Logo

← Zu allen Beiträgen

Aktualisiert: 2026-02-07

Opportunity Score für VCs: Investment Thesis automatisiert validieren

Wie VCs mit KI-gestütztem Scoring Investment-Thesen validieren: Strategic Fit + Opportunity Attractiveness automatisiert bewerten. Inkl. Framework & Tool.

Leopold Bosankic

Leo ist CEO und Co-Founder von Researchly mit jahrelanger Erfahrung als Investment Manager, KI-Berater & Data Scientist.

LinkedIn Profil

Das manuelle Screening von Startups gegen Ihre Investment-Thesis kostet Zeit – und ist fehleranfällig. Ein systematisches Scoring-System löst beide Probleme: Es bewertet jeden Deal automatisch auf zwei Ebenen – Strategic Fit (passt es zu uns?) und Opportunity Attractiveness (wie vielversprechend ist es?). Das Ergebnis: priorisierte Shortlists statt endloser Spreadsheets.


Inhalt

  1. Das Problem: Warum manuelles Deal-Screening nicht skaliert
  2. Die zwei Dimensionen: Strategic Fit vs. Opportunity Attractiveness
  3. Strategic Fit Score: Investment-Thesis als Regelwerk
  4. Opportunity Attractiveness Score: Externe Signale systematisch bewerten
  5. Wie die Scores zusammenspielen
  6. Implementation: Vom Framework zum konfigurierbaren System
  7. Integration in bestehende Workflows
  8. FAQ

Das Problem: Warum manuelles Deal-Screening nicht skaliert

Die meisten VC-Teams kennen ihre Investment-Thesis auswendig: Region, Stage, Ticket-Größe, Sektor, B2B vs. B2C. Das Problem ist nicht das Wissen um diese Kriterien – es ist die konsistente Anwendung bei hunderten eingehenden Deals pro Monat.

Was wir bei Fonds-Audits sehen:

Symptom Konsequenz
Kriterien werden manuell geprüft 15-30 Minuten pro Deal für Basic Screening
Keine standardisierte Gewichtung Analyst A priorisiert anders als Analyst B
"Vielversprechend" ist Bauchgefühl Keine dokumentierte Logik für IC-Diskussionen
Timing-Signale werden übersehen Deals werden zu früh oder zu spät angeschaut

Ein kürzlich durchgeführtes Audit eines VC-Fonds zeigte: Fast 50% der Analysten-Zeit floss in Low-Value-Tasks wie Datenerfassung und erste Kategorisierung – nicht in die eigentliche Investment-Analyse.

Die Lösung ist kein besserer Analyst, sondern ein besseres System.


Die zwei Dimensionen: Strategic Fit vs. Opportunity Attractiveness

Bevor ein Deal in die tiefe Due Diligence geht, brauchen Sie Antworten auf zwei fundamental unterschiedliche Fragen:

1. Strategic Fit Score: "Passt dieses Startup zu uns?"

Diese Frage ist intern orientiert. Sie prüft, ob ein Startup in Ihren definierten Scope fällt – unabhängig davon, wie gut oder schlecht das Startup ist.

Typische Fit-Kriterien:

  • Geografie (z.B. nur Europa)
  • Stage (z.B. nur Series-A-Tickets)
  • Sektor/Vertikale (z.B. nur bestimmte Subfelder)
  • Geschäftsmodell (z.B. B2B stark bevorzugt)
  • Ticket-Größe (z.B. €2-10M)

Ein Startup kann objektiv exzellent sein – aber wenn es in den USA sitzt und Sie nur in Europa investieren, ist der Fit-Score niedrig. Das ist keine Aussage über die Qualität.

2. Opportunity Attractiveness Score: "Wie vielversprechend ist dieses Startup?"

Diese Frage ist extern orientiert. Sie bewertet, wie attraktiv eine Opportunity innerhalb Ihres Scopes ist – basierend auf Markt-Signalen, Timing und Dynamik.

Typische Attractiveness-Signale:

  • Markt-Timing: Ist das Thema "jetzt" heiß oder noch zu früh?
  • Wachstums-Signale: Hiring-Dynamik, News-Momentum, Funding-Aktivität
  • Wettbewerbslandschaft: Wie dicht ist das Feld?
  • Traction-Indikatoren: Kundenreferenzen, Produktreife

Ein Startup kann perfekt in Ihren Scope passen (Fit-Score: 10) – aber wenn der Markt noch 2-3 Jahre braucht, ist der Attractiveness-Score niedriger.

