15.11.2022

Fünf „Ts“ um ein Unicorn zu werden

Eine Studie möchte das Erfolgsrezept gefunden haben, wie man zum Unicorn wird.
/artikel/fuenf-ts-um-ein-unicorn-zu-werden
(c) Adobe Stock - Sergey_T - Liegt das Geheimnis ein Unicorn zu werden in den fünf "Ts"?

Der Traum ist bekannt: In jungen Jahren mithilfe von Fast Food und Energy-Drinks (oder in heutigen Zeiten eher vegane Alternativen und nachhaltig hergestellte Kräuter-Getränke) aus der Garage, der WG, dem eigenen Schlafzimmer oder einem klaustrophobisch anmutenden Büroraum heraus eine Idee entwickeln, die sich dann in ein Startup und schlussendlich zum Unicorn wandelt. So werden gerne jene Erfolgsgeschichten erzählt, die zur Milliardenbewertung des eigenen Unternehmens und globalem Erfolg führen.

Für den tatsächlichen Erfolg jedoch braucht es laut einer Studie von McKinsey weit mehr: von ausreichend unternehmerischer Vorerfahrung, über die richtige Ausbildung bis hin zu nachhaltigen Wachstumschancen im Zielmarkt.

Diese Voraussetzungen hat McKinsey aus Interviews mit zehn Venture Capital-Gesellschaften und Angel Investors sowie 100 von weltweit 1000 Unicorns abgeleitet. Und kam auf das „fünf-T-System“

1. Unicorn: Nicht ohne mein Team

Laut der Analyse sind gute Mitarbeiter:innen der Schlüssel zum Erfolg. 75 Prozent aller Unicorn-Startups wurden von zwei oder mehr Leuten gegründet. Wichtig dabei sei die Vielfalt im Gründer:innenteam.

Unicorns sind, was die Studienabschlüsse betrifft, bunt durchmischt (technologischer Hintergrund 40 Prozent, Naturwissenschaften 25 Prozent, wirtschaftlicher Hintergrund 25 Prozent).

Generell sind Hochschulausbildungen bei Unicorn-Gründer:innen weit verbreitet: Mehr als 95 Prozent haben einen akademischen Abschluss, mehr als 70 Prozent sogar einen Master, MBA oder Doktortitel.

Neben der richtigen Ausbildung sei zudem auch Berufserfahrung essenziell. Die meisten (80 Prozent) Unicorn-Gründer:innen haben bereits davor Arbeitserfahrung gesammelt, und mehr als die Hälfte hat zuvor bereits ein anderes Startup gegründet.

Investor:innen sind, der Studie nach, auf der Suche nach Gründer:innen, die nicht nur Visionär:innen, sondern auch erfahrene Unternehmer:innen sind. Von der Garage aus zum Weltmarktführer wie bei Facebook, Google und Co. wird demnach kaum zur Realität.

„Die Unerfahrenheit dieses Gründer:innen-Stereotyps finden wir bei erfolgreich skalierten Gründungen jedoch selten – das Gegenteil ist der Fall: 80 Prozent der Gründer:innen haben Vorerfahrungen gesammelt: entweder in Startups oder Corporates“, sagt Jerome Königsfeld, Autor der Studie und Partner im McKinsey Büro in Köln.

2. Total adressable Market

Fast ein Drittel der Top-100-Unicorns ist in den Sektoren „Technologie, Medien und Telekommunikation“, „Industrie“ und „Gesundheitswesen“ zu finden. Dabei sei aber nicht nur die Größe entscheidend.

Ein Startup auf Trends und in Märkten ohne klaren Marktführer zu gründen, locke ebenfalls Investor:innen. Ganz nach dem Motto „There is no planet B“ investieren Unternehmen und Regierungen weltweit aktuell vor allem in den Bereich Nachhaltigkeit (zehn Billionen Euro in den nächsten 30 Jahren).

Markus Berger-de León, ebenfalls Co-Autor der Studie und Senior Partner im McKinsey Berlin Büro, erklärt die vorausgesagten Investments so: „Steigende Energiepreise und ein gestiegenes Bewusstsein für den Klimawandel werden die Entwicklung und das Wachstum von Cleantech-Startups begünstigen.“

3. Mit dem perfekten Timing zum Unicorn

Als Vorreiter bei Trends können Startups mit schnellem Wachstum, höheren Margen und ausreichend verfügbarem Kapital rechnen. Damit sichern sich „First Movers“ eine vorteilhafte Marktposition, bevor andere Startups oder etablierte Unternehmen auf das neue Geschäftsfeld aufmerksam werden.

Rasch potenzielle Kund:innen für das Produkt oder die Dienstleistung zu gewinnen, sei dabei entscheidend für Investor:innen.

