Startup Evaluation Framework für Early-Stage-Investoren

Eine Early-Stage-Evaluation arbeitet fast immer mit unvollständigen Daten. Genau deshalb ist eine einzige Score-Zahl selten der beste Ausgangspunkt: Sie verdichtet unterschiedliche Quellen, Zeitstände und Annahmen zu früh.

Ein belastbares Framework hält drei Dinge getrennt: Was über das Unternehmen gesagt wird, worauf diese Aussage beruht und warum sie für dieses konkrete Investment-Mandat relevant ist. Erst danach folgt die Entscheidung, welche Frage oder Prüfung den Informationsstand materiell verbessert.

Beginne mit einem knappen Snapshot: Produkt, Zielkunde, Geschäftsmodell, Region, Stage, Runde, Kapitalbedarf und Zweck des Kapitals. Verwende das Datum der Information und die Quelle als Teil des Facts – nicht als Fußnote.

Trenne Company Evaluation und Match Fit. Eine Firma kann ein starkes Unternehmen sein und trotzdem außerhalb von Ticket, Stage, Geography oder Ownership-Modell eines Fonds liegen.

Hard Facts umfassen Markt, Produkt, Traktion, Kunden, Umsatzlogik, Finanzierung, Partnerschaften und Round Facts. Nicht jede Zahl ist gleich wichtig. Die zentrale Frage lautet: Würde eine Änderung dieser Information die Investmententscheidung oder den nächsten Prüfungsschritt verändern?

Bewerte Traktion immer in ihrem Geschäftsmodell. Ein Pilot, ein Letter of Intent, aktiver Umsatz und wiederholbare Retention tragen unterschiedliche Evidenz. Benenne das Signal korrekt, statt es unter einer generischen Traction-Zeile zusammenzufassen.

Soft Facts sind keine Bauchgefühle. Founder-Market-Fit, Execution, Lernfähigkeit, Teamvollständigkeit, Narrative und öffentliche Glaubwürdigkeit sollten an beobachtbare Beispiele gebunden sein: Was wurde gebaut, geändert, verkauft oder verworfen? Welche Entscheidung folgte aus welcher Evidenz?

Eine überzeugende Präsentation darf nicht automatisch als Ausführungskompetenz gelten. Umgekehrt ist ein knappes Deck nicht automatisch ein schwaches Unternehmen. Notiere Signal und Interpretation getrennt.

Nutze mindestens vier Zustände: verifizierter Fakt, übermittelte Aussage, Synthese sowie fehlend oder veraltet. Quellenkonflikte bleiben sichtbar. Eine Plattformsynthese kann hilfreich sein, muss aber als Interpretation erkennbar bleiben.

Dieser Schritt verbessert nicht nur Trust. Er zeigt auch, wo zusätzliche Recherche den höchsten Informationsgewinn bringt – und verhindert, dass Analystenzeit in kosmetische Vollständigkeit fließt.

Eine gute Erstprüfung endet nicht mit einer langen Beschreibung. Sie liefert den Snapshot, stärkste und schwächste Signale, Mandatsfit, materiale Risiken und wenige offene Fragen, deren Antwort die Entscheidung verändern kann.

AI kann Recherche, Normalisierung und Synthese beschleunigen. Die Investitionsentscheidung, Quellenprüfung und weitere Due Diligence bleiben menschliche Verantwortung.