Das in Toronto ansässige KI-Startup Cohere hat einen bedeutenden Meilenstein erreicht: Laut mit der Angelegenheit vertrauten Kreisen hat das Unternehmen seinen annualisierten Umsatz bis Mai 2025 auf 100 Millionen US-Dollar verdoppelt. Dieses Wachstum folgt auf eine strategische Neuausrichtung, die im dritten Quartal 2024 eingeleitet wurde. Damals verlagerte Cohere den Fokus auf private Implementierungen, die speziell auf Unternehmenskunden in stark regulierten Branchen wie Finanzwesen, Gesundheitswesen und Behörden zugeschnitten sind.
Cohere-CEO Aidan Gomez skizzierte diese neue Ausrichtung in einem Jahresend-Memo und betonte, dass das Unternehmen sich darauf konzentriere, maßgeschneiderte KI-Modelle für Geschäftskunden zu entwickeln, anstatt im Wettlauf um immer größere Foundation-Modelle mitzuhalten. Die Strategie hat sich ausgezahlt: Rund 85 % des Geschäfts von Cohere stammen mittlerweile aus privaten Implementierungen, die beeindruckende Gewinnmargen von etwa 80 % erzielen.
Cohere wurde 2019 von ehemaligen Google-KI-Forschern gegründet und hat bislang über 900 Millionen US-Dollar von Investoren wie Nvidia, Cisco und Inovia Capital eingesammelt. Nach einer Finanzierungsrunde über 500 Millionen US-Dollar im Juli 2024 wurde das Unternehmen zuletzt mit 5,5 Milliarden US-Dollar bewertet. Im Gegensatz zu verbraucherorientierten KI-Unternehmen wie OpenAI und Anthropic verfolgt Cohere konsequent einen reinen Enterprise-Ansatz und bedient Kunden wie Oracle, Fujitsu und Notion.
Im Januar 2025 brachte Cohere North auf den Markt, eine ChatGPT-ähnliche Anwendung, die Wissensarbeiter bei Aufgaben wie Dokumentenzusammenfassungen und Datenanalysen unterstützt. Diese sichere KI-Arbeitsumgebung ermöglicht es Nutzern, KI-Agenten ohne Programmierkenntnisse zu erstellen und bereitzustellen – bei gleichzeitig strengen Datenschutzkontrollen. Die Plattform kann sowohl in der Cloud als auch lokal, einschließlich isolierter Umgebungen (air-gapped), für maximale Sicherheit betrieben werden.
Cohere's Hinwendung zu kleineren, spezialisierten Modellen spiegelt einen übergreifenden Trend im KI-Sektor wider. Da Unternehmen von der weiteren Skalierung der Modellgröße immer geringere Erträge berichten, setzt die Branche zunehmend auf domänenspezifische Tools anstelle großer, allgemeiner Systeme. Dieser Ansatz findet bei Unternehmenskunden Anklang, die sichere, maßgeschneiderte KI-Lösungen suchen, die spezifische Geschäftsanforderungen adressieren und zugleich die Kontrolle über sensible Daten gewährleisten.