21.03.2016

Built to exit: Lässt sich ein schneller Startup-Exit planen?

Michael Altrichter führte Payolution in nur 5 Monaten zum Exit. Es war zwar keine reine Glückssache, einfach wiederholen lässt sich der Stunt dennoch nicht. Altrichter erzählt dem Brutkasten, wie der schnelle Exit gelang, gibt Tipps und spricht auch eine Warnung aus.
/artikel/built-to-exit-startup

Fünf Monate nach dem Start kämpfen die meisten Gründer mit Bürokratie, Produktentwicklung, Kundenakquise und Investorensuche. Aber nicht alle: Bei Payolution ging es Schlag auf Schlag. Fünf Monate nach der Gründung folge bereits der Exit. Das Payment-Startup der heutigen Business Angels Michael Altrichter und Stefan Kalteis ging im September 2011 an den britischen Zahlungsdienstleister Skrill. Kalkül oder pures Glück? Lässt sich ein schneller Exit planen?

Wenn ein Frühphasen-Investor gleich zuschlägt

„Es war sehr viel Glück dabei“, sagt Michael Altrichter, der das Startup 2011 gemeinsam mit Stefan Kalteis gegründet hatte. Die größte Rolle spielten aber die Erfahrung der Gründer und Altrichters dichtes Netzwerk: „Mir fiel es leicht, meine Bekannten und Geschäftspartner im Payment anzurufen und zu fragen, wer bei einem neuen Payment-Unternehmen als Business Angel dabei sein will“, erzählt Altrichter, der zu diesem Zeitpunkt bereits seit 12 Jahren mit seinem ersten Unternehmen, Paysafecard, erfolgreich im Geschäft war. Die erste Runde brachte gleich zehn Investoren für Payolution. Einer davon war Nikolai Riesenkampff, CEO von Skrill: „Die Verhandlung mit ihm hat sofort in die Übernahme geführt“.

Built to exit? „Anfängern würde ich das nicht empfehlen“

Ob Berechnung, oder glücklicher Zufall, so einfach wiederholen lässt sich ein Exit wie dieser nicht. Um ein Startup zu konstruieren, das „built to exit“, also gemacht für den Verkauf ist, braucht es viel Erfahrung. „Anfängern würde ich das nicht empfehlen,“ sagt i5invest-CEO Herwig Springer, „man sollte schon für die Sache leben“. Das sieht auch Altrichter so. „Man kann einen Exit aber schon forcieren“, meint der Serial-Entrepreneur. „Typisch wäre eine App zu entwickeln, sich nur auf die Nutzerzahlen zu konzentrieren und keinen Umsatz zu machen, in der Hoffnung, schnell gekauft zu werden“. Empfehlen würde Altrichter das aber nicht: „Man hat dann ein großes Problem, wenn man keinen Käufer findet“.

+++ Marie Helene Ametsreiter: „Investoren stehen nicht Schlange“ +++

Auch wenn ein Startup nicht „built to exit“ ist, schadet es nicht, das Thema möglichst früh mitzudenken. Spätestens, wenn ein Finanzinvestor an Bord geholt wurde, führt daran kein Weg mehr vorbei: „Ein Finanzinvestor will irgendwann wieder raus und wird immer wieder nach einem Exit fragen“.

Mit langem Atem zum Millionen-Exit

Heute gehört der Wünsch nach einem Exit meist bereits zu den Gründungsmotiven. Um die Jahrtausendwende war das noch anders. Paysafecard, das erste Startup von Altrichter (gemeinsam mit Armin Sageder, Michael Müller und Reinhart Eilmsteiner), wurde genau in dieser unsicheren Zeit der Dotcom-Blase gegründet. „Der Exit-Gedanke war da ein weit entfernter“, erinnert sich Altrichter. Eine neue Marke im Payment-Bereich zu etablieren war keine leichte Aufgabe: „Das Zahlungsverhalten der Kunden umzugewöhnen dauert sehr lange und damals war auch das Vertrauen in den E-Commerce noch nicht da“, so Altrichter. „Es hat viele Jahre gedauert, bis wir einen Markt für uns gefunden haben“.

