Reden wir nicht mehr über KI-Suche, Perplexity arbeitet bereits an der nächsten Sache.

Erinnerst du dich noch an Perplexity?

Im Jahr 2024 war dies ein Name, der in der KI-Branche nicht zu umgehen war. Die Menschen diskutierten, ob es Google verdrängen würde, und ob Aravind Srinivas, der junge Mann, der OpenAI verlassen hatte, ein neues Suchimperium aufbauen könnte.

Bis zum Jahr 2026 nehmen die GPT-Serie von OpenAI, Claude von Anthropic und Gemini von Google den Großteil des Diskussionsraums ein. Insbesondere im Agent-Bereich haben Cursor, Devin und verschiedene Programmierassistenten die Aufmerksamkeit der Entwickler auf sich gezogen.

Aber bei Perplexity scheint es plötzlich still zu werden. Wenn es gelegentlich in den Nachrichten auftaucht, geschieht dies nur aufgrund einiger scheinbar "verrückter" Aktionen, beispielsweise der Behauptung, 34,5 Milliarden US-Dollar für die Übernahme von Chrome zu bieten oder das US-Geschäft von TikTok zu kaufen.

Aber wenn du dir die Produktroute, organisatorischen Veränderungen und geschäftlichen Maßnahmen von Perplexity im letzten Jahr genau ansiehst, wirst du feststellen, dass das Unternehmen keineswegs inaktiv war. Es durchläuft gerade einen Wandel, der weit größer ist als "eine bessere KI-Suche zu entwickeln".

Von der Suche zum Browser, vom Browser zum Agent, vom Agent zum Computer – Perplexity hat in weniger als einem Jahr drei Produktsprünge vollzogen und gleichzeitig den Umsatz des Unternehmens von rund 100 Millionen US-Dollar auf eine Größenordnung von 500 Millionen US-Dollar gesteigert, während die Größe des Teams nur um 34 % gewachsen ist.

Heute sprechen wir nicht darüber, ob Perplexity Google besiegen kann, sondern darüber, warum es einen Weg gewählt hat, der fast von dem aller großen KI-Unternehmen abweicht, was die strategische Logik hinter diesem Weg ist und welchen echten Schlachtfeld es gerade gegenübersteht.

Drei Wendungen eines Aussteigers aus OpenAI

Aravind Srinivas ist der Gründer von Perplexity, und seine Erfahrung ist sehr interessant.

Er wurde in Indien geboren, absolvierte seinen Bachelor in Elektrotechnik am IIT Madras. Bei seiner Hochschulaufnahmeprüfung erreichte er Rang 980, schaffte es nicht in die Informatikabteilung und studierte stattdessen Elektrotechnik. Dieses Ereignis wurde später in vielen Berichten als Material für eine "Aufholjagd" verwendet, aber für Srinivas war es möglicherweise wichtiger, dass er sich schon früh daran gewöhnte, seinen eigenen Weg in nicht vielversprechenden Pfaden zu finden.

In seiner Doktorandenzeit ging er an die UC Berkeley, sein Betreuer war Pieter Abbeel, und sein Forschungsgebiet war Verstärkungslernen und Repräsentationslernen. Während seiner Promotion absolvierte er eine sehr besondere Praxiserfahrung: 2018 ging er zu OpenAI, 2019 zu DeepMind und von 2020 bis 2021 zu Google Brain.

Die meisten Doktoranden in Berkeley wählen nur eines dieser drei Unternehmen für ein Praktikum aus – er ging zu allen dreien. Diese Erfahrung ermöglichte ihm einen nahen Einblick in die Spitzenstruktur der KI-Branche: Er kannte den Produktgeruch von OpenAI, die Forschungstiefe von DeepMind und das Ingenieurmaßstab von Google.

Nach seinem Doktorabschluss im Jahr 2021 trat Srinivas offiziell als Forschungswissenschaftler bei OpenAI ein. Aber er blieb nur ein Jahr. Im August 2022 verließ er OpenAI und gründete gemeinsam mit Denis Yarats (ehemaliger Forscher bei Meta AI), Johnny Ho (ehemaliger Ingenieur bei Quora) und Andy Konwinski Perplexity.

Über den Grund, warum er OpenAI verlassen hat, hat Srinivas nicht viele öffentliche emotionale Äußerungen gemacht. Aber aus seinen späteren Produktentscheidungen lässt sich schließen: Sein Ziel ist es nicht, stärkere Modelle zu trainieren, sondern mit Modellen die Beziehung zwischen Mensch und Information neu zu gestalten.

