Aktuelle Events
Abenteuerliche Geschäftsideen: Reisen in die Vergangenheit
Vermittlung von Zeitreisen
Wer würde nicht gern eine Zeitmaschine betreten und in der Zeit zurückreisen? Das Start-up Kulevo will das mit seiner Geschäftsidee schon heute möglich machen, ohne dass es eine Zeitmaschine besitzt.
Die Kulevo-Reisen sind zweigeteilt. Während der Tage des Selbsterlebens übernachten die Reisenden in Höhlen, Zelten oder Palästen. Sie lernen typische Aktivitäten kennen. Vom Feuermachen bis hin zum Segeln mit einem originalgetreuen Nachbau.
Während der anderen Hälfte der Reise besuchen die Reisenden Originalschauplätze, Museen und schöne Orte, die das jeweilige Reiseland zu bieten hat. Kulevo engagiert dafür zum Beispiel Archäologen als Reiseführer. Sie bringen die Kunden zu Ausgrabungsstätten und erläutern vor Ort, wie die Menschen dort früher gelebt haben. Durch diese Geschäftsidee soll die Zeitreise zum Bildungsabenteuer werden.
Diese Artikel könnten Sie auch interessieren:
Die Alibaba-Story
Wie Alibaba-Gründer Jack Ma von einem ganz normalen Englischlehrer zum reichsten Mann Chinas wurde. Alle Fakten und seine besten Gründer-Zitate.
Jack Ma: Der Mann hinter Alibaba
Ein unauffälliger, bescheiden wirkender Mann, der durch seine höfliche, aber auch exzentrische Art die Menschen bewegt. Das ist Alibaba Gründer Jack Ma. Was viele nicht wissen, Jack Ma heißt in Wirklichkeit Ma Yun. Um in der westlichen Welt an Bekanntheit zu gewinnen, nannte er sich einfach Jack. Seine Geschichte ist sowohl beeindruckend als auch unglaublich.
Jack Ma wurde 1964 in der rund 9 Millionen Einwohner fassenden Stadt Hangzhou in China geboren. Chaos und Gewalt beherrschten seine Kindheit und Jugend – es war die Zeit der kommunistischen Kulturrevolution. Und in dieser Phase des Mao-Regimes lebten Jungs vom Typus Ma – mit seiner unangepassten Art und seinen eher bescheidenen Schulleistungen – auf gefährlichem Fuße.
Die Uber-Welt von morgen
Wie Travis Kalanick aus seinem umstrittenen Fahrdienst Uber eine rund 70 Milliarden Dollar schwere Tech-Company geformt hat und wie Uber in naher Zukunft weltweit zum
Google der Mobilität in unseren Städten werden könnte.
Wer den Namen Travis Kalanick kennt, wird auch das Image kennen, das dem 40-Jährigen anhaftet. Schnell wird das Bild vom rücksichtslos agierenden Silicon-Valley-Kapitalisten entworfen, der es als Taxi-Killer binnen weniger Jahre zu einem geschätzen Vermögen von 6,3 Milliarden US-Dollar gebracht hat. Wer sich nur darauf beschränkt, wird weder Travis wirklich gerecht, noch wird er je erfahren, was einen der weltweit erfolgreichsten Start-up-Unternehmer letztlich antreibt und was er noch vorhat. Wir haben genauer hingesehen.
Travis stammt aus einer Mittelschichtfamilie und wächst bei Los Angeles auf. Er fängt nicht nur früh mit dem Programmieren an, sondern zeigt auch früh sein Talent fürs Geldverdienen. Denn schon als Teenager verkauft Travis in den Ferien Küchenmesser in der Nachbarschaft und entwickelt ein Programm, das angehende Studenten auf Hochschulzulassungstests vorbereitet. Travis ist also nicht der introvertierte Tech-Nerd, der sich hinterm Laptop verschanzt, sondern ein selbstbewusster, geschäftstüchtiger Typ, der sich behaupten will. „Man muss den Mut haben, rauszugehen und es einfach zu versuchen“, so Travis’ Leitmotiv.
Sein Studium an der UCLA’s Engineering School in Los Angeles bricht Travis ab, um 1998 mit anderen Studenten einen der weltweit ersten File-Sharing-Dienste für Filme und Musik namens Scour aufzubauen – mit wenig Erfolg: das Start-up wird von den Musikrechteinhabern, sprich von der Unterhaltungsindustrie, kurzerhand auf eine astronomische Summe an Schadensersatz verklagt – Scour muss Insolvenz anmelden. Von dem Flop regelrecht angestachelt, geht Travis bereits nach wenigen Monaten mit seinem nächsten Start-up an den Markt. Bei dieser Gründung handelt es sich um Red Swoosh, ein weiteres File-Sharing-Netzwerk, in dem Software getauscht werden kann.
Erste Millionen-Deals
Auch dieses Vorhaben scheint dem Untergang geweiht. Geld fließt so gut wie keines, Travis und sein Co-Gründer werden gar zu Steuersündern, weil sie keine Steuern für die Gehälter abführen. Um die Steuerschuld begleichen zu können, zieht Travis in einer riesen Anstrengung Investoren und deren Geld an Land. Red Swoosh scheint damit zunächst gerettet. Doch die eigentliche Rettung erfolgt 2007, als es Travis auf fast tollkühn zu nennende Art gelingt, das immer noch nicht boomende Business an den Tech-Giganten Akamai Technologies für rund 20 Mio. Dollar zu verkaufen oder – anders gesagt –, sich aus der wirtschaftlich unsicheren Zukunft des Start-ups gewinnbringend herauszuziehen. Rückblickend sagt Travis über diese heikle Phase: „Wenn du zu Boden gehst, steh’ wieder auf. Versagen kann zu einem Gemütszustand werden. Ich habe Situationen erlebt, in denen ich über sechs Jahre hinweg immer wieder zu Boden gebracht wurde, aber ich bin trotzdem wieder aufgestanden.“
Mit dem Millionen-Deal im Rücken nimmt sich Stehaufmännchen Travis eine Auszeit und beginnt die Welt zu bereisen. Einen dieser Trips unternimmt Travis zusammen mit seinem Freund und künftigen Uber-Co-Gründer Garrett Camp. Garrett wächst in Calgary auf, studiert an verschiedenen Unis, um seinen Abschluss als Software-Ingenieur zu bauen. Zusammen mit drei Freunden gründet er 2002, noch während des Studiums, den Online-Suchdienst StumbleUpon, die weltweit erste Suchmaschine, die ihren Usern spezielle Webseiten (Fotos, Videos, Blogs etc.) empfiehlt, die zu ihren persönlichen Interessen bzw. ihrem User-Profil passen. Geld verdient wird mit passgenau auf die User ausgerichteter Werbung.
Rasant wächst die Plattform auf mehrere Millionen registrierte User, 2006 erhält das Start-up millionenschweres Kapital von diversen Silicon-Valley-Business-Angels. 2007 unterbreitet eBay Garrett und seinen Mitstreitern ein Übernahme-Angebot: 75 Mio. US-Dollar wandern in die Portemonnaies der jungen Gründer. Zu diesem Zeitpunkt – 2006 – arbeitet, studiert und lebt der als ruhig und introvertiert geltende Garrett in San Francisco, wo er den extrovertierten Travis kennenlernt und sich mit ihm anfreundet.
Was verbindet die beiden ungleichen Typen? Sehr viel selbst verdientes Geld, wie es nur wenige in ihrem Alter auf dem Konto haben, Durchsetzungsvermögen basierend auf einer klaren Machen-statt-planen-Mentalität sowie der innere Drang, Projekte ans Laufen zu bringen, die einerseit disruptiv sind und zugleich innovative, digitale Technologien vorantreiben. Auch haben sich Travis und Garrett bereits in der noch jungen Sharing Economy versucht und das Teilen-statt-besitzen-Potenzial für sich entdeckt. Und beide sind unternehmerisch davon angetrieben, Probleme zu lösen.
Auf Taxisuche in Paris
Nach Travis’ Business-Ausstieg unternehmen die Freunde hin und wieder Gemeinsames – 2008 fliegen sie nach Paris zu einer internationalen Tech-Konferenz. Und hier schlägt, so die in alle Welt getragene Story, die Geburtsstunde zu ihrem gemeinsamen Business namens Uber. Denn auf dem Weg vom Flughafen zur Konferenz bekommen die beiden kein Taxi.
Daraufhin soll Travis kurzerhand die Idee geäußert haben, dass es doch toll wäre, wenn man sich spontan und ohne große zeitliche Planungen „mit nur einem Fingertipp“ eine Limousine bestellen könnte; für sich und seine Freunde, damit sich „Garrett wie ein verdammter Zuhälter fühlen kann“.
Aus dieser etwas pubertär anmutenden Ideen-Laune von Travis heraus entwickelten die beiden kurzerhand ihr Fahrdienst-Business. „Uber entstand nicht durch große Ambitionen, es fing alles mit der Antwort auf diese einfache Überlegung an“, so Travis rückblickend.
2009 gründen die zwei in San Francisco ihre Online-Fahrdienstvermittlung Uber. Die Entwicklung des Herzstücks des Geschäftsmodells – die Plattform und die APP – soll rund 200.000 Euro gekostet haben, Geld, das beide locker hatten.
PropTech-Evolution statt digitaler Aktenordner: Kann Immoly die Immobilienverwaltung automatisieren?
Mit dem Berliner Start-up Immoly drängt ein neuer Player auf den fragmentierten Markt der Hausverwaltungen. Das Versprechen: Proaktives Management durch „Agentic AI“ statt bloßer Software. Mit Europas größtem Wohnungskonzern Vonovia und der Founders Factory im Rücken ist das Setup stark – doch das junge Unternehmen trifft auf einen Markt, der aktuell aus unterschiedlichsten strategischen Richtungen aufgerollt wird.
Die Digitalisierung der Immobilienwirtschaft schreitet voran, doch oft kratzen bestehende Software-Lösungen nur an der Oberfläche. Das 2026 gegründete Berliner Start-up Immoly will das ändern und setzt dabei auf Automatisierung durch künstliche Intelligenz. Das Ziel: Eine Plattform, die nicht nur Daten verwaltet, sondern als digitaler Assistent aktiv Verwaltungsaufgaben für private und semi-institutionelle Vermieter*innen übernimmt. Prominente Schützenhilfe erhält das junge PropTech von Vonovia, Europas führendem Wohnimmobilienunternehmen, das die Gründung über sein Venture Studio gemeinsam mit der Founders Factory begleitet hat.
Die Köpfe hinter Immoly und die Gründungsstory
An der Spitze von Immoly steht Gründer und Geschäftsführer Florian Tonner. Tonner ist in der Tech- und Immobilien-Szene kein Unbekannter: Neben Stationen bei Zalando und dem ClimateTech Flowcarbon sammelte er maßgebliche Branchenerfahrung durch die DHV Digitalhausverwaltung. Laut übereinstimmenden Medienberichten hat Tonner selbst eine Hausverwaltung aufgebaut und erfolgreich verkauft. Diese tiefe „Hands-on“-Erfahrung ist entscheidend: Er kennt die Schmerzpunkte der Vermieter*innen aus erster Hand. Komplettiert wird das Gründerteam durch Mitgründer (wie etwa Ahmed Talbi), die das technische Fundament der Plattform mitverantworten.
Dass Vonovia als starker Partner aus der Immobilienwirtschaft das Start-up unterstützt, verleiht Immoly einen enormen Vertrauensvorschuss. Christian Glock, Teamleiter Venture bei Vonovia, sieht hierin enormes Potenzial: „Künstliche Intelligenz eröffnet neue Möglichkeiten für die Immobilienwirtschaft“, erklärt er. Man unterstütze mit dem Venture Studio gezielt Gründer*innen bei der Entwicklung innovativer Technologien, wobei Immoly für ihn ein Paradebeispiel dafür sei, „wie digitale Lösungen Verwaltungsprozesse für private Vermieter und Verwalter vereinfachen können“. Bemerkenswert: Die Immoly-Lösung wird nicht in die operativen IT-Systeme von Vonovia selbst integriert. Vonovia agiert hier als reiner Enabler und Investor für den externen Markt, während Immoly sich strategisch an kleinere Hausverwaltungen und private Eigentümer richtet.
