28.01.2025
INTERVIEW

Artifical General Intelligence: „Sind viel weiter als viele annahmen“

Interview. Der deutsche Seriengründer und Business Angel Carsten Kraus beschäftigt sich seit den 1980ern mit künstlicher Intelligenz. Mit brutkasten hat er über Artifical General Intelligence (AGI) und die Probleme mit dem AI Act gesprochen.
/artikel/carsten-kraus-interview
Carsten Kraus
Carsten Kraus | Foto: Matthias Trenn

Spätestens seit OpenAI kurz vor Weihnachten Zahlen zu seinem neuen Modell o3 veröffentlichte, ist die Diskussion rund um Artificial General Intelligence (AGI) wieder voll entbrannt. Es gibt keine allgemein akzeptierte Definition für AGI – im Wesentlichen versteht man darunter aber eine künstliche Intelligenz, die intellektuelle Aufgaben am selben oder ähnlichen Niveau wie der Mensch erledigen kann. Einer, der das Thema seit langem genau verfolgt, ist Carsten Kraus.

Der Serienunternehmer beschäftigt sich in der einen oder anderen Form bereits seit den 1980ern mit künstlicher Intelligenz. Aktuell ist er als Gründer und CEO des Startups casablanca.ai in dem Feld aktiv. Das Unternehmen setzt KI ein, um natürlichen Blickkontakt in Videocalls zu simulieren. Zu einem Portrait des Startups in unserem Schwesternmedium Starting Up geht es hier.

Unabhängig davon ist Kraus auch Keynote-Speaker zum Thema KI und ist in Österreich zuletzt im vergangenen Oktober bei der Konferenz „Expedition KI 3.0“ am Flughafen Wien aufgetreten. Im November zeichnete Business Angels Deutschland e.V. (BAND) Kraus als „Business Angel des Jahres 2024“ aus.


brutkasten: OpenAI hat im Dezember Zahlen präsentiert, die zeigen, wie das neue Modell o3 bei unterschiedlichen Benchmarks abgeschnitten hat. Diese Ergebnisse haben die lang anhaltende Diskussion rund um die mögliche Entstehung einer Artificial General Intelligence (AGI) wieder befeuert. Im Silicon Valley vermuten mittlerweile viele, dass KI-Modelle das AGI-Niveau bald erreichen werden. Wo stehen wir Ihrer Meinung nach?

Carsten Kraus: Ich glaube, wir sind viel weiter, als viele das angenommen haben. AGI heißt für mich, dass eine künstliche Intelligenz alles denken kann, was der Mensch denken kann, und zu besseren Ergebnissen kommt als der durchschnittliche Mensch. Ich hatte schon 2016 in einem Interview gesagt, dass wir das bis 2035 erreichen werden. Das war damals ein enorm früher Zeitpunkt. Der Durchschnitt der KI-Wissenschaftler lag bei 2062. Meine Prognose fanden daher viele übertrieben. 

Viele Fähigkeiten, die KI jetzt schon hat – zum Beispiel Liebesbriefe schreiben, Gedichte verfassen, mit Sprache umgehen, Reden formulieren, Texte interpretieren und zusammenfassen –, die hat man nicht so früh erwartet. Jetzt sehen wir bereits, dass sowas funktioniert. Ich fühle mich mit meiner Prognose daher bestätigt.

Technisch sind wir nur mehr wenige Jahre davon entfernt, dass die KI alles denken kann, was der Mensch denken kann. Die Modelle machen riesige Fortschritte, nicht nur durch das LLM selber, sondern auch durch die Systeme drumherum: Etwa durch agentisches Vorgehen, das deutlich bessere Ergebnisse liefert als die pure Transformer-Variante.

Wir werden also in den nächsten Jahren AGI erleben?

Es gibt natürlich eine kleine Wahrscheinlichkeit, dass es nicht klappt oder dass es viel zu teuer wird. Denn für manche komplexe Abfragen, die auf dem Niveau einer Doktorarbeit sind, können laut OpenAI schnell sehr hohe Rechenkosten entstehen – über 1.000 Dollar pro Anfrage.

