Wie man die Marktgröße von Vertical AI misst

• Die Einschätzung „kleiner Markt“ ist im Venture Capital der gefährlichste Fehler, durch den Chancen für Investitionen in großartige Unternehmen verpasst werden; die Praxis, Märkte anhand vergangener Daten zu messen, ist besonders bei disruptiven Innovationen ungeeignet
• Das KI-Zeitalter schafft neue Chancen, in Vertical-Märkten sowohl die Penetration als auch die Vertragsgröße (ACV) auszuweiten, und ermöglicht den Aufbau generationsprägender Unternehmen, die es zuvor nicht gab
• Fünf Branchen – Life Sciences, Immobilien, Automotive, Versicherungen und Home Services – haben eine hohe KI-Eignung und verfügen bereits über eine bestehende Software-Marktkapitalisierung von mehr als 10 Milliarden US-Dollar; damit besitzen sie das Potenzial, Vertical-AI-Unternehmen mit über 5 Milliarden US-Dollar Bewertung zu tragen
• Der doppelte ROI von Vertical-AI-Apps – sinkende Betriebskosten und steigender Umsatz – erzeugt im ersten Jahr nach Einführung eine Kapitalrendite von 1- bis 10-fach und schafft damit eine positive Rückkopplungsschleife, die die Technologieadoption in der gesamten Branche erzwingt
• Durch Marktausweitung via Service-Automatisierung (Versicherungs-TPA mit 400 Milliarden US-Dollar, Life-Sciences-BPO/CRO mit 100 bis 400 Milliarden US-Dollar) und Plattform-Expansionsstrategien lassen sich Vertragsgröße und Penetration trotz fixer Kundenzahl stark erhöhen

---

Warum Vertical-Märkte hinterherhinkten

• Von den B2B-SaaS-Unternehmen mit mehr als 5 Milliarden US-Dollar Wert entfallen nur rund 19 % auf Vertical-Märkte; im KI-Zeitalter dürfte dieser Anteil steigen
• Warum horizontale Software erfolgreich war
  • Frühere Technologiewellen wurden auf Datenbanken aufgebaut, und Datenbanken konnten strukturierte und teilstrukturierte Informationen effektiv erfassen
  • Unternehmen mit groß angelegten horizontalen Funktionen konnten riesige Datenmengen organisieren und analysieren, wodurch der ROI hoch und die Problemgröße groß war
• Eigenschaften von Vertical-Märkten
  • Fragmentiert: kleine Unternehmen ohne die Datenmengen großer Konzerne
  • Daten sind komplex: Große Vertical-Märkte wie Recht und Medizin hatten komplexe Daten, die sich mit Datenbanken nicht effektiv erfassen ließen. Im Gegensatz zu den sauberen Vertriebs-, HR- und IT-Datensätzen, aus denen Salesforce, Workday und ServiceNow hervorgingen
• Infolgedessen waren im Verhältnis zur Gesamtgröße von Branchen wie Gesundheitswesen und Recht Software-Penetration und Vertragswerte begrenzt
• Wenn die frühere Technologiewelle auf strukturierten Datenbanken basierte, dann beruht die aktuelle Technologiewelle auf unstrukturierten Workflows – und kleine Unternehmen sowie Vertical-Märkte sind voll davon

Ausgangspunkt für die Messung der Marktgröße

• Zwei Messgrößen
  • Softwarebasierte Wertschöpfung eines bestehenden Marktes: Misst, ob ein Markt historisch groß genug war, um Softwareunternehmen mit mehr als 5 Milliarden US-Dollar Wert zu tragen
  • Sprach- und Textintensität industrieller Workflows (als Proxy für KI-Bereitschaft)
• Es wurden alle Vertical-B2B-Softwareunternehmen mit mehr als 5 Milliarden US-Dollar extrahiert und mithilfe von Claude die „KI-Bereitschaft“ der Branchen gemessen
• Gesundheitswesen und Rechtsmarkt sind die zwei klarsten Märkte für Wertschöpfung, aber dort gibt es bereits milliardenschwere Unternehmen wie Abridge, Harvey und OpenEvidence
• Fünf Märkte, die in der KI-Community weniger diskutiert werden, aber hohe KI-Bereitschaft und mehr als 10 Milliarden US-Dollar bestehende Software-Marktkapitalisierung aufweisen

• Life Sciences

  • Historisches Unternehmen über 5 Milliarden US-Dollar: Veeva (46 Milliarden US-Dollar)
  • KI-Bereitschaft: Verarbeitung regulatorischer Dokumente, Dokumentation klinischer Studien, Compliance-Reporting und Kommunikation mit Lieferanten sind allesamt textintensive administrative Workflows, die sich perfekt für KI-Automatisierung eignen
  • KI-native Beispiele: Bluenote, Collate

