Die serielle Sanierung setzt auf Vorfertigung, kurze Baustellenzeiten und standardisierte Prozesse. Die ScaleUp Alliance EFH startet als neues Format, das gezielt die Skalierung erfolgreicher Lösungsansätze für die serielle Sanierung im Einfamilienhaussegment vorantreibt. Den Auftakt bildet die Skalierungswerkstatt im Rahmen des Energiesprong-Festivals am 7. und 8. September in Berlin. Die Teilnehmenden kommen zusammen und bearbeiten konkrete Challenges für die Skalierung der seriellen Sanierung im Einfamilienhaussegment. Ziel ist es, motivierte und engagierte Menschen zu finden, die auch über die Veranstaltung hinaus weiter gemeinsam mit uns zusammenarbeiten: In einer anschließenden Entwicklungsphase werden gemeinsam Ideen konkretisiert, Partnerschaften gebildet und die entwickelten Prototypideen weiterentwickelt, die einen Beitrag dazu leisten können, die serielle Sanierung dauerhaft im Markt zu verankern.

Gesucht werden insbesondere Start-ups, Unternehmen, Industriepartner sowie Menschen mit Innovations- und Skalierungserfahrung. Auch Sponsoring-Partner und Investoren sind eingeladen, sich einzubringen und die Skalierung aktiv zu unterstützen.

Ein Marktsegment mit Potenzial

Nach aktuellen Schätzungen der dena, ergibt sich aktuell ein Potenzial von etwa 2,6 Millionen Gebäuden, die unter heutigen Rahmenbedingungen grundsätzlich für eine serielle Sanierung infrage kommen. Dieses Potenzial zu erschließen, birgt jedoch auch zentrale Herausforderungen. Denn die Anforderungen sind vielfältig: Unterschiedliche Gebäudetypen, individuelle Bedürfnisse von Eigentümerinnen und Eigentümern sowie unterschiedliche finanzielle Ausgangssituationen und Investitionsbereitschaften. Hinzu kommt, dass auf der Angebotsseite gleichzeitig ausreichend Kapazitäten in Planung, Produktion und Umsetzung aufgebaut und langfristig gesichert werden müssen. Diesen konkreten Herausforderungen stellen sich die Teilnehmenden in der Challenge der Skalierungswerkstatt:

Die Challenge: Skalierbare Komplettsanierung aus einer Hand

Die Skalierungswerkstatt widmet sich der zentralen Frage: „Wie bauen wir einen überregionalen Anbieter für energetische Sanierungen aus einer Hand auf?“

Dabei können verschiedene Konzeptansätze verfolgt werden, etwa die Bündelung der Nachfrage, die Entwicklung einer digitalen Vermittlungsplattform oder die Erarbeitung skalierbarer Geschäftsmodelle für Gesamtlösungsanbieter. Weitere Möglichkeiten sind die dezentrale Umsetzung über regionale Netzwerke, der Aufbau von Gigafabriken für industrielle Produktionsstätten oder die Optimierung von Akquise- und Vertriebsprozessen. All diese Ansätze sollen im Rahmen von Komplettsanierungen im Einfamilienhaussegment gedacht werden und schlussendlich in der ScaleUp Alliance zu einer ganzheitlichen Umsetzung für die Skalierung zusammengeführt werden.

Darum lohnt es sich mitzumachen

Teilnehmende der ScaleUp Alliance EFH erhalten die Möglichkeit, neue Kontakte zu knüpfen, gezielt mit relevanten Akteuren entlang der gesamten Wertschöpfungskette zusammenzuarbeiten und Ideen für das Einfamilienhaussegment konsequent in Richtung Umsetzung und Skalierung zu denken.

Die Entwicklungsphase wird eng vom dena-Energiesprong-Team begleitet und bietet über das bereits große Netzwerk Zugang zu verschiedenen Marktakteuren sowohl auf Anbieter- als auch auf Eigentümerseite. Im Mittelpunkt steht der direkte Austausch zwischen Start-ups, etablierten Unternehmen, Investorinnen und Investoren sowie weiteren Akteuren, die den Markthochlauf der seriellen Sanierung aktiv vorantreiben wollen.

Die Bewerbung zur Skalierungswerkstatt der ScaleUp Alliance EFH läuft bis zum 11. August.

Weitere Informationen und Bewerbung finden sich hier.

Hinter Brandenburg Labs steht kein unbeschriebenes Blatt der Start-up-Szene, sondern eine Koryphäe der deutschen Ingenieurskunst. Anstatt seinen Ruhestand zu genießen, gründete der heute über 70-jährige Prof. Dr.-Ing. Karlheinz Brandenburg im Jahr 2019 das Start-up als Spin-off der Technischen Universität Ilmenau und des Fraunhofer-Instituts für Digitale Medientechnologie (IDMT). Inzwischen arbeitet ein über 20-köpfiges Team im thüringischen Ilmenau an der Vision des perfekten Raumklangs.

Warum tut sich ein Mann, der seinen Platz in den Geschichtsbüchern längst sicher hat, den enormen Stress einer Neugründung noch einmal an? „Was mich antreibt, ist nicht die Vorstellung eines ‚zweiten MP3-Moments‘, sondern die Chance, das Klangerlebnis für den Menschen grundlegend zu verbessern“, stellt Brandenburg klar. Es gehe um eine seit Jahrzehnten ungelöste Herausforderung: „wirklich natürliches, räumliches Audio über Kopfhörer.“ Den Druck eines schnellen Erfolgs wischt der erfahrene Ingenieur routiniert beiseite: „Transformative Technologien entstehen nicht über Nacht; sie erfordern langfristiges Engagement und die Bereitschaft, komplexe Probleme Schritt für Schritt zu lösen.“

Mit SPRIND in die kabellose Zukunft

Die Kerntechnologie des Start-ups heißt Deep Dive Audio. Sie gibt virtuelle Schallquellen über Kopfhörer so präzise wieder, dass sie von echten Lautsprechern nicht mehr zu unterscheiden sind. Bislang wird dies im B2B-Sektor mit dem System „Okeanos Pro“ an Toningenieure vermarktet. Doch das Setup ist komplex und kabelgebunden.

Um den technologischen Sprung aus dem Tonstudio heraus zu schaffen, hat die Bundesagentur für Sprunginnovationen (SPRIND) nun einen Validierungsauftrag in Höhe von rund 211.000 Euro für ein eng getaktetes, fünfmonatiges Projekt erteilt. Das Ziel: Die Technologie soll auf einen winzigen Einplatinencomputer schrumpfen und drahtlos werden.

Gleicht die geforderte Kombination aus absoluter Phasentreue und minimaler Latenz bei einer verlustfreien Drahtlosübertragung nicht physikalisch der Quadratur des Kreises? „Wir müssen keine physikalischen Limits überwinden“, kontert der Gründer selbstbewusst. „Unser großer Vorteil gegenüber den bekannten Mitbewerbern liegt in den Algorithmen, die auf fundierter Kenntnis der Psychoakustik und der kognitiven Vorgänge im Gehirn aufbauen.“

Auf die Frage nach dem immensen Zeitdruck der SPRIND-Vorgaben räumt Brandenburg allerdings unumwunden ein: „Wir sind etwas hinter dem Zeitplan, sehen aber keine wirklichen Probleme.“ Selbst wenn am Ende der fünf Monate nicht jeder Parameter perfekt erfüllt sei, verspricht er, dass das Projekt seinen Zweck erfülle: „Sollten bestimmte Parameter innerhalb dieses Zeitrahmens noch nicht vollständig erreicht werden können, werden wir dennoch wichtige Erkenntnisse und Demonstratoren generieren, die [...] das technische Risiko erheblich reduzieren.“

Die Vision „PARty“: Droht die totale Isolation?

Das langfristige Ziel von Brandenburg Labs ist eine auditive Augmented Reality (AR) namens „PARty“ (Personalized Auditory Reality). Kopfhörer sollen mit Sensoren und KI als smarte Alltagsbegleiter fungieren, die störende Geräusche ausblenden oder hilfreiche akustische Informationen einblenden – etwa als Navigation für blinde Menschen.

Doch laufen wir mit permanent getragenen Wearables nicht Gefahr, uns in akustischen Filterblasen vollends von der Umwelt zu isolieren? Brandenburg nimmt diese gesellschaftliche Sorge ernst, widerspricht aber der Prämisse: „Unser Ziel ist es nicht, Menschen von ihrer Umgebung abzuschotten, sondern die Interaktion mit ihr zu verbessern.“ Er verweist darauf, dass viele Menschen Kopfhörer heute ohnehin nutzen würden, um die Realität auszublenden. Sein Ansatz sei das exakte Gegenteil: „Wir wollen relevante Geräusche besser wahrnehmbar machen, nicht die Realität ausblenden.“ Die Technologie sei als Werkzeug gedacht: „Letztendlich gibt diese Technologie dem Nutzer die Kontrolle zurück. Unsere Designphilosophie konzentriert sich auf Erweiterung, nicht auf Isolation.“

Kampf gegen die Tech-Goliaths

Aus unternehmerischer Sicht begibt sich das Start-up auf hochriskantes Terrain. Der Markt für immersives Audio wird von Giganten wie Apple, Sony, Bose und Sennheiser dominiert, die Milliarden in die Entwicklung pumpen. Die Miniaturisierung und Massenproduktion von Consumer-Hardware verschlingen schnell zweistellige Millionenbeträge.

Wie will ein Thüringer Start-up diese gewaltige Hardware-Schlacht finanzieren? Brandenburg gibt sich strategisch flexibel, meidet aber klassische Wege: „Dazu wollen und müssen wir mit technologischen Partnern zusammenarbeiten. In diesem Bereich und nicht bei klassischen VCs suchen wir aktuell nach Finanzierung“, betont der Gründer.

Warum aber überhaupt der riskante Vorstoß in den Consumer-Markt? Der gigantische historische Erfolg von MP3 basierte schließlich auf kluger Lizenzierung an Hardware-Hersteller, nicht auf eigenen Playern.

Brandenburg korrigiert diesen historischen Vergleich sofort: „Man muss wissen, dass Fraunhofer-Institute kein B2C-Geschäft betreiben dürfen.“ Der Weg des MP3-Standards bis zu den ersten Millionen-Einnahmen habe damals rund zehn Jahre gedauert – getragen durch die immense Finanzkraft von Fraunhofer. Heute sieht er für Brandenburg Labs andere Möglichkeiten: „Mit Brandenburg Labs können wir dies [...] über ein Device für Verbraucher realisieren. Sobald genug Sichtbarkeit auf dem Markt vorhanden ist, kann zusätzlich ein Lizenzgeschäft aufgebaut werden.“

Als cleveren Zwischenschritt visiert das Start-up Partnerschaften an: „Als Zwischenweg sehen wir [...] die Zusammenarbeit mit aktuellen High-End-Kopfhörer-Herstellern. Wir können, anders als alle aktuellen verfügbaren Lösungen, einen Wow-Effekt liefern, einen massiven Fortschritt in der Kopfhörertechnik“, verspricht Brandenburg.

Auf den Einwand hin, dass ein reines B2B2C-Software-Lizenzmodell für Investor*innen wohl deutlich lukrativer und weniger riskant wäre, entgegnet der Audio-Pionier abschließend und trocken: „Das Lizenzgeschäft braucht viele Jahre Anlauf und damit noch höhere Finanzierung als der jetzige Weg.“

Das im Jahr 2026 gegründete PropTech-Start-up CIRO mit Sitz in Eching bei München bringt eine neue Plattform auf den Markt. Diese soll das Potenzial künstlicher Intelligenz (KI) in die oft noch analog geprägte deutsche Immobilienverwaltung tragen. Mit einer Softwarelösung, die sich primär an private Vermieter*innen und ab Herbst 2026 im B2B-Bereich auch an gewerbliche Hausverwaltungen richtet, wagt sich das junge Unternehmen in einen lukrativen, aber stark umkämpften Markt. Das Versprechen an die Nutzer*innen ist vollmundig: Im Durchschnitt sollen sich bis zu fünf Stunden Arbeit pro Woche einsparen lassen.

Vom Gespräch unter Freunden zum 360-Grad-Ansatz

Hinter CIRO stehen die Geschäftsführer André Teich (CTO) und Markus Froese (CEO). Der Anfang des Start-ups war dabei kein durchgeplantes Pitch-Deck, sondern ein schlichtes Gespräch unter Freunden. André Teich hatte ursprünglich den festen Plan, in die Immobilienvermietung als klassisches, langfristiges Vermögensaufbau-Vehikel einzusteigen.

Um die in der Praxis auftretenden administrativen Hürden zu lösen, brachte Markus Froese seine Expertise ein. Doch wie gelingt in einer so frühen Start-up-Phase die Finanzierung eines derart breit aufgestellten Expertenteams – von Entwicklung über Recht bis hin zum Marketing? „Wir haben nicht mit der Frage nach Kapital begonnen, sondern mit der Frage nach den richtigen Menschen“, blickt CEO Markus Froese zurück. Das Start-up sei von Beginn an als echte Partnerschaft konzipiert worden, in der jeder Gründer seine Kernkompetenz einbringe und über Unternehmensanteile statt eines klassischen Gehalts beteiligt sei. „Das schafft Verbindlichkeit und hält die Struktur schlank“, betont Froese. Finanziert wurde der Start demnach komplett aus eigener Kraft.

