26.01.2021

Die 5 Pflicht-Bestandteile eines Pitch

Startup-Basic. brutkasten-Kolumnist Mic Hirschbrich beschreibt, was ein Startup-Pitch unbedingt beinhalten muss.
/artikel/startup-pitch-pflichtbestandteile
Pitch - das muss beachtet werden
(c) Adobe Stock - Anton Gvozdikov

Das Internet ist voll von guten Tipps zum Pitchen. Nachdem der erste Pitch meist sehr kurz ausfällt – die sprichwörtliche Liftfahrt lang, ist es ratsam, auf einige wichtige Inhalte zu fokussieren. Außerdem gilt es, häufig gemachte Fehler zu vermeiden. Das sind die wichtigsten Inhalte, typische Fehler und deren Behebung:

1. Verständliche Sprache im Pitch & Vorstellung mit Namen der Firma und der Gründer

Sicher auch wegen des Zeitdruckes sind Gründerinnen und Gründer manchmal nervös und sprechen deshalb viel zu schnell und undeutlich oder vergessen sogar die eigene Vorstellung. Kaum ein Investor macht einen darauf aufmerksam oder teilt mit, dass er zu wenig verstanden hat. Man sollte also genau das Gegenteil tun, vor allem, wenn man in einer Fremdsprache pitcht. Weil die Zeit knapp ist, sind Deutlichkeit und inhaltliche Verständlichkeit besonders wichtig. Und das beginnt schon bei den Namen der Firma und einem selbst. Stellt sicher, dass man alle Namen gut verstehen und sich merken kann, nur dann kann ein Investor sich später daran erinnern. Diese Erinnerungsfähigkeit ist wichtig.

2. Beschreibung des Produktes und welches Problem es löst

Hier werden die meisten Fehler gemacht, und zwar in fast allen Pitches. Die verständliche Beschreibung von Problem und Produkt-Lösung ist der Kern eines Pitch. Es passiert immer wieder, dass fachlich versierte Gründerinnen und Gründer technisch verliebt oder zu umständlich formulieren, dass am Ende eines Pitch die Zuhörerinnen und Zuhörer nicht wissen, was eigentlich das Produkt genau macht. Hier braucht es den Mut, eine besonders einfache Sprache zu finden.

Dieser Teil des Pitch entlarvt die für den Investmentmarkt noch „unreifen“ Gründerinnen und Gründer gnadenlos, denn wer die richtig gute „Value Proposition“ nicht intus hat, kann auch beim Pitch nicht brillieren. Man sollte deshalb vor einem Pitch die Hausaufgaben machen und die oben beschriebenen Aspekte des eigenen Produktes gründlich erarbeiten und auch in besagter Kürze formulieren können.
„Lieber Freund, entschuldige meinen langen Brief, für einen kurzen hatte ich keine Zeit“, lautet ein Zitat, das von Goethe oder von Stein stammen dürfte. Komplexe Inhalte besonders kurz zu fassen, ist schwierig und aufwendig. Man muss deshalb so lange diszipliniert daran feilen, bis er eben perfekt wird.

In Österreich arbeitete man noch lange an umfangreichen Business-Plänen, die schon eher einer Diplomarbeit glichen, während in den USA vor allem kurz und knackig – verbal gepitcht wurde. Man muss kalkulieren, dass der perfekte Pitch gleich lange zur Vorbereitung benötigt, wie das Verfassen eines traditionellen Business-Plans. Wer spontan und ohne diese Vorbereitung pitcht, muss schon außerordentlich talentiert sein, um bei der heutigen Konkurrenz positiv hervorzustechen.

