Am 1. Juli 2025 veranstalteten wir ein Live-Webinar mit dem Titel „AI Valuations and Funding Trends in 2025“. Das Webinar wurde von Marcin Majewski, Managing Director, und Filip Drazdou, M&A Director, moderiert.
Sie können sich die vollständige Webinar-Aufzeichnung jetzt unten ansehen. Wenn Sie die in der Sitzung verwendeten Präsentationsunterlagen herunterladen möchten, können Sie das ganz einfach tun, indem Sie auf den Button zum Herunterladen des Berichts links klicken (wenn Sie einen Computer nutzen) oder ganz ans Ende scrollen (wenn Sie ein Smartphone nutzen).
Nachfolgend finden Sie das vollständige Transkript der Diskussion, redaktionell bearbeitet für Klarheit, Fluss und Kürze.
Begrüßung und Einführung
Marcin Majewski:
Hallo! Willkommen zu unserem Webinar zu KI-Bewertungen und M&A.
Ich bin Marcin Majewski, Gründer und Managing Partner von Aventis Advisors, und ich bin hier zusammen mit Filip.
Filip, sag Hallo und stell dich vor.
Filip Drazdou:
Filip Drazdou, ich bin Director bei Aventis Advisors. Schön, Sie alle zu sehen.
Marcin Majewski:
Es freut uns sehr, dass Sie sich einen Teil Ihrer kostbaren Sommerferien nehmen, um uns zuzuhören. Ich hoffe, wir können Ihnen einige interessante Einblicke in Künstliche Intelligenz vermitteln.
Wie die meisten waren auch wir neu im KI-Bereich, haben jedoch früh damit begonnen, KI in unserem eigenen Unternehmen zu erproben, noch bevor ChatGPT angekündigt wurde.
Wir beobachten KI und ihre Auswirkungen auf M&A und Investments bereits seit geraumer Zeit. In diesem Webinar möchten wir teilen, was wir bisher über die öffentlichen Märkte, die privaten Märkte und unsere Erwartungen für die Zukunft von M&A gelernt haben.
Bislang gab es noch nicht viele Exits, aber wir erwarten, dass noch viele folgen werden. Wir sind gespannt, sie Wirklichkeit werden zu sehen.
Ohne weitere Umschweife: Starten wir mit der Präsentation. Wir haben heute 45 Minuten, also beginnen wir mit der Agenda.
Wir werden sprechen über:
- KI an den öffentlichen Märkten, börsennotierte Unternehmen.
- Anschließend eine interessante Perspektive darauf, was eigentlich als KI gilt (das übernimmt Filip).
- Aktuelle KI-Finanzierungstrends.
- Was wir bei KI-M&A Exits sehen und wie Sie sich als Gründer oder Investor positionieren.
- Dann fassen wir zusammen und schließen ab.
Am Ende nehmen wir uns noch ein paar Minuten für Ihre Fragen. Stellen Sie sie also gerne, und wir versuchen, das Ganze so interaktiv wie möglich zu gestalten.
Das Video wird außerdem auf unserer Website und auf YouTube verfügbar sein, also abonnieren Sie unseren Kanal wenn Sie möchten.
Filip, du bist dran.
KI-Bewertungen an den öffentlichen Märkten
Filip Drazdou:
Ja, ich möchte mit den Daten der öffentlichen Märkte beginnen, die in der Regel die besten und umfassendsten täglichen Informationen darüber liefern, was gerade passiert.
Wir hatten bereits sehr erfolgreiche Indizes. Zum Beispiel in SaaS oder IT-Services wo Sie Stimmungen und Branchenentwicklungen verfolgen können.
Daher haben wir eine Zeit lang überlegt: Lass uns etwas Ähnliches im KI-Bereich aufbauen. Die Frage war jedoch, was ist KI an den öffentlichen Märkten? Naheliegend ist Nvidia, vielleicht noch ein paar kleinere Akteure. Aber welche Unternehmen zählen tatsächlich als KI-Unternehmen?
Wir haben eine recht interessante Methodik entwickelt. Wir haben ein bestimmtes Datum in der Vergangenheit gewählt (27. Januar), als DeepSeek veröffentlicht wurde und die Märkte abstürzten. Nvidia fiel um 17 %, und viele andere Unternehmen verzeichneten zweistellige Rückgänge.
Wir sagten uns: Die Unternehmen, die an diesem Tag deutliche Kursbewegungen zeigten, sind wahrscheinlich in irgendeiner Form mit dem KI-Ökosystem verbunden. Wir haben eine Liste solcher Unternehmen aus verschiedenen Branchen zusammengestellt, und daraus wurde unser KI-Index.
Wir haben die Indexwerte ab November 2023 analysiert (rund um den Launch von ChatGPT, also die Geburt der modernen KI). Seitdem:
- Der gleichgewichtete KI-Index ist um 166 % gestiegen.
- Die marktkapitalisierungsgewichtete Version, in der Nvidia einen Anteil von 30 % hat, ist um fast 150 % gestiegen.
Die wichtigste Erkenntnis: Wir befinden uns auf einem Allzeithoch für KI-Unternehmen. Die Stimmung könnte kaum besser sein.
Bevor wir uns Bull- und Bear-Case ansehen, sprechen wir darüber, was in diesem Index enthalten ist.
