Michael Kovac/Getty Images for Vanity Fair

Marc Andreessen gräbt nicht tief in sich selbst. Er ist sogar stolz darauf, gegen Selbstreflexion zu sein. Der Mitgründer der Wagniskapitalfirma Andreessen Horowitz sagte kürzlich in einem Interview, dass er nicht viel von Selbstreflexion halte. Tatsächlich erklärte er David Senra, dass er „null“ Selbstreflexion anstrebe – oder „so wenig wie möglich“. Er wolle vorwärtskommen, sagte er und zeichnete mit seiner Hand eine aufsteigende Kurve.

„Ich habe festgestellt, dass Menschen, die in der Vergangenheit verharren, in der Vergangenheit stecken bleiben“, sagte Andreessen. „Das ist ein echtes Problem. Es ist ein Problem bei der Arbeit und es ist ein Problem zu Hause.“ Andreessen sagte auch, dass die „großen Männer der Geschichte nicht herumgesessen und solche Dinge getan haben“.

Nachdem Senra den Clip online gestellt hatte, äußerten sich X-Nutzer in den Kommentaren – und machten Andreessens Worte schnell zum Meme.

Paul Graham, Mitbegründer von Y Combinator, antwortete mit der Frage: „Was?“

„Das stimmt nicht“, schrieb Graham. „Findest du nicht, dass beispielsweise Charles Darwin zu den großen Männern der Geschichte gehörte?“

SoFi-CTO Jeremy Rishel bezeichnete Andreessens Ansicht als „absurd falsch“ und führte Beispiele wie Marcus Aurelius und die Gründerväter der USA an. Seth Bannon, Gründungspartner von Fifty Years, verwies auf weitere Beispiele wie John D. Rockefeller und Warren Buffett.

Preston Attebery, Gründer von AppClub, verwies auf einen Moment, in dem Steve Jobs nachdenklich wirkte. Nachdem er aus Apple verdrängt worden war, erzählte Jobs Newsweek, dass er „viele lange Spaziergänge im Wald unternommen und nicht wirklich mit vielen Menschen gesprochen habe“.

„Sie sagen dir, du sollst die Selbstreflexion vergessen, während sie selbst in Podcasts Selbstreflexion betreiben“, schrieb Fahd Ananta, Produktmanager bei Opendoor.

Andere verteidigten Andreessen. Der Serienunternehmer Ryan Carson schrieb, er habe keine Geduld für Selbstreflexion, Tagebuchschreiben oder Therapie. Der Clip „hat mir das Gefühl gegeben, dass es nicht so schlimm ist“, schrieb er.

Podcast-Moderator Rob Wiblin schrieb, dass Andreessen eigentlich das Grübeln kritisierte, „was in den meisten Fällen wirklich schädlich ist“.

Elon Musk postete auf X: „Negative neuronale Bahnen durch Therapie oder Selbstreflexion zu verstärken, ist ein Rezept für Elend. Man sollte keine Spurrillen in die Straße fräsen.“

Wie so oft postete Andreessen trotz allem weiter. Er veröffentlichte mehrere Aussagen von „meinem Therapeuten Claude“ auf seinem X und empfahl ein Buch. Was für Peter Thiel der Antichristen sei, sei für Andreessen die Selbstreflexion, schrieb er. Introspektion sei eine Kombination aus Neurotizismus, Narzissmus und Daumenlutschen, schrieb der Risikokapitalgeber.

Als ein Interviewer Steve Jobs eine introspektive Frage stellte – wo er in der Geschichte der amerikanischen Erfinder einzuordnen sei –, antwortete Jobs: „So denke ich eigentlich nicht.“ Andreessen teilte den Clip mit einem einzigen Wort: „Nun.“

Währenddessen nutzte Andreessen mehrere Gelegenheiten, um sich über seine Kritiker lustig zu machen. „Viele von euch müssen offensichtlich mehr Selbstreflexion betreiben“, schrieb Andreessen.

Getty / Christmann / Collage: Dominik Schmitt

Silvia Christmann ist dreifache Gründerin und Executive Coach mit Harvard-Master, die seit über 16 Jahren CEOs, Gründer und Investoren – von Startups bis zu Top-Fonds wie a16z und Y Combinator – dabei unterstützt, bessere Führungs- und Investmententscheidungen zu treffen.

