48 Stunden bis zum Klon — was Ihr Unternehmen wirklich schützt

Ein Gründer bringt sein Produkt auf den Markt. Saubere Oberfläche, klare Marke, achtzehn Monate Vorbereitung – Marktanalyse, Kundengespräche, ein Dutzend Kurskorrekturen. Das Produkt funktioniert. Die ersten Nutzer kommen. Er geht in sein verdientes Wochenende.

Ein Konkurrent startet ein fast identisches Produkt. Gleicher Bedienablauf, gleiche Funktionen, ähnliche Farbpalette, dieselben Versprechen auf der Startseite. Gebaut mit KI-Werkzeugen – in nur 48 Stunden.

Das ist keine Hypothese. Im Februar 2026 berichtete ein Entwickler im n8n-Forum, wie er sein Projekt „LastSend" veröffentlichte – mit über vierzig Workflows, Google Play Billing und Media Processing. 48 Stunden später registrierte eine koreanische Web-Agentur die Domain lastwithyou.com. Vier Tage später war die Seite online. Gleiche Idee, gleiche Funktionen, gleiche Zielgruppe. Es gab KI-generierte Blogposts, um die Suchmaschinen zu füttern. Der Entwickler schrieb: „Ich wusste, dass öffentliches Entwickeln Risiken birgt. Aber ich will, dass andere sich dessen bewusst sind: Wer detaillierte Bauberichte mit Architektur teilt, liefert jemandem den Bauplan. "

Im August 2026 veröffentlichte Jonathan Wilke die Bestenlisten-Auktion outbid.lol. 24 Stunden später waren es drei Kopien. 36 Stunden später waren es zehn. Eine Woche später war ein ganzes Genre mit dem gleichen Mechanismus entstanden, das von KI an einem Abend zusammengebaut wurde.

Die Frage ist nicht, ob das passiert. Die Frage ist, was Sie dagegen tun.

Dreißig Jahre lang war Code ein Schutzwall. Entwicklung brauchte Zeit, Kapital und Leute, die wussten, wie man skaliert, Grenzfälle behandelt und Datenbanken unter Last am Laufen hält. Das war die Welt, in der „Wir haben es zuerst gebaut" eine Strategie war.

Sprachmodelle haben alle drei Barrieren gleichzeitig beseitigt. Ein Entwickler bei Cloudflare nutzte Claude Opus, um Next.js in nur fünf Tagen nachzubauen. Fünf Tage. Die API-Kosten beliefen sich auf 1.100 Dollar. Das Ergebnis: 67.000 Zeilen Code, die 94 Prozent der öffentlichen Next.js-Schnittstelle abdecken. Fast jede Zeile wurde von der KI geschrieben. Das Projekt heißt „vinext" und bewies etwas Unbequemes: Was jahrelang als technischer Schutzwall galt, war in Wahrheit meist nur Reproduktionsreibung. Solange das Klonen Ihres Stacks sechs Ingenieure und ein Jahr in Anspruch nahm, störte sich kein Konkurrent. KI hat diese Reibung auf 1.100 Dollar und eine Woche reduziert.

Maor Shlomo, der sein KI-Start-up Base44 für 80 Millionen Dollar verkaufte, sagte offen: „Jede Funktion, die wir herausbringen, wird in wenigen Wochen kopiert sein. Am einfachsten zu reproduzieren ist der Teil, den Nutzer sehen – der magische Moment, wenn eine Oberfläche erscheint."

Hier ist der Kernsatz, der den ganzen Artikel tragen wird:

Merken Sie ihn. Wir kommen später im Artikel wieder darauf zurück.

Aleph Alpha wurde 2019 in Heidelberg gegründet. Jonas Andrulis, war ehemaliger Apple-Forschungsingenieur. Die Mission war: Europas Antwort auf OpenAI. Die Unterstützung war überwältigend — Schwarz Group, SAP, Bosch, Deutsche Bank. Im November 2023 wurden über 500 Millionen Euro angekündigt, davon 110 Millionen echtes Eigenkapital. Der Schein trügte: eine Bewertung von 400 Millionen, „European AI Champion".

