Im Zeitalter des traditionellen Internets war die zentrale Logik für Produktwachstum „Mehr Menschen erreichen“. Unternehmen gingen davon aus, dass der Produktwert feststeht und durch Marketing und Vertriebskanäle mehr Menschen auf das Produkt aufmerksam gemacht werden können, um Nutzer zu gewinnen und zu binden. Sirius weist jedoch darauf hin, dass diese Methode im Zeitalter der generativen KI zunehmend versagt.
Immer mehr Fälle zeigen, dass das Wachstum von KI-Produkten im Wesentlichen nicht auf Nutzerakquise beruht, sondern auf der Verbreitung von Überzeugungen. Menschen laden eine KI herunter oder nutzen sie nicht, weil sie die Funktionen vergleichen, sondern weil alle darüber sprechen, sie präsentieren oder sogar Angst haben, etwas zu verpassen. Bei KI-Produkten gibt es keine Nutzer, nur Gläubige.
Vom Traffic-Trichter zum Überzeugungskreis
Traditionelle SaaS- oder Konsumprodukte folgen dem AARRR-Trichter: Akquisition, Aktivierung, Bindung, Monetarisierung, Empfehlung. Doch der Wert von KI besitzt drei Eigenschaften:
Unsicher (jede Ausgabe ist unterschiedlich)
Emergent (Fähigkeiten tauchen ständig neu auf)
Verstehen erforderlich, um den Wert zu erkennen
Daher ist Wachstum nicht mehr eine Frage der Reichweite, sondern der Weitergabe von Erkenntnissen.
Die Verbreitung von KI-Produkten ähnelt eher konzentrischen Kreisen:
Bewunderer (Technik- und Entwickler-Community)
Botschafter (KOLs, Medien, Content-Ersteller)
Praktiker (Arbeits- oder Alltagnutzer)
Folger (soziale Experimentierer)
Massen (Stimmungstreiber)
Das entscheidende Gesetz ist: Je weiter außen, desto geringer die Überzeugung, aber desto mehr Menschen.
Quelle: Sirius
Zwischen jeder Schicht muss eine Übersetzung erfolgen: Technische Durchbrüche müssen in Branchen-Storys übersetzt werden, von Anwendungsfällen in soziale Atmosphären. Wenn eine Schicht bei der Übersetzung scheitert, stoppt die Verbreitung. Viele technisch starke KI-Produkte können keine Reichweite erzielen, weil ihre Geschichten nicht vereinfacht werden können.
Der wahre Wachstumsmotor: Nachahmungslust
Die meisten glauben, dass KI-Wachstum durch Netzwerkeffekte angetrieben wird. Tatsächlich ist es eine primitivere Triebkraft: die Nachahmungslust (Mimetic Desire). Typische Beispiele sind:
ChatGPT im Ghibli-Style populär gemacht
Suno AI Musik verbreitet sich auf TikTok
DeepSeek wird nach seinem Durchbruch mit „Nicht-Ausprobieren ist Rückschritt“ emotional aufgenommen
Nutzer steigen nicht ein, weil „mehr Nutzer das Produkt besser machen“, sondern weil sie sehen, was andere machen, und es nachmachen wollen. Daher wird es im KI-Markt keine Facebook-ähnliche Monopolisierung geben (die Lust wandert weiter). Wachstumsstrategien bestehen nicht in der Funktion-Optimierung, sondern im Schaffen von nachahmbaren Verhaltensweisen. Wenn Outputs nicht geteilt, gezeigt oder kopiert werden können, findet keine Verbreitung statt. Das erklärt auch, warum manche technologische Durchbrüche zwar beeindruckend sind, aber ohne Anwendungsfälle schwer zu verbreiten sind.
Warum traditionelle Wachstumsstrategien scheitern
KI-Produkte widerlegen fünf zentrale Annahmen der letzten zwanzig Jahre:
Grenzkosten nähern sich null: Jede Schlussfolgerung kostet Rechenleistung, es ist nicht möglich, „zuerst Wachstum zu subventionieren und dann zu monetarisieren“.