CTO André Teich ergänzt den pragmatischen Technologieanspruch der Gründer: „Die Immobilienverwaltung wurde technologisch seit Jahrzehnten kaum berührt. Wir nutzen KI nicht als Verkaufsargument, sondern um Menschen echte Arbeit abzunehmen.“ Da die Immobilienverwaltung unterschiedlichste Disziplinen berührt, wurde das Team fachübergreifend aufgestellt. So fungiert die Juristin Denise Sonnenschein als Gesicht für alle Rechtsthemen und sorgt dafür, dass Nebenkosten und Fristen stets auf dem aktuellen rechtlichen Stand bleiben.

Die Lösung: Automatisierung und dynamische Priorisierung

Während Buchhaltung und Banking andernorts längst digitalisiert sind, beherrschen bei der Verwaltung von Mietwohnungen in Deutschland noch vielerorts Excel-Tabellen und das manuelle Abtippen von Belegen den Alltag. Bei CIRO laden Nutzer*innen Dokumente einfach hoch. Die KI erkennt die Art des Dokuments, liest relevante Werte aus und ordnet sie zu – verschlüsselt nach AES-256-Standard und DSGVO-konform in Deutschland gehostet.

Ein zentrales Feature ist die dynamische Aufgabenverwaltung, die To-dos vorschlägt und Anliegen nach Dringlichkeit priorisiert. Doch wer haftet eigentlich, wenn Fristen versäumt werden oder die KI bei einer Abrechnung die falsche Rechtsgrundlage wählt? Auf diese kritische Frage reagiert André Teich bestimmt: „CIRO schiebt keine Aufgabe nach hinten – der Algorithmus kennt nur ein Nach-oben.“ Fristgebundene Aufgaben würden bis zu sechs Monate im Voraus auf dem Dashboard hervorgehoben. Ob sie letztlich erledigt werden, liege aber bewusst in der Hand des Nutzers bzw. der Nutzerin. „Wir sind die Assistenz, nicht die Ausführung“, stellt der CTO klar. Auch bei der Nebenkostenabrechnung erstelle das System lediglich einen Entwurf. Kontrolle und rechtliche Verantwortung blieben stets beim Vermieter bzw. der Vermieterin. Die juristische Logik dahinter verantworte die hauseigene Fachanwältin. „So entlastet die Technik, ohne dass jemand die Kontrolle abgibt“, resümiert Teich. Das Ziel sei es, den Kund*innen Zeit für die wirklich wichtigen Entscheidungen freizuschaufeln.

Das Geschäftsmodell: Die KI hinter der Paywall

CIRO verfolgt ein Software-as-a-Service (SaaS)-Modell, dessen Preisstruktur das Marketingversprechen bei genauem Hinsehen jedoch etwas relativiert. Die Basis-Nutzung ist zwar kostenlos, allerdings stark limitiert. Wer auf die vollumfängliche KI-Priorisierung hofft, muss im „Basic“-Tarif (ab 19 Euro/Monat) noch Abstriche machen, da der weitreichende KI-Assistent erst ab dem „Smart“-Tarif für 39 Euro monatlich freigeschaltet wird.

Versteckt das Start-up sein wichtigstes Feature also hinter einer Paywall und riskiert damit den Frust preissensibler Kleinvermieter? André Teich wehrt sich gegen diesen Vorwurf. Die automatische Priorisierung basiere nicht auf KI, sondern auf einem Algorithmus, der ohnehin jedem zur Verfügung stehe. Auch im kostenlosen Tarif sei bereits eine Basis-KI für das Einlesen von Hausgeldabrechnungen enthalten. „Was in den höheren Tarifen dazukommt, ist mehr KI-Leistung – vor allem beim automatischen Einlesen und Verarbeiten von Dokumenten“, erklärt der Gründer. Das Modell orientiere sich schlicht an der Portfoliogröße der Nutzer*innen. Wer 50 Einheiten vermiete, produziere hunderte Dokumente, für deren Verarbeitung die KI deutlich mehr Rechenleistung erbringen müsse. Teichs Fazit lautet dementsprechend: „Das ist keine Paywall, sondern ein Preis, der mit dem Nutzen mitwächst.“

Markt und Wettbewerb

Das Marktpotenzial ist enorm: Allein in Deutschland verwalten rund 5,5 Millionen private Vermieter*innen ihre Objekte größtenteils selbst. Doch CIRO agiert nicht im luftleeren Raum. Etablierte Start-ups wie immocloud oder Vermietet.de haben den Markt längst besetzt. Mit welchen Argumenten will man wechselträge Kund*innen also zur Migration auf ein noch junges System bewegen?

„Der Einwand ist berechtigt – Wechselträgheit ist real, und wir nehmen sie ernst, statt sie kleinzureden“, räumt André Teich ein. Deshalb behandle man den Datenumzug als eigenständiges Produktthema und setze im Sinne des Data Acts auf saubere Exportfunktionen. Das nehme die Angst, im System festzustecken. Letztlich wolle man die Konkurrenz nicht einfach preislich unterbieten, sondern technologisch neu denken: „Das Versprechen ist, Vermietung so passiv zu machen wie ein ETF-Investment“, verspricht der CTO selbstbewusst. Dass CIRO noch jung sei, sieht er als massiven Vorteil, da man das System „ohne Altlasten auf dem aktuellen Stand der Technik“ entwickeln konnte.

Unser Fazit

CIRO tritt als technologisch hochgerüsteter „Late Follower“ in den PropTech-Markt ein. Positiv hervorzuheben ist die breite Teamaufstellung, die typische Kinderkrankheiten durch fehlendes Branchenwissen minimieren könnte. Die strategische Entscheidung, ab Herbst 2026 auch professionelle Hausverwaltungen anzusprechen, dürfte wirtschaftlich überlebenswichtig sein.

Doch birgt der gleichzeitige Angriff auf B2C-Kleinvermieter*innen und B2B-Profis im ersten Jahr nicht die Gefahr, sich heillos zu verzetteln? Markus Froese versteht diese Sorge, sieht die Entwicklung jedoch gelassen. Da KI die Art und Weise, wie Software gebaut wird, extrem beschleunige, habe man die Plattform in nur acht Monaten zur Marktreife gebracht. Zudem setzten beide Zielgruppen technisch auf exakt demselben Fundament auf. „Wir bauen also nicht zwei Produkte, sondern ein Produkt, das sich seinen Nutzern anpasst“, betont Froese. Die Trennung erfolge vor allem im Vertrieb: Self-Service für Private, persönliche Betreuung für die Profis. Durch den gestaffelten Marktstart wähnt sich das Team auf der sicheren Seite: „Wir starten nicht zwei Dinge gleichzeitig aus dem Nichts, sondern öffnen ein laufendes System für eine zweite Zielgruppe.“

Die größte Aufgabe von Teich und Froese wird es nun sein, das Vertrauen in die fehlerfreie Arbeitsweise ihrer Automatisierung zu gewinnen und den Spagat zwischen kostenlosen Einstiegsangeboten und kostenintensiven Premium-Features erfolgreich zu meistern.

Die Papair GmbH aus Hannover hat die erste Luftpolsterfolie vollständig aus Papier entwickelt und patentiert. Bisher produzierte das Start-up auf einer Pilotanlage. Jetzt übernimmt das junge Unternehmen die Leitung im Projekt BIOWRAP zur Weiterentwicklung und Skalierung dieses Verpackungsmaterials in den Industriemaßstab.

Dass die Europäische Union die Koordination eines solchen Flagship-Projekts in die Hände eines Start-ups legt, ist ein bemerkenswertes Signal an den Verpackungsmarkt: Die Impulse für zirkuläre Lösungen kommen zunehmend von agilen Technologieanbietern.

Ohne Branchenerfahrung gegen den Plastikmüll

Die Wurzeln von Papair liegen im Frühjahr 2020. Die initiale Idee entstand am Küchentisch von Mitgründer Fabian Solf im Rahmen eines universitären Entrepreneurship-Seminars. Gemeinsam mit Christopher Feist, dem heutigen CEO, und Steven Widdel startete das Team ohne Vorerfahrung in der Verpackungsindustrie.

Gefördert durch ein NBank-Gründungsstipendium entwickelten die Gründer nicht nur das Produkt, sondern mussten auch die dazugehörige Maschinerie von Grund auf neu konzipieren. Im August 2023 lief im eigenen Werk im niedersächsischen Rethem an der Aller die erste Maschine an.

BIOWRAP: Skalierung auf ein neues Level

Nun folgt der nächste Schritt: Am 17. Juni startete das EU-Flagship-Projekt BIOWRAP offiziell mit einem Kickoff-Meeting. Die Eckdaten des Vorhabens:

• Das Konsortium: 14 Partnerorganisationen aus sieben Ländern. Darunter befinden sich Papierhersteller, Maschinenbauunternehmen und Forschungseinrichtungen aus Staaten wie Deutschland, Österreich, den Niederlanden und Spanien.
• Die Finanzierung: Das Projekt umfasst ein Gesamtbudget von rund 19 Millionen Euro und wird im Rahmen von Horizon Europe über die Circular Bio-based Europe Joint Undertaking (CBE JU) kofinanziert. Die Laufzeit erstreckt sich von Juni 2026 bis Mai 2031.
• Das technische Ziel: Aufbau einer „First-of-a-Kind“-Produktionsanlage (technologische Reifestufe TRL 8) in Niedersachsen. Diese soll mit einer Breite von 1.200 mm und Produktionsgeschwindigkeiten von bis zu 100 Metern pro Minute arbeiten. Die Linie integriert dabei Nanozellulose-Verbindungen, Präzisionsprägung und bio-basierte Beschichtungen.
• Die Umwelteffekte: Angestrebt wird eine Einsparung von 25 bis 50 % CO₂ pro Quadratmeter gegenüber herkömmlicher Kunststoff-Luftpolsterfolie. Das Produkt („PapairWrap“) kann vollständig über den regulären Altpapierkreislauf entsorgt und recycelt werden.

Markt, Wettbewerb und Geschäftsmodell

Der Markt: Regulierungsdruck als stärkster Hebel

Das Marktumfeld könnte zeitlich kaum besser passen. Allein in der EU fallen laut Eurostat jährlich 15,8 Millionen Tonnen Kunststoffverpackungsabfälle an, von denen aktuell nur 42,1 % recycelt werden. Die EU-Verpackungsverordnung (PPWR) schreibt zwingend vor, dass ab 2030 alle Verpackungen recyclingfähig sein müssen. Am 12. August dieses Jahres greifen bereits die ersten Vorgaben, was den Handlungsdruck auf große Logistiker drastisch erhöht.

Wettbewerb: Hart umkämpft und preissensibel

Trotz dieses Rückenwinds ist der Markt für Schutzverpackungen im E-Commerce gnadenlos preisgetrieben. Herkömmliche Plastikfolie ist in der Produktion extrem billig. Zudem schläft die Konkurrenz nicht: Branchenriesen wie Ranpak oder Storopack dominieren den Markt für Hohlraumfüllungen längst mit eigenen papierbasierten Lösungen (z. B. Wabenpapier oder Papierkissen). Papair muss beweisen, dass die spezifische Struktur ihrer Papier-Luftpolsterfolie in der industriellen Anwendung Material und Volumengewicht so effizient einspart, dass sie preislich mit etablierten Papier-Alternativen konkurrieren kann.

Geschäftsmodell: Lizenzierung statt CapEx-Falle

Hardware-Start-ups scheitern häufig am extremen Kapitalbedarf für eigene Produktionsanlagen (CapEx). Papair adressiert dieses Risiko strategisch: Die geplante Anlage in Niedersachsen ist explizit als Blaupause konzipiert. Ihr technisches Design und die Wirtschaftlichkeit sollen dokumentiert und für die Replikation weiterer Standorte in Europa verfügbar gemacht werden.

Das Geschäftsmodell zielt langfristig auf die Skalierung durch Partner ab. Das ambitionierte Ziel des Konsortiums: Innerhalb von fünf Jahren nach Projektabschluss sollen über 100 Millionen Quadratmeter Kunststoff-Luftpolsterfolie ersetzt und mehr als 200 qualifizierte Arbeitsplätze entlang der Lieferkette geschaffen werden.

Unser Fazit

Papair liefert ein Paradebeispiel dafür, wie ein junges Hardware-Start-up das sprichwörtliche „Valley of Death“ der Skalierung überbrücken kann. Anstatt sich in aussichtslosen Hardware-Finanzierungsrunden zu verbrennen, nutzt das Team die enorme Hebelwirkung europäischer Fördermittel (rund 19 Millionen Euro Projektbudget) und strategischer Partnerschaften. Erreicht die neue Anlage die geplanten 100 Meter pro Minute in der Massenproduktion stabil, hat das Start-up das Potenzial, vom Nischen- zum Industrie-Standard zu werden.

