In den letzten Monaten habe ich immer wieder Unternehmen gesehen, die in nur wenigen Monaten von 0 auf 5, 10 oder sogar 15 Millionen US-Dollar Jahresumsatz kommen.
Im Großen und Ganzen scheinen sie in zwei Kategorien zu fallen.
Die erste Kategorie verkauft an KMUs (kleine und mittlere Unternehmen), wo die Ticketgröße klein ist. Das Produkt selbst muss nicht unbedingt ausgefeilt sein. Es geht darum, die Probleme eines großen TAM (Gesundheitswesen, Recht, Buchhaltung, Restaurants, HLK, Solounternehmer usw.) zu beobachten und vertikale KI-Produkte darum herum zu bauen. Hier befinden sich all die Voice-KI-Anwendungsunternehmen, KI-Mitarbeiter und „11x für X“-Unternehmen. Ihr Fundraising-Blurb klingt in der Regel etwa so:
Wir bauen das KI-Betriebssystem für [Branche]. Seit dem Launch haben wir in vier Monaten 700.000 USD ARR erreicht und sammeln jetzt eine 10-Millionen-Dollar-Seed-Runde ein.
Die zweite Kategorie ist ganz anders.
Diese Unternehmen bauen Infrastruktur, Speicher, Inferenz, Sicherheit, Reinforcement Learning, Entwickler-Tools und andere Teile des KI-Stacks. Und ihr Fundraising-Memo liest sich oft wie:
Wir sind in sechs Monaten seit unserer Pre-Seed von null auf 12 Millionen USD ARR gewachsen und sammeln jetzt eine 30-Millionen-Dollar-Seed-Runde ein.
Wenn man solche Zahlen zum ersten Mal sieht, registriert man sie kaum. Wie schafft es ein Unternehmen, in nur wenigen Monaten von null auf einen achtstelligen Umsatz zu kommen?
Dieser Beitrag handelt von der zweiten Kategorie.
Ich habe jetzt einige dieser Unternehmen getroffen und mit ihnen zusammengearbeitet und dabei festgestellt, dass sich offenbar immer wieder dasselbe Muster wiederholt.
Sie verkaufen nicht an Großunternehmen. Sie verkaufen an die Unternehmen, die am weitesten voraus sind.
Die naheliegende Antwort ist, dass sie an Großunternehmen verkaufen. Vielleicht. Vielleicht auch nicht. Der interessante Teil ist, welche Unternehmen sie beliefern.
Denk an Unternehmen wie Anthropic, OpenAI, Lovable, Harvey, Sierra, ElevenLabs und hundert andere KI-native Unternehmen, die in den letzten Jahren Hunderte Millionen Dollar eingesammelt haben. Du weißt, welche Unternehmen ich meine.
Diese Unternehmen selbst befinden sich auf einem Laufband. Alle 12 Monate (vielleicht sogar 6?) müssen sie eine viel höhere Bewertung rechtfertigen. Jeden Monat müssen sie ihre Umsätze weiter steigern. Jede Woche müssen sie neue Funktionen ausliefern.
Infolgedessen stoßen sie ständig auf technische Engpässe, die fast niemand (oder nur eine sehr kleine Gruppe) sonst bisher erlebt hat.
Das macht sie zu so interessanten Kunden.
Die Vorreiter sehen die Probleme immer zuerst.
Stell dir vor, du baust etwas im Bereich Speicher. Oder Inferenz. Oder Reinforcement Learning. Oder Sprache. Oder Agentensicherheit. Und irgendwie landest du in Gesprächen mit Ingenieuren bei einem dieser Unternehmen.
Während dieses Gesprächs wird dir klar, dass sie gerade auf ein Problem gestoßen sind. Vielleicht haben sie einen Durchbruch erzielt. Vielleicht ist die Nutzung explodiert. Vielleicht hat eine neue Modellarchitektur einen Engpass offengelegt, den sie nicht vorhergesehen hatten.