Rund 90 Prozent der Startups scheitern – und 65 Prozent davon aufgrund von Teamdysfunktionen, so Branchenstudien. Heißt konkret: In fast zwei Dritteln der Fälle scheitern Startups nicht am Markt oder an der Technologie – sondern daran, dass es im Team nicht funktioniert.

Die Arbeit von Harvard-Business-School-Professor Noam Wasserman zur Gründerdynamik zeigt, dass Konflikte innerhalb von Gründerteams eine der häufigsten Ursachen für das Scheitern von Startups mit hohem Potenzial sind. Mit anderen Worten: Der Faktor, der das Unternehmen am ehesten zum Scheitern bringt, ist oft der am wenigsten strukturierte Teil der Investitionsentscheidung.

Die große Frage lautet: Wenn strukturierte Bewertungsmethoden die Vorhersagegenauigkeit in anderen Bereichen der Entscheidungsfindung deutlich verbessern können, warum verlassen sich dann immer noch so viele Unternehmen bei der Bewertung von Führungskräften und Talenten auf Intuition?

Die Illusion der Mustererkennung

Für viele Investoren wird Intuition als erfahrungsbasierte Mustererkennung verstanden. Nach jahrelangen Begegnungen mit Gründern (oder nach dem Wechsel vom Gründer zum Investor), der Prüfung von Investitionsvorhaben und der Beobachtung von Ergebnissen entwickeln erfahrene Investoren angeblich ein ausgeprägtes „Bauchgefühl“ für die Erkennung außergewöhnlicher Führungskräfte und deren langfristige Leistungsfähigkeit.

Untersuchungen in der Entscheidungswissenschaft legen jedoch nahe, dass Intuition nur unter ganz bestimmten Bedingungen zuverlässig ist. Die Forschungsarbeiten von Daniel Kahneman und Gary Klein zeigen, dass sich intuitive Expertise vor allem in Umgebungen entwickelt, in denen Muster stabil sind und das Feedback schnell und präzise erfolgt. In Bereichen wie der Brandbekämpfung oder beim Schach erfahren Experten schnell, ob ihre Einschätzungen richtig waren.

Lest auch

Dieser Lakestar-Partner will das VC-Game neu denken: Was Enrico Mellis mit Animal Syndication vorhat

Startup-Investitionen hingegen finden in einem Umfeld statt, das für sein langsames Feedback bekannt ist. Bei einer Venture-Capital-Investition kann es fünf bis zehn Jahre dauern, bis das Ergebnis klar wird. Unter solchen Bedingungen können Entscheidungsträger unmöglich zeitnahe Signale erhalten, die es ihnen ermöglichen, ihre Urteile genau zu kalibrieren oder eine auf Intuition basierende Mustererkennung zu etablieren. Darüber hinaus entsteht dadurch eine negative Rückkopplungsschleife, in der das Vertrauen in die Intuition wachsen kann, selbst wenn deren Vorhersagegenauigkeit ungewiss bleibt. Daher werden alle informellen Interviews ohne strukturierte Bewertungsmethoden zu einer unsichtbaren Risikoquelle bei der Entscheidungsfindung.

Wenn also Intuition in Umgebungen mit langsamer Rückmeldung unzuverlässig ist, was funktioniert dann? Die Antwort gibt es schon seit siebzig Jahren.

Das 70 Jahre alte Geheimnis, das die meisten Risikokapitalgeber ignorieren

Die Debatte zwischen Intuition und strukturierter Bewertung ist nicht neu. Strukturierte Bewertungsmethoden sind seit über sieben Jahrzehnten durchweg genauer als Expertenurteile. Die Risikokapitalbranche beharrt jedoch darauf, dass dies anders sei und dass herkömmliche, wissenschaftlich belegte Leistungsmodelle nicht auf Startup-Gründer und deren Investitionsthesen zuträfen.

Und sie könnten nicht falscher liegen. So hat der Forscher Grove und seine Kollegen beispielsweise jahrzehntelange Studien ausgewertet und festgestellt, dass statistische Vorhersagemethoden in etwa der Hälfte bis zu zwei Dritteln der Vergleiche besser abschneiden als menschliches Urteilsvermögen und selten schlechter. Dies stellt die Annahme, dass Expertenintuition der zuverlässigste Weg sei, komplexe Vorhersagen zu treffen, grundlegend in Frage.

