Velocity erhält 27 Millionen Dollar, um Monetisierungs-Infrastruktur für AI-natives Software zu entwickeln

Der Boom der generativen KI hat es einfacher gemacht, als je zuvor, Software zu entwickeln. Was jedoch viel schwieriger bleibt, ist die Umwandlung von Nutzung in nachhaltige Einnahmen.

Velocity, ein Startup, das Monetisierungs- und Vertriebsinfrastruktur für AI-nativen Anwendungen entwickelt, hat 27 Millionen Dollar in Seed-Finanzierung aufgenommen, um dieses Problem zu lösen. Die Runde wurde von NFX und Red Dot Capital Partners angeführt, mit Beteiligung von Stardom Ventures, Corner Ventures und Transcend, neben Angel-Investoren aus den Bereichen KI, Werbung, Gaming und Software.

Velocity tritt in einen Markt ein, in dem AI-Produkte eine massive Benutzerakzeptanz sehen, aber viele immer noch eine schwierige wirtschaftliche Gleichung haben: kostenlose Benutzer treiben das Wachstum voran, doch jede Interaktion kann reale Inferenzkosten mit sich bringen. Abonnements bleiben wichtig, aber für viele AI-nativen Produkte wird die Lücke zwischen Nutzung und bezahlter Umwandlung zu einer der bestimmenden Geschäftsherausforderungen des Sektors.

Das Monetisierungsproblem hinter dem AI-Boom

Generative KI hat die Kosten und die Zeit, die zum Aufbau von Anwendungen benötigt werden, komprimiert. Coding-Assistenten, AI-Suchtools, Bildgeneratoren, Produktivitätsagenten und domänen-spezifische Copiloten können nun Benutzern schneller erreichen als traditionelle Software-Unternehmen es je könnten.

Aber Vertrieb und Monetisierung haben nicht mitgehalten.

Viele AI-Anwendungen verlassen sich auf kostenlose Tarife, um die Akzeptanz zu fördern, nur um strenge Nutzungsbeschränkungen, aggressive Paywalls oder Prompt-Caps einzuführen, sobald die Kosten steigen. Das kann die Margen auf kurze Sicht schützen, aber es kann auch die Bindung schwächen, die Entdeckung verringern und die Produkt-Erfahrung einschränken, bevor Benutzer genug Vertrauen aufgebaut haben, um zu abonnieren.

Velocitys zentrale These ist, dass AI-nativen Software eine neue Einnahme-Schicht benötigt: eine, die es Entwicklern ermöglicht, kostenlose Nutzung auszubauen und durch intent-getriebene Empfehlungen und native Werbung zu monetisieren, die in AI-Erfahrungen integriert sind, anstatt sie zu unterbrechen.

Wie Velocitys Plattform funktioniert

Velocity beschreibt sich selbst als AI-nativen Monetisierungs- und Vertriebsplattform, die für generative AI-Anwendungen entwickelt wurde, um Entwickler mit Werbetreibenden durch Echtzeit-Intent-Targeting zu verbinden. Der Fokus umfasst allgemeine AI-Assistenten, vertikale AI-Tools, spezialisierte Agenten und eingebettete AI-Erfahrungen.

Das Unternehmen hat seine Plattform um einen Wechsel in digitalen Werbesignalen herum aufgebaut. Traditionelle Werbesysteme verlassen sich oft auf Cookies, Verhaltensprofile oder historische Browsing-Aktivitäten. In AI-Schnittstellen kann das wertvollste Signal viel unmittelbarer sein: was der Benutzer gerade benötigt, baut, recherchiert oder zu lösen versucht.

Velocitys Infrastruktur ist darauf ausgelegt, Multi-Turn-Gespräche zu interpretieren, strukturierte Intentionen zu extrahieren und relevante Empfehlungen in AI-Workflows zu platzieren. Das Unternehmen beschreibt dies als eine dreischichtige Architektur: Intention verstehen, Intention mit Nachfrage abgleichen und Monetisierung in die Benutzeroberfläche integrieren, so dass sie sich native anfühlt.

Zum Beispiel könnte ein AI-Design-Tool derzeit nur eine Handvoll kostenlose Generationen anbieten, bevor es Benutzer zu einer Paywall schickt. Velocitys Modell legt nahe, dass, wenn relevante Monetisierung innerhalb der Erfahrung stattfinden kann, dasselbe Produkt mehr kostenlose Nutzung anbieten, die Bindung verbessern und die Wahrscheinlichkeit erhöhen kann, dass Benutzer letztendlich zu Abonnenten werden.

Entwickelt von ehemaligen ironSource- und Unity-Führungskräften

Velocity wurde von Tal Shoham gegründet, zusammen mit den Mitgründern Amir Shaked und Nimrod Zuta. Das Gründungsteam hatte zuvor Führungspositionen bei ironSource und Unity inne, wo sie an Monetisierungs-, Werbe-, Wachstums- und Vertriebsinfrastruktur für Entwickler auf globaler Ebene arbeiteten.