„Agentic AI“ statt passivem SaaS
Der Kern der Immoly-Plattform liegt im Ansatz der „Agentic AI“ – also einer KI, die eigenständig handelt. Während traditionelle Hausverwaltungssoftware oft nur digitale Aktenordner bereitstellt, verspricht Immoly einen lückenlosen „Inbox-to-Process“-Workflow.
Konkret bedeutet das: Die Kommunikation über verschiedene Kanäle wird automatisch zu strukturierten Fällen gebündelt, Fristen werden überwacht, Dokumente vorbereitet und Lieferantenprozesse – etwa bei Reparaturen – in weiten Teilen automatisiert. Über einen Audit Trail (Prüfpfad) und ein System für Benutzer*innenfreigaben behalten die Eigentümer*innen stets die Kontrolle und Entscheidungsgewalt. Das bisherige Paradigma der reinen Software-Assistenz wird damit aufgebrochen. „KI ist auf einem Level angekommen, auf dem proaktives Management möglich ist“, ordnet Florian Tonner die technologische Reife seiner Plattform ein. Dieser stark automatisierte Ansatz sei am Ende deutlich „fehlerärmer und günstiger als viele andere Lösungen“, so der Gründer weiter. Mit diesem Vorstoß zielt die Plattform folgerichtig auf absolute Kostenführerschaft im 360-Grad-Immobilienmanagement ab.
Markt und Wettbewerb: Die vier Archetypen der PropTech-Revolution
Der Markt für Hausverwaltungen in Deutschland (mit fast 26 Millionen Mietwohnungen) ist gigantisch, aber extrem fragmentiert. Um Immolys Wette auf die Zukunft zu verstehen, muss man die strategische Bandbreite betrachten, mit der Start-ups diesen Markt aktuell attackieren:
- Die Ökosystem-Goliaths (SaaS & Breitenmarkt): Plattformen wie Vermietet.de (ImmoScout24-Gruppe) oder objego (unterstützt von ista) haben riesige Nutzer*innenbasen. Sie bieten hochgradig optimierte Werkzeuge für die Nebenkostenabrechnung. Es sind jedoch meist passive Tools – der Mensch muss sie bedienen.
- Die kapitalstarken Konsolidierer („AI Rollup“): Start-ups wie Buena (ehemals Home) verfolgen eine M&A-Strategie. Sie kaufen klassische Hausverwaltungen auf, übernehmen das operative Geschäft und digitalisieren die Prozesse im Hintergrund. Ein extrem kapitalintensiver Ansatz.
- Die Workflow-Spezialisten: Unternehmen wie EverReal fokussieren sich tiefgreifend auf Teilbereiche – etwa die vollständige Automatisierung der Vermietung und des Mieter*innenwechsels.
- Das hybride Self-Service-Modell: Anbieter wie Matera helfen Wohnungseigentümer*innengemeinschaften (WEGs) bei der Selbstverwaltung, indem sie Software mit einem Pool aus menschlichen Expert*innen (Buchhalter*innen, Jurist*innen) im Hintergrund kombinieren, um teure Verwalter*innen zu ersetzen.
Wo steht Immoly? Im Gegensatz zu Buena kauft Immoly keine Immobilien oder Verwaltungen, sondern bleibt ein reines Software-Unternehmen („Asset-Light“). Im Gegensatz zu den Goliaths wie Vermietet.de positioniert sich Immoly jedoch mit seinem „AI-first“-Ansatz: Die Software soll nicht als passives Werkzeug dienen, sondern den menschlichen Einsatz durch Automatisierung aktiv reduzieren.
Burggraben oder KI-Falle?
Für uns stellt sich bei Immoly die klassische Frage nach dem Alleinstellungsmerkmal („Moat“) in diesem dichten Wettbewerbsfeld:
- Das Vertrauensproblem: Immobilienverwaltung ist ein streng reguliertes Geschäft. Fehler kosten Geld und haben rechtliche Konsequenzen. Immoly begegnet diesem Risiko laut eigenen Angaben durch strikte Compliance-Automatisierung sowie den besagten Audit Trail für finale Benutzer*innenfreigaben. Ob die oft konservativen Privatvermieter*innen einer KI dieses Vertrauen schenkt, bleibt abzuwarten.
- Customer Acquisition Costs (CAC): Die Kund*innenakquise ist teuer. Vermietet.de konvertiert Inserent*innen, objego nutzt die ista-Kund*innenbasis, Buena kauft Marktanteile durch Firmenübernahmen. Immoly muss sich diesen organischen Marktzugang erst aufbauen – auch wenn das Gütesiegel und Netzwerk des Investors Vonovia massiv helfen dürfte.
- Das KI-Wettrennen: Die strategische Wette von Immoly lautet: Alteingesessene Wettbewerber*innen können ihre auf menschlichen Workflows basierenden Architekturen nicht schnell genug auf ein radikales „AI-first“-Modell umschwenken.
Unser Fazit
Immoly ist ein Musterbeispiel für die nächste Welle der PropTechs. Es geht nicht mehr um die reine Digitalisierung von Papier, sondern um die Automatisierung tiefer betrieblicher Wertschöpfungsketten. Mit Florian Tonners Branchenkenntnis und der strategischen Rückendeckung von Vonovia und der Founders Factory hat das Start-up herausragende Voraussetzungen. Gelingt es Immoly, die Akquisekosten zu skalieren und das Vertrauen in die KI-Zuverlässigkeit zu etablieren, könnte die Software zu einer ernsthaften Bedrohung für bisherige SaaS-Platzhirsche werden.
Alarmstufe Rot für Start-ups: Wie „Shadow-KI“ zur unkalkulierbaren Bedrohung wird
Die schnelle Zusammenfassung eines Meetings, rasch generierter Code oder ein übersetztes Dokument: KI macht den Arbeitsalltag effizienter. Doch wenn Mitarbeitende auf eigene Faust Tools nutzen, entsteht eine gefährliche Schatten-IT. Ein aktueller Sicherheitsvorfall zeigt die Risiken – und was Gründer*innen jetzt tun müssen.
Anfang August 2026 schreckte ein massives Datenleck die Tech-Community auf. Beim beliebten KI-Meeting-Assistenten tl;dv wurde eine kritische Sicherheitslücke bekannt. Der Sicherheitsforscher, der unter dem Pseudonym BobDaHacker auftritt, konnte auf 181.874 Meeting-Datensätze zugreifen, die mehr als 84.000 Nutzern zugeordnet waren. Zudem gelang es ihm laut eigenen Angaben, sich in zwei laufende Live-Besprechungen einzuklinken. Auch wenn tl;dv die Lücke rasch schloss und betonte, dass über diese Schwachstelle keine privaten Gesprächsprotokolle oder Aufzeichnungen abrufbar gewesen seien, bleibt ein brisanter Weckruf für Unternehmen.
Für Christoph Knöll, Geschäftsführer der KI-Beratung Neurawork, offenbart dieser Fall ein viel weitreichenderes, oft unterschätztes Problem in der Unternehmenswelt: „Das größte Risiko liegt in der unkontrollierten Nutzung von KI-Tools.“ Oft seien es die Mitarbeitenden selbst, die derartige Anwendungen ohne das Wissen der IT-Abteilung einrichten.
Die unsichtbare Gefahr: Was ist Shadow-KI?
Genau dieses Phänomen bezeichnen Experten als „Shadow-KI“ (Schatten-KI). Es ist die logische, aber heikle Evolution der klassischen Schatten-IT. Während herkömmliche nicht-genehmigte Software oft isolierte Aufgaben erfüllte, werden KI-Tools kontinuierlich mit tiefgreifenden Unternehmensdaten gefüttert – von sensiblen Kundengesprächen über proprietären Code bis hin zu Finanzdaten.
Aktuelle Erhebungen aus dem Jahr 2026 unterstreichen die Brisanz: Gartner schätzt, dass mittlerweile mehr als die Hälfte der Wissensarbeiter*innen KI-Anwendungen ohne ausdrückliche Freigabe für berufliche Zwecke einsetzt. Auch der aktuelle IBM Cost of a Data Breach Report warnt vor den finanziellen Folgen: Datenschutzverletzungen, bei denen Shadow-KI im Spiel ist, erhöhen die ohnehin immensen Kosten eines Breaches im Durchschnitt um rund 670.000 US-Dollar. Gerade für Start-ups, bei denen schnelle Prozesse essenziell sind, kann ein solches Datenleck oder ein Verstoß gegen den strengen EU AI Act existenzbedrohend sein.
Warum ein pauschales Verbot scheitert
Christoph Knöll sieht in der Entstehung von Shadow-KI nicht nur ein Sicherheitsrisiko, sondern primär ein Warnsignal. Es sei ein klares Indiz dafür, dass konkrete Probleme der Belegschaft im Unternehmen nicht ausreichend gelöst würden. Daher seien pauschale Verbote der völlig falsche Ansatz. Sie führen in der Praxis lediglich zum sogenannten Wasserbetteffekt: Die Nutzung weicht auf private Geräte oder schwerer kontrollierbare Kanäle aus, was die Risiken weiter verschärft.
Ohne einen strukturierten Umgang mit künstlicher Intelligenz, so Knöll, suchen sich die Mitarbeitenden unweigerlich ihre eigenen Lösungen – was dazu führt, dass aus vereinzelten Tools schnell ein unkontrollierter Wildwuchs entsteht. Statt zuerst die Frage nach dem passenden Tool zu stellen, sollten Firmen gemeinsam mit ihrem Team analysieren: Wo haken unsere Prozesse, wo geht wertvolle Zeit verloren und an welchen Stellen kann KI eine sinnvolle Hilfestellung bieten?
Drei klassische Fehler begünstigen den Wildwuchs
Nach Erfahrungen der Expert*innen liegen der unkontrollierten KI-Nutzung meist drei grundlegende Management-Fehler zugrunde:
- Die Technologie wird vor das Geschäftsproblem gestellt: Unternehmen führen KI ein, ohne vorab klar zu definieren, welche konkreten Probleme für Kund*innen oder Mitarbeitende damit eigentlich gelöst werden sollen. Erfolgreiche Integration startet jedoch immer bei der Herausforderung, nicht bei der Tool-Auswahl.
- Das Team wird nicht mitgenommen: Selbst die raffinierteste KI-Lösung verpufft, wenn sie im Alltag nicht genutzt wird. Mitarbeitende müssen den Nutzen verstehen und wissen, wie sich ihre Arbeitsweise dadurch positiv verändert.
- Mangelnde Alltagstauglichkeit: Was im Labor oder Pilotprojekt glänzt, läuft in der Praxis oft instabil. KI-Lösungen müssen sicher in die bestehenden Unternehmenssysteme eingebunden, mit hochwertigen Daten gespeist und vor allem dauerhaft zuverlässig betrieben werden.
To-Dos für Gründer*innen: So gelingt der strukturierte Rollout
Ein strukturierter KI-Rollout, der Shadow-KI vorbeugt, basiert auf den drei Säulen Strategie, Architektur und Change-Management. Fehlt auch nur eine dieser Säulen, bleibt der erhoffte wirtschaftliche Nutzen aus. Gründer*innen sollten folgende Schritte sofort einleiten:
- Den echten Bedarf evaluieren (Strategie): Sprich mit deinen Teams. Frage offen: Welche Probleme sollen gelöst werden? Verstehe den Bedarf, bevor du Vorgaben machst oder teure Lizenzen einkaufst.
- Sichere Alternativen bereitstellen (Architektur): Verbiete nicht einfach unsichere Tools, sondern biete nahtlose, sichere Alternativen an. Die KI-Architektur muss gewährleisten, dass Systeme sicher und zuverlässig funktionieren. Implementiere Enterprise-Gateways, die den Abfluss von Unternehmensdaten zu Trainingszwecken verhindern.
