Wie hoch ist die Chance, es zu schaffen?

Das Wichtigste in Kürze

Die Startup-Welt ist geradezu besessen davon, Ausnahmeunternehmen zu feiern. Es sind jene, die Wachstumsrekorde brechen, von charismatischen Gründern geführt werden und mit Selbstvermarktung keine Zurückhaltung kennen (sie würden es lieber Building-in-Public nennen). Fairerweise: Ich habe viele dieser Geschichten in diesem Newsletter selbst erzählt.

Was in der Debatte verloren geht: Es ist extrem schwierig, es als neues Startup zu schaffen. Sie haben nicht genug Ressourcen. Ihre Käufer schauen nicht hin. Ihr Produkt ist nicht so ausgereift, wie Sie es gern hätten. Und jede Woche taucht ein neuer Wettbewerber aus dem Nichts auf.

Ich wollte sichtbar machen, wie schwer das genau ist. Dafür habe ich mich mit meinen Freunden bei ChartMogul zusammengetan, der CRM- und SaaS-Metriken-Plattform, bei der ich inzwischen Analyst-in-Residence bin. ChartMogul hat mich in ihren beeindruckenden Datensatz mit 6.525 Softwareunternehmen und historischen Aufzeichnungen über mehr als ein Jahrzehnt schauen lassen.

Lesen Sie weiter für ganz neue Daten dazu, wie hoch Ihre Chancen auf 1 Million $ ARR und darüber hinaus sind, wie lange die erste Million wirklich dauert und ob Sie in die Bay Area ziehen müssen, um Gold zu finden.

Die Chancen auf 1 Mio. $ ARR und darüber hinaus

Es ist leichter, in Harvard oder Stanford aufgenommen zu werden, als innerhalb von 10 Jahren 25 Millionen $ ARR zu erreichen. Lassen Sie das kurz wirken.

Zuerst habe ich untersucht, welcher Anteil der Software-Startups überhaupt jemals ARR-Meilensteine wie 1 Million $, 5 Millionen $ und 25 Millionen $ erreicht. Das ist schwieriger zu messen, als es klingt – Stichwort Survivorship Bias. Ich habe ein paar Vereinfachungen getroffen: Die Uhr läuft ab der ersten Monetarisierung, und das Messfenster beträgt 10 Jahre. Da die meisten Startups noch keine 10 Jahre existieren, habe ich die Zahlen kohortenweise gerechnet, um den Verlauf der Survivor-Kurve über den vollständigen historischen Datensatz von 6.525 Unternehmen zu bestätigen.

Mein Ergebnis: Fast die Hälfte der Software-Startups schafft es irgendwann auf 1 Million $ ARR, nachdem sie mit der Monetarisierung begonnen haben – wenn sie bereit sind, 10 Jahre dabeizubleiben.

Diese Zahl ist höher, als ich vorhergesagt hätte. Ich vermute, sie könnte von einem Selektionsbias beeinflusst sein: Unternehmen, die sich für Subscription-Metriken interessieren, sind vielleicht eher seriöse Geschäfte als Hobbyprojekte. Und sie zeigt Unternehmen, die 2016 oder früher mit der Monetarisierung begonnen haben, als es – ehrlich gesagt – deutlich schwieriger war, ein SaaS-Produkt zu bauen und zu launchen. Später im Report schauen wir uns an, wie diese Zahlen für neuere Kohorten in ihren frühen Monetarisierungsjahren aussehen.

Trotzdem sind die Chancen, über 1 Million $ ARR hinauszukommen, ziemlich ernüchternd. Eines von zehn erreicht 10 Millionen $ ARR. Und nur eines von fünfzig Startups schafft innerhalb von 10 Jahren 25 Millionen $ ARR. Die Chance darauf ist geringer als die Aufnahme in Harvard oder Stanford (3,6 % Annahmequote).

