LONDON (IT BOLTWISE) – Promus Ventures setzt beim Investment in Deep Tech vor allem auf Differenzierung, langfristige Produktqualität und messbare Wertschöpfung über mehrere Ebenen der Technologie-Stack ab. Im Interview erläutert Sam Collett, wie er bei frühen Teams auf „Durability“ statt auf kurzfristige Kennzahlen schaut. Gleichzeitig warnt er vor einer überfüllten Landschaft bei vertikaler KI und betont, dass Vertrauen und Distribution oft langsamer wachsen als die Technologie selbst. Für Gründer ergibt sich daraus eine klare Frage: Wann skalieren Venture-Capital-Gelder den Weg zur Marktreife – und wann verbrennen sie den Fokus.
Promus Ventures geht in der frühen Phase nicht primär auf Umsatzmultiples, sondern auf die Frage, ob aus einem technischen Ansatz eine dauerhaft verteidigbare Position wird. Sam Collett, Investment Associate bei der Deep-Tech-orientierten VC, verbindet sein eigenes Investment-Narrativ mit einem sehr praxisnahen Screening: Entscheidend sei, ob sich Differenzierung in einen echten „Moat“ übersetzen lässt. In seiner Argumentation taucht dabei ein wiederkehrendes Muster auf: Unternehmen gewinnen nicht nur durch eine bessere Einzelkomponente, sondern dadurch, dass sie Wertschöpfung durch mehrere Stufen der Wertschöpfungskette ziehen – und damit Austauschbarkeit reduzieren.
Technisch betrachtet führt Collett das an Beispielen vor, die das Prinzip „End-to-End als Wettbewerbsvorteil“ illustrieren. Rocket Lab wird dabei als Fallstudie genannt: Das Unternehmen habe zunächst über Komponentenfertigung, Startdienste und Raketen bereits eine integrierte Basis geschaffen und baue den Moat nun durch Zukauf in Richtung Kommunikationsschicht aus. Der strategische Effekt liegt weniger im einzelnen Deal als in der kumulativen Architektur: Je stärker eine Firma Prozesse, Schnittstellen und Produktionspfade integriert, desto schwieriger wird es für Wettbewerber, nur mit Technologie „nachzubauen“ und sofort die gleiche Kosten- oder Leistungsstruktur zu erreichen. Genau darauf zielt seine Einschätzung zu Skaleneffekten.
Im Marktvergleich wird deutlich, warum er bei frühen Setups zwischen Venture Capital und Private Equity trennt. Er beschreibt Private Equity insbesondere im LBO-Kontext als stark quantitativen Maschinenraum: interne Renditezielvorgaben, Zeitfenster für Exit und ein mechanistisches „Lever“-Management. Venture dagegen sei stärker auf qualitative Signale ausgerichtet – vor allem in der Seed- bis Frühphase, in der TAM-Modelle und erste Umsätze oft zu grob sind. Colletts Perspektive entspricht damit einem üblichen VC-Risikoapparat: Man investiert in Team- und Visionstauglichkeit, aber versucht die Unsicherheit über harte Hinweise auf Differenzierung zu reduzieren. Das führt auch zur Frage nach den „Green Flags“.
Für die Bewertung nutzt er eine Art Heuristik, die sich an Hamilton Helmers „Seven Powers“ anlehnt: etwa Cornered Resources, Switching Costs, Scale und Network Economies sowie Brand, Prozessstärke und Counter-Positioning. In Deep Tech verortet er besonders „Cornered Resources“ als Hebel, also seltene technologische Voraussetzungen, die andere nicht schnell kopieren können. Daneben nennt er regulatorische oder vertragliche Zugriffsmöglichkeiten, etwa in Verteidigungs- oder Raumfahrtbereichen – sofern ein Unternehmen über bestimmte Verträge oder Marktregeln eine strukturelle Stellung erreicht. Ebenso wichtig seien Scale Economies: Wer eine Fertigungskette wirklich durchgängig integriert, kann Margen an mehreren Stellen reduzieren und dem Kunden langfristig bessere Gesamtkosten liefern.
