Sachs, Moritz KarlUnbescheiden, MatthiasNiazi, MoskaMoskaNiazi2024-05-082024-05-082022https://publica.fraunhofer.de/handle/publica/467746Im Rahmen dieser Arbeit soll untersucht werden, wie der Investitionsentscheidungsprozess in der Venture Capital Branche computergestützt verbessert werden kann. Dieser besteht aus den Schritten Deal Origination, Deal Screening, Deal Evaluation und Deal Structuring, welche durchlaufen werden, bevor es zu einer Investitionsentscheidung kommt. Nach einer Investition kommen noch die Post-Investment Activities hinzu. Das Ziel der Optimierung des Investitionsprozesses ist es, zum einen im Interesse der Venture Capital Fonds, die Fehlallokation von finanziellen Ressourcen zu reduzieren als auch die Produktivität im Unternehmen zu steigern. Zum anderen ist es im Interesse der Startup-Unternehmen, von potenziellen Investoren bemerkt und für die Umsetzung ihrer innovativen Ideen finanziert zu werden. Im letzten Jahrzehnt ist der Trend zum Einsatz von Softwaresystemen mit modernsten Big Data Technologien, wie z. B. der Künstlichen Intelligenz, in der Venture Capital Branche aufgefallen. Dieser führt zu einem technologischen Wettrüsten und einer Umstrukturierung der Branche. Hierdurch motiviert, ergeben sich eine Reihe neuer psychologischer und informationstechnischer Forschungspunkte rund um den kompletten Investitionsprozess. Ziel dieser Arbeit ist es, kognitive Biases und ihre Auswirkungen auf den Investitionsprozess zu beleuchten und begründete Vorschläge zu liefern, wie diese durch passende Methoden durch Decision Support Systems abgemildert oder erkannt werden können.enLead Topic: Digitized WorkResearch Line: Machine learning (ML)Venture CapitalBiasDecision supportDecision makingbachelor thesis