Lovable mit 6,6 Mrd. Dollar bewertet: KI-Coding-Finanzierungen steigen

CNBC berichtete am 16. Dezember über die Runde. Es ist die dritte Finanzierung für Lovable in diesem Jahr. Die Quellen, die anonym bleiben wollten, nannten die US-Risikokapitalfirma Accel als Teilnehmer. Eine weitere Quelle identifizierte Khosla Ventures als Investor. Weder das Unternehmen noch die beiden Fonds hatten bis zur Veröffentlichung des Artikels auf die Bitte von CNBC um eine Stellungnahme reagiert.

Für ein 2023 gegründetes Unternehmen ist das viel Geld.

Accel ist nicht neu in dieser Branche. Die Firma hatte bereits die vorherige Runde von Lovable unterstützt und hält Anteile an mehreren der größten Finanzierungen des Sektors. Dazu gehören Milliardenrunden für den Cursor-Hersteller Anysphere und für Thinking Machines, das KI-Unternehmen der ehemaligen OpenAI-Managerin Mira Murati. Khosla Ventures war zuvor nicht als Teilnehmer dieser Runde gemeldet worden. Forbes berichtete im November, der Deal würde Lovable auf rund 6 Milliarden Dollar bewerten. Das liegt unter der Zahl, die die beiden anonymen Quellen CNBC nannten.

Die Wachstumszahlen machen die Bewertung nachvollziehbar. Lovable meldete im November 200 Millionen Dollar wiederkehrenden Jahresumsatz (ARR). Das war weniger als ein Jahr, nachdem das Unternehmen erstmals 1 Million Dollar ARR erreicht hatte. Damals teilte die Firma mit, dass täglich 100 000 Projekte auf ihrer Plattform erstellt wurden. Die Juli-Runde brachte 200 Millionen Dollar ein. Investoren waren unter anderem Creandum, Klarna-Gründer Sebastian Siemiatkowski, ElevenLabs-Gründer Mati Staniszewski und Synthesia-Gründer Victor Riparbelli.

Was Lovable tatsächlich verkauft

Lovable sitzt in Stockholm und eröffnet Büros in Boston und San Francisco.

Die Plattform nutzt KI-Modelle von Anbietern wie OpenAI und Anthropic. Nutzer bauen damit Apps und Websites über Textanweisungen, ohne Code verstehen zu müssen. Das ist der Kern dessen, was die Branche Vibe Coding nennt. Dorthin ist in diesem Jahr ein großer Teil des Risikokapitals geflossen. Die Vergleichsgruppe ist teuer. Anysphere sammelte im November 2,3 Milliarden Dollar bei einer Bewertung von 29,3 Milliarden Dollar ein, wie CNBC berichtet. Replit erreichte im September nach 250 Millionen Dollar eine Bewertung von 3 Milliarden Dollar. Vercel schloss eine Runde über 300 Millionen Dollar bei einer Bewertung von 9,3 Milliarden Dollar ab. Das sind US-Firmen. Lovable ist der europäische Spitzenreiter in dieser Kategorie. Deshalb hat seine Bewertung Bedeutung über die eigene Bilanz hinaus.

Software, die Software schreibt, ist nicht der einzige Ort, an dem sich Kapital konzentriert.

Edtech erzählt die entgegengesetzte Geschichte. Die weltweiten Investitionen in Bildungstechnologie erreichten 2021 mit 16,7 Milliarden Dollar ihren Höhepunkt, als Lockdowns Millionen Kinder aus den Klassenzimmern hielten. Bis 2025 fielen sie auf weniger als 3 Milliarden Dollar, so Tracxn, eine Plattform aus Bengaluru, die Startup-Finanzierungen verfolgt. Rest of World berichtete im April 2026 über die Zahlen. Die Zahl der neu gegründeten Edtech-Firmen sank von fast 10 500 im Jahr 2020 auf 645 im Jahr 2025.

Das Geld ist nicht verschwunden. Es ist umgezogen.

