Doch wer genauer hinsieht, erkennt schnell: Der Deal war kein Schlusspunkt, sondern der Beginn einer hochkomplexen Transformationsphase. Wir schreiben mittlerweile das Jahr 2026, und das Team aus dem Münchner Vorort Neuried muss nun beweisen, dass seine Technologie auf der globalen Bühne bestehen kann, ohne dass die eigene Identität im Räderwerk eines börsennotierten Konzerns zermahlen wird.

Die Realität nach dem Handschlag

Die Tinte unter dem Vertrag war kaum trocken, da begann für INTELLEGAM der operative Realitätscheck. Von der Kaufsumme flossen rund 1,2 Millionen Euro direkt als Working Capital in das Start-up. Dieses frische Kapital fungierte als Brandbeschleuniger für die Produktentwicklung, brachte jedoch völlig neue Spielregeln mit sich. Aus dem agilen Spin-off des Masterstudiengangs „Applied Business Innovation“ der HM Business School wurde über Nacht ein integraler Bestandteil eines globalen Daten-Ökosystems. Infomedia bedient weltweit über 250.000 Branchenexpert*innen bei rund 50 OEM-Marken in 186 Ländern. Plötzlich ging es für das Münchner Team nicht mehr nur um die Beratung lokaler Firmen in Deutschland, sondern um die nahtlose Integration ihrer KI-Lösungen in extrem heterogene, internationale Konzernstrukturen.

Vom Proof of Concept zur globalen Skalierung

Die technologische Kernkompetenz von INTELLEGAM – die Umwandlung komplexer, unstrukturierter Fahrzeugdaten in sofort abrufbares Wissen – musste in den vergangenen Monaten den ultimativen Stresstest bestehen. Vor dem Deal nutzten laut Unternehmensangaben bereits asiatische Automobilhersteller wie BYD und Nissan die Software erfolgreich in Europa. Doch durch das gewaltige Vertriebsnetzwerk der Australier wuchs der Druck zur Massentauglichkeit. Produkte wie der „Repair Assistant“, der komplexe Schaltpläne in einfache Reparaturanleitungen für Mechaniker*innen übersetzt, oder die intelligenten Voice- und Web-Assistenten für den Kund*innenservice, mussten nun für unterschiedlichste Märkte und in diversen Sprachen fehlerfrei funktionieren. Die proprietäre Sucharchitektur, die das gefürchtete Halluzinieren der KI durch Retrieval-Augmented Generation nahezu komplett ausschließen soll, wurde dabei zum wichtigsten Verkaufsargument gegenüber skeptischen Werkstattleiter*innen weltweit.

Das Damoklesschwert der Earn-out-Klausel

Ein genauer Blick auf die Transaktionsstruktur von 2025 offenbart eine strategische Finesse, die gleichzeitig eine enorme psychologische Bürde darstellt. Infomedia erwarb zunächst nur die Hälfte des Unternehmens. Die restlichen 50 Prozent können die Australier innerhalb von fünf Jahren übernehmen, sofern vorab definierte, harte finanzielle und strategische Ziele erreicht werden. Die künftige Unternehmensbewertung ist dabei direkt an Umsatz und Profitabilität gekoppelt. Diese Konstruktion schützt Infomedia vor Fehlinvestitionen, erzeugt aber für das Münchner Team einen unerbittlichen Leistungsdruck. Die Gründer befinden sich seitdem in einem ständigen Balanceakt: Sie müssen aggressive Wachstumsziele im Vertrieb erreichen, dürfen aber die kostenintensive Weiterentwicklung ihrer Basistechnologie nicht vernachlässigen.

Die Verteidigung des „technologischen Burggrabens“

Während INTELLEGAM mit Infomedia im Rücken den Aftersales-Markt beackert, schläft die Konkurrenz der BigTech-Konzerne nicht. Das Start-up veredelt Basis-Sprachmodelle für den hochspezifischen Automobil-Gebrauch. Ihr eigentlicher Burggraben ist die Fähigkeit, verstaubte Service-Bulletins, Tabellen und kryptische Herstellerhandbücher fehlerfrei zu strukturieren. Doch dieser Vorsprung droht perspektivisch zu schmelzen. Die generischen Basis-Modelle großer Tech-Giganten verfügen über immer gewaltigere Kontextfenster und lernen rasant, riesige Datenwüsten nativ und ohne große Vorstrukturierung zu verstehen. INTELLEGAM muss deshalb im Eiltempo beweisen, dass ihr tiefes Domänenwissen im Automobilsektor gepaart mit den Daten von Infomedia einen echten, unersetzbaren Mehrwert bietet, der über eine bloße API-Anbindung hinausgeht.

Die menschliche Komponente des Half-Exits

Neben den technologischen und vertrieblichen Hürden ist die Zeit nach dem großen Deal vor allem eine Reifeprüfung für die Unternehmenskultur. Die Dynamik eines studentischen Gründerteams kollidiert in der Realität unweigerlich mit den Erwartungen eines globalen Software-Konzerns. Das Team ist gewachsen, Strukturen mussten eingezogen und Rollen professionalisiert werden. Für die Gründer stellt sich damit auch die Sinnfrage nach der eigenen Identität im neuen Konstrukt. Sind sie noch die agilen Visionäre, die eine Industrie umkrempeln, oder navigieren sie bereits im Fahrwasser etablierter Manager? Genau diese innere Haltung wird letztlich darüber entscheiden, ob die strategische Ehe mit Infomedia eine nachhaltige Erfolgsgeschichte bleibt.

Anmerkung der Redaktion: INTELLEGAM hat auf unsere vertiefenden Fragen zunächst geantwortet, diese Freigabe vor der Veröffentlichung jedoch wieder zurückgezogen. Als Grund nannte das Unternehmen: „Die uns bereitgestellten Fragen sind legitim, aber in Ihrer Formulierung nicht vereinbar mit unserem öffentlichen Auftritt.“

Hinter der Aiconiq GmbH stehen zwei ausgewiesene Branchenexperten. Gegründet wurde das Start-up 2025 von Prof. Dr. Peter Gentsch, einem bekannten KI-Pionier und Seriengründer, sowie dem KI-DeepTech-Experten Dr. Michael Patrushev. Gemeinsam bringen sie jahrzehntelange Erfahrung aus der KI-Forschung, im internationalen Engineering und beim Skalieren technologiegetriebener Unternehmen in ihr neues Projekt ein.

Mehr als nur ein Chatbot

Dass hier DeepTech-Experten am Werk sind, zeigt sich am technologischen Anspruch: Während viele Firmen mit generischen Chatbots experimentieren, integriert Aiconiqs Corporate Brain laut Unternehmensangaben nicht nur explizites, sondern gezielt das implizite Wissen (Tacit Knowledge) der Belegschaft. Erfasst wird dies durch KI-gesteuerte Interviews. Um Halluzinationen und subjektiven Fehleinschätzungen vorzubeugen, setzt Co-Gründer Michael Patrushev auf harte Validierung: „Die KI stellt keine offenen, spekulativen Fragen, sondern kontextualisierte, prozessbezogene Fragen entlang realer Use Cases.“

Nach einem Abgleich mit ERP-Logs und Experten-Kreuzvergleichen speichere das System keine absoluten Wahrheiten, so Patrushev, sondern „gewichtete Wissenselemente mit Vertrauens-Score und Quellenreferenz“. Gerade dieses subjektive Erfahrungswissen sei im Unternehmensalltag entscheidend, müsse aber umsichtig geprüft werden.

David gegen die Tech-Goliaths

Im hart umkämpften Markt stellt sich die Frage, wie lange das Start-up gegen die Milliarden-Budgets von Microsoft oder OpenAI bestehen kann. Prof. Peter Gentsch gibt sich pragmatisch: „Wir kämpfen nicht gegen die Hyperscaler wie OpenAI, Google oder Anthropic – wir nutzen sie.“ Das eigene System setze horizontal auf den bekannten Modellen auf. Der Burggraben entstehe durch branchenspezifische Use Cases in einer sicheren, DSGVO-konformen Umgebung, wahlweise on-premises oder in einer europäischen Cloud.

Gentsch pointiert: „Wir wollen nicht das größte Gehirn bauen; wir bauen das relevanteste Brain für ein Unternehmen. Die Tech-Giganten optimieren Skalierung – wir optimieren den Unternehmens-Kontext.“

Skalierung: Softwareprodukt oder Manufaktur?

Die schnelle Entwicklung der eigenen Modelle sichert Aiconiq durch die interne „Aiconiq Factory“ ab, die auf radikale Automatisierung setzt. Kontrollverlust fürchtet Patrushev dabei nicht: „Geschwindigkeit ersetzt bei uns nicht Qualität – sie wird durch Qualitätssicherungssysteme ermöglicht.“ Jeder KI-generierte Code durchlaufe strenge Security-Checks und Test-Pipelines.

Doch lässt sich das aufwendige Einfangen von Unternehmenswissen beim Kunden ebenso reibungslos skalieren, oder droht Aiconiq in einem beratungsintensiven Manufaktur-Modell steckenzubleiben? Gentsch wehrt ab: Man nutze KI, um KI im Unternehmen aufzubauen. Algorithmen deckten Inkonsistenzen im Wissen automatisch auf und lösten sie teils selbständig. Ganz ohne menschliches Zutun gehe es aber nicht, räumt der Gründer ein: „Damit bleibt immer ein wenig Manufaktur bzw. ‚Human in the loop‘.“

Ausblick

Mit einer aktuellen Bewertung von 10 Millionen Euro und der Aufnahme ins „German Accelerator USA-Programm“ hat Aiconiq.io nach eigenen Angaben bereits namhafte DAX-Konzerne überzeugt. Gelingt es den Frankfurtern nun, die komplexe Wissensextraktion weiter zu standardisieren, könnte sich ihr „Corporate Brain“ als eine treibende Kraft der „industriellen KI-Revolution“ aus Deutschland etablieren.

Die Zahlen der jüngsten JIM-Studie (Jugend, Information, Medien) sprechen eine deutliche Sprache: 70 Prozent der Jugendlichen nutzen Künstliche Intelligenz zur Informationssuche, 74 Prozent lassen sich bei den Hausaufgaben helfen. Die Kehrseite dieser rasanten Adaption: Die Nutzung erfolgt zumeist über die kostenlosen Web-Versionen von US-Giganten wie OpenAI oder Google. Sensible Daten – von persönlichen Fragen bis zu hochgeladenen Schuldokumenten – fließen oft ungefiltert in die globalen Trainingsdatenbanken der Anbieter, sofern nicht manuell widersprochen wird.

Während die Politik über Social-Media-Verbote für Minderjährige debattiert, bleibt der regulatorische blinde Fleck bei KI-Tools im Kinderzimmer bislang bestehen. Genau in diese Lücke stößt nun das niedersächsische Start-up Inno KI GmbH mit seiner Plattform innoGPT.

Von der Agentur zum KI-Aggregator

Hinter innoGPT steht kein klassisches, VC-finanziertes Silicon-Valley-Konstrukt, sondern mittelständischer Pragmatismus aus Vechta. Co-Founder Maurice Brumund und sein Team begannen bereits 2022 im Umfeld einer eigenen Digitalmarketing-Agentur, intensiv mit KI-Tools zu experimentieren.

Aus dem internen Pain Point – der Frage, wie Mitarbeitende rechtssicher und datenschutzkonform mit großen Sprachmodellen (LLMs) arbeiten können – entstand Ende 2024 die Plattform innoGPT. Bisher lag der Fokus des Startups strikt auf dem B2B-Segment: Mit rein europäischem Hosting, DSGVO-Konformität und einer Zero-Retention-Policy (keine Nutzung der API-Daten für das Modell-Training) positionierte sich innoGPT als Lösung gegen die „Schatten-IT“ in Unternehmen. Laut Unternehmensangaben nutzen bereits über 2.500 Privat- und Geschäftskund*innen den Service. Nun folgt die Ausweitung des Geschäftsmodells auf den B2C-Markt.

Das Produkt: Ein "Safe Space" für die Familie

Mit dem neuen „Family Package“ erhalten bis zu fünf Familienmitglieder für 34,90 Euro im Monat individuelle Logins zu einer zentralen Plattform. Über diese können sie gebündelt auf verschiedene führende KI-Modelle von OpenAI, Anthropic, Google, Meta, Mistral und Black Forest Labs zugreifen. Ein zusätzlich buchbares Add-on filtert persönliche Daten (Named Entity Recognition) wie Namen oder E-Mail-Adressen und ersetzt diese vor der Übermittlung an die Rechenzentren automatisch durch Platzhalter.

Das Geschäftsmodell und der Markt

Aus Start-up-Sicht ist der Vorstoß von B2B-SaaS in ein Family-Abo-Modell gleichermaßen spannend wie riskant. Eine kritische Analyse offenbart dabei mehrere Marktherausforderungen:

• Der technologische Burggraben (Moat): Das Geschäftsmodell von innoGPT ist im Kern ein Aggregator- oder Wrapper-Modell. Das Start-up entwickelt keine eigenen Foundation-Modelle, sondern baut eine sichere, europäische Middleware-Schicht über die Schnittstellen (APIs) der Tech-Giganten. Der technologische Burggraben ist folglich eher niedrig. Der primäre Unternehmenswert liegt in der User Experience, der reibungslosen Modellanbindung und dem abstrakten Vertrauensfaktor „Datenschutz“.
• Zahlungsbereitschaft: 34,90 Euro im Monat (knapp 420 Euro im Jahr) sind für ein klassisches Familienbudget eine erhebliche Summe. Der Preis entspricht fast den Kosten von anderthalb ChatGPT-Plus-Lizenzen. Die zentrale Herausforderung für das Marketing wird sein: Sind Eltern bereit, für den Schutz der Daten ihrer Kinder diesen Premium-Aufschlag zu zahlen, während der Nachwuchs die Basis-Tools de facto kostenlos und mit einem Klick auf dem Smartphone nutzen kann?
• Token-Ökonomie in der Praxis: Das Modell sieht einen geteilten Token-Pool für die fünf Accounts vor. In der Praxis könnte dies zu Reibereien führen, wenn beispielsweise ein Familienmitglied rechenintensive Bildgenerierungen (etwa über Black Forest Labs) durchführt und das Kontingent für die Text-Prompts der restlichen Familie vorzeitig aufbraucht.
• Wettbewerbslandschaft: InnoGPT bewegt sich in einem Sandwich-Markt. Von oben drohen die direkten B2C-Angebote der Tech-Riesen (es ist absehbar, dass OpenAI oder Google eigene „Family Plans“ ausrollen). Von der Seite drücken EdTech-Start-ups in den Markt, die KI DSGVO-konform direkt in die Lernplattformen der Schulen integrieren – was eine private Familienlizenz obsolet machen könnte.

