04.08.2015

„Die Lektion, die mich 1 Milliarde Dollar kostete“

/artikel/die-lektion-die-mich-1-milliarde-dollar-kostete
Paige Craig war einer der Investoren, die früh mit den Airbnb-Gründern verhandelt haben.

Man liest viele Beiträge über Gründer von Startups, die Tipps geben, wie man den richtigen Investor findet. Auch über persönliche Blog-Beiträge stolpert man öfters, die Einblick in die schwierige Fundraising-Phase geben oder darüber, wieso das Closing schlussendlich (nicht) geklappt hat. Dass man allerdings aus der Sicht eines Investors erfährt, wie diese schwierige und erfahrungsreiche Phase aus der „anderen“ Perspektive abläuft, kommt weniger häufig vor.

Paige Craig ist Gründer sowie Manager von Arena Ventures – ein VC, dessen Fokus auf Early Stage Investments liegt. Er ist erfahrener Angel Investor, der in über 110 Startups in den letzten Jahren investiert hat – unter anderem in große Unternehmen wie Lyft, AngelList oder Twitter. In einem sehr persönlichen Blog Beitrag schreibt er darüber, wie es war, als er die Möglichkeit hatte, in AirBnb einzusteigen – geklappt hat es allerdings schlussendlich nicht.

„Ich bin über Airbnb im August 2008 gestolpert und habe ihnen sechs Wochen später bereits ein Term Sheet für die gesamte Seed Runde übergeben. Aber in der (wahrhaftig) letzten Stunde, ist alles zerbrochen“, schreibt er. „Es ist eine ungewöhnliche Geschichte und eine jener Schlüsselerfahrungen, die meinen Zugang zu Startup-Investments am meisten beeinflusst hat“, so der Investor.

Der Beitrag von Craig ist wahrscheinlich eine Reaktion auf einen anderen Blog Beitrag. Jenen von Brian Chesky (Foto), Co-Founder von Airbnb, der über seine sieben Absagen schreibt, also über jene Investoren, die ihn stehen gelassen haben. Paige Craig zählt nicht dazu – im Gegenteil, er war einer jener Investoren, die im umgekehrten Fall „stehen gelassen“ wurden. „Ich war einer der wenigen Investoren, die den Deal aktiv von August bis Oktober 2008 vorangetrieben haben, und der einzige unter ihnen, der für ein Term Sheet bereit war“.

Brian Chesky AIrbnb

Craig erkannte früh das Potential im Gastgeber-Bereich. Anfang 2007 jagte er der Idee nach dem „größten virtuellen Hotel der Welt“ nach. „Ich kann mich nicht mehr daran erinnern, was mich zu dieser Idee gebracht hat, aber, wenn man mich kennt, dann weiß man, dass ich regelmäßig die verrücktesten Ideen bekomme, was die Welt noch braucht. Zuerst tausche ich mich dann mit smarten Freunden aus, recherchiere und brainstorme – wenn die Ideen überleben, beginne ich nach geeigneten Gründern zu suchen“, so Craig. Nachdem er dann über „Airbedandbreakfast“ – Airbnbs Ursprungsname – gestolpert war, trug sich der Investor sofort auf der Homepage ein, um herumspielen zu können. Schließlich kontaktierte er die Gründer via dem „Contact Us“- E-Mail- Feld. Nachdem er das Pitch Deck zugesandt bekam, antwortete er bereits nach 48 Stunden. Er wollte die drei Burschen kennenlernen und schlug ein Treffen die darauf folgende Woche in San Francisco vor, um mit ihnen von Angesicht zu Angesicht zu sprechen.

„Wenn man auf die Zahlen von Airbedandbreakfast.com vom September 2008 sieht, bemerkt man eine Absprungrate der User, der Reservierungen und des Umsatzes von August bist September“, erzählt Craig. Glücklicherweise, so meint er, haben ihn diese Zahlen aber nicht interessiert. Denn: „Mein Hauptfokus lag am Team und es zu verstehen. Ich war unglaublich imponiert von ihrer Arbeitsethik, der Vision – man konnte direkt fühlen, dass diese Burschen „all-in“ waren und sie von nichts zurück gehalten werden konnten“ Damals benutzten die Gründer ihr eigenes eher heruntergekommenes zu Hause zum Testen der eigenen Idee.

