ConstructionTech ist 2026 ein knallharter Wirtschaftsfaktor. Marktbeobachter*innen und spezialisierte VCs prognostizieren, dass sich die Investitionssummen in europäische ConstructionTech-Start-ups nach den Übertreibungen der vergangenen Jahre auf einem gesunden, konsolidierten Niveau stabilisieren werden. Als unangefochtene technologische Haupttreiber zeichnen sich für die nahe Zukunft die künstliche Intelligenz sowie Blockchain-Anwendungen für das lückenlose ESG-Tracking ab.

Die Bauwirtschaft, traditionell das weltweite Schlusslicht der Digitalisierung, wird durch reale Fakten wie extreme Materialengpässe, anhaltenden Fachkräftemangel und die unerbittlichen Klimaziele der Europäischen Union zum massiven Umdenken gezwungen. Wer heute nicht digital plant und baut, verliert nicht nur seine Marge, sondern seine Daseinsberechtigung am Markt.

Die neuen Treiber jenseits der bloßen Bauzeitenpläne

Blickt man tiefer in die Maschinenräume der Branche, offenbaren sich in diesem Jahr drei hochspezifische Sub-Sektoren, die das Marktgeschehen fernab der rudimentären Projektmanagement-Software dominieren.

An erster Stelle steht Generative KI für das Building Information Modeling, kurz BIM. Hier übernehmen komplexe Algorithmen die Kollisionsprüfung von Bauplänen und Statik in Echtzeit, lange bevor der erste Bagger auf das Grundstück rollt.

Ein weiterer massiver Treiber sind CO2-neutrale und biobasierte Baustoffe, unaufhaltsam angetrieben von der Circular Economy. Die Wiederaufbereitung von Abbruchmaterialien und die Entwicklung von „grünem Beton“ sind längst keine idealistische Liebhaberei mehr, sondern ein millionenschweres Industriegeschäft, das von etablierten Pionieren wie Alcemy oder Schüttflix bereits vor Jahren mutig angestoßen wurde.

Der dritte essenzielle Sektor umfasst die Baustellen-Robotik und das automatisierte On-Site-Monitoring. Von autonomen Vermessungsdrohnen bis hin zu Kran-Kameras, die Baufortschritte vollautomatisch mit den digitalen Zwillingen abgleichen, wird die physische Ausführung zunehmend maschinell überwacht und unterstützt.

Reality Check: Die Lektionen der gefallenen Modulbau-Giganten

Doch der Weg ins Jahr 2026 war zweifelsohne gepflastert mit den Trümmern gescheiterter Hypes. Das prominenteste Beispiel der jüngeren Geschichte bleibt der dramatische Absturz der gigantischen, kapitalintensiven Modulbauer. Inspiriert vom legendären Kollaps des US-Riesen Katerra mussten zwischen 2023 und 2025 auch in Deutschland diverse Hoffnungsträger im Holzmodulbau Insolvenz anmelden oder drastisch redimensionieren. Die Vision, ganze Häuser als standardisierte Produkte am Fließband zu drucken, scheiterte letztlich an der Realität.

Aus diesen Ruinen lassen sich vier fatale Fallstricke für heutige Gründer*innen ableiten:

Erstens: Die Unit Economics im Hardware-Bereich. Der enorme Vorab-Kapitalbedarf für eigene Produktionshallen erdrückt Start-ups augenblicklich, sobald Zinsen steigen und der Cashflow stockt.

Zweitens: Der gnadenlose Regulatorik-Dschungel. Wer in Deutschland seriell bauen will, kämpft mit 16 verschiedenen Landesbauordnungen, was die Skalierung eines einzigen Produkts massiv ausbremst.

Drittens: Die Illusion des B2C-Marktes. Viele Plattformen verbluteten an den astronomischen Kundenakquisitionskosten für private Endverbraucher, während die wirklich lukrativen, wiederkehrenden Budgets ausschließlich im reinen B2B-Geschäft liegen.

Viertens: Die Tech-Ignoranz auf der Baustelle. Die brillanteste Cloud-Software ist völlig wertlos, wenn der Polier im Regen steht, sie wegen eines überladenen User Interfaces auf dem Tablet nicht bedienen kann und letztlich frustriert wieder zum Klemmbrett greift.

Das deutsche Netzwerk: Die Schmieden der Innovation

In Deutschland hat sich mittlerweile ein polyzentrisches Ökosystem herausgebildet, das auch global den Ton angibt.

Die absolute Speerspitze bildet München. Befeuert durch das TUM Venture Lab Built Environment, die unmittelbare räumliche Nähe zum Software-Giganten Nemetschek sowie die Strahlkraft der Weltleitmesse Bauma entsteht hier ein einzigartiger Nährboden, insbesondere für KI- und Robotik-Gründungen.

Gleichauf liegt die Region Aachen und Köln. Die RWTH Aachen liefert mit ihrem renommierten Center Construction Robotics tiefe ingenieurswissenschaftliche DNA, während die starke lokale Bauindustrie Nordrhein-Westfalens als perfektes, großflächiges Testbett fungiert.

Berlin hingegen behauptet sich unverändert als führende Hauptstadt der B2B-SaaS-Schmieden und Plattform-Ökonomien. Hier bündeln Acceleratoren und internationale Investoren wie Pi Labs oder PropTech1 ihre Hubs, um digitale Marktplätze und Energy-Tech-Lösungen rasant zu skalieren.

Komplettiert wird das mächtige Netzwerk durch die südliche Achse Stuttgart-Karlsruhe. Die Universität Stuttgart mit ihrem renommierten Exzellenzcluster IntCDC (Integratives computerbasiertes Planen und Bauen) und das Karlsruher Institut für Technologie (KIT) treiben hier den architektonischen Technologietransfer an der direkten Schnittstelle zu Weltkonzernen wie Peri und Züblin voran.

Investor*innen-Radar: Die Geldgeber*innen des Wandels

Das Kapital, das diese innovativen Hotspots befeuert, agiert im Jahr 2026 höchst professionell und ist scharf segmentiert. An vorderster Front stehen spezialisierte VCs, die nicht nur Geld, sondern extrem tiefes Domänenwissen mitbringen. Fonds wie Foundamental um Patric Hellermann, PropTech1 Ventures oder der paneuropäische Investor noa (ehemals A/O PropTech) haben in den letzten Jahren die Architektur für das moderne ConTech-Funding gebaut.

Ihnen dicht auf den Fersen sind die Top-Tier Generalisten der Venture-Capital-Szene. Renommierte Adressen wie Earlybird, HV Capital und Creandum scheuen sich längst nicht mehr, zweistellige Millionenbeträge in hochskalierbare B2B-Lösungen am Bau zu pumpen.

Flankiert werden sie von den enorm wichtigen Corporate VCs der Industrie, die vor allem strategische Innovationen absichern wollen. Peri Ventures, Cemex Ventures, Holcim MAQER und die Investmentarme der Nemetschek Group treten dabei nicht nur als reine Geldgeber, sondern als essenzielle Türöffner für den Weltmarkt auf.

Der eigentliche Motor der Frühphase sind heute jedoch gut vernetzte Business Angels. Hier syndizieren sich erfolgreiche Founder aus der Software-Welt, wie etwa Personio-Gründer Hanno Renner, mit Immobilien-Veteranen und ehemaligen Gründer*innen von Start-ups wie Schüttflix oder Capmo, um den Newcomer*innen das so wichtige erste Startkapital und ein unbezahlbares Netzwerk zur Verfügung zu stellen.

Die Top Start-ups 2026: Das Must-Watch Radar

Die nachfolgende Liste der absoluten Must-Watch Start-ups wurde nach strikten journalistischen und analytischen Kriterien kuratiert. Wir fokussieren uns ausschließlich auf deutsche Unternehmen mit einem Gründungsjahr ab 2020. Die Auswahl basiert auf der aktuellen Marktrelevanz, der nachweisbaren technologischen Tiefe, dem Reifegrad des Geschäftsmodells (Traction) sowie dem starken Vertrauen hochkarätiger Investoren aus den jüngsten Finanzierungsrunden.

Plancraft | Gegründet: 2020 | Modell: B2B-SaaS | Hub: Hamburg

Unter der Leitung von Julian Wiedenhaus hat sich Plancraft zur führenden digitalen Schaltzentrale für das Handwerk entwickelt. Das präzise B2B-SaaS-Modell digitalisiert den gesamten Büroalltag von Bau- und Handwerksbetrieben – von der Angebotserstellung bis zur Rechnungsstellung. Der USP liegt in der extrem nutzerfreundlichen Cloud-Infrastruktur gepaart mit neuen KI-Features zur automatischen Dokumentenanalyse, die den administrativen Aufwand auf ein Minimum reduzieren. Dieses tiefe Verständnis für den Handwerksbetrieb überzeugte zuletzt ein Konsortium aus Headline, Creandum und dem HTGF bei einer massiven Series-A-Finanzierung.

Koppla | Gegründet: 2020 | Modell: B2B-SaaS | Hub: Potsdam

Lasse Hausmann und sein Team bringen mit Koppla die Prinzipien des Lean Management direkt auf die Großbaustelle. Das B2B-Software-Modell ermöglicht eine dynamische und interaktive Taktplanung für alle Gewerke in Echtzeit. Der entscheidende technologische USP ist die nahtlose Verbindung zwischen der groben Generalunternehmer-Planung im Büro und der kleinteiligen Ausführung durch Subunternehmer vor Ort – bei Verzögerungen berechnet das System sofort neue Taktungen für alle Beteiligten. Als Lead-Investor fungiert der Top-Tier Generalist Earlybird, der früh das immense Skalierungspotenzial erkannte.

