Tobias Reithmeier

Blog

KI-App-Flut: kaum jemand gewinnt

Schematisches Liniendiagramm: Neue iOS-Apps pro Monat steigen seit Verfügbarkeit von Agentic-AI-Tools steil auf rund 100.000, Apps mit relevanter Nutzung bleiben flach
Eigene schematische Darstellung, angelehnt an eine Grafik der Financial Times

Eine Grafik der Financial Times geht gerade wieder herum, und sie beschreibt ziemlich genau, was ich nebenberuflich tue. Die naheliegende Lesart der Grafik? Ist die falsche.

Was man sieht: Seit agentic AI-Tools breit verfügbar sind, ist die Zahl neuer iOS-Apps explodiert: von rund 30.000-50.000 auf etwa 100.000 pro Monat, ebenso die Reviews. Aber die tatsächliche Nutzung? Flach bis rückläufig. Die bequeme Schlagzeile lautet jetzt: „KI produziert Müll, den keiner haben will.“

Ich baue meine Apps selbst mit KI-Tools und bin schon mächtig stolz auf das, was ich da mache. Genau deshalb halte ich diese Schlagzeile für zu kurz gedacht.

Was die Grafik nicht dazusagt

Drei Dinge stecken in den Zahlen, die auf den ersten Blick nicht auffallen:

Die Linien zeigen Gesamtvolumina, keine Pro-App-Werte. Wenn sich die Releases fast verdoppeln, die Reviews insgesamt aber gleich bleiben, dann sind die Reviews pro App nicht „leicht gesunken“, sondern schlicht kollabiert. Für die Nutzung gilt dasselbe: Bleibt sie insgesamt flach, während sich die Zahl der Apps verdoppelt, halbiert sich die Nutzung pro App. Das Traction-Problem ist also größer, als die Grafik zeigt, nicht kleiner.

„Apps mit relevanter Nutzung“ bleibt flach. Die Flut erzeugt kaum neue Gewinner. Die bestehenden zerstört sie aber auch nicht. Wer schon eine Nutzerbasis hat, behält sie auch.

Der Flaschenhals ist nicht verschwunden. Er ist umgezogen. Code schreiben war mal der teure Teil einer App. Heute ist es das Billigste am ganzen Prozess. Knapp bleibt: zu wissen, was man baut, es zu Ende zu polieren, und Menschen dazu zu bringen, dir zu vertrauen und es zu benutzen.

Was die Forschung dazu sagt

Das deckt sich mit der Studie hinter der Grafik (Demirer, Musolff & Yang, MIT/Wharton): KI hebt die Code-Aktivität um bis zu 180 %, bei den tatsächlichen Releases bleiben davon aber nur etwa 30 % übrig. Der Mensch bleibt der Engpass.

Die Ökonomie nennt das die „Weak-Link“-These: Eine Kette wird durch ihr schwächstes Glied begrenzt, und KI beschleunigt nun mal nicht alle Glieder gleich schnell.

Was ich daraus für mich mitnehme

Shipping ist kein Wettbewerbsvorteil mehr. Es war mal ein halber Burggraben („ich hab's tatsächlich fertig gebaut“), und dieser Graben ist trockengelegt.

Wer heute auffallen will, gewinnt nicht beim Bauen selbst, sondern davor (ist das überhaupt wert, gebaut zu werden?) und danach (warum sollte es irgendwer finden und behalten?).

Konkret heißt das für mich: weniger Stolz darauf, wie schnell etwas entsteht, auch wenn ich nach wie vor baff bin, wie sehr sich das Bauen beschleunigt hat. Mehr Energie in Positionierung, Vertrauen und die eine Sache, die eine App anders macht als die nächste austauschbare in derselben Kategorie.

Die Grafik ist also keine Anklage gegen KI-Apps. Sie ist eine gegen die Idee, dass Fertigstellen schon Erfolg ist.

Ursprünglich geteilt habe ich diesen Gedanken auf LinkedIn.