Stellt euch vor, ihr würdet 100 Kopf-an-Kopf-Wettbewerbe zwischen einem erfahrenen Experten, der sein Urteilsvermögen einsetzt, und einer strukturierten statistischen Methode durchführen. Die strukturierte Methode würde etwa zwischen 50 und 65 Prozent dieser Wettbewerbe gewinnen. Rechnet selbst bei einer Ausfallrate von 90 Prozent nach: Mindestens 50 Prozent dieser Entscheidungen könnten potenziell verbessert werden. Auf welche Quote würdet ihr setzen?

Seit 1954 werden Erkenntnisse der Auswahlforschung genutzt, um systematische Methoden zu entwickeln, die Verzerrungen reduzieren und die Vorhersagegenauigkeit bei der Beurteilung der Leistungsfähigkeit von Talenten verbessern. Eine der einflussreichsten Studien auf diesem Gebiet ist die umfassende Metaanalyse von Schmidt und Hunter, die 85 Jahre Forschung im Bereich der Personalauswahl umfasst. Ihre Ergebnisse zeigten, dass strukturierte Bewertungsmethoden bei der Leistungsvorhersage durchweg besser abschneiden als informelle Gespräche.

Die Daten sind sehr aussagekräftig. Systematische Methoden stellen sicher, dass jeder Kandidat anhand der gleichen Kriterien bewertet wird, und reduzieren den Einfluss subjektiver Eindrücke. Strukturierte Interviews erhöhen die Wahrscheinlichkeit, einen Leistungsträger korrekt zu identifizieren, um etwa 30 bis 40 Prozent.

Warum mentale Abkürzungen euren „Instinkt“ so real erscheinen lassen

Das menschliche Gehirn verbraucht etwa 20 Prozent der Stoffwechselenergie des Körpers, obwohl es nur zwei Prozent des Körpergewichts ausmacht. Um mit dieser Einschränkung umzugehen, stützt sich das Gehirn auf kognitive Heuristiken oder mentale Abkürzungen, die eine schnelle Entscheidungsfindung ohne bewusste Überlegung ermöglichen.

Diese Heuristiken haben sich im Zusammenhang mit Überlebenssituationen entwickelt: Mustererkennung, um Bedrohungen schnell zu identifizieren, selektive Aufmerksamkeit, um überwältigende Sinneseindrücke zu filtern, und prozedurale Automatisierung, um Routineaufgaben aus der bewussten Verarbeitung auszulagern. Betrachten wir ein bekanntes Beispiel: Erfahrene Autofahrer fahren Strecken, während sie gedanklich mit anderen Dingen beschäftigt sind, und können sich später nicht mehr an bestimmte Momente der Fahrt erinnern. Das bedeutet, dass das prozedurale Gedächtnis die Aufgabe automatisiert hat.

Während diese Effizienzmechanismen unserer evolutionären Vergangenheit gute Dienste leisteten, verursachen sie systematische Fehler in modernen, risikoreichen Kontexten wie der Investitionsbewertung. Das Gehirn priorisiert nach wie vor Geschwindigkeit und schlüssige Erzählungen gegenüber Genauigkeit, selbst wenn eine bewusste Analyse zu besseren Ergebnissen führen würde.

Die spezifischen Verzerrungen, die die Bewertung von Gründern verfälschen

Unstrukturierte Gründer-Interviews verstärken mehrere gut dokumentierte kognitive Verzerrungen:

Bestätigungsfehler: Sobald sich ein erster Eindruck gebildet hat, suchen Interviewer unbewusst nach unterstützenden Belegen, während sie widersprüchliche Signale außer Acht lassen. Fragen werden zu Gelegenheiten, Hypothesen zu bestätigen, anstatt sie zu überprüfen.

Halo-Effekt: Eine einzige beeindruckende Eigenschaft – Charisma, Referenzen oder eine fesselnde Geschichte – erzeugt einen positiven Schein, der Schwächen in anderen Bereichen überdeckt.

Ähnlichkeitsverzerrung: Bewerter bevorzugen systematisch Kandidaten, die ihnen in Bezug auf Hintergrund oder Kommunikationsstil ähneln, und verwechseln Vertrautheit mit Kompetenz.

Aktualitätsverzerrung: Die neuesten Informationen beeinflussen das endgültige Urteil überproportional, selbst wenn frühere Datenpunkte aussagekräftiger waren. Dies sind keine Charakterfehler, sondern vorhersehbare Merkmale der menschlichen Wahrnehmung. Die Frage ist nicht, ob Verzerrungen existieren, sondern ob strukturierte Methoden vermeidbare Fehlerquoten reduzieren können.

