
Beim Kunden eingebettete Entwickler: Europas KI-Lücke liegt bei Kompetenzen, nicht bei Modellen
Kurzfassung: Am 3. November 2026 gab Hg eine Investition unter Beteiligung von Anthropic in ein neues europäisches Unternehmen bekannt, das beim Kunden eingebettete Entwickler in Kundenorganisationen einsetzen wird, um KI „über Pilotprojekte hinaus zu messbarer operativer Wirkung“ zu bringen. Die Höhe der Transaktion wurde nicht offengelegt, und das Unternehmen hat noch keinen öffentlichen Namen. Die steile These: Das ist eigentlich keine Finanzierungsmeldung. Es ist ein öffentliches Eingeständnis, dass Europas Problem bei der KI-Einführung in der technischen Umsetzungskapazität innerhalb der Unternehmen liegt, nicht im Zugang zu Modellen. Die eigenen Statistiken der EU zeigen in dieselbe Richtung, und für Bulgarien ist die Lücke größer als fast überall sonst in der Union.
Die wichtigsten Fakten
- Die Ankündigung: Hg hat zugestimmt, gemeinsam mit Anthropic und Angel-Investoren in ein unabhängiges KI-Dienstleistungsunternehmen zu investieren, das auf Claude aufbaut und mit beim Kunden eingebetteten Entwicklern arbeitet (Pressemitteilung von Hg).
- Status: Das Unternehmen „wird noch in diesem Jahr offiziell starten“; die Bedingungen der Transaktion werden nicht offengelegt (HgCapital Trust RNS an der London Stock Exchange).
- Zielkunden: Europäische Unternehmen mit einzigartigem geistigem Eigentum, tiefem Fachwissen und langjährigen Kundenbeziehungen, die über viele Sprachen und regulatorische Rahmenbedingungen hinweg arbeiten (Private Equity International).
- In derselben Woche in Brüssel: Am 4. November 2026 verabschiedete die Europäische Kommission ihr Arbeitsprogramm für 2027. Es umfasst einen Plan für KI im Gesundheitswesen, Verkehr, Agrar- und Ernährungssektor, in der Fertigung sowie in Verteidigung und Raumfahrt, außerdem ein neues Digitalpaket, damit Technologien „sowohl den Menschen als auch unserer Wettbewerbsfähigkeit dienen“ (Mitteilung der Kommission).
Die steile These: Europa hat kein Modellproblem
Jedes große europäische Unternehmen kann bereits Zugang zu führenden Modellen über Microsoft, Google, AWS oder direkt über die Modellanbieter kaufen. Lizenzen sind nicht knapp. Knapp ist die Person, die eine Woche lang mit dem Finanzteam arbeitet, versteht, warum Rechnungen stecken bleiben, ein Modell mit den richtigen Berechtigungen an das ERP-System anbindet, die Tests schreibt und bleibt, bis das Ganze jeden Tag läuft, ohne dass am Demo-Tag jemand danebenstehen muss.
Diese Person hat in der Branche einen Namen: der beim Kunden eingebettete Entwickler. Die Rolle stammt von Palantir, wo Entwickler beim Kunden eingebunden werden und die Implementierungsarbeit leisten, während Produktteams die Plattform bauen. Wenn ein großer europäischer Technologieinvestor und ein Anbieter führender Modelle ein neues Dienstleistungsunternehmen unterstützen, das genau um diese Rolle herum aufgebaut ist, ist das Signal klar. KI zu verkaufen ist nicht mehr der Engpass. Sie in einem echten Unternehmen zum Laufen zu bringen, ist es.
Was angekündigt wurde — und was nicht
Es lohnt sich, genau zu sein, denn die Ankündigung ist kurz:
- Das neue Unternehmen wird unabhängig sein, auf Claude aufbauen und beim Kunden eingebettete Entwickler einsetzen.
- Sein erklärtes Ziel ist die Einführung von KI und der Aufbau KI-nativer Produkte, „über Pilotprojekte hinaus zu messbarer operativer Wirkung“.
