FORSCHUNGSAKTE
Die Wissenschaft der Gründer-Status-Scham
Die Startup-Welt lebt von sichtbaren Erfolgsgeschichten — Börsengänge, TechCrunch-Schlagzeilen, Milliardenbewertungen.
DIE ÜBUNG ANSEHEN
Mach aus einem Gedanken, den diese Forschung erklärt, einen klaren Schritt.
DER GEDANKE
“Mein Umsatz ist nicht die Sorte, über die bei Gründer-Dinners gesprochen wird”
DEINE AUFGENOMMENE ANTWORT
“Meine Zahl ist klein, aber sie ist echt Umsatz — nicht geliehenes Rampenlicht.”
EIN PRIVATER SCHRITT
Nimm dir unter zehn Minuten einen Zettel oder eine Notiz, schreib deine aktuelle MRR als reine Zahl darauf und darunter einen Satz: „Das ist Umsatz, nicht Urteil.“ Danach legst du den Zettel weg oder löschst die Notiz wieder.
Was sie verbirgt, ist die Basisrate: Rund 75 % der venture-finanzierten Unternehmen geben ihren Investoren das Kapital nicht zurück, wie die Forschung von Harvard-Business-School-Professor Shikhar Ghosh zeigt. Gründer, die ihren Fortschritt an dem kleinen Bruchteil von Unternehmen messen, die es auf die Anzeigetafel geschafft haben, tun etwas mathematisch Äquivalentes dazu, die strukturellen Schwachstellen eines Flugzeugs zu beurteilen, indem man nur die Flugzeuge studiert, die aus dem Kampf zurückgekehrt sind — genau der Fehler, den Abraham Wald im Zweiten Weltkrieg aufdeckte. VC-Ablehnung ist kein Urteil; es ist Arithmetik. Das Scham-Skript — 'andere Gründer zerstören es und ich nicht' — basiert auf Daten, die durch Überleben vorgefiltert wurden.
Wie sich die Wissenschaft verändert hat
- 1943
Der Statistiker Abraham Wald berät die alliierten Streitkräfte: Die Bomber, die von Missionen zurückkehren, zeigen Schäden an Flügeln und Rumpf — aber das sind genau die falschen Flugzeuge zum Studieren. Die Flugzeuge, die nicht zurückkehrten, sind diejenigen, die verraten, wo ein Treffer tödlich ist. Walds Einsicht — dass das Studium nur der Überlebenden die tödliche Information systematisch verbirgt — wird zur kanonischen Demonstration des Survivorship Bias. ↗
- 1970
Soziologen beginnen, 'Statusangst' in professionellen Gemeinschaften zu dokumentieren — den chronischen Stress, der entsteht, wenn man die eigene Position mit einer sozial sichtbaren Elite vergleicht. Die Angst eskaliert am stärksten, wenn die Referenzgruppe gefiltert ist: Menschen sehen nur Gleichgesinnte, die 'es geschafft haben', und schlussfolgern, dass etwas mit ihnen nicht stimmt, wenn das nicht der Fall ist. ↗
- 2001
Der Dot-com-Bust macht Survivorship Bias in der Startup-Berichterstattung neu lesbar: Tausende von Unternehmen, die erhebliches Venture-Kapital eingesammelt haben, verschwinden still, während die Handvoll Überlebender die retrospektive Berichterstattung dominiert. Analysten stellen fest, dass die meistzitierten Erfolgsmetriken ausschließlich an Unternehmen berechnet wurden, die zum Messzeitpunkt noch existierten. ↗
- 2012
Harvard-Business-School-Professor Shikhar Ghosh veröffentlicht Forschungsergebnisse, wonach rund 75 % der venture-finanzierten Unternehmen das Kapital ihrer Investoren nicht zurückgeben und 30–40 % alle Vermögenswerte liquidieren, wobei Investoren ihre gesamte Investition verlieren. Die Ergebnisse widersprechen der dominanten 'die meisten Startups schaffen es'-Erzählung, die in der Startup-Presse kursiert. ↗
- 2014
80,000 Hours veröffentlicht eine Analyse von VC-Wahrscheinlichkeits- und Auszahlungsdaten und stellt fest, dass die tatsächliche Rate, mit der Startups Venture Capital erhalten, dramatisch niedriger ist als Gründerumfragen nahelegen — viele Gründer überschätzen ihre Chancen, weil ihre sozialen Netzwerke bereits zu Personen hin vorgefiltert sind, die erfolgreich Kapital gesammelt haben. ↗
