OpenAI greift nach dem Backend, Elon Musk greift nach dem Frontend.

Der Raketenbauer hat sich einen "Editor" gekauft, und der Künstliche-Intelligenz-Entwickler hat sich eine "Cloud-Sandbox" geholt. Zwei Transaktionen, die weniger als eine Woche auseinander liegen, scheinen wie Lichtjahre voneinander entfernt, bringen aber den nächsten Wettlaufpunkt in der KI-Programmierung auf die gleiche Bühne.

Am 16. Juni Ortszeit hat SpaceX der US-amerikanischen Wertpapier- und Börsenkommission (SEC) eine Datei vorgelegt, in der es bekanntgab, einen Zusammenschlussvertrag mit Anysphere, dem Mutterunternehmen von Cursor, unterzeichnet zu haben. Das Unternehmen plant, die Transaktion vollständig mit Aktien abzuschließen, wobei der implizite Unternehmenswert auf rund 60 Milliarden US-Dollar geschätzt wird. Die Übertragung ist für das dritte Quartal 2026 geplant, unter der Bedingung, dass die behördlichen Genehmigungen erteilt werden.

Fünf Tage vor der Ankündigung von Space-X's Kauf von Cursor, am 11. Juni Ortszeit, hat OpenAI auf seiner offiziellen Website eine Kaufankündigung gemacht. Die Nachricht enthielt, dass OpenAI beabsichtigt, ein deutsches Unternehmen namens Ona zu erwerben. Ona bietet eine sichere, dauerhafte und vom Kunden kontrollierbare Cloud-Ausführungs- und -Orchestrierungsumgebung.

Außenansichtlich sind Ona und Cursor keine Unternehmen aus der gleichen Branche: Ein Unternehmen entwickelt Cloud-Ausführungsumgebungen, das andere eine KI-IDE; eines arbeitet im Hintergrund, das andere im Vordergrund . Aber im Kontext der Entwicklung der KI-Programmierung ergänzen sie sich wie Teile einer Fertigungslinie: Cursor repräsentiert die Vorderseite und den Zugang für Entwickler, während Ona die Umgebung darstellt, in der die KI ihre Aufgaben erledigt, also die Hintergrund-Ausführungsumgebung.

Eingabefeld, Antwort, fortlaufendes Gespräch – so hat OpenAI in den letzten Jahren eines der markantesten KI-Produkte geschaffen. Und das war auch lange Zeit die Produktform von Grok. Später wurden der klassischen Benutzeroberfläche Dateien, Bilder, Spracheingabe, Zeichenfläche, Suche und Tool-Aufrufe hinzugefügt.

Die Kerninteraktion hat sich jedoch nicht geändert: Der Benutzer sagt etwas, und das Modell antwortet.

Das eigentliche Geschäftspotenzial verbirgt sich jedoch in der "vollautomatischen Entwicklung", die den Workflow direkt übernehmen kann. Gartner hat vorhergesagt, dass bis 2028 75 % der Unternehmenssoftwareingenieure KI-Code-Assistenten nutzen werden. Gleichzeitig rückt die agentische KI von der Pilotphase in die Unternehmenssoftwareprozesse, wobei Kosten, ROI und Risikomanagement immer noch die Hauptfaktoren sind.

Mehrere Investmentbank- und Forschungsberichte weisen darauf hin, dass das B2B-Marktvolumen der generativen KI im Bereich der Softwareentwicklung und der automatisierten Infrastruktur in den kommenden Jahren auf mehrere hundert Milliarden US-Dollar ansteigen wird. Unternehmenskunden sind nicht mehr bereit, nur für "Rechenleistung und Token" zu bezahlen. Sie sind bereit, echte Summen für "digitale Vollzeitmitarbeiter" auszugeben, die unabhängig Code prüfen, Tests ausführen und fertige Ergebnisse liefern können.

Die KI-Programmierung treibt diesen Gedanken einen Schritt weiter.

In der Vergangenheit handelte es sich bei den Kernfragen der KI-Programmierung darum, ob ein Modell eine Codezeile vervollständigen, eine Funktion generieren oder eine Logik erklären kann. Heute lautet die Kernfrage: Kann die KI eine echte Codebasis verstehen, eine echte Projektaufgabe erledigen, Tests ausführen, einen Pull Request senden und im Rahmen der Unternehmensrichtlinien einen nachvollziehbaren, rückgängig machenden und haftbaren Prozess hinterlassen?

Elon Musk hat für Grok eine "Vorderseite" erworben

Kurz nach der Ankündigung des Kaufs hat Cursor ein neues Modell mit über 1,5 Billionen Parametern angekündigt.

Laut Berichten von Medien wie Machine Intelligence hat Cursor kürzlich ein neues eigenes Modell entwickelt. Berichte besagen, dass das Training auf einer Skala von 1,5 Billionen Parametern durchgeführt wurde und über 100.000 GPU eingesetzt wurden. Aus den offiziellen Changelogs von Cursor geht hervor, dass der Bugbot nun von Composer 2.5 angetrieben wird und die Review-Zeit von etwa 5 Minuten auf etwa 90 Sekunden gesunken ist.