• Immobilien

  • Historische Unternehmen über 5 Milliarden US-Dollar: RealPage (Übernahme für 10 Milliarden US-Dollar), CoStar (35 Milliarden US-Dollar), Zillow (17 Milliarden US-Dollar)
  • KI-Bereitschaft: Verträge, Offenlegungen, Kommunikation mit Mietern, Asset-Management-Dokumente und Leasingprozesse sind dokumenten- und kommunikationsintensive Workflows
  • KI-native Beispiele: EliseAI, HouseWhisper

• Automotive

  • Historische Unternehmen über 5 Milliarden US-Dollar: CDK Global (7 Milliarden US-Dollar), Cox Automotive (mehr als 9 Milliarden US-Dollar Umsatz), Reynolds and Reynolds (nicht börsennotiert)
  • KI-Bereitschaft: Service-Terminplanung, Teilebestellungen, Kundenkommunikation und Autohausbetrieb sind stark sprach- und textgetriebene Workflows
  • KI-native Beispiele: Mia, Toma

• Versicherungen

  • Historische Unternehmen über 5 Milliarden US-Dollar: Guidewire (21 Milliarden US-Dollar Marktkapitalisierung), CCC Information Services (6 Milliarden US-Dollar Marktkapitalisierung)
  • KI-Bereitschaft: Schadensbearbeitung, Underwriting-Dokumente und Kundenservice-Anrufe sind perfekt für KI-Automatisierung
  • KI-native Beispiele: Pace, Strala, Reserv

• Home Services

  • Historisches Unternehmen über 5 Milliarden US-Dollar: ServiceTitan (9 Milliarden US-Dollar)
  • KI-Bereitschaft: Terminplanung, Kundenkommunikation, Servicedokumentation und Außendienstbetrieb sind sprach- und workflowintensiv
  • KI-native Beispiele: Avoca, Netic, ProBook

Der doppelte ROI von Vertical-AI-Apps

• Zentrale Beobachtung bei den erfolgreichsten KI-Anwendungsunternehmen: Sie senken Betriebskosten und steigern gleichzeitig den Umsatz
• Dadurch entsteht im ersten Jahr der Einführung von Vertical-AI-Anwendungen ein ROI von 1x bis 10x
• Beispiel Assort Health
  • Verkauft KI-Sprachagenten an Gesundheitsdienstleister und Kliniken
  • Die durchschnittliche Quote verpasster Anrufe in Kliniken liegt im Gesundheitswesen bei 20 bis 40 %; Assort senkt diesen Wert nahezu auf 0 %
  • Jeder verpasste Anruf bedeutet den Verlust eines potenziellen Neukunden, der eine andere Klinik anrufen könnte
  • Große Praxen geben Hunderttausende oder Millionen Dollar für Callcenter-Kosten aus
  • Assort kann Inbound-Leads um bis zu 20 % steigern und gleichzeitig Hunderttausende Dollar an Kosten einsparen
• Positive Rückkopplungsschleife
  • Wenn ein Unternehmen plötzlich seine Inbound-Leads um 20 % steigert, zwingt das alle Unternehmen der Kategorie zur Einführung der Technologie – oder sie fallen weiter zurück
  • Es ist nicht sinnvoll, ein KI-natives Gesundheitsmanagement-Unternehmen mit Public Comps für Software für medizinische Terminplanung oder Callcenter zu vergleichen
• Weil der ROI für medizinische Kliniken so stark ist, wird in den nächsten 10 Jahren eine Penetration dieser Technologie von 50 bis über 90 % in medizinischen Kliniken erwartet
• Diese Dynamik des doppelten ROI zeigt sich auch bei Voice-AI-Startups in sprachintensiven Branchen wie Community-Banken, Versicherern, Home Services und Autohändlern
• Berücksichtigt man die von diesen Startups geschaffene ökonomische Wertschöpfung * die Zahl potenzieller Kunden, dann ist die Marktchance viel größer als sie oberflächlich erscheint und im Milliardenbereich zu messen
• Die Debatte zwischen Bill Gurley und Aswath Damodaran zur Marktgröße von Uber
  • Damodaran ging von einer falschen Marktgröße und einer falschen Penetrationsrate aus
  • Es hat sich gezeigt, dass Gurley in den vergangenen 10 Jahren bei beidem richtig lag
  • Disruptive Technologien wie früher Mobile und heute KI haben die Kraft, Märkte exponentiell auszuweiten

