Zhang Yiming hat den Spitzenplatz unter den reichsten Menschen Asiens eingenommen: Warum wird ByteDance umso klüger, je mehr es expandiert?

Am 16. September aktualisierte Bloomberg die Liste der weltweit reichsten Menschen: Zhang Yiming, Gründer von ByteDance, überholte den indischen Milliardär Gautam Adani mit einem Vermögen von 105 Milliarden US-Dollar und stand erstmals an der Spitze der reichsten Menschen Asiens. Im März 2019 betrug dieser Wert nur 13 Milliarden US-Dollar.

In derselben Woche wirkte eine weitere Nachricht etwas „unzeitgemäß“. Ausländische Medien berichteten, dass der Nettogewinn von ByteDance im ersten Halbjahr dieses Jahr im Vergleich zum Vorjahr zurückging, da das Unternehmen seine Investitionen in künstliche Intelligenz erhöhte; gleichzeitig wuchs der Umsatz um 30 %, und der Anteil der Auslandseinnahmen erreichte einen neuen Höchststand.

Die Gewinne sinken, das Vermögen steigt. Offensichtlich setzt der Kapitalmarkt nicht auf eine einzelne beliebte Anwendung, sondern auf den immer schneller drehenden Wachstumsmechanismus von ByteDance.

Die Entwicklung von ByteDance auf „starke Algorithmen“ zurückzuführen, ist die einfachste Methode, aber es wirkt wie die Konstruktion einer „Black Box“, die keine Anregungen liefert. Von Toutiao über Douyin und TikTok bis hin zu Feishu und Volcano Engine hat ByteDance Kurzvideos zur Perfektion gebracht und gleichzeitig ständig seine Grenzen nach außen erweitert. In den Lehrbüchern der Strategielehre sind tiefe Skalierung und diversifizierte Expansion genau zwei Dinge, die kaum miteinander zu vereinbaren sind.

Eine neue Studie, die im *Strategic Management Journal* veröffentlicht wurde, hat dieses Paradoxon in sechs Jahren und mit 41 Interviews aufgelöst. Die Forscher fanden heraus, dass unter geeigneten Bedingungen KI bei der Wiederverwendung über verschiedene Bereiche hinweg nicht „verwässert“ wird, sondern im Gegenteil immer leistungsfähiger wird: Bei jedem Eintritt in einen neuen Markt werden neue Daten hinzugewonnen; Modelle, die mit neuen Daten trainiert werden, erleichtern die nächste Expansion. Um diesen Effekt zu erzielen, muss das Organisationsdesign von der KI-Middle-Plattform über den Mechanismus der Geschäftspartner bis hin zur Umstrukturierung von sechs Geschäftseinheiten im Jahr 2021 ständig mit der Entwicklung der KI-Fähigkeiten Schritt halten.

Die Liste der reichsten Menschen wird sich ändern, aber die Logik hinter der „immer Expansion, immer intelligenter“ von ByteDance ist es wert, von jedem Manager, der über KI-Strategien nachdenkt, sorgfältig gelesen zu werden.

Im Jahr 2020 brach TikTok einst das von Google dominierte Muster des Internetverkehrs. Nach dem jährlichen globalen Verkehrsbericht des Internet-Infrastrukturdienstleisters Cloudflare war TikTok die am häufigsten besuchte Website des Jahres und verdrängte Google, das mehr als zwanzig Jahre lang den Suchmarkt beherrschte, von der Spitzenposition. Im selben Jahr vollzog die Muttergesellschaft von TikTok, ByteDance, leise eine wichtige Umstrukturierung. Das Unternehmen, das weniger als zehn Jahre zuvor gegründet wurde, wurde in sechs große Geschäftssegmente unterteilt:

Douyin, TikTok, Feishu (Zusammenarbeit im Büro), Volcano Engine (unternehmensweite KI-Dienste), Dali Education und Nuverse (Spiele).

Wenn man diese beiden Nachrichten zusammen betrachtet, wirken sie etwas gegen die allgemeine Intuition. Einerseits haben Douyin und TikTok Kurzvideodienste zur Perfektion gebracht; andererseits wirkt ByteDance wie ein Handelsimperium, das ständig seine Grenzen erweitert. In klassischen Lehrbüchern der Strategielehre lassen sich diese beiden Dinge normalerweise kaum gleichzeitig verwirklichen. Je diversifizierter ein Unternehmen ist, desto wahrscheinlicher stößt es auf Kosteninflation, Koordinationsausfälle und Verwaltungsüberlastung. Aber ByteDance hat seine Wachstumsgeschwindigkeit nicht merklich verlangsamt, während es ständig neue Bereiche betritt. Wie hat das Unternehmen das geschafft? Haben die Lehrbücher etwa Unrecht?

