LinkedIn-Gründer Konstantin Guericke ist deutscher Stanford-Absolvent und hat 2003 mit Reid Hoffman die größte berufliche Plattform der Welt aufgebaut. Im Interview mit Leonard Schmedding teilt er beim Wandern in Palo Alto Lehren aus über zwei Jahrzehnten Silicon Valley, von frühen Tagen bei Nvidia bis zur aktuellen KI-Welle. Wir bei Everlast AI nehmen aus dem Gespräch eine klare Linie für deutsche Gründer mit.
Unternehmen sind Bienenschwärme, keine Maschinen
Guericke vergleicht Firmen nicht mit einem Organismus, sondern mit einem Bienenschwarm. Intelligenz liegt nicht im Org-Chart, sondern im Netzwerk der Menschen. Wer ein B2B-Produkt verkauft, verkauft an einzelne Personen, nicht an die Firma. Jeder Käufer fragt sich, ob das Tool ihm persönlich mehr Freizeit, bessere Karrierechancen oder weniger Stress bringt.
Viele Technik-Gründer argumentieren rein rational. Sie verschicken Kostenvergleiche und ROI-Tabellen. Das reicht nicht. Entscheidungen kippen am Ende emotional. Wer Emotionen ignoriert, verkauft nicht. Diese Beobachtung deckt sich mit dem, was wir in unserem Beratungsalltag bei deutschen Mittelständlern sehen.
Passion und Lernbereitschaft schlagen den Lebenslauf
Guericke macht keinen großen Bogen um Persönlichkeitsmodelle wie Rot, Blau, Gelb, Grün. Er passt selbst in keine Schublade und sieht Teams als Mischung. Wichtiger ist für ihn, wie passioniert jemand ist und wie schnell die Person neue Information verarbeitet.
Ein früher Fehler von ihm: Senior-Hires von IBM und Novell, um Investoren zu beeindrucken. Die Leute hielten an Jahresplänen fest. Ein Startup-Plan überlebt selten zwei Wochen. Seitdem priorisiert er Generalisten, die ihren eigenen Plan über Bord werfen können. Junge Köpfe sind oft flexibler, aber das Alter ist nicht entscheidend.
Im Interview stellt er Fragen, die der Lebenslauf nicht beantwortet. Welche Meinung haben Sie, mit der die Mehrheit nicht übereinstimmt? Wie lösen Sie ein offenes Problem aus meiner Firma? Zuhören schlägt Reden, gerade im B2B-Vertrieb.
Drei Fehler, die deutsche GrĂĽnder immer wieder machen
Aus dem Gespräch kristallisieren sich drei Muster heraus, die wir bei Everlast AI ebenfalls täglich beobachten.
Fehler eins: Gründer überschätzen, wie schnell Kunden Gewohnheiten ändern. Selbst ein klar besseres Produkt setzt sich nur langsam durch. Gründer sind im obersten Prozent der Wechselwilligen, ihre Kunden nicht.
Fehler zwei: Vertrieb und Marketing werden unterschätzt. Die meisten deutschen Gründer kommen entweder aus der MBA-Ecke oder aus der Tech-Welt. Die einen verstehen Zahlen, die anderen Code. Beide unterschätzen, wie viel Arbeit zwischen Produkt und Markt liegt.
Fehler drei: Zu viel Venture Capital zur falschen Zeit. Gerade im KI-Bereich gibt es viele Chancen fĂĽr kleinere Firmen, die schnell Umsatz machen. Wer frĂĽh Millionen aufnimmt, koppelt sich an das VC-Renditeprofil. Das passt zu Open-AI-groĂźen Wetten, aber zu fast keinem Beratungs- oder Nischen-SaaS.
LLMs sind noch nicht ausgereizt
Auf die Frage, ob Large Language Models eine Sackgasse sind, antwortet Guericke mit Pattern-Recognition aus 30 Jahren Silicon Valley. Er erinnert an Nvidia, das mit Polygonen gegen Nurbs-Geometrie gewonnen hat, weil das Ă–kosystem den langsameren, einfacheren Ansatz schneller skalierte.
Sein Fazit: LLMs werden noch deutlich weiter ausgereizt, neue Architekturen wären eine Wette gegen ein dominantes Ökosystem. Spannender findet er, was an den Rändern passiert. Mehr Inputs, mehr Sensoren, mehr multimodale Daten. KI-Brillen sehen, was Menschen sehen. Smartphones messen Temperatur präziser als jede Hand. Das ist die Linie, an der die nächsten zehn Jahre entstehen.