Diese Erfahrung ist für Velocitys Positionierung von zentraler Bedeutung. Das Unternehmen versucht nicht einfach, herkömmliche Werbung in AI-Chatbots zu bringen. Es versucht, eine neue Wachstums-Infrastruktur-Schicht für Software-Umgebungen aufzubauen, in denen Benutzer-Intentionen durch Konversationen und nicht durch Klicks, Suchbegriffe oder App-Store-Browsing ausgedrückt werden.

Das vorherige Erfahrung des Teams bei der Entwicklung von Monetisierungs-, Vertriebs-, maschinellen Lern- und Wachstumssystemen verleiht ihm Glaubwürdigkeit, wenn es versucht, eine Kategorie zu definieren, die zwischen AI-Produkt-Design und Geschäftsmodell-Implementierung liegt.

Warum Intention zum Kernsignal von AI-Software werden könnte

Jede große Internet-Plattform wurde von einem dominanten Monetisierungssignal geprägt. Suchmaschinen wurden um Suchbegriffe herum aufgebaut. Soziale Plattformen wurden um Identität, Interessengraphen und Verhaltenszielgruppen aufgebaut. Mobile Apps schufen neue Monetisierungsmodelle um Installationen, In-App-Engagement, Mediation und Echtzeit-Bidding herum.

Velocity setzt darauf, dass AI um Intention herum aufgebaut wird.

In konversationeller KI äußern Benutzer oft ihre Bedürfnisse direkt. Sie fragen nach Reiseplänen, rechtlichen Vorlagen, Coding-Hilfe, Produktvergleichen, kreativen Assets, Forschungszusammenfassungen oder Workflow-Automatisierung. Das schafft eine andere Art von Werbe- und Empfehlungsmöglichkeit: eine, die weniger auf historische Benutzerdaten und mehr auf das basiert, was der Benutzer gerade zu erreichen versucht.

Die Herausforderung besteht natürlich in der Umsetzung. AI-Schnittstellen sind Hoch-Vertrauens-Umgebungen. Schlecht platzierte Werbung, irrelevante Empfehlungen oder unklare kommerzielle Anreize könnten das Benutzervertrauen schnell untergraben. Das bedeutet, dass Monetisierung innerhalb von AI-Produkten nützlich und kontextuell und nicht störend sein muss.

Wenn AI-Monetisierung störend wirkt, können Benutzer sie ablehnen. Wenn sie jedoch mit der Aufgabe abgestimmt ist, kann sie zu einer bedeutenden Einnahmequelle für AI-nativen Anwendungen werden, die nicht allein auf Abonnements angewiesen sind.

Frühe Akzeptanz über konsumorientierte AI-Anwendungen

Velocity sagt, dass es bereits mit AI-nativen und konsumorientierten Software-Unternehmen zusammenarbeitet, die nach Wegen suchen, um zu monetisieren, ohne die Bindung zu untergraben. Frühzeitiges Kunden-Feedback weist auf die gleiche Kern-Spannung hin, die Velocity zu lösen versucht: Einnahmen erzeugen, während die Qualität der Benutzeroberfläche erhalten bleibt.

Diese Balance wird immer wichtiger, da die Nutzung wächst und der Wettbewerb zunimmt.

AI-Benutzer haben sich schnell an leistungsstarke kostenlose oder kostengünstige Tools gewöhnt. Die zugrunde liegende Ökonomie ist jedoch anders als in vielen früheren Software-Kategorien. Jedes Bild, jede Antwort, jede agierende Workflow oder jede reasoning-schwere Interaktion kann mit Berechnungskosten verbunden sein. Das macht Monetisierungs-Infrastruktur zu mehr als einem Wachstums-Tool; für viele Produkte kann es Teil des Betriebsmodells werden.

Das größere Bild

Velocitys Finanzierungsrunde spiegelt eine breitere Verschiebung im AI-Markt wider. Die erste Phase des generativen AI-Rennens wurde durch Modell-Fähigkeit, Infrastruktur und schnelle Anwendungs-Entwicklung definiert. Die nächste Phase könnte durch die Dauerhaftigkeit des Geschäftsmodells definiert werden.

Da die AI-Software-Erstellung einfacher wird, werden Vertrieb und Monetisierung wertvoller. Die Unternehmen, die diese Schichten lösen, könnten so wichtig für das AI-Ökosystem werden wie Werbe-Netzwerke, App-Stores, Analyse-Plattformen und Zahlungs-Infrastruktur für frühere Software-Generationen.

Velocity setzt darauf, dass der Wachstums-Motor für AI nicht um Klicks oder Cookies, sondern um Echtzeit-Intention herum aufgebaut wird. Wenn das zutrifft, kann Monetisierungs-Infrastruktur zu einer der wichtigsten Schichten in der nächsten Generation von AI-nativer Software werden.