Wie KI-Startups Verteidigungsfähigkeit aufbauen

Von Brian Tr · Aktualisiert am 7. Oktober 2026

Verteidigungsfähigkeit ist das, was einen Wettbewerber davon abhält, Ihre Ergebnisse zu kopieren und Ihnen die Kunden abzunehmen, sobald diese Ergebnisse beweisen, dass sich der Markt lohnt. Für ein KI-Startup stellt sich die Frage schärfer als bei klassischer Software, denn das, was das Produkt beeindruckend gemacht hat, ein leistungsfähiges Modell, steht fast jedem zur Verfügung, der einen API-Aufruf schreiben kann.

Diese Seite ist die Landkarte. Sie erklärt, warum das Modell allein selten ein Burggraben ist, welche Quellen der Verteidigungsfähigkeit infrage kommen, wie sie sich von klassischem SaaS unterscheiden und wie Sie sie im Zeitverlauf bewerten und ordnen. Drei der Burggräben werden in eigenen Vertiefungen behandelt, die unten verlinkt sind. Wenn Sie zuerst das allgemeine Strategiekonzept möchten, beginnen Sie mit ökonomischen Burggräben und Wettbewerbsvorteil.

Zwei Perspektiven: Buffetts Burggraben und Helmers Powers

Warren Buffett machte die Metapher des Burggrabens unter Investoren populär. In seinem Aktionärsbrief von Berkshire Hathaway aus dem Jahr 1995 schrieb er, er suche nach „wirtschaftlichen Burgen, geschützt durch unüberwindbare ‚Burggräben‘“. Die Idee ist einfach: Ein profitables Geschäft zieht Angreifer an, und der Burggraben ist alles, was einen Angriff unattraktiv macht.

Die Metapher ist nützlich, bleibt aber vage darin, woraus ein Burggraben besteht. Hamilton Helmers Buch 7 Powers (Deep Strategy, 2016) ist präziser. Helmer definiert Power als die Bedingungen, die es einem Unternehmen ermöglichen, dauerhaft überdurchschnittliche Renditen zu erzielen, und wie er in einem Interview mit dem Podcast Acquired sagte, braucht sie zwei Dinge zugleich: einen Nutzen, also etwas, das das Geschäftsmodell verbessert, und eine Barriere, die kluge Wettbewerber daran hindert, ihn Ihnen wegzunehmen. Nutzen ist häufig. Barrieren sind der schwierige Teil.

Er nennt sieben Powers:

1. Skaleneffekte: Die Stückkosten sinken, wenn die Produktionsmenge wächst.
2. Netzwerkeffekte: Das Produkt wird wertvoller, je mehr Nutzer hinzukommen.
3. Counter-Positioning: Das überlegene Geschäftsmodell eines Neulings ist eines, das etablierte Anbieter nicht kopieren, weil es ihre bestehende Wirtschaftlichkeit beschädigen würde.
4. Wechselkosten: Kunden haben bei einem Wechsel echte Reibung oder Kosten.
5. Marke: Die Marke stützt Premiumpreise oder eine stärkere Präferenz, die Rivalen nicht leicht nachbilden können.
6. Exklusive Ressource: privilegierter Zugang zu einem Vermögenswert wie Talenten, geistigem Eigentum oder Daten, den Rivalen nicht ohne Weiteres sichern können.
7. Prozessstärke: eingebettete Prozesse, die geringere Kosten oder bessere Ergebnisse liefern, auf eine Weise, die Rivalen nur schwer nachbilden.

Der Test aus Nutzen plus Barriere ist das nützlichste Werkzeug auf dieser Seite. Stellen Sie bei jedem behaupteten Burggraben zwei Fragen. Was bringt er unserer Wirtschaftlichkeit? Und warum kann ein gut finanzierter Wettbewerber ihn nicht innerhalb eines Jahres neutralisieren? Wenn Sie nur die erste beantworten können, haben Sie eine Funktion, keinen Burggraben.

Warum das Modell allein selten als Burggraben funktioniert

Die erste Quelle der Verteidigungsfähigkeit, nach der Gründer greifen, ist das Modell selbst, ob per fine-tuning angepasst, über Prompts gesteuert oder von Grund auf gebaut. Für die meisten Startups ist es zugleich die schwächste, aus zwei Gründen.

