Reworkd wandte sich von viralem AgentGPT ab und setzte auf KI-Web-Scraper – insgesamt 4 Mio. US-Dollar eingesammelt

Anfang 2023 lebten Asim Shrestha, Adam Watkins und Srijan Subedi noch in Kanada, als ihr kostenloses Browser-Tool AgentGPT – eine einfache Oberfläche zum Erstellen autonomer KI-Agenten – auf GitHub viral ging und innerhalb einer Woche mehr als 100.000 tägliche Nutzer gewann. Der Ansturm überraschte sie: COO Subedi sagte, das Tool koste 2.000 US-Dollar pro Tag an API-Aufrufen, sodass sie sich als Reworkd gründen und schnell Finanzierung sichern mussten, was ihnen einen Platz im Sommer-2023-Jahrgang von Y Combinator einbrachte.

Die Gründer kamen schnell zu dem Schluss, dass der Bau allgemeiner KI-Agenten zu breit angelegt war. Der beliebteste Anwendungsfall auf AgentGPT war jedoch das Erstellen von Web-Scrapern – eine relativ einfache, aber stark nachgefragte Aufgabe –, weshalb Reworkd genau darauf seinen einzigen Fokus legte: KI-Agenten, die strukturierte Daten aus dem öffentlichen Web extrahieren. Kunden übergeben Hunderte oder Tausende URLs sowie eine Beschreibung der gewünschten Daten; die Agenten nutzen multimodale Codegenerierung, um pro Website individuellen Scraping-Code zu schreiben, in einem „selbstheilenden“ Ansatz, der Seitenaktualisierungen überstehen soll.

Bis Juli 2024 hatte das vierköpfige Unternehmen 2,75 Mio. US-Dollar Seed-Finanzierung von Paul Graham, AI Grant (dem Accelerator von Nat Friedman und Daniel Gross), SV Angel, General Catalyst und Panache Ventures eingesammelt, zusätzlich zu einem Pre-Seed von 1,25 Mio. US-Dollar, insgesamt also 4 Mio. US-Dollar. Sein Vorzeigekunde Axis nutzt die Agenten, um Daten aus Tausenden von EU-weiten behördlichen Regulierungsdokumenten zu extrahieren; das Team vermeidet das Scrapen von Nachrichten und Anmeldehürden gänzlich, um den Urheberrechtsstreitigkeiten aus dem Weg zu gehen, die OpenAI und Perplexity verfolgen.

Sammelte eine Seed-Runde von 2,75 Mio. US-Dollar von Paul Graham, AI Grant, SV Angel und General Catalyst ein und brachte die Gesamtfinanzierung mit einem vierköpfigen Team auf 4 Mio. US-Dollar.

Viralität wurde zur Belastung: 100.000 tägliche Nutzer kosteten 2.000 US-Dollar pro Tag, ohne dass etwas monetarisiert war, was die Gründer zwang, in Eile zu gründen und Finanzierung einzuwerben.

Allgemeine Agenten waren für ein winziges Team eine zu breite Wette, doch die Scraper-Generierung war bereits der beliebteste Anwendungsfall von AgentGPT – die Nachfrage war im eigenen Produkt nachgewiesen.

Der Datenhunger der KI verschaffte dem Kurswechsel einen Markt: Der Bau von KI-Modellen war 2024 der wichtigste Verwendungszweck öffentlicher Webdaten, und von Menschen gebaute Scraper für Tausende kleiner Websites waren unwirtschaftlich.

Statt mit dem Modellfortschritt zu konkurrieren, ritt man darauf – die multimodale Codegenerierung von GPT-4o machte das Produkt erst Monate zuvor möglich –, was ein vierköpfiges Team tragfähig hielt.

Ein virales Produkt ist kein Geschäft: Wenn die Nutzung die eigene Fähigkeit zur Bedienung übersteigt, sollte man sich auf den einen Anwendungsfall im Produkt konzentrieren, den Kunden bereits brauchen.

Das Unternehmen bleibt bewusst winzig – vier Personen, wobei der Gründungs-Forschungsingenieur Rohan Pandey von einem Investor als „ein Ein-Personen-Forschungslabor“ beschrieben wird –, während es hohe Inferenzkosten trägt, von denen es erwartet, dass sie sinken, sobald kleinere Modelle wie GPT-4o mini besser werden. Es hat ein Open-Source-Evaluierungsframework gebaut, um fehlerhafte Scrapes zu erkennen, vermeidet Nachrichtenaggregation aus eigener Entscheidung und stützt sich auf Gerichtsurteile wie das Bright-Data-Urteil, das öffentliche Profile als fair game einstuft. Paul Graham und AI Grant reagierten nicht auf die Bitte von TechCrunch um eine Stellungnahme.