Ein mutiger Testballon

Für das Start-up-Ökosystem ist die Inno KI GmbH dennoch ein Paradebeispiel für „bootstrapped“ Innovationskraft. Anstatt ein Produkt am Reißbrett zu entwerfen, hat das Team ein valides Angebot aus einem eigenen betrieblichen Schmerz heraus entwickelt.

Der Vorstoß in den B2C-Markt wirkt wie ein smarter, PR-wirksamer Testballon. Das Start-up greift eine hochaktuelle, emotionale gesellschaftliche Debatte auf (Jugendschutz bei KI) und besetzt rhetorisch geschickt die Rolle des Problemlösers. Ob sich das Family-Modell finanziell trägt, hängt letztlich davon ab, ob innoGPT den trockenen Begriff der „DSGVO-Konformität“ für Eltern emotional so aufladen kann, dass er als unverzichtbare Sicherheitsmaßnahme wahrgenommen wird. Gelingt dies nicht, ist das Risiko überschaubar: Das Start-up kann sich nahtlos wieder auf sein wachsendes B2B-Kerngeschäft konzentrieren.

Wer sich heutzutage mit gesunder Ernährung beschäftigt, verliert sich schnell in einem Dickicht aus Protein-Hypes, Mikro-Diäten und unzähligen Supplements. Gleichzeitig klafft im Markt eine strukturelle Lücke: Klassische Ernährungsberatung ist oft teuer, punktuell und richtet sich meist an Menschen, die bereits gesundheitliche Probleme haben. Digitale Ernährungs-Tracker hingegen sind zwar günstig und zugänglich, fokussieren sich aber fast ausschließlich auf rudimentäres Kalorienzählen und kurzfristigen Gewichtsverlust. Die langfristige Gesundheit – die sogenannte Healthspan – bleibt dabei oft auf der Strecke. Genau in diese Lücke stößt nun das 2025 gegründete Start-up Preeo. Das Gründungsteam um Anneke Flechtner (CEO) und Christopher Marx (CTO) positioniert sich mutig im aufstrebenden Longevity-Sektor und plant Ende März 2026 den offiziellen Launch seiner App.

Vom Marketing zur Gesundheitsmission

Die Idee zu Preeo reifte nicht über Nacht. CEO Anneke Flechtner, die ursprünglich aus dem Marketing kommt und bereits eine eigene Agentur aufbaute, widmete sich dem Thema angetrieben von der Frustration über oberflächliche Ernährungstrends und kurzsichtige Diät-Apps. Zusammen mit CTO Christopher Marx wurde aus der Ursprungsidee schließlich Preeo, das Prävention in den Alltag der breiten Masse bringen will.

Doch reicht Marketing-Erfahrung für einen Markt, der tiefe wissenschaftliche und teils medizinische Expertise erfordert? Flechtner kontert diesen Einwand selbstbewusst: „Mein beruflicher Fokus lag in den letzten Jahren zwar im Marketing, gleichzeitig bin ich aber auch lizenzierte Ernährungsberaterin.“ Sie betont, dass es zwar viel fundiertes Wissen über Ernährung gebe, dieses aber im Alltag kaum ankomme. „Oft fehlt die Übersetzung in etwas, das verständlich und wirklich umsetzbar ist“, so die Gründerin. Um das wissenschaftliche Fundament zu sichern, orientieren sich die Inhalte an etablierten Leitlinien und evidenzbasierter Präventionsforschung. Flankierend baut das Start-up ein Advisory Board mit Expertinnen und Experten aus Ernährungswissenschaft, Medizin und Präventionsforschung auf. Flechtners Hintergrund soll letztlich genau die Brücke schlagen, um diese Erkenntnisse für die Nutzer tatsächlich alltagstauglich aufzubereiten.

KI-Tracking trifft auf Wearable-Daten

Der Einstiegspunkt für die Nutzer*innen ist die Preeo-App, die deutlich mehr sein will als ein weiteres Food-Tagebuch. Um die bei Tracking-Apps gefürchtete „App Fatigue“ (die Ermüdung durch aufwendiges manuelles Eintragen) zu umgehen, setzt Preeo auf KI-Fotoerkennung sowie Sprach- und Texteingaben. Der eigentliche technologische Clou ist jedoch die Datenfusion: Preeo verknüpft die getrackte Ernährung mit biometrischen Daten aus Wearables wie Apple Health oder Garmin. Parameter wie Schlafqualität, Stresslevel und tägliche Bewegung fließen in die Algorithmen ein. So sollen Nährstoffdefizite proaktiv erkannt und kontextbezogene Empfehlungen ausgesprochen werden. Wer schlecht schläft oder hohem Stress ausgesetzt ist, bekommt entsprechende Anpassungen für seinen Speiseplan.

Angesichts der oft fehleranfälligen KI-Erkennung und variierender Hardware-Genauigkeit drängt sich jedoch die Frage nach der Zuverlässigkeit dieser Empfehlungen auf. CTO Christopher Marx räumt technische Unschärfen unumwunden ein: „Unser Ziel ist aktuell bewusst nicht, auf das Gramm genau zu sein.“ Das Kernproblem bestehender Apps sei nicht mangelnde Präzision, sondern dass Nutzer schnell kapitulieren. „Ein schnelles Foto vom Teller hat eine gewisse Unschärfe, aber es ist unendlich wertvoller als ein perfektes Protokoll, das am Ende nie ausgefüllt wird“, argumentiert Marx. Die App ziele nicht auf obsessiven Tracking-Stress ab, sondern basiere ihre kontextbezogenen Impulse auf längerfristig beobachteten Trends, wodurch sich Ausreißer über die Zeit ausgleichen würden. Wer es genauer brauche, könne zudem manuell nachjustieren.

Bei der Verschmelzung solch intimer Gesundheits- und Stressdaten schrillen aus Datenschutzsicht unweigerlich die Alarmglocken. Hier verspricht Marx strikte DSGVO-Konformität. „Preeo versteht sich als Verbindungsstück zwischen verschiedenen Datenquellen – nicht als Datentresor“, stellt der CTO klar. Sensible Gesundheitsdaten bleiben lokal auf dem Gerät oder in den Ökosystemen der Hersteller. Preeo ziehe diese nur anlassbezogen und kurzlebig heran, während Mahlzeiten-Daten lediglich anonymisiert zur Weiterentwicklung der Erkennung genutzt würden.

Bleibt das Problem der traditionell hohen Abwanderungsraten bei Fitness-Apps: Warum sollten Nutzer*innen jahrelang für ein Abo bezahlen, wenn sie ihre Defizite längst verstanden haben? Für Anneke Flechtner ist Gesundheit kein Projekt mit Enddatum. „Stress, Schlaf, Bewegung oder Trainingsziele verändern sich ständig und damit auch die Anforderungen an unsere Ernährung“, erklärt die CEO. Preeo solle als kontinuierlicher Gesundheitsbegleiter agieren, der mit der Zeit aus den Daten lernt und Empfehlungen dynamisch an die Lebensumstände anpasst.

Zwischen Megatrend und hartem Wettbewerb

Das Marktumfeld könnte spannender kaum sein: Longevity ist einer der Megatrends dieses Jahrzehnts. Während in den USA Start-ups wie Zoe oder InsideTracker dreistellige Millionenbeträge einsammeln, steht Europa noch am Anfang.

Bis zum Launch Ende März wurde Preeo vom Gründerduo komplett gebootstrapped. „Diese Phase war für uns sehr wertvoll, weil wir uns vollständig auf Produktqualität und Nutzererlebnis konzentrieren konnten“, resümiert Flechtner. Doch die Vision ist größer: Um Prävention in Deutschland und Europa stärker zu skalieren, peilt das Start-up noch 2026 eine Pre-Seed-Finanzierungsrunde über rund eine Million Euro an. Voraussetzung dafür ist jedoch eine entsprechende Nutzer*innen-Traktion. CTO Marx ergänzt dazu pragmatisch: „Wir bauen momentan ein reines Digitalprodukt auf, was mit AI immer günstiger wird [...] Neue Start-ups erzielen Milliarden-Bewertungen mit sehr kleinen AI-nativen Teams.“

Gleichzeitig muss sich Preeo in einem stark umkämpften „Red Ocean“ gegen Giganten wie Yazio, MyFitnessPal, Oura oder Whoop behaupten. Preeo positioniert sich exakt an der Schnittstelle dieser Welten. Um Nutzer*innen angesichts kostenloser Konkurrenz zum Zahlen zu bewegen, setzt das Start-up auf ein Freemium-Modell. Während Basis-Tracker Nutzer*innen mit ihren Daten oft allein ließen, schließe Preeos Premium-Abo mit tieferen Analysen und einem KI-Coach die Lücke zwischen billigen Apps und teurer Einzelberatung.

Das Geschäftsmodell unter der Lupe

Bei aller Euphorie stellen sich für das Geschäftsmodell zentrale Herausforderungen. Ob sich Preeo das Trend-Label Longevity wirklich anheften kann, ist fraglich, da das Start-up bislang auf echte klinische Biomarker wie Blut- oder DNA-Tests verzichtet. Die Ansätze basieren stattdessen rein auf der Kreuzung von Software-Daten und Wearable-APIs.

Auf die direkte Frage nach der regulatorischen Grauzone und einer möglichen Einstufung als Medizinprodukt (MDR) oder der Abrechnung über Krankenkassen (DiGA) bleibt die Gründerin zurückhaltend und den konkreten Zukunftsplan schuldig. Sie betont stattdessen die aktuelle Positionierung: „In der aktuellen Phase versteht sich Preeo bewusst als Präventions- und Lifestyle-App. Wir diagnostizieren keine Krankheiten und ersetzen keine medizinische Beratung.“ Eine stärkere medizinische Validierung sei eher „eine Perspektive für die Zukunft“.

Zudem birgt die Verknüpfung von Wearable-Daten mit Ernährung im Alltag die Gefahr einer Datenüberflutung, die schnell zu Frustration führen kann. Die Handlungsempfehlungen müssen zwingend so simpel und granular aufbereitet sein, dass sie nachhaltige Verhaltensänderungen bewirken.

Aus wirtschaftlicher Sicht plant Preeo langfristig den cleveren Sprung vom margenschwachen B2C-Abo zu margenstärkeren Telehealth-Dienstleistungen wie digitaler Beratung durch echte Experten. Dem naheliegenden Einstieg ins Betriebliche Gesundheitsmanagement (BGM) erteilt Flechtner vorerst jedoch eine Absage. Auch wenn das Feld spannend sei, liege der Fokus aktuell „ganz bewusst darauf, Prävention für den einzelnen Nutzer greifbar und verständlich zu machen“. B2B2C-Modelle sehe sie erst langfristig als Potenzial.

Auch der geplante Telehealth-Ausbau liegt noch in der Ferne. Zunächst müsse die technologische Grundlage stehen. „Der Ausbau in Richtung digitaler Beratung ist deshalb perspektivisch geplant, aber nicht der erste Schritt nach dem Launch“, stellt Flechtner klar. Für die spätere Qualitätssicherung verspricht sie allerdings bereits klare Qualifikationsanforderungen und ein kuratiertes Netzwerk aus zertifizierten Berater*innen.

Einordnung & Fazit

Preeo surft auf einer massiven Welle. Die Fusion aus KI-Tracking und Gesundheitsdaten ist der logische nächste Schritt in der Evolution der Health-Apps. Isoliertes Kalorienzählen ist ein Relikt der Vergangenheit. Gelingt es Preeo nach dem Launch Ende März, eine loyale Nutzer*innenschaft aufzubauen und nahtlos in höherwertige Longevity-Services zu konvertieren, winkt dem jungen Hamburger Start-up die Rolle als relevanter europäischer Player. Zuvor muss das Gründungs-Duo jedoch beweisen, dass seine Algorithmen echten gesundheitlichen Mehrwert liefern, der den Wechsel von den etablierten Platzhirschen rechtfertigt.

Hinter TRONITY stehen Torsten Born, Sebastian Netuschil und Nils Machner, die das Unternehmen 2020 in Mannheim gründeten. Die berufliche Herkunft der drei Gründer ist unverkennbar: Alle drei kommen aus dem SAP-Umfeld. Dieses tiefe Verständnis für komplexe IT-Systeme und Enterprise-Lösungen prägt die Entwicklung des Start-ups spürbar. Entstanden aus dem Ziel, die Blackbox "Elektromobilität" transparenter zu machen, hat sich der Fokus mittlerweile erfolgreich auf das lukrative B2B-Flottengeschäft erweitert.

