Nikolaus Lipusch

Finding the Unicorn: Predicting Early Stage Startup Success Through a Hybrid Intelligence Method

Artificial intelligence is an emerging topic and will soon be able to perform decisions better than humans. In more complex and creative contexts such as innovation, however, the question remains whether machines are superior to humans. Machines fail in two kinds of situations: processing and interpreting “soft” information (information that cannot be quantified) and making predictions in “unknowable risk” situations of extreme uncertainty. In such situations, the machine does not have representative information for a certain outcome. Thereby, humans are still the “gold standard” for assessing “soft” signals and make use intuition. To predict the success of startups, we, thus, combine the complementary capabilities of humans and machines in a Hybrid Intelligence method. To reach our aim, we follow a design science research approach to develop a Hybrid Intelligence method that combines the strength of both machine and collective intelligence to demonstrate its utility for predictions under extreme uncertainty.

Developing Design Principles for a Crowd-Based Business Model Validation System

The high uncertainty of creating business models demands entrepreneurs to re-evaluate and continuously adapt them. Therefore, incubators offer validation services. However, systematic, and scalable information systems to enable interaction with a crowd of potential customers, investors, or other stakeholders and entrepreneurs do not exist. Our aim is thus to develop tentative design principles for crowd-based business model validation (CBMV) systems. Such systems should support entrepreneurs to reduce the uncertainty about the validity of their business model. Thus, we apply a theory-driven design approach based on knowledge drawn from literature and complemented by empirical insights. For developing such information systems, we combine the concept of crowdsourcing with findings from research on decision support systems to propose theory-grounded design principles for a CBMV system. The identified design principles describe a potential solution to a problem that previous research proved as viable.

Crowdfunding zur Gründungsfinanzierung von Startups aus dem universitären Bereich

Crowdfunding gewinnt als Instrument der Innovations- und Grundungsfinanzierung immer mehr an Bedeutung. Innerhalb der letzten 5 Jahre entwickelte es sich von einem Nischenthema hin zu einer ernstzunehmenden Alternative zu hergebrachten Finanzierungsmethoden. Diese Arbeit beschaftigt sich mit der Frage, ob und in wie weit die verschiedenen Crowdfunding-Methoden bereits fur die Grundungsfinanzierung im universitaren Umfeld genutzt werden. Hierfur werden zunachst der Begriff Crowdfunding an Hand der vorhandenen wissenschaftlichen Literatur definiert und die Grundlagen der Grundungsfinanzierung und die besonderen Probleme von universitaren Grundungen beschrieben. Im weiteren Verlauf wird, mit Hilfe einer Kombination aus einem Fragebogen und Experteninterviews eine empirische Erhebung zu der bisherigen Nutzung von Crowdfunding zur Grundungsfinanzierung an deutschsprachigen Hochschulen durchgefuhrt und ausfuhrlich dargestellt. Ziel ist es, den aktuellen Entwicklungsstand des zur Startup-Finanzierung genutzten Crowdfundings und weitere Anwendungsmoglichkeiten und Forschungsfelder in diesem Bereich aufzuzeigen.