Manus steht am Vorabend des explosionsartigen Booms der KI-Anwendungen
Am 8. Oktober gab der Schmetterlingseffekt, die Muttergesellschaft des KI-Unternehmens Manus, den Abschluss einer Finanzierungsrunde von über 500 Millionen US-Dollar bekannt. Boyu Capital und IDG Capital führten die Runde gemeinsam an, während Altaktionäre wie Tencent, HSG und ZhenFund weiterhin teilnahmen. Das Unternehmen nannte die neueste Bewertung nicht, zuvor gab es Nachrichten, dass Manus eine Finanzierung mit einer Bewertung von 4 Milliarden US-Dollar anstrebt.
Es ist weniger als ein Jahr her, seit Meta die Übernahme von Manus angekündigt hat. Am 29. Dezember 2025 kündigte Meta die Übernahme von Manus an, deren Transaktionswert Berichten zufolge über 2 Milliarden US-Dollar lag. Im April 2026 wurde die Übernahme aufgrund regulatorischer Probleme rückgängig gemacht. Nach monatelangen Anpassungen nahm Manus den unabhängigen Betrieb wieder auf und erhielt erneut eine große Finanzierung.
Manus wurde am 6. März 2025 veröffentlicht. Neun Monate später gab das Unternehmen bekannt, dass sein jährliches wiederkehrendes Einkommen (ARR) über 100 Millionen US-Dollar beträgt und es etwa 105 Mitarbeiter hat. Laut einem Bericht von *The Information* erreichte der annualisierte Betriebsumsatz von Manus im Juni 2026 etwa 500 Millionen US-Dollar. Das Unternehmen trainiert keine eigenständigen hochmodernen Grundmodelle, erhielt aber in weniger als zwei Jahren eine Kapitalbewertung in Höhe von mehreren Milliarden US-Dollar.
Der Gründer Xiao Hong beschäftigt sich seit über zehn Jahren mit der Gründung von Unternehmen im Bereich Anwendungssoftware. Von YiBan, einem Tool für WeChat-Offizielle Konten, über WeiBan, einer Verwaltungssoftware für WeChat Work-Kunden, bis hin zu Monica, einem KI-Browser-Assistenten, hat das Team kontinuierlich die Fähigkeiten großer technischer Plattformen genutzt, um Produkte zu entwickeln. Manus folgt einem ähnlichen Gründungsansatz, aber der Markt, auf den es trifft, hat sich verändert.
Im Jahr 2025 erreichten die Ausgaben für generative KI in US-Unternehmen 37 Milliarden US-Dollar, davon entfielen etwa 19 Milliarden US-Dollar auf Ausgaben für KI-Anwendungen. Unternehmen beginnen, KI-Software in großem Umfang zu beschaffen, und Agenten erlangen allmählich die Fähigkeit, komplexe Aufgaben auszuführen. Die Aufmerksamkeit des Kapitals für Manus fällt in eine Phase, in der der Markt für KI-Anwendungen schnell wächst und die Kommerzialisierung allgemeiner Agenten noch nicht vollständig ausgereift ist.
I. Das Geschäft von Anwendungsunternehmen
Im Jahr 2016 bereiteten sich Xiao Hong und mehrere Gründerkollegen von der Huazhong-Universität für Wissenschaft und Technik darauf vor, ihre Unternehmensgründung aufzugeben. Die Gruppe hatte bereits Stellenangebote von Internetunternehmen in Peking erhalten, nahm aber vor ihrem Weggang an einem Hackathon-Wettbewerb teil und erhielt unerwartet eine Investition von 1 Million Yuan von ZhenFund.
Das Team blieb in Wuhan und entwickelte YiBan, ein Tool für WeChat-Offizielle Konten. Zu diesem Zeitpunkt waren bereits Software wie der 135-Editor und Xiumi auf dem Markt. YiBan wählte die Form einer Browser-Erweiterung, um Bearbeitungsfunktionen in den Hintergrund von Offiziellen Konten einzubetten und Betreiber zu unterstützen, Seitenwechsel und wiederholte Vorgänge zu reduzieren.
