Was hat die Investoren überzeugt? Innerhalb weniger Monate nach dem Launch verzeichnete Naïve bereits über 30.000 Entwickler als Kunden . Der annualisierte Umsatz (Run Rate) vervielfachte sich in den letzten sechs Monaten um das Zehnfache und liegt nun im niedrigen zweistelligen Millionenbereich . Die starke Akzeptanz der einheitlichen API durch KI-Codierungstools wie Cursor, Claude Code und Codex war ein klares Signal für einen gelungenen Product-Market-Fit .
Naïves Kernidee ist es, den Aufwand zu eliminieren, der nötig ist, um ein Unternehmen zu gründen und zu führen. Bisher müssen dafür zahlreiche separate APIs und Dienste für Firmengründung, Bankgeschäfte, E-Mail, Cloud-Hosting und mehr miteinander verbunden werden. Naïve bündelt all das in einer einzigen API und einer Konfigurationsdatei . Ein Entwickler kann einem KI-Codierungsagenten (Cursor, Claude Code oder Codex) eine einzige Anweisung geben, und die Naïve-Plattform stellt automatisch den gesamten betrieblichen Stack bereit .
Dieser Stack umfasst:
Der menschliche Nutzer muss lediglich die KYC/KYB-Prüfungen durchlaufen und die erforderlichen Zahlungen tätigen. Nach dieser Compliance-Übergabe übernimmt die KI alles Weitere – vom Einrichten von E-Mail-Postfächern bis zur Integration mit Stripe und QuickBooks .
Ein wesentlicher Teil der Series-A-Erlöse ist für den Aufbau fünf neuer Infrastrukturkomponenten vorgesehen, die den Betrieb von KI-Agenten drastisch verbilligen sollen . Dies adressiert das zentrale Hindernis, das den Einsatz von Agenten derzeit begrenzt: die explodierenden Kosten für Inferenz (Berechnung) .
Hier ist, was Naïve entwickelt:
1. Inferenz-Optimierung – Techniken, um die Kosten pro Berechnungsaufruf für alle Agentenaufgaben zu senken .
2. Modell-Router – Leitet jede Anfrage automatisch an das kosteneffizienteste große Sprachmodell (LLM) für diese Aufgabe weiter. Einfache Abfragen gehen an günstige, kleine Modelle; nur komplexe Denkaufgaben erreichen die leistungsfähigsten Modelle. Der Router speichert und nutzt bereits berechnete Daten, um Doppelberechnungen zu vermeiden . Dieser Ansatz spiegelt die besten Praktiken der Branche wider, die Kostensenkungen von 40 bis 85 Prozent bei gleichbleibender Ausgabe-Qualität von 90 bis 95 Prozent berichten .
3. Speichersystem (Memory System) – Speichert und stellt Geschäftskontext über mehrere Sitzungen hinweg zur Verfügung, sodass Agenten nicht immer wieder dieselben Informationen neu ableiten müssen. Das reduziert redundante Modellaufrufe drastisch .
4. Arbeitsverteiler (Orchestrator) – Koordiniert, welcher Agent welche Aufgabe übernimmt, und verwaltet die parallele Ausführung. Dies verhindert Leerlaufschleifen und verschwendete Rechenzeit .
5. Serverlose Laufzeit (Serverless Runtime) – Führt Agentencode in leichtgewichtigen JavaScript-Umgebungen anstelle von vollständigen virtuellen Maschinen aus. Das senkt die Leerlaufkosten für große Agenten-Bereitstellungen erheblich .
Zusammen sollen diese Komponenten autonome Unternehmen (und jedes Unternehmen, das Naïves Agenten-Infrastruktur nutzt) im Betrieb deutlich günstiger machen. Das Unternehmen plant, mit dem Geld Forscher einzustellen und diese Projekte auszubauen – derzeit hat es nur 10 Vollzeitmitarbeiter .
Naïves Ansatz ist bemerkenswert, weil er zwei unterschiedliche Wertversprechen kombiniert: eine Schicht zur Geschäftsautomatisierung, die die Gründung und den Betrieb von Unternehmen vereinfacht, und eine Schicht zur Senkung der Inferenzkosten, die den Betrieb der zugrunde liegenden KI-Agenten wirtschaftlich macht. Sollte die Plattform erfolgreich sein, könnte sie die Hürde für die Gründung eines vollständig KI-betriebenen Unternehmens von Wochen auf Minuten senken – und dabei die laufenden Rechenkosten im Griff behalten.
