Vordenker

Bewertung KI-nativer Startups und Skalierung mit schlanker Organisation

Guy Yehiav
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
A business woman stands in a modern, open-plan office holding a transparent digital interface that displays rising growth charts and interconnected hexagons, representing AI-driven company scaling.
Wichtige PunkteKI-native Startups erzielen hohe Umsätze mit minimaler Mitarbeiterzahl und zwingen…
Mehr anzeigen
  • KI-native Startups erzielen hohe Umsätze mit minimaler Mitarbeiterzahl und zwingen Käufer dazu, Skalierbarkeit über Teamgröße zu priorisieren.
  • Investoren bewerten nun, wie KI bei der Codegenerierung gesteuert wird, nicht nur deren Nutzung, um die langfristige Beständigkeit zu beurteilen.
  • Die Bewertung verschiebt sich hin zu Zeit bis zum Umsatz und Deckungsbeitrag, da schlanke Modelle beweisen, dass Geschwindigkeit die neue Basislinie ist.

Eine neue Generation von Startups, deren Geschäftsmodell von Anfang an auf KI beruht, steigert ihren Umsatz mit beispielloser Geschwindigkeit und erzielt oft schon mit einer Handvoll Beschäftigter bedeutende kommerzielle Erfolge. Während sich das Umsatzwachstum beschleunigt, arbeiten diese Unternehmen nach grundlegend anderen Modellen als ihre Vorgänger: Automatisierung ersetzt Funktionen, die früher durch zusätzliches Personal aufgebaut wurden. Dieser Wandel zwingt Unternehmenskäufer und Private-Equity-Firmen dazu, ihre Bewertungsrahmen zu überdenken. Statt traditioneller Umsatzmeilensteine rücken Skalierbarkeit, Wiederholbarkeit und die Zeit bis zu wirksamen Ergebnissen in den Mittelpunkt. Investitionen richten sich zunehmend auf Unternehmen in früheren Phasen der Umsatzentwicklung, und Exits erfolgen früher. Damit signalisiert der Markt eine umfassendere Wahrheit: Die Bewertung hängt weniger von der Organisationsgröße ab als davon, wie effizient ein Geschäftsmodell unter modernen Betriebsbedingungen Wachstum auf Wachstum aufbaut.

Von der Mitarbeiterzahl als Hebel zum Code als Infrastruktur

Jahrzehntelang war die Bewertung von Startups implizit an den organisatorischen Aufbau gekoppelt. Die Teams wuchsen mit dem Umsatz, und Kapital finanzierte Menschen ebenso wie das Produkt. Einige Millionen an jährlich wiederkehrendem Umsatz zu erreichen, erforderte üblicherweise Dutzende Beschäftigte in Entwicklung, Vertrieb, Kundensupport und Betrieb. Der Verbrauch von Liquiditätsreserven war eingeplant; die Skalierung folgte später.

KI-native Unternehmen kehren dieses Verhältnis um. Codegenerierung durch KI-Agenten übernimmt inzwischen große Teile der Entwicklung, Tests, Bereitstellung und sogar der Umsetzung der Markteinführungsstrategie. Gründer gelangen in kürzerer Zeit vom Konzept zu einem minimalen Produkt, das Kunden lieben, prüfen die Nachfrage früher und verbessern das Produkt laufend, ohne die Lohnsumme auszuweiten. Daraus entstehen Unternehmen mit hohem Umsatz pro Beschäftigtem.

Das hat unmittelbare Folgen für Investoren. Wenn ein Unternehmen mit zwei oder drei Personen profitabel wird, gelten traditionelle Annahmen über Kapitaleffizienz, operativen Hebel und Exit-Zeitpunkt nicht mehr. In vielen Fällen behalten Gründer länger die volle Kontrolle, haben weniger interne Abhängigkeiten und können entschlossen zwischen Skalierung, Verkauf und Unabhängigkeit wählen. Ein Unternehmen mit nur einem Gründer, das schnell reale Umsätze erzielt, folgt einem anderen Entscheidungsverlauf als ein Unternehmen mit mehreren Governance-Ebenen und Verpflichtungen gegenüber einem wachsenden Team. Gründerteams, die wiederholt Unternehmen aufgebaut haben und nachweislich erfolgreich waren, verfügen über ähnliche Vorteile bei der Entscheidungsgeschwindigkeit.

Das verändert auch den Blick auf Risiken im Zusammenhang mit den Gründern. Historisch achteten Investoren stark auf Gründerteams, ihren Zusammenhalt und ihre Fähigkeit, über längere Zeit Stress auszuhalten. Das bleibt wichtig, doch KI reduziert die Zahl menschlicher Schnittstellen, an denen Zusammenarbeit scheitern kann. Weniger Menschen bedeuten weniger interne Fehlerquellen, selbst wenn die Umsetzung schneller wird.

Lässt sich mit KI-generiertem Code wirklich skalieren?

Als Nächstes fragen die meisten Unternehmenskäufer, ob diese schlanken Modelle dauerhaft tragfähig sind. Können Unternehmen, die weitgehend auf KI-generiertem Code beruhen, langfristig zuverlässig und sicher skalieren und dabei eine verteidigungsfähige Wettbewerbsposition bewahren? Die Antwort ist differenziert. KI beseitigt nicht den Bedarf an solider Architektur, Governance und technischem Urteilsvermögen. Sie verändert, wer die Arbeit erledigt, wann und wie schnell.

