SaaS Aktie Analyse

Datadog wurde im Jahr 2010 von zwei ehemaligen Mitarbeitern von Wireless Generation gegründet. Olivier Pomel und Alexis Lê-Quôc stammen beide aus Frankreich und lernten sich bei der Arbeit in dem SaaS-Unternehmen (SaaS = Software-as-a-Service) kennen und hatten dort auch ziemlich hohe Positionen. Als Director of Operations und Leiter des Entwicklungsteams verstanden sie sich zwar gut, aber ihre Abteilungen eher weniger. Dies ist ein übliches Dilemma in Technologie-Unternehmen, denn die Entwickler haben als „Macher” oft eine andere Perspektive als diejenigen, die rein auf das operative Geschäft, die Performance und Zahlen schauen.

Die Differenzen zwischen ihren Abteilungen führten dazu, dass die zwei vermehrt enger zusammenarbeiteten, denn sie wollten diesen Missstand lösen. Pomel und Lê-Quôc sahen den immensen Vorteil darin, wenn alle im Team kooperierten.

Im Jahr 2010 wurde das Unternehmen Wireless Generation von NewsCorp gekauft und die beiden Franzosen gründeten ihr eigenes Unternehmen in der Software-Branche: Datadog. Das Ziel war zunächst die Entwicklung eines Produkts, welches das Problem anging, das sie bei ihrem alten Arbeitgeber bemerkt hatten. Zwischen den Entwicklern in Unternehmen und den Systemadministratoren sollte es zu weniger Konflikten kommen — letztendlich wird dadurch der allgemeine Unternehmensfortschritt gefördert.

Vor über zehn Jahren waren Themen wie Cloud und DevOps noch in der Kinderschuhen. DevOps ist genau das angesprochene Thema, mit dem sich die Gründer von Datadog so stark auseinandersetzten, denn es handelt sich grob gesagt um die Zusammenarbeit der Bereiche der Softwareentwicklung (Dev) und Systemadministration (Ops). Wie Pomel auch selbst in einem Interview bei TechCrunch zugibt, war man zur richtigen Zeit am richtigen Ort, denn mit dem allgemeinen Launch des ersten Produkts wurde auch der allgemeine Trend in dem Segment immer größer und das Interesse von allen Seiten stieg deutlich an. Der nächste Schritt war deshalb vor allem die Investition in Marketing, um das Potenzial bestmöglich auszuschöpfen und so viele potenzielle Kunden wie möglich zu erreichen.

Datadog setzte u. a. auf Blogs und Artikel, allerdings stieß man ziemlich schnell auf ein naheliegendes Problem: Die Ingenieure, die sich mit der Materie bestens auskennen, sind nicht zwangsläufig auch gute Autoren. Deshalb suchte man gezielt nach Ingenieuren mit einem Interesse für den Bereich Journalismus — so etwas hört man auch nicht alle Tage, aber die Strategie hatte Erfolg.

Wesentlich effektiver war aber noch die Platzierung auf Konferenzen und Messen, wo man die größten Stände mietete, die man finden konnte. Datadog präsentierte das eigene Geschäft mit Demos so simpel wie möglich und kam so an viele kleine und mittelständische Unternehmen heran, welche zu neuen Kunden wurden. Große Unternehmen hatten zu diesem Zeitpunkt den Schritt in die Cloud-Welt in der Regel noch nicht gewagt.

Allzu lange dauerte die Zeit allerdings nicht an, in der man nur die eher kleineren Unternehmen bediente. Bereits drei Jahre nach dem allgemeinen Launch des ersten Angebots gehörten internationale Größen wie Netflix, Spotify und Electronic Arts zum Kundenstamm. 2017 erreichte man eine Anzahl von insgesamt 4.000 Kunden auf der ganzen Welt. Im selben Jahr beschäftigte man um die 300 Mitarbeiter, wovon die meisten in den USA ansässig waren. Allerdings gab es auch in Frankreich schon einen Standort für den Bereich R&D – also Forschung & Entwicklung. Man sieht hier den großen Vorteil vieler Software-Unternehmen: Zu Beginn nur wenige Mitarbeiter im Verhältnis zur Kundenanzahl. Ein solches Geschäft lässt sich in einem ganz anderen Ausmaß skalieren.

