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

Vom Agentur-Projekt zur DSGVO-Plattform

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

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

Die ARR-Metrik im Branchen-Check

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

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

Technologische Tiefe vs. „Middleware“-Dilemma

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

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

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

B2B als Cashcow für den B2C-Testballon

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

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

Fazit

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

Während andere Abiturient*innen für Klausuren büffeln, programmierten Florian Ritzel und sein Mitgründer Jannik Kirchhoff (beide 18) ein Start-up. Die Initialzündung war laut den beiden Hamburger Gymnasiasten eine gesellschaftliche Beobachtung: Die Belastung durch Mobilitätskosten. „Die alleinerziehende Mutter sollte nicht an der Zapfsäule stehen müssen und entscheiden, ob sie ihr Kind in die Kita oder sich selbst zur Arbeit fährt“, beschreibt Ritzel die Motivation hinter dem Projekt. Die amüsante Ironie ihrer Gründung: Die Marlow-Gründer besitzen aktuell nicht einmal einen Führerschein.

Auf die naheliegende Skepsis bezüglich dieses fehlenden „Nutzer-Wissens“ reagiert Florian Ritzel offensiv: „Natürlich gibt es immer Leute, die unsere Idee kritisieren. Und fehlendes Nutzerwissen ist gerade am Anfang schwierig, vor allem, wenn man eine App bauen möchte, die möglichst vielen Menschen hilft.“ Doch aus der vermeintlichen Schwäche machten sie eine Stärke durch maximale Nutzerorientierung. „Wir haben bereits vorher im Umfeld rumgefragt, was die Leute eigentlich brauchen, und danach gezielt um Feedback gebeten“, erklärt der Gründer. Der Erfolg gibt ihnen recht: „Inzwischen erreichen uns täglich dutzende Mails mit Tipps – was die Nutzer*innen sich wünschen und wie wir die App verbessern können. Dadurch wird uns das Ganze nicht zum Verhängnis, sondern sogar zum Vorteil.“

Mit Marlow wollen sie den rund 48,5 Millionen Pkw-Halter*innen in Deutschland auf den Cent genau aufzeigen, wo das Auto wirklich Geld frisst. Denn der teure Kraftstoff ist nur ein Teil der Wahrheit. Falsche Versicherungstarife, unbemerkter Wertverlust, Wartung und vergessene Pendlerpauschalen reißen oft weitaus größere Löcher ins Budget. Die Resonanz ist für die frühe Phase beachtlich: Ganz ohne bezahltes Marketing sammelte die App schnell über 700 Downloads ein – eine für den Massenmarkt zwar noch bescheidene Zahl, die jedoch ausreichte, um mehrfach in die Top 100 der Finanz-Charts im App Store zu stürmen. Zudem generierte das Projekt rein organisch Presseberichte, unter anderem in der FAZ, der SWP und bei Antenne Bayern.

Holistischer Ansatz statt reiner Tank-App

Auf den ersten Blick wirkt Marlow wie ein weiterer Spritpreis-Radar. Die App zieht in Echtzeit Daten der Markttransparenzstelle für Kraftstoffe, listet Ladesäulen für E-Autos und alarmiert per Push-Nachricht bei günstigen Preisen. Der entscheidende Pivot ist jedoch das ganzheitliche Kostentracking: Die Gründer haben einen eigenen Versicherungsrechner sowie einen Steuer-Sparrechner integriert, bieten detaillierte Monatsreports an und binden die Nutzer*innen über einen Gamification-Ansatz („Sparfuchs-Score“). Ein zentrales Versprechen in Zeiten von Datenskandalen: Alle sensiblen Nutzer*innendaten werden lokal auf dem Endgerät gespeichert – es gibt keine zentrale Cloud.

Angesprochen auf die Skalierbarkeit dieses Modells bezieht Jannik Kirchhoff klar Stellung: „Die lokale Datenspeicherung ist gerade in Deutschland kein strategisches Eigentor. Ich halte nichts für wichtiger, als die privaten Daten unserer Nutzer*innen zu schützen“. Er warnt vor den Risiken zentraler Speicherlösungen: „Niemand muss wissen, wo ich wohne, wohin ich morgens fahre oder wo meine Kinder zur Kita gehen. Wir haben in der Vergangenheit immer wieder gesehen, dass jeder gehackt werden kann. Und gerade als junge Entwickler können und wollen wir diese Verantwortung nicht übernehmen“. Personalisierte Spar-Vorschläge ließen sich laut Kirchhoff auch direkt auf dem Smartphone „hervorragend realisieren“.

