Zurück zur Übersicht
Vom Erledigen reiner Aufgaben zum echten ROI: Felicis-Partner Peter Deng über Produktfokus, autonome KI-Talente und Startup-Bewertung
BranchennachrichtenRisikokapitalProduktmanagementKünstliche Intelligenz

Vom Erledigen reiner Aufgaben zum echten ROI: Felicis-Partner Peter Deng über Produktfokus, autonome KI-Talente und Startup-Bewertung

In einem Leitfaden für Produktentwicklung und Risikokapital betont Peter Deng, General Partner bei Felicis, dass Produkte ausschließlich reale Kundenprobleme lösen müssen. Unternehmen belohnen Teams jedoch häufig nur für das Abarbeiten von Aufgaben anstatt für messbare Ergebnisse. Durch den Einsatz von Künstlicher Intelligenz verändern sich zudem die Anforderungen an Personal und Investitionsentscheidungen grundlegend. Da KI-Werkzeuge sowohl die Produktivität als auch die Tragweite von Fehlentscheidungen vervielfachen, benötigen Unternehmen zunehmend autonome Fachkräfte, die innerhalb von sechs Monaten eigenverantwortlich agieren können. Bei der Bewertung von Startups setzt der Risikokapitalgeber auf präzises Markttiming, fundierte Hypothesen und zielstrebige Gründer. Erfahren Sie, wie Kundenfokus, KI-gestützte Arbeitsweisen und klare Bewertungsfilter den Return on Investment nachhaltig steigern.

Tech in Asia

Die wichtigsten Punkte

  • Fokus auf echte Kundenprobleme: Die alleinige Aufgabe eines Produkts besteht darin, tatsächliche Herausforderungen der Nutzer zu lösen; Unternehmen dürfen Teams nicht für das bloße Abarbeiten von Aufgaben belohnen, sondern müssen messbare Resultate in den Mittelpunkt stellen.
  • Neudefinition von Produktgrenzen: Eine vierstufige operative Sequenz – bestehend aus Kundenübersetzung, Problemtrennung, Identifikation von Kernmechanismen und Ergebnisbewertung – verankert die Produktentwicklung fest am tatsächlichen Kundennutzen.
  • KI erfordert autonome Mitarbeiter: Da KI-Werkzeuge sowohl die individuelle Produktivität als auch die negativen Konsequenzen von Fehlentscheidungen verstärken, müssen Führungskräfte neue Mitarbeiter innerhalb von sechs Monaten zur vollständigen operativen Eigenständigkeit führen.
  • Strenge Bewertungskriterien für Investitionen: In frühen Startup-Phasen ohne vollständige Datenlage entscheidet eine präzise Hypothesenprüfung entlang von Marktverschiebungen, beobachtbaren Kundenfrustrationen und anpassungsfähigen Gründern über den Erfolg.

Analyse

Kundenorientierte Ergebnisse statt reiner Aufgabenabarbeitung

Im technologiegetriebenen Wettbewerb stehen viele Unternehmen vor einem gravierenden Fehlanreiz: Interne Strukturen und Vergütungsmodelle belohnen Entwicklungs- und Produktteams häufig dafür, dass sie definierte Aufgabenlisten abarbeiten und Features nach Zeitplan veröffentlichen. Peter Deng, General Partner beim Risikokapitalunternehmen Felicis, verdeutlicht in einer Episode der Videoserie von EO, dass dieses Vorgehen am eigentlichen Zweck eines Unternehmens vorbeigeht. Die einzige legitime Existenzberechtigung eines Produkts liegt darin, ein echtes, spürbares Problem für den Kunden zu lösen und damit einen konkreten geschäftlichen Mehrwert (Return on Investment, ROI) zu generieren.

Um diese Ausrichtung in der täglichen Praxis sicherzustellen, reicht ein oberflächliches Bekenntnis zur Kundenorientierung nicht aus. Vielmehr bedarf es einer klaren operativen Sequenz, die traditionelle Produktgrenzen neu definiert:

  • Kundenübersetzung (Customer translation): Teams müssen den praktischen Nutzen eines Produkts exakt in der Sprache der Zielgruppe formulieren. Abstrakte technische Beschreibungen weichen verständlichen Vorteilen, die Kunden unmittelbar nachvollziehen können.
  • Problemtrennung (Problem separation): Eine der größten Herausforderungen besteht darin, die tatsächlichen Frustrationen der Nutzer strikt von unternehmensinternen Zwängen – wie etwa kurzfristigen Umsatzzielen oder Quartalsvorgaben – zu trennen. Produkte scheitern, wenn interne Verkaufsziele mit echten Kundenbedürfnissen verwechselt werden.
  • Identifikation des Kernmechanismus (Core mechanism identification): Entwickler müssen den primären Werttreiber exakt isolieren. Als anschauliches Beispiel dient das Modell von Uber, dessen Kernmechanismus im transparenten Preis und der verlässlichen geschätzten Ankunftszeit (Estimated Time of Arrival) liegt. Alles andere ordnet sich diesen zentralen Werten unter.
  • Ergebnisbewertung (Outcome evaluation): Jedes Detail im Design und in der Benutzeroberfläche muss danach beurteilt werden, ob es das Vertrauen der Kundschaft stärkt und messbare Resultate liefert, anstatt bloß optische Ergänzungen darzustellen.

Der Einfluss von KI auf Personalrekrutierung und Führungsmodelle

Die zunehmende Verbreitung von Werkzeugen der Künstlichen Intelligenz verschärft die Notwendigkeit für diesen ergebnisorientierten Ansatz drastisch. Künstliche Intelligenz fungiert als mächtiger Hebel: Sie steigert nicht nur die Geschwindigkeit und Produktivität einzelner Mitarbeiter exponentiell, sondern vervielfacht im gleichen Maße auch die Tragweite von Fehlentscheidungen. Ein fehlerhafter strategischer Schritt oder eine unausgereifte Produktentscheidung wirkt sich im KI-Zeitalter schneller und gravierender auf das gesamte Unternehmen aus als je zuvor.

Aus diesem Grund verändert KI grundlegend die Art und Weise, wie zukunftsorientierte Unternehmen Talente einstellen und führen. Es reicht nicht mehr aus, Fachkräfte zu beschäftigen, die lediglich vorgegebene Anweisungen Schritt für Schritt abarbeiten. Vielmehr werden eigenverantwortliche Talente benötigt, die fähig sind, sich unter Zuhilfenahme von KI selbst zu steuern und strategische Verantwortung zu übernehmen.

Peter Deng skizziert einen strukturierten Entwicklungspfad zur Eigenständigkeit (Path to Ownership), den Führungskräfte konsequent anwenden müssen:

  1. Klare Zielvorgaben definieren: Zu Beginn erhalten neue Mitarbeiter strukturierte Regeln, eindeutige Vorgaben und Orientierung, um das Geschäft und dessen Dynamiken tiefgehend zu verstehen.
  2. Übergang zum Coaching: Führungskräfte wechseln schrittweise in eine beratende Rolle. Sie hinterfragen das Verständnis der Mitarbeiter für geschäftliche Herausforderungen, um deren Urteilsvermögen zu schärfen und Wissenslücken gezielt aufzudecken.
  3. Selektive Unterstützung gewähren: Vorgesetzte leiten Mitarbeiter gezielt zur Selbstständigkeit an, ohne ihnen die eigentlichen Aufgaben abzunehmen. Die operative Ausführung verbleibt stets beim Mitarbeiter.
  4. Strikte zeitliche Fristen durchsetzen: Der gesamte Prozess unterliegt einem verbindlichen Zeitfenster von maximal sechs Monaten. Nach einem halben Jahr muss eine vollständige operative Unabhängigkeit erreicht sein. Deng bringt diese Erwartungshaltung mit einer klaren Warnung auf den Punkt: Wenn eine Führungskraft einem Mitarbeiter nach sechs Monaten immer noch sagen müsse, was er zu tun habe, sei schlicht die falsche Person eingestellt worden.

Investitionskriterien von Risikokapitalgebern und Markttiming

Neben der Mitarbeiterführung verändert der KI-Wandel auch die Mechanismen, mit denen Risikokapitalgesellschaften wie Felicis Startups prüfen und bewerten. In der Frühphase eines Startups existieren naturgemäß selten vollständige Datensätze oder verlässliche historische Kennzahlen. Um in diesem von Unsicherheit geprägten Umfeld fundierte Entscheidungen zu treffen, müssen Investmentteams die Beweise und Annahmen hinter ihren Beschlüssen exakt dokumentieren. Nur so lässt sich im Zeitverlauf überprüfen, ob die ursprünglichen Hypothesen zutreffen.