Der 25-jährige CEO von Cursor, Michael Truell, hat gesagt, dass die Größe des neuen Modells mit Opus und GPT vergleichbar ist.

Für die meisten Benutzer von Cursor ist es eher ein Programmierwerkzeug. Als Vorderseite der Bedienungsoberfläche kann es verschiedene Spitzenmodelle aufrufen, um Programmieraufgaben zu erledigen. Einer der Hauptgründe, warum Cursor Benutzer anzieht, ist die Möglichkeit, mehrere Modelle zugleich zu nutzen. So können Benutzer in derselben Programmieroberfläche verschiedene Top-Modelle nutzen, um komplexe Aufgaben zu bewältigen.

Am 17. Juni, um 11:00 Uhr, hat Boxed Lunch Finance auf der Cursor-Website festgestellt, dass derzeit Fable 5, Opus 4.8, GPT-5.5, Codex 5.3 und andere Modelle aufrufbar sind.

Screenshot von Cursor

Was gegen die Intuition geht, ist, dass Cursor umgehend nach der Ankündigung von Musk's Kaufplan sein eigenes Modell angekündigt hat.

Der Grund könnte in Musks KI-Vision liegen.

Cursor wird oft als "bessere Version von VS Code" missverstanden. Das stimmt zwar, aber der eigentliche Wert von Cursor liegt nicht in der KI-Editor-Oberfläche, sondern darin, dass es die erste Schnittstelle ist, über die Entwickler täglich mit KI interagieren.

In herkömmlichen IDEs schreiben Entwickler Code, suchen in Dokumentationen, führen Tests durch und senden Pull Requests. Die KI ist nur ein Plugin. Cursor geht den umgekehrten Weg: Es platziert die KI in die Mitte des Workflows. Vervollständigung, Chat, Mehrdatei-Änderungen, Agenten, Code-Review, CLI, Cloud-Agenten – alles dreht sich um die Frage: Wann sind Entwickler bereit, eine Aufgabe an die KI zu übergeben?

Und das ist auch die Frage, die Musk beantworten muss.

Laut der SEC-Datei ist der rechtliche Käufer dieser Transaktion Space Exploration Technologies Corp., nicht xAI. Aber aus unternehmerischer Sicht füllt Cursor für Grok Lücken, die es selbst schwerlich schaffen würde, zu schließen. Während das Modell in Benchmarks aufholen kann, erfordert der Zugang zu echten Entwicklern Produkt, Community, Gewohnheiten und tägliche Interaktionsdaten.

Mehrere Medien haben berichtet, dass Cursor ein Jahreseinkommen von über einer Milliarde US-Dollar erzielt, Tausenden von Unternehmen dient und in die Entwicklungsprozesse von Nvidia, Adobe, Uber, Shopify und anderen Kunden Eingang gefunden hat. Ein gewöhnlicher Editor kann nicht für solch ein Wachstum verantwortlich sein.

Für Musk ist Cursor eine neue Chance auf dem KI-Battlefeld.

Seit der Gründung von xAI im Jahr 2023 hat Musk versucht, sein Großmodell Grok als "KI-Gehirn" für X (ehemals Twitter), Tesla und SpaceX zu etablieren. Die Entwicklung dieser drei Bereiche hat jedoch völlig unterschiedliche Wege eingeschlagen.

Einerseits hat SpaceX durch einen historischen Börsengang seinen Marktwert sprunghaft gesteigert und ist damit Musks kapitalstärkste Waffe geworden. Andererseits hat xAI, das großen Hoffnungen entgegengebracht wurde, in der heftigen Rüstungsrace um die Grundlagenmodelle an Schwung verloren. Insbesondere in der Erzeugung komplexen Codes und der logischen Schlussfolgerung hat Grok an OpenAI und Anthropic verloren.

Schlimmer noch ist die interne Unruhe. Mehrere Medien haben berichtet, dass mehrere Mitbegründer und Führungskräfte von xAI früher in diesem Jahr das Unternehmen verlassen haben. Die Gründe für den Ausstieg werden in den Medien mit strategischen Fragen, Produktsicherheit und organisatorischem Druck in Verbindung gebracht, lassen sich aber nicht auf einen einzigen Grund zurückführen.

Was sicher ist, ist, dass dieser plötzliche "Personalmangel" nicht nur den geplanten Entwicklungsprozess von Grok gestört hat, sondern auch die Frage aufgeworfen hat, ob Musk noch in der Spitzengruppe der reinen Basis-Großmodelle bleiben kann.

Für Grok besteht die Möglichkeit, weiterhin an der Modellleistung zu arbeiten, aber das Aufholen benötigt Zeit. Der Zugang zu Entwicklern, Workflow-Daten und technische Rückmeldungen sind neue Wettbewerbsfaktoren, die sich nicht einfach durch die Ansammlung von GPU erreichen lassen.

Die jüngste Modellaktualisierung von Cursor zeigt, dass es nicht nur als eine Hülle für mehrere Modelle zufrieden ist.

