Die Shoepassionisten


44 likes

Was passiert, wenn ein hippes Berliner Start-up auf eine Traditionsmarke trifft? Spannende Einblicke in die Anfänge von Disruption und Digitalisierung.

Schuhe online verkaufen, das war im Jahr 2008 für die Branche nahezu undenkbar. Als die beiden Gründer von Shoepassion auf Fachmessen ihren Vertriebsweg Internet auch nur erwähnten, wurden mit pikiertem Gesicht die Visitenkarten gleich wieder eingesammelt. Dabei hatten sie ein prominentes Vorbild: So wie Zalando, ebenfalls als Schuhhändler gestartet, orientierte sich das Start-up am US-Versandhändler Zappos. Doch als gäbe es für Jungunternehmer nicht Herausforderungen genug, musste man sich neben Finanzierung, Organisation und Marketing erst einmal darum kümmern, wo die Ware überhaupt herkommt. Also begaben sie sich auf die Suche direkt vor Ort, in Europas Schuhfabriken.

Die Ablehnung der Schuhproduzenten war nicht die einzige Angelegenheit, über die sich die Gründer wunderten, als sie vor ihrem Start den Markt analysierten. Schuhe nach ihren Vorstellungen kosteten im Fachhandel etwa 300 bis 400 Euro. Muss das so sein? Genug Gründe also, die Verhältnisse umzukrempeln: vor allem beim Vertriebsweg und Preis. Dabei ging es keineswegs um schieren Abverkauf und Rabattschlachten. Vielmehr wollten sie von Anfang an auf hochwertige Lederschuhe setzen. Schließlich wurde das Gründungsteam in einer spanischen Manufaktur fündig, in Almansa, der inoffiziellen Schuhhauptstadt Spaniens. Mit den Herstellern vereinbarten die Gründer eine erste Kollektion von 23 Modellen, klassische Business-Schuhe für Herren. 

Stilechter Start in Berliner Gründerfabrik

Nun konnten die Vorbereitungen beginnen. Mit fünf Leuten startete Shoepassion ins Business-Abenteuer. Stilecht mietete man sich im fünften Stock eines alten Fabrikgebäudes in Berlin-Prenzlauer Berg ein. Am Tag vorm Heiligabend 2009 drückte das Team auf den Knopf der Magen-to-Shoplösung. Am 25. Dezember erreichte das Unternehmen die erste Bestellung – und das ohne Werbung, rein als Ergebnis von Suchmaschinenoptimierung. Dazu hatte PR-Mann Tobias Börner einen Blog mit 40 Artikeln nur zu Schuhen erstellt: über Schuhkultur, Schuhgeschichte, das Schöne an Schuhen, Schuhe als Kulturgut ... Die Strategie ging auf.

Shoepassion war vom Stand weg ganz oben im Google-Ranking. In der organischen Suche für „Herrenschuhe“ hielten sie lange Zeit Platz zwei hinter Zalando. Fündig wurde dort aber auch eine Zielgruppe, die nichts bestellen wollte: die Konkurrenz, die sich über den neuen Wettbewerber ärgerte. Denn wie andere Start-ups auch, wollte Shoepassion disruptiv sein und alte Marktverhältnisse aufbrechen. Und so hagelte es böse Anrufe von Schuhhändlern aus feinen Einkaufsstraßen mit weniger feiner Wortwahl. Heftig empörten diese sich über vermeintliche Tiefstpreise von 179 statt 379 Euro. Qualitativ waren die Shoepassionisten freilich keine Billigheimer. Im Angebot gab es nur rahmengenähte, handgefertigte Volllederschuhe Made in Spain. Möglich wurden die Preise vor allem durch die gesparte Ladenmiete und den Direktvertrieb an den Endverbraucher. Wo sonst Zwischenhändler und Agenten mit Provision bedacht werden, Verkaufspersonal und Messeauftritte finanziert werden müssen, konnte das Start-up den Preisvorteil an die Käufer weitergeben.

Die Anfänge waren standesgemäß mühsam, wie PR-Chef Tobias berichtet: „Kern der Immobilie war ein umständlicher Lastenaufzug. Bis der nach dem Rufen da war, dauerte es eine Ewigkeit. Dann hielt er auf jeder Etage, schließlich hatten viele Fimen allerlei zu transportieren, bis man endlich im fünften Stockwerk ankam.“ Auch Kunden haben den Hindernislauf überstanden. Spontan standen sie „in der Tür“, obwohl es vom Vertriebskonzept gar nicht vorgesehen war, und erwarteten dort ein richtiges Geschäft. Auch sie wurden bedient, selbst wenn der Verkaufsprozess Slapstick-Formen annahm, erinnert sich Tobias: „Nachdem die Größe vermessen war, mussten wir in den Keller, wo sich unser Lager befand. Also wieder die Odyssee mit dem Fahrstuhl, über den Hof in den Keller – und am besten mit fünf Kartons zurück. Das dauerte oft eine Viertelstunde.“ Das Unternehmen, das nur online handeln wollte, eröffnete daher sein erstes „Geschäft“: 18 Quadratmeter gleich neben den Büros, die nur aus Couch, Spiegel, Regal und Schuhanzieher bestanden. „Allerdings musste man vorher Termine vereinbaren, um vorbeizukommen. Wie heute in Corona-Zeiten“, sagt Tobias.

Schritt für Schritt

Ende 2011 war Shoepassion profitabel, der erste Azubi begann. Bald wuchsen sie aus der Hinterhofkultur heraus und bezogen größere Flächen in der Ackerhalle, einer renovierten Berliner Markthalle aus dem Jahr 1888. Der ideale Ort, das erste richtige Shoepassion-Geschäft zu eröffnen – doch nach wie vor mit improvisierter Start-up-Kultur. Ein Mitarbeiter war fest für den Verkauf zuständig. War gerade kein Käufer im Laden, erledigte er am Computer den Kundenservice. „Kamen zwei Kunden ins Geschäft, klingelte man aus dem Büro Verstärkung herbei. Das Lager befand sich in den Katakomben der Ackerhalle, die Zwischenwände hat der Freund der Schwägerin gebaut. Alles war staubig und alt“, schwärmt Tobias förmlich. Das komplette Gegenteil von KI-gesteuerten Hochregallagern oder anders gesagt: alles Handarbeit und mit viel Liebe. Andere Start-up-Teams feierten Partys. Bei Shoepassion trank man auf der Hinterhofladerampe ein Bier – und wenn das Lieferauto kam, wurde eine Menschenkette bis in den Keller gebildet.

Schritt für Schritt ging es voran, und man löste auch ein altes Branchenproblem: Schuhgrößen sind nämlich nicht normiert. Wenn es bei der Anprobe im Laden klemmt, fragt man einfach nach der nächsten Größe – während man im Onlinehandel aufwändig zurückschickt. Also entwickelte das Start-up ein PDF zum Ausdrucken, auf dem man die Schuhgröße ersehen konnte. Ziel: weniger Retouren. Branchen­üblich sind 50 bis 60 Prozent, Shoepassion liegt weit darunter. Und möchte diese in Zukunft dank der neu entwickelten digitalen Schuhgrößen-Empfehlung Shoepassion ID noch weiter senken.

Der Vor-Ort-Laden lief ebenfalls prächtig. Also schaute man, wo die meisten Online-Kunden herkamen. Die meisten Postleitzahlen fingen mit einer 8 an – und so öffnete in München im zentralen Hackenviertel das zweite Geschäft. Heute gibt es zehn, inklusive Wien in Österreich.

Neu kauft alt

Oft werden Start-ups von Branchengrößen gekauft. 2016 lief es umgekehrt. Shoepassion erwarb die altehrwürdige Marke Heinrich Dinkelacker, gegründet 1879. Nach dem Premiumbereich stießen sie so ins Luxus-Segment vor. Zwölf Jahre zuvor hatten drei prominente Investoren um Ex-Porsche-Chef Wendelin Wiedeking (der heute Shoepassion-Gesellschafter ist) das Unternehmen übernommen. Und anders als ursprünglich geplant, hatte man nun – als bewusste Entscheidung – auch die alte Kultur im Haus: ein eigenes Vertriebsteam, das Zwischenhändler und Schuhläden betreute. Man ging auf Messen, folgte dem Branchenrhythmus mit zwei Saisons und gedruckten Katalogen. Disruption einmal anders.

Die Omnichannel-Struktur aus online, Läden und B2B ist nicht die einzige Weiterentwicklung der 60-Mitarbeiter-Firma: Die Berliner kreierten zuletzt die neue Sneaker-Marke N91. In Corona-Zeiten, wo im Heimbüro klassische Schuhe an Relevanz verloren haben und Opernbesuche und Bundespressebälle ausfallen, eine zukunftsweisende Entscheidung. Zudem trennte sich das Unternehmen von der Schuhmarke Shoepassion, die durch die Modelle der neuen Eigenmarke Henry Stevens fortan ersetzt werden. Shoepassion wurde so zur Plattform für die drei Eigenmarken, ergänzt um edle Fremdmarken. Was bleiben soll, ist das Qualitätsversprechen, betont Björn Henning, seit 2014 Geschäftsführer, heute zusammen mit Daniel Pokorzynski: „Also kein billiger Abverkauf, vielmehr besondere Schuhe, Beratung, geschultes Personal – und perfekte Passform.“

Diese Artikel könnten Sie auch interessieren:

Satelliten-Blackout als Geschäftsmodell: Kann QOODA den Milliardenmarkt der Quantennavigation erobern?

Ein Münchner DeepTech-Start-up hat den Münchener Businessplan Wettbewerb 2026 gewonnen. Die Vision von QOODA ist so ehrgeizig wie technisch komplex: Satellitenfreie Navigation durch hochauflösende Magnetfeldkartierung mittels Quantensensorik. Doch wie realistisch ist das Geschäftsmodell in einem kapitalintensiven Markt, in dem bereits globale Akteure wetteifern? Eine Einordnung.

In einer zunehmend volatilen Weltlage werden kritische Infrastrukturen zur Zielscheibe. Das sogenannte Spoofing und „amming – also die Manipulation oder Störung von globalen Satellitennavigationssystemen (GNSS) wie GPS oder Galileo – betrifft längst nicht mehr nur militärische Drohnen. Zivile Luftfahrt, autonome Systeme und die Logistik stehen vor massiven Herausforderungen. Branchenexperten schätzen die täglichen wirtschaftlichen Schäden durch GPS-Ausfälle auf bis zu eine Milliarde US-Dollar.

Genau in diese Lücke stößt QOODA. Das Start-up entwickelt quantenbasierte Lösungen, die eine präzise Navigation ohne Satellitensignal ermöglichen. Das Zauberwort lautet Magnetic Anomaly Navigation (MagANav). Die Idee: Das Magnetfeld der Erde gleicht einem einzigartigen Fingerabdruck. QOODA nutzt extrem empfindliche Quantensensoren, um selbst kleinste Anomalien im Magnetfeld zu messen. Diese Daten werden anschließend mit weiteren Sensordaten fusioniert und mithilfe Künstlicher Intelligenz – genauer gesagt Physics-Informed Neural Networks – zu präzisen Magnetfeldkarten verarbeitet. Das Ergebnis ist eine ausfallsichere, alternative Referenz für die Lokalisierung in sicherheitskritischen Bereichen.

„Mit unserer quantensensorbasierten Technologie gestalten wir GPS-freie Navigation neu.“ – Dr. Björn Pötter, Geschäftsführer von QOODA

Gründerteam und Historie

Hinter der technologischen Vision steht ein Schwergewicht an akademischer und industrieller Expertise. Die QOODA GmbH wurde im Jahr 2025 in München gegründet. Das fünfköpfige Gründerteam bringt das notwendige Rüstzeug aus Quantenphysik, Informatik und Industrieerfahrung mit: Neben CEO Dr. Björn Pötter stehen Dr. Inés de Vega, Dr. Peter Eder (COO), Dr. Sadegh Ebrahimi (CTO) und Ahmad Nikmanesh an der Spitze des Unternehmens.

Ihre gemeinsame Mission beschreiben sie als die Modernisierung der sogenannten „OODA-Schleife“ (Observe, Orient, Decide, Act) – einem Konzept aus der Militärstrategie, das durch Quantentechnologie und KI in diversen Anwendungsdomänen schnellere und intelligentere Entscheidungen ermöglichen soll.

Die Hard Facts zu QOODA

  • Gründung: 2025 (HRB 305706, Amtsgericht München)
  • Stammkapital: 25.000 Euro
  • Technologie: Quantensensorik, Sensorfusion, KI-gestützte Magnetfeldkartierung (MagANav)
  • Zielmärkte: Luftfahrt, autonome Systeme, Robotik, UXO-Detektion
  • Auszeichnungen: 1. Platz beim Münchener Businessplan Wettbewerb 2026 (BayStartUP)

Der Markt: Mehr als nur Navigation

Die Anwendungsfälle für QOODAs Technologie gehen weit über die klassische Luftfahrt hinaus. Ein besonders eindrucksvolles Beispiel für den praktischen Nutzen ihrer DeepTech-Entwicklung ist die Kampfmittelräumung (UXO – Unexploded Ordnance) in Krisengebieten wie der Ukraine. In Zusammenarbeit mit der Dropla Tech ApS nutzt QOODA die Tatsache, dass Quantensensoren eine bis zu tausendfach höhere Sensitivität als klassische Methoden aufweisen, um Minen und Blindgänger zuverlässiger zu detektieren.

Darüber hinaus streckt das Start-up seine Fühler in Richtung Predictive Maintenance (vorausschauende Wartung) aus. Mit quantenmagnetischer und THz-Bildgebung sollen beispielsweise nichtleitende Bauteile von Flugzeugen (wie Radome) präzise auf Defekte inspiziert werden. Diese Diversifikation des Portfolios ist strategisch klug, um unterschiedliche Einnahmequellen in B2B-Märkten zu erschließen.

Das Geschäftsmodell auf dem Prüfstand

Wer Hardware, insbesondere Quanten-Hardware, entwickelt, steht unweigerlich vor dem "Tal des Todes" – der extrem kapital- und zeitintensiven Phase zwischen Prototyp und Serienfertigung. Ein kritischer Blick auf das Geschäftsmodell von QOODA offenbart jedoch einen pragmatischen Ansatz zur Risikominimierung.

Das Start-up positioniert sich explizit in den Technology Readiness Levels (TRL) 4 bis 6. Hier liegt der Fokus auf dem Aufbau von Intellectual Property (IP), der Entwicklung wiederverwendbarer Module und Prototyping. Für die teure Industrialisierungsphase (TRL 7-9) – also Zertifizierung, Härtung der Systeme und Skalierung für den Massenmarkt – sucht QOODA den Schulterschluss mit etablierten Industriepartnern.

Um die frühen Phasen der Unternehmensentwicklung zu finanzieren, betreibt das Team zudem Consulting. Die Identifikation von Use-Cases, Strategieberatung für Unternehmen im Quanten-Bereich sowie die Bereitstellung ihrer Entwicklungsplattform „ODIN“ sollen offenbar den Cashflow ankurbeln, während das Kernprodukt reift. Diese Strategie reduziert zwar das anfängliche Kapitalrisiko, macht QOODA auf lange Sicht jedoch stark abhängig vom Wohlwollen und der Geschwindigkeit seiner industriellen Partner.

„Der Münchener Businessplan Wettbewerb bietet uns die passende Plattform, um Technologie und Marktpotenzial sichtbar zu machen“, erklärt Dr. Pötter. Nun geht es darum, das Wachstum strukturiert vorzubereiten und genau diese strategischen Partnerschaften gezielt auszubauen.

Wettbewerb: Ein globales Wettrüsten

QOODA bewegt sich in einem Markt, in dem keine Gefangenen gemacht werden. Die Idee der Navigation mittels magnetischer Anomalien wird derzeit weltweit vorangetrieben. Das australische Start-up Q-CTRL hat mit seinem System "Ironstone Opal" bereits reale Demonstrationen absolviert und behauptet, traditionelle Trägheitsnavigationssysteme (INS) um ein Vielfaches an Genauigkeit zu übertreffen. Auch Giganten der Branche, wie Maxar Intelligence mit ihrer kamerabasierten Software "Raptor", entwickeln alternative Lösungen für GPS-freie Umgebungen.

Die Konkurrenz ist massiv finanziert und operiert international (z.B. Q-CTRL mit Büros unter anderem in Sydney, Los Angeles und Berlin). Für ein junges Münchner Startup bedeutet das: Die Uhr tickt. Der Sieg beim BayStartUP-Wettbewerb ist ein erstklassiger Meilenstein, muss nun aber zügig in hochvolumige Finanzierungsrunden umgemünzt werden.

Einordnung und Fazit

QOODA ist ein Paradebeispiel für den modernen DeepTech-Ansatz "Made in Germany". Das Team kombiniert herausragende akademische Exzellenz mit einem erstaunlich pragmatischen Markteintritt. Anstatt den Versuch zu wagen, mit 25.000 Euro Startkapital eine eigene Hardware-Fabrik aus dem Boden zu stampfen, fokussieren sich die Münchner auf den USP: die Algorithmen, die Sensorfusion und die Modulentwicklung (TRL 4-6). Das begleitende Consulting-Geschäft liefert zudem wichtige Bodenhaftung und frühe Kund*innenkontakte.

Die Technologie adressiert ein brennendes, globales Problem: die Verletzlichkeit von GPS-Systemen. Wenn es QOODA gelingt, die Industrialisierungspartnerschaften (TRL 7-9) erfolgreich abzuschließen, steht dem Start-up ein Multi-Milliarden-Markt offen. Das größte Risiko bleibt jedoch das Timing und das Kapital. Die internationale Konkurrenz, insbesondere aus dem angloamerikanischen und australischen Raum, ist mit prall gefüllten Kriegskassen bereits im Feldtest. Für QOODA gilt es nun, den Schub des Businessplan-Siegs zu nutzen, um die europäische technologische Souveränität in diesem Sektor entscheidend mitzugestalten.

