Einleitung
Wer heute ein KI-Startup führt, konkurriert nicht nur mit anderen Gründern, sondern bewegt sich in einem der kapitalgesättigtsten und strategisch umkämpftesten Märkte der Technikgeschichte, geprägt vom rasanten Wachstum und vom intensiven Wettbewerb der KI-Branche. Da große Konzerne proprietäre Large Language Models entwickeln, die Infrastrukturebenen um einen Standard ringen und generative KI Branchen von den Medien bis zu Enterprise SaaS umgestaltet, steht viel auf dem Spiel. Der aktuelle KI-Boom, getrieben von Fortschritten der künstlichen Intelligenz wie Transformer-Architekturen und Large Language Models, hat zu beispiellosen Investitionen und beschleunigter Innovation über alle Sektoren hinweg geführt.
Die künstliche Intelligenz hat sich von der frühen Forschung und dem symbolischen Schließen zu den transformativen Anwendungen von heute entwickelt und prägt Branchen weltweit tiefgreifend.
Wir haben ein praxisnahes Fünf-Schritte-Framework entwickelt, das KI-Gründern bei dieser Entscheidung hilft. Zu jedem Schritt gehören zentrale Fragen, die sich jeder Gründer stellen sollte, wenn er das Für und Wider einer weiteren Kapitalaufnahme gegenüber dem Verkauf des Unternehmens abwägt. Um das greifbar zu machen, greifen wir auf reale Beispiele zurück, etwa auf Lovables jüngste Finanzierungsrunde und den Teilverkauf von Scale AI an Meta, und zeigen, wie Gründer diese Entscheidungen angegangen sind und welche Kompromisse jeder Weg mit sich brachte.
1. Wissen Sie, welche Machine-Learning-Lösung Sie wirklich bauen
Nicht jedes KI-Startup ist gleich. Manche ähneln KI-Forschungslaboren, andere bieten Werkzeuge mit praktischem Nutzen im Alltag, wieder andere entwickeln ein KI-Programm, und viele müssen erst noch beweisen, ob sie ein Produkt bauen oder bloß ein Feature.
Nehmen Sie Lovable: Die nutzerzentrierten Tools für generative KI verbessern kreative Arbeitsabläufe und treffen klar den Product-Market-Fit. Das Unternehmen baute keine Tech-Demo, sondern ein bindungsstarkes, virales Produkt. Dank starker Nutzungskennzahlen und solidem ARR gelang die Kapitalaufnahme bei einer Bewertung von 1,5 Mrd. USD, in einer umkämpften Runde unter Führung von Accel.
Fragen Sie sich:
- Lösen Sie Probleme, die in echten Kundenbedürfnissen wurzeln, oder bauen Sie nette Demos mit GPT-4?
- Sind Sie von externen APIs abhängig, oder gehört Ihnen die Kerninfrastruktur (etwa einzigartige Machine-Learning-Modelle, proprietäre Datensätze oder sogar eine eigene Programmiersprache)?
- Ist Ihre Lösung fest in Arbeitsabläufe wie Kundensupport, Content-Erstellung oder finanzielle Entscheidungen eingebettet? Ein Expertensystem etwa ist eine Art von KI-Lösung, die in spezialisierten Bereichen bereits realen Nutzen gestiftet hat.
Differenzierung zählt. Verteidigbarkeit zählt mehr. Historisch lieferten Expertensysteme verteidigbare KI-Lösungen, indem sie Fachwissen kodierten, was zu breiter Verbreitung und zum Wachstum der Branche führte.
2. Erkennen Sie die Art der Aufmerksamkeit, die Sie erhalten
Investoreninteresse ist nicht dasselbe wie Marktvalidierung. Bei KI kann das Interesse aus ganz unterschiedlichen Richtungen kommen:
- VCs suchen nach Plattformen, die über mehrere Vertikalen hinweg skalieren und Winner-take-all-Potenzial haben.
