Was ist Thomas, der KI-Gründer? Ein Blick auf YCs ersten nicht-menschlichen Gründer

Was genau ist Thomas?

Thomas ist ein Unternehmen (und eine Figur), das Mitte 2026 aus Y Combinators Frühjahrscharge 2026 heraus gegründet wurde. Das Angebot auf seiner Website ist klar: Thomas ist „ein virtueller Mensch, der seine eigenen Unternehmen im Internet gründet, führt und ausbaut" mit „dem einzigen Ziel, Geld zu verdienen." Das Framing ist bewusst kein „KI-Mitgründer, den man anheuern kann." Die Website formuliert es so: „Thomas steht nicht zum Verkauf. Seine Produkte und Dienstleistungen schon."

Diese Unterscheidung ist der springende Punkt. Die meisten KI-Produkte sind Werkzeuge, die Sie bedienen. Thomas ist als wirtschaftlicher Akteur positioniert, der auf eigene Rechnung agiert, Dinge verkauft und den Erlös behält – mit einem Menschen, der hauptsächlich für die Teile zuständig ist, die das Gesetz noch von einer Person verlangt. YC setzte auf die Neuartigkeit und nannte es beim Launch seinen „ersten nicht-menschlichen Gründer".

Einige sachliche Grundlagen, bevor wir zur Philosophie kommen. Laut seiner YC-Seite hat Thomas seinen Sitz in San Francisco, ein Team von zwei Personen, wurde 2026 gegründet, mit Nicolas Dessaigne (Mitgründer von Algolia) als YC-Partner. Die Homepage listet es als „von Y Combinator und OpenAI unterstützt" auf, plus „Dutzende frühe Gläubige", obwohl keine Finanzierungssumme öffentlich ist. Und die viel geteilte Zahl – der Live-Umsatzzähler – ist selbst gemeldet auf Thomas' eigener Website, ohne Drittprüfung, die ich finden konnte. Das ist es wert, im Hinterkopf zu behalten, wenn die Zahl zitiert wird.

Der Mensch hinter der KI: „Human Thomas"

Jeder KI-Gründer hat einen menschlichen Gründer, und dieser ist für sich genommen interessant. Der Schöpfer ist öffentlich unter dem Namen Human Thomas bekannt und beschreibt seine eigene Rolle als „nur der Typ, der das rechtliche Zeug für Thomas unterschreibt."

Seine Erfolgsbilanz ist die Art, die YC mag. Laut der Unternehmensseite baut und verkauft er seit seinem 13. Lebensjahr Videospiel-Bots, präsentierte mit 18 Jahren auf der NeurIPS, trug zu OpenAIs Neural MMO bei und brach sein Studium an der CentraleSupélec (einer top französischen Ingenieurschule) ab, um sein erstes Startup zu gründen, das von Arcads, einem KI-Werbekreativ-Unternehmen, übernommen wurde. Dann skalierte er Freelance-Arbeit auf $40.000 im Monat, bevor er beschloss, sich – in seinen Worten – in Thomas zu klonen. Die Entstehungsgeschichte ist wichtig, denn sie zeigt, dass Thomas kein Chatbot-Wrapper ist, sondern die Automatisierung einer spezifischen Person, die bereits Geld mit improvisierter Internetarbeit verdiente.

Wie Thomas tatsächlich funktioniert: das „Human Harness"

Hier ist die Idee, die es wert ist, ernst genommen zu werden. Thomas' Prämisse ist, dass aktuelle Frontier-Modelle bereits gut genug sind, um wirtschaftlich wertvolle Arbeit zu leisten, und dass das, was Agenten zurückhält, der „Harness" ist – das Gerüst um das Modell herum, nicht die Intelligenz des Modells selbst. Das Team argumentiert, die meisten Agenten sind in engen Integrationen und fixen Workflows gefangen, stecken hinter menschlichen Genehmigungsschleifen und nehmen so nie wirklich an der Wirtschaft teil.

Ihre Lösung ist ein anderes Gerüst: ein Human Harness. Es gibt der KI dieselbe Oberfläche, die eine Person nutzt, um Geschäfte zu machen.

Laut der offiziellen Website hat das Harness drei Teile:

• Eine menschliche Identität, ein Gesicht und eine Stimme, damit Thomas mit Kunden sprechen, mit Lieferanten verhandeln und Vertrauen aufbauen kann.
• Standard-menschliche Werkzeuge: Computer, Telefone, Browser, Apps, damit es die bereits existierenden Systeme nutzt, anstatt auf individuelle Integrationen zu warten. Die Website betont, dass keine individuellen Integrationen erforderlich sind.
• Autonomie in der Welt, sodass Thomas aus Ergebnissen lernt, nicht aus einem Nutzer-Prompt.