Craig hatte Feuer gefangen und begann Introductions herzustellen, etwa zu Daniel Hoffer, dem Co-Founder von Couchsurfing. Aber er gab auch Feedback zur Seite. Zusammen begann man über die Zukunft des Produkts zu brainstormen und auch über Fundraising Strategien.

Von August bis September begann man, über eine entsprechende Unternehmensbewertung zu sprechen. „Zwei Schlüssel-Events gab es in dieser Zeit“, so Craig. Im ersten Meeting, wäre ihm aufgefallen, dass die 100.000 Dollar, die sie einsammeln wollten, schlichtweg zu wenig waren. Daher einigte man sich auf 250.000 Dollar, um auf der sicheren Seite zu sein. „Die Diskussionen danach waren eine reine Dummheit meinerseits“, schreibt Craig und bezieht sich auf das zweite Learning. Denn man habe über eine Bewertung zwischen 2 und 2,5 Millionen Dollar diskutiert. Doch nach einigen Wochen einigte man sich schließlich doch und am 26. September machten sich die Anwälte der beiden Seiten über die Verträge her.

Während diesen Extra-Wochen beschlossen allerdings die anderen Investoren, die sich ebenfalls beteiligen wollten, nicht mehr mitzumachen. Somit blieb Craig als einziger Investor übrig, der aber an dem Deal festhielt und weiterhin an die Burschen glaubte.

Ende September kam er zum Closing-Dinner in einem kleinen Café in San Francsico. Man schüttelte die Hände und die Runde plante, am nächsten Tag alles auch formalabzuschließen und unter Dach und Fach zu bringen.

„Am nächsten Tag rief mich mein Anwalt an und teilte mir mit, dass er noch nichts von Brian gehört habe“, doch Craig blieb ruhig – wieso sollte er auch damit rechnen, dass noch etwas schief ging? Er schrieb Chesky, um sich zu vergewissern, dass alles gut war.

Brian Chesky meldete sich später zurück und zwar mit zunächst tollen Neuigkeiten: Y Combinator hatte seine ursprüngliche Meinung geändert und wollte nun doch investieren. „‚Großatig!‘, dachte ich, ‚Ein weiterer toller Investor für die Jungs‘ und es gab mir eine gewisse befriedigende Bestätigung, nachdem sich alle anderen Investoren verabschiedet hatten. Aber dann teilte mir Brian den zweiten Teil mit – nur YC würde mitmachen“ Craig war geschockt. Nach sechs Wochen Arbeit war alles umsonst gewesen. „Ich wurde ausgeschlossen“

Das Learning, das Craig aus der Zeit mitgenommen hat? „Es war meine Schuld, wieso der Deal nicht zustande gekommen ist“, meint er heute. „Es war an mir, einen Weg zu finden, mich doch irgendwie zu beteiligen“ Damals habe er noch nicht verstanden, wie Venture Capitals, YC und andere Mitbewerber arbeiten und funktionieren. „Heutzutage, wenn ich einen Deal finde, den ich will, jage ich ihm solange hinterher, bis ich daran sterbe und ich glaube auch nicht daran, das es einen Deal gibt, der definitiv „geclosed“ ist.

Craig stellt auf seinem Blog Eintrag zusätzlich die Korrespondenz und das Original Pitch Deck von AirBnb online. Vielleicht ist er doch immer noch über den Ausgang des Deals enttäuscht – immerhin: Airbnb wurde erst kürzlich auf mehrere Milliarden Dollar bewertet.

Foto von Paige Craig: © CrunchBase

paige craig

Foto © Brian Chesky: Airbnb, Quelle

Feedback? Contact & Follow me on twitter: @derbrutkasten, @die_theresa

Auch interessant: „Hey, I am Nina!“

Deine ungelesenen Artikel:
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
Loïc Roch, Mitgründer und CTO von Atinary, in den SwissCAT+-Laboren am Campus Hönggerberg | (c) Martin Pacher

Wer auf den Hönggerberg im Norden Zürichs fährt, lässt die Stadt hinter sich. Der zweite Campus der ETH, entstanden ab 1961, liegt in ländlicher Umgebung, hier sind unter anderem die Departemente für Chemie, Physik und Materialwissenschaft zu Hause. Und hier, in den SwissCAT+-Laboren der Hochschule, lässt sich derzeit besichtigen, wie Forschung aussehen könnte, wenn nicht mehr der Mensch jeden einzelnen Handgriff macht.

