Pit erhält 16 Millionen Dollar, um Legacy-Unternehmensworkflows durch AI-erstellte interne Software zu ersetzen

Das schwedische Startup Pit ist mit 16 Millionen Dollar in bar aus dem Stealth-Modus ausgestiegen, angeführt von Andreessen Horowitz, und positioniert sich als eine neue Art von Unternehmenssoftware-Unternehmen, das darauf abzielt, operationale Systeme zu erstellen, die auf die tatsächliche Arbeitsweise von Organisationen zugeschnitten sind.

Das Unternehmen beschreibt seinen Ansatz als “AI-Produktteam als Dienstleistung”, ein Modell, das darauf abzielt, über Chatbots und AI-Copiloten hinauszugehen und vollständig bereitgestellte operationale Software zu erstellen. Anstatt Mitarbeiter aufzufordern, sich an starre SaaS-Plattformen anzupassen, zielt Pit darauf ab, benutzerdefinierte interne Systeme um bestehende Workflows, Genehmigungen und Datenflüsse herum zu generieren.

Die Finanzierungsrunde umfasste auch die Beteiligung von Lakestar, Führungskräften von OpenAI, Anthropic, Google (GOOGL ), Deel und Revolut sowie mehreren europäischen industriellen Familienunternehmen.

Ein Schritt weg von der Ein-Größe-passt-für-alle-Unternehmenssoftware

Seit Jahrzehnten haben Unternehmen auf eine Mischung aus Tabellenkalkulationen, Posteingängen, Enterprise-Resource-Planning- (ERP-) Systemen und benutzerdefinierten Integrationen gesetzt, um ihre Betriebsabläufe zu verwalten. Obwohl die Ausgaben für Software während der Cloud-Ära stark gestiegen sind, bleiben viele interne Prozesse fragmentiert und stark manuell.

Pit zielt direkt auf diese Ebene ab.

Statt einer festen Anwendung zu verkaufen, ist die Plattform darauf ausgelegt, zu beobachten, wie Teams arbeiten, die Geschäftslogik zu verstehen und produktionsreife Systeme zu generieren, die auf die Organisation zugeschnitten sind. Das Unternehmen sagt, dass diese Systeme Funktionen wie Finanzen und Betrieb, Kunden-Workflows und Vertragsmanagement unterstützen können.

Dies spiegelt einen breiteren Trend wider, der in der Unternehmens-AI aufkommt: Unternehmen wollen immer mehr Software, die sich an ihre Prozesse anpasst, anstatt Teams zu zwingen, ihre Betriebsabläufe um standardisierte Tools herum zu gestalten.

Über Low-Code und AI-Copiloten hinausgehen

Eines von Pits Hauptargumenten ist, dass bestehende Unternehmens-AI-Tools immer noch Menschen benötigen, um fragmentierte Systeme zusammenzufügen.

Low-Code-Plattformen hängen oft von vordefinierten Vorlagen und Konnektoren ab, während AI-Copiloten im Allgemeinen als Assistenten auf bestehenden Workflows operieren. Pit positioniert sich selbst als Infrastruktur, die operationale Software direkt erstellt.

Die Architektur des Unternehmens dreht sich derzeit um zwei Hauptkomponenten:

Pit Studio, das Workflows analysiert und operationale Systeme generiert, und Pit Cloud, das die Unternehmens-Infrastruktur-Ebene bietet, einschließlich Mandantenisolation, RBAC, SSO, Audit-Beobachtbarkeit und ISO-27001-Konformität

Diese Governance-Ebene wird immer wichtiger, da Unternehmen von der Experimentierung mit der KI zu deren Einsatz in kritischen Geschäftsfunktionen übergehen. Sicherheit, Prüfbarkeit, Berechtigungsmanagement und Infrastruktur-Isolation werden zu wichtigen Unterscheidungsmerkmalen bei der Unternehmens-AI-Adoption.

Unternehmens-AI bewegt sich in Richtung operationeller Automatisierung

Der Start erfolgt während eines breiteren Wandels in den Ausgaben für Unternehmens-AI.

