Produkte, die wir ausgeliefert haben: Wie viele scheiterten, warum, und die langweilige Mitte

Gründer fragen uns ständig nach Benchmarks. Hier das ehrliche Aggregat aus Wavects Engagement-Historie: Grob 10-15 % der von uns ausgelieferten Produkte sind skaliert, etwa 50-60 % landeten in der langweiligen Mitte (Umsatz gehalten, nie ausgebrochen), rund 20-25 % wurden innerhalb von 18 Monaten nach Launch eingestellt, und grob 5-10 % erreichten nie das MVP. Keine dieser Zahlen ist einzigartig für uns. Sie liegen nahe an dem, was jeder ehrliche Builder berichtet. Plane für die Mitte.

Genaue Zahlen sind ungefähr. Wir behandeln jedes Engagement als ein Produkt, auch wenn wir mehrere Iterationen ausgeliefert haben. Es zählt die Verteilung, nicht der Headcount.

Wie sieht die Outcome-Verteilung tatsächlich aus?

Hier die grobe Aufschlüsselung über Produkte, die Wavect seit 2020 für Gründer und Operatoren ausgeliefert hat. Bänder, keine exakten Zahlen, weil sich Outcomes über die Jahre verschieben (ein heute stabiles Produkt kann nächstes Quartal skalieren, ein Skalierer kann crashen).

Der Take-away ist nicht das 10-15 %-Skalierer-Band. Der Take-away ist die 50-60 % langweilige Mitte. Die meisten Gründer zielen auf das Skalierer-Outcome und budgetieren, als gäbe es die Mitte nicht. So wird ein gesundes Produkt eingestellt, weil es nicht VC-förmig ist.

Warum die langweilige Mitte der realistische Plan ist

Die langweilige Mitte ist kein Scheitern. Sie ist das Default-Outcome eines kompetent ausgelieferten Produkts in einem echten Markt. Gründer, die dafür vorausplanen (Equity halten, bescheidener Burn, Distribution, die zur Geschäftsgröße passt), behalten ihr Unternehmen. Gründer, die nur fürs Skalierer-Outcome planen, werden in Monat 14 erwischt, wenn die Kurve linear ist und nicht exponentiell.

Wir haben beides gesehen. Die, die die langweilige Mitte überlebt haben, waren die, die ab Monat 6 oder 9 Burn unter Monatsumsatz hielten, egal was im Deck stand.

"Die langweilige Mitte ist kein Scheiter-Outcome. Sie ist das Outcome, für das du baust, damit das Skalierer-Outcome das Upside ist, statt der einzige Überlebenspfad."

Warum scheitern ausgelieferte Produkte tatsächlich?

Über die 20-25 %, die wir ausgeliefert und dann eingestellt haben, clustern die Gründe in sechs oder sieben wiederkehrenden Failure-Modes. Fast nie ist die Ursache "der Code war schlecht". Der Code wurde ausgeliefert. Das Produkt wurde ausgeliefert. Etwas anderes ist gebrochen.

1. Kein PMF. Der Markt war kleiner als das Deck, oder die Zahlungsbereitschaft niedriger, oder die Alternative (Spreadsheet, Status quo, kostenloses Tool) war gut genug. Häufigste Einzelursache.
2. Gründer-Bandbreite kollabierte. Solo-Gründer, Hauptberuf, zweites Kind, Scheidung, Gesundheit. Das Produkt braucht einen Vollzeit-Owner, und es gibt keinen Vollzeit-Owner mehr.
3. Falscher Distributionskanal. B2B-SaaS gebaut, dann via Paid Ads zu verkaufen versucht. Consumer-App gebaut, dann via Enterprise-Sales zu verkaufen versucht. Das Produkt war okay, das GTM war falsch.
4. Regulatorische Explosion. Crypto, Fintech, Health. Regeln änderten sich (oder wurden durchgesetzt) mitten im Build oder nach Launch. Wir haben das speziell in Web3 gesehen und in ein paar fintech-nahen Produkten.
5. Kapital lief aus. Bridge-Runde schloss nicht. Cash null vor Umsatz. Das ist, was bei unserer Case Study Hyperstate AI passierte: ausgeliefert, lief nach Launch das Funding aus, kein Produkt- oder Tech-Failure. Das Produkt war live und funktionierte.
6. Scope-Explosion. Version 1 gebaut, dann blähte Version 2 sich auf. Das Produkt fragmentierte über zu viele User-Personas und Verticals. In Monat 12 war kein einzelnes User-Segment glücklich.
7. Co-Founder-Split. Zwei Gründer, Uneinigkeit, Equity-Streit, einer geht. Produkt stockt, dann Sunset.
8. Falsche Founder-Market-Fit. Der Gründer verlor das Interesse. Kein moralisches Scheitern, einfach ein ehrliches. Produkte ohne besessenen Owner sterben.

