Powered by OpenAIRE graph
Found an issue? Give us feedback
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/ Forschungsindex und ...arrow_drop_down
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
EconStor
Research . 2013
Data sources: EconStor
versions View all 3 versions
addClaim

Erfolgsprädiktoren von Venture Capital Investments

Authors: Streletzki, Jan-Georg;

Erfolgsprädiktoren von Venture Capital Investments

Abstract

[Einführung] Venture Capital Gesellschaften (VCGs) erzielen Renditen, indem sie Anteile an jungen Unternehmen kaufen und zu einem späteren Zeitpunkt verkaufen - im Idealfall ist das Unternehmen bis dahin etabliert und der Anteil dementsprechend ein Vielfaches mehr wert (Weitnauer, 2011; Gompers und Lerner, 2004). Diese Wunschvorstellung tritt allerdings nicht in allen Fällen ein, da etliche Portfoliounternehmen (PUs) auch insolvent gehen bzw. nicht wie erwartet wachsen. Das zeigt sich sowohl international (Rosenbusch et al., 2013; Nahata, 2008; Cochrane, 2005) als auch auf dem deutschen Markt (BVK 2011; FHP 2011). Dieses ist bedingt durch die meist hohe Unsicherheit zum Zeitpunkt der Investition, die sich einerseits aus der nicht vollkommenden Vorhersagbarkeit der Märkte und andererseits aus der nicht vollkommenden Vorhersagbarkeit der internen Geschäftsprozesse ergibt. Die möglichst große Reduzierung dieser summierten Unsicherheit spielt eine entscheidende Rolle für VCGs bei der Bewertung potentieller Investitionen (Davila et al., 2003; Hellmann und Puri, 2002; Gorman und Sahlman, 1989). Dafür werden teilweise komplexe Auswahlverfahren und -kriterien genutzt (Dautzenberger und Reger, 2010; Petty und Gruber, 2009; Zacharakis und Meyer, 2000; MacMillian et al., 1985; Tyebjee und Bruno, 1984), ohne jedoch die Investmentrisiken dadurch wesentlich begrenzen zu können. So erklärt es sich auch, dass der Stand der VC-Erfolgsfaktorenforschung nicht ausgereift ist. VC Investmentmanager berufen sich bei der Bewertung potenzieller Investitionen auf interne Vorgaben, eigene Erfahrungen und ihr „Bauchgefühl“ (Khan, 1987), doch fehlen übergreifende Modelle, die auf validen Daten der gesamten VC-Branche fußen. Anhaltspunkte können aus dem Bereich der Erfolgsfaktorenforschung junger Unternehmen gewonnen werden (Chen et al., 2009; Song et al., 2008; Lussier und Pfeifer, 2001; McDougall und Oviatt; 1996), doch stimmen in diesem Zusammenhang weder die Erfolgsvariablen (meist Wachstumswerte wie Umsatz, Mitarbeiter oder Gewinn) noch die Untersuchungsgruppe (eventuell spezielle Branchen oder Charakteristika, aber selten VC finanzierte Unternehmen) überein. Aus diesem Grund wird in diesem Beitrag explizit auf die Erfolgsprädiktoren von VC-Investitionen eingegangen. Die gängigen Erfolgsfaktoren junger Unternehmen aus den Bereichen Gründerperson, Gründungsunternehmen, Produkt und Markt werden speziell unter dem Gesichtspunkt von VC-Investitionen untersucht sowie um VC-spezifische Erfolgsprädiktoren erweitert und am VCG Exiterfolg als Erfolgsvariable gespiegelt (s. Darstellung 1). VC finanzierte PUs repräsentieren grundsätzlich eine besondere und erfolgsversprechende Untergruppen junger Unternehmen, da sie bereits von VCGs vorselektiert wurden und über das investierte Kapital hinaus zusätzlich verschiedene VCG-Ressourcen wie Managementerfahrung und Netzwerke nutzen können (Croce et al., 2013; Devigne et al., 2013; Large und Muegge, 2008; Streletzki und Schulte, 2013). Ausgangspunkt dieser Untersuchung sind die potenziellen Erfolgsprädiktoren zum Zeitpunkt der VC Erstrundenfinanzierung, die am späteren Exiterfolg der jeweiligen VCG gespiegelt werden. Im nächsten Abschnitt werden die theoretischen und empirischen Ergebnisse aus den Bereichen Gründer(team), dem Gründungsunternehmen, dem Produkt und dem Markt dargestellt und auf die spezielle Situation von VCG-finanzierten Unternehmen übertragen. Im dritten Abschnitt werden Methodik und Operationalisierung der Variablen vorgestellt, um im darauf folgenden Abschnitt die Ergebnisse der Untersuchung und ein Gesamtmodell zu präsentieren. Der Artikel schließt mit einer Diskussion und Schlussbetrachtung der Ergebnisse.

Related Organizations
Keywords

/dk/atira/pure/core/keywords/entrepreneurship; name=Entrepreneurship, ddc:330, /dk/atira/pure/core/keywords/558218865; name=Management studies

  • BIP!
    Impact byBIP!
    selected citations
    These citations are derived from selected sources.
    This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    0
    popularity
    This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
    Average
    influence
    This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    Average
    impulse
    This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
    Average
Powered by OpenAIRE graph
Found an issue? Give us feedback
selected citations
These citations are derived from selected sources.
This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Citations provided by BIP!
popularity
This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
BIP!Popularity provided by BIP!
influence
This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Influence provided by BIP!
impulse
This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
BIP!Impulse provided by BIP!
0
Average
Average
Average
Green