Die Frage «Wer hat das beste Modell?» ist für Unternehmen nicht mehr die wichtigste. Intelligenz ist verfügbar, für jeden, in jeder Preisklasse. Entscheidend ist, wer neues Verhalten bei Nutzerinnen und Nutzern weckt und wer es zu ihnen bringt. Das ist die These von David George, General Partner bei a16z, in seinem Essay «OpenAI Understands Something Important and Rare» vom 28. September 2026. Wir halten die Analyse für richtig. Und sie hat eine direkte Konsequenz für jede Schweizer Organisation, die gerade über KI-Agenten entscheidet.

Bild: David George, a16z. Quelle: Essay auf X, 28. September 2026.
Was David George sagt
George beginnt mit Peter Drucker: Der Zweck eines Unternehmens sei es, einen Kunden zu schaffen. OpenAI werde nicht gewinnen, weil es die besten Modelle, die besten Chips oder das beste Produkt habe, auch wenn a16z ihm all das zutraut. OpenAI gewinne, weil es immer wieder neue Arten von Kunden schaffe und die haltbarste Distributionsstrategie verfolge.
Sein Argument in Kürze. Wer an der KI-Frontier ein dauerhaftes Geschäft aufbauen will, hat vier Hebel: neues Verhalten wecken, viele Menschen erreichen, den Preis so setzen, dass Wert hängen bleibt, und hohe Wechselkosten aufbauen. Die Wechselkosten fallen weg, weil Modelle heute aufgabenweise austauschbar sind. Der Preis wird von jenen gewonnen, die ohnehin die Skala haben. Bleiben die ersten beiden Hebel, und dort sieht George OpenAI vorne: bei den einfachen, im Rückblick offensichtlichen Durchbrüchen wie dem Chat-Interface, Reasoning, Tool Calling oder Computer Use, und beim Weg über eine echte Plattform statt über Partnerschaften.
Zwei Beobachtungen aus dem Essay halten wir für besonders wichtig:
- 1Breite schlägt Fokus. Wer eine allgemeine Fähigkeit wie «Computer bedienen» verbessern will, braucht Einblick in sehr viele Arbeitsabläufe. Diese Breite hat OpenAI über Konsumenten, Prosumer und Unternehmen hinweg. Sie ist teuer, sie widerspricht der Lehrbuch-Produktorganisation, und genau deshalb macht sie kaum jemand nach.
- 2Agenten müssen Code schreiben. George beschreibt, was auch wir im letzten Jahr gelernt haben: Modelle sind erstaunlich gut im Programmieren und erstaunlich unzuverlässig, wenn sie Werkzeuge direkt aufrufen und Anweisungen in gewöhnlicher Büroarbeit ausführen sollen. Dreht man die Aufgabe um («schreib ein Programm, das diese Schritte erledigt»), werden sie zuverlässig.
George zieht daraus den Schluss, dass bei OpenAI die Kausalität umgekehrt läuft: Die besten Modelle, Chips und Produkte folgen aus der besten Distribution, nicht umgekehrt. Ob diese Prognose aufgeht, wissen wir nicht. Die Zahlen zu Marktanteilen und Chips im Essay stammen von a16z, wir haben sie nicht geprüft.
Warum uns das interessiert
CNEXT ist eine Berner Agentur für SharePoint, KI-Agenten und Apps, kein Frontier-Labor. Wir bauen keine Modelle, wir bauen damit. Trotzdem beschreibt George exakt die Situation unserer Kundinnen und Kunden in kleinerem Massstab.
Auch in einem Unternehmen mit 30 bis 1000 Mitarbeitenden ist Intelligenz seit zwei Jahren verfügbar. Microsoft 365 Copilot ist lizenziert, ChatGPT wird privat genutzt, Copilot Studio steht bereit. Und trotzdem verändert sich der Arbeitsalltag in den meisten Abteilungen kaum. Das Modell ist nicht der Engpass. Der Engpass ist, dass niemand das neue Verhalten geweckt hat: den Sachbearbeiter, der seine Rechtsanfrage vom Agenten vorbereiten lässt; die Praxisassistentin, die Terminanfragen nicht mehr selbst tippt; den Projektleiter, dessen Besprechung ohne Protokollschreiben dokumentiert ist.