Dann kam die Ernüchterung. Laut der Prognose von Epoch AI würde das nächste Spitzenmodell über eine Milliarde Dollar pro Trainingslauf kosten. Aleph Alpha hatte jedoch nur 110 Millionen. OpenAI hatte Milliarden. Die Rechnung ging nicht auf.

Im September 2024 gab Aleph Alpha auf. Nicht als Konkurs, sondern als Neuausrichtung. Das Unternehmen hörte auf, eigene Spitzenmodelle zu trainieren. Im Januar 2026 folgten 50 Entlassungen. Im April 2026 wurde schließlich die Fusion mit dem kanadischen Unternehmen Cohere angekündigt. Heidelberg wurde zu einem Teil von etwas, das in Toronto sitzt.

Die Lehre ist nicht, dass Aleph Alpha scheiterte. Die Lehre ist, was dem Unternehmen fehlte. Es hatte eine Erzählung: europäische Souveränität, Erklärbarkeit und Datenschutz. Es hatte politische Unterstützung und Kapital. Was es nicht hatte, war ein Schutzwall, der über die Erzählung hinausging. Ein Frontmodell, das mit OpenAI konkurrieren kann, war ohne zweistellige Milliardenbeträge nicht erreichbar. Und eine Erzählung allein hält keinen Konkurrenten auf, der bessere Modelle kostenlos abgibt.

Deutschlands OpenGPT-X-Konsortium lieferte Teuken-7B, ein Modell, das in allen 24 EU-Sprachen läuft. Die Bundesförderung verlief pünktlich. Anfang 2025 wurde das Projekt planmäßig abgeschlossen. Das Modell ist noch herunterladbar.

Niemand trainiert den Nachfolger.

So enden die meisten europäischen KI-Projekte: nicht mit einem Fiasko, sondern damit, dass das Fördergeld ausläuft. Portugals Amália baut auf EuroLLM auf. Ungarns Racka ist eine Anpassung von Alibabas Qwen-3. Die meisten nationalen Souveränitäts-Modelle sind nationale Feinabstimmungen auf dem Basismodell eines anderen. Und zunehmend ist dieses Basismodell chinesisch oder amerikanisch.

Jasper AI : 1,5-Milliarden-Bewertung. 131 Millionen Funding. 120 Millionen Dollar wiederkehrender Umsatz im Jahr 2023. Dann, 43 Tage nach der Finanzierungsrunde, erschien ChatGPT — kostenlos. Neunzig Prozent von Jaspers Funktionen, für nichts. Der Umsatz fiel um 54 Prozent. Dreißig Prozent der Belegschaft wurden entlassen.

Chegg : Börsennotiert. 776 Millionen Dollar Spitzenumsatz 2021. Hausaufgaben-Hilfe als Abonnement. ChatGPT machte das kostenlos. Aber Cheggs Ende hatte zwei Phasen: zuerst ChatGPT, dann Google. Google leitet nicht mehr zu Chegg weiter, sondern zeigt die Antworten direkt in den Suchergebnissen an. Die Aktie fiel von 113 auf 0,96 Dollar. Minus 99 Prozent. Chegg war ein Unternehmen, dessen gesamter Wert in einer Informationsschicht lag, die ein Sprachmodell kostenlos reproduzieren konnte. Keine proprietären Daten. Keine Prozesstiefe. Keine Wechselkosten . Nur eine Paywall um Antworten, die plötzlich überall waren.