- Strategische Käufer wollen oft die Kerntechnologie, das Team oder eine frühe Marktpräsenz erwerben, um ihr bestehendes Angebot zu stärken.
- Private-Equity-Gesellschaften stellen mitunter Kapital bereit oder streben Übernahmen an und richten sich dabei in der Regel auf etablierte Startups mit erprobten Geschäftsmodellen.
Scale AI steht beispielhaft für diese doppelte Aufmerksamkeit. Das Unternehmen verkaufte 49 % an Meta bei einer Bewertung von 29 Mrd. USD und zog sich damit teilweise Kapital heraus, ohne die Kontrolle abzugeben. Der Reiz lag nicht allein im Umsatz, sondern im strategischen Wert der Dateninfrastruktur für Metas KI-Roadmap.
Warnsignal: Wenn Sie eingehende M&A-Anfragen erhalten, sich aber schwertun, eine Finanzierungsrunde abzuschließen, kann das heißen, dass Sie etwas Wertvolles geschaffen haben, nur eben nicht im Venture-Maßstab.
Das ist in Ordnung, aber Sie müssen entsprechend handeln.
3. Marktbedingungen und KI-Wettbewerbsdruck einschätzen
Wir stecken nicht in einem KI-Winter, aber die Hitze verlagert sich. Kapital fließt zu den klaren Gewinnern, nicht in Experimente. Modelle werden zur Massenware. Ein bloßer „LLM-Wrapper” zu sein reicht nicht mehr.
Nehmen Sie Glean: Die Kapitalaufnahme gelang bei einer Bewertung von 7,2 Mrd. USD, nachdem die Marke von 100 Mio. USD ARR überschritten war. Warum? Weil das Unternehmen einen tiefen Bedarf im Enterprise-Umfeld deckt, die interne Suche über sämtliche Unternehmenstools hinweg, und starke Belege für Beständigkeit vorweist. Gleans KI-Anwendungen sind nicht spektakulär, sie sind unverzichtbar.
Ganz anders die Gründer, die kurzfristiger Viralität hinterherjagen. Wenn Sie weder über Distribution noch über einen Datengraben oder einen differenzierten Einsatz neuronaler Netze verfügen, ist jetzt womöglich der beste Moment für eine Partnerschaft, bevor die etablierten Anbieter aufholen. Jüngste Fortschritte im Deep Learning und in seinen Verfahren waren bahnbrechend und haben den Erfolg vieler führender Unternehmen getragen. Lösungen, die heute Fuß fassen, sind oft robuste KI-Systeme, von den ersten Meilensteinen bis zu modernen Anwendungen wie Chatbots und virtuellen Assistenten. Um erfolgreich zu sein, brauchen Unternehmen Zugang zu Big Data und riesigen Datenmengen, die für das Training fortgeschrittener Modelle entscheidend sind. Erfolgreiche Unternehmen zeichnet aus, dass sie bahnbrechende Technologie nutzen und in einem sich rasch wandelnden Umfeld einen Schritt voraus bleiben.
Fragen Sie:
- Sind wir noch an der Spitze, oder holt uns die Kommodifizierung ein?
- Lässt sich eine Kapitalaufnahme von über 30 Mio. USD rechtfertigen, um Enterprise-Kunden zu gewinnen, oder würde ein strategischer Exit den geschaffenen Wert besser realisieren?
Der anhaltende Wettbewerb und Fortschritt auf diesem Feld werden von der rasanten KI-Entwicklung getrieben, weshalb ständiges Innovieren und Anpassen unverzichtbar ist.
4. Bestimmen Sie die Risiko- und Eigentumsneigung Ihres Teams
Manche Gründer wollen den großen Wurf mit einem IPO über 10 Mrd. USD. Andere wollen aufbauen, gewinnen und verkaufen.
Keiner der beiden Wege ist falsch, doch Unklarheit kostet verschwendete Jahre.
- Eine Kapitalaufnahme bedeutet mehr Verwässerung, mehr Umsetzungsrisiko und mehr Zeit.
- Ein Verkauf bedeutet, ein Stück Kontrolle abzugeben, kann aber größere Reichweite oder einen schnelleren Weg zur Wirkung erschließen.
Schauen Sie nicht nur auf die Bewertung. Fragen Sie sich, welchen Weg Sie und Ihre Mitgründer gehen wollen. Wollen Sie weitere fünf bis sieben Jahre unabhängig bleiben? Oder könnten Sie als Teil einer größeren Plattform Ihre beste Arbeit leisten?
Für ein Ausbrennen mit hohem Cap Table und ohne Exit gibt es keine Bonuspunkte.
5. Verstehen Sie das strategische Umfeld, und wer am meisten von dem profitiert, was Sie geschaffen haben
Jeder dieser jüngsten Schritte, der Deal von Scale AI mit Meta, das rasante Wachstum und die Finanzierung von Lovable sowie Gleans Mega-Runde in der Spätphase, gibt eine andere Antwort auf dieselbe Frage: Wer zieht den größten Wert aus diesem Unternehmen?
- Scale AI hatte mit mehreren Interessenten Verhandlungsmacht und monetarisierte strategisch, indem es KI in seine Produkte und Dienste integrierte, um vorn zu bleiben.
- Lovable entschied sich, Kapital aufzunehmen und weiterzuwachsen, und setzte dabei auf seine Nutzerbasis und sein Tempo.
- Glean legte nach, mit einer langfristigen Vision für die Enterprise-Suche und KI-gestützte Wissenswerkzeuge, und rückte die Nutzererfahrung der Endanwender in den Mittelpunkt.
Die besten Gründer, oft unter den größten Innovatoren ihres Fachs, reagieren nicht nur auf eingehendes Interesse. Sie prägen das Narrativ aktiv und entscheiden auf Basis ihrer persönlichen Ziele ebenso wie des Potenzials ihres Unternehmens.
Praktische KI-Anwendungen wie virtuelle Assistenten schaffen branchenübergreifend echten Nutzen und führen die Wirkung solcher strategischen Entscheidungen vor Augen.
Abschließende Gedanken: Es gibt keine „richtige" Antwort, nur die richtige Passung
Die gesamte Branche durchläuft einen Wandel, getrieben von Fortschritten der Informationstechnologie und grundlegenden Durchbrüchen der Informationstheorie. Dieser Wandel spiegelt einen Paradigmenwechsel, der mit der kognitiven Revolution von 1956 begann und grundlegend verändert hat, wie wir Geist und Intelligenz verstehen. Künstliche Intelligenz (KI) ist längst kein Hinterzimmer-Experiment mehr in Informatikfakultäten oder KI-Laboren, sie treibt heute reale Geschäftsergebnisse an, von der Kundeninteraktion über die Logistik bis zu kreativen Arbeitsabläufen, und bringt Unternehmen Millionen ein oder erspart sie ihnen.
Die Ursprünge der künstlichen Intelligenz reichen zurück zu wegweisenden Informatikern wie Alan Turing, dessen grundlegende Arbeit zum Turing-Test als Methode zur Bewertung maschineller Intelligenz führte. Die Dartmouth-Konferenz, ausgerichtet von Schlüsselfiguren wie John McCarthy und Nathaniel Rochester, war das entscheidende Ereignis, mit dem die künstliche Intelligenz offiziell als wissenschaftliche Disziplin begründet wurde. Frühe KI-Forschung von Allen Newell und Herbert A. Simon führte das symbolische Schließen ein und legte das Fundament für intelligente Systeme, die Aufgaben wie Schachspielen und die Verarbeitung natürlicher Sprache bewältigen. Diese Meilensteine entstanden in KI-Laboren, die zu Zentren der Innovation und der Zusammenarbeit führender Informatiker wurden.