Kommodifizierung der Modelle. Der Abstand zwischen den besten Modellen schrumpft immer weiter. Stanfords 2025 AI Index Report stellt fest, dass der Punkteabstand zwischen dem besten und dem zehntplatzierten Modell innerhalb eines Jahres von 11,9% auf 5,4% fiel und dass Open-Weight-Modelle ihren Rückstand auf geschlossene Modelle bei einigen Benchmarks von 8% auf 1,7% verringerten. Wenn die Spitzenreiter so nah beieinanderliegen, kann ein Startup, das auf einem leichten Qualitätsvorsprung aufbaut, diesen mit dem nächsten Release eines anderen verlieren.

Risiko des dünnen Wrappers. Besteht Ihr Produkt aus einem Modell plus einem Prompt plus einer Oberfläche, kann alles, was Sie tun, von einem Team mit demselben Zugang kopiert werden, und der Modellanbieter kann Ihre Funktion in sein eigenes Produkt aufnehmen. Die Frage ist nicht, ob Wrapper schlecht sind. Die Frage ist, ob die Schicht, die Sie gebaut haben, etwas enthält, das das zugrunde liegende Modell nicht hat. Das behandeln wir in AI wrapper vs. AI-native Produkte und in Anwendungsschicht vs. Modellschicht.

Selbst die Labs sorgen sich darum. Ein geleaktes internes Google-Memo, das SemiAnalysis im Mai 2023 veröffentlichte, argumentierte, dass weder Google noch OpenAI ein Geheimrezept habe, an das Open-Source-Modelle nicht herankommen könnten. SemiAnalysis gab an, der Text stamme von einer anonymen Person auf einem öffentlichen Discord-Server. Es ist die Sicht eines einzelnen Forschers, kein Urteil, aber es zeigt, wie ernst Insider die Kommodifizierung nehmen.

Der Unterschied zu klassischem SaaS: Der Code eines SaaS-Unternehmens war meist schwer schnell nachzubauen, sodass das Produkt selbst Zeit verschaffte. Bei KI ist die Modellfähigkeit oft gemietet, und die gewonnene Zeit ist kürzer. Verteidigungsfähigkeit muss aus dem kommen, was das Modell umgibt.

Die infrage kommenden Burggräben

Hier sind die wichtigsten Quellen der Verteidigungsfähigkeit für KI-Startups, wo es passt den Powers von Helmer zugeordnet.

Proprietäre Daten und Daten-Flywheels

Die Intuition lautet: Mehr Nutzung erzeugt mehr Daten, die das Produkt verbessern, was wiederum mehr Nutzung anzieht. In manchen Fällen stimmt das, in vielen ist es übertrieben. Martin Casado und Peter Lauten von a16z argumentierten in The Empty Promise of Data Moats (Mai 2019), dass die meisten Datenvorteile Skaleneffekte und keine Netzwerkeffekte sind, dass die Beschaffung einzigartiger Daten tendenziell immer teurer wird, während ihr zusätzlicher Wert abnimmt, und dass Daten vor allem dann verteidigungsfähig sind, wenn sie aus proprietären Quellen stammen, die Produktqualität messbar verbessern und mit Vertikalisierung und Stärke im Go-to-Market verbunden sind. In Helmers Begriffen wirken Daten meist als exklusive Ressource oder als Teil von Skaleneffekten, und nur dann, wenn die Barriere hält. Die Vertiefung finden Sie unter Wie KI-Daten-Flywheels funktionieren.

Workflow-Integration und Wechselkosten

Wenn das Produkt im täglichen Prozess des Kunden sitzt, mit seinen Systemen verbunden, nach seinen Regeln konfiguriert und von seinen Mitarbeitern als vertrauenswürdig betrachtet, wird ein Wechsel teuer. Das ist die klassische Power der Wechselkosten, und für KI-Produkte ist sie oft die verlässlichste, die früh verfügbar ist. Der Vorbehalt: Lock-in, der durch Wert verdient wird, hält, während Lock-in, der auf Reibung beruht, Unmut und Abwanderung hervorruft. Zum allgemeinen Konzept siehe Wechselkosten. Zur KI-spezifischen Variante siehe Workflow-Lock-in bei KI-Produkten.

Vertrieb

Käufer günstig und wiederholt zu erreichen, über ein bestehendes Publikum, einen Channel-Partner, einen Marktplatz oder eine Position in Software, die Menschen bereits nutzen, kann wichtiger sein als Produktunterschiede, wenn sich die Produkte ähneln. Vertrieb gehört dem Namen nach nicht zu Helmers sieben Powers; er zeigt sich meist über Skaleneffekte, Marke oder Counter-Positioning. Die Vertiefung finden Sie unter Der Vertriebs-Burggraben bei KI.