Was hat die Investoren überzeugt? Innerhalb weniger Monate nach dem Launch verzeichnete Naïve bereits über 30.000 Entwickler als Kunden . Der annualisierte Umsatz (Run Rate) vervielfachte sich in den letzten sechs Monaten um das Zehnfache und liegt nun im niedrigen zweistelligen Millionenbereich . Die starke Akzeptanz der einheitlichen API durch KI-Codierungstools wie Cursor, Claude Code und Codex war ein klares Signal für einen gelungenen Product-Market-Fit .
Naïves Kernidee ist es, den Aufwand zu eliminieren, der nötig ist, um ein Unternehmen zu gründen und zu führen. Bisher müssen dafür zahlreiche separate APIs und Dienste für Firmengründung, Bankgeschäfte, E-Mail, Cloud-Hosting und mehr miteinander verbunden werden. Naïve bündelt all das in einer einzigen API und einer Konfigurationsdatei . Ein Entwickler kann einem KI-Codierungsagenten (Cursor, Claude Code oder Codex) eine einzige Anweisung geben, und die Naïve-Plattform stellt automatisch den gesamten betrieblichen Stack bereit .
Dieser Stack umfasst:
Der menschliche Nutzer muss lediglich die KYC/KYB-Prüfungen durchlaufen und die erforderlichen Zahlungen tätigen. Nach dieser Compliance-Übergabe übernimmt die KI alles Weitere – vom Einrichten von E-Mail-Postfächern bis zur Integration mit Stripe und QuickBooks .
Ein wesentlicher Teil der Series-A-Erlöse ist für den Aufbau fünf neuer Infrastrukturkomponenten vorgesehen, die den Betrieb von KI-Agenten drastisch verbilligen sollen . Dies adressiert das zentrale Hindernis, das den Einsatz von Agenten derzeit begrenzt: die explodierenden Kosten für Inferenz (Berechnung) .
Hier ist, was Naïve entwickelt:
1. Inferenz-Optimierung – Techniken, um die Kosten pro Berechnungsaufruf für alle Agentenaufgaben zu senken .
2. Modell-Router – Leitet jede Anfrage automatisch an das kosteneffizienteste große Sprachmodell (LLM) für diese Aufgabe weiter. Einfache Abfragen gehen an günstige, kleine Modelle; nur komplexe Denkaufgaben erreichen die leistungsfähigsten Modelle. Der Router speichert und nutzt bereits berechnete Daten, um Doppelberechnungen zu vermeiden . Dieser Ansatz spiegelt die besten Praktiken der Branche wider, die Kostensenkungen von 40 bis 85 Prozent bei gleichbleibender Ausgabe-Qualität von 90 bis 95 Prozent berichten .
3. Speichersystem (Memory System) – Speichert und stellt Geschäftskontext über mehrere Sitzungen hinweg zur Verfügung, sodass Agenten nicht immer wieder dieselben Informationen neu ableiten müssen. Das reduziert redundante Modellaufrufe drastisch .
4. Arbeitsverteiler (Orchestrator) – Koordiniert, welcher Agent welche Aufgabe übernimmt, und verwaltet die parallele Ausführung. Dies verhindert Leerlaufschleifen und verschwendete Rechenzeit .
5. Serverlose Laufzeit (Serverless Runtime) – Führt Agentencode in leichtgewichtigen JavaScript-Umgebungen anstelle von vollständigen virtuellen Maschinen aus. Das senkt die Leerlaufkosten für große Agenten-Bereitstellungen erheblich .
Zusammen sollen diese Komponenten autonome Unternehmen (und jedes Unternehmen, das Naïves Agenten-Infrastruktur nutzt) im Betrieb deutlich günstiger machen. Das Unternehmen plant, mit dem Geld Forscher einzustellen und diese Projekte auszubauen – derzeit hat es nur 10 Vollzeitmitarbeiter .
Naïves Ansatz ist bemerkenswert, weil er zwei unterschiedliche Wertversprechen kombiniert: eine Schicht zur Geschäftsautomatisierung, die die Gründung und den Betrieb von Unternehmen vereinfacht, und eine Schicht zur Senkung der Inferenzkosten, die den Betrieb der zugrunde liegenden KI-Agenten wirtschaftlich macht. Sollte die Plattform erfolgreich sein, könnte sie die Hürde für die Gründung eines vollständig KI-betriebenen Unternehmens von Wochen auf Minuten senken – und dabei die laufenden Rechenkosten im Griff behalten.