knowledge-base/wiki/concepts/platform.md

---
created: 2026-06-24
updated: 2026-06-24
sources: [blog/2026-06-24_wardley-on-platforms-and-ecosystems.md]
tags: [platform, ecosystem, data-harvesting, aws, ai-hosting, ilc, commoditise, gemini]
---

# Platform & Ecosystem — Wardley's ILC-Modell und die KI-Erweiterung

> *"The reason why you build a platform is to enable an ecosystem. The reason why you build an ecosystem is to exploit others through data mining on consumption."*
> — [Simon Wardley](https://www.blogger.com/profile/04702421918430488600), [On Platforms and Ecosystems (2015)](https://blog.gardeviance.org/2015/08/on-platforms-and-ecosystems.html)

## Definition: Was ist eine Platform in diesem Kontext?

Eine **Platform** ist die Menge der Komponenten (idealerweise als [APIs](https://en.wikipedia.org/wiki/API) ausgedrückt), die ein **Ecosystem** exploitiert. Das Ecosystem besteht aus den Akteuren, die auf der Platform bauen — Startups, Entwickler, Unternehmen.

Eine Platform ist kein Selbstzweck. Sie existiert ausschließlich, um ein Ecosystem zu **enabling**. Das Ecosystem wiederum existiert, um vom Plattformbetreiber durch **Data Mining on Consumption** exploitet zu werden.

Dies ist kein neutraler Raum. Es ist eine asymmetrische Machtbeziehung, die vom Plattformbetreiber aktiv konstruiert wird.

**Quelle:** [Simon Wardley — On Platforms and Ecosystems](https://blog.gardeviance.org/2015/08/on-platforms-and-ecosystems.html) · [Blog-Suche "platform"](https://blog.gardeviance.org/search?q=platform)

---

## Wardley's ILC-Modell (Innovate-Lever-Commoditise)

Das **Innovate-Lever-Commoditise** (ILC) Modell beschreibt den Kreislauf, wie ein Plattformbetreiber sein Ecosystem ausbeutet:

1. **Innovate:** Das Ecosystem baut Innovationen auf der Platform (neue Services, Produkte, Use Cases). Die Platform stellt dafür Commodity-Komponenten als Utility Services bereit → **Agility** und **reduzierte Kosten von Fehlern**.

2. **Lever:** Der Plattformbetreiber minet das Konsumptionsverhalten — welche Komponenten werden wie genutzt? Welche Patterns tauchen auf? Welche neuen Use Cases sind erfolgreich? Aus der Größe und Aktivität des Ecosystems ergibt sich eine increasing rate of **apparent innovation, customer focus und economies of scale**.

3. **Commoditise:** Erfolgreiche Patterns werden vom Plattformbetreiber identifiziert und als **neue Commodity-Komponenten** in die Platform aufgenommen. Das vergrößert die Platform, vereinfacht das Ecosystem-Bauen und wächst das Ecosystem weiter.

### Kreislauf-Diagramm

```
Innovate (Ecosystem baut) → Lever (Data Mining) → Commoditise (neue Platform-Komponenten)
        ↑                                                              |
        └──────────────────────────────────────────────────────────────┘
```

**Effektive Exploitation** hängt ab von:
- **Aktiver Detektion** neuer Patterns
- **Geschwindigkeit** der Pattern-Detektion
- **Größe** des Ecosystems

Wardley verweist auf seinen älteren Post: [Understanding Ecosystems Part I (2014)](http://blog.gardeviance.org/2014/03/understanding-ecosystems-part-i-of-ii.html). Man kann es auch "Network Effects" nennen.

