LinkedIn rewired how reach is earned this fortnight, splitting the feed, shrinking network distribution and flagging AI content, while charging for networking features that used to be free. Brands responded by moving the voice from company pages to employees and creators, a shift Microsoft formalised and Billion Dollar Boy Group backed with its first acquisition. For sellers, the common thread is that specificity, first hand proof and buyer problems now outperform volume and templates.

The conversation in September moved from whether to adopt AI to who owns, governs and pays for it. Vendors are shipping agents faster than organizations are assigning approval rights, while adoption data shows stacks going hybrid rather than AI native. The recurring constraint is organizational: unowned stacks, eroding trust in CRM data and measurement that still rewards the wrong numbers.

Der Vertriebskanal war zuletzt kein nachgelagertes Thema mehr, sondern der Ort, an dem Enterprise-Deals entstanden, finanziert und abgeschlossen wurden. Diese Ausgabe verfolgte drei parallel laufende Entwicklungen: Anbieter passten an, was sie von Partnern erwarteten, Marktplätze wuchsen schneller als die Unternehmen, die über sie verkauften, und eine Welle benannter Programmstarts, Zertifizierungen und Kooperationsvereinbarungen festigte diesen Wandel. In der Summe zeigte sich, dass Investitionen ins Ökosystem vom Nice-to-have zum wichtigsten Wachstumshebel wurden.

Zwei Erzählstränge prägten diese Ausgabe. Die Schnittstelle zwischen Marketern und ihren Plattformen löste sich am schnellsten dort auf, wo die größten Anbieter Agenten direkt in den Workflow einbetteten, von Salesforce und Anthropics Claudeforce bis zu Webflows Source und Adobes Workfront AI Collaborators. Zugleich begann die Branche, in Dollar und Prozentsätzen zu beziffern, was fehlende Governance kostet: unklare Zuständigkeiten, nicht integrierte Daten und unverifizierte Messung verursachten inzwischen konkret bezifferte Beträge, statt abstrakte Klagen zu bleiben.

Go-to-Market wurde zunehmend als konstruiertes System neu aufgebaut, statt als reines Kopfzahlproblem behandelt, wobei RevOps- und GTM-Engineers das alte Modell aus mehr Vertriebsmitarbeitern und mehr Tools ablösten. Positionierung und Value Selling wurden als diszipliniertes, checklistengetriebenes Handwerk statt als Bauchgefühl behandelt, und Markteintrittsentscheidungen orientierten sich zunehmend an Bereitschaft und Lokalisierung statt an roher Marktgröße. Darunter lag eine Führungsfrage: ob kommerzielle Teams beantworten konnten, wer kaufte, warum, und wie die Ökonomie der Kundengewinnung tatsächlich aussah.

Field Marketing wurde zuletzt in zwei Richtungen gleichzeitig gezogen. Auf der einen Seite wehrten sich Praktiker gegen Vanity-Metriken und verlangten Belege, dass ein Messestand, ein Dinner oder ein Sponsoring tatsächlich Pipeline bewegte. Auf der anderen Seite wuchs die Kategorie selbst weiter, mit Private-Equity-Käufen bei Messeveranstaltern und steigenden Experiential-Budgets, selbst wenn einzelne Marketingteams stagnierende Ausgaben meldeten. Der verbindende Faden durch diese Ausgabe war Messung. Fast jedes Thema, vom Standpersonal über Lead-Capture-Tools bis zur Budgetverteidigung, kam auf dieselbe Frage zurück: wie beweist man, dass ein Raum voller Menschen die Investition wert war.

Im Mittelpunkt des VC-Geschehens stand in den vergangenen zwei Wochen Disziplin, nicht Überschwang. Gründer waren gefordert, Fundraising neu an Meilensteinen, an der Qualität des Kapitals und an der Passung zum Investor auszurichten. Investoren konzentrierten sich auf Spezialisierung, Zugang, Liquidität und Branchentiefe, während KI, Klima, Biotech und regionale Ökosysteme die Allokationsprioritäten neu ordneten.

Der M&A-Markt zieht wieder an, allerdings ungleichmäßig. Kapital fließt in KI, Infrastruktur, Cybersecurity und geografische Expansion, während Käufer Bewertung, Resilienz und Integrationsreife strenger prüfen. Die entscheidende Verschiebung ist deutlich: Nicht mehr die Transaktionsaktivität bestimmt den Erfolg eines Deals, sondern diszipliniertes Sourcing, eine gründliche Due Diligence und die Umsetzung nach dem Closing.

Das Experimentieren weicht erkennbar der Umsetzung. KI bleibt das beherrschende Thema, doch das gewichtigere Signal reicht weiter: Governance, der Umbau der Belegschaft, Partner-Ökosysteme, Kapitaldisziplin und geopolitische Resilienz werden zu zentralen Prioritäten der Transformation.