Die Basis von PapierNest bildet eine konsequente Buy-and-Build-Strategie. Nach der Gründung des Goldbek Verlags im Jahr 2003 erwarben die Gründer 2023 den Schweizer Traditionsverlag ABC und formten daraus die heutige Dachmarke. Durch diese Expansion beansprucht das Unternehmen im DACH-Raum mittlerweile einen Platz unter den Top 5 der Branche.

PapierNest versteht sich heute nicht mehr primär als Verlag, sondern als Systemdienstleister für den stationären Handel. Doch der massive Wachstumssprung birgt Herausforderungen: Die Integration völlig unterschiedlicher Verlagskulturen ist ein komplexer Prozess, der das Tagesgeschäft und die Lieferfähigkeit keinesfalls gefährden darf.

Das Plattform-Paradoxon: Flächenproduktivität vs. Vorleistungsfalle

Die Kernstrategie des Unternehmens ist die Abkehr vom reinen Eigenmarken-Vertrieb. PapierNest positioniert sich als Plattform, die das Sortiment auf den Verkaufsflächen bündelt. Eigene Marken wie Goldbek und ABC werden dabei gezielt mit Partner-Brands wie Ohh Deer und Pictura verzahnt. In der Schweiz, wo PapierNest nach eigenen Angaben Marktführer ist, umfasst dieses Netzwerk unter anderem Caroline Gardner, Photoglob, Nostalgic Art und Bug Art.

Für den Handel reduziert das die Komplexität durch einen zentralen Ansprechpartner. Was in der Theorie nach einer klassischen Win-win-Situation klingt, birgt in der Praxis für PapierNest enorme operative und finanzielle Hürden:

• Ein derartiges Plattformmodell für physische Produkte ist extrem kapitalintensiv.
• Das Unternehmen muss die Fremdmarken vorfinanzieren und logistisch bündeln.
• In einem von hohen Papier- und Frachtkosten geprägten Markt trägt PapierNest bei sinkender Nachfrage das volle Lagerrisiko.
• Es droht die Kannibalisierung des eigenen Sortiments: Wenn Händler*innen aus Platzgründen nur Bestseller ins Regal stellen, könnten angesagte Partner-Marken langfristig die eigenen, margenstärkeren Hausmarken verdrängen.

Der "KartenWunder"-Moonshot: Zwischen Greenwashing-Risiko und Tech-Spielerei

Trotz der klaren B2B-Ausrichtung entwickelt das Unternehmen jährlich hunderte Neuheiten für den Endkonsument*innen. Die aktuelle Kollektion „Karten Wunder“, die in Zusammenarbeit mit Branchenpionier Achim Perleberg entstand, soll die physische Karte mit einer digitalen Erlebnisebene verbinden. Scannt der/die Nutzer*in einen QR-Code, öffnet sich eine Augmented-Reality-Animation (AR) mit Musik und bewegten Figuren auf dem Smartphone. Gleichzeitig setzt die Serie auf schwer recycelbare Heißfolienveredelungen für eine besondere Haptik.

Hier zeigen sich zwei gravierende Reibungspunkte in der Produktstrategie:

• Das Nachhaltigkeits-Paradoxon: Die Vorgängerkollektion wurde noch unter dem Namen „Green Karma“ als nachhaltig positioniert. Dem Handel im direkten Anschluss schwer abbaubare Premiumprodukte mit aufwendiger Folienveredelung anzubieten, wirft Fragen bezüglich einer ernstgemeinten Nachhaltigkeit auf und macht das Unternehmen angreifbar für Greenwashing-Vorwürfe.
• Zweifelhafter AR-Nutzen: Die Nutzung von Augmented Reality via QR-Code bedeutet für den/die Endkonsument*in hohe Hürden im Alltag – vom Zücken des Smartphones über das Scannen bis hin zum Laden der Inhalte. Es ist fraglich, ob diese digitalen Features von den Karten-Empfänger*innen tatsächlich genutzt werden, oder ob sie primär als PR-Argument und Verkaufs-Gimmick gegenüber den Einkäufer*innen im Handel fungieren.

Gefangen zwischen Branchenriesen und Digital-Playern

Der globale Grußkartenmarkt verliert durch die Digitalisierung an Volumen, kompensiert diese Verluste jedoch teilweise durch höhere Stückpreise. Da viele kleine Verlage keine Nachfolger*innen finden, lassen sich Marktanteile durch Zukäufe geschickt konsolidieren.

Dennoch bewegt sich PapierNest in einem echten Haifischbecken:

• Im B2B-Segment dominieren etablierte Riesen wie bsb-obpacher oder Avancarte, die ihre Drehständer-Flächen erbittert verteidigen.
• Gleichzeitig attackieren B2C-Digital-First-Player wie Moonpig oder Send-a-Smile den Markt direkt an dem/der Endkonsument*in. Diese Anbieter bergen die akute Gefahr, klassische Grußkartenkäufer*innen langfristig komplett aus den Buchhandlungen ins Netz abzuziehen.

Das größte strukturelle Risiko für PapierNest bleibt schlussendlich die fundamentale Abhängigkeit vom stationären Einzelhandel. Das komplette Geschäftsmodell steht und fällt mit der Laufkundschaft in Buchhandlungen und Boutiquen. Sollten die Frequenzen in den Innenstädten in den kommenden Jahren weiter sinken und der Point of Sale massiv an Relevanz verlieren, stößt auch die am besten optimierte Flächenproduktivität unweigerlich an ihre Grenzen.

Du willst Belege? Der neue „Gallup Engagement Index Deutschland 2025“ betont, KI würde von den Mitarbeiter*innen oft als Bedrohung wahrgenommen. In der Studie heißt es, immerhin 16 Prozent der Befragten sähen ihren Arbeitsplatz innerhalb der nächsten fünf Jahre durch KI „sehr“ oder „ziemlich“ gefährdet. „Die Sorge vor Kollege KI wächst“, heißt es.

Ein düsteres Bild malt eine weitere Studie, die 2025 vom Brand Science Institute (BSI) in Hamburg mit dem Ergebnis durchgeführt wurde, aufseiten der Führungskräfte drohe durch KI der Verlust des Selbstbildes sowie ein Autoritäts-, Identitäts- und Kompetenzverlust.

Auf deine Situation bezogen heißt das: Während du in stundenlanger Kleinarbeit auf der Grundlage deiner jahrelangen Erfahrungen zu einer Lösung vordringst, ist die „Konkurrentin“ KI in der Lage, rasch und ohne großen Aufwand eine ebenso gute, oft sogar eine bessere Lösung zu formulieren. Und das Ergebnis ist für alle Mitarbeiter*innen sichtbar. Das empfinden viele Unternehmer*innen und Gründer*innen als vehementen Angriff auf die Grundlage ihrer Führungsidentität.

KI als Kränkung

In der BSI-Studie ist die Rede von einer belastenden narzisstischen Kränkung und von „Entblößungsangst“. Gemeint ist: „Führungskräfte fürchten weniger die Technologie selbst, sondern die Möglichkeit, dass KI Wissenslücken, Fehleinschätzungen, Entscheidungsfehler oder mangelnde Orientierung sichtbar macht“. Die Einführung von KI erzeuge „nicht nur operative oder technologische Herausforderungen, sondern greift tief in die psychologische Grundarchitektur von Führung ein“.

Wie damit umgehen? Was kannst du tun, um sowohl den Ängsten deiner Mitarbeiter*innen als auch eigenen Ängsten zu begegnen? Entscheidend ist, KI behutsam einzusetzen, den Einsatz umsichtig zu planen und alle Beteiligten mitzunehmen. Und zwar mithilfe dieser zehn Schritte.

Schritt 1: Führe ein KI-Meeting durch

Setze ein Meeting an, in dem du die folgenden Aspekte vorstellst, zur Diskussion stellst und in die Umsetzung bringst. So stellst du die betroffenen Menschen in den Mittelpunkt und erhöhst die Akzeptanz für den KI-Einsatz. So sieht gutes Akzeptanzmanagement aus.

Schritt 2: Verdeutliche Strategie und Ziele

Wer einschätzen kann, wohin der KI-Weg führt und welche Ziele sich mit ihr effektiver und effizienter verfolgen und erreichen lassen, folgt gern und ist eher bereit, den Nutzen des KI-Einsatzes zu erkennen und zu akzeptieren. Überlege, ob und wie du das Argument „Bei uns zerstört KI keine Arbeitsplätze, sondern schafft neue“ authentisch und glaubhaft gegenüber deinen Mitarbeiter*innen vertreten kannst.

Schritt 3: Weise den Nutzen anschaulich nach

Profiliere KI als Unterstützungsinstrument, das den Mitarbeiter*Innen und dir hilft, Aufgaben besser zu erledigen. Jede*r muss für den eigenen Verantwortungsbereich die Vorteile der KI erkennen, sozusagen am eigenen Leib und authentisch. Bleibe dabei so konkret wie möglich: „KI hilft uns, Routineaufgaben zu automatisieren, Informationsabläufe zu beschleunigen, Entscheidungsgrundlagen zu schaffen und Zeit zu sparen. So bleibt uns mehr Zeit für die wichtigen wertschöpfenden Aufgaben, etwa den Kundenkotakt.“

Schritt 4: Formuliere klare KI-Spielregeln

Erstelle einen KI-Guideline, der beschreibt, wann und wo KI zum Einsatz gelangen soll und muss. Eventuell kann überdies festgelegt werden, wo der KI-Einsatz verpönt ist. Der Guideline soll Sicherheit geben, ohne Innovation zu bremsen, er soll Orientierung bieten und Raum für Experimente lassen. Er darf darum nicht zu eng gefasst sein.

Schritt 5: Beteilige die Mitarbeiter*innen

Lass jedes Teammitglied fünf Minuten lang aufschreiben, was es sich von der KI im Arbeitsalltag erhofft und wünscht und welche Befürchtungen es plagen. Sammle die Argumente, erstelle eine Pro- und Contra-Liste und diskutiere die (wichtigsten) Punkte im Plenum. So gewinnst du KI-Befürworter und KI-Anhänger, die den KI-Einsatz unterstützen und ihn für sinnvoll erachten.

Schritt 6: Stoße KI-Lernprozesse an

Lass die Mitarbeiter*innen zum Beispiel KI-Tools ausprobieren. Das Team testet zum Beispiel ChatGPT, um Meeting-Notizen automatisch zusammenfassen zu lassen. Die Teammitglieder halten ihre Erfahrungen in einem Lernjournal fest und beschreiben, was geklappt hat und was (warum) nicht. Zu Letzterem überlegen sie sich Lösungen und unterbreiten Änderungsvorschläge. Und irgendwann wird es so weit ein: Teammitglieder, die über reichhaltige Erfahrung mit einem KI-Tool verfügen, können eine interne Schulung für die Kolleg*innen anbieten.

Du siehst: Der Umgang mit KI ist weniger eine technologische, sondern vor allem eine kulturelle Herausforderung – und eine führungsbezogene Aufgabe, der du dich stellen musst.

Nun weiter zum nächsten Umsetzungsschritt.

Schritt 7: Fortschritte messbar machen und feiern

Das Team definiert ein Ziel, das den Erfolg eines KI-Einsatzes messbar verdeutlicht: „Wir konnten mit KI-Rechenleistung 500 Kundenbeschwerden der letzten zehn Jahre analysieren und so fünf elementaren Beschwerdegründen auf die Spur kommen. Diese werden wir nun gezielt ausräumen.“ Diese Erfolgsstory wird im Unternehmen geteilt, um andere Teams zu inspirieren und um den Erfolg zu feiern.

Schritt 8: Gehe als Vorbild voran

Den Mitarbeiter*innen muss klar sein, dass du selbst bereit und kompetent bist, die Vorteile der KI sinnvoll zu nutzen. Du bist ein KI-Change-Agent, der die Risiken und Grenzen kennt, aber auch die Chancen zu nutzen versteht. Du definierst den KI-Input als Inspiration, der reflektiert und hinterfragt werden muss, nicht als fertige Lösung. In der Gallup-Studie heißt es dazu: „Wenn Vorgesetzte KI selbst verwenden, klar dahinterstehen und ihren konkreten Nutzen erläutern, fühlen sich Mitarbeitende besser vorbereitet, beurteilen die vom Unternehmen bereitgestellten KI-Werkzeuge als für die Arbeit hilfreich und setzen sie häufiger ein.“

Schritt 9: Nimm Abschied von Führungsmythen

Die BSI-Studie hält fest, viele Entscheider*innen hätten Angst davor, die KI mache ihre Fehler und falschen Entscheidungen transparent und sichtbar. Die erwähnte „Entblößungsangst“ drohe dann. Darum: Stehe zu deinen Fehlern und Fehlentscheidungen. Befreie dich von den Mythen der Unfehlbarkeit und Unersetzlichkeit. Du wirst Fehler machen, und du darfst Fehler machen.

Schritt 10: Bilde deine Mitarbeiter*innen und dich fort

Einführung und Einsatz von KI gelingt eher, wenn die Beteiligten die dazu erforderlichen Kompetenzen besitzen. Dazu sind KI-Weiterbildungen, KI-Lernprogramme und KI-Lernräume notwendig.