Conxai | Gegründet: 2020 | Modell: AI-Plattform (PaaS/SaaS) | Hub: München

Gegründet von Sharique Husain, liefert Conxai die erste branchenspezifische No-Code-KI-Plattform für die AEC-Industrie (Architecture, Engineering, Construction). Das Geschäftsmodell zielt darauf ab, unstrukturierte Daten aus Plänen, Bildern und Sensoren in wertvolle Insights zu übersetzen. Der technologische USP basiert auf fortschrittlicher Computer Vision und generativer KI, die es Bauunternehmen erlaubt, ohne eigene Data Scientists sicherheitsrelevante und prozessoptimierende Algorithmen für ihre Baustellen zu konfigurieren. Zu den maßgeblichen Lead-Investoren zählt der spezialisierte Fonds noa (A/O PropTech).

Enter | Gegründet: 2020 | Modell: B2B2C-Plattform | Hub: Berlin

Max Schroeren und sein Mitgründer-Team greifen mit Enter eines der dringendsten Probleme der Dekade an: die energetische Sanierung des Gebäudebestands. Das Geschäftsmodell kombiniert digitale Energieaudits für Hausbesitzer mit einer nahtlosen Überleitung an qualifizierte Handwerksbetriebe. Der USP ist die proprietäre Technologie zur Erstellung vollumfänglicher digitaler Sanierungsfahrpläne aus der Ferne, die den extremen Flaschenhals an zertifizierten Energieberater*innen umgeht. Vertrauen in diese grüne ConTech-Lösung bewiesen Target Global und Foundamental als Lead-Investoren.

Vestigas | Gegründet: 2021 | Modell: B2B-Plattform / Supply Chain | Hub: München/Aachen

Vestigas, ins Leben gerufen von Paul Kaiser, Julian Blum, Yannick Gehring und Nicolas Blum, digitalisiert die völlig archaische Lieferkette von Schüttgut und Baumaterialien. Das Plattform-Modell vernetzt Lieferanten, Spediteure und Bauunternehmen. Der USP ist die rechtssichere, vollautomatisierte Abwicklung von digitalen Lieferscheinen in Echtzeit, wodurch auf Baustellen Tonnen von Papier, manuelle Abtippfehler und massive Abrechnungsverzögerungen eliminiert werden. Die hohe Relevanz für den Tief- und Straßenbau lockte Investoren wie den High-Tech Gründerfonds (HTGF) und branchenerfahrene Business Angels als treibende Geldgeber an.

Oculai | Gegründet: 2021 | Modell: AI-SaaS & Hardware-Integration | Hub: München

Constantin Kauffmann und sein Gründungsteam revolutionieren mit Oculai die Baufortschrittskontrolle von oben. Das Geschäftsmodell kombiniert hochauflösende Kamerasysteme an Baukränen mit einer intelligenten B2B-SaaS-Auswertungsplattform. Der herausragende USP ist die KI-gestützte Bilderkennung, die Bauprozesse, Materialbewegungen und Personalressourcen auf der Baustelle automatisch trackt und mit dem ursprünglichen Bauzeitenplan abgleicht – völlig autonom und DSGVO-konform. Finanziert wird das tiefe Tech-Start-up unter anderem vom HTGF und Bayern Kapital.

Specter Automation | Gegründet: 2021 | Modell: B2B-SaaS (BIM-Fokus) | Hub: Köln

Aus dem Herzen Nordrhein-Westfalens bringt Specter Automation, gegründet von Oliver Eischet, Niklas Beese, Emanuel Groh, Moritz Cremer und Max Gier, das 3D-Modell endlich dorthin, wo es gebraucht wird: in den Schlamm der Baustelle. Das SaaS-Modell übersetzt komplexe BIM-Modelle (Building Information Modeling) in verständliche, ausführbare Aufgaben für Vorarbeiter. Der USP liegt in der intuitiven Verknüpfung von Bauteildaten mit Zeit- und Kostenparametern, wodurch materialbestellungen und Ressourcenplanung direkt aus dem 3D-Modell getätigt werden können. Backing erhält das ambitionierte Team unter anderem vom Kölner Accelerator xdeck und dem HTGF.

Varm | Gegründet: 2023 | Modell: B2B-SaaS & Franchise | Hub: Berlin

Christian Gruenler und sein Team haben mit Varm ein hochspannendes Hybridmodell aus Tech-Plattform und operativer Ausführung geschaffen, um die Einblasdämmung in Deutschland zu skalieren. Das Geschäftsmodell liefert Handwerkern als eine Art digitales Franchise alles, was sie zur effizienten Umsetzung von Dämmprojekten benötigen – von der Software-Planung bis zur Materiallogistik. Der USP ist die extreme Beschleunigung von Klima-Retrofits im Bestand, indem handwerkliche Einstiegshürden technologisch minimiert werden. Angeführt wird die Liste der Unterstützer von prominenten Playern wie dem Climate-Tech-Fonds Extantia Capital, dem Energiekonzern E.ON sowie Foundamental.

Smalt | Gegründet: 2023 | Modell: Tech-Enabled Services / EdTech | Hub: Berlin

Um den dramatischen Fachkräftemangel im Bereich der erneuerbaren Energien zu lösen, hat Khurram Masood mit Smalt eine „Tech-Enabled Workforce“ gegründet. Das Modell ist eine smarte Kombination aus EdTech-Plattform zur schnellen Ausbildung von Quereinsteigern und einem B2B-Service für Installationsbetriebe (z. B. für Solar und Wärmepumpen). Der USP liegt im datengetriebenen Matching und Blended-Learning-Ansatz, der ungelernte Arbeitskräfte in Rekordzeit bau- und montagefähig macht. Auch hier sicherte sich das Team hochkarätiges Startkapital durch Lead-Investor noa.

Crafthunt | Gegründet: 2022 | Modell: HR-Tech & B2B-Marketplace | Hub: München

Als unverzichtbarer Newcomer im Kampf gegen den massiven Fachkräftemangel hat sich Crafthunt positioniert. Gegründet von Jonas Stamm und seinem Team, liefert die Plattform das größte europäische Karrierenetzwerk speziell für gewerbliche Bauarbeiter. Das Modell verbindet Bauunternehmen direkt mit verifizierten Handwerkern und Fachkräften in ganz Europa. Der entscheidende USP ist das mobile-first und KI-gestützte Matching, das auf die Bedürfnisse einer Zielgruppe zugeschnitten ist, die keinen klassischen Lebenslauf auf LinkedIn pflegt. Mit starkem Traction-Wachstum sicherte sich das Team namhaftes Backing aus der Industrie und der VC-Szene.

Internationaler Ausblick & Fazit

Wer den europäischen Markt verstehen will, muss den Blick zwingend über die Grenzen hinausrichten, denn globale Makro-Trends werden die hiesige Bauwirtschaft in den kommenden Jahren massiv umpflügen. Aus den USA schwappt mit Unternehmen wie ICON die Serienreife des 3D-Drucks für ganze Wohnquartiere herüber – eine Technologie, die durch neue Materialzulassungen bald auch den deutschen Markt aufmischen wird. Aus Asien, insbesondere Japan, importieren wir hochpräzise Robotik, die den physischen Mangel an Maurer*innen und Gerüstbauer*innen durch Exoskelette und vollautonome Schweißroboter ausgleicht. Israel positioniert sich derweil als der Pionier im Bereich des intelligenten Wasser- und Ressourcenmanagements für die Baustellenlogistik, angetrieben von Start-ups aus dem DeepTech-Militärumfeld.

Für Gründer*innen und Investor*innen gilt eine Erkenntnis, die ebenso hart wie vielversprechend ist: „Bauen am Limit“ ist nicht länger nur ein warnender Spruch, sondern die unumstößliche Realität. Wer jetzt in smarte, dekarbonisierende und KI-gestützte ConTech-Lösungen investiert, legt nicht weniger als das stabile Fundament für das gesamte nächste Jahrzehnt der europäischen Wirtschaftsgeschichte.

Der Markt für Erneuerbare Energien ist hart umkämpft und stark reguliert. Dennoch hat die Evergreen Energiesysteme GmbH aus dem niedersächsischen Wallenhorst im Jahr 2023 einen bemerkenswerten Markteintritt vollzogen. Das Besondere an diesem Fall: Das Gründerduo bringt keinerlei handwerkliche Vorerfahrung mit. Vanessa Schulte hat einen Hintergrund im Pflegemanagement, Igor Lang ist Kaufmann. Ihr Ansatz zeigt, wie sich traditionelle Branchen durch konsequente Prozessoptimierung, strategische Pivots und eine smarte Positionierung erschließen lassen.

Startkapital versus Umsatzwachstum

Während der Markt stark von hochfinanzierten, überregional agierenden „Solar-Einhörnern“ geprägt ist, wählte Evergreen einen Bootstrapping-Ansatz. Die finanzielle Grundlage bildete ein branchenuntypisches Startkapital von lediglich 100.000 Euro. Mit diesem verhältnismäßig geringen Seed-Kapital gaben die Gründer*innen 2023 ihre bisherigen Jobs auf. Die Kapitaleffizienz dieses Modells zeigt sich in den Zahlen: Bereits im ersten vollen Geschäftsjahr 2024 erwirtschaftete das Unternehmen einen Umsatz von 5 Millionen Euro.

Regulatory Hacking und HR-Strategie im Handwerk

Für Gründer*innen ohne eigenen Meistertitel stellt der regulatorische Marktzugang im deutschen Handwerk eine hohe Barriere dar. Evergreen löst dieses Problem durch eine strikte Trennung von kaufmännisch-vertrieblicher Führung und technischer Ausführung. In einer Branche, die händeringend nach Fachkräften sucht, ist es dem Duo gelungen, am niedersächsischen Standort innerhalb kurzer Zeit ein Team von rund 30 Mitarbeitenden aufzubauen. Der strategische Hebel im Recruiting: Das Unternehmen positioniert sich als digital affiner, regionaler Akteur mit flachen Hierarchien und grenzt sich damit bewusst von den oft starren Strukturen etablierter lokaler Meisterbetriebe ab.