In der Private-Equity-Debatte trat in den vergangenen zwei Wochen die Verfügbarkeit von Kapital deutlich hinter den Nachweis der Umsetzung zurück. Im Mittelpunkt standen der Druck auf die Liquidität, die operative Value Creation, der Weg der KI vom Pilotprojekt zur Wirkung auf das EBITDA und ein selektiverer Markt für Deals, in dem die Qualität des Sourcings und die Fähigkeit des Managements mehr zählen als breit angelegte Investmentthesen.

Der VC-Markt wird konzentrierter, stärker von KI bestimmt und anspruchsvoller bei den Nachweisen, die vor dem Kapital kommen. Gleichzeitig erweitern Gründer, Fonds und LPs ihr Repertoire: präziser zugeschnittene Runden, alternative Kapitalquellen, neue Werkzeuge zur Fondssuche, NAV-Lending und stärkere Plattformmodelle für das Portfolio.

Auf der SuperReturn International 2026 in Berlin zeigte sich eine Private-Capital-Branche, die von der Erzählung zum Beweis übergeht. Auf der Hauptbühne, bei Side Events, an den Ständen und in Investorengesprächen dominierte eine Aussage: LPs wollen Ausschüttungen, operative Value Creation, diszipliniertes Underwriting und belastbare Wirtschaftlichkeit von KI.

Across maintenance, asset data and the tool trade, one theme runs through the edition: value now sits in the operating model around the hardware. Condition monitoring programs succeed or fail on baselines, alert routing and planning capacity, asset tagging is treated as a data governance task, and power tool makers compete on shared battery platforms and direct contact with the trade.

Robotics in September moved from demonstration to deployment economics. Humanoids are judged on factory reliability and unit output rather than stage performance, surgical robotics is being tested on safety and cost rather than precision alone, and physical AI is defined by what survives production. Capital and partnerships are concentrating around shared compute and model stacks, while Europe positions its supply chains and startups as a distinct alternative to the US and China.

Cordless platform expansion dominated the period, with Hilti's Nuron system and Milwaukee's M18 and MX FUEL lines each adding new tools and accessories across multiple categories. Alongside that hardware push, a parallel thread ran through the strategic conversation: automation, AI-driven predictive maintenance, and industrial IoT are increasing rather than reducing the value of skilled technicians and precise calibration. Asset visibility and security also matured into a distinct theme, spanning construction site tracking, mining security platforms, and tool-theft deterrence.

Der Berichtszeitraum brachte zwei widersprüchliche Signale gleichzeitig ans Licht. Die Kapitalmärkte bepreisten humanoide Robotik als Infrastrukturkategorie, mit einem Börsengang, einem milliardenschweren Compute-Abkommen und einer Welle von Übernahmen im selben Zeitfenster. Zugleich räumten Akteure aus der Branche ein, dass der Großteil der gebauten Hardware noch keine bezahlte Arbeit leisten konnte, dass Modelle für reale Kontaktphysik weiterhin zu langsam blieben und dass sowohl Europa als auch das Gesundheitswesen darum wetteiferten, in einer Geschichte nicht abgehängt zu werden, die derzeit vor allem in China und im Verteidigungsbereich geschrieben wurde.

Zwei gegenläufige Erzählungen liefen im Markt für Bautechnologie in diesem Zeitraum nebeneinander her. Kapital und Produktneuheiten legten deutlich zu: KI-Agenten wanderten aus Demos in laufende Abläufe auf der Baustelle, und hunderte Millionen Dollar flossen in Robotik und AEC-Software. Zugleich zeigten die Einführungsdaten der Branche selbst eine wachsende Lücke zwischen digitalen Investitionen und tatsächlich erreichter Produktivität. Als eigentliche Bremse erwiesen sich Qualifikation, Vertrauen und saubere Daten von der Baustelle, nicht die Werkzeuge.

Die Diskussion des Zeitraums verlief in zwei getrennten Strängen. Auf der einen Seite betonten Praktiker immer wieder, dass die eigentlichen Grenzen industrieller KI bei Governance, der Bereitschaft der Belegschaft und den Datengrundlagen liegen, nicht bei der Leistungsfähigkeit der Modelle. Auf der anderen Seite brachten Plattformanbieter wie SAP, Siemens, Schneider Electric und AWS konkrete Produkte und Partnerschaften voran, viele davon auf einer dichten Folge weltweiter Messen und Foren.