Von der frühen Idee des künstlichen Gehirns und künstlicher Menschen im 20. Jahrhundert, inspiriert von der Science-Fiction und dem einflussreichen Science-Fiction-Theaterstück Rossum's Universal Robots, bis zum Streben nach künstlicher allgemeiner Intelligenz und maschineller Intelligenz, die es mit der menschlichen aufnehmen kann, hat sich das Feld rasant entwickelt. Ob Sie künstliche Menschen bauen, die Schach spielen und dabei menschliche Spieler erreichen oder übertreffen und über fortgeschrittene Verarbeitung menschlicher Sprache ein Gespräch führen, oder gezieltere KI-Anwendungen im Gesundheits- oder Finanzwesen entwickeln: Der Einfluss künstlicher neuronaler Netze war umwälzend. Diese Innovationen haben ein breites Spektrum an KI-Fähigkeiten ermöglicht, vom Spielen über das Verstehen natürlicher Sprache bis hin zur Ausweitung der Reichweite intelligenter Systeme.
Heute werden KI-Agenten zunehmend autonomer, mit fortgeschrittener Entscheidungsfähigkeit und der Fähigkeit, auf menschenähnliche Weise zu interagieren, was menschliches Eingreifen seltener nötig macht. Die Zukunft verspricht noch mehr, mit Chancen auf frühen Zugang zu modernsten KI-Technologien und -Werkzeugen, die die Grenzen des Möglichen weiter verschieben werden. Dennoch gilt es, die einzigartigen Qualitäten menschlichen Denkens anzuerkennen: unbewusstes, verkörpertes Wissen und Intentionalität, Merkmale, die menschliche Intelligenz von maschinellen Prozessen abheben.
Also: Fahren Sie besser damit, alles auf eine Karte zu setzen, oder Kasse zu machen?
Die Antwort hängt davon ab, was Sie aufbauen, wer den größten Wert darin sieht und wohin Sie als Team wollen. Wenn Sie vor dieser Entscheidung stehen, sprechen wir bei Aventis gern über Ihre Situation und prüfen, ob wir der richtige Partner sind, um Sie durch diesen anspruchsvollen Prozess zu begleiten.
Warum Sie für Ihr KI-Unternehmen einen Technologie-M&A-Berater brauchen
Jedes KI-Unternehmen ist einzigartig, so wie der Weg jedes Gründers einzigartig ist. Deshalb ist es entscheidend, sich von Experten im Bereich KI-M&A beraten zu lassen, insbesondere von M&A-Beratern, die auf den Technologiesektor spezialisiert sind und Ihre konkrete Situation verstehen.
Technologie-M&A-Berater verfügen über tiefes Wissen zu Marktdynamiken, Bewertungsmethoden und den Feinheiten des M&A-Prozesses. Während Sie sich auf die Führung Ihres Unternehmens konzentrieren, sorgen die Berater gewissenhaft dafür, dass jedes Detail berücksichtigt wird, und setzen sich in Ihrem Namen für den bestmöglichen Deal ein. Der Erfolg von Technologie-M&A-Beratern ist mit Ihrem verbunden, und ihre Expertise kann den endgültigen Verkaufspreis oft erheblich beeinflussen.
Über Aventis Advisors
Aventis Advisors ist ein M&A-Berater mit Fokus auf Technologie- und Wachstumsunternehmen. Wir sind überzeugt, dass die Welt mit weniger (aber qualitativ besseren) M&A-Deals besser dran wäre, die zum richtigen Zeitpunkt für ein Unternehmen und seine Eigentümer abgeschlossen werden. Unser Ziel ist eine ehrliche, erkenntnisgetriebene Beratung, die unseren Kunden alle Optionen klar darlegt, einschließlich der, den Status quo beizubehalten.
Nehmen Sie Kontakt mit uns auf um zu besprechen, wie viel Ihr Unternehmen wert sein könnte und wie der Prozess abläuft.
Melden Sie sich unten für unseren Newsletter an und bleiben Sie bei Bewertungstrends auf dem Laufenden.
