Glean verkauft den Teil der KI, den niemand erledigen will

Wann sein Unternehmen eine Milliarde Dollar an Jahresumsatz erreicht, dazu wollte sich Arvind Jain nicht festlegen. Auf der Glean:GO-Konferenz im August nach dem Zeitpunkt gefragt, verwies der Glean-Gründer stattdessen auf das Tempo und den Wettbewerb in der KI-Branche. ¹

Zu verteidigen hatte er da schon eine stattliche Zahl. Im Mai meldete Glean 300 Millionen Dollar an wiederkehrenden Jahresumsätzen↗. Das Verkaufsargument: KI wird im Arbeitsalltag erst nützlich, wenn sie das Unternehmen versteht, das die Frage stellt. ¹²

Genau darin liegt auch das Problem. Ein Unternehmen ist eine Sammlung in ständiger Bewegung: Dokumente, Konversationen, Zugriffsregeln und Ausnahmen. Bessere Modelle können mehr davon erschließen. Sie machen es aber nicht automatisch korrekt, für die richtige Person zugänglich oder günstig im Unterhalt.

Das Wachstum ist ein echter Beleg – mit einer Einschränkung bei der Rechnungslegung

Glean meldete 100 Millionen Dollar ARR im Februar 2025, 200 Millionen im Dezember und 300 Millionen im Mai 2026. Es sind selbst angegebene Meilensteine des Unternehmens, keine geprüften Jahresumsätze. Die Daten markieren die Ankündigungen, nicht den Tag, an dem die jeweilige Schwelle überschritten wurde. ²³⁴⁷

Investoren hatten diese Entwicklung bereits hoch eingepreist: Gleans Finanzierungsrunde im Juni 2025↗ brachte 150 Millionen Dollar bei einer Bewertung von 7,2 Milliarden Dollar ein. Es war die Bewertung einer Privatfinanzierung, kein aktueller Börsenpreis. ⁵

So wichtig wie der Meilenstein ist das Abrechnungsmodell. Die Enterprise-Flex-Dokumentation von Glean↗ beschreibt Lizenzen pro Nutzer, gebündelte Nutzungsguthaben und Zusatzkosten, wenn das Kontingent überschritten wird. Für die Entwicklerprodukte gilt nutzungsbasierte Abrechnung. ⁶

Läuft mehr Arbeit über die Plattform, kann das zusätzliche Umsätze bringen. Die Qualität dieser Umsätze zeigt sich erst, wenn man vertragliche Zusagen, tatsächliche Nutzung und die Kosten der Leistungserbringung zusammen betrachtet. Die ARR-Zahl allein verrät diese Wirtschaftlichkeit nicht.

Das Produkt ist die Arbeit zwischen den Anwendungen

Gleans Konnektoren lesen Inhalte und Berechtigungen aus Unternehmenssystemen aus und machen die Informationen übergreifend durchsuchbar. Der angestrebte Nutzen ist leicht beschrieben: Mitarbeiter sollen weniger Zeit damit verbringen, die Hintergründe zusammenzutragen, die eine KI braucht, bevor sie helfen kann. ⁹¹⁰

Ein hypothetisches Beispiel: das Review eines Kundenkontos. Im Kundendatensatz steht das Verlängerungsdatum, in den Support-Tickets die Beschwerden, und ein internes Dokument hält eine zugesagte Ausnahme fest. Die einzelnen Dateien zu finden, ist nur der erste Schritt. Eine brauchbare Antwort muss sie zusammenführen, erkennen, was aktuell ist, und berücksichtigen, wer was sehen darf.

Diese aufgelaufene Integrationsarbeit könnte auch einen Wechsel des zugrunde liegenden Modells überdauern. Ein Kunde kann im nächsten Quartal ein anderes Modell bevorzugen und muss das Wissen des eigenen Unternehmens trotzdem weiter geordnet vorhalten. Das ist Gleans stärkstes strategisches Argument: Auch wenn der Zugang zu Intelligenz billiger wird, kann es sich weiter lohnen, für die Pflege der Verbindungen zu zahlen.

Günstigere Token sind noch keine günstigere Rechnung

Beim Start am 26. August behauptete Glean unter Verweis auf einen internen Benchmark↗, Glean Assistant verursache 81 Prozent geringere Token-Kosten als Claude Cowork. Zudem kündigte das Unternehmen einen Desktop-Workspace namens Tau an – zum Zeitpunkt der Ankündigung stand dieser noch aus und war nicht allgemein verfügbar. ⁸⁹

Der Benchmark stützt eine Angabe des Unternehmens zu ausgewählten Workloads. Er belegt keine Ersparnis von 81 Prozent auf die gesamte KI-Rechnung eines Kunden. Abo-Gebühren, Einführung, Überwachung und die Behebung von Fehlern gehören weiterhin in diese Kalkulation.