Nutze regelmäßige Kompetenzchecks, um KI-Kompetenzlücken zu analysieren und mit geeigneten Weiterbildungsmaßnahmen zu schließen. Du selbst darfst dabei nicht außen bleiben. So schützt du dich vor der in der BSI-Studie angesprochenen Angst vor Kompetenzverlust. Deine Mitarbeiter*innen sehen, dass du KI-mäßig auf der Höhe der Zeit bist.

Und jetzt ab in die Umsetzung!

Der Autor Christian Polz ist Inhaber und Geschäftsführer von Team-Polz und hat als Experte für Transformation, Agilität, Führung, Teamentwicklung, Changemanagement und Konfliktmanagement den TaschenGuide „Souveräne Unternehmensführung. Inspirationen für herausfordernde Zeiten“ im Haufe Verlag veröffentlicht.

BlueHabits ist ein noch junges Unternehmen in der deutschen Start-up-Szene. Erst im Spätsommer 2025 wurde das Unternehmen mit Sitz in Düsseldorf offiziell ins Handelsregister eingetragen. Dennoch legt das Unternehmen ein beachtliches Tempo vor, was vor allem an der Erfahrung des Gründerteams liegt, das eine interessante Brücke zwischen Wissenschaft und kommerzieller Skalierung schlägt. Auf der wissenschaftlichen Seite steht Dr. Eike Buabang, kognitiver Neurowissenschaftler am renommierten Trinity College in Dublin. Seine Forschung fokussiert sich auf die neuronalen Mechanismen von Gewohnheiten.

Den unternehmerischen Gegenpol bildet Arnd Jäger, der als Serial Entrepreneur bereits Erfahrung im digitalen Gesundheitsmarkt gesammelt hat – unter anderem als Gründer und CEO der Online-Gruppen-Psychotherapie-Plattform webPRAX. Komplettiert wird das Führungsteam durch die Mitgründer Markus Meißner und Marco Oevermann, die technologische und operative Expertise in die Waagschale werfen. Der Launch der Lösung wurde flankiert von der Auszeichnung als „Young Innovator“ durch das Bundeswirtschaftsministerium auf der vergangenen Fitnessmesse FIBO 2026.

Doch wie findet ein Neurowissenschaftler aus Dublin überhaupt mit einem Serial Entrepreneur aus Deutschland zusammen? „Arnd hat nach einem renommierten Gewohnheitsforscher aus der EU unter 35 gegoogelt – und ich stand wohl ganz oben im Ranking“, erinnert sich Dr. Eike Buabang schmunzelnd. Nach einer ersten E-Mail und einem einstündigen Call auf Englisch fiel schließlich der Groschen: Beide stammen aus dem Rheinland. „Wir hätten eigentlich auch gleich Deutsch sprechen können“, lacht der Forscher. „Der Rest ist Geschichte.“

Dieses pragmatische Tempo spiegelt sich auch in der Finanzierung wider. Das Team wählte einen unkonventionellen Weg und verzichtete beim Seed-Investment komplett auf institutionelle Geldgeber. „Wir halten wenig davon, nur im Konjunktiv zu sprechen“, betont Buabang. „Wir wollen gleich am Anfang zeigen, dass unser Modell funktioniert.“ Die erste offizielle VC-Runde wolle man erst starten, wenn der erste große B2B-Kunde an Bord sei.

Produkt & Geschäftsmodell: Ein zweigleisiger Ansatz

Im Kern entwickelt BlueHabits einen KI-Begleiter, der Nutzer*innen hilft, neue Routinen im Alltag zu verankern. Statt auf Motivation und reine Willenskraft – die laut Buabang chronisch fehleranfällig sind – setzt die App auf einen individuellen „Habit Blueprint“. Die KI erkennt Hürden frühzeitig und passt die Routinen dynamisch an. Es geht nicht um den reinen Trainingsplan an sich, sondern um das System davor und danach: Wie kommt man überhaupt ins Gym und wie bleibt man langfristig am Ball?

Wie das jenseits der üblichen Branchen-Buzzwords funktioniert, erklärt Mitgründer Markus Meißner: „Wir arbeiten unter anderem mit GPS, um orts- und zeitabhängig intervenieren zu können.“ Statt auf Standard-Push-Nachrichten setze das System auf tief personalisierte Trigger. Meißner veranschaulicht das am klassischen Feierabend-Tief: Droht die Couch nach einem langen Arbeitstag zu gewinnen, kreiert die KI eine kurze, maßgeschneiderte Meditation. „Diese wird mit Musik unterlegt, die Hormone wie Dopamin, Oxytocin und Endorphine freisetzt. So erzeugen wir positive Emotionen, die helfen, dem Sofa Lebewohl zu sagen“, verspricht der Tech-Experte. Unabhängige klinische Studien, die diese gezielte hormonelle Wirkung der App-Musik belegen, liegen der Redaktion jedoch nicht vor.

Kämpft ein(e) Nutzer*in hingegen mit dem Zeitmanagement oder Rückschlägen, schlüpft die KI in die Rolle eines individuellen Mentors. Den wahren USP sieht das Team jedoch in der Perspektive auf das Problem. „Das Neue an unserer Idee ist, dass wir uns gar nicht so sehr mit der Ausführung der eigentlichen Gewohnheit auseinandersetzen, sondern das Drumherum im Fokus haben“, fasst Meißner zusammen – unabhängig davon, ob es um das Gym, die Ernährung oder gar ein Change-Management-Projekt in einem Großunternehmen geht.

Während die im April 2026 in den App Stores gestartete Anwendung das B2C-Schaufenster des Start-ups ist, liegt der wahre wirtschaftliche Hebel im B2B-Modell. BlueHabits bietet eine technologische Plattform an, die sich als White-Label- oder Integrationslösung in bestehende digitale Angebote von Fitnessketten, Krankenversicherungen oder dem Betrieblichen Gesundheitsmanagement (BGM) einbetten lässt.

Monetarisierung & Fitnessstudio-Paradoxon

So vielversprechend der wissenschaftliche Ansatz klingt, so kritisch muss die Monetarisierung betrachtet werden, insbesondere im Hinblick auf das klassische Fitnessstudio-Paradoxon. Es ist ein offenes Geheimnis der Branche, dass Betreiber*innen wirtschaftlich stark von sogenannten Karteileichen profitieren. Warum sollte ein Studio für eine Software zahlen, die genau diese lukrative Zielgruppe mobilisiert und damit die Auslastung sowie den Verschleiß der Geräte signifikant erhöht?

Arnd Jäger kontert diesen Vorbehalt mit einer klaren wirtschaftlichen Differenzierung: „Bei einem Beitrag von 15 Euro kündigen weniger Mitglieder als bei einem Beitrag von 80 Euro im Monat. Wir wissen, dass bei hochpreisigen Studios mehr als 30 Prozent der Neumitglieder in den ersten drei Monaten wieder kündigen. Da kommt einiges zusammen.“

Dass eine bessere Retention (Kund*innenbindung) lukrativer ist als eine hohe Fluktuation, untermauert das Start-up derzeit akademisch. Nach eigenen, von der Redaktion bisher nicht verifizierten Angaben, führen die Gründer derzeit eine groß angelegte „Real-World-Evidence“-Studie mit der Uniklinik Eppendorf, der Oxford University und der McGill Universität durch, um belastbare Daten zur nachhaltigen Verhaltensänderung zu sammeln. Den deutlich größeren Hebel sieht Jäger ohnehin außerhalb der klassischen Muckibuden: in der Integration der Plattform in bestehende Online-Größen wie Peloton, Zwift oder Les Mills. „Da verfolgen wir konsequent den integrativen Stripe-Ansatz nach dem Baukasten-Prinzip“, erläutert der CEO. „Eine zusätzliche Applikation als Stand-alone-Lösung neben der eigentlichen Fitness-Anwendung will doch keiner mehr nutzen.“

Ein weiterer potenzieller Absatzkanal ist der Markt für das BGM. Dieser Sektor ist zwar finanziell äußerst lukrativ, aber gleichzeitig berüchtigt für hochkomplexe Entscheidungsprozesse. Zudem kommt hier die sensible Frage des Datenschutzes ins Spiel: Arbeitgeber und Versicherungen sind beim Thema Gesundheitsdaten extrem vorsichtig.

Auf die kritische Frage, wie BlueHabits bei intimsten Verhaltensdaten die Hoheit der Nutzerinnen garantieren will, beteuert Mitgründer Marco Oevermann eine strikte Trennung: „Wir behandeln Verhaltensdaten strikt als persönliche Daten der Nutzerinnen, nicht als B2B-Datenbestand. Arbeitgeber oder Versicherer erhalten keinerlei Zugriff.“ Auf konkrete Nachfrage zur genauen algorithmischen Datenverarbeitung bleibt Oevermann jedoch vage und versichert lediglich auf Management-Ebene die Einhaltung hoher Sicherheitsstandards: „Für unsere KI gilt: nur notwendiger Kontext, keine direkten Identifikatoren und keine automatisierten Entscheidungen.“ Man nehme das Thema durch Vorerfahrungen im Bereich zertifizierter Videosprechstunden aus tiefster Überzeugung ernst.

Markt & Wettbewerb: Schwimmen im Red Ocean

Der Markt für digitale Habit-Tracker ist gnadenlos übersättigt. Im Endkundensegment tritt BlueHabits gegen etablierte Player wie Habitify, Streaks oder die App Fabulous an, während US-Giganten wie Noom die Standards setzen. Die B2C-Kund*innengewinnung dürfte angesichts dieser Konkurrenz eine Herkulesaufgabe werden.

Angesprochen auf diesen Kampf gegen Goliath, winkt Arnd Jäger jedoch gelassen ab. „Der B2C-Markt war hinsichtlich unseres Geschäftsmodells für uns nie interessant“, stellt der Serial Entrepreneur klar. Dass die App nun überhaupt für Privatpersonen kostenfrei in den Stores landet, diene einem anderen Zweck: „Wir haben sie lediglich dorthin gebracht, um unseren Proof of Concept zu erreichen und unsere Methode ohne Umwege direkt am Markt zu verbessern“, räumt Jäger ein.

Fazit

Trotz des rauen Umfelds wählt BlueHabits strategisch einen klugen Weg. Anstatt sich nur im teuren App-Store-Kampf aufzureiben, positioniert sich das Team als Infrastruktur-Anbieter für den Gesundheitsmarkt. Die Kombination aus tiefer neurowissenschaftlicher Evidenz und handfester Start-up-Erfahrung ist das stärkste Asset der Düsseldorfer. Der finale Erfolg wird jedoch allein von der Vertriebsexekution im Geschäftskund*innenbereich abhängen. Gelingt es den Gründern, große Ketten oder Krankenkassen davon zu überzeugen, dass der „Habit Blueprint“ den Customer Lifetime Value erhöht, hofft das Team, BlueHabits als Hidden Champion der Branche zu positionieren.

Mit der FIBO 2026 ist ein wichtiges Etappenziel erreicht, doch die eigentliche Arbeit beginnt erst jetzt. „Es ist nun essenziell, unsere ersten Kunden zufriedenzustellen und ein kontextunabhängiges SDK (Software Development Kit) für den B2B-Markt zur Verfügung zu stellen“, skizziert Markus Meißner die harte Roadmap für die kommenden zwölf Monate. Auch beim Thema Risikokapital bleibt das Team vorerst unaufgeregt: „Die erste große Finanzierungsrunde werden wir erst starten, wenn unsere Studie unter Dach und Fach ist und unser System bei unseren ersten Kunden erfolgreich läuft.“

Das KI-Start-up Inno KI aus dem niedersächsischen Vechta vermeldet einen Meilenstein: Im Mai 2026 – rund zwei Jahre nach der Gründung – hat das Unternehmen die Marke von einer Million Euro Annual Recurring Revenue (ARR) erreicht. Das Besondere daran: Dieser Aufbau gelang vollständig aus eigenem Startkapital und ohne externes Wachstumskapital. In einem Markt, der primär von milliardenschweren Risikokapitalrunden Schlagzeilen macht, horcht die Szene auf. Ein genauerer Blick auf das Geschäftsmodell zeigt jedoch: Die Unabhängigkeit hat ihren Preis – und ermöglicht zugleich überraschende strategische Freiheiten.

Vom Agentur-Projekt zur DSGVO-Plattform

Die Historie von Inno KI zeigt einen klassischen pragmatischen Ansatz. Das Unternehmen entstand unter anderem aus der Marketing-Agentur moin media und der Magic Labs GmbH, die bereits ab 2022 intensiv mit KI-Anwendungen experimentierten. Aus der Kernfrage, wie Mitarbeiter rechtssicher und datenschutzkonform mit Künstlicher Intelligenz arbeiten können, wurde Ende 2024 schließlich die Plattform innoGPT gelauncht.