Das menschliche Gehirn ist dagegen unglaublich effizient, es braucht nur rund 15 Watt. KI-Systeme brauchen dagegen tausende Prozessoren mit sehr hohem Stromverbrauch und teurer Hardware. Es kann also sein, dass die KI zwar alles kann, was wir können; es sich aber nicht lohnt, sie dafür einzusetzen, weil sie viel zu teuer und energieintensiv ist. In dieser Frage kommt es also nicht nur auf neue Modelle, sondern auch auf die zukünftige Hardware an.

OpenAI-CEO Sam Altman hat kürzlich auf X geschrieben, dass selbst das neue ChatGPT-Pro-Abo, für das 200 Dollar im Monat bezahlt werden, nicht profitabel sei. Es scheint also nicht ausgeschlossen, dass die führenden Modelle möglicherweise für Endkunden noch teurer werden könnten. Müssen wir uns also darauf einstellen, dass uns dieses Kosten-Thema bei KI in den nächsten Jahren begleiten wird?

Ja, OpenAI hat beim Pro-Angebot negative Unit Economics. Je kleiner die Modelle sind, desto bessere Uni Economics erreichen sie. Aber im praktischen Einsatz sehe ich das nicht als Gefahr. Das wäre nur der Fall, wenn ich als Ziel habe, unbedingt Menschen zu ersetzen.

Meiner Ansicht nach sollte aber das Ziel sein, Menschen zu ergänzen. Die KI-Systeme werden mit der Zeit effizienter, aber das menschliche Gehirn ist so effizient, dass es durchaus sein kann, dass es sich nie lohnt, bestimmte Anwendungen an die KI auszulagern, wenn die Kosten explodieren. 

Neben AGI kursiert auch der Begriff der ASI: Artificial Super Intelligence. Wie würden Sie die beiden Konzepte abgrenzen?

Die Frage ist, was Superintelligenz qualitativ mehr kann, außer vielleicht mehr Fakten gleichzeitig zu berücksichtigen oder schneller zu denken. Ich bin beim Verein Mensa und kenne auch Leute, die deutlich intelligenter sind als ich – aber ich sehe da keinen richtigen qualitativen Unterschied, weder nach oben noch nach unten.

Es kann sein, dass eine KI mit „Superintelligenz“ nicht nur schneller rechnet, sondern vielleicht zusätzliche Sensorik hat oder Zugriff auf riesige Datenmengen, die ein Mensch nicht verarbeiten kann und sich so immer weiter verbessert. Die KI könnte sich dann möglicherweise selbst weiterentwickeln und kein Mensch versteht mehr, was sie eigentlich macht. Da stellt sich die Frage: Wollen wir das überhaupt zulassen?

Ein mögliches Szenario, das aus dem Science-Fiction-Bereich stammt, wäre auch, dass sich eine solche KI auf irgendeinen Planeten zurückzieht, die Menschheit in Ruhe lässt und sich nur darum kümmert, dass keine zweite, gefährliche Superintelligenz entsteht.

Ob eine solche Superintelligenz realistisch ist und kontrollierbar bleibt, hängt am Alignment-Problem, also ob die Ziele der KI noch genügend mit den Zielen der Menschheit übereinstimmen. Ich habe keinen tiefen Einblick in das Thema, aber meine Meinung ist: Man muss der KI intrinsisch beibringen, was sie gut finden soll, anstatt starre Regeln vorzugeben, die sie am Ende kreativ umgeht.

Apropos Regeln. KI-Regulierung ist ja ein großes Thema, in der EU tritt gerade der AI Act in Kraft, der durchaus auch kontrovers diskutiert wird. Einige Stimmen aus der KI-Community warnen, dass er Innovationen hemmen könnte. Wie schätzen Sie das ein?

Ich sehe da eine große Gefahr, vor allem für Mittelständler. Großunternehmen können, wenn es kompliziert wird, Teile ihrer Aktivitäten ins Ausland verlagern. Und Startups, die richtig groß denken, weichen eventuell auch aus, wenn es hier zu bürokratisch wird. Aber besonders der Mittelstand, der hier verankert ist, wird vorsichtig sein. Das könnte dazu führen, dass er KI nicht oder viel zu spät einsetzt.