In diesen Laboren übernehmen Roboter die Arbeit, die sonst Forschende beschäftigt: Sie hantieren mit Flüssigkeiten und Pulvern, bereiten Proben vor, testen sie und messen laufend die Ergebnisse. Das Bemerkenswerte daran ist aber nicht die Automatisierung selbst, sondern wer die Versuche plant: eine Künstliche Intelligenz. Die Software stammt vom Startup Atinary, das an der ETH keinen eigenen Standort hat, sondern mit der Technologieplattform SwissCAT+ zusammenarbeitet. Sie schlägt vor, welches Experiment als nächstes sinnvoll ist, lernt aus jedem Ergebnis und berechnet daraus den nächsten Schritt. Dieser Kreislauf läuft rund um die Uhr, ohne dass ein Mensch eingreifen muss.

„Ein Labor ist eine große Küche“

Wie soll man sich das vorstellen? Loïc Roch, Mitgründer und CTO von Atinary, greift im Gespräch mit brutkasten zu einem Alltagsbild: „Am Ende ist ein Labor eine große Küche. Wir liefern die Rezepte. Wir nutzen KI, um Rezepte zu erzeugen, die dann im Labor getestet werden.“ Das Ziel: möglichst schnell zum besten Rezept kommen. Denn jeder einzelne Versuch kostet Zeit, Material und Geld. Wer statt tausender Versuche nur ein paar Dutzend braucht, spart enorm.

Genau darauf ist die Software ausgelegt. Statt sich blind durch unzählige mögliche Kombinationen zu probieren, lernt das System mit jedem Experiment dazu und empfiehlt gezielt die vielversprechendsten nächsten Schritte. „Self-Driving Labs“ nennt Atinary das Prinzip, selbstfahrende Labore. Den Begriff hat sich das 2019 gegründete Unternehmen sogar markenrechtlich schützen lassen.

Loïc Roch, Co-founder und CTO von Atinary | (c) Martin Pacher / brutkasten

Den Bedarf für solche Werkzeuge begründet Roch mit einem unbequemen Befund: Forschung wird immer teurer und langsamer, es braucht immer mehr Zeit und Geld, bis Neues gefunden ist. Dazu kommt eine handfeste Vertrauenskrise: Roch verweist auf eine vielzitierte Befragung von rund 1.500 Forschenden, wonach ein Großteil daran scheitert, Experimente zu wiederholen, in der Chemie sind die Quoten besonders hoch. Das ist nicht nur für die Wissenschaft ein Problem: Ohne verlässliche Daten lässt sich auch keine verlässliche KI trainieren.

100 Jahre Forschung in sechs Wochen

Was das System kann, zeigt das Vorzeigeprojekt direkt vor Ort. Gemeinsam mit dem SwissCAT+-Team suchte Atinary nach dem besten Katalysator, also jenem Hilfsstoff, mit dem sich das Treibhausgas CO₂ in Methanol umwandeln lässt, einen Ausgangsstoff für nachhaltige Treibstoffe. Laut Atinary kamen dafür mehr als 20 Millionen mögliche Kombinationen infrage. Das Ergebnis wurde in einem Fachjournal publiziert: In sechs Wochen wurden 144 Katalysator-Kandidaten hergestellt und getestet, mit minimalem menschlichem Zutun. Die Zahl, mit der Atinary seither wirbt, ist eindrucksvoll: eine 1000-fache Beschleunigung, umgerechnet 100 Jahre Katalyse-Forschung in nur sechs Wochen. SwissCAT+-Chef Paco Laveille, der die Umsetzung an der ETH verantwortet, bestätigt beim Besuch die Größenordnung: von Jahren an Forschung hinunter zu Wochen.

(c) Martin Pacher / brutkasten

Beim konkreten Nutzen für Firmenkunden hält sich Roch hingegen zurück, aus einem strukturellen Grund: „Wir sind ein Dienstleister. Wir sehen den generierten Mehrwert nicht, und die Kunden wollen ihn nicht teilen.“ Das habe auch mit Sicherheitsanforderungen zu tun, ergänzt das Unternehmen: Angaben zum erzielten Return on Investment erhalte Atinary dann, wenn Kunden sie von sich aus teilen — teils münde das in gemeinsame Publikationen.

Die einzige konkrete Zahl, die er im Gespräch nennt, stammt aus einer gemeinsamen Publikation mit dem Aromen- und Duftstoffkonzern dsm-firmenich: Dort konnte der Einsatz eines teuren Edelmetalls so stark reduziert werden, dass dessen Kostenanteil um rund 95 Prozent sank. Es sei nicht die einzige gemeinsame Veröffentlichung mit Kunden, betont das Unternehmen — weitere gebe es etwa mit dem Pharmakonzern Takeda.