Ein echtes Haifischbecken

Die Vision ist ambitioniert, doch der Markt ist hart umkämpft. Die Konkurrenz reicht von Excel-Tabellen bis zu Platzhirschen wie Spritmonitor oder Giganten wie Clever Tanken. Warum also wechseln? Florian Ritzel gibt sich selbstbewusst: „Die Spritpreis-Übersicht ist bei uns nur eines von vielen Features – nicht der Hauptteil. Wer Spritmonitor so gut findet, darf dort gerne bleiben.“ Der Fokus liege woanders: „Wer aber wirklich tracken möchte, was sein Auto insgesamt kostet, der kann das eben nur bei uns. Diese Gesamtheit an Features gibt es bisher in keiner anderen App in dieser Form.“ Selbst das Argument der manuellen Excel-Tabelle lässt er nicht gelten: „Natürlich kann man sich das selbst in Excel bauen – aber darauf haben die meisten Leute schlicht keine Lust. Genau deswegen sind wir so gut.“

Kritisch hinterfragt

Trotz des Aufklärungscharakters ist Marlow kein reines Hobbyprojekt; In-App-Käufe für eine „Plus“-Version (0,99 €/Monat) sowie eine „Pro“-Version (2,99 €/Monat bzw. 19,99 €/Jahr) bilden das Monetarisierungsmodell. Ob die selbstgestrickte Mathematik hinter dem Versicherungsrechner, der auf hunderten per Hand durchgerechneten Profilen basiert, ohne echte API-Schnittstellen dauerhaft standhält, bleibt abzuwarten.

Wie viele Abonnent*innen braucht es, um nach dem Abitur davon zu leben? Jannik Kirchhoff rechnet vor: „Ehrlicherweise vermutlich mehr als 10.000 zahlende Abonnent*innen – aber das ist zunächst auch nicht unser Ziel.“ Aktuell stehe das Lernen im Vordergrund: „Wir wollen vor allem Erfahrungen sammeln durch das, was wir machen, und gleichzeitig die laufenden Kosten decken. Das sollte demnächst möglich sein.“

Für die Zeit nach dem Abschluss hält er sich alle Türen offen: „Risikokapital halte ich ab dem Moment für unumgänglich, an dem wir wirklich konkret expandieren wollen. Das wird vermutlich nach dem Abitur der Fall sein. Dann muss man schauen, ob es sich lohnt, Anteile abzugeben oder Kredite aufzunehmen.“ Sein Fazit: „Spannend wird es erst, wenn wir die Idee wirklich groß skalieren wollen.“

Ein exzellentes MVP mit Pivot-Potenzial

Marlow ist ein Lehrbuchbeispiel für ein hervorragendes Minimum Viable Product (MVP). Um jedoch hochprofitabel zu werden, könnte mittelfristig ein Wechsel hin zur Affiliate-Provision für Versicherungswechsel nötig sein. Doch hier bremst Florian Ritzel bewusst: „Versicherungspartner wollen wir zunächst bewusst nicht werden, denn einer der entscheidendsten Punkte unserer App ist, dass wir Versicherungsdaten unabhängig zur Verfügung stellen.“

Sein Ziel ist technologische Exzellenz: „Meilenstein eins ist, den Versicherungsrechner so akkurat zu machen, dass wir auf Check24-Niveau sind – ohne dafür Provisionen zu kassieren.“ Zudem plane man Kooperationen mit Fahrschulen und Werkstätten, um die Leute genau dort zu erreichen, „wo sie am meisten ans Auto denken“. Die größte Hürde bleibt derweil technischer Natur: „Meilenstein drei ist die Android-Version – das ist allerdings extrem schwer umzusetzen, gerade wenn man iOS-Coding gewohnt ist.“ Dennoch verspricht er: „Wir planen das aber innerhalb der nächsten drei Monate.“

Der Grundstein ist gelegt. Nun müssen die beiden Hamburger beweisen, dass sie nach dem Abitur nicht nur programmieren, sondern auch unternehmerisch durch den dichten Verkehr des Mobilitätsmarktes navigieren können.

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

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

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

Binationale Strategie: Zwischen Finanzplatz und Klimaforschung

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

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

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

Der AdaptationReturn als künftiger Branchenstandard?

