Amazon-Aussteiger gründen KI-Startup: Lektionen für den Erfolg

Andy Ratsirason und Shalini Aggarwal, zwei ehemalige Amazon-Mitarbeiter, haben sich nach ihren jeweiligen Ausstiegen aus dem Tech-Giganten wiedergefunden, um gemeinsam das KI-Startup Tenafli zu gründen. Ihre Reise verdeutlicht die tiefgreifenden Unterschiede zwischen der Arbeitsweise in einem Großkonzern und der agilen, ressourcenbewussten Realität eines jungen Unternehmens, in der alte Gewohnheiten oft neu gelernt werden müssen.

Vom Tech-Giganten zum KI-Startup: Die Gründung von Tenafli

Shalini Aggarwal, eine 50-jährige CEO aus San Jose, Kalifornien, und Andy Ratsirason, ein 37-jähriger CTO, arbeiteten erstmals 2015 bei Amazon zusammen. Aggarwal war im Produkt- und Programmmanagement tätig, während Ratsirason als Entwicklungsingenieur agierte. Ratsirason, der bereits 2014 zu Amazon kam, verließ das Unternehmen 2023 endgültig, um seinen Traum vom Unternehmertum zu verwirklichen. Aggarwal folgte im September 2024, motiviert durch persönliche Erfahrungen und den aufkommenden KI-Boom.

Ihre Wiedervereinigung erfolgte über LinkedIn, nachdem Ratsirason Aggarwals Engagement für Startup-Themen bemerkte. Gemeinsam gründeten sie Tenafli, ein KI-Startup, dessen Produkt Agefully als KI-Begleiter für ältere Erwachsene dient und personalisierte Empfehlungen sowie Aktivitäten basierend auf täglichen Routinen bietet. Der Abschied von Amazon wurde durch die rasante Entwicklung im Bereich der Künstlichen Intelligenz erleichtert, die beiden Gründern neue Möglichkeiten eröffnete.

Die Herausforderung des Umdenkens: Big Tech vs. Startup-Realität

Ein zentrales Learning für die Tenafli-Gründer war das Ablegen des "Build-First"-Mindsets, das sie bei Amazon verinnerlicht hatten. Dort wurde oft ein Produkt entwickelt, ohne die Nachfrage explizit zu validieren, da der Kundenstamm bereits vorhanden war. Ratsirason erlebte einen "Wake-up Call", als nach monatelanger Entwicklung des Startups kaum organische Nutzer zur Produkteinführung erschienen.

Diese Erfahrung führte zu einer grundlegenden Neuausrichtung: Statt übermäßiger Investitionen in die Produktentwicklung konzentrierten sich die Gründer nun auf frühe Kundengespräche und kleine Distributionstests. Dazu gehörten Wartelisten, Partnerschaften und Community-Posts, um die Nachfrage zu validieren, bevor umfangreiche Ressourcen gebunden wurden. Aggarwal betonte, dass sie bei Amazon viele Systeme und Tools als selbstverständlich angesehen hatten, während sie im Startup-Umfeld alles von Grund auf neu aufbauen mussten.

Frugalität als Überlebensstrategie: Kostenmanagement im Startup

Die Notwendigkeit, frugal zu sein, war eine weitere harte Lektion. Obwohl Tenafli in Startup-Ressourcenprogramme wie AWS Activate, Nvidia Inception und Google's Cloud Credits aufgenommen wurde, verloren sie fast alle ihrer AWS-Gutschriften innerhalb der ersten zwei Monate. Ursache war eine Überprovisionierung von Kapazitäten und unbeabsichtigt lange laufende Ressourcen während KI-Tests, die schleichend Kosten verursachten.

Als Reaktion darauf implementierten sie AWS-Budgetwarnungen, eine Kostenüberwachung und machten das Herunterfahren von Ressourcen zu einem festen Bestandteil ihrer Test-Checkliste. Zudem vereinfachten sie die Architektur, um den Anforderungen ihres aktuellen Stadiums gerecht zu werden. Um die Cloud-Kosten weiter zu senken, erwarben sie eine kleine lokale Maschine für einige ihrer KI-Experimente, wodurch die Cloud nur noch bei Bedarf für Skalierung, Managed Services oder die Produktion genutzt wird.