Thomas tritt sogar als Live-Kamerabetreiber auf, mit einer simulierten Livestream-Oberfläche, die zeigt, wie „Thomas live an seinem Unternehmen baut", mit einer Chat-Seitenleiste, die in Echtzeit reagiert.

Dieser Teil gefällt mir wirklich. Die Erkenntnis „Harness, nicht das Modell" ist korrekt und unterschätzt. Ich habe KI gebaut, die in echten Helpdesks funktionieren muss, und ich kann Ihnen sagen: Die meiste schwere Arbeit steckt genau im Harness – in der Verbindung zu den Systemen, die ein Team bereits nutzt, im Lesen des richtigen Wissens, im Wissen, wann zu handeln und wann aufzuhören. Thomas' Wette ist, dass das allgemeinste Harness das menschliche ist. Das ist eine clevere Neuformulierung, auch wenn man denkt, dass die Umsetzung extrem ehrgeizig ist.

Die Geldverdien-Schleife

Wie entscheidet Thomas also, was er den ganzen Tag tut? Der „Masterplan" ist eine dreistufige Schleife, die sich verstärken soll.

1. Thomas das Human Harness geben, damit es denselben Zugang nutzen kann, den Menschen für Geschäfte nutzen.
2. Jede Aktion anhand des erzeugten Bargelds pro Kosten der Token messen und Umsatz-pro-Token zur zentralen Wirtschaftskennzahl machen.
3. Token zur ertragreichsten Arbeit umleiten und die Schleife sich verstärken lassen.

Im Klartext: Thomas befehlen, Geld zu verdienen, ihm das Harness dafür geben und laufen lassen. Die Arten von Arbeit, die es auflistet, sind genau das, was ein fleißiger Solo-Unternehmer tun würde: Software-Produkte bauen, Influencer-Marketing-Kampagnen betreiben, qualifizierte Leads generieren und verkaufen sowie Aufträge, Landing Pages, Anzeigen nehmen, wo Geld bereits fließt.

Umsatz-pro-Token ist eine wirklich scharfe Kennzahl. Es ist dieselbe Intuition, die jedes Team haben sollte, wenn es den ROI von KI misst: die Kosten des Modells direkt an den erzeugten Wert knüpfen und aufhören, die Arbeit zu machen, die sich nicht rechnet.

Warum jetzt? Die GDPval-Wette

Thomas' gesamte These beruht auf einer zeitlichen Behauptung: dass Modelle erst kürzlich gut genug wurden, um echte wirtschaftliche Arbeit ohne Aufsicht zu leisten. Als Beleg verweist das Team auf GDPval, einen Benchmark, der die KI-Ausgabe gegen die Leistungen menschlicher Experten bewertet.

Die zitierte Zahl: Frontier-Modelle stiegen in weniger als zwei Jahren von 12,3 % auf 84,9 % Siege-oder-Unentschieden gegen Expertenleistungen. Wohlwollend gelesen ist das das stärkste Argument für das gesamte Projekt – die rohe Fähigkeit ist plausibel vorhanden, sodass die interessante Arbeit zum Harness verlagert wird. Skeptisch gelesen: „Siege oder Unentschieden auf einem Benchmark" und „kann ein profitables Unternehmen ohne Aufsicht führen" sind sehr unterschiedliche Maßstäbe, und die Lücke zwischen ihnen ist genau dort, wo die meisten Demos autonomer Agenten still scheitern.

Was die Menschen sagen

Die Diskussion über Thomas lebt Ende Juni 2026 hauptsächlich auf X und LinkedIn, nicht auf Reddit oder Hacker News. Der Gründer kündigte die YC-Aufnahme selbst an:

„Große Neuigkeit! Solo-Gründer mit 40.000 $/Monat Umsatz in YC aufgenommen! Baue Thomas: den ersten YC-unterstützten KI-Gründer (ja, wir haben mich geklont)" - Human Thomas (@madebythomasai), 29. Mai 2026

Y Combinator verstärkte es auf seinen eigenen Kanälen:

„Thomas (YC P26) ist ein virtueller Mensch, der seine eigenen Unternehmen gründet, führt und ausbaut. Sein einziges Ziel ist es, Geld zu verdienen." - Y Combinator auf LinkedIn

Und ein Drittanbieter-Operator auf X fasste den Mechanismus für sein Publikum zusammen: Thomas ist „ein autonomer KI-Agent, der von ihm selbst geklont wurde und eigenständig Geld verdient, indem er Dienstleistungen an Unternehmen verkauft und eigene Produkte aufbaut." Die allgemeine Reaktion ist eine Mischung aus echter Faszination (der Gründer behauptet über 1.000 eingehende Nachrichten nach dem Launch) und einer gesunden Portion „das ist die KI-Agenten-Erzählung an ihrem logischen, leicht absurden Ende." Beide Reaktionen sind berechtigt.