Wir haben die gesamte KI-Lieferkette einbezogen. Am 27. Januar, als die Märkte fielen, betraf das nicht nur Halbleiter, sondern alles, von der Stromerzeugung über Öl und Gas, Halbleiter-Lieferketten, Rechenzentren bis hin zu Hardware-Anbietern. Unser vorgelagerter KI-Index umfasst all diese Unternehmen, die zur KI-Infrastruktur beitragen.
LLMs und KI-Apps werden langfristig Teil dieses Index sein, aber die meisten sind noch nicht börsennotiert. Daher arbeiten wir vorerst mit der Infrastruktur- und Angebotsseite, und das ist sehr aufschlussreich. KI ist heute nicht nur OpenAI oder Anthropic; es ist auch die gesamte industrielle Basis dahinter.
Bull Case: Der KI-Investitionsboom
Filip Drazdou:
Die Frage ist nun: Was kommt als nächstes? Wohin geht die Reise?
Es ist unsere Tradition, sowohl einen Bull- als auch einen Bear-Case zu präsentieren. Marcin, möchtest du mit dem Bull-Case beginnen? Wie weit können wir noch gehen?
Marcin Majewski:
Ja. Ich weiß nicht genau, wie weit, aber ich bin gern optimistisch, weil ich wirklich glaube, dass wir noch sehr weit kommen werden.
Ist es eine Blase? Schwer zu sagen. Es gibt viele Erwartungen, und es werden noch mehr.
Ich halte es jedoch für gerechtfertigt. KI wird die Gesellschaft und die Lebensweise der Menschen grundlegend verändern.
Die Welt für KI umzubauen erfordert schlicht sehr viel Kapital. Jemand muss es tun. Und jemand wird davon profitieren.
Ich denke, wir stehen erst am Anfang der KI-Revolution. Wir werden noch deutlich mehr Wachstum sehen.
Es gibt noch enorm viel Infrastruktur, die für KI gebaut werden muss. Ich glaube, wir werden einen 5- bis 10-jährigen Investitionsboom erleben, der die Bewertungen auf bisher ungesehene Höhen treiben wird.
Was dieses Mal einzigartig ist: Es sind nicht nur Unternehmen, die konkurrieren. Auch Nationalstaaten sind im Spiel. Das haben wir in früheren Tech-Booms nicht gesehen.
Ein Großteil der Infrastruktur wird redundant sein, weil sie über verschiedene Regionen hinweg mehrfach aufgebaut wird. Alle wollen ihre eigene souveräne KI.
So werden wir souveräne KI für die USA, China, EU-Länder und viele weitere haben.
Und daher werden die Investitionen in das Stromnetz und in Rechenzentren enorm ausfallen.
Solange wir keine neue Fusionsenergie als Energiequelle gebaut haben, werden wir noch eine Menge solcher Investitionen benötigen. Denn es ist schlicht teuer.
Ich denke, diese Unternehmen haben noch einen langen Weg vor sich.
Filip?
Bear Case: KI-Marktkorrekturen & Wettbewerbsdruck
Filip Drazdou:
Ja, ein Bear Case war hier schwer zu konstruieren. Viele dieser Unternehmen sind keine Hype-Aktien oder SPACs. Es sind Unternehmen der Old Economy, die seit über 100 Jahren existieren und jetzt erst von all den Investitionen und CapEx in KI profitieren.
Wenn ich einen Bear Case aufbauen würde, begänne ich mit der Korrelation zum S&P 500. Wer glaubt, dass der Gesamtmarkt, insbesondere in den USA, überbewertet ist, muss davon ausgehen, dass diese Unternehmen in jeder Korrektur leiden werden.
Das haben wir bereits bei den Zöllen gesehen, die bei vielen Unternehmen zu einem erheblichen Rückgang geführt haben. Sollte es also einen erneuten Bärenmarkt in den USA geben, könnten diese Unternehmen schneller fallen als andere.
Mein zweiter Punkt: Derzeit genießen diese Unternehmen sehr hohe Profitabilität und Margen. Nvidia druckt praktisch Geld in Milliardenhöhe. Doch nach den Gesetzen der Ökonomie wird der Wettbewerb dies irgendwann aufzehren. Der gesamte Gewinnpool wird schrumpfen, wenn neue Marktteilnehmer auftreten, der Wettbewerb sich verschärft und der Nutzen an Verbraucher oder Unternehmen weitergegeben wird.
Es könnte also zu einem Gewinnrückgang kommen und damit auch zu fallenden Aktienkursen, nicht weil die Nachfrage verschwindet, sondern weil Gewinne umverteilt werden.
Allerdings ist die Auswahl der Unternehmen recht vielfältig. Persönlich sehe ich hier keine Blase bei KI.
Was denkst du, Marcin?
KI-Bewertungen: Gibt es eine Blase bei KI-Bewertungen?
Marcin Majewski:
Nein, nein. Wenn wir das breite Segment und die Lieferkette betrachten, halte ich das für vertretbar. Selbst NVIDIA erscheint mir vernünftig bewertet.
Filip Drazdou:
Ja, vor allem angesichts des Umsatzwachstums und der Profitabilität, die bisher erzielt wurden.
Marcin Majewski:
Ja, genau.
Filip Drazdou:
Aber es ist interessant festzustellen, dass es nicht nur NVIDIA ist. Wir haben verschiedene Segmente betrachtet und analysiert, welche Gruppen seit der Veröffentlichung von ChatGPT am besten abgeschnitten haben.