- Schulung und Befähigung (Change-Management): Verankere KI-Kompetenz in deiner Unternehmenskultur. Kläre dein Team über die Risiken unautorisierter Datenfreigabe auf und etabliere klare Leitlinien (Governance), damit die neuen Tools auch produktiv und sicher im Alltag genutzt werden.
Fazit
Shadow-KI ist längst in den Büros und Homeoffices der Start-up-Welt angekommen. Der Vorfall um den Meeting-Assistenten tl;dv ist ein unmissverständlicher Weckruf. Gründer*innnen, die KI lediglich als randläufiges IT-Projekt begreifen, greifen zu kurz. Es geht vielmehr um eine strategische Transformation, bei der Sicherheit, Compliance und Produktivität im Einklang stehen müssen.
Software statt Kellner? Wie Order Right mit KI und Automatisierung gegen das Gastro-Sterben ankämpft
Die Gastronomie leidet unter Personalmangel, steigenden Kosten und einem Chaos an digitalen Insellösungen. Das Griesheimer Start-up Order Right will alle digitalen Prozesse in einem einzigen System bündeln – und trifft damit offenbar den Nerv der Zeit. Nach eigenen Angaben gewann das Team in nur zwölf Monaten über 500 Kund*innen. Ein Gespräch mit Geschäftsführer Muhammed Ali Yildiz über B2B-Vertrieb, Product-Market-Fit und KI am Bestelltelefon.
StartingUp: Was war der konkrete Auslöser für dich, Order Right gegen den digitalen Flickenteppich in der Gastronomie zu gründen?
Muhammed Ali Yildiz: Der Auslöser war die enorm herausfordernde Situation der Branche. Viele Gastronomen kämpfen mit komplexen Abläufen, langen Vertragslaufzeiten und einer Vielzahl an isolierten Einzellösungen, die nicht miteinander kommunizieren. Genau hier setzen wir an: Wir wollen eine zentrale Infrastruktur bieten, die den Alltag vereinfacht, damit sich Betreiber wieder auf ihr eigentliches Geschäft konzentrieren können.
StartingUp: Warum ist euer All-in-One-Ansatz für Gastronom*innen besser als schlanke Nischenlösungen („Best-of-Breed“)?
Muhammed Ali Yildiz: In der Gastronomie fehlt schlicht die Zeit für IT-Pflege. Zwischen einzelnen Nischensystemen brechen die Abläufe auf, was zu Reibungsverlusten und Mehrfachkosten führt. Wenn alles aus einer Hand kommt, entfallen diese Probleme – es gibt nur einen Ansprechpartner und eine zentrale Datenpflege. All-in-One ist für uns deshalb kein reines Feature, sondern die eigentliche Leistung.
StartingUp: Wie habt ihr es geschafft, die im Tagesgeschäft stark eingespannten Gastronom*innen für den Erstkontakt zu erreichen?
Muhammed Ali Yildiz: Die eigentliche Hürde ist tatsächlich der Erstkontakt während des laufenden Betriebs. Aber sobald wir im persönlichen Gespräch waren, konnten wir die meisten Betriebe für uns gewinnen. Unser stärkster Kanal ist dabei die Mundpropaganda, da die Branche stark vernetzt ist und sich Qualität schnell herumspricht.
StartingUp: Welcher Vertriebskanal war euer stärkster Hebel für das schnelle Wachstum von über 500 Kund*innen in zwölf Monaten?
Muhammed Ali Yildiz: Ganz klar Empfehlungen. Eine Kassenumstellung ist Vertrauenssache, da hört man lieber auf Kollegen als auf Werbung. Kaltakquise diente anfangs als Türöffner, und Partnerschaften werden jetzt relevanter, um neue Regionen zu erschließen. Der eigentliche Wachstumsmotor bleibt aber die Qualität der Arbeit beim bestehenden Kunden.
StartingUp: Wie entgegnest du im Verkaufsgespräch dem Einwand, dass eine Systemumstellung zu viel Zeit und Kosten verursacht?
Muhammed Ali Yildiz: Ich frage nach den aktuellen Kosten. Zählt man Kasse, Lieferdienste, Webshop und die manuellen Arbeitsstunden für die Buchhaltung zusammen, sind mehrere Einzellösungen oft deutlich teurer. Zudem ist unser System bewusst so einfach gehalten, dass Aushilfen in zehn Minuten eingearbeitet sind. Wir übernehmen die Einrichtung und sorgen dafür, dass die Umstellung nicht im stressigen Wochenendgeschäft passiert.
StartingUp: Überwiegt bei traditionellen Betrieben die Skepsis gegenüber KI und Automatisierung oder die Erleichterung beim Personal?
Muhammed Ali Yildiz: Anfängliche Skepsis schwindet sehr schnell durch die einfache Bedienung und unseren ständigen Support. Der KI-Telefonassistent nimmt beispielsweise verpasste Anrufe an und sichert so Umsatz, der sonst verloren ginge. Letztlich überwiegt beim Personal ganz klar die Erleichterung, weil lästige Routineaufgaben wegfallen und mehr Zeit für den Gast bleibt.
StartingUp: Welche manuellen Prozesse wird es in Restaurants in drei Jahren definitiv nicht mehr geben?
Muhammed Ali Yildiz: Erstens die handschriftliche Telefonbestellung, zweitens die doppelte Datenpflege auf verschiedenen Plattformen und drittens die Zettelwirtschaft am Monatsende für den Steuerberater. Alles, was keinen Umsatz bringt und niemandem Freude macht, wird automatisiert. Der Rest – das Kochen, Beraten und der menschliche Kontakt – bleibt beim Menschen.
StartingUp: Muhammed Ali Yildiz, danke für die Insights!
Das Interview führte StartingUp-Chefredakteur Hans Luthardt
Key Takeaways für Gründer*innen
- All-in-One schlägt Insellösungen: In Branchen mit hohem operativen Druck gewinnt das System, das Schnittstellenprobleme eliminiert.
- Schmerzpunkt statt Feature-Schlacht: Schnelles B2B-Wachstum gelingt, wenn das Produkt direkte Antworten auf drängende Branchenprobleme (wie Personalmangel und Kostensteigerungen) liefert.
- Technologie als Entlastung: KI und Automatisierung dienen im B2B-Bereich vor allem dazu, dem Personal Routineaufgaben abzunehmen und Freiräume zu schaffen.
Die Messbarkeits-Illusion: Warum sich die Natur nicht in Start-up-Kennzahlen pressen lässt
Nach dem CO2-Markt suchen Investor*innen und Gründer*innen das nächste Milliarden-Asset: Biodiversität. Doch beim Versuch, die Natur in einen handelbaren Index zu pressen, kollidiert Hightech mit den unumstößlichen Gesetzen der Biologie.
Ein neues Rechenzentrum vor den Toren Berlins. Die Bagger rollen an, dafür muss ein lokales Feuchtgebiet weichen. Früher hätte das Unternehmen als Ausgleich einfach ein paar Setzlinge am Waldrand gepflanzt. Heute, im Zeitalter der strengen EU-Nachhaltigkeitsrichtlinien, reicht das nicht mehr. Der Konzern will – und muss – auf dem Papier „Nature Positive“ sein.
Die Lösung aus der Tech-Welt scheint elegant: „Mit einem Klick kauft das Unternehmen sogenannte Biodiversity Credits bei einem der gehypten neuen Nature-Tech-Start-ups. Die Investition fließt in den Schutz eines ausgetrockneten Pinienwaldes in Andalusien, der mit Sensoren überwacht wird. Das Gewissen der Investor*innen ist rein, die Excel-Tabelle der Nachhaltigkeitsabteilung leuchtet grün.
Doch genau in dieser grünen Zelle der Tabelle offenbart sich der fundamentale Denkfehler eines aufstrebenden Marktes. Beim klassischen Klimaschutz funktioniert diese Ausgleichslogik. Eine Tonne CO2, die in Brandenburg ausgestoßen wird, ist physikalisch identisch mit einer Tonne CO2, die in Spanien aus der Luft gesaugt wird. Dem Klima ist die Geografie egal, die Währung ist universell austauschbar.
Die Natur lässt sich aber nicht in ein globales Hauptbuch pressen. Man kann den Lebensraum der brandenburgischen Rotbauchunke nicht durch eine iberische Eidechse ausgleichen. Wer Jaguare mit Regenwürmern vergleicht, verliert. Dennoch arbeiten Dutzende europäische NatureTech-Start-ups aktuell genau daran: Sie nutzen Drohnen, Umwelt-DNA und Bioakustik-KIs, um die unendliche Komplexität eines Ökosystems in eine einzige, handelbare Finanzkennzahl zu übersetzen.
Es ist der ambitionierte Versuch der Tech-Branche, das Unmessbare messbar zu machen – und er droht zu einer gigantischen Illusion zu werden.
Die „God-Mode“-Technologien: Der Wald wird ausgelesen
An Daten mangelt es dabei nicht. Im Gegenteil: Die technologische Entwicklung der letzten Jahre ermöglicht uns einen völlig neuen, fast gottgleichen Blick auf Ökosysteme.
Nehmen wir das Münchner Start-up Hula Earth. Das Team bringt das Internet of Things in den Wald. Solarbetriebene Sensoren und Mikrofone lauschen rund um die Uhr. Eine künstliche Intelligenz filtert das Rauschen, identifiziert das spezifische Zirpen einer bestimmten Grillenart und verknüpft diese akustischen Daten mit Satellitenbildern. Ähnlich radikal ist der Ansatz des Start-ups IdentMe aus Halle an der Saale. Statt Tiere mühsam zu fangen oder zu zählen, setzt das Team auf eDNA (Umwelt-DNA). Ein winziger Tropfen Wasser aus einem See oder eine Bodenprobe reichen aus, um genetisch exakt nachzuweisen, welche Tier- und Pflanzenarten in den vergangenen Tagen hier verkehrten.
Der blinde Fleck der Biologie verschwindet. Wir wissen heute besser denn je, was im Wald passiert. Das Problem der Start-ups ist nicht die Datenerhebung. Das Problem beginnt beim nächsten Schritt: der Monetarisierung.
Der Index-Fehler: Mathematik vs. Biologie
Um einen Biodiversitäts-Credit an ein Unternehmen verkaufen zu können, müssen Start-ups Millionen von Datenpunkten – Vogelstimmen, DNA-Spuren, Lidar-Scans von Baumkronen – aggregieren. Sie müssen all das in eine einzige Zahl pressen. Einen Index. Einen Score.
Und hier schlagen Ökolog*innen und Biolog*innen Alarm. Die Natur ist kein Dashboard. Wenn ein Start-up-Algorithmus Biodiversität vor allem nach der bloßen Anzahl der gefundenen Arten bewertet (weil sich das mathematisch leicht berechnen lässt), droht eine gefährliche Gamification. Nach dieser Logik wäre ein künstlich angelegter Stadtzoo mit exotischen Tieren wertvoller als ein natürliches, hochspezialisiertes – aber naturgemäß artenarmes – Hochmoor. Die Reduktion von Ökosystemen auf eine handelbare Metrik öffnet Tür und Tor für Fehlsteuerungen.
Das Trauma der Carbon-Märkte
Die europäische Start-up-Szene agiert hier in einem extrem angespannten Umfeld. Der Vorgänger-Markt – die freiwilligen CO2-Zertifikate – liegt nach massiven Greenwashing-Skandalen um wertlose „Phantom-Wälder“ in Trümmern. Investor*innen sind nervös, das Misstrauen gegenüber reinen Tech-Versprechen ist groß.