Geklappt hat es schließlich in der Nische des Wett-Marktes im Internet, der sich zu dem Zeitpunkt gerade erst entwickelte. Erst 2007 gelang der Break-Even: „Das zeigt, dass Startups manchmal einen sehr langen Atem brauchen“, meint Altrichter. Das Warten zahlte sich für Altrichter aus: 2012 ging Paysafecard um 140 Millionen Euro ebenfalls an Skrill.

+++ Auch interessant: Michael Altrichter im Interview +++

Deine ungelesenen Artikel:
20.10.2026

Wiener Startup Prewave startet KI-Agenten für die finanzielle Bewertung von Lieferkettenrisiken

Das Wiener Startup Prewave will Unternehmen mit KI-Agenten helfen, Risiken nicht nur früher zu erkennen, sondern auch ihre finanziellen Folgen einzuschätzen und gezielter über Gegenmaßnahmen zu entscheiden.
/artikel/wiener-startup-prewave-startet-ki-agenten-fuer-die-finanzielle-bewertung-von-lieferkettenrisiken
20.10.2026

Wiener Startup Prewave startet KI-Agenten für die finanzielle Bewertung von Lieferkettenrisiken

Das Wiener Startup Prewave will Unternehmen mit KI-Agenten helfen, Risiken nicht nur früher zu erkennen, sondern auch ihre finanziellen Folgen einzuschätzen und gezielter über Gegenmaßnahmen zu entscheiden.
/artikel/wiener-startup-prewave-startet-ki-agenten-fuer-die-finanzielle-bewertung-von-lieferkettenrisiken
Prewave
Harald Nitschinger, Gründer von Prewave | (c) Prewave

Es nennt sich Quantified Resilience und soll zeigen, was Lieferkettenrisiken tatsächlich kosten. Das neue Portfolio des Wiener Startups adressiert die Risikolandschaft für globale Lieferketten, die sich seit Covid, der Chipknappheit sowie dem Krieg im Iran und in Russland verändert hat. Unternehmen haben in den vergangenen Jahren darauf reagiert und auf mehr Transparenz gesetzt, mehr Lieferanten überwacht und mehr Signale und Warnmeldungen verfolgt. Doch Einkaufsteams wollen nicht mehr Informationen, meint Co-Founder und seit Jänner alleiniger CEO Harald Nitschinger. „Sie wollen eine belastbare Entscheidungsgrundlage“, sagt er und bezieht sich auf eine Gartner-Studie aus 2026 mit dem Titel: „Market Overview for Supplier Risk Management Solutions.“ Teams, die ihre Zeit damit verbringen, schwer fassbare Risiken bei Sub-Tier-Lieferanten zu recherchieren und zu bewerten, hätten kaum Kapazitäten, um langfristige Resilienz aufzubauen.

Prewave: KI-Agenten übernehmen Recherche

Hier soll Quantified Resilience helfen, die globalen Risikodaten von Prewave mit den eigenen Daten eines Unternehmens zu verbinden, darunter Stücklisten, Lagerbestände, alternative Bezugsquellen und Umsatzzahlen. Spezialisierte KI-Agenten würden dann die Recherche übernehmen, Risiken priorisieren und deren mögliche finanzielle Auswirkungen auf das Unternehmen bewerten.

Ein Bestandteil des neuen KI-Portfolios heißt Prewave Respond und beinhaltet KI-Agenten, die Signale aus der gesamten Plattform bündeln und Risikosituationen danach ordnen, wie dringend Handlungsbedarf besteht. Risikomanager würden so auf einen Blick sehen, welche Situationen jetzt Aufmerksamkeit erfordern und welche warten können. Die Agenten lassen sich an die eigenen Prozesse und Prioritäten des jeweiligen Unternehmens anpassen.