Was „strukturierte Beurteilung“ eigentlich bedeutet

Die Belege für die Wirksamkeit strukturierter Bewertungen sind eindeutig. Doch was bedeutet „Struktur“ in der Praxis?

Eine Studie von Levashina, Hartwell, Morgeson und Campion identifiziert vier Kernelemente, die eine fundierte Beurteilung von einer intuitiven Einschätzung unterscheiden:

• Standardisierte Fragen, die allen Bewerbern einheitlich gestellt werden
• Vorab festgelegte Kompetenzrahmen, die vor den Vorstellungsgesprächen festgelegt werden
• Mehrere geschulte Bewerter, die gemeinsame Kriterien anwenden
• Verhaltensbezogene Nachweise, die auf beobachtbaren Handlungen und nicht auf Eindrücken beruhen

Die konkreten Methoden variieren – verhaltensbezogene Bewertungsskalen, Kompetenzmatrizen, strukturierte Interviewprotokolle –, doch das Prinzip bleibt dasselbe: Struktur zwingt die Bewerter dazu, vergleichbare Daten zu sammeln und ihre Urteile an Nachweisen statt an Bauchgefühl festzumachen.

Lest auch

Provokanter Slogan, große Ambition: Was hinter „BAD1 – Berlin auf die 1“ steckt

Mehrere Bewerter, die einheitliche Rahmenwerke verwenden, können eine Interrater-Reliabilität von durchschnittlich 0,78 erreichen, im Vergleich zu einer nahezu zufälligen Übereinstimmung bei unstrukturierten Interviews. Noch wichtiger ist, dass diese Methoden Daten liefern, anhand derer ihr erkennen könnt, welche Gründerattribute tatsächlich den Erfolg in eurem Portfolio vorhergesagt haben, im Gegensatz zu denen, die während der Pitch-Meetings als wichtig empfunden wurden.

Was das für euch bedeutet

Eine strukturierte Verhaltensbeurteilung beseitigt das Risiko nicht vollständig. Aber sie reduziert die Rate vermeidbarer Fehler im Vergleich zur reinen Intuition erheblich.

Das Ziel besteht nicht darin, Erfahrung, Instinkt oder Mustererkennung zu ignorieren. Es geht darum, sie zu strukturieren. Untersuchungen zeigen, dass dies die Vorhersagegenauigkeit im Vergleich zu unstrukturierten Vorstellungsgesprächen um bis zu 40 Prozent verbessern kann.

Beim Investieren geht es darum, auf Gewinnerteams zu setzen. Warum solltet ihr keine Methode anwenden, die eure Chancen, auf das richtige Team zu setzen, deutlich erhöht?

Rudrojas Kunvar

Als er sich im vergangenen Jahr mit einem Risikokapitalgeber traf, erhielt der 16-jährige Rudrojas Kunvar ein Angebot, das selbst die gelassensten Teenager begeistern würde: 300.000 Dollar (etwa 277.000 Euro) erhalten, die Highschool abbrechen und sein KI-Startup Vollzeit leiten.

„Es waren definitiv ein paar harte Wochen des Überlegens“, sagte Kunvar, der in Germantown, Maryland, lebt, gegenüber BUSINESS INSIDER (BI). „Das ist eine Menge Geld.“

Kunvar hatte den Sommer zuvor damit verbracht, Evion zu entwickeln, ein kostenloses KI-Tool zur Analyse von Feldfrüchten, das Bilder von einfachen Kameradrohnen nutzt, die Landwirte selbst kaufen können. Das KI-Modell analysiert die Bilder und erstellt eine Karte des Gesundheitszustands der Pflanzen, die Landwirte in ihre bestehenden Plattformen integrieren oder über ein Dashboard abrufen können. Grün bedeutet gesund, Rot bedeutet ungesund.

Evion

„Landwirte können damit die Zukunft ihrer Felder vorhersagen“, sagte Kunvar. „Man sieht, welche Bereiche mehr Wasser oder Dünger benötigen, anstatt einfach überall zu sprühen.“

Wie im Bauwesen und in der Verteidigung verändern Drohnen auch die Landwirtschaft in den USA. Laut Forschern der Michigan State University waren im Jahr 2025 etwa 5500 landwirtschaftliche Drohnen bei der Federal Aviation Administration registriert, nach rund 1000 im Jahr 2024.

