Wachstum und Lieferversprechen stehen gleichermaßen im Wettbewerb – wohin steuern die beiden Top-Anbieter im Bereich der KI-Büroanwendungen als Nächstes?
Auf der Pressekonferenz von Baidu Dazi am 27. August widmete der Produktarchitekt Li Jingqiu nicht zu viel Zeit der Vorstellung von Parametern und Funktionsstapeln, sondern wiederholte immer wieder einen Satz: „Die Auslieferung ist bereits beeindruckend.“
Dies ist wahrscheinlich eines der bemerkenswertesten Signale im KI-Bürobereich im Jahr 2026, das auf den größten Unterschied zwischen Agenten und früheren Produkten hinweist. Im vergangenen Jahr, nach dem Übergang von „wer kann generieren“ zu „wer kann arbeiten“, tritt der Wettbewerb nun in die dritte Phase ein: Wer professionellere Ergebnisse liefert und die Erwartungen der Nutzer übertrifft, gewinnt.
Um diesen Wandel zu verstehen, muss man zuerst auf den Spieltisch blicken.
Die Wettbewerbslandschaft im KI-Bürobereich konvergiert rasant. Tencent hat WorkBuddy in den Vordergrund gerückt, Ma Huateng stand persönlich hinter dem Produkt und verfolgte eine offensive Strategie. Alibaba hat QoderWork, Wukong und MuleRun zu Qianwen Office zusammengeführt. ByteDance, iFlytek und Yonyu dringen aus ihren jeweiligen Bereichen in den Markt ein.
Alle bringen ihre Lösungen auf den Markt, während Baidu Dazi fünf Monate nach seiner Markteinführung weiterhin ein hohes Wachstumstempo aufweist. Die neueste Desktop-Rangliste der KI-Produkte zeigt, dass es mit 6,74 Millionen monatlich aktiven Nutzern den zweiten Platz unter den KI-Büroagenten belegt, mit einem sequenziellen Wachstum der monatlich aktiven Nutzer von 1063 % und damit den ersten Platz in der Wachstumsrangliste. WorkBuddy, das auf dem ersten Platz liegt, hat 11,15 Millionen monatlich aktive Nutzer, aber sein Wachstum ist bereits in einen relativ stabilen Bereich eingetreten.
Seit seiner Veröffentlichung im März dieses Jahres hat Baidu Dazi in den vergangenen 5 Monaten 150 Iterationen durchlaufen. Mit der Hitze im Bürobereich ist die Zahl der Nutzer im vergangenen Monat fast um das 9-fache gestiegen. Auf der Pressekonferenz erklärte Shen Dou, Executive Vice President von Baidu Group und Präsident der Baidu Intelligent Cloud Business Group, dass das schnelle Wachstum der Nutzerzahl zeigt, dass das Produkt die Bedürfnisse der Nutzer erfüllt. Ob das Produkterlebnis jedoch perfekt ist und die gelieferten Ergebnisse beeindruckend sind, entscheidet darüber, ob die Nutzer bleiben wollen. Diese Einschätzung repräsentiert auch den evolutionären Kern von Baidu Dazi: Es zielt darauf ab, dass Agenten direkt professionellere und erwartungsübertreffendere Ergebnisse liefern, was möglicherweise nicht auf Szenarien des täglichen Büroalltags beschränkt ist.
Die phasenweise Landschaft ist bereits sichtbar geworden: Tencent hat durch Traffic und Ökosystem die Spitzenposition bei der Nutzerzahl eingenommen, während Baidu durch die kontinuierlich iterierte Produktkraft schnell wächst. Der KI-Bürobereich hat sich von einer chaotischen Konkurrenz vieler Akteure zu einem Duopol entwickelt.
Dahinter verbergen sich zwei völlig unterschiedliche Produktwege, deren Unterschiede möglicherweise mehr Aufmerksamkeit verdienen als die Außenwelt denkt.
01
Gleichzeitige Iteration: Einer konzentriert sich auf die Breite, der andere auf die Auslieferung
WorkBuddy und Baidu Dazi haben eines gemeinsam: Beide iterieren sehr schnell, aber die Art und Weise der Geschwindigkeit ist unterschiedlich.