4. Technologie: Software übertrumpft Hardware

Während der Großteil der Unternehmensgründungen auf neuen Technologien basiert, gibt es auch weitere Möglichkeiten, das richtige Produkt oder die passende Dienstleistung für den skalierbaren Erfolg zu finden. Startups können mit einer neuen Kombination oder Verbesserungen bestehender Technologien, beispielsweise durch gesteigerte Effizienz, einen Markt für sich gewinnen.

Entscheidend ist immer, die Skalierbarkeit – das Produkt oder die Dienstleistung soll von beliebig vielen Kund:innen genutzt werden können, ohne dass die eigenen Kosten explodieren. Bei diesem Aspekt wären vor allem Software-Produkte im Vorteil.

5. Traction: Neue Lösungen für alte Probleme

Erfolgreiche Gründungen zeichnen sich, der Studie nach, vor allem auch dadurch aus, dass für bestehende Probleme in bestehenden Märkten neue Lösungen geboten werden.

Mit einer Idee ein Unternehmen gründen, und danach nach dem richtigen Markt dafür zu suchen, führt nur in seltenen Fällen zum Erfolg. Investor:innen würden es, McKinsey nach, bevorzugen, wenn Unternehmen einem sogenannten „3-3-2-2-2“-Muster folgen.

Die Umsätze eines Startups sollten sich in den ersten zwei Jahren nach der Gründung verdreifachen und die drei Jahre danach ungefähr verdoppeln.

Die McKinsey-Analyse zeigt nämlich: Erfolgreiche Startups haben ihre Umsätze acht Jahre lang jedes Jahr verdoppelt.

Auch die derzeitige unsichere Wirtschaftslage wirkt sich auf den Startup-Sektor aus: Investor:innen achten aktuell vor allem auf Profitabilität und nicht auf schnelles Wachstum. Grund dafür ist die hohe Inflation, wodurch auch das Halten von Bestandskund:innen und wiederkehrende Einkünfte immer wichtiger werden.

Deine ungelesenen Artikel:
24.09.2026

Apollo: Sprachmodell von ÖAW und Mistral schließt Lücken in 2.000 Jahre alten Texten

"Apollo" ergänzt fehlende Inhalte in fragmentarischen antiken Texten und gilt eigenen Angaben nach als weltweit erstes LLM für Altgriechisch.
/artikel/apollo-sprachmodell-von-oeaw-und-mistral-schliesst-luecken-in-2-000-jahre-alten-texten
24.09.2026

Apollo: Sprachmodell von ÖAW und Mistral schließt Lücken in 2.000 Jahre alten Texten

"Apollo" ergänzt fehlende Inhalte in fragmentarischen antiken Texten und gilt eigenen Angaben nach als weltweit erstes LLM für Altgriechisch.
/artikel/apollo-sprachmodell-von-oeaw-und-mistral-schliesst-luecken-in-2-000-jahre-alten-texten
Apollo, KI, Altgiechisch, Mistral
© Österreichische Nationalbibliothek/ÖAW/Daniel Hinterramskogler - Papyrus aus der römischen Kaiserzeit mit einer griechischen Geburtsanzeige, von Apollo rekonstruiert (Römisches Ägypten, 149 n. Chr.) und Anna Dolganov, Forscherin am Österreichischen Archäologischen Institut der ÖAW.

In Museen und Bibliotheken weltweit lagern hunderttausende Inschriften und über eine Million Papyrusfragmente aus der Antike. Der Großteil des Materials ist fragmentarisch und schwer lesbar. „92 Prozent der Papyri warten bis heute auf ihre Entzifferung. Ein gigantischer, unerschlossener Schatz der Geschichte“, heißt es per Aussendung der Österreichischen Akademie der Wissenschaften (ÖAW). Genau hier möchte Apollo ansetzen.

Apollo: „Neues Fenster zu unserem gemeinsamen kulturellen Erbe“

Entwickelt wurde das Large Language Model (LLM) in einer Kooperation zwischen der ÖAW und den europäischen KI-Unternehmen Mistral AI und SAIL Reply. Am gestrigen Mittwoch präsentierten die Forschungspartner die erste Stufe des Apollo-KI-Systems, das ab sofort der Wissenschaft und der Öffentlichkeit zur Verfügung steht.

„Apollo zeigt, was europäische Zusammenarbeit leisten kann, wenn KI, die gezielt an wissenschaftliche Anforderungen angepasst werden kann, auf jahrhundertealtes wissenschaftliches Wissen trifft“, sagt Guillaume Lample, Co-Founder und Chief Scientist von Mistral. „Indem Mistrals Technologie dabei hilft, Texte wiederherzustellen, die seit zweitausend Jahren nur fragmentarisch überliefert sind, eröffnet sie ein neues Fenster zu unserem gemeinsamen kulturellen Erbe – und das ist erst der Anfang.“

600 Millionen Wörter

Die meisten Texte der Antike sind nur unvollständig überliefert und es fehlen einzelne Wörter oder sogar ganze Textpassagen. Das Sprachmodell Apollo könne fehlende Inhalte von Fragmenten eigenständig ergänzen und dabei helfen, das Verständnis und die historische Einordnung eines Schriftstückes zu verbessern.