Wenn Sie das geschafft haben, nehmen Sie sich hoffentlich einen Moment, um zu feiern. 97,7 % Ihrer Peers sind nicht so weit gekommen.

Wie lange die erste Million wirklich dauert

Wenn man VCs zuhört, entsteht der Eindruck, Umsatzwachstum passiere mit Warp-Geschwindigkeit. Der klassische Weg „triple-triple-double-double-double“ (T2D3) zu 100 Millionen $ in fünf Jahren reicht manchen VCs nicht mehr, wenn sie sehen, dass Lovable, Cursor und Wiz das in zwei Jahren oder weniger schaffen.

Mein Ergebnis: Bei Startups, die 1 Million $ ARR erreichen, dauert es ab der ersten Monetarisierung meist zwei bis fünf Jahre. Ganze 3,3 % der Startups erreichen 1 Million $ in unter einem Jahr. 13,4 % erreichen 1 Million $ in unter 3 Jahren. Und 25,1 % erreichen diesen Wert innerhalb von 5 Jahren. Sie können sich selbst auf der Kurve unten einordnen und die für Sie relevanten Zahlen ablesen.

Ich halte das für gesund! Es braucht echte Zeit, den Product-Market-Fit (PMF) zu finden und von gründergeführtem Vertrieb zu wiederholbarem Wachstum zu kommen. Zu frühes Skalieren kann ein ansonsten großartiges Geschäft töten. Viele der besten Unternehmen gehen langsam, um schnell zu sein.

Erwähnenswert: Auch die heute meistgefeierten Unicorn-Startups haben 1 Million $ nicht über Nacht erreicht. Sie haben geduldig an Produkt und Distribution iteriert und dann alles auf eine Karte gesetzt, als sie wussten, dass es funktioniert.

• Lovable hat 18 Monate gebaut, bevor der Durchbruch kam. Frühere Produktversionen, damals GPT Engineer genannt, versandeten nach dem ersten Launch.
• Clay, die Sales-Intelligence-Plattform, hat sechs Jahre geschuftet, bevor sich Umsatz-Traktion zeigte. Irgendwann explodierte das Wachstum in den vergangenen Jahren.
• StackBlitz, Hersteller der Vibe-Coding-App Bolt.new, hat sich sieben Jahre lang zu 700.000 $ ARR hochgekämpft. Dann explodierte ihr neues Produkt Bolt.new in den ersten vier Wochen auf 4 Millionen $ ARR.

Software bauen ist leichter, auffallen ist schwerer

In den letzten zehn Jahren haben wir Go-to-Market zur Wissenschaft gemacht. Wir haben Dutzende Drei-Buchstaben-Abkürzungen erfunden, von AEO über PLG bis UBP. Was wir nicht geschafft haben: nennenswert besser darin zu werden, durchzubrechen.

Ich habe Software-Startups nach dem Jahr ihrer ersten Monetarisierung in Kohorten aufgeteilt. Dann habe ich für jede Kohorte die Wahrscheinlichkeit verglichen, 1 Million $ ARR zu erreichen.

Mein Ergebnis: Startups, die zwischen 2016 und 2019 gestartet sind, erreichten durchgängig häufiger 1 Million $ ARR innerhalb von drei Jahren als später geborene Startups. Die Unterschiede sind nicht gewaltig – 15 % Erfolgsquote gegenüber 12 % –, aber sie sind spürbar. Viele aus dem Jahrgang 2016–2019 haben wahrscheinlich von der Nullzinsphase (ZIRP) und dem COVID-getriebenen Software-Boom profitiert.

Besonders 2016 war der beste einzelne Jahrgang für einen Startup-Launch. In diesem Jahr lagen die Erfolgsquoten durchweg im oberen Quartil. Zu diesem Jahrgang gehören auch viele der ursprünglichen Product-led-Growth-(PLG-)Pioniere, die etablierten Produktkategorien neue Kaufwege gezeigt haben. Notion, Figma und Loom sind alle 2016 gestartet.