(c) Martin Pacher / brutkasten

Auch ein aktueller gemeinsamer Blogbeitrag von AWS und Atinary liefert Anhaltspunkte. Ein Manager von Takeda wird dort mit der Aussage zitiert, eine Optimierung habe mit dem selbstfahrenden Ansatz rund eine Woche gedauert, verglichen mit ein bis zwei Monaten auf dem herkömmlichen Weg. Am MIT wiederum löste ein Forschungsteam mit der Software eine knifflige Aufgabe aus der Solarzellenforschung in nur 25 Versuchen, innerhalb einer strikten Frist von vier Wochen. Und über das eigene Labor, das Atinary heuer in Boston eröffnet hat, heißt es: Es erzeuge in einer Woche mehr Versuchsdaten, als ein Doktorand in fünf Jahren produziert.

Bezahlter Pilot, Lizenz pro Arbeitsplatz

Wirtschaftlich steht Atinary noch am Anfang. Das Unternehmen befindet sich in der Seed-Phase, öffentlich auffindbar sind laut Roch rund zehn Millionen an bisheriger Finanzierung, eingesammelt über Venture Capital, Family Offices und Förderungen. Als Nächstes peilt er eine Series A an. Das Wachstumskapital dafür werde voraussichtlich aus den USA kommen: „Der Ansatz ist in Europa und den USA sehr unterschiedlich.“

Paco Laveille, Managing Director, SwissCAT+ East, ETH Zurich | (c) Martin Pacher / brutkasten

Verdient wird über Software-Lizenzen, abgerechnet pro Arbeitsplatz. Am Anfang steht ein dreimonatiger, bewusst kostenpflichtiger Testlauf. „Wenn der Pilot nicht bezahlt ist, stecken die Kunden nicht die Ressourcen hinein, um ihn richtig zu testen“, sagt Roch. Dass er mit diesem Modell Geld liegen lässt, räumt er offen ein: Eine Beteiligung am geschaffenen Wert wäre lukrativer, scheitert aber daran, dass die Kunden diesen Wert eben nicht offenlegen.

Die Kundschaft kommt bisher vor allem aus der Pharmabranche, die laut Roch am ehesten bereit ist, Neues zu riskieren; der Rest der Industrie folge dann. Einsatzfelder gibt es aber quer durch: Lebensmittel, Duftstoffe, Materialforschung, grüne Energie, und gemeinsam mit Stanford sogar Zelltherapien gegen Krebs. Umsatz machen vor allem Konzerne. Mit Universitäten arbeitet Atinary eng zusammen, weil sich dort Ergebnisse veröffentlichen lassen, sie werden so zu Botschaftern der Technologie. Auch KMU zählen zu den Kunden, das jüngste sei erst vor wenigen Tagen dazugekommen. Die Arbeitsteilung im Unternehmen: Das Entwicklerteam sitzt bei Roch in Lausanne, das eigene Labor steht in Boston, dort, wo die großen Pharma-Forschungszentren angesiedelt sind.

„Fast jeden zweiten Tag ein neues Startup“

Beim Thema Konkurrenz wird Roch deutlich: Der Bereich „AI for Science“ ziehe derzeit massiv Gründungen an, fast jeden zweiten Tag komme ein neues Startup dazu. Gefährlich sei daran vor allem eines: Mit den heutigen KI-Werkzeugen lasse sich sehr schnell ein beeindruckender Prototyp bauen, der Kunden begeistert. „Unter der Haube ist das aber kein produktionsreifer Code, der bei einem Großunternehmen laufen kann.“ Atinary sieht er im Vorteil, weil man seit 2019 das gesamte Paket aufgebaut habe: die Anbindung an die Laborgeräte, das eigene KI-Training, die Anwendungen und die wissenschaftliche Glaubwürdigkeit durch den eigenen Beirat. Dazu kommt laut Unternehmen ein Netzwerk an Technologiepartnern, darunter AWS, ABB Robotics, Agilent, Bruker, Chemspeed und Mettler-Toledo. Im wissenschaftlichen Beirat sitzt unter anderem der MIT-Chemiker Stephen Buchwald — im Bostoner Labor optimiert Atinary nach eigenen Angaben ausgerechnet die nach ihm benannte Buchwald-Hartwig-Reaktion.

