7 min read · 12 sources

Apple hat die Provisionstafel für jeden iOS-Entwickler, der in der EU verkauft, neu gezeichnet, und die neuen Zahlen sind nur relevant, weil eine einzelne App erstmals Apple IAP mit alternativen Bezahlverfahren kombinieren kann. Mit Wirkung zum 1. Oktober fällt die Core Technology Fee zugunsten einer 5-prozentigen Core Technology Commission auf digitale Transaktionen außerhalb des App Store weg. Die Standard-In-App-Purchase-Provision landet bei 26 Prozent (15 Prozent für Small Business, Mini- und Videopartner), alternative Bezahlverarbeitung bei 20 Prozent (10 Prozent für berechtigte Programme) und ein Link-out-Pfad bei 15 Prozent (10 Prozent für Programme). Erstanlauf- und Store-Services-Gebühren entfallen. Sobald eine Spur gewählt ist, bleibt sie für 12 Monate bestehen.

Apple schreibt EU-App-Store-Bedingungen neu

Die neue Struktur ist ein einzelner Satz EU-Geschäftsbedingungen, den Entwickler jetzt unterzeichnen können, und ersetzt das Flickwerk, das die DMA 2024 und 2025 erzwungen hat. Außerhalb des App Store verteilte Apps benötigen weiterhin eine Notarisierung. Die 5-prozentige Core Technology Commission ist die entscheidende Zahl: Sie besteuert Umsatz, den Apple nie verarbeitet hat, was eine andere Form von Hebel darstellt als die pro Download abgerechnete CTF, die sie ersetzt. Für einen Entwickler, der 1 Million Euro über externe Zahlungen abwickelt, sind das 50.000 Euro neue Marge oder neue Kosten, je nachdem auf welcher Seite man sitzt. Der 26/20/15/5-Stapel erzeugt zudem eine klare Preismenükarte für Routing-Entscheidungen, und die 12-monatige Bindung macht die Wahl klebrig.

a16z zum Borderless Founder

Source: a16z.news ↗

Andreessen Horowitz veröffentlicht einen längeren Text mit der These, dass die Gründer, die am ehesten die nächsten Kategorie-champions bauen, mit einem Bein im Herkunftsland und mit dem anderen im Valley stehen. Der Mechanismus ist Compounding: Der Gründer kennt die stärksten Ingenieure vor Ort, bevor der Rest des Marktes darauf aufmerksam wird, gewinnt Unternehmenskunden im Heimatmarkt als frühe Referenzen und leiht sich dann Valley-Glaubwürdigkeit, um zu skalieren. Marc Andreessens älteres Compounding-Resources-Framing ist der zugrundeliegende Pitch. Der Subtext ist, dass a16z das Bindeglied für diese Gründer sein will und Visa-Sponsoring, Intros und Crash-Space im Austausch gegen Deal Flow anbietet, den der Rest des Marktes weitere 18 Monate nicht sehen wird.

Linear Agent bekommt Umgebungen und Browser-Nutzung

Source: linear.app ↗

Linear liefert das Upgrade aus, das seinem Agenten fehlte: die Fähigkeit, Code einzurichten, auszuführen und zu testen, statt nur Diffs vorzuschlagen. Coding-Sessions erkennen die Toolchain des Repos, installieren, was fehlt, und starten die App. Linear Agent steuert dann einen Browser, um die Arbeit dort zu verifizieren, wo Nutzer sie tatsächlich erleben, macht Vorher-Nachher-Screenshots und wiederholt Tests, wenn eine Prüfung fehlschlägt. Sandboxes werden in 20-Minuten-Blöcken zu 0,25 US-Dollar abgerechnet, und die Modellnutzung wird zu Provider-Tarifen ohne Aufschlag durchgereicht. Admins können Ausgaben pro Nutzer oder pro Workspace deckeln und täglich, wöchentlich oder monatlich zurücksetzen. Für Teams, die bisher zögerten, einen Agenten eine reale Umgebung anfassen zu lassen, sind die neue Preisstruktur und der browser-verifizierte Feedback-Loop das fehlende Puzzleteil.

