„KI-basierte Code-Generatoren führen dazu, dass Software kein Burggraben mehr ist“

Cursor, Replit, Windsurf und Co: Wenn man heute, im Jahr 3 nach ChatGPT, bereits große Teile von Code in Software von LLMs schreiben kann – wie verändert das das Software-Business an sich? Software-Startups gelten heute so leicht kopierbar wie noch nie, und müssen ihren Investoren etwas mehr als bloß guten Code vorweisen können. Aber was ist as genau?

Der Investor Konstantin Vinogradov macht sich genau darüber seit längerem viele Gedanken. Im Rahmen der WeAreDevelopers-Konferenz in Berlin sprach er mit Trending Topics über Open Source, LLMs und den berühmten „Moat“ – also den Burggraben rund um Software-Geschäftsmodelle, der die Konkurrenz abzuwehren vermag.

Trending Topics: Könnten Sie sich zunächst kurz vorstellen? Was ist Ihre Rolle bei Runa Capital?

Konstantin Vinogradov: Wir sind eine Venture-Capital-Firma, die sich auf frühe Phasen konzentriert und sowohl in den USA als auch in Europa aktiv ist. Seit 2010 investieren wir in Enterprise-Technologien. Mein persönlicher Fokus liegt auf Open Source, Tools, Infrastruktursoftware und natürlich KI. Obwohl es mittlerweile schwer ist, einen VC zu finden, der nicht in KI investiert.

Wir sind ziemlich dezentral organisiert. Unser Hauptsitz ist in Luxemburg, aber wir haben Partner an der Westküste der USA, weitere in Luxemburg und Berlin, und ich lebe in London.

Was sind die Perlen in Ihrem Portfolio?

Die größte Perle und unser erfolgreichstes Investment war Mambu, ein deutsches Unternehmen für Cloud-Banking-Plattformen. Wir waren 2012 einer der ersten Investoren. In ihrer letzten Finanzierungsrunde wurden sie mit 5,5 Milliarden Dollar bewertet – Sie können sich vorstellen, dass die Bewertungen 2012 noch nicht so hoch waren.

Insgesamt haben wir in über hundert Unternehmen investiert. Ein weiterer großer Erfolg war Nginx, ein Webserver, der heute etwa 60% aller Websites weltweit betreibt und für 700 Millionen Dollar an F5 Networks verkauft wurde. Wir sind auch Investor bei n8n und waren einer der ersten Investoren in deren Seed-Runde zusammen mit Sequoia und First Round Capital.

Sie haben Open Source als wichtigen Bereich erwähnt. Wie sehen Sie den aktuellen Stand von Open Source im KI-Bereich?

Open Source gibt es seit 1998, und ich beschäftige mich damit seit 2012/2013. Mit ChatGPT hat sich vieles verändert und KI ist populärer geworden. Es ist faszinierend, wie KI Open Source beeinflusst und umgekehrt.

KI-basierte Code-Generatoren wie verschiedene KI-fähige IDEs haben dazu geführt, dass Software kein Burggraben mehr ist. Früher war geistiges Eigentum wertvoll und viele B2B-Startups nutzten es zur Differenzierung. Heute kann alles sehr schnell kopiert werden.

Aber Open Source lebt schon immer in diesem Paradigma – dass Software kein Burggraben ist. Von Anfang an konnten Menschen alles kopieren, einfach auf „Fork“ bei GitHub klicken. Trotzdem habe ich mindestens 50 Open-Source-Unicorns gefunden, die in den letzten 20 Jahren entstanden sind, etwa die Hälfte davon übrigens aus Europa. Man kann also auch dann wertvolle Unternehmen aufbauen, wenn Software kein Burggraben ist.

Bei den Foundation-Modellen haben wir mit geschlossenen Modellen wie OpenAI und Anthropic begonnen. Nach dem erstaunlichen Start von ChatGPT haben wir gesehen, wie Open-Source-Modelle wie Llama von Meta, DeepSeek und andere entstanden sind.

Würden Sie Llama von Meta wirklich als Open Source betrachten?

Das hängt davon ab, wie man es definiert. Ich habe eine sehr pragmatische Sicht darauf. Es gibt eine strenge Definition von Open-Source-Software durch die Open Source Initiative, aber keine strenge Definition für Open-Source-Unternehmen oder KI-Modelle.