HolonIQ, ein Forschungsunternehmen, das Regierungen und Investoren in Bildungsfragen berät, schrieb in einem Beitrag vom Februar, Investoren hätten Kapital auf KI-gestützte Produkte, auf die Arbeitswelt ausgerichtete Plattformen und Betriebswerkzeuge für K-12 konzentriert. Diese Produkte adressieren Kosten- oder Betriebsdruck. Loot Drop, eine Datenbank mit mehr als 1 700 gescheiterten Startups, kam zu dem Schluss, dass betriebliche Weiterbildung und der Erwerb spezialisierter Fähigkeiten für gut bezahlte Berufe aussichtsreicher wirken als allgemeine K-12-Bildung. Byju's, einst das wertvollste Bildungs-Startup der Welt mit 22 Milliarden Dollar, brach unter einer Finanzkrise und aggressiven Verkaufspraktiken zusammen. Das nigerianische Startup Edukoya schloss 2025.

Das Risiko, das nach dem Geld kommt

Eine in diesem Jahr eingereichte Klage zeigt, was schiefgehen kann, wenn KI-generierte Ergebnisse als Tatsache veröffentlicht werden.

MeetingTV, ein Startup für Videokonferenzen und Webinare, verklagte Palo Alto Networks. Dessen frisch übernommenes Threat-Intelligence-Geschäft Koi Security hatte einen Blogbeitrag veröffentlicht, der das Startup mit einer chinesischen Wirtschaftsspionageoperation in Verbindung brachte. The Register berichtete am 2. Juli 2026 über die Klage. In der Klageschrift heißt es, Koi habe ein großes Sprachmodell genutzt, um den Bedrohungsbericht zu erstellen. Das KI-System habe Befunde über MeetingTV halluziniert. Das Sicherheitsunternehmen habe diese am 30. Dezember als Tatsachen veröffentlicht.

Kois Blog war später stillschweigend bearbeitet worden, um Verweise auf MeetingTVs Produkt Zoomcorder zu entfernen. Darin hatte das Unternehmen den Aufzeichnungsdienst als "public-facing front" für eine chinesische kriminelle Operation beschrieben. Laut der Klage führte der Bericht dazu, dass Sicherheitsfirmen und Dienstanbieter weltweit MeetingTVs Domains und Dienste blockierten und sie als Malware und Command-and-Control-Infrastruktur einstuften.

"If people on the internet are blocked from reaching your company, then that's a death sentence," sagte MeetingTV-Gründer und CEO Michael Robertson dem Register.

Robertson sagte, Koi habe sein Unternehmen vor der Veröffentlichung nie kontaktiert. Er habe von dem Bericht erst erfahren, als Anbieter begannen, ihn zu blockieren. Verizon und Palo Alto Networks blockierten das Startup weiterhin. Ein Sprecher von Palo Alto Networks sagte dem Register, das Unternehmen kenne die Klage zu einem Bericht, den Koi vor der Übernahme veröffentlicht habe. Er sagte, Kois Recherche spiegle dessen Engagement, Bedrohungen zu erkennen und offenzulegen. Zu den konkreten Vorwürfen von MeetingTV wollte der Sprecher keine Fragen beantworten.

Der Fall ist keine Finanzierungsgeschichte. Er ist der Grund, warum einige Investoren härtere Fragen dazu stellen, was KI-Produkte tatsächlich erzeugen und wer die Ergebnisse prüft, bevor sie ausgeliefert werden.

Am anderen Ende des Marktes geht das Experimentieren unterdessen günstig weiter. Ein GitHub-Projekt namens Mini-AGI, im September 2026 auf Hacker News vorgestellt, beschreibt ein kontinuierlich lernendes Byte-Level-Sprachmodell. Es baut seine eigene Architektur zusammen, trainiert auf einer einzigen GPU mit 8 GB VRAM von Grund auf und speichert seine Gewichte als gewöhnliche Dateien auf der Festplatte. Bei Bedarf lädt es sie auf die Karte. Der Autor sagt ausdrücklich, es sei ein Spielzeugmodell und kein Frontier-System. Die Gewichte wurden nicht veröffentlicht. Der Lauf liest noch seinen ersten Durchgang durch den Korpus.

Das ist ein kleines Experiment. Lovables Runde zeigt die Größe der Wette, die auf der anderen Seite derselben Idee platziert wird.