Erfahrung, Bauchgefühl, analytische Fähigkeiten, Markt- und Menschenkenntnis braucht es, um als Start-up-Investor erfolgreich zu sein. Oder eine künstliche Intelligenz (KI). Eine solche hat nun ein Team um Professor Dietmar Grichnik vom Global Center for Entrepreneurship & Innovation an der HSG entwickelt.
Mit durchaus beeindruckenden Ergebnissen: So schaffte die KI bei ihren Investitionsentscheidungen eine Internal Rate of Return (IRR) von jährlich 7,26 Prozent. Der Durchschnitt aller untersuchten Business Angels kam nur auf 2,56 Prozent. Mit einer Trefferquote von 87 Prozent kann der Algorithmus zudem vorhersagen, ob ein Start-up in fünf Jahren noch existiert. «Das ist ein recht hoher Wert», so Grichnik.
Trainiert wurde die KI mit den Daten einer der grössten Angel-Plattformen der Schweiz. Zu 623 Ventures wurden jeweils 42 Variablen erhoben wie Startkapital, Ausbildung und Erfahrung der Gründer, Geschäftsmodell, Timing am Markt, Pitching-Unterlagen, Webauftritt etc. und mit den Performance-Daten von 255 Angel-Investoren verknüpft.
Tiege und negative Rendite bei Neulingen
Die Studie unterschied zudem zwischen erfahrenen und weniger erfahrenen Investoren sowie zwischen solchen, deren Investitionsgeschichte zeigt, dass sie voreingenommen sind für oder gegen bestimmte Start-ups, Geografien, Rassen oder Geschlechter, und solchen, die unbefangen sind. Ergebnis: Erfahrung alleine reicht nicht, hier lag die Rendite bei 5,2 Prozent. Angel-Neulinge mit Voreingenommenheit erwirtschafteten sogar eine negative Rendite. Nur eine Gruppe konnte die KI schlagen mit einem IRR von 22,75 Prozent: jene der erfahrenen und gleichzeitig unbefangenen Investoren.
«Der Algorithmus ist zwar auch unvoreingenommen, aber er kann bestimmte weiche Kriterien wie Leidenschaft oder Kreativität der Gründer nicht erfassen», erklärt Grichnik. «Am erfolgreichsten wäre daher eine Kombination aus einer Vorauswahl durch die KI und einer finalen Investitionsentscheidung durch einen erfahrenen Business Angel.» Nur ein solcher sei auch in der Lage, in einem Datensatz jenen Ausreisser zu identifizieren, der die grosse Stärke einer Jungfirma abbildet und alle anderen Schwächen überkompensieren kann – und die damit das Zeug hat zum Unicorn.