Auch die „Red Flags“ adressiert er mit Blick auf Teamqualität und Informationskultur. Sein Fokus liegt auf intellektueller Redlichkeit: Gründer sollten Schwächen benennen, Fehler akzeptieren und transparent machen, was sie nicht wissen. In seiner Logik sind schlechte Teams häufig dort zu finden, wo das Narrativ absolutistisch wird – „keine Schwächen“, „niemals ein Irrtum“. Das klingt psychologisch, ist aber inhaltlich relevant, weil es die Wahrscheinlichkeit erhöht, dass ein Unternehmen Hypothesen über Produkt, Marktzugang und technische Machbarkeit rechtzeitig korrigiert. Gerade in stark regulierten Anwendungsfeldern wird diese Fähigkeit zur Lernkurve schnell zum wirtschaftlichen Faktor, nicht nur zum Kulturthema.
Bei Trends innerhalb der frühen Deep-Tech- und KI-Welle wirkt Collett gleichzeitig optimistisch und selektiv. Er berichtet von einem intensiven Blick auf „Vertical AI“: Plattformen, die Workflows für genau eine Branche bündeln, etwa für Zahnärzte, Recht oder Restaurants. Die große Chance liegt in der klareren Problemdefinition und potenziell besseren Produktbindung. Gleichzeitig sieht er ein strukturelles Problem: Die Auswahl innerhalb eines VC-Fonds sei schwer, weil der Markt überfüllt ist. Er nennt als Beobachtung, dass bei einem Y-Combinator-Event etwa ein Drittel des Batch Richtung vertikale KI ging. Das Ergebnis sind viele reale Produkte, aber ein schneller Kampf um Aufmerksamkeit und Distribution.
Der Punkt „Moat entsteht mit der Zeit“ erklärt auch, warum die Distribution oft zum Engpass wird. Collett betont, dass das Produkt erst dann deutlich besser wird, wenn echte Kunden es nutzen und Feedback sowie Daten zurückfließen. Vertrauen dagegen – besonders in Medizin, Recht oder Finanzen – baut sich nicht über Nacht auf, sondern durch wiederholbare Compliance, verlässliche Ergebnisse und auditierbare Abläufe. Daraus leitet er ab, dass die Gewinner diejenigen sein werden, die sofortigen Nutzen liefern und zugleich die schnellste Distribution erreichen. In der Praxis führt das zu einem heiklen Trade-off: Technikgeschwindigkeit allein reicht nicht; Go-to-Market-Geschwindigkeit und regulatorische Robustheit werden zur Wettbewerbsdimension.
Für Gründer ergibt sich daraus eine konkrete Timing-Frage zum Kapitalbedarf. Collett rät in Plattform- bzw. Application-Layer-AI-Ansätzen dazu, Venture Capital dann als sinnvollen Beschleuniger zu sehen, wenn der Markterfolg stark davon abhängt, „so schnell wie möglich“ in den Vertrieb zu gehen oder erhebliche Vorabkosten über Kapital zu finanzieren – etwa für Training proprietärer Modelle oder für den Aufbau der initialen Infrastruktur. In frühen Phasen kann VC dann helfen, die Lern- und Skalierungszyklen zu überbrücken. Umgekehrt sollten Teams prüfen, ob sie mit zu viel Kapital zu früh in eine Wachstumsillusion geraten und dadurch den Aufbau von Vertrauen, Datenqualität und sicheren Betriebsprozessen verzögern. Für die Roadmap heißt das: erst verteidigbare Differenzierung liefern, dann skalieren.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Promus Ventures im Gespräch: Wie Deep-Tech-Startups eine echte Burg bauen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Promus Ventures im Gespräch: Wie Deep-Tech-Startups eine echte Burg bauen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Promus Ventures im Gespräch: Wie Deep-Tech-Startups eine echte Burg bauen« bei Google Deutschland suchen, bei Bing oder Google News!