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

Der Paradigmenwechsel im Überblick:

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

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

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

Bewährungsprobe im B2G-Sektor und die leeren Kassen

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

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

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

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

Fazit

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

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

Die 3.000-Euro-Delle und das Versprechen der Transparenz

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

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

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

Domänen-Intelligenz vs. schmutziger Lack

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

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

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

Der harte Realitätscheck in der Werkstatt

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

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

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

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

David gegen die Software-Goliath

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

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

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

Fazit: Geniales Lead-Tool oder echtes Gutachten?

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

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

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

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

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

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

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

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

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

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

Die Governance-Lücken, über die kaum jemand spricht

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

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

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

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

Wenn KI keine Wunderwaffe ist: Reale Fälle

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

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

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

Der hybride Ansatz: Was er ist – und was nicht

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

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

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

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

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

Welche Governance-Lösungen es heute schon gibt

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

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

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

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

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

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

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

Die Köpfe hinter der Idee & die Historie

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

Das Geschäftsmodell: Mehr als nur Hardware

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

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

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

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

Kritische Markteinordnung

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

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

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

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

Unser Fazit

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

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

Der Markt für verbraucherorientiertes LegalTech (B2C) hat in den vergangenen Jahren in Deutschland stark an Fahrt aufgenommen. Im Zentrum stehen oft standardisierbare Massenverfahren – von Fluggastrechten über Mietminderungen bis hin zum Arbeitsrecht. In letzterem Segment positioniert sich cleverklagen.

Bootstrapping in einem teuren Markt

Gegründet wurde die Plattform im Jahr 2020 von den beiden Rechtsanwälten Fabian Beulke und Lucas Rößler. Die Idee entstand in ihrer gemeinsamen Zeit bei der renommierten Kanzlei Hausfeld LLP, wo sie maßgeblich in die Betreuung großer Sammelklagen involviert waren. Diese Erfahrung inspirierte das Duo zu einem Ansatz, den sie selbst als eine Art „Robin Hood Litigation“ beschreiben: Sie wollen die strukturellen Nachteile von Arbeitnehmer*innen gegenüber ressourcenstarken Unternehmen ausgleichen. Dabei positioniert sich das Start-up bewusst als moderne Alternative zur klassischen Kanzlei.

Bemerkenswert für die Start-up-Szene: cleverklagen wächst seit der Gründung profitabel und verzichtet dabei vollständig auf externes Kapital. Das ist mutig. Denn im B2C-Arbeitsrecht haben Kund*innen einen extrem niedrigen Lifetime Value – man wird idealerweise nur einmal gekündigt –, während die Akquisekosten via Google Ads enorm sind. Wie stemmt man das gegen VC-finanzierte Konkurrenz?

„Wir haben bewusst klein angefangen“, blickt Lucas Rößler zurück. „Gerade beim Bootstrapping kommt es darauf an, extrem effizient und genau zu arbeiten. Denn wenn das Geld knapp ist, kann man sich nur wenige Fehler leisten“, erinnert er sich an die harte Anfangsphase, in der das Duo nahezu alles selbst übernehmen musste. Fehlerverzeihlich ist das B2C-Arbeitsrecht bis heute nicht: Wer im Google-Ads-Wettbewerb gegen VC-finanzierte Player antritt, braucht Nerven aus Stahl – und, wie Rößler anmerkt, „einen starken Sales-Funnel, von der Anzeige bis zur Conversion“. Neben dieser technischen Präzision brauche es laut dem Gründer aber auch „sehr viel Liebe fürs Detail und ein gutes Verständnis, was die Kund*innen von einem erwarten“. Ob sich ein(e) einzelne(r) Mandant*in rechne, müsse man in der Summe betrachten. Dank erfahrener Anwält*innen sei man meist erfolgreich, was dem Unternehmen heute eine finanzielle Stabilität gebe, die in der Anfangsphase gefehlt habe.

Prozesskostenfinanzierung statt Stundenlohn

Die Geschäftsidee verknüpft digitale Prozessabläufe mit der Betreuung durch echte Jurist*innen. Eine eigens entwickelte Software soll Arbeitsabläufe vereinfachen und dem Team mehr Raum für die Mandant*innenbetreuung geben. Das Kernstück ist jedoch das finanzielle Modell, das einer klassischen Prozesskostenfinanzierung entspricht: Es gibt kein Vorkostenrisiko und im Falle einer Niederlage entstehen den Arbeitnehmer*innen keine Kosten. Verfügen die Kund*innen über keine Rechtsschutzversicherung, finanziert cleverklagen den Prozess vor. Im Gegenzug wird eine Provision fällig, die als Teil der zusätzlich ausgehandelten Abfindung beschrieben wird.

