigsten Player im Markt für KI-gestützte Softwareentwicklung liegen preislich also nur noch rund ein Viertel auseinander.

Wer investiert hat

Angeführt wurde die Runde von den beiden neu eingestiegenen Investoren Andreessen Horowitz und Accel. Mit dabei sind außerdem die bestehenden Geldgeber:innen Founders Fund, General Catalyst und Avenir. Die Liste der weiteren Beteiligten ist ungewöhnlich lang und umfasst unter anderem Benchmark, Bessemer, Kleiner Perkins, Greylock, Lightspeed, Altimeter, Bond Capital, Meritech, T. Rowe Price, Lux Capital, 8VC, DST, Bain Capital Ventures, Ribbit, Battery, Stripes, Alpha Wave und Alkeon. Insgesamt zählt Cognition mehr als 30 Fonds im Cap Table dieser Runde auf.

Die Preisentwicklung ist steil: Bei der vorangegangenen Finanzierungsrunde im Frühjahr wurde Cognition noch mit 26 Milliarden Dollar bewertet. Innerhalb weniger Monate hat sich der Wert des 2024 gegründeten Unternehmens damit fast verdoppelt.

Umsatz nähert sich der Milliarde

Cognition beziffert die annualisierte Run-Rate zuletzt mit knapp 900 Millionen Dollar. Bei der Runde im Frühjahr lag dieser Wert noch bei 492 Millionen Dollar. Das entspricht beinahe einer Verdopplung in rund vier Monaten. Die Kennzahl beschreibt den auf ein Jahr hochgerechneten laufenden Umsatz und ist damit kein testierter Jahresumsatz, in der KI-Branche aber die übliche Vergleichsgröße.

Als Referenzkund:innen nennt das Unternehmen unter anderem NVIDIA im Chipdesign, GE Aerospace in der Luftfahrt, die Citi im Finanzsektor, Mercedes-Benz in der Autoindustrie sowie den KI-Infrastrukturanbieter Modal.

Was Devin von Code-Assistenten unterscheidet

Devin ist als autonomer Software-Engineer positioniert und damit anders angelegt als Autocomplete-Werkzeuge im Editor. Die Grundidee von Cognition: Entwickler:innen sollen stärker wie Architekt:innen arbeiten und die Ausführung an Schwärme von Agenten delegieren. Zuletzt hat das Unternehmen mehrere Funktionen ergänzt, die in diese Richtung zielen:

• Auto-Triage: Devin übernimmt einen ersten Durchgang bei der Untersuchung von Incidents.
• Security Swarm: Mehrere Agenten suchen und priorisieren Sicherheitslücken im Code.
• Automations: Aufgaben starten automatisch aus Ereignissen in Slack, GitHub, Linear oder anderen Systemen, ohne dass für jeden Task ein eigener Chat geöffnet wird.

Cognition beschreibt das langfristige Ziel als „self-driving software“: Agenten sollen von sich aus aktiv werden, Software soll sich selbst verbessern, und auch Rechenbudgets sollen sich automatisch dorthin verschieben, wo sie den größten Effekt haben.

Strategisch positioniert sich Cognition als unabhängiges Agent Lab. Das Unternehmen will Modelle je nach Aufgabe kombinieren, inklusive eigener Modelle, statt Kund:innen an einen einzelnen Anbieter zu binden. In der Praxis heißt das aktuell, dass in Devin sowohl GPT-6 Astra von OpenAI als auch Claude Fable 5.1 von Anthropic integriert sind. Cognition selbst verweist darauf, dass Astra im hauseigenen Benchmark FrontierCode 1.1 nur um 0,4 Punkte hinter Fable 5 liegt, dabei aber um 64 Prozent günstiger ist. Genau solche Abwägungen zwischen Qualität und Kosten pro Aufgabe sind das Argument für die Multi-Modell-Strategie.

Eigene KI-Modelle der SWE-Familie

Dazu kommen eigene Modelle: Cognition entwickelt mit der SWE-Familie eine LLM-Reihe, die speziell auf Softwareentwicklung zugeschnitten ist. Das aktuelle SWE-1.7 wurde im Sommer vorgestellt und kommt ebenfalls in Devin zum Einsatz. Einschränkend gilt: Als Basis dient Kimi K2.7. Cognition hat das Modell mit eigenem Reinforcement Learning für komplexe Programmieraufgaben weitertrainiert. Von einem eigenen LLM lässt sich also im Sinne einer selbst weiterentwickelten Variante sprechen, ein von Grund auf selbst vortrainiertes Modell ist SWE-1.7 dagegen nicht.

Passend zum Anspruch, nah an den Systemen der Kund:innen zu arbeiten, wurde das Standortnetz zuletzt deutlich ausgebaut: Zu den Hubs in San Francisco, New York und Austin kamen im vergangenen Jahr Büros in Washington, D.C., Tokio, Singapur, London, São Paulo und Madrid dazu.