Emergent, ein indisches Startup, das sich auf KI-Vibe-Coding spezialisiert hat, hat sich in einer Series-B-Finanzierungsrunde 70 Millionen US-Dollar gesichert, was das Unternehmen nach Abschluss der Finanzierung mit 300 Millionen US-Dollar bewertet, so Quellen, die mit dem Deal vertraut sind. Die Finanzierung erfolgt weniger als vier Monate, nachdem das Unternehmen eine Series-A-Runde über 23 Millionen US-Dollar abgeschlossen hat.

Die Series-B-Runde wurde gemeinsam von SoftBanks Vision Fund 2 und Khosla Ventures geleitet, unter Beteiligung von Prosus, Lightspeed Venture Partners, Together und Y Combinator. Diese jüngste Investition erhöht die Gesamtfinanzierung von Emergent innerhalb von sieben Monaten nach dem Start auf 100 Millionen US-Dollar. Eine Quelle teilte TechCrunch mit, dass das Startup zuvor mit 100 Millionen US-Dollar nach Abschluss der Finanzierung bewertet wurde.

Die Plattform von Emergent nutzt KI-Agenten, um Benutzer bei der Entwicklung, dem Aufbau, dem Testen und der Bereitstellung von Full-Stack-Web- und Mobilanwendungen zu unterstützen. Dieser Ansatz, bekannt als Vibe-Coding, zielt darauf ab, den Entwicklungsprozess zu vereinfachen und es Unternehmern und kleinen Unternehmen zu ermöglichen, Produkte ohne umfangreiche Engineering-Teams auf den Markt zu bringen.

Das Unternehmen meldet einen jährlich wiederkehrenden Umsatz (ARR) von 50 Millionen US-Dollar und verfügt über mehr als 5 Millionen Benutzer in über 190 Ländern. Emergent strebt bis April 2026 einen ARR von über 100 Millionen US-Dollar an.

Vibe-Coding-Plattformen gewinnen an Bedeutung, da sie einen leichter zugänglichen Ansatz für die Softwareentwicklung bieten. Durch die Automatisierung vieler traditionell komplexer Programmieraufgaben senken diese Plattformen die Eintrittsbarriere für Einzelpersonen und Unternehmen mit begrenztem technischen Fachwissen.

Emergent will von der steigenden Nachfrage nach optimierten Anwendungsentwicklungslösungen profitieren, insbesondere in Regionen wie den USA, Europa und Indien. Die neue Finanzierung wird wahrscheinlich verwendet, um die Plattformfunktionen zu erweitern, die Abläufe zu skalieren und die wichtigsten Märkte weiter zu durchdringen.