Der Pivot: Warum Fokus Breite schlägt

Die ursprüngliche Go-to-Market-Strategie von Evergreen sah vor, als All-in-One-Anbieter aufzutreten und auch das Dachdeckergewerk intern abzudecken. Diese Hypothese wurde jedoch schnell revidiert: Das Dachdeckerhandwerk gehört heute nicht mehr zum Betrieb. Dieser strategische Pivot ermöglichte es dem Unternehmen, komplexe und schwer skalierbare Ballastbereiche abzuwerfen. Durch die Trennung von unprofitablen oder personalintensiven Gewerken gewann Evergreen an Agilität und fokussiert sich heute rein auf die Planung und Installation von Photovoltaik-Anlagen sowie Wärmepumpen.

Unit Economics und Marktanpassung

Das schnelle Wachstum von Evergreen fällt in eine Phase, in der sich der historische Boom bei Solaranlagen und Wärmepumpen in Deutschland spürbar abkühlt. Planungsunsicherheiten bei Förderprogrammen und kurzfristige Gesetzesänderungen führen zu Investitionszurückhaltung bei den Kund*innen und sorgen für ein politisches „Stop-and-Go“ im Markt.

Trotz dieses Gegenwinds peilt das Start-up für sein viertes Geschäftsjahr eine Umsatzsteigerung auf über zehn Millionen Euro an – eine Marke, die durch das bisherige Wachstum realistisch erscheint: Bereits heute hat Evergreen über 1.000 Anlagen realisiert. Als Zielmarke formuliert das Unternehmen rund 500 verkaufte PV-Anlagen sowie 150 bis 200 Wärmepumpen pro Jahr. Analysiert man diese „Unit Economics“, ergibt sich ein stimmiges Bild: Eine PV-Anlage erzielt im Schnitt zwischen 14.000 und 18.000 Euro Nettoumsatz, eine Wärmepumpe zwischen 25.000 und 30.000 Euro. Zusammengenommen ergibt sich daraus ein rechnerisches Umsatzpotenzial von rund 12 Millionen Euro – was die formulierte Zielmarke von über zehn Millionen Euro als konservativ und gut erreichbar erscheinen lässt. Dies deutet strategisch darauf hin, dass Evergreen auf ein ausgewogenes Portfolio aus volumenstarkem PV-Geschäft und margenstarken Wärmepumpenprojekten setzt.

Learnings für die Praxis

Die Entwicklung von Evergreen Energiesysteme liefert drei zentrale Erkenntnisse für Start-ups in traditionellen Märkten:

• Vertrieb vor Handwerk: Ein starker Vertrieb füllt die Auftragsbücher, zwingt aber zu einer ebenso schnellen und prozesssicheren Skalierung der internen Abläufe.
• Agilität durch Outsourcing: Wer in komplexen Märkten wachsen will, muss Kernkompetenzen definieren. Das Abstoßen des Dachdeckergewerks war entscheidend für das qualitative Wachstum.
• Resilienz in volatilen Märkten: In politisch getriebenen Märkten (wie den Erneuerbaren Energien) müssen Gründer*innen vor allem als Krisenmanager*innen agieren, die flexibel auf regulatorische Änderungen reagieren können.

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.

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.

Das Langenfelder GreenTech-Start-up paXos Solar hat mit seinem „Multi-Energie-Dach“ den Green Product Award 2026 in der Kategorie Building Design gewonnen. Das Konzept verspricht, das Dach vom bloßen Witterungsschutz zum integrierten Kraftwerk für Strom und Wärme zu transformieren. Für das Hardware-Start-up markiert dieser renommierte Preis einen Meilenstein auf dem Weg zur nächsten Finanzierungsrunde. Dennoch zeigt ein tieferer Blick auf das Geschäftsmodell, die tiefen Wurzeln des Teams im Engineering und die hochkomplexe Wettbewerbslandschaft, dass der Markt für gebäudeintegrierte Photovoltaik (BIPV) weit mehr verlangt als gutes Design.

Die Auszeichnung als Momentum

Ende Mai 2026 wurde im Berliner Colosseum der Green Product Award verliehen. Unter 1.200 Einreichungen aus 54 Ländern setzte sich das Multi-Energie-Dach von paXos durch. Die Jury lobte insbesondere den ganzheitlichen Ansatz, der Aspekte wie Verarbeitung, Lebenszyklus, Langlebigkeit und die Kreislauffähigkeit der Materialien berücksichtigt. Für paXos kommt die Auszeichnung genau zur rechten Zeit, da das Start-up in rund einem Monat eine Skalierungsrunde über die Crowdinvesting-Plattform FunderNation starten will.

Warum man sich in einer solch kapitalintensiven Hardware-Phase für die Crowd und gegen klassisches Venture Capital (VC) entschieden hat? „Wir sehen Crowdinvesting nicht als Ersatz für professionelle Investoren, sondern als sehr passenden Baustein für unsere aktuelle Skalierungsphase“, erklärt CFO Guido Schumacher. Über die Plattform könne man Kapital aufnehmen, ohne die Gesellschafterstruktur zu früh und zu stark zu verwässern.

Zudem gehe es um Reichweite und Community-Aufbau. Schumacher betont: „Unser Produkt lebt von Vertrauen, Sichtbarkeit und Weiterempfehlung. Eine Crowdinvesting-Kampagne bringt uns mit Menschen zusammen, die die Energiewende im Gebäudesektor aktiv unterstützen, selbst bauen oder im Handwerk tätig sind.“

„Klassisches VC-Geld schließen wir für spätere, größere Skalierungsschritte nicht aus“, räumt er ein. Doch zunächst liege der Fokus auf dem aktuellen Ausbau. „Für den nächsten Marktausbau planen wir ein Finanzierungsziel von bis zu 1,5 Millionen Euro“, kündigt der CFO an. „Damit wollen wir insbesondere Material und Projekte vorfinanzieren sowie unser Vertriebs- und Verarbeitungspartnernetzwerk ausbauen.“

Die Wurzeln im Engineering: Ein Corporate Spin-off mit langem Atem

Hinter paXos Solar steckt kein klassisches Hochschul-Spin-off in den frühen Zwanzigern. Das Kernteam um CEO Karsten Birkholz und CFO Guido Schumacher verbindet eine über 30-jährige gemeinsame berufliche Vorgeschichte, stark verwurzelt in der Automobilindustrie und dem klassischen Engineering. Zusammen mit Erfinder Peter Hakenberg bauten sie ab 2015 zunächst das erfolgreiche Ingenieurbüro paXos Consulting & Engineering auf.

Bereits im Jahr 2017 sorgte die Truppe auf der Hannover Messe für Schlagzeilen, als erste Prototypen in den Medien voreilig als deutsche Antwort auf das Tesla Solar Roof gehandelt wurden. Guido Schumacher relativiert diesen frühen Hype heute: „Der Tesla-Vergleich war damals natürlich aufmerksamkeitsstark, aber 2017 standen wir nicht kurz vor einem fertigen Marktstart.“

Bis das hardwareintensive Produkt vollends marktreif war, vergingen fast sieben Jahre. Erst Ende 2024 startete das Unternehmen voll in den operativen Betrieb. „Ein Solardach ist kein klassisches Tech-Produkt, das man nach einem funktionierenden Demonstrator einfach skaliert“, gibt Schumacher zu bedenken. „Es muss über Jahrzehnte dicht, sicher, belastbar und wirtschaftlich funktionieren – und es muss auf der Baustelle von Dachdeckern verarbeitet werden können.“

Dass paXos diese enorm lange und risikoreiche Vorlaufzeit überstand, lag auch an der eigenen Entstehungsgeschichte. „Ein wesentlicher Teil der frühen Entwicklung konnte über paXos Consulting & Engineering querfinanziert werden“, verrät der CFO. Die wahre Hürde sei eine andere gewesen: „Die größte Herausforderung lag weniger in der Technik als im mentalen Wechsel“, blickt er zurück. „Als Ingenieurdienstleister denkt man in individuellen Kundenprojekten. Als Produktunternehmen muss man in Standards, Wiederholbarkeit, Lieferketten und Marge denken.“

Technologie und Lieferkette: Das Doppelkraftwerk auf dem Prüfstand

Das Kernprodukt von paXos ersetzt konventionelle Dachziegel vollständig. Auf einem soliden Unterdach aus gewöhnlichem Stahltrapezblech werden werkzeuglos Solarmodule eingehängt. Der technologische Clou: Ein Kamineffekt zwischen Blech und Modul sorgt für eine kontinuierliche Hinterlüftung, was einen leistungsmindernden Hitzestau verhindert. Die warme Luft wird zudem abgesaugt und einer Wärmepumpe zugeführt, was deren Energiebedarf laut Unternehmensangaben um bis zu 20 Prozent senken kann.

Auf die kritische Frage nach der Resilienz der globalen Lieferketten antwortet CEO Karsten Birkholz entwaffnend ehrlich: „Unsere Glas-Glas-Solarmodule werden aktuell in Asien nach unseren Spezifikationen gefertigt.“ Er verteidigt diesen Schritt selbstbewusst: „Dort finden wir derzeit die beste Kombination aus hoher Fertigungsqualität, technologisch führender Zelltechnologie und wirtschaftlicher Skalierbarkeit.“

Dennoch versichert Birkholz, sich nicht von Standard-Importen abhängig zu machen. „Wir kaufen keine Standardmodule von der Stange. Die paXos-Qualität entsteht durch unser spezifisches Moduldesign und die Integration in unser Dachsystem“, betont der CEO. Die eigentliche Wertschöpfung des Start-ups liege in der Systemintegration und der Logik des Dachaufbaus.

Der Markt und seine kritischen Hürden

Obwohl der Markt für energetische Dachsanierungen gigantisch ist, muss sich paXos in einem dicht besiedelten Umfeld gegen Anbieter wie Autarq, Ennogie oder traditionelle Ziegelhersteller behaupten. Die größte Skalierungshürde liegt jedoch oft nicht in der Technologie, sondern in der Schnittstelle zum traditionellen Handwerk. Ein Indach-System verwischt häufig die Grenzen zwischen dem/der Dachdecker*in und dem/der Elektriker*in – was in der Praxis regelmäßig zu Gewährleistungsängsten führt.

