Illustration: Leitgrad. Quelle: AXA Schweiz und Sotomo, KMU-Arbeitsmarktstudie 2026, 336 KMU, März 2026. Jedes Haus steht für 5 Prozent

US-Trends · 7 min ·

Die KI ist da. Jetzt schicken OpenAI und Anthropic Ingenieure hinterher

Mit über 4 Mrd. Dollar baut OpenAI eine Firma, deren Leute beim Kunden am Schreibtisch sitzen. Anthropic zieht mit Ode nach. Die Schweizer Zahlen zeigen, warum das Geschäft wächst: Ausprobiert wird viel, eingebaut weit weniger.

Illustration eines Dorfes aus 20 KMU-Häusern: 7 Häuser mit eingebauter KI, 8 Häuser mit einer ausgepackten Roboterkiste vor der Tür, 5 Häuser mit geschlossenen Fensterläden, dazu ein Ingenieur mit Werkzeugkiste und Laptop auf dem Weg ins Dorf

Illustration: Leitgrad. Quelle: AXA Schweiz und Sotomo, KMU-Arbeitsmarktstudie 2026, 336 KMU, März 2026. Jedes Haus steht für 5 Prozent

Kurz gesagt: Deployment-Firmen, kurz DeployCos, schicken Ingenieure in Unternehmen, damit KI-Agenten in echten Abläufen arbeiten. OpenAI gründete im Mai 2026 eine solche Firma mit über 4 Mrd. Dollar Kapital und rund 150 Ingenieuren aus der Übernahme von Tomoro. Anthropic folgte im Juli mit Ode, gemeinsam mit Blackstone und Hellman & Friedman. Amazon Web Services stellt 1 Mrd. Dollar für eine eigene Einheit bereit. In der Schweiz setzen 35 Prozent der KMU KI gezielt in ihren Prozessen ein, 39 Prozent testen sie, 26 Prozent nutzen sie nicht, zeigt eine Umfrage von AXA und Sotomo.

Die Firma hat nichts, was man installieren kann. Sie hat Leute.

Rund 150 Ingenieure und Einsatzspezialisten arbeiten bei Tomoro, einer Beratung für angewandte KI. Zu ihren Kunden zählen Tesco, Virgin Atlantic und der Spielehersteller Supercell. Am 11. Mai 2026 kündigte OpenAI an, Tomoro zu kaufen. Die Leute bilden den Grundstock einer neuen Firma mit einem nüchternen Namen: The Deployment Company.

Über 4 Mrd. Dollar bringt sie zum Start mit. Den Partnerkreis aus 19 Investoren, Beratungen und Systemintegratoren führt der Finanzinvestor TPG an, OpenAI hält die Mehrheit. Der Auftrag: Ingenieure setzen sich beim Kunden ins Büro, bauen die Abläufe um und bleiben, bis die KI im Alltag läuft.

Der Investor Tanay Jaipuria von Wing VC hat für solche Firmen einen Namen. Er nennt sie DeployCos und beschrieb am 13. Oktober in seinem Newsletter, warum sie sich gerade vermehren. Tags darauf griff der Newsletter TLDR den Text auf.

Das Modell kann mehr, als die Firmen abrufen

Jaipurias Befund ist schlicht. Die Modelle könnten weit mehr wertvolle Arbeit leisten, als Unternehmen heute abrufen. In OpenAIs Test GDPval, bei dem Fachleute die Ergebnisse echter Wissensarbeit bewerteten, schlugen Modelle die Experten bei mehr als der Hälfte der Aufgaben. In den meisten Firmen arbeiten sie nicht auf diesem Niveau.

Der Grund liegt selten im Modell. Ein Agent braucht Zugriff auf Systeme. Jemand muss den Ablauf neu zeichnen, mehrere Abteilungen müssen mitziehen, Menschen müssen anders arbeiten. Das erledigt keine Software allein.

Das Rezept ist älter als der aktuelle KI-Boom. Palantir schickt seit über zehn Jahren Forward Deployed Engineers zu seinen Kunden, kurz FDE, Ingenieure an der vordersten Front. Technikchef Shyam Sankar spottete in einer Telefonkonferenz, nur Palantir habe echte FDEs, alle anderen hätten «Sparkling Sales Engineers». Die Pointe zielt auf Schaumwein, der nicht Champagner heissen darf. Auch die Beratungen verdienen daran: Accenture buchte in drei Jahren rund 11,5 Mrd. Dollar an Aufträgen für generative KI, schreibt Jaipuria.