Eine neue Fallstudie, die im *Strategic Management Journal* veröffentlicht wurde, versucht diese Frage zu beantworten. Das Forschungsteam hat ByteDance sechs Jahre lang untersucht, 41 Interviews geführt und eine große Menge interner und öffentlicher Dokumente gesammelt.

Ihre Schlussfolgerung stellt eine grundlegende Annahme in der Strategielehre in Frage: Wertvolle Ressourcen ermöglichen es Unternehmen, sich zu diversifizieren. Im Fall von ByteDance kehrt sich die Logik genau um. Diversifizierung verbraucht nicht nur die Ressource KI, sondern macht KI selbst auch wertvoller.

Wachstum – warum muss es oft mit Opfern erkauft werden?

Während des größten Teils des 20. Jahrhunderts bedeutete die Vergrößerung eines Unternehmens oft, „das Schlachtfeld zu wählen“. Ein Unternehmen konnte sich auf ein bestimmtes Produkt oder eine Dienstleistung konzentrieren, betriebliche Vorteile aufbauen, die Kosten ständig senken und Kunden durch Skaleneffekte binden; es konnte aber auch mehrere Märkte betreten, in der Hoffnung, dass die vorhandenen Fähigkeiten in verschiedenen Bereichen wiederverwendet werden können.

Die meisten Strategiewissenschaftler sind jedoch der Ansicht, dass diese beiden Dinge kaum gleichzeitig gut zu bewältigen sind. Fabriken, Vertriebsteams, Zeit und Energie von Managern sowie Sachkapital sind begrenzte Ressourcen. Wenn sie in einen Markt investiert werden, können sie nicht gleichzeitig in einen anderen Markt investiert werden.

Der Aufstieg digitaler Geschäftsmodelle hat diese Abwägung weniger streng als früher gemacht, aber nicht vollständig beseitigt. Software, Algorithmen und Daten zeichnen sich durch „niedrige Grenzkosten“ aus: Sobald ein System aufgebaut ist, sind die Kosten für die Bedienung von einer Million Nutzern kaum höher als für die Bedienung von tausend Nutzern. Wenn digitale Unternehmen jedoch versuchen, sich zu diversifizieren, stoßen sie immer noch auf das Problem der Verwässerung von Ressourcen.

Ein bekanntes Beispiel ist Meituan. Als Meituan von Essenslieferungen zu Fahrdiensten expandierte, mussten betriebliche Ressourcen, Plattformverkehr und Managementkapazität zwischen verschiedenen Geschäftsbereichen neu verteilt werden, und der Fahrdienst konnte die Position von Didi nie erschüttern. Als Uber den Essenslieferdienst einführte, mussten Plattformverkehr, Lieferkapazität und Markenaufmerksamkeit zwischen zwei Geschäftsbereichen neu verteilt werden, und einige Fahrer wechselten auch zwischen beiden Arten von Bestellungen.

Die Kernwette von ByteDance besteht darin, KI zum Schlüssel zur Überwindung dieses Dilemmas zu machen. KI ist nicht nur eine weitere digitale Ressource, sie verfügt über eine Eigenschaft, die die traditionelle Strategietheorie nicht ausreichend vorhergesehen hat: Selbstlernfähigkeit. Bei jeder Verarbeitung einer Interaktion – wenn ein Nutzer einige Sekunden länger bei einem Video verweilt, ein Kurzvideo überspringt, einen Titel anklickt oder einen Beitrag weiterleitet – erhält das Modell neue Rückmeldungen. Wenn dieselbe Architektur in neuen Geschäftsbereichen eingesetzt wird und Daten mit ähnlicher Struktur wie im ursprünglichen Bereich abgerufen werden können, wird das Modell nicht nur „dorthin verschoben“ und verwendet, sondern es wird auch leistungsfähiger.

Die Forscher nennen dieses Phänomen „Cross-Fertilisation“: Das Lernen in einem Szenario verbessert die Leistung in einem anderen Szenario; und die neuen Daten, die das letztere liefert, stärken wiederum das gesamte System. Das stellt die traditionelle Strategietheorie auf den Kopf. Normalerweise gehen wir davon aus, dass wertvolle Ressourcen die Voraussetzung für Diversifizierung sind; bei KI-gesteuerten Unternehmen kann Diversifizierung hingegen den Wert der Ressource selbst verstärken.