Lest auch

Investieren in die Landwirtschaft – So profitiert ihr von der Agrar-Zeitenwende

Kunvar sagte, Evion könne Landwirten helfen, Geld zu sparen, da die gezielten Daten die Unsicherheit über den Gesundheitszustand der Felder reduzieren. Das verringert die Wahrscheinlichkeit, Wasser oder Dünger zu verschwenden.

Evion ist als kostengünstige Alternative zu Unternehmen positioniert, die teure Drohnenprodukte oder Dienstleistungen vermarkten. Stattdessen können Landwirte günstige Kameradrohnen kaufen, eigene Fotos machen und die Daten selbst hochladen.

„Es soll ein erschwinglicheres Modell für kleine bis mittlere Betriebe sein“, erklärte Kunvar.

Nachdem Evion aufgebaut war, arbeitete Kunvar mit Jacob Lee zusammen, der Erfahrung mit der Entwicklung von Tech-Tools hat, um die Reichweite zu erweitern. Der erste Pilotstart erfolgte im Herbst.

Letztendlich lehnte Kunvar das Angebot über 300.000 Dollar ab, da er sicherstellen wollte, dass sein Produkt zugänglich bleibt und nicht nur der Profitmaximierung dient.

Wenig KI-Fortschritte in der Landwirtschaft

Die Idee für Evion entstand während Kunvars zweitem Highschool-Jahr an der Poolesville High School in Montgomery County, als er ein Gemeindefest besuchte. Ein Drittel des Montgomery County ist als Agricultural Reserve ausgewiesen, also als geschütztes Land, um ländliche Flächen zu erhalten.

„Ich fragte einen Landwirt, wie er erkennt, wann eine Krankheit droht oder was leichte Verfärbungen bedeuten“, sagte Kunvar. „Im Grunde sagte er, er müsse raten. Ich sprach mit ein paar weiteren Landwirten und stellte fest, dass alle ähnliche Antworten gaben.“

Kunvar, der angab, schon immer eine Leidenschaft für Technologie gehabt zu haben, war überrascht. „Wir haben viele KI-Fortschritte in verschiedenen Branchen gesehen“, sagte er. „Warum passiert im Bereich Landwirtschaft so wenig?“

Ursprünglich wollte Kunvar eine eigene Flotte vollautonomer Drohnen entwickeln, die die Daten erfassen könnten, entschied sich nach Gesprächen mit Mentoren und Berechnungen jedoch für einen anderen Ansatz. Stattdessen studierte er Drohnen und identifizierte den Hauptkostenfaktor: die Multispektralkamera.

„Die Kamera war der größte Kostenfaktor. Ich fragte mich: ‚Was, wenn es eine Möglichkeit gibt, ähnliche Daten ohne diese Kamera zu bekommen? Was, wenn ich eine einfache Kamera nutzen könnte?‘“, sagte Kunvar.

Lest auch

Tesla-Unfall im Selbstfahrmodus: Ex-Uber-Manager warnt vor zu großem Vertrauen in KI

Partnerschaften mit Landwirtschafts-Nonprofits

Er verwies auf Tesla und seine autonomen Fahrzeuge als Beweis, dass das funktionieren kann. Im Gegensatz zu Waymo und anderen Firmen, die Lidar nutzen, verlässt sich Tesla auf Kameras.

Nachdem die Logistik und das KI-Modell eingerichtet waren, suchten die Gründer Kunden über Kaltakquise per E-Mail und LinkedIn. Bessere Ergebnisse erzielten sie jedoch durch Partnerschaften mit landwirtschaftlich orientierten Nonprofits und Organisationen, um Landwirte zu erreichen. Heute hilft die Technologie Landwirten in Nordamerika, Südostasien und Indien.

Für die Zukunft plant Kunvar, Evion weiter auszubauen und Chancen in anderen Bereichen, einschließlich KI-Infrastruktur, zu erkunden. „Im Unternehmertum gibt es viel Ungewissheit, besonders bei Startups, aber ich habe gelernt, dass in der Ungewissheit auch Schönheit liegt“, sagte Kunvar. „Es gab Zeiten, in denen nichts funktionierte, und dann erzielt man den kleinsten Erfolg, und man denkt: ‚Wow, vielleicht kann ich das doch schaffen.‘“

Lest das Original auf Business Insider US.