Um tragfähige Geschäftsmodelle von kurzfristigen Trends zu unterscheiden, wendet Deng ein Prüfungs-Trio (Triad of Tests) an:

  1. Identifikation eines technologischen oder marktbezogenen Wandels: Es muss ein spürbarer Wandel vorliegen, der das Verhalten von Kunden nachhaltig verändert.
  2. Nachweis von Nutzerfrustration durch frühe Beobachtungen: Gründer müssen anhand konkreter Beobachtungen belegen können, dass Kunden an einer echten Hürde oder Frustration leiden.
  3. Fokus und Anpassungsfähigkeit der Gründerpersönlichkeit: Investoren überprüfen, ob die Gründerin oder der Gründer unnachgiebig auf das Kernproblem fokussiert bleibt, dabei jedoch agil und anpassungsfähig genug ist, um auf neue Marktanforderungen zu reagieren.

Bedeutung für die KI-Branche

Die von Peter Deng dargelegten Prinzipien besitzen weitreichende Konsequenzen für das Ökosystem der Künstlichen Intelligenz. In einer Phase, in der viele Technologieunternehmen dazu neigen, KI-Funktionen um der bloßen Neuerung willen zu implementieren, erinnert der Felicis-Partner an den fundamentalen Grundsatz wirtschaftlichen Erfolgs: Technologie ist lediglich ein Werkzeug, um menschliche und geschäftliche Probleme zu lösen.

Für KI-Unternehmen bedeutet dies, dass Algorithmen und Modelle nicht mehr isoliert an ihren technischen Parametern gemessen werden dürfen, sondern an ihrem messbaren Beitrag zum Kundenwert. Werden Produkte lediglich als Ansammlung technischer Funktionen konzipiert, verpufft der erhoffte Return on Investment. Gleichzeitig verschärft der KI-Einsatz den Druck auf Talentakquise und Unternehmenskultur. Weil KI-Tools die Hebelwirkung einzelner Akteure massiv vergrößern, sind traditionelle Kontroll- und Hierarchiemodelle zu langsam und ineffizient. Die Fähigkeit, autonome Fachkräfte zu gewinnen und diese innerhalb eines straffen Sechs-Monats-Rahmens zur vollständigen Selbstständigkeit zu führen, wird zum entscheidenden Wettbewerbsvorteil.

Auf Ebene der Wagniskapitalfinanzierung markieren diese Leitlinien das Ende einer reinen Hype-gesteuerten Investitionswelle. Investoren fordern zunehmend dokumentierte Kausalitäten und stringente Hypothesen. Startups, die Kapital aufnehmen möchten, müssen klar nachweisen können, wie verändertes Kundenverhalten, reale Schmerzpunkte und eine anpassungsfähige Führung zusammenwirken, um dauerhafte Marktchancen zu erschließen.

Häufig gestellte Fragen

Warum sollten Unternehmen Produkterfolge nach Kundenresultaten statt nach erledigten Aufgaben bewerten?

Unternehmen verfallen häufig in das Muster, Teams für das bloße Abarbeiten von Aufgabenlisten oder das termingerechte Fertigstellen von Funktionen zu belohnen. Dies führt jedoch oft dazu, dass Funktionen entstehen, die keinen tatsächlichen Nutzen stiften. Peter Deng von Felicis betont, dass der einzige Zweck eines Produkts in der Lösung eines echten Kundenproblems besteht. Nur wenn der tatsächliche Nutzen und die Stärkung des Kundenvertrauens im Mittelpunkt stehen, entsteht ein nachhaltiger Return on Investment (ROI).

Wie beeinflussen KI-Werkzeuge die Anforderungen an Mitarbeiter und Personalentscheidungen?

Werkzeuge der Künstlichen Intelligenz steigern einerseits die Arbeitsgeschwindigkeit und Produktivität, vergrößern andererseits jedoch auch das Schadenspotenzial fehlerhafter Entscheidungen. Aus diesem Grund können Unternehmen keine Mitarbeiter gebrauchen, die permanente Schritt-für-Schritt-Anweisungen benötigen. Führungskräfte müssen neue Mitarbeiter über strukturierte Ziele, Coaching und selektive Unterstützung dazu befähigen, sich mithilfe von KI selbst zu steuern. Deng setzt hierfür eine Frist von sechs Monaten: Wer nach diesem Zeitraum noch detaillierte Anweisungen benötigt, gilt als Fehlbesetzung.

