Erfolgreiche KI-Startups aus VC-Sicht und wie sie den Mittelstand verändern - mit Max Bergmann
Ein Gespräch zwischen Maximilian Hahnenkamp (Scavenger AI) und Max Bergmann (Investment Manager, HTGF)
Vom Gründer zum Frühphasen-Investor: Max Bergmann betreut beim High-Tech Gründerfonds (HTGF) ein Portfolio an Tech-Startups – u.a. Scavenger. Im Talk mit Maximilian Hahnenkamp spricht er über den echten State of AI jenseits der Buzzwords, warum Story, Vertrieb & Vertrauen im Fundraising wichtiger sind als Logos auf der Folie, wie sich KI-Go-to-Market gerade neu sortiert – und woran er herausragende Teams erkennt.
Perspektivenwechsel: Was Gründer-Erfahrung im VC verändert
Tunnelblick vs. Big Picture: Als Founder tief im Problem, als VC breit und vergleichend – die Kombination schärft Urteilsvermögen.
Kapital ist Start, nicht Ziel: Nach der Runde beginnt die eigentliche Arbeit. Fundraising ist Sales (Narrativ, Klarheit, Erwartungsmanagement).
Empathie-Bonus: Wer Pains aus der Frühphase kennt, coacht realistischer – gerade bei Erstgründern.
State of AI: Frühphase – mit sehr niedriger Adoption
Früh, nicht fertig: In Mittelstand & klassischen Workflows liegt die Nutzung teils <10 % – riesige Lücke.
Bubble unwichtig – Nutzen zählt: Ob „Hype“ oder nicht: Entscheidend ist, welches Problem gelöst wird und wie schnell Mehrwert ankommt.
Vom „Wrapper-Bashing“ zur Pragmatik: Leichtgewichtige KI-Hüllen können Eintrittsbarrieren senken – aber Differenzierung braucht mehr als eine API.
Was KI-Startups erfolgreich macht (heute)
Präziser Problem-Fit in einer klaren Zielgruppe (Verticals/Industrien).
Go-to-Market-Exzellenz: kurzer Time-to-Value, Pilot → Rollout, Referenzen.
Vertrauen & UX: erklärbar, sicher, einfach einsatzfähig – nicht „nur“ KI.
Moats jenseits des Modells: proprietäre Daten, Workflow-Einbettung, Distribution, Domain-Know-how.
„Das Modell allein reicht nicht. Die Differenzierung entsteht im GTM, Vertical-Fokus und der echten Nutzung beim Kunden.“
Märkte & Modelle: Wohin sich KI bewegt
Vertikalisierung: Keine „nächste OpenAI“ aus Europa – starke Branchenlösungen stattdessen.
Neue Pricing-Logiken: Weg vom reinen Seat-Abo hin zu Value-/Outcome-Pricing (für Ergebnisse zahlen).
Regulierung als Rahmen: EU-AI-Act & Co. bremsen punktuell, erhöhen aber Vertrauen – relevant für Corporate & Mittelstand.
Underserved, aber chancenreich: „Alte“ Industrien (Versicherung, Bau, Recht), SMEs/Hidden Champions – viel Know-how, wenig KI-Durchdringung.
Mittelstand im Fokus: Warum jetzt die Barrieren fallen
Früher: Implementierungshürden (Teams, Integrationszeit) hoch.
Heute: Schnelles Testen möglich – KI macht Einstieg nahbar, Teams lassen sich gezielt ergänzen statt komplett neu aufbauen.
Nutzenhebel: Workflow-Automatisierung, Entscheidungsunterstützung, Reporting/Controlling „on tap“.
Europa, bitte zusammenrücken
Chancen: Unis, Forschung, Industrie-Basis, Regulierungskompetenz.
Was fehlt: Skalierung & Bündelung (europäische Brille statt Städtekleinklein).
Zielbild: „Deep-Tech made in Europe“ – sichtbar und global relevant.
Investment-Philosophie: Woran HTGF (auch) misst
Team, Team, Team – aber konkret:
Founder-Market-Fit: Zugang, Glaubwürdigkeit, Lernkurve.
Lern- & Pivot-Fähigkeit: Tempo bei Kurswechseln (gerade in KI zentral).
Zusammenspiel im Gründerteam: respektvoll, klar, kundenfähig.
Signale: Historie/LinkedIn (keine Dogmen, aber Anker), Industrie-Sparring, erste Traktion/Piloten.
Single Founder? Möglich. Komplementarität lässt sich auch über Berater/early hires abdecken.
Für KI-Founder – 6 knackige Do’s
Problem > Technik: Lead mit Business Pain, nicht mit „wir nutzen LLM X“.
Vertical wählen: ICP scharf ziehen, Cases industrialisieren.
Trust by design: Datenpfad, DSGVO, Erklärbarkeit, SLAs – vor dem Pitch klären.
GTM metrisch führen: Time-to-Value, Payback, Expansion – sichtbar machen.
Moat bauen: Proprietäre Daten/Workflows/Distribution, nicht nur Prompt-Glue.
Pricing testen: Von Seats zu Value/Outcome – beweisbare ROI-Stories.
Für Mittelständler – 5 schnelle Starter
Einen klaren Use Case wählen (z. B. Angebots-/Report-Automation).
Pilot mit echten Daten (4–8 Wochen, definierte KPIs).
Security & Compliance früh mitleisten (IT/Legal an Bord).
Change klein anfangen: Power-User schulen, Success zeigen, dann skalieren.
Outcome-KPIs tracken (Zeitersparnis, Fehlerquote, Cash-Impact).
Blick nach vorn
Deep-Tech aus Europa mit sichtbarer Schlagkraft.
KI als Enabler für Hidden Champions – weniger Hype, mehr Umsatz- und Effizienzhebel.
Fundraising bleibt wichtig – als Story & Vertrieb eines belastbaren Wertversprechens.