3. Die Nennung der Zielgruppe, der Marktgröße und wie man damit Umsatz machen wird

Wer das Produkt einmal nutzen (und zu welchem Preis kaufen) soll und wie groß das Marktpotential ist, sind oft schwierig zu erarbeitende Informationen, besonders in frühen Phasen. Vor einem besonders wichtigen Investor sollte man deshalb nicht pitchen, ohne diese Kerngrößen zu kennen. In der Vergangenheit wurden hier manchmal regelrechte Phantasie-Werte oder schlampig recherchierte Daten genannt. Nur, die Startup-Investment-Industrie wurde professioneller. Wenn der Investor noch nicht selbst in diesem Markt tätig ist, gibt es Tools und Netzwerke, die solche Aussagen rasch überprüfen können. Dass sich Märkte und Nutzer ändern können, ja sehr oft auch ändern müssen, ist kein Grund, bei seinem Pitch nicht trotzdem bereits eine gute Vorstellung davon zu haben, in welchem Markt man tätig sein wird.

4. Die Differenzierung zur genannten Konkurrenz

Es gibt kaum etwas Peinlicheres, als von einem Investor, vor dem man gerade pitcht, auf einen wichtigen Konkurrenten aufmerksam gemacht zu werden, den man selbst noch nie gehört hatte. Dennoch passiert dies immer wieder. Bevor man also pitcht, oder eigentlich bevor man sich selbst entschließt, ein Produkt überhaupt zu entwickeln, sollte man den künftigen Wettbewerb gut kennen, deren Stärken und Schwächen einordnen können. Mit richtigen Nennungen und profunden Einschätzungen kann man hier viel Sicherheit in den Pitch bringen. Diese Aufgabe ist heute wichtiger denn je, weil die Innovationsanstrengungen global gewaltig sind. Die Wahrscheinlichkeit, dass es für das Problem noch gar keine digitale Lösung gibt mag vorhanden sein, aber sie ist dennoch extrem gering. Heute sind nicht mehr einige hundert Gründerinnen und Gründer professionell aktiv, sondern hunderttausende.

5. Auch abseits des Pitch: Know your numbers

Vor allem in den USA ist das entscheidend, aber auch bei uns immer wichtiger: Die wichtigsten Zahlen muss man aktiv im Pitch nennen oder auf Rückfrage kennen, ohne nachzudenken: Was wurde bislang investiert, wie sind der Umsatz (so vorhanden) und die monatliche „Burn-Rate“, wie groß die Bewertung und wie viel Geld möchte man von wem aufstellen? Nichts verunsichert das Pitch-gegenüber mehr, als wenn man z.B. seine laufenden Kosten nicht kennt.

Das war die Pflicht. Was bei der „Kür“, also für den perfekten Pitch zu beachten ist, ist hier zu lesen:


Zum Autor

Mic Hirschbrich ist CEO des KI-Unternehmens Apollo.AI, beriet führende Politiker in digitalen Fragen und leitete den digitalen Think-Tank von Sebastian Kurz. Seine beruflichen Aufenthalte in Südostasien, Indien und den USA haben ihn nachhaltig geprägt und dazu gebracht, die eigene Sichtweise stets erweitern zu wollen. Im Jahr 2018 veröffentlichte Hirschbrich das Buch „Schöne Neue Welt 4.0 – Chancen und Risiken der Vierten Industriellen Revolution“, in dem er sich unter anderem mit den gesellschaftspolitischen Implikationen durch künstliche Intelligenz auseinandersetzt.

Deine ungelesenen Artikel:
vor 2 Stunden

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
vor 2 Stunden

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

Die 5 Pflicht-Bestandteile eines Pitch

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Die 5 Pflicht-Bestandteile eines Pitch

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Die 5 Pflicht-Bestandteile eines Pitch

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 5 Pflicht-Bestandteile eines Pitch

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 5 Pflicht-Bestandteile eines Pitch

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 5 Pflicht-Bestandteile eines Pitch

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 5 Pflicht-Bestandteile eines Pitch

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Die 5 Pflicht-Bestandteile eines Pitch

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Die 5 Pflicht-Bestandteile eines Pitch