Die Strategie von WorkBuddy ähnelt dem typischen Stil von Tencent – offensiv und schnell Nutzer gewinnen. Ma Huateng hat die Richtung in öffentlichen Reden festgelegt, Teams wurden zusammengelegt und aufgewertet, und das Produkt durchdringt schnell verschiedene spezialisierte Anforderungen in Büroszenarien auf dem Desktop. Es strebt danach, das Nutzerbewusstsein in größtmöglichem Umfang aufzubauen und das Konzept des „KI-Büros“ mit WorkBuddy gleichzusetzen. Tencent ist auf diesem Weg sehr erfolgreich, was die Nutzerzahl bereits beweist.
Die Iterationslogik von Baidu Dazi ist völlig anders. In der Anfangsphase der Markteinführung gab es in Spitzenzeiten eine Version pro Tag, was als wahnsinnig schnell gilt. Hinter den häufigen Veröffentlichungen blieb die Produktrichtung jedoch unverändert: Alle Iterationen zielen auf ein einziges Kernziel ab, nämlich dass die KI die Arbeit wirklich erledigt.
Schon ab der MVP-Version hat Baidu Dazi die Fähigkeit zur „Auslieferung“ auf die höchste Priorität gesetzt. Einen Monat nach der Markteinführung konnte es komplexe Aufgaben bewältigen, die mehrere Fachkenntnisse erfordern. Im Mai belegte es den ersten Platz in den beiden ausführungsbezogenen Bewertungslisten PinchBench und DeepResearchBench, wobei das Ergebnis von PinchBench das vergleichbarer Produkte von Anthropic und OpenAI übertraf. Im Juni wurde der Token-Verbrauch bei der Aufgabenausführung um 75 % reduziert. Im Juli wurden das Medien-Kit und die Unternehmensversion veröffentlicht. Im August kamen nacheinander das Design-Kit und das Finanz-Kit auf den Markt, und das Miaoda-Arbeitsplatz wurde integriert.
Wenn man die Zeitlinie gerade zieht, ist das, was Baidu Dazi tut, tatsächlich eine kontinuierliche Logik: Zuerst wird der Agent in die Lage versetzt, Aufgaben auszuführen, dann werden die Ausführungskosten gesenkt, damit die Fähigkeiten in spezifischen Branchenszenarien eingesetzt werden können, und schließlich wird dies auf Organisationen ausgeweitet.
Auf diese Weise baut jeder Schritt solide auf dem vorherigen auf, ohne Sprünge zu machen.
Diese Produktidee wurde auf der Pressekonferenz zu dem Slogan „Die Auslieferung ist bereits beeindruckend“ verdichtet. Sie bezieht sich auf eine sehr konkrete Frage: Sind die Ergebnisse, die KI-Büroprodukte liefern, eigentlich Halbfabrikate? Wie viel Zeit müssen Nutzer noch aufwenden, um eine erhaltene PPT zu bearbeiten? Können die Daten in einem erhaltenen Forschungsbericht einer Überprüfung standhalten? Kann ein erhaltenes Video direkt veröffentlicht werden?
Eine Demonstration auf der Pressekonferenz lieferte die intuitivste Antwort: Vor der Konferenz hatte Baidu Dazi den Live-Stream, die Präsentations-PPT und relevante Materialien integriert. Während der Konferenz wurden die Inhalte vor Ort kontinuierlich erfasst und verarbeitet, die Reden wurden in Echtzeit verstanden, und Informationen zu Produktaktualisierungen sowie die Standpunkte der Gäste wurden extrahiert.
Noch vor Ende der Konferenz wurden ein Rückblickvideo, eine lange Grafik zu den Produktaktualisierungen, Poster mit den Kernaussagen der Gäste und eine Pressemitteilung generiert. Der gesamte Prozess war keine einmalige Frage-Antwort-Interaktion, sondern eine kontinuierliche Aufgabe, die die gesamte Veranstaltung begleitete – die Nutzer sahen keine fragmentierten Demonstrationsfunktionen, sondern ein vollständiges ausgeliefertes Ergebnis.
Ein Beispiel für den Alltag ist der 70-jährige Wildtierfotograf Lao Wan aus dem Changbai-Gebirge. Er nutzt seit Jahren Infrarotkameras und Überwachungsgeräte im Feld, um Wildtiere im Changbai-Gebirge aufzuzeichnen, und hat mehr als 100 TB an Material gesammelt. Früher war das Filtern das größte Problem: Die Bilder, die Infrarotkameras und Überwachungsgeräte 24 Stunden am Tag zurückliefern, mussten von Menschen Auge für Auge durchgesehen werden.