Forschungsmethodik

Um diese Behauptung zu untermauern, führte das Forschungsteam eine sehr gründliche Fallstudie durch. ByteDance ist ein privat gehaltenes Unternehmen, und externe Forscher haben nur sehr begrenzten Zugriff darauf. Das Forschungsteam sammelte jedoch kontinuierlich Daten zwischen 2019 und 2025 und ging rückwirkend vor, um den Entwicklungsverlauf des Unternehmens seit 2012 zu rekonstruieren. Es führte 41 halbstrukturierte Interviews mit 36 Fachkräften im Zusammenhang mit ByteDance durch. Zu den Befragten gehörten Ingenieure, Produktmanager, Werbefachleute, PR-Mitarbeiter, Mitglieder internationaler Teams sowie KI-Experten aus der Wissenschaft, die mit dem Unternehmen zusammengearbeitet haben. Das Forschungsteam führte fünf Gruppendiskussionen mit den Beteiligten durch, besuchte mehrmals den Hauptsitz von ByteDance in Peking, sammelte 741 Seiten schriftlicher Dokumente und 853 Minuten Videomaterial und verglich diese Materialien mit Branchenberichten, öffentlichen Interviews und Nachrichtenberichten aus den Jahren 2012 bis 2025 gegeneinander.

Das Forschungsteam stellt den Diversifizierungspfad von ByteDance als ein dreistufiges Prozessmodell dar: Zuerst wird die Skalierung in einem einzigen Bereich mit KI erreicht, dann wird KI auf mehrere Bereiche ausgeweitet, und schließlich werden Skalierung und Breite durch organisatorische Umstrukturierung gleichzeitig gemeistert. In jeder Phase entwickeln sich KI-Fähigkeiten und Organisationsdesign synchron. Wenn einer der beiden Aspekte nicht Schritt hält, stößt das Wachstum an Grenzen.

Erste Phase: Von „Menschen suchen Informationen“ zu „Informationen suchen Menschen“

Als Zhang Yiming, Gründer von ByteDance, im August 2012 Toutiao auf den Markt brachte, war der chinesische Internetmarkt bereits von großen Unternehmen besetzt. Baidu dominierte die Suche, Alibaba beherrschte den E-Commerce, Tencent kontrollierte den sozialen Bereich. Diese drei Unternehmen, die in der Branche oft als „BAT“ bezeichnet werden, machten zusammen fast 70 % des Marktwerts der börsennotierten chinesischen Internetunternehmen aus. Wenn ByteDance weiterhin der Suchlogik gefolgt wäre und direkt mit diesen Giganten konkurriert hätte, hätte es kaum Gewinnchancen gehabt.

ByteDance entschied sich, diese Logik selbst auf den Kopf zu stellen.

Das KI-System von Toutiao verwandelte die Informationsverteilung von „Menschen suchen Informationen“ in „Informationen suchen Menschen“. Das System wartet nicht mehr darauf, dass Nutzer aktiv eingeben, was sie sehen möchten, sondern leitet ihre Interessen aus ihrem Verhalten ab: Was sie angeklickt haben, wie lange sie verweilten, was sie übersprungen und was sie weitergeleitet haben. Dann schickt das System den Nutzern aktiv Inhalte zu, die möglicherweise zu diesen Interessen passen.

Jede Interaktion generiert neue Trainingsdaten. Die ersten 100 Inhalte, die neue Nutzer sehen, sind im Grunde ein entscheidender Test. Wenn das System die Vorlieben der Nutzer schnell genug erkennt, bleiben die Nutzer mit größerer Wahrscheinlichkeit erhalten. Untersuchungen zeigen, dass ByteDance in dieser Phase eine Nutzerbindungsrate von 45 % erreichte, was die Grundlage für sein späteres Wachstum legte.

Aber technische Innovationen allein reichten nicht aus, um die Entwicklung des Unternehmens zu unterstützen. In der Anfangszeit verwendete ByteDance bewusst eine flache Organisationsstruktur mit wenigen Entscheidungsebenen, und die Mitarbeiter nannten sich unabhängig von ihrem Rang „Klassenkameraden“. Das Unternehmen führte außerdem ein transparentes OKR-System ein, bei dem die Mitarbeiter die Arbeitsziele verschiedener Ebenen, sogar der Führungskräfte, einsehen können. Diese organisatorischen Vorkehrungen sind wichtig, weil die Produktteams an der Front und die Algorithmus-Teams im Backend schnell iterieren müssen: Die Produktteams beobachten das Nutzerverhalten, die Algorithmus-Teams passen Modellparameter, Sortiergewichte und Testverfahren an. Das Ziel des Organisationsdesigns besteht darin, den Abstand zwischen „Nutzerfeedback“ und „technischer Reaktion“ so weit wie möglich zu verkürzen.

Das ist die erste Phase, in der KI in einem einzigen Bereich zum Motor des Skalierungswachstums wird. Aber ein schwierigeres Problem folgt: Kann dieser Motor auch auf andere Bereiche übertragen werden?