Netzwerkeffekte

Echte Netzwerkeffekte sind bei KI seltener, als Pitch Decks vermuten lassen. Sie setzen voraus, dass jeder zusätzliche Nutzer das Produkt direkt für andere besser macht, wie bei einem Marktplatz oder einem gemeinsamen Protokoll. Die meisten KI-Produkte verbessern sich für alle durch gemeinsames Lernen, was Casado und Lauten als Skaleneffekt einordnen. Manche haben echte Netzwerkeffekte, etwa Produkte, bei denen Nutzer Vorlagen, Agents oder Daten miteinander teilen. Das zugrunde liegende Konzept erklärt Netzwerkeffekte.

Marke und Vertrauen

Für Käufer, die einem KI-System ihre Daten, Entscheidungen oder Kundengespräche anvertrauen, ist Vertrauen ein Kaufkriterium. Ein Ruf für Genauigkeit, Sicherheit und ehrliche Grenzen kann rechtfertigen, einen Anbieter einer günstigeren Alternative vorzuziehen. Er baut sich langsam auf und geht schnell verloren. Unsere Seite zu Vertrauen und Evaluation bei KI behandelt, wie Startups es sich verdienen.

Regulatorische und Compliance-Position

In regulierten Bereichen wie Gesundheitswesen, Finanzen, Recht und öffentlichem Sektor können Zertifizierungen, Audit-Trails und die Erfahrung, Beschaffungsprozesse bestanden zu haben, als Barriere wirken. Ein Wettbewerber mit einem besseren Modell muss dieselben Hürden nehmen, und das kostet Zeit. Das Risiko ist, dass Compliance oft zu einer Grundanforderung wird, die irgendwann alle erfüllen, und dass sich Regeln ändern. Betrachten Sie sie als Vorsprung, nicht als dauerhafte Mauer.

Skaleneffekte

Größere KI-Unternehmen können manchmal Fixkosten verteilen, bessere Konditionen für Rechenleistung aushandeln oder mehr in Evaluation und Infrastruktur investieren. Ob daraus ein dauerhafter Vorteil wird, hängt von Ihrer Kostenstruktur ab, die sich stark von den nahezu null Grenzkosten von Software unterscheidet. Wie die Wirtschaftlichkeit funktioniert, erklären die Seiten zu Inferenzkosten bei KI und zur Bruttomarge.

Counter-Positioning

Das ist die Spezialwaffe des Startups. Nach Helmers Definition funktioniert sie, wenn Sie ein Geschäftsmodell übernehmen, das der etablierte Anbieter nicht kopiert, weil er damit sein eigenes kannibalisieren würde. Ein AI-native Anbieter, der erledigte Arbeit oder Ergebnisse verkauft, kann einen etablierten Softwareanbieter mit Seat-Modell bedrohen, dessen Umsatz schrumpft, wenn Kunden weniger Lizenzen brauchen. Der etablierte Anbieter kann es sehen und trotzdem nicht reagieren. Am stärksten ist Counter-Positioning früh, und es verblasst, sobald der etablierte Anbieter den Einschnitt akzeptiert hat.

Die Burggräben im Vergleich

Die Spalten zur „typischen Stärke“ sind ein Bewertungsrahmen, keine gemessenen Daten. Nutzen Sie sie, um das Gespräch zu beginnen, und prüfen Sie dann jede Zelle an Ihrem eigenen Markt.

Wie Sie Ihre Verteidigungsfähigkeit bewerten

Ein praktisches Audit dauert einen Nachmittag und sollte jedes Quartal wiederholt werden.

