HIGH-TECH GRÜNDERFONDS

Größe: px

Ab Seite anzeigen:

Download "HIGH-TECH GRÜNDERFONDS"

Justus Klein
vor 5 Jahren
Abrufe

1 HIGH-TECH GRÜNDERFONDS 13. Bonner Unternehmertage Klassischer Handel & ecommerce KI & Arbeitsplätze A couple of ideas Dr. Andreas Olmes a.olmes@htgf.de 13. November 2018

2 May Final Closing HTGF III HTGF III Industrie-LPs 2

3 500th company financed 507 Technologie- Unternehmen finanziert mit einem externen Gesamtvolumen von 1.879,2 Mio Folgefinanzierungsrunden 79% Privates Kapital davon 762,6 Mio. von ausländischen Investoren in 128 Firmen Stand:

HTGF is the most active VC-Investor in Europe Source: CBInsights, https://www.cbinsights.

4 HTGF is the most active VC-Investor in Europe Source: CBInsights, backed on number of portfolio companiess 4

5 Wer investiert in den Anschlussrunden? 380,0 360,0 340,0 320,0 300,0 280,0 260,0 240,0 220,0 200,0 180,0 160,0 140,0 120,0 100,0 80,0 60,0 40,0 20,0 - Investmentvolumen in Mio. 100,0 11,4 29,8 6,0 11,4 21,9 19,5 255,5 45,6 74,0 11,40 13,60 35,6 42,0 187,4 189,8 177,3 56,7 14,5 11,2 20,5 15,8 31,7 82,6 18,7 22,8 69,40 124,1 120,8 26,3 16,5 13,9 33,6 12,4 40,5 30,8 26,3 40,9 128,7 36,50 14,7 10,8 69,1 86,3 15,4 25,0 49,7 14,3 51,5 57,8 23,4 35,0 22,9 36,7 22,5 32,0 30,7 33,3 24, Anteil privater Investoren > 80% Anteil HTGF ca. 5% (1.354 Folgefinanzierungsrunden, insgesamt ca ,2 Mio. ohne HTGF) 370,4 19,6 60,7 300,7 17,3 Incl. VC Ausl. VC BA Aktionäre Corporates And. Öffentliche HTGF

6 Fact Sheet 2007 bis 09/2017 Investor Circle Key Facts Private # Gesamtinvestment Größtes Investment Investment pro PIC pro TU 305 Mio # Anzahl active PICs Investierte PICs # Investments

PIC-finanzierte HTGF-Unternehmen Lage & Fokus Private Investor Circle Key Facts 43,5% Schleswig- Holstein: 1,6% Hamburg: 9,1% Bremen: 0,4% Mecklenburg- Vorp.

7 PIC-finanzierte HTGF-Unternehmen Lage & Fokus Private Investor Circle Key Facts 43,5% Schleswig- Holstein: 1,6% Hamburg: 9,1% Bremen: 0,4% Mecklenburg- Vorp.: 0,4% 24,9% Niedersachsen: 3,6% Berlin: 22,6% Nordrhein- Westfalen: 10,7% Rheinland- Pfalz: 0,4% Hessen: 4,0% Sachsen- Anhalt: 1,2% Thüringen: 3,2% Brandenburg: 2,0% Sachsen: 4,4% Saarland: 0,0% Baden- Bayern: 28,2% Württemberg: 7,9% 31,6%

8 Entwicklung des Dealflows (Finanzierungsanfragen) (Fonds I ab Oktober 2005, Fonds II ab November 2011, Fonds III ab August 2017) III/2005 I/2006 III/2006 I/2007 III/2007 I/2008 III/2008 I/2009 III/2009 I/2010 III/2010 I/2011 III/2011 I/2012 III/2012 I/2013 III/2013 I/2014 III/2014 I/2015 III/2015 I/2016 III/2016 I/2017 III/2017 I/2018 Anzahl der Anfragen Start Fonds I (Sept 2005) Start Fonds II (Nov 2011) Start Fonds III (Aug 2017) Anfragen Qualifizierte Anfragen Qualif. Anfragen strong Stand:

9 Was kommt vom Dealflow bis zum Ende durch? Dealflow gesamt Gefilterter Dealflow Gesamtdealflow Absagen / onhold 711 Aktive Deals Gefilterte Anfragen Laufende Prüfung / Due Dilligence Laufendes Closing Verträge 101 Closing gescheitert Stand:

10 Unsere Exits Yield Solutions Swet Optics GmbH

11 Unsere Exits HTGF 70% im Lead bei Exit 330 Mio. investiertes Kapital durch HTGF (I & II) 97 Exits (26 im Fonds II) 5 Teilexits (davon zwei im Fonds II) 76 Echte Millionäre 164 Papier-millionäre Stand:

12 Intro Spannende Zeiten! 12

13 Spannende Zeiten! Hardware - Neue Tendenz seit Mitte 2017 HTGF Investment - May 2018 (Yann) HTGF Investment - May 2018 (Christian) HTGF Investment - June 2018 (Gregor) Was ist das Gemeinsame? Digitalisierung nun auch der letzten schwierigen manuellen Arbeitsprozesse Gigantische Chance, aber (wie immer) auch Risiko 13

14 Spannende Zeiten! Software Which of these 2 companies would you like more? Quelle; Bitcoin - Euro (BTC-EUR) - Historische Kurse; , 12:30 Uhr 14

15 Spannende Zeiten! Software Which of these 2 companies would you like more? Quelle; Bitcoin - Euro (BTC-EUR) - Historische Kurse; , 12:30 Uhr 15

16 Spannende Zeiten! Software Why is Bitcoin so fascinating? 1. BTC Market Cap EUR 93bn (Sept. 19th 2018) % decentral % in the net 4. NO intermediaries Cool, but really fascinating is this: NOT hacked for 9 years, 10 months and 10 days (start on Jan 3rd 2009) Why? It s blockchain tech;-) Gigantische Chance, aber (wie immer) auch Risiko 16

17 Spannende Zeiten! Software By the way 17

18 Spannende Zeiten! LifeScience Last but not least Was ist Krisperkaas? A) Weiße Crisp-Schokolade (rheinisch) B) Bayerische Käsesorte C) DNA-Schere CRISP/Cas9 Clustered Regularly Interspaced Short Palindromic Repeats / CRISP associated (proteins) 18

19 Spannende Zeiten! LifeScience - CRISPR/Cas9-Methode 19

20 Spannende Zeiten! LifeScience - CRISPR/Cas9-Methode Biochemische Methode, um DNA gezielt zu schneiden und zu verändern (Genome Editing). Gene können mit dem CRISPR/Cas-System eingefügt entfernt oder ausgeschaltet werden. Gigantische Chance, aber (wie immer) auch Risiko 20

21 Spannende Zeiten! LifeScience - CRISPR/Cas9-Methode 21

22 ecommerce & Klassischer Handel What s going on? ecommerce Viel größere Auswahl + Kommerzialisierung des Long Tail ecommerce = Logistik 100% Info über die Kunden -> Personal Assistent bzgl. der Bedarfe Aber: LastMile noch(!) ungelöst Klassischer Handel Chance in der Beratung Sales-Room -> Show-Room Im Spezialfachhandel bereits umgesetzt Normaler Fachhandel: ecommerce -> offline besser als offline -> ecommerce 22

23 KI & Arbeitsplätze What s going on? KI Kern des Ganzen ist Automation, genauer: Big Data + KI + IoT + Robotics Wir stehen gerade erst einmal am Anfang Grenzkosten 0 Kommunikation 100%, Energie 35%, Mobilität 10% Arbeitsplätze Die menschliche Arbeit wird (fast) keinen Wert mehr haben Nur sehr wenige superqualifizierte oder sehr auf Mitmenschen bezogene Stellen werden überleben Digital Natives -> Robotic Natives Bedingungsloses Grundeinkommen wird kommen aber auch kommen müssen (wegen der gigantischen Automation und Grenzkosten 0 für fast alle Bereiche auch bezahlbar!) 23