Hinter dem Projekt stehen die Gründer Mike Koene und Maurice Brumund, der als Geschäftsführer agiert. Das von ihnen entwickelte Produkt fungiert als Brücke zu den großen Sprach- und Bildgenerierungsmodellen der US-Konzerne und europäischer Entwickler*innen – darunter OpenAI, Anthropic, Google, Meta und Mistral sowie Black Forest Labs. Der entscheidende Hebel für den deutschen Mittelstand: Die Plattform ist komplett DSGVO-konform und wird auf Servern in Deutschland innerhalb der EU gehostet. Laut Unternehmensangaben nutzen bereits über 1.000 Unternehmen und mehr als 600 Professionals das System täglich, unterstützt von einem Netzwerk aus über 30 Vertriebspartnern. Zu den namhaften Kund*innen zählen Schwergewichte wie PwC, die GC Gruppe, Hansa-Flex und die Böckmann Fahrzeugwerke.

Die ARR-Metrik im Branchen-Check

Innerhalb der Start-up-Welt ist die Kennzahl ARR (Annual Recurring Revenue) ein hoch bewertetes Gut, da sie in der Regel für planbare und hochskalierbare Abo-Einnahmen steht. Inno KI erklärt in seiner Mitteilung, dass die Plattform derzeit mit rund 30 Prozent pro Monat wächst. Gleichzeitig fließen Einnahmen aus begleitendem KI-Consulting und intensiven Schulungen direkt in die Weiterentwicklung des Produkts.

Für Analyst*innen zeigt sich hier ein interessanter Hybrid: Während klassische SaaS-Investoren oft eine strikte Trennung von reinen Software-Lizenzen und schwer skalierbaren Dienstleistungen fordern, nutzt Inno KI eine starke Verknüpfung beider Welten. Consulting und das vom Unternehmen angebotene Change-Management sind zeit- und personalintensiv. Das aktuelle Wachstum wird somit maßgeblich durch ein Systemhaus-ähnliches Modell querfinanziert. Das senkt zwar das finanzielle Risiko enorm, wirft bei Tech-Puristen aber unweigerlich die Frage auf, wie schnell sich das Modell global ohne massiven Personaleinsatz skalieren lässt.

Technologische Tiefe vs. „Middleware“-Dilemma

Technologisch bewegt sich innoGPT im Bereich der Middleware. Das Start-up entwickelt keine eigenen Foundation-Modelle, sondern legt eine datenschutzkonforme Schnittstellen-Hülle über bestehende Drittanbieter-Technologien. In der Tech-Szene wird bei solchen Modellen oft die Tiefe des technologischen „Burggrabens“ hinterfragt.

Den oft geäußerten Vorwurf, ein reiner „API-Wrapper“ zu sein, kontert Inno KI jedoch mit einer eigenen technologischen Wertschöpfungsschicht: Wie StartingUp bereits in der Meldung zum B2C-Vorstoß von innoGPT berichtete, nutzt das System eine "Named Entity Recognition". Dabei werden sensible personenbezogene Daten in hochgeladenen Dokumenten automatisch durch Platzhalter ersetzt, bevor sie überhaupt an die Schnittstellen der US-Anbieter*innen gesendet werden.

Zusätzlich zu diesem technischen Datenschutz bleibt die Strategie stark auf die menschliche Komponente fokussiert: Da die Einführung von KI primär die Veränderung von Arbeitsweisen bedeutet, ist das operative Change-Management ein fester Bestandteil der Leistung geworden. Die Kund*innenbindung erfolgt also maßgeblich durch Beratungs- und Implementierungskompetenz vor Ort.

B2B als Cashcow für den B2C-Testballon

Geschäftsführer Maurice Brumund betont, dass man Angebote von Kapitalgeber*innen bewusst abgelehnt habe. Der Verzicht auf Venture Capital sichere dem Unternehmen die Unabhängigkeit von harten Quartalsvorgaben externer Investoren, die fast immer einen schnellen Exit anstreben. Für Kund*innen wolle man so ein stabilerer, langfristiger Partner sein.

Genau diese Unabhängigkeit erklärt auch die ungewöhnlichen strategischen Züge des Start-ups. Die Gewinne aus dem B2B-Kerngeschäft dienen als Motor für neuartige Experimente. Wie wir kürzlich berichteten, wagt sich Inno KI mit einem „Family Package“ (34,90 Euro/Monat) an den ungelösten datenschutzkonformen KI-Zugang für Familien und das Kinderzimmer heran. Ein derartiger B2C-Testballon für ein B2B-fokussiertes Unternehmen wäre unter dem strengen Fokus klassischer VC-Geber*innen, die meist eine eindimensionale Skalierung im Kerngeschäft fordern, kaum denkbar gewesen.

Fazit

Inno KI liefert ein starkes Beispiel für erfolgreiches Bootstrapping im deutschen Tech-Sektor. Dem Team ist es gelungen, die akute Compliance-Unsicherheit des Mittelstands schnell und profitabel zu monetarisieren. Der Fall zeigt Gründer*innen, dass ein tragfähiges Geschäftsmodell im KI-Bereich nicht zwingend auf Milliardeninvestitionen basieren muss, wenn die vertriebliche Nische und der Service stimmen. Ob sich das Hybrid-Modell langfristig gegen die fortschreitende Marktkonsolidierung der Tech-Riesen behauptet, wird sich zeigen – doch vorerst nutzt Inno KI seine finanzielle Freiheit konsequent für eigene Wege.

Während andere Abiturient*innen für Klausuren büffeln, programmierten Florian Ritzel und sein Mitgründer Jannik Kirchhoff (beide 18) ein Start-up. Die Initialzündung war laut den beiden Hamburger Gymnasiasten eine gesellschaftliche Beobachtung: Die Belastung durch Mobilitätskosten. „Die alleinerziehende Mutter sollte nicht an der Zapfsäule stehen müssen und entscheiden, ob sie ihr Kind in die Kita oder sich selbst zur Arbeit fährt“, beschreibt Ritzel die Motivation hinter dem Projekt. Die amüsante Ironie ihrer Gründung: Die Marlow-Gründer besitzen aktuell nicht einmal einen Führerschein.

Auf die naheliegende Skepsis bezüglich dieses fehlenden „Nutzer-Wissens“ reagiert Florian Ritzel offensiv: „Natürlich gibt es immer Leute, die unsere Idee kritisieren. Und fehlendes Nutzerwissen ist gerade am Anfang schwierig, vor allem, wenn man eine App bauen möchte, die möglichst vielen Menschen hilft.“ Doch aus der vermeintlichen Schwäche machten sie eine Stärke durch maximale Nutzerorientierung. „Wir haben bereits vorher im Umfeld rumgefragt, was die Leute eigentlich brauchen, und danach gezielt um Feedback gebeten“, erklärt der Gründer. Der Erfolg gibt ihnen recht: „Inzwischen erreichen uns täglich dutzende Mails mit Tipps – was die Nutzer*innen sich wünschen und wie wir die App verbessern können. Dadurch wird uns das Ganze nicht zum Verhängnis, sondern sogar zum Vorteil.“

Mit Marlow wollen sie den rund 48,5 Millionen Pkw-Halter*innen in Deutschland auf den Cent genau aufzeigen, wo das Auto wirklich Geld frisst. Denn der teure Kraftstoff ist nur ein Teil der Wahrheit. Falsche Versicherungstarife, unbemerkter Wertverlust, Wartung und vergessene Pendlerpauschalen reißen oft weitaus größere Löcher ins Budget. Die Resonanz ist für die frühe Phase beachtlich: Ganz ohne bezahltes Marketing sammelte die App schnell über 700 Downloads ein – eine für den Massenmarkt zwar noch bescheidene Zahl, die jedoch ausreichte, um mehrfach in die Top 100 der Finanz-Charts im App Store zu stürmen. Zudem generierte das Projekt rein organisch Presseberichte, unter anderem in der FAZ, der SWP und bei Antenne Bayern.

Holistischer Ansatz statt reiner Tank-App

Auf den ersten Blick wirkt Marlow wie ein weiterer Spritpreis-Radar. Die App zieht in Echtzeit Daten der Markttransparenzstelle für Kraftstoffe, listet Ladesäulen für E-Autos und alarmiert per Push-Nachricht bei günstigen Preisen. Der entscheidende Pivot ist jedoch das ganzheitliche Kostentracking: Die Gründer haben einen eigenen Versicherungsrechner sowie einen Steuer-Sparrechner integriert, bieten detaillierte Monatsreports an und binden die Nutzer*innen über einen Gamification-Ansatz („Sparfuchs-Score“). Ein zentrales Versprechen in Zeiten von Datenskandalen: Alle sensiblen Nutzer*innendaten werden lokal auf dem Endgerät gespeichert – es gibt keine zentrale Cloud.

Angesprochen auf die Skalierbarkeit dieses Modells bezieht Jannik Kirchhoff klar Stellung: „Die lokale Datenspeicherung ist gerade in Deutschland kein strategisches Eigentor. Ich halte nichts für wichtiger, als die privaten Daten unserer Nutzer*innen zu schützen“. Er warnt vor den Risiken zentraler Speicherlösungen: „Niemand muss wissen, wo ich wohne, wohin ich morgens fahre oder wo meine Kinder zur Kita gehen. Wir haben in der Vergangenheit immer wieder gesehen, dass jeder gehackt werden kann. Und gerade als junge Entwickler können und wollen wir diese Verantwortung nicht übernehmen“. Personalisierte Spar-Vorschläge ließen sich laut Kirchhoff auch direkt auf dem Smartphone „hervorragend realisieren“.

Ein echtes Haifischbecken

Die Vision ist ambitioniert, doch der Markt ist hart umkämpft. Die Konkurrenz reicht von Excel-Tabellen bis zu Platzhirschen wie Spritmonitor oder Giganten wie Clever Tanken. Warum also wechseln? Florian Ritzel gibt sich selbstbewusst: „Die Spritpreis-Übersicht ist bei uns nur eines von vielen Features – nicht der Hauptteil. Wer Spritmonitor so gut findet, darf dort gerne bleiben.“ Der Fokus liege woanders: „Wer aber wirklich tracken möchte, was sein Auto insgesamt kostet, der kann das eben nur bei uns. Diese Gesamtheit an Features gibt es bisher in keiner anderen App in dieser Form.“ Selbst das Argument der manuellen Excel-Tabelle lässt er nicht gelten: „Natürlich kann man sich das selbst in Excel bauen – aber darauf haben die meisten Leute schlicht keine Lust. Genau deswegen sind wir so gut.“

Kritisch hinterfragt

Trotz des Aufklärungscharakters ist Marlow kein reines Hobbyprojekt; In-App-Käufe für eine „Plus“-Version (0,99 €/Monat) sowie eine „Pro“-Version (2,99 €/Monat bzw. 19,99 €/Jahr) bilden das Monetarisierungsmodell. Ob die selbstgestrickte Mathematik hinter dem Versicherungsrechner, der auf hunderten per Hand durchgerechneten Profilen basiert, ohne echte API-Schnittstellen dauerhaft standhält, bleibt abzuwarten.

Wie viele Abonnent*innen braucht es, um nach dem Abitur davon zu leben? Jannik Kirchhoff rechnet vor: „Ehrlicherweise vermutlich mehr als 10.000 zahlende Abonnent*innen – aber das ist zunächst auch nicht unser Ziel.“ Aktuell stehe das Lernen im Vordergrund: „Wir wollen vor allem Erfahrungen sammeln durch das, was wir machen, und gleichzeitig die laufenden Kosten decken. Das sollte demnächst möglich sein.“

Für die Zeit nach dem Abschluss hält er sich alle Türen offen: „Risikokapital halte ich ab dem Moment für unumgänglich, an dem wir wirklich konkret expandieren wollen. Das wird vermutlich nach dem Abitur der Fall sein. Dann muss man schauen, ob es sich lohnt, Anteile abzugeben oder Kredite aufzunehmen.“ Sein Fazit: „Spannend wird es erst, wenn wir die Idee wirklich groß skalieren wollen.“

Ein exzellentes MVP mit Pivot-Potenzial

Marlow ist ein Lehrbuchbeispiel für ein hervorragendes Minimum Viable Product (MVP). Um jedoch hochprofitabel zu werden, könnte mittelfristig ein Wechsel hin zur Affiliate-Provision für Versicherungswechsel nötig sein. Doch hier bremst Florian Ritzel bewusst: „Versicherungspartner wollen wir zunächst bewusst nicht werden, denn einer der entscheidendsten Punkte unserer App ist, dass wir Versicherungsdaten unabhängig zur Verfügung stellen.“

Sein Ziel ist technologische Exzellenz: „Meilenstein eins ist, den Versicherungsrechner so akkurat zu machen, dass wir auf Check24-Niveau sind – ohne dafür Provisionen zu kassieren.“ Zudem plane man Kooperationen mit Fahrschulen und Werkstätten, um die Leute genau dort zu erreichen, „wo sie am meisten ans Auto denken“. Die größte Hürde bleibt derweil technischer Natur: „Meilenstein drei ist die Android-Version – das ist allerdings extrem schwer umzusetzen, gerade wenn man iOS-Coding gewohnt ist.“ Dennoch verspricht er: „Wir planen das aber innerhalb der nächsten drei Monate.“

Der Grundstein ist gelegt. Nun müssen die beiden Hamburger beweisen, dass sie nach dem Abitur nicht nur programmieren, sondern auch unternehmerisch durch den dichten Verkehr des Mobilitätsmarktes navigieren können.