Was auch immer der Grund ist, sie sind plötzlich auf ein Problem gestoßen, das nur sie haben, weil sie in einem Maßstab oder Tempo arbeiten, das nur sehr wenige andere erreichen. Sie sind erst letzten Monat auf das Problem gestoßen. Und seitdem haben sie bereits versucht, es intern zu lösen. Es hat nicht funktioniert.
Und irgendwie hast du einen besseren Weg gefunden. Du bekommst jetzt 100.000 Dollar pro Monat bezahlt. Nach einem kurzen Test wird daraus ein Vertrag über 500.000 Dollar pro Monat.
Auf den ersten Blick klingen diese Zahlen verrückt. Bis du darüber nachdenkst, womit sie dich vergleichen…
Manchmal kaufen sie Zeit. Anstatt sechs Monate damit zu verbringen, die Lösung intern zu entwickeln, können sie dich heute bezahlen und ihr Ingenieurteam auf die Dinge konzentrieren, die ihr Geschäft wirklich differenzieren.
Ein anderes Mal kaufen sie Effizienz.
Angenommen, sie geben voraussichtlich 20 Millionen Dollar pro Jahr für Inferenz- oder Token-Kosten aus. Wenn dein Produkt das auf 12 Millionen oder sogar 15 Millionen reduziert, hast du ihnen gerade Millionen von Dollar gespart. Dich 2 oder 3 Millionen Dollar pro Jahr zu bezahlen, ist überhaupt nicht teuer. Es ist eine der Entscheidungen mit dem höchsten ROI, die sie treffen können.
Das Interessante ist, dass sie deinen Preis oft nicht mit einem anderen Softwareanbieter vergleichen.
Sie vergleichen ihn mit Ingenieurszeit, Rechenkosten, Token-Kosten, verzögerten Produkteinführungen und verlorenem Wachstum. Gegenüber diesem BATNA kann deine Software tatsächlich die günstigere Option sein.
Der Vorteil liegt nicht immer in der Technologie.
Eine Sache, die ich zuvor nicht verstanden hatte, ist, dass der Burggraben nicht immer technisch ist.
Könnte jemand anderes das Gleiche bauen? Wahrscheinlich.
Aber sie werden nicht einmal wissen, dass es ein Problem ist, bis sie mit demselben Kunden sprechen wie du. Das sind keine Probleme, die du auf Twitter findest. Sie stehen nicht in Gartner-Berichten. Sie existieren noch nicht im breiteren Markt.
Es sind Probleme, die nur eine Handvoll Unternehmen haben, weil sie diejenigen sind, die die Grenzen verschieben. Der Informationsvorteil kommt vor dem Technologievorteil.
Als Investor wettest du im Grunde darauf, ob in 6 Monaten mehr Unternehmen dieses Problem haben werden.
Diese Unternehmen sind nicht wirklich produktgetrieben.
Die andere Sache, die ich nicht verstanden hatte, ist, dass diese Unternehmen fast nicht wie traditionelle SaaS-Unternehmen arbeiten.
In einem normalen Startup identifizierst du einen Markt, baust ein Produkt und verbringst dann Jahre damit, Kunden zu finden.
Hier fühlt es sich fast umgekehrt an. Du hast vielleicht eine grundlegende Version eines Produkts. Aber das ist in der Regel nicht viel mehr als eine interessante Funktion. Du findest zuerst einen Vorreiter-Kunden. Dieser Kunde legt ein Problem offen, von dem niemand sonst weiß, dass es existiert. Du baust die Lösung (oder änderst dein Produkt). Dabei entdeckst du das nächste Problem, das gelöst werden muss. Und dann das nächste.
Die Roadmap kommt nicht von einer großen Produktstrategie. Sie kommt davon, unglaublich nah an der Handvoll Unternehmen zu bleiben, die bereits sechs Monate vor allen anderen leben.