**Quelle:** [Wardley, 2015](https://blog.gardeviance.org/2015/08/on-platforms-and-ecosystems.html) · [Wardley Maps](https://swardleymaps.com/) · [Mapping Book (Medium)](https://medium.com/wardleymaps)

---

## Data Mining on Consumption als Geschäftsmodell

Der Clou des ILC-Modells: Der Plattformbetreiber **bezahlt** nicht für Innovation — er **erfasst** sie. Jeder API-Call, jeder Service-Start, jedes Deployment ist ein Signal. Aus Millionen von Signalen entsteht ein Bild von:

- **Welche Use Cases** entstehen im Ecosystem?
- **Welche Komponenten** werden stark genutzt?
- **Welche Patterns** sind erfolgreich?
- **Welche Nischen** könnten skalierbar sein?

Dieses Bild ist dem Plattformbetreiber exklusiv zugänglich. Die Ecosystem-Teilnehmer sehen nur ihre eigenen Daten. Der Plattformbetreiber sieht **alles**.

---

## AWS als Fallstudie: Kunden-Innovation → Amazon-Konkurrenz

[AWS (Amazon Web Services)](https://aws.amazon.com/) ist das Paradebeispiel für ILC in der Praxis:

1. **Innovate:** Tausende von Startups und Unternehmen bauen auf AWS. Sie nutzen EC2, S3, Lambda etc. und entwickeln neue Produkte und Services.
2. **Lever:** Amazon sieht die Konsumptionsmuster — welche Services wachsen, welche Use Cases entstehen, welche Nischen erfolgreich sind.
3. **Commoditise:** Amazon bringt konkurrierende Produkte als neue AWS-Services auf den Markt — oft als Commoditised-Version von dem, was Ecosystem-Teilnehmer erfolgreich gebaut haben.

### Konkrete Beispiele

- **[AWS Lambda](https://aws.amazon.com/lambda/)** (2014): Commoditised Serverless-Compute, das vorher von Startups wie [PiCloud](https://en.wikipedia.org/wiki/PiCloud) oder [Iron.io](https://iron.io/) gebaut wurde.
- **[Amazon Aurora](https://aws.amazon.com/rds/aurora/)**: Commoditised Database-as-a-Service, konkurrenziert direkt mit früheren Ecosystem-Anbietern.
- **[Amazon Connect](https://aws.amazon.com/connect/)**: Contact-Center-as-a-Service, nach dem Pattern von Startups wie [Twilio Flex](https://www.twilio.com/flex).

> *"Amazon sieht alles, konkurriert dann direkt."*
> — [k9ert](wiki/people/k9ert-antigravity.md), OME-Gruppe 2026-06-24

**Quelle:** [Wardley, 2015](https://blog.gardeviance.org/2015/08/on-platforms-and-ecosystems.html) · [Amazon and the Last Man Standing (Wardley, 2015)](https://blog.gardeviance.org/2015/08/amazon-and-last-man-standing.html) · [Wardley Blog-Suche "platform"](https://blog.gardeviance.org/search?q=platform)

---

## Wardley's 13 Regeln für Platform-Erfolg/Misserfolg

| # | Regel | Konsequenz bei Missachtung |
|---|-------|---------------------------|
| 1 | User Needs & Friction reduzieren | Niemand kommt oder geht schnell wieder |
| 2 | Platform öffentlich (nicht nur intern) | Konkurrenz mit größerem Ecosystem überflügelt einen |
| 3 | Data Mining auf Consumption | Platform stagniert ohne Pattern-Detektion |
| 4 | Nicht over-harvesten | Ecosystem läuft weg |
| 5 | Utility statt Product | Product-Platform = höhere Mining-Kosten, niedrigere Speed |
| 6 | Industrialised (Commodity) Components | Interfaces ändern sich → Ecosystem kann nicht vertrauen |
| 7 | Nicht kleines gegen großes Ecosystem | Man verliert bevor man anfängt |
| 8 | Evolutions-Mechanismus für Komponenten | Technical Debt → Spaghetti Junction → Kollaps |
| 9 | ILC, Two-Factor Markets, Supplier Ecosystems kennen | Unwissenheit = Verlust |
| 10 | Nicht nur Marketing | Marketing allein = Verlust |
| 11 | Nicht nur Engineering | Engineering allein = Verlust |
| 12 | Nicht unterschätzen | Wardley baute 2005 erste PaaS — "nichtmal anfangen" |
| 13 | API-Standard-Falle | Offener Standard allein zieht kein Ecosystem an |