- Es wird als „für Europa gebaut“ beschrieben, mit Fokus auf Unternehmen, die in einer komplexen Mischung aus Sprachen und Regulierungsbehörden tätig sind.
- Steve Corfield von Anthropic sagte, dass „Unternehmen nach erfahrenen Teams suchen, die ihnen helfen, Claude produktiv einzusetzen“ (Hg).
Was noch nicht bekannt ist: der Name, die Führung, die Höhe der Investition, die Preisgestaltung, welche Länder zuerst bedient werden und ob das Unternehmen nur mit Claude oder auch mit anderen Modellen arbeiten wird. Wer Beschaffungsentscheidungen trifft, sollte dies bis zum Start als Marktsignal betrachten, nicht als konkrete Anbieteroption.
Die Zahlen hinter der Wette
Die neueste Unternehmensbefragung von Eurostat erklärt, warum Investoren hier eher eine Dienstleistungs- als eine Softwarechance sehen (Eurostat, Einsatz von KI in Unternehmen):
- Im Jahr 2025 nutzten 19,95 % der EU-Unternehmen mit 10 oder mehr Beschäftigten mindestens eine KI-Technologie.
- Die Einführung hängt stark von der Größe ab: 17 % der kleinen, 30,36 % der mittleren und 55,03 % der großen Unternehmen.
- Die Unterschiede zwischen den Ländern sind groß: von 42,03 % in Dänemark bis 8,55 % in Bulgarien, 8,36 % in Polen und 5,21 % in Rumänien.
- Unter den Unternehmen, die KI in Betracht gezogen, aber nicht genutzt hatten, war der häufigste Grund fehlende einschlägige Expertise (70,89 %), vor unklaren rechtlichen Folgen (52,52 %) und Datenschutzbedenken (48,83 %).
Lesen Sie die letzte Zeile noch einmal. Wenn sieben von zehn Unternehmen, die KI wollten, sagen, dass fehlende Expertise der Blocker ist, schließen weitere Modellveröffentlichungen diese Lücke nicht. Entwickler, die ein Modell in einen funktionierenden Prozess verwandeln können, tun es.
Für Mittel- und Osteuropa ist das der unbequeme Teil. Bulgarien, Polen und Rumänien stehen am unteren Ende der Tabelle, und das Ziel der Digitalen Dekade der EU lautet, dass bis 2030 drei von vier EU-Unternehmen Cloud-Computing-Dienste, Big Data oder KI nutzen sollen (dieselbe Eurostat-Quelle). Der Abstand zwischen 8,55 % und diesem Ziel wird sich nicht allein durch Lizenzen schließen lassen.
Warum „beim Kunden eingebettet“ das entscheidende Wort ist
Die meisten KI-Programme in mittelständischen Unternehmen folgen einem vertrauten Ablauf: ein Schulungstag, ein paar Lizenzen, ein Pilotprojekt, das von einem engagierten Mitarbeitenden oder einer externen Agentur gebaut wird, eine vielversprechende Demo — und dann eine lange Pause. Diese Pause entsteht meist an denselben Punkten:
- Integration. Das Pilotprojekt nutzte exportierte Tabellen; der Produktivbetrieb braucht Live-Zugriff auf ERP, CRM oder Dokumentensysteme, mit Berechtigungen und Audit-Protokollen.
- Verantwortung. Nach der Demo übernimmt niemand im Fachbereich das Ergebnis, und die IT hat es nicht gebaut.
- Qualitätskontrolle. Es gibt keine Testdatensätze oder Evaluationen, sodass niemand sagen kann, ob das System gut genug ist, um ihm zu vertrauen.
- Regulierung. Die Rechtsabteilung stellt Fragen zum EU AI Act, den das AI Office und nationale Behörden seit dem 2. August 2026 durchsetzen, und das Projekt stoppt, bis jemand sie beantwortet.