PaXos begegnet diesem Flaschenhals mit einer strikten konzeptionellen Trennung. „Unser wichtigstes Argument ist: Es bleibt im Kern ein Dachsystem“, stellt Karsten Birkholz klar. „Wir trennen die Funktionen bewusst: Das Unterdach übernimmt die Wasserführung und den Wetterschutz, die PV-Ziegel bilden die energieerzeugende Ebene darüber.“ Das reduziere die Sorgen der Handwerker*innen massiv.

Zudem punkte man mit hoher Reparaturfreundlichkeit, verspricht der CEO: „Bei uns können einzelne Module vergleichsweise einfach ausgetauscht werden, ohne das gesamte Dach öffnen zu müssen. Das ist für Dachdecker ein starkes Argument, weil es die langfristige Verantwortung beherrschbarer macht.“ Sein Fazit zum Schnittstellen-Problem ist entsprechend deutlich: „Wir verwischen die Gewerke nicht, sondern strukturieren sie sauber. Der Dachdecker verantwortet den Dachaufbau und die Montage, der Elektriker verantwortet Verschaltung und Inbetriebnahme.“

Einordnung für die StartingUp-Community

Für Gründer*innen und Investor*innen im GreenTech-Sektor liefert paXos Solar eine wertvolle Fallstudie. Der Case untermauert, dass physische Hardware im CleanTech-Bereich zwar langwierig ist, aber das unverzichtbare Rückgrat der realen Energiewende bildet.

Darüber hinaus bedient die intelligente Verschmelzung der klassischen Gebäudehülle mit moderner Stromerzeugung und thermischer Unterstützung exakt das ganzheitliche Denken, das heute von modernen ESG-Investor*innen gefordert wird. Der anstehende Schritt hin zum Crowdinvesting ist dabei ein strategisch kluger Schachzug, um bei einem emotional aufladbaren Produkt Kleininvestor*innen direkt zu Markenbotschafter*innen zu machen. Ob das erfahrene Team nach den Design-Jurys nun auch das traditionelle deutsche Bauhandwerk in der Breite überzeugen kann, wird sich in der anstehenden Wachstumsphase zeigen müssen.

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.

Die Macher hinter der Resilens UG sind in der europäischen ClimateTech-Szene keine Unbekannten. CEO und Mitgründer Dr. Oliver Marchand hat mit seinem vorherigen Start-up Carbon Delta – das 2019 erfolgreich vom Finanzdienstleister MSCI übernommen wurde – bereits bewiesen, wie man wissenschaftlich fundierte Klimamodelle kommerzialisiert. Das Team vereint gezielt Technologie und Vertrieb: Neben Marchand treiben Stephan Heuel als CTO und Christian Schmelter als CCO die Entwicklung voran.

Doch warum wagt das Team rund sieben Jahre nach dem MSCI-Exit eine neue Gründung? Gegenüber unserem Magazin betont Marchand, dass sich der Markt in der Zwischenzeit fundamental gewandelt habe. Bei Carbon Delta habe man noch Pionierarbeit geleistet und Klimarisiken für Finanzmärkte überhaupt erst messbar gemacht. „Heute stehen wir vor dem nächsten Schritt: Wir müssen aus Risikoanalysen konkrete Investitionsentscheidungen machen“, erklärt der Gründer.

Städte und Betreiber kritischer Infrastruktur wüssten heute sehr wohl, dass sie handeln müssen, könnten aber oft nicht systematisch beantworten, welche Maßnahmen den größten Nutzen bringen und wirtschaftlich sinnvoll sind. Klimaanpassung sei kein reines Zukunftsthema mehr, sondern harte operative Realität. „Damals haben wir Risiken messbar gemacht. Jetzt geht es darum, aus diesen Daten echte Entscheidungen abzuleiten“, so Marchand.

Binationale Strategie: Zwischen Finanzplatz und Klimaforschung

Auffällig bei Resilens ist die binationale Aufstellung mit Standorten in Zürich und Potsdam. Für Marchand ist das strategisches Kalkül: Zürich diene mit der Nähe zur ETH, dem Technopark und einem starken Finanzökosystem als Brutstätte. Potsdam wiederum sei durch die Universität und das Institut für Klimafolgenforschung ein bedeutender wissenschaftlicher Hotspot. Zudem sei der deutsche Markt für den öffentlichen Sektor zentral, da Klimaanpassung dort gerade zur operativen Daueraufgabe wird.

Finanziert wird das junge Unternehmen durch Eigenmittel und das Kapital des strategischen Investors Karl Gutbrod. Dieser hat mit meteoblue einen der renommiertesten Anbieter für Klimadaten aufgebaut. Das sei weitaus mehr als reines Risikokapital, unterstreicht Marchand: „Es ist ein klares Signal aus dem Klimadatenmarkt, dass der nächste logische Schritt jetzt die Übersetzung dieser Daten in Entscheidungen ist.“

Die Plattform ist seit Anfang Mai live und durchläuft aktuell die ersten Praxisphasen. Der ehrgeizige Fahrplan für die nächsten Monate steht: Zunächst startet die Software mit dem Thema Hitze, zur Jahresmitte folgen Überschwemmungen, danach Sturm und Trockenheit. Der geografische Fokus liege zunächst auf dem deutschsprachigen Raum, Benelux und den nordischen Ländern, so der CEO, schiebt jedoch mit Nachdruck hinterher: „Langfristig denken wir global. Klimaanpassung ist kein europäisches Spezialthema.“

Der AdaptationReturn als künftiger Branchenstandard?

Das klassische Problem der Klimaanpassung ist finanzieller Natur: Während sich der Return on Investment (ROI) bei der CO₂-Reduktion verhältnismäßig leicht messen lässt, bleibt die wirtschaftliche Rendite von Schutzmaßnahmen schwer fassbar. Anstatt nur Gefahrenzonen farblich zu markieren, will Resilens Kommunen und Unternehmen softwarebasiert helfen, Maßnahmen standortbezogen zu bewerten und belastbare Pläne zu priorisieren. Das Herzstück dieser Kalkulation ist der neue KPI „AdaptationReturn“.

Der Paradigmenwechsel im Überblick:

Doch wie belastbar kann eine solche Metrik angesichts hochvolatiler Wetterextreme wirklich sein? Auf die kritische Nachfrage, ob das Tool womöglich nur theoretische Best-Case-Szenarien produziere, um Investor*innen zu beruhigen, räumt Marchand unumwunden ein: „Die Volatilität ist real, und genau deshalb bauen wir AdaptationReturn so, wie wir ihn bauen.“ Man verkaufe ganz bewusst keine rosigen Szenarien, sondern eine konservative, prüfbare Entscheidungsgrundlage, die auf etablierten ökonomischen Methoden basiere.

Die Software setze auf maximale Transparenz. „Nehmen Sie ein begrüntes Dach: Es kühlt das Gebäude, speichert Regenwasser, schafft Lebensraum für Insekten und verlängert die Lebensdauer der Dachkonstruktion“, veranschaulicht Marchand das Prinzip. Jeder dieser Vorteile werde einzeln und ohne versteckte Blackbox ausgewiesen, sodass Anwender selbst entscheiden können, welche Faktoren in die Rechnung einfließen.

Das System rechne dabei konsequent konservativ mit wissenschaftlich kaum bestreitbaren Mindestpreisen und warne explizit auch vor Fehlinvestitionen. „Ein belastbarer Business Case zeigt nicht nur, was funktioniert, sondern auch, was nicht funktioniert“, kontert der Gründer.

Bewährungsprobe im B2G-Sektor und die leeren Kassen

Dass die Theorie auch im harten Alltag standhält, zeigt ein Pilotprojekt mit der Stadt Worms, eingebettet in das EU-Programm Pathways2Resilience. Derartige Best-Practice-Beispiele sind überlebenswichtig. Denn Kommunen sind wegen ihrer langwierigen Vergabeverfahren (B2G) berüchtigt und fordern von Start-ups einen extrem langen finanziellen Atem.

Neben dem öffentlichen Sektor bedient Resilens aber auch Industrieunternehmen. Was diese völlig unterschiedlichen Zielgruppen vereint, ist ein neues Berufsbild: das des Klimaanpassungsmanagers. Diese Fachkräfte hätten zwar viele Daten, aber kaum standardisierte Tools. In Worms, wo ein Pilot zum Hitzeschutz für 55 Kitas läuft, zeige sich das Dilemma deutlich. „Die zentrale Frage ist dort nicht, ob Hitze ein Problem ist. Die Frage ist: Welche Einrichtung zuerst, welche Maßnahme, in welcher Reihenfolge“, unterstreicht Marchand. Entscheidend sei, dass Analysen standortbezogen und extrem schnell – in Tagen statt Monaten – vorliegen und sich leicht gegenüber der Politik kommunizieren lassen.

Selbst der perfekt kalkulierte Plan stößt jedoch an Grenzen, wenn am Ende das städtische Budget für die Schutzbauten fehlt. Dem realen Problem knapper Kassen weicht Marchand nicht aus, ordnet es aber anders ein: Geld sei zwar knapp, doch es fließe heute meist einfach nicht systematisch in die effektivsten Projekte.

Zudem verbiete es sich, Klimaanpassung als reine Kostenstelle abzutun. Marchand verweist auf eine Auswertung des Schweizer Bundesamts für Umwelt anhand von 81 Piloten: „Das durchschnittliche Nutzen-Kosten-Verhältnis lag bei 4,7. Kein einziges Projekt lag unter 1,0 und war somit unwirtschaftlich.“ Die Krux liege also nicht in der mangelnden Rentabilität, sondern an deren schwieriger Darstellbarkeit. Gelinge der saubere Business Case, würden sich auch alternative Finanzierungen wie PPP-Modelle oder Versicherungsgelder auftun.