Slack Code macht Kanäle zu Task-Räumen

Source: slack.com ↗

Slack startet Code Channels: temporäre Räume, die auf eine einzelne Aufgabe begrenzt sind, in denen Agenten sofort mit der Arbeit beginnen, sobald sie erwähnt werden, Team-Kontext einbeziehen und archivieren, wenn die Arbeit ausgeliefert ist. Der Kanal schließt sich; der Kontext bleibt bestehen und ist neben dem übrigen Slack-Verlauf durchsuchbar. Agenten leben in einem neuen Agents-Tab, arbeiten still im Hintergrund und übernehmen Slacks Enterprise-Sicherheitsstack: EKM, DLP, Discovery APIs. Das Produkt basiert auf der GitHub-Copilot-Integration mit Slack als Messaging-Schicht, was bedeutet, dass der “Ich code nicht”-Mitarbeiter beschreiben kann, was er möchte, dem Agenten bei der Arbeit zusehen, Inline-Kommentare hinterlassen und eine Vorschau freigeben kann, ohne je eine IDE zu öffnen. Es ist dasselbe Muster, das Linear und GitHub seit einiger Zeit verfolgen, nur mit Slack als Frontend.

Lovables Marke, erzählt von seiner ersten Designerin

Source: review.firstround.com ↗

Der Erstbericht von First Round ist die konkreteste Growth-Story im Newsletter. Lovable ging im November 2024 live, die Designerin (Mitarbeiterin vier) prototypisierte die ursprüngliche visuelle Identität in 30 Minuten, und das Produkt erreichte in 60 Tagen 10 Millionen US-Dollar ARR. Das Pink-Gradient-Herz-Logo, das zur Signatur der Marke wurde, war ein zweiter Anlauf, neu gebaut, nachdem User Research viszerale emotionale Reaktionen auf das Produkt gezeigt hatte. Der Punkt des Stücks ist nicht das Logo, sondern das Operationstempo: kleines Team, volles Vertrauen, schnelle Iteration. Für Gründer, die sich fragen, ob Marke noch zählt, wenn das Produkt ein AI App Builder ist, lautet die Antwort des Lovable-Teams: Die Marke ist das, was Leute screenshoten.

Kommentieren als Sales-Motion

Source: startupgtm.substack.com ↗

Startup GTM argumentiert für das Kommentieren unter Beiträgen von Prospects als Outbound, das nichts verlangt. Ein platzierter Kommentar ist ein direkter Touchpoint zum Prospect und kostenlose Distribution an jeden im Netzwerk der Person, also genau die Persona, die erreicht werden soll. Der Autor benennt den häufigsten Fehler: produktive Poster ins Visier zu nehmen. Posts-pro-Woche ist ein Vanity-Signal. Kaufdruck ist das echte Signal: auslaufende Verträge, kürzliche Funding-Runden, Führungswechsel. Der empfohlene Filter lautet “würde ich diese Person jetzt anrufen”, nicht “postet diese Person täglich”. Ein guter Kommentar zu einer Vertragsverlängerungsankündigung schlägt zwanzig Kommentare in Branchen-Thought-Leadership-Threads.

Warum Fundraising mit jeder Runde schwerer wird

Source: thefounderplaybook.hustlefund.vc ↗

Hustle Funds Founder Playbook rechnet die Arithmetik durch, die Series A unmöglich erscheinen lässt, selbst wenn der Seed glatt lief. Frühphasen-Investoren brauchen 100x, weil der Großteil des Portfolios vor Product-Market Fit stirbt, also muss ein Gewinner den Rest decken. Ein Accelerator, der Schecks zu 330.000 bis 2,5 Millionen US-Dollar Post-Money schreibt, kommt mit einem Exit zwischen 33 und 250 Millionen US-Dollar aus. Ein Seed zu 5 bis 10 Millionen US-Dollar Post-Money unterfüttert ein Ergebnis zwischen 500 Millionen und 1 Milliarde US-Dollar. Ein Series-A-Investor unterfüttert einen Pfad zu rund 100 Millionen US-Dollar ARR, weshalb 1 Million US-Dollar ARR nicht mehr reicht. Die Einstiegsbewertung zählt, weil ein 10x-Ergebnis auf einem Null-Return-Portfolio nicht reicht; nur ein 100x verändert die Rechnung. Genannte Ventile sind kundenfinanziertes Wachstum, Kapitalstrukturen, die kein 100x erfordern (Revenue-based Financing, nicht-verwässernde Kredite), und länger privat bleiben.