Im Dezember 2019 veröffentlichte WeChat Work die Version 3.0 und öffnete die Fähigkeit zur Kundenverbindung weiter. Das Team von Xiao Hong entwickelte anschließend den WeiBan-Assistenten, um Unternehmen Kundenverwaltungs- und Marketingdienstleistungen anzubieten. Im Dezember 2021 gab Minglue Technology bekannt, strategisch in WeiBan zu investieren. Nach den damals veröffentlichten Daten hat WeiBan insgesamt 140.000 Unternehmen bedient und ihnen geholfen, mehr als 100 Millionen WeChat-Kunden zu verbinden.
Im Jahr 2022 gründete Xiao Hong erneut ein Unternehmen. Das Team plante ursprünglich, wissenschaftliche Forschungssoftware zu entwickeln, aber die von GPT-3 gezeigte Sprachverarbeitungsfähigkeit änderte den ursprünglichen Plan. Am 20. November startete das Team das Projekt zur Entwicklung von Monica. Zehn Tage später veröffentlichte OpenAI ChatGPT.
Monica bietet Übersetzungs-, Zusammenfassungs- und Schreibfunktionen über eine Browser-Erweiterung an. Im Jahr 2023 erwarb das Team auch die Erweiterung ChatGPT for Google, um eine vorhandene Nutzerbasis zu erhalten. Nach mehr als einem Jahr Betrieb sammelte Monica Millionen von Nutzern und erzielte ein jährliches wiederkehrendes Einkommen von mehreren Millionen US-Dollar.
Bei mehreren Gründungsvorhaben hat das Team von Xiao Hong nie am Aufbau von Basistechnologien teilgenommen. WeChat ist für die Verbindung mit Nutzern verantwortlich, WeChat Work bietet Schnittstellen für die Kundenverwaltung, und Unternehmen wie OpenAI stellen Grundmodelle zur Verfügung. Das Team nutzt die Fähigkeiten vorhandener Plattformen, um spezifische Softwarefunktionen zu entwickeln und dann Nutzer zu belasten.
Jedes Mal, wenn große Plattformen neue technische Fähigkeiten freigeben, entstehen Bedürfnisse, die noch nicht vollständig erfüllt sind. WeChat stellt den Hintergrund für Offizielle Konten zur Verfügung, aber Betreiber benötigen immer noch Bearbeitungstools; WeChat Work verbindet Kunden, aber Unternehmen müssen Kundenbeziehungen verwalten; ChatGPT kann Inhalte generieren, aber Nutzer wünschen sich, das Modell direkt beim Surfen im Internet aufzurufen.
Das Team von Xiao Hong betritt genau den Markt, in dem die Plattformen grundlegende Fähigkeiten bereitstellen, aber vollständige Produkte noch nicht vollständig ausgereift sind.
Die Nutzergröße und technischen Investitionen der Plattformen senken die Entwicklungskosten von Startups. Das Team kann mehr Ressourcen für Produktdesign, Nutzerwachstum und Vertrieb einsetzen. Aber Plattformen können auch entsprechende Funktionen hinzufügen und den Betriebsraum von Drittsoftware einengen. YiBan, WeiBan und Monica standen alle vor dem Wettbewerb ähnlicher Produkte und dem Druck durch Anpassungen von Plattformfunktionen.
Im Jahr 2024 erzielte Monica bereits Einnahmen, aber das Team von Xiao Hong investierte dennoch mehrere Monate in die Entwicklung eines KI-Browsers. Der Investor Liu Yuan erinnert sich, dass er einst das neue Produkt in Wuhan ausprobiert hat und nach der Demonstration nicht einmal bemerkte, dass er bereits einen neuen Browser nutzte. Schließlich gab das Team das Projekt auf.