Fazit

Mit Resilens drängt kein naiver Newcomer auf den Markt. Das erfahrene Team adressiert zielgenau einen der größten Schmerzpunkte der ClimateTech-Branche: Die fehlende Übersetzungsleistung zwischen dem nackten Risiko und dessen finanzierbarer Lösung. Zwar ist die Etablierung eines völlig neuen, globalen Standards wie dem AdaptationReturn politisch wie wirtschaftlich ein extrem dickes Brett. Gelingt es dem schweizerisch-deutschen Start-up jedoch, die zähen Vertriebszyklen im öffentlichen Sektor zu überstehen, könnte es im boomenden Markt der Klimaanpassung künftig eine zentrale Schlüsselrolle spielen.

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.

Die Vision einer post-fossilen Wirtschaft ist im Jahr 2026 keine bloße Utopie mehr, sondern eine präzise Ingenieursleistung. Wir erleben den Moment, in dem die Natur von einer Ressource, die wir ausbeuten, zu einer Technologie wird, die wir programmieren. In den Laboren der Republik entstehen heute Lösungen für die größten Versorgungskrisen unserer Zeit. Der Aufstieg der Synthetischen Biologie (SynBio) markiert den Übergang vom Zeitalter der Petrochemie in das Zeitalter der Biomanufaktur – eine Transformation, die so tiefgreifend ist wie die industrielle Revolution, jedoch mit der Geschwindigkeit der digitalen Transformation erfolgt.

Wenn Bits auf Atome treffen

Der SynBio-Markt ist 2026 in eine Phase der industriellen Skalierung eingetreten. Aktuelle Analysen der KfW sowie Branchenberichte von BCG beziffern das globale Marktpotenzial für bio-basierte Produkte bis Ende des Jahrzehnts auf über 300 Milliarden Euro. Allein in Deutschland ist das Investitionsvolumen in DeepTech-BioTech-Start-ups im vergangenen Geschäftsjahr laut Bitkom-Daten auf einen Rekordwert von 1,4 Milliarden Euro gestiegen. Der entscheidende technologische Katalysator ist die Verschmelzung von Generativer KI und Biologie. Dank Modellen, die Proteinfaltungen präziser vorhersagen können, als es je ein menschlicher Forscher vermochte, wurde die Entwicklungszeit für neue Enzyme um den Faktor zehn verkürzt. Die Biologie wird damit endgültig zum „Software-Stack“, bei dem Design-Build-Test-Learn-Zyklen in digitalisierten Bio-Gießereien automatisiert ablaufen.

Jenseits der Petrischale: Die Treiber der Bio-Ökonomie

Drei spezifische Sub-Sektoren dominieren in diesem Jahr die Agenda der Investor*innen. An erster Stelle steht die zellfreie Biosynthese, bei der komplexe Moleküle ohne den Einsatz lebender Zellen produziert werden, was die Skalierbarkeit massiv erhöht. Pioniere wie das US-Unternehmen Solugen haben hier den Weg geebnet, doch deutsche Akteure ziehen in der Effizienz der Bioreaktor-Steuerung nach. Ein zweiter massiver Treiber ist das Microbial Carbon Upcycling: Mikroben werden so programmiert, dass sie industrielles CO₂ direkt in hochwertige Proteine oder Kunststoffe umwandeln. Hier verschmelzen Klimaschutz und Produktion zu einer Einheit. Drittens sehen wir den Siegeszug der Biomanufaktur bei Alternativmaterialien – sei es durch Biomasse-Fermentation für Lederersatz aus Myzel oder durch echte Präzisionsfermentation, bei der etablierte Akteure wie die bayrische AMSilk zeigen, dass programmierte Spinnenseide-Proteine bereits in Serie gehen können. Die Lieferkette der Mode- und Automobilindustrie wird durch diese Biopolymere radikal dekarbonisiert.

Die harten Lektionen der Skalierung

Der Weg zum Erfolg war jedoch von schmerzhaften Rückschlägen gepflastert. Der prominente Crash des einstigen Branchenlieblings Amyris im Jahr 2023 wirkt bis heute als warnendes Beispiel nach. Das Unternehmen scheiterte trotz Milliardenbewertung an der Komplexität der vertikalen Integration und dem Versuch, gleichzeitig Technologieplattform und B2C-Marke zu sein. Für heutige Gründer*innen haben sich daraus vier fatale Fallstricke herauskristallisiert, die über Sieg oder Niederlage entscheiden. Erstens: Die Ignoranz gegenüber den Unit Economics. Ein Produkt, das im 5-Liter-Maßstab funktioniert, muss im 50.000-Liter-Kessel nicht zwangsläufig profitabel sein. Zweitens: Das „Regulatorik-Vakuum“. Wer die EU-Novel-Food-Verordnungen oder GVO-Richtlinien nicht von Tag eins an in die Produktentwicklung einplant, riskiert Jahre des Stillstands. Drittens: Die Fokussierung auf den Endkonsument*innen statt auf B2B-Integration. Der wahre Hebel liegt in der Lizenzierung von Prozessen an die Industrie. Viertens: Die Unterschätzung der Hardware-Komponente. SynBio ist kein reines Software-Business; ohne Zugang zu physischer Infrastruktur bleibt jede Innovation im Labor gefangen.

Deutschlands Bio-Cluster

Deutschland hat sich im internationalen Vergleich als einer der stärksten Hubs für SynBio etabliert, getrieben durch eine einzigartige Verzahnung von Spitzenforschung und industrieller Basis. In München und dem angeschlossenen IZB Martinsried konzentriert sich die größte Dichte an Venture Capital und Talenten, eng flankiert durch die Exzellenz-Cluster der TU München. Berlin hat sich durch spezialisierte Inkubatoren wie den ProVeg Incubator, Atlantic Food Labs (FoodLabs) und den Science Park Berlin-Buch zum absoluten Zentrum für FoodTech und zelluläre Landwirtschaft entwickelt. Ein weiterer Hotspot ist das Rhein-Neckar-Delta rund um Heidelberg, wo das European Molecular Biology Laboratory (EMBL) und der BioRN-Cluster eine Brücke zwischen Grundlagenforschung und Marktreife schlagen. Aachen punktet mit der RWTH und einer starken Fokussierung auf Bio-Verfahrenstechnik, während der Raum Darmstadt/Frankfurt durch die Nähe zu Giganten wie Merck und die TU Darmstadt als Kraftzentrum für die industrielle Bioproduktion gilt.

Investor*innen-Radar

Die Finanzierungslandschaft hat sich spezialisiert. Wir unterscheiden im Jahr 2026 vier Ebenen der Kapitalgeber*innen. Die spezialisierten VCs wie Forbion, BlueYard Capital oder Sofinnova Partners bringen das notwendige tiefe Domänenwissen mit. Auf der zweiten Ebene stehen Top-Tier Generalisten wie HV Capital und Earlybird, die SynBio zunehmend als Teil ihrer Dekarbonisierungs-Strategie begreifen. Besonders kritisch für die Skalierung sind die Corporate VCs der Industrie, allen voran BASF Venture Capital und Evonik Venture Capital, die nicht nur Geld, sondern auch Abnahmegarantien und technisches Know-how bieten. In der Frühphase bewegen zudem spezialisierte Mikro-Fonds wie Nucleus Capital oder erfahrene ClimateTech-Angels den Markt, oft organisiert in Syndikaten, die das „Valley of Death“ zwischen Labor und Prototyp überbrücken

Die Top-Start-ups: Unsere Must-Watch-Liste 2026

Für die folgende Auswahl der Start-ups haben wir Unternehmen analysiert, die nach 2019 in Deutschland gegründet wurden. Die Auswahlkriterien basieren auf der technologischen Tiefe (IP-Portfolio), dem Reifegrad der Pilotierung, der Validierung durch renommierte Investoren sowie dem Potenzial, bestehende industrielle Lieferketten systemisch zu verändern. Diversität in Gründungsteams und die Skalierbarkeit der zugrunde liegenden Bio-Plattform waren weitere entscheidende Faktoren.