1. Listen Sie die behaupteten Burggräben auf. Schreiben Sie jeden Grund auf, warum ein Wettbewerber Ihnen Ihrer Meinung nach nicht die Kunden abnehmen kann. Die meisten Teams kommen auf drei oder vier Behauptungen.
2. Wenden Sie den Test aus Nutzen plus Barriere an. Notieren Sie für jede Behauptung den wirtschaftlichen Nutzen, etwa geringere Kosten, höhere Preise oder höhere Kundenbindung, und die konkrete Barriere. „Wir haben großartige Daten“ fällt durch. „Wir besitzen jahrelang gelabelte Ergebnisse von Kunden, die sie vertraglich nicht mit Rivalen teilen dürfen“ besteht.
3. Machen Sie den Nachbau-Test. Stellen Sie sich einen Wettbewerber mit Ihrem Modellzugang und reichlich Kapital vor. Wie lange bräuchte er, um mit Ihnen gleichzuziehen, und was müsste er sich beschaffen, das sich mit Geld nicht schnell kaufen lässt?
4. Prüfen Sie die Belege. Suchen Sie nach Beweisen in Ihren eigenen Zahlen: Kundenbindung nach Kohorte, Abschlussquoten gegenüber bestimmten Rivalen, wie oft Kunden einen anderen Grund als den Preis dafür nennen, dass sie bleiben.
5. Benennen Sie die Bedrohung. Wählen Sie den stärksten Angreifer, ob Modellanbieter, etablierter Anbieter mit neuer KI oder gut finanziertes Startup, und verfolgen Sie, wie jeder Burggraben gegen genau diesen standhält.

Burggräben im Zeitverlauf ordnen

Verteidigungsfähigkeit wird aufgebaut, sie ist beim Start nicht vorhanden. Helmer beobachtet, wie Think Insights zusammenfasst, dass verschiedene Powers in verschiedenen Lebensphasen eines Unternehmens verfügbar werden: Counter-Positioning und exklusive Ressource früh, wenn das Geschäftsmodell noch im Fluss ist, Netzwerkeffekte, Skaleneffekte und Wechselkosten, wenn das Wachstum abhebt, und Marke und Prozessstärke, wenn das Unternehmen reift.

Für ein KI-Startup sieht eine sinnvolle Reihenfolge so aus:

• Start: Sie haben Geschwindigkeit und vielleicht Counter-Positioning. Nutzen Sie das, um Ihre ersten Kunden zu gewinnen, bevor etablierte Anbieter reagieren. Rechnen Sie mit wenig echter Verteidigungsfähigkeit.
• Erste Kunden: Konzentrieren Sie sich auf Workflow-Integration. Verbinden Sie sich mit den Systemen und Prozessen, die das Produkt zum Teil der Arbeitsweise des Kunden machen.
• Wachstum: Beginnen Sie, Daten zu sammeln, die wirklich proprietär sind und das Produkt messbar verbessern, und bauen Sie die Vertriebskanäle auf, die Ihre Kundengewinnung günstiger machen als die der Wettbewerber.
• Skalierung: Investieren Sie in Vertrauen, Compliance und Marke, die sich langsam aufbauen und sich schwer schnell kaufen lassen.

Zwei Vorbehalte gelten. Erstens: Beanspruchen Sie in einem Pitch für eine frühe Phase keinen Burggraben aus einer späten Phase, denn erfahrene Käufer und Investoren werden ihn prüfen. Zweitens: Eine vertikale Ausrichtung hilft Burggräben oft, schneller zu wachsen, weil Daten, Workflow und Compliance sich alle vertiefen, wenn Sie eine Branche gut bedienen. Siehe Vertikale KI vs. horizontale KI.

Wettbewerbsdruck bleibt auch während des Aufbaus wichtig. Porters Five Forces sind eine nützliche Prüfung, ob Käufer, Lieferanten oder Substitute, einschließlich Ihres eigenen Modellanbieters, die Marge schmälern können, die Ihr Burggraben schützt.

Wie sich Verteidigungsfähigkeit bei KI von klassischem SaaS unterscheidet

Die Verteidigungsfähigkeit klassischer SaaS-Unternehmen stützte sich auf drei Dinge: eine Codebasis, deren Nachbau Jahre dauerte, eine Kundenbasis, die durch Dateneingaben und Integrationen gebunden war, und eine Vertriebsmaschinerie, mit der Wettbewerber mithalten mussten. KI verschiebt jedes davon.

Die Codebasis zählt weniger. Ein funktionierender Prototyp, für den ein Team früher ein Jahr brauchte, kann heute wenige Engineers wenige Wochen kosten, weil die schwierige Fähigkeit gemietet ist. Das verkürzt den Vorsprung, den ein Produkt Ihnen verschafft, also muss der Burggraben von woanders kommen.

Lock-in verändert seine Form. Bei SaaS waren Kunden durch gespeicherte Datensätze gebunden. Bei KI-Produkten ist der Lock-in häufiger die angesammelte Konfiguration: die Regeln, Evaluationssets, Prompts und Ausnahmen, die dem System beibringen, wie genau dieser Kunde arbeitet. Das lässt sich schwerer exportieren als eine Tabelle, und es ist ein Grund, warum Workflow-Tiefe so wichtig ist.

