19.11.2021

Geldanlage nach Startup-Exit: „Die meisten haben sich darauf nicht vorbereitet“

Nach einem Exit sind Startup-Gründer oft Millionäre – wie veranlagen sie dann ihr Geld? Die LGT Bank lud zu einer Diskussion.
/artikel/millionar-nach-startup-exit-geldanlage
Roman Scharf (3VC), Janice Goodenough (Hydrogrid) und Business Angel Hansi Hansmann © Maximilian Rosenberger
Roman Scharf (3VC), Janice Goodenough (Hydrogrid) und Business Angel Hansi Hansmann © Maximilian Rosenberger

Wenn Gründer:innen ihr Startup verkaufen, ist das auf vielen Ebenen ein besonderer und herausfordernder Moment: monatelange harte Verhandlungen, emotionale Achterbahn und gleichzeitig das Geschäft operativ normal weiterführen. Die wenigsten Founder setzen sich nach einem Exit zur Ruhe – Verträge binden sie als Manager meist noch einige Jahre an das Unternehmen und nicht wenige werden zu Serial Entrepreneurs. Nach einem Millionenexit werden viele auch zu Investor:innen. Aber auf diese Situation sind nicht alle gut vorbereitet, wie eine Diskussion unter Unternehmer:innen und Investor:innen auf Einladung der LGT Bank in Wien zeigte.

„Viel Geld veranlagen ist viel Arbeit“

Roman Scharf ist bereits lange auf der Seite der Investoren. Er war mit dem Exit von Jajah 2009 einer der ersten heimischen Startup-Millionäre und leitet heute mit 3VC einen Wiener Venture-Capital-Fonds. Auf die Euromillionen nach dem Exit war er gut vorbereitet: „Ein Exit passiert ja nicht plötzlich und unerwartet“, sagt er im Rahmen einer Podiumsdiskussion, die von brutkasten-CEO Dejan Jovicevic moderiert wurde. „Ich habe bereits im Jahr davor eine Stiftung gegründet, um mich darauf vorzubereiten“, erinnert er sich. Viel Geld zu veranlagen sei auch viel Arbeit und das gelte für Unternehmer ganz besonders, ist er überzeugt: „Unternehmer suchen nach unternehmerischen Wegen, um ihr Geld zu veranlagen“.

Gemeint ist damit, dass viele Founder ihr Geld wieder in neue Geschäftsmodelle stecken. Entweder in eigene neue Gründungen oder in andere vielversprechende Startups. Kaum jemand hat das so intensiv getan (und tut es noch wie vor ab und zu) als Johann „Hansi“ Hansmann. Da Startup-Investments mit hohem Risiko verbunden sind, konzentriert er sich bei der Geldanlage darüber hinaus auf eher konservative Werte: „Ich investiere entgegen der Regel einen großen Teil meines Geldes in Startups – den Rest lege ich eher konservativ an“. Grundsätzlich rät er Foundern eher zu einer konservativen Anlagestrategie, „weil die meistens sehr risikoaffin sind“. Den Großteil des Exit-Geldes wieder in Startups zu stecken, empfiehlt er nicht. Scharf bestätigt: „Gute Gründer sind nicht unbedingt auch gute Investoren“.

Kein Geld verplanen, das noch nicht da ist

In was die meisten Startup-Gründer nach einem Exit zuerst investieren? „Fast alle ändern ihre Wohnsituation“, sagt Hansmann, der bereits viele Gründer in einen Exit begleitet hat. „Die meisten haben sich darauf nicht wirklich vorbereitet“, erzählt er. Bei solchen Deals könne bis zum letzten Tag etwas schief gehen, weshalb viele Gründer Vorbehalte haben, Geld zu verplanen, das noch nicht in trockenen Tüchern ist. Hydrogrid-Gründerin Janice Goodenough kann das bestätigen: Derzeit stehe kein Exit im Raum und grundsätzlich wolle sie „kein Fell verteilen, das nicht nicht da ist“. Geldanlage sei vor allem vor der Gründung wichtig gewesen – als Polster für die ersten vier Jahre Startup, in denen sie auf ein marktübliches Gehalt verzichtete.