Der AI Act hat vier Stufen: verbotene Risiken, hohes Risiko, mittleres Risiko, niedriges Risiko. Das Thema „hohes Risiko“ ist sehr weit gefasst – da kommen immer mehr Dinge in den Anhang. Medizin, autonomes Fahren und kritische Infrastruktur waren verständlich, denn da will man sicherstellen, dass am Ende noch ein Mensch draufschaut. 

Aber dann kamen beispielsweise Personalentscheidungen dazu, also HR. Wenn ich ChatGPT frage, welche Fragen ich einem Bewerber stellen soll, ist das womöglich schon High-Risk, weil der Bewerber dadurch benachteiligt werden könnte. Dann müsste ich laut AI Act alles Mögliche dokumentieren: Habe ich Bias ausgeschlossen? Habe ich genderspezifische Verzerrungen ausgeschlossen? Da kann es sehr schnell passieren, dass man das versehentlich verletzt – oder zumindest haben die Unternehmen Angst davor, es zu verletzen.

Als Strafe sind 15 Millionen Euro oder drei Prozent des weltweiten Umsatzes vorgesehen. Für Google sind drei Prozent des Umsatzes viel Geld, aber die kriegen das hin. Für einen kleinen Mittelständler können 15 Millionen Euro aber ein Todesurteil sein. Und weil das Gesetz so kompliziert ist, wird die einfachste Lösung für viele Unternehmen sein, lieber keine KI-Tools zu nutzen.

Das kennen wir in kleinerem Umfang schon von der Datenschutzgrundverordnung (DSGVO), wo ebenfalls Unternehmen vieles eigentlich Erlaubte vorsichtshalber vermieden haben, weil die Regeln unklar oder zu komplex sind. Und der AI Act ist noch umfangreicher.

Was bedeutet das für KI-Startups in Europa?

Die meisten Startup-Gründer im KI-Bereich sind Techniker. Deshalb mache ich mir weniger Sorgen um die KI-Startups in Europa. Sie finden Wege, spezielle Lösungen zu entwickeln, die mit den europäischen Gesetzen konform sind. Für kleine Märkte wie Europa ist es für amerikanische oder chinesische Unternehmen oft nicht attraktiv genug, sich zu engagieren. 

Das gibt einerseits europäischen Startups die Chance, Nischenlösungen zu entwickeln. Solche Lösungen erzielen möglicherweise nur ein paar Millionen Euro Umsatz, locken aber keine internationalen Konkurrenten an, weil die sich nicht die Mühe machen, ihre Produkte an die komplizierten europäischen Vorschriften anzupassen. Das kann sogar ein Vorteil für europäische Startups sein.

Das Problem entsteht vielmehr für den Industrie-Mittelstand: Wir haben viele tolle Weltmarktführer mit speziellen Produkten, also – mal fiktiv – den Weltmarktführer für Druckventile in Sprinkleranlagen, der mit ein paar hundert Mitarbeitern in alle Welt exportiert. Wenn diese Unternehmen die Produktivitätsvorteile durch künstliche Intelligenz nicht oder nur wenig nutzen – weil sie Angst vor Fehlern und Strafen haben – werden sie nicht mehr lange Weltmarktführer bleiben.

Für einige Aufgaben wurden bereits in umfangreichen Studien die Produktivitätsvorteile gemessen, beispielsweise hat eine Studie der Harvard University herausgefunden, dass Unternehmensberater 43 Prozent bessere Ergebnisse abliefern, wenn sie KI nutzen – und zugleich 25 Prozent schneller sind. Wenn der Mittelstand sich wegen des AI Act nicht traut, diese Produktivitätsvorteile zu nutzen, werden sie ihre Weltmarktführerschaft verlieren. Das kann sich Europa nicht leisten.

Ist die Situation europäischer KI-Startups primär ein Problem der Finanzierung?

Ja. Das deutsche KI-Startup Aleph Alpha war, bevor ChatGPT kam, durchaus konkurrenzfähig, ich habe das damals parallel zu GPT-3 in unseren eigenen Programmen eingesetzt. Aber um richtig mitzuhalten, braucht man Milliarden oder zumindest Hunderte Millionen, auch für Hardware. Wenn ein Startup das nicht rechtzeitig bekommt, hinkt man schnell hinterher.