Unternehmen stehen deshalb vor denselben zwei Hebeln wie OpenAI, nur nach innen gerichtet: Verhalten wecken und Distribution sichern.
Was wir daraus für Sie ableiten
Setzen Sie nicht auf ein Modell. Wenn selbst a16z Wechselkosten auf der Modellebene abschreibt, sollte kein Unternehmen seine Agenten so bauen, dass sie an einem Anbieter hängen. Wir trennen bei jedem Agenten den Ablauf, die Datenzugriffe und die Freigaben vom Modell. Ob dahinter OpenAI, Anthropic oder ein lokales Modell über Ollama arbeitet, ist eine Konfigurationsentscheidung, keine Architekturentscheidung. Wie wir das je nach Fall mit Copilot Studio, Azure Foundry oder einer eigenen Anwendung lösen, beschreiben wir auf unserer Seite zu KI-Agenten.
Distribution heisst bei Ihnen: dort, wo gearbeitet wird. OpenAI kämpft um Plattform-Reichweite. Sie haben Ihre Plattform bereits: Teams, Outlook, SharePoint. Ein Agent, der eine eigene Oberfläche braucht, verliert den Kampf um Gewohnheit gegen den, der im Kanal des Fachbereichs antwortet. Das ist der Grund, warum wir Wissensagenten wie das Company Brain zuerst in die bestehende Arbeitsumgebung bringen und erst danach über eigene Apps sprechen.
Neues Verhalten braucht einen ersten, kleinen Beweis. Georges Beschreibung von OpenAI nach dem ChatGPT-Start erinnert daran, dass auch dort niemand vorab wusste, welches Verhalten zünden würde. Wir arbeiten deshalb mit einem Pilot pro Ablauf: ein wiederkehrender Prozess, freigegebene Daten, ein prüfbares Ergebnis, ein vereinbarter Testsatz mit richtigen und falschen Eingaben. Im Agent Live Build entsteht so in zwei Stunden ein erster Agent, den das Fachteam danach selbst weiterführt.
Lassen Sie Agenten programmieren statt klicken. Wir bauen Agenten seit einigen Monaten so, dass sie Arbeitsschritte als kleine Programme erzeugen und ausführen, statt Werkzeuge einzeln aufzurufen. Die Fehlerquote sinkt, und das Ergebnis lässt sich prüfen und wiederholen. Georges Essay bestätigt diesen Weg. Was das für Berechtigungen und Betrieb bedeutet, haben wir in «Pace the Frontier» beschrieben.
Grenzen
Der Essay ist die Sicht eines Investors, der in OpenAI investiert ist. Er beschreibt eine Strategie, keine gesicherte Zukunft. Marktanteile im Agentenverkehr schwanken innerhalb von Wochen, und die Plattformfrage ist offen: Ob Unternehmen ihre Agenten am Ende auf OpenAI, auf Microsoft oder auf eigenen Harnesses betreiben, wird sich erst zeigen. Für Ihre Entscheidung ist das zweitrangig. Wer heute Verhalten weckt und Distribution im eigenen Haus sichert, profitiert von jedem Anbieter, der morgen führt.
Nächster Schritt
Welchen wiederkehrenden Ablauf soll Ihr erster Agent übernehmen? Beschreiben Sie uns den heutigen Weg, die beteiligten Systeme und wer heute entscheidet. Ich freue mich auf den Austausch.
Marcel Haas, CEO CNEXT
Quelle: David George, «OpenAI Understands Something Important and Rare», X, 28. September 2026. Zitate sinngemäss übersetzt.