Wir haben einen gleichgewichteten Index der verschiedenen KI-nahen Unternehmen erstellt und sie nach Gesamtrendite aufgetragen. Nvidia, Teil der Gruppe der Chip-Anbieter, liegt nahe dem Durchschnitt des Gesamtindex, da sich einige andere Halbleiterunternehmen nicht so gut entwickelt haben.
Was mir wirklich aufgefallen ist, war die Infrastruktur und alles rund um Strom, Kälte- und Klimatechnik (HVAC) sowie den Bau von Rechenzentren. Diese „Picks and Shovels“-Unternehmen, die die physische Infrastruktur für KI tatsächlich errichten, schneiden am besten ab.
Das ist sehr aufschlussreich. Für Software gilt das derzeit nicht, da Software wie OpenAI noch nicht börsennotiert ist und wir nicht wissen, wie sie in öffentlichen Märkten abschneiden würde.
Bislang haben traditionelle Unternehmen sehr gut abgeschnitten. Das hat wichtige Implikationen für Investoren. Man muss nicht dem nächsten OpenAI oder Anthropic nachjagen.
Es gibt solide Chancen in den öffentlichen Märkten, und wahrscheinlich noch mehr in den privaten Märkten bei den Zulieferern dieser KI-Infrastruktur-Akteure. Diese sind oft fair bewertet, profitieren aber von der wachsenden Nachfrage nach Dienstleistungen, Bau und Ausrüstung.
Ratschläge für KI-Gründer
Marcin Majewski:
Also Filip, wenn du einem Gründer einen Rat geben müsstest: Würdest du ihm empfehlen, Einhörnern hinterherzujagen oder ins Handwerk zu gehen, etwa in die Klima- und Haustechnik?
Filip Drazdou:
Ich denke, das hängt von der Risikobereitschaft ab. Aber ja, ich glaube, es gibt Chancen in der Klima- und Haustechnik und im Strombereich. Einige dieser Unternehmen werden zu EBITDA-Multiples im mittleren einstelligen Bereich gehandelt.
Marcin Majewski:
Nein, ich meine: Wenn du mit einem Start-up-Gründer sprichst, würdest du ihm raten, in die Klima- und Haustechnik einzusteigen und vor Ort zu arbeiten, oder eher in Machine Learning, um LLMs oder KI-Wrapper zu bauen?
Filip Drazdou:
Ich denke, das hängt stark von der Persönlichkeit ab. Wir sehen, dass viele in LLMs und KI einsteigen. Aber es ist auch schwierig, denn man betreibt nicht nur Forschung, man muss auch ein Unternehmen führen.
Also, jedem das Seine. Ich finde, die Klima- und Haustechnik ist keine so schlechte Gelegenheit, wie es scheinen mag.
Marcin Majewski:
Das ist eine sehr ausgewogene Sichtweise. Ich würde sagen, das Risiko-Rendite-Verhältnis ist in traditionelleren Branchen wahrscheinlich besser als in KI.
Natürlich werden die größten Ausreißer, also diejenigen, die am meisten verdienen, im KI-Bereich zu finden sein. Aber für eine vernünftigere Rendite im Verhältnis zum eingegangenen Risiko kann es tatsächlich sinnvoller sein, etwas Traditionelles und Konservatives zu wählen.
In diesen Sektoren gibt es viele solide, sichere Optionen, die zudem gute Exit-Möglichkeiten bieten.
Filip Drazdou:
Ja, und wenn diese Fertigung mit einem gewissen Reshoring in den Vereinigten Staaten zusammenkommt, lässt sich mit der Produktion von Gütern, die früher im Ausland hergestellt wurden und nun zurückgeholt werden, viel Geld verdienen. Zum Beispiel Komponenten für Rechenzentren.
Marcin Majewski:
Genau. Und das ist nicht nur in den USA so. Dasselbe passiert in Europa. Mit der Deglobalisierung werden die Lieferketten kürzer, sodass lokale Arbeitskräfte und Fertigung in allen großen Wirtschaftsblöcken wahrscheinlich wachsen werden.
Das ist eine äußerst interessante Verschiebung.
KI-Bewertungen in den privaten Märkten & KI-Finanzierungstrends
Marcin Majewski:
Kommen wir also zu den privaten Finanzierungen.
Filip Drazdou:
Ja, Finanzierungen.
Marcin Majewski:
Wir sind sehr gespannt darauf, weil wir gerne sehen, wie Dinge wachsen, wobei es hier viele Nuancen gibt und vieles aufzudröseln ist.
Die Schlagzeilen sind natürlich bekannt. Die größten Finanzierungsrunden aller Zeiten finden in KI statt. Das ist allgemein bekannt. Wenn wir aber tiefer in die Struktur der Finanzierungen eintauchen, erkennen wir Muster, die weniger offensichtlich sind.
Was wir beobachten, ist, dass ein immer größerer Teil der gesamten KI-Finanzierung zu den Gewinnern fließt. Ich denke, wir können sie bereits so nennen. Immer weniger Kapital geht an Frühphasen-Startups.
Das zeigt, dass die Branche reift. In gewisser Weise ist sie bereits recht weit fortgeschritten.
2025 wird wahrscheinlich alle Rekorde brechen (110 Mrd. USD bis Juni). Es würde mich nicht überraschen, wenn wir bis Jahresende insgesamt 200 Mrd. USD an KI-Finanzierung erreichen.
Und das beinhaltet noch nicht einmal alle Investitionen der “Magnificent 7” in KI. Insgesamt könnten KI-Investitionen also bereits in den Billionen-Dollar-Bereich fallen.
