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:
22.06.2026

KI im Unternehmen: Von fehlenden Hausaufgaben zu “Frontier Firms” und “Avengers”

Nachlese. Im Staffelfinale von „No Hype KI“ zieht eine hochkarätig besetzte Gesprächsrunde Bilanz über den Status quo der Künstlichen Intelligenz in Österreich. Dabei zeigt sich: Während die technologische Euphorie weicht, rücken nun essenzielle Datenstrukturierungs-Prozesse, mutige Schritte in den Echtbetrieb und ein tiefgreifender kultureller Wandel in den Fokus der Unternehmen.
/artikel/ki-im-unternehmen-von-fehlenden-hausaufgaben-zu-frontier-firms-und-avengers
22.06.2026

KI im Unternehmen: Von fehlenden Hausaufgaben zu “Frontier Firms” und “Avengers”

Nachlese. Im Staffelfinale von „No Hype KI“ zieht eine hochkarätig besetzte Gesprächsrunde Bilanz über den Status quo der Künstlichen Intelligenz in Österreich. Dabei zeigt sich: Während die technologische Euphorie weicht, rücken nun essenzielle Datenstrukturierungs-Prozesse, mutige Schritte in den Echtbetrieb und ein tiefgreifender kultureller Wandel in den Fokus der Unternehmen.
/artikel/ki-im-unternehmen-von-fehlenden-hausaufgaben-zu-frontier-firms-und-avengers
vl. Patrick Ratheiser (EY), Rainer Kalkbrener (ACP), Sulejman Ganibegovic (KEBA Digital) und Hermann Erlach (Microsoft) | (c) brutkasten
vl. Patrick Ratheiser (EY), Rainer Kalkbrener (ACP), Sulejman Ganibegovic (KEBA Digital) und Hermann Erlach (Microsoft) | (c) brutkasten

„No Hype KI“ wird unterstützt von ACPEYITSVKEBA GroupLenovoMicrosoftONTEC AI und der Universität Graz.


„Die Vorstellung, dass man dank KI seine Hausaufgaben nicht machen muss, ist grundfalsch. Ganz im Gegenteil: Gerade hier ist es essenziell, bei der Datenqualität und der gesamten IT-Architektur eine saubere Basis zu schaffen“, konstatiert Rainer Kalkbrener, CEO von ACP, im Staffelfinale der brutkasten-Serie “No Hype KI”.

Mit diesem Befund ist er in der Expertenrunde nicht alleine. Der Fokus verschiebt sich von theoretischen Machbarkeiten hin zu den harten Bedingungen für echten Business Value, so der Tenor.

Österreichs Status quo und der Weg aus der Sandbox

Hermann Erlach, General Manager Austria bei Microsoft, weist auf ein aktuelles Studienergebnis hin: Österreich befindet sich bei der KI-Nutzung weltweit in den Top 20. Während Konsument:innen die Technologie im privaten Alltag bereits intensiv nutzen würden, zeige sich im Unternehmensbereich – insbesondere im Mittelstand – jedoch noch Aufholbedarf bei der Adaption. Für Patrick Ratheiser, Director & Head of AI bei EY, ist dabei klar: Der wahre geschäftliche Mehrwert liege oft nicht in hochgradig gehypten Vorzeigeprojekten. “Es sind oft die unscheinbaren Machine-Learning-Lösungen und Prozessautomatisierungen, die den Unternehmen wirklich helfen”, sagt er.

Dennoch stecken derzeit viele Initiativen noch in isolierten Experimentierphasen fest. Sulejman Ganibegovic, CEO KEBA Digital, fordert daher mehr Risikobereitschaft, um Projekte aus der geschützten Laborumgebung in den produktiven Betrieb zu überführen. Sein Appell an die Entscheidungsträger:innen: „Lieber ist man einmal mutig und wagt den Schritt aus der geschützten Laborumgebung, anstatt sich zweimal feige davor zu drücken, endlich etwas Produktives umzusetzen“. Man müsse akzeptieren, dass auch eine KI-Lösung, die nicht zu 100 Prozent fehlerfrei funktioniert, bereits einen enormen Mehrwert liefern kann.