Wie ScanlyAI den Markt für Produkt-Listings aufs nächste Level heben will

Das 2021 von Alexander Khramtsov gegründete SFP-IT verspricht mit seiner neuen Lösung „ScanlyAI“ das Ende manueller Produktdatenerfassung. Ein Foto soll genügen, um verkaufsfertige Inserate für eBay, Kleinanzeigen und Co. zu generieren. Doch wie tief ist der technologische Burggraben wirklich, wenn die großen Marktplätze längst eigene KI-Lösungen ausrollen?

Wer im E-Commerce wachsen will, scheitert oft an der profansten aller Aufgaben: der Dateneingabe. Jeder Artikel muss fotografiert, vermessen, beschrieben und bepreist werden – ein enormer Flaschenhals, insbesondere für Händler*innen von Retouren, Restposten oder gebrauchten Ersatzteilen. Genau hier setzt ScanlyAI an, ein neues Produkt der 2021 gegründeten SFP-IT aus dem bayerischen Neusäß.

Die Versprechung klingt nach dem feuchten Traum jedes/jeder Online-Händler*in: Ein Foto via Smartphone-App oder Browser hochladen, und eine KI extrahiert vollautomatisch Marke, Modell, Zustand und technische Eigenschaften. Sogar Barcodes und Etiketten sollen ausgelesen werden, um am Ende einen suchmaschinenoptimierten Titel, eine Beschreibung und einen marktgerechten Preisvorschlag auszuspucken. Die Zeit pro Inserat soll so auf unter eine Minute sinken.

Auf die Frage nach der tatsächlichen Trefferquote im harten E-Commerce-Alltag warnt Gründer Alexander Khramtsov jedoch vor allzu pauschalen Versprechungen. „Eine pauschale Trefferquote wäre unseriös, weil sie stark vom jeweiligen Produkt abhängt“, räumt er ein. Während sich Artikel mit intakten Typenschildern oder Barcodes leicht scannen ließen, erfordere stark beschädigte oder unvollständige Ware mehr Finesse. Deshalb verlasse sich ScanlyAI nicht auf ein einziges Modell, sondern kombiniere Bilderkennung gezielt mit OCR und weiteren Datenquellen. Die KI solle den/die Händler*in ohnehin nicht komplett ersetzen, sondern ihm lediglich den lästigsten Teil der Arbeit abnehmen. Ab wann sich die Software rechnet? „Finanziell lohnt sich ScanlyAI aus meiner Sicht bereits für Händler, die regelmäßig Produkte einstellen“, betont Khramtsov. Wer monatlich hunderte oder gar tausende Artikel verarbeite, spare nicht nur viele Stunden, sondern könne die neu gewonnene Zeit direkt in den Einkauf oder den Kund*innenservice stecken.

Aus der Werkstatt in den Browser

Die Entstehungsgeschichte von ScanlyAI unterscheidet sich vom klassischen Garagen-Start-up-Narrativ. Hinter dem Tool steht die SFP-IT unter der Leitung von Geschäftsführer Alexander Khramtsov. Das Unternehmen – ursprünglich unter dem Namen „new direction systems GmbH“ gestartet – agiert heute als etabliertes Systemhaus, das sich auf Cloud-Plattformen, Digital-Twin-Lösungen und industrielle Automatisierung versteht.

Dieser Hintergrund erklärt den eigentlichen Nukleus von ScanlyAI: Die Software hat ihre Wurzeln in der Identifikation von Kfz-Ersatzteilen. Wer jemals versucht hat, eine gebrauchte Lichtmaschine ohne lesbare Teilenummer korrekt zuzuordnen, kennt das Problem.

Der Ursprung liege tatsächlich in diesem hochkomplexen Bereich, bestätigt der Geschäftsführer. „Dort haben wir ein sehr schwieriges Problem gelöst: Produkte anhand von Fotos und wenigen vorhandenen Informationen möglichst zuverlässig zu identifizieren“, blickt er zurück. Irgendwann sei dem Team klargeworden, dass dieses Identifikations-Nadelöhr genauso bei Retouren oder Restposten existiert. Dass aus einer hochspezialisierten Nischenlösung nun ein breites E-Commerce-Tool für den Massenmarkt pivotierte, ist ein klassischer und kluger Start-up-Move. Die Technologie hatte ihren Proof of Concept im extrem schwierigen Daten-Markt bestanden und wurde nun skaliert. Bemerkenswert dabei ist die völlige Unabhängigkeit von Investoren. „Die Entwicklung wurde komplett aus unserem eigenen Unternehmen finanziert“, erklärt Khramtsov stolz. Man habe bewusst auf externes Kapital verzichtet, um sich die Freiheit zu bewahren, das Produkt „konsequent an den Bedürfnissen unserer Kunden weiterzuentwickeln.“

Wer zahlt für etwas, das eBay auch kann?

Das Geschäftsmodell von ScanlyAI zielt klar auf professionelle Power-Seller*innen und KMU im B2B-Bereich ab. Während private Gelegenheitsverkäufer*innen wohl kaum für ein solches Tool zahlen würden, ist der ROI für gewerbliche Händler*innen durch die immense Zeitersparnis sofort greifbar. Die Funktionen – wie der Massenupload für große Warenbestände und der zentrale Listing-Editor – deuten auf ein klassisches SaaS-Modell hin. SFP-IT setzt hier erfreulicherweise auf ein rein kontingentbasiertes Credit-System (Pay-per-Listing) ohne klassische Abo-Falle.

Doch hier muss sich das Modell kritischen Fragen stellen. Der Markt wächst rasant und die Plattformen selbst, wie etwa eBay, haben längst eigene „Magical Listing“-KI-Tools gebührenfrei in ihre Apps integriert, die ebenfalls aus Fotos Beschreibungen generieren. Direkte Wettbewerber*innen wie Photoroom fischen im selben Teich.

Warum also für ScanlyAI zahlen? „Die KI-Funktionen der Marktplätze sind eine sinnvolle Unterstützung, lösen aber immer nur einen kleinen Teil des gesamten Prozesses“, kontert Khramtsov das drohende Plattform-Risiko. ScanlyAI verstehe sich nicht als Konkurrenz zu eBay und Co., sondern als zentrale, vorgelagerte Plattform. Es gehe darum, Barcodes auszulesen, strukturierte Produktdaten zu generieren und bei Pflichtangaben zu assistieren – völlig unabhängig vom späteren Verkaufskanal. Wer eBays KI nutzt, dessen Daten bleiben bei eBay. Bei ScanlyAI ließen sich die generierten Datensätze hingegen auch ins eigene ERP-System exportieren. „Viele Reseller verkaufen gleichzeitig über mehrere Kanäle. Genau dort spielt ScanlyAI seine Stärken aus, weil die Produktdaten nur einmal erstellt werden müssen“, argumentiert der Gründer.

Wo liegen die Hürden?

Für StartingUp lassen sich beim Blick unter die Haube von ScanlyAI drei zentrale Herausforderungen identifizieren:

  • Das Halluzinations-Risiko: KI-Modelle neigen dazu, Lücken kreativ zu füllen. Dichtet die KI bei einem Laptop auf dem Foto fälschlicherweise 16 GB statt 8 GB RAM in die Beschreibung, haftet am Ende der/die Händler*in für den Sachmangel. Beim sensiblen Thema Haftung gibt sich der Gründer ernst, wehrt eine direkte Mithaftung für KI-Aussetzer aber wenig überraschend ab. „Am Ende bleibt die Verantwortung für ein Inserat selbstverständlich beim Verkäufer“, stellt er klar. Dennoch setze man alles daran, Fehler technisch zu minimieren. „ScanlyAI ist bewusst nicht so aufgebaut, dass eine KI einfach irgendeinen Text erzeugt“, versichert Khramtsov. Das System validiere verschiedene Datenquellen gegenseitig; unsichere Angaben würden gar nicht erst übernommen oder zur manuellen Kontrolle markiert. Sein Credo: „Unser Ziel ist deshalb nicht, Vermutungen zu treffen, sondern möglichst belastbare Informationen bereitzustellen.“
  • Der technologische Burggraben: SFP-IT spricht von einem proprietären KI-System. In einer Zeit, in der multimodale KI-Modelle wie GPT-4o extrem günstige Bild-zu-Text-APIs bieten, stellt sich die Frage nach der Einzigartigkeit der Basis-Technologie. Nutzt SFP-IT am Ende doch nur fertige Large-Vision-Modelle? Darauf angesprochen gibt sich Khramtsov erfrischend pragmatisch: „Ich glaube, heute entwickelt kaum noch jemand jedes KI-Modell komplett selbst und das muss man auch nicht“, räumt er offen ein. Das Unternehmen verfolge einen technologieoffenen Ansatz und nutze APIs dort, wo es sinnvoll sei, gepaart mit eigenen KI-Modellen für spezielle Verfahren wie OCR, Barcode-Erkennung und Datensynthese. Der wahre Wert liege in der jahrelangen Vorarbeit. „Der eigentliche Mehrwert von ScanlyAI liegt daher nicht in einem einzelnen KI-Modell, sondern in der gesamten Plattform“, so der Gründer. Diese Orchestrierung von KI und eigener Logik lasse sich „nicht durch den Austausch eines einzelnen KI-Modells ersetzen.“
  • Abhängigkeit von Schnittstellen: Die direkte Veröffentlichung auf Plattformen wie Kleinanzeigen.de ist ein Segen für Nutzer*innen, aber ein ständiger Kampf für Entwickler*innen. Die APIs dieser Marktplätze sind oft restriktiv, und Änderungen können Drittanbieter*innen -Tools jederzeit ausbremsen.

Unser Fazit

Mit ScanlyAI bringt SFP-IT ein Tool auf den Markt, das ein echtes, schmerzhaftes Problem im E-Commerce löst. Dass die Köpfe dahinter aus der komplexen Ersatzteil-Logistik kommen und bereits Erfahrung mit industrieller Software haben, verleiht dem Produkt eine hohe Glaubwürdigkeit und unterscheidet es von reinen KI-Hype-Start-ups.

Der Erfolg von ScanlyAI wird letztlich nicht davon abhängen, ob es ein einzelnes Foto etwas besser analysiert als die eBay-App. Der entscheidende Hebel ist die tiefe B2B-Integration. Gelingt es ScanlyAI jedoch, sich über APIs nahtlos in die bestehenden Warenwirtschaftssysteme der Händler*innen einzuklinken und dort fehlerfreie, strukturierte Stammdaten anzuliefern, hat das Tool das Potenzial, zu einem wertvollen Standardwerkzeug für den Mittelstand zu reifen. Bleibt es hingegen „nur“ ein weiteres Web-Dashboard, dürfte der Gegenwind der Tech-Giganten schnell spürbar werden.

Genau diese tiefe System-Integration hat Alexander Khramtsov als nächsten großen Meilenstein im Visier. „In den nächsten zwölf Monaten möchten wir weitere Marktplätze und Warenwirtschaftssysteme anbinden und die Automatisierung weiter ausbauen“, kündigt er an. Die Vision des Gründers geht dabei weit über einen einfachen Listing-Editor hinaus. „Langfristig sehe ich ScanlyAI nicht nur als Tool zum Erstellen von Inseraten. Ich möchte eine Plattform schaffen, die den gesamten Prozess rund um die Produkterfassung unterstützt“, formuliert Khramtsov sein ambitioniertes Ziel für die kommenden Jahre. Wenn Reseller dadurch jeden Tag wertvolle Zeit für ihr eigentliches Geschäft gewinnen, „dann haben wir unser Ziel erreicht.“

B2B-EdTech-Start-up-Report

Der biologische Imperativ des Lernens: Wie NeuroTech und B2B-EdTech die Wissensökonomie verschmelzen und welche Start-ups hierzulande tonangebend sind.

Die Ära der passiven Web-Seminare ist endgültig vorbei. Die moderne Wissensökonomie hat eine harte Lektion gelernt: Man kann keine erschöpfte Belegschaft upskillen. Schlafmangel und kognitive Überlastung kosten die globale Wirtschaft jährlich hunderte Milliarden Euro an verlorener Produktivität und Innovationskraft. Genau an dieser Schnittstelle von Biologie und Weiterbildung entfaltet sich ein spannender High-Tech-Wachstumsmarkt unserer Zeit. Lifelong Learning im B2B-Sektor ist nicht mehr nur eine Frage von Content-Management-Systemen, sondern von kognitiver Leistungsfähigkeit. Smarte Textilien, Neuro-Tracker und digitale Schlaf-Coaches transformieren ein biologisches Grundbedürfnis in die Basis erfolgreicher Unternehmensweiterbildung. Für Gründer*innen bedeutet dies eine historische Chance: Wer heute EdTech baut, entwickelt keine reinen Lernplattformen mehr, sondern holistische Systeme für Human Performance. Dieser Report beleuchtet, wie der deutsche Markt diese Fusion aus Neuro-Enhancement und B2B-Learning meistert.

Die Marktlage

Der europäische EdTech-Markt hat die Post-Pandemie-Katerstimmung hinter sich gelassen und präsentiert sich 2026 stark konsolidiert und hochprofitabel. Laut aktuellen Bitkom-Erhebungen fließen mittlerweile rund 40 Prozent der dedizierten HR-Software-Budgets im Mittelstand in datengetriebene Weiterbildungs- und Performance-Tools. Haupttreiber dieser Entwicklung ist die generative künstliche Intelligenz, die nicht nur Lerninhalte in Echtzeit hyperpersonalisiert, sondern sich nahtlos mit biometrischen Daten synchronisiert. Relevante Erhebungen, wie das KfW-Mittelstandspanel, bestätigen die schiere Marktgröße und beziffern die jährlichen Weiterbildungsinvestitionen allein im deutschen Mittelstand auf einen starken zweistelligen Milliardenbetrag. Die Investitionssummen spiegeln diese Reife wider: Während Seed-Runden im Schnitt bei konservativen zwei bis drei Millionen Euro liegen, sehen wir in Series-A- und Series-B-Finanzierungen für skalierbare B2B-SaaS-Modelle wieder realistische, aber gesunde Tickets zwischen 15 und 30 Millionen Euro – weit entfernt von den überhitzten Bewertungen der frühen Zwanzigerjahre, aber getragen von soliden Umsätzen.

Die neuen Treiber

Wer den Markt heute dominieren will, muss über das Offensichtliche hinausblicken. Drei spezifische Sub-Sektoren treiben das Wachstum rasant voran. An erster Stelle steht das sogenannte Neuro-Adaptive Learning. Hierbei wird die Erholungsökonomie direkt in den Lernprozess integriert. Ermüdungserscheinungen werden durch Wearables gemessen, woraufhin die KI-gestützte Lernplattform automatisch das Tempo drosselt oder Mikrolern-Einheiten anbietet. Vorreiter wie die etablierten Corporate-Coaching-Plattformen integrieren längst digitale Schlaf-Coaches in ihre Suiten, da die Neurowissenschaft beweist, dass Tiefschlafphasen für die Gedächtniskonsolidierung essenziell sind.

Der zweite Treiber ist Immersive Skill-Routing via Spatial Computing. AR- und VR-Headsets werden für hochkomplexe Maschinenschulungen und Hochrisiko-Trainings (wie Medizintechnik oder Flugzeugwartung) genutzt. In den Acceleratoren der TUM und des Cyber Valleys entstehen derzeit erste Stealth-Spin-offs, die Spatial Computing direkt mit Echtzeit-EEG-Wearables koppeln, um kognitive Überlastung im Training live zu messen und zu korrigieren.

Der dritte Sektor umfasst Verified Credentialing mittels Blockchain-Technologie, wodurch lebenslange Lernfortschritte fälschungssicher an Personalabteilungen übermittelt werden. Pioniere wie CoachHub haben den Weg geebnet, doch die neuen Treiber gehen tief in die biometrische und technologische Infrastruktur der Unternehmen über.

Reality Check: Gescheiterte Hoffnungen & Lektionen

Doch der Weg in diese profitable Gegenwart war gepflastert mit schmerzhaften Marktkorrekturen. Ein prominentes Beispiel für gescheiterte Hoffnungen war die Insolvenz des Berliner B2B-Coaching-Start-ups Sharpist im Frühjahr 2024, bevor es in Teilen gerettet werden konnte. Trotz massiver Finanzierungsrunden in der Pandemie brach das Modell unter seiner eigenen Kostenstruktur zusammen. Dieser Crash liefert heutigen EdTech-Gründer*innen vier fatale Fallstricke, die es zwingend zu vermeiden gilt.

  • Der erste Fallstrick ist die chronische Abhängigkeit von VC-Kapital bei gleichzeitiger Vernachlässigung der Unit Economics; unprofitables Wachstum wird 2026 vom Markt brutal abgestraft.
  • Zweitens unterschätzen Gründer*innen noch immer die B2B-Sales-Zyklen. Enterprise-Kunden brauchen oft sechs bis zwölf Monate bis zur Vertragsunterschrift, was eine immense Kapitaldecke erfordert.
  • Der dritte Fallstrick ist die mangelnde Beweisführung des ROI. Eine Plattform, die HR-Abteilungen nicht messbar nachweisen kann, dass die Mitarbeitenden durch das Tool produktiver werden oder Kosten sparen, wird in Krisenzeiten sofort gekündigt.
  • Viertens scheitern viele an der Regulatorik: Wer heute Gesundheitsdaten (wie Schlaf-Tracking) mit Personalentwicklung kreuzt, rennt ohne lückenlose DSGVO-Compliance und Betriebsrats-Zustimmung ungebremst gegen eine juristische Wand.