In den USA gibt es mehr Investoren, die da mitziehen. In Europa traut man sich seltener, solche Summen zu investieren. So läuft es dann oft auf Anwendungen hinaus, die keine „große“ Basistechnologie mehr entwickeln, sondern nur bereits existierende Modelle anpassen.

Das heißt also, Europa muss sich auf bestimmte Nischen spezialisieren, weil uns das finanzielle Ökosystem für die ganz großen Modelle fehlt?

Ja, ich sehe das so. Entweder müsste man ein wirklich milliardenschweres Projekt auflegen, das von öffentlichen Stellen unterstützt wird, um ein europäisches Foundation Model zu bauen, das dann auch eine eigene „europäische Weltanschauung” hätte. Oder man spezialisiert sich – was realistisch klingt – auf Anwendungen in Bereichen, in denen wir historisch stark sind.

Deine ungelesenen Artikel:
09.10.2026

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann

Ein Exit in Millionenhöhe – und trotzdem bleibt für die Gründer:innen kaum etwas übrig. Schuld daran können sogenannte Liquidation Preferences sein, die darüber entscheiden, wer beim Verkauf eines Startups bevorzugt wird. Rechtsanwalt Manuel Mofidian ordnet ein.
/artikel/x-faktor-warum-liquidation-preference-bei-einem-millionen-exit-zum-albtraum-werden-kann
09.10.2026

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann

Ein Exit in Millionenhöhe – und trotzdem bleibt für die Gründer:innen kaum etwas übrig. Schuld daran können sogenannte Liquidation Preferences sein, die darüber entscheiden, wer beim Verkauf eines Startups bevorzugt wird. Rechtsanwalt Manuel Mofidian ordnet ein.
/artikel/x-faktor-warum-liquidation-preference-bei-einem-millionen-exit-zum-albtraum-werden-kann
Liquid Preference, Mofidian
© Armin Hubner/Canva - Wirtschafts- und Tech-Anwalt Manuel Mofidian.

Dieser Text ist zuerst im brutkasten-Printmagazin von August 2026 „Aufbrechen“ erschienen. Eine Download-Möglichkeit des gesamten Magazins findet sich am Ende dieses Artikels.


Für viele Gründer:innen sind 40-Stunden-Wochen ein Fremdwort und freie Wochenenden ein ferner Wunsch – sie opfern unzählige Arbeitsstunden und verzichten auf Gehalt, um ihr Startup aufzubauen. Doch am Ende dieses jahrelangen harten Einsatzes bleibt selbst bei einem vermeintlich erfolgreichen Millionen-Exit in manchen Fällen kaum etwas übrig. Der Grund kann in einer unscheinbaren Klausel des Beteiligungsvertrags liegen; einer Sonderregel für die Verteilung des Exit-Erlöses. Räumt man etwa späteren Investoren eine „Liquidation Preference“ ein, bedienen sich diese beim Verkauf zuerst. Die Realität sieht dann wie folgt aus: Während die Branche gratuliert, können die Gründer:innen und frühe Kapitalgeber trotz fließender Millionen fast leer ausgehen.

So ein Fall sorgte jüngst für Aufsehen, als Martin Granig, Gründer der Spar-App monkee.rocks, von einem Bekannten berichtete, der einen 15-Millionen-Exit hingelegt hatte. Der Founder meinte nach Glückwünschen bloß, der Exit hätte massiver sein müssen, „damit sich was ausgeht“ – hier hatte die Liquidation Preference gegriffen.

Was ist eine Liquidationspräferenz?

Die historischen Wurzeln der Liquidationspräferenz reichen bis ins 19. Jahrhundert zurück, als US-Eisenbahngesellschaften und Banken Vorzugsaktien nutzten. In den 1950er- bis 1970er-Jahren adaptierte die VC-Branche das Modell und machte es im Silicon Valley zum Standard. Doch obwohl die Klausel omnipräsent ist, sorgt sie bis heute für Missverständnisse.