Die frühe Anpassung der generativen KI konzentrierte sich stark auf Chat-Schnittstellen, Inhaltsgenerierung und Produktivitätsassistenten. Immer mehr Unternehmen verfolgen jedoch KI-Systeme, die in der Lage sind, operationelle Prozesse selbst zu automatisieren.

Dazu gehören Rechnungsverarbeitung, Beschaffungsflüsse, interne Genehmigungen, Kunden-Onboarding, Compliance-Checks und Logistik-Koordination.

Pit behauptet, dass einige Bereitstellungen bereits messbare operationelle Gewinne produzieren, einschließlich erheblicher Reduzierungen der Kampagnen-Ausführungszeit und automatisierter Rechnungs-Validierungssysteme, die mit nahezu perfekter Genauigkeit arbeiten.

Bei einem europäischen Industrieunternehmen hat das Startup behauptet, dass seine Software einen Legacy-Rechnungs- und Vertrags-Validierungs-Workflow durch ein AI-getriebenes Echtzeit-System ersetzt hat, das angeblich mehr als 10.000 Stunden pro Jahr spart.

Ob dieses Modell sich weitgehend in Unternehmensumgebungen durchsetzt, bleibt eine offene Frage, insbesondere in Branchen mit stark fragmentierter Legacy-Infrastruktur. Aber das Konzept der AI-erstellten operativen Software gewinnt an Zugkraft, da Unternehmen nach Alternativen zu teuren, mehrjährigen ERP-Modernisierungsprojekten suchen.

Europas Unternehmens-AI-Ökosystem wächst weiter

Pits Auftauchen hebt auch das anhaltende Wachstum des europäischen Unternehmens-AI-Sektors hervor.

Während ein großer Teil der globalen KI-Konversation immer noch auf Foundation-Modelle von US-Unternehmen wie OpenAI, Anthropic und Google konzentriert ist, konzentrieren sich eine wachsende Anzahl europäischer Startups auf angewandte Unternehmens-Infrastruktur, Automatisierung, Governance und vertikale KI-Systeme.

Stockholm hat im Besonderen in den letzten zehn Jahren mehrere global anerkannte Finanz- und Mobilitätsunternehmen hervorgebracht und ein Ökosystem von Betreibern geschaffen, die Erfahrung mit der Skalierung operativer Technologie-Plattformen international haben.

Pit versucht, sich an der Schnittstelle zwischen dieser operativen Expertise und der schnellen Beschleunigung der generativen KI-Fähigkeiten in Unternehmensumgebungen zu positionieren.

Die langfristigen Auswirkungen der AI-erstellten Unternehmenssoftware

Wenn Plattformen wie Pit an Zugkraft gewinnen, könnten sie grundlegend ändern, wie Unternehmenssoftware erstellt und gewartet wird.

Seit Jahrzehnten haben Unternehmen auf starre ERP-Systeme und SaaS-Plattformen gesetzt, die oft teure Anpassungen und lange Bereitstellungszyklen erfordern. AI-native-Plattformen führen ein flexibleres Modell ein, bei dem Software kontinuierlich an veränderte Geschäftsprozesse angepasst werden kann.

Statt statischer Tools zu kaufen, werden Unternehmen immer mehr operationale Systeme dynamisch generieren, wenn sich die Workflows entwickeln. Dieser Wandel könnte die Abhängigkeit von traditionellen Software-Anbietern verringern und die Automatisierung in Bereichen wie Finanzen, Logistik, Kundenbetrieb und Compliance beschleunigen.

Der Übergang wirft auch neue Herausforderungen in Bezug auf Governance, Prüfbarkeit und Sicherheit auf, da KI-Systeme tiefer in kritische Geschäftsprozesse eindringen. Als Ergebnis können Infrastruktur-Ebenen, die auf Transparenz, Berechtigungen und Zuverlässigkeit ausgerichtet sind, genauso wichtig werden wie die KI-Modelle selbst.

Letztendlich könnte die nächste Phase der Unternehmens-AI weniger auf Chatbots und Copiloten und mehr auf KI-Systeme ausgerichtet sein, die stillschweigend große Teile der internen Betriebsabläufe eines Unternehmens steuern.