Das deutsche Netzwerk (Hotspots)

Die deutsche EdTech- und Neuro-Tech-Landschaft hat sich auf wenige, dafür aber extrem leistungsstarke Hubs konzentriert. München führt das Feld unangefochten an, gestützt durch die Technische Universität München (TUM) und die UnternehmerTUM, die europaweit führend in den Bereichen B2B-SaaS und DeepTech ist; hier entsteht die Hardware für Wearables und komplexe KI-Architekturen. Berlin bleibt das kommerzielle Epizentrum für Skalierung und Sales. Die Dichte an internationalen VCs und die Präsenz der ESMT Berlin befeuern hier vor allem Plattform-Modelle. Ein oft unterschätzter, aber hochrelevanter Hub ist das Cluster Stuttgart/Tübingen. Durch das hier ansässige Cyber Valley – Europas größtes KI-Forschungskonsortium – und exzellente Institute für Kognitionswissenschaften kommen von hier die tiefgreifendsten Algorithmen zur Lernanalyse. Schließlich hat sich die Region Köln/Bonn als unverzichtbarer Knotenpunkt für Corporate Learning etabliert, was nicht zuletzt an der historischen Präsenz großer Telekommunikations- und Medienkonzerne liegt, die als Early Adopter und Co-Innovatoren für Start-ups fungieren.

Investor*innen-Radar

Das Kapitalökosystem für Lifelong Learning hat sich stark professionalisiert und agiert in vier klaren Clustern. Bei den spezialisierten VCs geben europäische Fonds wie Emerge Education und Brighteye Ventures den Ton an; sie verstehen die pädagogischen Nuancen und regulatorischen Hürden wie kein anderer. Im Bereich der Top-Tier Generalisten sind es Schwergewichte wie HV Capital, Cherry Ventures und Point Nine Capital, die vor allem dann investieren, wenn das EdTech-Modell astreine B2B-SaaS-Metriken aufweist und Skalierbarkeit verspricht. Corporate VCs aus der Industrie, allen voran Bertelsmann Next und Holtzbrinck Digital, sichern sich durch strategische Investments frühzeitig die Technologien, die ihr eigenes Verlags- und Bildungsgeschäft digitalisieren. Der wahre Motor der Innovation liegt jedoch in der Frühphase bei erfahrenen Business Angels. Prominente Köpfe wie Verena Pausder treiben die Branche seit Jahren voran, flankiert von starken Angel-Syndikaten wie encourageventures, die gezielt diverses Gründen im Bildungsbereich fördern und Start-ups den entscheidenden ersten Runway sichern.

Die Top Start-ups (Must-Watch)

Die Auswahl der folgenden Top Start-ups erfolgte durch unsere Redaktion auf Basis eines strengen Kriterienkatalogs. Wir bewerteten die aktuelle Marktrelevanz, den technologischen Reifegrad des Produkts, die nachgewiesene Traktion bei B2B-Kunden sowie das Vertrauen namhafter Investoren. Um die Innovationskraft der jüngsten Generation in den Fokus zu rücken, berücksichtigt diese Liste ausschließlich Start-ups mit Hauptsitz in Deutschland und einem Gründungsjahr ab 2020 (bzw. dem unmittelbaren Aufbruch der aktuellen Welle Ende 2019). Die Auswahl reicht von etablierten Kategorie-Führer*innen bis hin zu aufstrebenden Newcomer*innen, die die Grenzen des klassischen E-Learnings sprengen und DeepTech, HR-Tech sowie kognitive Optimierung miteinander vereinen.

Tomorrow University of Applied Sciences

Im Jahr 2020 von Christian Rebernik und Dr. Thomas Funke gegründet, hat sich dieses Start-up zur führenden B2B- und B2C-Plattform für akademisches Upskilling entwickelt. Das Geschäftsmodell ist eine vollwertige, remote-first Universität (SaaS- und Studiengebühren-Modell), deren USP in der challenge-basierten Lernmethodik und einer hochentwickelten App-Architektur liegt, die starre Vorlesungen obsolet macht. Zu den Lead-Investoren der letzten Runden zählen Emerge Education und EduCapital.

DeepSkill

Miriam Mertens und Peter Goeke gründeten DeepSkill im Jahr 2020, um die Soft-Skill-Lücke in Unternehmen zu schließen. Das B2B-SaaS-Modell fungiert als digitale Plattform für ganzheitliche und emotionale Mitarbeiterentwicklung, die datengetriebenes Coaching mit klassischen Lernpfaden verbindet. Der High-Tech Gründerfonds (HTGF) und diverse Business Angels unterstützen diese Mission, die Menschlichkeit durch Technologie skalierbar zu machen.

Aivy

Ebenfalls 2020 von Florian Dyballa und seinem Team ins Leben gerufen, transformiert Aivy die Art und Weise, wie Potenziale erkannt werden. Das B2B-Geschäftsmodell basiert auf game-basierten Assessments, die psychometrische Daten auswerten, um Mitarbeitern präzise, bias-freie Lern- und Karrierepfade aufzuzeigen. Zu den frühen Geldgebern gehören renommierte HR-Experten und Business Angels wie Matthias Helfrich und Andreas Schmitz (ehem. Personalvorstand Roche), die die tiefe wissenschaftliche Fundierung des USPs schätzen.

Zavvy

Mehmet Yilmaz und Joshua Cornelius (die zuvor bereits Freeletics aufbauten) gründeten Zavvy 2021 als ganzheitliche B2B-SaaS-Lösung für Employee Enablement. Der USP liegt in der nahtlosen Integration von Onboarding, Micro-Learning und Performance-Tracking direkt in Kommunikations-Tools wie Slack und Teams, wodurch Lernen in den täglichen Workflow integriert wird. Der europäische Top-VC La Famiglia führte die Seed-Runde an, begleitet von Picus Capital und Emerge Education, bevor das Start-up Anfang 2024 in einem aufsehenerregenden Exit vom HR-Giganten Deel übernommen wurde.

Edurino

Auch wenn der Fokus zunächst auf der Vorschulbildung liegt, baut das 2021 von Irene Klemm und Franziska Meyer gegründete Start-up die fundamentale Infrastruktur für digitales Lifelong Learning. Ihr Geschäftsmodell kombiniert haptische Spielfiguren mit einer adaptiven Lern-App (B2C & B2B/Kindergärten). Der USP der physisch-digitalen Interaktion wird in Zukunft auch für haptische B2B-Trainings adaptiert. b2venture und DN Capital haben zweistellige Millionenbeträge in diese Vision investiert.

Knowunity

Benedict Kurz, Gregor Weber, Lucas Hild und Yannik Prigl gründeten Knowunity 2020 noch während ihrer eigenen Schulzeit. Ursprünglich als B2C-Marktplatz für Schüler-Zusammenfassungen gestartet, hat sich die Plattform technologisch zu einem globalen, KI-gestützten Lernbegleiter (AI Tutor) entwickelt. Der hochskalierbare USP der Peer-to-Peer-Architektur und das tiefe Gen-Z-Verständnis wecken massiv das Interesse von Konzernen: Im B2B-Bereich nutzen Unternehmen wie Porsche oder Vodafone die Plattform als hochprofitablen Kanal für Employer Branding und extrem frühes Recruiting. Nach Redalpine und Project A in den frühen Phasen hat zuletzt der europäische Top-VC XAnge die 27 Millionen Euro schwere Series-B-Finanzierungsrunde angeführt.

Edyoucated

Von Marius Bicher, Jan Rellermeyer, Marius Karwat und David do O' gegründet, gehört edyoucated zu den führenden deutschen B2B-SaaS-Plattformen für KI-gestütztes Skill-Management. Das Geschäftsmodell basiert auf einer Lern-Engine, die vorhandene Kompetenzen in Unternehmen analysiert und automatisiert maßgeschneiderte, hochindividuelle Lernpfade zusammensetzt. Der USP liegt in der drastischen Reduzierung von Schulungszeiten bei gleichzeitig höherer Wissensretention. Der europäische Top-VC Earlybird Venture Capital führt das Investorenkonsortium des Unternehmens an.

Internationaler Ausblick & Fazit

Der Blick über die europäischen Grenzen zeigt, dass die Fusion von EdTech und Human Performance gerade erst begonnen hat. Aus den USA schwappt der Trend der völlig autarken „AI-Tutors“ herüber – hochkomplexe KI-Agenten, die sich als persönliche Mentor*innen tief in die ERP-Systeme der Unternehmen einnisten und Lernbedarfe erkennen, bevor der/die Mitarbeitende überhaupt weiß, dass er/sie eine Wissenslücke hat. Asien treibt derweil die Hyper-Gamification und mobile-first Micro-Credentials auf die Spitze, wo Lernen fast ausschließlich in hochfrequenten, sekundenkurzen Interaktionen stattfindet. Aus dem israelischen Ökosystem wiederum drängen Start-ups in den zivilen Markt, die militärisch erprobte Neuro-Feedback-Technologien nutzen, um Stressresistenz und kognitive Fokus-Raten von Führungskräften zu tracken und zu trainieren.

Für Gründer*innen und Investor*innen in Deutschland und Europa lautet das Fazit für 2026 unmissverständlich: EdTech isoliert betrachtet ist tot. In der nächsten Dekade werden jene Unternehmen gewinnen, die Weiterbildung als biologischen und datengetriebenen Performance-Kreislauf begreift. Wer die technologische Brillanz von B2B-SaaS mit dem ethischen und sicheren Umgang von Neuro- und Gesundheitsdaten vereint, baut nicht nur die Arbeitswelt der Zukunft, sondern erschafft die nächste Generation von europäischen Unicorns.

Von der Vibe-Coding-Idee zur launchfähigen App: Was Gründer*innen einplanen müssen

Mit Tools wie Lovable, Bolt oder Claude Code entsteht aus einer Idee heute in wenigen Tagen ein klickbarer Prototyp – ganz ohne Entwicklerteam. Genau das macht Vibe Coding für Gründerinnen und Gründer so attraktiv. Der Haken: Zwischen diesem Prototyp und einer App, die im App Store steht, echte Nutzerdaten verarbeitet und im Alltag stabil läuft, liegt mehr Arbeit, als die Demo vermuten lässt. Wer diese Lücke kennt, kann sie einplanen – und spart sich böse Überraschungen bei Budget und Zeitplan.

Zuerst das Positive, denn davon gibt es viel: Ein Vibe-Coding-Prototyp ist die beste Anforderungsbeschreibung, die du einer Agentur oder einem Entwickler geben kannst. Statt eines 30-seitigen Konzepts zeigst du eine klickbare App und sagst: „So soll es funktionieren.“ Das spart Abstimmungsschleifen, macht Ideen testbar, bevor Geld fließt, und hilft dir, mit echten Nutzern zu validieren, ob dein Produkt überhaupt gebraucht wird.

Für interne Tools, einfache Web-Anwendungen ohne sensible Daten oder einen Messe-Demo-Case reicht das Ergebnis oft sogar schon aus. Die Grenze verläuft dort, wo aus dem Experiment ein Produkt wird.

Die fünf Lücken zwischen Prototyp und Launch

1. Sicherheit und Datenschutz. Der unangenehmste Punkt zuerst: Laut dem GenAI Code Security Report von Veracode (2025, über 100 getestete KI-Modelle) führt KI-generierter Code in 45 Prozent der Fälle Sicherheitslücken ein. Und ein Sicherheitsreport vom Februar 2026 dokumentierte über 170 öffentlich zugängliche Datenbanken von Apps, die mit einem populären Vibe-Coding-Tool gebaut wurden – mit Kundendaten, die jeder abrufen konnte. Sobald deine App personenbezogene Daten verarbeitet, brauchst du ein Sicherheits-Review, saubere Zugriffskontrollen und eine DSGVO-konforme Architektur. Das liefert kein Prompt.

2. Der App-Store-Launch. Apple und Google prüfen jede App vor der Veröffentlichung. Signierung, Entwicklerkonten, Review-Prozesse, Datenschutzerklärungen, Store-Assets - dieser Prozess ist Handwerk und dauert beim ersten Mal deutlich länger als gedacht. Viele Vibe-Coding-Tools erzeugen zudem Web-Anwendungen, die sich gar nicht ohne Weiteres als native App veröffentlichen lassen.

3. Testing und Edge Cases. Der Prototyp funktioniert, wenn du ihn vorführst. Aber was passiert bei schlechtem Netz, altem Android-Gerät, abgelaufener Session, doppeltem Klick auf „Kaufen"? Produktionsreife heißt: Fehlerfälle sind durchdacht und getestet. Das ist erfahrungsgemäß der größte einzelne Zeitblock zwischen Prototyp und Launch.

4. Betrieb und Wartung. Eine App ist kein Einmalprojekt. Betriebssystem-Updates, Bibliotheks-Updates, Monitoring, Backups – als Faustregel solltest du 5 bis 12,5 Prozent der Entwicklungskosten pro Jahr für Wartung und Weiterentwicklung einplanen.

5. Architektur und Skalierung. KI-generierter Code ist auf „funktioniert jetzt" optimiert, nicht auf „lässt sich in einem Jahr erweitern". Wenn dein Produkt wächst, rächt sich eine chaotische Codebasis. Ein früher Architektur-Review durch erfahrene Entwickler ist deutlich günstiger als ein späterer Neubau.

Was kostet der Weg zum Launch?

Realistische Marktspannen für professionelle Umsetzung: Eine einfache App liegt bei etwa 8.000 bis 25.000 Euro, die meisten Gründer- und Mittelstandsprojekte landen zwischen 25.000 und 80.000 Euro, komplexe Plattformen darüber. Ein schlank geschnittenes MVP ist in 4 bis 8 Wochen machbar – vorausgesetzt, der Funktionsumfang bleibt diszipliniert. Dabei hilft eine Zahl aus der Produktforschung: Laut einer Pendo-Analyse von 2019 werden rund 80 Prozent aller Software-Features selten oder nie genutzt. Streiche also alles, was nicht zum Kern gehört.

Und ja, KI senkt auch die professionellen Entwicklungskosten – in Agenturprojekten typischerweise um 20 bis 40 Prozent bei einzelnen Entwicklungsschritten. Aber eben nicht pauschal aufs Gesamtprojekt: Anforderungen klären, Testing und Launch bleiben Menschenarbeit. Wer dir „90 Prozent günstiger dank KI" verspricht, spart an Stellen, die du später teuer bezahlst.

Für eine erste Hausnummer vor Anbietergesprächen helfen kostenlose App-Kosten-Rechner im Netz – so merkst du früh, ob Budget und Funktionsumfang zusammenpassen, und kannst Angebote besser einordnen.

So setzt du Vibe Coding richtig ein

Erstens: Nutze den Prototyp als Validierungs- und Kommunikationswerkzeug, nicht als Produktionscode. Zweitens: Hole vor dem Weiterbau ein technisches Review ein - Sicherheit, Architektur, Datenmodell. Drittens: Entscheide bewusst, was übernommen wird und was neu entsteht; oft ist das Datenmodell brauchbar, der Code selbst nicht. Viertens: Plane Launch, Testing und Betrieb von Anfang an ins Budget ein, nicht als Nachtrag.

Fazit

Vibe Coding ist für Gründerinnen und Gründer ein echter Fortschritt: Nie war es billiger, eine Idee zu testen, bevor ernsthaft Geld fließt. Zur launchfähigen App wird der Prototyp aber erst durch die unspektakulären Disziplinen – Sicherheit, Testing, Store-Prozess, Betrieb. Wer beides zusammendenkt, bekommt das Beste aus zwei Welten: die Geschwindigkeit der KI-Tools und ein Produkt, das dem ersten Kontakt mit echten Nutzern standhält.

Der Autor Lukas M. Beck ist Geschäftsführer der BlueBranch GmbH, einer App- und Web-App-Agentur aus Fürth, und entwickelt seit über 15 Jahren Apps und Web-Apps. Eine erste Kostenschätzung liefert sein kostenloser App-Kosten-Rechner.

TradeAnyMachine: Bagger, Bieten, B2B

Wie ein WHU-Alumnus den Markt für gebrauchte Baumaschinen digitalisiert.

Das Düsseldorfer Start-up TradeAnyMachine will den Verkauf gebrauchter Baumaschinen für Bauunternehmen lukrativer und sicherer machen. Anstatt Maschinen über lokale Händler*innen an internationale Käufer*innen weiterzureichen und dabei Marge einzubüßen, vernetzt das Unternehmen beide Seiten direkt. Gründer Nils Jacoby verbindet dabei digitales Know-how mit einem engen Draht in die Branche.

Vom Sneaker-Reseller zum B2B-Plattformgründer

Hinter TradeAnyMachine steht ein Gründer, der das Unternehmertum früh für sich entdeckte: Schon mit 14 Jahren baute Nils Jacoby erfolgreich ein Sneaker-Reselling-Geschäft auf. Neben seinem Studium an der WHU gründete er eine Social-Media-Agentur und setzte Kampagnen für Autohäuser von Marken wie Ferrari und Porsche um. Der Impuls zu TradeAnyMachine entstand schließlich aus einem Kundenprojekt im Bau- und Immobilienumfeld. Jacoby erkannte schnell, wie viel Geld Bauunternehmen beim klassischen Verkauf über Zwischenhändler auf der Straße liegen lassen.

Doch der Einstieg des Performance-Marketing-Experten in den traditionsgeprägten Baumaschinensektor war nicht ohne Reibung. „Die Branche hat mir früh klargemacht, dass ein Bauunternehmer nicht auf eine Plattform wechselt, weil sie gut aussieht, sondern weil sie ihm nachweislich einen besseren Preis und einen verlässlichen Prozess bietet“, erinnert sich Jacoby. Man müsse verstehen, wie die Branche tickt – ein intensiver Lernprozess, der für den Gründer im Nachhinein „das Beste war, was passieren konnte“.