Kurz und hart:

• 966 US-Start-ups wurden 2024 abgewickelt — 25,6 Prozent mehr als 2023 (Carta).
• 90 Prozent der KI-Start-ups sollen bis 2026 scheitern — 4,5-mal so viele wie in anderen Branchen.
• 72 Prozent der KI-Start-ups sind im Wesentlichen Hüllen um Basismodelle (McKinsey).
• 60 bis 70 Prozent dieser Hüllen generieren null Umsatz. Nur 3 bis 5 Prozent erreichen 10.000 Dollar monatlich.
• KI-Hüllen brauchen 3,2-mal mehr Kapital für Profitabilität als klassisches SaaS (Bessemer).
• Bruttomargen : Klassisches SaaS 70 bis 90 Prozent, KI-Hüllen 50 bis 60 Prozent — und jeder Preisschritt der API-Anbieter fraß direkt daran.
• GPT-4 kostete bei Launch 30 Dollar pro Million Eingabe-Token. Heute liegt die gleiche Fähigkeit unter einem Dollar. Die Infrastruktur, auf der Hüllen-Start-ups ihre Margen berechnet hatten, verschiebt sich unter ihnen.

Das ist keine Krise. Es ist eine Selektion. Der Markt sortiert aus, was nie verteidigbar war.

DeepL wurde in Köln geboren. Aus einem Forschungsprojekt wurde ein Unternehmen, das Google Translate in europäischen Sprachen systematisch schlägt. In Blindtests lag DeepL bei 65 Prozent der Sprachpaare vorn. ChatGPT, Google, Microsoft — alle geschlagen. In der Disziplin, die DeepL gewählt hatte.

Wie? Nicht durch ein besseres Basismodell. DeepL nutzt spezialisierte Modelle, die ausschließlich für Sprache trainiert sind. Der eigentliche Schutzwall sind sieben Jahre proprietäre Sprachdaten — kuratiert, menschlich verifiziert, von tausenden handverlesenen Sprachexperten, die das Modell „tutorieren".

Zwei-Milliarden-Bewertung. Enterprise-Kunden wie Panasonic und Daiwa Securities. Und das alles aus Köln.

DeepL beweist etwas, das für jeden europäischen Gründer relevant ist: Sie müssen nicht gegen OpenAI antreten. Sie müssen in einer Disziplin antreten, in der OpenAI oder Claude nicht gegen Sie antreten kann. OpenAI und Claude bauen Modelle für alles. DeepL baute ein Modell für eines — und zwar besser. Der Schutzwall ist nicht das Modell. Der Schutzwall sind sieben Jahre kuratierte Daten, die kein generisches Modell hat.

TRUMPF, gegründet 1923 in Ditzingen. Weltmarktführer für Lasertechnik. In 70 Ländern aktiv. Und Besitzer von etwas, das kein KI-Werkzeug der Welt kopieren kann: Jahrzehnte proprietärer Fertigungsdaten.

Jede Laserschweißanlage, die TRUMPF je gebaut hat, erzeugt Tausende von Messwerten: Laserleistung, Pulsenergie, Kühlwasserdruck, Reflexionswerte. Im Mercedes-Benz-Werk Sindelfingen schweißen Roboter die Türen der E-Klasse mit TRUMPF-Lasern. Algorithmen und echte TRUMPF-Experten verwandeln die Daten in Trendanalysen. Das Ziel: Ausfälle verhindern, bevor sie entstehen. Und es funktioniert — die Verfügbarkeit der Anlagen stieg signifikant. Ein Problem mit verstelltem Fokussierungswinkel wurde erkannt, bevor es Schaden anrichtete.

Dieses Zustandsüberwachungssystem ist nicht kopierbar. Nicht weil der Code komplex wäre — sondern weil die Daten, auf denen es trainiert wurde, nur bei TRUMPF existieren. Die spezifischen Fehlersignaturen dieser Laser-Konfiguration gibt es nirgendwo sonst. Bosch tut dasselbe mit Sensordaten von Milliarden installierter Geräte. Siemens nutzt Betriebsdaten von Hunderttausenden installierter Maschinen für vorausschauende Wartung.

Der entscheidende Unterschied zur Software-Welt: Hier ist der Schutzwall physisch. Er besteht aus Maschinen, die seit Jahrzehnten gebaut und betrieben werden. Aus Sensoren, die in realen Produktionsumgebungen echte Daten erzeugen. Aus Grenzfällen, die nur entstehen, wenn eine Anlage zwanzig Jahre lang im Feld läuft. Claude Code kann das nicht erzeugen. Kein Sprachmodell kann das synthetisieren. Und kein amerikanischer Hyperscaler kann es kaufen — es sei denn, der Mittelstand verkauft es ihm.