Ein Ablauf, ein Agent, eine Prüfung

Die Methode folgt fast immer demselben Muster. Der Ingenieur sucht sich einen eng begrenzten Ablauf aus, der viel Wert hat und dessen Ergebnis sich überprüfen lässt. Er zeichnet auf, wer heute was mit welchen Daten tut. Dann verbindet er das Modell mit den Daten und Systemen der Firma. Er schreibt Testfälle. Erst wenn die Qualität eine vorher festgelegte Schwelle übertrifft, geht der Agent live. Im besten Fall lernt er danach aus dem Betrieb weiter.

Streckennetz mit sechs nummerierten Halten: Ablauf wählen, Ablauf kartieren, Agent anbinden, Prüfen mit Testfällen und Schwelle (rot hervorgehoben), Live gehen erst über der Schwelle, Lernen aus dem Betrieb
Grafik: Leitgrad. Quelle: Tanay Jaipuria, The Rise of DeployCos, 13. Oktober 2026

Jaipuria unterscheidet drei Sorten von DeployCos. Die einen arbeiten quer durch alle Branchen, wie die Ableger der KI-Labore oder die Firma Distyl. Andere spezialisieren sich auf eine Funktion, Sierra und Decagon etwa auf den Kundendienst, Lio auf den Einkauf. Die dritten auf eine Branche, Tennr auf das Gesundheitswesen, HappyRobot auf die Logistik.

Warum die Labore selbst ausrücken

Am 15. Juli stellte Anthropic Ode vor, gemeinsam mit den Finanzinvestoren Blackstone und Hellman & Friedman, wie die Mitteilung zeigt. Ode baut auf Fractional AI auf, einer Firma für angewandte KI, die im Mai übernommen wurde. Ihre Gründer Chris Taylor und Eddie Siegel führen jetzt Ode. Angekündigt war das Vorhaben im Mai mit 1,5 Mrd. Dollar, schreibt Jaipuria. Das Ziel nennt Garvan Doyle, bei Anthropic verantwortlich für die Forward Deployed Engineers in Nord- und Südamerika: mittelgrosse Firmen, die KI nicht mehr nur ausprobieren, sondern in ihren Betrieb einbauen.

Ende Juni hatte Amazon Web Services 1 Mrd. Dollar für eine eigene Einheit solcher Ingenieure zugesagt.

Drei Koffer, flächentreu: OpenAI Deployment Company über 4 Milliarden Dollar, Ode mit Anthropic 1,5 Milliarden, Amazon Web Services 1 Milliarde
Grafik: Leitgrad. Quellen: OpenAI, 11. Mai 2026; Tanay Jaipuria, 13. Oktober 2026

Jaipuria sieht für die Labore drei Gründe, selbst auszurücken. Wer beim Kunden mitarbeitet, sieht lange Spuren echter Arbeit, aus denen bessere Modelle entstehen. Weil die Modelle für viele Abläufe ähnlich gut sind, bindet der eingebaute Agent den Kunden. Und wer für das Ergebnis bezahlt wird statt pro Wortbaustein, verdient oft mehr.

In der Schweiz fehlen eher die Hände als die Werkzeuge

Dieselbe Lücke zeigt sich hierzulande, in Zahlen. Drei von vier Schweizer KMU arbeiten mit KI, ergab die KMU-Arbeitsmarktstudie von AXA, durchgeführt von Sotomo bei 336 Firmen im März 2026. 35 Prozent bauen sie gezielt in Abläufe ein, 39 Prozent testen. Genutzt wird KI vor allem zum Übersetzen (47 Prozent) und für Korrespondenz (42 Prozent). Im Kundendienst sind es 17 Prozent, nicht mehr als 2024. Die Sorge vor Halluzinationen und unkontrolliertem Verhalten der KI bleibe gross, sagt Kathrin Braunwarth von AXA.

Eine Umfrage von Strand Partners für Amazon Web Services unter 1000 Führungskräften kommt auf ein ähnliches Bild, berichtet die Netzwoche. 57 Prozent der Schweizer Firmen nutzen KI, aber nur 18 Prozent der Nutzer haben sie tief integriert. Als grösste Hürden nennen 42 Prozent fehlendes Wissen und 39 Prozent fehlende Kapazität im eigenen Team. Bei der UBS liegt KI erst bei 5 Prozent der rund 2500 befragten Firmen im Kern des Geschäftsmodells. Die meisten setzen auf externe Anbieter, zeigt ihr Outlook Schweiz.

Die gute Nachricht steckt in der AWS-Umfrage. Von den KMU, die KI nutzen, haben 22 Prozent die fortgeschrittene Stufe erreicht, mehr als der Durchschnitt aller Firmen mit 18 Prozent. Wer anfängt, geht weit.