• Cambrium (Berlin, gegründet 2020): Das Team um Dr. Mitchell Duffy nutzt eine KI-gestützte Designplattform, um neuartige Proteine mit molekularen Funktionen zu entwickeln, die in der Natur so nicht vorkommen. Ihr Fokus liegt auf der Kosmetik- und Textilindustrie, wo sie petrochemische Inhaltsstoffe durch bio-designte Alternativen ersetzen. Mit massiven Finanzierungsrunden, angeführt von Tech-Schwergewichten wie Essential Capital und dem Google-KI-Fonds Gradient Ventures, gilt Cambrium als Leuchtturm für eine neue Generation von Biomaterial-Zulieferern, die aus digitalem Code physische Hochleistungsprodukte erschaffen.
• Bluu Seafood (Berlin, gegründet 2020): Gegründet von Dr. Sebastian Rakers und Simon Fabich, ist Bluu einer der führenden europäischen Akteure im Bereich kultivierter Fisch. Durch die Kultivierung echter Fischzellen im Bioreaktor adressieren sie die Überfischung der Meere. Nach signifikanten Investments durch Lead-Investor Sparkfood sowie LBBW VC und Delivery Hero Ventures steht das Unternehmen kurz vor der ersten Marktzulassung in Singapur und den USA.
• Colipi (Hamburg, gegründet 2022): Das Spin-off der TU Hamburg, geführt von Maximilian Webers, nutzt eine patentierte Gasfermentationstechnologie, um CO₂ in nachhaltige Öle und Lipide umzuwandeln. Der USP von Colipi ist die Nutzung von industriellen Abgasströmen als Rohstoff, was die Produktion extrem kosteneffizient macht. Sie konnten sich frühzeitig die Unterstützung von Top-Investoren wie dem High-Tech Gründerfonds (HTGF) und dem Innovationsstarter Fonds Hamburg sichern.
• Kynda (Jelmstorf, gegründet 2019): Ursprünglich als Keen 4 Greens von Daniel MacGowan-von Holstein und Franziskus Schnabel gegründet, bietet Kynda Plug-and-Play-Fermentationssysteme für die Lebensmittelindustrie an. Als B2B-Technologiepartner stellen sie modulare Bioreaktoren und Pilzkulturen bereit, mit denen Hersteller ihre eigenen Produktionsabfälle direkt vor Ort kostengünstig in Mykoproteine umwandeln können. Eine kürzliche 3-Millionen-Euro-Seed-Finanzierung – angeführt vom VC EnjoyVenture und massiv flankiert durch ein strategisches Investment des Geflügel-Giganten PHW-Gruppe – unterstreicht das enorme Skalierungspotenzial dieses Kreislauf-Modells.
• Nosh.bio (Berlin, gegründet 2022): Das Team um Tim Fronzek nutzt Pilzbiomasse als funktionalen Inhaltsstoff für die Lebensmittelindustrie, um Clean-Label-Produkte ohne Zusatzstoffe zu ermöglichen. Der technologische Vorsprung von Nosh.bio liegt in der Geschwindigkeit des Fermentationsprozesses. Frühphasen-Finanzierungen durch Earlybird unterstreichen das hohe Vertrauen in das Skalierungspotenzial.
• Ucaneo (Berlin, gegründet 2022): Das Team um Florian Tiller und Carla Glassl beweist, dass Synthetische Biologie auch beim Direct Air Capture (DAC) den Unterschied macht. Statt energieintensiver chemischer Filter nutzt Ucaneo eine biomimetische Technologie: Sie setzen das Enzym Carboanhydrase ein – eines der schnellsten Enzyme der Natur –, um CO₂ bei Raumtemperatur direkt aus der Umgebungsluft zu binden. Mit starken Frühphasen-Finanzierungen durch DeepTech-Fonds wie Nucleus Capital und der US-amerikanischen Grantham Foundation baut Ucaneo derzeit in Berlin-Marienfelde ihre erste industrielle Testanlage auf.
• Insempra (München, gegründet 2021): Das Team um Gründer Jens Klein hat sich zum Ziel gesetzt, die massive Abhängigkeit der globalen Lieferketten von der Petrochemie zu beenden. Über ihre B2B-Technologieplattform nutzen sie Präzisionsfermentation, um maßgeschneiderte Inhaltsstoffe für die Kosmetik-, Lebensmittel- und Textilbranche quasi zu programmieren – von bio-basierten Lipiden und Aromen bis hin zu neuartigen Proteinfasern. Eine hochkarätige Finanzierungsrunde, angeführt von europäischen DeepTech-Schwergewichten wie EQT Ventures und BlueYard Capital, unterstreicht den Anspruch von Insempra, ein globaler industrieller Zulieferer der nächsten Generation zu werden.

Ausblick & Fazit: Der globale Wettlauf

Der Blick über den Tellerrand zeigt: Wir stehen in einem globalen Systemwettbewerb. In den USA treibt die per Executive Order erlassene „National Biotechnology and Biomanufacturing Initiative“ Milliardeninvestitionen in die heimische Infrastruktur, flankiert von Pionieren, die dort und in Frankreich (wie Biomemory) bereits an der Verschmelzung von SynBio und DNA-Datenspeicherung arbeiten. In Asien, insbesondere in China und Singapur, werden derweil regulatorische Hürden in Rekordzeit abgebaut, um die Marktführerschaft bei der Biomanufaktur zu übernehmen. Flankiert wird dies von Hubs wie Israel, die mit massivem VC-Kapital den globalen Markt für kultivierte Proteine dominieren wollen.

Das Fazit für das Jahr 2026: Biologie ist die Infrastruktur der Zukunft. Für Gründer*innen bedeutet dies, dass die Zeit der reinen Plattform-Versprechen vorbei ist; gefragt sind konkrete Produkte und belastbare Unit Economics. Für Investor*innen bietet SynBio die seltene Chance, echte „Impact-Rendite“ zu erzielen, indem sie Industrien transformieren, die über Jahrzehnte festgefahren waren. Wer heute den Code der Natur versteht und skalieren kann, wird die Welt von morgen nicht nur verstehen, sondern neu bauen.

Einst war es das große Versprechen für eine Handvoll hipper Neobanken, heute ist es das unsichtbare Rückgrat der europäischen Wirtschaft: Embedded Finance. Im Jahr 2026 wird das Marktwachstum längst nicht mehr von der fixen Idee isolierter Bank-Apps dominiert, denn jedes zukunftsorientierte Unternehmen ist mittlerweile selbst zu einem/einer Finanzdienstleister*in geworden. Ob Software-as-a-Service-Anbieter*in, Logistik-Plattform oder Marktplatz – die nahtlose Integration von Zahlungen, Krediten und Versicherungen in nicht-finanzielle Kund*innenreisen ist das neue Paradigma.

Dieser Report beleuchtet eine Branche, die den „Sturm der Konsolidierung“ überlebt hat und nun mit reifen Geschäftsmodellen und echten Profiten die Architektur der modernen Wirtschaft neu programmiert.

Vom Hype zur fundamentalen Reife

Nach den massiven Zinsanpassungen und regulatorischen Aufräumarbeiten der Jahre 2023 und 2024 zeichnet der Embedded-Finance-Markt heute ein Bild robuster Reife. Renommierte Analystenhäuser wie Bain & Company und Dealroom haben diese Entwicklung früh vorgezeichnet: Der globale Markt für Embedded-Finance-Dienstleistungen hat sich in ein Multimilliarden-Segment verwandelt, dessen europäisches Transaktionsvolumen mittlerweile signifikante Teile des digitalen B2B- und B2C-Handels stützt. Der technologische Haupttreiber dieser neuen Ära ist unbestreitbar die künstliche Intelligenz, genauer gesagt proprietäre Machine-Learning-Modelle, die Risikobewertungen in Millisekunden durchführen und Transaktionsströme dynamisch optimieren. Investor*innen honorieren diese technologische Tiefe: Wir sehen heute höchst realistische Series-A- und Series-B-Runden im Bereich von 15 bis 40 Millionen Euro für Start-ups, die nachweislich positive Deckungsbeiträge aufweisen. Es fließt wieder signifikant Kapital, doch es fließt exklusiv in Substanz und Skalierbarkeit, nicht mehr in reines Marketing.

Die neuen Treiber: B2B, Vertikalisierung und Orchestrierung

Wenn man über das Offensichtliche wie einfache White-Label-Kreditkarten hinausblickt, dominieren im Jahr 2026 drei spezifische Sub-Sektoren den Markt. Allen voran steht B2B Buy-Now-Pay-Later, eine Disziplin, die das traditionelle, schwerfällige Factoring abgelöst hat und nun direkt in B2B-Checkouts und Beschaffungsnetzwerke integriert ist. Ein weiterer massiver Treiber ist die sogenannte Payment Orchestration für vertikale SaaS-Lösungen. Hier werden komplexe, branchenspezifische Zahlungsflüsse – etwa im Handwerk oder in der Gastronomie – automatisiert im Hintergrund abgewickelt. Zuletzt etabliert sich Embedded Insurance zunehmend im Industriekontext, wo Maschinen nicht mehr nur geleast, sondern im selben Atemzug transaktionsbasiert versichert werden. Pioniere wie die Berliner Mondu oder auch europäische Schwergewichte wie Swan haben den Weg für diese hochspezialisierten Infrastruktur-Layer geebnet und gezeigt, wie tiefgreifend diese Geschäftsmodelle in die Wertschöpfungsketten der Realwirtschaft eingreifen.

Die Lektionen der BaaS-Krise

Doch dieser Reifegrad wurde teuer erkauft. Der Beinahe-Kollaps des britischen Banking-as-a-Service-Pioniers Railsr und die drastischen BaFin-Sonderprüfungen samt Wachstumsbeschränkungen bei etablierten deutschen Playern wie Solaris in den Jahren zuvor haben den Markt fundamental erschüttert. Der Traum, Finanzdienstleistungen wie einfache Legosteine zusammenzustecken, kollidierte brutal mit der harten Realität des Bankwesens.

Aus diesen gescheiterten Hoffnungen lassen sich für heutige Gründer*innen vier konkrete, fatale Fallstricke ableiten. Der erste und wichtigste ist die eklatante Unterschätzung der Regulatorik; Compliance lässt sich nicht auslagern, und Aufsichtsbehörden dulden keine agilen Versuch-und-Irrtum-Prozesse bei der Geldwäscheprävention. Der zweite Fallstrick ist die Falle der negativen Unit Economics im B2C-Sektor, wo exorbitante Kund*innenakquisitionskosten oft nur durch kontinuierliches VC-Geld gedeckt wurden. Drittens das Klumpenrisiko der Abhängigkeit von einer einzigen Partnerbank, deren Ausfall das eigene Start-up über Nacht handlungsunfähig macht. Und viertens die Fehlannahme, dass Technologie allein ausreicht; wer heute kein tiefes Verständnis für klassisches Bilanzstruktur- und Kreditrisikomanagement mitbringt, scheitert unweigerlich.

Das deutsche Netzwerk: Die Schmieden der Infrastruktur

Deutschland hat sich in dieser Konsolidierungsphase als einer der resilientesten Standorte in Europa bewiesen, getragen von vier essenziellen Hubs. Berlin verteidigt dabei seinen Status als unangefochtene Hauptstadt für FinOps und B2B-Zahlungsinfrastruktur, massiv befeuert durch die Talent-Pipelines der TU Berlin sowie das dichte Netzwerk an Serial Entrepreneurs aus der N26- und SumUp-Schule. Frankfurt am Main bildet den unverzichtbaren regulatorischen Gegenpol; hier, im Schatten von EZB und BaFin, entstehen im Umfeld des TechQuartiers und der Frankfurt School of Finance and Management jene Start-ups, die komplexe Compliance- und Treasury-Architekturen für Großbanken bauen. München dominiert den Bereich DeepTech und Embedded Insurance im industriellen B2B-Kontext, was auf die herausragende Stellung des Center for Digital Technology and Management (CDTM) und die enge Verzahnung mit der ansässigen Versicherungs- und Automobilindustrie zurückzuführen ist. Hamburg schließlich hat sich als europäischer Hotspot für Trade Finance und in Logistikketten eingebettete Finanzierungen etabliert, gestützt durch die traditionelle Stärke der Hansestadt im globalen Handel.