Gleichzeitig baut sich ein immenser regulatorischer Druck auf. Durch die europäische Berichtspflicht (CSRD) geraten Konzerne in Panik. Start-ups wie das Berliner Unternehmen Kuyua bauen deshalb Plattformen, die Unternehmen helfen, ihre extrem komplexen Natur- und Klimarisiken in den globalen Lieferketten überhaupt erst einmal zu erfassen. Konzerne müssen plötzlich handeln, Metriken vorweisen und Natur-Bilanzen erstellen, obwohl die wissenschaftlichen Standards für diese Bilanzen noch gar nicht ausgereift sind. Es entsteht ein gefährlicher Blindflug, bei dem Milliardenbudgets in unfertige Systeme fließen könnten, nur um Compliance-Häkchen zu setzen.
Fazit: Von Offsetting zu Insetting
Bedeutet das, dass die europäischen NatureTech-Start-ups auf dem Holzweg sind? Keineswegs. Die Technologien von eDNA bis Bioakustik sind bahnbrechend. Der Fehler liegt nicht in der Hard- oder Software, sondern im Geschäftsmodell des Ablasshandels.
Biodiversität lässt sich schlichtweg nicht „offsetten“. Zerstörung an Ort A kann nicht durch Schutz an Ort B ungeschehen gemacht werden. Der wahre und zukunftsfähige Wert der NatureTech-Szene liegt im sogenannten Insetting.
Anstatt Zertifikate aus dem Amazonas an deutsche Autobauer zu verkaufen, müssen diese Technologien eingesetzt werden, um die Natur innerhalb der eigenen Lieferketten zu reparieren. Die KI von Hula Earth oder die eDNA-Analysen von IdentMe entfalten ihr volles Potenzial, wenn sie messen, wie sich die Pestizidreduktion auf den Feldern der direkten Zulieferer auswirkt.
Die Natur lässt sich nicht als globale Währung handeln. Aber mit der richtigen Technologie lässt sie sich vor der eigenen Haustür endlich verstehen – und im besten Fall retten.
Sheap: Wie Roman Wolf (15) den Prospekt-Dschungel digitalisiert
Zwischen Hausaufgaben und Coden am Küchentisch: Der 15-jährige Roman Wolf aus dem fränkischen Donnersdorf hat mit Sheap eine KI-gestützte App gebaut, die Supermarkt-Angebote automatisch in Rezepte verwandelt.
Wer beim Wocheneinkauf sparen möchte, kennt das Ritual: Das analoge Durchblättern bunter Supermarktprospekte, das manuelle Vergleichen von Preisen und die mühsame Frage, welche Mahlzeiten sich aus den reduzierten Produkten sinnvoll kombinieren lassen. In Zeiten spürbarer Inflation und hoher Lebensmittelpreise ist das für viele längst finanzielle Notwendigkeit. Für Roman Wolf war dieses Alltagsproblem der Startschuss für sein erstes eigenes Tech-Unternehmen.
Als eines von sechs Kindern wuchs der Schüler in einem Haushalt auf, in dem der Wocheneinkauf logistisch und finanziell ins Gewicht fiel. „Bei uns zuhause war Einkaufen immer ein großes Thema“, erinnert sich Wolf. Dabei fiel ihm ein grundlegendes Problem auf: „Angebote und Rezepte sind eigentlich immer getrennt. Entweder schaust du, was gerade günstig ist, oder du suchst ein Rezept.“ Beides manuell zusammenzubringen, kostete viel Zeit und Nerven. „Das muss doch einfacher gehen“, schoss es dem Jugendlichen durch den Kopf. So wurde Sheap geboren.
Unter diesem Namen hat der 15-Jährige eine App entwickelt, die wöchentlich die aktuellen Angebote von über neun Supermarktketten – darunter Aldi, Lidl, Rewe und Kaufland – aggregiert. Der Clou: Die App generiert aus den Angebotsdaten wöchentlich über 270 fertige Rezepte. „Klassische Rezept-Apps starten meistens beim Rezept. Angebotsportale starten beim Preis. Sheap verbindet beides“, bringt es der Gründer auf den Punkt.
Vom analogen Schmerz zur App in Rekordzeit
Bemerkenswert ist das konsequente Lean-Startup-Vorgehen. In gerade einmal vier Monaten zog Wolf das Projekt von der Idee bis zur Veröffentlichung durch. Dabei ist er kein bloßer Ideengeber, der eine Agentur beauftragt hat. Seine ersten Programmiererfahrungen sammelte er bereits mit elf Jahren beim Bau kleiner Spiele. Für Sheap brachte er sich das nötige Wissen durch Online-Kurse und Ausprobieren kurzerhand selbst wieder bei.
„Ja, das hat auf jeden Fall einiges an Nerven gekostet!“, gibt der Schüler unumwunden zu. Gleichzeitig verweist er auf technologische Schützenhilfe: „Heute gibt es mit KI unglaublich viele Möglichkeiten, die Entwicklung von Software effizienter zu machen. Da konnte ich mir auch die ein oder andere Stunde sparen.“
Die Update-Historie in den App-Stores belegt seine technische Disziplin. Fast wöchentlich spielt er Verbesserungen aus, integriert etwa Gamification-Elemente wie ein Spar-Dashboard, das den Nutzer*innen ihre finanzielle Ersparnis aufzeigt.
Accelerator-Weihen und der Kampf mit der Bürokratie
Dass es sich bei Sheap um ein ernstzunehmendes Produkt handelt, zeigen knapp 2.000 Nutzer*innen sowie die Finalteilnahme am FLIGHT Accelerator der Startbahn27 in Schweinfurt. Doch wer als 15-Jähriger gründet, stößt rechtlich schnell an harte Grenzen. Vertreten wird das Start-up daher pragmatisch durch die familiäre „Wolfs Vermietungs GbR“.
Seine Eltern hätten ihn von Anfang an unterstützt, betont der Gründer. Einen großen Pitch am Küchentisch brauchte es nicht. „Die Lösung mit der GbR war keine lange Diskussion, sondern vor allem eine praktische Möglichkeit, um die rechtlichen Voraussetzungen in der Anfangsphase zu erfüllen“, erklärt Wolf. Dennoch ist er sich bewusst, dass mit dem Wachstum auch die Verantwortung wächst. „Deshalb ist eine Umwandlung in eine UG bereits in Planung“, so der Jungunternehmer.
B2C-Haifischbecken und offene Daten-Fragen
Trotz des rasanten Starts bewegt sich das Modell in einem schwierigen Markt: Nutzer*innen sind kostenlose Rezept-Apps gewöhnt. Die Frage, woher die Echtzeit-Daten der Supermärkte stammen – ob über offizielle Schnittstellen oder mühsames Web-Scraping –, ließ der Gründer unbeantwortet. Bezüglich der Serverkosten gibt er sich jedoch transparent: „Aktuell tragen ich und meine Eltern die laufenden Kosten.“ Diese seien noch überschaubar, doch der Schüler gibt die Marschroute klar vor: „Sicherlich ist es mein Ziel, in den nächsten Monaten ins Plus zu ziehen.“
Ein lukrativer Ausweg aus der Monetarisierungsfalle ist der Schritt in den B2B-Bereich. Wolf führt bereits erste Gespräche mit Supermärkten und großen Einzelhandelsgruppen. Wer vermutet, gestandene Kaufleute würden einen 15-Jährigen belächeln, irrt. „Ich hatte erwartet, dass ich mich vielleicht drei- bis viermal öfter durchsetzen muss, aber das Gegenteil ist der Fall“, so Wolf. „Es sind immer Gespräche auf Augenhöhe.“
Der Burggraben gegen die Branchenriesen
Dennoch bleibt die Konkurrenz durch Riesen wie KaufDA oder Rewe ein Thema. Was passiert, wenn die Großen das Modell in ihre eigenen Apps einbauen? „Das ist die Frage, die mich noch am unsichersten macht“, räumt er ehrlich ein. Die großen Player hätten Budgets und Teams, die er nie einholen könne. Sein eigener Burggraben sei die extreme Agilität: „Wenn jemand mir heute Feedback schreibt, kann ich übermorgen ein Update rausspielen. Kein Meeting, kein Freigabeprozess, keine Quartalsstrategie.“
Langfristig, so betont der Gründer, suche er ohnehin nicht die Konfrontation. „Ich will gar kein Gegner der großen Ketten sein, ich will ihr Partner werden.“ Wenn Sheap dem Supermarkt helfe, rabattierte Waren cleverer zu vermarkten, ändere sich die Dynamik: „Dann bin ich nicht mehr der Außenseiter, den sie fürchten müssen, sondern jemand, mit dem sie bauen wollen. Auf diesen Moment arbeite ich hin.“
Fazit: Machen statt Planen
Roman Wolf und Sheap sind ein Paradebeispiel dafür, wie zugänglich App-Entwicklung geworden ist. Auch wenn die Skalierung im FoodTech-Markt eine massive Hürde bleibt: Wer mit 15 Jahren ein Produkt baut, in Accelerator-Finals steht und auf Augenhöhe mit dem Einzelhandel verhandelt, dem stehen alle Türen offen. Wie Wolf selbst kürzlich riet: „Fangt früher an, als ihr euch bereit fühlt. Holt euch echtes Feedback. Und gebt nicht zu schnell auf.“
Nomado24: Wie zwei Studenten mit KI den Remote-Arbeitsmarkt aufräumen wollen
Jobbörsen sind voller „Remote“-Jobs – doch oft verbirgt sich im Kleingedruckten die Präsenzpflicht. Das Ludwigshafener Start-up Nomado24 nutzt Sprachmodelle, um Stellenanzeigen zu filtern. Eine smarte Idee für eine spitze Zielgruppe. Aber reicht das für ein tragfähiges Geschäftsmodell?
Der Frust ist vielen Bewerber*innen und digitalen Nomad*innen nur allzu gut bekannt: Man filtert auf etablierten Job-Portalen nach „Remote“ oder „Homeoffice“, nur um dann im Textfeld über Klauseln wie „zwei Tage pro Woche am Standort“ zu stolpern. Große Plattformen filtern meist nur nach Stichworten, was für Unübersichtlichkeit sorgt. Genau hier setzt Nomado24 an. Das junge HR-Tech-Start-up aus Ludwigshafen will den Markt mit einem KI-Sprachmodell (LLM) sauberer vermessen, indem es den Kontext jeder Anzeige liest und verifiziert, ob der Job zu 100 Prozent ortsunabhängig ausgeübt werden kann.
Doch wer braucht so eine spezialisierte Plattform überhaupt? Schließlich finden sich viele echte Remote-Jobs im IT-Sektor, wo Fachkräfte sich ihre Stellen ohnehin aussuchen können. „Der Einwand stimmt“, räumt Mitgründer Anton Petuchow unumwunden ein. „Senior-Entwicklerinnen und -Entwickler bekommen drei Recruiter-Nachrichten pro Woche, die brauchen uns nicht, und sie sind ausdrücklich nicht unser Fokus.“ Nomado24 zielt stattdessen auf die andere Hälfte des Remote-Marktes ab: Berufe im Kund*innenservice, Vertriebsinnendienst, Marketing oder der Buchhaltung sowie Menschen, die einen Nebenjob von zu Hause suchen. Hier gebe es echte ortsunabhängige Stellen, aber die Kandidat*innen müssten selbst suchen. „Für sie ist eine Plattform, die aussortiert statt aufzublähen, ein spürbarer Unterschied“, betont Petuchow. Der geografische Fokus liege dabei klar auf dem deutschsprachigen Raum, da der globale englischsprachige Markt bereits gut versorgt sei.
Die Nomado24-Datenanalyse im Fokus
Wie dringend dieser KI-Filter nötig ist, zeigt ein Blick auf die Daten: Ein interner Audit des Start-ups von Ende Juli 2026 offenbart die Schwächen des aktuellen Marktes. Von 2.459 als „remote“ ausgewiesenen Stellen fielen 14,5 Prozent durch das KI-Raster, da sie de facto nicht komplett ortsunabhängig waren. Zudem nennt nur jede vierzigste Anzeige ein konkretes Gehalt – trotz der längst abgelaufenen Frist zur EU-Entgelttransparenzrichtlinie.