Epic und Oracle richten ihre KI-Ambitionen nach innen: Agenten, Kostenzähler und Patiententools entstehen direkt in den eigenen Plattformen, statt sie für externe Entwickler zu öffnen. Damit rücken Governance-Fragen von den Kosten für KI-Token über Cyberrisiken bis zur Normalisierung von Daten auf dieselbe Agenda wie die Einführung selbst. Rund um die beiden EHR-Riesen erproben Gerätehersteller, Diagnostiklabore und Anbieter virtueller Versorgung jeweils enger gefasste, klinisch stärker verankerte Wetten.

Sicherheitsverantwortliche lösen sich von der Compliance zum Stichtag und wenden sich einer fortlaufenden, am Angreifer ausgerichteten Resilienz zu. Beschleunigt wird das durch KI-Agenten, die inzwischen auf beiden Seiten der Bedrohung stehen. Parallel dazu wird Quantencomputing vom Forschungsmeilenstein zur Budgetposition im Vorstand, denn Fortschritte bei der Hardware, nationale Verteidigungsprogramme und Einstellungen in Unternehmen kommen gleichzeitig voran. Unter beiden Entwicklungen liegt ein härteres Problem aus Infrastruktur und Governance: Rechenzentren stoßen an physische Grenzen, ERP- und Transformationsprogramme verlieren Wert durch frühe Entscheidungen und nicht durch die Technologie selbst, und Organisationen klären, wer verantwortlich ist, wenn hinter einem privilegierten Konto eine KI und kein Mensch steht.

Für KI im Unternehmen beginnt die Phase der Rechenschaft. Die Transparenz- und Hochrisiko-Bestimmungen des EU AI Act traten am 2. August in Kraft; Unternehmen müssen ihre Governance seither belegen statt nur behaupten. Im Technologie-Stack hat sich die Diskussion zugleich von der Leistungsfähigkeit der Modelle zum Systemdesign verschoben: Agentenarchitektur, Gedächtnis und Observability wiegen inzwischen schwerer als die reine Wahl des Modells. Parallel ordnen sich Kapital und Fachkräfte schneller um agentenbasierte KI neu, als die Governance-Rahmen nachkommen, und die Frage nach der Belegschaft, wer künftig die Einstiegsarbeit übernimmt, die KI heute erledigt, wird ebenso dringlich wie die nach der Compliance.

Zwischen Souveränität als Marketingbegriff und Souveränität als Architekturentscheidung öffnet sich in diesem Zeitraum eine immer größere Lücke. Regulierungsbehörden, Einkäufer und Anbieter nähern sich derselben Frage: ob ein Cloud- oder KI-System die Kontrolle tatsächlich innerhalb eines bestimmten Rechtsraums hält. Die Antworten werden dabei immer konkreter und nennen Produkte, Rechenzentren und Prozentwerte beim Namen. Zugleich holen ERP- und FinOps-Praktiken im Unternehmen beim Kostenprofil von KI auf, und eine Welle von Plattformstarts und Kapitalbewegungen zeigt, worauf Investoren und Anbieter setzen.

Eine einzige Spannung beherrschte die Green-ICT-Diskussion der vergangenen zwei Wochen auf LinkedIn. Der Bedarf an KI-Rechenleistung wächst schneller, als saubere Energie- und Wasserinfrastruktur nachziehen kann, und die Branche ist offen gespalten: Auf der einen Seite stehen harte Belege für eine Umkehr bei der Dekarbonisierung, auf der anderen ebenso harte Belege für technische Lösungen, die tatsächlich funktionieren. Rechenzentren entstehen im Gigawattmaßstab, gleichzeitig auf Gasbasis, mit Holztragwerken, auf Wellenplattformen und mit geschlossenen Kühlkreisläufen. Regulierungsbehörden, Stadtverwaltungen und Forschende widersprechen dabei Aussagen, die zuvor unhinterfragt übernommen wurden. Parallel dazu befasste sich ein kleinerer, aber durchgehender Diskussionsstrang mit Nachhaltigkeit vollständig außerhalb der Rechenzentrumshalle: mit kreislauffähiger Hardware, Green Software Engineering und der Effizienz von KI.

KI ordnet die Besetzung, die Bewertung und die Verantwortung von Produktteams schneller neu, als die Operating Models der meisten Organisationen das aufnehmen können. Beim Recruiting zählt weniger die Sicherheit im Umgang mit Frameworks als vielmehr der Entwurf von Evaluationen, während Untersuchungen zur Transformation immer wieder bei derselben Diagnose landen: Die Technologie hat sich bewegt, die Governance nicht. Zugleich konkurrieren die Produkte, die auf den Markt kommen, von Konnektoren für juristische Entwürfe bis zu agentenfähigen Datenschichten, zunehmend darüber, ob ein Agent sie bedienen kann, und nicht darüber, wie ausgefeilt ihre Oberfläche wirkt.