Aber Moment – Aleph Alpha war doch gerade die Warnung! Ja. Und nein. Aleph Alpha als Spitzenmodell-Labor ist die Warnung. Aleph Alpha als PhariaAI ist die Gegengeschichte.

Nach der Neuausrichtung im Jahr 2024 wurde PhariaAI zu einem KI-Betriebssystem für regulierte Branchen und den öffentlichen Sektor. Es wird auf STACKIT gehostet, der souveränen Cloud der Schwarz Group, BSI-C5-zertifiziert und ausschließlich in Deutschland betrieben. In Baden-Württemberg kommt ein KI-Assistent für die Landesverwaltung zum Einsatz, der 1,50 Euro pro Arbeitsplatz und Monat kostet. Die IT-Tochter der Bundeswehr trainiert Modelle auf PhariaAI. Datenhoheit. Regeltreue. Dokumentierbarkeit.

Der Schutzwall von PhariaAI ist nicht das Modell – das wurde aufgegeben. Der Schutzwall ist die Kombination aus deutscher Datenhoheit, Konformität mit der EU-KI-Verordnung und den Beschaffungszyklen des öffentlichen Sektors . Eine Behörde, die PhariaAI einmal eingeführt hat, wechselt nicht einfach so. Die Prüfungshistorie, die Dokumentationspflichten und der Audit-Trail sind nicht übertragbar.

Hier wird die aus Akt 1 bekannte Faustregel greifbar. Was ist kopierbar, was nicht?

Kopierbar (Wochenende) : Kopierbar sind beispielsweise die Oberfläche, das Design, der Funktionsumfang und alles, was auf dem Bildschirm sichtbar ist. Preismodell, Technologie. KI-Ausgabe. Prompts sind systematisch testbar.

Aufwendig kopierbar (Wochen bis Monate) : Feinabgestimmte Modelle. Integrationen in ERP-, DATEV- und SAP-Systeme. Zertifizierungen (ISO 27001, SOC 2). Markenpräsenz, Suchmaschinenposition.

Praktisch nicht kopierbar (Jahre bis unmöglich) : proprietäre Domänendaten. Eingewobene Arbeitsabläufe beim Kunden. Prüfungshistorie nach EU-KI-Verordnung. Netzwerkeffekte bei Skalierung. Regulatorisches Kapital. Prozesswissen – „die hässlichen Entscheidungen, die den Code am Leben halten".

Es gibt einen Schutzwall, der in amerikanischen Artikeln zum Thema nicht vorkommt, weil er spezifisch europäisch ist. Prozesswissen sitzt bei Menschen, nicht in Datenbanken.

appliedAI, das bereits mit 250 Unternehmen und 23 DAX-Konzernen zusammengearbeitet hat, formuliert es wie folgt: „Im Mittelstand sitzt dieses Wissen bei Leuten, die seit zwanzig Jahren dabei sind. Sie wissen genau, wo der Arbeitsablauf bricht, welche Behelfslösungen existieren und warum Dinge so gemacht werden. Sie sind die wertvollsten Personen in jeder KI-Initiative – und sie sind fast nie im Raum, wenn KI-Entscheidungen getroffen werden."

In einer Welt, in der Code kopierbar ist, wird genau dieses Wissen zum Schutzwall. Nicht, weil es in einem Repository liegt, sondern weil es in den Köpfen von Menschen existiert, die wissen, warum Anlage 7 nur montags richtig läuft, wenn die Feuchtigkeit unter 40 Prozent fällt, und warum der ERP-Export seit dem Update 2019 einen Umweg braucht, den nur der IT-Leiter kennt.

KI beschleunigt die Konstruktion. Sie beschleunigt jedoch nicht das Denken.

Hier ist etwas, das im amerikanischen Diskurs fehlt: Regeltreue kann ein Schutzwall sein.

