Eine Milliarde, die sich niemand ausgesucht hat: Warum im KI-Markt gerade die Verteilung über den Sieger entscheidet

Die Zahl, die Google bewusst klein hält

Am 11. August meldete Sundar Pichai, dass die Gemini-App eine Milliarde monatlich aktive Nutzer erreicht hat. Das am schnellsten gewachsene Produkt in der Geschichte des Konzerns, heißt es im Blogpost — von rund 400 Millionen im Mai 2025 auf 900 Millionen im Mai 2026 und von dort in wenigen Wochen über die Milliarde.

Bemerkenswert ist, was Google dabei nicht mitzählt. Die AI Overviews, also die KI-Zusammenfassungen über den Suchergebnissen, laufen ebenfalls auf Gemini und erreichen nach Unternehmensangaben über 2,5 Milliarden Menschen im Monat. Sie fließen in die Milliarde nicht ein, ebenso wenig die Einbettungen in Gmail, Drive und Workspace. Google hat also die kleinere von zwei möglichen Zahlen gemeldet.

Die eigentliche Information steckt trotzdem nicht in der Zahl, sondern in ihrem Zustandekommen. Gemini ist Standardassistent auf mehr als drei Milliarden Android-Geräten. In den USA begegnen nach mehreren Analysen etwa doppelt so viele Menschen Gemini über das Betriebssystem wie über die eigenständige App. Die Milliarde ist damit vor allem eines: ein Verteilungserfolg. Kaum jemand hat sich zwischen Gemini und einer Alternative entschieden. Die meisten haben Gemini benutzt, weil es da war.

Das klingt zunächst nach einer Fußnote über Googles Marketing. Tatsächlich beschreibt es das bestimmende Muster des KI-Marktes im Jahr 2026 — und es hat unmittelbare Konsequenzen für jedes Unternehmen, das gerade ein KI-Feature baut und sich fragt, warum es niemand benutzt.

Reichweite ist nicht Nutzung

Der Unterschied zwischen „hat es“ und „nutzt es“ ist bei KI-Produkten größer als bei fast jeder anderen Softwarekategorie. Die Zahlen von Sensor Tower zeigen das deutlich: Bei der monatlichen Nutzungsdauer pro Person liegt ChatGPT bei rund 215 Minuten. Claude hat sich von 40 auf 120 Minuten gesteigert. Gemini kam trotz der weitaus größeren Nutzerbasis auf einen Wert, der von 14 auf rund 100 Minuten stieg — beeindruckendes Wachstum, aber eben von einem sehr niedrigen Ausgangswert und bei einer Nutzerschaft, die um ein Vielfaches größer ist.

Dasselbe Muster kennt jeder, der Microsoft 365 Copilot im Unternehmen eingeführt hat. Microsoft berichtet über zwanzig Millionen bezahlte Plätze; die Frage, wie viele davon wöchentlich genutzt werden, beantworten die Analysen deutlich zurückhaltender. Belastbare Aktivierungsquoten aus einer Primärquelle liegen uns nicht vor, und wir nennen deshalb keine Zahl — die Richtung ist in der Branche allerdings unstrittig: Zwischen ausgerollter Lizenz und gelebter Nutzung klafft eine erhebliche Lücke.

Für die Praxis heißt das zweierlei. Erstens: Wer Nutzerzahlen von KI-Produkten vergleicht, vergleicht regelmäßig Äpfel mit Birnen — monatlich aktive App-Nutzer, wöchentlich aktive Nutzer, bezahlte Plätze und „Menschen, die eine KI-Funktion gesehen haben“ sind vier verschiedene Dinge. Zweitens: Verteilung verschafft einen Startvorteil, keine Bindung. Sie bringt den ersten Kontakt, nicht die Gewohnheit.

Wo die Verteilung tatsächlich verhandelt wird

Wenn Verteilung entscheidet, wird sie zum Verhandlungsgegenstand — und genau das ist 2026 zu beobachten.

Im Januar wurde bekannt, dass Apple künftig Google Gemini für Siri und Teile von Apple Intelligence einsetzt. Der Preis: nach übereinstimmenden Berichten rund eine Milliarde Dollar im Jahr. Damit hat Google sich den Zugang zu einer Nutzerbasis gekauft, die es über Android niemals erreicht — und Apple hat sich entschieden, den Assistenten nicht selbst zu bauen, sondern einzukaufen.

Wie sehr es dabei um Kanäle und nicht um Qualität geht, zeigt der chinesische Sonderfall. Anfang August tauchte in einem Apple-Support-Dokument für den chinesischen Markt kurzzeitig ein Hinweis auf eine Anbindung von Alibabas Qwen für Siri und die Schreibwerkzeuge auf — und verschwand binnen eines Tages wieder. Apple bestätigte anschließend, die Integration sei noch nicht freigegeben, man warte auf regulatorische Genehmigung; Alibaba bestätigte die Absicht. Google-Modelle sind in China nicht verfügbar. Dasselbe Gerät bekommt also je nach Markt einen anderen Assistenten — nicht weil das Modell woanders besser wäre, sondern weil der Kanal ein anderer ist.

Microsoft hat den dritten Weg gewählt: Bündelung. Zum 1. Juli 2026 stiegen die Preise für Microsoft 365 in den Geschäfts- und Unternehmenstarifen je nach Paket um fünf bis 43 Prozent, und Copilot Chat wanderte erstmals direkt in die Basispakete. Wer die Office-Pakete ohnehin bezahlt, hat den Assistenten nun ohne eigene Entscheidung dabei. Das ist exakt dieselbe Mechanik wie bei Android — nur dass die Verteilung hier über die Rechnungsstellung läuft.

