- Eine Analyse, die darlegt, dass jetzt der richtige Zeitpunkt für verbraucherorientierte (B2C) Startups ist, im Übergang zur AI-Plattform einen neuen Sprung zu machen, und die die dafür nötigen Bedingungen sowie Risikofaktoren ordnet
- Wie frühere Beispiele zeigen, entstanden starke Verbraucherunternehmen 2 bis 10 Jahre nach dem Plattform-‚Big Bang‘; inzwischen sind seit ChatGPT rund 3 Jahre vergangen, sodass wir uns in einem Fenster der Gelegenheit befinden
- Dennoch gibt es für B2C typische Schwierigkeiten wie Anforderungen an Skalierung und Kapitaleffizienz, Preis- und Produktdifferenzierung sowie Anpassung an Geschmacksveränderungen; zentrale Aufgaben sind die Optimierung des CAC und die Ausweitung von Frequenz und LTV
- Frontier Labs erhöhen mit kostenlosen Utilities und geschlossenen Vertriebskanälen die Messlatte, und da große Labs voraussichtlich in die Application-Layer aufrücken, sind Verteidigungsstrategien über eigene Daten, Segmente und spezialisierte UX gefragt
- Chancen eröffnen sich bei personalisiertem Self-Improvement, Innovation in Kommunikation/Ausdruck und der Neuzusammensetzung des Produktivitäts-Stacks; wichtig sind dabei der Ausbau von Offline-Erlebnissen und der Aufbau von Verteidigungsfähigkeit durch schwer umsetzbare Execution
Historisches Muster: Jetzt entspricht dem ‚Startup-Fenster‘
- Plattformwechsel und Zeitverzögerung: Auch bei den Umbrüchen zu Web und Mobile kamen führende Unternehmen nicht sofort hervor; vielmehr stiegen web-native und mobile-native B2C-Unternehmen im Zeitraum ‚2 bis 10 Jahre nach dem Big Bang‘ auf
- Nach Mosaic (1995) erschienen Netflix·Google·Reddit in mehrjährigem Abstand
- Nach dem iPhone (2007) wuchsen Airbnb·Uber·WhatsApp·Snapchat·Discord·DoorDash erst einige Jahre später richtig stark
- Passung des aktuellen Zeitpunkts: Seit der Veröffentlichung von ChatGPT, die LLM-Fähigkeiten und Infrastruktur massentauglich gemacht hat, sind etwa 3 Jahre vergangen; da die Adoptionskurve von Consumer-AI steiler verläuft als früher, ist die Wahrscheinlichkeit für das Auftreten neuer AI-nativer B2C-Angebote hoch
- Investitionslücke und Paradox der Chance: Zwar ist ein Rückgang bei VC-Investitionen in B2C und bei entsprechendem Fachpersonal zu beobachten, doch zugleich spricht das historische Muster dafür, dass genau jetzt ein günstiger Zeitpunkt für Gründungen sein könnte
B2C-spezifische Hürden und ‚Worauf zu achten ist (Watchouts)‘
- Hohe Hürde bei Skalierung und Kapitaleffizienz: Für den Börsengang (IPO) gilt die Schwelle als hoch; Schätzungen zufolge sind 500 Mio. US-Dollar+ Umsatz nötig. Hinzu kommen die sinkende Attraktivität kleiner Übernahmen für große B2C-Unternehmen und niedrigere Multiples kleiner börsennotierter Firmen — Faktoren, die die Kapitalbeschaffung erschweren
- Dadurch werden Total Addressable Market (TAM), Storytelling, Unit Economics und Cash-Effizienz wichtiger denn je
- Realismus der Preisstrategie: Bei niedrigem Preisniveau wie bei Dollar Shave Club sind effiziente Kundengewinnung und ein straff geführter Betrieb unverzichtbar
- Je niedriger die Preisstruktur, desto direkter entscheiden Skaleneffekte und die Optimierung von Distribution/Logistik über das Überleben
- Produkt-Exklusivität und Differenzierung: Eigene Produkte/Marken wie bei Warby Parker schaffen hohe Bruttomargen und Loyalität; ebenso wirken Designs, die wie bei Sephora mit Exklusivprodukten und Membership-Anreizen die Wechselkosten erhöhen
