21.05.2015

Brutkasten.Inside: „4 Gründe, wieso mein Startup letztlich scheiterte“

/artikel/brutkasten-inside-4-gruende-wieso-mein-startup-letztlich-scheiterte
In Berlin nahm David Pichsenmeister mit orat.io beim Accelerator-Programm von Axel Springer teil.

David Pichsenmeister, Co-Gründer von orat.io, erzählt dem Brutkasten, welche Erfahrungen er aus seiner Zeit als Startup-Gründer mitgenommen hat. 

 

Vor rund einem Monat haben wir die Schließung von orat.io bekanntgegeben. Orat.io war eine Diskussionsplattform und ebenso ein Plugin für Blogger und Onlinemedien.

Wie kam es dazu? Mein Co-Founder und ich haben unser Unternehmen als Hobby-Projekt im Sommer 2013 neben unserem Studium gestartet. Nachdem wir Orat.io für ungefähr ein Jahr als Diskussionsplattform geführt hatten, haben wir beschlossen, ein Plugin zu bauen, damit Blogger und Onlinemedien unsere Diskussionen in ihre Webseite integrieren konnten. Im Frühjahr wurden wir dann damit in den Axel Springer Plug and Play Accelerator in Berlin aufgenommen.

Es war eine wirklich spannende Erfahrung. Ich habe eine Menge interessanter Leute getroffen, gutes und auch schlechtes Feedback bekommen, aber vor allem – da dies auch meine erste Startup-Gründung war – sehr viel gelernt.

Es gibt viele Gründe, warum unser Startup nicht funktioniert hat. Ein paar Lehren und mögliche Stolpersteine, die wir daraus gezogen haben, habe ich hier zusammengefasst. Alle diese Gründe sind natürlich subjektiv und treffen möglicherweise nicht für andere Produkte oder Branchen zu.

1. Existierendes Produkt ersetzen vs. neues Produkt einführen

Ein existierendes Produkt zu ersetzen ist um einiges schwieriger als ein neues Produkt einzuführen. Das Risiko, ein funktionierendes Produkt oder Plugin zu ersetzen, ist für viele Unternehmen einfach zu hoch. Vor allem, wenn das Unternehmen nicht auf direktem Weg mehr Umsatz davon macht.

Ein Diskussionsplugin, wie das von orat.io, zielt darauf ab, den Umsatz indirekt durch User Engagement und Brand Building zu erhöhen. Unternehmen können daher keine direkte bzw. kurzfristige Steigerung des Umsatzes wahrnehmen.

Das Risiko, ein funktionierendes Produkt oder Plugin zu ersetzen, ist für viele Unternehmen einfach zu hoch. Vor allem, wenn das Unternehmen nicht auf direktem Weg mehr Umsatz davon macht.

2. Niemals Sales und Support unterschätzen

Wir haben die Zeit, die es braucht, um unser Produkt zu verkaufen, total unterschätzt. Vor allem wenn es um größere Verlage geht, dauert der Sales-Vorgang weit länger als erwartet.

Damit wir das Risiko für unsere Kunde, die ihr bestehendes Kommentarsystem durch orat.io ersetzen, möglichst gering halten, führten wir eine 30 Tage lang andauernde Testperiode ein, in der unser Plugin gratis war.

Für die meisten Kunden mussten wir in etwa einen Monat aufwenden, um einmal in Erstgespräche zu kommen – wobei die meiste Zeit hier vor allem dafür verwendet werden musste, die richtige Ansprechperson zu finden.

Nach Ablauf der Testperiode mussten die meisten Firmen die Ergebnisse erst für ein bis zwei Monate evaluieren und bei ihren Projektmanagern ein Budget für unser Plugin beantragen.

Damit hatten wir im Schnitt eine Dauer von drei bis vier Monaten für eine erfolgreiche Akquisition: bei weitem zu lange für ein Startup mit nur 25k Funding und einer damit verbundenen Laufzeit von sechs Monaten!

3. Fokus auf die “richtigen” Kunden 

Wenn man ein neues Produkt auf den Markt bringt, ist es wichtig, sich zu entscheiden, auf welche Kunden man sich anfangs konzentrieren sollte. In unserem Fall mussten wir uns entscheiden, ob wir mit Bloggern oder Onlinemedien (Verlagen) starten. Da Blogger schwierig zu monetarisieren sind, haben wir uns entschieden, uns anfangs auf Verlage zu spezialisieren. Das war eventuell nicht die beste Entscheidung. Blogger sind zwar schwieriger zu monetarisieren, dafür adaptieren sie neue Technologien viel schneller bzw. mit weniger Risiko. Somit hätten wir in einer früheren Phase leichter Traction bekommen können.

Blogger sind zwar schwieriger zu monetarisieren, dafür adaptieren sie neue Technologien viel schneller bzw. mit weniger Risiko.