Warum Modellqualität als Unterscheidungsmerkmal verblasst

Verteilung wird deshalb so wichtig, weil das andere Unterscheidungsmerkmal an Trennschärfe verliert. An der Spitze der gängigen Ranglisten liegen die führenden Modelle so eng beieinander, dass der Abstand für die meisten Anwendungsfälle bedeutungslos geworden ist. Im Artificial Analysis Intelligence Index trennen die vordersten Modelle wenige Punkte — in der aktuellen Momentaufnahme etwa Claude Opus 5 bei 63, Fable 5 bei 62 und Grok 4.6 bei 61. Für ein Unternehmen, das Rechnungen klassifiziert oder Support-Anfragen zusammenfasst, ist das kein Auswahlkriterium mehr.

Gleichzeitig ist der Preis pro Token in drei Jahren dramatisch gefallen. Ein einzelnes, nicht repräsentatives, aber illustratives Beispiel: Ein günstiges Modell der Gemini-3.1-Flash-Klasse lag im April 2026 bei etwa 0,10 Dollar je Million Eingabe-Token — GPT-4 startete im März 2023 bei 30 Dollar. Wenn Qualität konvergiert und Preise fallen, verschiebt sich der Wettbewerb zwangsläufig auf andere Dimensionen: Zuverlässigkeit, Integrationstiefe, Datenzugang — und eben Verteilung.

Wo Qualität trotzdem gewinnt

Die These hat eine klare Grenze, und sie ist gut dokumentiert: überall dort, wo die Nutzer die Auswahl selbst treffen und die Wechselkosten niedrig sind.

Das deutlichste Gegenbeispiel sind Coding-Werkzeuge. Entwickler installieren aktiv, vergleichen offen und wechseln schnell. GitHub Copilot hatte einen Verteilungsvorteil, wie ihn kaum ein Produkt je hatte — eingebaut in die Plattform, auf der der Code ohnehin liegt — und hat trotzdem deutlich Boden verloren, während Cursor und Claude Code wuchsen. Die kursierenden Marktanteilszahlen widersprechen sich zu sehr, um eine davon zu zitieren; die Richtung ist eindeutig.

Anthropic ist der zweite Beleg. Das Unternehmen hat keine Betriebssystem-Vorinstallation, keinen Browser, keine Office-Suite. Nach Messungen von Sensor Tower stieg der US-Marktanteil von Claude binnen eines Jahres von 4,4 Prozent auf rund 14 Prozent — vollständig über Produktqualität bei technisch anspruchsvollen Nutzern.

Die Regel lautet also nicht „Verteilung schlägt Qualität“, sondern präziser: Verteilung entscheidet dort, wo der Nutzer nicht auswählt. Bei Assistenten für die breite Masse ist das fast immer der Fall. Bei Werkzeugen für Fachleute fast nie.

Der regulatorische Gegendruck

Dass Voreinstellungen Marktmacht sind, hat die Regulierung inzwischen erfasst. Am 16. Juli 2026 erließ die Europäische Kommission unter Artikel 6 Absatz 7 des Digital Markets Act bindende Vorgaben: Google muss Drittanbieter-Assistenten auf Android denselben Systemzugriff einräumen wie Gemini — Aktivierungswort, Home-Button-Geste, Bildschirmzugriff, Kontextdaten. Umzusetzen ist das spätestens bis zum 1. August 2027.

In den USA wirkt der Präzedenzfall aus dem Suchmaschinenverfahren nach: Google muss Verträge über Voreinstellungen jährlich neu verhandeln und darf keine Exklusivität mehr vereinbaren; gegen das Urteil läuft seit Mai 2026 die Berufung. Ein eigenes Verfahren speziell zu KI-Assistenten als Voreinstellung ist bislang nicht bekannt — dass die bestehenden Auflagen als Blaupause diskutiert werden, hingegen schon.

Was daraus für die eigene Produktstrategie folgt

Für ein SaaS-Unternehmen, das ein KI-Feature baut, ergeben sich daraus drei nüchterne Konsequenzen.

Erstens: Die Kanalfrage gehört an den Anfang der Produktentscheidung, nicht ans Ende. Ein Feature, das nur in der eigenen Oberfläche existiert, konkurriert mit einem Assistenten, der beim Nutzer bereits im Betriebssystem sitzt. Die realistische Frage lautet nicht, ob das eigene Feature besser ist, sondern ob es dort auftaucht, wo die Arbeit ohnehin stattfindet.

Zweitens: Es gibt inzwischen eine gangbare Alternative zur Abhängigkeit von einem einzelnen Hyperscaler. Das Model Context Protocol hat sich seit seiner Vorstellung durch Anthropic zum praktischen Standard entwickelt — mit mehreren Tausend öffentlich verfügbaren Servern und einer Werkzeuglandschaft, die von Claude über Cursor bis zu weiteren Umgebungen reicht. Wer seine Funktionen als Agentenschnittstelle bereitstellt statt nur als Oberfläche, kauft sich Optionalität. Der Preis ist ein langsamerer Reichweitenaufbau als bei der tiefen Integration in eine große Plattform.

Drittens: Wo die eigenen Nutzer aktiv auswählen, bleibt Qualität die tragfähigste Investition. Das gilt für Werkzeuge, die Fachleute täglich benutzen, und für alles, wo ein Wechsel eine bewusste Entscheidung ist. Wer dagegen ein Massenprodukt für Gelegenheitsnutzer plant, sollte sein Budget ehrlich aufteilen — und dabei einkalkulieren, dass der teuerste Teil nicht das Modell sein wird, sondern der Weg zum Nutzer.