FFG Projektdatenbank

zurück

GWV SaaS

Gateway Ventures SaaS integration AI-Systems and Automation into the Investment Process

Projektbeschreibung

Gateway Ventures GmbH wurde im November 2015 von Markus Kainz in Wien, Österreich, gegründet. Das Unternehmen agiert als Schnittstelle zwischen Investoren und Startups. In den letzten Jahren hat Gateway Ventures eine SaaS-Lösung entwickelt, die Startups und Investoren die Möglichkeit gibt, Investitionsmöglichkeiten auf vollständig digitalisierte Weise zu schaffen. Die Lösung umfasst derzeit Funktionen, die die Beratung bei Investitionsentscheidungen, den Zugang zu Finanzierungsoptionen, den Zugang zu Jahresabschlüssen und die persönliche Vernetzung unterstützen. Das Unternehmen hat jedoch erkannt, dass der know-how-Austausch zwischen und innerhalb von Startups und Investoren derzeit noch begrenzt ist und die Unterstützung von Exit-Szenarien für Investoren in VC-Netzwerken derzeit stark vernachlässigt wird. Hinzu kommt, dass der Venture Capital Markt aufgrund fehlender Datenbanken und vieler externer Einflussfaktoren nur schwer vorhersehbar ist. Aus diesem Grund will Gateway Ventures einen vollständig optimierten digitalen und automatischen Investitionsprozess entwickeln, der Investitionen in Start-ups für jeden zugänglich macht.

Die größten Innovationen, die Gateway Ventures im Rahmen dieses Projekts auf den Markt bringt, sind: 1.) ein fortschrittlicher Startup Scraper als Basis für die Automatisierung von Customer Journey und Startup Ranking, 2.) Know-how-Matching auf der Basis eines KI-basierten Matching-Algorithmus, der das Wissen von Investoren mit dem von Startups abgleicht und andersherum, 3.) ein vollständig digitalisiertes und automatisiertes M-Paas, das es mehreren Investoren mit kleineren Beträgen ermöglicht, unter einer treuhänderischen GmbH-Struktur zu investieren, 4.) VC Market Trend Prediction ermöglicht fundierte Marktprognosen und adäquate Anlageempfehlungen, 5.) Post-Transaction AI Exit Calculator hilft bei der Berechnung und dem Verständnis möglicher Exit-Szenarien und deren Implikationen.

Die Hauptzielgruppen von Gateway Ventures sind Investoren (u.a. High-Net-Worth-Individuals, Business Angels & Exit-Gründer, Ersatzinvestoren) und Startups aus den Bereichen Business Services, Nachhaltigkeit und Gesundheit. Die fünf wichtigsten USP's sind 1.) einfacher Zugang zu Kontakten, Experten und verlässlichen Geschäftsinformationen, 2.) hohe Erfolgschancen durch die Übereinstimmung der Interessen von Investoren und Startups 3.) Persönliche Vernetzung durch Austausch von Lead-Investoren und Branchenexperten 4.) Verbesserte Szenarien und Exit-Unterstützung 5.) ein digitalisierter und automatisierter Investitionsprozess.

Endberichtkurzfassung

Within the first research year multiple goals could be achieved such as the M-PaaS framework structure (WP2), club rooms (WP2) and first prototypes of the exit strategy algorithm (WP5) as well as the knowledge matching (WP6). For no work package a prototype could be created that surpassed the thresholds necessary (e.g. accuracy, robustness, stability) to be considered a fully functional prototype.

Main Challenges:

The main challenges encountered within the first research year were data. For WP3 there was not enough high quality and detailed data accessible for the european market. For WP4 the scraper was not able to gather enough valuable data to evaluate startups within their market. In WP5 there was not enough data to understand the ecosystem in which a startup operates in.

Within the research year new approaches for all these challenges were already defined. For the second research year, in all WPs, an extended data gathering will be performed.

Once the data sources, pipelines and quality are high enough the prototypes will be retested to see if the threshold can be reached for functional prototypes.

Highlights:


WP2: Gateway M-PaaS Framework


Within the M-PaaS a successful framework was developed that can be described as a productive multi-tenant platform based on clubrooms. Each own network (e.g. university, VC-company) has its own club room in which all processes happen in a closed system.


WP3: KPI-Prediction Algorithm / VC Market Trend Predicition


The third work package had slow progress due to multiple challenges encountered within the data availability. EU specific data is sparse or protected by paywalls. In a first approach US data was gathered and methods were discussed to transfer the data from the US market to EU market.


WP4: AI based Start-up Scraper & Ranking Model Start-Up


Within this work package a first pipeline for the start-up scraper was developed and implemented. While this system works it does not bring the expected user value. A manual process of enriching the data was taken to prepare classified supervised labels in which an algorithm can learn why a startup was “considered” or “not considered” from human evaluation.


WP5: Gateway AI Portfolio Management


This work package also encountered a lot of constraints due to data availability, specifically EU data. In the research year mostly industry level data sources were taken and included in first simulations. The exit probability model based on parameter definition and calibrations had some first promising outputs, but no prototype showed 80% accuracy or higher.


WP6: Gateway Matchmaking 2.0 Algorithm


This work packages has a first successful output, which is an explicit clustering system that can create an n-shortlist of fitting knowledge between startups and investors. This is mainly a basic shortlist that is not yet brining the full value envisioned by the algorithm.

zurück