4. Technologie ohne Community ist absolut nichts wert

Man kann die beste Software mit ausgezeichneter Performance schreiben, aber interessieren wird sich niemand dafür, solange es niemand nutzt. Am wichtigsten ist daher das Produkt selbst- nicht die Codebase. Man kann das beschissenste Stück Software auf Erden haben, wenn die Leute dein Produkt lieben, ist es immer noch ok. Unglücklicherweise funktioniert das nicht in entgegengesetzter Richtung.

Deshalb sollte man anfangs die meiste Zeit aufwenden um mit potenziellen Kunden zu sprechen, anstatt die Software zu verbessern oder neue Features zu implementieren, vor allem wenn man in einem Accelerator ist. Diese Kontakte werden nämlich auch in Zukunft der größte Benefit sein, selbst wenn das Startup scheitert.

Man kann das beschissenste Stück Software auf Erden haben, wenn die Leute dein Produkt lieben, ist es immer noch ok. Unglücklicherweise funktioniert das nicht in entgegengesetzter Richtung.

Keine dieser Gründe soll eine Entschuldigung oder Ausrede darstellen, warum unser Startup gescheitert ist. Viel mehr sind es essentielle Lehren, die wir daraus ziehen.

Dennoch, es war eine großartige Erfahrung, die ich nicht bereue und irgendwann in der Zukunft finde ich definitiv wieder ein neues Projekt, an dem ich arbeiten werde. Einstweilen freue ich mich, dass ich nun die Möglichkeit habe, das Startup SmartHires (Y Combinator 2014) als Tech Lead mit meiner “Weisheit” zu unterstützen 😉

David Pichsenmeister

Davids Website. Er ist auch auf Twitter, Facebook, Medium und Linkedin.

Der Brutkasten hat David Pichsenmeister im Zuge des Axel Springer Plug and Play Accelerator Programms kennengelernt.

Deine ungelesenen Artikel:
21.10.2026

Grazer Deep-Tech-Spin-off DiLT Analytics schließt siebenstellige Finanzierungsrunde ab

Das Grazer TU-Spinoff holt den Deep-Tech-Fonds Noctua Science Ventures als Investor an Bord und erhält zusätzlich eine Förderung aus dem Programm aws Seedfinancing – Deep Tech. Das Kapital soll in den Teamaufbau und in den Rollout der Diagnosesoftware FaciliMind fließen.
/artikel/grazer-deep-tech-spin-off-dilt-analytics-schliesst-siebenstellige-finanzierungsrunde-ab
21.10.2026

Grazer Deep-Tech-Spin-off DiLT Analytics schließt siebenstellige Finanzierungsrunde ab

Das Grazer TU-Spinoff holt den Deep-Tech-Fonds Noctua Science Ventures als Investor an Bord und erhält zusätzlich eine Förderung aus dem Programm aws Seedfinancing – Deep Tech. Das Kapital soll in den Teamaufbau und in den Rollout der Diagnosesoftware FaciliMind fließen.
/artikel/grazer-deep-tech-spin-off-dilt-analytics-schliesst-siebenstellige-finanzierungsrunde-ab
DiLT Analytics
© DiLT Analytics

DiLT Analytics hat eine siebenstellige Finanzierungsrunde abgeschlossen. Sie setzt sich aus einem Equity-Investment von Noctua Science Ventures und einer Förderung der Austria Wirtschaftsservice (aws) im Rahmen des Programms Seedfinancing – Deep Tech zusammen. Mit dem Geld möchte das 2021 gegründete Spinoff der TU Graz sein Team ausbauen und FaciliMind, seine Software zur automatisierten Fehlerdiagnose in Heizungs-, Lüftungs- und Klimaanlagen, zu weiteren Betreibern großer Gebäudeportfolios bringen

DiLT Analytics: „Substanziell wachsen“

Noctua Science Ventures ist ein Wiener Deep-Tech-Fonds und ein Joint Venture von Speedinvest und den Technischen Universitäten Österreichs. Der Fonds investiert gezielt in Ausgründungen, deren Produkt auf langjähriger Forschung beruht.

„Die aws-Förderung ergänzt das Investment und ist auf genau diese Phase zugeschnitten: den Schritt von einer erprobten Technologie zu einem Produkt, das sich über viele Standorte hinweg ausrollen lässt“, heißt es per Aussendung. Um im Sinne des Programms aws Seedfinancing – Deep Tech als Deep Tech zu gelten, muss das Vorhaben auf einer „anspruchsvollen technologischen und wissenschaftlichen Herausforderung“ basieren und einen klaren Technologiesprung gegenüber bestehenden Lösungen oder rein inkrementellen Weiterentwicklungen ermöglichen.

