16.09.2024
GASTBEITRAG

Wenn die Series B auf sich warten lässt – drei Optionen für Startups

Jan Lozek ist Founder, Managing Partner und CEO von Future Energy Ventures. Veronique Hördemann ist Managing Partner und CFO bei Future Energy Ventures. Beide erklären in ihrem Gastbeitrag was man tun soll, wenn das Closing der Series B auf sich warten lässt.
/artikel/wenn-die-series-b-auf-sich-warten-laesst-drei-optionen-fuer-startups
Series B, wie Series B? Keine Series B
(c) zVg - Veronique Hördemann, Managing Partner und CFO bei Future Energy Ventures und Jan Lozek Founder, Managing Partner und CEO von Future Energy Ventures.

Wann gelingt der Sprung von der Series A zur Series B? In Europa im zweiten Halbjahr 2023 nach 760 Tagen (Median) – das zeigen Zahlen der Equity Management Plattform Carta. Damit dauerte die Series B 85 Prozent länger als noch im ersten Halbjahr 2022. Zumindest wenn man den Median heranzieht, der die Ausreißer nach unten und oben bekanntlich nicht berücksichtigt, dauert weder die Seed, noch die Series A so lange. Wie aber sollten Gründerinnen und Gründer agieren, wenn die Series B auf sich warten lässt? Drei Tipps.

1. Die Runway verlängern

Größere Finanzierungsrunden werden dann angestrebt, wenn das bisher aufgebrachte Kapital in Summe mit den eigenen Einnahmen nicht mehr ausreicht, um a) die laufenden Kosten zu decken oder b) ambitionierte Wachstumspläne zu verfolgen.

Insbesondere für Letzteres wird viel Geld benötigt – für neue Büros, eigene Rechenzentren, das Erfüllen länderspezifischer Regularien oder für den Aufbau neuer Teams und Netzwerke. Während der Niedrigzins-Zeiten stand noch die reine Reichweite im Fokus. Startups, die in möglichst kurzer Zeit möglichst viele Nutzer:innen erreichten, waren der Liebling der Investoren. Die Frage, inwieweit diese Reichweite auch echte Einnahmen generierte, war teilweise zweitrangig.

Umso wichtiger, in der aktuellen Phase, nicht den zweiten Schritt vor dem ersten zu tätigen. Das heißt nicht, partout die Expansion auf die lange Bank zu schieben. Vor dem Erschließen neuer Märkte sollte aber klar sein, wie sich ein größerer Kundenstamm monetarisieren lässt. Expandiert ein Team in neue Märkte, empfiehlt sich Pragmatismus: Lassen sich durch Partnerschaften Kosten verringern und der Markteintritt beschleunigen? Wie viel der Technologie lässt sich direkt skalieren, wie viel muss angepasst werden? Wie streng sind die Regulierer in den neuen Märkten? Je geringer der Aufwand, je höher die Skaleneffekte, desto besser.

Jenseits dessen ist die Cashflow-Optimierung auf dem Weg zur Series B weiterhin das A und O. Investoren favorisieren die Teams, die mit möglichst wenig Risikokapital möglichst viel Wachstum und Umsatz generieren. Zudem sinkt bei einem optimierten Cashflow auch der Druck des Gründerteams, unbedingt neues Kapital einsammeln zu müssen – das steigert auch die eigene Verhandlungsposition.

2. Weg in die Profitabilität aufzeigen

Nun muss man nach der Series A noch nicht zwingend profitabel wirtschaften – als VC-finanziertes Startup will man in den allermeisten Fällen schließlich innovativ sein und wachsen. Dafür muss man Geld investieren, dass man erst in der Zukunft einnehmen wird. Wie genau dieses ”Geld-Einnehmen” funktionieren soll, wollen Investoren vor der Series B aber wissen – und zwar möglichst konkret und plausibel.

Daher sind echte Kunden und echte Umsätze erforderlich. Auch die erste Skalierung mit möglichst sichtbaren Skaleneffekte liefert gute Argumente dafür, dass es sich bei dem Geschäftsmodell nicht um ein theoretisches Luftschloss, sondern um ein nachhaltiges Unternehmen handelt, das ein wichtiges Problem auf innovative Art und Weise löst. Und zwar so effektiv, dass Kunden dafür Geld bezahlen. Startups müssen einen klaren Weg in die Rentabilität aufzeigen. Angesichts der unsicheren Zeiten sollten die Teams dabei auch flexible Umsatzmodelle skizzieren – und dabei verschiedene zentrale Parameter austauschen.

3. Partnerschaften evaluieren

Synergien suchen, statt mit Kapital klotzen! Gerade bei der Expansion bietet es sich an, bestehende Netzwerke zu nutzen. Partnerschaften mit bestehenden Konzernen können dabei hilfreich sein, da dann schlagartig der Marktzugang im großen Stil erfolgen kann. Gerade in einem hoch regulierten und komplexen Marktumfeld kann solch eine Partnerschaft viel wert sein – und sich positiv auf die bereits angesprochene Kapitaleffizienz auswirken.

