17 juli 2026Bijgewerkt op Fathy Shalaby9 min leestijd
Waarom startups falen: ze hebben geen bewijs meer voordat het geld op is
Geen geld meer hebben is hoe de meeste startupverhalen eindigen, niet waarom ze eindigen. De onderliggende oorzaak is meestal een markt die er nooit was, gelezen via tractie die echt leek en dat niet was.
Het korte antwoord op de vraag waarom startups falen: ze vinden nooit een echte markt, en het geld raakt op terwijl ze zoeken. In de analyse van CB Insights van maart 2026 van 431 stopgezette door durfkapitaal gefinancierde bedrijven zat 70% zonder kapitaal, maar CB Insights noemt dat de uiteindelijke oorzaak. De onderliggende oorzaak bij 43% was slechte product-market fit. Geld koopt tijd. Alleen bewijs vertelt je of die tijd in het juiste product gaat zitten.
Belangrijkste punten
In de CB Insights-data van 2026 waren de belangrijkste onderliggende oorzaken slechte product-market fit (43%), slechte timing (29%) en onhoudbare unit economics (19%) (CB Insights, 2026).
Het patroon is oud: in de CB Insights-studie van 2014 onder 101 post-mortems van oprichters noemde 42% dat er geen marktbehoefte was (Fortune, 2014).
Valse product-market fit, waarbij je nieuwsgierigheid voor vraag aanziet, leidt tot voortijdig opschalen. Startup Genome vond voortijdig opschalen bij 70% van de mislukkingen die het bestudeerde (TechCrunch, 2011).
Je echte beperking is je evidence runway: hoeveel eerlijke tests je kunt doen voordat het geld op is.
Waarom startups falen: wat de data echt zeggen
Twee datasets van CB Insights, twaalf jaar uit elkaar, wijzen op dezelfde onderliggende oorzaak.
Studie 2014
Studie 2026
Steekproef
101 post-mortems van oprichters
431 door durfkapitaal gefinancierde bedrijven die sinds 2023 zijn gestopt (redenen bekend bij 385)
Lees de vergelijking zorgvuldig. De steekproeven en categorieën verschillen, en bedrijven konden meerdere redenen noemen, dus de percentages tellen op tot meer dan 100%. De studie van 2026 omvat ook de opschoning na de periode van nulrente, toen vervolgfinanciering opdroogde. Dat verklaart waarschijnlijk een groot deel van de sprong bij „kapitaal op”. Wat niet veranderde, is dat ruwweg vier op de tien mislukte startups iets bouwden wat de markt niet genoeg wilde.
Is geen geld meer hebben de echte reden waarom startups falen?
Meestal niet. De meeste lijsten over waarom startups falen stoppen bij het symptoom. CB Insights zegt het rechtuit: zonder kapitaal komen te zitten is bijna altijd de laatste doodsoorzaak, niet het onderliggende probleem (CB Insights, 2026). Het kapitaal raakt op omdat de omzet niet kwam, en de omzet kwam niet omdat de vraag zwakker was dan het team dacht.
Die overtuiging is het gevaarlijke deel. Een startup met eerlijk bewijs van zwakke vraag kan nog pivoteren zolang er runway is. Een startup die zwakke vraag voor sterke aanziet, blijft geld uitgeven, vaak sneller, tot zowel het geld als de tijd op is.
Wat is valse product-market fit?
Valse product-market fit is wanneer vroege activiteit lijkt op duurzame vraag maar dat niet is. Veelvoorkomende bronnen:
Piekjes bij de lancering. Een Product Hunt-dag of een viraal bericht levert aanmeldingen op van mensen die nooit terugkomen.
Nieuwigheid. a16z beschrijft „AI tourists” die zich aanmelden voor AI-producten en na een paar maanden afhaken, en stelt daarom voor retentie vanaf maand 3 te meten (a16z, 2025).
Pilots die nooit omzetten. Een logo op een gratis pilot is geen klant.
Verkoop door de oprichter. Klanten kopen vanwege de persoonlijke inzet van de oprichter, en dat schaalt niet.
Hoge kortingen. Omzet die alleen bestaat bij een forse korting zegt weinig over de betalingsbereidheid.
