(Symbolbild)
KI-Investitionsboom: Legal-Tech und No-Code erschließen Milliardenmärkte für Unternehmen
Der KI-Sektor generiert derzeit zwei der am schnellsten wachsenden Software-Kategorien: Spezialisierte KI-Tools für Rechtsabteilungen und No-Code-Plattformen für Softwareentwicklung erreichen zusammen eine ökonomische Größenordnung, die traditionelle Enterprise-Software in den Schatten stellt. Beide Segmente demonstrieren, wie generative KI nicht nur bestehende Prozesse optimiert, sondern völlig neue Märkte schafft.
Legal-Tech: Von der Nische zum Milliarden-Segment
Die Finanzierungsrunde von Sandstone über 30 Millionen Dollar, angeführt von Lightspeed Partners mit Beteiligung von Sequoia, markiert einen weiteren Durchbruch für KI-gestützte Rechtstechnologie (TechCrunch). Das Unternehmen richtet sich explizit an Inhouse-Legal-Teams – ein bislang unterdigitalisierter Bereich, in dem Juristen noch überwiegend manuell Verträge prüfen, Compliance-Prozesse steuern und Risiken bewerten. Sandstone folgt damit einer wachsenden Zahl von Startups, die das Potenzial erkannt haben, dass juristische Arbeit strukturiert, wiederholbar und damit automatisierbar ist.
Für deutsche Unternehmen ist dieser Trend doppelt relevant: Zum einen steigen die Anforderungen an Compliance und Dokumentation kontinuierlich, zum anderen herrscht in vielen Konzernen ein akuter Mangel an qualifizierten Juristen. KI-gestützte Legal-Tech-Plattformen können hier den Engpass verringern, ohne dass Unternehmen auf teure externe Kanzleien angewiesen sind. Die Investitionen von Top-Tier-Venture-Capital-Fonds signalisieren zudem, dass das Segment aus der experimentellen Phase in die breite Marktdurchdringung übergeht.
No-Code erreicht Mainstream-Skalierung
Parallel dazu meldet Lovable, ein schwedisches No-Code-Unternehmen, eine annualisierte Umsatzrate von 500 Millionen Dollar und eine Wachstumsdynamik von einer Million neuen Projekten pro Woche (TechCrunch). Die Plattform gehört zur Kategorie des “Vibe Coding”, bei dem Nutzer durch natürlichsprachige Prompts funktionsfähige Software erstellen – ohne Programmierkenntnisse. Diese Zahlen übersteigen selbst optimistische Prognosen und belegen, dass No-Code den Übergang von der Early-Adopter-Phase zur Massenadoption vollzogen hat.
Die ökonomische Bedeutung liegt auf der Hand: Wenn Einzelpersonen und kleine Teams Anwendungen erstellen können, die zuvor Entwicklerteams in Wochen oder Monaten umgesetzt hätten, kollabiert die traditionelle Kostenstruktur der Softwareentwicklung. Für mittelständische Unternehmen mit begrenzten IT-Budgets eröffnet sich damit ein Zugang zu digitalen Prozessen, der bislang Großkonzernen vorbehalten war.
Konvergenz zweier Trends: Demokratisierung und Spezialisierung
Die gleichzeitige Entwicklung in Legal-Tech und No-Code zeigt ein breiteres Muster des KI-Ökosystems. Einerseits entstehen vertikal spezialisierte Lösungen für etablierte Professionen wie die Rechtswissenschaft, andererseits horizontale Plattformen, die grundlegende Fähigkeiten wie Programmieren für Nicht-Experten zugänglich machen. Beide Richtungen profitieren von denselben technologischen Grundlagen – großen Sprachmodellen und verbesserter Reasoning-Fähigkeit –, adressieren aber unterschiedliche ökonomische Friktionen.
Die Investitionsbereitschaft führender VC-Fonds in beiden Segmenten deutet darauf hin, dass der Markt KI-Anwendungen nicht mehr als experimentell, sondern als infrastrukturell betrachtet. Die Frage für Unternehmen verschiebt sich damit von “Ob KI?” hin zu “Welche KI-Strategie passt zu unserer Organisation?”.
Strategische Einordnung für den deutschsprachigen Raum
Deutsche Unternehmen stehen vor der Herausforderung, diese Entwicklungen nicht nur zu beobachten, sondern aktiv zu nutzen. Die Legal-Tech-Welle betrifft direkt die DAX-Konzerne und großen Mittelständler mit eigenen Rechtsabteilungen, während No-Code-Plattformen das Innovationspotenzial in produzierenden Unternehmen und im Handel freisetzen können, wo IT-Kompetenz traditionell verteilt ist. Entscheidend wird sein, ob deutsche Unternehmen die notwendigen Kompetenzen intern aufbauen oder auf spezialisierte Anbieter setzen – wobei Letzteres bei der Geschwindigkeit der Entwicklung zunehmend der pragmatischere Weg sein dürfte.