Die kapitalintensive erste Entwicklungsphase stemmte er aus eigenen Mitteln und mit Unterstützung des Gründerstipendiums NRW. Der größte Hebel dabei: Jacoby programmierte die Plattform kurzerhand selbst. „Gerade heute, mit KI als Werkzeug, kann ein einzelner Entwickler umsetzen, wofür man vor wenigen Jahren ein ganzes Team gebraucht hätte“, betont der Gründer. Das spare nicht nur Geld, sondern mache das Start-up extrem agil: „Wenn ein Kunde ein Problem meldet, kann die Lösung morgen live sein.“

Die Plattform-Ökonomie im B2B-Check

TradeAnyMachine adressiert den wirtschaftlichen Druck, unter dem viele deutsche Bauunternehmen heute stehen. Die digitale Lösung verkürzt den Zwischenhandel und wird über zwei Säulen abgewickelt:

  • Inserat: Über SellAnyMachine.com können Bauunternehmen ihre gebrauchten Maschinen in wenigen Minuten kostenlos einstellen.
  • Wettbewerb & Netzwerk: Auf BuyAnyMachine.com gehen die Maschinen in ein Auktionsverfahren, bei dem aktuell mehr als 750 vorab geprüfte internationale Händler*innen mitbieten.

Obwohl die Baubranche als wenig digitalaffin gilt, zählen bereits Branchengrößen wie Eiffage-Infra Bau und Bobcat zu den Partnern des Start-ups. Jacoby räumt ein, dass die meisten Konzerne zunächst stutzig reagieren, wenn ein junges Tech-Unternehmen ihre Prozesse übernehmen will. Hochglanz-Präsentationen helfen da wenig. „Überzeugt hat am Ende kein Pitch, sondern das Ergebnis: direkter Verkauf ohne Zwischenhandel, nachweislich bessere Preise und eine komplette Abwicklung durch uns“, stellt Jacoby nüchtern fest. Seine Erkenntnis aus dem B2B-Vertrieb: „Vertrauen gewinnt man bei einem Konzern durch die erste Maschine, die sauber verkauft wird.“

Transaktionsrisiko? Übernimmt das Start-up

Der zentrale USP liegt jedoch im Juristischen: Gegenüber den verkaufenden Bauunternehmen tritt TradeAnyMachine als deutscher Vertragspartner auf. Laut Angaben der Gründer lassen sich durch den direkten internationalen Wettbewerb bis zu 15 Prozent höhere Erlöse erzielen – doch internationale Deals bergen für die Verkäufer oft erhebliche Ausfallrisiken.

„Genau dieses Risiko wollen Bauunternehmen nicht tragen, und deshalb übernehmen wir es“, erklärt Jacoby selbstbewusst. Er schränkt jedoch ein, dass dies keineswegs blind, sondern streng kontrolliert passiere. Die Regel gegen Zahlungsausfälle ist denkbar simpel: „Die Maschine wird erst übergeben, wenn das Geld vollständig bei uns eingegangen ist.“

Auch bei der Haftung für verdeckte Mängel baut das Unternehmen vor. Da gebrauchte Baumaschinen im B2B-Geschäft grundsätzlich unter Ausschluss der Gewährleistung verkauft werden, steht und fällt alles mit der Vorab-Prüfung. Jede Maschine wird vor dem Verkauf akribisch dokumentiert. „Der Verkäufer arbeitet mit uns aus dem Grund, dass er sich um nichts kümmern muss, also müssen unsere Prozesse so sauber sein, dass wir das auch halten können“, resümiert der Unternehmer das eigene Risikomanagement.

Angriff auf die Platzhirsche

Aktuell wird der Markt von großen, etablierten Portalen dominiert. Während klassische Anzeigenportale zwar Reichweite bieten, lassen sie die Verkäufer*innen bei der Abwicklung oft allein. Online-Auktionshäusern mangelt es wiederum oft an Geschwindigkeit und direkter Planbarkeit. Genau in diese Lücke stößt TradeAnyMachine.

Doch ein Plattform-Modell steht und fällt mit der Liquidität auf beiden Seiten – und der Akquise von Nutzer*innen, die oft Unsummen verschlingt. Auf die Frage, wie das Start-up internationale Händler*innen ohne verbranntes Millionenbudget anlockt, hält sich Jacoby bedeckt und deklariert die genaue Strategie als Wettbewerbsvorteil. Er lässt jedoch durchblicken, dass sein Hintergrund im Performance-Marketing hier entscheidend sei: „Wir gewinnen Käufer heute zu einem Bruchteil der Kosten, die im klassischen Marketing dafür üblich wären.“

Das Monetarisierungsmodell ist derweil äußerst transparent aufgesetzt. Für die Verkäufer*innenseite bleibt die Plattform komplett kostenlos, während der/die Käufer*in im Erfolgsfall eine Gebühr von vier Prozent des Kaufpreises zahlt. Jacoby argumentiert pragmatisch: „Der Verkäufer hat keinen Grund, nicht bei uns zu listen, und der Käufer zahlt nur, wenn er tatsächlich eine Maschine erhält.“

Unser Fazit

Für die Start-up-Szene ist TradeAnyMachine ein exzellentes Beispiel dafür, wie sich klassische B2B-Branchen durch zielgerichtete Plattform-Ökonomie modernisieren lassen. Anstatt einen Markt vom Reißbrett neu zu erfinden, digitalisiert der Gründer einen etablierten Wertschöpfungsprozess und löst ein echtes Problem: Margenverlust und Transaktionsrisiko. Diese Marktexpertise, gepaart mit den digitalen Fähigkeiten des Gründers, bildet ein solides Fundament, um das klassische Handels-Dilemma im B2B-Segment aufzubrechen.

tripbot: KI-Reiseplanung jenseits der Inspiration

Bunte Urlaubsbilder generieren kann jede KI – doch wenn es um echte Preise und Verfügbarkeiten geht, scheitern viele Systeme. Der 21-jährige Gründer Nico Neser will diese Lücke mit seinem Start-up tripbot schließen. Durch eine strikte technische Trennung von generativer Inspiration und harten Datenbank-Fakten verspricht der Autodidakt mehr Transparenz im Buchungs-Dschungel. Ein ambitionierter Plan, der sich in einem von Milliarden-Konzernen dominierten Markt erst noch beweisen muss.

Hinter tripbot steht kein großes Entwicklerteam, sondern ein klassischer Solo-Founder. Der Fachabiturient Nico Neser aus Mittelfranken hegte eigentlich den Berufswunsch, Pilot zu werden, weshalb das Thema Reisen für ihn auch privat eine zentrale Rolle spielt. Die Idee zu tripbot entstand laut Neser Mitte 2025 aus einer persönlichen Nutzerfrustration: Er sei es leid gewesen, unzählige Browser-Tabs öffnen zu müssen, um Preise, Hotels und Bewertungen mühsam zu vergleichen.

„Vom ersten ernsthaften Prototypen bis zum heutigen funktionierenden MVP war es ungefähr ein Jahr intensiver Entwicklung“, blickt Neser zurück. Aus einer simplen Idee entsprang schnell ein komplexes Geflecht aus Flug- und Hotelsuche, Zahlungsabläufen und einer separaten KI-Schnittstelle. Dass er sich das alles nur über YouTube beigebracht habe, sei zu kurz gegriffen, räumt der Gründer ein; KI-gestützte Entwicklungswerkzeuge hätten ihm vor allem geholfen, schneller zu lernen. Dennoch betont er die menschliche Aufsichtspflicht: „Gerade bei einem Produkt, über das später echte Reisen und Zahlungen abgewickelt werden, muss ich kritische Abläufe selbst nachvollziehen, testen und absichern.“ In der gebootstrappten Anfangsphase ohne Investorengelder habe er vor allem gelernt, mit technischen Grenzen umzugehen. „Man lernt, dass Gründen nicht bedeutet, auf jede Frage sofort eine Antwort zu haben. Es bedeutet, Verantwortung dafür zu übernehmen, eine belastbare Antwort zu finden“, so der 21-Jährige.

Das Problem: Wenn Inspiration an der Buchungsrealität scheitert

Der Kern von tripbot beruht auf der Annahme, dass Reise-KI heute oft an den harten Buchungsfakten scheitert. Nico positioniert sein Produkt gegen reine „Inspirations-KIs“, die Traumstrände vorschlagen, den Buchungsprozess selbst aber kaum erleichtern.

Auf die Frage, wie er das Halluzinieren der KI bei konkreten Preisen verhindert, verweist Neser auf eine strikte Systemarchitektur. „Bei tripbot sind klassische Reisesuche und KI-Suche bewusst zwei unterschiedliche, aber miteinander verbundene Wege“, stellt er klar. Preise und Tarife werden klassisch über APIs etablierter Anbieter*innen abgerufen. Die KI fungiere lediglich als Übersetzer für natürliche Reisewünsche, wie etwa die Suche nach einem ruhigen Hotel abseits der Partymeile.

„Das Sprachmodell darf eine Anfrage verstehen, Prioritäten erkennen und Ergebnisse erklären. Es darf aber nicht selbst einen Flugpreis, eine Verfügbarkeit oder eine Buchungsbedingung erfinden“, skizziert Neser. Auf die Fehleranfälligkeit der KI angesprochen, verzichtet er auf PR-Floskeln: „Eine hundertprozentige Garantie, dass ein generatives System niemals einen Fehler macht, wäre aus meiner Sicht unseriös.“ Wichtig sei vielmehr, dass ein sprachlicher Fehler nicht automatisch zu einer fälschlichen Buchung führe. Ob diese theoretische Trennung auch einem massenhaften Stresstest mit tausenden komplexen Live-Anfragen standhält, wird allerdings erst der geplante Rollout zeigen.

Geschäftsmodell und der riskante Kampf um Nutzer*innen

Das Marktumfeld ist unerbittlich, Giganten wie Booking.com investieren selbst Milliarden. Wie also die ersten 10.000 aktiven Nutzer*innen gewinnen? „Ich möchte die ersten 10.000 aktiven Nutzer nicht über teure Anzeigen einkaufen“, blockt Neser den kapitalintensiven Weg ab. Er setzt stattdessen auf organisches Wachstum, SEO rund um echte Nutzerfragen und eine enge Einbindung der Community. „Entscheidend sind Menschen, die den Mehrwert verstehen, das Produkt wiederverwenden, es weiterempfehlen und über tripbot buchen“, lautet seine Strategie.

Aus unserer Sicht ist das ein hochriskantes Unterfangen: Im brutalen B2C-Travel-Segment, in dem die großen Portale fast alle Werbeplätze und Suchergebnisse dominieren, gilt rein organisches Wachstum heute als fast utopisch. Die Plattform selbst monetarisiert sich über Buchungsprovisionen, während die KI-Suche in einem Freemium-Modell mit optionalem Pro-Abo münden soll. Einem schnellen Investoreneinstieg erteilt Neser vorerst dennoch eine Absage: „Ich möchte nicht früh eine große Runde aufnehmen, nur um unbewiesene Werbekanäle zu finanzieren oder KI-Nutzung dauerhaft zu subventionieren. Kapital sollte einen funktionierenden Motor beschleunigen. Es sollte nicht den fehlenden Motor ersetzen.“

Haftung und das Retention-Problem

Auch die rechtlichen Hürden bei Reisebuchungen thematisiert der Autodidakt. „Die KI steht nicht zwischen dem Nutzer und einer rechtlich relevanten Bestätigung und darf keine eigene Buchungsbestätigung erfinden“, erklärt Neser. Vor jedem Abschluss werden die Preise aus den Datenbanken live re-evaluiert und dem/der Nutzer*in klassisch zum Checkout vorgelegt.

Um Nutzer*innen trotz der geringen Reisefrequenz von ein bis zwei großen Urlauben im Jahr an tripbot zu binden, verzichtet der Gründer auf künstliche App-Gamification oder aggressive Push-Nachrichten. Der Mehrwert soll stattdessen im Langzeitgedächtnis der Plattform liegen: Wer immer Direktflüge oder ruhige Hotels bucht, bekommt diese Vorlieben beim nächsten Urlaub direkt berücksichtigt. „Der eigentliche Vorteil entsteht nicht daraus, dass tripbot Menschen häufiger zu Reisen überredet. Er entsteht daraus, dass jede neue Planung auf den Erfahrungen der vorherigen aufbauen kann“, argumentiert der Entwickler. Ob dieser sanfte Ansatz im schnelllebigen Reise-Markt ausreicht, in dem Gewohnheit und aggressive Rabattschlachten oft über reine Nutzerfreundlichkeit siegen, bleibt abzuwarten.

Blick in die Zukunft

Jetzt steht der Feinschliff an. „In den kommenden zwölf Monaten steht zunächst nicht maximale Reichweite, sondern ein belastbares Fundament im Mittelpunkt“, skizziert Neser den Weg zum stufenweisen, öffentlichen Launch, der für August 2026 angesetzt ist. Bis 2028 sieht er tripbot als etablierte, mehrsprachige Reiseplattform aus Europa, die perspektivisch auch Hotels direkt und zu faireren Konditionen anbinden soll.

Am Ende geht es dem 21-Jährigen offensichtlich um mehr als nur Code und APIs. „Ich habe tripbot nicht gebaut, um einfach eine weitere Reiseplattform zu schaffen“, resümiert Nico Neser seine Motivation. „Ich habe es gebaut, weil ich glaube, dass jeder Mensch das Recht auf eine einfache, faire und stressfreie Reiseplanung hat.“ Eine ehrenwerte Vision – deren härtester Praxistest im direkten Kampf um die Gunst der Endkund*innen gerade erst beginnt.

Stichtag 2. August: Der EU AI Act zwingt Start-ups zur KI-Kennzeichnung – Das müsst ihr jetzt tun

Der Countdown läuft: Am 2. August 2026 endet die Übergangsfrist für Artikel 50 des EU AI Acts. Was das für Start-ups bedeutet, die generative KI im Content-Marketing, E-Commerce oder Kund*innenservice einsetzen, liest du hier.

Egal ob Produktbeschreibungen im Online-Shop, Social-Media-Posts, Werbevideos oder der Support-Chatbot: Generative KI ist aus den Prozessen der meisten Start-ups nicht mehr wegzudenken. Sie spart Zeit und Geld. Doch die Ära der stillschweigenden Automatisierung endet in knapp drei Wochen. Dann gilt: KI-Inhalte müssen klar gekennzeichnet werden. Wer das ignoriert, riskiert teure Abmahnungen und im schlimmsten Fall hohe Behördenstrafen. Hier ist euer Last-Minute-Briefing.

Mit dem scharfen Start der Transparenzpflichten nach Artikel 50 der europäischen KI-Verordnung verlangt Brüssel Klarheit: Nutzer*innen haben das Recht zu wissen, wann sie es mit einer Maschine zu tun haben.

Was genau fordert Artikel 50 von euch?

Die neuen Regeln betreffen fast jeden digitalen Berührungspunkt. Konkret müsst ihr folgende Bereiche ab dem 2. August kennzeichnen:

  • Chatbots und KI-Interaktionen: Wenn Kund*innen auf eurer Website mit einem KI-Support-Bot chatten, muss das eindeutig erkennbar sein. Ausnahme: Es ist aus den Umständen ohnehin offensichtlich.
  • Bilder, Videos und Audios (Deepfakes): KI-generierte visuelle oder auditive Inhalte, die echten Personen, Orten oder Ereignissen ähneln, müssen als synthetisch markiert werden. Die Markierung muss dabei so erfolgen, dass sie auch maschinenlesbar ist (etwa durch Wasserzeichen oder Metadaten).
  • Texte für die Öffentlichkeit: Werden Artikel zu gesellschaftlich, wirtschaftlich oder politisch relevanten Themen per KI generiert und für die Allgemeinheit veröffentlicht (etwa auf eurem Corporate Blog), greift ebenfalls eine Kennzeichnungspflicht.

Der Ausweg für euer Content-Marketing: "Human in the Loop"

Müsst ihr jetzt unter jeden LinkedIn-Post schreiben "Erstellt mit ChatGPT"? Nicht zwingend. Bei Texten gibt es eine entscheidende Ausnahme: Die Kennzeichnungspflicht entfällt, wenn ein Mensch (zum Beispiel euer Content-Manager) den KI-Entwurf vor der Veröffentlichung prüft und die redaktionelle Verantwortung dafür übernimmt.

Auch reine Assistenzleistungen – wie die Rechtschreibprüfung durch DeepL Write oder Grammatik-Korrekturen – müssen nicht deklariert werden. Wer die KI als Copiloten und nicht als Autopiloten nutzt, hat deutlich weniger regulatorischen Stress.

Warum ihr das Thema nicht ignorieren dürft

Wer meint, als kleines Start-up unter dem Radar zu fliegen, unterschätzt das Risiko massiv. Zwar wird die Aufsichtsbehörde bei einem kleinen Shop nicht sofort das theoretisch mögliche Maximalbußgeld von bis zu 15 Millionen Euro (oder 3 Prozent des weltweiten Jahresumsatzes) verhängen. Die viel akutere und teurere Gefahr lauert im Wettbewerbsrecht: Abmahnwellen durch Mitbewerber*innen. Fehlende KI-Kennzeichnungen gelten als Marktverhaltensverstoß und können schnell von Konkurrenten oder Verbänden abgemahnt werden.