Es ist eine aufregende Zeit, und in diesem Bereich ist viel Geld zu verdienen.
Weniger Runden, größere Tickets
In der nächsten Folie haben wir die Deal-Anzahl gezeigt. Der Trend ist ähnlich: weniger Runden, aber konzentrierteres Funding.
Die Anzahl der Finanzierungsrunden erreichte 2021 ihren Höhepunkt, wahrscheinlich auch beeinflusst durch COVID-bedingte Verschiebungen.
Im Jahr 2025 könnten wir eine Erholung bei der Anzahl der KI-Runden sehen. Wir könnten den Rekord von 2024 erreichen, aber ich glaube nicht, dass wir das Volumen der früheren Jahre übertreffen werden.
2021 markierte wahrscheinlich den Höhepunkt beim Deal-Volumen, und ich erwarte, dass die Konzentration auf die größten Startups anhält.
KI-Bewertungen 2025: Ein breites Spektrum
Bewertungen sind äußerst interessant. Wir haben einen Snapshot der Bewertungen für 2025 präsentiert, den wir regelmäßig aktualisieren.
Die Bandbreite bei den EV/Umsatz-Multiples ist enorm, von hohen einstelligen Werten bei manchen Unternehmen bis zu mehr als 100x bei Perplexity.
Der wichtigste Treiber der Bewertung ist das Umsatzwachstum. Auf der nächsten Folie vergleichen wir die Finanzierungsrunden von OpenAI und wie sich der Umsatzmultiplikator entwickelt hat.
Im Dezember 2023 haben sie bei 53x Umsatz eine Runde abgeschlossen. Dann sind sie um mehr als das 5-Fache gewachsen, und der Multiplikator sank auf 42x. Danach haben sie sich fast verdreifacht, und der Multiplikator sank weiter.
Das ist eine natürliche Entwicklung. Mit zunehmender Reife einer Branche komprimieren sich Umsatzmultiplikatoren, und Unternehmen müssen irgendwann profitabel werden. Wir sind noch ein Stück davon entfernt, aber ich erwarte, dass KI-Unternehmen die Monetarisierung stärker vorantreiben werden.
Wir werden wahrscheinlich eine breitere Kontraktion der Umsatzmultiplikatoren erleben, auch bei Early-Stage-Unternehmen, insbesondere da es leichter wird, Geld zu verdienen, und Kunden bereitwilliger für KI zu zahlen.
KI war früher eine Neuheit, oft kostenlos. Heute monetarisieren viele Unternehmen aggressiv.
Was treibt die Bewertung über das Wachstum hinaus?
Auf der nächsten Folie beleuchten wir, was Bewertungen jenseits des reinen Umsatzwachstums unterscheidet.
Es ist sehr wichtig, die Qualität des zugrunde liegenden Geschäfts zu beurteilen. Unter dem KI-Label agieren viele verschiedene Unternehmenstypen, aber manche Geschäftsmodelle sind eindeutig nachhaltiger als andere.
Wir unterteilen sie in drei übergeordnete Kategorien:
- Foundational Models: Das sind Unternehmen, die sich auf KI-Forschung und -Training konzentrieren. Sie treiben die Anwendungen anderer an. Sie erzielen tendenziell die höchsten Bewertungen, und das ist aus unserer Sicht gerechtfertigt, da sie nachhaltiger sind.
- AI Applications: Das sind robuste Unternehmen, die auf KI aufgebaut sind und spezifische Probleme in Branchen oder Verticals lösen. Sie sind keine bloßen Wrapper. Diese Unternehmen verstehen ihre Kunden, deren Workflows und setzen KI auf bedeutungsvolle Weise ein, um echten Mehrwert zu liefern.
- Thin AI Wrappers: Diese bieten in der Regel minimalen Mehrwert, lediglich eine etwas bessere Oberfläche als ChatGPT für im Wesentlichen dieselbe Funktion. Sie sind stark von Rechenleistung abhängig und stellen das risikoreichste Modell dar.
Derzeit handeln KI-Applikationsunternehmen bei 10-60x Umsatz. Sie sind jedoch auch sehr vertriebslastig und sehen sich Disruptions-Risiken ausgesetzt, insbesondere wenn Unternehmen wie OpenAI ähnliche Funktionen kostenlos anbieten.
Generell gilt: Je näher das Produkt eines Unternehmens an einem realen Geschäftsproblem ist, desto besser seine Bewertung.
Am unteren Ende befinden sich generische, Me-too-KI-Modelle. Diese tendieren dazu, bei 1-5x Umsatzmultiplikatoren zu handeln, was wir heute im Markt beobachten.
Marcin Majewski:
Filip, hast du etwas hinzuzufügen?
Kapitalallokation in KI: Wohin das Geld fließt
Filip Drazdou:
Gerne, ich möchte zu allen Folien etwas ergänzen. Eine interessante Beobachtung aus der Top-Fundraising-Folie ist, wie sie mit den öffentlichen Märkten zusammenhängt. Fast das gesamte Kapital, das zu OpenAI, Anthropic und Cohere fließt, landet letztlich in Infrastruktur oder Modelltraining.
In KI-Anwendungen fließt nicht allzu viel Kapital. Der Großteil geht in Grundlagenforschung, Rechenzentren, Prozessoren und kapitalintensive Infrastrukturinvestitionen.
