Daytona: Von 1 Mio. auf 100 Mio. Dollar Run-Rate in vier Quartalen

Ein Tempo auf dem Niveau der schnellsten KI-Unternehmen

Daytonas prognostizierte Run-Rate habe zehn Tage nach Beginn des Oktobers 100 Mio. Dollar erreicht, schreibt Burazin. Er räumte ein, dass es sich um eine Prognose handle und weiterhin eine reale Chance bestehe, dass das Unternehmen den Monat nicht auf diesem Niveau abschließen werde. Trotzdem schickte er dem Vorstand und dem Team einen Screenshot.

Burazin ordnet das Ergebnis vor dem Hintergrund eines sich verändernden Vergleichsmaßstabs ein. Er verweist auf Untersuchungen von ICONIQ, wonach Softwareunternehmen früher fünf oder mehr Jahre gebraucht hätten, um die Strecke von 1 Mio. auf 100 Mio. Dollar zurückzulegen. Der State of Scaling Report 2026 zeige hingegen, dass KI-native Unternehmen in ein bis drei Jahren eine ARR von 100 Mio. Dollar erreichen.

Laut seinem Beitrag nennt er weitere Unternehmen auf dieser Wachstumskurve:

• Anthropic stieg 2023 in etwa einem Jahr von praktisch null auf 100 Mio. Dollar Jahresumsatz.
• Cursor wuchs in etwa 12 Monaten von 1 Mio. auf 100 Mio. Dollar ARR.
• Mercor überschritt 11 Monate nach dem Erreichen von 1 Mio. Dollar die Marke von 100 Mio. Dollar.
• Legora und Wiz benötigten jeweils etwa 18 Monate.
• Sierra erreichte sieben Quartale nach dem Start eine ARR von 100 Mio. Dollar.
• Perplexity und ElevenLabs benötigten jeweils etwa 20 Monate.
• Glean brauchte etwa drei Jahre.

Daytona lande damit neben Anthropic, knapp unter vier Quartalen, schreibt Burazin. Dass das Unternehmen bei dieser einen Kennzahl in derselben Spur wie Anthropic liege, sei für ihn „mehr demütigend als lautstark“.

Warum Agenten eine eigene Art von Cloud brauchen

Burazins Erklärung lautet, dass Agenten einen Ort zum Ausführen ihrer Aufgaben benötigen. In seinen Worten denken Modelle auf GPUs, während die Arbeit auf CPUs stattfindet. Jedes Mal, wenn ein Agent Code schreibt, einen Browser öffnet, ein Paket installiert oder einen lang laufenden Prozess abspaltet, braucht er eine isolierte, schnelle und zustandsbehaftete Maschine, die über eine API erreichbar ist.

Seiner Argumentation zufolge wurde die bestehende Cloud-Infrastruktur für Arbeitslasten entwickelt, die dem Verhalten von Menschen entsprechen: eine VM starten, warten und dasselbe jedes Mal auf dieselbe Weise ausführen. Agenten verhalten sich laut dem Beitrag anders. Sie starten Tausende Umgebungen, pausieren und setzen sie fort, untersuchen parallel verschiedene Pfade und benötigen einen Start innerhalb von einigen Zehn Millisekunden statt von Minuten.

Daytona begann als Anbieter automatisierter Entwicklungsumgebungen für menschliche Entwickler. Als Agenten aufkamen, hätten Kunden dem Unternehmen unverblümt gesagt, dass sein Produkt nicht ihren Anforderungen entspreche, berichtet Burazin. Daraufhin übergab das Unternehmen seine bisherigen Kunden an Wettbewerber, entwickelte das Produkt von Grund auf neu und startete mit nur noch wenigen Monaten finanzieller Reichweite erneut.

Das Ergebnis bezeichnet Daytona als Agent Execution Cloud. Burazin nennt sofortige Startzeiten, einen persistenten Zustand, Forks und Snapshots sowie eine sekundengenaue Abrechnung, die der Nutzung durch Agenten entspreche. Die Nachfrage sei von Menschen gekommen, die Agenten entwickeln und für jeden Agenten einen echten Computer benötigen, etwa für Codeausführung, Computernutzung und Reinforcement Learning.

Wachstumsschmerzen und die nächsten Schritte

Burazin beschreibt das vergangene Jahr weniger als Siegesrunde denn als Versuch, den Boden unter den Menschen stabil zu halten, die dem Unternehmen vertraut haben. Er verweist auf Kapazitäten, Support, Einstellungen und die Erklärung gegenüber Investoren, warum Agenten eine andere Cloud benötigen. Außerdem sei der Datenverkehr für Reinforcement Learning und Evaluierungen von nahezu null zu einem gewaltigen Anteil der Nutzung gewachsen, mit quadratischen Spitzen, für die kein klassisches Kapazitätsmodell ausgelegt gewesen sei.

Er bedankt sich bei den Investoren FirstMark, Pace und Upfront sowie bei Business Angels, frühen Kunden und den Mitgründern Vedran und Goran. Die Kunden, die auf Daytona aufbauen, reichten von YC-Unternehmen über Forschungslabore bis hin zu Teams in der Größenordnung von Fortune-Unternehmen.

Mit Blick nach vorn warnt Burazin, dass eine Run-Rate kein Ziel sei und nicht bedeute, dass der schwierige Teil vorbei ist. Seiner Ansicht nach werden sich Modelle weiter verbessern, während sich der Engpass auf den darunterliegenden Computer verlagern werde. „Jeder Agent, der denken kann, braucht weiterhin einen Ort zum Arbeiten“, schreibt er. Die Aufgabe des Unternehmens bestehe darin, diese Computer schnell, sicher und elastisch zu halten.

Die Zahlen sind eigene Angaben des Unternehmens in einem Beitrag seines CEO, und bei den 100 Mio. Dollar handelt es sich um eine Run-Rate, nicht um ausgewiesenen Umsatz. Für den Markt deutet der Beitrag auf eine wachsende Nachfrage nach Infrastruktur hin, die speziell für Agenten-Arbeitslasten statt für von Menschen gesteuerte Arbeitslasten entwickelt wurde.