Die Kostenstruktur wird Teil des Burggrabens. Klassische Software hat nahezu null Grenzkosten, daher zeigen sich Skaleneffekte vor allem in Vertrieb und Support. KI-Produkte haben für jede Aufgabe echte variable Kosten, was bedeutet, dass ein Startup, das denselben Output günstiger liefert, niedrigere Preise verlangen oder mehr Marge behalten kann. Damit wird Kostendisziplin zu einer Wettbewerbswaffe, nicht nur zu einem Thema für die Finanzabteilung.

Und die Angriffsfläche ist breiter. Ein SaaS-Startup sorgte sich vor allem um andere Startups und etablierte Anbieter. Ein KI-Startup muss auch seine eigenen Lieferanten berücksichtigen, denn ein Modellanbieter kann im Stack nach oben wandern und direkt konkurrieren. Deshalb gehört die Frage „Welche Schicht besitzen wir?“ an den Anfang jeder Prüfung der Verteidigungsfähigkeit.

Häufige Fehler beim Nachdenken über Burggräben

• Einen Vorsprung mit einem Burggraben verwechseln. Sechs Monate Vorsprung bei Funktionen sind ein Vorsprung. Ein Burggraben ist der Grund, warum der Vorsprung nicht verpufft, wenn ein Rivale aufholt.
• Daten zählen, die Sie nicht nutzen können. Große Mengen an Interaktionsdaten zu sammeln hilft nicht, wenn Ihnen die Rechte fehlen, damit zu trainieren, oder wenn die Daten die Qualität des Outputs nicht verändern. Prüfen Sie beides, bevor Sie es in ein Deck schreiben.
• Reibung mit Lock-in verwechseln. Einen Export zu erschweren mag kurzfristig die Wechselkosten erhöhen, aber Kunden, die sich gefangen fühlen, gehen bei der ersten guten Alternative und erzählen anderen, warum.
• Alle Burggräben gleichzeitig bauen. Wer seine Kräfte auf Marke, Daten, Vertrieb und Compliance verteilt, erreicht meist keines davon. Wählen Sie die ein oder zwei, die zu Ihrem Markt passen, und gehen Sie in die Tiefe.
• Den Burggraben als fertig betrachten. Jeder Burggraben verfällt. Modelle verbessern sich, etablierte Anbieter liefern KI-Funktionen aus, und die Regulierung verschiebt sich. Das obige Audit funktioniert nur, wenn Sie es wiederholen.

Alles zusammengefügt

Betrachten Sie Verteidigungsfähigkeit als Portfolio, das Sie im Zeitverlauf zusammenstellen. Anfangs verschaffen Ihnen Counter-Positioning und Geschwindigkeit die ersten Kunden. Workflow-Integration macht diese Kunden dann zu Accounts, die sich nur teuer verdrängen lassen. Proprietäre Daten und Vertrieb verstärken sich während des Wachstums, und Vertrauen, Compliance und Marke übernehmen als langfristige Barrieren. In jeder Phase bleibt der Test derselbe: Benennen Sie den Nutzen, benennen Sie die Barriere, und seien Sie ehrlich, wie lange ein gut finanzierter Rivale bräuchte, um sie zu beseitigen.

Wichtige Fakten

• Ursprung der Burggraben-Idee: Warren Buffett schrieb in seinem Aktionärsbrief von 1995, er suche nach „wirtschaftlichen Burgen, geschützt durch unüberwindbare ‚Burggräben‘“.
• Helmers Test: In seinem Interview mit Acquired nennt Helmer zwei notwendige und hinreichende Bedingungen für Power: einen Nutzen und eine Barriere.
• Sieben Powers: Skaleneffekte, Netzwerkeffekte, Counter-Positioning, Wechselkosten, Marke, exklusive Ressource und Prozessstärke, laut derselben Zusammenfassung.
• Modelle nähern sich an: Stanfords 2025 AI Index berichtet, dass der Abstand zwischen dem besten und dem zehntplatzierten Modell innerhalb eines Jahres von 11,9% auf 5,4% fiel.
• Daten sind nicht automatisch ein Burggraben: Casado und Lauten von a16z argumentieren, dass Skaleneffekte bei Daten mit steigenden Beschaffungskosten und abnehmenden Erträgen zu kämpfen haben.
• Timing: Counter-Positioning und exklusive Ressource werden früh verfügbar, Wechselkosten und Größe während des Durchstartens, Marke und Prozessstärke später.