Cognition sammelt 2 Milliarden US-Dollar ein
Cognition hat eine neue Finanzierungsrunde über 2 Milliarden US-Dollar abgeschlossen. Der Entwickler des Coding-Agenten Devin wird dabei mit 48 Milliarden US-Dollar bewertet. Angeführt wurde die Runde von Andreessen Horowitz, Accel, Founders Fund, General Catalyst und Avenir.
Die vorherige Runde liegt erst vier Monate zurück. Damals betrug die Bewertung 26 Milliarden US-Dollar. Die schnelle Neubewertung zeigt, wie viel Kapital derzeit in automatisierte Softwareentwicklung fließt.
Cognitions Zahlen zeigen zugleich das Versprechen und das Kostenproblem autonomer Coding-Agenten: Das Geschäft wächst schnell, benötigt aber Rechenleistung im Wert von mehreren hundert Millionen US-Dollar pro Jahr.
Umsatz-Run-Rate steigt auf 900 Millionen US-Dollar
Nach Angaben von Cognition ist die annualisierte Umsatz-Run-Rate seit Mai von 492 Millionen auf 900 Millionen US-Dollar gestiegen. Eine Run-Rate rechnet einen aktuellen Umsatzzeitraum auf zwölf Monate hoch. Sie entspricht deshalb nicht zwingend einem bereits erzielten Jahresumsatz.
Wie Cognition diese Kennzahl genau berechnet, ist nicht bekannt. Die Zahlen sollten daher nicht wie ein testierter Jahresabschluss gelesen werden. Einer Prognose zufolge könnte die annualisierte Run-Rate bis Ende 2026 auf 4 bis 5 Milliarden US-Dollar steigen.
| Kennzahl | Wert | Einordnung |
|---|---|---|
| Neue Finanzierung | 2 Milliarden US-Dollar | Aktuelle Finanzierungsrunde |
| Unternehmensbewertung | 48 Milliarden US-Dollar | Zuvor 26 Milliarden US-Dollar |
| Annualisierte Umsatz-Run-Rate | 900 Millionen US-Dollar | Laut Cognition, zuvor 492 Millionen US-Dollar im Mai |
| Möglicher Cash-Burn | Bis zu 800 Millionen US-Dollar | Prognose für das laufende Jahr |
| Prognostizierte Run-Rate | 4 bis 5 Milliarden US-Dollar | Erwartung bis Ende 2026 |
Rechenleistung wird zum größten Kostenblock
Cognition mietet einen Nvidia-Servercluster, der jährlich mehrere hundert Millionen US-Dollar kosten soll. Dadurch könnte der gesamte Cash-Burn im laufenden Jahr bis zu 800 Millionen US-Dollar erreichen. Trotz hoher Umsatzerwartungen bleibt der Betrieb leistungsfähiger Coding-Agenten damit kapitalintensiv.
Das Problem betrifft nicht nur Cognition. Der Wettbewerber Cursor erzielte im Frühjahr bereits mehr als 2 Milliarden US-Dollar annualisierten Umsatz und wurde im April für 60 Milliarden US-Dollar an SpaceX verkauft. Starke Engpässe bei der verfügbaren Rechenleistung waren dabei ein wesentlicher Faktor. Weitere Hintergründe liefert der Artikel zum Cursor-Zugriff nach der SpaceX-Übernahme.
Ob Cognition vergleichbare Kapazitätsprobleme drohen, ist bislang offen. Klar ist jedoch, dass die Kosten für Chips, Infrastruktur und Modellzugriffe die Wirtschaftlichkeit eines Coding-Agenten wesentlich bestimmen.
Eigene Modelle sollen API-Kosten reduzieren
Cognition trainiert eigene Modelle auf Basis von Open-Source-Alternativen. Damit will das Unternehmen seine Abhängigkeit von Modellen externer Anbieter wie OpenAI und Anthropic reduzieren. Gleichzeitig sollen die laufenden Kosten sinken.
Diese Strategie ist bemerkenswert, weil sie die Grenzen eines reinen API-Geschäfts sichtbar macht. Wer jede automatisierte Entwicklungsaufgabe über ein fremdes Modell abrechnet, bleibt von dessen Preisen, Verfügbarkeit und Produktpolitik abhängig. Wie stark solche Modellkosten selbst große Anbieter belasten können, zeigt die Entwicklung der Claude-Kosten bei Salesforce.
Open-Source-Modelle lösen nicht automatisch jedes Problem. Betrieb, Anpassung, Überwachung und Sicherheit verursachen eigenen Aufwand. Sie eröffnen aber mehr Kontrolle über Kosten, Datenflüsse und technische Wechselmöglichkeiten. Lokale Modelle wie IBM Granite 4.2 zeigen, dass dafür zunehmend unternehmenstaugliche Optionen entstehen.
Mercedes-Benz gehört zu den Unternehmenskunden
Cognition wurde 2024 von Scott Wu gegründet. Zu den genannten Unternehmenskunden zählen Mercedes-Benz, NASA, Goldman Sachs und Citi. Mit Mercedes-Benz nutzt damit auch ein großer DAX-Konzern Devin.
Für Unternehmen im DACH-Raum macht das den Markt greifbarer. Coding-Agenten entwickeln sich von einzelnen Entwicklerwerkzeugen zu Plattformen, die größere Teile der Softwareproduktion übernehmen können. Dadurch verändert sich die klassische Entscheidung zwischen Standardsoftware und Eigenentwicklung.
Wenn KI die Entwicklung interner Anwendungen beschleunigt, lassen sich spezialisierte Lösungen wirtschaftlicher umsetzen. Das kann teure SaaS-Abonnements ersetzen oder zumindest deren Umfang reduzieren. Gleichzeitig entsteht eine neue Plattformabhängigkeit, wenn zentrale Entwicklungsprozesse vollständig an einen einzelnen US-Anbieter gebunden werden.
Was Unternehmen vor dem Einsatz klären sollten
Bei der Auswahl eines Coding-Agenten zählt nicht nur die Qualität des erzeugten Codes. Ebenso relevant sind Datenschutz, Rechte am Quellcode, Protokollierung, Modellzugriffe und die Möglichkeit, Projekte zu exportieren. Auch die Kosten sollten anhand realer Arbeitsabläufe statt anhand pauschaler Tokenpreise bewertet werden.
Cognitions Wechsel in Richtung eigener Open-Source-basierter Modelle liefert dafür eine klare Lehre. Selbst ein mit Milliarden finanziertes Unternehmen versucht, proprietäre Modellabhängigkeiten zu reduzieren. Für Anwenderunternehmen spricht das dafür, Modellwahl, Datenhaltung und Anbieterwechsel von Beginn an in die Architektur einzuplanen.