Die Kombination beider Scores ermöglicht eine Matrix-Priorisierung: Hoher Fit + hohe Attractiveness = sofort ansprechen. Hoher Fit + niedrige Attractiveness = beobachten. Niedriger Fit = aus Scope, unabhängig von Attractiveness.


Strategic Fit Score: Investment-Thesis als Regelwerk

Der Fit-Score übersetzt Ihre Investment-Thesis in ein konfigurierbares Regelwerk. Statt "das passt zu uns" als Bauchgefühl haben Sie eine dokumentierte, gewichtete Logik.

Beispiel-Framework für einen European B2B Infrastructure Fund

Kriterium Ausprägung Punkte
Geografie DACH +3
Restliches Europa +2
UK +1
USA/Asien 0
Stage Series A +3
Late Seed +2
Pre-Seed / Series B+ 0
Sektor Energie-Infrastruktur +3
Adjacent Infrastructure +2
Andere Vertikale 0
Geschäftsmodell B2B SaaS/Platform +3
B2B Services +2
B2C -1

Maximaler Fit-Score: 12 Punkte Threshold für "in Scope": ≥ 8 Punkte

Dieser Ansatz hat drei Vorteile:

  1. Transparenz: Jeder im Team weiß, warum ein Deal 9/12 vs. 6/12 bekommt
  2. Konsistenz: Analyst A und Analyst B bewerten identisch
  3. Anpassbarkeit: Wenn sich die Thesis ändert, ändern Sie die Gewichte

Die Methodik entspricht dem Scoring-Ansatz, den wir auch für Technology Radars entwickelt haben – nur auf Investment-Thesen angewendet.


Opportunity Attractiveness Score: Externe Signale systematisch bewerten

Während der Fit-Score relativ statisch ist (Ihre Thesis ändert sich nicht wöchentlich), ist der Attractiveness-Score dynamisch. Er basiert auf Echtzeit-Signalen aus dem Markt.

Die relevanten Signal-Kategorien

Signal-Typ Was es zeigt Datenquelle
News-Momentum Wie oft wird das Startup/Thema erwähnt? News-Aggregation, Google Trends
Funding-Aktivität Funding-Runden im Sektor, Follow-on-Signale Crunchbase, PitchBook
Hiring-Dynamik Team-Wachstum, Schlüssel-Hires LinkedIn, Hiring-Tracker
Wettbewerbsdichte Wie viele Player im Markt? Markt-Mapping
Trend-Reife Wo steht das Thema im Adoption-Zyklus? Trend-Analyse, Patents

Beispiel-Scoring für Attractiveness

Dimension Signal Score-Logik
Timing Thema in "Peak Interest" Phase +3
Thema emerging (6-12 Monate bis Peak) +2
Thema zu früh oder bereits mature +1
Dynamik >50% Team-Wachstum YoY +2
Relevante News in letzten 30 Tagen +1
Keine sichtbare Aktivität 0
Wettbewerb Wenige starke Player (Blue Ocean) +2
Moderate Konkurrenzdichte +1
Überfüllter Markt 0

Warum Wettbewerbsdichte unterschiedlich bewertet werden kann: Manche Fonds sehen hohe Konkurrenz als Red Flag, andere als Marktvalidierung. Das System muss konfigurierbar sein.

Diese Signale entsprechen den Indikatoren, die wir im Early-Stage Startups finden Guide beschrieben haben – hier jedoch aggregiert zu einem Score.


Wie die Scores zusammenspielen

Die echte Magie entsteht, wenn Sie beide Scores kombinieren.

Die Priorisierungs-Matrix

Attractiveness hoch (≥7) Attractiveness mittel (4-6) Attractiveness niedrig (<4)
Fit hoch (≥8) Priorität 1: Sofort Deep Dive Priorität 2: Diese Woche ansehen Watch: Beobachten, Timing prüfen
Fit mittel (5-7) Edge Case prüfen Backlog Pass
Fit niedrig (<5) Out of Scope Out of Scope Out of Scope

Praktische Anwendung in Airtable/CRM

Mit beiden Scores als Felder können Sie:

  • Filtern: Zeige nur Deals mit Fit ≥ 8 UND Attractiveness ≥ 7
  • Sortieren: Priorisiere nach Combined Score (Fit × 0.5 + Attractiveness × 0.5)
  • Reports: Wöchentlicher Digest der Top-10 Deals
  • Alerts: Benachrichtigung bei neuen High-Priority Deals

Implementation: Vom Framework zum konfigurierbaren System

Ein Opportunity-Scoring-System ist kein "magisches Orakel" – es ist ein gemeinsam kalibriertes Werkzeug, das Ihre Investment-Logik operationalisiert.

