Die Hörerfrage von Yves aus Zürich der Burn Rate Podcast von dieser Woche war super spannend.

Es ging dabei um Equity Intelligence und warum wir Cap Table und ABV zusammen denken sollten – und wie ein KI-Agent das lösen kann.

In der Welt des Venture Capital dreht sich vieles um Geschwindigkeit, Präzision und Vertrauen. Doch ausgerechnet bei zwei der zentralen Dokumente jeder Beteiligung hapert es an allen drei Punkten: Cap Table und ABV. Das eine gibt an, wer wie viel besitzt. Das andere regelt, wer was darf. Und trotzdem werden sie viel zu selten gemeinsam betrachtet – geschweige denn automatisiert ausgewertet.

Ein Blick hinter die Kulissen zeigt: Genau hier liegt eine der grössten Reibungsverluste in der Due Diligence. Und genau hier könnte ein intelligenter KI-Agent zum Gamechanger werden – vorausgesetzt, jemand baut ihn.

Warum die Verbindung Cap Table + ABV so wichtig – und so oft unterschätzt sind

Cap Tables und ABVs werden in der Praxis fast nie zusammen gedacht. Dabei bilden sie das Rückgrat jeder Beteiligungsstruktur:

• Der Cap Table zeigt, wer wie viele Anteile hält – inklusive Optionen, SAFEs, Wandeldarlehen oder ESOPs.
• Der ABV (Aktionärbindungsvertrag) regelt Rechte, Pflichten und Einschränkungen – also z. B. Veto-Rechte, Verwässerungsschutz, Liquidationspräferenzen oder Mitverkaufspflichten (Tag-Along, Drag-Along).

Das Problem: Beides liegt oft in völlig unterschiedlichen Formaten vor – drei Excel-Sheets hier, zwei PDFs dort – und ist kaum maschinenlesbar. Schon ab Series B werden die Strukturen komplex. Konvertierende Instrumente, unterschiedliche Präferenzen, Mehrfach-Liquidationen – alles greift ineinander. Fehler in der Interpretation können viel Geld kosten.

Wäre ein KI-Agent nicht das perfekte Tool, um Cap Table und ABV intelligent zu verknüpfen – und Investoren einen vollständigen Überblick zu geben?

Was ein smarter KI-Agent leisten könnte

Ein spezialisierter KI-Agent hätte das Potenzial, nicht nur Dokumente zu lesen, sondern komplexe Logik zu verstehen – und im besten Fall sogar zu simulieren.

Ein paar Use Cases, die heute viel Zeit kosten – und morgen automatisiert laufen könnten:

• Mögliche Risiken erkennen:
  „Achtung – Series A hat ein Veto bei Secondary Sales, das nicht im Cap Table reflektiert ist.“
• Exit-Szenarien modellieren:
  „Was passiert bei einem 50-Millionen-Exit mit 3x Liquidationspräferenz?“
• Klausel-Checks:
  „Greift der Verwässerungsschutz der Series Seed, wenn eine Downround stattfindet?“
• Juristische Klarheit schaffen:
  „Drag-Along nur bei 75 % Zustimmung – was heisst das konkret im aktuellen Cap Table?“

Idealerweise liefert der Agent auch gleich die Quelle mit und erklärt die Auswirkung in verständlicher Sprache.

Technisch machbar – aber noch nicht gebaut

Die gute Nachricht: Die Technologie ist grundsätzlich vorhanden. Mit Open-Source-LLMs wie Mistral, LLaMA 3 oder Claude lassen sich Verträge bereits heute lokal auswerten. Man kann sie trainieren, numerische Tabellen verstehen und spezifische Fragen beantworten lassen – auf Wunsch auch datenschutzkonform, vollständig lokal gehostet.

Was fehlt, ist der sogenannte Middle Layer:

• Eine semantische Vektordatenbank, die Paragraphen im ABV mit Personen aus dem Cap Table verknüpft.
• Ein Parser, der Equity-Instrumente und Präferenzen logisch zusammenführt.
• Und eine UX, die Investoren, Legal und Finance gleichermassen verstehen – und der sie vertrauen.

Warum gerade jetzt der richtige Zeitpunkt ist

1. LLMs sind leistungsfähig genug
   Die Modelle können komplexe Sprache verstehen, juristische Klauseln kontextualisieren und Zahlen verarbeiten.
2. Open Source wird besser – und sicherer
   LLMs wie Mistral lassen sich lokal betreiben, feinjustieren und integrieren – ohne Daten in fremde Clouds zu schicken.
3. VC-Prozesse werden schneller
   Besonders in Frühphasen müssen Entscheidungen oft in Tagen, nicht Wochen getroffen werden.
4. Equity-Strukturen werden komplexer.
   Mit zunehmendem Einsatz von SAFEs, Secondaries und strukturierten Runden wird das Verständnis von ABVs und Cap Tables zum kritischen Erfolgsfaktor.

Fassen wir zusammen:

• Die Pain Points sind real – und sie kosten Zeit, Geld und Vertrauen.
• Die Technologie ist da – aber noch nicht in einem nutzbaren Produkt verbunden.
• Die Marktlücke ist vorhanden – und die Nachfrage bei Investoren spürbar.

Vielleicht ist es also an der Zeit, dieses Tool zu bauen. Nicht als weiteres Cap-Table-Tool. Sondern als Equity Intelligence Layer: Eine Plattform, die Cap Table und ABV gemeinsam interpretiert, Risiken sichtbar macht – und den Standard für datengetriebene Beteiligungsanalysen neu definiert.