„Mit Noctua Science Ventures haben wir einen Partner gefunden, der beides kennt: die technischen Herausforderungen eines Deep-Tech-Produkts und den Weg in die Kommerzialisierung. Für ein junges Spinoff ist das der Best Case. Dass parallel auch die aws-Förderung zugesagt wurde, bestätigt uns, dass FaciliMind und unser Team auf dem richtigen Weg sind. Jetzt geht es darum, substanziell zu wachsen“, sagt Theresa Kohl, CEO von DiLT Analytics.

Philipp Stangl, Managing Director von Noctua Science Ventures, ergänzt: „Von unseren vielen Gesprächspartnern erhielten wir ein sehr einheitliches Bild zu DiLT: ein glaubwürdiger, technisch differenzierter Ansatz, umgesetzt von einem Team, mit dem Immobilienprofis gerne zusammenarbeiten. Genau diese Kombination aus Forschungsvorsprung und starker Kundenorientierung ist es, wonach wir in der Pre-Seed-Phase suchen.“

2021 gegründet

DiLT Analytics wurde Ende 2021 von Franz Wotawa und Gerald Schweiger als Spinoff des Instituts für Softwaretechnologie der TU Graz gegründet und ging aus der Forschungsgruppe „Intelligent Systems“ hervor. Erstes größeres Projekt war „Inframonitor“, eine herstellerunabhängige IoT-Datenplattform für den Campus Inffeldgasse der TU Graz.

Seither ist DiLT an mehr als 20 Forschungsprojekten mit über 15 Partnern beteiligt, einige davon FFG-gefördert und gemeinsam mit österreichischen und europäischen Universitäten. Die Ergebnisse fließen über den Forschungszweig DiLT Research direkt in die Produktentwicklung. Geführt wird das Unternehmen heute von Theresa Kohl (CEO), Christopher Gray (Business Development & Strategy), Thomas Hirsch (CTO), Reinhard Pertschy (CPO) und Thomas Schwengler (Head of Software).

Die entwickelte Software FaciliMind analysiert Betriebsdaten von Heizungs-, Lüftungs- und Klimaanlagen, erkennt dabei versteckte Fehler und Optimierungspotenziale und liefert Technikteams eine nach Dringlichkeit sortierte Maßnahmenliste, so der Claim. Die Software von DiLT Analytics arbeitet herstellerunabhängig und lässt sich über ein einzelnes Gerät an die bestehende Gebäudeleittechnik anbinden. Dank eines knowledgegraphbasierten Softwarestacks soll sie das digitale Abbild komplexer Anlagen weitgehend automatisiert innerhalb weniger Tage statt monatelanger Handarbeit erstellen können. Zielgruppe sind Betreiber großer Gebäudeportfolios, etwa in der öffentlichen Hand, an Flughäfen sowie in Industrie und Gesundheitswesen.

DiLT Analytics erhielt Preise

Zu den Kunden zählen u.a. die Technischen Universitäten Graz und Wien, Bundesimmobiliengesellschaft (BIG), IG Immobilien Management GmbH und Industriekunden. 2025 wurde DiLT Analytics mit dem DREA Award und dem ÖGUT Umweltpreis ausgezeichnet. Und ist seit September 2026 nach ISO 27001 zertifiziert.

„Wissen über Anlagenbetrieb soll im Unternehmen bleiben“

Neben der Verstärkung des Teams und dem geplanten Rollout möchte DiLT Analytics künftig ein Übersetzungswerkzeug für den BACtwin-Standard als Open Source veröffentlichen und die Diagnose künftig auf weitere Technologien wie Wärmepumpen, Photovoltaik und Batteriespeicher ausweiten

„Ein Gebäudeportfolio überdauert seine Dienstleister und oft auch seine erfahrensten Mitarbeitenden“, sagt Kohl. „Unser Ziel ist, dass das Wissen über den Anlagenbetrieb im Unternehmen bleibt und dass Entscheidungen auf verifizierter Datengrundlage statt auf Bauchgefühl und Erinnerung beruhen.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Brutkasten.Inside: „4 Gründe, wieso mein Startup letztlich scheiterte“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Brutkasten.Inside: „4 Gründe, wieso mein Startup letztlich scheiterte“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Brutkasten.Inside: „4 Gründe, wieso mein Startup letztlich scheiterte“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Brutkasten.Inside: „4 Gründe, wieso mein Startup letztlich scheiterte“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Brutkasten.Inside: „4 Gründe, wieso mein Startup letztlich scheiterte“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Brutkasten.Inside: „4 Gründe, wieso mein Startup letztlich scheiterte“

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Brutkasten.Inside: „4 Gründe, wieso mein Startup letztlich scheiterte“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Brutkasten.Inside: „4 Gründe, wieso mein Startup letztlich scheiterte“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Brutkasten.Inside: „4 Gründe, wieso mein Startup letztlich scheiterte“