Bessemers State of AI 2025 maakt hetzelfde punt over snelle AI-omzet: vroege hypergroei alleen betekent minder dan vroeger, en de snelst groeiende cohort had gemiddeld ongeveer 25% brutomarge met kwetsbare retentie (Bessemer, 2025).
Waarom valse fit zo duur is: voortijdig opschalen
Valse fit zet aanwervingen, advertentie-uitgaven en salesmedewerkers in gang voordat de vraag ze kan dragen. De analyse van Startup Genome uit 2011 van meer dan 3.200 snelgroeiende startups vond (TechCrunch, 2011):
Voortijdig opschalen kwam voor bij 70% van de startups die faalden.
Startups die goed opschaalden, groeiden 20 keer sneller dan startups die voortijdig opschaalden.
Geen enkele voortijdig opgeschaalde startup kwam boven de 100.000 gebruikers.
93% van hen kwam nooit boven $ 100.000 omzet per jaar.
De data zijn oud en zelfgerapporteerd, maar het mechanisme is simpel. Uitgeven om te groeien vermenigvuldigt wat je hebt. Heb je fit, dan krijg je groei. Heb je die niet, dan krijg je een hogere burn.
Hoe herken je echte tractie van valse product-market fit?
Kijk naar gedrag dat de klant iets kost: tijd, gewoonte, geld of reputatie. Lenny Rachitsky’s overzicht van tests uit de praktijk geeft de duidelijkste checklist (Lenny’s Newsletter, 2020).
Signaal
Hoe valse fit eruitziet
Hoe echte fit eruitziet
Retentie
Cohorten zakken richting nul
Cohortcurves vlakken af (Brian Balfours test)
Gebruikersgevoel
„Leuke tool” in interviews
40%+ van de actieve gebruikers zou „erg teleurgesteld” zijn zonder het product
Acquisitie
Betaalde pieken en lanceringspieken
Meer dan 50% van de nieuwe accounts direct of organisch (Merci Grace)
Verkoop
Lange pilots, vastgelopen deals
Klanten protesteren als je het product na een proefperiode weghaalt (Rachleff, Leone)
Financiële runway vertelt je hoe lang je het uithoudt. Evidence runway vertelt je hoe vaak je ernaast mag zitten en je toch kunt herstellen.
Evidence runway = (maanden cash − maanden gereserveerd voor fondsenwerving) ÷ maanden per leercyclus
Een leercyclus is de tijd van „we geloven X” tot „nu weten we of X waar is”: de test opzetten, uitvoeren, het resultaat lezen en beslissen.
Uitgewerkt voorbeeld (ter illustratie)
Stel dat een startup van vijf personen € 600.000 op de bank heeft en € 50.000 per maand uitgeeft. Dat is 12 maanden financiële runway. De oprichters reserveren 4 maanden om de volgende ronde op te halen, waardoor 8 maanden (ongeveer 35 weken) overblijven om te leren.
Lengte van de leercyclus
Cycli in 8 maanden
Weddenschappen die het team nog kan testen
3 maanden (feature bouwen, lanceren, wachten op data)
2,7
2
6 weken
5,8
5
3 weken
11,6
11
2 weken
17,3
17
Het geld is in elke rij gelijk. Het verschil is hoeveel kansen het team krijgt om de markt te vinden. Een team met build-en-lanceercycli van 3 maanden heeft twee pogingen; een team dat elke 2 weken aannames test, heeft er 17. Bouwen is zelden de snelste manier om te leren.
Softwareteams besteden veel aan weddenschappen die nooit goed worden getest. Pendo’s analyse van 615 abonnementen uit 2019 vond dat 80% van de features in het gemiddelde product zelden of nooit wordt gebruikt, en schatte dat publieke cloudbedrijven tot $ 29,5 miljard hebben geïnvesteerd in het bouwen ervan (Pendo, 2019). Elke van die features heeft een leercyclus gekost.
Hoe voorkom je dat je zonder bewijs komt te zitten?
Schrijf stopcriteria op vóór elke weddenschap. „Als minder dan 8 van de 20 proefgebruikers in week twee terugkomen, stoppen we.” Bepaal de drempel voordat je de data ziet.
