de.wedoany.com-Bericht: Das KI-Coding-Agent-Startup Niteshift hat eine Seed-Finanzierung in Höhe von 7 Millionen US-Dollar unter der Führung von Jerry Chen von Greylock erhalten. Das von zwei ehemaligen frühen Datadog-Ingenieuren gegründete Unternehmen hat zudem mehrere namhafte Angel-Investoren angezogen, darunter Reid Hoffman, Olivier Pomel und Alexis Lê-Quôc von Datadog, Ankur Goyal von Braintrust sowie Misha Laskin von Reflection AI.
Niteshift wurde von Sajid Mehmood und Conor Branagan gemeinsam gegründet, die beide dazu beigetragen haben, Datadog von der Frühphase bis zu einer Bewertung von mehreren Milliarden US-Dollar zu führen. Das Unternehmen betritt den überfüllten KI-Coding-Bereich mit dem Kerngedanken: Warum sollten Unternehmen ihr sensibelstes Asset – den Code, der ihre Produkte betreibt – direkt Modellherstellern wie OpenAI und Anthropic anvertrauen? Diese Unternehmen „töten“ ständig Startups und Unternehmen, indem sie konkurrierende Anwendungen auf den Markt bringen. CEO Mehmood vergleicht diese Situation mit der frühen Wachstumsphase von Datadog, als das Überwachungsunternehmen E-Commerce-Kunden gewann, die sich weigerten, auf Amazon Web Services (AWS) aufzubauen. Damals brachte Amazon gleichzeitig viele Einzelhandelsgeschäfte zur Schließung, das sogenannte „Retail Apocalypse“.
Mehmood glaubt, dass sich im KI-Bereich eine ähnliche Situation abzeichnet. Unternehmen wie Anthropic und OpenAI dringen schnell in vertikale Softwaremärkte vor, was manche als „SaaS Apocalypse“ bezeichnen. Er erklärt, dass dieser Trend bereits bei Datadog deutlich sichtbar war – ein großer Teil des Multi-Cloud-Geschäfts stammte von E-Commerce-Unternehmen, die nicht auf Amazon laufen wollten. Wenn Anthropic beginnt, in den Bereichen Recht, Medizin, Finanzen usw. zu konkurrieren, wird sich dieselbe Dynamik wiederholen.
Das Unternehmen geht davon aus, dass Unternehmen zunehmend eine Infrastruktur benötigen werden, die das Codierungsmodell von den anderen Orchestrierungsaufgaben trennt, die erforderlich sind, um sicherzustellen, dass KI-generierter Code angemessen überprüft und gewartet wird. Unternehmen werden sich tendenziell für Anbieter entscheiden, die keine konkurrierende Agenda verfolgen. Niteshift ersetzt nicht Claude Code oder Codex, die beiden beliebtesten Codierungsagenten, sondern behauptet, die Abhängigkeit von ihnen zu verringern.
Die KI-Coding-Cloud von Niteshift leitet Anfragen je nach Projektanforderungen an verschiedene Modelle weiter, darunter Open-Source-Optionen und andere Modelle. Mehmood betont, dass die Möglichkeit, zwischen GPT- und Cloud-Modellen zu wechseln, wichtig sei, da jeder befürchte, von diesen Giganten verdrängt zu werden. Chen von Greylock erklärt, dass sich mit der Bewegung der führenden Labore im Stack nach oben die Gelegenheit biete, Kunden einen alternativen Weg zu bieten: die Entkopplung ihrer Agenten von der zugrunde liegenden Infrastruktur. Niteshift baut eine Plattform, die dies für Codierungsagenten ermöglicht und es Kunden erlaubt, tief in ihre Entwicklertools zu investieren, ohne sich gleichzeitig auf einen einzigen Modell- oder Agentenanbieter festzulegen.
Niteshift verkauft keine Token, sondern Infrastruktur und berechnet wie ein Cloud-Anbieter pro Minute Nutzung. Mehmood erklärt, dass andere Arbeitsersatz-Intelligenz verkaufen, während Niteshift Software an Agenten verkauft – nicht an Menschen –, aber das Unternehmen verkauft dennoch Software. Das Unternehmen betritt einen überfüllten Markt für KI-Coding-Tools, in dem Modellunabhängigkeit keine neue Idee ist und Wettbewerber einen First-Mover-Vorteil haben. Zu diesen Wettbewerbern gehören Cursor, Cognition (das gerade 1 Milliarde US-Dollar bei einer Bewertung von 26 Milliarden US-Dollar eingesammelt hat), Amazon Bedrock sowie die KI-Gateway-Plattform OpenRouter (die gerade 113 Millionen US-Dollar bei einer Bewertung von 1,3 Milliarden US-Dollar eingesammelt hat). Mehmood glaubt, dass die fundierte Erfahrung des Gründungsteams der Schlüssel zur Bewältigung des Wettbewerbs ist. Er und Branagan haben bei der Skalierung von Datadog aus erster Hand die Wachstumsschmerzen großer Engineering-Organisationen bei der Verwendung von KI-generiertem Code miterlebt. Teams müssen Software in ihrer realen Produktionsumgebung selbstständig ausführen, testen und validieren können – sie benötigen eine Infrastruktur, die von denen aufgebaut wurde, die solche Operationen bereits in großem Maßstab durchgeführt haben.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