KI als unbestechlicher Spiegel der Datenqualität

Dass dieser Weg in die erfolgreiche Produktivität zwingend über saubere Datenstrukturen führt, ist breiter Konsens in der Runde. Kalkbrener warnt, dass die KI durch ihre weitreichenden Suchkapazitäten “schonungslos die Schwächen von bestehenden Systemen aufdeckt”. Denn ohne eine funktionierende Data-Governance, so der ACP-Chef “führt das am Anfang oft zu bösen Überraschungen, wenn plötzlich intern sensible Dokumente wie Gehaltslisten oder Passwort-Dateien dank KI für weite Teile der Belegschaft auffindbar werden.”

Auch Ratheiser betont, dass der bloße Import von unstrukturierten Firmendaten in ein KI-Sprachmodell keine Wunder bewirke: „Die Arbeit, die wir seit 20 Jahren bei der Datenqualität und beim Aufräumen versäumt haben, kann jetzt nicht einfach die KI für uns lösen“.

Regulierung: Innovationsbremse oder Türöffner?

Neben der internen Datenorganisation bestimmt auch der externe Rahmen maßgeblich, wie schnell KI im Unternehmensalltag ankommt. Ein differenziertes Bild zeichnen die Experten daher bei der Debatte um den europäischen AI Act. Für Ratheiser stellt das risikobasierte Regelwerk eine notwendige Basis dar, um den breiten Rollout von Use-Cases sicher skalierbar zu machen. “Ohne klare Policies und Governance sind autonome KI-Agenten im Unternehmen auf Dauer nicht steuerbar”, so der EY-Experte. Ähnlich pragmatisch sieht das Ganibegovic aus Sicht der Industrie. Er argumentiert, dass verbindliche Spielregeln gerade bei kritischen B2B-Infrastrukturen als Türöffner fungieren: „Wenn man KI in sensiblen Bereichen einsetzen möchte, braucht es einen Rahmen, der Vertrauen schafft. Klare Gesetze untermauern dieses Vertrauen und bringen Kunden dazu, sich für neue Anwendungen zu öffnen“.

Kalkbrener hingegen äußert sich deutlich kritischer. Er warnt, dass Regulatorien oft innovationsfeindlich seien und die Geschwindigkeit im Markt drosseln würden. “Man darf nicht den Fehler machen, aus Angst vor Regulierungen alle potenziellen Probleme schon im Vorfeld lösen zu wollen”, so der CEO. Europa verliere sonst in der globalen Wirtschaft an Wettbewerbsfähigkeit.

Der kulturelle Wandel: Menschen als „Manager von Agenten“

Letztlich entfalten aber weder saubere Daten noch die besten regulatorischen Rahmenbedingungen ihre Wirkung, wenn die Belegschaft nicht mitzieht – ein Befund, der sich übrigens wie ein roter Faden durch die gesamte “No Hype KI”-Staffel zog. Die massiven Auswirkungen auf die Unternehmenskultur bilden laut den Experten den entscheidenden Hebel für die Zukunft. Erlach prognostiziert den Aufstieg sogenannter „Frontier Firms“, die KI ganz selbstverständlich neben Kapital und menschlicher Arbeitskraft als elementaren Produktionsfaktor begreifen. Der organisatorische Durchbruch gelinge dann, „wenn jeder im Unternehmen beginnt, als Manager von Agenten zu agieren und den eigenen Job mithilfe von KI zu optimieren“. Mitarbeiter:innen, die diese Tools aktiv nutzen, würden vom Management als hochproduktiv wahrgenommen, während Verweigerer an Leistungsfähigkeit dramatisch zurückfielen.

Dass dieser Wandel die Teams bereits spürbar verändert, bestätigt Ganibegovic aus der Praxis: Wenn man ein AI-natives Team mit KI-Tools ausstatte, forme man quasi ein Team von „Avengers“ mit enormer Schlagkraft, das traditionelle Entwicklungszyklen im Softwarebereich massiv verkürzen könne. Um diesen Zustand jedoch flächendeckend zu erreichen, sei ein gezieltes Befähigen der Belegschaft notwendig, meint Ratheiser. Unternehmen müssten aktiv in den Aufbau von KI-Kompetenzen (Literacy) investieren, um Berührungsängste zu minimieren und den produktiven Umgang mit den neuen Werkzeugen strategisch im Arbeitsalltag zu verankern.

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“