Social Media ist das Trainingsdatengold der KI-Konzerne
Warum bauen OpenAI mit Sora und xAI mit X eigene Social-Media-Apps? Guericke sieht den Grund nicht in einem neuen Feed-Format. Modelle hängen am Kontext. Eine KI weiß durch Sensoren, was gerade passiert, aber nicht, wer der Nutzer ist, mit wem er arbeitet, welche Geschichte er hat. Diese Daten liegen in sozialen Netzwerken.
Allein über LinkedIn lässt sich die Geschichte des Silicon Valley nachzeichnen, wer wann bei welcher Firma war. Genau diese Beziehungsdaten machen Modelle menschlich. Wer Trainingsdaten dieser Tiefe besitzt, hat einen Vorsprung, den reine Rechenleistung nicht ausgleicht.
Silicon Valley vs. Deutschland: Was deutsche GrĂĽnder mitnehmen sollten
Guericke warnt vor der Geschichte, dass jeder deutsche Gründer ins Silicon Valley müsse. Er hört genau die Erfolgsgeschichten und kennt die stille Mehrheit, die hier ohne Millionen wieder heimflog. Man kann in Deutschland gründen. Man muss die lokalen Vorteile nutzen und die typischen Fehlermuster vermeiden.
Was er am Silicon Valley schätzt: Multikulturalität, Hands-on-Mentalität, Offenheit für Chancen statt Risiken. Wer bei einer neuen Technologie zuerst fragt, was sie verbessern kann, statt was sie kaputt macht, baut schneller. Das Argument klingt einfach, deckt sich aber mit der Erfahrung deutscher KI-Adopter, die mit kleinen, schnellen Iterationen starten.
Fazit: LinkedIn-GrĂĽnder Guericke setzt auf kleine, scharfe Firmen
Das Take-away am Gipfel über Palo Alto: 90 Prozent der KI-Chancen entstehen in kleineren Firmen, nicht in den nächsten Open-AI-Wetten. Wer 20 gute Mitarbeiter beschäftigt, ehrliche Probleme löst und davon finanziell gut leben kann, hat ein Lebenswerk gebaut. Diese Bodenständigkeit aus dem Mund eines LinkedIn-Gründers wiegt schwer.
Häufige Fragen
Wer ist Konstantin Guericke?
Konstantin Guericke ist ein deutscher Stanford-Absolvent und Mitgründer von LinkedIn. Er hat das Netzwerk 2003 gemeinsam mit Reid Hoffman aus Stanford heraus gestartet und war als erster VP of Marketing für den Aufbau verantwortlich. Heute lebt er in Palo Alto, berät Stanford-Studenten und investiert selektiv in frühe Startups im Silicon Valley.
Welche drei Fehler nennt Guericke fĂĽr Startups?
Erstens überschätzen Gründer, wie schnell Kunden ihre Gewohnheiten ändern. Zweitens unterschätzen sie Vertrieb und Marketing, weil sie aus der Tech- oder MBA-Ecke kommen. Drittens nehmen sie zu früh zu viel Venture Capital auf und koppeln sich an ein Renditeprofil, das nur zu wenigen Geschäftsmodellen passt. Wer diese Muster vermeidet, baut belastbare Firmen ohne Glücksspielcharakter.
Sind LLMs nach Guericke eine Sackgasse?
Nein. Guericke vergleicht die Diskussion mit Nvidia und Polygonen in den 90ern. Bessere Alternativen wurden propagiert, aber das Ökosystem hat den dominanten Ansatz weiter optimiert. Er erwartet, dass LLMs noch viele Jahre nicht ausgereizt sind. Die spannendere Front sind multimodale Inputs über Sensoren, KI-Brillen und Geräte mit präziseren Messwerten als ein Mensch sie liefern kann.
Warum bauen KI-Konzerne eigene Social-Media-Apps?
KI braucht Kontext über den Nutzer, seine Beziehungen und seine Geschichte. Diese Daten liegen seit Jahren in sozialen Netzwerken. Sora, X und ähnliche Plattformen liefern Konzernen wie OpenAI und xAI genau diesen Beziehungs- und Verhaltensdatensatz. Ohne dieses Trainingsfutter wirken Modelle generisch. Mit ihm lassen sich Antworten, Empfehlungen und Agentenverhalten deutlich näher am Menschen kalibrieren.
Sollten deutsche GrĂĽnder ins Silicon Valley ziehen?
Nicht zwingend. Guericke warnt vor der Erfolgsstory-Verzerrung. Man hört von den Gründern, die hier Millionen geraised haben, nicht von der stillen Mehrheit, die ohne Deal heimflog. Sein Rat: in Deutschland gründen, die lokalen Vorteile nutzen, Mehrheits-Fehler vermeiden. Wer ins Valley reist, sollte das gezielt für Multikulturalität, Hands-on-Mentalität und Chancenfokus tun, nicht als Pflichtprogramm.
