Während große KI-Modelle eine rasante Entwicklung verzeichnen, fehlt es den KI-Anwendungen hingegen an ausreichender Dynamik.
Am späten Abend des 26. August veröffentlichte MiniMax seinen Halbjahresbericht 2026, der erste Halbjahresbericht von MiniMax seit seiner Notierung an der Hong Kong Stock Exchange.
In der ersten Hälfte des Jahres erzielte MiniMax einen Umsatz von 117 Millionen US-Dollar, was einem Anstieg von 283,1 % gegenüber dem Vorjahreszeitraum entspricht. Der Halbjahresumsatz übersteigt damit den gesamten Jahresumsatz von 79 Millionen US-Dollar im Jahr 2025. Im Berichtszeitraum belief sich der Verlust auf 358 Millionen US-Dollar, was einem Rückgang von 11 % gegenüber dem Vorjahr entspricht. Insgesamt übertrifft der Umsatz von MiniMax die Markterwartungen, und die wichtigste Veränderung besteht darin, dass sein Wachstumsmotor erfolgreich von der C-Ende auf die B-Ende umgestellt wurde: Offene Plattformen und andere KI-basierte Unternehmensdienstleistungen machen 63,4 % des Gesamtumsatzes aus.
Über einen langen Zeitraum hinweg wurde dieses Einhorn für große Modelle von der Außenwelt oft als „C-Ende-Unternehmen“ bezeichnet.
Dies kann als Sinnbild für die immer größer werdende Kluft zwischen der Modellebene und der Anwendungsebene in Bezug auf den kommerziellen Umsatz angesehen werden. In den letzten drei Jahren sind die Einnahmen von Unternehmen, die grundlegende Modelle entwickeln, auf über 10 Milliarden US-Dollar gestiegen, aber in der gesamten KI-Anwendungsbranche gibt es nur wenige Unternehmen, die wirklich einen Umsatz von über 100 Millionen US-Dollar erzielen.
Was noch wichtiger ist: Die Anzahl der eigenständigen Anwendungen in App Stores, die sich als „KI-gesteuert“ bezeichnen, steigt weiter an, aber die Liste der Top-Produkte mit mehr als einer Million monatlich aktiven Nutzern wird immer kürzer.
Dahinter könnte sich der Entwicklungsraum der gesamten mittleren Anwendungsebene verkleinern.
Keine einzige KI-Anwendung hat die Nutzer wirklich erobert
Aus makroökonomischer Sicht erweitert die ständig wachsende Anzahl von KI-Anwendungen die Nutzerbasis stetig. Bis März 2026 ist die MAU (Monatlich Aktiven Nutzer) im ausländischen Gesamtmarkt auf 1,837 Milliarden angestiegen, mit einer jährlichen Wachstumsrate von 84,70 %; China ist weiterhin der größte absolute Wachstumsmotor für die globale Aktivitätssteigerung. Im März 2026 überschritt die gesamte KI-MAU in China die Marke von 851 Millionen mit einer jährlichen Wachstumsrate von 81,71 % und einer beeindruckenden Quartalswachstumsrate von 51,38 %.
KI erreicht mit einer beispiellosen Geschwindigkeit die Endnutzer auf der ganzen Welt, eine Durchdringungsgeschwindigkeit, die die des PC-Internets und des mobilen Internets übertrifft.
Aber seit Beginn dieses Jahres sind eine Reihe von KI-Anwendungen, die einst von Kapital stark gefördert wurden, nacheinander vom Markt verschwunden. Zum Beispiel kündigte OpenAI an, den Sora-Videogenerator, der nur sechs Monate lang online war, einzustellen, die KI-Modellbewertungsplattform Yupp.ai kündigte ebenfalls ihre Schließung an, darüber hinaus begann Google, seine internen KI-Anwendungslinien zu kürzen.