Wir kennen uns mit SaaS gut aus, und viele sind mit SaaS-Bewertungen vertraut. Im Vergleich dazu mag das 20- bis 30-Fache des Umsatzes für Frontier-KI-Unternehmen hoch erscheinen, aber es ist nicht abwegig. Auf dem Höhepunkt der SaaS-Blase wurden viele börsennotierte Unternehmen zu ähnlichen Multiples gehandelt, und das bei deutlich langsamerem Wachstum und ohne Profitabilität.
Wir kennen die genaue Profitabilität dieser KI-Unternehmen nicht, aber auf hohem Niveau wirken ihre Multiplikatoren nicht überdehnt. Ich würde sagen, die Bewertungen sind einigermaßen vernünftig. Investoren verstehen es offenbar besser, diese Unternehmen zu analysieren und zu bepreisen. Man erhält keinen Aufschlag nur dafür, ein „KI-Unternehmen" zu sein.
M&A-Aktivität im KI-Bereich
Marcin Majewski:
Kommen wir zu KI-M&A. Wir befinden uns noch in einer frühen Phase. Das Volumen ist gering, ich würde sogar sagen: verschwindend klein. Aber die Deals, die zustande kommen, haben ein sehr hohes Profil.
Wir haben die Aktivität der letzten zweieinhalb Jahre analysiert. Sie ist nach wie vor verhalten. Im Jahr 2023 verzeichneten wir rund 100 Exits, die wir als KI-M&A einstuften, vor allem Mehrheitsübernahmen. Um es klarzustellen: Finanzierungsrunden zählen wir hier nicht mit.
Im Jahr 2024 waren es 138. Im Jahr 2025 stehen wir bereits bei 80, und es sieht danach aus, als würde dieses Jahr einen neuen Rekord setzen. Die Aktivität nimmt zu, aber wir befinden uns noch in der Anfangsphase. Der eigentliche Höhepunkt liegt wahrscheinlich noch einige Jahre entfernt.
Besonders auffällig ist, wie kurz der Zyklus von der Gründung bis zum Exit ist. Manche KI-Startups werden verkauft, bevor sie überhaupt auf den Markt kommen. Das sehen wir zunehmend. Wachstum wird wettbewerbsintensiver und schwieriger, daher wird das Exit-Fenster kürzer. Aktuell liegt es bei etwa fünf Jahren, aber wir haben bereits Unternehmen erlebt, die schon nach sechs Monaten ausgestiegen sind.
So etwas haben wir bislang kaum erlebt. Es ist beeindruckend, aber auch enorm herausfordernd für Gründer. Man muss Ein- und Ausstieg mit großer Präzision timen. Dieses Spiel ist nur etwas für die besten operativen Köpfe.
Marcin Majewski:
Filip, noch etwas zu ergänzen?
Filip Drazdou:
Nein, ich stimme zu. KI-M&A wird weiter wachsen, aber es ist nach wie vor schwer zu beurteilen, welche Unternehmen echte KI-Unternehmen sind und welche nur umbenannte SaaS-Unternehmen mit ein paar KI-Features.
Aber wie du sagst, werden immer mehr dieser Unternehmen schnell akquiriert werden.
Wie bewertet man ein KI-Unternehmen?
Marcin Majewski:
Unsere Kunden fragen uns häufig, wie sie ihr KI-Unternehmen bewerten sollen. Deshalb wollten wir einige Erfahrungen aus der Praxis und konkrete Orientierungshilfen teilen, gerade im M&A-Kontext.
Zunächst verzerrt der Hype und die Medienberichterstattung rund um KI die Realität. Es gibt einige sehr hochkarätige Akquisitionen, bei denen große, kapitalstarke Käufer enorme Preise für Unternehmen mit entscheidenden Synergien oder Talenten zahlen.
Und diese Preise sind in der Regel gerechtfertigt. Unternehmen wie Meta beispielsweise tragen ein massives Downside-Risiko, wenn sie im KI-Bereich nicht gewinnen. Um das zu mitigieren, sind sie bereit, Höchstpreise zu zahlen.
Betrachtet man jedoch die breitere Gruppe der KI-Startups, so haben viele von ihnen zu kämpfen. Sie suchen noch nach dem Product-Market-Fit, haben hohe Churn-Raten, und ihre Kostenstrukturen sind schwierig, da viele Rechenleistung von Dritten weiterverkaufen, was ihre Margen belastet.
Anders als SaaS-Unternehmen, die typischerweise 80-90 % Bruttomargen hatten, sehen wir bei KI-Unternehmen 40-50 %. Mit diesen Wirtschaftlichkeiten etwas Nachhaltiges aufzubauen ist schwierig.
Was die Lage noch schwieriger macht: Der nächste Jahrgang an KI-Startups wird über noch effizientere Tools verfügen, die oft von der heutigen Generation gebaut werden. Das wird den Wettbewerb beschleunigen, die Margen weiter drücken und die Kundenakquisitionskosten in die Höhe treiben.
Wo Wert entsteht
Der Großteil des Wertes fließt heute an die Infrastrukturschicht, sei es Energieanbieter oder die Rechenschicht (z. B. Modellentwickler und LLMs). Wenn ich wählen müsste, würde ich eher auf die „Picks and Shovels" setzen als auf die überfüllte Anwendungsschicht.
Bei Aventis verfolgen wir bei der KI-Bewertungeinen konservativen, rationalen Ansatz. Aus unserer Sicht unterscheiden sich KI-Unternehmen nicht grundlegend von anderen Unternehmen; es gelten dieselben Prinzipien.