Für digitale Nomad*innen lauert jedoch oft ein weiterer Knackpunkt: „100 % Remote“ bedeutet in der Praxis häufig „100 % Homeoffice innerhalb Deutschlands“, da Arbeitgeber*innen bei dauerhafter Arbeit aus dem EU-Ausland schnell steuerliche Fallstricke drohen. Prüft die KI also auch das Arbeitsrecht? „Wir prüfen mehr, als der reine Remote-Haken hergibt, aber wir ziehen eine bewusste Grenze“, erklärt Petuchow. Der KI-Klassifikator lese zwar geografische Einschränkungen aus, eine verbindliche Einzelfallprüfung zu Betriebsstättenrisiken oder Sozialversicherungsfragen biete man jedoch bewusst nicht an. „Das wäre automatisierte Rechtsberatung“, so der Gründer. Gerade der Beschäftigungskontext sei laut EU-KI-Verordnung hochriskant. „Ein System, das verbindliche steuer- und arbeitsrechtliche Auskünfte zu konkreten Arbeitsverhältnissen erteilt, bringt einen Pflichtenkatalog mit, den wir als zweiköpfiges Team heute nicht seriös stemmen können“, stellt er klar. Stattdessen mache man die ohnehin entspannten Freizügigkeitsregeln innerhalb der EU sichtbar und verweise bei komplexen Einzelfällen auf Expert*innen.
Die Gründer: Aus dem Hörsaal auf den Markt
Hinter Nomado24 stehen keine langjährigen HR-Veteranen, sondern Anton Petuchow und Lars Schreiner. Die zündende Idee brachte Schreiner, der an der HWG Ludwigshafen Sustainable Management studiert, aus seiner Zeit als Surflehrer mit: Mangels lokaler Alternativen mussten viele seiner Kollegen außerhalb der Saison unterqualifizierte Jobs annehmen. Bei Nomado24 verantwortet er heute Vertrieb und Marketing, während WHU-Absolvent Petuchow nach Stationen bei BASF und Allianz die Bereiche Strategie und Produkt leitet.
Der Weg aus dem studentischen Umfeld zur offiziell gegründeten UG (haftungsbeschränkt) war jedoch zäh. „Die größte Hürde war nicht die Gründung selbst, sondern das Drumherum“, blickt Petuchow auf Themen wie Steuernummern, Datenschutz und AGBs zurück. „Für zwei Studenten ohne Vorerfahrung sind das Wochen, in denen kein einziges Produktfeature entsteht. Rückblickend war es trotzdem richtig, das früh sauber zu machen.“ Finanziert ist das Start-up, das im TechnologieZentrum Ludwigshafen (TZL) sitzt und Ende Mai 2026 live ging, bislang komplett gebootstrappt und durch Fördermittel (StartInRLP) sowie Azure-Credits von Microsoft. Business Angels sollen erst in einer kommenden Finanzierungsrunde an Bord geholt werden.
Geschäftsmodell und Markt: Ein kritischer Blick
Nomado24 bietet neben der Jobvermittlung auch eine „Pro“-Funktion für Bewerber*innen sowie mittelfristig die Vermittlung von Coworking-Spaces an. Droht dem kleinen Team hier nicht ein klassischer „Feature Creep“, bei dem man sich verzettelt? Petuchow nimmt die Kritik gelassen auf: „Die Jobbörse ist das Produkt. Alles andere muss aus derselben Datenbasis fallen und darf keine eigene Roadmap verlangen.“ Die geplante Coworking-Suche sei der beste Beleg für diese Disziplin, da man keine Ressourcen in den Aufbau eigenen Inventars stecke, sondern auf eine Partnerschaft mit einem Weltmarktführer setze. Dennoch gibt er selbstkritisch zu: „Ja, wir haben in der Anfangsphase mehr gebaut, als für den Fokus gut war, und haben deshalb inzwischen Dinge bewusst zurückgestellt.“
Um im Haifischbecken der großen Jobbörsen wie Stepstone oder Indeed zu bestehen, nutzt das Start-up Automatisierung, um schnell eine kritische Masse an Stellen zu bieten. Den Vorwurf des unerlaubten „Scrapings“ von Fremdportalen lässt die Geschäftsführung jedoch nicht gelten. Hier wird Petuchow deutlich: „Der Begriff Scraping beschreibt unsere Arbeitsweise falsch. Wir lesen keine Fremdportale aus. Indeed, Stepstone oder LinkedIn fassen wir nicht an.“ Stattdessen beziehe man die aktuell rund 2.400 Anzeigen aus offiziellen Schnittstellen der Arbeitsagentur, von Partnerschnittstellen, aus Bewerbermanagementsystemen oder direkt von Arbeitgeber*innen. „Wir entziehen niemandem Traffic, wir schicken welchen“, wehrt er rechtliche Bedenken ab.
Auch die befürchteten Serverkosten für das ständige KI-Screening seien extrem überschaubar. „Eine Anzeige wird einmal gelesen und danach beliebig oft ausgeliefert, ohne dass noch einmal ein Modell anspringt“, erklärt der Gründer. Dank des Microsoft-Förderprogramms verbrenne man aktuell ohnehin kein Geld für die Infrastruktur.
Bleibt das klassische Henne-Ei-Problem: Wie überzeugt man zahlende Unternehmenskunden, wenn die Reichweite noch im Aufbau ist? „Unsere Antwort auf das Henne-Ei-Problem heißt nicht Vertrieb, sondern Google“, verrät Petuchow die SEO-Strategie. Durch strukturiert ausgezeichnete Anzeigen bei „Google for Jobs“ und gezielte Suchseiten baue man organisch Reichweite auf. Die Klicks verdreißigfachten sich zuletzt nahezu – ganz ohne Werbebudget. Petuchows Maxime: „Erst Nutzerzahlen aufbauen, dann monetarisieren. Und wenn wir mit Arbeitgebern über bezahlte Inserate sprechen, dann mit belegbarer Reichweite statt mit Versprechen.“
Einordnung und Fazit
Nomado24 bedient zweifellos einen echten Pain Point und punktet mit seinem transparenten Ansatz, unpassende Jobs knallhart auszusortieren. Das große Risiko: Die Technologie hinter LLMs wird rasant zugänglicher. Große Player könnten die Kernfunktion mit ihren massiven Entwicklungs-Ressourcen theoretisch schnell kopieren.
Wo liegt also der Burggraben? „Ehrlich gesagt: Einen unkopierbaren Burggraben haben wir nicht, und ich würde jedem Gründer misstrauen, der bei einem Sprachmodell-Feature einen behauptet“, kontert der WHU-Absolvent selbstbewusst. Die Branchengiganten würden einen so strengen Filter jedoch kaum ausrollen wollen, da deren Geschäftsmodell auf Reichweite und Anzeigenvolumen basiere. Ein Filter, der rigoros 14 Prozent der Anzeigen als „Fake-Remote“ aussortiert, würde dort zahlende Kund*innen verprellen. „So etwas baut niemand konsequent gegen das eigene Geschäftsmodell“, ist Petuchow überzeugt. „Für die Großen wäre derselbe Filter ein Umsatzproblem, für uns ist er das Produktversprechen.“
Ein klassischer David-gegen-Goliath-Pitch mit einer cleveren Nischenstrategie. Für die Zukunft hat sich das Team bis Mitte 2027 vier klare Meilensteine gesetzt: Organische Reichweite aufbauen, eine belastbare Konversionsrate für das Pro-Modell erzielen, das Angebot an echten Remote-Stellen im deutschsprachigen Raum ausbauen und die Coworking-Partnerschaft live bringen. Erst danach sei der B2B-Verkauf an Arbeitgeber*innen der logische Schritt. Anton Petuchow schließt mit einem klaren Versprechen an sich selbst: „Wenn diese vier bis Mitte 2027 nicht stehen, schulden wir uns selbst eine ehrliche Antwort darauf, warum nicht.“
DRIK 17: Smartes Gadget, skalierbares Business?
Nach rund zwei Jahren Entwicklungszeit und einer erfolgreichen Crowdfunding-Kampagne im Spätsommer 2025 hat das bayerische Start-up DRIK 17 im Juli 2026 mit der Auslieferung seines Premierenprodukts begonnen. Die Gründer Ralph Seel-Mayer und Emma Ehrenberg versprechen mit ihrem DRIK 17 Carrier eine smarte Lösung für ein altbekanntes Platzproblem von Rennrad- und Gravelbike-Fahrer*innen. Doch wie tragfähig ist die Geschäftsidee hinter der Hybrid-Trinkflasche, und wo liegen die Hürden im hart umkämpften Fahrradmarkt?
Der Grundstein für das Start-up, dessen Name sich aus „Drink“, „Kit“ und dem Lösungsprinzip „Trick 17“ zusammensetzt, wurde in einer Lehrveranstaltung an der Hochschule München gelegt. Unterstützt vom Programm exist women und dem Strascheg Center for Entrepreneurship (SCE), wagte das radsportbegeisterte Duo den Sprung in die Selbständigkeit. Beim SCE handelt es sich um das Gründungszentrum der Hochschule München, das als Start-up-Hub junge Unternehmen von der ersten Ideenentwicklung bis zur Marktreife mit Know-how, Netzwerken, Mentoring und Förderprogrammen begleitet.
Crowdfunding als Markttest
Dass in der Nische eine enorme Nachfrage besteht, bewies die Kickstarter-Kampagne im September 2025: Das Finanzierungsziel von 8.000 Euro war in nur 33 Stunden geknackt, am Ende kamen knapp 12.000 Euro von 218 Unterstützern zusammen. Für komplexe Spritzgusswerkzeuge und eine deutsche Produktion ist das jedoch ein Tropfen auf den heißen Stein.
„Kickstarter war für uns vor allem ein Market Proof – wir wollten zeigen, dass es echte Nachfrage nach unserem Produkt gibt“, betont Ingenieur Ralph Seel-Mayer, der im Team für Zahlen und Partnerschaften zuständig ist. Das eigentliche Startkapital stammte aus einer früheren Trikot-Verkaufsaktion („June of Joy“), flankiert von Fördergeldern wie dem Innovationsgutschein und Fremdkapital. Das SCE habe dem Team dabei den Zugang zu Fördermöglichkeiten erleichtert und als Sparringspartner fungiert, so der Mitgründer.
Die Technik: 450 Milliliter und kein Klappern
Der DRIK 17 Carrier sieht von außen aus wie eine reguläre 850-ml-Flasche. Im Inneren verbirgt sich jedoch ein Zwei-in-Eins-Konzept: 450 ml Platz für Flüssigkeit, gepaart mit einem Stauraum für Werkzeug, Ersatzschläuche oder CO₂-Kartuschen. Eine passgenaue Stofftasche verhindert störendes Klappern auf Schotterpisten. Zudem lagert das Konzept harte, potenziell rückenverletzende Metallgegenstände aus den Trikottaschen sicher in den Rahmen aus.
Doch Flüssigkeit und Gegenstände auf engstem Raum zu vereinen, barg technologische Tücken. „Die größte Herausforderung war, die beiden Funktionen sinnvoll miteinander zu kombinieren“, räumt Seel-Mayer ein. Es ging vor allem darum, das System für wirtschaftliche Blasform- und Spritzgussverfahren zu optimieren. „Genau diese Balance hat uns die meiste Entwicklungszeit gekostet“, fasst er zusammen.
Produkt-Designerin Emma Ehrenberg ergänzt, dass unzählige Iterationen nötig waren, um Technik und Ästhetik zu vereinen. „Durch den 3D-Druck konnten wir sehr schnell neue Varianten entwickeln und testen“, erklärt sie den rasanten Prototypen-Prozess. „Unser Ziel war immer, dass die User Experience im Vordergrund steht.“
Kritisch hinterfragt: Nische oder Massenmarkt?
