a16z《2026 Jahr bedeutender Entwürfe: Teil Zwei》

Verfasser: a16z New Media

Übersetzt: Block unicorn

Gestern haben wir den ersten Teil der „Großen Ideen“-Reihe geteilt, die unsere Infrastruktur, Wachstum, Biologie + Gesundheit sowie das Speedrun-Team umfasst, das glaubt, dass Start-ups im Jahr 2026 vor Herausforderungen stehen werden.

Heute setzen wir die Serie mit dem zweiten Teil fort, der Beiträge von American Dynamism (einem 2021 speziell von a16z gegründeten Investmentteam) und den Anwendungs-Teams enthält.

American Dynamism

David Ulevitch: Aufbau einer KI-nativen Industriegrundlage

Die USA reconstruieren jene Wirtschaftskomponenten, die der Nation tatsächliche Stärke verleihen. Energie, Fertigung, Logistik und Infrastruktur rücken wieder in den Fokus, und die wichtigste Veränderung ist der Aufstieg einer Industriegrundlage, die wirklich KI-nativ ist und Software priorisiert. Diese Unternehmen starten mit Simulation, automatisiertem Design und KI-gesteuerten Betrieb. Sie modernisieren nicht die Vergangenheit, sondern bauen die Zukunft.

Dies schafft enorme Chancen in Bereichen wie fortschrittliche Energiesysteme, Schwerrobotik, neue Bergbaugenerationen, Biotechnologie und enzymatische Verfahren (Vorfabrikationschemikalien für verschiedene Industrien). KI kann sauberere Reaktoren entwerfen, Bergbauprozesse optimieren, bessere Enzyme entwickeln und autonome Maschinenclustern mit Einsichten koordinieren, die traditionelle Betreiber nicht erreichen können.

Dasselbe wandelt auch die Welt außerhalb der Fabrik. Autonome Sensoren, Drohnen und moderne KI-Modelle können jetzt wichtige Systeme wie Häfen, Eisenbahnen, Stromleitungen, Pipelines, Militärbasen, Rechenzentren und andere groß angelegte, schwer zu verwaltende Infrastrukturen kontinuierlich überwachen.

Die reale Welt braucht neue Software. Gründer, die diese Software entwickeln, gestalten das kommende Jahrhundert des Wohlstands in den USA.

Erin Price-Wright: Das Wiederaufleben amerikanischer Fabriken

Das erste große Jahrhundert Amerikas basierte auf starker industrieller Macht, aber wie allgemein bekannt ist, haben wir den Großteil dieser Kraft verloren — teilweise durch Outsourcing ins Ausland, teilweise durch bewussten gesellschaftlichen Mangel an Aufbau. Doch rostige Maschinen laufen wieder an, und wir erleben das Wiederaufleben amerikanischer Fabriken, die auf Software und KI setzen.

Ich denke, bis 2026 werden Unternehmen mit Fabrikdenken den Herausforderungen in Energie, Bergbau, Bau und Fertigung begegnen. Das bedeutet, KI und Automatisierung mit qualifizierten Arbeitskräften zu verbinden, um komplexe und maßgeschneiderte Prozesse so effizient wie eine Fließbandproduktion laufen zu lassen. Konkret:

• Schnelle und wiederholte Bewältigung komplexer Regulierungs- und Genehmigungsprozesse
• Beschleunigung der Designzyklen und Herstellungstauglichkeit schon vom Start an
• Bessere Projektkoordination im großen Maßstab
• Einsatz autonomer Systeme, um Aufgaben zu beschleunigen, die für Menschen schwierig oder gefährlich sind

Durch den Einsatz von Technologien, die Henry Ford vor einem Jahrhundert entwickelt hat, und die neuesten Fortschritte bei KI, werden wir bald Massenproduktion von Kernreaktoren, den Bau von bezahlbarem Wohnraum für das ganze Land, die rasche Errichtung von Rechenzentren und den Beginn eines neuen Goldenen Zeitalters industrieller Stärke erleben. Wie Elon Musk sagt: „Fabriken sind das Produkt.“

Zabie Elmgren: Die nächste Welle der Beobachtbarkeit wird physisch sein, nicht digital

In den letzten zehn Jahren hat die Software-Beobachtbarkeit unsere Überwachung digitaler Systeme revolutioniert — durch Logs, Metriken und Traces, die Codebasen und Server transparent machen. Gleiches steht auch für die physische Welt bevor.

Mit über einer Milliarde vernetzter Kameras und Sensoren in US-Städten wird physische Beobachtbarkeit — das Echtzeit-Verstehen des Betriebs von Städten, Stromnetzen und anderer Infrastruktur — dringend und machbar. Diese neue Wahrnehmungsebene wird auch die nächste Entwicklung in Robotik und autonomen Technologien vorantreiben, bei der Maschinen auf ein universelles Framework angewiesen sind, um die physische Welt so beobachtbar zu machen wie Code.

Natürlich birgt dieser Wandel auch echte Risiken: Werkzeuge, die Brände in Wildnis oder Unfälle auf Baustellen erkennen, könnten auch dystopische Albträume auslösen. Die Gewinner der nächsten Welle sind jene, die das Vertrauen der Öffentlichkeit gewinnen, Datenschutz wahren, interoperable und KI-native Systeme aufbauen, um die gesellschaftliche Transparenz zu erhöhen, ohne die Freiheit zu gefährden. Wer es schafft, dieses vertrauenswürdige Framework zu entwickeln, bestimmt die Richtung der Beobachtbarkeit in den kommenden zehn Jahren.

Ryan McEntush: Die Elektronik-Industrie-Architektur wird die Welt verändern

Die nächste industrielle Revolution findet nicht nur in Fabriken statt, sondern auch in den Maschinen, die diese antreiben.

Software hat unsere Denk-, Design- und Kommunikationsweisen grundlegend verändert. Heute revolutioniert sie unsere Mobilität, Bauweise und Produktion. Fortschritte bei Elektrifizierung, Materialwissenschaften und KI verschmelzen, sodass Software die physische Welt wirklich steuern kann. Maschinen können wahrnehmen, lernen und autonom handeln.

Hierbei entsteht die Elektronik-Stack — eine integrierte Technologie, die elektrische Fahrzeuge, Drohnen, Rechenzentren und moderne Fertigung antreibt. Sie verbindet die Atome der Welt mit den Bits der Kontrolle: vom verarbeiteten Mineral, das in Batterien gespeichert ist, über die von Elektronik gesteuerte Energie, bis hin zu Bewegungen, die durch präzise Motorsteuerung realisiert werden — alles durch Software koordiniert. Es ist die unsichtbare Grundlage hinter jedem Durchbruch in der physischen Automatisierung; sie entscheidet, ob Software nur ein Taxi ruft oder wirklich das Steuer übernimmt.

Doch die Fähigkeit, diese Stufe zu bauen — von der Rohstoffbeschaffung bis zum High-End-Chip — schwindet. Will Amerika das nächste industrielle Zeitalter anführen, muss es Hardware dafür produzieren. Länder, die den Elektronik-Stack kontrollieren, bestimmen die Zukunft von Industrie- und Militärtechnologien.

Software verschlingt die Welt. Jetzt treibt sie die Welt voran.

Oliver Hsu: Autonome Labore beschleunigen wissenschaftliche Entdeckungen

Mit Fortschritten bei multimodalen Modellen und robotischer Steuerung beschleunigen Teams die autonome wissenschaftliche Entdeckung. Diese parallelen Technologien werden autonome Labore hervorbringen, die den gesamten Forschungszyklus schließen — von Hypothesenbildung über Design und Durchführung der Experimente bis hin zu Schlussfolgerungen, Ergebnisse und neue Forschungsrichtungen. Die Teams hinter diesen Laboren sind interdisziplinär und integrieren KI, Robotik, Physik, Biowissenschaften, Fertigung und Betrieb, um durch autonome Labore kontinuierliche interdisziplinäre Entdeckungen zu ermöglichen.