In KI-nativen Unternehmen arbeiten Ingenieure zunehmend als Systemdesigner und Codeprüfer statt als primäre Verfasser von Code. Die menschliche Aufsicht verlagert sich auf frühere Prozessschritte und konzentriert sich auf das Definieren von Einschränkungen, das Überprüfen von Ergebnissen und den bewussten Umgang mit technischen Schulden, statt nur auf Probleme zu reagieren. Bei richtiger Umsetzung verbessert dieses Modell die Konsistenz und senkt Fehlerquoten, weil Maschinen Standards und Muster besonders gut wiederholen können.

Für Teams, die Geschwindigkeit mit Disziplin verwechseln, bleibt das Risiko jedoch real. Schlecht gesteuerte KI-generierte Systeme können schnell versteckte Komplexität ansammeln, den Anforderungen an Skalierung und Qualität nicht genügen und eine spätere Skalierung teuer oder riskant machen. Deshalb prüfen Investoren zunehmend, wie KI eingesetzt wird, nicht nur, ob sie eingesetzt wird. Sie suchen nach Belegen für bewusst gestaltete Architektur, klare Verantwortlichkeiten und die Fähigkeit des Gründers, Beschleunigung mit Kontrolle in Einklang zu bringen.

Geschwindigkeit, Wahlfreiheit und Belege bleiben entscheidend

Die Bedeutung von «früh» verändert sich, weil KI Entwicklungszyklen verkürzt. Unternehmen weisen tatsächliche Nutzung durch Kunden, wiederkehrende Umsätze und positive Wirtschaftlichkeit pro Einheit viel früher nach als zuvor. Käufer zeigen deshalb früher Interesse an einer Übernahme und betrachten diese Unternehmen mitunter als strategisch vollständig statt als noch im Aufbau befindlich.

Wie schon immer zählen bei diesen Bewertungen Belege mehr als eine glänzende Präsentation. Löst das Produkt ein klares Problem? Lässt es sich bei weiteren Kunden wiederholt einsetzen, ohne dass die Kosten linear steigen? Ist es bereit für die Skalierung? Hat der Gründer bewiesen, dass er schnell und wiederholt von der Idee zum Umsatz gelangen kann? Diese Signale wiegen zunehmend schwerer als Organigramme oder langfristige Einstellungspläne.

Gleichzeitig sind die Herausforderungen nicht verschwunden. In fragmentierten Märkten bleibt es schwierig, eine Marke sichtbar zu machen, und um herauszustechen, braucht es weiterhin Glaubwürdigkeit und Vertrauen. Vertrieb, Partnerschaften und Relevanz in den richtigen Netzwerken prägen weiterhin die Ergebnisse. Der Unterschied besteht darin, dass Entwicklungsgeschwindigkeit vom Engpass zur Grundvoraussetzung geworden ist.

Wer ein Unternehmen führt und sich an dieser neuen Bewertungslogik ausrichten will, muss den Schwerpunkt vom Aufbau von Teams auf skalierungsbereite Systeme verlagern. Das bedeutet, mithilfe von Technologie mehr Wert aus vorhandenen Ressourcen zu gewinnen, statt anzunehmen, dass größerer Geschäftsumfang eine größere Organisation erfordert. Organisationen sollten damit beginnen:

  • Arbeitsabläufe für Entwicklung, Tests und Bereitstellung zu automatisieren, um Verbesserungszyklen zu verkürzen
  • KI-Agenten zur Unterstützung der Erkundung von Kundenbedürfnissen, der Feedbackanalyse und der Priorisierung von Funktionen einzusetzen
  • Produkte für wiederholbare Konfiguration statt für individuelle Sonderanpassungen zu gestalten
  • Erfolg an der Zeit bis zum Umsatz und am Deckungsbeitrag statt am Wachstum der Mitarbeiterzahl zu messen
  • Wahlfreiheit zu erhalten, indem sie länger profitabel bleiben und strukturelle Komplexität hinauszögern

Der Markt passt sich schnell an, aber das Signal ist klar. Schlanke, KI-native Betriebsmodelle sind keine vorübergehende Anomalie. Sie stehen für einen strukturellen Wandel darin, wie Wert geschaffen, nachgewiesen und mit einem Preis versehen wird. Die wertvollsten Unternehmen sind demnach jene, die mit möglichst wenig Reibung lernen, Produkte ausliefern und Wachstum auf Wachstum aufbauen. Die Zukunft der Bewertung gehört Unternehmen, die durch bewusste Gestaltung schlank sind und nicht durch äußere Zwänge.

Guy Yehiav ist der Präsident von SmartSense by Digi, einem IoT-Lösungsanbieter für die größten Apotheken, Lebensmittelhändler und Gastronomieunternehmen des Landes. In seiner 25-jährigen Karriere hat Guy den Ruf erworben, ein hoch angesehener Manager zu sein, der für die Schaffung einer Kultur der Innovation und Inklusion bekannt ist, während er neue Kunden aufnimmt und vertikale Märkte verfolgt. Zuvor war er General Manager und Vice President von Zebra Technologies und CEO und Vorsitzender des Verwaltungsrats von Profitect.