„Jetzt ist das Durchsehen des Materials anstrengender als das Fotografieren. Es ist keine einfache Sache, alles einzeln durchzusehen, und mit 70 Jahren ist meine Sehkraft nicht mehr gut“, sagt Lao Wan. Er hat keine Programmiererfahrung und kann keine komplexen Parameter konfigurieren. Er sagte nur einen Satz zu Baidu Dazi: Hilf mir, die Szenen mit Wildtieren in diesem Video herauszufiltern, einen neuen Ordner zu erstellen und ein Überwachungsprotokoll nach meinen üblichen Gewohnheiten zu erstellen.
Baidu Dazi zerlegte die Aufgabe in vier Schritte: Videoerkennung, Clip-Extraktion, Kategorisierung und Archivierung sowie Protokollgenerierung. Es filterte die Szenen mit Tieren aus stundenlangem Material heraus und erstellte das Überwachungsprotokoll nach seinen Gewohnheiten. Am Ende erhielt Lao Wan einen Ordner, der direkt archiviert werden kann, und ein Protokoll, das sofort verwendet werden kann.
Das ist der Unterschied zwischen „Auslieferung“ und „Generierung“. Die Generierung liefert dir einen Text, die Auslieferung liefert dir einen sortierten Ordner und ein sofort nutzbares Protokoll. Ersteres ist Rohmaterial, Letzteres ist ein fertiges Produkt.
Hong Ling, eine Inhaltserstellerin, hat diesen Unterschied ebenfalls erlebt. Sie betreibt eine Inhaltsmarke namens „Hong Lings kleine Kneipe“ und hat den gesamten geschlossenen Kreislauf von Forschung, Schreiben bis zur Veröffentlichung und Betrieb alleine aufgebaut. Bei der Forschung zur optischen Kommunikationsindustrie half Baidu Dazi ihr, die gesamte Industriekette von Materialien, optischen Chips und optischen Komponenten bis hin zu den endgültigen Anwendungen zu strukturieren, woraufhin sie Logik, Standpunkte und Urteile auf Basis der Forschungsergebnisse bildete. „Ich bin für das Emotionale verantwortlich, Dazi ist für das Rationale verantwortlich. Ich bin für Kreativität und Urteile verantwortlich, Dazi ist für Forschung, Überprüfung und Ausführung verantwortlich“, beschreibt Hong Ling die Arbeitsteilung zwischen ihr und „Dazi“.
Baidu Dazi hat drei Kriterien dafür aufgestellt, was eine „beeindruckende“ Auslieferung ausmacht: Professioneller Kern, schöne Präsentation und nutzbares Ergebnis. Diese drei Kriterien zusammen weisen auf einen wesentlicheren Wandel hin: Der Wettbewerb im KI-Bürobereich verschiebt sich von der Frage „ob Funktionen vorhanden sind“ zu der Frage „ob die Ergebnisse nutzbar sind“.
Tencent bildet den Markt durch die Breite seiner Funktionen, während Baidu Dazi das Nutzererlebnis durch bessere Auslieferung verbessert. Ersteres bestimmt, ob Nutzer das Produkt kennen, Letzteres bestimmt, ob Nutzer bleiben.
02
Warum ist der Full-Stack-Vorteil von Baidu Dazi schwer zu kopieren?
Wenn die „Auslieferungsorientierung“ auf Produktebene noch nur eine strategische Entscheidung ist, dann ist es Baidus langjährige Erfahrung in der KI-Infrastruktur, die den kontinuierlichen Betrieb dieser Strategie unterstützt.
Baidu ist eines der wenigen großen Unternehmen in China, das die gesamte Kette von Chips bis zu Anwendungen selbst entwickelt. Kunlun-Chips werden seit 2018 entwickelt, das Paddle-Framework wird seit 2016 aufgebaut, und das Wenxin-Großmodell wird seit 2019 kontinuierlich iteriert. Diese Full-Stack-Fähigkeit wurde in den vergangenen Jahren immer wieder diskutiert, aber im Agenten-Zeitalter hat sich ihre Bedeutung geändert.
Die Ausführungsfähigkeit eines universellen Agenten hängt nicht nur davon ab, wie stark das Modell selbst ist, sondern auch davon, wie gut das Modell an die zugrunde liegende Rechenleistung, das Framework und die Toolchain angepasst ist.
Warum kann Baidu Dazi eine Iteration pro Tag durchführen? Warum kann es den Token-Verbrauch innerhalb eines Monats um 75 % senken? Warum kann seine sichere Sandbox vollständig von der lokalen Umgebung isoliert werden… Die Antworten auf diese Fragen liegen im zugrunde liegenden Technologie-Stack verborgen.