Geht man weiter zurück, so ist das Wachstum vieler der ersten populären Anwendungs-Einhörner der KI-Branche bereits ins Stocken geraten. Das typischste Beispiel ist das KI-Bildgenerierungstool Midjourney: In der Top-100-Liste der KI-Anwendungen, die von a16z veröffentlicht wurde, rutschte Midjourney schnell vom 8. Platz der ursprünglichen Liste auf den 43. Platz ab. Ein weiteres Beispiel ist Xingye unter MiniMax: Vor Februar 2025 lag die tägliche Download-Zahl auf dem Apple-Endgerät bei etwa 20.000, im April waren es nur noch etwa 7000.
Neben dem Nutzerwachstum steht die derzeitige KI-Anwendungsbranche allgemein vor einem phasenweisen Widerspruch: Obwohl die Attraktivität auf Produktebene nachgewiesen wurde, ist der Weg, sie in ein nachhaltiges Ertragsmodell umzuwandeln, noch unklar. Insbesondere wenn man die Fähigkeit zur kommerziellen Verwertung der Anwendungsebene mit der der Modellebene vergleicht, ist die Kluft erschütternd.
Ein sehr anschauliches Beispiel ist Cursor, der beliebteste Vertreter der KI-Programmierung: Sein annualisiertes Einkommen überschritt 2025 2 Milliarden US-Dollar. Es wurde erst vor drei Jahren gegründet und gilt damit als das am schnellsten wachsende B2B-Unternehmen in der Geschichte, dessen Pro-Kopf-Einkommen das jedes Softwareunternehmens im Silicon Valley übertrifft. Bei OpenAI hingegen lässt sich anhand der aktuellen Geschäftsleistung schätzen, dass sein annualisiertes Einkommen bereits 400 Milliarden US-Dollar übersteigt, was etwa dem Doppelten des Niveaus von über 200 Milliarden US-Dollar Ende 2025 entspricht.
Für eine KI-Anwendung gilt es bereits als hervorragend, einen Umsatz von über 100 Millionen US-Dollar zu erzielen, während die führenden großen Modelle längst die Marke von 10 Milliarden US-Dollar überschritten haben.
In der Vergangenheit war die Branche der Ansicht, dass die Durchdringung von KI-Anwendungen sowie die Entstehung und Weiterentwicklung von KI-Agenten sehr wahrscheinlich zum Hauptentwicklungstrend werden würden, und die traditionellen Formen von Software und Apps könnten verschwinden. Bislang ist jedoch nicht nur keine echte nationale KI-Anwendung entstanden, sondern die meisten KI-Anwendungen bieten auch keine überlegenen, einzigartigen Nutzungserlebnisse, die weit über die traditionellen Apps hinausgehen und Nutzer dazu bewegen, zu ihnen zu wechseln.
In der Ära des mobilen Internets können wir sehen, dass jede erfolgreiche und erhaltene Anwendung eine einzigartige Interaktionssprache, Funktionsdesign oder ein großes Ökosystem besitzt. Insbesondere die Produkte, die als nationale Anwendungen bezeichnet werden können, sind erfolgreich in das Bewusstsein der Nutzer eingedrungen und zur „Standardoption“ geworden, um bestimmte Bedürfnisse der Nutzer zu befriedigen, und besetzen fast alle Mobiltelefone der Internetnutzer.
Die heutigen führenden KI-Anwendungen haben zwar eine große Nutzerbasis, aber ihre Einflussnahme ist noch unzureichend.
Die Anwendungsebene kann sich der „technischen Herrschaft“ der zugrundeliegenden Modelle nicht entziehen
Das langsame Nutzerwachstum, die Schwierigkeit, den Umsatz zu steigern, und die Tatsache, dass keine „nationale KI-Anwendung“ entstanden ist – warum scheint sich der Entwicklungsraum des KI-Anwendungsökosystems zu verkleinern?
Laut der sechsten Ausgabe der Top-100-Liste der KI-Anwendungen, die von a16z veröffentlicht wurde, besteht eine auffällige Veränderung darin, dass Superanwendungen die vertikalen Anwendungen „verschlingen“. Genauer gesagt: Die Superanwendungen von Unternehmen, die grundlegende Modelle entwickeln, verschlingen den ursprünglichen Markt der vertikalen Anwendungen auf der Anwendungsebene, um sich selbst zu einem einheitlichen KI-Eingangstor zu entwickeln.
