Seedstrapping: KI verlängert den Runway, aber nicht jede Hürde

Künstliche Intelligenz kann die Produktentwicklung beschleunigen und den Personalbedarf junger Softwarefirmen senken. Daraus entsteht ein neues Finanzierungsmodell: Beim „Seedstrapping“ nimmt ein Startup zunächst eine Pre-Seed- oder Seed-Runde auf und wirtschaftet danach so sparsam wie ein gebootstrapptes Unternehmen. Für Digital-Health-Gründer ist das attraktiv, aber nur begrenzt übertragbar.

Den Begriff greift Benjamin Ullrich auf, Berliner Venture-Capital-Anwalt und Partner der Kanzlei YPOG. Seine These: Eine Anschubfinanzierung, die früher häufig sechs bis 18 Monate überbrückte, kann durch KI-gestützte Entwicklung und Automatisierung heute 24 oder 36 Monate reichen. Statt sofort die nächste Runde vorzubereiten, konzentriert sich das Team auf Produkt-Markt-Passung, wiederkehrende Umsätze und einen möglichst langen finanziellen Spielraum.

Für Gründer sinkt damit potenziell die Verwässerung. Sie behalten mehr Anteile und müssen ihre Strategie weniger an den Zeitplan der nächsten Kapitalrunde anpassen. Investoren erhalten im Gegenzug früher Hinweise darauf, ob ein Geschäftsmodell tatsächlich Umsatz erzeugt und nicht nur weiteres Kapital anzieht.

Seedstrapping bedeutet dabei nicht, dass KI-Unternehmen generell weniger Kapital aufnehmen. Der Markt zeigt gleichzeitig eine starke Konzentration von Wagniskapital auf KI-Anbieter. Das Modell beschreibt deshalb vor allem eine strategische Option für einzelne Firmen: Sie können eine erste Runde weiter strecken, müssen aber nicht zwangsläufig klein oder dauerhaft investorenunabhängig bleiben.

Die Kehrseite liegt in der Vertragsstruktur. Viele frühe Runden werden als Wandeldarlehen abgeschlossen: Das Geld fließt zunächst als Darlehen und wird bei einer späteren Eigenkapitalrunde in Anteile umgewandelt. Bleibt diese Runde jahrelang aus, fehlen Investoren häufig Stimmrechte, Beiratssitze und Liquidationspräferenzen. Mehrere Darlehen mit unterschiedlichen Bewertungsobergrenzen und Abschlägen können zugleich die spätere Verwässerung für Gründer schwer kalkulierbar machen.

Gerade im Gesundheitsmarkt endet die Kapitaleffizienz außerdem nicht beim Programmieren. Medizinprodukte benötigen je nach Risikoklasse Qualitätsmanagement, technische Dokumentation, klinische Bewertung und regulatorische Verfahren. Hinzu kommen Datenschutz, Integration in Kliniksysteme, Erstattungswege und oft lange Verkaufszyklen. KI kann Code, Tests, Dokumentation und interne Abläufe effizienter machen; sie ersetzt jedoch weder klinische Evidenz noch Zulassung und Marktzugang.

Damit birgt Seedstrapping im Health-Tech-Bereich ein besonderes Unterinvestitionsrisiko. Ein kleines Team kann ein überzeugendes Produkt schneller bauen, zugleich aber zu wenig Geld für Studien, Informationssicherheit oder Implementierung beim Leistungserbringer reservieren. Das verlängert nicht den Runway, sondern verschiebt kritische Kosten nach hinten.

Für die erste Runde sollten beide Seiten deshalb nicht nur den monatlichen Mittelabfluss modellieren. Entscheidend sind regulatorische Meilensteine, Evidenzplan, Erstattungsstrategie und die Frage, was geschieht, wenn keine weitere Finanzierungsrunde stattfindet. Je mehr Kontroll- und Schutzrechte ein langfristiges Wandeldarlehen benötigt, desto eher kann eine bepreiste Eigenkapitalrunde die transparentere Lösung sein.

Einordnung

Seedstrapping ist für Health Tech kein Ersatz für Wachstumskapital, sondern eine Strategie zur präziseren Verwendung davon. Wer durch KI bei Entwicklung und Verwaltung spart, sollte die frei werdenden Mittel in Evidenz, Sicherheit und Marktzugang lenken – sonst wird aus Kapitaleffizienz lediglich aufgeschobene Finanzierung.