Stell dir vor… du könntest dich mit deinem gesamte VC-Portfolio einfach unterhalten - KI im Venture Capital

Wie KI aus Beteiligungen ein intelligentes Netzwerk machen kann - KI im Venture Capital

Ein VC mit 20, 30 oder 50 Beteiligungen verfügt über eine enorme Menge an Wissen und hat gleichzeitig ein erstaunliches Problem damit, dieses Wissen wirklich zu nutzen.

Jeden Monat kommen neue Zahlen, Investor Updates, Board Decks, Finanzpläne, Forecasts, Gesprächsnotizen und Informationen aus persönlichen Gesprächen hinzu. Ein großer Teil davon wird ausgewertet, besprochen und irgendwo abgelegt, während das Wissen über die einzelnen Unternehmen über verschiedene Systeme und vor allem über verschiedene Menschen verteilt bleibt.

Dabei liegt der eigentliche Wert möglicherweise gar nicht nur in den Informationen über jedes einzelne Unternehmen, sondern in dem, was man erkennen könnte, wenn man das gesamte Portfolio zusammendenkt und KI im Venture Capital einsetzt.

Was wäre also, wenn ein Investment Team sein Portfolio tatsächlich fragen könnte:

• Welche unserer Beteiligungen werden innerhalb der kommenden neun Monate voraussichtlich neues Kapital benötigen?

• Bei welchen Unternehmen steigen die Kosten gerade schneller als der Umsatz?

• Welche unserer Companies suchen aktuell ähnliche Talente?

• Wer hat bereits Erfahrung mit einem Markt, in den eine andere Beteiligung gerade expandieren möchte?

• Welche Unternehmen arbeiten mit denselben externen Partnern und könnten gemeinsam bessere Konditionen verhandeln?

• Wo gibt es Wissen innerhalb unseres Portfolios, das gerade an einer anderen Stelle gebraucht wird?

Genau an diesem Punkt wird KI für Venture Capital wirklich interessant, denn dann sprechen wir über wesentlich mehr als schnelleres Reporting.

Wir sprechen über Portfolio Intelligence.

Ein Portfolio ist eigentlich ein ziemlich mächtiges Netzwerk

VCs sprechen viel über ihr Netzwerk und tatsächlich steckt in einem guten Portfolio ein enormes Potenzial.

Da sind Founder und Führungskräfte mit sehr unterschiedlichen Erfahrungen, Spezialist:innen, Kontakte in bestimmte Industrien und Märkte, Wissen über Internationalisierung, Recruiting, Technologie, Produktion, Sales, regulatorische Fragen und natürlich eine große Menge an Erfahrungen darüber, was funktioniert hat und was eher weniger gut funktioniert hat.

In der Realität wird KI im Venture Capital erstaunlich wenig systematisch miteinander verbunden.

Ein Founder kann Wochen damit verbringen, ein Problem zu lösen, das ein anderes Unternehmen aus demselben Portfolio vor einem Jahr bereits hatte. Drei Companies suchen gleichzeitig einen guten Enterprise Sales Lead in Frankreich, mehrere verhandeln unabhängig voneinander mit denselben Softwareanbietern und an anderer Stelle wird gerade ein Markt erschlossen, in dem jemand aus dem Portfolio bereits über hervorragende Kontakte verfügt.

Genau diese Verbindungen könnte KI sichtbar machen.

Ein intelligentes System könnte beispielsweise erkennen, dass Company A gerade Unterstützung beim Markteintritt in Frankreich sucht und Company C dort vor zwei Jahren eine Sales-Struktur aufgebaut hat. Oder dass sechs Beteiligungen denselben Dienstleister nutzen und sich daraus eine völlig andere Verhandlungsposition ergibt.

Plötzlich besteht der Wert des Portfolios also nicht mehr nur aus den einzelnen Beteiligungen, sondern auch aus den Verbindungen zwischen ihnen.

Shared Resources könnten aus dem tatsächlichen Bedarf entstehen

Viele VCs bieten ihren Portfolio Companies bereits Unterstützung in Bereichen wie Recruiting, Legal, Finance, Marketing, PR oder Business Development an.

Spannend wird es, wenn man diese Ressourcen anhand dessen aufbaut, was im Portfolio tatsächlich gebraucht wird.

Vielleicht zeigt sich, dass acht Companies gerade Schwierigkeiten beim Recruiting haben. Dann kann eine zentrale Talent-Ressource sinnvoller sein als acht einzelne Lösungen.

Vielleicht expandieren mehrere Unternehmen gleichzeitig in denselben Markt und könnten lokale Kontakte, Erfahrungen oder sogar Infrastruktur teilen.

Vielleicht taucht dasselbe Sales-Problem an fünf verschiedenen Stellen auf und es lohnt sich, daraus ein gemeinsames Format zu entwickeln.

Vielleicht kaufen zwölf Companies dieselbe Software ein und niemand hat bisher darüber nachgedacht, gemeinsam zu verhandeln.

KI könnte solche Muster kontinuierlich erkennen und damit eine ganz andere Grundlage dafür schaffen, wie ein VC seine Portfolio Services organisiert.

Das finde ich besonders interessant, weil Shared Resources dadurch weniger nach einem zusätzlichen Angebot des Fonds aussehen und viel stärker aus dem realen Bedarf der Unternehmen entstehen.