Mit Ryze geht eine neue Matching-App im DACH-Raum an den Start, die das ewig leidige Problem der Mitgründer*innensuche lösen will. Die App kommt nach monatelanger Pilot- und Beta-Phase am 1. Juni 2026 offiziell für iOS und Android in die App-Stores.

Doch das Konzept des „Tinder für Start-ups“ gilt in der Tech-Szene als berüchtigte Teergrube: Nicht wenige Vorgänger*innen sind bereits an strukturellen Fehlern gescheitert. Jede erfahrene Venture-Capital-Firma weiß: Die häufigste Todesursache für junge Start-ups – laut Harvard-Studien rund 65 Prozent – ist nicht das falsche Produkt oder fehlendes Kapital, sondern ein zerrüttetes Gründungsteam.

Die Suche nach dem passenden Gegenpart ist für viele angehende Entrepreneur*innen also ein massiver Flaschenhals. Eine kritische Analyse der Erfolgschancen, historischen Fallstricke und aktuellen Platzhirsche.

Der Kopf hinter Ryze und die chaotische Mitgründersuche

Die treibende Kraft hinter Ryze ist Lukas Kreuch. Der Masterstudent der Wirtschaftsinformatik an der Ernst-Abbe-Hochschule (EAH) Jena bringt bereits Erfahrung aus der Gründung einer eigenen Marketingagentur und der App-Entwicklung mit. Die Idee entstand Anfang 2025 und wurde klassisch über das StartUpLab der EAH Jena validiert. In der technischen Umsetzung wird er von einem Entwickler unterstützt, der die Produktentwicklung und Matching-Logik begleitet.

Für Kreuch war der Schmerz der Zielgruppe aus eigener Erfahrung schnell greifbar. „Nicht die Idee war meistens das größte Problem, sondern die Frage: Mit wem setzt man sie eigentlich um?“, rekapituliert der Gründer seine Erkenntnisse aus zahlreichen Gesprächen mit Studierenden und Hochschulnetzwerken.

Dabei sei ihm klar geworden, wie unstrukturiert die Mitgründer*innensuche im DACH-Raum oft abläuft. „Die meisten suchen über Zufall, LinkedIn, WhatsApp-Gruppen, Events oder Freundeskreise. Das funktioniert manchmal, aber eben nicht zuverlässig“, bemängelt er.

Der Schritt an die Öffentlichkeit kostete dennoch Überwindung. „Am Anfang fragt man sich schon, ob man vielleicht nur selbst ein Problem sieht, das für andere gar nicht relevant ist“, gesteht Kreuch. Doch das Feedback habe genau das Gegenteil gezeigt, da viele Menschen das Problem sofort aus eigener Erfahrung erkannten.

Mitgründer*innen finden per Swipe: So funktioniert das Ryze-Matching

Das Produkt bedient sich der gelernten UX-Mechaniken moderner Dating-Apps: Per Radar- und Swiping-Funktion suchen Nutzer*innen nach potenziellen Mitgründer*innen. Die Kerninnovation soll jedoch im intelligenten Algorithmus liegen.

Dieser gleicht nicht nur harte Skills ab, sondern fokussiert sich auf ein „wissenschaftliches Matching“ basierend auf gemeinsamen Werten, Zielen und Arbeitsweisen. Ein richtiger Ansatz, denn oft scheitern Gründungs-Ehen nicht an fehlenden Programmierkenntnissen, sondern an toxischer Teamdynamik.

Doch birgt die gezielte Suche nach ähnlichen Werten nicht die Gefahr des gefürchteten „Mini-Me-Effekts“ – also völlig homogene Teams? Lukas Kreuch kontert diese Bedenken: „Unser Ziel ist nicht, in allen Dimensionen möglichst ähnliche Menschen zusammenzubringen, sondern an manchen Stellen komplementär zu matchen.“ Ein Team funktioniere langfristig nur dann gut, wenn nicht nur Kompetenzen, sondern auch Erwartungen und Werte zusammenpassen.

Auf die Nachfrage, wie die tiefgreifenden Persönlichkeitsprofile mit harten DSGVO-Standards vereinbar sind, rudert der Gründer etwas zurück und räumt ein, dass in der aktuellen Version noch gar nicht mit einem umfassenden Persönlichkeitstest gearbeitet werde. Zunächst basiere das Matching auf freiwilligen Profilangaben. Dennoch versichert er hohe Standards: „Personenbezogene Daten werden nicht an Dritte verkauft oder für externe Werbezwecke verwendet. Uns ist wichtig, dass die Plattform Vertrauen schafft.“ Gerade bei potenziellen Geschäftspartnerschaften sei das aus seiner Sicht entscheidend.

Der Friedhof der Co-Founder-Apps

In der Start-up-Welt gilt das „Tinder für Gründer*innen“ als klassische Tarpit Idea (Teergrube): Ein Geschäftsmodell, das bestechend logisch wirkt, in der Umsetzung aber hohe strukturelle Hürden aufweist. Zahlreiche Akteur*innen haben sich daran bereits die Zähne ausgebissen. Pioniere wie FounderDating oder CollabFinder scheiterten dramatisch an explodierenden Kund*innenakquisitionskosten (CAC) und der fehlenden Zahlungsbereitschaft der Zielgruppe. Auch im DACH-Raum versuchten sich schon große Medienhäuser an dem Modell, doch die reine Co-Founder-Suche lässt sich für eine meist noch kapitalarme Zielgruppe kaum monetarisieren.

Diese historischen Beispiele verdeutlichen die strukturellen Todesfallen in diesem Nischenmarkt:

• Das Erfolgs-Paradoxon: Erfolgreiche Nutzer*innen löschen die App nach einem Match sofort wieder, wodurch der Customer Lifetime Value minimal bleibt.
• Fehlende Netzverdichtung: Ein Mangel an lokaler Dichte erschwert reale Treffen für lokale Gründungen.
• Das Lemons-Problem (Adverse Selektion): Mangels harter Filter wird die App von „Idea Tourists“ ohne echte Exekutionskraft überschwemmt.

Wie Ryze diesen Fallen entgehen will – und die Frage nach dem Geld

Strategisch brillant ist daher Ryzes strikter Hochschul-Fokus. Statt teurem Massenmarketing kooperiert das Start-up zum Launch mit einem starken Netzwerk aus 16 Partner*innen, darunter die Fernuni Hagen, die Hochschule Wirtschaft und Recht Berlin und das Weimarer Gründerzentrum neudeli.

Dieser dezentrale Ansatz schafft sofortige lokale Netzverdichtung in den Uni-Städten und wirkt als starker akademischer Filter gegen das Lemons-Problem.

Die kritische Schwachstelle von Ryze bleibt jedoch das geplante Freemium-Modell, bei dem Power-User*innen Abos für exklusive Vorteile abschließen sollen. Kreuch nimmt die Kritik am drohenden Churn (Nutzer*innenabwanderung) unumwunden an: „Dass erfolgreiche Nutzer*innen die Plattform nach einem erfolgreichen Match oft wieder verlassen, ist eine der zentralen Herausforderungen.“ Deshalb habe man Ryze nie ausschließlich als klassisches B2C-Modell betrachtet.

Das Freemium-Modell bleibe wichtig, um die Einstiegshürde niedrig zu halten, doch im Fokus stehe zunächst die echte Aktivität und nicht die schnelle Monetarisierung. Eine aktive Pre-Seed-Runde führt das Team aktuell nicht, ist aber für strategische Investoren offen, die Netzwerk und Zugang zum Start-up-Ökosystem mitbringen.

Founderio & Co.: Die Konkurrenz auf dem Co-Founder-Markt

Dieses Monetarisierungsproblem wird besonders kritisch beim Blick auf den Wettbewerb, denn Ryze betritt kein Vakuum:

• Die direkten DACH-Konkurrent*innen: Hier thront Founderio mit zehntausenden registrierten Nutzer*innen. Die Plattform hat den riskanten B2C-Fokus frühzeitig korrigiert und monetarisiert heute erfolgreich über B2B-Kooperationen.
• Die analogen Schwergewichte: Große Zentren wie die UnternehmerTUM in München veranstalten exzellente Co-Founder-Matchmakings, bei denen sich der „Nasenfaktor“ analog in Sekunden überprüfen lässt.
• Die globalen Substitutions-Gefahren: Das dominierende LinkedIn und das komplett kostenlose, globale Y Combinator Co-Founder Matching ruinieren die Preisdurchsetzungsmacht für kleine, kostenpflichtige Start-ups im B2C-Segment.

Wie will man gegen diese Übermacht bestehen? Kreuch nimmt die Konkurrenz ernst, gibt sich aber fokussiert: „Wir möchten nicht einfach nur die größte Plattform für Co-Founder-Matching bauen, sondern auch qualitativ hochwertige Gründungen aus Hochschulen, Gründungszentren und lokalen Start-up-Ökosystemen entstehen lassen.“

Er pocht auf den entscheidenden Vorteil der regionalen Nähe. Am Ende sei es wichtig, ob aus einem digitalen Match schnell ein echtes Gespräch in einem Café entstehen könne. „Entscheidend ist zunächst der DACH-Raum: lieber 3.000 aktive Nutzer*innen in einem starken Gründungsumfeld als 30.000 passive Profile ohne echte Interaktion“, formuliert der Gründer sein klares Credo.

Unser Fazit: Der rettende Pivot?

Konzeptionell, technisch und durch den starken UX-Fokus macht Ryze einen exzellenten Eindruck. Die App bringt eine mobile-first Dynamik in einen bisher starren Markt und grenzt sich durch ihr Gen-Z-gerechtes Interface scharf ab.

Doch die eigentliche Überlebensfrage beginnt, sobald erste Fördergelder auslaufen. Damit Ryze nicht das Schicksal seiner historischen Vorgänger*innen teilt, liegt der lukrativste Ausweg mittelfristig im B2B-SaaS-Segment: als lizenzierte Whitelabel-Community-Lösung an Universitäten und Inkubatoren.

Dieser strategischen Einschätzung stimmt der Gründer zu. „Das B2B-Whitelabel-Modell ist für uns mittelfristig eine realistische Option, die wir bewusst im Hinterkopf behalten“, gibt Kreuch preis. Wenn man eine funktionierende Infrastruktur entwickle, entstehe automatisch auch ein Mehrwert für Institutionen.

Doch einen überstürzten Pivot wird es nicht geben. Die kommenden zwölf Monate sollen laut Roadmap primär dem Produkt und der Validierung im Markt dienen, um datenbasiert zu verstehen, wo der größte Mehrwert entsteht, bevor man sich auf ein B2C-, B2B- oder Hybridmodell festlegt.

„Ryze wird von Anfang an so aufgebaut, dass daraus perspektivisch auch eine Infrastruktur für Hochschulen und Start-up-Ökosysteme entstehen kann“, verspricht Kreuch abschließend. Gelingt dieser Shift, könnte Ryze tatsächlich das Kunststück vollbringen, an dem die Szene seit über zehn Jahren scheitert.

Der Schreckmoment ist fast jedem/jeder Autofahrer*in bekannt: Einmal beim Ausparken unaufmerksam gewesen, und schon prangt eine hässliche Delle im Kotflügel. Was folgt, ist meist eine zeitraubende Odyssee durch Werkstätten, um Kostenvoranschläge zu vergleichen. Das 2025 in Berlin gegründete Start-up Kai Karosse will diesen Prozess nun radikal verkürzen. Die Gründer David Schmeußer und Rico-Thore Kauert verfolgen eine klare Vision: Die Bewertung eines Karosserieschadens soll künftig so einfach funktionieren wie ein Online-Einkauf.

Die 3.000-Euro-Delle und das Versprechen der Transparenz

Die Idee zum Unternehmen entsprang laut David Schmeußer klassischem Alltagsfrust. Vor einer Leasingrückgabe fuhr der Gründer wegen zwei kleiner Dellen in der Tür bei drei verschiedenen Werkstätten vor. „Die Angebote variierten damals zwischen 300 und 3.000 Euro“, erinnert er sich. „Ich fragte mich: Wie kann das sein? Warum ist dieser Markt so intransparent? Warum muss ich als Kunde überall vorstellig werden?“

Den entscheidenden Anstoß gab schließlich seine Frau mit der Frage, warum man nicht einfach eine künstliche Intelligenz nach einem realistischen Preis frage. Eine Marktrecherche ergab zudem, dass jährlich rund eine Million Suchanfragen allein zu Smart Repair und verwandten Themen gestellt werden. Die Lösung der Berliner: Ein virtueller Werkstattmeister, der Kostenschätzungen binnen 30 Sekunden erstellt.

Aus redaktioneller Sicht klingt das nach einer perfekten Lösung für genervte Verbraucher. Allerdings rühren eklatante Preisunterschiede in der Praxis nicht nur von mangelnder Transparenz her, sondern oft von völlig unterschiedlichen Reparaturwegen: Wo die eine Werkstatt spachtelt und beilackiert (Smart Repair), kalkuliert die markengebundene Vertragswerkstatt den strikten Austausch der kompletten Tür nach Herstellervorgaben. Eine KI muss also nicht nur den Schaden erkennen, sondern auch den gewählten Reparaturweg transparent machen.