Last-Minute-Checkliste: Was heute zu tun ist

Da der 2. August unmittelbar vor der Tür steht, solltet ihr folgende Punkte sofort abhaken:

  • Schnell-Audit durchführen: Wo genau nutzt ihr KI zur Content-Erstellung? (Shopify-Beschreibungen, Meta Ads, Blog, Newsletter, Support).
  • Freigabeprozesse anpassen: Etabliert feste Workflows für Textinhalte. Sorgt dafür, dass nachweislich ein Mensch den finalen Content prüft ("Human in the Loop"), um die strenge Kennzeichnungspflicht bei Texten zu umgehen.
  • Technik für Medieninhalte klären: Generieren eure KI-Tools (wie Midjourney) bereits maschinenlesbare Metadaten? Stellt sicher, dass die visuelle Kennzeichnung für User*innen im Frontend gut sichtbar ist.
  • Chatbots transparent machen: Ergänzt das Interface eures Customer-Support-Bots sofort um einen klaren Disclaimer ("Du sprichst mit unserem KI-Assistenten").

Fazit: Der KI-Wildwest-Markt wird endgültig reguliert. Die neuen Pflichten bedeuten im ersten Moment Reibungsverluste bei automatisierten Workflows. Wer seine Prozesse jetzt aber rechtssicher aufstellt, schützt die eigene Liquidität und punktet bei Kunden mit Transparenz.

Rechtssichere Formulierungsvorschläge für euren Chatbot-Disclaimer

Hier sind drei nutzer*innenfreundliche und rechtssichere Formulierungsvorschläge für euren Chatbot-Disclaimer, die den Transparenzanforderungen des Artikels 50 im EU AI Act entsprechen. Die Formulierungen sind so gewählt, dass sie die gesetzliche Pflicht erfüllen, ohne den Nutzer bzw. die Nutzerin abzuschrecken – im Gegenteil: Sie managen die Erwartungshaltung und schaffen Vertrauen.

Option 1: Modern & Lässig (Perfekt für E-Commerce & junge B2C-Startups)

Diese Variante ist direkt, sympathisch und integriert den gesetzlichen Hinweis nahtlos in die Begrüßung.

„Hi! Ich bin der digitale KI-Assistent von [Name des Startups]. Ich antworte blitzschnell auf deine Fragen. Gut zu wissen: Ich bin eine Künstliche Intelligenz. Falls ich mal nicht weiterweiß, leite ich dich direkt an einen Menschen aus unserem Team weiter. Wie kann ich dir heute helfen?“

Option 2: Professionell & Seriös (Ideal für B2B, SaaS oder FinTech)

Wenn die Zielgruppe formeller ist (Sie-Form), sollte der Disclaimer sehr klar und funktional gehalten sein. Hier steht die Transparenz im Vordergrund.

„Willkommen im Support-Chat von [Name des Startups]. Bitte beachten Sie: Um Ihnen möglichst ohne Wartezeit zu helfen, kommunizieren Sie hier zunächst mit unserem KI-basierten Assistenten. Sie haben jederzeit die Möglichkeit, im Verlauf des Chats eine echte Mitarbeiterin oder einen Mitarbeiter anzufordern. Was ist Ihr Anliegen?“

Option 3: Minimalistisch & Kurz (Für kleine Chat-Widgets auf dem Smartphone)

Wenn der Platz auf mobilen Bildschirmen begrenzt ist, muss der Hinweis extrem komprimiert, aber dennoch eindeutig sein.

„KI-Support: Hallo! Ich bin ein virtueller Assistent und helfe dir sofort weiter. (Hinweis: Generiert durch Künstliche Intelligenz). Stell mir deine Frage!“

Pro-Tipps für die rechtssichere Einbindung

Damit der Disclaimer vor Abmahnungen schützt, müsst ihr bei der Implementierung im Frontend folgende Dinge beachten:

  • Sichtbarkeit: Der Hinweis darf nicht in den AGB oder im Impressum versteckt werden. Er muss direkt zu Beginn der Interaktion sichtbar sein (z. B. als automatische erste Begrüßungsnachricht im Chat-Fenster).
  • Klarheit: Nutzt eindeutige Begriffe wie „künstliche Intelligenz“, „KI-Assistent“ oder „virtueller Bot“. Vermeidet es, dem Bot einfach nur einen menschlichen Namen (z. B. „Kundenberaterin Sarah“) zu geben, ohne den KI-Hinweis deutlich zu ergänzen.
  • Optisches Signal: Ein kleines Roboter-Icon oder ein Badge wie „AI-Support“ am Avatar des Chatbots hilft zusätzlich, die Nutzer*innenerwartung direkt auf einen Blick rechtssicher zu steuern.


Fünf aktuelle Experten-Statements zum Thema EU AI Act

Markus Ehrenmann, Chief Technology Officer bei Open Systems:

„Die Schlagzeilen um die Fristverlängerung im EU AI Act wiegen viele Unternehmen in falscher Sicherheit. Zwar hat die EU-Kommission die Anforderungen für Hochrisiko-KI-Systeme um rund 16 Monate verschoben, da technische Standards und Prüfverfahren noch nicht flächendeckend verfügbar sind. Wer daraus jedoch ableitet, dass beim Thema KI-Compliance mehr Zeit bleibt, unterschätzt den akuten Handlungsbedarf.

Denn die zentralen Transparenz- und Governance-Pflichten greifen schon ab August. Bereits in wenigen Wochen müssen Unternehmen nachweisen können, wie sie KI-Systeme steuern und überwachen – von Risikomanagement über technische Dokumentation bis hin zur menschlichen Aufsicht. Diese Vorgaben sind kein bürokratischer Selbstzweck, sondern der Rahmen für einen sicheren und verantwortungsvollen Einsatz von KI. Unternehmen, die die Fristverlängerung als Aufschub ihrer Verantwortung verstehen, setzen sich unnötigen Compliance-, Sicherheits- und Reputationsrisiken aus.“

Dirk Pfefferle, General Manger von Diligent DACH: 

„Die bevorstehende Frist für die Transparenzvorschriften des EU AI Acts markiert einen Wendepunkt, denn sie verlagert die KI-Debatte von Grundsatzfragen hin zur praktischen Umsetzung. Ab August 2026 müssen Organisationen mehr tun, als nur über verantwortungsvolle KI zu sprechen. Sie müssen bestimmte KI-Nutzungen gemäß EU AI Act klar offenlegen – etwa wenn Nutzer mit bestimmten KI-Systemen interagieren, und in festgelegten Fällen, wenn Inhalte KI-generiert oder manipuliert wurden.

Transparenz ist kein Hindernis für Innovation, sondern die Grundlage für Vertrauen. Und gerade für deutsche Vorstände bedeutet das: KI-Transparenz ist längst nicht mehr nur eine technische oder Compliance-Frage, sondern ein zentrales Thema für Governance und Aufsicht. Organisationen, die ihre KI-Systeme erfassen, Risiken klar klassifizieren, Verantwortlichkeiten zuweisen und nachvollziehbare Kontroll- und Freigabeprozesse etablieren, sind nicht nur mit Blick auf Compliance besser aufgestellt, sondern stärken auch ihre Glaubwürdigkeit gegenüber Kunden, Investoren und Regulierungsbehörden.“

Axel Deininger CIO, Utimaco:

„Auch wenn die Deadline für Hochrisiko-KI-Produkte verschoben wurde, bleibt der 2. August ein wichtiger Meilenstein in der Umsetzung des EU AI Acts. Ab diesem Datum werden die Transparenzanforderungen verpflichtend. Während für die meisten Anwender von KI-Systemen ein Label genügt, müssen Anbieter und Betreiber von KI-Systemen mit allgemeinem Verwendungszweck ihre Outputs auch maschinenlesbar kennzeichnen.

Ein ergänzend zum AI Act veröffentlichter Code of Practice sieht dafür signierte Metadaten vor. Für diese Signatur benötigen Anbieter und Betreiber sichere kryptografische Systeme, um Unmanipulierbarkeit sicherzustellen. Hardware-Sicherheitsmodule (HSMs) bilden die hardwarebasierte Grundlage für die Sicherung der kryptografischen Schlüssel, mit denen digitale Signaturen überprüft werden – eine unverzichtbare Voraussetzung für den fälschungssicheren Nachweis der Herkunft von KI-Inhalten. Unternehmen aus der Branche sollten dabei aber nicht nur das ‘Jetzt’ im Blick haben, sondern auch die rasante Entwicklung von Quantencomputern. Zukunftssichere Verschlüsselungssysteme müssen kryptoagil sein, um auch mit neuen, quantensicheren Algorithmen arbeiten zu können.“

Petr Amrhyn, CEO von Swisscom Trust Services: 

„Der AI Act der EU ist ein wichtiger Schritt in Richtung mehr Vertrauen im digitalen Raum. Wir sollten diese Regularien nicht als Innovationsbremse sehen, sondern als Chance, mehr Akzeptanz für die Technologie in der Bevölkerung zu schaffen. Künstliche Intelligenz ist inzwischen ein fester Bestandteil der Gesellschaft und der täglichen Arbeit in Unternehmen geworden. Jetzt geht es darum, KI-generierten Content so zu kennzeichnen, dass Nutzerinnen und Nutzer es direkt erkennen können. Dies geht weit über das Labelling als „AI Generated“ bei künstlich erzeugten Bildern hinaus. Die Inhalte sollen von KI-Systemanbietern auch maschinenlesbar gekennzeichnet werden. Vor allem in regulierten Kontexten wird dies wichtig. Verantwortliche sollten stets nachvollziehen können, wo wann welches KI-Modell Input geliefert oder Arbeitsschritte selbstständig übernommen hat. Automatisierbare Timestamping- und Signaturfunktionen werden in diesem Zusammenhang zur Pflicht für Unternehmen, die KI tief in ihre Geschäftsprozesse einbinden wollen."

Tim Beck, CEO und Co-Founder von BLP Digital:

„Die Absicht hinter dem EU AI Act ist richtig: Menschen vor Missbrauch schützen. Das Problem ist die Umsetzung – und die ist typischer Bürokratie-Irrsinn. Alles ist entweder klein-klein durchreguliert oder so schwammig, dass am Ende Juristen statt Ingenieure entscheiden, was möglich ist.

Ein Beispiel: KI kann Bewerbungsprozesse deutlich beschleunigen. Aber bereits das Vorsortieren von Lebensläufen gilt unter dem AI Act als Hochrisiko-System. Das bedeutet konkret: technische Dokumentation, Protokollierungspflichten, menschliche Aufsicht, Konformitätsbewertung und die Registrierung in einer EU-Datenbank.

Dabei reden wir über ein Tool, das der Personalabteilung einfach nur helfen soll, aus 500 Bewerbungen die 20 relevantesten herauszufiltern. Und das ist kein Einzelfall. Der AI Act ist voll von solchen Beispielen, bei denen aus praktischen Werkzeugen bürokratische Großprojekte werden.

Wer den verantwortungsvollen Einsatz von KI so kompliziert macht, dass Unternehmen Projekte lieber aufschieben oder ganz bleiben lassen, schützt niemanden. Ganz im Gegenteil: Er bremst Innovation, gefährdet die Wettbewerbsfähigkeit und überlässt die technologische Führung anderen.“

Ark Climate: System-Update fürs Rathaus

Wie das 2024 gegründete GovTech-Start-up Ark Climate die Excel-Ära beendet und den kommunalen Klimaschutz automatisiert.

Kommunen sind der Flaschenhals der Energiewende: Die Ziele sind ambitioniert, doch in den Rathäusern regieren oft veraltete Software und endlose Tabellenkalkulationen. Wenn deutsche Städte und Landkreise bis 2040 oder 2045 klimaneutral werden sollen, scheitert es selten am politischen Willen, sondern an der operativen Umsetzung. Daten zu Emissionen sind auf verschiedene Excel-Dokumente verteilt, Bürger*innenbeteiligungen versanden in intransparenten Prozessen und Fachabteilungen arbeiten in Silos. Das 2024 gegründete Münchner GovTech-Start-up Ark Climate adressiert genau diese Lücke mit einer KI-gestützten SaaS-Lösung im komplexen Markt des öffentlichen Sektors.

Frisches Kapital für einen zähen Markt

Anfang März 2026 schloss das Unternehmen eine Pre-Seed-Finanzierungsrunde über 2,1 Millionen Euro ab, angeführt vom ClimateTech-VC Satgana. Ein massiver Vertrauensbeweis in einem Marktumfeld, das für lange Verkaufszyklen und hohe Risikoaversion bekannt ist. Ark Climate räumte bereits 2024 den Gründungspreis „Digitale Innovationen“ ab und wurde zum Newcomer des Jahres bei den German Startup Awards 2026 gekürt. Doch wie überlebt man mit dem frischen Kapital die oft zermürbenden Verkaufszyklen in der Verwaltung?

Ruth Bosse, CEO von Ark Climate, kontert dieses Klischee gelassen: „Bei uns dauern die Sales-Cycles tatsächlich gar nicht so lang, wie sonst im öffentlichen Sektor üblich, sondern wirklich nur drei bis vier Monate.“ Der Grund dafür sei das tiefe Verständnis für die Kund*innen und ein Produkt, das einen echten, bislang ungelösten Bedarf treffe. „Wenn man so schnell verkauft, geht einem auch nicht auf halber Strecke die Puste aus“, betont die Gründerin. Die 2,1 Millionen Euro fließen daher primär in den Aufbau des inzwischen zwölfköpfigen Teams. Man habe einen starken Mix aus Tech, Sales und Customer Success zusammengestellt. „Lauter super motivierte, smarte und richtig nette Menschen. Genau die braucht es, um in diesem Markt Tempo zu machen“, so Bosse weiter.

Gründer-DNA und das B2G-Ökosystem

Hinter Ark Climate steht eine Gründerin mit klarem Founder-Market-Fit: Bosse bringt rund 20 Jahre Erfahrung aus der Kommunalpolitik mit. Sie hält einen Master in Mathematik der TU Berlin, einen MBA und promoviert zu politischen Klimaschutzmaßnahmen. Zuvor arbeitete sie fünf Jahre bei McKinsey und entwickelte dort unter anderem den Klimafahrplan 2022 für Stuttgart mit.

Die Historie von Ark Climate ist von Pragmatismus geprägt. Die Gründung startete gebootstrappt mit einem klassischen Beratungsansatz, um den Bedarf über Strategieprojekte in Kommunen zu validieren. Dies brachte erste Umsätze und tiefe Einblicke, wobei Würzburg als erster Entwicklungspartner agierte. Heute sitzt das Team, gefördert durch das exist-Gründungsstipendium, im Münchner Start-up-Inkubator WERK1.

Auf die Bedeutung dieses Standorts angesprochen, gerät die CEO ins Schwärmen: „Das WERK1 finden wir mega!“ Vor allem die Nähe zu anderen GovTechs wie SUMM AI und Merlin sei Gold wert. „Gerade in einem so speziellen Markt wie B2G ist dieser Austausch super wichtig, weil man eben nicht jedes Thema komplett allein durchdenken muss“, erklärt Bosse. Zudem helfe das Ökosystem beim personellen Wachsen, da sich dort viele passende Talente bewegen würden.

SaaS statt Zettelwirtschaft: KI als Problemlöser

Das Produkt von Ark Climate ist eine „AI first“-Software-as-a-Service-Plattform für Klimaschutzabteilungen. KI-gestütztes Daten- und Maßnahmen-Management soll die Effizienz abteilungsübergreifend massiv erhöhen und durch integrierte Assistenten Beratungskosten senken. Ein Dashboard macht Erfolge für die Öffentlichkeit sichtbar – besonders wichtig für Politiker*innen, die auf das Vertrauen der Wähler*innen angewiesen sind. Abgerechnet wird via gestaffeltem Lizenzmodell nach Einwohner*innenzahl. Da der öffentliche Sektor höchste Anforderungen stellt, ist die Lösung DSGVO-konform und garantiert Hosting auf deutschen Servern.

Doch wie schafft eine KI verlässliche Auswertungen, wenn Rohdaten unstrukturiert oder tief in analogen Aktenordnern versteckt sind? Bosse räumt ein, dass der allererste Schritt reine Fleißarbeit sei: „Wir digitalisieren all diese Informationen und führen sie zusammen.“ Dafür habe man eigene KIs gebaut, die beispielsweise alte PDF-Dokumente auslesen und direkt in die Software einspielen. „Damit holen wir das Wissen raus aus den Aktenordnern“, verspricht die Gründerin.

Der eigentliche Clou liege jedoch im Domänenwissen: „Wir haben sehr viel von unserem eigenen Wissen rund um kommunalen Klimaschutz im Tool hinterlegt“, erklärt Bosse. „So können auch Kommunen, die selbst noch kaum Daten haben, von Anfang an von uns lernen – und natürlich auch voneinander.“ Man sei nicht darauf angewiesen, dass erst unzählige Daten eingespeist werden müssten, was den entscheidenden Vorteil gegenüber einer leeren Excel-Tabelle ausmache.

Kampf gegen Excel und leere Kassen

Der Markt für „Climate Compliance“ ist gigantisch: Fast alle der rund 10.750 deutschen Kommunen stehen unter Zugzwang, Klimaschutzkonzepte vorzulegen. Der Hauptkonkurrent ist oft der Status quo: Microsoft Excel und traditionelle Beratungshäuser. Etablierte kommunale IT-Dienstleister*innen tun sich teils schwer, derart nutzer*innenzentrierte Nischen-Lösungen schnell zu bauen.

