From $750M in sales to starting over: Razor's founder on his new AI bet (Tushar Ahluwalia)

Tushar Ahluwalia hat operative Komplexität in ihrer brutalsten Form erlebt. Mit Razor Group baute er ein Unternehmen auf, das über 750 Millionen Dollar Umsatz erreichte, mit 500 Lieferanten und mehr als 100.000 Shipments in einer einzigen Woche. Jetzt startet er noch einmal von vorne – mit GeneralMind, einem Unternehmen, das genau diese operative Komplexität mit KI automatisieren will. Sein Pitch dafür ist so simpel wie ambitioniert: "We buy tokens, we build a harness, and we sell an outcome."

Im Gespräch mit Fabian erklärt Tushar, warum er mit sechs Co-Foundern gestartet ist, wie er den Spagat zwischen Forward Deployment und Generalisierung schafft, wie GeneralMind seine AI-Autopiloten bepreist – und was es braucht, um 100 Millionen Dollar ARR zu erreichen.

Ein Gründungsteam für Geschwindigkeit

Tushars zentrale These zu Speed: Geschwindigkeit entsteht nicht durch harte Arbeit, sondern durch parallele Arbeit – "a function of working in parallel on different topics at the same time". Genau deshalb hat er GeneralMind mit sechs Co-Foundern gegründet, auch wenn das auf den ersten Blick ungewöhnlich wirkt.

Ein konkretes Beispiel für dieses Prinzip: Ein Deployment-CTO und ein Platform-CTO ziehen bewusst in entgegengesetzte Richtungen. Der eine will möglichst schnell für einen einzelnen Kunden liefern, der andere will das System generalisieren. Diese Spannung ist kein Bug, sondern Feature – sie zwingt das Unternehmen, beide Perspektiven ernst zu nehmen.

Große Gründungsteams funktionieren laut Tushar nur, wenn die Equity-Verteilung differenziert ist und die ersten 100 Mitarbeiter ein lebensveränderndes Outcome vor Augen haben. Ohne diese Differenzierung und ohne eine echte Perspektive für frühe Mitarbeiter bricht das Modell zusammen.

Die unstrukturierte Schicht besitzen

Die Idee zu GeneralMind entstand aus einem sehr konkreten Problem bei Razor Group: 50 Menschen zwischen Berlin und China tippten Lieferanten-E-Mails und WeChat-Chats manuell in NetSuite ein. Tushar nennt das "Human Glue" – menschlichen Klebstoff, der Systeme zusammenhält, die eigentlich nicht zusammenpassen.

Seine Strategie bei GeneralMind: Nicht das ERP-System ersetzen, sondern die unstrukturierte Schicht darüber besitzen. Diese Workflow-Arbeit beschreibt er als "quite anthropic proof" – ziemlich resistent gegen reine Modell-Fortschritte –, weil sie Nähe zum Kunden erfordert. Es reicht nicht, ein besseres Sprachmodell zu haben; man muss verstehen, wie der Kunde tatsächlich arbeitet.

Forward Deployment ohne Consulting-Falle

Eine der größten Gefahren für ein Unternehmen wie GeneralMind: zu viel kundenspezifische Individualarbeit. Das verwandelt ein Produktunternehmen schleichend in ein Consulting-Geschäft, das bei wenigen Millionen ARR steckenbleibt. Tushar ist sich dieser Falle bewusst und macht "Time to Value" zur zentralen KPI – die nächste Implementierung soll Stunden dauern, nicht Wochen.

Der Schlüssel dazu ist Memory, das sich über Zeit aufbaut. Ein Beispiel aus der Praxis: Ein Hafermilch-Kunde beliefert Boot-Cafés, die Lieferungen ausschließlich dienstags und donnerstags annehmen. Solches Wissen, einmal erfasst, macht das System bei jedem neuen ähnlichen Fall schneller und präziser. Genau diese Verdichtung von Erfahrung ist es, die aus einzelnen Projekten ein skalierbares Produkt macht.

Preisgestaltung und der Weg zu 100 Millionen Dollar ARR

Bei der Preisgestaltung geht GeneralMind von einer sehr konkreten Frage aus: Was kostet die Gehaltsabrechnung für den repetitiven Workflow heute? Von diesem FTE-Kostenpunkt aus wird der Preis für den AI-Autopiloten abgeleitet.

Kunden können laut Tushar mindestens einen zehnfachen ROI erwarten. Ein besonders eindrückliches Beispiel: Bei einem Flottenkunden deckte die Analyse der Rechnungen eine Überfakturierung von rund 5 Prozent auf – ein Wert, der ohne automatisierte, systematische Prüfung schlicht unentdeckt geblieben wäre.

Auf die Frage, was zwischen GeneralMind und 100 Millionen Dollar ARR steht, antwortet Tushar klar: "There is no demand constraint." Der Flaschenhals liegt nicht in der Nachfrage, sondern darin, schnell genug zu generalisieren – also die Lösungen so zu bauen, dass sie über immer mehr Kunden und Branchen hinweg funktionieren, ohne bei jedem neuen Fall wieder bei null anzufangen.

Fazit

Tushar Ahluwalias Weg von Razor Group zu GeneralMind ist auch eine Lehrstunde darüber, wie man aus echten operativen Schmerzpunkten ein skalierbares Produkt baut. Statt ERPs zu ersetzen, besetzt GeneralMind die unstrukturierte Schicht dazwischen – dort, wo bisher Menschen als Klebstoff zwischen Systemen fungierten. Die Herausforderung liegt nicht im Finden von Nachfrage, sondern darin, Forward Deployment und Generalisierung so auszubalancieren, dass aus einzelnen Kundenprojekten ein echtes Produkt mit Netzwerkeffekten durch Memory entsteht.