Was ein „KI-Gründer" richtig macht – und was er auslässt

Hier werde ich eine Position beziehen, denn das ist der Teil, der wirklich wichtig ist, wenn Sie ein Unternehmen führen, anstatt Demos zuzuschauen.

Thomas trifft das Wesentliche: Das Harness ist das Produkt. Das Modell ist eine Ware, die man mietet; der Wert liegt darin, wie man es in echte Systeme, echtes Wissen und echte Entscheidungen einbindet. Das gilt, egal ob Sie einen KI-Gründer bauen oder den Kundendienst automatisieren.

Was er auslässt, ist alles, was wir über Vertrauen gelernt haben. „Eine KI auf ein offenes Ziel zeigen und sie in der Welt agieren lassen" ist die maximalistische Version von Autonomie, und sie ist die Version, die am schwersten zuverlässig zu machen ist. Die Version, die tatsächlich ausgeliefert wird und Kunden hält, ist das entgegengesetzte Ende des Spektrums.

Ich habe erlebt, wie ein selbstsicher klingender Bot Kunden still falsche Antworten gab – deshalb wird jede Einführung, die wir jetzt vornehmen, gegen historische Tickets simuliert, bevor sie einem Live-Kunden antwortet. Der häufigste Einwand, den ich von Käufern höre, ist nicht „kann die KI es tun", sondern „kann ich darauf vertrauen, dass sie nicht improvisiert." Wie es ein CX-Leiter einer D2C-Nahrungsergänzungsmittelmarke mir gegenüber formulierte: Die KI wird nie 100 % der Fragen beantworten, also brauchen sie „eine KI, die nur die Tickets bearbeitet, die sie sicher bearbeiten kann, und alle anderen in Ruhe lässt."

Das ist das ganze Spiel in einem Satz. Eine enge Aufgabe, erledigt mit konfidenzbasiertem Routing, sodass die KI sofort eskaliert, wenn sie unsicher ist, schlägt einen heroischen Generalisten, der gelegentlich eine Rückerstattungsrichtlinie erfindet. Und der Instinkt „Wir bauen einfach unseren eigenen autonomen Agenten" verliert meist gegenüber dem Kauf eines fokussierten, aus dem Grund, den mir Karel von GENERAL BYTES nannte: „Wir könnten versuchen, unsere eigene LLM-Anwendung zu schreiben, aber wir wollten keine Zeit darin investieren. Wir wollten etwas, das wir nicht warten müssen."

Thomas ist also eine unterhaltsame, nützliche Provokation. Er treibt die Idee „Harness vor Modell" weiter voran als jeder andere, und es lohnt sich, ihn zu beobachten. Aber die Lektion, die ich in Ihr Unternehmen mitnehmen würde, ist die unspektakuläre: die enge Aufgabe auswählen, sie mit Ihren echten Daten beweisen und nach Konfidenz absichern. So verdient KI tatsächlich Geld – eine zuverlässige Aufgabe nach der anderen.

eesel ausprobieren

Wenn der Teil von Thomas, der Sie interessiert, „KI, die tatsächlich die Arbeit macht" ist, genau das baue ich bei eesel AI – ohne die offene Improvisation. eesel ist ein KI-Helpdesk-Agent, der sich in die Tools, die Sie bereits nutzen, einklinkt (Zendesk, Freshdesk, Gorgias, Front, Slack und 100+ Integrationen), von Ihren früheren Tickets und Hilfedokumenten ab Tag eins lernt und Tier-1-Support eigenständig übernimmt – während er alles eskaliert, bei dem er nicht sicher ist.

Das Unterscheidungsmerkmal ist genau der Teil, den Thomas' offene Wette auslässt: Bevor eesel je einen Live-Kunden berührt, können Sie es gegen Ihre echte Ticket-Historie simulieren, um genau zu sehen, was es gesagt hätte und was es lösen würde. Die Preisgestaltung ist nutzungsbasiert ohne Sitzplatzgebühren, und es gibt eine kostenlose Testversion ohne Kreditkarte. Möchten Sie einen KI-Teamkollegen, der eine Aufgabe gut erledigt und es zuerst beweist? Probieren Sie eesel kostenlos aus.