Trotzdem stellt sich die Gretchenfrage an den Vertrieb: Wie argumentiert man bei klammen Stadtkämmerern für eine Investition in Software, wenn Excel ohnehin vorhanden ist? Bosse rechnet entschlossen vor: „Ark bringt einem Kunden unterm Strich deutlich mehr Geld ein, als es kostet.“ Erstens würden enorme Berater*innenkosten gespart, die bei klassischen Projekten schnell 200.000 bis 300.000 Euro verschlingen. Vieles davon decke die KI in Kombination mit der Berichtsfunktion der Software ab. Zweitens sinken die Personalkosten durch die enorm gestiegene Effizienz. „Personal ist im öffentlichen Sektor das Thema überhaupt: Über 600.000 Stellen sind unbesetzt, der Fachkräftemangel trifft die Verwaltungen mit voller Wucht“, mahnt die CEO. Drittens hole der integrierte KI-Förderagent aktiv Fördergelder rein, meist im sechsstelligen Bereich. Bosses Fazit ist deshalb eindeutig: „Wenn man das zusammenrechnet, ist die Lizenz für Ark am Ende keine Kostenfrage, sondern rechnet sich für jeden Kämmerer.“

Skalierung und der lukrative Lock-in-Effekt

Das B2G-Geschäftsmodell (Business-to-Government) birgt Hürden durch komplexe Haushaltsplanungen und strenge Vergaberichtlinien. Dennoch kooperiert Ark Climate bereits mit 53 Kommunen bundesweit, darunter Berlin Friedrichshain-Kreuzberg, Solingen, Bamberg, Kassel und Überlingen. Sogar das Umweltministerium des Landes Schleswig-Holstein arbeitet bereits mit dem Start-up.

Die Strategie, sich bedarfsgerecht an dem/der Kund*in zu entwickeln, zahlt sich aus. Gelingt es, die Software flächendeckend als Standard zu etablieren, profitiert Ark Climate von einem entscheidenden Branchenmerkmal: dem Lock-in-Effekt. Einmal integrierte Behörden-Software wird wegen des immensen Wechselaufwands nur sehr selten wieder gekündigt.

Der Weg zur flächendeckenden Skalierung in den nächsten 24 Monaten ist bereits abgesteckt, und der Vertriebsprozess sei massiv standardisiert. Man wisse genau, mit wem man sprechen müsse – vom Klimaschutzmanager bis zum Dezernenten. „Ich bin sehr zuversichtlich, dass wir Ende dieses Jahres über 100 Kunden stehen und Ende nächsten Jahres bei mindestens 200“, gibt sich Bosse ambitioniert.

Dafür nimmt das Start-up zwei wichtige Meilensteine ins Visier. „Zum einen große Rahmenverträge“, verrät die Gründerin. „Mit einigen Bundesländern sind wir gerade in den finalen Schritten, dass die Software gleich für alle Kommunen des Landes beschafft wird – das ist für die Skalierung super wichtig.“

Zum anderen kündigt Bosse neue Produkte an: Mit Ark Urban Planning und Ark Mobility sollen bald auch Stadtplanungs- und Mobilitätsabteilungen bedient werden. Die Vision geht längst über das Klima hinaus: „Wir entwickeln uns damit Schritt für Schritt vom KI-Co-Piloten für den Klimaschutz zum Co-Piloten für die ganze Verwaltung.“

„Move fast and get hacked“: Warum die Start-up-Kultur das perfekte Ziel für Cyberkriminelle ist

Start-ups wähnen sich sicher – ein fataler Irrtum. Im Interview erklärt Baobab-Mitgründer und CEO Vincenz Klemm, warum agiles Wachstum und laxe Zugangsregeln heute im Ruin enden können.

Schnelligkeit, Vernetzung und eine blitzschnelle Time-to-Market: Das sind die Lebensadern erfolgreicher Start-ups. Doch genau dieses Mantra – „Move fast and break things“ – öffnet Cyberkriminellen heute Tür und Tor. Längst sitzen Hacker*innen nicht mehr in dunklen Kellern und knacken mühsam komplexe Codes. Sie nutzen automatisierte Plattformmodelle und Abos aus dem Darknet, um im großen Stil massenhaft Daten abzugreifen.

Eine umfassende Auswertung von Baobab Risk Solutions im aktuellen Data Breach Report zeigt erschreckende Zahlen – und auch wenn die Daten keinen Anspruch auf vollständige Marktrepräsentativität erheben, sprechen die Trends eine klare Sprache: Ein Drittel der Kleinunternehmen hortet riesige Mengen sensibler Daten, doch bei mehr als der Hälfte fehlt es am grundlegendsten Schutz.

Wir haben mit Vincenz Klemm, Mitgründer und Geschäftsführer des Cyber-Assekuradeurs Baobab Risk Solutions, gesprochen – über verhängnisvolle Produktentscheidungen, gefährliche Cloud-Illusionen, den Due-Diligence-Hammer bei Finanzierungsrunden und die Frage, ob Sicherheit für junge Start-ups überhaupt noch bezahlbar ist.

StartingUp: Vincenz, euer Data Breach Report zeigt, dass selbst kleine Firmen mit weniger als 5 Millionen Euro Umsatz oft riesige Mengen sensibler Daten verwalten. Dennoch glauben viele Gründer, sie seien zu unbedeutend für Hacker. Wie kalkulieren automatisierte Angreifer heute den „Wert“ eines Start-ups und warum ist diese gefühlte Unsichtbarkeit in der Skalierungsphase so gefährlich?

Vincenz Klemm: Das Vorgehen moderner Cyberkrimineller ist heute rein opportunistisch. Das bedeutet, dass Opfer selten gezielt nach ihrem konkreten Unternehmenswert oder Umsatz ausgewählt werden. Stattdessen nutzen Angreifende schlichtweg jede sich bietende Gelegenheit, die sich durch eine Sicherheitslücke auftut. Möglich wird dies durch eine weitreichende Industrialisierung und Automatisierung der Cyberkriminalität. Hacker*innen kaufen heute im Dark Web massenhaft kompromittierte Zugangsdaten und setzen diese mithilfe von Bots vollautomatisiert ein.

Diese Schadsoftware klopft an tausende digitale Türen gleichzeitig. Durch diesen extrem hohen Automatisierungsgrad ist der Aufwand für einen Cyberangriff drastisch gesunken – die Grenzkosten für die Kriminellen gehen quasi gegen null. Vor diesem Hintergrund spielt die Unternehmensgröße für die Angreifenden keine Rolle mehr. Ob ein Betrieb 20 oder 2.000 Mitarbeitende hat, ist den automatisierten Systemen völlig egal. Was zählt, ist einzig und allein die verwundbare Schnittstelle. Die Bedrohung ist damit absolut allgegenwärtig geworden und trifft längst nicht mehr nur Großkonzerne.

StartingUp: Für nur 250 Dollar im Monat können Kriminelle Darknet-Abos für gestohlene Datensätze buchen. Nutzen Hacker hier exakt die SaaS- und Skalierungslogiken der Tech-Welt gegen uns? Und wie gelingt jungen Unternehmen der Spagat zwischen schnellem Wachstum und IT-Sicherheit?

Vincenz Klemm: Cyberkriminalität ist heute eine hochprofessionell aufgestellte, moderne Industrie, die exakt dieselben Business-Logiken, SaaS-Strukturen und Skalierungseffekte nutzt wie die erfolgreichsten Tech-Unternehmen der Welt. Anstatt das Rad neu zu erfinden, sollten Start-ups konsequent etablierte SaaS-Tools und Marktführer wie AWS für die Cloud-Infrastruktur oder 1Password für das Identitätsmanagement nutzen. Diese Anbieter verfügen über riesige, dedizierte Security-Teams und robuste Sicherheitsmechanismen, die ein junges Unternehmen nicht selbst finanzieren könnte. Durch dieses Modell liegt die Sicherheitsverantwortung für die grundlegende Infrastruktur nicht mehr allein beim eigenen Team, sondern wird mit den zertifizierten Providern geteilt. So lässt sich maximale Geschwindigkeit mit professionellem Schutz verbinden.

StartingUp: Trotz des Anspruchs technologischer Exzellenz zeigt euer Report, dass über die Hälfte der kleineren Unternehmen auf eine Multi-Faktor-Authentifizierung (MFA) verzichtet und Passwörter oft im Klartext vorliegen. Warum klaffen Anspruch und Wirklichkeit beim grundlegenden Zugangsschutz so weit auseinander?

Vincenz Klemm: Es ist ein Paradoxon der Gründerszene: Man entwickelt hochkomplexe Plattformen, lässt aber die digitale Vordertür offenstehen. In der typischen „Wachsen, Wachsen, Wachsen“-Phase liegt der Fokus fast ausschließlich auf Schnelligkeit. Essenzielle Maßnahmen wie die Multi-Faktor-Authentifizierung (MFA) werden weggelassen, weil sie fälschlicherweise als Tempobremse wahrgenommen werden. Man will keine Reibung – und opfert die Basis-Security.

Dabei ist Security-Exzellenz kein späteres Zusatzprojekt, sondern muss organisch mitwachsen. Sicherheitsmaßnahmen sollten von der ersten Sekunde an aktiv gelebt werden. Der entscheidende Hebel ist die Kultur: Wer MFA von Tag eins an verankert, etabliert Sicherheit als ganz normalen Standard. Wer das Thema erst bei 50 Mitarbeitenden nachträglich einführen will, kämpft gegen schlechte Gewohnheiten.

StartingUp: Der Trend geht hin zu „Info-Stealern“, die Zugangsdaten und aktive Session-Cookies direkt aus dem Browser fischen. Da in Start-ups oft private und berufliche Endgeräte verschwimmen (BYOD) : Wie können sich Gründer schützen, wenn Angreifer sich mit völlig legitimen Zugangsdaten des eigenen Teams einloggen?

Vincenz Klemm: Gegen Info-Stealer, die Session-Cookies und Passwörter direkt aus dem Browser fischen, hilft nur ein radikales Umdenken: weg vom Vertrauen in Passwörter, hin zu einer strikten Zero-Trust-Architektur. Nach dem Prinzip „Niemals vertrauen, immer überprüfen“ darf keinem Gerät und keinem Nutzenden standardmäßig vertraut werden – völlig egal, ob es sich um das private Smartphone oder den Firmenlaptop handelt. Jeder Zugriff muss kontinuierlich und kontextbasiert verifiziert werden.

Den effektivsten und pragmatischsten Schutz vor unbefugten Zugriffen bietet dabei eine lückenlose MFA. Selbst wenn Passwörter gestohlen werden, scheitern automatisierte Angriffe in der Regel am fehlenden zweiten Faktor. Damit dieses Schutzschild hält, ist ein sauberes Konfigurationsmanagement wichtig. Start-ups müssen ihre Systemeinstellungen systematisch absichern, überwachen und pflegen. Nur so wird verhindert, dass Sicherheitslücken durch Fehlkonfigurationen entstehen – etwa weil MFA für bestimmte Admin-Schnittstellen versehentlich deaktiviert wurde oder Session-Cookies zu lange gültig bleiben. Wer diese drei Säulen kombiniert, entzieht Info-Stealern die Grundlage, selbst wenn das Gerät eines Mitarbeitenden bereits kompromittiert ist.

StartingUp: Fast 40 Prozent der Schäden entstehen durch Phishing, wobei bereits 80 Prozent dieser Social-Engineering-Angriffe KI-gestützt ablaufen. Wie leicht hebeln solche personalisierten, täuschend echten KI-Angriffe die „menschliche Firewall“ im stressigen Start-up-Alltag aus?

Vincenz Klemm: Weil die Angriffe täuschend echt wirken, ist das gezielte Training der Mitarbeitenden eine essenzielle Sicherheitsmaßnahme, um den Faktor Mensch resilienter zu machen. Bei der SaaS-Cloud-Nutzung sollte man dem Prinzip „Least Privilege“ folgen. Durch das Prinzip der minimalen Rechte wird die Vergabe übermäßiger Rechte vermieden, was den potenziellen Schaden im Ernstfall begrenzt.

Zudem bildet die Multi-Faktor-Authentifizierung auch hier einen zentralen Baustein für den Schutz von Konten und Systemen. Unterstützung kommt dabei auch von den großen Tech-Konzernen, die die Sicherheit aktiv stärken, indem sie beispielsweise automatische Warnmeldungen bei Logins von ungewöhnlichen Standorten ausgeben.

StartingUp: Gerade kleinere Unternehmen weisen oft erhebliche Lücken bei der Patch-Disziplin auf. Wie stark schauen Investoren bei Finanzierungsrunden oder Exits heute auf die IT-Hygiene? Werden unentdeckte Leaks oder fehlendes MFA zum echten Dealbreaker in der Due Diligence?

Vincenz Klemm: Kritische Schwachstellen sind auch bei Finanzierungsrunden und Exits ein absolut relevantes Thema, weshalb Investor*innen heute längst nicht mehr nur eine klassische Tech-Due-Diligence, sondern gezielte Cyber Security Due Diligences durchführen. Ein echter Dealbreaker ist die mangelnde IT-Hygiene im Normalfall jedoch nur dann, wenn die Mängel schlichtweg nicht behebbar oder extrem gravierend sind.

Stattdessen führen unentdeckte Leaks, fehlendes MFA oder veraltete Software in der Praxis häufig zu konkreten Auflagen: Die Verbesserung der Sicherheitsstandards wird dann zu einer Bedingung gemacht, die es nach dem Closing – oder in besonders akuten Fällen bereits direkt davor – konsequent umzusetzen gilt.

StartingUp: Durch die neue NIS2-Richtlinie wird IT-Sicherheit wie der MFA-Einsatz europaweit zur gesetzlichen Pflicht. Das klingt nach Bürokratie und teuren Beratern. Können sich Bootstrapping- oder knapp finanzierte Seed-Start-ups diese neuen Standards personell und finanziell überhaupt leisten?

Vincenz Klemm: Die Einführung von Standards wie MFA ist für Bootstrapping-Start-ups oder knapp finanzierte Seed-Unternehmen finanziell und personell absolut machbar, da es sich hierbei hauptsächlich um ein kulturelles Problem handelt. Es scheitert in den Unternehmen meist überhaupt nicht an der Technik, sondern an der Akzeptanz, den Gewohnheiten und der Mentalität der Mitarbeitenden.

Aus technologischer und budgetärer Sicht ist die Hürde extrem niedrig: Es gibt auf dem Markt nur sehr wenige IT-Lösungen oder Systeme, die MFA technisch überhaupt nicht unterstützen. Somit lässt sich die gesetzliche Pflicht mit einer hohen technischen Kompatibilität zu sehr geringen Kosten umsetzen.

StartingUp: Kritisch gefragt: Müssen Start-ups ihr knappes Budget wirklich in MDR-Dienste und Cyber-Policen stecken? Reicht es nicht völlig aus, wenn sie einfach kompromisslos ihre Hausaufgaben machen – also MFA erzwingen, Software patchen und Backups testen?

Vincenz Klemm: IT-Hausaufgaben wie MFA, Patches und Backups kompromisslos zu erledigen ist zwar das Fundament, reicht allein jedoch nicht aus, da effektive IT-Sicherheit auf dem Layer-Prinzip basiert. Bei diesem Schichtenmodell ergänzen sich mehrere Schutzebenen gegenseitig: Je mehr Schichten implementiert sind, desto stärker ist der Gesamtschutz. Managed Detection and Response (MDR) fungiert hierbei als eine weitere, hochwirksame Sicherheitsebene.

Beim Baobab MDR setzen wir beispielsweise auf eine flexible Abrechnung pro Seat und ohne Mindestabnahme an Geräten, was gerade für kleinere Teams eine hohe Kosteneffizienz bietet. Zudem bringt das Auslagern an ein hochprofessionelles Security Operations Center (SOC) einen enormen Ressourcen- und Wissensgewinn: Das Start-up spart wertvolle eigene Manpower und nutzt direkt externes Expertenwissen, das intern oft gar nicht vorhanden ist.

StartingUp: Danke, Vincenz Klemm, für die spannenden Insights.

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

PapierNest: riskante Konsolidierungsstrategie im schrumpfenden Grußkartenmarkt

In Zeiten allgegenwärtiger Messenger-Dienste gilt der Markt für analoge Grußkarten als strukturell rückläufig. Dennoch wollen die Hamburger Gründer Constantin von Braun und Burkhard Schepermann mit ihrem Grußkartenverlag PapierNest beweisen, dass durch eine B2B-Plattformstrategie und strategische Zukäufe nach wie vor Wachstum möglich ist. Ein genauerer Blick auf das Geschäftsmodell offenbart jedoch operative Fallstricke.

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

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

Das Plattform-Paradoxon: Flächenproduktivität vs. Vorleistungsfalle

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

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

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

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

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

Hier zeigen sich zwei gravierende Reibungspunkte in der Produktstrategie:

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

Gefangen zwischen Branchenriesen und Digital-Playern

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

Dennoch bewegt sich PapierNest in einem echten Haifischbecken:

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

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

SpaceTech-Start-up-Report 2026

Wie deutsche NewSpace-Start-ups mit Mikrosatelliten, Erdbeobachtungsdaten und Weltraumschrott-Recycling nach den Sternen greifen – und wo die VCs aktuell investieren.

Die Ära der exzentrischen Milliardäre, die sich in privaten Raketen für wenige Minuten an die Grenze des Alls schießen ließen, ist endgültig vorbei. Willkommen im Jahr 2026. Eine neue Generation von Gründer*innen baut das unsichtbare Rückgrat unserer modernen Gesellschaft: Orbitale Rechenzentren, laserbasierte Kommunikationsnetzwerke und fliegende Klimastationen. Der Weltraum ist kein exklusiver Club für staatliche Raumfahrtagenturen mehr. Er ist der am schnellsten wachsende Industriepark der Menschheit – und deutsche bzw. europäische Start-ups spielen bei der Vergabe der begehrten orbitalen Grundstücke vorne mit.