Ein Punkt, den Hansmann für einen Fehler hält. Es sei auch Aufgabe der Investoren, darauf zu achten, dass das „Geldbedürfnis“ der Gründer:innen – abhängig von der Lebenssituation – gedeckt ist, damit sie sich auf ihr Unternehmen konzentrieren können. Gleichzeitig sollte man als Investor verhindern, dass Gründer vorzeitig aussteigen, um bei einem Exit siebenstellige Beträge zu bekommen. „Investoren wollen ja, dass Gründer ihre Firma sehr groß machen und nicht vorzeitig verkaufen“. Das sieht auch Scharf so und empfiehlt, Gründer:innen ab der Series-B-Finanzierung bei jeder Runde über ein Secondary mit 1 – 2 Millionen Euro zu bedenken.

Mehr zum Thema Geldanlage und Investments auf brutkasten Finance:

Deine ungelesenen Artikel:
24.06.2026

Ora Computing: Wiener KI-Startup holt 3,5 Mio. Euro Seed-Finanzierung

Das Wiener KI-Startup Ora Computing hat eine Seed-Finanzierung über 3,5 Millionen Euro abgeschlossen. Mit seiner Technologie zur effizienten Komprimierung großer KI-Modelle will das Unternehmen die Kosten und den Energiebedarf von KI-Anwendungen senken und die Nutzung auf unterschiedlichster Hardware ermöglichen.
/artikel/ora-computing-wiener-ki-startup-holt-35-mio-euro-seed-finanzierung
24.06.2026

Ora Computing: Wiener KI-Startup holt 3,5 Mio. Euro Seed-Finanzierung

Das Wiener KI-Startup Ora Computing hat eine Seed-Finanzierung über 3,5 Millionen Euro abgeschlossen. Mit seiner Technologie zur effizienten Komprimierung großer KI-Modelle will das Unternehmen die Kosten und den Energiebedarf von KI-Anwendungen senken und die Nutzung auf unterschiedlichster Hardware ermöglichen.
/artikel/ora-computing-wiener-ki-startup-holt-35-mio-euro-seed-finanzierung
Ora Computing
© Ora Computing - (l.) Stefan Sack und Raimel Medina.

Ora Computing, ein Startup, das sich auf die Optimierung und Komprimierung von KI-Foundation-Modellen spezialisiert hat, gab heute den Abschluss einer Seed-Finanzierungsrunde in Höhe von 3,5 Millionen Euro bekannt. Die Runde wurde von Constructor Capital und Greencode Ventures angeführt, mit fortgesetzter Unterstützung des Gründungsinvestors XISTA Science Ventures, der beim Aufbau und der Einführung des Unternehmens geholfen hat.

Ora Computing schrumpft Modelle

KI-Inferenz – der Prozess der tatsächlichen Ausführung eines KI-Modells zur Generierung von Outputs – ist zu einem erheblichen und schnell wachsenden Kostenfaktor für jedes Unternehmen geworden, das KI im großen Maßstab einsetzt. Große Implementierungen können mittlerweile allein für die Rechenleistung zig Millionen Euro pro Monat kosten, und das Problem verschärft sich, da die Modelle immer größer werden. Für Unternehmen, die KI lokal auf Geräten wie Autos oder Industrieanlagen ausführen möchten, seien die Modelle oft schlichtweg zu groß.

Hier setzt Ora Computing an. Seine Software komprimiert diese Modelle – sie schrumpft ihre Größe um bis zu 80 Prozent und lässt sie bis zu viermal schneller laufen – während der Genauigkeitsverlust bei Null bis fünf Prozent gehalten wird, so der Claim.

Da komprimierte Modelle deutlich weniger Rechenleistung für die Ausführung benötigen, sollen sich die Effizienzgewinne auch direkt in einem geringeren Energieverbrauch und reduzierten CO2-Emissionen niederschlagen: Ora schätzt, dass seine Technologie bei einer Marktdurchdringung von ein Prozent jährlich mehr als 50.000 Tonnen CO2 einsparen könnte.

Ansatz über verschiedene Hardwaretypen

„Wir haben Ora Computing gegründet, um die Annahme infrage zu stellen, dass eine massive Skalierung erforderlich ist, um nutzbare Intelligenz zu erreichen. Wir glauben, dass die nächste Welle der KI-Einführung durch kompaktere Modelle vorangetrieben wird, die hocheffizient und für spezifische Anwendungsfälle optimiert sind, anstatt durch große, universelle Cloud-Modelle. Ora baut den Software- und Algorithmen-Stack auf, der diesen Übergang ermöglicht“, sagt Stefan Sack, CEO und Mitgründer von Ora Computing.