(c) Martin Pacher / brutkasten

Zugleich beobachtet er seit heuer einen Umschwung im Markt: Kunden dächten zunehmend in einer Wettlauf-Logik. Wer die Technologie nicht als Erster einsetze, riskiere, dass es die Konkurrenz tut. Und wenn diese in Wochen schafft, wofür man selbst Jahre braucht, sei der Rückstand kaum aufzuholen.

Die größte Hürde ist der Mensch

Und was bremst die Verbreitung? Nicht die Technik, sagt Roch, sondern der Mensch. „Der Wissenschaftler im Labor ist oft seit 15, 20 Jahren dort. Wenn man ihm sagt: Wir können deine Forschung um den Faktor zehn oder hundert beschleunigen, sagt er: Nein. Ich kenne mein Fach besser als irgendein Algorithmus.“ Es sei dabei weniger mangelndes Vertrauen, die Technologie werde schlicht als Bedrohung für den eigenen Job empfunden. Christoph Schnidrig von AWS ergänzt: Dieses Muster kenne man von jeder Technologiewelle, von der Einführung der Cloud bis zur KI in der Softwareentwicklung. Rochs Haltung dazu: Jobs würden sich verändern, aber nicht verschwinden. „Am Ende ist es ein Werkzeug. Der Mensch bleibt am Steuer.“

(c) Martin Pacher / brutkasten

Zum Vertrauen gehört auch die Datenfrage, schließlich legen die Kunden ihr wertvollstes Gut, ihre Forschungsdaten, in die Plattform. Die läuft vollständig auf der Cloud von AWS. Roch verweist auf Prüfungen, Audits und Sicherheitstests; personenbezogene Daten würden praktisch keine gespeichert, schon gar keine Patientendaten, dafür sei man in der Forschung viel zu früh angesetzt. Auch deshalb sieht er im EU AI Act derzeit kein Hindernis: In Kundengesprächen sei die Regulierung bislang schlicht kein Thema gewesen.

Auszeichnung vom Weltwirtschaftsforum

Während brutkasten mit Roch in Zürich spricht, befindet sich sein Mitgründer, CEO Hermann Tribukait, gerade im chinesischen Dalian, um dort den Technology-Pioneer-Award des Weltwirtschaftsforums entgegenzunehmen. Zu den früheren Preisträgern der Auszeichnung zählen Roch zufolge Namen wie Google, Dropbox und Airbnb. Preisgeld gibt es keines, der Wert liege im Zugang zum Netzwerk des Forums und zu Entscheidungsträgern großer Unternehmen. Kunden in China hat Atinary übrigens keine, und das dürfte vorerst so bleiben: Als in den USA registriertes Unternehmen sei das Geschäft mit chinesischen Firmen „wegen der Geopolitik sehr heikel“.

Gefragt nach dem Blick fünf Jahre voraus, skizziert Roch eine Vision, die er ausgerechnet am Vorbild seines Cloud-Partners entwirft: Labore, die wie Rechenleistung aus der Cloud abrufbar sind, weltweit vernetzt, mit einer übergeordneten KI, die Erkenntnisse zwischen Forschungszentren auf verschiedenen Kontinenten austauscht.

Den Antrieb dahinter beschreibt er ganz persönlich: Er und seine Mitgründer seien Naturliebhaber, und die Energiewende brauche schnellere Forschung. „Der Planet kann nicht noch ein Jahrzehnt warten, bis wir Lösungen finden.“ Sein Befund nach sieben Jahren: „R&D ist heute noch zu langsam.“


Disclaimer: Die Reise- und Übernachtungskosten wurden von Amazon Web Services übernommen.

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

„Die Lektion, die mich 1 Milliarde Dollar kostete“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

„Die Lektion, die mich 1 Milliarde Dollar kostete“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

„Die Lektion, die mich 1 Milliarde Dollar kostete“

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 …

„Die Lektion, die mich 1 Milliarde Dollar kostete“

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 …

„Die Lektion, die mich 1 Milliarde Dollar kostete“

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 …

„Die Lektion, die mich 1 Milliarde Dollar kostete“

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 …

„Die Lektion, die mich 1 Milliarde Dollar kostete“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

„Die Lektion, die mich 1 Milliarde Dollar kostete“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

„Die Lektion, die mich 1 Milliarde Dollar kostete“