Man braucht:
- Solide Fundamentalanalyse
- Klare Unit Economics
- KPIs wie Umsatzwachstum, Kundenbindung, CAC-zu-LTV-Verhältnis usw.
„KI" zu sein, verschafft einem nicht automatisch einen Bewertungsaufschlag. Wenn überhaupt, können Exits ohne klare käuferseitige Synergien sogar ein Warnsignal sein. Eine proaktive Exit-Suche könnte signalisieren, dass etwas nicht funktioniert.
Wenn sich jedoch jetzt ein Käufer meldet und die strategische Passung stimmt, ist es wahrscheinlich ein guter Zeitpunkt, darauf einzugehen.
Das Bewertungs-Playbook
Auf der nächsten Folie haben wir unser übliches Playbook zur Bewertung eines Tech-Unternehmens dargelegt.
- Ertragswertbasierter Ansatz: Discounted Cash Flow. Man prognostiziert die künftige Geschäftsentwicklung und bewertet die projizierten Cashflows. Bei KI sehr schwierig, da die meisten Unternehmen noch nicht profitabel sind, aber dennoch machbar, wenn auch spekulativ.
- Marktbasierter Ansatz: Man vergleicht Bewertungsmultiplikatoren aus Finanzierungsrunden oder öffentlichen Vergleichsunternehmen. Noch wenige M&A-Benchmarks vorhanden, aber generell gilt: Wenn man bei 10x Umsatz eine Runde abgeschlossen hat, sollte man den Umsatz verdoppeln, um bei 5x zu exitieren und Investoren zurückzuzahlen.
- Substanzwertbasierter Ansatz: Oft auf Basis des Wiederbeschaffungswerts. Gründer lenken Gespräche gern in diese Richtung, aber bei KI raten wir davon ab. Die Technologie verliert extrem schnell an Wert. Werkzeuge und Methoden entwickeln sich so rasch weiter, dass das Entwickelte schon nach wenigen Monaten veraltet sein kann.
Zusammenfassend: Wir streben danach, geerdet zu bleiben. Wir wollen verstehen, was geschieht, ohne dem Hype oder der Panik nachzugeben.
Abschlussbemerkungen und Q&A
Marcin Majewski:
Wenn Filip nichts mehr hinzuzufügen hat, denke ich, können wir abschließen.
Filip Drazdou:
Ja, ich denke, wir können.
Marcin Majewski:
Das war es. Und ja, das Meme haben wir mit KI erstellt! Das ist wahrscheinlich das Einzige in der Präsentation, wofür wir KI genutzt haben.
In diesem Bereich gibt es viel Hype und FOMO. Wir hoffen, etwas gesunden Menschenverstand und Klarheit gebracht zu haben. Bitte wenden Sie sich bei Fragen oder wenn Sie Beratung zu Ihren Investments oder Ihrer Exit-Strategie suchen, gerne an uns.
Wir bieten gerne ausgewogene, rationale Orientierung.
Letztendlich werden Exits stattfinden, man muss sich diesem Bereich nur bewusst und mit klarem Kopf nähern.
Q&A mit dem Publikum
Marcin Majewski:
Wir haben einige Fragen. Sollen wir diese durchgehen?
Filip Drazdou:
Ja, die erste, die ich sehe, könnte unsere gesamte Zeit in Anspruch nehmen, aber sie dürfte allen auf der Seele brennen:
„Ist KI eine neue Dotcom-Blase?"
Marcin Majewski:
Es gibt viele Gemeinsamkeiten. Aber in einem wesentlichen Punkt ist es meiner Ansicht nach anders: KI-Unternehmen erzielen echte Umsätze, oder versuchen es zumindest. Das war während der Dotcom-Blase nicht der Fall, damals ließ sich Kapital allein auf Basis von Seitenaufrufen und Web-Traffic einsammeln.
Heute muss man zumindest eine Menge Tokens verkaufen, um eine Bewertung zu rechtfertigen.
Marcin Majewski:
Nächste Frage: Ebbt der Hype leicht ab?…
Filip Drazdou:
Ja, ich denke, der Hype lässt leicht nach. Investoren sind heute deutlich besser über KI informiert. Wie du vorhin gesagt hast: Sie bewerten Unternehmen anhand von Fundamentaldaten und Finanzkennzahlen, nicht mehr nur nach der Technologie oder dem Etikett „KI“.
Heute müssen Unternehmen schwierigere Fragen beantworten:
- Wie viele Nutzer haben Sie?
- Wie werden Sie Geld verdienen?
- Wie hoch ist Ihre Bruttomarge?
Es ist schwieriger geworden, an Finanzierung zu kommen. Und viele Frühinvestoren haben sich an Startups die Finger verbrannt, die zunächst eine Welle an Traktion hatten, bevor ChatGPT dieselbe Funktion ergänzte, sie Teil von Copilot wurde oder in Google Gemini einzog. Google bringt auf jeder Konferenz neue Produkte heraus.
Man muss wirklich sicherstellen, dass die KI-Anwendung, in die man in der Seed- oder Series-A-Phase investiert, überlebensfähig ist. Es gab zum Beispiel eine große Welle von KI-Mitschreibtools, und nun gibt es diese Funktion nativ in Google Meet. Excel erhielt KI-gestützte Formelunterstützung. In Google Sheets ruft man mit „=AI“ inzwischen direkt Gemini auf.
Die Schlussfolgerung ist klar: Es wird große Gewinner geben, aber wahrscheinlich vor allem unter großen, finanzstarken Unternehmen. Für kleinere Akteure wird es schwieriger.