Am 10. Juni hat Cursor in seinem Changelog mitgeteilt, dass die durchschnittliche Review-Zeit des Bugbots von etwa 5 Minuten auf etwa 90 Sekunden gesunken ist, die durchschnittliche Anzahl der gefundenen Bugs pro Review von 0,56 auf 0,62 gestiegen ist und die Kosten um etwa 22 % gesenkt wurden. Diese Verbesserungen stammen aus dem Trainingsfortschritt von Composer 2.5, und der Bugbot wird nun von Composer 2.5 angetrieben.

Cursor hat auch in der SDK-Aktualisierung vom 4. Juni erwähnt, dass SDK-Clients, die noch composer-2 nutzen, automatisch auf Composer 2.5 umgeleitet werden. Der Wettbewerb von Cursor hat sich von "Welches Modell wird eingebunden?" zu "Wie werden Modelle selbst trainiert, umgeleitet und in Produkte umgesetzt?" gewandelt.

Der Bugbot ist kein gewöhnliches Code-Review-Plugin. Er verbindet GitHub, GitLab, den /review-Befehl, die Sicherheitsüberprüfung, die Modell-Blockliste und das SDK und kann die Modellleistung in den Code-Review- und -Lieferprozess integrieren.

SpaceX kauft mit Cursor den Zugang zu Entwicklern, technische Rückmeldungen, Code-Interaktionsdaten und ein Vordergrund-Betriebssystem, das Grok, Claude, GPT oder eigenständige Modelle hosten kann.

Cursor ist die Cockpit, und wer das Cockpit kontrolliert, ist näher an der Stelle, von der aus Entwickler Befehle erteilen.

OpenAI möchte Codex eine "Hintergrundumgebung" geben

Wenn Cursor das Cockpit ist, dann ist Ona der Arbeitsplatz.

"Ich hatte immer gedacht, dass der Verkauf eines Unternehmens wie ein Ende wäre. Aber ich habe nicht erwartet, dass unser Lebenswerk, in das wir so viel eingesetzt haben, noch größer und wichtiger wird." So hat Johannes Landgraf, der CEO von Ona, in einer Ankündigung geschrieben.

Vor drei Monaten hätte er nicht gedacht, dass er eines Tages sein Unternehmen verkaufen und als Mitglied des Codex-Teams bei OpenAI einsteigen würde.

Der Wendepunkt war das Wachstum von Ona seit diesem Jahr.

Landgraf hat mitgeteilt, dass die wöchentlichen Agent-Sitzungen in einigen der anspruchsvollsten Organisationen weltweit seit Anfang des Jahres auf das 13-fache angestiegen sind. Zu seinen Kunden gehören eine der ältesten Banken in den USA, ein großer europäischer Pharmahersteller und ein asiatischer staatlicher Investmentfonds.

Quelle: Ona-Website

Ein ehemaliger Gründer einer Cloud-Entwicklungsumgebung steht plötzlich am Eingang zur Unternehmensnutzung von KI-Agenten.

OpenAI hat seine Absicht, Ona zu erwerben, sehr direkt formuliert: Dieser geplante Kauf soll die sichere Cloud-Ausführungs- und -Orchestrierungstechnologie von Ona in Codex integrieren, damit Codex einen "dauerhaften Arbeitsplatz" hat. OpenAI hat auch bekanntgegeben, dass die wöchentliche Anzahl der Codex-Nutzer inzwischen über 5 Millionen beträgt, was einem Anstieg von 400 % seit Anfang des Jahres entspricht.

Das 13-fache Wachstum von Ona und der 400%-ige Anstieg der Codex-Nutzer zeigen direkt die Grundlage für die Zusammenarbeit zwischen Codex und Ona und beantworten indirekt die Frage: Warum will OpenAI ein deutsches Unternehmen für Cloud-Entwicklungsumgebungen erwerben?

Um die Cloud-Entwicklungsumgebung zu verstehen, muss man zuerst das Vorgängerunternehmen von Ona, Gitpod, kennen. Gitpod ist eine deutsche Plattform für Entwicklungstools, die seit langem Cloud-Entwicklungsumgebungen anbietet.

In der Vergangenheit mussten Entwickler, wenn sie in ein neues Team kamen, oft Stunden oder sogar Tage damit verbringen, ihre lokale Umgebung einzurichten. Sie mussten Abhängigkeiten installieren, Datenbanken konfigurieren, private Pakete herunterladen und den Compiler auf die richtige Version bringen. Und am Ende konnte es immer noch passieren, dass das Programm nur auf ihrem eigenen Rechner lief.

Das Wertversprechen von Produkten wie Gitpod liegt darin, dass die Entwicklungsumgebung im Voraus in der Cloud konfiguriert wird. Entwickler können über einen Browser oder eine IDE in eine reproduzierbare Arbeitsumgebung eintreten. In der Zeit der menschlichen Entwickler war das zwar nützlich, aber kein Muss. Es gab viele Lösungen für diese Probleme. Die lokalen Rechner der Entwickler waren zwar komplex, aber flexibel genug, um Probleme selbst zu beheben. Ein langsames Einrichten war nur ein Eff