Larridin verfolgt, welche KI-Werkzeuge eine Organisation tatsächlich und wie souverän nutzt, was Lizenzen und Token kosten und wie sich der Engineering-Output verändert, und führt Erkennung, Governance, Entwicklungsanalytik und Ausgaben zusammen.
Hast du dieses Tool genutzt? Bewerte es
Hast du dieses Tool genutzt? Bewerte es
Larridin ist eine Messplattform für Unternehmen. Sie verfolgt, wie viel KI eine Organisation tatsächlich nutzt, was diese KI kostet und welche Arbeit sich dadurch verändert. Sie liegt über den einzelnen KI-Werkzeugen, statt sie zu ersetzen, und verknüpft KI-Nutzung und -Ausgaben mit Geschäftsergebnissen, sowohl für Beschäftigte als auch für eine wachsende Zahl von Software-Agenten.
Unternehmen kaufen KI-Lizenzen schneller, als sie sie belegen können, und die üblichen Nachweise — eine Platzzahl, ein Anbieter-Dashboard, eine interne Umfrage — beschreiben den Einkauf, nicht die Praxis. Die Gründer formulieren es direkt: Nach mehr als fünfundzwanzig Jahren in der Unternehmenstechnologie war die größte Lücke, dass niemand messen kann, ob KI wirklich wirkt.
Die Messung gliedert sich in vier verbundene Sichten. Die Ausgabensicht führt Lizenz- und Token-Kosten auf die Teams und Agenten zurück, die sie verbrauchen. Die Wirkungssicht vergleicht Nutzungsgrad, Kompetenz und KI-Kapazität über Abteilungen hinweg. Die Entwicklungssicht verbindet Engineering-Output, Codequalität und Auslieferung mit den KI-Ausgaben. Die Prozesssicht erkennt wiederkehrende Arbeit und verfolgt Automatisierung gegen eine gemessene Ausgangsbasis. Zwei weitere Oberflächen decken autonome Systeme ab: Agenten-Wirksamkeit berichtet, was Agenten getan haben und was es gekostet hat, Agenten-Bereitschaft prüft, ob die Umgebung die nötigen Fähigkeiten, Werkzeuge und Leitplanken besitzt.
Eine unabhängige Studie von Frost & Sullivan vom Mai 2026 beschreibt Larridin als neutrale Messschicht für tatsächliche Nutzung, Kompetenz und Wert und hält fest, dass herkömmliche Kennzahlen wie Lizenzzahlen oder oberflächliche Nutzungsstatistiken nicht mehr abbilden, was KI zu Produktivität, Risikosteuerung und Geschäftsergebnis beiträgt.
Geführt wird das Unternehmen von Mitgründer und CEO Russ Fradin, Mitgründer und Präsident Jim Larrison sowie Mitgründer und CTO Ameya Kanitkar. Angegeben sind siebzehn Millionen US-Dollar Seed-Finanzierung unter Führung von Andreessen Horowitz, mit Bloomberg Beta, Gradient und weiteren Beteiligten.
Larridin bleibt nicht beim Bericht stehen, sondern gibt präskriptive Empfehlungen zu ungenutzter Kapazität, zugeschnittenen Schulungen, Prozessoptimierung, Verringerung von Code-Haltbarkeitsrisiken und Durchsetzung der KI-Richtlinien.
Die Einführung folgt einer festen Reihenfolge, jede Stufe speist die nächste.
Veröffentlichte Beobachtungen zeigen, was in den ersten Wochen auftaucht. In einem Vortrag des Firmenchefs auf einer Branchenkonferenz arbeiteten rund sechzig Prozent der Beschäftigten mit Unternehmenslizenz weiterhin über private Konten — zugleich ein Governance- und ein Ausgabenproblem, da der bezahlte Platz brachliegt, während ungeregelte Nutzung weiterläuft. Derselbe Vortrag berichtet, dass zu jedem bereits bekannten Werkzeug fünf bis sechs weitere gefunden wurden und eine zehnköpfige Gruppe sechs verschiedene KI-Notizwerkzeuge betrieb, und dass ein großer Teil der gemessenen KI-Aktivität aus gewöhnlichen Suchanfragen bestand statt aus der höherwertigen Arbeit, für die die Lizenzen gekauft wurden. Zu diesen Zahlen wurden weder Stichprobengröße noch Methodik offengelegt.
Larridin adressiert ausdrücklich drei Entscheidungskreise: KI-Verantwortliche und CIOs, CTOs und Engineering-Führungskräfte sowie CFOs und Finanzteams. Alle drei sollen KI-Budgets mit Belegen rechtfertigen, über die sie nicht verfügen.