Neuere Kohorten, besonders die 2021 gegründeten Softwareunternehmen, haben es weniger gut getroffen. Die Kohorte 2021 hat die geringste Wahrscheinlichkeit, innerhalb von drei Jahren 1 Million $ ARR zu erreichen (10,1 %). Dieser Jahrgang hatte das Pech, zu spät zum ZIRP-Boom zu kommen und mitten in die Finanzierungsflaute 2022–2023 zu geraten. Die meisten waren zu früh, um die KI-Welle zu reiten.

Der Silberstreif: Der Jahrgang 2023 startet außergewöhnlich stark. Er erreicht mit 50 % höherer Wahrscheinlichkeit 1 Million $ ARR innerhalb von sechs Monaten nach Launch. Dieser Jahrgang war noch früh auf der KI-Party; die Gründer hatten sich schon Gedanken über KI-Produkte gemacht, bevor das Mainstream wurde. Sie waren zur richtigen Zeit am richtigen Ort mit dem richtigen Produkt.

KI-native Startups spielen in einer eigenen Liga

Als Daumenregel gilt: Neuere Kohorten von Softwareunternehmen sind nicht besser darin geworden, Traktion zu finden. Aber es gibt eine (große) Ausnahme. Sie können sich wahrscheinlich denken, welche.

Das ChartMogul-Team hat mit KI die über 6.000 Unternehmen in Produktkategorien gruppiert. Dazu gehören Kategorien wie PLG (haben ein Self-Service-Angebot auf ihrer Website), Vertical SaaS (Software für eine bestimmte Branche oder Nische) und Enterprise SaaS (durchschnittlicher ACV ab 10.000 $).

Anschließend habe ich untersucht, wie die Produktkategorie die Chance eines Startups beeinflusst, ein Ausreißer zu sein – definiert als 1 Million $ ARR innerhalb von sechs Monaten oder 10 Millionen $ ARR innerhalb von 12 Monaten. (Die Kategorien schlossen sich nicht aus; ein Unternehmen konnte in mehrere fallen.)

Mein Ergebnis: KI-native Startups erreichen mit 3-facher Wahrscheinlichkeit 1 Million $ ARR in 6 Monaten. Und mit 8-facher Wahrscheinlichkeit 10 Millionen $ ARR in 12 Monaten.

Um es klar zu sagen: Diese Meilensteine bleiben äußerst selten. Weniger als 1 % der KI-nativen Startups erreicht 10 Millionen $ ARR innerhalb von 12 Monaten nach der ersten Monetarisierung. Aber es geschieht in dramatisch höheren Raten als historisch beobachtet.

Keine andere Produktkategorie kommt der KI-Nativität auch nur nahe:

• Enterprise-SaaS-Unternehmen erreichen mit 40 % höherer Wahrscheinlichkeit 1 Million $ ARR in 6 Monaten, sind beim Erreichen von 10 Millionen $ ARR in 12 Monaten aber nur durchschnittlich.
• Anders als viele erwarten dürften, explodieren PLG und Consumer SaaS beide seltener direkt aus dem Stand; viele dieser Unternehmen haben einen langsameren Anlauf, weil sie Nutzergewinnung vor Monetarisierung stellen.
• Auch Vertical SaaS hat weniger Ausreißer. Ich vermute, das spiegelt die Schwierigkeit, an Käufer zu verkaufen, die keine Early Adopters von Technologie sind.

Eine Einschränkung: Ein explosiver Start sagt nicht zwangsläufig etwas über Langlebigkeit aus. Kunden schnell zu gewinnen kann damit zusammenfallen, sie schnell an ein anderes Produkt zu verlieren.

Sie müssen nicht in der Bay Area sein (aber es hilft)

Die verbreitete Weisheit lautet: Wer groß rauskommen will, muss in die Bay Area ziehen. Das stimmt so nicht zwingend – auch wenn es sicher nicht schadet, dort zu sein.

