Outlier-Investitionen im Zeitalter der KI

Unsere Aufgabe als Investoren ist es, die Zukunft vorherzusagen. Wir philosophieren darüber, wie sich die KI-Landschaft entwickeln wird und „wo Wert entstehen wird“, basierend auf dem aktuellen Stand der Dinge. In Wahrheit ist es in einem so dynamischen Umfeld, in dem die „Wertschöpfung“ in der KI ständig im Fluss ist und die Siegerhand alle drei Monate wechselt, sicher anzunehmen, dass es mehr „Unbekannte“ als „Bekannte“ über die Zukunft gibt.

Das zeigt sich daran, dass es zu jeder Bull-These eine überzeugende Bär-These gibt. Noch bei Anthropics Serie E (Bewertung: 61 Milliarden US-Dollar) befürchteten Skeptiker am Markt, dass die API-Ebene schnell zur Commodity werde, dass die Bruttomargen aufgrund von Rechen- und Preisdruck negativ blieben und dass die Labs aufgrund exorbitanter Trainingskosten, die ständig neu anfielen, in einem ewigen Zustand hoher Verbrennungsrate leben würden. Skeptiker befürchteten, dass OpenEvidence auf eine Doximity-große Größe begrenzt bliebe. Sie waren unerschütterlich davon überzeugt, dass Inferenz-Engines zur Commodity würden. Sie argumentierten, dass ClickHouse nie über Echtzeitanalysen hinauswachsen und daher auf ein kleineres Ergebnis beschränkt bleiben würde. Zusammengefasst: Diese gut gemeinten Skeptiker werden Milliarden von Dollar an Rendite liegen lassen.

Die harte Wahrheit

Wir wissen weit weniger über die Zukunft, als wir uns erhoffen. In jedem der obigen Fälle stand das damals rationale Argument im Widerspruch zu der eingetretenen Realität (z. B. die API-Ebene ist nicht zur Commodity geworden). Das rationale Argument führt bestenfalls zu einem Münzwurf-Ergebnis oder schlimmstenfalls zu einer überanalysierten Fehlentscheidung.

Terminale Marktstrukturen in aufstrebenden Märkten sind per Definition nicht erkennbar. Was also tun wir mangels Logik, während ein Markt noch im Entstehen ist? Die drei Optionen sind: 1) Warten, bis sich die Märkte beruhigen und Marktstruktur oder TAM als Risiko wegfallen, aber dabei die generationellen Renditen verpassen, die mit diesem Risiko einhergehen. 2) Versuchen, alte Frameworks auf neue Märkte anzuwenden, um in die erwähnte Falle der Lähmungsanalyse zu tappen. 3) Aktuelle Erfolge auf neue Frameworks abstrahieren, die helfen, Entscheidungen im weiteren Verlauf zu vereinfachen. Ich plädiere für Option 3.

Das Framework der Outlier-Komponenten

Das folgende Framework gilt für Wachstumsunternehmen in der mittleren und späten Phase. Serie A und frühe Serie B sind ausgeschlossen. Das Framework lautet: Wenn ein Unternehmen mindestens eine Outlier-Komponente hat, ernsthaft engagieren. Wenn es zwei oder mehr hat, stark einsteigen. Outlier-Komponenten sind definiert als:

• Outlier-Wachstum: Sie gehören zu den oberen 0,1 % ihres Kohortenwachstums.
• Outlier-Kundenzugang: Sie verfügen über eine gefangene oder schwer zu durchdringende Gruppe von Beziehungen.
• Outlier-Team: Nicht nur ein „großartiges“ oder „überzeugendes“ Team. Nicht einmal ein „technisches Wunderkind“ – davon gibt es im Silicon Valley viele. Der Filter lautet: Haben sie etwas erreicht, das sie in die oberen 0,1 % der Branche bringt?
• Beispiele: Die Anthropic-Gründer haben GPT-3 geschaffen. RJ Scaringe hat Rivian aufgebaut. Arkady Volozh hat Yandex aufgebaut. Bret Taylor ist Bret Taylor.

Wie verhält sich das zum Status quo?

Das Outlier-Framework kann manchmal im Widerspruch zum traditionellen Growth-Technology-Investing stehen, bei dem man nach Rückenwind, prägnanten Wertversprechen und Top-Quartil-Kennzahlen filtert. In den heutigen Märkten könnte ein Unternehmen in jeder dieser Dimensionen gut abschneiden und dennoch keine Outlier-Komponente besitzen – und damit nie den Durchbruch schaffen.

Beispiele für Outlier sind die folgenden – Anmerkung: Dies sind nicht alles Beispiele für eindeutig große Ergebnisse, da viele von ihnen noch nicht ausgestiegen sind – sie sind lediglich Beispiele für die Inputs.