Virtuelle Zwillinge statt Hardware-Wildwuchs

Der Kern des TRONITY-Modells ist so simpel wie effektiv: Anstatt Fuhrparks mit teurer Hardware wie OBD-Dongles oder spezifischen Smart-Wallboxen auszustatten, greift die Software rein datenbasiert auf die Fahrzeuge zu. Das Start-up baut digitale Zwillinge von Elektro- und Plug-in-Hybridfahrzeugen und nutzt dafür direkte Datenzugriffsvereinbarungen (APIs) mit über 20 Automobilherstellern – darunter Tesla, VW, BMW, Ford und Mercedes-Benz.

Mit der B2B-Lösung TRONITY Fleet adressiert das junge Unternehmen eine der größten organisatorischen Hürden der betrieblichen E-Mobilität: die Abrechnung des Ladestroms, wenn Mitarbeitende den Firmenwagen zu Hause laden. Die Software erfasst Ladevorgänge auf Basis der Fahrzeugdaten und automatisiert die Rückerstattung. Dank der SAP-Vergangenheit der Gründer lässt sich das System nahtlos in bestehende ERP-Strukturen integrieren. Nachdem die Lösung bereits 2025 in den Benelux-Ländern als Ladelösung für Mercedes-Benz-Geschäftskund*innen etabliert wurde, folgt am 24. März 2026 nun der strategisch wichtige Rollout in Deutschland.

Skalierbarkeit vs. Bürokratie

Aus Start-up- und Investor*innenperspektive ist TRONITY ein hochspannendes B2B-SaaS-Modell. Es löst ein konkretes Problem und ist durch den Verzicht auf zusätzliche Hardware extrem gut skalierbar. Dennoch birgt der Ansatz strategische Herausforderungen, die kritisch beobachtet werden müssen:

• Die API-Abhängigkeit: Das Geschäftsmodell steht und fällt mit der Bereitschaft der Automobilhersteller, ihre Telematikdaten über Schnittstellen zugänglich zu machen. Sollten große Player künftig den Datenzugriff restriktiv handhaben, um eigene, geschlossene Software-Ökosysteme zu forcieren, wäre TRONITYs Kernversprechen der Herstellerunabhängigkeit massiv bedroht.
• Die Eichrecht-Falle beim Finanzamt: TRONITY automatisiert die Abrechnung elegant. Allerdings schwelt in Deutschland ein bürokratischer Konflikt: Die Arbeitsgemeinschaft Mess- und Eichwesen (AGME) und das Finanzministerium ringen aktuell darum, wie lückenlos Ladekosten nachgewiesen werden müssen. Eine gesetzlich striktere Auslegung, die zwingend mess- und eichrechtskonforme Hardware-Zähler für steuerfreie Rückerstattungen vorschreibt, könnte dem rein softwarebasierten, ungeeichten Ansatz steuerrechtlich Steine in den Weg legen.
• Gegenwind im E-Automarkt: Das Start-up agiert in einem Sektor, der aktuell unter erheblichem Transformationsdruck steht. Eine Verzögerung bei der Umstellung von Unternehmensflotten auf E-Autos könnte das erhoffte Hyperwachstum des Unternehmens bremsen.

Fazit

TRONITY beweist eindrucksvoll, dass sich agile Software-Start-ups als Innovations-Bindeglied für etablierte Automobilkonzerne positionieren können. Die tiefe Integration in das Flottenportfolio von Mercedes-Benz ist ein massiver Proof of Concept und Ritterschlag für die Mannheimer. Um den Erfolg langfristig abzusichern, muss das Team nicht nur seinen technologischen Vorsprung verteidigen, sondern auch hoffen, dass die deutsche Steuerbürokratie der pragmatischen Digitalisierung nicht den Stecker zieht.

In zunehmend anonymisierten Großstädten wächst die Sehnsucht nach lokaler Vernetzung. Genau hier setzt HofFloh an. Das mittlerweile vierköpfige Team hat eine App- und Web-Plattform entwickelt, über die Privatpersonen Hofflohmärkte im eigenen Viertel organisieren können. Die klassische, oft chaotische Zettelwirtschaft an Straßenlaternen wird dabei durch eine interaktive, digitale Live-Karte ersetzt. Darauf können Nutzer*innen ihre Stände eintragen und Besucher*innen sich ihre Routen zusammenstellen.

Aus der Entwicklerstube in den Hinterhof

Die Gründungshistorie des Start-ups ist stark produktgetrieben: Die Gründer*innen Sebastian Schmitz (CEO), Martin Müller (CEO & CTO) und Andrea Schmitz (CMO) bündelten ihre technische und kommunikative Expertise. Die Idee entstand pragmatisch, als das Team selbst einen Hofflohmarkt ausrichten wollte und an der mangelnden digitalen Infrastruktur scheiterte.

„2025 haben wir in Köln zu dritt HofFloh gegründet“, blickt Andrea Schmitz zurück. Dabei habe man sich bewusst auf ein Thema gestürzt, das viele unterschätzen würden: lokale Geschäftsmodelle. Finanziert wird das Vorhaben bislang konsequent durch Bootstrapping – ganz ohne klassisches Venture Capital.

Auf die Frage, ob der Verzicht auf das große Geld angesichts drohender Copycats nicht irgendwann zur Wachstumsbremse wird, kontert die Gründerin selbstbewusst: „Unser bewusster Verzicht auf externes Kapital ist aktuell ein strategischer Vorteil, weil wir uns voll auf Produkt und Nutzer*innen konzentrieren können, statt auf schnelles, oft künstliches Wachstum.“ Bei einem hyperlokalen Ansatz ließen sich viele Dinge nicht am Reißbrett skalieren, sondern müssten vor Ort entstehen. Erst wenn funktionierende Strukturen und wiederholbare Mechaniken stehen, wolle man in die Breite gehen.

Vor finanzstarken Nachahmern scheint das Team keine Angst zu haben. Schmitz räumt zwar ein, dass sich ein Copycat mit viel Kapital schnell Sichtbarkeit einkaufen könne. Sie betont jedoch die eigene Verteidigungslinie: „Was sich aber nicht kurzfristig kopieren lässt, sind funktionierende lokale Communities.“ Genau darin sehe HofFloh seinen langfristigen Vorteil.

Sympathisch, aber langfristig tragfähig?

Die Plattform verzichtet komplett auf In-App-Werbung und den Verkauf von Nutzer*innendaten. Wer einen Stand auf der Karte eintragen will, zahlt faire 2,50 Euro als Frühbucher*in oder 5,00 Euro bei kurzfristigen Anmeldungen. Angesichts der laufenden Kosten für Server, Support und regionales Marketing drängt sich jedoch zwangsläufig die Frage der Profitabilität auf. Wie viele Stände müssen gebucht werden, um nicht ins Minus zu rutschen?

Schmitz verweist auf die schlanken Strukturen des Start-ups: „Wir haben keine hohen Fixkostenstrukturen und achten sehr genau darauf, dass unsere Kosten mit dem Wachstum skalieren.“ Die niedrigen Einstiegspreise seien aktuell ein bewusstes Werkzeug, um Nutzung und Akzeptanz für das noch recht neue Konzept aufzubauen. Das Modell lebe von der Bündelung, so die CMO weiter. An einem einzigen Wochenende könnten in einer Stadt mehrere hundert Stände zusammenkommen. „Entscheidend ist dabei weniger die einzelne Transaktion, sondern die Wiederholung“, erklärt sie. Da viele Viertel regelmäßig Hofflohmärkte organisieren, denke HofFloh nicht in einzelnen Buchungen, sondern in aktiven Städten und wiederkehrenden Events.

Dennoch bleibt die Nutzer*innenakquise (CAC) bei Margen im Cent-Bereich eine Herausforderung. Teure Performance-Marketing-Kampagnen auf Meta oder Google sind bei diesen Summen schlicht nicht rentabel. Das Kölner Start-up setzt daher auf Growth-Hacks und Mundpropaganda. Das Wachstum sei bisher fast vollständig organisch verlaufen, berichtet die Mitgründerin. Jeder eingetragene Stand fungiere als Touchpoint im Viertel. „Menschen sehen die Stände, sprechen darüber und tragen die Idee weiter“, so Schmitz.

Um die Abhängigkeit von reinen Algorithmen zu durchbrechen, baue man zudem gezielt einen eigenen Newsletter sowie Community-Strukturen auf. Das Start-up unterstützt die lokale Verbreitung mit automatisch generierten Postern, Flyern sowie Vorlagen für WhatsApp und Social Media. Neuerdings setzt HofFloh auch auf kleine Upsells: „Teilnehmende können ergänzend Flyer-Briefe für die Verteilung im Viertel sowie HofFloh-Starterpakete kaufen, um die lokale Sichtbarkeit weiter zu erhöhen“, berichtet Schmitz. Diese Mischung aus Produktmechanik und Community-Aufbau habe geholfen, eine erste kritische Masse ohne riesige Marketingbudgets zu erreichen.

Die harte Hürde der Hyperlokalität

Der Wettbewerb ist indes nicht zu unterschätzen. Auf der Makro-Ebene kämpft HofFloh mit milliardenschweren Tech-Giganten wie Vinted oder Kleinanzeigen um all jene, die ihr „ausrangiertes Zeug“ loswerden wollen. Auf der Mikro-Ebene wildern kostenlose Facebook- und WhatsApp-Gruppen im Revier. Der USP von HofFloh ist daher die radikal einfache Sichtbarkeit und Planbarkeit.

Die Krux bleibt jedoch die Skalierbarkeit. Im Gegensatz zu reinen Software-as-a-Service-Produkten muss HofFloh für jeden neuen Markt den mühsamen Aufbau lokaler Netzwerkeffekte von vorn beginnen. Ein Event zündet nur, wenn eine kritische Masse an Haushalten im exakt selben Viertel zur exakt selben Zeit mitmacht.

Erschwerend kommt die absolute Wetterabhängigkeit hinzu, die den Kernumsatz auf die wenigen Frühlings- und Sommermonate limitiert. Wie also den Winter überstehen, wenn das Kerngeschäft de facto im Winterschlaf liegt? Auf diese essenzielle Frage reagiert Schmitz zunächst mit dem typischen Gründer*innen-Optimismus und verweist auf die technische Weiterentwicklung: „Die Wintermonate sind für uns keine reine Pause, sondern eine gezielte Entwicklungsphase, in der wir unsere Plattform weiter schärfen.“ Das habe man bereits im vergangenen Winter sehr intensiv getan. Was das drohende Umsatzloch betrifft, bleibt sie vage und flüchtet sich etwas ins Prinzipielle: Man beobachte, dass das Bedürfnis nach lokaler Vernetzung nicht saisonal sei. Konkrete Produkte nennt sie nicht, deutet aber an: „Wir denken aktuell in verschiedene Richtungen, wie sich die Plattform perspektivisch auch unabhängig von der Jahreszeit weiterentwickeln kann, ohne den Kern des Produkts zu verlieren.“

Einordnung & Fazit

HofFloh ist ein Paradebeispiel für den Trend der „Zebra“-Start-ups: Nicht das exponentielle Unicorn-Wachstum um jeden Preis steht im Fokus, sondern ein nutzengetriebenes, gemeinschaftsorientiertes Wirtschaften. Als Fallstudie beweist das junge Kölner Unternehmen, dass sich durch die smarte Digitalisierung eines analogen Alltagsproblems organische Traktion generieren lässt. Gleichzeitig zeigt das Modell ungeschönt die harten Skalierungsgrenzen von B2C-Plattformen auf, die stark auf Hyperlokalität angewiesen sind.

Ob HofFloh am Ende den Sprung in die überregionale Profitabilität schafft oder lediglich als idealistisches Veedels-Projekt eine Nische besetzt, wird davon abhängen, ob das Team in Zukunft neue Einnahmequellen erschließen kann.

Wie steht es etwa um B2B-Kooperationen? Hier tritt Schmitz merklich auf die Bremse. In der aktuellen Phase gehe es vor allem darum, Nutzung aufzubauen und die Preisstruktur zu verstehen. Potenzial für Kooperationen – etwa mit Städten oder lokalen Initiativen – sehe sie zwar. Doch sie zieht eine klare rote Linie: „Wichtig ist uns dabei, dass solche Ansätze immer einen echten Mehrwert für die Nachbarschaften bieten und die Nutzung nicht komplizierter machen.“ Der Anspruch bleibe es, wirtschaftlich tragfähig zu wachsen, ohne die Einfachheit und den Charakter der Plattform zu verwässern. Welche Bausteine dafür langfristig sinnvoll seien, werde man Schritt für Schritt aus der Nutzung heraus entwickeln.

Vor Jahren war „Grüne Agrartechnologie“ ein Schlagwort für Visionäre. Heute ist AgTech das Fundament einer krisenfesten Lebensmittelversorgung. In einer Welt geprägt von Extremwetter und strengen ESG-Regulierungen sind Start-ups längst keine experimentellen Ideenlieferanten mehr. Sie fungieren als systemrelevante Partner, die den Landwirt*innen helfen, den Spagat zwischen ökologischer Notwendigkeit und ökonomischem Überleben zu meistern.

Die Intelligenz kommt aufs Feld: Der Markt 2026

Der deutsche AgrarTech-Markt hat in den letzten zwei Jahren seine erste Reifephase abgeschlossen. Während man Anfang des Jahrzehnts noch über einfache Vernetzung sprach, ist künstliche Intelligenz heute der „Standard-Erntehelfer“. Eine aktuelle Analyse des Digitalverbands Bitkom und der DLG zeigt, dass fast die Hälfte aller deutschen Höfe bereits intensiv mit KI-Lösungen arbeitet – bei den Großbetrieben ist es sogar mehr als jeder zweite. Diese Entwicklung spiegelt sich auch in den Finanzströmen wider: KfW Research bezifferte das Investitionsvolumen in deutsche ClimateTech-Start-ups für das vergangene Jahr auf beeindruckende 1,3 Milliarden Euro. Besonders die Automatisierung und das Carbon Farming haben sich dabei von Trendthemen zu echten Geschäftsmodellen entwickelt, die den Landwirt*innen neue, CO₂-basierte Einkommensquellen eröffnen.