Im März 2025 wurde Manus veröffentlicht. Das Produkt kann basierend auf den von Nutzern gestellten Aufgaben Browser, Codeausführungsumgebungen und externe Tools aufrufen, um Datensammlung, Datenverarbeitung und Berichterstellung abzuschließen.
Von Monica zu Manus nutzt das Team immer noch externe Grundmodelle, aber die von dem Produkt übernommenen Aufgaben sind deutlich gestiegen. Monica hilft Nutzern hauptsächlich bei der Informationsverarbeitung, während Manus versucht, mehrere Vorgänge nacheinander auszuführen und die Ergebnisse zu liefern.
Die Gründungsgeschichte des Teams von Xiao Hong zeigt, dass Chancen für Anwendungsunternehmen oft zwischen den technischen Fähigkeiten großer Plattformen und den tatsächlichen Bedürfnissen der Nutzer entstehen. Je stärker die Fähigkeiten sind, die die Plattformen bereitstellen, desto komplexere Produkte können Startups entwickeln – aber sie müssen auch die Möglichkeit berücksichtigen, dass Plattformen direkt in den Anwendungsmarkt eintreten.
II. Der kommerzielle Wendepunkt von KI-Anwendungen
Am 9. Dezember 2025 veröffentlichte die US-amerikanische Risikokapitalgesellschaft Menlo Ventures den Bericht *Der Entwicklungsstand der generativen KI in Unternehmen 2025*. Das Forschungsteam befragte etwa 500 Entscheidungsträger in US-Unternehmen und schätzte anhand von Marktmodellen, dass die Ausgaben für generative KI in Unternehmen 2025 37 Milliarden US-Dollar erreichten – ein Anstieg von etwa dem 2,2-fachen gegenüber 11,5 Milliarden US-Dollar im Jahr 2024. Davon entfielen etwa 19 Milliarden US-Dollar auf Ausgaben für KI-Anwendungen, was 51 % der Gesamtausgaben entspricht.
Im Jahr 2023 betrugen die Ausgaben für generative KI in Unternehmen nur etwa 1,7 Milliarden US-Dollar. Innerhalb von zwei Jahren hat sich die Marktgröße um mehr als das 20-fache erweitert. Die KI-Beschaffung von Unternehmen hat sich von frühen Experimenten auf den tatsächlichen Geschäftseinsatz ausgeweitet.
Menlo Ventures stellte außerdem fest, dass KI-native Startups im Jahr 2025 etwa 63 % des Marktanteils der Einnahmen aus KI-Anwendungen erzielten – mehr als 36 % im Jahr 2024. Während der traditionelle Markt für Unternehmenssoftware lange Zeit von großen Herstellern kontrolliert wurde, die Kundenbeziehungen und Vertriebskanäle beherrschten, sind auf dem Markt für KI-Anwendungen eine Reihe neuer Anbieter entstanden.
Allerdings verläuft die Beschaffung von KI-Produkten durch Unternehmen nicht einheitlich.
Nach der Klassifizierung von Menlo Ventures entfielen 2025 7,3 Milliarden US-Dollar der Ausgaben auf KI-Anwendungen für verschiedene Abteilungen von Unternehmen, davon 4 Milliarden US-Dollar auf Programmierwerkzeuge. Anwendungen für vertikale Branchen wie Gesundheitswesen und Finanzen erhielten 3,5 Milliarden US-Dollar an Ausgaben. Der Markt für allgemeine KI-Anwendungen erreichte 8,4 Milliarden US-Dollar, der hauptsächlich aus Produkten wie ChatGPT Enterprise, Claude for Work und Microsoft Copilot besteht.
Programmierwerkzeuge haben als Erste einen großen kostenpflichtigen Markt gebildet, was mit den Eigenschaften der Softwareentwicklungsarbeit zusammenhängt. Programmierer nutzen seit langem Code-Editoren und automatisierte Testwerkzeuge, und von KI generierter Code kann durch Kompilierung, Test und manuelle Überprüfung validiert werden. Unternehmen können die Effizienzsteigerung durch KI-Werkzeuge relativ leicht messen.