Die EU-KI-Verordnung klassifiziert KI-Systeme nach ihrem Risiko. Hochrisikosysteme, beispielsweise in den Bereichen Kreditentscheidungen, Personalwesen und kritische Infrastruktur, benötigen Risikomanagement, Daten-Governance, Dokumentation und menschliche Aufsicht. Es drohen Strafen von bis zu 7 Prozent des weltweiten Jahresumsatzes. Dies ist ab August 2026 verbindlich.

Das klingt nach einer Last. Es ist aber auch ein Vorteil. Wer frühzeitig konform ist, darf den EU-Markt betreten. Wer nicht, der nicht. Die über drei Jahre aufgebaute Prüfungshistorie kann nicht nachträglich erzeugt werden. Die Dokumentationspflichten, die Sie heute erfüllen, werden morgen zur Eintrittsbarriere für andere.

Datensouveränität ist die andere Seite der Medaille. Der US-CLOUD-Act erlaubt amerikanischen Behörden Zugang zu Daten bei US-Hyperscalern – unabhängig vom physischen Standort. Wenn die Kundenbank Ihres Unternehmens in Frankfurt bei AWS liegt, kann Washington zugreifen. Wenn sie dagegen bei STACKIT, IONOS oder der Open Telekom Cloud liegt, ist dies nicht möglich. Für B2B-Kunden im DACH-Raum – Banken, Versicherungen, Behörden und Krankenhäuser – wird das zunehmend zum Verkaufsargument. „Ihre Daten bleiben in Europa und unterliegen europäischem Recht" ist ein Schutzwall, den kein amerikanischer Konkurrent kopieren kann.

Das ist keine Beruhigung. Es ist eine Richtungsentscheidung.

Der Gründer aus Akt 1 kehrt zurück. Sein Produkt ist noch am Leben. Der Konkurrent vom Wochenende hat keine Nutzer. Der Klon war schneller da, aber er startete leer. Keine Kunden. Keine Daten. Keine Integrationen. Keine Prüfungshistorie. Keine Community. Ein leerer Klon mit schöner Oberfläche und null Gründen zu bleiben.

Der Gründer fragt sich: „Was besitze ich, das sich in 48 Stunden nicht kopieren lässt?"

Sein Code ist kopierbar. Seine Oberfläche ist kopierbar. Seine KI-Ausgabe ist kopierbar. Aber: Seine achtzehn Monate Kundendaten – echtes Nutzungsverhalten, echte Grenzfälle, echte Fehler, die nur bei realer Nutzung entstehen – sind nicht kopierbar. Seine Integration in DATEV und zwei branchenspezifische ERP-Systeme – vierzehn Monate Arbeit. Seine GDPR-konforme Dateninfrastruktur, die seine B2B-Kunden nicht verlassen. Seine Kundenbeziehungen in einer Nische, in der Vertrauen alles ist, und in der KI-Assistenten seinen Namen nennen, weil er der Erste war, der ein Problem ernst genommen hat.

Die Antwort ist nicht „mein Code". Die Antwort lautet: „Meine Daten, meine Kunden, meine Prozesstiefe, meine Prüfungshistorie, meine Geschwindigkeit."

Nicht, weil KI ihn nicht kopieren kann, sondern weil KI ihn nicht einholen kann.

Und das ist der entscheidende Unterschied.

1. n8n Community Forum — Rohankumar: „Someone cloned my project 48 hours after I shared it here", Februar 2026. community.n8n.io/t/272438

2. Cloudflare Blog — „How we rebuilt Next.js with AI in one week" (vinext), August 2026. blog.cloudflare.com/vinext/

3. Superframeworks — „Outbid.lol Made $178K in 77 Hours. Then the Internet Started Copying It." superframeworks.com/articles/outbid-lol-viral-launch

4. X/Twitter — @jonathan_wilke: „3 copycats launched already" (24h-Zusammenfassung), August 2026. x.com/AncezDe0x/status/2090635144809857476

5. CEO Insider — Interview mit Maor Shlomo (Base44). ceoinsider.io/interview/maor-shlomo

6. Epoch AI — „Can AI Scaling Continue Through 2030?" epoch.ai/blog/can-ai-scaling-continue-through-2030