Llama ist derzeit „source available“, nicht Open Source im strengen Sinne. Aber es nutzt Open-Source-Strategien zum Aufbau wertvoller Unternehmen. Das Interessante ist, wie nah sich Open-Source- und Closed-Source-Foundation-Modelle stehen. Früher gab es meist eine große Lücke zwischen Open-Source- und Closed-Source-Software – heute ist diese Lücke bei Foundation-Modellen sehr klein.

Warum hat etwa Meta Llama als „Open Source“ veröffentlicht?

Ich denke, Meta war extrem clever. Mark Zuckerberg sah wahrscheinlich ChatGPT als das am schnellsten wachsende B2C-Produkt der Welt und erkannte, dass Menschen in Zukunft mehr mit KI-Agenten kommunizieren werden als miteinander. Das bedroht Metas gesamtes Geschäftsmodell, das darauf basiert, dass Menschen miteinander kommunizieren.

Wenn man keinen direkten Konkurrenten zu einem großen Player auf Basis von Closed-Source-KI schaffen kann, ist der beste Weg, dieses Monopol früh zu durchbrechen, die Veröffentlichung von Open-Source-KI. Dann nutzen viele andere Menschen es, und es entsteht keine „Winner-takes-all“-Situation, sondern viele KI-Konkurrenten zu ChatGPT in verschiedenen Bereichen.

Was sind heute die Burggräben für Software-Unternehmen?

Dinge, für die es noch keine KI-Copiloten gibt: Open-Source-Community, Ökosystem und Marke. Diese können nicht einfach kopiert werden. Ich kann jede Software kopieren, aber ich kann nicht das Ökosystem und das Vertrauen dahinter nachbilden.

Die nächste Generation von Startups wird auf wertvollen Open-Source-Systemen aufgebaut werden, bei denen Menschen bereit sind zu beitragen und denen sie vertrauen. Das sind sehr subtile kulturelle und politische Aspekte, die auch KI-Agenten wahrscheinlich nicht so schnell kopieren können.

Welche Geschäftsmodelle funktionieren für Open-Source-Unternehmen?

Open Source ist kein Geschäftsmodell, aber es gibt bewährte Modelle. Das „Open Core“-Modell bietet einen kostenlosen Open-Source-Kern und verkauft proprietäre Features darauf – wie erweiterte Sicherheit, Audit-Logs oder Single Sign-On für Enterprise-Deployments.

Das andere Modell ist klassisches B2B-SaaS: Open Source als Service plus zusätzliche Enterprise-Features anbieten. Das monetarisiert 100% der Codebasis, nicht nur die 10% Enterprise-Features. Das treibt die größten öffentlichen Open-Source-Unternehmen wie MongoDB oder Elastic an.

Wie wird sich das europäische Startup-Ökosystem entwickeln, angesichts der Abhängigkeit von US-KI-Modellen?

Es werden mehr Ökosysteme rund um Open-Source-KI entstehen. Die Schönheit von Open Source ist, dass es überall entwickelt werden kann, nicht nur in Europa. Es wird verschiedene Schichten geben: Foundation-Modelle, spezialisierte Branchenmodelle und darauf aufbauende Ebenen.

Open Source dominiert normalerweise die unteren Infrastruktureebenen – wie Linux bei Betriebssystemen. Ich denke, die Foundation-Ebene wird größtenteils Open Source werden, und dann werden höhere Ebenen einen signifikanten Open-Source-Anteil haben, wobei der Anteil zur Oberfläche hin abnimmt.

Was macht für Sie ein „KI-natives“ Unternehmen aus?

Ich würde sie eher „KI-bewusst“ nennen. KI ist nur ein weiterer Satz von Technologien. Am Ende des Tages bauen Sie ein B2B-Software-Unternehmen und müssen Geschäftsprobleme lösen – ob mit oder ohne KI.

Die interessantesten Unternehmen wissen, wie sie KI sinnvoll einsetzen, fokussieren sich aber darauf, Geschäftsprobleme effizient zu lösen. Sie sind definitiv datenzentrisch. Nehmen Sie Twenty, ein Portfolio-Unternehmen aus Paris, das ein Open-Source-CRM als Salesforce-Konkurrent aufbaut. Sie werden viel KI haben, aber sie müssen zuerst das System und die richtigen Workflows aufbauen.

Es gibt keine klare Grenze zwischen „KI-nativ“ und „nicht KI-nativ“ – es gibt Unternehmen, die ihre Software modern entwickeln, und Legacy-Unternehmen, die versuchen, sich anzupassen.