Trotz des runden Marktstarts muss sich das Hardware-Start-up im rauen Konsumgüterbereich beweisen. Dabei offenbaren sich drei zentrale Knackpunkte:
1. Das Volumen-Dilemma: Wer den DRIK 17 Carrier nutzt, opfert effektiv rund 400 ml Trinkvolumen im Vergleich zu einer Standard-850-ml-Flasche – ein potenzielles K.-o.-Kriterium für Langstreckenfahrer*innen. Emma Ehrenberg kontert diese Bedenken resolut: „Die 450 ml sind für uns kein Kompromiss, sondern eine bewusst gewählte Balance aus Trinkvolumen und Stauraum.“ Sie argumentiert, dass das Volumen zusammen mit einer zweiten Flasche für viele Ausfahrten genüge und das Fach auch für Kohlenhydratpulver genutzt werden könne, um unterwegs lediglich Wasser nachzufüllen.
2. Margendruck durch „Made in Germany“: Ein Preis von rund 44 Euro ist ambitioniert, und die teure Produktion in Deutschland drückt die Rohmarge. Will das Duo zweistufig über den Fachhandel wachsen, fordern Händler*innen ihren Anteil. Auf die Frage, wie realistisch der Sprung in den B2B-Markt unter diesen Umständen sei, reagiert Seel-Mayer optimistisch, bleibt bezüglich konkreter Margen-Kalkulationen aber vage: Man schätze vor allem die schnellen Entwicklungswege und führe bereits Gespräche mit dem Handel. „Eine Verlagerung der Produktion schließen wir zum jetzigen Zeitpunkt aus“, versichert der Gründer.
3. Das Single-Product-Risiko: Die Kund*innenakquisitionskosten für ein einzelnes Zubehörteil im Direct-to-Consumer-Geschäft sind hoch. Um den Customer Lifetime Value zu steigern, muss schnell ein Ökosystem her. „Bereits konkret geplant ist eine reine Trinkflasche, die die gleiche Designsprache aufgreift“, verrät Ehrenberg. Ein mutiger Schritt, denn ohne das smarte Werkzeugfach begibt sich das Start-up in einen stark gesättigten Markt, der stark über den Preis dominiert wird. Zudem arbeite man an verschiedenen Compartments und Equipment-Kits für das modulare System.
Kampf gegen die Branchenriesen
Sollten Branchenriesen wie SKS oder Specialized das – wenn auch zum Patent angemeldete – Multi-Storage-Konzept kopieren, droht ein ungleicher Verdrängungswettbewerb. Ralph Seel-Mayer gibt sich angesichts dieses Szenarios gelassen: „Sollten große Marken ähnliche Konzepte entwickeln, wäre das für uns zunächst einmal eine Bestätigung.“ Er verweist auf junge Marken wie Cyclite oder Ryzon, die zeigen, dass Identität und Kund*innennähe heute oft schwerer wiegen als Unternehmensgröße. „Genau diese Nähe lässt sich nur schwer kopieren“, gibt er sich selbstbewusst. Eine charmante, aber riskante Wette: Denn ob ein treuer Kern an Community-Kund*innen ausreicht, um zu überleben, wenn etablierte Riesen das eigene Konzept mit enormer Vertriebspower in jeden Fahrradladen drücken, bleibt die eigentliche Feuerprobe für DRIK 17.
Fazit
Mit dem DRIK 17 Carrier besetzt das Münchner Duo eine clevere Nische zwischen sperrigen Satteltaschen und reinen Werkzeugflaschen, verlangt den Nutzer*innen aber Abstriche bei der Trinkmenge ab. Das Community-Building hat perfekt funktioniert. Nun muss das Team beweisen, dass die Marke auch über ihr Erstlingswerk hinaus skalierbar ist und den Sprung in den Fachhandel übersteht – ohne dass die hohen heimischen Produktionskosten das Wachstum ausbremsen.
Wie ScanlyAI den Markt für Produkt-Listings aufs nächste Level heben will
Das 2021 von Alexander Khramtsov gegründete SFP-IT verspricht mit seiner neuen Lösung „ScanlyAI“ das Ende manueller Produktdatenerfassung. Ein Foto soll genügen, um verkaufsfertige Inserate für eBay, Kleinanzeigen und Co. zu generieren. Doch wie tief ist der technologische Burggraben wirklich, wenn die großen Marktplätze längst eigene KI-Lösungen ausrollen?
Wer im E-Commerce wachsen will, scheitert oft an der profansten aller Aufgaben: der Dateneingabe. Jeder Artikel muss fotografiert, vermessen, beschrieben und bepreist werden – ein enormer Flaschenhals, insbesondere für Händler*innen von Retouren, Restposten oder gebrauchten Ersatzteilen. Genau hier setzt ScanlyAI an, ein neues Produkt der 2021 gegründeten SFP-IT aus dem bayerischen Neusäß.
Die Versprechung klingt nach dem feuchten Traum jedes/jeder Online-Händler*in: Ein Foto via Smartphone-App oder Browser hochladen, und eine KI extrahiert vollautomatisch Marke, Modell, Zustand und technische Eigenschaften. Sogar Barcodes und Etiketten sollen ausgelesen werden, um am Ende einen suchmaschinenoptimierten Titel, eine Beschreibung und einen marktgerechten Preisvorschlag auszuspucken. Die Zeit pro Inserat soll so auf unter eine Minute sinken.
Auf die Frage nach der tatsächlichen Trefferquote im harten E-Commerce-Alltag warnt Gründer Alexander Khramtsov jedoch vor allzu pauschalen Versprechungen. „Eine pauschale Trefferquote wäre unseriös, weil sie stark vom jeweiligen Produkt abhängt“, räumt er ein. Während sich Artikel mit intakten Typenschildern oder Barcodes leicht scannen ließen, erfordere stark beschädigte oder unvollständige Ware mehr Finesse. Deshalb verlasse sich ScanlyAI nicht auf ein einziges Modell, sondern kombiniere Bilderkennung gezielt mit OCR und weiteren Datenquellen. Die KI solle den/die Händler*in ohnehin nicht komplett ersetzen, sondern ihm lediglich den lästigsten Teil der Arbeit abnehmen. Ab wann sich die Software rechnet? „Finanziell lohnt sich ScanlyAI aus meiner Sicht bereits für Händler, die regelmäßig Produkte einstellen“, betont Khramtsov. Wer monatlich hunderte oder gar tausende Artikel verarbeite, spare nicht nur viele Stunden, sondern könne die neu gewonnene Zeit direkt in den Einkauf oder den Kund*innenservice stecken.
Aus der Werkstatt in den Browser
Die Entstehungsgeschichte von ScanlyAI unterscheidet sich vom klassischen Garagen-Start-up-Narrativ. Hinter dem Tool steht die SFP-IT unter der Leitung von Geschäftsführer Alexander Khramtsov. Das Unternehmen – ursprünglich unter dem Namen „new direction systems GmbH“ gestartet – agiert heute als etabliertes Systemhaus, das sich auf Cloud-Plattformen, Digital-Twin-Lösungen und industrielle Automatisierung versteht.
Dieser Hintergrund erklärt den eigentlichen Nukleus von ScanlyAI: Die Software hat ihre Wurzeln in der Identifikation von Kfz-Ersatzteilen. Wer jemals versucht hat, eine gebrauchte Lichtmaschine ohne lesbare Teilenummer korrekt zuzuordnen, kennt das Problem.
Der Ursprung liege tatsächlich in diesem hochkomplexen Bereich, bestätigt der Geschäftsführer. „Dort haben wir ein sehr schwieriges Problem gelöst: Produkte anhand von Fotos und wenigen vorhandenen Informationen möglichst zuverlässig zu identifizieren“, blickt er zurück. Irgendwann sei dem Team klargeworden, dass dieses Identifikations-Nadelöhr genauso bei Retouren oder Restposten existiert. Dass aus einer hochspezialisierten Nischenlösung nun ein breites E-Commerce-Tool für den Massenmarkt pivotierte, ist ein klassischer und kluger Start-up-Move. Die Technologie hatte ihren Proof of Concept im extrem schwierigen Daten-Markt bestanden und wurde nun skaliert. Bemerkenswert dabei ist die völlige Unabhängigkeit von Investoren. „Die Entwicklung wurde komplett aus unserem eigenen Unternehmen finanziert“, erklärt Khramtsov stolz. Man habe bewusst auf externes Kapital verzichtet, um sich die Freiheit zu bewahren, das Produkt „konsequent an den Bedürfnissen unserer Kunden weiterzuentwickeln.“
Wer zahlt für etwas, das eBay auch kann?
Das Geschäftsmodell von ScanlyAI zielt klar auf professionelle Power-Seller*innen und KMU im B2B-Bereich ab. Während private Gelegenheitsverkäufer*innen wohl kaum für ein solches Tool zahlen würden, ist der ROI für gewerbliche Händler*innen durch die immense Zeitersparnis sofort greifbar. Die Funktionen – wie der Massenupload für große Warenbestände und der zentrale Listing-Editor – deuten auf ein klassisches SaaS-Modell hin. SFP-IT setzt hier erfreulicherweise auf ein rein kontingentbasiertes Credit-System (Pay-per-Listing) ohne klassische Abo-Falle.
Doch hier muss sich das Modell kritischen Fragen stellen. Der Markt wächst rasant und die Plattformen selbst, wie etwa eBay, haben längst eigene „Magical Listing“-KI-Tools gebührenfrei in ihre Apps integriert, die ebenfalls aus Fotos Beschreibungen generieren. Direkte Wettbewerber*innen wie Photoroom fischen im selben Teich.
Warum also für ScanlyAI zahlen? „Die KI-Funktionen der Marktplätze sind eine sinnvolle Unterstützung, lösen aber immer nur einen kleinen Teil des gesamten Prozesses“, kontert Khramtsov das drohende Plattform-Risiko. ScanlyAI verstehe sich nicht als Konkurrenz zu eBay und Co., sondern als zentrale, vorgelagerte Plattform. Es gehe darum, Barcodes auszulesen, strukturierte Produktdaten zu generieren und bei Pflichtangaben zu assistieren – völlig unabhängig vom späteren Verkaufskanal. Wer eBays KI nutzt, dessen Daten bleiben bei eBay. Bei ScanlyAI ließen sich die generierten Datensätze hingegen auch ins eigene ERP-System exportieren. „Viele Reseller verkaufen gleichzeitig über mehrere Kanäle. Genau dort spielt ScanlyAI seine Stärken aus, weil die Produktdaten nur einmal erstellt werden müssen“, argumentiert der Gründer.
Wo liegen die Hürden?
Für StartingUp lassen sich beim Blick unter die Haube von ScanlyAI drei zentrale Herausforderungen identifizieren:
- Das Halluzinations-Risiko: KI-Modelle neigen dazu, Lücken kreativ zu füllen. Dichtet die KI bei einem Laptop auf dem Foto fälschlicherweise 16 GB statt 8 GB RAM in die Beschreibung, haftet am Ende der/die Händler*in für den Sachmangel. Beim sensiblen Thema Haftung gibt sich der Gründer ernst, wehrt eine direkte Mithaftung für KI-Aussetzer aber wenig überraschend ab. „Am Ende bleibt die Verantwortung für ein Inserat selbstverständlich beim Verkäufer“, stellt er klar. Dennoch setze man alles daran, Fehler technisch zu minimieren. „ScanlyAI ist bewusst nicht so aufgebaut, dass eine KI einfach irgendeinen Text erzeugt“, versichert Khramtsov. Das System validiere verschiedene Datenquellen gegenseitig; unsichere Angaben würden gar nicht erst übernommen oder zur manuellen Kontrolle markiert. Sein Credo: „Unser Ziel ist deshalb nicht, Vermutungen zu treffen, sondern möglichst belastbare Informationen bereitzustellen.“
- Der technologische Burggraben: SFP-IT spricht von einem proprietären KI-System. In einer Zeit, in der multimodale KI-Modelle wie GPT-4o extrem günstige Bild-zu-Text-APIs bieten, stellt sich die Frage nach der Einzigartigkeit der Basis-Technologie. Nutzt SFP-IT am Ende doch nur fertige Large-Vision-Modelle? Darauf angesprochen gibt sich Khramtsov erfrischend pragmatisch: „Ich glaube, heute entwickelt kaum noch jemand jedes KI-Modell komplett selbst und das muss man auch nicht“, räumt er offen ein. Das Unternehmen verfolge einen technologieoffenen Ansatz und nutze APIs dort, wo es sinnvoll sei, gepaart mit eigenen KI-Modellen für spezielle Verfahren wie OCR, Barcode-Erkennung und Datensynthese. Der wahre Wert liege in der jahrelangen Vorarbeit. „Der eigentliche Mehrwert von ScanlyAI liegt daher nicht in einem einzelnen KI-Modell, sondern in der gesamten Plattform“, so der Gründer. Diese Orchestrierung von KI und eigener Logik lasse sich „nicht durch den Austausch eines einzelnen KI-Modells ersetzen.“
- Abhängigkeit von Schnittstellen: Die direkte Veröffentlichung auf Plattformen wie Kleinanzeigen.de ist ein Segen für Nutzer*innen, aber ein ständiger Kampf für Entwickler*innen. Die APIs dieser Marktplätze sind oft restriktiv, und Änderungen können Drittanbieter*innen -Tools jederzeit ausbremsen.