Das starke Wachstum wurde vor allem auch durch die schnell wachsende Cloud-Branche gefördert. Da man das eigene Angebot auf Dienstanbieter wie Amazon Web Services oder Microsoft Azure ausweitete, wuchs die Attraktivität von Datadog für Kunden natürlich zusätzlich. Heute nutzen viele weitere große Konzerne die Dienstleistungen des Unternehmens:

Um das eigene Wachstum zu beschleunigen, führte Datadog ebenfalls Akquisitionen durch. 2015 erfolgte die Übernahme von Mortar Data, um die Funktionen im Bereich der Datenanalyse zum eigenen Angebot hinzuzufügen. 2017 kaufte das Unternehmen Logmatic.io aus Paris, welches eine Protokollverwaltung anbietet, mit der Benutzer Fehler schneller beheben und Anwendungen überwachen können. 2019 kaufte man Madumbo, eine KI-basierte (KI = künstliche Intelligenz) Plattform, auf der Anwendungen getestet werden können. Im selben Jahr eröffnete man auch eine Niederlassung in Japan.

Mithilfe der Akquisitionen, aber auch eigener Weiterentwicklungen, verbesserte Datadog das eigene Angebot ständig:

Zu Beginn hatte Datadog große Probleme, Investoren zu überzeugen Geld anzulegen, denn die meisten hörten von dem Geschäftsmodell bzw. dem Segment zum ersten Mal und verstanden es nicht wirklich. Aus diesem Grund sahen sie auch nicht die Notwendigkeit des Produkts, welches die Gründer entwickelt hatten.

In einem Interview erzählte Pomel einst, dass New York zwar gründerfreundlich sei, aber die Unternehmensinfrastruktur gefehlt hätte. Zunächst blieb Datadog deshalb nichts anderes übrig, als von Kreditkarten zu überleben. Die Phase dauerte insgesamt ein Jahr an, in dem sich das Unternehmen im totalen Survival-Modus befand.

Im Nachhinein hat diese Anfangsphase aber auch ihre guten Seiten: Datadog war gezwungen sehr effizient zu arbeiten und früh auf Kunden zuzugehen – davon profitierte man vermutlich später. Darüber hinaus zeigt es den Unternehmer-„Spirit” der Gründer, welche von Beginn an vollends hinter ihrem Produkt standen und bereit waren das Risiko einzugehen.

Nachdem es in 2010 eine sogenannte Seed Round mit den ersten Investoren gab, erfolgte 2012 die Serie-A-Finanzierungsrunde. Hier sammelte Datadog 6,20 Mio. USD an Kapital ein, gefolgt von weiteren 15 Mio. USD bei der Serie-B-Runde in 2014 und 31 Mio. USD in der Serie-C-Runde (2015). Die Serie-D-Runde mit fast 100 Mio. USD war in 2016 eine der größten Finanzierungsrunden in der Stadt New York. An der Entwicklung der investierten Geldmengen kann man das Wachstum des Unternehmens gut erkennen. Zugleich lässt sich daraus ableiten, dass die gesamte Branche immer mehr in den Fokus rückte und an Bedeutung gewann.

Seit September 2019 notiert die Aktie von Datadog an der Nasdaq-Börse in den USA. Der Erlös beim Börsengang betrug rund 650 Mio. USD.

Auch wenn auf der Investor Relations-Website kein klares Statement zu einer Mission aufzufinden ist, so ist diese anhand der Historie bereits relativ klar ersichtlich. Man wollte ursprünglich eine bessere Zusammenarbeit der Entwickler und Systemadministratoren herbeiführen und erweiterte das Angebot im weiteren Verlauf. Unternehmen soll der Alltag damit bestmöglich erleichtert werden, da das gesamte Angebot auf einer Plattform zu finden ist und von jedem von überall genutzt werden kann. Was genau erleichtert wird, erfährst du gleich im Geschäftsmodell, wobei du in der Abbildung 3 bereits einen groben Einblick bekommen hast.