Berechtigungen brauchen weiterhin einen Verantwortlichen

Gleans Salesforce-Dokumentation liefert ein konkretes Beispiel für die Arbeit, die hinter dem Verkaufsversprechen steckt. Darin heißt es: Die indizierte Suche setzt Zugriffsrechte auf Datensatzebene durch, nicht aber die Sicherheit auf Feldebene zum Zeitpunkt der Abfrage. Ein Nutzer, der einen Datensatz sehen darf, kann deshalb ein indiziertes Feld angezeigt bekommen, das Salesforce selbst einschränkt. Glean empfiehlt, sensible Felder oder ganze Objekte auszuschließen. Der Live-Abruf wiederum nutzt gesondert die Salesforce-Berechtigungen des anfragenden Nutzers. ¹⁰

Es handelt sich um eine dokumentierte Einschränkung des Konnektors, nicht um einen Beleg für eine Sicherheitsverletzung. Wirtschaftlich bedeutet das: Eine Datenquelle anzubinden und sämtliche Schutzmechanismen in ihr nachzubilden, sind zwei unterschiedliche Leistungen.

Auch die Kundenberichte deuten in dieselbe Richtung

Die Kundenberichte sind ebenso aufschlussreich. Der öffentliche Glean-Leitfaden↗ von GitLab, zuletzt geändert am 1. Juni, berichtet, dass bei einigen Berechtigungen für Salesforce-Reports noch Fehler behoben werden. Er beschreibt eine Integration, die eher dabei hilft, einzelne Reports aufzuspüren, als deren zugrunde liegende Daten abzufragen. Eigene Aktionen oder Konnektoren zu ergänzen, erfordert eine interne Prüfung. ¹¹

Nichts davon macht das Produkt nutzlos. Es macht aber die Administration zu einem Teil der tatsächlichen Kosten des Produkts. Nach wie vor muss jemand entscheiden, welche Informationen ins System gehören, Zugriffe testen und Ausnahmen klären, wenn die Antwort fehlt oder unvollständig ist.

Die Konkurrenz kennt den Kunden längst

Das stärkste Argument gegen Glean: Größere Anbieter bauen dasselbe Verständnis der Organisation direkt in die Anwendungen ein, die Mitarbeiter ohnehin nutzen.

Microsoft beschreibt in seiner Work-IQ-Dokumentation↗ eine Intelligenzschicht, die sich über Microsoft 365 und externe Systeme erstreckt – inklusive Berechtigungen und Governance. OpenAI beschreibt in seiner Dokumentation zu Company Knowledge organisationsspezifische Antworten über angebundene Quellen. Die Fähigkeit, die Glean verkauft, wird damit für die größeren Konkurrenten zum expliziten Ziel. ¹²¹³

Ihr Vertriebsvorsprung ist eine wirtschaftliche Bedrohung. Wer bereits für eine große Plattform zahlt, braucht einen Grund, ein weiteres Abo, eine weitere Verwaltungsoberfläche und eine weitere Einführung hinzuzunehmen. Glean muss dafür sorgen, dass die Verbesserung diese Zusatzkosten wert ist.

Hinter dem Gegenargument steht ein echter Kunde. GitLabs KI-Handbuch weist Glean eine Rolle im Wissensmanagement und in der persönlichen Automatisierung zu – und setzt daneben auch auf Claude und andere Automatisierungswerkzeuge. Der Glean-Leitfaden des Unternehmens erklärt, wie Claude Gleans Unternehmenskontext nutzen kann. Die Produkte können nebeneinander bestehen, statt um jede Aufgabe zu konkurrieren. ¹¹¹⁴

Das eröffnet Glean einen Weg zur Relevanz – selbst wenn ein anderer Assistent das Gespräch führt. Nachweisen muss das Unternehmen allerdings, dass die Plattformen in seinem Umfeld seinen Beitrag nicht günstig ersetzen können.

Ein Partnernetzwerk kann den Engpass verlagern

Gleans Start des Partnerprogramms↗ im August räumt ein, dass die Einführung im Unternehmen mehr ist als ein Software-Download. Partner können die Implementierung übernehmen, Konnektoren und Agenten entwickeln, die Nutzer bei der Einführung unterstützen und Dienste betreiben. ¹⁵

Das kann den Vertrieb verbessern und erspart Glean, jedes Kundenprojekt mit eigenem Personal zu betreuen. Spezialisierte Partner dürften die Systeme einer Branche außerdem besser kennen als ein allgemein ausgerichteter Plattformanbieter.

Doch eine Verlagerung der Arbeit an einen Partner streicht sie nicht von der Rechnung des Kunden. Der richtige Vergleich umfasst Software, Implementierung, laufende Administration und die verbleibende menschliche Prüfung. Eine niedrigere Modellrechnung ist nur als Teil dieses größeren Gesamtergebnisses wertvoll.

Der nächste Meilenstein sollte die verbleibende Arbeit messen

Jain hat ein glaubwürdiges Geschäft, weil das Problem real ist: Unternehmen brauchen einen verlässlichen Weg, KI mit den eigenen Informationen zu verbinden. Die Umsatzmeilensteine und die namentlich genannten Einführungen bei Kunden belegen die Nachfrage nach dieser Arbeit. Die Frage nach langfristiger Profitabilität und Verteidigbarkeit beantworten sie allerdings nicht.

Zu beobachten sind nun die Ausweitung nach der ersten Einführung, die Vertragsverlängerungen, nachdem Kunden konkurrierende Plattformen getestet haben, und die Kosten der Leistungserbringung, je mehr Integrationen hinzukommen. Kundenberichte mit weniger Eskalationen und weniger manueller Vorbereitung wären ein stärkerer Beleg als eine weitere pauschale Schätzung der Zeitersparnis.

Jain kann den nächsten Umsatzmeilenstein verkünden. Seine Kunden werden Glean daran messen, wie viel Arbeit anschließend noch wartet.