Jenseits der Robotik: Die neuen Treiber der Agrarwende

Doch die Innovationen gehen 2026 weit über autonome Traktoren hinaus. Im Bereich Agri-BioTech entstehen biologische Pflanzenschutzmittel auf Basis von Mikroben (Biomineralisierung), die chemische Pestizide verdrängen – ein Feld, das von Pionieren wie Bind-X geebnet wurde. Parallel dazu hat die Agri-Photovoltaik den klassischen Flächenkonflikt zwischen Energie und Nahrung gelöst. Dank vertikaler Solarsysteme, wie sie Next2Sun marktreif gemacht hat, wächst das Getreide heute unter dem Schutz von Modulen, die gleichzeitig Strom produzieren. Auch im Stall sorgt LivestockTech für eine stille Revolution: KI-Kameras überwachen das Tierwohl in Echtzeit und senken den Antibiotikaeinsatz drastisch. Gleichzeitig hat sich Vertical Farming gesundgeschrumpft: Die neue Generation fokussiert sich profitabel auf Premium-Nischen wie Erdbeeren oder Medizinalpflanzen.

Lehrgeld und Lerneffekte: Der Reality Check

Dieser Boom war jedoch nicht ohne Opfer. Der Crash von Vertical-Farming-Pionieren wie Infarm dient heute als mahnendes Beispiel für eine ganze Branche. Diese Firmen scheiterten an explodierenden Energiekosten und einer zu komplexen Logistik für margenschwache Massenprodukte. Für Gründerinnen resultieren daraus klare Lektionen: Reine Software-Mentalität scheitert am Acker, wenn die Hardware nicht „landwirtschaftstauglich“ und extrem robust ist. Wer 2026 erfolgreich sein will, muss den „Schmutz-Faktor“ einplanen und Technologien entwickeln, die den Landwirtinnen einen sofortigen, messbaren ROI bieten. AgTech ist kein Lifestyle-Gadget mehr, sondern ein Werkzeug, das im Matsch, bei extremen Witterungen und trotz chronischer Funklöcher durch Edge-Intelligence bestehen muss.

Das deutsche Netzwerk: Hotspots mit Profil

Deutschland hat seine Stärke 2026 in einer einzigartigen Cluster-Struktur gefunden. In Osnabrück verschmilzt die Landtechnik-Industrie mit der KI-Forschung des DFKI zum „AgTech Valley“. München und Freising nutzen die Strahlkraft der TUM für DeepTech und Weltraum-Sensorik, während das Rheinland rund um Jülich zum Zentrum der Bioökonomie aufgestiegen ist. In Berlin schlägt das Herz der ESG-Finanzierung, während Stuttgart durch die Universität Hohenheim die wissenschaftliche Exzellenz bei der Sensorik hält. Die Achse Hannover-Göttingen wiederum nutzt die Messe-Macht der Agritechnica und Inkubatoren wie das RootCamp, um besonders im Bereich LivestockTech neue Maßstäbe zu setzen.

Wer sind die Investor*innen?

Die Finanzierung dieser Transformation ruht auf vier stabilen Säulen, wobei sich die Landschaft der Kapitalgeber massiv professionalisiert hat. Spezialisierte VCs wie Amathaon Capital oder der Green Generation Fund bringen das nötige Branchenwissen mit, während institutionelle Schwergewichte wie Point Nine, HV Capital oder Lakestar die technologische Skalierung finanzieren. Hinzu kommen Corporate VCs von Konzernen wie der BayWa oder KWS Saat, die den Start-ups den direkten Marktzugang zur Landwirtschaft ermöglichen.

Hinter den großen Fondskonstruktionen bewegen sich zudem die Business Angels als unverzichtbares Schmiermittel der frühen Phasen. Hier treffen Impact-Pionierinnen wie Christian Vollmann oder Verena Pausder auf eine neue Generation von „Founder-Angels“, die ihr Kapital nun in die planetare Gesundheit reinvestieren. Besonders spannend ist 2026 das Aufkommen von „Agri-Insider-Syndikaten“: Zusammenschlüsse erfahrener Landwirtinnen und mittelständischer Zulieferer, die über Netzwerke wie die Business Angels Region Stuttgart (BARS) oder Plattformen wie Companisto agieren.

Den Boden bereiten schließlich weiterhin Frühphasen-Motoren wie der HTGF und spezialisierte Acceleratoren wie das RootCamp, die das erste Risiko auf dem Weg vom Labor zum Feld tragen.

Zehn AgTech-Start-ups, die von sich reden machen

Die AgrarTech-Landschaft 2026 ist dynamischer denn je. Für unseren Report haben wir über 50 aktive deutsche Start-ups analysiert. Die Auswahl erfolgte nach einer gewichteten Matrix aus Marktrelevanz, technologischem Reifegrad, Sektor-Diversität und dem Vertrauen namhafter Investor*innen. Die folgende Liste bildet einen Mix aus etablierten „Leuchtturm-Projekten“ und hochspannenden Newcomern ab.

Klim (Berlin) – Die Pioniere des Carbon Farming

Gegründet im Jahr 2020 von Dr. Robert Gerlach, Nina Mannheimer und Adiv Maimon, hat sich Klim zum führenden Insetting-Marktplatz entwickelt. Das Geschäftsmodell basiert auf einer B2B-Plattform, über die Lebensmittelkonzerne für die Dekarbonisierung ihrer Lieferketten bezahlen. Klim nutzt diese Gelder als Prämie für Landwirte und macht regenerative Landwirtschaft so zertifizierbar. Mit einer kürzlich abgeschlossenen, gewaltigen Series-A-Finanzierung von 22 Millionen US-Dollar – angeführt von BNP Paribas – gilt das Team als absoluter Vorreiter für grüne Lieferketten in Europa.

Constellr (Freiburg) – Der Fiebermesser der Erde

Dieses Spin-off des Fraunhofer EMI wurde 2020 von Dr. Max Gulde, Marius Bierdel und Christian Mittermaier ins Leben gerufen. Constellr bietet „Data-as-a-Service“ an: Agrarkonzerne und Versicherer abonnieren hochpräzise Daten thermaler Infrarot-Mikrosatelliten. Der USP liegt in der weltweit einzigartigen Temperaturmessung der Erdoberfläche, die Trockenstress bei Pflanzen identifiziert, bevor er sichtbar wird. Dank einer massiven Series-A-Runde im Februar 2026 beläuft sich die Gesamtfinanzierung des Teams mittlerweile auf rund 75 Millionen Euro. Mit dem frischen Kapital von Lead-Investoren wie Lakestar und Alpine Space Ventures (sowie frühen Unterstützern wie Amathaon Capital) skaliert das Start-up seine Satellitendaten nun neben der Landwirtschaft auch hochprofitabel in den europäischen Verteidigungs- und Sicherheitssektor.

feld.energy (München) – Agri-PV neu gedacht

Das von Dr. Adrian Renner und Lukas Zels im Jahr 2022 gestartete Start-up feld.energy fungiert als Full-Service-Projektentwickler für Agri-Photovoltaik. Das Geschäftsmodell kombiniert für Landwirte eine risikofreie Flächen-Doppelnutzung mit einem lukrativen Pachtmodell: feld.energy plant, baut und betreibt die Anlagen, während die Höfe garantierte Pachteinnahmen erzielen. Landwirt*innen erhalten so einen unkomplizierten Zugang zu Systemen, die Strom und Ernte auf derselben Fläche ermöglichen. Im September 2025 sicherte sich das Team eine Seed-Runde von über 10 Mio. Euro unter der Führung von HV Capital, um den Rollout dieses Modells in Deutschland massiv zu beschleunigen.

Nature Robots (Osnabrück) – Autonomie ohne GPS

Dr. Sebastian Pütz, Sven Lake und Gerrit Woeckner gründeten Nature Robots 2022 als Spin-off des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI), um die Feldrobotik zu revolutionieren. Ihr Modell setzt auf Softwarelizenzierung: Die smarte KI-Navigation wird an Landmaschinenherstellerinnen lizenziert oder als Abo-Modell für Endkund*innen angeboten. Der technologische Durchbruch liegt in der 3D-Navigation für komplexe Umgebungen wie den Weinbau oder Agroforstsysteme, die komplett ohne GPS-Signal funktioniert. 2025 erhielt das Start-up eine gewaltige Förderung in Höhe von 6,5 Millionen Euro durch den EU EIC Accelerator.

Twogee Biotech (München/Martinsried) – Zirkuläre Biomasse

Als einer der jüngsten Player in der Liste starteten Frank Wallrapp und Helge Jochens 2024 Twogee Biotech. Ihr B2B-Modell umfasst die Produktion und Lizenzierung maßgeschneiderter Enzymlösungen zur Aufbereitung agrarischer Reststoffe. Sie industrialisieren zirkuläre Systeme, um aus Abfällen nachhaltige 2G-Rohstoffe (insbesondere Zucker) für die chemische Industrie zu generieren. Im Januar 2026 schloss das Team eine Seed-Finanzierung über 2,16 Mio. Euro ab, an der unter anderem der HTGF und Bayern Kapital beteiligt sind.

VetVise (Hannover) – KI für das Tierwohl

Das von Johannes Schmidt-Mosig, Jakob Wendt und Norman Caspari im Jahr 2020 gegründete Start-up nutzt Deep Learning zur Stall-Überwachung. Über ein „Hardware-enabled SaaS“-Modell zahlen Betriebe eine monatliche Abo-Gebühr für die KI-Auswertung installierter Kameras. VetVise  erkennt Krankheiten und Stress bei Schweinen und Geflügel rund um die Uhr, oft mehrere Tage bevor Symptome für den Menschen sichtbar sind. Das Start-up wird strategisch durch ein Millionen-Investment von LV digital (Landwirtschaftsverlag) unterstützt, um die internationale Skalierung voranzutreiben.

hexafarms (Berlin) – KI für Gewächshäuser

Gegründet 2021 von David Ahmed und Ilias Attici, optimiert hexafarms die Indoor-Produktion. Über ein B2B-SaaS-Modell abonnieren Gewächshausbetreiber*innen eine Software, die das Pflanzenwachstum exakt vorhersagt. Der USP liegt in der drastischen Reduktion von Ernteverlusten und einer Ertragssteigerung von bis zu 30 % durch präzise Algorithmen. Das Team konnte nach einer ersten Pre-Seed-Runde Ende 2025 eine signifikante Seed-Finanzierung über 6 Mio. Euro einsammeln, angeführt von Speedinvest, um die KI-gestützte Ernteprognose global zu skalieren.

Root Global (Berlin) – Das Betriebssystem für grüne Lieferketten

Eric Oancea und Maurice Hensl entwickelten 2022 das „RootOS“, ein B2B-SaaS-Modell für die Lebensmittelindustrie. Die Software berechnet den Product Carbon Footprint (PCF) vollautomatisiert und in Echtzeit – ein entscheidender Faktor, um die komplexen Scope-3-Emissionen vom Bauernhof bis zum Verkaufsregal transparent zu machen. Mit einer Seed-Runde von 8 Mio. Euro durch Point Nine Capital im August 2024 gilt Root Global heute als technisches Rückgrat für die ESG-Compliance großer Molkereien und Lebensmittelkonzerne.

vGreens (Essen) – Vertical Farming 2.0

Das Team um Dr. Maximilian Hartmann, Claas Ahrens, Dr. Stefan Hey und Dr. Caspar Krampe beweist seit 2022, dass Indoor-Farming technologisch und wirtschaftlich profitabel ist. Ursprünglich als Premium-Produzent gestartet, basiert das heutige B2B-Modell auf der Lizenzierung ihrer „vGreensLab“-Software und dem Verkauf automatisierter Industriemodule. Dank hocheffizienter KI-Klimamodelle und Hyperspektralkameras identifiziert das System den Bedarf jeder einzelnen Pflanze in Echtzeit. vGreens ist mehrfach ausgezeichnet, unter anderem mit dem NEXT GEN UNICORN Award, und skaliert seine Technologie aktuell über eine Tochtergesellschaft in Singapur auf den asiatischen Markt.

Hula Earth (München) – Biodiversität messbar machen

Florian Geiser und David Schmider starteten 2023 mit dem Ziel, Artenvielfalt quantifizierbar zu machen. Als „Data-as-a-Service“ bieten sie Unternehmen rechtssichere Biodiversitäts-Daten für das ESG-Reporting an. Ihr USP ist die Kombination aus eigenen „BioT“-IoT-Sensoren, Bioakustik zur Tierstimmen-Erkennung und Satellitendaten, um verifizierbare Biodiversitäts-Zertifikate zu ermöglichen. Ende 2024 sammelte Hula Earth eine Pre-Seed-Runde von 1,6 Mio. Euro unter der Führung von Point Nine Capital ein, um die weltweit erste Echtzeit-Plattform für Natur-Investments zu skalieren.

Der Blick über den Tellerrand

Abschließend zeigt der Blick ins Ausland, was uns morgen erwartet. In Israel und Kalifornien wird WaterTech durch KI-gesteuerte Smart-Irrigation zur Präzisionsdisziplin erhoben, während in den USA die Genschere CRISPR nach der neuen EU-NGT-Regulierung nun auch in Europa für einen Milliardenmarkt bei klimaresilientem Saatgut sorgt. In Indien boomen Smart-Contract-basierte parametrische Versicherungen, die bei Dürre-Ereignissen automatisiert via Satellitendaten auszahlen, und Singapur treibt die Precision Fermentation voran, um hochwertige Proteine und Fette ressourcenschonend in Bioreaktoren zu brauen.

Fazit: AgTech ist erwachsen geworden

Der Agrar-Sektor ist 2026 das Epizentrum der Climate-Tech-Bewegung. Die Gewinner*innen sind jene, die robuste Hardware mit intelligenter Software und tiefer Biotechnologie kreuzen. Die „Grüne Agrartechnologie“ ist kein bloßes Versprechen mehr – sie ist die hocheffiziente, datengetriebene Realität unserer Ernährungssicherung.

DeathTech und GriefTech sind systemrelevant geworden. Getrieben von der massiven Vermögensübertragung der Babyboomer-Generation – laut dem Deutschen Institut für Wirtschaftsforschung (DIW) werden in Deutschland aktuell jährlich bis zu 400 Milliarden Euro vererbt – und einem fundamentalen Wandel in der gesellschaftlichen Akzeptanz digitaler End-of-Life-Lösungen, transformieren Gründer*innen heute einen historisch fragmentierten Markt aus rund 4.000 oft sehr traditionellen Kleinbetrieben.

Es geht längst nicht mehr nur um Preisvergleiche für Särge, sondern um die nahtlose Orchestrierung des Unvermeidlichen – von KI-gestützter Trauerbewältigung bis hin zum automatisierten Management des digitalen Nachlasses.

Wenn Demografie auf DeepTech trifft

Der Markt für Bestattungen und Nachlassverwaltung hat im Jahr 2026 eine neue, datengetriebene Reifestufe erreicht. Allein in Deutschland sprechen wir laut Erhebungen des Statistischen Bundesamtes (Destatis) von einem jährlichen Branchenumsatz im klassischen Bestattungswesen, der sich stabil der Marke von drei Milliarden Euro nähert. Flankiert wird dies von einem rasant wachsenden, digitalen Vorsorgemarkt. Der makroökonomische Hebel dahinter ist historisch einmalig: Ein immer größerer Teil der gewaltigen Erbmasse liegt dabei nicht mehr in Aktenordnern, sondern existiert ausschließlich virtuell, von Krypto-Wallets bis zu SaaS-Unternehmensanteilen.

Der Digitalverband Bitkom untermauerte diese Dringlichkeit bereits in seinen Erhebungen zum digitalen Nachlass, die zeigen, dass knapp ein Drittel der Internetnutzer*innen das Thema aktiv regeln möchte, die praktische Umsetzung aber oft an fehlenden Tools scheitert. Diese gewaltige Diskrepanz zwischen Bedarf und Angebot lockt institutionelles Geld an. Wir sehen keine utopischen Krypto-Bewertungen mehr, sondern sehr gesunde Series-A- und Series-B-Tickets für Unternehmen, die bewiesene Unit Economics aufweisen.

Jenseits von Sarg und Urne

Wer heute im DeathTech reüssieren will, muss über das Offensichtliche hinausdenken. Möglich ist das aktuelle Marktwachstum jedoch nur durch die Vorarbeit der Wegbereiter*innen der ersten Stunde, die den Markt überhaupt erst für institutionelles Kapital geöffnet haben. Unternehmen wie Mymoria sind dem Start-up-Status längst entwachsen; angetrieben von einer 15-Millionen-Euro-Finanzierungsrunde im Jahr 2021 durch namhafte VCs wie b2venture, agiert das Unternehmen heute als etablierter Omnichannel-Gigant mit bundesweiten Boutiquen.

Auch das Scale-up November hat mit einer zweistelligen Millionenrunde durch HV Capital die Bestattungsvorsorge digitalisiert. Im lukrativen Markt der rechtlichen Vorsorge dominiert Afilio, das bereits 2022 eine 13-Millionen-Dollar-Series-A unter Führung von Cherry Ventures abschloss. Im B2B-Hintergrund hat sich Columba als unsichtbares technisches Rückgrat in den Legacy-Systemen der Bestattungsbranche verankert und übernimmt vollautomatisiert die Vertragsabmeldungen. Auf der Infrastruktur dieser Pionier*innen baut nun eine neue Generation von Gründer*innen auf, die psychologische Tiefe und radikale Nachhaltigkeit in den Mittelpunkt stellt.

Die Friedhofs-Illusion und ihre Lektionen

Trotz der Goldgräberstimmung ist der Pfad der Branche mit den Überresten gescheiterter Hypes gepflastert. Ein prominentes Beispiel der jüngeren Vergangenheit war der Versuch, reine B2C-Vergleichsportale für Bestattungen nach dem Vorbild von Check24 aufzubauen. Frühe Aggregatoren-Modelle verbrannten Millionen in der Annahme, Kund*innen würden den Tod wie eine Kfz-Versicherung vergleichen. Die Realität war ein harter Crash der Profitabilität, da die Customer Acquisition Costs (CAC) via Suchmaschinenmarketing in diesem emotionalen Ausnahmezustand astronomisch hoch waren.

Aus diesen gescheiterten Hoffnungen lassen sich harte Lektionen ableiten. Der erste Fehler ist die Ignoranz gegenüber den Unit Economics: Da der Customer Lifetime Value (LTV) beim Tod naturgemäß auf eine Transaktion beschränkt ist, müssen Geschäftsmodelle zwingend auf margenstarken B2B2C-Vertrieb oder Lebzeiten-Vorsorge-Abos ausweichen. Ein zweites Risiko lauert in der Unterschätzung der B2B-Gatekeeper; wer die traditionellen Bestatter*innen als Feinde statt als Vertriebspartner*innen betrachtet, verliert den Kund*innenzugang. Drittens bricht vielen Gründer*innen die regulatorische Tiefe das Genick, denn wer sensible Nachlassdaten verarbeitet, operiert im Hochrisikobereich der DSGVO. Der subtilste Fehler ist ein Mangel an Branding-Sensibilität; wer mit aggressiver Growth-Hacking-Mentalität an trauernde Angehörige herantritt, wird vom Markt gnadenlos abgestraft.

Wo die DeathTech-Exzellenz in Deutschland liegt

Die geografische Verteilung der DeathTech-Exzellenz in Deutschland hat sich auf wenige, aber extrem leistungsstarke Hubs konzentriert. Berlin bleibt der unangefochtene Motor für Plattformen und Venture Capital, profitierend von einem dichten Ökosystem rund um Hubs wie den Inkubator Mitte von Science & Startups der Berliner Universitäten. München und der bayerische Raum haben sich hingegen als das Epizentrum für DeepTech, InsurTech-Schnittstellen und anspruchsvolle KI-Modelle etabliert. Die physische Nähe zu Rückversicherungs-Giganten wie Munich Re sowie exzellente Fakultäten der LMU machen München zum Nährboden für versicherungsgekoppelte Vorsorgemodelle. Leipzig hat sich dank Ausgründungen im Umfeld der Handelshochschule (HHL) zu einem Hub für LegalTech und rechtssicheres Datenmanagement entwickelt. Die Metropolregion Rhein-Ruhr und das Rheinland fungieren als essenzieller Testmarkt für psychologisch fundierte Ansätze – stark getrieben durch das Exzellenz Start-up Center Köln (Gateway), das gezielt hochschulnahe Gründungen im HealthTech- und GriefTech-Bereich fördert.

Investor*innen-Radar

Das Kapital, das in diese Branche fließt, ist klüger, geduldiger und diverser geworden. Spezialisierte VCs für den Tod gibt es in Europa zwar noch nicht in Reinform, aber wir beobachten eine klare strategische Erweiterung von HealthTech-Spezialisten wie Heal Capital, die Trauerbewältigung zunehmend als Teilaspekt der mentalen Gesundheit begreifen und kapitalisieren. Die richtig großen Schecks schreiben die Top-Tier Generalisten: Player wie b2venture, HV Capital und Cherry Ventures haben die massiven TAM-Zahlen (Total Addressable Market) längst in ihren Investmentthesen verankert.

Auf der anderen Seite positionieren sich Corporate VCs, allen voran der Berliner Wagniskapitalgeber IBB Ventures, der strategisch früh in Plattformen wie Emmora investierte. Den entscheidenden Treibstoff für Frühphasen-Start-ups liefern jedoch Business Angels und geförderte Exzellenz-Programme wie die exist-Gründerstipendien, die den Teams den nötigen Runway geben, um hochsensible Produkte in der Seed-Phase ohne sofortigen Profitdruck zu iterieren.

Unsere DeathTech- und GriefTech-Start-up-Watch List 2026

Für unsere finale Selektion im Jahr 2026 haben wir bewusst eine strenge Definition des Start-up-Begriffs angelegt. Die durch große Series-A- oder Series-B-Runden bereits skalierten Pionier*innen wurden als Wegbereiter*innen klassifiziert und aus der engeren Auswahl exkludiert. Die resultierende Watchlist besteht aus acht agilen Unternehmen. Kohorte eins umfasst reifere Start-ups der Gründungsjahre ab 2019, die bereits solides Investor*innen-Vertrauen und validierte Umsätze aufweisen. Kohorte zwei integriert junge Early-Stage-Start-ups aus dem Jahr 2024, die als hochspannende universitäre Spin-offs die nächste disruptive Innovationswelle abbilden.

Meine Erde

Im Jahr 2021 von Pablo Metz und Max Hüsch ins Leben gerufen, innoviert Meine Erde den Green-Death-Markt in Deutschland massiv. Das Unternehmen bringt die Reerdigung als natürliche Kompostierung in 40 Tagen aus der regulatorischen Grauzone in den legalen Markt. Der USP ist ein patentiertes Verfahren im Kokon, das pro Bestattung laut Unternehmensangaben rund eine Tonne CO₂ im Vergleich zur Feuerbestattung einspart und traditionellen Methoden ökologisch messbar überlegen ist. Dieses Impact-Potenzial überzeugte namhafte VCs: Project A Ventures führte bereits 2022 eine 5,8-Millionen-Euro-Seed-Runde an, flankiert von Vorwerk Ventures.

Emmora

Victoria Dietrich und Evgeniya Polo gründeten Emmora 2019 mit dem Ziel, Bestattungsplanung und Trauerbegleitung weiblicher und empathischer zu gestalten. Das B2C-Plattform-Modell begleitet Angehörige von der Organisation der Beisetzung bis hin zur psychologischen Unterstützung. Der klare USP liegt in der kuratierten Auswahl von Dienstleistern und einem Marktauftritt, der sich wohltuend von der drückenden Schwere traditioneller Bestatter abhebt. Das Modell überzeugte früh den Accelerator APX und führte 2021 zu einer siebenstelligen Seed-Runde unter Führung von IBB Ventures.

Memoresa

Das 2019 von Jörg Schädlich und Steffen Stundzig gegründete Leipziger Start-up hat sich der Ordnung des digitalen Chaos verschrieben. Ihr hybrides B2B2C-Modell bietet eine Plattform zur Verwaltung des digitalen Nachlasses. Der USP von Memoresa ist die tiefe API-Anbindung, wodurch im Todesfall Verträge vollautomatisiert gekündigt oder umgeschrieben werden können – ein Service, der für Banken und Versicherungen wie die Signal Iduna extrem wertvoll ist. Finanziert wurde das Start-up unter anderem durch Business-Angel-Netzwerke und den Inkubator cetup.INNOLAB der TU Dortmund.

TrostHelden

Das von Hendrik Lind und der ausgebildeten Sterbe-Amme Jennifer Lind 2019 ins Leben gerufene Start-up adressiert die isolierende Einsamkeit, die dem Tod folgt. Das B2C-Subscription-Modell basiert auf einem Smart-Matching-Algorithmus, der Trauernde mit exakt passenden Schicksalsschlägen und der gleichen Trauersprache verbindet. Der USP ist diese hochpräzise Logik, die echte, kuratierte Begegnungen schafft. TrostHelden wächst primär gebootstrappt, getragen von Impact-fokussierten Netzwerken, und wurde vom BMWK als herausragendes Social-Entrepreneurship-Modell ausgezeichnet.

Grievy

Dr. Nele Stadtbäumer, Daniel Bachmann und Aenis Chebil brachten 2021 eine technologisch skalierbare, psychologische Perspektive in den Markt. Grievy ist eine auf kognitiver Verhaltenstherapie fundierte App, die Nutzern therapeutische Impulse ausspielt. Der USP liegt in der klinischen Fundierung und der Skalierbarkeit der Trauerbegleitung. Das Team durchlief erfolgreich die Inkubation am Gateway Exzellenz Start-up Center Köln, sicherte sich das exist-Gründerstipendium und belegte 2022 den dritten Platz als Digitales Start-up des Jahres des Bundeswirtschaftsministeriums.

anfang.

Dieses reinrassige GriefTech-Start-up entstand im Wintersemester 2023/24 und wurde 2024 von den Studierenden Luisa Otto, Janek Voss und Pia Mauermann auf den Weg gebracht. Das B2C-Modell dreht sich um eine App als holistischen, digitalen Trauerbegleiter. Der USP ist die Kombination aus Reflexionsmodulen und einer geschützten Community. Eng begleitet wird das Team durch HIKE, den Hochschulinkubator für Entrepreneurship der Hochschule Nordhausen, wo aktuell die Strukturierung der Skalierungsphase im geschützten universitären Umfeld vorangetrieben wird.

Kreis & Raum

Im Jahr 2024 von der Architektin Eva Hartmann und der Projektmanagerin Miriam Becker in Berlin gegründet, schlägt dieses Start-up die Brücke zwischen physischer Bestattung und moderner Trauerbegleitung. Das hybride B2C-Modell bricht mit der starren Trennung von Beerdigungsinstitut und psychologischer Betreuung. Der USP ist ein radikal individueller Ansatz, der den Trauerprozess architektonisch neu designt. Begleitet von Science & Startups im Inkubator Mitte der Humboldt-Universität zu Berlin, validiert Kreis & Raum dieses hoch-emotionale Modell aktuell im städtischen Raum.

Lebewohl App

Als Ausgründung aus dem Umfeld der Lokalpioniere in Ostwestfalen-Lippe im Jahr 2024 attackiert dieses Team die überbordende Nachlass-Bürokratie. Die App fungiert als digitaler Assistent, der Hinterbliebene mit strukturierten Checklisten durch den Behörden-Dschungel manövriert. Der USP liegt in der enormen Kosteneffizienz für den Endnutzer, da automatisierte Dokumentenbeschaffung teure Rechtsberatungen flankiert oder ersetzt. Mit starkem organischen Wachstum im OWL-Netzwerk beweist Lebewohl App zugleich, dass Innovation im DeathTech nicht zwingend aus den Metropolen kommen muss

Internationaler Ausblick & Fazit

Blicken wir über den deutschen Tellerrand, zeigen sich globale Makro-Trends, die den europäischen Markt unweigerlich erfassen werden. Aus den USA schwappt die Welle der hyperpersonalisierten Generativen KI zu uns herüber; Start-ups trainieren dort bereits Large Language Models mit den digitalen Fußabdrücken von Verstorbenen, um interaktive Legacy-Avatare zu erschaffen. Asien, insbesondere Südkorea und Japan, forciert derweil die Verschmelzung von Trauer und dem Metaverse, wo physischer Platzmangel auf Friedhöfen durch immersive, digitale Gedenkstätten kompensiert wird. Israel wiederum bringt massive Impulse im Bereich der Cybersecurity in den DeathTech-Sektor ein, um posthumen Identitätsdiebstahl zu bekämpfen.

Für Gründer*innen und Investor*innen lautet das aktuelle Fazit: Der Tod ist kein Nischenthema mehr, sondern die ultimative Customer Journey. Wer in diesem drei Milliarden Euro schweren Markt bestehen will, benötigt nicht nur brillantes Tech-Know-how und wasserdichte Unit Economics, sondern vor allem eines: tiefgreifende, authentische Empathie, die im Code ebenso verankert ist wie in der Unternehmenskultur.

Das Phänomen des Social Cooling, also das Gefühl der massenhaften, algorithmischen Überwachung durch omnipräsente KI-Systeme führte in den frühen 2020er Jahren zu einer spürbaren Verhaltensstarre bei Konsument*innen und Unternehmen. Man wollte nicht mehr frei interagieren, Daten teilen oder unbeschwert kommunizieren, aus Angst vor Reputationsverlust, Scoring-Abstrafungen oder Cyber-Gefahren.

Inzwischen hat dieser Vertrauensverlust eine neue, hochprofitable Industrie hervorgebracht. Was einst als reine PrivacyTech belächelt wurde, ist nun systemrelevant. Die Start-ups der Social-Cooling-Abwehrarchitektur bauen die digitalen Schutzräume von morgen, entkoppeln Identität von Überwachung und verwandeln den grassierenden Kontrollverlust in digitale Souveränität – ein starker, lukrativer Gegentrend des Jahrzehnts.

Die Marktlage: Vom Compliance-Zwang zum Innovationsmotor

Der Markt für Privacy Enhancing Technologies und Data Sovereignty hat seine Pubertät endgültig hinter sich gelassen. Galt es vor wenigen Jahren noch, lediglich lästige DSGVO-Vorgaben abzuhaken, ist der proaktive Schutz vor Social Cooling heute ein zentraler Wettbewerbsvorteil. Laut einer aktuellen Bitkom-Prognose für das laufende Jahr durchbricht der europäische Markt für digitale Vertrauenstechnologien erstmals die Marke von 8,5 Milliarden Euro – ein massives, nachhaltiges Wachstum im Vergleich zu 2023. Der technologische Haupttreiber ist die Symbiose aus generativer künstlicher Intelligenz und Zero-Knowledge-Proofs. KI wird nicht mehr nur als Überwachungstool gefürchtet, sondern ironischerweise von einer neuen Start-up-Generation als skalierbare Waffe gegen das Tracking eingesetzt. Gleichzeitig meldet das Research-Institut der KfW, dass deutsche DeepTech-Fonds allein in den letzten zwölf Monaten über 950 Millionen Euro in Gründungsteams gepumpt haben, die sich der algorithmischen Fairness, Datenobfuskation (Datenverschleierung) und der automatisierten Compliance widmen. Der Markt ist spürbar reif, die Budgets der Enterprise-Kund*innen sind freigegeben.

Die neuen Treiber: Beobachtbarkeit, Automatisierung und Cloud-Tresore

Wer 2026 auf dem Radar der großen VC-Fonds landen will, muss weit über den klassischen Cookie-Blocker hinausdenken. Drei spezifische Sub-Sektoren dominieren aktuell die Investitionsströme. Der erste große Treiber ist die Observability und Governance von Large Language Models (LLMs). Unternehmen wollen KI nutzen, müssen aber jede Eingabe auf Datenschutzkonformität überwachen, ohne die Systemleistung zu drosseln. Der zweite Wachstumsmarkt ist die tiefgreifende Automatisierung von Compliance-Workflows. Etablierte Pioniere wie das Münchner Unternehmen DataGuard haben hier bereits vor Jahren den Weg für Privacy-as-a-Service geebnet. Heute geht die Entwicklung noch einen Schritt weiter: Statt manuelle Audits durchzuführen, vernetzen moderne B2B-SaaS-Tools die gesamte Firmen-Infrastruktur und prüfen den Datenfluss in Echtzeit auf rechtliche Verstöße. Der dritte, hochaktuelle Sub-Sektor ist das Confidential Computing in der Cloud. Hierbei geht es um Architekturen, die Daten selbst während der Verarbeitung im Prozessor hardwareseitig verschlüsseln. Während ältere DeepTech-Pioniere wie Apheris dieses vertrauensvolle Rechnen auf kooperatives KI-Training fokussierten, machen neue Start-ups diese sogenannten Cloud-Tresore nun als Plug-and-Play-Lösung für den breiten B2B-Mittelstand zugänglich, sodass weder Provider noch staatliche Akteur*innen mitlesen können.

Reality Check: Gescheiterte Krypto-Hoffnungen und teure Lektionen

Doch der Weg in das boomende Jahr 2026 war auch mit prominenten Ruinen gepflastert. Die Branche erinnert sich nur allzu gut an den Hype um dezentrale, rein konsumentenorientierte Daten-Marktplätze und "Pay-for-your-Data"-Plattformen der vergangenen Jahre. Hochfinanzierte Start-ups wie das Schweizer ICO-Projekt Datum oder das US-Pendant Wibson versprachen Nutzer*innen Krypto-Token, wenn sie ihre Daten souverän selbst vermarkteten – und erlitten reihenweise Bruchlandungen. Die Token-Ökonomie kollabierte, die zahlenden B2B-Käufer*innen blieben aus. Aus diesen teuren Fehlern lassen sich für heutige Gründer*innen vier fatale Fallstricke ableiten. Der erste und tödlichste Irrtum ist die Fixierung auf den B2C-Markt. Konsument*innen beklagen zwar in Umfragen lautstark den Verlust ihrer Privatsphäre, sind aber in der Praxis fast nie bereit, für den Schutz zu bezahlen oder komplexe Krypto-Wallets zu bedienen.

Der zweite Fallstrick betrifft die Unit Economics. Wer heute komplexe kryptografische Verschlüsselungen – etwa Zero-Knowledge-Proofs – anbietet, sieht sich mit gigantischen Rechenkosten konfrontiert. Diese pulverisieren die Margen, wenn das Pricing nicht von Tag eins auf Premium-B2B-Kund*innen ausgerichtet ist.

Die dritte Lektion ist die Gefahr der regulatorischen Abhängigkeit. Wer sein Geschäftsmodell lediglich als temporären Patch für eine aktuelle Schwachstelle in der EU-Gesetzgebung baut, verschwindet vom Markt, sobald die Regulierung angepasst wird. Technologie muss einen intrinsischen Wert bieten.

Der vierte und oft unterschätzte Fallstrick ist die User Experience. Auch das kryptografisch stärkste Tool stirbt, wenn es im Arbeitsalltag Reibung erzeugt. Cybersecurity und Privacy müssen im Jahr 2026 absolut unsichtbar im Hintergrund operieren, statt den Nutzer mit Warnhinweisen zu gängeln.

Das deutsche Netzwerk: Die Schmieden der Abwehrarchitektur

Deutschland hat sich in diesem Sektor eine strukturelle Vorreiterrolle in Europa hart erarbeitet, die sich auf fünf hochspezialisierte Hotspots verteilt. München fungiert dabei als die Deep-Tech-Hauptstadt der Bewegung. Die enge Verzahnung der TU München und ihres Inkubators UnternehmerTUM mit dem Fraunhofer AIsec sowie den zahlungskräftigen B2B-Kunden aus der lokalen Automobil- und Versicherungsbranche schafft ein extrem fruchtbares Ökosystem für skalierende Start-ups. Weiter nordwestlich bilden Karlsruhe und Darmstadt gemeinsam den wehrhaften Zwillings-Hub für angewandte Kryptografie. Befeuert durch das Karlsruher Institut für Technologie (KIT) und das ATHENE-Forschungszentrum entstehen hier die mathematischen Grundlagen für vertrauenswürdige KI und Zero-Knowledge-Protokolle. Berlin hingegen ist der unangefochtene Hub für die schnelle Kommerzialisierung und B2B-SaaS-Skalierung. Nirgendwo sonst in der Republik ist die Dichte an internationalen Tech-Talent*innen und Wagniskapital höher, flankiert von einer kritischen Zivilgesellschaft, die das Thema Social Cooling politisch überhaupt erst auf die Agenda gesetzt hat. Bochum komplettiert das Netzwerk als heimliche Hauptstadt der IT-Sicherheit. Das renommierte Horst-Görtz-Institut für IT-Sicherheit (HGI) und der lokale Inkubator Cube 5 liefern hier kontinuierlich das intellektuelle Rüstzeug und die essenziellen Spin-offs für die nächste Generation der Daten-Souveränität.

Der Investor*innen-Radar

Das Ökosystem der Geldgeber*innen ist im Jahr 2026 hochgradig professionalisiert und lässt sich in vier klar abgrenzbare strategische Kohorten unterteilen. Zunächst sind da die hochspezialisierten VCs, die den DeepTech-Charakter der Branche nicht nur finanzieren, sondern technologisch durchdringen. Namen wie eCAPITAL aus Münster oder UVC Partners haben das strukturelle Potenzial frühzeitig erkannt und orchestrieren heute die komplexen Runden.

Auf der zweiten Ebene agieren die Top-Tier Generalisten. Fonds wie Cherry Ventures, Earlybird und Point Nine Capital allozieren mittlerweile signifikante Volumina in Privacy-as-a-Service-Modelle, da sie realisieren, dass jedes Enterprise-Software-Budget der Zukunft zwingend einen substanziellen Posten für digitale Souveränität enthalten wird.

Die dritte, extrem kaufkräftige Gruppe sind die Corporate VCs der Industrie. Porsche Ventures und Bosch Ventures sichern sich durch ihre strategischen Investments frühzeitig den exklusiven Zugang zu Datenraum-Technologien, die für das autonome Fahren und das industrielle IoT schlicht essenziell sind.

An der Basis dieses Pyramiden-Radars wirken schließlich die Frühphasen-Motoren und Angel-Syndikate. Der High-Tech Gründerfonds (HTGF) fungiert hier weiterhin als zentraler Katalysator für universitäre Spin-offs, während Founder-Angels aus dem direkten Umfeld etablierter Unicorns wie Celonis gezielt in jene B2B-Modelle investieren, die sie in ihren eigenen Wachstumsphasen schmerzlich vermisst haben.

Diese Social-Cooling-Start-ups sollten wir 2026 auf dem Radar haben

Die Kuration der folgenden zehn Must-Watch-Start-ups basiert auf einem transparenten, mehrstufigen Analyseverfahren. Im Fokus der Redaktion standen vier Kernkriterien: die akute Marktrelevanz im Kampf gegen Social Cooling, der technologische Reifegrad echter B2B-Anwendungen, die Diversität der Lösungsansätze sowie das messbare Investor*innen-Vertrauen durch signifikante Finanzierungsrunden innerhalb der vergangenen 18 Monate.

Eine unverrückbare rote Linie für diese Liste ist zudem das Gründungsjahr: Wir betrachten ausschließlich die "New Wave" der Tech-Szene ab dem Jahr 2020. Der analytische Grund dafür ist pragmatisch. Diese junge Generation von Unternehmen ist durchweg AI-native herangewachsen. Sie schleppt keine veralteten Legacy-Architekturen oder reinen DSGVO-Compliance-Feigenblätter aus dem vergangenen Jahrzehnt mit sich herum. Stattdessen haben diese Gründungsteams ihre Produkte von Tag eins an auf eine Welt maximaler Vernetzung bei gleichzeitigem algorithmischem Kontrollverlust ausgerichtet.

NENNA.AI

Dieses 2023 in Berlin gegründete Start-up NENNA.AI liefert die technologische Antwort auf die wachsende Angst vor Datenabfluss beim unternehmensweiten Einsatz von Sprachmodellen. Das Team um Co-Founder Ulrich Meier hat eine B2B-Plattform für "AI Privacy" entwickelt. Ihr Geschäftsmodell ermöglicht es Unternehmen, sensible interne Daten vor der Verarbeitung durch externe KIs gezielt zu maskieren und anschließend im eigenen System wieder zu demaskieren. Der USP ist die strikte Datensouveränität, wodurch die volle Leistung globaler KI-Modelle absolut datenschutzkonform und ohne Performance-Verlust genutzt werden kann. Zuletzt flossen signifikante Millionenbeträge in einer von IBB Ventures und dfv Venture geführten Finanzierungsrunde.

Kertos

Das Ende 2021 von Dr. Kilian Schmidt, Johannes Hussak und Alexander Prams in München gegründete Start-up Kertos revolutioniert die Art und Weise, wie Firmen mit regulatorischem Druck umgehen. Ihr B2B-SaaS-Modell vernetzt die gesamte IT-Infrastruktur eines Unternehmens und automatisiert Privacy- und Compliance-Workflows in Echtzeit. Der USP liegt im Einsatz spezialisierter KI-Agenten, die über eine "No-Code"-Integration komplexe Löschkonzepte, DSGVO-Auskunftsanfragen und die Vorbereitung auf ISO-Audits fehlerfrei und ohne manuelle Heerscharen abwickeln. Der globale Investor Portage führte hier zuletzt als Lead-Investor eine stark beachtete Series-A-Finanzierungsrunde an, flankiert von Pi Labs und 10x Founders.

Langfuse

Im Jahr 2022 von Marc Klingen, Max Deichmann und Clemens Rawert in Berlin gegründet, liefert dieses Open-Source-Start-up die Antwort auf das Blackbox-Problem von Sprachmodellen. Ihr B2B-Modell bietet "LLM Observability". Das Tool ermöglicht es Entwicklerteams, in Echtzeit und absolut transparent nachzuvollziehen, welche sensiblen Daten in Prompts fließen, wie die KI-Modelle antworten und wo Kosten oder Latenzen explodieren – ein essenzieller Baustein für den Schutz vor Datenabfluss und Halluzinationen. Der USP von Langfuse ist die transparente Open-Source-Architektur, die sich auch in strikt abgeriegelten On-Premise-Umgebungen hosten lässt. Lightspeed Venture Partners und La Famiglia führten hier die frühen Runden an, zudem durchlief das Team den renommierten US-Accelerator Y Combinator.

Trail

Das 2023 von Anna Spitznagel, Nikolaus Pinger und Sven Hölzel aus dem Umfeld der TU München (CDTM) heraus gegründete Start-up Trail fokussiert sich auf die Schnittstelle von Künstlicher Intelligenz und regulatorischem Vertrauen. Ihr B2B-SaaS-Produkt agiert als intelligenter Copilot für AI-Governance. Das Tool richtet sich primär an Entwickler-Teams und ermöglicht es ihnen, KI-Modelle konform mit dem europäischen AI Act sowie der ISO 42001 zu skalieren, ohne in manueller Dokumentation zu ersticken. Der USP liegt in der nahtlosen Integration in bestehende Entwickler-Workflows, wodurch Governance automatisiert und revisionssicher wird. Der Early-Stage-Fonds CapitalT führte hier die jüngsten Finanzierungsrunden an, strategisch flankiert von NP-Hard Ventures und Mozilla Ventures.

Kodex AI

Thomas Kaiser und Claus Lang starteten im Jahr 2022 in Berlin, um den hochregulierten Finanzsektor mit sicherer, künstlicher Intelligenz auszustatten. Ihr Geschäftsmodell ist ein B2B-SaaS-Copilot, der speziell für Banken entwickelt wurde, um interne Dokumente und komplexe Regularien durch sogenannte AI Agents zu analysieren, ohne dass sensible Kund*innendaten jemals die sichere Umgebung verlassen. Der USP liegt in der branchenspezifischen Feinabstimmung der Modelle auf strikte Financial-Compliance. Nach frühen Investments durch Signals VC und die Deutsche Bank bewies das Start-up die enorme Lukrativität dieses Markts: Ende 2025 wurde Kodex AI in einem hochkarätigen Exit vom globalen Compliance-Riesen CUBE übernommen und fungiert nun als dessen europäischer KI-Motor.

HeyData

Mit der Gründung im Jahr 2020 in Berlin durch Miloš Djurdjević, Daniel Deutsch und Martin Bastius hat sich dieses Start-up massiv weiterentwickelt. Was einst als ausgelagerter digitaler Datenschutzbeauftragter begann, ist heute eine holistische B2B-SaaS-Plattform für umfassende Compliance und IT-Sicherheit. Das Geschäftsmodell übersetzt hochkomplexe europäische Regularien – von der DSGVO über NIS2 bis hin zum AI Act – in eine modulare Softwarelösung. Der USP ist die tiefe Automatisierung von Risikoanalysen und Audits, die sich nahtlos in die bestehenden Arbeitsabläufe des Mittelstands integriert und teure manuelle Beratung obsolet macht. Das enorme Potenzial dieses Ansatzes bewies HeyData erst Anfang 2026: Aufgrund des rasanten Wachstums zog das Team eine Series-A-Finanzierung vor und sammelte auf einen Schlag 16,5 Millionen US-Dollar ein, angeführt vom US-Investor Riverside Acceleration Capital.

Certivity

Dieses 2021 in München von Nico Waegerle, Bogdan Bereczki, Jörg Ulmer und Sami Vaaraniemi gegründete Certivity löst einen der größten Schmerzpunkte der modernen Produktentwicklung: die Brücke zwischen Regulierung und Engineering. Ihr B2B-SaaS-Modell integriert komplexe rechtliche Compliance-Anforderungen – etwa den Cyber Resilience Act – direkt in die Software-Entwicklungsprozesse von Hardware-Herstellern. Der USP ist die nahtlose Übersetzung von maschinenlesbaren, juristischen Texten in die technische Implementierung, was vor allem im hochregulierten Automotive-Sektor die Entwicklungszyklen massiv beschleunigt. Die letzte Finanzierungsrunde wurde gemeinsam von Almaz Capital und UVC Partners angeführt, flankiert von den Bestandsinvestoren Earlybird X, High-Tech Gründerfonds und Plug and Play.

Mitigant

Nils Karn, Kennedy Torkura, Dr. Thomas Fricke und Muhammad Ihsan Sukmana brachten dieses hochspezialisierte Cloud-Security-Start-up 2021 als Spin-off des Hasso-Plattner-Instituts (HPI) in Potsdam an den Start. Mit ihrem B2B-SaaS-Ansatz verfolgen sie das Konzept der "Security Resilience" durch automatisierte Cloud-Angriffssimulationen. Das Geschäftsmodell von Mitigant ermöglicht es Unternehmen, kontinuierlich zu überprüfen, ob ihre sensiblen Daten in großen Public Clouds wirklich sicher vor heimlichem Abfluss und unautorisierter Überwachung sind. Der USP liegt in der innovativen Übertragung von Chaos-Engineering-Prinzipien auf die Cybersecurity: Die Cloud-Infrastruktur wird vom System proaktiv und kontrolliert angegriffen, um Schwachstellen aufzudecken, noch bevor es echte Hacker*innen tun. Der HTGF agierte hier gemeinsam mit Brandenburg Kapital und Saber als essenzieller Frühphasen-Investor.

Identeco

Matthias Wübbeling, Christian Dietrich, Johannes E. M. Müller und Nils Vossebein gründeten 2020 aus der Universität Bonn heraus dieses hochspezialisierte Cybersecurity-Start-up. Ihr B2B-SaaS-Modell schützt die Accounts von Firmen- und Endkunden vor verheerenden Takeovers, die durch die schiere Masse an KI-generierten Phishing-Angriffen massiv zugenommen haben. Das System identifiziert gestohlene Zugangsdaten im Darknet und warnt Unternehmen in Echtzeit. Der USP ist das sogenannte Privacy-Preserving Credential Screening: Ein kryptografisches Abgleichverfahren stellt sicher, dass Identeco selbst die Passwörter der Kund*innen zu keinem Zeitpunkt im Klartext kennen oder speichern muss – ein Glanzstück der Datensouveränität. Der HTGF steht hier gemeinsam mit der NRW.BANK und spezialisierten Cybersecurity-Angels als verlässlicher Investor hinter der starken technologischen Basis.

Enclaive

Prof. Dr. Sebastian Gajek, Florian Forster und Patrick Plagwitz haben im Jahr 2021 in Berlin dieses Deep-Tech-Unternehmen gegründet, das Confidential Computing endlich für den breiten B2B-Mittelstand zugänglich macht. Das Modell ermöglicht es Unternehmen, containerisierte Anwendungen über einen automatisierten Lift-and-Shift-Ansatz in Public Clouds zu migrieren. Der entscheidende USP von Enclaive: Die Daten bleiben durch sogenannte Enklaven selbst während der aktiven Verarbeitung im Prozessor (Data-in-Use) hardwareseitig verschlüsselt. Weder der Cloud-Provider noch staatliche Akteur*innen oder Hacker*innen können mitlesen. Der TechVision Fonds (TVF) finanzierte als Lead-Investor gemeinsam mit einem Konsortium aus europäischen Cybersecurity-Angels dieses extrem kritische Infrastruktur-Tool.

Internationaler Ausblick, Trends & Fazit

Wer den deutschen Markt für Social-Cooling-Abwehr verstehen will, muss den Blick zwingend über den Tellerrand richten, denn drei globale Makro-Trends diktieren die europäischen Spielregeln bis zum Ende dieses Jahrzehnts. Aus den USA schwappt aktuell eine massive Regulierungswelle zur verpflichtenden kryptografischen Wasserzeichen-Markierung von KI-Inhalten herüber, begleitet von strategischen Kapitalflüssen in dezentrale physische Infrastrukturnetzwerke (DePIN), die eine zensurresistente Alternative zu den großen Hyperscalern aufbauen.

In Asien wiederum treibt die staatlich orchestrierte Totalüberwachung eine beispiellose Untergrund-Innovation im Bereich radikaler Obfuskations-Technologien und Dark-Net-Routing voran, deren Codebasen zunehmend in europäische Open-Source-Projekte einfließen. Aus Israel sehen wir derweil den beschleunigten Transfer von militärischer Kryptografie – wie etwa der homomorphen Verschlüsselung – direkt in zivile europäische B2B-SaaS-Produkte.

Social Cooling ist längst kein weiches soziologisches Phänomen mehr, sondern eine reale Bedrohung für datengetriebene Geschäftsmodelle – denn eine Tech-Ökonomie, deren Algorithmen auf unzensierten menschlichen Signalen basieren, erstickt unweigerlich, sobald ihre Nutzer aus Angst vor Überwachung in digitale Schockstarre verfallen. Die neue Generation von Start-ups ab dem Jahr 2020 baut exakt jene Werkzeuge, um dieses Vertrauen auf struktureller Ebene zurückzugewinnen. Sie sind die Architekt*innen einer neuen, resilienten Datenökonomie.

Friction-Maxxing ist ein Trend aus dem Lifestyle-Bereich, der jedoch auch großes Potenzial für die Arbeitswelt und den strategischen Einsatz von KI in Unternehmen hat. Gemeint ist damit ein Verhalten, bei dem man bewusst mehr kleine Hindernisse und Hürden in Arbeitsprozessen akzeptiert.

Der große Vorteil: Durch eine bewusste Verzögerung wird das Urteilsvermögen geschärft, das Engagement vertieft und die mentale Resilienz der Mitarbeitenden gestärkt.

Friction-Maxxing als Gegengewicht zur KI-Dominanz

Insbesondere für Führungskräfte und das mittlere Management bietet Friction-Maxxing die Möglichkeit, produktive Reibung in Entscheidungsprozesse zurückzubringen. Durch die Rückkehr zu mehr persönlichen Begegnungen und analogen Arbeitsabläufen entstehen Dinge, die in digitalen Formaten schlicht verloren gehen:

• Konzentrierte Aufmerksamkeit.
• Psychologische Sicherheit.
• Wichtige nonverbale Signale.

Persönliche Begegnungen ermöglichen einen konstruktiven Austausch und helfen Teams dabei, ein gemeinsames Verständnis von Qualität zu entwickeln. Am Ende geht es nicht darum, unnötige Hürden aufzubauen, sondern das richtige Maß an „Reibung“ zu gestalten: Analoges für einen besseren Umgang mit Ambiguität, Kreativität und richtungsweisenden Entscheidungen – Digitales für die Umsetzung.

Fokus und Sinnhaftigkeit zurückerobern

Positive Reibung kann als dringend benötigtes Gegengewicht zur KI-getriebenen Beschleunigung in der Arbeitswelt fungieren und den Fokus wiederherstellen. Sei es durch das gründliche, manuelle Überdenken eines Briefings oder den bewussten Wunsch nach persönlichem Austausch anstelle eines asynchronen Chats. Wer sich Zeit zum Denken, Begegnen und Gestalten zurückerobert, ermöglicht es Teams, sich wieder mit ihrem eigentlichen Auftrag und ihren Ansprüchen zu verbinden – Qualitäten, die KI-Automatisierung allein niemals erreichen kann.

Dieses geänderte Verhalten führt zu mehr Präsenz, weniger Angst und einem gestärkten Gefühl der Kontrolle. Der bewusst gewählte, nur scheinbar umständlichere Weg kann somit zu mehr Autonomie und tieferer Zufriedenheit am Arbeitsplatz beitragen.

Ein Plädoyer für intentionale Reibung

Die Aufgabe moderner Führungskräfte ist es daher, bei menschenzentrierten Tätigkeiten ganz bewusst sogenannte intentionale Reibung herbeizuführen und KI parallel dazu zu nutzen, den täglichen administrativen Arbeitsaufwand zu minimieren.

Unternehmen müssen klar benennen, wo KI ihre Stärken hat und eingesetzt werden soll – und wo menschliche Fähigkeiten wie Empathie, Urteilsvermögen und kritisches Denken absolut unersetzlich sind. So gibt man Mitarbeitenden die Möglichkeit, sich auf die Arbeit zu konzentrieren, die wirklich zählt und echten Mehrwert schafft.

Friction-Maxxing ist somit weniger ein Plädoyer gegen die Technologie, sondern vielmehr ein Aufruf zur Intentionalität: Dem bewussten Abwägen darüber, wann Prozesse automatisiert werden sollten und wann gerade der Widerstand den entscheidenden Unterschied machen kann.