Daten, Fakten und der Sprung zur Profitabilität

Der globale Raumfahrtmarkt kratzt in diesem Jahr spürbar an der lange prognostizierten Billionen-Dollar-Grenze. Für den europäischen Markt zeigt eine aktuelle Analyse von Roland Berger in Zusammenarbeit mit der KfW und Branchenverbänden wie dem Bitkom ein klares Bild: Die Konsolidierungsphase der frühen 2020er Jahre ist überstanden. Reale Investitionssummen im europäischen Space-Sektor haben sich auf einem gesunden, nachhaltigen Niveau von rund 1,8 Milliarden Euro jährlich eingependelt. Das Kapital fließt jedoch anders als noch vor fünf Jahren. Der technologische Haupttreiber im Jahr 2026 ist nicht mehr die reine Antriebstechnik, sondern künstliche Intelligenz gekoppelt mit Edge Computing im All. Satelliten senden keine rohen, terabyte-schweren Bilder mehr zur Erde, sondern analysieren die Daten dank hochleistungsfähiger On-Board-KI direkt im Orbit und schicken nur noch die essenziellen Erkenntnisse – in Echtzeit. Der Markt ist deutlich reifer geworden: Investor*innen belohnen heute Downstream-Anwendungen, die auf der Erde sofortigen kommerziellen Mehrwert schaffen, weitaus höher als reine Hardware-Konzepte mit jahrzehntelanger Entwicklungszeit.

Die neuen Treiber*innen

Während Raketenbauer*innen lange das Rampenlicht dominierten, wird das echte Geld in diesem Jahr in drei hochspezifischen Sub-Sektoren verdient.

Erstens: Earth Observation und Climate Intelligence. Der Orbit ist der einzige Ort, von dem aus sich die planetare Gesundheit lückenlos messen lässt. Die Überwachung von Wasserstress in der Landwirtschaft und das millimetergenaue Tracking von industriellen Emissionen sind zu einem Milliardenmarkt für B2B-Datenmodelle geworden. Ein Paradebeispiel ist der Münchner Pionier OroraTech, der mittlerweile mit einem eigenen Schwarm aus 14 Nanosatelliten die globale Infrastruktur für thermische Intelligenz und Waldbranderkennung stellt – ein essenzielles Datenmodell, das Regierungen, Versicherungen und Forstbetrieben weltweit kritische Echtzeit-Reaktionszeiten ermöglicht.

Zweitens: In-Orbit Servicing und Space Debris Recycling. Da der niedrige Erdorbit zunehmend überfüllt ist, sind Dienstleistungen zur aktiven Trümmerbeseitigung und zur Lebensdauerverlängerung von Satelliten von einer ökologischen Vision zur regulatorischen Notwendigkeit avanciert.

Drittens: Re-entry Logistics. Der Transport von Gütern zurück zur Erde, sei es für in der Schwerelosigkeit hergestellte Medikamente oder Hochleistungs-Halbleiter, ist der absolute Flaschenhals der Orbit-Ökonomie. Das liegt vor allem daran, dass die grundlegende Infrastruktur steht: Weil der nationale Champion Isar Aerospace mit seinen Trägerraketen die technologische Autobahn in den Orbit betoniert hat, ist der Zugang zum All planbar geworden. Auf dieser Schienenstruktur bauen die neuen Start-ups nun auf – sie füllen die Kapazitäten mit hochprofitablen Lieferwagen und Messstationen. Flankiert wird diese Basis von etablierten Daten-Pionieren wie dem finnisch-deutsch geprägten Radar-Spezialisten ICEYE.

Gescheiterte Hoffnungen & Lektionen

Dass der Weg zu den Sternen mit verbranntem Kapital gepflastert ist, zeigte in der jüngeren Vergangenheit der spektakuläre Absturz des US-Unternehmens Virgin Orbit sowie die dramatischen Skalierungsprobleme von Astra Space. Diese prominenten Unternehmensabstürze lieferten eine schmerzhafte, aber heilsame Marktkorrektur und offenbarten die gnadenlose Realität der orbitalen Physik und Ökonomie.

Aus diesen Crashs lassen sich vier fatale Fallstricke für heutige Gründer*innen ableiten. Der erste Fehler liegt in der Ignoranz gegenüber Unit Economics: Wer Hardware ohne ein glasklares, hochprofitables Payload- und Kund*innenmodell baut, verbrennt schlichtweg Risikokapital. Zweitens scheitern viele an regulatorischer Blindheit. Die beste Technologie ist wertlos, wenn Funkfrequenzen und Startlizenzen nicht Jahre im Voraus bei nationalen und internationalen Behörden wie der ITU gesichert werden. Ein dritter massiver Fallstrick ist die B2C-Illusion. Weltraumtourismus und Endkunden-Spielereien lenken von der Realität ab, dass SpaceTech ein knallhartes B2B- und B2G-Geschäft (Business-to-Government) ist. Der vierte und vielleicht tödlichste Fehler ist die Zeitlinien-Falle. Gründer*innen unterschätzen chronisch die Jahre, die es braucht, um von einem Technology Readiness Level (TRL) 4 zur echten „Flight Heritage“ im All zu gelangen – das Resultat ist ein fataler Cash-Burn kurz vor der Ziellinie.

Die deutschen Hotspots der Orbit-Ökonomie

Deutschland hat sich eine polyzentrische, aber extrem schlagkräftige Space-Architektur aufgebaut. Der Spitzenreiter bleibt München, das – längst auch namentlich geprägt durch den Erfolg von Isar Aerospace – als „Isar Valley“ der weltweiten Raumfahrt gilt. Die Technische Universität München (TUM), das Deutsche Zentrum für Luft- und Raumfahrt (DLR) in Oberpfaffenhofen sowie das ESA Business Incubation Centre bilden eine unvergleichliche Talentmaschine, aus der nahezu wöchentlich neue Spin-offs hervorgehen. Bremen behauptet seine Position als hanseatisches Schwergewicht; hier trifft die jahrzehntelange Industrieerfahrung von Konzernen wie OHB auf die radikale Agilität neuer Start-ups, befeuert durch Einrichtungen wie das Zentrum für angewandte Raumfahrttechnologie und Mikrogravitation (ZARM). Berlin hat sich derweil als unangefochtener Hub für Downstream-Daten und Space-Software etabliert. Die starke IT-Szene der Hauptstadt verschmilzt durch die NewSpace Initiative und die Nano-Satelliten-Forschung der TU Berlin zu einem Ökosystem für orbitale SaaS-Modelle. Ergänzt wird dieses Trio durch Baden-Württemberg, insbesondere den Raum Stuttgart, wo das DLR in Lampoldshausen mit seinen einzigartigen Triebwerkstestständen und die tief verwurzelte Automotive- und Maschinenbau-Expertise entscheidende Vorteile in der industriellen Hardwareskalierung bieten.

SpaceTech-Investor*innen-Radar

Das Ökosystem der Geldgeber*innen hat sich massiv professionalisiert. Den Ton geben spezialisierte Space-VCs an, allen voran Alpine Space Ventures aus München und Promus Ventures, die über das tiefe technische Verständnis verfügen, um Early-Stage-Risiken physikalisch und kommerziell korrekt zu bewerten. Längst haben aber auch Top-Tier Generalisten den Orbit für sich entdeckt: Fonds wie Earlybird, UVC Partners und Lakestar investieren massiv, behandeln SpaceTech jedoch konsequent als DeepTech- und Daten-Play, weniger als reine Raumfahrt. Wie radikal dieses Umdenken ist, zeigt der Blick auf die Industrie: Wenn Corporate VCs wie Porsche Ventures massiv in Isar Aerospace investieren, geht es nicht mehr um kühne Wetten, sondern um den knallharten Transfer von Automobil-Serienfertigung in die Raketenfabrik. Dieser Erfolg hat das Suchschema der VCs für die nächste Start-up-Generation nachhaltig verändert. Flankiert wird dieses industrielle Kapital von strategischen Akteuren wie Airbus Ventures, die wichtige Fertigungskompetenzen einbringen. Der eigentliche Motor in der Seed-Phase ist jedoch ein extrem potentes Netzwerk aus Business Angels und Founder-Syndikaten. Erfolgreiche Gründer*innen der ersten NewSpace-Generation reinvestieren ihr Kapital und ihre Netzwerke direkt in die nächste Welle, wodurch eine hochdynamische, sich selbst tragende Finanzierungsschleife entstanden ist.

Die Top NewSpace-Start-ups (Must-Watch)

Für unsere umfassende Analyse haben wir das deutsche Ökosystem nach strengen Kriterien gefiltert: Ausschlaggebend waren die aktuelle Marktrelevanz des Geschäftsmodells im Jahr 2026, der technologische Reifegrad (TRL), die Diversität und komplementäre Expertise der Gründungsteams sowie messbares Investor*innen-Vertrauen in Form von erfolgreich abgeschlossenen Finanzierungsrunden. Um die Dynamik des Marktes optimal abzubilden, haben wir unsere Bestenliste in zwei Kategorien unterteilt: Erstens die etablierten „Wegbereiter*innen“, deren Gründung vor 2020 stattfand und die das technologische Fundament gelegt haben, und zweitens „Die nächste Generation“ – hochspannende Newcomer*innen mit Gründung ab 2020, welche die neu geschaffene Infrastruktur nun kommerziell bespielen.

Die etablierten Wegbereiter*innen (Gründung vor 2020)

  • Isar Aerospace (2018): Gegründet von Daniel Metzler, Josef Fleischmann und Markus Brandl als Spin-off der TU München. Das Unternehmen ist der unangefochtene Leuchtturm und das finanzstärkste Schwergewicht des europäischen NewSpace-Sektors. Das B2B-Geschäftsmodell basiert auf dem kommerziellen Transport von Satelliten mit der eigenentwickelten, zweistufigen Trägerrakete „Spectrum“. Der USP liegt in der Bereitstellung eines flexiblen, kosteneffizienten und vor allem souveränen europäischen Zugangs zum All für Konstellationen bis zu 1.000 Kilogramm Nutzlast in den niedrigen Erdorbit (LEO). Mit einem akkumulierten Rekord-Funding von weit über 300 Millionen Euro – investiert von Schwergewichten wie der Porsche SE, Lakestar, Earlybird und HV Capital – hat das Unternehmen den Übergang vom Start-up zur industriellen Serienfertigung im „Isar Valley“ bereits vollzogen.
  • OroraTech (2018): Gegründet von Thomas Grübler, Florian Mauracher, Rupert Amann und Björn Stoffers. Das Münchner Unternehmen operiert mit einem hochprofitablen B2B-Data-as-a-Service-Modell und liefert thermische Intelligenz aus dem All. Dank eines proprietären Netzwerks aus maßgeschneiderten Nanosatelliten bietet die Technologie eine weltweite Waldbranderkennung fast in Echtzeit. In ihrer großen Series-B-Finanzierungsrunde sammelte das Team 25 Millionen Euro ein, um die Konstellation massiv auszubauen. Angeführt wurde das Investment von Korys und dem European Circular Bioeconomy Fund (ECBF), flankiert von Bestandsinvestoren wie Bayern Kapital und Ananda Impact Ventures.
  • Morpheus Space (2018): Das von Daniel Bock, István Lőrincz und ihren Mitgründern aus der TU Dresden heraus ins Leben gerufene Start-up revolutioniert die Satellitenmobilität. Das Geschäftsmodell basiert auf dem B2B-Verkauf von intelligenten, KI-gesteuerten Nano-Antriebssystemen (FEEP) sowie Software-as-a-Service für das orbitale Flottenmanagement. Ihr USP ist die vollständige Autonomie der Antriebe, die es Satelliten erlaubt, Kollisionen im überfüllten LEO vollkommen selbstständig auszuweichen. In ihrer entscheidenden Series-A-Runde sammelten sie 28 Millionen US-Dollar ein, getragen von Alpine Space Ventures, Vsquared Ventures und Airbus Ventures. Mit der Eröffnung ihrer hochautomatisierten Serienfertigung am Standort Dresden untermauert das Team den Anspruch, Weltraum-Hardware industriell skalierbar zu machen.
  • DCUBED (2019): Gegründet von Dr. Thomas Sinn im bayerischen Gilching. Das Unternehmen dominiert ein hochspezifisches B2B-Hardware-Segment und stellt „Deployables“ (entfaltbare Origami-Solarsegel) sowie auf patentierten Formgedächtnislegierungen basierende Auslösemechanismen (Release Actuators) her. Der technologische USP liegt in der extremen Zuverlässigkeit und Kompaktheit der Komponenten, die kostbaren Platz beim Raketenstart sparen. Als globaler Pionier treibt DCUBED zudem das zukunftsweisende Feld des In-Space Manufacturing (3D-Druck von riesigen Strukturen direkt im All) voran. Finanziert wird das rasante Wachstum durch eine überzeichnete Series-A-Runde, angeführt vom NewSpace-Fonds Expansion und der BayBG, flankiert von Folgeinvestments des High-Tech Gründerfonds (HTGF).

Die „nächste Generation“ (Gründung ab 2020)

  • The Exploration Company (2021): Das von Hélène Huby und einem erfahrenen europäischen Raumfahrtteam gegründete deutsch-französische Unternehmen entwickelt die modulare, wiederverwendbare Frachtkapsel „Nyx“. Das B2B-Logistik-Modell zielt auf den kommerziellen Gütertransport zu künftigen Raumstationen und mittelfristig zum Mond ab. Der USP liegt in der Agnostik: Die Kapsel kann auf unterschiedlichen Trägerraketen starten und ermöglicht dank offener Architektur drastische Kosteneinsparungen beim Transport. In der bislang größten Series-B-Finanzierung der europäischen Space-Historie sammelte das in München und Bordeaux ansässige Team Ende 2024 rund 160 Millionen US-Dollar ein. Angeführt wurde diese Rekordrunde von Balderton Capital und Plural, flankiert von Staatsfonds wie dem DTCF und Bestandsinvestoren wie EQT Ventures.
  • constellr (2020): Initiiert von Dr. Max Gulde und Forschern als Spin-off des Fraunhofer-Ernst-Mach-Instituts in Freiburg. Als B2B-Data-as-a-Service-Plattform misst das Start-up mittels hochpräziser Infrarotsensorik auf Mikrosatelliten die Oberflächentemperatur der Erde. Der USP liegt in der Fähigkeit, den präzisen Wasserstress von Nutzpflanzen bis auf Feldebene herunterzubrechen, lange bevor optische Schäden sichtbar sind. Dieses unschätzbare Frühwarnsystem für die globale Agrarindustrie sicherte dem Unternehmen ein massives Funding-Fundament, darunter eine 17-Millionen-Euro-Finanzierung, die von DeepTech-Fonds wie Karista und OTB Ventures angeführt und von Top-Tier-Investoren wie Lakestar, Earlybird und Vsquared Ventures unterstützt wurde.
  • Vyoma (2020): Gegründet in München von Dr. Stefan Frey, Dr. Luisa Buinhas und Christoph Bamann. Das Start-up bietet eine B2B-SaaS-Plattform für hochautomatisiertes Space Traffic Management. Ihr technologischer USP basiert auf einem geplanten Netzwerk aus weltraumbasierten Überwachungskameras. Anders als erdgebundene Radare tracken diese Sensoren den Weltraumschrott direkt im LEO und berechnen für Satellitenbetreiber in Echtzeit kollisionsfreie Ausweichmanöver. Dieses kritische Infrastruktur-Konzept überzeugte Investoren in einer 8,5 Millionen Euro schweren Finanzierungsrunde, die von Happiness Capital und Atlantic Labs angeführt und vom DeepTech-Fonds Faber strategisch unterstützt wurde.
  • Reflex Aerospace (2021): Das von Walter Ballheimer und Alexander Genzel ins Leben gerufene Unternehmen bricht die verkrusteten Strukturen des Satellitenbaus auf. Das B2B-Modell bietet maßgeschneiderte, hochperformante Satellitenbusse im absoluten Rekordtempo. Der USP des in Berlin und München ansässigen Unternehmens liegt in einer konsequenten Modularität und dem algorithmusbasierten Engineering (Software-First-Ansatz). Statt jeden Satelliten jahrelang als Unikat zu entwerfen, verkürzt Reflex die Lieferzeiten von der ersten Skizze bis zum Orbit auf neun bis zwölf Monate. Dieses Vorhaben zur Industrialisierung der Raumfahrt wurde mit einer 7 Millionen Euro starken Seed-Finanzierung untermauert, als strategische Kerninvestoren agieren Alpine Space Ventures und der High-Tech Gründerfonds (HTGF).
  • Atmos Space Cargo (2021): Gegründet von Sebastian Klaus widmet sich dieses hochspezialisierte Logistik-Start-up mit operativen Wurzeln und Headquarter in Stuttgart dem kritischen Rücktransport aus dem Orbit. Das B2B-Geschäftsmodell basiert auf der Bereitstellung von rückkehrfähigen, aufblasbaren Atmosphärenkapseln. Der physikalische USP: Durch die aufblasbare Struktur erfolgt die Abbremsung in der Erdatmosphäre extrem sanft und mit sehr geringen G-Kräften. So lässt sich empfindliche Fracht – wie im All gezüchtete Proteinkristalle oder Halbleiter – unbeschadet zur Erde zurückbringen. Das Vertrauen in diese Technologie zeigte sich in einer 4-Millionen-Euro-Seed-Finanzierung, die vom High-Tech Gründerfonds (HTGF) und dem Amadeus APEX Technology Fund angeführt und von internationalen Space-VCs wie Seraphim Space unterstützt wurde.
  • Polaris Raumflugzeuge (2020): Das von dem ehemaligen DLR-Ingenieur Alexander Kopp in Bremen gegründete Start-up verschmilzt traditionelle Luftfahrt mit Raumfahrt. Das duale B2B- und B2G-Geschäftsmodell (kommerzieller Transport und Defense-Anwendungen) basiert auf der Entwicklung des „Aurora“-Raumflugzeugs. Der technologische USP ist der revolutionäre Einsatz von Aerospike-Triebwerken: Das Flugzeug kann wie eine normale Verkehrsmaschine von bestehenden Startbahnen abheben, Fracht in den Orbit bringen und nahtlos zurückkehren. Polaris wird durch DeepTech-Fonds wie E2MC Ventures finanziert und sicherte sich zudem millionenschwere, direkte Entwicklungs- und Flugtest-Aufträge der Bundeswehr.