Der Wirtschafts- und Tech-Anwalt Manuel Mofidian bringt es auf den Punkt: „Eine Liquidationspräferenz ist kein gesetzlich definierter Begriff, sondern eine Klausel in einem Beteiligungsvertrag, die man im Einzelfall auslegen muss, aber häufig einem gewissen spezialisierten Marktstandard entspricht.“ Verankert wird sie in der Praxis meist im sogenannten Shareholders Agreement (kurz SHA, deutsch: Gesellschaftervereinbarung). Es geht dabei nicht um die prozentuelle Beteiligung an einem Startup, sondern um die harte Reihenfolge bei der Verteilung von echten Einnahmen (Proceeds) nach einem bestimmten Trigger-Event – im Normalfall dem Exit.

„Vereinfacht gesagt ist die Liquidationspräferenz eine vertraglich vereinbarte Erlösvorzugs-Regelung. Im Normalfall wird ein Verkaufserlös entsprechend den Beteiligungsquoten (pro rata) verteilt; das entspricht auch der gesetzlichen Grundregel. Für den Exit-Fall soll jedoch eine Sonderregel geschaffen werden; mit mitunter überraschendem Ergebnis: Wer etwa 20 Prozent der Anteile hält, aber 70 Millionen Euro investiert hat, kann bei einem Verkaufserlös von 70 Millionen Euro den gesamten Erlös erhalten – und das dank einer Liquidationspräferenz“, so Mofidian.

„Erst wenn die jeweilige Liquidationspräferenz erfüllt wurde, kommt die nächste liquidationspräferierte Gruppe zum Zug; sind alle Liquidationspräferenzen bedient, wird der Rest pro rata verteilt“, erklärt der Wirtschaftsanwalt das sogenannte „Wasserfallprinzip“. Reicht das Geld bei einem mittelgroßen oder kleinen Exit nicht aus, könnten all jene, die ganz unten im Wasserfall stehen, leer ausgehen.

„Ein Startup durchläuft typischerweise gewisse Phasen“, erläutert Mofidian. „So lassen sich die Investorengruppen ganz gut typisieren: Häufig startet man mit ersten Investoren, Business Angels, Family and Friends, teilweise noch Convertibles. Hier herrscht oft noch eine andere Logik als bei späteren Investmentrunden, wo beispielsweise VC-Fonds einsteigen. In diesen späteren Runden, den ‚Series‘, mit professionelleren neuen Investoren verschieben sich regelmäßig die Kräfteverhältnisse, was zu einer Anpassung der Verträge und der damit verbundenen Rechte führt.“

Das Multiple (X-Faktor) als wichtiger Hebel

Bevor man sich jedoch in rechtliche Details und konkrete Definitionen vertieft, muss man bei Liquidation Preference einen wichtigen Hebel verstehen: das Multiple (oder den X-Faktor). Diese Zahl legt fest, wie viel von seinem ursprünglichen Investment der Geldgeber beim Exit vorrangig – also vor der allgemeinen Verteilung nach Beteiligungsquoten – beanspruchen kann.

Das „1×-Multiple“ findet sich so häufig in den Verträgen, dass man dieses fast schon als Branchenstandard bezeichnen könnte. Das bedeutet: Der Investor holt sich zunächst exakt jene Summe zurück, die er in das Startup gesteckt hat. Komplex wird es, wenn Investoren in schwierigen Marktphasen höhere Multiples durchsetzen. Liegt der Faktor bei 1,5×, 2× oder gar 3×, bedeutet das, dass der Investor vorab – also vor der Verteilung nach Prozenten – ein Vielfaches seines eingesetzten Kapitals fordern kann. „Der Faktor hat mit der Beteiligungsquote nichts zu tun: Auch wer nur ein Prozent hält, kann eine fünffache Liquidationspräferenz vereinbart haben“, erklärt Mofidian. Hat ein VC-Fonds also beispielsweise zehn Millionen Euro bei einem 2×-Multiple investiert, zieht er beim Exit sofort 20 Millionen Euro als Liquidationspräferenz ab, bevor der nächste Gesellschafter auch nur einen Cent sieht. Das schmälert den Erlös für Gründer:innen und frühe Investor:innen – mitunter auch für andere, im Rang nachstehende Investorengruppen – dramatisch.