Ein eingebettetes Modell adressiert diese Punkte, indem der Entwickler in den eigenen Repositories, im Ticketsystem und in der Cloud des Kunden arbeitet — mit einem vereinbarten Ergebnis und einer Übergabe am Ende. Das ist näher an einem eingebundenen Teammitglied als an einem Berater, der einen Bericht hinterlässt.
Wo diese These falsch liegen könnte
Ein faires Argument braucht Gegenargumente:
- Finanzierung ist keine Umsetzung. Das Unternehmen ist noch nicht gestartet. Seine Ergebnisse werden wichtiger sein als seine Pressemitteilung.
- Anbietergebundene Entwickler haben Anreize. Ein Team, das „auf Claude“ baut, wird natürlicherweise zu Claude greifen. Unternehmen, die bereits Microsoft 365 Copilot, Gemini oder offene Modelle im Einsatz haben, sollten auf modellneutrale Architektur und Ausstiegsoptionen bestehen.
- Eingebettete Entwickler können Abhängigkeiten schaffen. Wenn das Wissen beim externen Team bleibt, hat das Unternehmen Fähigkeiten gemietet, statt sie aufzubauen. Die Zusammenarbeit sollte mit Code, Dokumentation und geschulten Mitarbeitenden auf Kundenseite enden.
- Nicht jedes Problem braucht Entwickler. Für viele Teams ist der erste Schritt weiterhin eine strukturierte KI-Schulung, damit sie wissen, wonach sie fragen müssen, bevor jemand Code schreibt.
Wer handeln sollte — und wie
- CEOs und COOs von Unternehmen mit 30 bis 300 Mitarbeitenden: Wählen Sie einen Workflow aus, der jede Woche reale Arbeitsstunden kostet, und verlangen Sie von jedem Partner, sich auf dieses Ergebnis im Produktivbetrieb zu verpflichten, nicht auf eine Demo.
- CIOs und CTOs größerer Unternehmensgruppen: Prüfen Sie, ob KI-Pilotprojekte einen Verantwortlichen, einen Evaluationsdatensatz und einen Weg durch den normalen Release-Prozess haben. Wenn nicht, ist genau das die Lücke, die eingebettete Entwickler oder interne Einstellungen schließen müssen.
- CFOs: Vergleichen Sie die Kosten eines feststeckenden Pilotprojekts mit den Kosten, es fertigzustellen. Das Budget für 2027 sollte Integration und Betrieb enthalten, nicht nur Lizenzen; die laufende Überwachung von Modellen und Kosten ist das, was AI Ops abdeckt.
- Beiräte, Aufsichtsgremien und Eigentümer in Bulgarien und der weiteren MOE-Region: Die Region startet von der niedrigsten Einführungsbasis in der EU. Jemand muss KI als Geschäftsthema verantworten — das ist die Rolle eines AI Director.
Ein einfacher Test vor der Wahl eines KI-Implementierungspartners
Ob der Partner ein neues paneuropäisches Unternehmen, eine globale Beratung oder ein lokales Team ist: Dieselben vier Fragen trennen echte Umsetzung von Folienware:
- Werden die Entwickler in den eigenen Werkzeugen des Unternehmens arbeiten? In seinen Repositories, seinem Ticketsystem, seiner Cloud und nach seinen Release-Regeln.
- Auf welches einzelne Ergebnis verpflichten sie sich, und wie wird es im Produktivbetrieb gemessen?
- Wie wird Qualität nachgewiesen? Fragen Sie nach Evaluationsdatensätzen, Protokollierung und menschlicher Prüfung dort, wo Entscheidungen Menschen betreffen.
- Was bleibt am Ende im Unternehmen? Code, Betriebsanleitungen, Dokumentation und Pairing-Sitzungen mit internen Mitarbeitenden.
Encorp.ai arbeitet bereits von Sofia aus mit diesem Modell: beim Kunden eingebettete Entwickler werden Teil des Kundenteams auf Bulgarisch oder Englisch, bringen einen Workflow in Produktion und übergeben ihn. Für Unternehmen, die die Passung an einem konkreten Workflow testen möchten, ist der nächste Schritt ein kurzes Gespräch über die Kontaktseite.