Internationaler Ausblick

Der Blick über die europäischen Grenzen hinaus zeigt drei fundamentale Makro-Trends, die den DACH-Markt in den kommenden Jahren unausweichlich prägen werden. Erstens zwingt das drückende Monopol von US-Megakonstellationen wie Starlink und Kuiper Europa zur rasanten Umsetzung souveräner eigener Kommunikationsnetzwerke wie IRIS², was massive staatliche und kommerzielle Aufträge in das Start-up-Ökosystem spülen wird. Zweitens beschleunigt Chinas hochfrequentierte lunare Infrastrukturplanung die sogenannte „Cislunar Economy“ – den Wirtschaftsraum zwischen Erde und Mond –, der völlig neue Logistikanforderungen stellt. Drittens wird die absolute KI-Autonomie im All zum Standard; Satellitenschwärme werden in wenigen Jahren ohne menschliches Zutun untereinander kommunizieren, Daten fusionieren und autonom navigieren müssen.

Fazit

Die Zeit der reinen Technologiedemonstratoren ist vorbei. Der Weltraum ist kein romantisches Experimentierfeld mehr, sondern die nächste logische Erweiterung unserer terrestrischen Liefer- und Datenketten. Wer hier bestehen will, braucht exzellente Unit Economics, operative Geschwindigkeit und den Mut, globale Standards zu setzen. Der Griff nach den Sternen war gestern – heute geht es darum, sie profitabel zu vernetzen.

Reif für die KI? Vom souveränen Umgang mit KI-Technologie bei der Führung

Viele Gründer*innen und junge Selbständige stehen derzeit vor der Herausforderung, KI so zu nutzen, dass die Technologie dem Unternehmen wirklich nutzt. Und in Artikeln wie diesen mangelt es nicht an guten Ratschlägen dazu. Allerdings: Dabei finden die „dunklen“ Seiten des KI-Einsatzes oft zu wenig Beachtung.

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.

Gewohnheit statt Willenskraft: Kann das Düsseldorfer Start-up BlueHabits den Fitness-Markt umprogrammieren?

80 Prozent aller guten Vorsätze scheitern. Das HealthTech-Start-up BlueHabits will dieses Problem mit einer Mischung aus künstlicher Intelligenz und kognitiver Neurowissenschaft lösen. Pünktlich zur FIBO im April 2026 brachte das Team um Dr. Eike Buabang, Arnd Jäger, Markus Meißner und Marco Oevermann seine App und eine B2B-Plattform auf den Markt. Kann das, was die Gründer als „Habit Blueprint“ bezeichnen, im extrem umkämpften Fitness-Markt wirklich bestehen? Unser Blick auf das Düsseldorfer Start-up.

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

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

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

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

Produkt & Geschäftsmodell: Ein zweigleisiger Ansatz

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

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

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

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

Monetarisierung & Fitnessstudio-Paradoxon

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

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

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

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

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

Markt & Wettbewerb: Schwimmen im Red Ocean

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

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

Fazit

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

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

SportTech-Start-up-Report 2026

Der Hype ist tot, die KI übernimmt: Wie DeepTech den SportTech-Markt 2026 dominiert – und welche deutschen Start-ups das Milliarden-Rennen machen.

Der Geruch von Rasen weicht zunehmend dem leisen Surren von Hochleistungsservern. Wer im Jahr 2026 an die Sportindustrie denkt, darf nicht mehr nur an überfüllte Stadien und verschwitzte Trikots denken, sondern muss Algorithmen, Drohnen und neuronale Netze vor Augen haben. Die Transformation der SportTech- und E-Sports-Branche hat endgültig den Sprung vom verspielten Nischenthema zum essenziellen Wirtschaftsfaktor geschafft – doch der Weg dorthin war ein brutaler Ausleseprozess. Wo vor wenigen Jahren noch blind Millionen in naive Krypto-Träume, überteuerte Fitness-Gadgets und kurzlebige Influencer-Ligen gepumpt wurden, ist nach einer beispiellosen Welle spektakulärer Start-up-Pleiten nun knallharter Realismus eingekehrt.

Der Markt hat sich radikal bereinigt: Heute werten hochkomplexe, KI-basierte digitale Coaches die Biomechanik von Athlet*innen in Echtzeit aus. Physischer Spitzensport und digitale Welten verschmelzen in hybriden Ligen, während Augmented Reality das Fan-Erlebnis im heimischen Wohnzimmer neu definiert. Es ist ein Milliardenmarkt entstanden, der klassische Vereinsstrukturen aufbricht und Gründer*innen eine erbarmungslose Arena bietet: Der Hype ist tot, es überleben nur noch Start-ups mit echter technologischer Substanz.

Die Marktlage: Milliarden-Wetten auf die digitale Athletik

Der Markt für Sporttechnologie und E-Sports hat seine post-pandemische Findungsphase längst hinter sich gelassen und präsentiert sich so reif und kapitalstark wie nie zuvor. Ein Blick auf die realen Marktdynamiken genügt: Branchenspezifische Analysen internationaler Tech-M&A-Berater*innen belegen das kontinuierliche Wachstum des globalen SportsTech-Marktes. Parallel dazu zeigen die fundierten Erhebungen des Bitkom und des KfW Research zum allgemeinen Start-up-Ökosystem unmissverständlich, dass Wagniskapital heute primär in DeepTech fließt.

Der absolute technologische Haupttreiber des Sektors ist die angewandte künstliche Intelligenz, dicht gefolgt von Spatial Computing. Während der Krypto- und Blockchain-Hype der frühen 2020er Jahre einer harten Marktkorrektur gewichen ist, dominieren nun handfeste B2B-SaaS-Lösungen und KI-gestützte Computer-Vision-Modelle das Feld. Die Unit Economics haben sich branchenweit stabilisiert. Investor*innen vergeben wieder signifikante Runden an Start-ups, die nachweislich die Leistung von Athleten steigern oder die Monetarisierung von Fan-Daten messbar optimieren können – und zwar ohne dabei in die hochriskante und teure Hardware-Falle zu tappen.

Die neuen Treiber (Sub-Sektoren): Vom Feld direkt in die Cloud

Wer heute noch versucht, eine weitere reine Fitness-Community-App zu bauen, erntet in den Boardrooms der VCs nur noch ein müdes Lächeln. Der Markt wird von hochspezifischen Sub-Sektoren getrieben, die tief in die Wertschöpfungskette des Sports eingreifen. Der dominierende Bereich ist „Markerless Computer Vision“, bei dem Kameras ohne am Körper getragene Sensoren jede Bewegung präzise erfassen und KI-Modelle Verletzungsrisiken prädiktiv berechnen.

Ein weiterer explosiver Treiber ist das „Immersive Fan Engagement“, wo Spatial Audio und Augmented Reality Stadionbesuche für globale Fans virtuell erlebbar machen.

Schließlich dominiert der „Hybride E-Sport“, bei dem physische Leistung nahtlos mit In-Game-Mechaniken verknüpft wird. Etablierte Pioniere wie das Münchner Vorzeige-Unternehmen Kinexon, das mit seiner präzisen Tracking-Hardware und Taktik-Software längst die NBA und Bundesliga erobert hat und branchenintern als heißer Anwärter auf den Unicorn-Status gehandelt wird, haben hierfür den Weg geebnet und gezeigt, dass deutsche DeepTech-Lösungen globale Standards setzen können.

Reality Check: Der teure Spiegel der Wahrheit

Doch der Weg in den Sport-Olymp ist gepflastert mit den Ruinen überhypter Geschäftsmodelle. Das einst prominenteste Mahnmal ist der tiefe Fall von Connected-Fitness-Hardware-Anbietern wie VAHA. Der smarte Fitness-Spiegel aus Berlin scheiterte an der Post-Covid-Realität und wurde Ende 2022 im Rahmen eines Fire-Sales veräußert. Ebenso zerschellten Krypto-Träume an der harten Marktwirklichkeit: Das Münchner Start-up The Football Club (TFC), gegründet 2020, das den Fußballfandom mit NFT-Avataren revolutionieren wollte, ging bereits 2023 nach dem Platzen der Blockchain-Blase in die Insolvenz.

Fast zeitgleich musste mit Coachinho (Gründung 2021) ein weiteres ambitioniertes Software-Projekt die Segel streichen: Die KI-basierte Pose-Detection-App für Amateurkicker versprach digitale Profi-Expertise via Smartphone-Kamera, ging jedoch trotz Unterstützung der NRW.Bank Ende 2023 in die Knie – der Spagat zwischen komplexer Computer-Vision-Technologie und einer nachhaltigen Monetarisierung im Breitensport erwies sich als zu groß.

Zwei brandaktuelle Dramen erschütterten die Branche jedoch erst kürzlich. Zum einen musste das Jenaer Start-up Coachwhisperer (Gründung 2021) im Frühjahr 2026 zum Amtsgericht – die brutalen Entwicklungskosten ihrer In-Ear-Hardware hatten Millionen verschlungen. Zum anderen endete der gewaltige Hype der Kölner Baller League (Gründung 2023). Das hybride Medienunternehmen mischte den Markt durch Twitch-Kultur und Influencer zunächst radikal auf, doch nachdem Hauptsponsoren wie XING absprangen und Prominente sich zurückzogen, musste der deutsche Ligabetrieb im Januar 2026 eingestellt werden.

Aus solchen Crashs lassen sich vier fatale Fallstricke ableiten:

  • Die Hardware-Falle. Wer auf physische Geräte setzt (wie VAHA oder Coachwhisperer), unterschätzt die Komplexität und Kapitalintensität der Produktion.
  • Die toxischen Customer Acquisition Costs. Im B2C-Geschäft und bei reinen Hype-Formaten explodieren Marketing- und Influencer-Ausgaben so schnell, dass sie jegliche Margen auffressen.
  • Die Churn-Rate-Illusion. Wenn der anfängliche Hype verfliegt (wie bei TFC oder der Baller League), kündigen Nutzer*innen Abos und Sponsoren springen ab.
  • Der regulatorische und technologische Blindflug. Wer – wie Coachinho – biomechanische Daten per Kamera verarbeitet, scheitert in Europa nicht nur an der extremen technologischen Hürde, sondern oft auch an den strengen DSGVO-Vorgaben, wenn Privacy-by-Design nicht vom ersten Tag an verankert ist.

Das deutsche Netzwerk (Hotspots)

Die deutsche Szene konzentriert sich auf hochspezialisierte urbane Hubs, die eine perfekte Symbiose aus Forschung, Kapital und Industrie bieten. München thront dank der Technischen Universität (TUM) und der Innovationsmaschinerie der UnternehmerTUM unangefochten an der Spitze, wenn es um DeepTech, Sensortechnik und Wearables geht. Berlin bleibt das unbestrittene Epizentrum für E-Sports und Fan-Engagement, angetrieben durch die Präsenz globaler Player wie Riot Games, Mega-Organisationen wie G2 Esports und ein dichtes Netz an Kreativagenturen. Köln hat seine historische Stärke als Sitz der Deutschen Sporthochschule (DSHS) sowie der ESL genutzt, um sich als europäischer Hotspot für sportwissenschaftliche Start-ups und Live-Event-Technologien zu etablieren. Leipzig komplettiert das Quartett; angetrieben durch den SpinLab Accelerator hat sich die Stadt eine exzellente Nische im Bereich E-Health, Reha-Technologien und digitaler Prävention im Spitzensport erarbeitet.

Investor*innen-Radar

Das Kapital fließt aus hochspezialisierten Quellen. Bei den dedizierten VCs führt global kein Weg an BITKRAFT Ventures vorbei; der Fonds mit starken Berliner Wurzeln ist der absolute Königsmacher im E-Sports- und Web3-Gaming-Segment. Ergänzt wird dies durch Spezialisten wie leAD Sports & Health Tech Partners, die gezielt Frühphasen-Start-ups skalieren. Auch die Top-Tier Generalisten haben Blut geleckt: Earlybird und Cherry Ventures platzieren zunehmend Wetten auf B2B-SaaS-Modelle, die Sportdaten monetarisieren. Auf industrieller Seite dominieren Corporate VCs wie Porsche Ventures, die in Performance-Tech investieren, sowie Adidas, die nach digitalen Fitness-Ökosystemen suchen. Der wahre Motor der Frühphase sind jedoch erfahrene Business Angels. Prominente Köpfe aus dem echten Sport wie Mario Götze, Julian Draxler oder Oliver Bierhoff haben sich längst als smarte Co-Investoren etabliert, die nicht nur Kapital, sondern unbezahlbaren Zugang zu Vereinen und Athlet*innen mitbringen.

Die Top Start-ups (Must-Watch)

Für die Auswahl der Top-Start-ups in diesem Report haben wir strenge Kriterien angelegt. Alle beleuchteten Unternehmen sind ausschließlich deutsche Start-ups, deren Gründung im Jahr 2020 oder später erfolgte. Wir bewerten nicht nach den lautesten Marketing-Kampagnen, sondern nach vier harten Metriken: belegbare Marktrelevanz, die Tiefe der technologischen Innovation (Reifegrad), Diversität in den Geschäftsmodellen und Gründungsteams sowie das nachgewiesene Vertrauen hochkarätiger Investor*innen. Zudem floss die Skalierbarkeit des jeweiligen Ansatzes maßgeblich in die finale Bewertung ein.

Prematch (Gründung 2021)

Das Kölner Gründer-Trio Lukas Röhle, Fiete Grünter und Niklas Brackmann hat mit Prematch den „Transfermarkt für den Amateurfußball“ erschaffen. Das B2C- und B2B-Plattform-Modell bündelt Spieldaten, News und Statistiken bis in die tiefsten Amateurligen. Der USP liegt in der gigantischen, hochaktiven Basisdaten-Sammlung, die auch für Werbetreibende extrem wertvoll ist. Zuletzt flossen Millionen in mehreren Runden, angeführt von namhaften Business Angels: Neben den Profis Serge Gnabry und David Raum stieg auch das Family Office von Jürgen Klopp sowie Weltmeister Toni Kroos als strategischer Investor ein.

Dyn Media (Gründung 2022)

Unter der Vision des ehemaligen DFL-Chefs Christian Seifert und der operativen Führung von CEO Andreas Heyden revolutioniert Dyn Media als B2C-Streaming-Plattform die Sichtbarkeit von Sportarten jenseits des Fußballs. Der technologische USP liegt in einer hochmodernen, Cloud- und KI-gestützten Produktionsinfrastruktur, die Übertragungskosten drastisch senkt. Als absoluter Vertrauensbeweis der Branche gilt das starke Fundament des Medienprojekts: Das Joint Venture mit dem Medienriesen Axel Springer sichert der Plattform langfristig die nötige Finanzkraft und eine enorme mediale Reichweite.

Exakt Health (Gründung 2021)

Das von Philip Billaudelle und Lucia Payo in Berlin gegründete Start-up Exakt Health liefert den perfekten Gegenentwurf zur überhypten Fitness-Hardware. Das B2C-SaaS-Modell ist als echtes, zertifiziertes Medizinprodukt (MDR) zugelassen und bietet eine physiotherapeutische App für Sportverletzungen. Der USP liegt in den adaptiven, KI-gestützten Trainings- und Rehaplänen, die auf strengen medizinischen Leitlinien basieren. Dieses tiefe technologische Fundament sicherte dem Team Millionen-Investments von starken Lead-Investoren wie der Barmenia Next Strategies sowie von erfahrenen Engeln wie dem N26-Gründer Maximilian Tayenthal.

Enduco (Gründung 2020 / Neustart 2024)

Die Geschichte von Enduco ist die ultimative „Phönix aus der Asche“-Story der Szene. Ursprünglich 2020 gegründet und vom High-Tech Gründerfonds (HTGF) finanziert, musste die GmbH Mitte 2024 Insolvenz anmelden. Doch statt aufzugeben, formierte das Team um Mitgründer Lennard Schäfer das B2C-SaaS-Modell unter dem neuen Firmendach der endurance coach GmbH radikal neu. Die App bietet Ausdauersportlern eine Trainingsplanung, die mithilfe von maschinellem Lernen auf Vitaldaten reagiert – ein handfester Beweis, dass echte technologische Substanz harte Unternehmenskrisen überdauern kann.

Internationaler Ausblick & Fazit

Wer den Blick über den europäischen Tellerrand wagt, erkennt drei globale Makro-Trends, die den deutschen Markt in Kürze mit voller Wucht treffen werden. Aus den USA schwappt die Welle des „Markerless Tracking“ herüber, bei dem reine Smartphone-Kameras genügen, um durch komplexe KI-Berechnungen vollständige biomechanische Profile zu erstellen – der Anfang vom Ende der klobigen Wearables. Asien dominiert derweil die Entwicklung von KI-generierten Live-Kommentatoren und hyperrealistischen Avataren, die E-Sports-Übertragungen in dutzenden Sprachen gleichzeitig und vollautomatisiert moderieren. Aus dem DeepTech-Hub Israel drängen Start-ups auf den Markt, die neurokognitives Bio-Feedback nutzen, um die Reaktionszeiten von Profisportlern durch Gehirnstrom-Analysen messbar zu verkürzen.

Das Fazit für Gründer*innen und Investor*innen: Bunte Community-Apps ohne echten technologischen Burggraben haben in der SportTech-Branche keine Überlebenschance mehr. Gewinnen wird, wer harte DeepTech-Lösungen im B2B-Bereich etabliert, echte Leistungsprobleme durch Daten löst und verstanden hat, dass der Sport der Zukunft im Code entschieden wird.