Wenn es auf die Mitarbeiterzahl ankommt: Wie Investoren im KI-Boom Skaleneffekte und Story-Faktoren bewerten

Ein neues Forschungspapier von S&P Global Market Intelligence mit dem Titel „Wenn die Mitarbeiterzahl zählt: Wie Investoren Größe und Story bewerten„“ bietet einen überzeugenden Einblick in die Veränderungen im Risikokapitalverhalten als Reaktion auf die Revolution der künstlichen Intelligenz. Während KI weiterhin historische Investitionsniveaus erreicht, deckt der Bericht eine tiefere Bedeutung auf: Die Bewertung ist nicht mehr nur eine Funktion der Größe. Stattdessen berücksichtigen Investoren die strategische Attraktivität des Sektors, die Teamgröße und vor allem Story-Differenzierung.

KI-Investitionen erreichen Rekordhöhen

Im Jahr 2024 erhielt der Sektor der künstlichen Intelligenz fast 95 Milliarden Dollar bei der Finanzierung – ein 89 % mehr als im Vorjahr, heißt es in dem Bericht. Dieser Anstieg verlangsamt sich nicht: Bis Mitte 2025 70 Milliarden Dollar wurden bereits in KI-bezogenen Deals eingesetzt. Zum Vergleich: KI stellt mittlerweile eine der am schnellsten wachsenden Kategorien im Risikokapital dar, nicht nur in absoluten Dollarbeträgen, sondern auch hinsichtlich des Transaktionsvolumens und der Bewertungsprämie.

Eine der aussagekräftigsten Kennzahlen ist der Branchenaufschlag – eine Wertsteigerung, die allein dadurch erzielt wird, dass ein Unternehmen im KI-Bereich tätig ist. Dieser Aufschlag hat sich seit 2019 mehr als verdoppelt, obwohl andere Sektoren stagnierten oder sogar rückläufig waren. Investoren setzen offenbar nicht mehr nur auf Technologie, sondern auf die Ausrichtung auf ein transformatives Narrativ.

Die abnehmende Vorhersagekraft der Mitarbeiterzahl

Historisch diente die Unternehmensgröße – oft gemessen an der Mitarbeiterzahl – als Indikator für den Wert. Größere Teams bedeuteten höhere Leistungsfähigkeit, höhere Zugkraft und mehr Stabilität. Der S&P-Bericht zeigt jedoch, dass im KI-Zeitalter die Mitarbeiterzahl allein den Wert nicht mehr so zuverlässig vorhersagt wie früher.

Stattdessen schlägt die Studie ein dreiteiliges Modell vor, um zu erklären, wie KI-Unternehmen bewertet werden:

• Begeisterung für die Branche: Eine breite Prämie, die mit der Zugehörigkeit zum KI-Sektor verbunden ist
• Belegschaftsskala: Roher Personalbestand und die daraus abgeleitete Betriebsreife
• Unternehmensspezifische Differenzierung: Eine einzigartige Geschäftsgeschichte, ein Produkt oder eine Position, die Aufmerksamkeit erregt

Es wird deutlich, dass Investoren der Differenzierung mehr Bedeutung beimessen als der Größe. Anders ausgedrückt: Die Unternehmen, die in ihren Berichten hervorstechen, erzielen Bewertungen, die über das hinausgehen, was man normalerweise für ihre Größe erwarten würde.

Differenzierung führt zu Outperformance

Eine der bemerkenswertesten Erkenntnisse des Berichts betrifft die Auswirkungen, die entstehen, wenn Unternehmen ihre „mitarbeiterbereinigten“ Bewertungserwartungen übertreffen. Diese Unternehmen erzielen nicht nur überdurchschnittliche Leistungen, sondern beschleunigen ihr Wachstum sogar messbar:

• Sie sind fast viermal höhere Wahrscheinlichkeit, eine Folgerunde zu finanzieren innerhalb der nächsten 12 Monate
• Ihr Die Mitarbeiterzahl wächst etwa viermal schneller als die von Mitbewerbern, deren Bewertungen mit größenbasierten Erwartungen übereinstimmen

Diese Unternehmen fungieren als Frühindikatoren für eine Ausbruchsdynamik. Für Anleger ist die Identifizierung von Unternehmen, die ihre prognostizierte Bewertungsspanne übertreffen, möglicherweise eine der zuverlässigsten Methoden, die nächsten Einhörner zu erkennen.