Domänen-Intelligenz vs. schmutziger Lack

Wie verhindert man, dass der Algorithmus eine teure Erneuerung empfiehlt, wo eine Politur gereicht hätte? Kai Karosse setzt auf eine Analyse-Pipeline, in der das Sprachmodell nur ein Baustein ist. Da Fotos keinen natürlichen Maßstab besitzen, nutzt die KI „Skalenanker“ wie Türgriffe oder Münzen, um die exakte Größe des Schadens zu berechnen.

Doch das Risiko von KI-Halluzinationen – etwa durch Schmutz, Regentropfen oder Spiegelungen im Metalliclack – ist hoch. „Wir nutzen verschiedene Verfahren, um Halluzinationen bestmöglich auszuschließen“, erklärt Schmeußer und nennt sogenannte Confidence-Werte als Instrument. „Wir fragen die KI also: ‚Wie sicher bist du, dass deine Analyse stimmt?‘“ Ist sich der Algorithmus unsicher, wird seine Aussage geringer gewichtet. Zudem muss die KI ihre Entscheidungsfaktoren textlich ausgeben und wird aufgefordert, sich quasi selbst zu überprüfen. „Das ist so, als stelle man die Frage: ‚Bist du ganz sicher? Bitte durchlaufe den Prozess erneut und prüfe, ob dein Ergebnis wirklich valide ist‘“, so der Gründer.

Das Start-up macht hier vieles richtig, indem es dem Algorithmus misstraut. Dennoch: Eine KI, die sich selbst prüft, operiert letztlich nur innerhalb ihrer eigenen Systemgrenzen. Ist das Ausgangsmaterial – das Foto des Kunden bzw. der Kundin – schlecht, nützt auch die beste Selbstprüfung wenig. Das weiß auch Schmeußer und räumt ein, dass der „Faktor Mensch“ oft das größte Hindernis sei. Werden nur verschwommene Nahaufnahmen hochgeladen, fehlen Kontext und Bauteil-Zuordnung.

Der harte Realitätscheck in der Werkstatt

Unter der Haube gleicht das System den Schaden mit einer Eignungsmatrix ab und empfiehlt Smart Repair, konventionelle Reparatur oder Austausch. Die Preise kalibriert das System dabei anhand der Daten einer bundesweit tätigen Werkstattkette mit über 550 Filialen. Hier liegt ein kritischer Flaschenhals des Geschäftsmodells: Die Datenbasis einer einzelnen – wenn auch großen – Kette reicht kaum aus, um das hochkomplexe, regional schwankende Preisgefüge des gesamten deutschen Reparaturmarktes abzubilden.

In der Werkstatt-Zunft regt sich entsprechend Widerstand. „Ja, den gab und gibt es, und er ist sicherlich auch teilweise berechtigt“, gibt sich Schmeußer selbstkritisch. Karosseriebauer warnen vehement davor, dass scheinbare Bagatellschäden oft strukturelle Probleme wie gebrochene Halterungen oder sicherheitsrelevante Airbag-Schäden verbergen. Auch die Preisspannen bei Originalteilen seien für die KI „noch schwer zu berücksichtigen“, gibt der Gründer zu.

Man übermittle bei jeder Schätzung daher transparent die zugrunde liegenden KI-Annahmen. „Ähnlich wie ein erfahrener menschlicher Gutachter wird Kai Karosse solche Risiken mit der Zeit immer besser einschätzen können, je mehr Daten zur Verfügung stehen“, argumentiert Schmeußer. Das System solle künftig lernen, dass etwa bei einer tiefen Delle am Stoßfänger oft auch die Aufhängung beschädigt ist.

Trotz dieser Lernkurve bleibt ein strukturelles Problem bestehen: Wenn die KI vorab 500 Euro prognostiziert, der Meister auf der Hebebühne aber verborgene Schäden für weitere 1.000 Euro entdeckt, droht massiver Kund*innenfrust. Die KI weckt Erwartungen, die die Werkstatt am Ende vielleicht nicht halten kann. Schmeußer sieht das naturgemäß positiver: „Die Hebebühne bleibt natürlich die letzte Instanz, doch der Kunde hat bereits vorab einen Wissensvorsprung. Das ist ein entscheidender Unterschied.“

David gegen die Software-Goliath

Der Markt ist ein Haifischbecken, dominiert von Konzernen wie der Allianz und etablierten Branchenstandards wie Audatex oder DAT, die über jahrzehntelange Datenhistorien verfügen. Wie will ein gebootstrapptes Start-up hier bestehen?

Man wolle Fahrzeugbesitzer*innen einen Weg völlig losgelöst von Versicherungsvorgaben oder Werkstattbindungen bieten, kontert Schmeußer. Gleichzeitig positioniert sich Kai Karosse als B2B-Lösung: „Wir möchten unsere Anwendung Werkstätten zur Verfügung stellen, die ihren Kunden eine einfache und zeitgemäße Lösung anbieten wollen.“

Der Prozess solle radikal vereinfacht werden: „Bild hochladen, Angebot erhalten, Termin buchen, Vorfahren und Schaden beheben lassen. Fertig!“, skizziert Schmeußer seine Idealvorstellung. „Davon ist die Branche derzeit weit entfernt.“

Fazit: Geniales Lead-Tool oder echtes Gutachten?

Das Potenzial für die Software ist unbestritten vorhanden, insbesondere als Lead-Generierung für Werkstätten oder zur groben Vorfilterung im Flottenmanagement. Auf die Frage nach der Entwicklung in den nächsten drei Jahren gibt sich Schmeußer bodenständig: „Wäre Kai Karosse in drei Jahren die erste Anlaufstelle für die Behebung von Karosserieschäden und das Mittel der Wahl für Werkstattwebsites und Flottenanbieter, wäre das ein sehr großer Erfolg.“

Ob dieser Erfolg eintritt, hängt von einer zentralen Frage ab: Kann die Software das Erwartungsmanagement der Nutzer*innen kontrollieren? Kai Karosse liefert aktuell kein belastbares Gutachten, sondern eine smarte Erstindikation. Schafft es das Unternehmen, diese technologische Grenze gegenüber den Autofahrer*innen transparent zu kommunizieren, könnte die Berliner KI tatsächlich viel Frust aus dem Schadensprozess nehmen. Verlässt sich der/die Kund*in aber blind auf die 30-Sekunden-Rechnung des Algorithmus, folgt die Ernüchterung auf dem Fuß – spätestens an der Hebebühne.

Eine EY-Umfrage vom März 2026 zeigt deutlich: 78 Prozent der befragten Führungskräfte geben zu, dass die KI-Einführung in ihren Unternehmen schneller voranschreitet, als sie die damit verbundenen Risiken beherrschen können.

Das ist kein Zufall. Im Laufe des Jahres 2025 haben viele Unternehmen den Schritt gemacht – vom Experiment hin zur skalierbaren Nutzung von KI im operativen Alltag. Die Ausgaben für generative KI sind im selben Zeitraum auf rund 37 Milliarden US-Dollar gestiegen. Doch nicht das schnelle Wachstum des KI-Ökosystems hat die Debatte in Richtung Kontrolle verschoben, sondern eine neue Generation von Systemen: agentische KI.

Was agentische KI wirklich ist – und warum 2026 ihr Jahr ist

Klassische KI-Systeme funktionieren nach einem einfachen Prinzip: Eingabe rein, Antwort raus. Agentische Systeme gehen deutlich weiter. Sie sind Plattformen oder Programme, die:

• ein übergeordnetes Ziel entgegennehmen,
• es in Teilaufgaben zerlegen,
• passende Werkzeuge auswählen,
• einen Plan eigenständig ausführen,
• und ihr Vorgehen laufend anpassen, um das gewünschte Ergebnis zu erreichen – und das alles innerhalb eines definierten betrieblichen Rahmens.

Was nach außen wie ein einzelner KI-Agent wirkt, ist in der Praxis meist ein Netzwerk spezialisierter Systeme, die jeweils einen Teil eines Workflows übernehmen und von einer Orchestrierungsebene koordiniert werden.

Gerade weil diese Systeme weitgehend autonom arbeiten, steigt ihr wirtschaftlicher Nutzen deutlich. Prozesse wie Vertriebsrecherche, Pipeline-Management oder Compliance-Prüfungen – für die früher ganze Teams nötig waren – lassen sich heute automatisieren.

Der Fortschritt ist messbar: Die Bandbreite an Aufgaben, die agentische KI mit einer Erfolgsquote von rund 80 Prozent bewältigt, verdoppelt sich etwa alle sieben Monate. Gleichzeitig sind die Kosten stark gesunken. Der Betrieb eines Systems auf dem Niveau von GPT-3.5 ist heute rund 280-mal günstiger als noch 2022. Auch Hardwarekosten sinken jährlich um etwa 30 Prozent. In diesem Tempo wird es für Unternehmen zunehmend schwer, gute Gründe gegen den Einsatz agentischer KI zu finden.

Die Governance-Lücken, über die kaum jemand spricht

Die Diskussion über Risiken konzentriert sich häufig auf das Offensichtliche: Datenlecks, Prompt Injection oder Modellschwächen. Die eigentlichen Herausforderungen liegen tiefer.

Agentische KI ist kein Projekt mit einem klaren Endpunkt. Sie ist ein laufender Betrieb, der kontinuierliche Überwachung, Anpassung und klare Verantwortlichkeiten erfordert. Genau hier liegt die Schwachstelle vieler Unternehmen: Sie behandeln KI wie ein Software-Feature – einmal einführen und dann weitermachen. Genau dort beginnen die Probleme – oft unbemerkt.

Hinzu kommt ein weiteres Risiko: Open-Source-Modelle. Wenn die zugrunde liegende Architektur beliebig verändert werden kann, wird der Datenschutz schwer kontrollierbar – besonders für Unternehmen, die mit Kund*innendaten arbeiten.

Damit verbunden ist ein grundlegendes Problem: Agentische KI ist nur so zuverlässig wie die Logik, auf der sie basiert. Wer nicht systematisch alle Grenzfälle testet, riskiert, dass das System genau dort Lücken findet und nach seiner eigenen Logik handelt – nicht im Sinne der tatsächlichen Prozesse im Unternehmen. KI ist keine Wunderwaffe. In bestimmten Fällen ist klassische Automatisierung mit fest definierten Regeln deutlich verlässlicher, wenn Prozesse zu 100 Prozent korrekt ablaufen müssen.

Wenn KI keine Wunderwaffe ist: Reale Fälle

Die beschriebenen Risiken sind längst Realität – manchmal sichtbar, manchmal kaum wahrnehmbar. Im Januar 2024 musste der Paketdienstleister DPD seinen KI-Kundenservice abschalten, nachdem ein Systemupdate die Schutzmechanismen entfernt hatte. Ein Kunde brachte den Bot dazu, zu fluchen, Gedichte über seine eigene Nutzlosigkeit zu schreiben und DPD als „schlechtesten Paketdienst der Welt“ zu bezeichnen. Das Unternehmen sprach von einem Fehler. Tatsächlich zeigte der Vorfall, was passiert, wenn KI ohne ausreichende Tests und Aufsicht eingesetzt wird. Innerhalb weniger Stunden verbreitete sich der Fall über soziale Medien und führte zu erheblichem Reputationsschaden.

In anderen Fällen bleibt das Ganze weitgehend unsichtbar. Im September 2025 berichtete Press Gazette über mehrere PR-Agenturen, die Journalist*innen systematisch mit KI-generierten Pressemitteilungen versorgten – inklusive erfundener Expert*innen. Die zitierten Personen ließen sich online nicht nachweisen, dennoch wurden Inhalte in großen Medien veröffentlicht.

Unterschiedliche Branchen, gleiche Ursache: fehlende Governance, fehlende Verantwortlichkeit und niemand, der im entscheidenden Moment die Kontrolle übernimmt.

Der hybride Ansatz: Was er ist – und was nicht

Die Antwort auf die Governance-Lücke ist nicht, die Einführung von KI zu verlangsamen. Es geht darum, KI nicht länger als Ersatz für menschliches Urteilsvermögen zu behandeln – sondern Systeme zu schaffen, in denen beide das tun, was sie am besten können.

Ein echtes hybrides Modell bedeutet, ein Setup zu schaffen, in dem KI das Volumen übernimmt – Routineanfragen, sich wiederholende Aufgaben, vorhersehbare Interaktionen – während sich menschliche Mitarbeitende auf das konzentrieren, was KI nicht zuverlässig leisten kann: komplexe Fälle und Ausnahmefälle, bei denen Ergebnisse stark von Einschätzung und Kontextverständnis abhängen.

Genauso wichtig ist, was ein hybrides Modell nicht ist. Einen Chatbot in einen bestehenden Workflow einzubinden, ist kein hybrides Modell, sondern nur ein zusätzliches Feature. Und Mitarbeitende, die KI-Ergebnisse lediglich passiv überwachen, arbeiten nicht wirklich hybrid – das ist bloße Aufsicht ohne aktive Beteiligung.