Die „Go-To-Market”-Strategie von Datadog besteht aus drei Ebenen, welche nach der Größe der Kunden sortiert sind. Je größer ein Kunde ist, desto länger ist der Zahlungszyklus — der Kunde bleibt auch tendenziell länger bzw. soll für eine längere Dauer an die Plattform gebunden werden. Ein kleinerer Kunde bezahlt hingegen monatlich und wird nicht von einem separaten Team betreut — hier arbeitet Datadog mit dem Prinzip der Selbstbedienung.

Datadog stellt bei jeglichen Entscheidungen den Kunden in den Fokus, da dieser letztendlich das Angebot des Unternehmens nutzt und zufrieden sein soll. Intern legt Datadog Wert auf Pragmatismus und die Eigenschaft, sich stets weiterzuentwickeln. Mit Pragmatismus wird darauf angespielt, dass sinnvolle und effiziente Entscheidungen getroffen werden, ob bspw. etwas selbst neu entwickelt oder akquiriert wird. Der Anspruch der stetigen Weiterentwicklung ist typisch in der Branche und fehlt hingegen bei vielen Unternehmen aus der sogenannten „Old Economy”. Daraus resultiert eine Innovationsfähigkeit und man möchte sich nicht auf bereits Erschaffenem ausruhen und in eine „Erhaltungsmentalität” verfallen.

Laut einer Umfrage des IDC (Institute für Data Communication) sehen 60 Prozent der Befragten die Cloud als wichtigstes Segment bei der weltweiten Digitalisierung an. Damit liegt sie von der Wichtigkeit noch vor „Big Data“. Bereits 26% der Unternehmen beschäftigen sich intensiv mit dem Thema.

Auch wenn es dir vielleicht schon klar ist, wollen wir nochmal genau erklären, was eine Cloud bzw. was Cloud-Computing genau ist.

Im Prinzip handelt es sich bei einer „Cloud“ (dt.: Wolke) um eine „digitale Wolke“, die die Ablage von Dateien, sowie digitalen Prozessen und Zugriffsverwaltung online im Internet ermöglicht. Im Endeffekt ist es die internetbasierte Bereitstellung von Speicherplatz, Rechenleistung und Anwendungssoftware als Dienstleistung. Noch vor 20 Jahren musste man, um bspw. eine Homepage zu betreiben, Serverkapazitäten in einem IT-Rechenzentrum mieten. Das hatte viele Nachteile: Die fehlende Skalierung, sowie diverse Ausfälle bei Wartungsarbeiten.

Der US-Techkonzern Amazon war bereits im Jahr 2006, aufgrund der riesigen nötigen Rechenzentren für die eigenen E-Commerce Geschäfte, sehr weit ausgebaut, was die Rechenleistung angeht. Da Amazon jedoch nur zu bestimmten Stoßzeiten ausgelastet war und zu anderen Zeiten riesige Mengen an Rechenleistung ungenutzt blieben, entschied man sich dazu die eigenen Rechenleistungen an andere Unternehmen zu „vermieten“. Damit war mit Amazon Web Services (AWS) die erste Cloud geboren. In unserer Amazon Aktienanalyse sind wir auf diese Entwicklung eingegangen. Das Cloud Segment von Amazon ist bis heute das wichtigste. Auch wenn inzwischen Konkurrenten wie Alphabet und Microsoft große Marktanteile besitzen, bleibt fast ein Drittel bei Amazon.

Heute können Unternehmen Ausfallsicherheit und Datenanbindungen an Drittanbieter in der Cloud outsourcen. Daten werden zwar weiterhin auf einer Serverarchitektur gespeichert, liegen jedoch redundant, dezentralisiert vor – werden also an mehreren Standorten zwischengespeichert.