Participating vs. non-participating

Wenn der Faktor (das Multiple) bzw. damit verbunden die Höhe geklärt ist, regeln weitere Zusätze, wie genau ein Investor am restlichen Erlös beteiligt wird.

So gilt „non-participating“ als die üblichste Variante. Der Investor hat hierbei ein Wahlrecht: Er erhält entweder vorab seine Präferenz, also zum Beispiel sein 1×-Investment, zurück, oder er verzichtet auf diesen Vorabzug und nimmt stattdessen seine reguläre prozentuale Quote am gesamten Erlös. Demgegenüber steht „participating“: Diese investorenfreundliche Variante bezeichnet Mofidian als „Eierlegende Wollmilchsau“ – der Geldgeber bekommt zuerst sein Investment als garantierte Risikoprämie vorab ausbezahlt und partizipiert danach zusätzlich noch entsprechend seiner prozentualen Quote am verbleibenden Erlös-Topf; er wird also faktisch doppelt bedient.

Rangordnung – „Senior“ und „Pari passu“

Aus Sicht eines Investors spielt es zudem eine große Rolle, in welchem Rang seine Liquidationspräferenz eingeordnet wird. „Die Ränge drücken das Rangverhältnis der Liquidationspräferenzen zueinander aus. Nach dem Wasserfallprinzip wird grundsätzlich jeder vorrangige Rang vollständig bedient, bevor Erlöse an den nachfolgenden Rang verteilt werden“, erklärt Mofidian. „Reicht der Erlös auf einem Rang nicht, um alle dort angesiedelten Präferenzansprüche voll zu bedienen, wird typischerweise pro rata verteilt – meist im Verhältnis der jeweiligen Präferenzansprüche. Der genaue Schlüssel ist aber Vertragssache.“

Wird der Liquidationspräferenz eines Investors ein „Senior“-Rang eingeräumt, bedeutet das Vorrang gegenüber den zu diesem Zeitpunkt bestehenden bzw. den vertraglich bezeichneten Liquidationspräferenzen. „‚Senior‘ ist eine relative Rangangabe – man ist immer gegenüber jemandem vorrangig. Soll der oberste Rang gemeint sein, spricht man etwa von ‚most senior‘ oder ‚senior to all other liquidation preferences‘. Maßgeblich ist am Ende ohnehin die Verteilungsreihenfolge der Waterfall-Klausel selbst“, so der Anwalt. Vor später geschaffenen „noch vorrangigeren“ Rängen könne man sich durch einen Zustimmungsvorbehalt schützen; das könne allerdings künftige Finanzierungsrunden erschweren und sei auch unüblich.

Mofidian weiter: „Investor:innen vereinbaren häufig, dass ihre Liquidationspräferenz ‚pari passu‘ mit den Liquidationspräferenzen anderer Investor:innen oder Anteilsklassen rangiert – die betreffenden Präferenzen sind dann gleichrangig, keine wird vor der anderen bedient. Innerhalb derselben Anteilsklasse ist eine ausdrückliche Pari-passu-Regelung häufig nur deklaratorisch, sofern für alle Anteile dieselben Präferenzrechte gelten; sie kann jedoch in einigen Konstellationen auch klarstellende Bedeutung haben. Eine wesentliche Bedeutung entfaltet sie zwischen unterschiedlichen Anteilsklassen oder Finanzierungsrunden: Man kann etwa festlegen, dass die Liquidationspräferenzen einer Series A und einer Series B trotz unterschiedlicher Anteilsklassen auf demselben Rang stehen. ‚Pari passu‘ beschreibt also nicht die Anteilsklasse als solche, sondern das Rangverhältnis der jeweiligen Präferenzen“. Gleichrangigkeit bedeutet dabei nicht zwingend, dass auch die Höhe der Präferenzansprüche, die Multiplikatoren oder die sonstigen Investorenrechte identisch sind.