Im Gegensatz zu bestehenden Komprimierungstools funktioniere der Ansatz von Ora über verschiedene Hardwaretypen hinweg und füge sich direkt in Standard-Inferenz-Frameworks ein – ohne Änderung an der bestehenden Infrastruktur. Wo konkurrierende Ansätze eine binäre Entscheidung zwischen Komprimierungsstufen erzwingen, bilde der Algorithmus von Ora kontinuierlich den gesamten Kompromiss zwischen Modellgröße und Genauigkeit ab, sodass Unternehmen für ihre spezifischen Hardware- und Kostenbeschränkungen optimieren können, so der Mitgründer.

2025: Ora Computing tritt hervor

Ora wurde von Stefan Sack und Raimel Medina gegründet, beide Forscher im Bereich Quantencomputing aus der Serbyn-Gruppe am Institute of Science and Technology Austria (ISTA). Das Unternehmen verließ Ende 2025 den Stealth-Modus und möchte die frischen Mittel dazu nutzen, um das Team zu vergrößern, die Komprimierungsfähigkeiten auf die größten Frontier-Modelle auszuweiten und ein kommerzielles Produkt für Cloud-Inferenz-Anbieter und Unternehmen, die KI am Edge einsetzen, auf den Markt zu bringen.

Ora hat die Anwendbarkeit seiner Technologie nach eigenen Angaben an einem Modell mit 70 Milliarden Parametern nachgewiesen. Der Komprimierungsprozess beanspruchte hierbei wenige Stunden und verursachte Rechenkosten von unter 1.000 US-Dollar, wohingegen der bisherige Branchenstandard für vergleichbare Leistungen ein Vielfaches dieses Betrages erfordere.

„Hunger wächst schneller“

„Der Energiehunger der KI wächst schneller, als die Welt die Infrastruktur aufbauen kann, um ihn zu stillen. Ein wichtiger Ansatz ist es, die KI selbst effizienter zu machen, und genau das tut Ora. Modelle radikal zu komprimieren, ohne die Genauigkeit zu opfern, macht für ihre Kunden einen enormen Unterschied“, sagt Terhi Vapola, Gründerin und Managing Partner bei Greencode Ventures.

Und Valentino Jadrisko, Senior Associate bei Constructor Capital, ergänzt: „Die Ära der Brute-Force-KI stößt an ihre physikalischen Grenzen: Hyperscaler nehmen wieder Kernreaktoren in Betrieb, Frontier-Labs verbrennen Milliarden für Rechenleistung, Reasoning-Modelle vervielfachen die Inferenzkosten jedes Quartal. Die einzige nachhaltige Antwort besteht darin, den Betrieb von Frontier-KI drastisch günstiger zu machen. Das ist es, was Ora Computing tut: Sie komprimieren Frontier-LLMs so, dass sie überall laufen können – in der Cloud, im Auto, in der Hosentasche. Und das ist der Grund, warum Constructor Capital stolz darauf ist, ihre 3,5-Millionen-Euro-Seed-Runde als Co-Lead anzuführen.“

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

Geldanlage nach Startup-Exit: „Die meisten haben sich darauf nicht vorbereitet“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Geldanlage nach Startup-Exit: „Die meisten haben sich darauf nicht vorbereitet“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Geldanlage nach Startup-Exit: „Die meisten haben sich darauf nicht vorbereitet“

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 …

Geldanlage nach Startup-Exit: „Die meisten haben sich darauf nicht vorbereitet“

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 …

Geldanlage nach Startup-Exit: „Die meisten haben sich darauf nicht vorbereitet“

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 …

Geldanlage nach Startup-Exit: „Die meisten haben sich darauf nicht vorbereitet“

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 …

Geldanlage nach Startup-Exit: „Die meisten haben sich darauf nicht vorbereitet“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Geldanlage nach Startup-Exit: „Die meisten haben sich darauf nicht vorbereitet“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Geldanlage nach Startup-Exit: „Die meisten haben sich darauf nicht vorbereitet“