Was das Produkt selbst betrifft, habe ich hier mehrere Ansätze gesehen. In einigen Fällen gibt es kein Produkt, sondern nur reinen Zugang, der zu den Erkenntnissen und dann zum Produkt führt. In anderen Fällen hatte das Team eine Zeit lang ein anderes Produkt gebaut und es irgendwie genutzt, um hereinzukommen, ist dann aber auf die neue Richtung gestoßen (und hat das alte Geschäft aufgegeben).
Kundenkonzentration ist fast ein Feature.
Es gibt eine sehr eigentümliche Situation, in der sich diese Unternehmen oft befinden. Dein Umsatz bringt dich in die oberen 0,1 % der wachstumsstarken Startups in deiner Phase. Aber 80-90 % dieses Umsatzes kommen von einem, zwei oder vielleicht drei Kunden.
Traditionelles SaaS-Denken sagt, dass Kundenkonzentration gefährlich ist. Irgendwann ist sie das auch. Aber früh denke ich fast, dass es eher ein Feature als ein Bug ist.
Die Unternehmen, die dir diese Beträge zahlen, sind diejenigen, die diese Probleme zuerst sehen. Alle anderen werden irgendwann auch dorthin kommen, aber sie sind einfach noch nicht so weit. Das bedeutet, dass deine ersten paar Millionen Dollar ARR von nur einer Handvoll Kunden kommen können. Du verbringst weniger Zeit mit breitem GTM, weniger Zeit mit dem Aufbau einer Organisation, und mehr Zeit mit dem Bauen an der Seite der Kunden, die dich zu dem nächsten Problem ziehen, das gelöst werden muss.
Vorzeigekunden erschaffen den Markt.
Das andere Interessante ist, was passiert, sobald du einen dieser Kunden gewonnen hast. Es sind in der Regel Unternehmen, von denen jeder schon gehört hat. Dieses Logo weckt sofort das Interesse der Investoren, weil die Traktion plötzlich viel glaubwürdiger wirkt.
Du sammelst eine viel größere Runde ein. Du veröffentlichst eine Fallstudie. Wettbewerber dieses Kunden stoßen auf genau dasselbe Problem und melden sich. Ingenieure wechseln zwischen Unternehmen und tragen das Wissen mit sich. Das spricht sich herum.
Was als ein Kunde begann, wird langsam zu einer ganzen Kategorie. Es fühlt sich fast wie Kategoriebildung in umgekehrter Richtung an.
Anstatt ein Produkt zu bauen und den Markt davon zu überzeugen, dass er ein Problem hat, beginnst du mit der Handvoll Unternehmen, die die Zukunft bereits erleben, löst zuerst ihre Probleme und siehst dann zu, wie der Rest des Marktes langsam aufholt.
Also, welchen Rat würde ich geben?
Wenn du KI-Infrastruktur oder Entwickler-Tools oder Datenmarktplätze baust (es gibt vielleicht andere), würde ich nicht über „Enterprise“ als einen einzigen riesigen Eimer nachdenken.
Ich würde darüber nachdenken, in die Räume zu gelangen, in denen die am weitesten vorausgehenden Unternehmen ihre Zeit verbringen. Denn sobald du in diesen Räumen bist, hörst du auf zu raten, was du bauen sollst. Du beginnst, Monate vor allen anderen von den Problemen von morgen zu hören. Diese Probleme sind in der Regel dringend, unglaublich teuer und unmöglich zu googeln. Löse sie gut, und die nächsten Probleme kommen in der Regel vom selben Kunden.
Die am schnellsten wachsenden KI-Infrastrukturunternehmen, die ich getroffen habe, sind nicht unbedingt diejenigen, die die Zukunft besser vorhergesagt haben als alle anderen. Es sind diejenigen, die sich nah genug an der Front positioniert haben, um die Zukunft zuerst ankommen zu sehen.
Und ja, sobald die Einnahmen fließen, wandle sie bitte in Jahresverträge um :)