- Memory und Personalisierung durch AI sind starke Hebel, um Wiederbesuche und Retention zu steigern
- Volatilität veränderter Geschmäcker: Wie bei Mode- und Lifestyle-Trends sind Konsumentenvorlieben zyklisch; angesichts von Auf und Ab bei Street Scootern, Dating-Apps oder Athleisure muss Flexibilität in der Produkt-Roadmap mit eingeplant werden
- Frequenz, Engagement und Lifetime Value (LTV): Services mit natürlicher Begrenzung der jährlichen Nutzung müssen Frequenz, Verweildauer, Conversion Rate und ARPU eng steuern; stark sind Modelle wie bei Instagram, Uber, DoorDash oder Amazon Prime, die mit der Zeit Frequenz und Ausgaben ausweiten
- Wiederholte Experimente zur CAC-Optimierung: Bei Paid Channels (ADS/SEM/SEO/Mail/Events/Influencer) schwanken Kosten und Wirkung, daher braucht es Budget für Iteration und Lernen
- Empfehlungen, Viralität (k-factor) und Netzwerkeffekte ermöglichen kostengünstiges Wachstum, sind aber schwer künstlich zu designen; entscheidend sind deshalb die Gesprächswürdigkeit des Produkts und kreative Umsetzung (z. B. das virale Video von Dollar Shave Club)
- Niedrige Eintrittsbarrieren und Wettbewerb über Execution: Weil Konkurrenz schnell entsteht, wird überlegene Ausführung bei Qualität, Geschwindigkeit und Innovation oft zur einzigen echten Differenzierung
Zusätzliche Risiken im AI-Übergang: die Variable Frontier Labs
- Steigende Baseline durch kostenlose Utilities: ChatGPT·Claude liefern kostenlos nützliche Funktionen und decken allgemeine Aufgaben wie Rezeptvorschläge, aus E-Mails generierte To-do-Listen oder Reiseplanung/Buchung ab — dadurch steigt die Messlatte für den Wert bezahlter B2C-Apps
- Fehlende Vertriebskanäle: Anders als früher bei der von Google, Facebook oder App Store bereitgestellten Distribution über Traffic, Suche und Rankings teilen heutige LLM-Plattformen die Distribution nicht
- Faktisch gibt es außer GEO (Generative Engine Optimization) kaum standardisierte Zugangspfade
- Signale eines ‚Aufrückens im Stack‘: OpenAI und Anthropic stellen aktiv Talent für App Building ein (z. B. Fidji Simo, die Übernahme von Statsig, der Einstieg von Mike Krieger) und signalisieren damit, dass sie in die Application-Layer vordringen wollen
- Die Verteidigungsstrategie für B2C-Gründerteams besteht darin, Daten zu nutzen, über die Labs nicht verfügen, oder sich auf Kernsegmente und Problemdefinitionen zu konzentrieren, in denen eine spezialisierte UX glänzt
Derzeit offene Chancenfelder
- AI-Personalisierung für Self-Improvement: In Gesundheit, Lernen und Wellbeing insgesamt gibt es viel Raum, über persönliche Daten + Feedback-Loops Services zu gestalten, die sich mit der Zeit selbst verbessern
- Beispiel: ein datenschutzsicheres Wellness-Produkt, das Sprache, Schlaf, Krankengeschichte, Vitalwerte und Kalender sicher verknüpft und für die kommende Woche Empfehlungen gibt oder Aufgaben übernimmt — etwa für Terminplan, Ernährung, Schlaf und vorbereitende Aktivitäten
- Neuerfindung von Kommunikation/Ausdruck: Wie bei Skype, WhatsApp, Instagram, Snapchat und TikTok entstehen etwa im Zehnjahresrhythmus neue Formate
- Die Kombination aus AI-Generierung, Editing und Empfehlungen, die Inhalte in kürzerer Zeit erstellen, austauschen und konsumieren lässt, könnte die nächste Welle auslösen