Anzeichen für gute Passung:
Einen Fall schlechter Passung nennt der Anbieter selbst. Seine Vergleichsseite räumt ein, dass bei einem eng gefassten Ziel — ein Engineering-Dashboard, eine reine Cloud-Kostenplattform oder ein Kostenmodell für generative KI auf Ebene eines einzelnen Anwendungsfalls — eine der schmaleren Alternativen besser passen kann. Wer nur eines der vier Messfelder braucht, zahlt für ungenutzte Breite.
Die Analystensicht liefert einen zweiten Filter. Die Frost-&-Sullivan-Studie stellt eine leichtgewichtige Messschicht, die Nutzung, Kompetenz und Wert ohne vorherige Transformation sichtbar macht, einem in ein breiteres digitales Arbeitsplatz- und Betriebsmodell eingebetteten Ansatz gegenüber und schließt, dass die jeweils beste Passung von Reifegrad, Risikohaltung und Anforderungen an die Zeit bis zum Nutzen abhängt.
Kleine Teams liegen weitgehend außerhalb: Es gibt weder Self-Service-Tarif noch veröffentlichte Mindestplatzzahl noch öffentliche Preisliste, und die Einführung verteilt Browser-Erweiterungen und Desktop-Agenten über eine zentrale IT, setzt also verwaltete Geräte und eine Administration voraus.
Für die Sicherheitsprüfung zählt vor allem, wo verarbeitet wird. Der Großteil sensibler Daten wird im Browser der Nutzer verarbeitet und verlässt das Gerät nie; in die Larridin-Cloud gehen nur zusammengefasste Statistiken. Der Anbieter nennt das eine Zero-Knowledge-Architektur und gibt eine SOC-2-Type-II-Zertifizierung sowie HIPAA- und DSGVO-Konformität an.
Es gibt keine öffentlichen Preise. Weder Preisliste noch Tarifvergleich noch Self-Service-Kauf sind veröffentlicht; alle kommerziellen Wege der Website — Demo buchen, Preis anfragen, ausprobieren — führen zu einem Kontaktformular, und die Kontaktseite bittet um ein Gespräch mit einer Fachperson. Der Zugang läuft über den Vertrieb und wird je Organisation angeboten.
Erstens sind Website-Nutzungsbedingungen und Plattformvertrag getrennte Dokumente. Die Website-Bedingungen halten fest, dass die Nutzung der Plattformen einem gesonderten Rahmenvertrag oder einer anderen schriftlichen Handelsvereinbarung zwischen Larridin und seinen Kunden unterliegt; alles kommerziell Wesentliche — Datenverarbeitungsklauseln, Service Level, Laufzeit, Kündigungsrechte — steht damit in jenem Rahmenvertrag.
Zweitens muss der Kostenvergleich am Gesamtumfang ansetzen und nicht am Platzpreis, da das Produkt Erkennung, Governance, Engineering-Analyse und Ausgabenabgleich zugleich abdeckt. Die Alternativenseite des Anbieters nennt die schmaleren Kategorien, mit denen Angebote üblicherweise verglichen werden: Entwickler-Intelligence wie GetDX und Jellyfish, Software-Delivery-Intelligence wie Faros AI, ROI- und Kapazitätssteuerung für generative KI wie Pay-i, Personalanalytik und KI-Nutzungsbenchmarks wie Worklytics sowie KI- und Cloud-Kosten-Governance wie Mavvrik.
Das Segment der Engineering-Analytik ist dicht besetzt: Unabhängige Softwarevergleichsverzeichnisse führen neben den genannten Namen auch Cortex, Typo, Harness, LinearB und Plandek, sodass für reine Engineering-Messung viele ausgereifte Optionen bereitstehen. Die unterscheidenden Fragen sind daher eng. Sieht die Alternative KI-Nutzung außerhalb des Engineerings oder nur im Repository? Trennt sie private von geschäftlichen Konten? Gleicht sie Token- und Lizenzkosten mit Rechnungen ab oder schätzt sie? Larridin setzt darauf, all das aus einem System zu beantworten, und beschreibt sich als mehr denn ein Produktivitäts-Dashboard oder ein Token-Kostenzähler.
Die folgenden Grenzen sind vom Anbieter dokumentiert und gehören vor einem Pilotprojekt in die Erwartung.