Die Entwicklung des Agentenmarktes hingegen verläuft relativ verzögert.
Menlo Ventures schätzt, dass im Markt für allgemeine KI-Anwendungen im Jahr 2025 Copilot-ähnliche Assistenten etwa 7,2 Milliarden US-Dollar an Ausgaben erhielten, was 86 % entspricht; Agentenplattformen erhielten etwa 750 Millionen US-Dollar, was etwa 10 % entspricht. Unternehmen sind bereits bereit, für KI-unterstützte Arbeit zu zahlen, aber allgemeine Agenten, die mehrstufige Aufgaben selbstständig ausführen können, sind noch nicht die Hauptkategorie für die Beschaffung durch Unternehmen.
Zwei Datengruppen zeigen eine Veränderung auf dem Markt für KI-Anwendungen. Unternehmen haben große Summen investiert, um Software zu kaufen, die Mitarbeitern bei der Arbeit hilft – aber Agenten, die Arbeitsaufgaben direkt übernehmen, befinden sich noch im frühen Stadium der Kommerzialisierung.
In der Vergangenheit zahlten Unternehmen für Software hauptsächlich nach Anzahl der Konten, Nutzungsdauer und Funktionsumfang. Software verbesserte die Arbeitseffizienz der Mitarbeiter, aber die Arbeit selbst wurde noch von Mitarbeitern erledigt. Nachdem Agenten einige Aufgaben ausführen können, können Unternehmen den Wert von Produkten auch anhand der Anzahl abgeschlossener Aufgaben, der eingesparten menschlichen Arbeitszeit und der Lieferqualität bewerten.
Am Beispiel von Unternehmensrecherchen: Forscher müssen Unternehmensmitteilungen suchen, Finanzierungsinformationen prüfen, Daten organisieren und dann Berichte erstellen. KI-Assistenten können beim Lesen und Zusammenfassen von Materialien helfen, während Agenten versuchen können, die Datensammlung, Tabellenorganisation und Erstellung erster Entwürfe abzuschließen. Bei der Bewertung entsprechender Produkte berücksichtigen Unternehmen nicht nur die Softwarekosten, sondern berechnen auch, wie viel menschliche Arbeitszeit ursprünglich investiert werden müsste.
Agenten können die Einnahmequellen von Softwareunternehmen verändern. Traditionelle Software erhält hauptsächlich das Budget für die Digitalisierung von Unternehmen, während Agenten, die Arbeiten stabil erledigen können, die Chance haben, einen Teil der Ausgaben zu erhalten, die Unternehmen ursprünglich für die Ausführung entsprechender Aufgaben vorgesehen haben.
Aber ob das Arbeitsbudget in Softwareeinnahmen umgewandelt werden kann, hängt von der tatsächlichen Leistung der Agenten ab. Unternehmen müssen die Kosten für den Kauf von Dienstleistungen, die Kosten für die manuelle Überprüfung und die Verluste durch fehlgeschlagene Aufgaben berechnen. Nur wenn die Gesamtkosten niedriger sind als bei der ursprünglichen Arbeitsweise, hat die kontinuierliche Beschaffung eine wirtschaftliche Grundlage.
Im Oktober 2025 arbeitete a16z mit dem Fintech-Unternehmen Mercury zusammen, um die Zahlungsdaten von mehr als 200.000 Kunden von Mercury zu analysieren und 50 KI-native Anwendungsunternehmen auszuwählen, die tatsächliche Ausgaben erhalten haben. Manus belegt den 33. Platz auf der Liste, zu der auch Unternehmen wie OpenAI, Anthropic und Perplexity gehören.