Will Bitsky: Datenreise in Schlüsselindustrien

Bis 2025 wird das Zeitalter der KI durch die Beschränkungen bei Rechenressourcen und den Ausbau von Rechenzentren geprägt. Bis 2026 wird es durch die Grenzen der Datenressourcen und den nächsten Frontabschnitt der Datenreise definiert — unsere Schlüsselindustrien.

Unsere Schlüsselindustrien sind nach wie vor ein Schatz an potenziellen, unstrukturierten Daten. Jede Fahrt eines Lastwagens, jede Ablesung, Wartung, Produktion, Montage, Testfahrt — all das liefert Material für Modelltraining. Doch Begriffe wie Datenerfassung, Annotation oder Modelltraining sind in der Industrie wenig gebräuchlich.

Der Bedarf an solchen Daten ist unaufhörlich. Firmen wie Scale, Mercor und KI-Forschungslabore sammeln unermüdlich Prozessdaten (nicht nur „Was wurde gemacht“, sondern auch „Wie wurde es gemacht“). Sie zahlen hohe Preise für „Daten aus der Sweatshop-Ära“.

Industrielle Unternehmen mit bestehender physischer Infrastruktur und Arbeitskräften haben einen Vorteil bei der Datenerfassung und werden diesen nutzen. Ihre Operationen produzieren enorme Datenmengen, die nahezu kostenfrei erfasst und für das Training eigener Modelle oder die Lizenzierung an Dritte genutzt werden können.

Wir sollten auch erwarten, dass Start-ups entstehen, die dabei helfen. Sie bieten Koordinations-Stacks: Software-Tools für Sammlung, Annotation und Lizenzierung; Sensorhardware und SDKs (SDK); Reinforcement-Learning-Umgebungen und Trainingspipelines (RL); sowie schließlich ihre eigenen intelligenten Maschinen.

Anwendungsteams

David Haber: KI stärkt Geschäftsmodelle

Die besten KI-Start-ups automatisieren nicht nur Aufgaben; sie verstärken die wirtschaftlichen Vorteile ihrer Kunden. Zum Beispiel im Rechtssystem, bei Erfolgshonoraren: Anwälte verdienen nur bei Sieg. Firmen wie Eve nutzen proprietäre Ergebnisdaten, um die Erfolgsaussichten eines Falls vorherzusagen, bei der Auswahl passender Fälle zu helfen, mehr Kunden zu bedienen und die Siegquote zu erhöhen.

KI selbst kann Geschäftsmodelle stärken. Sie senkt nicht nur Kosten, sondern generiert auch mehr Umsatz. Bis 2026 wird diese Logik auf alle Branchen ausgeweitet: KI-Systeme werden enger an die Anreize der Kunden gekoppelt und schaffen komplexe Wettbewerbsvorteile, die herkömmliche Software nicht bieten kann.

Anish Acharya: ChatGPT wird zum App-Store für KI-Anwendungen

Der Zyklus für Verbrauchsprodukte benötigt drei Elemente für Erfolg: Neue Technologien, neue Nutzerverhalten und neue Vertriebswege.

Bis vor Kurzem erfüllten KI-Wellen nur die ersten beiden, es fehlten neue native Vertriebswege. Die meisten Produkte wuchsen durch bestehende Netzwerke wie X oder durch Mundpropaganda.

Mit der Veröffentlichung des OpenAI Apps SDK, der Unterstützung von Mini-Apps durch Apple und der Einführung der Gruppenchats bei ChatGPT können Entwickler jetzt direkt die 9 Milliarden Nutzer von ChatGPT ansprechen und mit Wabi-ähnlichen Mini-Apps wachsen. Dieser neue Vertriebsweg verspricht ab 2026 eine Dekade des technologischen Konsumbooms einzuläuten. Ignorieren Sie ihn, ist das auf eigene Gefahr.