Marcin Majewski:
Genau. Investoren sind anspruchsvoller geworden. Man erhält nicht ihre Aufmerksamkeit, nur weil man sagt, man mache KI. Man braucht ein solides Team und eine klare Go-to-Market-Strategie, um Kapital anzuziehen.
F: Werden Foundational Models zur Commodity?
Marcin Majewski:
Gute Frage. Ich glaube nicht, dass wir aus technischer Sicht die Richtigen für eine tiefgehende Analyse sind, aber aus Investorensicht steckt in Foundational Models mehr als nur die Modelle selbst.
Sie erfordern enorme Mengen an Energie, Hardware und Infrastruktur, um entwickelt und betrieben zu werden. Ich glaube, nur eine Handvoll Unternehmen wird es sich leisten können, sie aufrechtzuerhalten. Daher rechne ich damit, dass wir am Ende ein Oligopol haben werden, nur wenige große Spieler, die den Großteil des Geldes verdienen.
Das macht es unwahrscheinlich, dass Foundational Models zur Commodity werden. Sie sind zu selten und zu teuer.
F: Sind Fundraising-Multiplikatoren genauso nützlich wie Public-Company-Vergleichswerte?
Marcin Majewski:
Fundraising-Vergleichswerte zeigen oft höhere Multiplikatoren, da die Unternehmen früher in ihrem Lebenszyklus stehen und höhere Wachstumsraten aufweisen. Public-Company-Vergleichswerte sind niedriger, da sie Reife widerspiegeln.
Diese beiden werden sich letztlich annähern. Da private Unternehmen wie OpenAI die Spätphasen erreichen, werden ihre Multiplikatoren wahrscheinlich näher an denen reifer Peers wie Google oder Microsoft liegen.
Filip Drazdou:
Ja, wir nutzen Fundraising-Comps häufig, um Obergrenzen festzulegen und Erwartungen zu steuern. Wenn zum Beispiel OpenAI bei 20x Umsatz finanziert wird und mit einer bestimmten Rate wächst, wird ein kleineres Nischenunternehmen nicht dasselbe Multiple erhalten, es wird deutlich niedriger liegen.
Diese Benchmarks sind daher nützlich, um Bewertungen zu verankern, auch wenn es kein direkter Äpfel-mit-Äpfeln-Vergleich ist.
F: Ab wann werden die Verluste großer KI-Unternehmen zum Warnsignal?
Filip Drazdou:
Ausgezeichnete Frage. SaaS- und Marktplatz-Unternehmen haben sehr lange mit Verlusten überlebt. Ich war früher skeptisch, aber Amazon, Uber und Airbnb haben diese Sichtweise verändert. Unterschiedliche Modelle, aber dieselbe Erkenntnis.
Wenn ein Unternehmen groß genug wird, sind Verluste weniger ein Problem, gerade in Frontier-Branchen wie KI.
Das entscheidende Signal ist das Wachstum. Solange man wächst, sehen Investoren über die Verluste hinweg. Doch sobald das Wachstum stockt, wird die Profitabilitätsfrage unausweichlich.
Marcin Majewski:
Genau. Unternehmen wie Uber haben es letztendlich geschafft, Profitabilität „einzuschalten". Das ist also möglich, wenn auch definitiv schwieriger für kleinere Spieler.
Wirtschaftliches Umfeld und Widerstandsfähigkeit der KI
Marcin Majewski:
Meine Einschätzung ist: Solange Zinssätze und Kapitalkosten relativ niedrig bleiben, stört es niemanden, dass diese Unternehmen Verluste schreiben, vorausgesetzt, es gibt angemessenes Wachstum.
Sollten wir jedoch eine erneute Inflationswelle erleben und die Zinsen infolgedessen steigen, was im Grunde eine ernsthafte Wirtschaftskrise auslösen würde, könnte das meiner Ansicht nach zu einem erheblichen Rückgang der KI-bezogenen Ausgaben führen.
Dieses Risiko besteht also zwar, aber solange das finanzielle Umfeld stabil bleibt, sehe ich keinen breiten Druck auf KI-Unternehmen.
Von M&A-Beratern eingesetzte KI-Tools
Marcin Majewski:
Filip, welche KI-Tools nutzen wir als M&A-Berater?
Wir nutzen tatsächlich sehr viel davon. ChatGPT ist tief in unsere Arbeitsabläufe integriert. Wir setzen auch zunehmend auf Gemini, es spielt eine immer größere Rolle.
Manchmal nutzen wir auch Claude Perplexity für bestimmte Anwendungsfälle.
Filip Drazdou:
Stimmt, wir haben Perplexity eine Zeit lang verwendet, aber nachdem ChatGPT eine Suchfunktion eingeführt hat, fühlte es sich etwas redundant an, ein separates Produkt nur dafür zu nutzen.
Wir haben viele Tools getestet. Viele davon sind noch nicht ausgereift, aber die Bereitschaft, KI-Anwendungen auszuprobieren, ist sehr groß. Wenn ein Unternehmen mit einem auf M&A zugeschnittenen KI-Tool auf uns zukommt, probieren wir es sehr wahrscheinlich aus.
In den meisten Fällen erfüllt das Tool jedoch nicht das Niveau, das wir benötigen.
Marcin Majewski:
Genau. Erste Traktion im KI-Bereich zu erzielen ist leicht, Kunden zu halten dagegen deutlich schwieriger.