Investor*innen-Radar

Das Ökosystem der Geldgeber*innen hat sich im Jahr 2026 stark differenziert und professionalisiert. An der Spitze der spezialisierten VCs agieren Fonds wie FinTech Collective und Motive Ventures (hervorgegangen aus der Übernahme des Berliner VCs embedded/capital), die mit tiefem technologischen Verständnis gezielt in Infrastruktur-Layer investieren. Unter den Top-Tier Generalisten ragen Cherry Ventures, Earlybird und Point Nine heraus, die insbesondere Series-A-Runden bei überzeugenden B2B-SaaS-Modellen anführen.

Ein starker Motor sind zudem Corporate VCs und bankennahe Fonds geworden: CommerzVentures, als unabhängiger Player, treibt Themen wie Climate-Fintech massiv voran, während CVCs der Realwirtschaft wie Allianz X und Porsche Ventures strategisch in Start-ups investieren, die sich nahtlos in ihre eigenen vertikalen Ökosysteme einklinken lassen. In der kritischen Frühphase wird der Markt von einer hochgradig vernetzten Gruppe aus Business Angels angetrieben, die nicht nur erstes Kapital, sondern vor allem regulatorisches Know-how und entscheidende Bankennetzwerke einbringen

Die Top Start-ups (Must-Watch)

Für die nachfolgende Liste der Must-Watch-Unternehmen haben wir strikte Kriterien angelegt. Die Auswahl basiert auf nachgewiesener Marktrelevanz durch echte Kund*innenimplementierungen, einem hohen technologischen Reifegrad und einem diversifizierten Ansatz bei der Lösung komplexer Finanzinfrastrukturprobleme. Zudem war ein nachhaltiges Investoren-Vertrauen in den letzten zwölf Monaten ein Schlüsselfaktor. Wir beleuchten hierbei ausschließlich Start-ups mit Hauptsitz in Deutschland, deren Gründung im Jahr 2020 oder später erfolgte, um die wahre nächste Generation der Branche abzubilden.

Banxware

Das 2020 von Miriam Wohlfarth und Jens Röhrborn gegründete Banxware hat sich als Marktführer für Embedded Lending in Deutschland etabliert. Banxware bietet eine White-Label-Lösung, mit der Marktplätze und Zahlungsdienstleister*innen ihren Händler*innen Sofortkredite basierend auf historischen Umsatzdaten anbieten können. Der USP liegt in der extrem schnellen Risikoprüfung und der nahtlosen API-Integration in bestehende Plattformen. Das enorme Vertrauen der Finanzbranche in dieses Modell spiegelt sich massiv auf Investor*innenseite wider: Neben frühen Leadern wie Element Ventures (heute 13books Capital) ist insbesondere der Einstieg der Großbank UniCredit ein Ritterschlag. Die Bank führte nicht nur die Series-A-Runde an, sondern legte Mitte 2025 mit einem weiteren strategischen Millionen-Investment nach, um die europäische Expansion von Banxware gemeinsam voranzutreiben.

Pliant

Im Jahr 2020 von Malte Rau und Fabian Terner aus der Taufe gehoben, definiert Pliant den Markt für B2B-Kreditkarten und Ausgabenmanagement neu. Das B2B-SaaS-Modell kombiniert eine moderne Karteninfrastruktur mit einer tiefen API-basierten Integration in Buchhaltungs- und ERP-Systeme. Der technologische Vorsprung liegt im eigenen Card-as-a-Service-Angebot (CaaS), das anderen B2B-Plattformen den Launch eigener Kreditkartenprogramme ermöglicht. Ein entscheidender Meilenstein war hierfür der Erhalt der eigenen E-Geld-Lizenz der BaFin, die Pliant die nötige regulatorische Unabhängigkeit verleiht. Unterstützt wird Pliant von namhaften Investoren wie SBI Investment, Alstin Capital – und einem Investment des globalen Schwergewichts PayPal Ventures, das das enorme Skalierungspotenzial der Plattform bestätigt.

Mondu

Die Serial Entrepreneurs Malte Huffmann, Philipp Povel und Gil Danziger gründeten Mondu 2021 und revolutionieren damit den B2B-Zahlungsverkehr. Ihr B2B-BNPL-Modell ermöglicht es Geschäftskund*innen, online wie B2C-Kund*innen auf Rechnung oder in Raten zu kaufen, während der Händler sofort sein Geld erhält. Die Kerntechnologie ist ein proprietäres Echtzeit-Risk-Scoring für Firmenkund*innen. Finanziert wurde diese Vision anfangs von Top-Tier-Fonds wie Valar Ventures und Cherry Ventures. Der ultimative Ritterschlag erfolgte jedoch Ende 2025: Neben dem Erhalt der E-Geld-Lizenz sicherte sich Mondu eine 100-Millionen-Euro-Fazilität von J.P. Morgan Payments inklusive einer strategischen Partnerschaft, um die Buy-Now-Pay-Later-Lösung dem europäischen Kund*innen stamm der US-Großbank anzubieten.

Payrails

Gegründet 2021 von Orkhan Abdullayev, Emre Talay und Nicolas Thouzeau, löst Payrails die Herausforderung der Payment Orchestration. Das FinOps-Start-up baut ein intelligentes Betriebssystem für Zahlungen, das Transaktionen für Enterprise-Kund*innen dynamisch über verschiedene Provider routet, um Kosten zu senken und Autorisierungsraten zu maximieren. Die technologische Brillanz dieser Architektur lockte früh Schwergewichte wie Andreessen Horowitz und EQT Ventures an. Im Sommer 2025 zündete Payrails die nächste Stufe: HV Capital führte eine massive Series-A-Runde über 32 Millionen US-Dollar an, bei der auch alle Top-Tier-Altinvestoren erneut mitzogen, um die globale Expansion der Plattform endgültig zu sichern.

Finmid

Die beiden N26-Alumni Max Schertel und Alexander Talkanitsa starteten Finmid 2021 mit der Mission, jede B2B-Plattform zu einer Finanzierungsquelle zu machen. Ihr Geschäftsmodell fokussiert sich auf Embedded B2B Lending, das speziell auf die Anforderungen von Marktplätzen (wie etwa dem Partner Wolt) zugeschnitten ist – ohne dass diese Plattformen eigenes Kapital bereitstellen oder Risiken tragen müssen. Ihr USP ist die radikale Simplifizierung der B2B-Kreditvergabe durch smarte Echtzeit-Datenverknüpfungen. Angetrieben von einer wuchtigen 23-Millionen-Euro-Series-A-Runde, angeführt vom britischen Fonds Blossom Capital und dem Seed-Lead Earlybird, treibt das Start-up seine aggressive europäische Expansion unaufhaltsam voran.

Topi (Exit)

Charlotte Pallua und Estelle Merle brachten Topi 2021 an den Start, um das Hardware-as-a-Service-Modell in den B2B-Bereich zu integrieren. Über die Plattform können B2B-Kund*innen IT-Equipment flexibel mieten, wobei Topi den gesamten Prozess vom Checkout über das Refinancing bis zum Asset-Management abwickelt. Nachdem Topi mit Händler*innen wie Cyberport massiv skalierte und von Top-VCs wie Index Ventures und Creandum finanziert wurde, erfolgte im Sommer 2025 der strategische Exit: Das FinTech wurde von dem internationalen Leasing-Giganten PEAC Solutions (einem BlackRock-Portfoliounternehmen) übernommen, um das innovative B2B-Mietmodell global in dessen gewaltige Finanzierungsinfrastruktur einzugliedern.

Hakuna

Im Bereich Embedded Insurance schlägt das 2021 von Sebastian Jost, Rupert Mayer und Orhan Köroglu gegründete Hakuna neue Wege ein. Das Start-up bietet Händler*innen eine Plattform für Garantieverlängerungen und Produktschutzversicherungen, nahtlos integriert in den Online- und Offline-Checkout. Der USP ist ein völlig neu gedachtes, digitales Schadensmanagement, das die Abwicklung für Endkund*innen radikal vereinfacht. Finanziert von Top-VCs wie Earlybird und Visionaries Club, hat Hakuna mittlerweile den Sprung ins absolute Enterprise-Segment geschafft: Im Jahr 2025 integrierten Branchenriesen wie Vorwerk, STIHL und Mister Spex die Embedded-Technologie des Start-ups, um ihre eigenen, maßgeschneiderten Produktschutzprogramme europaweit zu skalieren.

Pile (Exit)

Jessica Holzbach startete Pile 2022 und pivotierte das Modell nach dem Krypto-Winter erfolgreich zu einem hochspezialisierten Treasury-Angebot für Start-ups. Die B2B-SaaS-Technologie bündelte Konten und automatisierte die Diversifikation von Einlagen zur Risikominimierung. Das Modell erregte schnell Aufmerksamkeit und führte bereits im Sommer 2024 zu einem frühen Exit: Die 2019 gegründete Berliner Neobank Vivid Money übernahm das Start-up, um das eigene Business-Banking-Angebot mit Piles Treasury-Technologie aufzurüsten – ein Paradebeispiel für die rasante Konsolidierung im FinTech-Infrastrukturmarkt.

Internationaler Ausblick & Fazit

Blickt man über die Grenzen Europas hinaus, formen sich 2026 drei gewaltige Makro-Trends, die den deutschen Markt unausweichlich verändern werden. Aus Asien schwappt die Architektur für grenzüberschreitende Echtzeit-Settlements basierend auf regulierten Stablecoins und digitalen Zentralbankwährungen heran, was das traditionelle Korrespondenzbankensystem massiv unter Druck setzt. Die USA hingegen dominieren die Entwicklung der KI-gesteuerten autonomen Finanzen, bei der das Corporate Treasury von Algorithmen gesteuert wird, die ohne menschliches Zutun Liquidität verschieben. Aus Indien lernen wir, wie Identity-as-a-Service untrennbar mit dem Zahlungsverkehr verschmilzt und Betrug nahezu ausmerzt.