Anhand welcher Kriterien bewerten Risikokapitalgeber Frühphasen-Startups im KI-Zeitalter?

Da in frühen Unternehmensphasen kaum vollständige Daten vorliegen, stützen sich Investoren auf ein Drei-Stufen-Modell zur Bewertung des Potenzials: Erstens wird geprüft, ob ein technologischer oder marktweiter Wandel das Kundenverhalten grundlegend verändert hat. Zweitens muss durch frühe Beobachtungen belegt sein, dass Nutzer unter einer konkreten Frustration leiden. Drittens muss das Gründerteam den unerschütterlichen Fokus auf das Kernproblem wahren, während es gleichzeitig flexibel und anpassungsfähig bei der Umsetzung bleibt.

Ähnliche Nachrichten

Meta kündigt Muse Spark Open an: Kooperation mit Apple für Desktop-Ausführung auf Mac Studios
Branchennachrichten

Meta kündigt Muse Spark Open an: Kooperation mit Apple für Desktop-Ausführung auf Mac Studios

Meta hat die Veröffentlichung des neuen KI-Modells Muse Spark Open bekannt gegeben und deklariert dieses als das bisher leistungsfähigste US-amerikanische Modell mit offenen Gewichten. Neben diesem hohen Leistungsanspruch hebt das Unternehmen eine technische Besonderheit hinsichtlich der Ausführung hervor: Muse Spark Open sei das erste Modell seiner Leistungsklasse, das sich direkt an einem lokalen Desktop-Arbeitsplatz betreiben lasse. Als technische Voraussetzung für dieses lokale Setup nennt Meta den gleichzeitigen Einsatz von zwei Apple M5 Ultra Mac Studios in Verbindung mit der neuesten Ausgabe des MLX-Frameworks von Apple. Durch eine Zusammenarbeit beider Technologieunternehmen soll die Performance der Muse-Modellreihe auf Mac-Computern gezielt optimiert werden.

Volvo setzt auf Nvidia-Technologie: Freihändiges Fahren von Punkt zu Punkt bis 2030 geplant
Branchennachrichten

Volvo setzt auf Nvidia-Technologie: Freihändiges Fahren von Punkt zu Punkt bis 2030 geplant

Der Automobilhersteller Volvo hat Pläne vorgestellt, bis zum Jahr 2030 freihändiges Fahren von Start- bis Zielort einzuführen. Technologisches Herzstück dieses Vorhabens ist die neueste KI-Technologie von Nvidia. Wie das in Schweden gestaltete und in chinesischem Besitz befindliche Unternehmen mitteilte, kommt dafür der autonome Software- und Hardware-Stack von Nvidia zum Einsatz. Das künftige System wird als teilautomatisiertes System der Kategorie Level 2++ eingestuft und weist deutliche Parallelen zu Teslas Konzept Full Self-Driving (Supervised) auf. Mit dieser Kooperation treibt Volvo die Automatisierung seiner Flotte gezielt voran. Erfahren Sie in diesem Artikel alle wesentlichen Hintergründe, technischen Einordnungen und Auswirkungen der Partnerschaft für die automobile KI-Entwicklung.

Branchennachrichten

OpenAI unterstützt Lehrkräfte: Neues Angebot AI for Educators auf brasilianischem Portugiesisch und Study Mode für aktives Lernen

Anlässlich des Tags der Lehrkräfte (Teachers’ Day) hat OpenAI in einem Beitrag im OpenAI Blog die Initiative „AI for Educators“ in brasilianischem Portugiesisch vorgestellt und den Einsatz des sogenannten Study Mode beleuchtet. Die Maßnahme soll Lehrkräfte gezielt dabei unterstützen, aktives und schrittweises Lernen im Unterricht zu fördern. Der didaktische Schwerpunkt liegt darauf, Schülern und Lernenden durch gezielte Fragen zu vermitteln, wie sie eigenständig denken und lernen können, anstatt nur vorgefertigte Resultate zu konsumieren. Durch den Study Mode erhalten Lehrkräfte ein Werkzeug an die Hand, um Lernprozesse methodisch fundiert zu begleiten. Mit der Veröffentlichung auf brasilianischem Portugiesisch richtet sich das Bildungsprogramm gezielt an den portugiesischsprachigen Raum und unterstreicht die wachsende Bedeutung pädagogisch abgestimmter Ansätze für den zeitgemäßen Einsatz von KI-Technologien im Bildungsbereich.