Unser Fazit
Mit ScanlyAI bringt SFP-IT ein Tool auf den Markt, das ein echtes, schmerzhaftes Problem im E-Commerce löst. Dass die Köpfe dahinter aus der komplexen Ersatzteil-Logistik kommen und bereits Erfahrung mit industrieller Software haben, verleiht dem Produkt eine hohe Glaubwürdigkeit und unterscheidet es von reinen KI-Hype-Start-ups.
Der Erfolg von ScanlyAI wird letztlich nicht davon abhängen, ob es ein einzelnes Foto etwas besser analysiert als die eBay-App. Der entscheidende Hebel ist die tiefe B2B-Integration. Gelingt es ScanlyAI jedoch, sich über APIs nahtlos in die bestehenden Warenwirtschaftssysteme der Händler*innen einzuklinken und dort fehlerfreie, strukturierte Stammdaten anzuliefern, hat das Tool das Potenzial, zu einem wertvollen Standardwerkzeug für den Mittelstand zu reifen. Bleibt es hingegen „nur“ ein weiteres Web-Dashboard, dürfte der Gegenwind der Tech-Giganten schnell spürbar werden.
Genau diese tiefe System-Integration hat Alexander Khramtsov als nächsten großen Meilenstein im Visier. „In den nächsten zwölf Monaten möchten wir weitere Marktplätze und Warenwirtschaftssysteme anbinden und die Automatisierung weiter ausbauen“, kündigt er an. Die Vision des Gründers geht dabei weit über einen einfachen Listing-Editor hinaus. „Langfristig sehe ich ScanlyAI nicht nur als Tool zum Erstellen von Inseraten. Ich möchte eine Plattform schaffen, die den gesamten Prozess rund um die Produkterfassung unterstützt“, formuliert Khramtsov sein ambitioniertes Ziel für die kommenden Jahre. Wenn Reseller dadurch jeden Tag wertvolle Zeit für ihr eigentliches Geschäft gewinnen, „dann haben wir unser Ziel erreicht.“
Schluss mit dem Tool-Friedhof: torq.partners-Spin-off Friday/Poppins räumt im HR auf
Jedes Scale-up kennt den Moment: Die magische Schwelle von 50 Mitarbeitenden ist überschritten, die Prozesse knirschen und professionelle HR-Tools müssen her. Doch die Realität sieht oft anders aus: Die teure Software wird lizenziert, aber das Onboarding läuft weiter per E-Mail und die Gehaltsrunde in Excel. Genau in diese Kerbe schlägt nun ein neuer Player mit prominentem Hintergrund: Die torq.partners People GmbH emanzipiert sich von ihrer Muttergesellschaft und tritt ab sofort als eigenständige HR-Beratung unter dem Namen Friday/Poppins auf.
Hinter der Ausgründung steht Managing Partner Florian Klages, der als ehemaliger Leiter Corporate HR der Axel Springer SE reichlich Konzern-Expertise in die Start-up-Welt mitbringt. Mit einem rund 30-köpfigen Team an den Standorten Berlin und Hamburg und Referenzkunden wie Auto1, Emma und Sunday Natural hat sich die Einheit bereits einen Namen gemacht.
Das Versprechen des neuen Markenauftritts: Weg von administrativen Altlasten hin zu „Human Relevance“. Das Team konzentriert sich auf die Schnittstelle von Technologie und operativer Umsetzung – konkret auf HR Operations, die Auswahl und Implementierung von Software sowie Interim-Management, um personelle Engpässe bei schnell wachsenden Unternehmen (50 bis 1.000 Mitarbeitende) zu überbrücken.
Ein unübersichtlicher Tech-Dschungel trifft auf Konsolidierungsdruck
Dass der Bedarf für solche Übersetzer zwischen Software-Anbietern und HR-Abteilungen riesig ist, zeigt ein Blick auf die Marktdaten. Der DACH-Markt für HR-Tech boomt, wird aber zunehmend unübersichtlich: Im ersten Quartal 2025 buhlten bereits über 535 Anbieter um die Budgets der Personalabteilungen.
Da inzwischen rund 67 Prozent der KMU und Scale-ups auf HR-Automatisierung setzen, wächst der Druck auf Gründer, die richtigen Entscheidungen zu treffen. Gleichzeitig zwingt das aktuelle Marktklima zu massiver Investitionssicherheit. Das VC-Funding für deutsche HR-Tech-Start-ups sank 2024 um fast ein Viertel auf unter 100 Millionen US-Dollar, was aktuell zu einer spürbaren Marktkonsolidierung durch Übernahmen führt. Wenn Tools heute gekauft und morgen von einem größeren Konzern geschluckt werden, ist der Beratungsbedarf für eine zukunftssichere, modulare Cloud-Infrastruktur extrem hoch.
Drei Hürden für das neue Spin-off
Der operative Hands-on-Ansatz von Friday/Poppins adressiert ein echtes Problem vieler Gründungs-Teams. Schließlich verfehlt laut SHRM-Daten jede vierte Software-Implementierung im HR die Erwartungen, weil das Setup im Alltag scheitert. Dennoch muss das Unternehmen auf seinem weiteren Wachstumskurs drei wesentliche Hürden nehmen:
- Das Budget-Dilemma: Scale-ups stöhnen nicht nur über die immensen SaaS-Lizenzkosten großer HR-Plattformen. Ob sie – gerade im restriktiven Finanzierungsumfeld – zusätzlich noch signifikante Budgets für externe Beratung und Implementierung freimachen können, bleibt eine strategische Herausforderung. Der Mehrwert (ROI) muss von Friday/Poppins extrem schnell und messbar geliefert werden.
- Die Unabhängigkeits-Frage: Das Unternehmen bezeichnet sich explizit als „herstellerunabhängig“. Gleichzeitig rühmt man sich in der Ausgründungs-Meldung mit der Auszeichnung als HiBob EMEA Partner des Jahres 2025. Für Neukunden wird es entscheidend sein, dass die Beratung im Tool-Auswahlprozess tatsächlich agnostisch bleibt und nicht aus Gewohnheit die immer gleichen, vertrauten Partnersysteme ins Spiel bringt.
- Die KI- und Compliance-Falle: Friday/Poppins verspricht als Kernziel, den Einsatz von Künstlicher Intelligenz im People-Bereich voranzutreiben. Das ist in der aktuellen Marktphase ein ambitioniertes Versprechen. Mit dem stufenweisen Greifen der strengen Auflagen des europäischen AI Acts gelten viele KI-Anwendungen im HR (etwa beim automatisierten Recruiting oder Performance-Tracking) als Hochrisikosysteme. Eine Beratung muss hier künftig nicht nur für Effizienz, sondern vor allem für absolute Compliance sorgen – ein massiver Drucktest für das junge Spin-off.
Ausblick: Ein „Freitagnachmittag“ für das HR-Team?
Trotz dieser marktüblichen Hürden sind die Startvoraussetzungen exzellent. Die Historie und Ausgründung aus torq.partners – die sich in der Szene vor allem als strategischer Finance-Partner für Start-ups einen sehr guten Ruf erarbeitet haben – liefert einen wertvollen Vertrauensvorschuss.
Schaffen es Friday/Poppins, die komplexe Tool-Landschaft für wachsende Unternehmen so zu orchestrieren, dass sie rechtssicher, modular und automatisiert läuft, könnte die Neugründung zu einem wichtigen Enabler werden. Das erklärte Ziel von Florian Klages, das „befreiende Gefühl eines Freitagnachmittags“ in die Personalabteilungen zurückzubringen, ist zumindest schon einmal ein starkes Narrativ für eine oft von Administrations-Chaos geplagte Berufsgruppe.
Zinsen statt Strom-Schock: Wie SAVIN den Energiemarkt mit Fonds-Sparplänen aufmischen will
Ein Stromanbieter, der gleichzeitig als Vermögensverwalter auftritt? Die Kasseler SAVIN GmbH kombiniert Ökostrom mit nachhaltigen Investments und einem verzinsten „Sicherheitspuffer“. Wenn Start-ups den angestaubten Energiemarkt aufmischen wollen, setzen sie meist auf dynamische Tarife, smarte Zähler oder reine App-Steuerung. SAVIN wählt hingegen einen fundamental anderen Ansatz: das Bundling von Energieversorgung und Vermögensaufbau. Ein cleverer Schachzug zur Überwindung der typisch deutschen Angst vor der Nebenkostenabrechnung – oder doch nur ein eleganter Lock-in-Effekt? Eine Analyse.
Hinter dem modernen Branding von SAVIN, das sich von „SAVe und INvest“ ableitet und seit dem 1. Oktober 2025 aktiv am Markt ist, verbirgt sich kein klassisches, eigenfinanziertes FinTech. Das Unternehmen ist ein strategisches Corporate-Venture und eine 100-prozentige Tochtergesellschaft der EAM-Gruppe, eines etablierten kommunalen Energieversorgers mit fast 100-jähriger Geschichte.
„Wir haben den Vorteil, dass wir als Start-up agieren dürfen und bewusst Dinge anders machen können“, erklärt Geschäftsführer Dr. Manuel Karb die Struktur. Gleichzeitig könne das Team auf das Expertenwissen der Konzernmutter zurückgreifen. Wer nun externe Geldgeber hinter dem Projekt vermutet, irrt. Karb stellt klar: „Dass wir vollständig von unserer Muttergesellschaft finanziert werden, verschafft uns eine Unabhängigkeit, die viele Start-ups erst erreichen müssen.“ Pläne für externe Investoren gebe es aktuell nicht.
Der „Geld-Strom-Speicher“ und die Frage nach der Marge
Für die finanztechnische Umsetzung hat sich das Führungsduo aus Philip Rudolph und Dr. Manuel Karb externe Expertise an Bord geholt: Die nachhaltigen Fonds und die Vermögensverwaltung werden vom Leipziger FinTech Evergreen abgewickelt.
Das Geschäftsmodell basiert auf einem sogenannten „Geld-Strom-Speicher“ und zielt auf maximale Bequemlichkeit ab. Kundinnen und Kunden zahlen einen monatlichen Festbetrag, der bewusst über den reinen Stromkosten liegt. Die Differenz fließt direkt in diesen Speicher. Doch wo genau liegt bei diesem Konstrukt die Marge für das Start-up?
„Wir verdienen an der Energielieferung und verzichten aktuell auf die AuM-Fee“, antwortet Co-Geschäftsführer Philip Rudolph offen auf die Frage nach dem Erlösmodell. Der Ansatz sei, einen bisher nicht existierenden Kundennutzen zu erzeugen, der aber unterm Strich nicht mehr koste. Rudolph kalkuliert strategisch: „Wir glauben, dass wir dadurch langfristige Kundenbeziehungen aufbauen, die für uns dann einen hohen Wert haben.“
Bequemlichkeit versus Rendite
Dieser finanzielle Puffer erfüllt eine Doppelfunktion: Er federt eventuelle Nachzahlungen am Jahresende automatisch ab und verzinst das dort liegende Kapital mit aktuell 3,25 Prozent (Stand: Juli 2026). Ist das Sicherheitsnetz voll, fließt überschüssiges Geld automatisch in nachhaltige Investmentfonds.