24 Automation 10 Trends 1. Machine Learning/Deep Learning Utilization of computer algorithms that work in vertically specific use cases, depending on the generated data, e.g. TwentyBN. 2. Natural Language Processing Process sound clips of human speech as well as texts and derive meaning from them, e.g. Verbio or VoiceBase. 3. Computer Vision & Image Recognition Utilization of technology that processes and analyses images in specific use case in order to recognize objects, e.g. Flyby, Cortica or Leverton. 4. Virtual Personal Assistants Intelligent personal assistants that perform everyday tasks and services, e.g. Siri or Vlingo. 5. Smart Robots Smart robots that can act and react autonomously, e.g. Jibo or Anki. 24

25 Automation 10 Trends 6. Recommendation Engines and Collaborative Filtering Software, that predicts the preferences and interest of users, e.g. Fligoo or Snapsort. 7. Gesture Control Uninterrupted communication with computers through gesture, e.g. Zenglove. 8. Content Aware Computing Software that is aware of its environment and its context of use, e.g. Clever Sense. 9. Video Automatic Content Recognition Software sampling of video content with a source, e.g. Cognitive Networks. 10. Speech to Speech Translation Software that, automatically and instantly, recognizes and translates human speech, e.g. Apptek. 25

26 Automation - Beispiel General Electric Jeff Immelt, CEO von GE (> Mitarbeiter): Which brings me to how we will get there - our culture. We may be a centuryold company, but we need to move quickly, take risks, fail fast and behave like a startup to keep winning. I joined GE 34 years ago, and until recently our management could make every decision in the headquarters. Those days are over. We have to embrace decentralization and use technology to help our people to stay connected and allow more automated decision-making so you can look at an app and see what s going on inside the company. 26

27 Stark, engagiert und voller Potenzial Genau wie Sie Investment Team 61 MitarbeiterInnen davon 38% Frauen Managing Directors 45% Gründer 183 Jahre Investment Erfahrung 317 Jahre Berufserfahrung Ausbildung 52% Naturwissenschaftliche Ausbildung 41% Kaufmännische Ausbildung 17 verschiedene Universitätsabschlüsse (u.a. Naturwissenschaften, Ingenieurswissenschaften, Wirtschaftswissen-schaften, Jura, Geisteswissenschaften u.v.m.) 5 Nationalitäten 12 Sprachen Hardware, Automation, Optical Technologies, Energy, Ind. Software Life Science, Materials Science, Healthcare, Chemical Telecommunications, Software, Media, Internet, e-commerce Controlling/IT Relationship Management, Marketing/Communication, Office 27

28 Wie arbeiten wir? Wir wissen die Lösung leider immer noch nicht selbst und hören daher gut zu Wir wissen, dass man kontinuierlich besser werden muss und versuchen daher wirklich zu verstehen Wir haben gelernt, dass der Erfolg durch Vertrauen kommt und setzen daher auf sehr gute Beziehungen* zu den GründerInnen Wir sind inzwischen richtig gut im BusDev und suchen daher offen nach der Wahrheit Wir glauben, dass man nicht immer das Rad neu erfinden muss und stiften daher Mehrwert * die repariert werden, wenn Sie beschädigt sind 28

29 Es gibt viele Wege, mit uns erfolgreich zu sein Wir freuen uns darauf, wenn Sie Ihren persönlichen finden Bis bald beim HTGF!

30 BACKUP

Ähnliche Dokumente

High- Tech Gründerfonds. Leading seed investor in Germany. Coaching Tag München. Alex v. Frankenberg November 11, 2014

High- Tech Gründerfonds. Leading seed investor in Germany. Coaching Tag München. Alex v. Frankenberg November 11, 2014 High- Tech Gründerfonds Leading seed investor in Germany Coaching Tag München Alex v. Frankenberg November 11, 2014 Agenda Ergebnisse Das gemeinsame Portfolio mit Bayernkapital Bewertungen bei Folgerunden