Olivia Moore: Sprachassistenten nehmen eine zentrale Rolle ein

In den letzten 18 Monaten wurde die Vision, KI-gestützte Sprachassistenten in Unternehmen echte Interaktionen zu integrieren, von Science-Fiction zur Realität. Tausende Firmen, von KMUs bis Großkonzernen, nutzen Sprach-KI für Terminplanung, Buchungen, Umfragen, Kundendaten und mehr. Diese Assistenten sparen Kosten, generieren Zusatzumsätze und befreien Mitarbeiter für wertschöpfendere und spannendere Tätigkeiten.

Da das Feld noch jung ist, befinden sich viele Firmen noch im „Sprach-als-Entry“-Stadium, die nur eine oder wenige Anrufarten als Lösung anbieten. Ich freue mich, dass Sprachassistenten sich weiterentwickeln, um ganze Workflows (vielleicht multimodal) zu steuern und sogar vollständige Kundenbeziehungszyklen zu managen.

Das bedeutet wahrscheinlich, dass Assistenten noch tiefer in Business-Systeme integriert werden und komplexere Interaktionen autonom abwickeln können. Mit stetigen Fortschritten bei den Basismodellen — heute können Assistenten Tools anrufen und zwischen Systemen operieren — sollten Unternehmen Sprach-zentrierte KI-Produkte einsetzen, um wichtige Geschäftsprozesse zu optimieren.

Marc Andrusko: Proaktive Anwendungen ohne Eingabeaufforderung kommen

2026 werden Mainstream-Nutzer die Eingabefenster hinter sich lassen. Die nächste Generation KI-Anwendungen werden keine Eingabeaufforderungen mehr zeigen — sie beobachten Ihre Aktionen und bieten proaktiv Handlungsempfehlungen. Ihre IDE (IDE) wird schon vor Ihrer Frage Vorschläge für Refactorings machen. Ihr CRM (CRM) generiert nach Gesprächen automatisch Folge-E-Mails. Ihre Design-Tools entwickeln während der Arbeit verschiedene Szenarien. Chat-Interfaces sind nur noch Hilfsmittel. KI wird eine unsichtbare, durch Nutzerabsicht aktivierte Infrastruktur sein, die jeden Arbeitsfluss durchdringt.

Angela Strange: KI wird letztlich Bank- und Versicherungsinfrastrukturen aufrüsten

Viele Banken und Versicherer haben bereits KI-Funktionen wie Dokument-Import und KI-Sprachassistenten in ihre Altsysteme integriert, doch nur durch den grundlegenden Umbau der Infrastruktur, die KI trägt, kann die Finanzbranche wirklich transformiert werden.

Bis 2026 wird das Risiko, keine Modernisierung durchzuführen und KI voll zu nutzen, größer sein als das Scheitern. Dann werden große Finanzinstitute ihre Verträge mit traditionellen Anbietern kündigen und auf neue, KI-native Plattformen umstellen. Diese Firmen befreien sich von alten Kategorisierungen und entwickeln Plattformen, die Daten aus klassischen Systemen und externen Quellen zentralisieren, standardisieren und erweitern.

Was bedeutet das?

Arbeitsprozesse werden deutlich vereinfacht und parallelisiert. Es braucht kein ständiges Wechseln zwischen verschiedenen Systemen und Bildschirmen mehr. Stellen Sie sich vor: Sie können in Ihrem (LOS)-System auf einmal Hunderte von Aufgaben parallel sehen und bearbeiten, und Assistenten können sogar die mühsamsten Teile erledigen.

Bekannte Klassifikationen verschmelzen zu größeren Kategorien. Beispielsweise können Kunden-KYC, Kontoeröffnung und Transaktionsüberwachung auf einer einzigen Risikoplattform zusammengefasst werden.