Wir sind zu dem Schluss gekommen, dass wir uns, wie viele Professional-Services-Unternehmen, zu einem Technologieunternehmen entwickeln müssen. Wir planen, stark in den Aufbau eigener KI-Agenten und -Systeme zu investieren.
Die Natur der Arbeit als Junior-Analyst verändert sich rasant. Während das, was wir tun, mit Menschen sprechen, beraten, sich kaum verändert, wandelt sich die Art und Weise, wie wir Daten erheben und analysieren, schnell.
Ist die Rule of 40 im KI-Zeitalter noch sinnvoll?
Marcin Majewski:
Eine gute Frage: Ist die Rule of 40 im KI-Zeitalter noch sinnvoll?
Ich halte das nach wie vor für relevant. Die Rule of 40, Gewinnmarge plus Umsatzwachstum ist ein gutes Framework. Während viele KI-Unternehmen noch nicht profitabel sind, achten Investoren weiterhin auf beide Seiten dieser Gleichung. Wenn Sie sowohl profitabel sind als auch schnell wachsen, ist das ein starkes Rezept für einen erfolgreichen Exit.
Filip Drazdou:
Ja, aber es hängt vom Geschäftsmodell ab. Die Rule of 40 entstand im SaaS-Umfeld, wo Unternehmen hohe Kundenakquisitionskosten und wiederkehrende Aboeinnahmen hatten. In diesem Kontext war ein Tausch von Profitabilität gegen Wachstum sinnvoll.
Wenn ein KI-Unternehmen ähnliche Dynamiken aufweist, funktioniert das. Ist es aber eher wie E-Commerce oder Modell-Reselling, mit niedrigen Margen und schwacher Kundenbindung, braucht man von Anfang an Profitabilität.
KI-Bewertungseinblicke und SaaS-Vergleiche
Filip Drazdou:
Eines, das wir vor dem Webinar besprochen hatten, war der „DeepSeek-Effekt" vom 27. Januar. Wir haben analysiert, welche Aktien an diesem Tag gestiegen oder gefallen sind.
Überraschenderweise haben sich SaaS-Unternehmen kaum bewegt. Auch wenn sie das Wort „AI" in Earnings Calls dutzende Male erwähnen, kaufen institutionelle Investoren im öffentlichen Markt das nicht. Es gibt eine klare Unterscheidung: KI-Unternehmen und SaaS-Unternehmen werden als separate Klassen behandelt.
Disruption durch Google: Eine reale Bedrohung
Marcin Majewski:
Eine sehr interessante Frage kam zum Thema Voice- und Video-Apps, die durch Google verdrängt werden.
Das geschieht definitiv. Googles KI-Videogenerierung, die Transkriptionsfunktionen in Meet und die Integrationen in Sheets und andere Tools sind ernsthafte Bedrohungen für Unternehmen mit eng gefassten Anwendungsfällen.
Früher hätte Google es nicht für nötig gehalten, kleinere Nischen-SaaS-Produkte anzugehen. Doch jetzt ist es mit KI wirtschaftlich machbar, diese Funktionen direkt bereitzustellen.
Diesmal agiert Google schnell, und ich denke, sie haben aus früheren Misserfolgen im Bereich Social Media gelernt. Sie gehörten zu den Ersten, die massiv in KI investiert haben, und setzen das nun äußerst gut um.
Filip Drazdou:
Irgendwo in den Folien hatten wir den Satz: „Je größer der TAM, desto größer das Risiko." Das passt hier gut.
ARR in der KI-Welt: Noch valide?
Marcin Majewski:
Eine weitere gute Frage: Ist ARR in der KI-Welt überholt?
Filip Drazdou:
Es hängt vom Geschäftsmodell ab. Bei einem abonnementbasierten Geschäft ist ARR nach wie vor sehr nützlich. Man kann alle vertrauten SaaS-Kennzahlen anwenden (ARPU, LTV/CAC, Retention).
Wenn man jedoch Tokens weiterverkauft oder Einzeltransaktionen abwickelt, verliert ARR an Aussagekraft.
Marcin Majewski:
Letztendlich muss jede Kennzahl, die man verwendet, in einem DCF aufgehen. ARR ist eine Abkürzung zum Verständnis von Wert, aber EBITDA, Cashflow und nachhaltige Wirtschaftlichkeit sind langfristig wichtiger.
Es ist ein Werkzeug im Werkzeugkasten, aber nie das einzige.
Schlussbemerkungen
Marcin Majewski:
Damit kommen wir zum Ende des heutigen Webinars.
Wenn Sie mit uns sprechen möchten, sei es zur Entwicklung Ihrer KI-Strategie, eines Exit-Plans oder einer Investitions-Roadmap, melden Sie sich gerne. Wir nehmen Ihren Anruf gern entgegen und beraten Sie.
Wir hoffen, dass diese Session für Sie aufschlussreich war. Bitte teilen Sie sie mit Kollegen, Freunden oder Familienmitgliedern, die davon profitieren könnten.
Wir werden die Aufzeichnung und das Transkript in Kürze verteilen.
Vielen Dank nochmals, dass Sie uns während Ihrer Sommerferien begleitet haben, insbesondere jene unter Ihnen in Europa, wo der Juli typischerweise ein ruhigerer Monat ist.
Filip Drazdou:
Vielen Dank an alle. Genießen Sie den Rest Ihres Tages.
Marcin Majewski:
Danke.
Filip Drazdou:
Danke, auf Wiedersehen.
Marcin Majewski:
Auf Wiedersehen.