Branchenaufschlüsselung: Wo sich die Prämien konzentrieren

Während KI im Allgemeinen Finanzierungen anzieht, decken bestimmte Teilsektoren einen überproportionalen Anteil des Dealflows in der Spätphase ab. Dem Bericht zufolge Software, Analytik und Mobilität machen etwa 70 % des gesamten AI-Dealvolumens in den Jahren 2024–2025. Dies sind Sektoren, in denen Skaleneffekte am effektivsten genutzt werden können und in denen die Anwendung von KI einen greifbaren ROI liefert.

Innerhalb dieser Branchen deuten die Daten von S&P darauf hin, dass Unternehmen mit sehr spezifischen Narrativen – wie KI-nativer Analytik oder autonomen Plattformen – deutlich höhere Prämien erzielen, selbst im Vergleich zu etablierteren Konkurrenten.

Eine datengesteuerte Linse: Einblicke in die Methodik von S&P

Die Ergebnisse basieren auf S&P Globals Personalbestandsanalyse Datenbank, ein proprietäres System zur Verfolgung von 220 Millionen Mitarbeiter in 4.5 Millionen Unternehmen weltweit. Es wird monatlich aktualisiert und ermöglicht eine detaillierte Filterung nach Geografie, Abteilung, Einstellungstempo, Betriebszugehörigkeit und Bewegungsmustern.

Diese Personaldaten sind gepaart mit:

• Finanzierungsrunden, ein Datensatz, der eine präzise Kapitalverfolgung in der Deal-Phase ermöglicht
• Unternehmensintelligenz, das die Marktposition und die Geschäftsmodellerzählung kontextualisiert

Die Triangulation dieser Datensätze bietet eine der die granularsten und prädiktivsten Frameworks für die Startup-Bewertung, die heute verfügbar sind.

Ein neues Playbook für Investoren und Gründer

Der Bericht legt ein wirkungsvolles neues Paradigma für Investoren und Unternehmer dar.

Für Investoren:

• Traditionelle Wachstumskennzahlen wie ARR und Mitarbeiterzahl bleiben relevant – müssen aber kontextualisiert im Branchen-Hype und der Unternehmensdifferenzierung
• Unternehmen, die ihre Benchmarks für die „Bewertung pro Mitarbeiter“ übertreffen, sind statistisch gesehen ist es wahrscheinlicher, dass sie skalieren und Folgeinvestitionen anziehen

Für Gründer:

• Wachstum allein reicht nicht mehr aus –Erzählung ist wichtig
• Der Aufbau einer skalierbaren Story rund um Ihr Produkt, Ihre Positionierung und Ihre Marktrelevanz ist ebenso wichtig wie die Erweiterung Ihres Personalbestands.

Fazit: Die Bewertungsformel hat sich geändert

"Wenn die Mitarbeiterzahl zählt: Wie Investoren Größe und Story bewerten„“ markiert einen Wendepunkt in unserer Denkweise über Unternehmensbewertungen im KI-Zeitalter. Es zeigt, dass Kapitalflüsse im Jahr 2025 nicht nur der Größe folgen – sie folgen Signalen. Dieses Signal ist dort am stärksten, wo drei Elemente zusammentreffen: eine boomende Branche, ein angemessen großes und effizientes Team und eine klare, differenzierte Darstellung.

Besonders bemerkenswert an diesem Bericht ist, dass er eine tiefere Strömung in der Technologiebranche aufzeigt: die Entkopplung von Größe und Wertschöpfung. Wir beobachten nicht nur einen Wandel in der Vergütung von Investoren, sondern auch in der Unternehmensstruktur. Viele der erfolgreichsten KI-Startups arbeiten heute mit schlanken Teams und erzielen außergewöhnliche Ergebnisse durch Tools, Automatisierung und Infrastruktur, die es vor wenigen Jahren noch nicht gab.

Meiner Ansicht nach nähern wir uns rasch einer Zukunft, in der das nächste erfolgreiche Unicorn realistischerweise von einem fünfköpfigen Team – oder sogar einem einzelnen Gründer – aufgebaut werden könnte. Das ist keine Hypothese; die Infrastruktur dafür ist bereits vorhanden. Entscheidend ist nicht die Mitarbeiterzahl, sondern eine klare Vision, Marktresonanz und die Fähigkeit, KI sowohl als Produkt als auch als Kraftmultiplikator einzusetzen.

Dieser Bericht analysiert den Wandel nicht nur, sondern verdeutlicht ihn. Für Investoren und Gründer gleichermaßen ist er eine unverzichtbare Lektüre, um zu verstehen, wie die nächste Ära des Unternehmensaufbaus aussehen wird.