Der Wert der Full-Stack-Fähigkeit zeigt sich auch bei der Suche und der Wissensintegration. Baidu Dazi verfügt über die integrierte technische Erfahrung der Baidu-Suche-KI-API und des Suchagenten, was zu höherer Genauigkeit und weniger Halluzinationen bei der Informationsabfrage führt. Gleichzeitig können die Kernproduktfähigkeiten, die Baidu über Jahre in der KI-Entwicklung aufgebaut hat – Suche, Miaoda, Famou, Enzyklopädie und mehr – nahtlos als Skills in Dazi integriert werden. Nutzer müssen nur Anweisungen geben, und diese Fähigkeiten arbeiten im Hintergrund zusammen. Diese Ökosystemintegration ist für einzelne Produkte schwer zu kopieren.
Noch wichtiger ist die Sicherheit und Kontrollierbarkeit, die durch die Full-Stack-Fähigkeit entsteht. Wenn Agenten in Unternehmensszenarien eingesetzt werden, ist die Datensicherheit kein nachträglich hinzufügbares Modul. Baidu Dazi realisiert auf Architekturebene Sandbox-Isolierung, Berechtigungssteuerung auf Ordnerebene und erzwungene manuelle Bestätigung bei risikoreichen Vorgängen. Dass diese Fähigkeiten so gründlich umgesetzt werden können, hängt eng mit Baidus Kontrolle über die zugrunde liegende Rechenleistung und das Framework zusammen.
„Die KI-Praxis von Lanhai Heishi besteht nicht darin, ein unabhängiges Tool hinzuzufügen, sondern die KI zu einem Teil des bestehenden Geschäftssystems zu machen“, teilte Zhang Mingjie, CIO von Fujian Lanhai Heishi New Materials Technology Co., Ltd., auf der Pressekonferenz eine echte Erfahrung in einem Unternehmensszenario mit.
Im Rahmen der Beschaffungsanalyse nutzt Lanhai Heishi mehrere Systeme wie SAP, WMS und PLM gleichzeitig. Die Systeme erfassen Geschäftsdaten, aber die Datenintegration über verschiedene Systeme hinweg und die Trendbeurteilung mussten früher manuell erledigt werden. Nach der Integration von Baidu Dazi übernimmt die KI das Verständnis von Geschäftsfragen, kombiniert interne Daten mit externen Rohstoffmarktinformationen und liefert Trendbeurteilungen, Risikohinweise sowie kurz-, mittel- und langfristige Beschaffungsvorschläge. Dadurch wird die manuelle Analyse, die früher mehrere Tage dauerte, in ein überprüfbares Entscheidungsdokument umgewandelt.
„Unternehmen verbinden sich über Skills, Wissensdatenbanken und Geschäftssysteme, um Bewertungsregeln, Berechnungslogik, Methoden zur Dokumentengenerierung und die Erfahrung von Fachkräften als wiederverwendbare Unternehmensfähigkeiten zu konsolidieren. Auf der Grundlage von Berechtigungen, Datenisolation, manueller Bestätigung und Betriebsprüfung erweitern sie die punktuelle Validierung schrittweise zu einer organisationsweiten Anwendung“, fasste Zhang Mingjie abschließend zusammen.
Das ist die Art und Weise, wie Full-Stack-Fähigkeiten in echten Unternehmensszenarien umgesetzt werden. Sicherheitskontrolle ist nicht nur eine Versprechung in der Produktbeschreibung, sondern die Voraussetzung dafür, dass Unternehmen es wagen, KI in ihre Geschäftssysteme zu integrieren.
Aber die Full-Stack-Fähigkeit kann nur erklären, „warum es möglich ist“, nicht aber „warum man sich dafür entschieden hat“.
Auf der diesjährigen Create-Konferenz definierte Li Yanhong Token als Kosten und nicht als Einnahme. Er ist der Meinung, dass das Wettrüsten um die Modellfähigkeit in eine Phase mit sinkenden Grenzerträgen eingetreten ist, und dass der tatsächliche Wert der KI davon abhängt, wie viele Aufgaben sie erledigen kann. Tatsächlich hat Baidu seit der Weltkonferenz 2025 dieses Signal immer wieder ausgesandt. Auf der Creat-Konferenz 2026 ist diese Einschätzung bereits zu einem strategischen Konsens des gesamten Unternehmens geworden.