Hohe Betriebskosten und schwache Distribution: Woran KI-Start-ups scheitern

Das US-Technologiemagazin TechCrunch führt ein öffentliches Verzeichnis für gescheiterte KI-Projekte. Die am 24. Oktober 2026 veröffentlichte Liste dokumentiert eingestellte Start-ups und zurückgezogene Produkte (Quelle: TechCrunch). Das Register verdeutlicht an Fällen wie dem Videogenerator Sora oder dem Chatbot-Dienst Character.ai, woran die Unternehmen auf diesem Markt scheitern. Die Qualität der zugrunde liegenden Modelle ist dabei selten das Problem. Vielmehr scheitern die Dienste an hohen Betriebskosten, fehlender Nutzerbindung oder der direkten Konkurrenz durch große Plattformen.

Gescheiterte KI-Projekte offenbaren operative Schwächen

Ein Beispiel für das Scheitern an ökonomischen Realitäten liefert der Videodienst Sora. Das Projekt wurde bereits im März wieder eingestellt. Laut dem Bericht scheiterte das Vorhaben an zu hohen Ausgaben für die Rechenleistung und an der Schwierigkeit, zahlende Kunden dauerhaft an den Dienst zu binden. Ein ähnliches Schicksal traf das Start-up Character.ai. Das Unternehmen meldete im Oktober Insolvenz an, nachdem es zuvor Chatbots mit künstlichen Persönlichkeiten angeboten hatte. Rechtliche Vorgaben und operative Hürden verhinderten einen rentablen Betrieb. Wer eine eigenständige Software entwickelt, konkurriert zudem direkt mit etablierten Konzernen. Das fünf Jahre alte Automatisierungswerkzeug Relay stellte im August den Betrieb ein, weil große Anbieter vergleichbare Funktionen in ihre bestehenden Systeme integrierten.

Nutzer lehnen unübersichtliche Oberflächen ab

Auch Marktführer wie OpenAI kämpfen mit der Produktreife. Das Unternehmen bündelte im Sommer mehrere Funktionen für ChatGPT unter einer gemeinsamen Oberfläche. Nutzer kritisierten die neue Ansicht als unübersichtlich, woraufhin der Konzern die Änderungen zurücknahm. Der eigenständige KI-Browser ChatGPT Atlas verschwand im August komplett vom Markt, lediglich einzelne nützliche Bestandteile flossen in den Hauptdienst ein. Entwickler versuchen derzeit verstärkt, ihre Modelle tief in die bestehenden Arbeitsabläufe der Nutzer einzubauen. Apple verschiebt die Überarbeitung seines Sprachassistenten Siri ebenfalls wiederholt. Die neuen Funktionen erschienen zunächst in einer Testversion für Softwareentwickler und werden seither schrittweise in englischer Sprache bereitgestellt.

Ein leistungsstarkes Modell garantiert keinen wirtschaftlichen Erfolg. Die eingestellten Produkte verschieben den Fokus der Debatte von der reinen Leistungsfähigkeit der Technologie zur kommerziellen Verwertbarkeit. Wenn stark finanzierte Projekte wie Sora an den Infrastrukturkosten zerbrechen, entwickelt sich die Branche vom Forschungsfeld zum Vertriebsgeschäft. Langfristig gewinnen jene Softwareanbieter, die KI-Funktionen unsichtbar in die Abläufe großer Konzerne einbauen. Alleinstehende Werkzeuge haben dem auf Dauer wenig entgegenzusetzen.