Zum Beispiel zog das KI-Bildgenerierungstool Midjourney anfangs viele Nutzer mit seiner leistungsstarken Funktion zur KI-Bildgenerierung an. Aber als Unternehmen wie OpenAI und Google die ständig verbesserte Leistung ihrer zugrundeliegenden Modelle auf die Produktebene verlagerten und die Funktionen von Chatbot-Produkten wie ChatGPT und Gemini ständig erweiterten, wurde der Vorteil von Midjourney geschwächt. Genau wie in der Ära des mobilen Internets, wo vertikale Apps auf spezifische Bedürfnisse abzielen, um ihre Nutzerbasis zu vergrößern: Sobald eine umfassende Plattform in diesen Markt eintritt, führt dies direkt zu einer dimensionalen Schlagkraft.
Auf diese Weise geriet auch die KI-Schreibanwendung Jasper AI in Vergessenheit. Die Verbreitung von ChatGPT machte die „Generierung von Marketingtexten“ schnell zu einer grundlegenden Fähigkeit großer Modelle statt zu einem Kernverkaufsargument einer eigenständigen Anwendung, sodass Nutzer keine Notwendigkeit mehr sahen, eine separate KI-Anwendung herunterzuladen.
Daraus geht hervor, dass der Entwicklungsraum der gesamten Anwendungsebene bereits eingeengt ist: Die vorgelagerten Modellanbieter beherrschen die Kernfähigkeiten, und wenn sie selbst Anwendungen entwickeln, können sie ihre Fähigkeiten jederzeit bereitstellen. Die nachgelagerten Kunden legen mehr Wert auf praktische Ergebnisse, beginnen, Preise zu drücken, nach Effekten zu streben und den ROI zu prüfen, während die Anzahl der wählbaren Anbieter immer größer wird.
Grundsätzlich liegt dies daran, dass die meisten aktuellen KI-Anwendungen keine eigenen Kernkompetenzen entwickelt haben. Was wir als neue Anwendung sehen, basiert in Wirklichkeit noch immer auf den Kernfähigkeiten von führenden großen Modellen wie Gemini, GPT oder Claude.
Das bedeutet, ob eine KI-Anwendung gut funktioniert, hängt im Wesentlichen davon ab, wie schnell sich das zugrundeliegende Modell weiterentwickelt. Die Initiative liegt fast vollständig in den Händen anderer.
Das ist auch der Grund, warum sich die führenden KI-Anwendungen so schnell abwechseln. Daten aus der Top-10-Liste der KI-Anwendungs-Pionier-Downloads von Diandian zeigen, dass im Vergleich zum April 2026 im Mai 6 neue Anwendungen in die Liste aufgenommen wurden, darunter ChatGPT, Piclux, AI Chat, Photo Video maker with music, Kling AI und Pivo AI; nur 4 Produkte, nämlich Refoto, Hailuo AI, VibeShort und Vidix, waren zwei Monate in Folge in der Liste.
Darüber hinaus zeigen Branchenuntersuchungen, dass mehr als 70 % der Nutzer von KI-Anwendungen im letzten Jahr mindestens dreimal ihr hauptsächlich genutztes KI-Tool gewechselt haben, und der Grund für den Wechsel war meistens, dass sie „gehört haben, dass das neue Modell besser funktioniert“, statt dass „die neue Anwendung Dinge löst, die die alte Anwendung nicht konnte“. Dies veranschaulicht direkt die Situation, dass KI-Anwendungen von großen zugrundeliegenden Modellen abhängig sind.
Und ein noch ungünstigeres Signal ist, dass sich der Entwicklungsschwerpunkt der KI-Industrie von der Anwendungsebene weg verlagert, vollständig auf die Modellebene und auf KI-Agenten, die KI-Anwendungen möglicherweise vollständig überflüssig machen werden.
Das Kapital hat die Anwendungsebene nicht verlassen, aber seine Begeisterung lässt nach
Zweifellos ist die KI-Anwendung ein Markt, der sich noch explosionsartig entwickelt.
Laut Daten von Sensor Tower verdoppelte sich die Anzahl der Downloads von generativen KI-Anwendungen im Jahr 2025 auf 3,8 Milliarden, und die Einnahmen aus In-App-Käufen stiegen fast um das Dreifache auf über 5 Milliarden US-Dollar. Aus der sechsten Ausgabe der Liste der generativen KI-Verbraucheranwendungen von a16z geht ebenfalls hervor, dass diejenigen Anwendungen, die tatsächlich vom Markt verschwunden sind, eine Reihe von Leichtanwendungen sind, die einzelne Funktionen zu eigenständigen Produkten verpacken. Die Anwendungsebene-Produkte, die in häufige Szenarien eingebettet sind, das Eingangstor zu den Nutzern besetzen und in echte Arbeitsabläufe integriert sind, überleben weiterhin.
Allerdings tritt die KI-Anwendungsebene in eine härtere Phase der kommerziellen Auswahl ein, und angesichts der derzeitigen Fähigkeit zur kommerziellen Verwertung von KI-Anwendungen ist dies zweifellos eine strenge Prüfung. Entscheidend ist, dass dies nicht nur Startups prüft, sondern auch die Geduld des Kapitals.
Im Jahr 2024 wurde das Investitionsinteresse der Branche an der KI-Industrie entfacht. Zahlreiche KI-Anwendungen blühten auf, sie wurden von Investmentinstituten positiv bewertet und die Finanzierung nahm deutlich zu. Am Beispiel der USA: Damals stellte das Technikmedium Techcrunch eine Liste von US-amerikanischen KI-Startups zusammen, die eine Finanzierung von 100 Millionen US-Dollar erhalten hatten – insgesamt 39 Unternehmen mit einem Gesamtfinanzierungsvolumen von über 24,4 Milliarden US-Dollar. Davon entfielen 23 auf die Anwendungsebene, was einem Anteil von fast 60 % entspricht, während 7 Unternehmen auf die Modellebene und 8 auf die Basisebene entfielen.
Aber heute fließt der größte Teil des heißen Geldes von der Anwendungsebene zu den Anbietern von KI-Infrastruktur und großen Modellen.
In der ersten Hälfte dieses Jahres flossen von dem 5100 Milliarden US-Dollar umfassenden Venture Capital-Fest 3500 Milliarden US-Dollar in den KI-Bereich, wobei allein die beiden Giganten OpenAI und Anthropic 2170 Milliarden US-Dollar für sich gewannen. Auch in China sind große Modelle der Bereich mit der höchsten Finanzierung im KI-Sektor. Laut Daten von IT Juzi belief sich das gesamte Finanzierungsvolumen für den Bereich der großen Modelle in China in der ersten Hälfte des Jahres 2026 auf 159,853 Milliarden Yuan, was mehr als 52 % des gesamten KI-Finanzierungsvolumens entspricht. Der Bereich der großen Modelle weist nicht nur das höchste Gesamtfinanzierungsvolumen auf, sondern auch die größte einzelne Finanzierungssumme mit einem durchschnittlichen Finanzierungsbetrag von 704 Millionen Yuan pro Runde.
Die Finanzierung auf der Anwendungsebene hingegen schrumpft. Laut Berichtsdaten, die von der Economic Reference News zitiert werden, erreichte die Anzahl der AIGC-Finanzierungsfälle in den ersten 11 Monaten des Jahres 2025 einen neuen Höchststand, aber die durchschnittliche Finanzierungssumme pro Fall sank von 121 Millionen Yuan auf 85 Millionen Yuan, was einem Rückgang von 30 % entspricht.
„Shell-Anwendungen“ sterben allmählich aus. Die verbleibenden toolbasierten KI-Anwendungen, die häufige oder vertikale Szenarien besetzen, haben zwar eine große Anzahl von Nutzern angesammelt, aber die Verweildauerrate ist nach wie vor ein großes Problem. Noch wichtiger ist, dass der Widerspruch zwischen den enormen Kosten für Rechenleistung und der langsamen kommerziellen Verwertung bereits entstanden ist. Sobald keine kontinuierlichen Kapitalzuflüsse mehr vorhanden sind, stehen diese KI-Anwendungen wahrscheinlich vor dem Problem, keine Ressourcen mehr zu haben.
Ein Investor, der einen