Wir haben Produkte gebaut, die mehrere davon getroffen haben. Offlinery ist ein Produkt mitten in der Segment-Findung. Scramble Pay und LivLive wurden ausgeliefert und laufen weiter. Wir haben echte Web3-Produkte durch echte Zyklen ausgeliefert. Manche laufen noch, manche nicht. Das Muster oben ist, was wir sehen.

Was kontrolliert Wavect tatsächlich?

Ehrliche Antwort: Code-Qualität, Liefergeschwindigkeit, Architekturentscheidungen, SDLC-Disziplin. Das sind großzügig gelesen grob 30-40 % des Outcomes. Alles andere (Markt, Gründer, Kapital, Distribution, Regulierung, Timing) ist außerhalb des Engineering-Scopes.

Wir sagen das jedem Gründer in der Discovery. Wir können das Produkt richtig bauen. Wir können den Markt nicht erschaffen. Wenn der Markt grenzwertig ist, sagen wir das. Manchmal bauen wir es trotzdem, weil der Gründer es herausfinden will, und das ist fair. Geh nur mit offenen Augen rein.

Wie sollten Gründer dieses Benchmark nutzen?

• Budgetiere für die langweilige Mitte. Plane einen Pfad, auf dem das Unternehmen mit bescheidenem Umsatz ohne Follow-on-Kapital überlebt. Wenn das nicht geht, ist das Produkt by Design zerbrechlich.
• Behandle regulatorisches und Kapitalrisiko als primär. Nicht sekundär. Sie stellen mehr Produkte ein als Tech.
• Entscheide, wer das Produkt nach Launch ownt. Tag 1 nach Launch ist, wann die meisten Produkte still sterben. Ownership ist nicht nur Code, es ist Roadmap, Support, Distribution, Retention.
• Sei skeptisch gegenüber Agenturen, die nur Skalierer-Case-Studies zeigen. Wer ein echtes Portfolio hat, hat Produkte ausgeliefert, die starben. Wenn sie dir die Mitte und die Failures nicht zeigen, ist das Portfolio kuratiert, nicht ehrlich.
• Erwäge einen Fractional Cofounder oder Fractional CTO für die ersten 12-18 Monate. Günstiger als ein falscher Hire, schneller als eine interne Engineering-Org für ein unbewiesenes Produkt aufzubauen.

Passt diese Verteilung zum Rest der Industrie?

Grob, ja. Branchenweite Startup-Sterblichkeitszahlen (CB Insights, Y-Combinator-Alumni-Daten, regionale Accelerator-Reports) clustern in ähnlichen Bändern. Die großen Unterschiede sind Filter (Accelerator sehen weniger "nie ausgeliefert", weil sie am Eingang sieben) und Survivorship (ältere Datensätze verpassen die Produkte, die nach 18 Monaten eingestellt werden). Unsere Zahlen sind nicht besser als die Industrie. Sie sind auch nicht bedeutend schlechter. Sie sind, wie Software-Ausliefern in einem echten Markt aussieht.