**Quelle:** [Wardley, 2015](https://blog.gardeviance.org/2015/08/on-platforms-and-ecosystems.html)

---

## KI-Erweiterung: Extern gehostete AI als Platform 2.0

> *"Extern gehostete AI geht weit darüber hinaus."*
> — [k9ert](wiki/people/k9ert-antigravity.md), OME-Gruppe 2026-06-24

Wenn ILC bei AWS bereits "Industriespionage auf höchstem Niveau" ist (k9ert), dann verschiebt extern gehostete KI das Paradigma dramatisch:

### Was der Plattformbetreiber bei extern gehosteter KI sieht

| Ebene | AWS (klassisch) | Extern gehostete KI |
|-------|-----------------|---------------------|
| Infrastruktur-Nutzung | ✅ Compute, Storage, Network | ✅ API-Calls, Token-Verbrauch |
| Geschäftslogik | ❌ Nicht sichtbar | ✅ **Prompts, System Prompts, Agent-Pipelines** |
| Kundenbeziehungen | ❌ Nicht sichtbar | ✅ **Chat-Historien, Customer Interactions** |
| Innovationspipeline | ⚠️ Indirekt (welche Services wachsen) | ✅ **Direkt: Was wird gebaut, getestet, deployed?** |
| Kognitive Prozesse | ❌ Nicht vorhanden | ✅ **Reasoning-Traces, Tool-Use-Patterns, Decision Trees** |

### Gemini Enterprise App als aktuelles Beispiel

[Google Gemini for Enterprise](https://workspace.google.com/gemini/) ist das aktuell prominenteste Beispiel für KI-Platform 2.0:

- Unternehmen nutzen Gemini als KI-Assistent für Workspace (Docs, Sheets, Slides, Gmail)
- Google sieht **alle Geschäftsdaten**, die durch Gemini fließen — nicht nur Compute-Last, sondern die **semantische Bedeutung** der Arbeit
- Google sieht **welche Workflows** Unternehmen automatisieren, **welche Patterns** erfolgreich sind, **welche Nischen** entstehen
- Die ILC-Schleife schließt sich: Google kann erfolgreiche Patterns als neue Gemini-Features commoditisieren — und damit direkt gegen Ecosystem-Teilnehmer konkurrieren

Dies gilt analog für:
- **[OpenAI](https://openai.com/) ChatGPT Enterprise** — alle Unternehmens-Prompts und -Workflows sichtbar
- **[Anthropic](https://www.anthropic.com/) Claude for Enterprise** — inkl. der Fable/Mythos-Modelle (siehe [Anthropic Claude](wiki/tools/anthropic-claude.md))
- **[Microsoft Copilot](https://www.microsoft.com/copilot)** — integriert in Office 365, sieht alle Dokumente und Workflows

### Die Kardinalfrage

Wenn ein Unternehmen seine gesamte **kognitive Arbeit** auf einer externen KI-Platform ausführt, dann ist nicht nur die Infrastruktur outgesourced — sondern die **komplette Innovationspipeline, das gesamte Wissen und alle Geschäftsprozesse** sind für den Plattformbetreiber transparent.

Das ILC-Modell erreicht hier eine neue Qualität: Nicht mehr nur **welche Services** werden genutzt, sondern **wie denkt das Unternehmen? Was ist seine Strategie? Was sind seine Geheimnisse?**

---

## Gegenmaßnahmen: Dezentrale KI und Cloud-Exit

Das Wiki enthält mehrere Konzepte, die als Gegenmaßnahmen zur Platform-2.0-Dynamik dienen:

- [[hardware/cloud-exit-and-local-superiority.md|Cloud-Exit & Lokale Überlegenheit]] — Preisschock (Hetzner/HP), lokale MoE-Modelle mit 150 tok/s, RAM als digitale Währung
- [[hardware/edge-inference-als-cloud-alternative.md|Edge-Inferenz als Cloud-Alternative]] — AMD Ryzen AI Max+ 395 (Strix Halo): 235B lokal, 128 GB unified memory
- [[llm/decentralized-ai-counterpower.md|Dezentrale KI als Katalysator der Gegenmacht]] — Lokale unzensierte LLMs als Gamechanger, schnelle Analyse ohne Bias-Filter
- [[llm/ai-intelligence-commoditization-thesis.md|Intelligence Commoditization Thesis]] — Wert verschiebt sich von Modellen zu Orchestrierung

### Die Logik des Cloud-Exit

Wenn Wardley's ILC-Modell zeigt, dass Platform-Betreiber das Ecosystem ausbeuten, dann ist die Konsequenz: **Das Ecosystem muss die Platform verlassen.** Lokale Modelle (siehe [GLM-5.2](concepts/llm/glm-5.2-zai-coding-model.md), [Kimi K2.7](tools/kimi-k2.7-code.md)) machen dies 2026 zunehmend praktikabel.

---

## Simon Wardley — Biografische Notiz

[Simon Wardley](https://www.linkedin.com/in/simonwardley) ist Forscher, [Wardley Mapping](https://swardleymaps.com/)-Erfinder und Business Strategist. Er baute 2005 die erste Platform-as-a-Service und betrieb 2001-2006 eine Large Single Sign-On und Imaging Platform mit Millionen Usern. Autor des [Mapping Book](https://medium.com/wardleymaps) und Gründer von [Map Camp](http://www.map-camp.com/). Blog: [Bits or pieces?](https://blog.gardeviance.org/). Medium: [swardley](https://swardley.medium.com/).

---

## Cross-References

### Intern (Wiki)
- [[hardware/cloud-exit-and-local-superiority.md]] — Lokale Modelle als Gegenmaßnahme
- [[hardware/edge-inference-als-cloud-alternative.md]] — Edge-Inferenz als Cloud-Alternative
- [[llm/decentralized-ai-counterpower.md]] — Dezentrale KI als Gegenmacht
- [[llm/ai-intelligence-commoditization-thesis.md]] — Commoditization im KI-Kontext
- [[llm/glm-5.2-zai-coding-model.md]] — Lokales Open-Source-Modell
- [[../tools/kimi-k2.7-code.md]] — Lokales Coding-Modell
- [[../tools/anthropic-claude.md]] — Anthropic's Enterprise-Geschäft
- [[../tools/openclaw.md]] — OpenClaw als Selbst-Hosting-Plattform
- [[../people/k9ert-antigravity.md]] — k9ert's Kommentar als Auslöser dieser Seite

### Extern
- [Wardley — On Platforms and Ecosystems (2015)](https://blog.gardeviance.org/2015/08/on-platforms-and-ecosystems.html)
- [Wardley — Understanding Ecosystems Part I (2014)](http://blog.gardeviance.org/2014/03/understanding-ecosystems-part-i-of-ii.html)
- [Wardley — Amazon and the Last Man Standing (2015)](https://blog.gardeviance.org/2015/08/amazon-and-last-man-standing.html)
- [Wardley Blog-Suche "platform"](https://blog.gardeviance.org/search?q=platform)
- [Wardley Maps](https://swardleymaps.com/)
- [Mapping Book (Medium)](https://medium.com/wardleymaps)
- [Map Camp](http://www.map-camp.com/)
- [Simon Wardley LinkedIn](https://www.linkedin.com/in/simonwardley)
- [Simon Wardley Medium](https://swardley.medium.com/)
- [AWS](https://aws.amazon.com/)
- [AWS Lambda](https://aws.amazon.com/lambda/)
- [Google Gemini for Enterprise](https://workspace.google.com/gemini/)
- [OpenAI](https://openai.com/)
- [Anthropic](https://www.anthropic.com/)
- [API — Wikipedia](https://en.wikipedia.org/wiki/API)