Service-Automatisierung zur Marktausweitung

• Eine weitere Variable bei der Messung der Marktgröße von Vertical AI ist die Chance, Service- oder Arbeitsumsätze zu erfassen
• KI ist dort am erfolgreichsten, wo text- und sprachbasierte Workflows automatisiert werden, und viele ausgelagerte Services fallen in diese Kategorie
  • Es handelt sich um alltägliche Arbeit mit geringer Wertschöpfung, die gut für KI-Automatisierung geeignet ist
• Beispiele für nahezu unvorstellbar große Serviceausgaben, die KI in Vertical-Märkten in den nächsten 10 Jahren erfassen könnte
  • Ausgaben für Third-Party Administrators (TPA) im Versicherungsbereich: mehr als 400 Milliarden US-Dollar pro Jahr
  • BPO/CRO-Ausgaben in Life Sciences: geschätzt mehr als 100 bis 400 Milliarden US-Dollar pro Jahr
• Die Lücke zwischen Serviceausgaben und Softwareausgaben
  • Veeva ist der größte Softwareanbieter in Life Sciences und erzielt rund 3 Milliarden US-Dollar Umsatz
  • Guidewire und CCC sind die zwei größten Softwareanbieter im Versicherungsbereich und erzielen zusammen rund 2,2 Milliarden US-Dollar Jahresumsatz
  • Das sind hervorragende Unternehmen, aber 100-mal kleiner als die Opportunity bei ausgelagerter Arbeit
• Einfach nach „Public Comps von Versicherungssoftwareanbietern“ zu googeln, reicht heute nicht mehr aus
• Es ist unklar, ob KI einen bedeutenden Anteil der Umsätze ausgelagerter Services erfassen wird, aber der Vorteil dieser Art der Marktgrößenmessung ist: Wenn KI einen relevanten Teil dieser Umsätze erfasst, entsteht enorme Wertschöpfung

Die besten Unternehmen expandieren über Plattformen

• Die besten Unternehmen skalieren die Vertragsgröße über Plattformen
• Das berühmte Vertical-Software-Beispiel Toast
  • Besitzt das POS-System und damit die für Restaurantbesitzer wichtigsten Daten: Bestellungen
  • Expandierte zur Automatisierung der wichtigsten Workflows rund um die neu automatisierten Daten (Bestellmanagementsystem, Online-Bestellungen)
  • Expandierte später erneut, um zum System of Record des Restaurants zu werden (heute an mehr als 140.000 Standorten)
• Die besten Vertical-AI-Unternehmen machen dasselbe
  • Sie automatisieren Workflows und erhalten Zugang zu den wichtigsten Daten einer bestimmten Kundengruppe
  • Sie nutzen diese Daten, um wichtige Workflows rund um die Daten zu automatisieren
  • In den nächsten 10 Jahren erweitern sie ihre Funktionen und konkurrieren letztlich darum, zum System of Record ihrer Kunden zu werden

Zusammenfassung: Drei Wege, Vertragsgröße und Penetration trotz fixer Kundengruppe auszuweiten

• Sie schaffen ein schwer ablehnbares Angebot, indem sie den doppelten ROI aus Kostensenkung und Umsatzsteigerung liefern
• Nach dem ersten Einstieg expandieren sie als Plattform auf Basis der neu automatisierten Daten und steigern so die Ausgaben pro Kunde
• Sie dringen in Serviceausgaben vor – in Branchen wie Versicherungen, Life Sciences, Gesundheitswesen und Recht im Umfang von Hunderten Milliarden Dollar
• Aufgrund dieser Expansionspfade ist zu erwarten, dass wir neue Märkte mit Unternehmen über 5 Milliarden US-Dollar und mehr bestehende Märkte mit KI-Unternehmen über 5 Milliarden US-Dollar Bewertung sehen werden

Fazit

• Vertical AI bringt Herausforderungen mit sich
  • Realistische Bewertungen bleiben sowohl für Investoren als auch Gründer wichtig
  • Den Grenzwert dieses ROI zu verteidigen, ist nicht leicht, besonders bei starkem Wettbewerb
  • In vielen Märkten gibt es einen Land-Grab-Moment für diejenigen, die in kürzester Zeit die Wechselkosten der meisten Kunden auf sich ziehen können
• Doch der Wert eines Unternehmens ist eine Ableitung des Werts, den es seinen Kunden liefern kann, und eine solche Wertschöpfung hat es so noch nicht gegeben
• Wer in einem dieser scheinbar „kleinen Märkte“ ein Unternehmen aufbaut, kann eine Chance sehen, die andere übersehen haben