Die Rangordnung führt in der Praxis oft zu sogenannten Stacked Preferences (gestapelten Präferenzen). Faktisch gesehen kommt es dabei meist zum Prinzip „Last in, first out“: Der späteste Geldgeber (z. B. der Lead-Investor der Series C) sichert sich meist den höchsten Rang und holt sich beim Exit (nach Rückführung von Fremdkapital) als Allererster sein Geld aus dem Topf. Ist seine Präferenz bedient, darf sich die vorherige Series B aus dem verbleibenden Rest bedienen; und so weiter bis hinunter zur Series A. Häufig warten am Ende der Nahrungskette die frühen Seed-Investoren sowie Gründer:innen und Mitarbeiter:innen mit ESOP-Anteilen – ist der Exit-Erlös nicht hoch genug, ist der Topf leer, bevor sie erreicht werden.

„Eine der Schwierigkeiten bei Liquidation Preferences ist die Unschärfe der Begrifflichkeiten“, betont Mofidian an dieser Stelle und erklärt, warum es zu Streitereien unter den Beteiligten kommen könnte. Ein typischer Konfliktherd können Triggerdefinitionen sein: Was ist ein Exit? In einem „frühen“ Vertrag kann ein Exit anders definiert sein als im späteren Beteiligungsvertrag. Dazu kommen Side Letters bzw. in Investitionsdokumenten enthaltene Rechte, bei denen Widersprüche auftreten können. Liquidationspräferenzen können ein sinnvolles Instrument der Risikoverteilung sein – aber es kann zu unangenehmen Überraschungen kommen, weil die Beteiligten nicht jedes Szenario durchdenken und durchrechnen.

Die Schicksalsgemeinschaft der Frühphase

Oliver Holle, CEO des Seed-VCs Speedinvest, sieht die Debatte vor allem für die Frühphase pragmatisch: Dank klarer Standards (1×, non-participating) bilden frühe Kapitalgeber und Gründer:innen hier eine Schicksalsgemeinschaft im Sinne von „engsten Verbündeten“. Dramatisch wird es jedoch bei Wertberichtigungen in späten Runden, wenn sich die Ansprüche durch viel frisches Kapital massiv aufsummieren – die bereits erwähnten Stacked Preferences. Wie das in der Praxis aussieht, veranschaulicht Holle am E-Scooter-Anbieter Tier, dessen Preference-Stack nach mehreren Runden und Mergern auf fast eine Milliarde Euro angewachsen ist: „Das sind sie jetzt doch nicht mehr wert. Das heißt, wir haben das wahrscheinlich schon lange auf null abgeschrieben, und die Gründer auch, weil wir da kein Geld rausholen werden, auch wenn diese Firma für fünf-, sechs- oder siebenhundert Millionen Euro verkauft wird. Das ist also eine Realität, die wir absolut durchlebt haben.“ Und damit ist Speedinvest nicht allein.

Konflikte, Statistiken und eine mögliche Zukunft

Was konkrete Statistiken angeht, gibt es im DACH-Raum kaum belastbare öffentliche Marktdaten. Mofidians subjektiver Praxisbeobachtung nach kommen Liquidationspräferenzen jedoch in fast jedem Deal vor, sind ein von Investoren erwarteter Standard und in ihrer Grundform kaum wegzuverhandeln.