Funktionsstapel bilden eine Verteidigung: KI konkurriert um Output-Qualität, die durch Modell-Updates schnell ausgeglichen wird.
Netzwerkeffekte sind die Kernbarriere: Viele KI sind Einzelproduktlösungen; je mehr man nutzt, verbessert das nicht die Erfahrung anderer.
CAC / LTV sind präzise vorhersagbar: Modell-Updates können Nutzer über Nacht verlieren lassen; historische Daten verlieren an Aussagekraft.
Trichter sind linear: Im KI-Bereich kann Teilen schon vor der ersten Nutzung stattfinden, Einnahmen können vor der Bindung entstehen, Aktivierung hängt von einem „überraschenden Erlebnis“ ab. Das bedeutet, Unternehmen müssen nicht nur den Trichter, sondern das Überzeugungssystem steuern.
Tiefenstruktur von KI und Krypto
Die Wachstumsdynamik von KI ist der von Kryptowährungen sehr ähnlich:
Krypto KI
Meme treiben Preise Meme treiben Nutzer
Airdrops ziehen Nutzer an Gratis-Erfahrungen schaffen Gläubige
Token-Release-Kurve Gratisvolumen und Rate Limits
Fork-Kultur Open-Source-Modelle im Wettbewerb
Gemeinsame Werte: Überzeugung und Narrativ
Beide Bereiche basieren darauf, dass Nutzer nicht nur die aktuellen Funktionen kaufen, sondern die zukünftigen Möglichkeiten. Der Unterschied ist: Bei Krypto kann die Überzeugung sich selbst tragen, bei KI muss sie durch jede Ausgabe neu bestätigt werden. Überzeugung ist geliehen, nicht Eigentum.
Der echte Kampf nach dem Wachstum: Bindung
Nachahmungslust kann Traffic bringen, garantiert aber keine Bindung. KI-Bindung ist ein Rennen:
Kurzfristig: Innovation auf der Angebotsseite, kontinuierliche Einführung neuer Fähigkeiten, um die Neugier zu verlängern.
Langfristig: Neue Knappheiten schaffen, personalisierte Daten ansammeln, Arbeitsabläufe integrieren, Interaktionsgewohnheiten aufbauen, Vertrauenswerte sichern.
Wenn innerhalb des Nachahmungsfensters Abhängigkeiten aufgebaut werden, kann das Produkt von einem Trend-Tool zu einer Infrastruktur werden. Cursor, Bolt und andere Entwicklungstools sind typische Beispiele.
Fünf Explosionsmuster für KI
Erfolgsbeispiele 2024–2025 lassen sich in fünf Kategorien zusammenfassen:
Meme-Explosion (Ghibli-Bilder, Suno)
Narrative Shortselling (DeepSeek: kostengünstige Umkehrung des Konsenses)
Schichtweise Freisetzung (Einladungssystem, Waitlist)
Output als Marketing (Nutzerwerke werden zu Werbung)
Arbeitsfluss-Integration (Einbettung in Alltagsprozesse)
Der letzte Punkt ist am schwierigsten, aber auch am langfristig wertvollsten. Das entscheidende Kriterium für den Erfolg eines KI-Produkts sind zwei Fragen:
Bricht dein Produkt eine weit verbreitete Fehlwahrnehmung?
Ist die Übersetzung jeder Schicht vom Kernkreis bis zur Masse reibungslos?
In einer Welt ohne starke Netzwerkeffekte wird die KI-Marktanordnung naturgemäß dezentral sein. Traffic ist keine Verteidigung mehr; Beziehungen und Vertrauen sind entscheidend.
Dieser Artikel: „KI-Produkte haben keine Nutzer, nur Gläubige: Wenn Wachstum vom Traffic zum Glaubenskrieg wird“ erschien zuerst bei ABMedia.