Diese neuen Klassifikationen werden Unternehmen, die schon lange bestehen, um das Zehnfache übertreffen: Der Umfang der Klassifikation wächst, und Software verdrängt Arbeit.

Die Zukunft der Finanzdienstleistungen besteht nicht darin, KI auf alte Systeme aufzusetzen, sondern ein vollständig neues, KI-basiertes Betriebssystem zu bauen.

Joe Schmidt: Vorausschauende Strategien bringen KI in 99 % der Unternehmen

KI ist die spannendste technologische Durchbruch in unserem Leben. Doch bisher profitieren vor allem die 1 % der Unternehmen im Silicon Valley — entweder tatsächlich im Bay Area ansässig oder Teil eines riesigen Netzwerks. Das ist verständlich: Gründer wollen ihre Produkte an bekannte, leicht zugängliche Firmen verkaufen, sei es durch persönliche Treffen oder durch Kontakte im Vorstand.

Bis 2026 wird sich das grundlegend ändern. Unternehmen erkennen, dass die meisten KI-Chancen außerhalb des Silicon Valley liegen. Neue Start-ups werden vorausschauende Strategien nutzen, um versteckte Möglichkeiten in großen, traditionellen Branchen zu erschließen. Besonders in langsamen Branchen wie Beratung, Systemintegration, Fertigung und anderen wird KI enorme Chancen bieten.

Seema Amble: KI schafft neue Koordinationsebenen und Rollen in den Fortune-500-Unternehmen

Bis 2026 werden Firmen weg von isolierten KI-Tools hin zu Multi-Agenten-Systemen wechseln, die wie koordinierte digitale Teams funktionieren. Wenn Agenten beginnen, komplexe, miteinander verknüpfte Workflows (z. B. Planung, Analyse, Ausführung) zu managen, müssen Unternehmen ihre Arbeitsstrukturen und den Fluss des Kontexts zwischen Systemen neu denken. Unternehmen wie AskLio und HappyRobot erleben diesen Wandel, indem sie Agenten in den gesamten Prozess integrieren, nicht nur bei einzelnen Aufgaben.

Die Fortune 500 werden diesen Wandel am tiefgreifendsten spüren: Sie verfügen über die größten Daten-, Wissen- und Betriebssilos, die meist im Kopf ihrer Mitarbeiter liegen. Diese Informationen in gemeinsame, autonome Arbeitsgrundlagen umzuwandeln, wird schnellere Entscheidungen, kürzere Zyklen und end-to-end-Prozesse ohne ständiges manuelles Mikromanagement ermöglichen.

Dies wird auch die Rollen und Software in den Unternehmen neu gestalten. Neue Funktionen entstehen, z. B. KI-Workflow-Designer, Agentenmanager und Governance-Verantwortliche für die Koordination und Überwachung digitaler Kollaborateure. Neben bestehenden Dokumentationssystemen brauchen Unternehmen Koordinationssysteme: neue Ebenen für Multi-Agenten-Interaktionen, Kontextanalysen und die Sicherstellung der Zuverlässigkeit autonomer Workflows. Menschen konzentrieren sich auf Randfälle und die komplexesten Situationen. Der Aufstieg von Multi-Agenten-Systemen ist nicht nur ein weiterer Schritt in der Automatisierung; er ist eine Umgestaltung der Art und Weise, wie Unternehmen operieren, Entscheidungen treffen und Werte schaffen.

Bryan Kim: Konsum-KI wandelt sich vom „Helfen“ zum „Verstehen“

2026 markieren den Wendepunkt: Der Funktionsumfang von Mainstream-Konsum-KI-Produkten wird sich von Produktivitätssteigerung zu verbesserten zwischenmenschlichen Verbindungen verschieben. KI wird nicht mehr nur bei der Arbeit helfen, sondern das Selbstverständnis stärken und menschliche Beziehungen vertiefen.