Zweite Phase: Neuer Wein in alten Flaschen

Der nächste strategische Schritt von ByteDance waren Kurzvideodienste. Douyin wurde 2016 offiziell gestartet und entwickelte sich nach dem Eintritt in die Auslandsmärkte zu TikTok.

Toutiao konzentrierte sich auf textbasierte Inhalte. Die größte Schwierigkeit bei der Wiederverwendung dieser Empfehlungsmaschine im Kurzvideobereich bestand darin, die Eingangskanäle neu aufzubauen. Das System extrahiert keine Bedeutung mehr aus Texten, sondern muss Videos, Bilder, Audio, Musik, Bewegungen, Untertitel sowie die Interaktionen der Nutzer mit diesen Inhalten verstehen. ByteDance setzte daher eine Reihe von KI-Technologien wie Computer Vision und Spracherkennung ein, um Kurzvideos in Merkmale zu „übersetzen“, die der Empfehlungsalgorithmus verarbeiten kann. Als das Geschäft immer weiter expandierte, wurde es immer unrentabler, diese Arbeit immer wieder zu wiederholen. Daher baute ByteDance eine „KI-Middle-Plattform“ auf: eine zentralisierte Infrastruktur zur Konsolidierung von Algorithmus-Fähigkeiten, Inhaltsverstehensmodellen und zusammengefassten Nutzerdaten, die von neuen Anwendungen aufgerufen werden können.

Als das Geschäft von ByteDance ins Ausland expandierte, wurde diese Middle-Plattform auch für die Auslandsmärkte wiederverwendet. Ein Ingenieur von ByteDance verwendete ein anschauliches Gleichnis: Die Algorithmus-Architektur ist die „Weinflasche“, und die lokal trainierten Nutzerverhaltensdaten sind der „Wein“. Douyin enthält die Daten chinesischer Nutzer, TikTok in den USA enthält die Daten amerikanischer Nutzer, aber die „Weinflasche“ ist im Großen und Ganzen dieselbe.

Das Konzept der „Middle-Plattform“ stammt ursprünglich aus der Strategie „Große Middle-Plattform, kleine Front-End-Einheiten“, die Alibaba 2015 vorgeschlagen hat, also die allgemeinen technischen Fähigkeiten in der Middle-Plattform zu konsolidieren, damit sie von den vorderen Geschäftsbereichen flexibel aufgerufen werden können. Die KI-Middle-Plattform von ByteDance weist jedoch einen entscheidenden Unterschied auf: Sie ist keine statische Werkzeugbibliothek, sondern ein System, das ständig lernt. Mit jedem neuen Datenstück, das von der Frontseite übermittelt wird, wird das Modell der Middle-Plattform ein bisschen intelligenter.

Um die Middle-Plattform wirklich nah an den konkreten Geschäften zu halten, schuf ByteDance auch die Position von „Geschäftspartnern“ (Business Partners) als Verbindungselement zwischen Technik und Geschäft. Sie gehören formal zur Middle-Plattform, arbeiten aber täglich in den Geschäftsteams Seite an Seite mit Front-Ingenieuren und Produktmanagern und sammeln gleichzeitig neue Erfahrungen aus dem Geschäft, um die Middle-Plattform zu verbessern. Untersuchungen zeigen, dass ByteDance mit diesem Mechanismus innerhalb von etwa drei Wochen eine neue Anwendung entwickeln kann.

Was noch wichtiger ist: Die Diversifizierung hat die KI-Ressourcen von ByteDance nicht „verwässert“, sondern das gesamte System bereichert. Die Verhaltensdaten von Lesern zu urbanen Themen in der App Fanqie Novel können Toutiao dabei helfen, Nachrichten-Titel genauer zuzustellen; die Klickdaten auf Douyin können die Werbealgorithmen im gesamten Ökosystem optimieren. Bei jedem Eintritt in einen neuen Bereich wird der Algorithmus mit vielfältigeren Signalen vertraut, wovon das gesamte Produktportfolio gemeinsam profitiert.

Dritte Phase: Koevolution der Organisationsstruktur

In den frühen 2020er Jahren zeigten sich die Grenzen der zentralisierten Middle-Plattform. ByteDance betrieb Dutzende von Anwendungen gleichzeitig, und die Prioritäten der verschiedenen Produkte waren unterschiedlich: Einige zielten auf Nutzerbindung ab, andere auf Werbeeinnahmen, andere auf E-Commerce-Konversionen, andere auf die Unterstützung von Erstellern, und wieder andere waren für Unternehmensdienste ausgelegt. Selbst die ausgeklügelste einheitliche Middle-Plattform konnte nicht alle Ziele gleichzeitig bedienen.

In dieser Phase erlitten einige Produkte von ByteDance nacheinander Misserfolge, darunter Versuche in Bereichen wie kostenpflichtigem Wissen,