Diese Idee hat im Inneren von OpenAI wahrscheinlich nie Priorität, schließlich ist der Kern von OpenAI das Modell selbst, Suche und Informationsorganisation sind nur ein Anwendungsszenario des Modells.

Das erste Produkt von Perplexity war sehr rein: eine KI-Antwortmaschine. Der Nutzer gibt eine Frage ein, es durchsucht Webseiten, fasst Informationen zusammen und gibt Antworten mit Quellenangaben an. Dieses Produkt sammelte schnell Nutzer zwischen 2023 und 2024, bis Mitte 2025 überschritt die monatliche aktive Nutzerzahl 45 Millionen, und die monatliche Abfragezahl betrug rund 780 Millionen.

Aber Srinivas erkannte bald das strukturelle Problem dieses Modells: Wenn alle großen Modelle schließlich über die Fähigkeit zur Websuche verfügen, wird die "Antwortmaschine" von Perplexity in die Funktionen von Produkten wie ChatGPT, Gemini und Claude integriert. Die Nutzer haben keinen Grund, extra eine Website zum Suchen zu öffnen, da ihr gewohnter KI-Assistent dies bereits erledigen kann.

Daher kam die erste Wendung: Von Search zu Browser.

Im Jahr 2025 veröffentlichte Perplexity den Comet-Browser. Ursprünglich war er nur für Max-Nutzer mit einer monatlichen Gebühr von 200 US-Dollar zugänglich. Diese Preisgestaltung löste damals viele Diskussionen aus – ein Browser für 200 US-Dollar im Monat?

Aber Comet unterscheidet sich von normalen Browsern, die nur ein Chatfenster überlagern: Es integriert den KI-Assistenten in die unterste Schicht des Browsers, sodass die KI Webseiten lesen, Seiten zusammenfassen, mehrere Websites vergleichen, Webseitenelemente bedienen, Fahrkarten buchen, Formulare ausfüllen und mehrstufige Aufgaben ausführen kann.

Anschließend wurde Comet weltweit kostenlos zugänglich. Laut offiziellen Angaben gab es eine Warteliste von Millionen Menschen, danach wurde die Android-Version veröffentlicht und im nächsten Jahr die iOS-Version auf den Markt gebracht.

Die Logik von Comet ist klar: Der Browser ist der natürliche Eingang für KI-Agenten, um Zugriff auf das Internet zu erhalten. Wenn Perplexity nur ein Suchfenster entwickelt, bleibt es immer ein Glied im Nutzerablauf. Aber wenn es einen Browser entwickelt, wird es selbst die Umgebung, in der Nutzer im Internet surfen.

Die zweite Wendung kam noch schneller.

Ende letzten Jahres gab es einen Durchbruch bei den Modellfähigkeiten. Das Team von Perplexity erkannte, dass es etwas Größeres als einen Browser entwickeln kann. CBO Dmitry Shevelenko verriet später gegenüber Semafor, dass Computer ursprünglich nicht auf der Roadmap stand – es wurde erst nach diesem Durchbruch der Modellfähigkeiten spontan beschlossen, es zu entwickeln.

Perplexity brauchte etwa sechs Monate, um Comet zu entwickeln, aber nur zwei Monate, um Computer fertigzustellen.

Im Februar 2026 wurde Computer veröffentlicht. Es unterscheidet sich von einer verbesserten Version von Comet. Die Logik von Computer lautet: Gib ihm ein Ziel, es zerlegt die Aufgabe selbst, verteilt Unteragenten, wählt Modelle aus, sucht Informationen, schreibt Code, erstellt Dateien, ruft Dienste auf, führt es wiederholt aus und liefert dir schließlich das Ergebnis. Laut offiziellen Angaben kann es gleichzeitig 19 Modelle aufrufen und automatisch das am besten geeignete für verschiedene Aufgaben auswählen.

Dies ist ein Paradigmenwechsel von "Fragen beantworten" zu "Arbeiten erledigen". Die traditionelle Chat-Oberfläche ist auf "Fragen beantworten" ausgerichtet, der Agent auf "Aufgaben ausführen", während Computer ein dauerhaft laufendes Arbeitssystem ist. Srinivas sagte auf der Ask 2026 einen Satz, der diesen Wandel sehr gut repräsentiert: "Das traditionelle Betriebssystem empfängt Befehle, das KI-Betriebssystem empfängt Ziele."

Die dritte Wendung findet gerade statt.

