Recherche, die sich selbst aktualisiert. Urteilsvermögen, das es nicht tut.
Die Automatisierung der Investmentrecherche hält ein lebendes Memo während des Deal-Prozesses aktuell, während menschliche Schlussfolgerungen klar menschlich bleiben.
Die Ausgangslage
Der VC-Fonds erhält Bewerbungen von Start-ups, die eine Investition suchen. Die Bewerbung war nie das Problem. Alles danach schon.
Analysten sammelten Informationen aus Pitchdecks, Unternehmenswebsites, Gründerprofilen, Gesprächen, Marktanalysen und internen Diskussionen und überführten sie in das bestehende Memo-Format des Fonds. Während ein Deal die Pipeline durchlief, veränderte sich dieses Bild laufend: neue Gespräche, neue Recherche und neue Beobachtungen des Investmentteams. Ohne ein verbundenes System musste jemand alles erneut zusammentragen, das CRM und das Memo aktualisieren und prüfen, ob die aktuelle Version dem Wissensstand des Teams entsprach.
Die Herausforderung
Das System musste Recherche und Dokumentation automatisieren, ohne das Investmenturteil zu automatisieren. Ein Modell das gesamte Memo erstellen zu lassen und Menschen danach nur noch redigieren zu lassen, würde generierten und menschlichen Text vermischen. Dann ist nicht mehr erkennbar, was was ist. Ein Memo, dem niemand vertraut, ist schlechter als gar kein Memo.
Menschlich geschriebene Abschnitte werden deshalb getrennt von generierten gespeichert. KI-Agenten aktualisieren die Recherche darum herum, überschreiben aber weder das Urteil eines Analysten noch einen Kommentar des Investmentkomitees. Jeder Leser kann erkennen, welche Teile recherchiert, welche synthetisiert und welche ein menschliches Urteil sind.
Jede relevante Änderung ist nachvollziehbar: wann sich das Memo geändert hat, welche neue Information die Änderung ausgelöst hat und was zuvor darin stand.
Die zweite Herausforderung waren die Kosten. KI-gestützte Tiefenrecherche für jedes Unternehmen in jeder Phase von Grund auf auszuführen, ist teuer und meist redundant, wenn sich viele Informationen seit dem letzten Lauf nicht verändert haben. Der Workflow musste bewusst entscheiden, welche Ereignisse neue Recherche auslösen und welche Fakten gespeichert und wiederverwendet werden.
Was wir gebaut haben
Wir bauten ein Recherche- und Memosystem rund um den bestehenden Dealflow des Fonds. Ein Start-up bewirbt sich mit Website, Pitchdeck und Basisdaten. Sobald der Deal die richtige Phase erreicht, erweitert das System dies zu einem Unternehmensprofil: Das Deck wird gelesen und strukturiert, die Website wird recherchiert, Gründer- und Teamprofile werden – sofern verfügbar – ergänzt, und die Marktrecherche umfasst Branchendynamik, Wettbewerber, Schätzungen und regulatorische Aspekte. Das Sanktionsscreening läuft automatisch in einer späteren Phase.
Alles landet im eigenen Memo-Format des Fonds, nicht in einem neuen.
Danach bleibt das Memo aktuell. Gesprächstranskripte zwischen Fonds und Start-up werden verarbeitet und als Kontext ergänzt. Neue Recherche aktualisiert nur die betroffenen Abschnitte. Analysten und Mitglieder des Investmentkomitees schreiben ihre Einschätzungen in Abschnitte, die das System nicht verändert. Das nächste Update arbeitet um diese Abschnitte herum.
Prozessdiagramm
Aktueller Stand
Das System ist im gesamten Dealflow des Fonds live.
Analysten verbringen ihre Zeit damit, Einschätzungen zu prüfen, zu hinterfragen und festzuhalten, statt dieselben Informationen in jeder Phase erneut zusammenzutragen. Der Datensatz wächst mit: Das Team sieht nicht nur die aktuelle Sicht auf ein Unternehmen, sondern auch, wie sie entstanden ist, was sie verändert hat und zu welchem Schluss das Komitee kam.
Nächste Referenz
Personalisierte Videoansprache für qualifizierte Inbound-Leads
Bereit für bessere Geschäftsergebnisse mit KI-Automatisierung?
Buchen Sie ein 30-minütiges Operations-Review. Wir schauen gemeinsam, wo manuelle Arbeit Ihren Betrieb bremst und ob es eine konkrete Möglichkeit gibt, Kapazität zu schaffen.
Operations-Review buchenSwiss precision. Valley speed.