Aufgrund globaler Krisen brauchten viele Startups zuletzt jedoch Bridge-Finanzierungen. Um ihre Bewertungen hochzuhalten („Vanity Valuation“), akzeptierten Gründer:innen oft harte Konditionen. Mofidian kann sich vorstellen, dass es in Zukunft aufgrund dieser Dynamik zu Konflikten kommen könnte: „Aufgrund von Brückenfinanzierungen könnten Liquidationspräferenzen wahrscheinlich jetzt relevanter werden, weil wir jetzt einige Senior-Investoren sehen, die zu sehr guten Terms eingestiegen sind, darunter auch Verkaufsrechte. Wenn du in den letzten Jahren investiert hast, und das zu einer vermeintlich guten Bewertung, mit starken Terms, und dir viele Rechte geholt hast, jetzt aber daran zweifelst, dass eine neue Runde zu einer höheren Bewertung realistisch ist, dann pushst du möglicherweise in den Exit. Und das machst du wahrscheinlich nur, weil du eine Liquidationspräferenz, vielleicht sogar mit einem ‚Über-Eins-Faktor‘, hast“, zeichnet Mofidian eine mögliche Zukunft für die heimische Szene. „Ich kann mir vorstellen, dass die Logik, die Liquidationspräferenzen und anderen damit funktionell verbundenen Terms zugrunde liegt, dazu führt, dass der eine oder andere Investor sagt: ‚Ich nutze jetzt meine vertraglichen Möglichkeiten, dränge auf den Exit und hole mir lieber mein Investment 1,5-fach plus ein bisschen extra vom verbleibenden Erlöstopf. Das macht mehr Sinn, als nur darauf zu hoffen, dass es noch eine Runde zu einer viel höheren Bewertung gibt – und selbst wenn sich das so großartig entwickelt, was nicht sicher ist, steht der nächste Investor vermutlich nach dem Last-in-first-out-Prinzip mit seiner Präferenz wieder vor mir.‘“

Der Anwalt ergänzt: „‚Drängen‘ heißt in diesem Kontext: Wenn dieser Investor – etwa in Kombination mit anderen Investoren – starke Drag-Along-Rechte hat, kann er den Verkauf auch gegen den Willen der Founder rechtlich erzwingen.“ Dies gelte selbst dann, wenn die Founder die Bewertung als zu niedrig empfänden und aufgrund der Liquidation Preference leer ausgingen.

Trotz dieser Konsequenzen betont Mofidian nachdrücklich, dass man das Thema auch aus der Investorenperspektive betrachten muss: Die Liquidationspräferenz sei per se nichts Böses und in der Praxis völlig in Ordnung, wenn man sie korrekt verwendet. „Man muss diese Klauseln verstehen, durchrechnen und verschiedene Szenarien durchspielen, damit böse Überraschungen ausbleiben“, sagt der Jurist.

Secondaries als mögliches Instrument

Für Gründer gilt laut dem Experten eine wichtige Regel: Man sollte sich niemals nur auf eine möglichst hohe Firmenbewertung fixieren, wenn die Vorzugsrechte der Investoren im Gegenzug gefährlich stark ausgeprägt sind. Mofidian rät, das Term-Sheet stets als bewegliches Gesamtsystem zu betrachten.

Anstatt Deals aus reiner Angst vor einem Null-Ausstieg kategorisch platzen zu lassen, empfiehlt der Anwalt, allenfalls ungünstigere Liquidationspräferenzen durch andere Mechanismen auszugleichen. Dazu zählen klug verhandelte Drag-Along- und Tag-Along-Rechte. Wenn der Druck allerdings über die Jahre extrem hoch wird, seien Secondaries ein mögliches Tool: Durch den vorzeitigen Verkauf eines kleinen Teils der eigenen Anteile an spätere Investoren könnten Gründer bereits auf dem Weg zum Exit etwas Geld auf dem Privatkonto sichern.

„Das ist jedoch nicht gern gesehen und auch in Österreich oder im DACH-Raum relativ unüblich, aber es passiert“, sagt Mofidian. „Nach ein paar Jahren Arbeit kann man in so einem Fall sagen: ‚Ich habe eine ordentliche Netto-Summe auf meinem Konto. Das erlaubt mir zumindest, mit freiem Kopf weiter an meiner Vision zu bauen.‘“

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

Artifical General Intelligence: „Sind viel weiter als viele annahmen“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Artifical General Intelligence: „Sind viel weiter als viele annahmen“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Artifical General Intelligence: „Sind viel weiter als viele annahmen“

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 …

Artifical General Intelligence: „Sind viel weiter als viele annahmen“

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 …

Artifical General Intelligence: „Sind viel weiter als viele annahmen“

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 …

Artifical General Intelligence: „Sind viel weiter als viele annahmen“

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 …

Artifical General Intelligence: „Sind viel weiter als viele annahmen“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Artifical General Intelligence: „Sind viel weiter als viele annahmen“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Artifical General Intelligence: „Sind viel weiter als viele annahmen“