Gelingen solche Partnerschaften, sinkt das Risiko für ein Startup, da geringere Summen in eigene Vertriebsaktivitäten investiert werden, die Umsätze steigen schlagartig und das Startup kann unter Beweis stellen, dass es raschem Wachstum gewachsen ist. Gerade im Konzern-Umfeld steht und fällt der Erfolg dabei mit dem richtigen Kontakt innerhalb der Organisation, einem Verständnis für die Konzernkultur und einem Preismodell, das auch die unternehmerischen Interessen des Partners berücksichtigt.

Deine ungelesenen Artikel:
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
Deepentix
© tecnet equity - (v.l.) Investor Kambis Kohansal Vajargah, Endri Deliu, Morteza Amini und Altan Nar (alle Deepentix) sowie Peter Buchinger (tecnet equity).

Das NÖ-Startup Deepentix hat eine Enterprise-KI-Plattform entwickelt, die Unternehmen dabei unterstützen soll, aus Dokumenten wie Studien, Patenten oder internen Berichten einen sogenannten Wissensgraphen aufzubauen – ein Netzwerk aus Fakten und ihren Beziehungen. Dadurch lassen sich Antworten einer Künstlichen Intelligenz bis zum exakten Satz im Ursprungsdokument zurückverfolgen. Gerade in stark regulierten Branchen sei dies entscheidend, weil Aussagen jederzeit belegt und geprüft werden müssen.

Deepentix: Unternehmensdaten in Graphen überführen

Zielgruppe sind etwa Unternehmen in Branchen wie Pharma, Medizintechnik, Versicherungen oder Banken, die täglich mit großen Mengen an Studien, Patenten, Normen und internen Berichten arbeiten. Klassische generative KI liefere dazu zwar schnelle Antworten, könne deren Herkunft jedoch oft nicht lückenlos belegen. Genau hier möchte Deepentix ansetzen und unstrukturierte Unternehmensdaten in einen Wissensgraphen überführen – im Sinn einer nachvollziehbaren Wissensbasis für KI-Anwendungen.

„Wenn Mitarbeitende einer KI blind vertrauen müssen, weil sie deren Antworten nicht überprüfen können, ist das gerade in sensiblen Bereichen ein echtes Risiko. Genau dieses Vertrauensproblem lösen wir, indem wir jede Antwort bis zu ihrem Ursprung im Dokument sichtbar machen“, erklärt Morteza Amini, Mitgründer und CEO von Deepentix.

Mehrere Sprachmodelle

Der Aufbau von Wissensgraphen erfolge Deepentix nach häufig im Rahmen aufwendiger Beratungsprojekte oder über standardisierte Lösungen, die sich nur begrenzt auf einzelne Fachbereiche zuschneiden lassen. Bei Unternehmen, die ihre sensiblen Daten selbst kontrollieren und gleichzeitig präzise Ergebnisse benötigen, stoße dieser Ansatz oft an seine Grenzen. Aus diesem Grund entwickelte das Startup kein Beratungsprojekt für einzelne Kunden, sondern ein Werkzeug, mit dem Unternehmen Wissensgraphen selbst erstellen, betreiben und an ihre Anforderungen anpassen können.

Dabei setzt die Plattform nicht auf ein einziges großes KI-Modell aus der Cloud, sondern auf mehrere kleine, spezialisierte Sprachmodelle, die gezielt auf einzelne Fachbereiche wie Pharma oder Banken trainiert werden. Dadurch sollen die Ergebnisse präziser werden, während die Modelle bei Bedarf direkt auf den eigenen Servern der Unternehmen betrieben werden können.

Dafür gab es nun eine Pre-Seed-Finanzierung in sechsstelliger Höhe, an der sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah beteiligt haben. Das frische Kapital soll vor allem in Forschung und Entwicklung sowie in den Ausbau erster Pilotprojekte in regulierten Branchen fließen.

Deepentix baut Wissensnetz

„Wir verstehen uns nicht als Berater, die für einzelne Kunden ein Wissensnetz bauen, sondern als Technologieanbieter, der Unternehmen die volle Kontrolle über ihre eigenen Daten und Modelle gibt“, so Amini weiter. „Mit tecnet equity, Rockstart und Business Angel Kambis Kohansal Vajargah haben wir Partner an Bord, die den Weg von Deep-Tech-Startups aus erster Hand kennen. Das gibt uns nicht nur Kapital, sondern auch Zugang zu Netzwerk und Erfahrung, um in dieser Phase die richtigen Schritte zu setzen.“

Peter Buchinger, Investment Associate bei tecnet equity, ergänzt: „Uns hat neben der Technologie vor allem das stark aufgestellte Gründerteam von Deepentix überzeugt. Die Kombination aus wissenschaftlichem Hintergrund und Erfahrung in internationalen Unternehmen war ausschlaggebend, in dieser frühen Phase zu investieren.“

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

Wenn die Series B auf sich warten lässt – drei Optionen für Startups

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Wenn die Series B auf sich warten lässt – drei Optionen für Startups

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Wenn die Series B auf sich warten lässt – drei Optionen für Startups

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 …

Wenn die Series B auf sich warten lässt – drei Optionen für Startups

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 …

Wenn die Series B auf sich warten lässt – drei Optionen für Startups

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 …

Wenn die Series B auf sich warten lässt – drei Optionen für Startups

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 …

Wenn die Series B auf sich warten lässt – drei Optionen für Startups

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Wenn die Series B auf sich warten lässt – drei Optionen für Startups

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Wenn die Series B auf sich warten lässt – drei Optionen für Startups