Der Name bei Datadog (dt. „Datenhund“) lässt vielleicht einige Rückschlüsse auf die Idee hinter dem Geschäftsmodell ziehen. Im realen Leben hat man vielleicht einen Wachhund, der den Garten überwacht. Und der Hund, den Datadog anbietet – der überwacht die Daten in der eigenen Cloud. Ein Datenwachhund verpackt in einer Software also.

Die Software von Datadog ermöglicht über eine Datenanalyseplattform die Echtzeitüberwachung von Servern, Datenbanken, Tools und Diensten. Das Ganze funktioniert als SaaS (Software-as-a-Service) Prinzip. Kunden von Datadog sind demnach Unternehmen, die cloudbasierte Analyse- und Überwachungsdienstleistungen benötigen.

Der Trend nach Cloud Management und Security Services steigt seit Jahren weltweit an. Dieser Trend sieht bisher noch keine Ende.

Die Überwachung von Infrastruktur, Anwendungsleistungen, Protokollen und Sicherheit werden durch Datadog automatisiert möglich. Die Software findet in Unternehmen jeder Größe und aus jeder Branche Anwendung. Sie ermöglicht die digitale Transformation und Migration in die Cloud. Außerdem vereinfacht sie die Zusammenarbeit mehrerer Geschäftsbereiche eines Unternehmens: Entwicklungs-, Betriebs- und Geschäftsteams haben die für sie wichtigen Informationen aus anderen Abteilungen direkt parat.

Die Software beschleunigt die Markteinführung von Anwendungen, verkürzt die Zeit von Problemlösungen und lässt die jeweiligen Angestellten in allen Bereichen eines Unternehmens essenzielle Informationen über das Benutzerverhalten verstehen und hilft ihnen dementsprechend zu handeln.

Alle Daten, die ein Unternehmen in Clouds aufbewahrt, lassen sich mit Datadog zusammenführen.

Das Geschäftsmodell von Datadog ist vergleichbar mit dem von Splunk. Zu Splunk haben wir bereits vor einiger Zeit eine Analyse gemacht. An dieser Stelle passt deswegen auch der Kommentar eines Wir Lieben Aktien-Kunden, der selbst in der IT-Branche tätig ist und deswegen die Nützlichkeit von Splunk (& auch indirekt Datadog) so beschreibt:

Kommentar eines Brancheninsiders, exklusiv für Wir Lieben Aktien

Splunk bietet mit seinen Services ein sehr mächtiges Produkt. Mit diesem lassen sich relativ einfach von den unterschiedlichsten Geräten und Anwendungen, wie z. B. Webserver, IOT Geräte usw., Logs und andere anfallende Daten sammeln. Durch die automatische Indexierung ist es möglich nach Events in der gesamten IT-Infrastruktur zu suchen. Mit automatisierten Modellen, u. a. auf Basis von künstlicher Intelligenz, bietet Splunk die Möglichkeit, nach Auffälligkeiten und Veränderungen in den Daten zu suchen. Anhand dessen lassen sich anschließend leichter Entscheidungen treffen oder es wird ein frühzeitiges Eingreifen bei Erkennung von Fehlern ermöglicht. Es gibt viele Konkurrenzprodukte, die aber meistens nur einen Teil anbieten. Zum Beispiel nur das Sammeln oder eben nur das Auswerten. In meinen Augen hat Splunk eine super Lösung geschaffen, von den Daten bis zur Entscheidung. Es ist dadurch für jede Firma, egal wie groß, möglich die Sammlung und Auswertung seiner anfallenden Daten „abzugeben“.

– Luca, Wir Lieben Aktien-Abonnent und beruflich in der IT-Branche tätig, zum Geschäftsmodell von Splunk.

Und auch wenn der Cloud Trend, sowie die Digitalisierung, anhält, sind vor allem in Europa noch viele Unternehmen nicht digitalisiert.