Plattform zeigt Betroffenheit

„Die Bewertung einer Störung hat unser Risikoteam früher einen halben Tag gekostet, plus Abstimmung mit den Konzerneinkäufern, um die Auswirkungen auf die Lieferanten zu verifizieren“, erklärt Verena Rausch, Group Risk Manager bei der Vaillant Group, wie Prewave den Aufwand bei der Bewertung einzelner Störungen reduziert. „Beim Erdbeben von Kumamoto hat Prewave rund 50 aufgezeigte Lieferanten auf 11 eingegrenzt, die geprüft werden mussten, und einen unmittelbaren Produktionsstopp aufgezeigt. Das verkürzt den Zeitaufwand für jede Bewertung.“

Der Schlüssel zu dieser Priorisierung liege darin zu verstehen, was eine Störung für das Geschäft bedeutet. Die Prewave-Plattform kombiniert Informationen zu globalen Ereignissen, Lieferantenstandorten, Tier-n-Beziehungen und Rohstoffabhängigkeiten mit den eigenen Lieferketten- und ERP-Daten des Unternehmens. Sie zeige so, welche Lieferanten, Materialien oder Produkte tatsächlich betroffen sind.

Für Nitschinger ist Quantified Resilience der nächste Schritt im Umgang mit zunehmend komplexen Lieferkettenrisiken: „Unseren Kunden fehlt es nicht an Informationen. Im Gegenteil, sie werden mit Warnmeldungen, Ratings und Lieferanten-Updates überflutet. Wir geben ihnen jetzt Werkzeuge an die Hand, die diese Signale in eine konkrete Entscheidungsgrundlage verwandeln: Was verdient meine Aufmerksamkeit? Wo bin ich tatsächlich exponiert? Was steht finanziell auf dem Spiel? Und wo sollten wir Resilienz aufbauen, um die größte Wirkung zu erzielen? Quantified Resilience macht diese Zusammenhänge messbar und damit steuerbar.“

Resilienz von Kostenfaktor soll zur Investitionsentscheidung werden

Über die Priorisierung hinaus berechnet Prewave die finanziellen Auswirkungen einer Störung anhand von Daten wie Lagerbeständen, Stücklisten und Umsatz, heißt es. Damit soll die Resilienz von einem Kostenfaktor zu einer Investitionsentscheidung werden. Unternehmen könnten Ausgaben dorthin lenken, wo sie am meisten bewirken, und sie gegenüber Geschäftsführung und Vorstand mit belastbaren Zahlen untermauern.

Künftig will Prewave diesen Ansatz nutzen, um die Lieferketten seiner Kunden ganzheitlich und proaktiv zu optimieren. Prewave Optimise, ein weiteres Tool aus der „Quantified Resilience“-Strategie, das sich derzeit in der Beta-Phase befindet, soll zeigen, wo Absicherungen über das notwendige Maß hinausgehen und wo gefährliche Lücken bestehen. Ziel ist ein Lieferantennetzwerk, das Kosten und Resilienz entsprechend der individuellen Risikobereitschaft eines Unternehmens ausbalanciert.

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

Built to exit: Lässt sich ein schneller Startup-Exit planen?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Built to exit: Lässt sich ein schneller Startup-Exit planen?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Built to exit: Lässt sich ein schneller Startup-Exit planen?

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 …

Built to exit: Lässt sich ein schneller Startup-Exit planen?

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 …

Built to exit: Lässt sich ein schneller Startup-Exit planen?

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 …

Built to exit: Lässt sich ein schneller Startup-Exit planen?

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 …

Built to exit: Lässt sich ein schneller Startup-Exit planen?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Built to exit: Lässt sich ein schneller Startup-Exit planen?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Built to exit: Lässt sich ein schneller Startup-Exit planen?