Im Alltag ist die Grenze zwischen „das lässt sich automatisieren“ und „das besser nicht“ konkreter, als die meisten Unternehmen erwarten. Ein Beispiel: ein SaaS-Unternehmen. Anfragen zu Abonnements, Kontozugängen oder Zahlungsfragen folgen vorhersehbaren Mustern, die Antworten liegen bereits vor – Kund*innen fragen oft nur, weil sie nicht selbst suchen möchten. Das sind ideale Kandidaten für Automatisierung. Entsprechend zeigen Anbieter*innen im Kundensupport, die das hybride Modell bereits getestet haben: Ein gut trainierter KI-Agent kann bis zu 85 Prozent solcher Anfragen übernehmen – mit sofortigen Antworten und ohne Einbußen bei der Kund*innenzufriedenheit.

Bei technischen Problemen sieht das anders aus. Tritt ein Fehler auf oder fällt ein Server aus, weiß oft nicht einmal das Produktteam sofort, was passiert ist – geschweige denn, wie das Problem zu lösen ist. Ein KI-Agent ohne diesen Kontext folgt seinem Training und liefert eine scheinbar sichere Antwort – und führt Kund*innen damit in die falsche Richtung. In einem kritischen Moment ist das kein kleines Ärgernis, sondern ein direkter Weg, Kund*innen dauerhaft zu verlieren. Deshalb bleiben gezielte Weiterleitungen an menschliche Mitarbeitende ein bewusstes Element – denn manche Situationen erfordern das Urteilsvermögen und die Sorgfalt, die nur ein Mensch bieten kann.

Welche Governance-Lösungen es heute schon gibt

Unternehmen, die KI-Integrationen systematisch testen, kommen zu einem klaren Ergebnis: Der wirksamste Ansatz ist, Systeme so zu gestalten, dass sie ihre eigenen Grenzen erkennen. Das bedeutet konkret: Die KI erkennt Unsicherheit, eskaliert automatisch und übergibt an Menschen, bevor Schaden entsteht.

Regulatorisch gibt es erste Leitplanken. Der EU AI Act gilt seit August 2025 vollständig und schreibt für Hochrisiko-KI-Systeme menschliche Aufsicht und Risikomanagement vor.

Doch Regeln allein reichen nicht. Sie definieren Rahmenbedingungen, aber nicht, wie konkret gehandelt werden soll, wenn eine KI auf eine Situation trifft, für die sie nicht trainiert wurde – und ein(e) Kund*in auf eine Antwort wartet.

Genau hier entscheidet sich, ob Governance funktioniert. Und genau das sollte 2026 nicht mehr dem Zufall überlassen werden.

Die Autorin Nataliia Onyshkevych ist CEO von EverHelp. Sie arbeitet mit wachsenden Unternehmen aus unterschiedlichen Branchen daran, Customer Support in KI-gestützten Umgebungen skalierbar und wirkungsvoll zu gestalten.

Noch vor wenigen Jahren reichte ein einfaches Erwähnen des Begriffs aus, um in gediegenen Investor*innenrunden für betretenes Schweigen oder nervöses Räuspern zu sorgen. Doch ist die Schmuddelecke von gestern einer der vielleicht spannendsten und margenstärksten Wachstumsmärkte von heute.

Wer als erfahrene(r) Wagniskapitalgeber*in den Aufstieg von FemTech und die Enttabuisierung von DeathTech aufmerksam verfolgt hat, weiß: Digitale Intimität ist der nächste logische, Milliarden schwere Schritt. SexTech hat sich als hochprofessioneller Wellness-Sektor etabliert, der menschliche Grundbedürfnisse mit DeepTech, künstlicher Intelligenz und medizinischer Präzision verknüpft.

Die Marktlage: Wenn Algorithmen die Intimität skalieren

Der globale Markt für sexuelles Wohlbefinden hat im Jahr 2026 die prognostizierte Marke von 55 Milliarden US-Dollar durchbrochen. Europa spielt dabei eine zentrale Rolle. Aktuelle Datenbank-Auswertungen belegen einen historischen Wendepunkt: Allein im vergangenen Jahr flossen weit über 350 Millionen Euro europäisches Risikokapital in Start-ups aus dem Bereich der sexuellen Gesundheit.

KI fungiert längst nicht mehr nur als Spielerei, sondern als Motor für hyperpersonalisierte Paartherapie-Bots, biometrisches Feedback in Echtzeit und empathische Begleitsysteme. Der Markt ist von reinen Hardware-Gadgets hin zu margenstarken Software-as-a-Service-Modellen migriert, was die Skalierbarkeit drastisch erhöht.

Reality Check: Die harten Fallstricke

Trotz des Hypes ist der Weg zum Exit gnadenlos. Das Scheitern von Pionieren hat gezeigt: Wer Hardware ohne Margen-Kontrolle baut oder die Datensicherheit vernachlässigt, scheitert sofort. Zudem bleiben „Vice Clauses“ bei Zahlungsdienstleistern und das algorithmische Shadowbanning auf Social-Media-Plattformen die größten Hürden. Wer hier skalieren will, muss die Community organisch binden.

Das deutsche Netzwerk: Die Hubs der Innovation

Deutschland hat sich global stark positioniert:

• Berlin: Das kulturelle Epizentrum für B2C-Plattformen und ethischen Content.
• München: Die DeepTech-Schmiede für biometrische Sensoren und Medizintechnik.
• Hamburg: Hub für Content-getriebene Marktplätze und E-Commerce-Expertise.
• Dresden/Leipzig: Aufstrebende Zentren für Haptik-Software und B2B-Infrastruktur.

Investor*innen-Radar: Wer das Tabu finanziert

Die Investor*innenlandschaft hat sich diversifiziert. Während spezialisierte VCs wie Amboy Street Ventures den Weg ebneten, investieren heute Generalisten wie Cherry Ventures oder HV Capital offen unter dem Label „Digital Health“. Den wichtigsten Treibstoff liefern jedoch Business Angels: Prominente Köpfe wie Verena Pausder und Lea-Sophie Cramer fungieren nicht nur als Kapitalgeber*innen, sondern als PR-Schutzschilde, die dem Thema gesellschaftliche Legitimation verleihen.

Die Top 10 Start-ups (Must-Watch 2026)

Die Auswahl der Top 10 basiert auf einer Analyse des Marktes im Mai 2026. Bewertet wurden Marktrelevanz, technologischer Reifegrad (AI/DeepTech), Diversität im Gründerteam und das Vertrauen namhafter Lead-Investor*innen. Es wurden ausschließlich Start-ups aufgenommen, die ab dem Jahr 2020 gegründet wurden, um den aktuellen Innovationszyklus abzubilden.

Cheex

Das Berliner Start-up wurde 2020 von Denise Kratzenberg und Maximilian Horwitz gegründet und ist heute der Leuchtturm für ethischen Content. Mit einem Subscription-Modell bietet Cheex Filme und Audios an, die Diversität und Konsens fokussieren. Anstatt klassischer VCs bewiesen hier starke Business-Angel-Syndikate und Netzwerke wie Collective Ventures früh massives Vertrauen.

Recoupling

Gegründet 2021 in Berlin von Jaane Henning, Tom Haubner und Johanna Lubig (welche heute jedoch operativ nicht mehr aktiv ist), nutzt die App psychologisch fundierte, KI-gesteuerte Coaching-Pfade, um die Kommunikation bei Paaren zu verbessern. Der technologische Kern analysiert Beziehungsmuster und erkennt Frühwarnsignale für Entfremdung. Recoupling sicherte sich Kapital namhafter Tech-Angels wie Bernd Heinrichs und Ingo Weber.

Bloom Stories

Das 2020 von Michael und Hannah Albertshauser gestartete Bloom Stories beweist die Macht von Audio-First-Erotik. Der USP ist die tiefe Immersion: Bloom Stories integrierte KI-Chatbots und bietet eine direkte Schnittstelle zu smarten Toys (wie Lovense), die ihre Vibration exakt an die Handlung der Audiospuren anpassen.

Kranus Health

Gegründet 2020 von Jens Nörtershäuser und Thilo Kleinschmidt, ist Kranus Health der Vorreiter für digitale Gesundheitsanwendungen (DiGA). Ihre App Kranus Edera ist die weltweit erste erstattungsfähige digitale Therapie gegen Erektionsstörungen. Top-Investor*innen wie der High-Tech Gründerfonds (HTGF) und Karista investierten früh Millionen in diesen medizinischen Ansatz.

Hapticlabs

Das 2021 in Dresden gegründete B2B-SaaS-Unternehmen (ein Spin-off der TU Dresden) Hapticlabs liefert Hersteller*innen ein „No-Code Haptics“-Toolkit. Entwickler*innen können damit komplexes Vibrationsfeedback für Hardware visuell programmieren. Diese essenzielle Infrastruktur für die nächste Generation von Intimprodukten zog früh DeepTech-Investor*innen an.

Frieda Health

Die 2022 von Valentina Ullrich in Hamburg gegründete Plattform Frieda Health besetzt das Segment „Silver Intimacy“. Frieda bietet eine digitale Telemedizin-Plattform für Frauen in der Menopause. Das enorme Potenzial erkannte der Maximon Longevity Co-Investment Fund, der die millionenschwere Pre-Seed-Runde anführte und die Brücke zum Megatrend Langlebigkeit schlug.

Ovom Care

Das 2023 in Berlin gegründete Start-up von Felicia von Reden, Dr. Lynae Brayboy und Dr. Cristina Hickman nutzt Machine Learning, um die Reproduktionsmedizin zu revolutionieren. Die Software analysiert klinische Daten für personalisierte IVF-Behandlungspfade. Investor*innen wie Alpha Intelligence Capital und Merantix unterstützen diesen DeepTech-Ansatz von Ovom Care massiv.

Endo Health

Das 2020 von der Ärztin Dr. med. Nadine Rohloff und Markus Rothenhöfer in Chemnitz und Berlin gegründete Endo Health adressiert eine der größten Versorgungslücken in der Frauengesundheit: Endometriose. Seit Januar 2026 ist die Endo-App als dauerhaft gelistete DiGA (Digitale Gesundheitsanwendung) anerkannt. Der technologische Kern der App kombiniert multimodale Schmerztherapie, physiotherapeutische Übungen und KI-gestütztes Symptom-Tracking. Durch die volle Erstattungsfähigkeit durch die Krankenkassen und die klinische Validierung ist Endo Health ein Musterbeispiel für die Transformation von SexTech hin zu evidenzbasierter Digital-Medizin.

Theblood

Dieses 2022 von Isabelle Guenou und Miriam Santer in Berlin gegründete BioTech-Projekt Theblood nutzt Menstruationsblut als nicht-invasives Diagnose-Material. Das Team wird durch RoX Health (das Accelerator-Studio von Roche) unterstützt, um hormonelle Dysbalancen und Biomarker systematisch auszuwerten.

Nevernot

Das 2020 von Anna Kössel und Katharina Trebitsch gegründete Start-up Nevernot skaliert durch Meisterschaft im digitalen Community-Building. Ursprünglich bekannt für Soft-Tampons, ist nevernot heute eine holistische Intim-Care-Plattform. Zu den Investoren zählen Branchengrößen wie Verena Pausder und Lea-Sophie Cramer.

Internationaler Ausblick & Fazit

Während Europa auf ethischen Content und Datenschutz setzt, formen Makro-Trends aus Übersee die nächste Stufe. Aus den USA schwappt die Neuro-Modulation herüber, in Asien beobachten wir die Perfektionierung emotionaler KI-Avatare, und Israel zementiert seinen Ruf durch Biotech-Start-ups, die sexuelle Dysfunktionen auf zellulärer Ebene behandeln.

Der Markt verzeiht keine unprofessionellen Bastellösungen mehr. Wer skalieren will, muss die Regulierungsbehörden genauso ernst nehmen wie die Endkunden. Für Investoren ist die Botschaft klar: Die Schamgrenze an der Tür zum Investmentkomitee stehen zu lassen, ist keine Frage der moralischen Offenheit, sondern schlichtweg harte finanzielle Pflicht. Wer diesen Sektor ignoriert, verpasst die lukrativste Schnittmenge aus Health, KI und menschlicher Natur.

Die digitale Infrastruktur-Hürde: Auffällig im Jahr 2026: Die Professionalisierung führt zu neuen Reibungspunkten. Dass Portale wie Cheex oft durch ISP-Filter blockiert werden oder theblood ihre Webpräsenz für klinische Zertifizierungsphasen (SGS-Kooperation) komplett umbauen, ist kein Zeichen von Schwäche, sondern ein Symptom der extremen regulatorischen Dichte. Der Markt ist erwachsen geworden – und mit ihm die Hürden für Sicherheit, Altersprüfung und klinische Evidenz.

Wer 2026 skalieren will, muss Regulatorik genauso ernst nehmen wie das Produkt. Investor*innen haben längst erkannt: SexTech ist kein moralisches Wagnis, sondern eine harte finanzielle Pflicht an der Schnittstelle von Health, KI und menschlicher Natur. Wer die „Website-Stille“ der klinischen Launch-Phasen als Scheitern deutet, verkennt die neue Ernsthaftigkeit einer Branche, die sich anschickt, das Gesundheitswesen dauerhaft zu verändern.