Start-ups lieben das Wort „Purpose“. Wer für eine gemeinsame Vision brennt, leistet mehr und trägt das Unternehmen auch durch Krisen – so die gängige Gründer*innenlogik. Doch was passiert, wenn die Identifikation mit der eigenen Arbeit so absolut wird, dass fachliche Kritik am Projekt plötzlich als persönlicher Angriff auf das eigene Ego verstanden wird?

Dr. Till Wahnbaeck kennt beide Extreme dieser Skala. Als langjähriger Manager bei Procter & Gamble erlebte er eine Konzernwelt, die oft händeringend um die Identifikation ihrer Mitarbeitenden kämpfen muss. Als er später den CEO-Posten der Deutschen Welthungerhilfe übernahm, erfuhr er das genaue Gegenteil: so viel Identifikation, dass Feedback zwangsläufig persönlich genommen wird. Heute verbindet Wahnbaeck mit der von ihm gegründeten Organisation Impacc beide Welten: Er sammelt Spenden, investiert diese jedoch wie ein Venture-Capital-Fonds in afrikanische Start-ups, um lokales Wirtschaftswachstum und nachhaltige Arbeitsplätze zu schaffen.

Ein Gespräch über das Spannungsfeld zwischen Leidenschaft und Selbstaufopferung, die Schattenseiten einer reinen Sinnkultur und die Frage, was die Businesswelt und NGOs dringend voneinander lernen müssen.

Das Interview

StartingUp: Till, du kennst die Konzernwelt von Procter & Gamble und warst CEO der Welthungerhilfe. Wo ist Führung unterm Strich anspruchsvoller: im Business oder in einer NGO?

Till Wahnbeack: Ich denke, dass Führung in NGOs anspruchsvoller ist, und zwar aus zwei Gründen. Erstens fehlt die objektivierbare Erfolgsmessung. In der Wirtschaft gibt es Umsatz, Kunden, Profitabilität – das ist in Zahlen messbar. NGOs arbeiten mit einer viel diffuseren Wirkungslogik. Du kannst zählen, wie viele Sack Reis du verteilt hast, aber sobald es um echte Veränderung geht, wird es unscharf.

Zweitens die Motivationslage. In der Wirtschaft ziehst du Leute an, die – zumindest auch – persönlichen Erfolg wollen. Und da kannst du als Führungskraft an Eigeninteresse und Ehrgeiz andocken. In der NGO-Welt kommen viele mit einer sehr starken eigenen Identität und moralischen Vorstellung – und damit vielleicht auch einer genauen Vorstellung, was „gute“ Arbeit ausmacht. Effizientes oder innovatives Arbeiten im Sinne der Organisationsziele steht da nicht unbedingt im Fokus, weil es eben auch schwer zu messen und zu sehen ist. Das anzusprechen ist schwierig. Denn wer sich sehr stark mit seinem Job identifiziert, wird eine sachliche Rückmeldung schnell als Angriff empfinden.

StartingUp: Viele Start-ups werben aggressiv mit ihrer Mission. Ab welchem Punkt kippt gesunde Leidenschaft für eine Sache in eine toxische Verschmelzung mit dem Job?

Till Wahnbeack: Der soziale Sektor ist grundsätzlich stark von Selbstausbeutung geprägt. Die Leute geben unglaublich viel emotionale Energie hinein. Denn wenn du Waschmittel verkaufst, ist eine verkaufte Flasche weniger eben eine Flasche weniger. Das ist blöd fürs Business, aber mehr auch nicht. Wenn du Menschen in Not hilfst, kannst du schlecht sagen: 900 habe ich heute satt bekommen, die anderen 100 hatten Pech. Und doch muss man auch im sozialen Sektor Nein sagen können, Feierabend machen, Pausen einlegen, um selbst nicht auszubrennen. Das Abgrenzen fällt so schwer, weil immer Menschenleben dranhängen.

StartingUp: Wenn Arbeit zur Identität wird, mutiert Kritik schnell zum persönlichen Angriff. Wie setzt man als Führungskraft Korrekturen durch, ohne dass das Gegenüber seine moralische Integrität bedroht sieht?

Till Wahnbeack: Die Trennung zwischen Rolle und Person ist im Privatsektor viel selbstverständlicher als in den sozialen Berufen, die berühren einfach anders, und die Motivationen sind, wie geschildert, persönlicher. Sich das als Führungskraft, aber auch als Mitarbeitende(r), bewusst zu machen, ist der erste Schritt. Gerade von Führungskräften braucht es mehr Behutsamkeit, wenn Feedback gegeben wird. Und einen längeren Atem, da die Person es für sich dekodieren und übersetzen muss. Ich selbst bin daran immer wieder auch gescheitert.

StartingUp: Was tun, wenn absolute Identifikation den Wandel blockiert und ein notwendiger Pivot am emotionalen Widerstand des bzw. der Gründenden oder des Teams scheitert?

Till Wahnbeack: Wer gründet, muss sich ins Problem verlieben, nicht in die Lösung. Wenn dein Antrieb das Problem ist, das du lösen willst, suchst du automatisch immer das beste Werkzeug dafür. Bist du in die Lösung verliebt, fällt der Pivot schwer. Deshalb sollten sich Gründer*innen immer fragen: Was wollte ich eigentlich erreichen, und funktioniert mein Weg noch oder gibt es einen besseren? So bleibt das Problem im Vordergrund.

StartingUp: Mit Impacc investierst du Spenden wie ein VC-Fonds in afrikanische Start-ups. Warum stößt klassische Entwicklungshilfe an Grenzen – und was macht euer unternehmerischer Ansatz besser?

Till Wahnbeack: Klassische Entwicklungshilfe wird in der Krisenhilfe immer notwendig bleiben. Bei Naturkatastrophen etwa braucht es schnelle, direkte Hilfe. Bei der eigentlichen Entwicklungshilfe – Klassiker: Brunnenbau – sieht es anders aus. Da wird leicht Abhängigkeit geschaffen. Was passiert denn, wenn so ein Brunnenbau-Projekt endet und der Motor für die Spule kaputt geht oder das Grundwasser verschwindet? Dann wird ein neues Projekt gestartet oder aber das Problem bleibt. Natürlich sind auch wir bei Impacc extrem sinngetrieben: Wir wollen extreme Armut bekämpfen. Aber ich denke, wir sollten die Menschen in den Ländern Afrikas dafür in ihrer Selbständigkeit unterstützen. Und eine oft vernachlässigte Art der Selbständigkeit ist ganz im Wortsinn die unternehmerische, denn Unternehmertum löst Probleme mit eigenen Ideen und Lösungen.

Deshalb agieren wir bei Impacc als ein VC-Fonds. Wir investieren in Start-ups in Ostafrika, die Arbeitsplätze schaffen und auf eigenen Beinen stehen. Das Regenauffang- und Bewässerungs-Start-up IrriHub wird hoffentlich auch noch in zehn oder zwanzig Jahren existieren, wenn es unsere Unterstützung nicht mehr braucht.

StartingUp: Der Markt ist im Umbruch, Investor*innen schauen primär auf harte Rendite. Wie verkauft man eine Impact-Mission heute noch als wasserdichten Business Case?

Till Wahnbeack: Die besten Renditen liegen gerade bei KI oder Verteidigung, nicht bei sozialen Komponenten. Vermutlich ist auch das wieder eine zyklische Entwicklung und – hoffentlich – lässt sich mit einem sozialen oder Klima-Start-up bald wieder gut Geld einsammeln. Bis dahin hat es die Impact-Investment-Branche wirklich schwer, und die Teams dort brauchen keine schlauen Ratschläge von mir.

Denn wir als gemeinnützige Spendenorganisation versprechen keine Rendite. Wir sagen: Bei uns bekommst du sehr viel soziale Wirkung pro gespendetem Euro. Das ist eine klare, ehrliche Botschaft, die übrigens auch viele Menschen überzeugt, die gründen oder aus einer Unternehmerfamilie kommen. Sie sind der wichtigste Förderkreis von Impacc, weil sie es gut finden, mit ihren Spenden skalierende Wirkung zu erzielen.

StartingUp: Du forderst von afrikanischen Gründer*innen echtes Wachstum in schwierigen Märkten. Welches Mindset können sich europäische Start-ups von ihnen abschauen?

Till Wahnbeack: Die afrikanischen Gründer*innen wollen wirklich ein Problem lösen, nicht möglichst schnell Geld machen und dann raus. Ein gutes Beispiel ist TIBU Health in Kenia. Das Unternehmen hat erkannt, dass ein Großteil der Erkrankten zuerst in die Apotheke geht, weil es in Kenia viele Apotheken, aber wenige Praxen gibt. Also bietet TIBU medizinische Beratung direkt in den Apotheken an – also genau dort, wo die Menschen ohnehin Hilfe suchen. Das verbindet echte Problemorientierung mit unternehmerischer Findigkeit unter schwierigen Marktbedingungen.

Davon kann die europäische Gründerszene viel lernen, denn auch hierzulande gibt es genügend Probleme, die ernsthaft angegangen werden müssen. Wer das Problem in den Mittelpunkt stellt und nicht die Frage des größtmöglichen Exits, baut am Ende häufig das tragfähigere Unternehmen und tut auch noch was für die Gesellschaft.

StartingUp: Du pendelst seit 20 Jahren zwischen Profit und Purpose. Wie ziehst du persönlich die Linie zwischen Beruf und Identität, um nicht auszubrennen?

Till Wahnbeack: Ich habe lange gebraucht, um meinen Nordstern zu finden. 20 Jahre freie Wirtschaft, immer mit einem eher spielerischen Ansatz, weil ich das Gefühl hatte, dass es noch nicht hundertprozentig mein Ding ist. Das hat mich paradoxerweise erfolgreicher gemacht, weil ich nicht so verkrampft war. Dann der Wechsel in den sozialen Sektor: die richtigen Ziele, aber nicht die coolen Werkzeuge von früher. Erst in dem, was ich heute mache, bringe ich beides zusammen. Diese Erfahrung sorgt dafür, dass mich nicht jede Krise gleich umhaut. Ich weiß mittlerweile, dass sich viele Probleme auch morgen noch lösen lassen.

Dazu kommt Disziplin. Ich habe mal ein Praktikum bei McKinsey gemacht. Da gab’s dann semi-produktive Abendschichten mit Pizza. Ich habe gemerkt: In den Abendstunden schaffe ich so viel wie morgens in einer Viertelstunde, also bin ich früher gekommen. Den Job habe ich danach zwar nicht angeboten bekommen. Aber die Erkenntnis ist geblieben: Man muss sich nicht totarbeiten, wenn man diszipliniert ist. Deshalb denke ich viel darüber nach, was ich nicht mache. Und Hobbys helfen enorm. Ich koche gern und baue Trockensteinmauern. Ein Leben neben der Arbeit zu haben, ist die beste Versicherung gegen das Ausbrennen.

Danke, Till Wahnbaeck, für die spannenden Insights.

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

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

Startkapital versus Umsatzwachstum

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

Regulatory Hacking und HR-Strategie im Handwerk

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

Der Pivot: Warum Fokus Breite schlägt

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

Unit Economics und Marktanpassung

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

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

Learnings für die Praxis

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

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

Fertiggerichte haben traditionell ein oft kritisches Image, doch der Markt für Convenience Food wächst seit Jahren kontinuierlich. Die Gründerinnen Sophie Gnest und Liss Barta positionieren sich in diesem lukrativen, aber hart umkämpften Segment mit ihrem Start-up pack&satt als nährstoffreiche und nachhaltige Alternative. Dass dieser Ansatz massives Marktpotenzial hat, bewies zuletzt die BIOFACH in Nürnberg: Dort zeichnete eine Jury aus Vertreter*innen des Handels pack&satt als Start-up des Jahres 2026 aus. Doch der Weg aus der Nische in die Skalierung birgt massive vertriebliche Herausforderungen.

Vom MVP zum Pivot: Customer Feedback als Treiber

Die Entstehungsgeschichte von pack&satt, die ins Jahr 2021 zurückreicht, liest sich wie ein klassischer Lean-Start-up-Prozess. Auf der Suche nach veganen Alternativen für die schnelle Küche begann Gründerin Sophie Gnest zunächst, eigene Instant-Rezepte zu entwickeln. Der erste sogenannte einpott startete im Pfandglas – ein klassisches Minimum Viable Product (MVP). Über eine erste Crowdfunding-Kampagne auf Startnext, die von über 500 Menschen unterstützt wurde, finanzierte das Start-up die erste Produktion.

Statt auf diesem ersten Wurf zu verharren, nutzte das Team das Feedback der ersten Kundengeneration für einen entscheidenden Pivot. Für den „einpott 2.0“ wurde die Rezeptur angepasst, der Proteingehalt erhöht und – logistisch besonders relevant – das schwere Pfandglas durch eine vollständig recycelbare Papierverpackung ersetzt. Die Auszeichnung auf der Fachmesse belegt nun, dass diese strategische Weiterentwicklung im Branchenumfeld deutlich wahrgenommen wird.

Go-to-Market: Der harte Kampf um das Supermarktregal

Das aktuelle Kernprodukt bietet in drei verschiedenen Sorten ein Mittagessen, das lediglich mit heißem Wasser aufgegossen wird und fünf Minuten ziehen muss. Dabei fokussiert sich pack&satt auf proteinreiche Mahlzeiten aus verständlichen, natürlichen Rohstoffen. Damit positioniert sich das Start-up als klarer Gegenentwurf zum branchenweiten Trend der hochverarbeiteten Lebensmittel (Ultra-Processed Foods). Zudem gehört das Unternehmen mit seinem Fertiggericht zu den Vorreitern bei papierbasierten Verpackungen in diesem Segment.

Der Gewinn des Start-up Awards dient nun als starker Proof of Concept (PoC) und könnte dem Unternehmen den Zugang zum stationären Handel erleichtern. Doch hier wartet die eigentliche Bewährungsprobe: Der Markt für schnelle Mahlzeiten ist stark umkämpft. Um den Schritt von der Nische in den Massenmarkt erfolgreich zu vollziehen, muss das Team im B2B-Vertrieb nun Hürden wie Listungsgebühren, Margendruck und den harten Verdrängungswettbewerb im Einzelhandel meistern.

Deep Dive für Gründer*innen: Verantwortungseigentum – Hype oder Zukunftsmodell?

Aus Investor*innensicht besonders spannend ist die rechtliche Aufstellung: Pack&satt wurde im Verantwortungseigentum gegründet. Für die klassische Start-up-Szene bedeutet das ein klares Anti-Establishment-Signal. Das Unternehmen ist unverkäuflich, ein klassischer Exit an Konzerne ist somit ausgeschlossen. Erwirtschaftete Gewinne verbleiben im Unternehmen und sollen in die Förderung von Nachhaltigkeit oder andere gemeinnützige Zwecke fließen.

Doch was bedeutet das strategisch für andere Gründungsteams? Die Stiftung Verantwortungseigentum definiert das Modell über zwei unumstößliche Prinzipien: die absolute Selbstbestimmung (die Kontrolle bleibt immer bei den aktiven Unternehmern, nicht bei anonymen Investoren) und die strenge Vermögensbindung (Asset-Lock).

• Für wen ist das Modell geeignet?

Verantwortungseigentum ist ideal für wertegetriebene "Purpose"-Gründer*innen, die ihre Mission rechtlich vor einer feindlichen Übernahme, Heuschrecken oder dem kurzfristigen Renditedruck des Kapitalmarkts absichern wollen. Es garantiert Unabhängigkeit über Generationen hinweg und ist ein massiver Hebel im Employer Branding, um Top-Talente zu binden, die nach echtem Sinn in ihrer Arbeit suchen.

• Für wen ist es NICHT geeignet?

Für klassische Venture-Capital-Cases ist dieses Setup ein Dealbreaker. Wer für schnelles, hyperaggressives Wachstum auf klassisches Eigenkapital von VC-Fonds angewiesen ist oder als Gründer*in den eigenen, lukrativen Exit als persönliches Finanzziel definiert hat, wird mit diesem Modell scheitern. Da Investor*innen hier keine Rendite durch einen Unternehmensverkauf erzielen können, scheiden sie als klassische Geldgeber*innen aus. Zudem ist die juristische Umsetzung (etwa über Doppelstiftungs- oder Veto-Share-Modelle) aktuell oft noch teuer und komplex, solange eine dezidierte neue Rechtsform für dieses Konstrukt in Deutschland fehlt.

Während ein Großteil der Food-Start-ups also auf Venture Capital schielt, um sich Marktanteile teuer zu erkaufen, wählt pack&satt bewusst den Weg zwischen Purpose und Profitdruck. Dieses Modell wirft die spannende geschäftliche Frage auf, wie das Start-up die kapitalintensive Skalierung im stationären Handel ohne klassisches Eigenkapital finanzieren wird.

Pack&satt steht damit beispielhaft für eine Reihe neuer Start-ups, die gesellschaftliche Werte stark in ihre Unternehmensstruktur einbinden. Nach dem Erfolg beim Fachpublikum auf der BIOFACH zielt das Team nun darauf ab, einem breiteren Konsument*innenkreis zugänglich zu werden. Ob die Etablierung in den Supermarktregalen dauerhaft gelingt, wird maßgeblich davon abhängen, wie agil sich das Start-up im wettbewerbsintensiven Einzelhandel behaupten kann.

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

Vom Agentur-Projekt zur DSGVO-Plattform

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

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

Die ARR-Metrik im Branchen-Check

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

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

Technologische Tiefe vs. „Middleware“-Dilemma

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

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

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

B2B als Cashcow für den B2C-Testballon

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

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

Fazit

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

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.

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

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

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

Binationale Strategie: Zwischen Finanzplatz und Klimaforschung

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

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

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

Der AdaptationReturn als künftiger Branchenstandard?

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

Der Paradigmenwechsel im Überblick:

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

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

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

Bewährungsprobe im B2G-Sektor und die leeren Kassen

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

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

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

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

Fazit

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

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

Die 3.000-Euro-Delle und das Versprechen der Transparenz

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

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

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

Domänen-Intelligenz vs. schmutziger Lack

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

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

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

Der harte Realitätscheck in der Werkstatt

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

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

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

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

David gegen die Software-Goliath

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

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

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

Fazit: Geniales Lead-Tool oder echtes Gutachten?

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

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

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

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

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

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

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

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

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

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

Die Governance-Lücken, über die kaum jemand spricht

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

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

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

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

Wenn KI keine Wunderwaffe ist: Reale Fälle

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

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

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

Der hybride Ansatz: Was er ist – und was nicht

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

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

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

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

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

Welche Governance-Lösungen es heute schon gibt

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

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

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

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

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

Der Strukturwandel in der deutschen Landwirtschaft ist unaufhaltsam: Allein zwischen 2013 und 2023 ging die Zahl der hiesigen Betriebe mit Schweinehaltung um 44 Prozent zurück, wie Zahlen des Bundesministeriums für Ernährung und Landwirtschaft (BMEL) belegen. Jedes Jahr geben Landwirt*innen auf. Zurück bleiben leere Ställe – und Landwirtschaftsbetriebe auf der Suche nach neuen finanziellen Perspektiven.

Das 2023 in Münster gegründete Start-up Stallgrün will aus diesen „Stranded Assets“ einen lukrativen Zukunftsmarkt formen: Indoor Farming im ehemaligen Schweinestall. Die Deutsche Bundesstiftung Umwelt (DBU) unterstützt das Projekt aktuell mit 125.000 Euro im Rahmen ihrer Green Startup-Förderung. Wir wollten wissen: Wie tragfähig ist das Modell jenseits der Fördergelder wirklich?

Die Köpfe hinter der Idee & die Historie

Hinter Stallgrün stehen die Gründer Judith Ryll und Thorsten Lansmann-Niehaus. Ryll bringt als Biowissenschaftlerin tiefe Expertise in der Pflanzenbiologie mit, während Lansmann-Niehaus – der bezeichnenderweise selbst auf einem Schweinemastbetrieb aufwuchs – die kaufmännische Führung übernimmt. Gefördert durch regionale Inkubatoren wie das Seedhouse, hat das Duo den technologischen Machbarkeitsnachweis bereits erbracht: In den vergangenen zwei Jahren wurde das Konzept auf einer Pilotfarm erfolgreich entwickelt.

Das Geschäftsmodell: Mehr als nur Hardware

Die Grundprämisse ist so simpel wie pragmatisch: Ehemalige Schweineställe sind in der Regel massiv gebaut sowie gut isoliert und bieten damit architektonisch ideale Bedingungen für den ganzjährigen Anbau von regionalen Kräutern und Gemüse. Stallgrün positioniert sich als B2B-Technologie- und Service-Provider für Höfe im Wandel und will deutschlandweit agieren. Das System fußt auf drei wesentlichen Säulen:

• Automatisierte Anlagentechnik: Als Kernprodukt hat das Start-up während der DBU-Förderung eine Anlage entwickelt, welche die Bewässerung, Düngung, Belichtung und Klimatisierung automatisiert steuert.
• Datengetriebene Agrar-Software: Ergänzend liefert das Team spezifische Anbauprotokolle für die teilnehmenden Betriebe. Für geeignete Kulturen wurde der optimale Einsatz von Parametern wie Saatgut, Erde, Dünger, Licht und Bewässerungszyklen definiert.
• B2B-Ökosystem: Um die Einstiegshürde zu minimieren, hat Stallgrün einen Materialhandel für passendes Anbaumaterial aus einer Hand aufgebaut und bietet rechtliche Hilfen bei der Verwaltung an. Zudem unterstützt das Start-up beim Aufbau der Vermarktung.

Stallgrün versteht sich dabei nicht als Feind der traditionellen Landwirtschaft. Laut Lansmann-Niehaus ist Indoor Farming kein Ersatz für den etablierten Freiland- oder Gewächshausanbau, sondern eine wetter- und klimaunabhängige Ergänzung.

Die Vision: Produkte sollen ganzjährig regional verfügbar gemacht werden. Die vermehrte Nutzung regionaler Lebensmittel anstelle von Importen reduziere zudem den Transportaufwand und die daraus entstehenden Emissionen.

Kritische Markteinordnung

Der Markt für Vertical- und Indoor-Farming ist ein hartes Pflaster. Prominente Branchenvorreiter wie das ehemals hochgelobte Berliner Start-up Infarm haben in der Vergangenheit massiv Risikokapital verbrannt, weil die schiere Skalierung von energieintensiven Hightech-Farmen in urbanen Ballungsräumen betriebswirtschaftlich oft zum Scheitern verurteilt war.

Hier liegt der geniale, aber auch kritische Hebel von Stallgrün: Anstatt teure Gewerbeimmobilien anzumieten, nutzt das Team bestehende, ländliche Infrastruktur. Das verhindert eine zusätzliche Versiegelung von Flächen, was auch DBU-Generalsekretär Alexander Bonde als zentralen ökologischen Faktor hervorhebt. Ein weiterer Wettbewerbsvorteil: Viele Höfe verfügen bereits über großflächige Photovoltaikanlagen auf ihren Stalldächern. Damit lässt sich der enorme Strombedarf für die Belichtung und Klimatisierung teilweise direkt durch eigenen, günstigen Sonnenstrom abdecken.

Dennoch bleiben aus unserer Sicht drei gravierende Hürden für das Geschäftsmodell:

• CAPEX-Intensität: Die Umrüstung eines leeren Stalls in eine funktionsfähige Hightech-Anlage ist extrem kapitalintensiv. Es bleibt fraglich, wie Landwirte, die gerade aus der unprofitablen Schweinehaltung ausgestiegen sind, das nötige Investitionskapital für diesen Hardware-Neustart bei ihren Banken abrufen können.
• Radikaler Kulturwandel: Einen traditionellen Schweinemäster in einen agilen, datengetriebenen Indoor-Kräuterproduzenten zu transformieren, erfordert enormen Beratungs- und Change-Management-Aufwand seitens Stallgrün.
• Wettbewerb & Margendruck: Die teilnehmenden Bauern und Bäuerinnen kämpfen letztlich gegen die extrem knappen Margen des Lebensmitteleinzelhandels.

Unser Fazit

Stallgrün liefert einen erfrischend bodenständigen „Hardware-meets-Agrar“-Ansatz in einem Tech-Segment, das lange Zeit von utopischen, rein urbanen Vertical-Farming-Träumereien dominiert wurde. Durch die kluge Umnutzung von Infrastruktur-Altlasten und die clevere Kombination aus Hardware, Software-Protokollen und einem integrierten B2B-Serviceangebot hat das Duo ein System aufgebaut, das ein hohes Skalierungspotenzial besitzt.

Die DBU-Förderung von 125.000 Euro ist ein sauberes Validierungssignal für den positiven ökologischen Impact der Gründer*innen. Die wahre Reifeprüfung wird nun jedoch in den Bilanzen der kooperierenden Landwirte stattfinden: Nur wenn die Höfe durch den automatisierten Anbau zügig ihre hohen Anfangsinvestitionen amortisieren können, wird aus dem Münsteraner Pilotprojekt ein neuer bundesweiter Agrar-Standard. Ein mutiger Pivot für die heimische Landwirtschaft – und ein Start-up, das man als Investor*in und Beobachter*in der Agrar-Wende unbedingt auf dem Zettel haben sollte.

Inhalte, Dienstleistungen und Unterhaltung werden zunehmend flexibel, mobil und individuell konsumiert. Während früher feste Zeiten und physische Angebote dominierten, stehen heute On-Demand-Modelle im Mittelpunkt. Diese Entwicklung wirkt sich nicht nur auf einzelne Produkte aus, sondern prägt ganze Branchen und schafft neue wirtschaftliche Dynamiken. Insbesondere digitale Geschäftsmodelle profitieren von der steigenden Erwartung an Verfügbarkeit, Geschwindigkeit und Personalisierung.

Digitales Nutzerverhalten im Wandel

Die Verschiebung der Nutzungsgewohnheiten von stationären Desktop-Lösungen hin zu mobilen Endgeräten ist der stärkste Treiber der aktuellen Digitalökonomie. On-Demand ist zum Standard geworden: Ob Content, Services oder Unterhaltung – die Erwartungshaltung der Konsumenten ist geprägt von sofortiger Verfügbarkeit und einer hohen Passgenauigkeit durch Personalisierung.

• Inhalte jederzeit abrufbar: Die zeitliche Entkopplung von linearen Sendeplänen oder Öffnungszeiten.
• Omnichannel-Nutzung: Ein nahtloser Übergang zwischen Smartphone, Tablet, Smart-TV und Laptop.
• Komfort als Zahlungsargument: Eine wachsende Bereitschaft, für Zeitersparnis und einfache Bedienbarkeit Abonnements abzuschließen.

Streaming als Vorreiter der digitalen Transformation

Streaming-Dienste gelten als eines der prägendsten Beispiele für die Anpassung an modernes Nutzerverhalten. Klassische Medienformate wurden durch Plattformen ersetzt, die Inhalte jederzeit zugänglich machen. Gleichzeitig haben sich abonnementbasierte Modelle etabliert, die stabile und planbare Einnahmen ermöglichen.

Ein zentraler Erfolgsfaktor liegt in der Nutzung von Daten. Algorithmen analysieren das Verhalten der Nutzer und liefern personalisierte Empfehlungen, wodurch die Verweildauer und Kundenbindung gesteigert werden. Für Unternehmen ergibt sich daraus ein skalierbares Modell, das sich international ausrollen lässt und kontinuierlich optimiert werden kann. Die Grenzkosten pro neuem Nutzer sind minimal. Eine starke Kundenbindung erfolgt hier primär durch exklusiven Content und ein personalisiertes Interface.

In diesem Bereich steht allerdings eine Wende bevor. Durch die große Akzeptanz und Nachfrage sind zahlreiche Angebote und dadurch ein fragmentierter Markt entstanden. Mehrere Abos pro Haushalt sind die Regel und Nutzer wünschen sich zunehmend eine Bündelung.

Gaming und interaktive Unterhaltung auf dem Vormarsch

Gaming hat sich von einer Nische zu einem der weltweit größten digitalen Märkte entwickelt und übertrifft in den Umsätzen längst die Film- und Musikindustrie zusammen. Besonders entscheidend ist hier der soziale Aspekt: Community-Building innerhalb der Spielewelten macht Gaming zu einem sozialen Netzwerk. Der Übergang zu Live-Events und Multiplayer-Erlebnissen schafft eine emotionale Bindung, die weit über das reine Konsumieren hinausgeht.

Gleichzeitig verschiebt sich der Fokus von einmaligen Käufen hin zu kontinuierlichen Einnahmequellen, etwa durch In-Game-Käufe oder abonnementbasierte Modelle. Diese Entwicklung zeigt, wie stark Nutzererlebnisse und soziale Komponenten den Erfolg digitaler Angebote beeinflussen.

iGaming als Teil der digitalen Entertainment-Ökonomie

Innerhalb der digitalen Unterhaltungslandschaft nimmt auch der iGaming-Bereich eine besondere Rolle ein. Dieser Sektor profitiert in ähnlicher Weise von technologischen Entwicklungen wie Streaming und Gaming, insbesondere durch mobile Nutzung, intuitive Benutzeroberflächen und schnelle Transaktionsmöglichkeiten.

Die Plattformen sind darauf ausgelegt, ein möglichst reibungsloses und immersives Nutzererlebnis zu bieten. Online Casino Schweiz präsentiert eine klare Strukturierung unterschiedlicher Games sortiert nach Themen oder Anbietern. Above the fold finden Nutzer Infos zu aktuellen Top-Gewinnern, Verlosungs-Aktionen oder neuen Titeln. Die Kombination aus Gamification-Elementen, internationaler Skalierbarkeit und datenbasierter Optimierung macht diesen Markt aus wirtschaftlicher Perspektive besonders interessant.

Typische Merkmale dieser Branche sind:

• hohe Nutzerbindung durch spielerische Elemente 
• globale Ausrichtung digitaler Plattformen 
• kontinuierliche Anpassung durch Nutzerdaten 

Wirtschaftlichkeit und Transferpotenzial

Die Branche zeichnet sich durch überdurchschnittlich hohe operative Margen aus, da nach der initialen Entwicklung der Plattform und der Integration von Content die Skalierungskosten gering bleiben. Während Marketing- und Lizenzkosten substanziell sind, ermöglichen automatisierte Prozesse in der Kundenverwaltung und Zahlungsabwicklung eine hohe Profitabilität.

Diese Effizienz lässt sich auf andere digitale Angebote übertragen: Das Prinzip der Mikro-Interaktionen und die sofortige Belohnung (Instant Gratification) sind Mechanismen, die auch im E-Commerce oder in Produktivitäts-Apps die Conversion-Rate steigern. Wer lernt, die im iGaming perfektionierten Methoden der Datenanalyse und Echtzeit-Personalisierung zu nutzen, kann die Kundenbindung in nahezu jedem digitalen Geschäftsmodell signifikant erhöhen.

Was Gründer daraus lernen können

Die Analyse erfolgreicher digitaler Branchen zeigt klare Muster. Im Mittelpunkt steht nicht die Technologie selbst, sondern deren Anwendung im Kontext realer Nutzerbedürfnisse. Plattformdenken, Datenanalyse und eine konsequente Ausrichtung auf Benutzerfreundlichkeit sind zentrale Erfolgsfaktoren.

Konkrete Impulse:

• Verhalten statt Produkt: Geschäftsmodelle sollten dort ansetzen, wo Nutzer bereits Zeit verbringen oder Reibungsverluste erleben.
• Iteration: Schnelles Testing von Funktionen (MVP-Ansatz) ermöglicht es, am Puls der Zielgruppe zu bleiben.
• Mobile-First-Denkweise: Jede Lösung muss primär auf dem kleinsten Bildschirm perfekt funktionieren.
• Entwicklung skalierbarer Plattformlösungen 

Das digitale Nutzerverhalten entwickelt sich dynamisch weiter und beeinflusst zahlreiche Branchen nachhaltig. Unternehmen, die diese Veränderungen frühzeitig erkennen und in ihre Strategien integrieren, sichern sich entscheidende Wettbewerbsvorteile. Besonders erfolgreich sind Modelle, die Flexibilität, Personalisierung, einfache Zugänglichkeit und die Einbindung in starke App-Ökosysteme miteinander verbinden. In einer zunehmend digitalen Wirtschaft entstehen neue Chancen vor allem dort, wo technologische Möglichkeiten auf veränderte Erwartungen treffen.

Weitere Gewinner des Nutzerwandels

Neben Unterhaltung und Gaming profitieren auch andere Branchen vom veränderten Verhalten. Besonders deutlich wird dies in Bereichen, die auf flexible Nutzung und personalisierte Angebote setzen.

Dazu zählen unter anderem:

• E-Learning-Plattformen, die ortsunabhängiges Lernen ermöglichen 
• Fitness- und Gesundheits-Apps, die individuelle Trainingspläne bieten 
• Fintech-Lösungen, die schnelle und unkomplizierte Zahlungsprozesse unterstützen 

Gemeinsam ist diesen Geschäftsmodellen eine starke Nutzerzentrierung. Sie bieten Lösungen, die sich nahtlos in den Alltag integrieren lassen und dabei individuelle Bedürfnisse berücksichtigen.

Was Gründer daraus lernen können

Der entscheidende Erfolgsfaktor in der digitalen Ökonomie ist die radikale Nutzerzentrierung. Erfolgreiche Unternehmen denken nicht mehr in isolierten Produkten, sondern in Plattformen, die ein Problem ganzheitlich lösen. Die Bedeutung von Datenanalyse zur stetigen Verbesserung der UX kann dabei nicht überschätzt werden.

Die Verfestigung digitaler Gewohnheiten ist ein unumkehrbarer Prozess. Neue Märkte werden dort entstehen, wo technologische Möglichkeiten auf neue menschliche Bedürfnisse treffen. Die größten Chancen liegen für Gründer und etablierte Unternehmen dort, wo sich das Nutzerverhalten schneller wandelt als die bestehenden, oft noch trägen Angebote am Markt.

Der Ursprung einer potenziellen industriellen Revolution liegt ausgerechnet auf einem Komposthaufen des Leipziger Südfriedhofs. Hier suchten Forschende der Universität Leipzig gezielt nach Mikroorganismen zur Zersetzung pflanzlicher Biopolymere und stießen auf das Enzym PHL7. Was in vielbeachteten Publikationen begann, mündete im Frühjahr 2025 in der offiziellen Ausgründung der ESTER Biotech GmbH.

Das Gründer-Quartett um die Geschäftsführer Dr. Ronny Frank und Martin Hirschfeld, den wissenschaftlichen Kopf Dr. Christian Sonnendecker (der das Enzym maßgeblich mitentdeckte) sowie den verfahrenstechnischen Leiter Madalin Ceausescu hat ein klares Ziel: das chemisch-biologische Recycling von Kunststoffen auf ein neues Level zu heben. Möglich machte diesen Schritt eine millionenschwere exist-Forschungstransfer-Förderung.

Für klassische Investor*innen sei die frühe Laborphase technologisch meist noch zu riskant, erklärt Christian Sonnendecker. Genau hier setzte das Programm an: „Der exist-Forschungstransfer hat für uns die Lücke zwischen akademischem Proof-of-Concept und einem investierbaren DeepTech-Start-up geschlossen“, betont der Gründer. „Wir konnten den Recyclingprozess vom Labormaßstab von einem Liter auf 100 Liter skalieren, neue Konzepte realisieren und das Verfahren validieren.“

Was passiert im Bioreaktor mit schmutzigem Müll?

Das technologische Versprechen ist enorm: Das modifizierte Enzym zerlegt selbst schwer recycelbares PET – wie Multilayer-Verpackungen – bei moderaten 65 Grad Celsius und Reaktionszeiten von unter 6 Stunden. Daraus kann neuwertiges, lebensmittelechtes Plastik entstehen. Doch wie reagiert das System in der Realität auf stark kontaminierten Haushaltsmüll? „Wir haben bislang keinen echten Show-Stopper gesehen“, sagt Sonnendecker pragmatisch. Er verzichtet auf romantische Labor-Illusionen und ordnet die Fakten nüchtern ein: „Enzyme gelten als empfindlich, aber in der Praxis arbeiten sie erstaunlich resilient. In den typischen Abfallfraktionen, die wir getestet haben, führen Störstoffe aus Haushaltsverpackungen nicht zu kritischen Aktivitätsverlusten.“

Der tatsächliche Flaschenhals sei nicht die Biologie, sondern die Wirtschaftlichkeit: „Je stärker eine Abfallfraktion kontaminiert ist, desto geringer die Ausbeuten, begleitet mit höherem Aufwand bei Aufarbeitung und Reinigung der Produkte. Das erhöht die Kosten.“

Ein patentierter Moat – mehr als nur ein KI-Hype

Um die Enzyme rasant an neue Herausforderungen anzupassen, nutzt ESTER eine patentierte, KI-gestützte Screening-Technologie. Ist das ein echter Schutzwall gegen gut finanzierte BioTech-Labore in Asien oder den USA? Sonnendecker relativiert den reinen Algorithmus-Hype mit einem treffenden Vergleich: „KI ist heute kein exklusives Werkzeug mehr. Als Schreiben zugänglich wurde, bedeutete das nicht, dass plötzlich jeder ein guter Autor war.“

Der wahre Moat („Burggraben“) liege vielmehr in der eigenen Hardware und der Datenqualität: „Unser patentierter Ansatz basiert auf einer Messmethode, die den Kunststoff mittels Elektrizität selbst beobachtet. Dadurch erhalten wir multiparametrische und hochqualitative Daten. Der eigentliche Moat entsteht deshalb nicht durch ein einzelnes ‚Superenzym‘, sondern durch die integrierte Plattform und den Blick auf das Große.“

Regulatorik als Treiber

Der globale Markt für recyceltes PET (rPET) wird aktuell auf rund 5 Millionen Tonnen beziffert. Angetrieben wird das Wachstum durch strenge EU-Vorgaben (PPWR), die ab 2026 greifen und das Ende des billigen Neu-Plastiks einläuten. Aber was passiert, wenn Plastik aus Erdöl politisch geduldet und weiterhin deutlich billiger bleibt? „Natürlich ist Neu-Plastik aus Erdöl in vielen Fällen günstiger“, räumt Sonnendecker ein. „Aber dieser Preisvorteil basiert auf einer von fossilen Ressourcen abhängigen, linearen Wertschöpfungskette – also einer Sackgasse.“

Deutlicher wird der Gründer beim Blick auf die Konkurrenz. Der französische Marktführer Carbios bindet bereits Giganten wie L'Oréal oder Nestlé an sich. Droht ESTER den Anschluss zu verlieren? „Wir beäugen die Entwicklung von Carbios mit Skepsis“, teilt Sonnendecker selbstbewusst aus.

Tatsächlich geriet der Branchenprimus zuletzt ins Straucheln: Anfang 2025 kündigte Carbios einen drastischen Stellenabbau an, der Bau der ersten industriellen Anlage im französischen Longlaville musste aus Finanzierungsgründen auf 2028 verschoben werden. Stattdessen fokussieren sich die Franzosen nun auf ein Joint Venture mit dem chinesischen PET-Hersteller Wankai, um ab 2026 eine Anlage in Asien hochzuziehen.

Für Sonnendecker ein klares strategisches Warnsignal: „Wir sehen hier die Gefahr, dass europäische Technologie abwandert und genau jene industrielle Resilienz in Europa nicht entsteht, die so wichtig für unsere Unabhängigkeit wäre.“ Der Mitgründer ergänzt: „Weiterhin geht uns Carbios nicht weit genug, denn die Technologie bietet noch viel mehr. Wir konzentrieren uns gezielt auf bislang nicht verwertbare PET-Ströme, die heute in der Verbrennung landen und wollen in Synergie mit mechanischen Recyclern gehen. Und dabei ist PET nur der Anfang: Unser Ziel ist es, aktiv die Kunststoffwelt von morgen mitzugestalten, indem wir unsere Technologien bei der Entwicklung neuer Kunststoffe nach dem Prinzip Design for Circularity ins Spiel bringen. Wir setzen dabei auf die Werkzeuge der Natur, Enzyme, um zukunftsfähige Lösungen skalierbar zu machen und der nächsten Generation von Kunststoffen den Weg in den Markt zu ebnen.“

Die unweigerliche Millionenfrage

ESTER positioniert sich als Angreifer, doch im Jahr 2026 beginnt die kritische Phase. Der Sprung in den industriellen Dauerbetrieb ist in der Biotechnologie historisch extrem kapitalintensiv – das klassische „Valley of Death“. Da die öffentlichen Fördermittel auslaufen, sind nun echte Venture-Capital-Millionen gefragt. Wie will das Start-up überleben, ohne direkt die Mehrheit an Großinvestor*innen abgeben zu müssen?

„Für uns ist entscheidend, nicht in die klassische Falle zu laufen, alles auf eine kapitalintensive eigene Anlage zu setzen“, erklärt der Gründer seine Strategie. Demonstrations- und Pilotanlagen würden lieber angemietet statt selbst gebaut. „Das reduziert den Kapitalbedarf in dieser kritischen Phase erheblich.“ Für die anstehenden Verhandlungen mit großen VC-Fonds zeigt er sich kompromisslos: „Wir kommen nicht aus einer Position des Zwangs, sondern mit validierter Technologie, ersten Umsätzen, starken Partnern und klaren Skalierungspfaden.“

Was in der DACH-Region lange als zäher Kampf um kleine GovTech-Pilotprojekte begann, hat sich zu einem hochprofessionellen und beispiellos erwachsenen Markt verdichtet. Befeuert durch die verpflichtende Umsetzung des Onlinezugangsgesetzes (OZG 2.0) – welches ab 2028 einen einklagbaren Rechtsanspruch für Bürgerinnen und Bürger verankert, anstatt auf direkte pauschale Sanktionen zu setzen – sowie den massiven Fachkräftemangel im öffentlichen Dienst, sind die Budgets für digitale Lösungen regelrecht explodiert.

Aktuelle Studien des Bitkom und Auswertungen von KfW Research aus dem Frühjahr 2026 belegen, dass Bund, Länder und Kommunen in diesem Jahr voraussichtlich über vier Milliarden Euro in Software-as-a-Service-Lösungen (SaaS) und Cloud-Infrastrukturen investieren werden, wobei hiervon neben etablierten IT-Dienstleistern zunehmend auch externe Start-ups profitieren. Der technologische Haupttreiber hat sich dabei drastisch verschoben: War es vor wenigen Jahren noch die reine Digitalisierung von PDF-Formularen, dominiert heute unangefochten die „Sovereign AI“ – also künstliche Intelligenz, die datenschutzkonform und auf eigenen europäischen Servern trainiert wird, um komplexe Verwaltungsakte in Sekundenbruchteilen zu prüfen und vorzubereiten.

Die Investitionssummen im europäischen GovTech-Sektor haben sich realisiert; wir sehen mittlerweile Series-B- und Series-C-Runden im hohen zweistelligen Millionenbereich, die beweisen, dass B2G (Business-to-Government) endgültig aus den Kinderschuhen herausgewachsen ist.

Jenseits des digitalen Bürgeramts

Wer heute von GovTech spricht, meint längst nicht mehr nur die Terminvergabe im Bürgeramt. Wichtig zur Einordnung ist hierbei vor allem ein gewaltiger Branchen-Crossover: An den Rändern verschmilzt der digitale Staat zunehmend mit den boomenden Sektoren DefenseTech und Cybersecurity – etwa wenn zivile Verwaltungssoftware plötzlich dual-use-fähig für das Beschaffungsamt der Bundeswehr skaliert wird oder kritische Behördeninfrastrukturen durch neue Cyber-Start-ups militärisch gehärtet werden. Da diese extrem kapitalintensiven Sicherheits-Bereiche jedoch völlig eigene Marktdynamiken besitzen, haben wir sie für unsere diesjährige Top-Start-up-Liste bewusst ausgeklammert; sie werden in eigenen, dedizierten StartingUp-Start-up-Reports tiefgehend analysiert.

Konzentrieren wir uns also auf das rein zivile GovTech, so wird der Markt in diesem Jahr von drei hochspezifischen Sub-Sektoren dominiert. An erster Stelle steht das Procurement-Tech, das den gigantischen öffentlichen Beschaffungsmarkt durch automatisierte Markterkundung und KI-Ausschreibungen radikal transparent macht. Dicht darauf folgt RegTech und Compliance Automation, um die Flut an neuen Regulierungen wie den EU AI Act in die Praxis umzusetzen. Als dritter Pfeiler hat sich CivicTech im Bereich der digitalen finanziellen und räumlichen Partizipation etabliert. Etablierte Pioniere haben hier den Weg geebnet: Polyteia hat sich als unverzichtbare Datenplattform für den öffentlichen Sektor bewiesen, während Nect mit seiner KI-gestützten Identitätsprüfung längst zum Goldstandard für den sicheren digitalen Bürgerzugang geworden ist.

Die Katerstimmung nach dem App-Goldrausch

Trotz der aktuellen Euphorie ist der Weg für GovTech-Gründer mit Gräbern gescheiterter Visionen gepflastert. Ein prominentes Beispiel für einen massiven Hype, der krachend in sich zusammenfiel, war die Ära der isolierten „Smart City Dashboards“ und Bürger*innen-Apps rund um die Jahre der Pandemie, allen voran der rasante Aufstieg und tiefe Fall der Luca App als staatlich finanzierte Contact-Tracing-Lösung. Als die öffentlichen Sondermittel versiegten, zeigte sich schonungslos, dass Geschäftsmodelle ohne tiefgreifende Integration in die kommunale IT-Architektur nicht überlebensfähig sind.

Aus diesen und ähnlichen Crashes lassen sich vier konkrete, fatale Fallstricke für heutige Gründer*innen ableiten. Erstens scheitern Start-ups reihenweise an der Unterschätzung der monatelangen öffentlichen Beschaffungszyklen (Vergaberecht), die jeden klassischen VC-Runway ausbrennen lassen. Zweitens verwechseln viele Gründer B2G mit B2C: Ein schickes Frontend reicht nicht, wenn die Unit Economics nicht stimmen und der Staat nicht pro Nutzer zahlt. Drittens zerschellen Skalierungshoffnungen an der kommunalen Kleinstaaterei, da die rund 11.000 deutschen Kommunen oft völlig autark entscheiden. Viertens und letztens unterschätzen Tech-Teams fast immer die harte IT-Regulatorik: Während auf kommunaler Ebene anfangs oft ISO-27001-Zertifizierungen und lückenlose DSGVO-Nachweise für Basis-Anwendungen ausreichen, ist das Fehlen der anspruchsvollen BSI-Grundschutz-Zertifizierung spätestens im Vertrieb an Bundesbehörden und kritische Infrastrukturen ein massives K.-o.-Kriterium.

Die deutschen Machtzentren der digitalen Republik

Die Landkarte der deutschen GovTech-Exzellenz ist im Jahr 2026 klar umrissen und konzentriert sich auf fünf absolute Hubs, in denen Wissenschaft, Verwaltung und Risikokapital symbiotisch verschmelzen. Berlin bleibt das politische und strategische Epizentrum, massiv befeuert durch den GovTech Campus Deutschland, der Ministerien und Start-ups physisch zusammenbringt, sowie die Hertie School, die als Kaderschmiede das nötige Verwaltungswissen beisteuert. München bildet den technologischen Gegenpol und fungiert als unangefochtene Speerspitze für DeepTech und LegalTech, getragen durch die Exzellenz der Technischen Universität München (TUM), das Center for Digital Technology and Management (CDTM) und den eigens ins Leben gerufenen Legal Tech Colab. Hamburg hat sich durch pragmatische Verwaltungsinnovationen an die Spitze gesetzt, wobei die Venture-Client-Einheit GovTecHH des Senats und die Nähe zur Bucerius Law School eine hochattraktive Testumgebung für RegTech-Gründer*innen bieten. Darmstadt sichert als vierter Hotspot das Fundament des digitalen Staates, da hier mit dem Fraunhofer-Institut für Sichere Informationstechnologie (SIT) und dem Forschungszentrum ATHENE die europäische Elite für Cybersicherheit und BSI-konforme Architekturen ausgebildet wird, ohne die kein GovTech-Start-up überleben kann.

Investor*innen-Radar

Das Kapital hat seine Scheu vor dem öffentlichen Sektor abgelegt und strukturiert sich 2026 in vier sehr professionelle Lager. Bei den spezialisierten VCs agieren Fonds wie Public.io oder Matterwave mittlerweile als absolute Experten, die nicht nur Geld, sondern vor allem unbezahlbare Zugänge in die verschachtelten Behördenstrukturen mitbringen. Auch die Top-Tier Generalisten haben den Markt für sich entdeckt: Renommierte Häuser wie Cherry Ventures und Earlybird, insbesondere über den an Universitäten gekoppelten Earlybird UNI-X Fund, leaden inzwischen kompetitive Runden im Deep-GovTech-Bereich. Eine essenzielle Brückenfunktion übernehmen die Corporate VCs und industrienahen Geldgeber; hier tritt vor allem der halbstaatliche High-Tech Gründerfonds (HTGF) als zentraler Türöffner und Gütesiegel für Folgefinanzierungen auf, dicht gefolgt von SAP.iO und Capgemini Ventures, die junge Lösungen in ihre gigantischen Behörden-Ausschreibungen integrieren. Den Nährboden dieses Ökosystems bilden jedoch die Frühphasen-Motoren und Business Angels, unter denen prominente Köpfe wie Verena Pausder, die massiv in digitale Bildungs- und Verwaltungsinfrastruktur investiert, sowie vernetzte Angel-Syndikate aus dem Umfeld des eco-Verbands, das erste Überlebenskapital und entscheidende Mentoring liefern

Bisherige Lösungsansätze für fehlerhafte Abrechnungen – von unzulässigen Verwaltungskosten bis zu falsch umgelegten Reparaturen – waren für Mieterinnen und Mieter oft teuer oder zeitaufwendig. Der Gang zur Anwaltskanzlei frisst die Ersparnis schnell auf, Mietervereine binden einen an jährliche Mitgliedschaften und etablierte LegalTech-Wettbewerber verlangen für eine manuelle Prüfung meist rund 50 Euro.

Hinter dem Lösungsansatz von NebenkostenPro steht kein großes Entwicklerteam, sondern Julian Falk, ein Solo-Gründer aus Zirndorf bei Nürnberg. Auf die Frage, wie man sich freiwillig in die juristischen Untiefen der Betriebskostenverordnung stürzt, hat Falk eine verblüffend einfache Antwort: „Ehrlich gesagt war der Auslöser ziemlich banal“, erinnert sich der Gründer. „Ich habe selbst als Mieter eine Nebenkostenabrechnung bekommen, bei der die Zahlen einfach nicht plausibel wirkten“.

Als er sich einlesen wollte, landete er prompt im deutschen Paragraphendschungel. „Da habe ich gemerkt: Wenn ich als technikaffiner Mensch schon Probleme habe, das zu durchdringen, wie soll das ein normaler Mieter schaffen?“ Falk erkannte schnell, dass die Betriebskostenverordnung im Kern aus klaren Wenn-Dann-Strukturen besteht. „Das schreit förmlich nach Automatisierung“, fasst er seinen Heureka-Moment zusammen.

KI als Herausforderer im zweiseitigen Markt

Was als Wochenendprojekt begann, wuchs schnell. Heute nutzt die Plattform eine komplexe Pipeline aus mehreren KI-Modellen, um hochgeladene PDF-Dokumente und Fotos auszulesen, zu strukturieren und juristisch einzuordnen. Der Clou dabei ist der duale Ansatz, der beide Marktseiten bedient. Für Mieter*innen dient das Tool zunächst der Symptombekämpfung, indem ein initialer Schnellcheck die hochgeladenen Daten kostenlos mit lokalen Vergleichswerten abgleicht. Der detaillierte Prüfbericht startet bei einer preislichen Kampfansage von 7,90 Euro. Für Vermieter*innen fungiert die Plattform hingegen als Software-as-a-Service zur rechtskonformen Erstellung der Abrechnungen.

Dieses B2B-Abo-Modell ist für das Überleben der Firma essenziell. Es sorgt für den dringend benötigten wiederkehrenden Umsatz, der das stark saisonale, von geringer Kund*innenbindung geprägte Mieter*ingeschäft wirtschaftlich ausbalanciert.

Wer nun glaubt, hinter einer solch komplexen KI-Pipeline stünden „Heerscharen“ von Investoren, irrt. „NebenkostenPro ist komplett eigenfinanziert. Es gibt keine externen Geldgeber, keine Investoren, keine Beteiligungen“, betont Falk. Das Modell trage sich mittlerweile selbst – für Falk ein Blick in die Zukunft der Softwareentwicklung. „KI verändert gerade fundamental, wie Software-Unternehmen entstehen. Die Werkzeuge, die heute verfügbar sind, machen einen einzelnen Gründer so produktiv wie früher ein ganzes Team.“ Die Rolle des/der Entwickler*in verschiebe sich zunehmend zum/zur Architekt*in, der lediglich die Richtung vorgebe und Ergebnisse validiere.

Smarte Daten als Reichweiten-Hebel

Um gegen etablierte LegalTech-Player wie Wenigermiete oder Mieterengel anzukommen, fehlte dem Solo-Gründer schlicht das Marketingbudget. Falks clevere Antwort: Er baute eine frei zugängliche Wissensdatenbank mit kommunalen Nebenkostendaten für rund 400 deutsche Städte auf – von Grundsteuer-Hebesätzen bis zu lokalen Wasserpreisen.

Ein massiver Hebel, der sich auszahlt: Die Datenbank wird mittlerweile sogar von Google und KI-Modellen wie ChatGPT als primäre Quelle zitiert, was organischen Traffic generiert, ohne teure Klickpreise für umkämpfte Keywords zahlen zu müssen.

Konvertiert dieser Traffic auch? „Die Seite rankt für zahlreiche organische Keywords, der Traffic vervielfacht sich von Monat zu Monat“, freut sich der Gründer. Das beste Marketing sei ohnehin die Mundpropaganda erfolgreicher Nutzer*innen. Eine Entwicklung verblüfft den Zirndorfer dabei besonders: „Was mich überrascht hat: Die Vermieterseite wächst schneller als die Mieterseite.“ „Viele private Kleinvermieter kämpfen sich jedes Jahr mit Excel durch ihre Abrechnung und sind dankbar, wenn ihnen das jemand abnimmt.“

Juristisches Minenfeld und das Haftungsrisiko

Doch wo KI auf deutsches Mietrecht trifft, lauern Gefahren. Bedingt durch das Rechtsdienstleistungsgesetz darf NebenkostenPro keine formelle Rechtsberatung anbieten, sondern liefert lediglich Indizien und Muster-Widersprüche ohne bindende Vertretung. Zudem stoßen reine Sprachmodelle bei komplexen Sonderfällen – etwa einer gewerblich-privaten Mischnutzung – an ihre Grenzen.

Auf die berüchtigten „Halluzinationen“ von Sprachmodellen angesprochen, reagiert Falk pragmatisch. Er setze nicht auf ein einziges Modell, sondern auf eine spezialisierte Pipeline mit klar abgegrenzten Aufgaben. Die eigentliche Analyse basiere dann nicht auf Freitext-Antworten der KI, sondern auf einem präzisen Abgleich extrahierter Werte mit konkreten Gesetzestexten.

Zudem übt der Gründer Kritik an der generellen KI-Skepsis. „Was mich bei der Debatte um KI-Halluzinationen immer etwas stört: Wir tun so, als wäre das ein reines KI-Problem. In Wahrheit halluzinieren Menschen ständig“, kontert er. „Ein Sachbearbeiter, der zum dritten Mal an diesem Tag eine Abrechnung prüft, übersieht Fehler. Ein Vermieter, der seine Abrechnung in Excel zusammenbastelt, vertippt sich. KI lügt nicht strategisch, sie berechnet Wahrscheinlichkeiten.“

Um sich vor Regressansprüchen zu schützen, schiebt die Plattform die finale Verantwortung konsequent auf die Nutzer*innen ab. „Man muss mit KI genauso umgehen wie mit einem Kollegen. Den Output hinterfragen, nicht blind vertrauen“, mahnt Falk. Wer als Vermieter*in das Tool nutze, sei am Ende selbst für die Richtigkeit der eingegebenen Daten und das finale Dokument verantwortlich. „Bei komplexen Sonderfällen empfehlen wir ausdrücklich den Gang zur Fachberatung“, räumt er ein. Auch dem strengen Datenschutz bei Finanzdokumenten begegnet er kompromisslos: Daten kostenloser Nutzer*innen werden nach der Erstellung sofort gelöscht und alle Übertragungen werden strikt verschlüsselt.

David gegen die LegalTech-Goliaths

NebenkostenPro steht für den aktuellen Trend rund um gebootstrappte KI-Start-ups, bei denen ein(e) einzelne(r) Gründer *inmoderne Sprachmodelle nutzt, um teure menschliche Arbeitskraft zu kommoditisieren. Doch was hindert Branchenriesen mit riesigen Budgets daran, Falks Idee mittels offener KI-Schnittstellen einfach zu kopieren?

Falk gibt sich entspannt und räumt ein, dass die reine KI-Technologie kein echter Burggraben sei. Sein Vorteil liege im Domänenwissen und in der Agilität: „Als die CO₂-Kostenaufteilung kam, hatte ich das schneller drin als die meisten etablierten Anbieter.“ Zudem bediene NebenkostenPro als einzige Plattform beide Marktseiten – sie prüft für die einen und erstellt für die anderen.

Am Ende, so ist sich der Gründer sicher, gewinne nicht derjenige mit dem größten Team, sondern der Schnellere. „Der Vorsprung entsteht nicht durch eine einmalige technische Idee, sondern dadurch, dass man jeden Tag nah am Nutzer baut und schneller iteriert als die Konkurrenz.“