Die Abdeckung endet am Computer. Larridin gibt an, dass die Erfassung derzeit nur computerbasiert erfolgt, iOS-Nutzung also entgeht und für mobile Außendienstkräfte kein Netzwerkverkehr mitgelesen wird. Bei Belegschaften, die KI stark am Telefon nutzen — Außendienst, Handel, Logistik, große Teile des Vertriebs an der Front — erscheint ein erheblicher Teil der Aktivität gar nicht, und Nutzungsquoten lesen sich aus Gründen niedrig, die mit Nutzung nichts zu tun haben. Organisationsweite Sichten und die Erkennung eingebetteter KI stehen auf der Roadmap.
Die Messung ist bewusst flach. Scout erfasst niemals Gesprächsinhalte. Das ist eine solide Datenschutzhaltung und zugleich eine echte analytische Grenze: Promptqualität wird aus Signalen erschlossen, nicht gelesen, das Produkt misst also die Form der KI-Nutzung, nicht ihren Gehalt.
Zuordnungsaussagen verdienen Prüfung. Die Plattform erklärt, Kausalität zwischen KI-Nutzung und Geschäftsergebnis auf mehreren Genauigkeitsstufen nachzuweisen. Solche Kausalaussagen sind schwer zu belegen; prüfen Sie die Zuordnung an einem Zeitraum, dessen Antwort Sie bereits kennen.
Die Website-Haftung ist sehr niedrig gedeckelt. Die öffentlichen Website-Bedingungen begrenzen Larridins Gesamthaftung aus diesen Bedingungen auf einhundert US-Dollar, stellen die Website ohne jede Gewährleistung wie besehen und wie verfügbar bereit und unterstellen sie dem Recht des Staates Delaware. Das betrifft die Website, nicht die Plattform — die tatsächlich tragenden Schutzklauseln müssen im Rahmenvertrag verhandelt werden.
Die veröffentlichte Datenschutzerklärung, zuletzt im September 2025 aktualisiert, betrifft Website- und Marketinginteraktionen, nicht die Telemetrie der Plattform. Erhoben werden laut Erklärung Name, E-Mail-Adresse, Telefonnummer, Position und Firmenname über Demo- und Kontaktformulare sowie IP-Adresse, Browsertyp, Betriebssystem, Verweis-URLs und Interaktionsdaten. Larridin erklärt, personenbezogene Daten nicht für kontextübergreifende verhaltensbasierte Werbung zu verkaufen oder zu teilen und personenbezogene Daten Minderjähriger unter sechzehn Jahren nicht wissentlich zu erheben, zu verkaufen oder zu teilen. Auskunft, Berichtigung, Löschung und Widerspruch laufen über eine veröffentlichte Rechtsadresse.
Zwei Vorbehalte. Die Website reagiert derzeit nicht auf Do-Not-Track-Signale, und die Erklärung enthält im Abschnitt für kalifornische Einwohner weiterhin einen nicht ausgefüllten Platzhalter: eine in eckigen Klammern stehende gebührenfreie Rufnummer.
Über Scout, ein zentral verteiltes Browser-Plug-in, unterstützt von einer Desktop-Anwendung. Erkannt wird über die Klassifikation bekannter KI-Anwendungen und ihrer URLs, abgedeckt sind OpenAI, Claude, Gemini, Perplexity und mehr als dreihundert weitere Werkzeuge.
Nein. Scout liest und speichert weder Tastatureingaben noch E-Mails, private Nachrichten oder Inhalte aus Dokumenten und erfasst keine Gesprächsinhalte. Der Großteil sensibler Daten wird im Browser verarbeitet und verlässt das Gerät nicht.
Nein. Die Erfassung ist derzeit computerbasiert, iOS-Nutzung entgeht ihr, und für mobile Außendienstkräfte wird kein Netzwerkverkehr mitgelesen.
Cursor, Claude Code, GitHub Copilot, ChatGPT und Codex sowie Google Gemini Code Assist, mit GitHub oder GitLab und CI/CD als angebundenen Datenquellen.
Ja. Beiträge werden KI-gestützter oder menschlich verfasster Tätigkeit zugeordnet, die Arbeit erscheint in den drei Kategorien menschlich, KI-gestützt und agentenverfasst, und zwar über komplexitätsbereinigte Kennzahlen statt Zeilenzählung.
Preise sind nicht veröffentlicht. Alle kommerziellen Wege führen zu einem Kontaktformular, und die Plattformnutzung setzt einen gesondert geschlossenen Rahmenvertrag voraus.
Angegeben sind SOC-2-Type-II-Zertifizierung sowie HIPAA- und DSGVO-Konformität, die Governance ist an ISO/IEC 42001:2023 ausgerichtet. Für stark regulierte Umgebungen wird eine lokale Installation über Appliances von Dell und HP angeboten.