Ich habe den Datensatz nach dem aktuellen Hauptsitz der Unternehmen analysiert und sie den zehn größten regionalen Hubs unter den ChartMogul-Kunden zugeordnet. Diese Gruppen umfassen große Metropolregionen (wie die Bay Area und NYC), Länder (wie Frankreich, Kanada, UK) und in einigen Fällen Regionen (wie Mittel- und Osteuropa, Skandinavien).

Mein Ergebnis: Startups aus der Bay Area brechen tatsächlich häufiger durch. Aber die Unterschiede sind nicht so gravierend, wie man angesichts aller Vorteile (und Zusatzkosten) der Bay Area erwarten würde. Unternehmen aus der Bay Area erreichen:

• mit 70 % höherer Wahrscheinlichkeit 1 Million $ ARR innerhalb von 3 Jahren.
• mit 150 % höherer Wahrscheinlichkeit 5 Millionen $ ARR innerhalb von vier Jahren.
• mit 40 % höherer Wahrscheinlichkeit 10 Millionen $ ARR innerhalb von fünf Jahren.

Frankreich und Kanada sind überraschend gut darin, Softwareunternehmen hervorzubringen, die innerhalb von drei Jahren 1 Million $ ARR erreichen (wobei besonders Kanada selten Unternehmen produziert, die in fünf Jahren 10 Millionen $ erreichen).

New York City und der Rest der USA bringen die langlebigsten Unternehmen hervor. Firmen von dort schlagen die Bay Area beim Erreichen von 10 Millionen $ ARR innerhalb von fünf Jahren. Vielleicht haben die, die außerhalb der Bay Area bauen, mehr Ausdauer; sie halten durch, wo ihre Peers pivotieren, schließen oder einen frühen Exit suchen.

Was es braucht, um ein Ausreißer zu werden

Wenn Sie es über 1 Million $ ARR hinaus geschafft haben: gut gemacht. Sie haben die Wahrscheinlichkeit geschlagen.

Was also treibt diese Startups an und andere nicht – abgesehen natürlich davon, KI-native zu sein und in San Francisco zu sitzen? Dieser Frage gehe ich in den nächsten Wochen weiter nach. Abonnieren Sie Growth Unhinged und vernetzen Sie sich mit ChartMogul, um informiert zu werden, wenn es erscheint.

Methodik und Glossar

Datenquellen und Analyserahmen: Für diesen Report haben wir anonymisierte und aggregierte Daten von ChartMogul analysiert.

Datenquellen: ChartMogul MRR Movements, mit KI-Segmentierung angereicherte Account-Daten sowie geografische und Branchenklassifizierungen. Sandbox-Accounts sind ausgeschlossen.

ARR-Meilenstein-Analyse: Untersucht, wie schnell Unternehmen wichtige ARR-Meilensteine erreichen (1, 5, 10, 15, 20, 25 Mio. $) über Zeithorizonte von 1 bis 120 Monaten. Unternehmen sind nur berücksichtigt, wenn seit ihrem ersten Umsatzdatum genügend Zeit vergangen ist.

Analyse des schnellsten Dezils: Konzentriert sich auf die 10 % schnellsten Unternehmen je Meilenstein und analysiert deren Retention und Wachstumsmerkmale während der Anlaufphase.

Retention-Metriken: Gross Revenue Retention (GRR) und Net Revenue Retention (NRR), berechnet über die Anlauffenster.

Wachstumsmetriken: Average Revenue Per Account (ARPA), ARPA-Wachstum und Umsatzzusammensetzung (Neugeschäft, Expansion, Reaktivierung).

Umsatzbewegungen: Die MRR-Kategorien New Business, Expansion, Contraction, Churn und Reactivation.

Statistisches Vorgehen: Kohortenanalyse nach Jahr, Geografie und Geschäftsmodell; monatliche Aggregation mit Forward-Filling; perzentilbasiertes Performance-Benchmarking.