Base44 stellt proprietäres KI-Modell vor, um die Abwehrfähigkeit der Vibe-Coding-Plattform zu stärken

Base44, die vor einem Jahr für 80 Millionen US-Dollar von Wix übernommene Vibe-Coding-Plattform, die damals erst sechs Monate alt war und über ein Team von acht Mitarbeitern verfügte, hat damit begonnen, ihr eigenes KI-Modell einzusetzen, um Nutzern bei der Entwicklung von Anwendungen mittels natürlicher Sprache zu helfen.

Diese Entwicklung erfolgt in einer Zeit, in der die KI-Community darüber debattiert, ob Frontier-Modelle für jeden Anwendungsfall optimal sind und ob Unternehmen, die auf externe Modelle setzen, langfristig wettbewerbsfähig bleiben können. Die jüngste Strategie von Base44 mit Sitz im Silicon Valley adressiert beide Bedenken.

Obwohl sein maßgeschneidertes Large Language Model (LLM) gerade erst eingeführt wird, zielt Base44 darauf ab, Frontier-Modelle langfristig zu übertreffen. Gründer Maor Shlomo betont, dass „das Training und der Besitz des Modells als Teil unseres gesamten Stacks uns erheblich mehr Optimierungsmöglichkeiten in Bezug auf Latenz, Kosten und Effizienz bietet.“

Anfangs scheint diese Strategie darauf ausgelegt zu sein, Konkurrenten wie das schwedische Startup Lovable zu übertreffen, das im vergangenen Sommer im Rahmen seiner Series-A-Finanzierung den Status eines Unicorn-Unternehmens erreichte, indem es externe LLMs nutzte. Shlomo geht jedoch davon aus, dass auch andere gut aufgestellte Akteure ihre eigenen Modelle trainieren werden, „zumindest diejenigen, die genug Skalierung und Geschwindigkeit erreicht haben, um über ausreichend Daten zu verfügen.“

Jonathan Userovici, General Partner der Venture-Capital-Firma Headline, die in KI-Unternehmen wie Mistral AI investiert, aber nicht in Base44, identifiziert Daten als eine von drei zentralen Säulen der Wettbewerbsfähigkeit für KI-Startups, neben Distribution und Technologie-Stack.

Folglich nutzen Unternehmen mit starken Marken ihre Daten und Infrastruktur, um ihre Wettbewerbsfähigkeit zu stärken, ein Muster, dem Base44 folgt. Das Unternehmen gibt an, dass seine erste Iteration des LLM, Base1, mit einem Datensatz trainiert wurde, der aus „zehnen Millionen echter Nutzerinteraktionen auf der Plattform“ abgeleitet wurde.

Dieser Datensatz wird sich zusammen mit dem seiner Wettbewerber erweitern. Der Hauptwettbewerb besteht möglicherweise nicht in anderen Vibe-Coding-Startups, sondern in Frontier-KI-Laboren, die in Base44s Nische eindringen – Cursor und xAI (die Muttergesellschaft von Grok, ebenfalls im Besitz von SpaceX) sind in diesem Bereich aktiv, und Claude Code hat sich als bedeutendes Vibe-Coding-Tool etabliert.

Dies gibt Anthropic und anderen grundlegenden KI-Anbietern Zugang zu Daten und Feedback-Schleifen zur Verbesserung von App-Erstellungsmodellen. Shlomo ist jedoch der Ansicht, dass Spezialisierung Base44 einen Vorteil verschafft, und prognostiziert, dass „Modelle zwar Fortschritte machen, aber in ihren Fähigkeiten sehr allgemein bleiben werden.“

Userovici warnt davor, Frontier-Modelle zu unterschätzen, und verweist auf das Rechts-Tech-Startup Harvey, das Pläne zum Training eines eigenen Modells aufgegeben hat. Er erwartet nicht, dass sich angewandte KI-Unternehmen massenhaft zu Frontier-Labors entwickeln, kontextualisiert Base44s Schritt jedoch im Rahmen eines breiteren Trends, in dem Inferenzkosten zu einem kritischen Faktor geworden sind.

Userovici stellt fest, dass dieser Kostendruck Veränderungen erzwungen hat, die von Unternehmenskunden gefordert werden. „Sie sehen nicht unbedingt eine [Rendite auf Investition], wenn sie die neuesten Modelle für alle Anwendungsfälle nutzen, daher wird eine gesamte Infrastruktur aufgebaut, um Orchestrierung und Optimierung durchzuführen, um die richtigen Modelle auszuwählen, damit die Kosten nicht explodieren, während gleichzeitig die gleiche oder ähnliche Leistung in den meisten Anwendungsfällen erhalten bleibt.“

Obwohl Unternehmenskunden unter den Nutzern von Vibe-Coding-Plattformen noch eine Minderheit darstellen, machen sie einen wachsenden Anteil der Einnahmen aus, und Nutzer aller Größenordnungen sind zunehmend besorgt über die Kosten für KI. Base44s Entscheidung, ein eigenes LLM zu entwickeln, wurde von mehreren Faktoren getrieben, wobei die Kostensenkung ein wesentlicher Vorteil ist.

„Wir möchten ein Modell erhalten, das besser auf das abgestimmt ist, was wir für richtig halten, stärker auf das optimiert ist, was Nutzer hinsichtlich der Ergebnisse schätzen, die wir erzielen, und das für Kunden langfristig schneller und günstiger sein wird als die Nutzung von Frontier-Modellen wie Opus“, sagte Shlomo.

Was Base44 selbst betrifft, ist die Kostensenkung nicht einfach umzusetzen. In einer Pressemitteilung erklärte das Unternehmen, dass der „Besitz des Modells Base44 direkte Kontrolle über Compute- und Inferenzkosten gibt, was voraussichtlich zu einer strukturell stärkeren Margenstruktur im Laufe der Zeit führen wird.“

Selbst bei einer verzögerten Rendite würden verbesserte Margen Base44s Muttergesellschaft zugutekommen, die kürzlich eine Personalabbauquote von 20 Prozent bekannt gab. Im Gegensatz dazu hat Base44 seine Mitarbeiterzahl seit der Übernahme erhöht und kürzlich bekannt gegeben, dass es 100 Millionen US-Dollar an wiederkehrenden Jahresumsätzen (ARR) überschritten hat.

Diese Zahl liegt immer noch hinter der von Lovable zurück, das Anfang dieses Monats 500 Millionen US-Dollar an ARR meldete. Shlomo setzt jedoch darauf, dass die „enorme Ingenieursleistung“ zur Entwicklung von Base1 Base44s Position als „die einzige vertikal integrierte Vibe-Coding-Anwendung“ festigen wird – was in Userovicis Worten bedeutet, ein Akteur, der Distribution, Daten und Infrastruktur gleichzeitig besitzt.