Zunächst kommt es darauf an, welche Dienstleistungen der Kunde in Anspruch nehmen möchte. Klar ist, je mehr Leistungen dieser in Anspruch nehmen möchte, desto teurer ist auch die entsprechende Rechnung. Ferner bestimmt sich die Preissetzung der einzelnen Dienstleistungen jedoch noch durch weitere produktspezifische Parameter. Beispielhaft werden gewisse Dienste durch die Anzahl der Nutzer abgerechnet. Das Nutzungsentgelt wird damit teurer je mehr Mitarbeiter die Software von Datadog beim entsprechenden Kunden nutzen. Andere Dienstleistungen zielen bei der Höhe der Abrechnungen auf die sog. „hosts“, bzw. die Anzahl an integrierten Geräten, oder auf die entsprechende Datenmenge ab.

Für das Verständnis ist noch wichtig, dass die Kunden regelmäßig in Vorleistung gehen. Das bedeutet beispielsweise, dass sie im Vorhinein festlegen, wie viel GB Daten sie durch das Paket von Datadog abdecken möchten und diesen Preis dann auch (teilweise) direkt bezahlen. Durch diesen Effekt fließen Datadog direkt liquide Mittel zu, weswegen sich der operative Cashflow stark vom Nettogewinn unterscheidet.

Datadog arbeitet stets an einer Ausweitung der angebotenen Lösungen, wie Abbildung 3 zu entnehmen ist. Dadurch eröffnen sich fortlaufend zusätzliche Anwendungsmöglichkeiten und die Plattform von Datadog wird zunehmend attraktiver.

Zu den Kunden des Unternehmens zählen namhafte Konzerne aus den verschiedensten Branchen und Ländern wie Starbucks, MercadoLibre, Coinbase, HSBC oder Samsung Electronics. Insgesamt wachsen die Nutzerzahlen von Datadog stetig an. Zwischen 2016 und dem dritten Quartal des letzten Geschäftsjahrs hat sich die Kundenzahl von 3.785 auf 17.500 mehr als vervierfacht.

Außerdem kann nach Angaben des Managements bei Monitoring-Lösungen ein gewisser Lock-in-Effekt der Kunden beobachtet werden. Sobald die Software in Betrieb genommen wurde, soll sie ein integraler Bestandteil des Unternehmens werden und tief in die Arbeitsabläufe eingebettet sein. Dieser Umstand spielt ebenfalls eine wichtige Rolle für den Burggraben von Datadog.

Nachstehend die Branchenstrukturanalyse nach Michael E. Porter. Diese dient einer Einordnung von externen Kräften, welche auf die Unternehmen einer Branche einwirken. Unsere Skala reicht hierbei von 0 bis 5. Je besser Datadog aufgestellt ist, desto höher ist die Punktzahl, welche wir vergeben.

Olivier Pomel ist Mitbegründer und heutiger CEO von Datadog. Zuvor leitete er, wie in der Historie beschrieben, bei Wireless Generation das Entwicklerteam, welches rund 100 der besten Ingenieure aus der Region um New York City umfasste. Davor war er bei IBM als Software-Ingenieur und bei diversen Start-ups aktiv. Besonders nennenswert ist allerdings der VLC Media Player, welchen du vielleicht von deinem Computer kennst (das Symbol mit dem orange-weißen Hütchen). Hier ist er der originale Autor gewesen.

Vor seiner Karriere schloss er sein Studium mit einem Master in Computer Science in Paris ab.

Alexis Lê-Quôc ist der zweite Mitbegründer von Datadog und heute als Chief Technology Officer bei dem Unternehmen tätig. Auch sein vorheriger Arbeitgeber ist Wireless Generation, wo er als Director of Operations arbeitete. Dort baute er ein Team und die Infrastruktur auf, welche von mehr als vier Mio. Schülern/Studenten in 49 Staaten verwendet wurde. Seine sonstige Laufbahn ist ebenfalls mit der von Pomel vergleichbar, denn er arbeitete auch bei IBM Research als Software-Ingenieur, aber auch bei weiteren Konzernen.

In Paris schloss er wie Pomel sein Studium mit einem Master in Computer Science ab.