Dieses Jahr im März stellte Perplexity "Everything is Computer" vor, erweiterte die Computer-Fähigkeiten auf die gesamte Produktlinie und veröffentlichte gleichzeitig Personal Computer, sodass die KI dauerhaft auf deinem Computer verweilt, auf lokale Dateien, Anwendungen, Browser und Arbeitsabläufe zugreift und 24 Stunden läuft. Vor kurzem wurde Personal Computer weiter auf Windows ausgeweitet und um Funktionen wie Shared Workspaces, Brain und Memory ergänzt.

Von Search über Comet zu Computer und dann zu Personal Computer dauerte dieser Weg weniger als ein Jahr. Seine zugrundeliegende Logik ist einheitlich: Perplexity will nicht nur ein Werkzeug zur Informationsbeschaffung sein, sondern die Betriebsschicht im KI-Zeitalter.

Wer keine Motoren baut: Die Wette auf Modellneutralität und Mehrmodell-Orchestrierung

Unter allen strategischen Entscheidungen von Perplexity ist die am leichtesten missverstandene und gleichzeitig wichtigste die Haltung zu Grundmodellen.

OpenAI entwickelt Modelle, Anthropic entwickelt Modelle, Google entwickelt Modelle, Meta entwickelt Modelle, xAI entwickelt Modelle. Fast alle namhaften KI-Unternehmen bemühen sich verzweifelt, größere Modelle zu trainieren, da die Modellfähigkeit als der zentrale Wettbewerbsvorteil dieser Branche angesehen wird.

Perplexity ist diesen Weg nicht gegangen.

Bei der Veröffentlichung von Computer veröffentlichte das Unternehmen öffentlich die Liste der aufgerufenen Modelle: Claude Opus 4.6 als Kernschlussfolgerungsmotor, zuständig für Aufgabenzerlegung und Planung; Google Gemini für tiefgehende Forschung; Grok für leichte und schnelle Abfragen; ChatGPT 5.2 für die Verwaltung langer Kontexte und umfangreicher Suchen; Nano Banana für die Bildgenerierung; Veo 3.1 für die Videoverarbeitung. Zusammen mit anderen spezialisierten Modellen sind es insgesamt 19.

Diese Liste selbst ist eine Erklärung. Perplexity teilt dem Markt mit: Ich baue keine Motoren, ich baue ein Verkehrssystem.

Natürlich gibt es hinter dieser Entscheidung praktische Überlegungen. Das Training eines hochmodernen großen Modells erfordert Investitionen in Milliardenhöhe, ein Spitzenforschungsteam und eine große Recheninfrastruktur. Perplexity hat insgesamt rund 1,5 bis 1,7 Milliarden US-Dollar an Finanzmitteln aufgenommen (je nach Statistikmethode). Im Vergleich zu OpenAI, Google und Anthropic reicht diese Summe nicht aus, um ein Wettrüsten bei Grundmodellen zu unterstützen.

Aber noch wichtiger ist: Srinivas hat wahrscheinlich von Anfang an nicht geglaubt, dass "das stärkste Modell zu besitzen" der richtige Weg für KI-Anwendungsunternehmen ist. Er hat bei OpenAI gearbeitet, weiß, wie schnell sich die Iterationsgeschwindigkeit der Modellfähigkeiten entwickelt, und weiß auch, dass das stärkste Modell von heute in sechs Monaten möglicherweise übertroffen wird. Wenn der Wettbewerbsvorteil eines Unternehmens vollständig auf "mein Modell ist stärker als dein" aufbaut, kann dieser Vorteil jederzeit zunichte gemacht werden.

Der Ansatz von Perplexity ist umgekehrt: Je mehr und spezialisierter die Modelle sind, desto vorteilhafter ist es für es. Denn es entwickelt Modellorchestrierung: Für dieselbe Frage ruft es gleichzeitig mehrere Modelle auf und fusioniert dann die Ergebnisse. Es nennt diese Funktion Model Council.

Model Council scheint nur eine Produktfunktion zu sein, aber tatsächlich sucht Perplexity damit nach einem neuen Wettbewerbsvorteil: Egal welches Modell gerade das stärkste ist – Perplexity ermöglicht es den Nutzern, immer die aktuell stärkste Gruppe von Modellen zu nutzen.

Das ist völlig anders als Videoplattformen, die Nutzer durch exklusive Inhalte anziehen. Es ähnelt eher einem "Modell-Kombinationsoptimierer": Die Nutzer müssen sich nicht darum kümmern, welches Modell dahinter verwendet wird, sondern nur das beste Ergebnis erhalten.

Mitte dieses Jahres demonstrierte Srinivas auf der Computex gemeinsam mit Intel-CEO Lip-Bu Tan das gemischte Schlussfolgerungssystem von Perplexity. Dieses System wurde von Srinivas als "Flugverkehrskontrolleur für KI-Aufgaben" beschrieben – es kann in Echtzeit entscheiden, welche KI-Aufgaben auf dem lokalen Gerät des Nutzers ausgeführt werden und welche zu hochmodernen Modellen in der Cloud weitergeleitet werden müssen.