Das ist keineswegs einfach. Viele soziale KI-Produkte wurden bereits eingeführt, sind aber letztlich gescheitert. Doch durch multimodale Kontextfenster und sinkende Inferenzkosten kann KI jetzt aus allen Lebensbereichen lernen, nicht nur aus den Daten, die Nutzer beim Chatten preisgeben. Stellen Sie sich vor, Ihr Fotoalbum zeigt echte emotionale Momente, Einzel- und Gruppenchats passen sich an die jeweiligen Gesprächspartner an, und Ihre Gewohnheiten ändern sich unter Stress.

Wenn diese Produkte wirklich auf den Markt kommen, werden sie Teil unseres Alltags. Im Allgemeinen haben „Verstehen-Ich“-Produkte bessere Nutzerbindungsmuster als „Helfen-Ich“-Produkte. Erstere basieren auf kontinuierlicher, alltäglicher Interaktion; letztere sind auf hohe Zahlungsbereitschaft für einzelne Aufgaben ausgelegt, um die Nutzerbindung zu steigern. „Auf mich fokussiert“-Produkte erzielen Gewinne durch dauerhafte, tägliche Interaktionen: Nutzer sind weniger bereit zu zahlen, bleiben aber länger.

Menschen tauschen beständig Wert gegen Daten. Das Problem ist, ob sich die Belohnung lohnt. Die Antwort wird bald bekannt sein.

Kimberly Tan: Neue Modell-Primärformen ermöglichen beispiellose Unternehmen

Bis 2026 werden wir den Aufstieg von Firmen erleben, die vorher wegen ihrer Fortschritte in Logik, Multimodalität und Computeranwendungen undenkbar waren. Viele Branchen (z. B. Recht oder Kundenservice) setzen bereits verbesserte Logiktechnologien ein, um bestehende Produkte zu verbessern. Doch jetzt sehen wir die ersten Firmen, bei denen die Kernfunktionalität grundlegend auf diesen neuen Modell-Primärformen basiert.

Der Fortschritt in der Logikfähigkeit kann neue Fähigkeiten hervorbringen, z. B. komplexe finanzielle Forderungen bewerten oder anhand intensiver akademischer oder Analysten-Forschung Maßnahmen ergreifen (z. B. Streitbeilegung bei Rechnungen). Multimodale Modelle ermöglichen die Extraktion potenzieller Videodaten aus der physischen Welt — etwa von Überwachungskameras an Fertigungsstandorten. Der Einsatz von Computern ermöglicht die Automatisierung großer Branchen, die bisher durch Desktop-Software, schlechte APIs und fragmentierte Arbeitsabläufe eingeschränkt waren.

James da Costa: KI-Start-ups skalieren durch Verkauf an andere KI-Start-ups

Wir erleben eine beispiellose Welle der Unternehmensgründung, angetrieben durch den aktuellen KI-Zyklus. Doch im Gegensatz zu früheren Zyklen agieren etablierte Firmen nicht passiv; sie setzen aktiv KI ein. Wie können Start-ups gewinnen?

Eine der effektivsten, aber unterschätzten Strategien ist es, von Anfang an Dienste für frisch gegründete Greenfield-Unternehmen anzubieten: also für brandneue Firmen. Wenn du alle neuen Unternehmen anziehst und mit ihnen wächst, wirst du mit deren Erfolg auch größer. Stripe, Deel, Mercury, Ramp und andere haben diese Strategie verfolgt. Viele von Stripes Kunden gab es bei der Gründung schon noch nicht.

Bis 2026 werden wir die ersten Start-ups sehen, die in vielen Unternehmenssoftware-Bereichen durch den Einstieg von Null an skalieren. Sie brauchen nur bessere Produkte und müssen neue Kunden gewinnen, die noch nicht von bestehenden Anbietern dominiert werden.