Code ist kein Umsatz

Source: mironov.com ↗

Max Mironovs “Technical Ingredients, Revenue Ingredients” ist der schärfste Text im Newsletter für alle, die AI-gebaute Software ausliefern. Er trennt drei Dinge: ausführbarer Code (läuft ohne Absturz), kommerziell deploybare Software (erfüllt die Erwartungen eines zahlenden Kunden an Uptime, Sicherheit und Support) und ein revenue-ready Produkt (alles, was für laufenden Umsatz nötig ist). Kommerziell deploybar bedeutet SRE-Infrastruktur, Monitoring, Failover, SLAs, Datensicherheit, Access Management, automatisierte Test-Suites, Hilfssysteme und Support. Für AI-Produkte gehören auch Model-Decay- und Data-Drift-Tracking dazu. Mironovs Argument: Die “wie schnell können wir mit AI shippen”-Debatte dreht sich um ausführbaren Code, und Prototypen sind keine Produkte. CEOs, die mit Agenten bauen, müssen den nächsten Umsatz abfüllen, bevor die Code-Entwicklung das Selling überholt.

Warum AI-Diligence anders ist

Source: x.com ↗

Ein Thread von Mardehaym (die AI-native Engineers in PE-Firmen einbettet) argumentiert, dass klassische SaaS-Diligence bei AI-Unternehmen versagt. Die proprietäre Technologie ist oft ein API-Call zu einem fremden Modell hinter einem Frontend, und ein Pitch Deck ist eine Konfigurationsdatei. Die zitierte Case study: ein Unternehmen, das eine “proprietäre Modellarchitektur” beanspruchte und im Codebase gpt-4o-Calls hatte. Die Empfehlung: Codebase öffnen und Modellabhängigkeit, Daten-Moat, Talent-Konzentration und Substitutionsrisiko bewerten, bevor ein Premium-Multiple vergeben wird. ARR und Growth verraten nicht, ob der Moat real ist. Für Käufer, die AI-Multiples zahlen, ist Code-Level-Diligence nicht mehr optional.

Sales Reps sind Spezialisten, keine Generalisten

Source: saastr.com ↗

Jason Lemkin wehrt sich gegen den Mythos “großartige Reps verkaufen alles”. Reps spezialisieren sich nach Motion (Inbound vs Outbound), Markenkontext (Kategorie-Leader vs Challenger), Support-Struktur, Wettbewerbsumfeld, Produktkomplexität und Preisniveau. Ein Rep, der 3.000 bis 10.000 US-Dollar in drei Calls abschließt, wird keinen 250.000-US-Dollar-Enterprise-Deal stemmen, der neun Monate und ein Security Review braucht. Die Faustregel: Reps einstellen, die schon etwas Schwierigeres verkauft haben als das eigene. Ein Rep mit 1-Millionen-US-Dollar-ACV-Deals ist kalibriert; ein Rep, der bisher nur 50.000 US-Dollar verkauft hat, ist für eine 500.000-US-Dollar-Motion noch nicht bereit, selbst wenn das letzte Quartal das beste war.

Metas Startup School

Source: wersm.com ↗

Meta startet eine dreimonatige Startup School für 200 Frühphasen-Consumer-Brands, mit VC- und Branchen-Mentoring. Das Framing ist Growth Partner statt Ads Platform, und die Wette lautet, dass heute geformte Gewohnheiten (Audience-Definition, Creative-Discipline, Measurement) später Paid-Media-Verhalten werden. Das Positioning ist defensiv (gegen TikTok, Shopify, Creator-Newsletter und Retail-Media-Netzwerke, die alle dieselben Brand-Budgets jagen) und offensiv (über die Skala von Facebook, Instagram, WhatsApp und Threads der Default-Growth-Stack werden, bevor die Brand einen Wettbewerber wählt). Für Consumer-Founder ist das Angebot kostenloser Support; der implizite Preis ist die Anpassung an Metas Measurement- und Creative-Konventionen.

AI-Adoption als Operating Model

Source: edisonpartners.com ↗

Edison Partners argumentiert, dass Enterprise-AI die Phase “wer nutzt AI” hinter sich gelassen hat und bei “wie nutzen wir AI in der gesamten Organisation” angekommen ist. Die Warnung gilt konzentrierter Adoption: Engineering und Marketing ziehen davon, während Finance und Customer Support unangetastet bleiben, was Alignment-Lücken und Teams mit unterschiedlichen Geschwindigkeiten erzeugt. Die Empfehlung: jede Funktion muss AI-Initiativen an ein reales Business-Outcome binden, statt sie als Showpiece zu behandeln. Der herunterladbare 2026 Growth Index ist das Framework. Für Technical Leader ist das die Org-Design-Version der Platform-Engineering-Debatte: Die Frage lautet nicht mehr, ob AI geshippt wird, sondern wie jede Funktion darin kompetent wird, ohne das Budget für hundert Pilotprojekte zu verbrennen.