Gleichzeitig verändert sich die Transparenz innerhalb des Fonds

Auch intern ist Wissen häufig stärker fragmentiert, als es auf den ersten Blick erscheint.

Partner kennen bestimmte Companies besonders gut, Principals und Associates haben wieder andere Informationen, Finance betrachtet andere Kennzahlen als das Operating Team und vieles, was für die Einschätzung einer Beteiligung relevant ist, steckt am Ende in Gesprächen und damit in den Köpfen einzelner Menschen.

Mit einer gemeinsamen Intelligence Layer könnte daraus wesentlich mehr institutionelles Wissen entstehen.

Ein Partner könnte auf einen Blick sehen, welche Beteiligungen gerade besondere Aufmerksamkeit brauchen. Finance könnte Runway und zukünftigen Kapitalbedarf über das Portfolio hinweg betrachten. Operating Teams könnten erkennen, welche Themen sich häufen und wo gemeinsame Unterstützung sinnvoll wäre. Neue Teammitglieder könnten sehr viel schneller verstehen, wie sich eine Beteiligung entwickelt hat und welche Entscheidungen in der Vergangenheit getroffen wurden.

Gerade für wachsende Fonds ist das ein wichtiger Punkt, denn mit jedem neuen Investment wächst nicht nur das Portfolio, sondern auch die Menge an Wissen, die irgendwo innerhalb der Organisation verfügbar sein muss.

Auch für LPs könnte Reporting wesentlich intelligenter werden

Die gleiche Datenbasis eröffnet eine weitere interessante Möglichkeit.

LPs wollen verstehen, wie sich ein Portfolio entwickelt, wo Chancen entstehen, welche Risiken relevant werden und wie der Fonds mit seinen Beteiligungen arbeitet. Dafür werden heute regelmäßig Informationen aus verschiedenen Quellen zusammengetragen, ausgewertet und für Reports neu aufbereitet.

Ein gut aufgebautes Portfolio-Intelligence-System könnte aus derselben Datenbasis unterschiedliche Perspektiven erzeugen.

Ein Investment Partner braucht eine sehr tiefe operative Sicht auf einzelne Companies. Finance interessiert sich für andere Informationen. Operating Teams wiederum für andere. Ein LP braucht eine verdichtete Perspektive auf Performance, Entwicklung und Risiko.

Damit ließe sich Transparenz wesentlich besser organisieren, intern genauso wie gegenüber externen Stakeholdern.

Natürlich gehört dazu eine sehr klare Datenarchitektur.

Die entscheidende Frage lautet schließlich nicht, ob möglichst viele Menschen möglichst viele Informationen sehen können, sondern wer welche Informationen für welche Entscheidung braucht.

Finanzdaten, Personalthemen, strategische Entscheidungen, Kundeninformationen und geplante Finanzierungsrunden haben unterschiedliche Sensibilitäten. Ein intelligentes System muss deshalb von Anfang an mit Rollen, Berechtigungen und klar definierten Informationsebenen gebaut werden.

Was darf das zuständige Investment Team sehen? Welche Informationen können fondsweit ausgewertet werden? Welche Daten eignen sich anonymisiert für Benchmarks? Was kann innerhalb des Portfolios geteilt werden? Welche Informationen sind für LPs relevant?

Diese Fragen sind mindestens genauso wichtig wie die Auswahl der Technologie.

Der eigentliche Vorteil geht weit über Effizienz hinaus

Natürlich spart KI an dieser Stelle Zeit. Reports lassen sich schneller erstellen, Informationen einfacher finden und Entwicklungen früher erkennen.

Ich glaube allerdings, dass der größere Hebel woanders liegt.

Ein VC könnte zum ersten Mal das Wissen, die Erfahrungen und die Ressourcen seines gesamten Portfolios wirklich als System nutzen.

Aus 50 Beteiligungen werden damit 50 Unternehmen mit ihren Founder:innen, Mitarbeiter:innen, Kontakten, Märkten, Erfahrungen, Technologien und Fähigkeiten, die intelligent miteinander verbunden werden können.

Und je größer dieses Netzwerk wird, desto interessanter wird es.

Das kann irgendwann sogar für Founder zu einem echten Argument bei der Wahl ihrer Investoren werden.

Denn neben der Frage, wie viel Kapital ein Fonds investiert und wen man dort kennt, könnte eine weitere relevant werden:

Auf welches Netzwerk und welches Wissen bekomme ich eigentlich Zugriff, wenn ihr investiert?

Vielleicht ist das die interessantere AI-Frage für VCs

In den vergangenen Jahren haben VCs sehr viel darüber gesprochen, welche Geschäftsmodelle durch KI entstehen und in welche Unternehmen sie investieren sollten.

Mich interessiert inzwischen mindestens genauso sehr, was passiert, wenn ein Fonds KI auf sich selbst anwendet.

Wenn er besser versteht, was innerhalb seiner Beteiligungen passiert, Zusammenhänge früher erkennt, Wissen zugänglich macht, Shared Resources sinnvoll organisiert und verschiedenen Stakeholdern genau die Transparenz geben kann, die sie tatsächlich brauchen.

Dann reden wir irgendwann nicht mehr über Portfolio Reporting.

Wir reden über ein Portfolio, das als Netzwerk funktioniert, Wissen behält, Zusammenhänge erkennt und mit jeder neuen Beteiligung intelligenter wird.

Und genau da wird es spannend.