Ode zielt auf mittelgrosse Firmen, OpenAI auf Organisationen mit komplexen Problemen. Für einen Betrieb mit 30 Leuten zählt weniger der Absender als das Prinzip. Gesucht ist jemand, der bleibt, bis es läuft.

Zum Mitnehmen: Sieben Fragen vor einem KI-Einführungsprojekt

  1. Welcher Ablauf genau? Üblich ist der Start mit wenigen, eng begrenzten Abläufen, die viel Wert haben und ein überprüfbares Ergebnis liefern (Jaipuria).
  2. Woran messen wir «gut genug»? Testfälle und eine Qualitätsschwelle vor dem Livegang festlegen, nicht danach.
  3. Welche Daten und Systeme braucht der Agent? Und wer gibt den Zugriff frei: Buchhaltung, Warenwirtschaft, Mailpostfach?
  4. Sind Personendaten im Spiel? Das Datenschutzgesetz gilt auch für KI. Zweck, Funktionsweise und Datenquellen müssen transparent sein, Betroffene müssen erfahren, ob sie mit einer Maschine korrespondieren. Bei hohem Risiko ist eine Datenschutz-Folgenabschätzung nötig, so der EDÖB (Netzwoche).
  5. Wer übernimmt intern, wenn der externe Ingenieur geht? 39 Prozent der Schweizer Firmen nennen fehlende Kapazität im eigenen Team als Hürde (AWS-Umfrage).
  6. Bezahlen wir Aufwand oder Ergebnis? Erfolgsabhängige Preise werden bei DeployCos häufiger (Jaipuria). Was als Ergebnis zählt, gehört in den Vertrag.
  7. Gibt es Förderung? Der Innovationsscheck von Innosuisse zahlt bis 15 000 Franken für eine Vorstudie mit einem Schweizer Forschungspartner, etwa einer Fachhochschule. Berechtigt sind Organisationen mit weniger als 250 Vollzeitstellen.

Häufige Fragen

Was ist ein Forward Deployed Engineer?

Ein Softwareingenieur, der beim Kunden vor Ort arbeitet und dort Lösungen entwickelt, anpasst und in Betrieb nimmt. Bekannt gemacht hat die Rolle Palantir. Heute bauen OpenAI, Anthropic und Amazon Web Services eigene Teams dafür auf.

Was ist eine DeployCo?

Eine Firma, deren Geschäft es ist, KI beim Kunden einzubauen. Ihre Ingenieure arbeiten im Unternehmen mit, bis KI-Agenten in den echten Abläufen laufen. Beispiele sind die OpenAI Deployment Company und Ode mit Anthropic.

Wie viele Schweizer KMU nutzen KI?

Drei von vier, laut der KMU-Arbeitsmarktstudie 2026 von AXA und Sotomo. 35 Prozent bauen KI gezielt in Abläufe ein, 39 Prozent testen sie, 26 Prozent nutzen sie noch nicht.

Quellen

  1. Tanay Jaipuria, The Rise of DeployCos, 13. Oktober 2026 tanayj.com
  2. TLDR, Newsletter vom 14. Oktober 2026 tldr.tech
  3. OpenAI, OpenAI launches the Deployment Company, 11. Mai 2026 openai.com
  4. Anthropic, Blackstone und Hellman & Friedman, Ode with Anthropic, Business Wire, 15. Juli 2026 businesswire.com
  5. AXA Schweiz und Sotomo, KMU-Arbeitsmarktstudie 2026: Künstliche Intelligenz, 15. September 2026 axa.ch
  6. Netzwoche, AWS-Studie von Strand Partners, 31. August 2026 netzwoche.ch
  7. UBS, Outlook Schweiz, 2. Quartal 2026: Künstliche Intelligenz, Antworten aus einer Unternehmensbefragung, Mai 2026 ubs.com
  8. Netzwoche, So betrifft das Schweizer Datenschutzgesetz KI-Anwendungen, 12. Mai 2025 netzwoche.ch
  9. Innosuisse, Innovationsscheck innosuisse.admin.ch

Sie lesen Leitgrad öfter? Bei Google als bevorzugte Quelle markieren

Teilen

Korrekturen und Ergänzungen: Wir arbeiten mit öffentlichen Quellen und Unternehmensangaben. Wer einen Fehler findet oder eine Zahl aktualisieren kann, schreibt an redaktion@leitgrad.ch. Korrekturen kennzeichnen wir im Artikel. Unsere Regeln: Redaktionsstatut.

Das Morgen-Briefing

Sie lesen Leitgrad öfter? Bei Google als bevorzugte Quelle markieren