Obwohl für das Training der KI in Altgriechisch nur 600 Millionen Wörter zur Verfügung standen – mehrere zehn Milliarden Wörter gelten üblicherweise als der Standard für LLMs – sei eigenen Angaben nach Apollo treffsicher.

„Bei einem vorhandenen Originaltext auf Papyrus erreicht das Modell bei maskierten, also bewusst versteckten Passagen eine Trefferquote von rund 80 Prozent“, erklärt Anna Dolganov, Forscherin am Österreichischen Archäologischen Institut der ÖAW und Mastermind hinter dem Projekt. Bei tatsächlich unbekannten Textlücken bewerteten internationale Fachexpert:innen, die das KI-System im Rahmen einer Blindstudie evaluiert haben, Apollos Vorschläge in 77 Prozent der Fälle als mindestens ebenso gut wie durch Menschen vorgenommene Ergänzungen und in 16–20 Prozent der Fälle sogar besser, heißt es.

Apollo erkennt Sprachstufen

Besonders beeindruckend sei zudem, wie präzise Apollo zwischen verschiedenen Sprachstufen des Griechischen unterscheiden kann, betont Dolganov: „Unser LLM kann mit vergleichsweise geringem Wissen über einen Kontext weitreichende Schlüsse ziehen. Anhand von Satzbau und Vokabular erkennt Apollo präzise, ob ein Text zum Beispiel aus Homers ‚Odyssee‘ stammt, und ergänzt ihn im passenden Sprachregister.“

Als Beweis zeigte Dolganov bei der Präsentation von Apollo etwa eine antike Geburtsurkunde, die vollständig rekonstruiert wurde. Zudem wurde eine beim Ausbruch des Vesuvs verkohlte Schriftrolle an entscheidenden Stellen „vollständig lesbar gemacht“. Und mit der Rekonstruktion einer fragmentarischen Inschrift aus dem Schwarzmeerraum hat sich der Forscherin zufolge belegen lassen, dass in einer bestimmten Region bereits römisches Recht galt. Die Aussendung sprach hierbei von einer „weitreichenden Erkenntnis, die durch einen Beleg für die römische Prostitutionssteuer untermauert wird.“

Weitere Stufen geplant

„Mithilfe der KI entsteht ein neues Bild der antiken Sozial- und Wirtschaftsgeschichte, da sich viele Erkenntnisse erst aus der Masse der Dokumente ergeben – etwa bei Steuerquittungen“, präzisiert Dolganov.

Und Heinz Faßmann, Präsident der Österreichischen Akademie der Wissenschaften, ergänzt: „Apollo bringt die Erforschung von historischen Schriftstücken und Dokumenten in ein neues Zeitalter. Der Einsatz des neuen Sprachmodells wird völlig neue Forschungsfragen zulassen und unser historisches Wissen erweitern. Wir sind stolz, dass die ÖAW gemeinsam mit dem europäischen KI-Unternehmen Mistral diese wegweisende Technologie entwickelt hat. Für die Zukunft streben wir eine vertiefte Zusammenarbeit mit Mistral an.“

© ÖAW/Daniel Hinterramskogler – Heinz Faßmann, Präsident der Österreichischen Akademie der Wissenschaften, bei der öffentlichen Vorstellung von Apollo.

Der ersten Stufe des Modells sollen bald noch weitere folgen. „Das Ziel ist ambitioniert, aber machbar“, wie Dolganov betont: Die KI soll künftig unerschlossene Papyri sowohl entziffern als auch rekonstruieren können. Geplant ist außerdem eine Erweiterung, mit der das Modell thematische und semantische Suchen in der gesamten griechischen Textüberlieferung durchführen sowie Parallelstellen suchen soll und so die passende Evidenz für Ergänzungsvorschläge gleich mitliefert.

Dolganov, die ÖAW und Mistral wollen jedoch bei Altgriechisch nicht aufhören. Aufbauend auf den Erfahrungen soll die KI künftig auch mit einem lateinischen Textkorpus trainiert werden. Dafür stehen dann rund zwölf Milliarden Wörter zur Verfügung. Was für das Projekt noch fehlt, sei ein passender Name.

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

Fünf „Ts“ um ein Unicorn zu werden

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Fünf „Ts“ um ein Unicorn zu werden

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Fünf „Ts“ um ein Unicorn zu werden

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 …

Fünf „Ts“ um ein Unicorn zu werden

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 …

Fünf „Ts“ um ein Unicorn zu werden

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 …

Fünf „Ts“ um ein Unicorn zu werden

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 …

Fünf „Ts“ um ein Unicorn zu werden

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Fünf „Ts“ um ein Unicorn zu werden

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Fünf „Ts“ um ein Unicorn zu werden