Im Vergleich zu Website-Besuchszahlen und Download-Zahlen können Zahlungsaufzeichnungen von Unternehmen die Kommerzialisierung von Produkten direkter widerspiegeln. Aber die entsprechenden Stichproben stammen hauptsächlich von Startups, die von Mercury bedient werden, und repräsentieren nicht den gesamten Unternehmens-KI-Markt.
Die Ausgaben für KI-Anwendungen in Unternehmen wachsen schnell, während allgemeine Agenten noch nicht vollständig kommerzialisiert sind. Der Markt, in dem sich Manus befindet, befindet sich in einer Phase, in der sich die Entwicklung von der Unterstützung der Mitarbeiterarbeit hin zur Ausführung einiger Arbeitsaufgaben vollzieht.
III. Worauf setzt das Kapital?
Am 17. Dezember 2025 veröffentlichte Manus eine Reihe von Betriebsdaten. Das jährliche wiederkehrende Einkommen des Unternehmens übersteigt 100 Millionen US-Dollar, und der gesamte annualisierte Betriebsumsatz, einschließlich Posten wie nutzungsabhängige Gebühren, übersteigt 125 Millionen US-Dollar. Neun Monate nach der Produktveröffentlichung wurden insgesamt mehr als 147 Billionen Token verarbeitet und mehr als 80 Millionen virtuelle Computerinstanzen erstellt.
Vor einigen Monaten stützte sich die Beurteilung des Kapitalmarktes für Manus hauptsächlich auf das Team und die Produktperspektiven. Im Jahr 2025 führte Benchmark eine Finanzierungsrunde von etwa 75 Millionen US-Dollar für Manus an. Manus gab bekannt, dass die Investition vor der offiziellen Veröffentlichung des Produkts stattfand. Im Dezember hatte das Unternehmen bereits einen annualisierten Umsatz in Höhe von über 100 Millionen US-Dollar erzielt. Meta kündigte die Übernahme von Manus an, deren Transaktionswert Berichten zufolge über 2 Milliarden US-Dollar lag.
Im Jahr 2026 wuchsen die Einnahmen von Manus weiter. Laut *The Information* erreichte der annualisierte Betriebsumsatz von Manus im Juni etwa 500 Millionen US-Dollar. Am 8. Oktober erhielt Manus nach der Wiederaufnahme des unabhängigen Betriebs eine neue Finanzierung von über 500 Millionen US-Dollar. Das Unternehmen nannte die Bewertung dieser Finanzierungsrunde nicht, sodass die Öffentlichkeit das Umsatzmultiplikator nicht anhand öffentlicher Informationen genau berechnen kann.
Die kontinuierlichen Investitionen des Kapitals in Manus spiegeln wider, dass sich in der KI-Industrie eine neue Arbeitsteilung bildet. Große Technologieunternehmen investieren Geld in die Entwicklung von Grundmodellen, während Anwendungsunternehmen die Fähigkeiten der Modelle nutzen, um Produkte zu entwickeln, Nutzer zu gewinnen und Dienstleistungen anzubieten. Manus trainiert keine eigenständigen hochmodernen Grundmodelle, hat aber bereits Einnahmen durch Abonnements und nutzungsabhängige Gebühren erzielt.
Aber die Verbesserung der Fähigkeiten von Grundmodellen wirkt sich auf Anwendungsunternehmen in zweierlei Hinsicht aus. Die Modelle können immer komplexere Aufgaben erledigen, sodass Anwendungsunternehmen Produkte mit stärkeren Funktionen entwickeln können. Gleichzeitig werden die Modelle über APIs für den Markt geöffnet, sodass auch Wettbewerber ähnliche technische Fähigkeiten erwerben können.
Auf die Grundmodelle, auf die Manus zugreifen kann, können normalerweise auch andere Agentenunternehmen zugreifen. Die Verbreitung der Basistechnologie senkt die Hürden für die Anwendungsentwicklung, aber es wird auch schwierig, Produktunterschiede nur durch die Fähigkeiten von Modellen