- 2019
Im Academy of Management Journal veröffentlichte Forschung dokumentiert, dass Statushierarchien in Startup-Ökosystemen an der Spitze scharf sichtbar sind — Acceleratoren, Presseberichterstattung, namhafte Investoren — während die viel größere Basis an kämpfenden oder gescheiterten Unternehmen fast kein soziales Signal erzeugt. Gründer, die die sichtbare Schicht lesen, überschätzen systematisch, wie häufig Hochstatus-Ergebnisse sind. ↗
- 2021
CB Insights' Analyse von Post-Mortems von über 110 gescheiterten Startups findet, dass der am häufigsten genannte Grund 'kein Marktbedarf' war (42 %) — ein Signal, dass selbst gut finanzierte Unternehmen regelmäßig den Produkt-Markt-Fit falsch einschätzen. Die Daten bekräftigen, dass Scheitern das modale Venture-Ergebnis ist, nicht die Ausnahme, die einer Erklärung bedarf. ↗
Was Menschen glauben vs. was die Daten zeigen
Der Glaube“Wenn dein Startup keine VC-Finanzierung bekommen hat, bist du am Scheitern — die meisten Unternehmen, die darum kämpfen, bekommen sie.”
Die DatenDie Rate der Startups, die erfolgreich Venture Capital einsammeln, ist dramatisch niedriger als die Wahrnehmung von Gründern. 80,000 Hours' Analyse der Daten ergab, dass die scheinbare Prävalenz von VC-finanzierten Unternehmen ein Artefakt der Filterung sozialer Netzwerke ist: Gründer kennen überproportional viele Menschen, die aufgesammelt haben, was die Basisrate viel höher erscheinen lässt, als sie ist. ↗
Der Glaube“Die meisten venture-finanzierten Unternehmen haben Erfolg — deshalb finanzieren VCs sie.”
Die DatenGhoshs HBS-Forschung fand, dass rund 75 % der venture-finanzierten Unternehmen das Kapital ihrer Investoren nicht zurückgeben. VCs operieren nach einem Potenzgesetz-Modell: Eine kleine Anzahl übergroßer Gewinner soll eine große Mehrheit von Verlusten kompensieren. Ein Investor, der 20 Unternehmen finanziert, erwartet, dass die meisten scheitern; diese Erwartung ist in die Fondsmathematik eingebaut, nicht vor ihr verborgen. ↗
Der Glaube“Wenn ein VC dein Unternehmen abgelehnt hat, bedeutet das, dass etwas grundlegend mit dir oder deiner Idee nicht stimmt.”
Die DatenSurvivorship Bias bedeutet, dass die finanzierten Deals die einzigen mit einem öffentlichen Datensatz sind. Ablehnung ist die Basisrate, nicht die Ausnahme: Die meisten Pitches, von den meisten Gründern, in den meisten Phasen, werden nicht finanziert. Ein 'Nein' von einem einzelnen VC trägt nicht mehr diagnostische Informationen über die Qualität deines Unternehmens als ein einzelner Bomber mit Flügelschäden über die tatsächliche Verwundbarkeit des Flugzeugs aussagt. ↗
Der Glaube“Gründer, die echte Unternehmen aufbauen, haben sichtbare Traktion — wenn du nicht darauf zeigen kannst, liegst du zurück.”
Die DatenDie Traktion, die in der Presseberichterstattung und in sozialen Feeds auftaucht, ist eine weitere gefilterte Stichprobe: Unternehmen kündigen Meilensteine an, keine Monate mit flachen Metriken. CB Insights' Startup-Post-Mortem-Daten zeigen, dass selbst Unternehmen mit früher sichtbarer Traktion regelmäßig kein nachhaltiges Wachstum fanden. Die Anzeigetafel zeigt nur den Spielstand; sie zeigt nicht, wie viele Teams es nie in die Arena geschafft haben. ↗
Der Glaube“Überlebende Startup-Gründer fühlten sich alle sicher in ihrem Weg — Selbstzweifel sind ein Zeichen, dass du der Typ bist, der das nicht tun sollte.”