Der Autor Dr. Arne Sjöström ist Regional Director, People Science EMEA bei Culture Amp. Sein Schwerpunkt liegt in der Organisationspsychologie und der angewandten Forschung.

Auch wenn das Produkt als weißes Pulver eher unscheinbar aussieht, markiert seine Existenz einen wissenschaftlichen Meilenstein. „Wir haben eine spezielle Technologie entwickelt, dank der wir komplexe bioidentische humane Milchzucker skalierbar herstellen können“, erzählt Linda Karger, einst Managementstudentin an der Technischen Universität in München, heute COO der 2023 in Leipzig gegründeten Primogene GmbH. Die chemischen Verbindungen entsprechen also den im menschlichen Körper vorkommenden Molekülen bis ins kleinste biochemische Detail. Und sie übernehmen – obwohl industriell hergestellt – die gleichen Funktionen, die bisher nur Muttermilch garantierte.

Zum Verständnis: Die komplexen Zuckerstrukturen sind nach Fett und Laktose der drittgrößte feste Bestandteil menschlicher Milch. Sie bieten einzigartige gesundheitliche Vorteile, unterstützen beispielsweise das Immunsystem sowie die kognitive Entwicklung wie kein anderer Stoff. „Nach zahllosen Gesprächen mit Ärzten und Kliniken begann unsere Geschichte mit der Idee, nährstoffreiche Inhaltsstoffe als Zusatz für die Ernährung von Frühgeborenen herzustellen. Weitergedacht können bioaktive Bestandteile der Muttermilch ebenso zur Krankheitsprävention bei Erwachsenen sinnvoll eingesetzt werden“, erklärt Karger. „Um das Wirkungspotenzial unserer Human Milk Oligosaccharides (HMO) weiter zu erforschen, testen wir diese aktuell in enger Zusammenarbeit mit dem Leipziger Fraunhofer-Institut für Zelltherapie und Immunologie.“

Produktsortiment in der Breite offen

Gleichzeitig wird die von Dr.-Ing. Reza Mahour (CEO, Experte für Bioverfahrenstechnologie) und Valerian Grote (CTO, Molekularbiologe/Experte für Analytische Biochemie) entwickelte enzymatische Technologie genutzt, um bioidentische Moleküle für andere Märkte zu erzeugen, beispielsweise Inhaltsstoffe für Produkte der Körperpflege oder Rohmaterialien für die Pharmaindustrie. „Wir produzieren selbst. Dabei lässt sich jedes unserer Produkte auf die spezielle Technologie zurückführen. Unseren Kunden bieten wir Komplettlösungen – das reicht von der Suche nach der richtigen Produktionsplattform bis hin zu Entwicklung und Produktion“, bestätigt Karger. Erste Umsätze wurden nach ihren Angaben bereits früh erzielt. Inhaltsstoffe für den Kosmetikbereich sollen noch in diesem Jahr mithilfe bestehender Partnerschaften am Markt eingeführt werden. Im Pharmabereich wird ebenfalls mit ersten Kunden zusammengearbeitet.

Karger ergänzt: „Wir haben früh auf Partnerschaften und Vorbestellungen gesetzt, um den Markt besser zu verstehen.“ Um die bereits verabredeten hochwertigen Roh- und Inhaltsstoffe bald in größeren Mengen liefern zu können, ist das aktuell elfköpfige Team von Primogene gerade innerhalb Leipzigs umgezogen. Für die anstehende Skalierung war der Wechsel auf eine Betriebsstätte mit mehr Laborfläche und größerem Produktionsbereich wichtig. Große Mitspieler auf dem Feld der HMOs wie die niederländische DSM-Firmenich oder der dänische Konzern Chr. Hansen schrecken Karger nicht: „Bekannt sind mehr als 200 verschiedene HMOs, davon sind bisher sieben strukturell einfacher industriell herstellbar und auf dem Markt. Sie werden mit einer Fermentationstechnologie produziert. Unser enzymatisches Verfahren kann deutlich mehr und komplexere Zuckerstrukturen hervorbringen. Außerdem reicht unsere Produktpalette weit über HMOs hinaus.“

Das Jahr startete für Start-ups mit einer Rekordmeldung: In Deutschland wurden im vergangenen Jahr fast ein Drittel mehr Gründungen verzeichnet. In absoluten Zahlen wurden 2025 insgesamt 3.568 neue Firmen geschaffen – ein neuer Höchststand, wie der Start-up-Verband im Januar verkündete. Dies ist auch der künstlichen Intelligenz (KI) zu verdanken, wie sich beim genauen Hinschauen herausstellt. 853 dieser neuen Unternehmen kommen aus dem Bereich Software. Doch nicht nur sie verwenden KI; bei einer Umfrage gab ein Drittel aller Gründer und Gründerinnen an, dass sie mit KI arbeiten. Dementsprechend sehen die Sprecher des Verbands in der Technologie auch die treibende Kraft hinter dem Start-up-Rekord.

Wirft man einen Blick über den Tellerrand hinaus, so lässt sich feststellen, dass die Start-up-Szene in Europa insgesamt floriert. Der „State of European Tech 2025“-Report im Auftrag von Atomico und anderen schätzt, dass im letzten Jahr Investitionen in Höhe von 44 Milliarden US-Dollar (umgerechnet ca. 38 Mrd. EUR) in diesen Sektor geflossen sind. Geldgeber erwarten inzwischen, dass Start-ups mit KI und Deep Tech arbeiten, so der Report. Demnach flossen auch 36 Prozent der europäischen Start-up-Investitionen in genau diese beiden Felder.

Das Gründungsumfeld könnte also kaum besser sein. Doch ein Rekord an Start-ups und steigende Investitionssummen bedeuten nicht zwangsläufig auch eine einfache Skalierung der Geschäftsmodelle. Viele – zu viele – Start-ups scheitern nach erfolgreichen ersten Jahren an der Weiterentwicklung ihres Geschäfts. Neben einer Reihe üblicher Herausforderungen stehen vor allem Bürokratie, Fragen zur Datenhoheit und ein Betrieb über Landesgrenzen und Wirtschaftszonen hinweg im Vordergrund. Start-ups müssen nachweisen, dass ihre Nutzung von KI auf soliden, regulierten Datenfundamenten basiert und den Compliance-Vorgaben entspricht.

Hier kommt Agentic AI ins Spiel. Die Einbettung von KI-Agenten in den Kern der Betriebsabläufe ist die Antwort auf viele dieser Herausforderungen und wird für das Wachstum im Jahr 2026 von entscheidender Bedeutung sein.

Solide Datenbasis vor KI-Einsatz

Start-ups, die dies erreichen wollen, sollten sich darauf konzentrieren, ihre KI-Nutzung auf einer soliden Datenbasis aufzubauen, deren Fundament eine einheitliche Datenarchitektur ist. Sie tun sich deutlich leichter damit, die dafür nötigen Architekturentscheidungen zu treffen, als etablierte Unternehmen mit entsprechender Legacy-IT. Gründer und Gründerinnen sollten daher von Beginn an darüber nachdenken, wie sie eine starke Datenarchitektur aufsetzen, Silos abbauen und KI als Herzstück ihrer Prozesse einbetten.

Diese Grundlage hilft bei der Einführung von KI-Agenten, damit deren Output auch die Erwartungen erfüllt: Geschäftsprozesse effizienter zu strukturieren und zu optimieren sowie die Entscheidungsfindung zu beschleunigen. Start-ups, die dies umsetzen, werden sich gegen ihre Konkurrenten durchsetzen und letztlich erfolgreich sein.

KI-Agenten als Innovationsbeschleuniger

Indem Start-ups KI-Agenten von Beginn an in den Kern ihrer Geschäftsabläufe integrieren, skalieren sie schneller als mit dem Einsatz von nur einem reinen Large Language Model (LLM). Der Grund dafür liegt in der Standardisierung der Daten, die für KI-Agenten notwendig ist. Auf dieser Grundlage können die Agenten ihre einzigartigen, autonomen Fähigkeiten ausspielen, da sie mit unternehmenseigenen Daten trainiert werden. Vor allem bei Start-ups können Potenziale schnell gehoben werden: Wenn Agenten für bestimmte Aufgaben entwickelt werden, können sie diese auch lösen – egal wie komplex und fachspezifisch sie sein mögen. Stimmt die Datenbasis, lassen sich auch mehrere Agenten miteinander verknüpfen, um sogar noch komplexere Herausforderungen zu bewältigen.

Ein Beispiel dafür ist die mögliche Kooperation zwischen einem Kundensupport-Agenten und einem Prognose-Agenten. Wenn ein Kunde einen Support-Fall auslöst, kann der andere Agent sogleich die Kosten berechnen, was die Kundenzufriedenheit durch eine schnellere Reaktion steigern kann. Für die Skalierung von Start-ups ist ein enges Zusammenspiel der Abteilungen wichtig, um die Geschäftsbeziehungen zu zufriedenen Kunden weiter ausbauen zu können. Der Einsatz von KI-Agenten kann, gepaart mit dem menschlichen Element, begrenzte personelle Ressourcen ausgleichen und eine bessere Serviceleistung ermöglichen, was für ein schnelles Wachstum unabdingbar ist.

Doch nicht nur der Kundenkontakt lässt sich automatisieren, sondern auch eine ganze Reihe von Routinevorgängen in der internen Verwaltung der Firmen selbst. Dies ermöglicht nicht nur dem Management, sondern auch den Investoren, schnell einen fundierten Überblick über Liquidität, Umsatz, Einnahmen und Gewinn zu erhalten. Die Erkenntnisse in Echtzeit führen zu schnellen und datenbasierten Entscheidungen, was für junge Unternehmen Gold wert ist und es ihnen ermöglicht, flexibel zu bleiben.

Die Datenbasis muss stimmen

Für Start-ups sind Probleme beim Datenzugriff ein kritisches Risiko für den Geschäftserfolg. Eine einheitliche, moderne Datenarchitektur ermöglicht die Demokratisierung des Datenzugriffs und löst Datensilos auf. Der Vorteil liegt auf der Hand: Schneller Datenzugriff schafft Transparenz gegenüber Kunden und Aufsichtsbehörden. Darüber hinaus erhöht dies auch das Vertrauen der Mitarbeitenden und schafft ein Gefühl des Zusammenhalts.

Governance ist auch bei der Verwendung von KI-Agenten von entscheidender Bedeutung. Der Druck zur Einhaltung von Vorschriften sollte daher als Vorteil betrachtet werden.

Der Dreiklang aus Datenherkunft, Versionierung und automatisierter Auswertung der Ergebnisse hilft jungen Unternehmen dabei, Governance auf einem soliden Fundament aufzubauen. Die Teams erhalten direkte Transparenz darüber, wie sich die KI-Agenten verhalten, auf welchen Daten sie basieren und wie sie ihre Ergebnisse im Laufe der Zeit verändern. Laufende Bewertungen tragen dazu bei, dass KI-Agenten präziser werden, um genau jene hochwertigen Ergebnisse zu liefern, die Start-ups für die Skalierung ihrer Geschäftsmodelle benötigen. Dies ist besonders wichtig, wenn proprietäre KI-Modelle entwickelt und von der Testphase in die Produktion überführt werden, wobei gesetzliche Vorschriften wie die DSGVO oder der EU AI Act zwingend einzuhalten sind.

Parloa, ein deutsches Start-up-Unternehmen mit einer Bewertung von drei Milliarden US-Dollar, ist ein hervorragendes Beispiel dafür, wie dieser Ansatz in der Praxis aussehen kann: Das Unternehmen hat KI-Agenten zum Kern seines Kundenservice gemacht und gleichzeitig eine einheitliche, kontrollierte Datenbasis aufgebaut, die vollständig mit der DSGVO und dem EU AI Act konform ist. Seine Plattform folgt den Prinzipien des „Privacy by Design“, sodass sensible Kundendaten ohne Kontrollverlust verwendet werden können. Durch die Verwaltung des gesamten Lebenszyklus von KI-Agenten macht Parloa Governance zu etwas Greifbarem und gibt den Teams Klarheit darüber, welche Daten verwendet wurden, wie sich die Agenten verhalten haben und wie sich die Ergebnisse im Laufe der Zeit entwickelt haben. Diese Kombination aus moderner Architektur und starker Governance ermöglicht es den Kunden von Parloa, Zugang zu hochwertigen Daten zu erhalten und die Transparenz für Regulierungsbehörden sowie Endnutzer zu erhöhen – und dennoch KI-gesteuerte Kundeninteraktionen in Umgebungen zu skalieren, in denen Fehler oder Missbrauch inakzeptabel sind.

Fazit

KI-Agenten bieten europäischen Start-ups eine einmalige Gelegenheit, schnell zu wachsen und gleichzeitig Investoren anzuziehen, die bekanntermaßen ihr Geld bevorzugt in Unternehmen investieren, die Wert auf Datenverwaltung, Genauigkeit, Qualität und die Schaffung von echtem Mehrwert durch Technologie legen. Es ist jedoch ein Fehler, sich ohne sorgfältige Überlegungen auf die Einführung von Agenten zu stürzen. Start-ups, die KI-Agenten einsetzen, ohne zuvor eine einheitliche Datenbasis aufzubauen und eine solide Verwaltung sowie Bewertung sicherzustellen, riskieren, mehr Komplexität als Mehrwert zu schaffen. Letztlich werden jene Gründer und Gründerinnen erfolgreich sein, die ihre Geschäftsmodelle branchen- und länderübergreifend skalieren können – hierbei spielt der Einsatz von KI-Agenten bereits jetzt eine entscheidende Rolle.

Der Autor Nico Gaviola ist VP Digital Natives & Emerging Enterprise bei Databricks EMEA.