Phase 1: Kriterien definieren

Für den Fit-Score:

  1. Dokumentieren Sie Ihre Investment-Thesis explizit
  2. Identifizieren Sie die 5-7 wichtigsten Kriterien
  3. Definieren Sie Ausprägungen und Punkte pro Kriterium
  4. Setzen Sie Threshold-Werte ("ab 8 Punkten = in Scope")

Für den Attractiveness-Score:

  1. Wählen Sie relevante Signal-Kategorien für Ihren Sektor
  2. Definieren Sie Datenquellen pro Signal
  3. Kalibrieren Sie Gewichte (Was zählt mehr: Timing oder Traction?)

Phase 2: Backtesting

Bevor Sie live gehen: Testen Sie das Scoring gegen historische Deals.

  • True Positives: Deals, die Sie gemacht haben – hoher Score?
  • True Negatives: Deals, die Sie bewusst gepasst haben – niedriger Score?
  • Interessante Abweichungen: Wo hätte das System anders entschieden als Sie?

Dieser Kalibrierungs-Prozess ist essenziell. Er entspricht dem Prompt Engineering für Investoren – nur auf Scoring-Modelle angewendet.

Phase 3: Automation & Integration

Nach der Kalibrierung kann das Scoring automatisiert werden:

  1. Daten-Enrichment: Startup-Profil wird mit externen Daten angereichert
  2. Fit-Score-Berechnung: Regelwerk wird automatisch angewendet
  3. Attractiveness-Score-Berechnung: Signale werden aggregiert
  4. Output: Scores erscheinen in Airtable/CRM mit Confidence-Score

Der Confidence-Score ist wichtig: Er zeigt an, wie vollständig die Datenbasis für die Bewertung war.


Integration in bestehende Workflows

Das Scoring-System muss in Ihren bestehenden Dealflow-Prozess passen – nicht umgekehrt.

Typischer Workflow mit Scoring

  1. Deal kommt rein (Pitch Deck, Intro, Inbound)
  2. Daten-Extraktion & Enrichment (automatisiert)
  3. Fit-Score wird berechnet
    1. → < Threshold? → Automatische Ablehnung mit Template
    2. ≥ Threshold? → Weiter zu Schritt 4
  4. Attractiveness-Score wird berechnet
  5. Combined Score bestimmt Priorität
  6. High-Priority Deals → Deep Dive Queue
    1. Medium-Priority Deals → Weekly Review
    2. Low-Priority (aber in Scope) → Watch List & Intelligente Nudges

Was sich ändert (und was nicht)

Was sich ändert Was gleich bleibt
Erste Kategorisierung ist automatisch Investment-Entscheidung bleibt beim Team
Priorisierung ist datenbasiert Gründer-Gespräche bleiben essenziell
Scoring-Logik ist dokumentiert IC-Diskussion bleibt qualitativ
Edge Cases werden geflaggt Final Call ist menschlich

Die Rolle des Investors verschiebt sich: weniger Zeit für initiales Screening, mehr Zeit für die Deals, die wirklich zählen. Das entspricht dem Paradigmenwechsel, den wir in KI im Venture Capital beschrieben haben.


Vom Bauchgefühl zum dokumentierten Score

Die besten VC-Teams treffen keine besseren Entscheidungen, weil sie schlauer sind – sondern weil sie systematischer arbeiten. Ein Opportunity-Scoring-System macht Ihre implizite Investment-Logik explizit, testbar und skalierbar.

Die drei Outputs, die Sie erhalten:

  1. Strategic Fit Score: Wie gut passt dieses Startup zu Ihrer Investment-Thesis?
  2. Opportunity Attractiveness Score: Wie vielversprechend wirkt das Startup anhand externer Signale?
  3. Confidence Score: Wie vollständig ist die Datenbasis für diese Bewertung?

Wenn Sie sehen möchten, wie ein solches Scoring-System für Ihren Fonds aussehen könnte, bieten wir einen unverbindlichen Workshop zur gemeinsamen Kalibrierung an:

14 Tage kostenlos testen →

FAQ

Frequently asked questions

Das könnte Sie auch interessieren

Weitere Einblicke in Marktanalysen, Innovationsmanagement und KI-Automatisierung.