Die DatenDas Narrativ des selbstbewussten Gründers ist selbst ein Produkt des Survivorship Bias: Retrospektive Berichte betonen die Entschlossenheit derer, die erfolgreich waren, während die gleichermaßen entschlossenen Gründer, deren Unternehmen scheiterten, keine autobiografischen Aufzeichnungen hinterlassen. Survivorship Bias in persönlichen Narrativen überschätzt systematisch die Überzeugung und unterschätzt den Zweifel in erfolgreichen Kohorten, weil die Vergleichsgruppe — Zweifler, die auch scheiterten — unsichtbar ist. ↗
TESTE_DICH · Wie gut kennst du diese Forschung?
01 Abraham Walds Bomberanalyse im Zweiten Weltkrieg ist eine klassische Demonstration des Survivorship Bias. Was war seine Kernerkenntnis?
Wald erkannte, dass die Flugzeuge mit sichtbarem Schaden überlebt hatten — die fehlenden Daten waren die Flugzeuge, die an nicht markierten Stellen getroffen wurden und nicht zurückkehrten. Das Studium nur der Überlebenden sagt dir, wo Treffer überlebbar sind, nicht wo sie tödlich sind. Gründer, die nur erfolgreiche Unternehmen studieren, machen denselben Fehler. Quelle ↗
02 Laut der Forschung von HBS-Professor Shikhar Ghosh: Wie viel Prozent der venture-finanzierten Unternehmen geben ihren Investoren das Kapital nicht zurück?
Ghoshs Forschung ergab, dass rund 75 % der venture-finanzierten Unternehmen das Kapital der Investoren nicht zurückgeben. Diese Zahl ist in der Startup-Kultur selten sichtbar, weil scheiternde Unternehmen keine Presseberichterstattung, Gründer-Testimonials oder Konferenz-Keynotes generieren — die Daten verschwinden mit dem Unternehmen. Quelle ↗
03 Warum überschätzen Gründer typischerweise die Verbreitung von VC-finanzierten Unternehmen in ihrer Peer-Gruppe?
80,000 Hours' Analyse der VC-Daten ergab, dass die sozialen Netzwerke von Gründern bereits gefiltert sind: Die Menschen, die sie kennen, denen sie folgen und von denen sie hören, umfassen überproportional jene, die erfolgreich Kapital gesammelt haben. Gründer, die es versuchten und keine Finanzierung erhielten, sind in typischen Startup-Sozialkreisen nicht gut vertreten, was die wahrgenommene Basisrate nach oben verzerrt. Quelle ↗
04 Was identifiziert die Startup-Post-Mortem-Datenbank von CB Insights als den am häufigsten genannten Grund für das Scheitern von Startups?
CB Insights fand, dass 'kein Marktbedarf' von 42 % der gescheiterten Startups genannt wurde — die größte Einzelkategorie. Das ist relevant für Gründer-Status-Scham, weil es zeigt, dass selbst Unternehmen, die die VC-Auswahlhürde überwunden, gelauncht und Teams aufgebaut hatten, den Produkt-Markt-Fit regelmäßig falsch einschätzten. Externe Validierung (Finanzierung, Presse) macht Scheitern nicht selten. Quelle ↗
05 Survivorship Bias in der Startup-Kultur bedeutet, dass Gründer sich an einer vorhandenen, vorgefilterten Stichprobe messen. Was ist das Kernproblem mit dieser Stichprobe?
Die sichtbare Startup-Landschaft — Presseberichterstattung, Podcasts, Twitter-Timelines, Konferenzbühnen — besteht fast ausschließlich aus Unternehmen, die lang genug überlebt haben, um diese Signale zu erzeugen. Die ~75 %, die scheiterten, hinterließen fast keine Spur. Die Messung an der sichtbaren Schicht ist strukturell äquivalent zu Walds Fehler: nur die zurückkehrenden Flugzeuge zu studieren. Quelle ↗