Breng aannames in kaart voordat je bouwt. Som op wat waar moet zijn om de weddenschap te laten werken en test eerst de riskantste. Onze gids voor assumption mapping laat zien hoe, en het gratis sjabloon voor een assumption map doet het in je browser.
Voer de goedkoopste test uit die je ongelijk kan bewijzen. Vijf interviews, een fake door, een conciërgeweek of een voorverkooppagina verslaan meestal een sprint aan code.
Meet gedrag met een vast ritme. Enquêteer actieve gebruikers maandelijks en zet cohorten maandelijks in kaart. Trends over meerdere rondes zijn beter dan losse metingen.
Log elke beslissing met het bewijs erachter. Als een weddenschap mislukt, moet je weten welke overtuiging het begaf. Een productbeslislogboek kost tien minuten per week.
Schaal de uitgaven pas op als de signalen overeenkomen. Enquêtescore, retentie en betaling moeten dezelfde kant op wijzen voordat je aanneemt voor groei.
Bewijs beschermt je ertegen het verkeerde te bouwen. Het beschermt je niet tegen alles.
Slechte timing (29% in de data van 2026) kan een product laten zinken dat echte klanten willen, als de markt er niet klaar voor is of het financieringsklimaat omslaat.
Unit economics (19%) kunnen falen, zelfs met sterke fit. Liefde bij een negatieve marge blijft verlies.
Kleine steekproeven misleiden. Een enquêtescore van 45% van 15 mensen is een hypothese, geen bewijs.
Bewijs kan worden genegeerd. De meest voorkomende mislukking is niet ontbrekende data; het is een team dat data wegpraat die het niet bevalt.
Waar Specky past
Specky is gebouwd om bewijs aan beslissingen gekoppeld te houden. Het leest klantgesprekken, feedback, Slack, Jira en analytics in een Product Graph, schrijft specs met het klantbewijs inline geciteerd en controleert na de lancering of de weddenschap werkte. Voor een oprichter betekent dat zien welke overtuigingen zijn getest en welke nog gokjes zijn.
Veelgestelde vragen
Wat is de belangrijkste reden waarom startups falen?
Slechte product-market fit is de meest voorkomende onderliggende oorzaak. In de CB Insights-studie van 2026 onder 431 door durfkapitaal gefinancierde bedrijven die zijn gestopt, noemde 43% die. Zonder kapitaal komen te zitten werd vaker genoemd, namelijk 70%, maar CB Insights beschrijft dat als de uiteindelijke oorzaak en niet als het onderliggende probleem, omdat het geld meestal opraakt nadat de vraag is uitgebleven.
Welk percentage startups faalt omdat er geen marktbehoefte is?
In de CB Insights-studie van 2014 onder 101 post-mortems van oprichters noemde 42% dat er geen marktbehoefte was. De studie van maart 2026 onder 431 door durfkapitaal gefinancierde stopzettingen vond dat 43% slechte product-market fit noemde. De methoden verschillen, dus beschouw dit als twee momentopnames van hetzelfde patroon en niet als een nauwkeurige trendlijn.
Wat is voortijdig opschalen?
Voortijdig opschalen is uitgeven om te groeien (aanwerven, marketing, salesmedewerkers) voordat het product vraag heeft bewezen. De analyse van Startup Genome uit 2011 van meer dan 3.200 startups vond het bij 70% van de bestudeerde mislukkingen, en geen enkele voortijdig opgeschaalde startup in de dataset kwam boven de 100.000 gebruikers.
Hoe weet je of je tractie echt is?
Echte tractie kost klanten iets. Controleer of de cohortretentie afvlakt, of minstens 40% van de actieve gebruikers erg teleurgesteld zou zijn zonder het product, of de meeste nieuwe accounts organisch binnenkomen en of klanten tegen de volle prijs verlengen. Als alleen aanmeldingen en lanceringspieken groeien, beschouw het dan als interesse, niet als vraag.
Wat is evidence runway?
Evidence runway is het aantal eerlijke tests dat je kunt doen voordat je cash op is. Neem de maanden runway, trek de maanden af die je nodig hebt voor fondsenwerving en deel door de lengte van één leercyclus. De cyclus verkorten van drie maanden naar twee weken kan van 2 resterende weddenschappen er 17 maken met hetzelfde geld.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing