Die KI-Branche boomt, aber nicht jedes Startup schafft den Spagat zwischen hyperelevantem Produkt und nachhaltigem Geschäftsmodell. Glean, oft als das „Google für Unternehmen“ bezeichnet, hat nun einen bemerkenswerten Meilenstein erreicht: 300 Millionen Dollar Annual Recurring Revenue (ARR). Eine Verdreifachung innerhalb von nur 15 Monaten – vom 100-Millionen-Markenstein, der erst Anfang 2025 erreicht wurde.
Vom Monopolisten zum Konkurrenten der Giganten
Was die Zahlen von Glean so bemerkenswert macht, ist der Markt, in dem sich das sieben Jahre alte Startup bewegt. CEO Arvind Jain gab gegenüber TechCrunch offen zu, dass das Unternehmen in seinen ersten vier bis fünf Jahren praktisch keine Konkurrenz hatte. Doch das hat sich drastisch geändert. Die Erkenntnis, dass Such- und Wissens-Infrastruktur der Schlüssel zu funktionierender KI im Unternehmen ist, hat die Giganten auf den Plan gerufen. Heute baut praktisch jeder, der im Enterprise-Sektor mitspielen will, ähnliche Tools: Google, Microsoft, OpenAI, Anthropic, Salesforce und Atlassian.
Dass Glean trotz dieser Übermacht weiter wächst, führt Jain auf zwei Faktoren zurück: den First-Mover-Vorteil und ein schlichtweg besseres Produkt. Doch was bedeutet in diesem Kontext „besser“?
Der „Context Graph“ als Token-Sparmodell
Gleans technologischer Trumpf ist der sogenannte „Context Graph“. Während herkömmliche KI-Modelle oft versuchen, sich durch direkten Zugriff auf Unternehmensdatenbanken mühsam durch Berge von unstrukturierten Daten zu wühlen, verbindet sich Glean mit den internen Softwaresystemen eines Unternehmens und lernt deren spezifische Strukturen und Zusammenhänge kennen. Das System weiß, welche Daten wo liegen und in welchem Kontext sie relevant sind.
Dieser Context Graph ist nicht nur ein Buzzword, sondern löst ein massives Problem aktueller KI-Integrationen: die Kosten. Wenn man eine generative KI direkt auf Unternehmenssysteme loslässt, verbraucht sie enorme Mengen an Tokens, um relevante Informationen zu finden und zu verarbeiten. Glean filtert und kontextualisiert vor. Wie Jain es auf den Punkt bringt: Wenn man KI an Glean anbindet, erhält die KI sofort alle benötigten Informationen, was zu deutlich weniger Token-Verbrauch führt, als wenn die KI die Systeme direkt durchsuchen müsste. Weniger Operationen bedeuten weniger Tokens.
Kosteneffizienz schlägt Innovationsromantik
In einer Phase, in der viele Unternehmen feststellen, dass ihre KI-Budgets explodieren, wird dieses Argument zum entscheidenden Verkaufsargument. Die Zeit, in der KI allein durch das Versprechen von „Innovation“ und „Produktivitätsgewinn“ verkauft wurde, weicht einer nüchternen Betrachtung der Unit Economics. „Eines der Dinge, die unsere Kunden wirklich an Glean schätzen, ist, dass wir Ihre KI-Rechnung erheblich senken können“, so Jain. Das ist ein Paradigmenwechsel: Das Tool, das KI im Unternehmen erst möglich macht, verkauft sich nun primär darüber, KI bezahlbar zu machen.
Zu Gleans Kunden zählen unter anderem Databricks, Reddit, Pinterest und Samsung. Das Unternehmen, das bei seiner Series-F-Finanzierungsrunde im vergangenen Juni mit 7,2 Milliarden Dollar bewertet wurde, nutzt zudem flexible Preisemodelle – ein consumption-basiertes Modell sowie ein Hybrid-Modell aus festen Monatsgebühren und variablen Nutzungsgebühren.
Ein kritischer Blick auf die ARR-Zahlen
Hier kommt jedoch die journalististische Einordnung ins Spiel, bei der man die Zahlen von Glean mit einer gewissen Skepsis betrachten muss. Die 300 Millionen Dollar werden als ARR kommuniziert, aber ARR ist nicht gleich ARR. Das traditionelle ARR-Modell basiert auf vertraglich fixierten, sich automatisch verlängernden Abonnements. Gleans consumption-basiertes Modell hängt jedoch von der schwankenden Nutzeraktivität ab.
Ein Teil der 300 Millionen Dollar ist daher kein wirklich „recurring“ wiederkehrender Umsatz im klassischen Sinne, sondern eher ein Annualized Revenue Run Rate – eine Hochrechnung des aktuellen Umsatzniveaus auf ein Jahr. Wenn Kunden weniger suchen oder KI-Modelle künftig effizienter werden und von sich aus weniger Tokens verbrauchen, könnte dieser Umsatzanteil schnell schrumpfen. Startup-PR liebt es, diese feinen Unterschiede unter den Teppich zu kehren, aber für eine realistische Bewertung ist es essenziell.
Fazit
Glean zeigt eindrucksvoll, wohin die Reise im Enterprise-KI-Markt geht. Die reine Verfügbarkeit von KI reicht nicht mehr aus; die Integration und die Effizienz der Datenaufbereitung werden zum eigentlichen Engpass. Wer den Unternehmen hilft, ihre KI-Rechnung zu drücken, indem er den Kontext vorab klärt, hat einen massiven strategischen Vorteil. Dennoch sollte man bei den glänzenden ARR-Zahlen beachten: Wenn der Umsatz stark auf variablen Nutzungsgebühren basiert, ist die Prognose für das nächste Jahr deutlich schwerer als bei klassischen SaaS-Modellen.
Quelle: TechCrunch