- Neuzusammensetzung des Produktivitäts-Stacks: Große Chancen liegen in AI-Personal-Agent-artigen Tools, die die Trennung zwischen E-Mail, Kalender, Kontakten und Notizen aufheben und durch Kontextverknüpfung neu ordnen
- Im Blick steht das Modell eines proaktiven Assistenten, der auf Lernen von Arbeits-/Privat-Ton, kontextbewusste Entwurfserstellung, Feedback zur Zeitnutzung im Verhältnis zu Zielen bis hin zu Action als Stellvertreter ausgedehnt wird
Ein Execution-Framework aus den ‚weiteren Überlegungen‘
- Bestehendes Verhalten aufwerten: Wie bei Starbucks ist eine Strategie wirksam, vertraute Verhaltensweisen (Fotos teilen, Unterkünfte finden, Haustierbetreuung, Behandlung, Sprachen lernen usw.) mit AI einfacher, angenehmer und hochwertiger zu machen
- Erlebnis in der physischen Welt stärken: Wie bei Airbnb, DoorDash, OpenTable, Pinterest, Reddit, Uber und Yelp sind Software-Chancen groß, die über Online—Offline-Verknüpfung das reale Erlebnis bereichern
- Hebel der ‚sieben Todsünden‘: Werden instinktive Triebkräfte wie Eitelkeit, Gier, Neid, Völlerei, Lust, Zorn und Trägheit mit dem Wertversprechen verknüpft, ist das oft wirksam für Engagement und Wachstum
- Beispiel: die Zuordnung zu Instagram, Coinbase, Strava, DoorDash, Uber oder TikTok
- Natural-Language-Onboarding und fortlaufende Personalisierung: Statt Klicks durch viele Screens ist ein Start über adaptives Onboarding auf Basis von Dialog/Sprache wünschenswert, das anschließend Kontext aus Social, Musik, Pinboards und privaten Daten aufnimmt, um kontinuierlich zu lernen, vorherzusagen und zu empfehlen
- ‚Schwer umsetzbare Execution‘ als Burggraben: Das Lösen schwieriger Aufgaben — etwa der Aufbau zweiseitiger Marktplätze (Airbnb·DoorDash·Lyft·Uber), die Beschaffung großer Inventare (Expedia), globale Musikrechte-Verhandlungen (Spotify) oder die Gestaltung von Creation-Tools plus Recommendation Engine (TikTok) — schafft langfristige Verteidigungsfähigkeit
Das Gesetz der Unvorhersehbarkeit und die Rolle von Gründern
- Unerwartete Expansion: Fälle wie der Start mit Couch-Sharing, aus dem 1,5 Mrd.+ Gasterlebnisse entstanden, oder der Ausbau eines Black-Car-Services zu Ride-Hailing, Delivery und Freight zeigen, dass sich immer wieder unvorstellbare Entwicklungspfade ergeben
- Vorstellungskraft der Gründer: Die erfolgreichsten Gründer haben die Consumer Experience neu definiert und in Formen, die wir uns zuvor nicht ausmalen konnten, neue Märkte geschaffen
- Kern-Insight: Erneut bestätigt sich die Erfahrungsregel, dass an der Schnittstelle von neuer Usability, Netzwerkeffekten und schwieriger Execution ein Category Killer entsteht
Fazit: Warum jetzt das B2C-Comeback?
- Gewaltige Nachfrage: Allein in den USA gibt es mit jährlich 16 Billionen US-Dollar an Konsumausgaben einen riesigen Markt
- Herausforderung und Chance: Trotz des Drucks durch Frontier Labs und der Herausforderung fehlender Distribution deutet das historische Muster darauf hin, dass jetzt das Fenster für eine B2C-Offensive offen ist
- Pragmatische Richtung: Eigene Daten, segment-spezifische Fokussierung und spezialisierte UX, Natural-Language-basierte Personalisierung, Stärkung von Offline-Erlebnissen und Burggräben durch schwer umsetzbare Execution bilden die Achsen einer Überlebens- und Wachstumsstrategie
2 Kommentare
"Eine Einsicht auf dem Niveau von: ‚Irgendwann zwischen 2 und 10 Stunden nach dem Essen muss man kacken.‘"
Ich stimme zu.