Das unterscheidet sich von einem einfachen Kostenoptimierungsansatz. Es bedeutet, dass Perplexity dabei ist, "Modellrouting" selbst zu einer Infrastrukturfähigkeit zu machen.

Diese Position der "Modellneutralität" lässt Perplexity eine delikate Beziehung zu allen großen Modellanbietern pflegen. Es ist gleichzeitig Kunde von OpenAI, Anthropic und Google (die ihre Modelle aufrufen) und deren Wettbewerber (die KI-Eingänge und Agent-Plattformen entwickelt).

Ehrlich gesagt ist eine solche Beziehung geschäftlich nicht einfach aufrechtzuerhalten, aber die Größe und Position von Perplexity lassen es vorübergehend in einer sicheren Lage sein. Denn die großen Modellanbieter brauchen Partner auf der Anwendungsebene, um ihre Modellfähigkeiten zu beweisen – und Perplexity ist derzeit eines der erfolgreichsten KI-nativen Anwendungen.

Unsere Sorge lautet: Wenn OpenAI oder Googles eigener Suchagent gut genug funktioniert, warum brauchen die Nutzer dann noch eine Orchestrierungsebene von Drittanbietern? Perplexity ist der Ansicht, dass sein Wettbewerbsvorteil nicht nur in der Modellorchestrierung liegt, sondern in einer ganzen Kombination: Search Index + User Context + Browser + Agent Runtime + Model Orchestration + Enterprise Data + Distribution.

Wenn diese Fähigkeiten einen geschlossenen Kreislauf bilden: Der Nutzer sucht Informationen, Perplexity versteht es, geht auf Webseiten, führt Aufgaben aus, sammelt Nutzerkontexte, die nächste Suche wird personalisierter – dann kann ein reiner Modellvorteil diesen Kreislauf kaum durchbrechen.

Das ist eine Annahme, die noch nicht vollständig bestätigt wurde. Aber Perplexity hat sein gesamtes Kapital darauf gesetzt.

Eingänge, Kanäle und unvollendete Kämpfe: Das echte Schlachtfeld hinter einer Bewertung von 20 Milliarden US-Dollar

Im September letzten Jahres schloss Perplexity eine Finanzierungsrunde über 200 Millionen US-Dollar mit einer Bewertung von 20 Milliarden US-Dollar ab. Dies ist die aktuellste nachprüfbare offizielle Finanzierungsbewertung mit starken Belegen. Auf dem Markt gab es früher Erwartungen an Sekundärmarktpreise von 30 bis 50 Milliarden US-Dollar und Medienvermutungen, aber das zählt nicht als offizielle Finanzierungsbewertung.

Was bedeutet eine Bewertung von 20 Milliarden US-Dollar? Ende 2024 lag die Bewertung von Perplexity noch bei 9 Milliarden US-Dollar – sie hat sich in neun Monaten mehr als verdoppelt.

Was diese Bewertung stützt, ist eine Umsatzwachstumskurve von 100 Millionen auf 500 Millionen US-Dollar: Mitte 2025 überschritt das jährliche wiederkehrende Einkommen (ARR) 150 Millionen US-Dollar, im September näherte es sich 200 Millionen US-Dollar, und im April 2026 gab der CEO bekannt, dass der Umsatz rund 500 Millionen US-Dollar erreicht hat. Laut Schätzungen von Sacra beträgt das annualisierte Einkommen 500 Millionen US-Dollar, ein Anstieg von 335 % im Vergleich zum Vorjahr, mit über 100 Millionen monatlich aktiven Nutzern.

Aber die Umsatzzahlen sind nur die Oberfläche. Die Umsatzstruktur von Perplexity hat einige Veränderungen erfahren.

Sehen wir zuerst die Wandelung des Geschäftsmodells. Anfang 2026 erklärte das Management von Perplexity öffentlich, dass es nicht beabsichtigt, das traditionelle Werbemodell weiterzuverfolgen, und den Fokus von Werbung auf Abonnements plus Unternehmensdienste verlagert. Diese Entscheidung scheint kontraintuitiv – Google verdient jährlich mehrere hundert Milliarden US-Dollar mit Suchwerbung, warum sollte Perplexity das aufgeben?

Aus der Sicht von Perplexity ist ihr wichtigstes Kernvermögen die "Glaubwürdigkeit der Antworten". Aber Suchwerbung schad