Für Gründer*innen und Investor*innen im DACH-Raum bedeutet dies: Der Fokus muss radikal auf Profitabilität, wasserdichter Compliance und extrem stabiler Infrastruktur liegen. Wer heute in Embedded Finance gewinnt, baut keine bunten Apps mehr, sondern die hochkomplexen, unsichtbaren Stahlträger der digitalen Weltwirtschaft.

Die Integration künstlicher Intelligenz gleicht in vielen mittelständischen Betrieben aktuell noch einem Blindflug. Es fehlen oft Ressourcen für komplexe Implementierungen oder das Know-how zur Einhaltung von Datenschutzstandards. Genau in diese Lücke stößt die Münchner All-in-One-Plattform firepanda.ai. Was im Jahr 2022 als direkte Reaktion auf den globalen „ChatGPT-Moment“ innerhalb eines IT-Entwicklungsbüros begann, will mit einer aktualisierten Plattformversion den Marktzugang für den Mittelstand nun endgültig vereinfachen.

Vom „ChatGPT-Schock“ zum Agentur-Spin-off

Die Geschichte von firepanda.ai nahm ihren Lauf, als die Veröffentlichung von ChatGPT die Tech-Welt erschütterte. In der Münchner IT-Agentur Fireflow erkannten die Gründer sofort den massiven Bedarf – und die gleichzeitige Verunsicherung – bei ihren Kund*innen. Statt den Trend nur zu beobachten, entwickelte das Team in intensiven Konzeptionsphasen eine Lösung, die den deutschen Mittelstand sicher in das KI-Zeitalter führen soll. Anfang 2025 erfolgte dann der offizielle Launch.

Hinter diesem Spin-off stehen zwei Köpfe mit komplementären Profilen. Dr. Peter Dornbusch (CEO & CTO) ist promovierter Informatiker und DeepTech-Veteran mit über 25 Jahren IT-Erfahrung. Flankiert wird er von Daniel Kövary, einem Experten für Business Development und digitale Markenführung.

Auf die Frage, wie schwer der Spagat zwischen anspruchsvollem Agenturgeschäft und der Inkubation einer völlig neuen SaaS-Plattform war, räumt Kövary ein: „Es war zweifellos ein enormer Kraftakt, der sich jedoch als unser größter strategischer Vorteil erwies.“ Durch das Tagesgeschäft sei man extrem nah an den realen Schmerzpunkten der Kund*innen – wie Datenschutzbedenken und Ressourcenmangel – gewesen. Die lange Entwicklungszeit bis 2025 war dabei eine bewusste Entscheidung gegen schnelle halbe Sachen. „Wir wollten keine weitere dünne ‚Wrapper-App‘ auf den Markt bringen“, betont Kövary und fügt hinzu: „Durch KI-gestütztes Coding haben wir eine echte Zeitenwende erlebt und unsere Entwicklungszyklen bei herausragender Code-Qualität massiv verkürzt.“

Schluss mit dem KI-Flickenteppich

Die Kernidee von firepanda.ai ist ein modellagnostisches KI-Backend, das Nutzer*innen flexibel zwischen den Modellen von Anbietern wie OpenAI, Anthropic oder Google wählen lässt, ohne separate Verträge abschließen zu müssen. Ein entscheidender Hebel für den Vertrieb ist dabei die Datensicherheit, da die Plattform auf Servern in Deutschland gehostet wird.

Doch wie garantiert das Start-up rechtssicher, dass Daten bei der Nutzung von OpenAI nicht vom US-Cloud Act erfasst werden? Dr. Peter Dornbusch gibt sich hier kompromisslos: „Um höchste Datenschutzstandards zu gewährleisten, routen wir Anfragen an Modelle wie OpenAI nicht über die Standard-US-Schnittstellen, sondern ausschließlich über DSGVO-konforme Instanzen etablierter Anbieter wie Microsoft Azure oder AWS, die in Europa gehostet werden.“ Dabei würden strikte Zero-Data-Retention-Policies greifen, die verhindern, dass Kund*innendaten für das Modell-Training genutzt werden. Für Unternehmen mit extrem restriktiven Vorgaben bietet firepanda.ai zudem europäische Open-Source-Modelle wie Mistral an, die autark in Deutschland gehostet werden. „Der Kunde ist nicht in einem System gefangen, sondern behält die volle Souveränität“, resümiert der CTO.

KI-Agenten per Drag-and-drop

Um ohne Programmierkenntnisse spezifische KI-Assistenten zu konfigurieren, bietet die Plattform einen Workflow-Builder an, in dem/der Nutzer*in Trigger und Aktionen per Drag-and-drop verknüpfen.

Trotz dieser Versprechen mutieren viele B2B-Start-ups oft zu Beratungsagenturen, weil Kund*innen das Self-Serve-Prinzip nicht allein bewältigen. Daniel Kövary kennt dieses Problem: Die Wucht der Technologie überfordere aktuell noch viele Organisationen. Während globale Player wie Anthropic massiv gegensteuern und sogenannte Forward Deployed Engineers einsetzen, die Use Cases direkt in Unternehmen auf eigene Kosten umsetzen, wählt das Münchner Team einen anderen Pfad. „Da wir diesen extrem ressourcenintensiven Weg weder gehen können noch wollen, lautet unsere strategische Antwort: Enablement!“, stellt Kövary klar. Statt klassischem Handholding setzt man auf ein mehrstufiges Befähigungsmodell im Produkt – von abteilungsspezifischen Prompt-Bibliotheken für Anfänger*innen bis zum Workflow-Builder für Profis. Das Versprechen des Gründers: „Unser primäres Ziel im Onboarding ist es, unternehmensinterne ‚KI-Champions‘ auszubilden, die das Wissen als Multiplikatoren eigenständig skalieren.“

Transparenter Deal oder teure Skalierung?

Seit dem 1. März 2026 lockt firepanda.ai mit einer kostenlosen Testversion inklusive einer Million Token. Im produktiven Einsatz werden 19,95 Euro pro Nutzer*in im Monat fällig, während die Token-Kosten mit einem Handling-Aufschlag von zehn Prozent transparent weitergereicht werden. Zusatzmodule kosten extra: 395 Euro für Workflow-Automatisierung und 95 Euro für API-Anbindungen.

Bislang ist das Start-up komplett bootstrapped. Um die Infrastrukturkosten und die geplante Skalierung zu stemmen, sucht das Unternehmen nun aber sehr selektive Seed-Finanzierungen. Dornbusch sucht dabei explizit nicht nach klassischem Venture Capital, sondern nach „Smart Money“ von strategischen Business Angels. Das ehrgeizige Ziel: „Unser Meilenstein bei diesem kontrollierten Wachstum ist es, durch die anstehende Skalierungsphase bis Ende 2026 den Break-even zu erreichen.“

Die „KI-Steuer“-Falle und wartende Tech-Giganten

Kritiker*innen könnten den zehnprozentigen Token-Aufschlag bei hohen Datenmengen als kostspielige „KI-Steuer“ ansehen, was zur Abwanderung Richtung Direkt-APIs führen könnte. Zudem buhlen globale Wettbewerber wie Make.com oder Microsofts Copilot Studio um den Mittelstand.

Dornbusch wehrt sich gegen den Begriff der Steuer: „Wir sehen diesen zehnprozentigen Aufschlag keineswegs als ‚KI-Steuer‘, sondern als nachvollziehbare Service-Fee.“ Diese Marge decke die komplexe Orchestrierung sowie Compliance-Sicherheit ab und erspare mühsames Vertragsmanagement. Dass Kund*innen bei steigendem KI-Reifegrad abwandern, glaubt er nicht: „Wenn ein Unternehmen erst einmal komplexe Freigabeschleifen, RAG-Pipelines mit proprietären internen Daten und externe API-Trigger in firepanda.ai modelliert hat, wechselt es nicht wegen eines marginal günstigeren Token-Preises die Plattform.“

Und was passiert, wenn Microsoft seinen Copilot so tief integriert, dass externe KMU-Layer überflüssig werden? Kövary kontert, dass Copilot zwar gut für persönliche Produktivität sei, die reale Prozesslandschaft des Mittelstands aber weitaus komplexer. „Wir müssen aufhören, diesen Layer als dünne, überflüssige Benutzeroberfläche zu missverstehen – er ist vielmehr das schützende Betriebssystem eines jeden Unternehmens in der KI-Ära“, argumentiert er. Durch diese Architektur befreie man Kund*innen aus dem Vendor-Lock-in einzelner Großkonzerne.

Genialer Eisbrecher mit Ablaufdatum?

Für die ersten 12 bis 24 Monate der KI-Transformation ist firepanda.ai als technologischer Eisbrecher hochattraktiv. Langfristig muss sich allerdings zeigen, ob die eigenen Workflow-Logiken stark genug sind, um gegen die Marktmacht der großen Ökosysteme zu bestehen.

Gefragt nach der Zukunft und einem möglichen Exit winkt Dr. Peter Dornbusch ab. Die Backend-Entwicklung sei dank 20 Jahren Agenturerfahrung keine Hürde gewesen, sondern der größte strategische Hebel, um eine sichere Enterprise-Umgebung zu schaffen. Man sei gekommen, um zu bleiben: „Ein schneller Exit ist nicht unser Fokus, denn der europäische Markt für B2B-KI steht erst ganz am Anfang“, stellt der CTO klar und gibt die zukünftige Marschroute vor: „Wir bauen hier an einem nachhaltigen und unabhängigen ‚German AI Champion‘, der dem Mittelstand dauerhaft hilft, seine Produktivität messbar und zukunftssicher zu steigern.“