„Wer Strom spart, kassiert Zinsen“, lautet das prägnante Pitch-Argument von Rudolph. Das Konzept trifft einen Nerv und monetarisiert das Bedürfnis nach Reduktion des sogenannten „Mental Load“ – schließlich ist die Angst vor unkalkulierbaren Nachzahlungen seit der Energiekrise tief verankert.
Kritiker könnten einwenden, das Bundling sei vor allem ein cleverer Schachzug, um die Wechselquote (Churn Rate) der Stromkunden künstlich zu drücken. Rudolph räumt ein: „Ja, wir glauben, dass zufriedene Kund*innen länger bleiben.“ Er wehrt sich jedoch gegen den Vorwurf der Kundenfesselung: „Wir halten sie nicht durch Hürden, sondern durch Mehrwert.“
Auch den Vergleich mit einer Do-it-yourself-Lösung aus günstigstem Neostrom-Tarif und eigenem Neobroker-Depot scheut der Gründer nicht. Er rechnet vor: „Die einzigen Kosten sind die Fondskosten. Das Depot ist kostenlos, es gibt keinen Ausgabeaufschlag und das Post-Ident-Verfahren ist auch kostenfrei.“ Die Konditionen seien daher absolut wettbewerbsfähig. Der Hauptgewinn für die Nutzerschaft liege jedoch im Hintergrund: „Bei SAVIN muss man sich weder um mögliche Stromnachzahlungen noch um regelmäßige Überweisungen und Sparpläne kümmern“, verspricht Rudolph. Man könne sich einfach zurücklehnen. Und wer das Setup trotzdem aufbrechen will: „Wenn jemand trotz Investment den Anbieter wechseln möchte, ist das selbstverständlich möglich“, betont er.
Markt, Wettbewerb und die Kosten des Vertrauens
Aus streng rationaler Finanzperspektive birgt das Modell dennoch Tücken: Wer sich den günstigsten Neostrom-Tarif sucht und die Differenz per kostenlosem ETF-Sparplan investiert, erzielt höchstwahrscheinlich eine bessere Gesamtrendite (Unbundling-Paradoxon). Zudem droht durch das hybride Spar- und Konsumprodukt ein Verlust der Transparenz beim tatsächlichen Kilowattstunden-Preis.
SAVIN positioniert sich in der Mitte zweier hochkompetitiven Welten. Auf der einen Seite kämpfen Anbieter wie Ostrom oder Tibber mit dynamischen Tarifen um Marktanteile, auf der anderen dominieren Neobroker wie Trade Republic den Anlagemarkt. Während Strom meist nur über den Preis und Vergleichsportale verkauft wird, erfordern Anlageprodukte enormes Vertrauen.
„Zu Beginn sind die CAC höher, was aber vor allem daran liegt, dass wir eine komplett neue Marke bekannt machen müssen“, gibt Philip Rudolph mit Blick auf die Kundengewinnungskosten (Customer Acquisition Costs) zu. Vertrauen spiele auch bei Energie eine große Rolle. Das Unternehmen versucht die Kundschaft derzeit primär über digitale Werbekanäle wie Google, Meta oder Influencer direkt auf den eigenen Tarifrechner zu leiten.
Fazit: Steile Lernkurve und viel Corporate-Sprech
Für Gründer und Investoren ist SAVIN zweifellos ein Paradebeispiel für gelungene Corporate Innovation, da es ein echtes emotionales Kundenproblem durch branchenübergreifende Kooperation löst, statt reine Preiskämpfe zu führen.
Der Markteintritt war jedoch nicht ohne Hürden. Seit Oktober 2025 musste eine neue Plattform aufgebaut werden, die „zwei bislang getrennte Welten erfolgreich miteinander verbindet“, wie Dr. Manuel Karb berichtet.
Auf die journalistische Nachfrage, welche konkreten Kennzahlen (KPIs) und Meilensteine in den kommenden 12 bis 18 Monaten erreicht werden müssen, flüchtet sich der Gründer dann allerdings in klassisches Corporate-Wording. Statt messbarer Ziele bleibt Karb vage und spricht umschweifend von der „Gewinnung einer kritischen Anzahl von Kund*innen“ sowie der „weiteren Stabilisierung und Skalierung der Plattform“. Immerhin stellt er für die Zukunft unmissverständlich klar: „Erst wenn diese Ziele erreicht werden, kann das Modell auch für die Konzernmutter als voller Erfolg bewertet werden.“
Schluss mit dem teuren KI-Hype: Step-by-Step zum profitablen KI-Einsatz im Start-up
Der Hype um KI kennt scheinbar keine Grenzen. Jedes neue Tool verspricht, die Produktivität zu verdoppeln und die Konkurrenz im Staub zurückzulassen. Doch Hand aufs Herz: Wie viel von diesem Hype schlägt sich am Ende tatsächlich in euren KPIs oder auf dem Bankkonto nieder?
Die Realität sieht ernüchternd aus. Laut einer aktuellen YouGov-Umfrage vom Mai 2026 berichten gerade einmal 17 Prozent der befragten Unternehmensentscheider von messbaren Umsatz- oder Gewinneffekten durch KI in ihrem Unternehmen. Für die repräsentative Umfrage hatte die KI-Beratung Neurawork 541 Entscheider*innen befragen lassen.
Für Start-ups ist diese Zahl ein Warnsignal. Während etablierte Konzerne es sich leisten können, Millionen in „Leuchtturmprojekte“ ohne Return on Investment zu versenken, ist eure Runway dafür schlicht zu kurz. Jeder Euro und jede Arbeitsstunde müssen sitzen. Wie also verwandelt man das Buzzword KI in echten geschäftlichen Nutzen?
Der Schlüssel liegt nicht in der Technologie selbst, sondern in der strategischen Herangehensweise. Christoph Knöll, Mitgründer von Neurawork, bringt es auf den Punkt: „Die entscheidende Frage lautet nicht, wo Unternehmen KI einsetzen können, sondern wo sie Engpässe beseitigt, Probleme löst und neue wirtschaftliche Potenziale erschließt.“
In sieben Schritten zum profitablen KI-Einsatz im Start-up
Ein strukturierter KI-Workshop kann hier Abhilfe schaffen. Basierend auf den Beobachtungen aus der Praxis zeigt sich ein 7-Schritte-Fahrplan, mit dem aus netten Spielereien handfeste Business-Cases werden.
Schritt 1: Startet mit dem Business-Ziel – nicht mit dem Tool
Lasst euch nicht von der neuesten API-Ankündigung ablenken. Der größte Fehler ist es, eine Technologie zu nehmen und krampfhaft nach einem Problem zu suchen. Fragt euch stattdessen zuerst: Was ist unser aktueller Flaschenhals? Wollen wir Zielgruppen erschließen, Margen optimieren oder Services verbessern? Erst wenn das Ziel glasklar ist, wird geprüft, ob KI als Hebel dienen kann.
Schritt 2: Holt die richtigen Leute an den Tisch – besonders Berufseinsteiger*innen
Ein strategischer KI-Workshop gehört nicht isoliert in die Chefetage. Ihr braucht ein diverses Team aus Vertrieb, Marketing, Kund*innenservice und Produktentwicklung, denn dort kennt man die echten Schmerzpunkte der Kund*innen. Der Start-up-Hack: Bezieht unbedingt eure Praktikant*innen und Berufseinsteiger*innen mit ein. Diese nutzen KI oft völlig intuitiv im Alltag und bringen unvoreingenommene Perspektiven ein.
Schritt 3: Geht radikal von den Problemen eurer Kunden aus
Erfolgreiche Start-ups lösen echte Probleme. Analysiert im Workshop: Wo verlieren eure Kund*innen unnötig Zeit oder Geld? An welchen Stellen fallen ihnen Entscheidungen schwer? Fokussiert euch auf die Probleme, die so dringend sind, dass Kund*innen für deren Lösung auch tatsächlich bezahlen würden.
Schritt 4: Entwickelt aus Lösungen neue Geschäftsmodelle
Wenn ihr ein echtes Problem identifiziert habt, denkt groß: KI ermöglicht völlig neue Monetarisierungsstrategien. Nun gilt es im Workshop, aus der reinen Problemlösung ein tragfähiges geschäftliches Konzept zu entwickeln. Arbeitet dafür die folgenden To-dos durch:
- Zusatzleistungen definieren: Prüft gemeinsam, ob sich aus der KI-Lösung direkt neue, eigenständige Services oder digitale Zusatzleistungen für eure bestehenden Kund*innen schnüren lassen.
- Wiederkehrende Umsätze generieren: Überlegt, ob sich ein klassisches Einmal-Kauf-Modell durch KI-gestützte Abonnements ersetzen oder strategisch ergänzen lässt.
- Pricing neu denken: Diskutiert erfolgsabhängige Vergütungsmodelle. Wenn eure KI dem Kund*innen beispielsweise Zeit oder Geld spart, könntet ihr euer Pricing genau an diesen messbaren Mehrwert koppeln.
Schritt 5: Bewertet Umsatz, Gewinn und Kund*innennutzen getrennt
Nicht jede KI-Idee muss direkt den Umsatz ankurbeln. Manchmal liegt der größte Hebel in der reinen Kostensenkung, einer verbesserten Servicequalität oder einer stärkeren Kund*innenbindung. Bewertet eure gesammelten Ideen daher differenziert nach Kund*innennutzen, Umsatzpotenzial, Margeneffekt, Entwicklungsaufwand und laufenden Kosten. Nutzt dafür folgende To-dos im Workshop:
- Den strengen Kosten-Nutzen-Check durchführen: Stellt bei jeder Idee das direkte Umsatzpotenzial und den erwarteten Margeneffekt schonungslos den Kosten gegenüber. Bewertet dabei sowohl den einmaligen Entwicklungsaufwand als auch die laufenden Betriebskosten (wie Serverkapazitäten oder externe API-Gebühren).
- Interne Effizienzhebel definieren: Sucht gezielt nach zeitfressenden, repetitiven Routineaufgaben in eurem Start-up (z. B. im Support oder in der Datenpflege). Analysiert, wo Automatisierung durch KI intern massive Zeitgewinne bringt, die indirekt eure Profitabilität steigern.
- Qualität statt nur Quantität bewerten: Prüft, welche Ideen vielleicht nicht am ersten Tag mehr Geld einbringen, aber die Qualität eures Produkts messbar erhöhen – etwa durch drastisch reduzierte Fehlerquoten oder schnellere Reaktionszeiten. Bewertet diesen Kund*innennutzen als eigenständigen Faktor.
Schritt 6: Macht den ehrlichen Realitätscheck
Im kreativen Rausch eines Workshops entstehen schnell fantastische Ideen. Danach folgt der Realitätscheck. Bevor ihr Code schreibt, müsst ihr klären: Haben wir die nötigen Daten und sind diese rechtlich nutzbar? Sind Datenschutz und regulatorische Anforderungen erfüllt? Gerade für Start-ups können rechtliche Fehler existenzbedrohend sein.
Schritt 7: Geht niemals ohne einen konkreten Fahrplan auseinander
Beendet die Session erst, wenn ihr euch auf wenige priorisierte Anwendungsfälle geeinigt habt. Erstellt für jedes Projekt eine Roadmap mit einem klaren, messbaren Ziel, dem definierten Kund*innennutzen, klaren Verantwortlichkeiten und einem Zeitplan.
Fazit: Erst der messbare Nutzen, dann das Budget
Der Schritt von der Spielerei zum profitablen Business-Tool erfordert Disziplin. Wie Christoph Knöll betont: „Erst wenn ein messbarer wirtschaftlicher Nutzen erkennbar ist, lohnt sich eine größere Investition.“ Ein pragmatischer Workshop ist dafür das ideale Fundament.
