Wir haben kürzlich einen Artikel veröffentlicht, in dem wir erklären, wie wir bei Draper unsere eigene interne KI-Infrastruktur für VC aufbauen. Maßgeschneiderte Workflows helfen unserem Team dabei, Informationen schneller zu sammeln, damit es zum eigentlichen menschlichen Teil der Arbeit im VC zurückkehren kann: Treffen mit Gründern und bei ihnen präsent zu sein.
1985 baute ich meinen Deal Flow auf, indem ich an die Türen der etwa zehn oder so Venture-Capital-Gesellschaften klopfte, die es damals gab, und sie bat, mir die Deals zu schicken, die sie ablehnten. Ich musste Wissen aufbauen, damit ich Urteilsvermögen entwickeln konnte.
Vierzig Jahre später hat das Team bei Draper Associates etwas geschaffen, von dem ich damals nur hätte träumen können:
-Eine zentrale Datenbank mit einem einzelnen Datensatz pro Unternehmen, die all unsere internen Daten sowie angereicherte Daten von externen, verifizierten Quellen wie Harmonic enthält
-Ein Machine-Learning-Modell, trainiert auf 40+ Jahre Erfolgen und Erkenntnissen, das die Hunderte von Deals, die wir jede Woche erhalten, liest und die besten Treffer direkt dem Investment-Team sichtbar macht
-Ein Kurzbriefing zu jedem Meeting, bevor wir hineingehen
-Warm Intros, formuliert aus einem Netzwerk von 15.000+ Kontakten
-Antworten auf jede Frage anhand unserer eigenen Datensätze in einfachem Englisch über 400+ Portfolio-Unternehmen (und eine zusätzliche Info-Unterstützung über unsere Harmonic-API)
Die KI-/ML-Infrastruktur übernimmt die Routinearbeit, aber das Urteilsvermögen bleibt menschlich: direkt einem Gründer gegenüberzusitzen, einen Missionar zu erkennen, anzurufen, während die Idee noch verrückt klingt.
Jetzt gibt es mehr Stunden genau dafür.
Erfahren Sie mehr darüber, wie wir dieses System aufgebaut haben—philosophisch und praktisch: https://www.draper.vc/newsroom/how-we-built-drapers-ai-stack
1985 baute ich meinen Deal Flow auf, indem ich an die Türen der etwa zehn oder so Venture-Capital-Gesellschaften klopfte, die es damals gab, und sie bat, mir die Deals zu schicken, die sie ablehnten. Ich musste Wissen aufbauen, damit ich Urteilsvermögen entwickeln konnte.
Vierzig Jahre später hat das Team bei Draper Associates etwas geschaffen, von dem ich damals nur hätte träumen können:
-Eine zentrale Datenbank mit einem einzelnen Datensatz pro Unternehmen, die all unsere internen Daten sowie angereicherte Daten von externen, verifizierten Quellen wie Harmonic enthält
-Ein Machine-Learning-Modell, trainiert auf 40+ Jahre Erfolgen und Erkenntnissen, das die Hunderte von Deals, die wir jede Woche erhalten, liest und die besten Treffer direkt dem Investment-Team sichtbar macht
-Ein Kurzbriefing zu jedem Meeting, bevor wir hineingehen
-Warm Intros, formuliert aus einem Netzwerk von 15.000+ Kontakten
-Antworten auf jede Frage anhand unserer eigenen Datensätze in einfachem Englisch über 400+ Portfolio-Unternehmen (und eine zusätzliche Info-Unterstützung über unsere Harmonic-API)
Die KI-/ML-Infrastruktur übernimmt die Routinearbeit, aber das Urteilsvermögen bleibt menschlich: direkt einem Gründer gegenüberzusitzen, einen Missionar zu erkennen, anzurufen, während die Idee noch verrückt klingt.
Jetzt gibt es mehr Stunden genau dafür.
Erfahren Sie mehr darüber, wie wir dieses System aufgebaut haben—philosophisch und praktisch: https://www.draper.vc/newsroom/how-we-built-drapers-ai-stack