\Kennzeichnet ein Meritech-Portfoliounternehmen.*

Outlier-Wachstum zum Zeitpunkt einer Wachstumsfinanzierungsrunde:

• Anthropic
• Cursor/Cognition
• ClickHouse
• fal*
• Baseten/Fireworks/Modal
• OpenEvidence*
• Kalshi*
• Mercor
• Sierra
• Lovable
• Harvey/Legora

Anmerkung 1: Outlier-Wachstum sollte von einer großen Vision begleitet sein. Der Punkt ist, die Wahrscheinlichkeit, dass ein Unternehmen diese Vision erreichen kann, nicht zu sehr zu hinterfragen.

Anmerkung 2: Outlier-Wachstum mit einem leckenden Eimer (d. h. <100 % NDR) ist von dieser Gruppe ausgeschlossen.

Outlier-Kundenzugang zum Zeitpunkt einer Wachstumsfinanzierungsrunde:

• Anthropic (Amazon GTM-Partnerschaft)
• Abridge (einzigartige Epic-Beziehung)
• Roblox* (Marktplatzliquidität)
• Kalshi* (Marktplatzliquidität)
• Anduril (Regierungsbeziehungen)
• Palantir (Regierungsbeziehungen)
• True Anomaly* (Regierungsbeziehungen)
• Castelion (Regierungsbeziehungen)
• Mind Robotics* (Rivian-, VW-Beziehungen)
• Lumilens* (großer Hyperscaler)
• Sierra (Bret-Taylor-Beziehungen)
• ClickHouse (OSS-Basis)
• Vercel (OSS-Basis)

Outlier-Team:

• Anthropic (GPT-3-Erfinder)
• Glean (Rubrik-Mitgründer)
• Mind Robotics* (Rivian-CEO/Gründer)
• OpenEvidence* (Kensho-Mitgründer)
• Nebius (Yandex-Gründer)
• Sierra (Salesforce-Co-CEO)
• SSI (OpenAI-Mitgründer)

Anmerkung: Eine Komponente, die oben fehlt, ist der „Outlier-Technologievorsprung“, vor allem, weil dieser heutzutage immer schwerer zu erreichen ist. Abgesehen von SpaceX, Waymo und Tesla sind außergewöhnliche Technologievorsprünge im frühen Growth-Investing schwer zu finden. Selbst Anthropics Vorsprung hat mehr mit Größe, Kapital und First-Mover-Vorteil zu tun als mit technischem IP.

Leitlinie: Das Unternehmen in Betracht ziehen, wenn es mindestens einen Outlier hat; stark einsteigen, wenn es 2+ der oben genannten hat. Beispiele für 2+ sind:

• Anthropic (Outlier-Wachstum, Kundenzugang, Team)
• ClickHouse (Outlier-Wachstum, Kundenzugang)
• Kalshi (Outlier-Wachstum, Kundenzugang)
• OpenEvidence (Outlier-Wachstum, Kundenzugang, Team)
• Sierra (Outlier-Wachstum, Kundenzugang, Team)

Was ist mit Burggräben?

Das ist der springende Punkt – Burggräben sind schwer zu erkennen, wenn Marktstrukturen im Fluss sind. Haben Cursor oder Cognition Burggräben oder sind sie nur Wrapper? Es hängt vom Unternehmenskontext ab, den sie erfassen und um sich herum aufbauen können, während sie ihre Produktpalette erweitern. Es hängt davon ab, wie viel Wert auf das Modell vs. das Geschirr entfällt. Die endgültige Marktstruktur ist noch nicht bekannt. In der Zwischenzeit skalieren diese Unternehmen zuerst und bauen danach Burggräben auf. Größe selbst ist oft einer der überzeugendsten Burggräben, angesichts der Effekte zweiter Ordnung auf Kapitalverfügbarkeit, Kostenstrukturen und Cross-Selling-Vorteile.

Warum gilt das nicht für frühe Wachstumsunternehmen?

Ist das für frühe Wachstumsunternehmen erkennbar? Wenn Unternehmen <20 Mio. USD ARR haben, sind Outlier-Komponenten bestenfalls im Entstehen und oft nicht vorhanden, insbesondere bei Top-Down-Unternehmens-IT-Geschäften. Die Zukunft vorherzusagen ist für diese Investitionen immer noch wichtig.

Was sind die Gegenbeispiele?

Es gibt zahlreiche Gegenbeispiele von Nicht-Outlier-Ergebnissen trotz des Besitzes mindestens einer Outlier-Komponente. Es wäre nicht sehr taktvoll, Unternehmen zu diskutieren, die nicht funktioniert haben, aber es genügt zu sagen, dass für jede Pre-Revenue-Wachstumsrunde mit einem A+ Team, die funktioniert, ein Friedhof von Unternehmen dahintersteht, die überfinanziert waren und nie den Product-Market-Fit gefunden haben.

Ebenso gibt es viele Outlier-Ergebnisse von Unternehmen, bei denen Outlier-Komponenten während der Wachstumsrunden nicht sichtbar waren. Cerebras ist ein großartiges Beispiel, das viele Growth-Investoren übersehen haben.

Die Wahrheit ist: Es gibt kein einheitliches Framework für jede Phase des Investierens. 2/20-Gebührenstrukturen gäbe es nicht, wenn es so einfach wäre. Dennoch ist dies mein bester Versuch, die aktuelle Landschaft zu verstehen.