AI-Agenten reifen zum Produktionsthema: DoorDash liefert Conversion-Zahlen, OpenAI Codex 7 Mio. Nutzer. Daneben: Infrastruktur-Shifts bei Inferenz, Open-Weight-Adoption und ein kritischer Blick auf Datenmacht.
Die produktive KI-Welle macht sich in Nutzerzahlen und Conversion-Metriken bemerkbar. OpenAI Codex mit 7 Millionen aktiven Nutzern — ein Wachstum von mehr als dem Zehnfachen innerhalb von sechs Monaten seit Jahresbeginn — ist die wohl auffälligste Zahl der Woche. Zum Vergleich: Codex startete mit schätzungsweise 550.000 bis 700.000 Nutzern ins Jahr; das Halten der 5-Stunden-Nutzungsbeschränkung für Plus-, Business- und Pro-Konten wurde temporär aufgehoben, was die Wachstumsdynamik zusätzlich befeuerte. Ähnlich messbar liefert DoorDashs KI-Shoppingassistent „Ask DoorDash" konkrete Produktionskennzahlen: persistentes Consumer-Memory steigerte die Grocery-Checkout-Conversion um 24 %, erhöhte Warenkorbgrößen um 17 % und reduzierte Konversations-Turns um 7 %. Bei Restaurant-Discovery lag die Conversion bei offenen Suchanfragen 15 % höher. Das Architekturprinzip dahinter ist bemerkenswert: Statt Business-Logik in Prompts einzubetten, trennt DoorDash Orchestrierung von Geschäftsfähigkeiten über einen MCP-basierten Tooling-Layer — ein Muster, das über Shopping hinaus als Blaupause für produktive Agent-Systeme taugt. Wer ein ähnliches System ohne Vektorembeddings aufbauen will, findet in Agentic RAG mit dem OpenAI Agents SDK eine minimale Implementierung, die Retrieval als iterativen Such-Lese-Entscheidungs-Loop modelliert.
Der Infrastrukturunterbau dieser Agentenarchitekturen verschiebt sich parallel in mehrere Richtungen. Laut dem Vercel AI Gateway Production Index für Juli 2026 — der auf Daten aus dem Juni basiert — liefen Open-Weight-Modelle bereits 29 % aller Gateway-Tokens, gegenüber 11 % im April, bei weniger als 4 % des Gesamtspends. DeepSeek allein erreichte 22,6 % des Token-Volumens und liegt damit weniger als zwei Prozentpunkte hinter Google auf Platz drei. Anthropic hingegen dominiert bei kostenkritischen Workloads: 72 % oder mehr des Spends in jeder High-Stakes-Kategorie entfallen auf Anthropic-Modelle. Das Muster ist eindeutig — Volumen geht an günstige Open-Weight-Modelle, Risiko bleibt auf Frontier-Modellen. Auf Hardware-Ebene verstärken zwei Entwicklungen diesen Trend: Neue FP4-Attention-Kernels für Nvidias B300-Architektur erzielen bis zu 1,69-fache Inferenzgeschwindigkeit gegenüber FlashAttention 4, und ein Pull Request für llama.cpp bringt Unterstützung für Tencents Hy3 — ein 299-Milliarden-Parameter-MoE-Modell — inklusive Multi-Token-Prediction-basiertem Speculative Decoding, was lokale Deployments großer Modelle weiter beschleunigt.
Im Kapitalmarkt spiegelt sich die Erwartung an eine breitere Modalitäten-Expansion wider. PixVerse schloss eine Series-C-Extension über insgesamt 439 Millionen US-Dollar ab und überschritt dabei eine Bewertung von 2 Milliarden Dollar. Das in Singapur ansässige Unternehmen verweist auf 150 Millionen registrierte und 15 Millionen monatlich aktive Nutzer. Investoren der Erweiterungsrunde umfassen unter anderem Alibaba — das zugleich als Vertriebskanal für die Enterprise-Kundschaft fungiert. Das Unternehmen bietet neben Consumer-Video-Generierung (V-Series) auch ein C-Series-Modell für professionelle Film- und Commercials-Workflows sowie R-Series-World-Models für Game-Development an. Dass die Kategorie „World Models" kommerziell reift, beleuchtet ausführlich ein Ars-Technica-Bericht: Wäh…