KI als Effizienzmotor: Forschung, Entwicklung und Personal

Künstliche Intelligenz spielt eine entscheidende Rolle bei der Effizienzsteigerung von Tenafli. Aggarwal berichtet, dass die durch KI eingesparte Zeit es ihnen ermöglicht, sich stärker auf die Teilnahme an Branchen-Summits, Foren und Programmen zu konzentrieren und mehr Zeit mit potenziellen Kunden in Interviews zu verbringen. Ratsirason ergänzt, dass sie früher Stunden mit dem Lesen langer Artikel und der Verfolgung von Nachrichten verbrachten, was sie von Kundeninteraktionen abhielt.

Heute nutzen sie KI, um große Mengen an Inhalten zu scannen, die relevantesten Ideen zu identifizieren und die wenigen lesenswerten Stücke zusammenzufassen. Diese Frugalität im Lernprozess bedeutet, nur dort zu investieren, wo echtes Lernen stattfindet: Zuerst mit Nutzern sprechen, dann das kleinste Produkt bauen, das Wert beweisen kann. Ratsirason sieht KI als "Junior Engineer", der viel Code basierend auf ihren Anforderungen generiert. Aggarwal ist überzeugt, dass sie dank KI keine Benutzeroberflächen-Designer einstellen muss, da sie Anforderungen schnell mit KI entwerfen und Feedback einholen kann. Das Produkt Agefully hätte ohne KI deutlich mehr Kapital und Personal erfordert; heute genügen zwei Ingenieure und Abonnements.

Die zweischneidige Klinge der Big Tech-Erfahrung

Die Big Tech-Vergangenheit der Gründer brachte sowohl Vorteile als auch Nachteile mit sich. Aggarwal hebt hervor, dass sie durch ihre Erfahrung bei Amazon ein Verständnis dafür entwickelten, wie Prozesse in großem Maßstab funktionieren und wie Chaos vermieden werden kann. Gleichzeitig war die größte Herausforderung, die Denkweise zu überwinden, dass Tools und Infrastruktur jederzeit verfügbar sind.

Ratsirason merkt an, dass der Name "Amazon" zwar ein gewisses positives Gewicht hat, aber auch gegen sie arbeiten kann. Externe könnten annehmen, dass sie aufgrund ihrer Erfahrung in einem großen Unternehmen nicht wissen, wie man ein kleines Startup mit begrenzten Ressourcen führt. Die größte Hürde war jedoch die Angst, ein unvollkommenes Produkt auf den Markt zu bringen. Bei Big Tech waren sie an hohe Qualitätsstandards gewöhnt und befürchteten, dass alles Geringere Nutzer abschrecken würde. Im Startup-Bereich lernten sie jedoch, dass das wahre Risiko nicht in kleinen Mängeln liegt, sondern darin, etwas zu entwickeln, das niemand braucht.

KI im Einsatz: Ein Blick auf Google und Ben Scott

Die weitreichenden Auswirkungen von Künstlicher Intelligenz zeigen sich nicht nur in Startups, sondern auch in etablierten Unternehmen. Ben Scott, ein Go-To-Market Lead für Künstliche Intelligenz bei Google, unterstützt Unternehmen dabei, KI zu implementieren, um Wachstum durch intelligentere Kundenansprache, automatisierte Kommunikation und Umsatzmaximierung zu fördern.

Scott, der in Menlo Park aufwuchs, reflektiert über seine eigene Entwicklung und die Überwindung anfänglicher Unsicherheiten beim Netzwerken. Er betont, dass er es heute liebt, sein Wissen mit neugierigen Menschen zu teilen, da er glaubt, dass Menschen grundsätzlich gerne helfen. Seine Erfahrungen, von einer kleinen, homogenen Schule zu einer großen, vielfältigen High School zu wechseln, prägten sein Verständnis für unterschiedliche Perspektiven und die Bedeutung von Gemeinschaft. Diese Offenheit und der Wunsch, Wissen zu teilen, sind auch im dynamischen KI-Sektor von großer Bedeutung.