Doch wie hoch ist diese Erfolgsprovision genau? „Unsere Erfolgsprovision ist bewusst nicht einheitlich festgelegt, sondern hängt immer vom jeweiligen Fall ab“, erklärt Fabian Beulke. Man berücksichtige das Verlustrisiko, die übernommenen Anwaltskosten und die realistische Abfindungshöhe. „Durchschnittlich kann man sagen, dass unser Erfolgshonorar bei knappen 30 Prozent liegt“, präzisiert Beulke. Stehe eine sehr hohe Abfindung im Raum, könne die Provision auch deutlich darunter fallen – bei hohem Risiko aber auch entsprechend steigen.

Während sich das Duo bei der Erfolgsquote auskunftsfreudig zeigt – derzeit schließe man über 90 Prozent der Fälle erfolgreich ab und wachse jährlich um rund 50 Prozent –, mauern die beiden bei der Frage nach den genauen Finanzen. „Zu konkreten Umsatzzielen äußern wir uns allerdings nicht“, wiegelt Beulke ab.

Das „Rosinenpickerei“-Dilemma

Das Modell der Prozessfinanzierung ist lukrativ, steht bei Kritikerinnen aber oft unter dem Verdacht des sogenannten Cherry-Pickings. Der Vorwurf lautet, Anbieter*innen würden durch Algorithmen rigoros vorfiltern und nur die fast risikolosen Fälle annehmen, während komplexe oder wirtschaftlich kleinere Schicksale durchs Raster fallen.

Lucas Rößler wehrt sich vehement gegen diese Darstellung: „Diese Kritik können wir so nicht bestätigen. Unsere Ablehnungsquote ist sehr niedrig, denn wir wollen so vielen Menschen wie möglich helfen.“ Zwar bleibt Rößler eine exakte Prozentzahl bei der Ablehnungsquote schuldig, verspricht aber: „Uns ist es ganz egal, ob unser(e) Mandant*in Mini-Jobber*in oder eine hochbezahlte Führungskraft ist. Auch komplexere oder risikoreichere Fälle schließen wir nicht aus.“ Abgelehnt werde laut Rößler nur bei Anfragen, die den eigenen moralischen Werten widersprechen – oder „wenn kein Anspruch oder Verhandlungshebel gegen den bzw. die Arbeitgeberin vorliegt“. Robin Hood agiert im LegalTech-Markt eben auch mit wirtschaftlichem Kalkül.

Proprietäre Software vs. Standard-KI

Cleverklagen betont medial gern den Einsatz eigener Tech- und KI-Lösungen. Doch in Zeiten, in denen sich standardisierte juristische Branchen-KIs rasant entwickeln, wird eine eigene Fallbearbeitungs-Software zunehmend zum reinen Hygienefaktor und verliert als unüberwindbarer Wettbewerbsvorteil an Strahlkraft.

Wo genau zieht das Start-up also die technische Grenze zwischen Automatisierung und anwaltlichem Handwerk? „Künstliche Intelligenz soll unsere Anwält*innen in erster Linie bei repetitiven und administrativen Aufgaben unterstützen“, ordnet Fabian Beulke ein. Es gehe vor allem um Fristen- und Aufgabenmanagement, Terminplanung oder die Dokumentenverwaltung. Dabei setze man auf hohe Datenschutzstandards: Die hauseigene KI laufe ausschließlich auf eigenen Servern, gänzlich ohne externe Datenverbindungen. Zudem durchkämme die KI laufend die Akten für Konsistenz-Checks. Ein pragmatischer statt revolutionärer Ansatz, wie Beulke unumwunden zugibt: „Das ist wichtig, damit bei der Vielzahl laufender Fälle nichts daneben geht.“

Bei der juristischen Kernarbeit zieht Beulke jedoch eine klare rote Linie: „Uns ist wichtig, dass eine Entscheidung nie von der KI getroffen wird. Diese Verantwortung liegt ausschließlich bei unseren Anwält*innen.“ Gerade das Arbeitsrecht sei viel Verhandlungssache, die oft mündlich in persönlichen Gesprächen oder vor Gericht geklärt werde. „Es braucht ein starkes Verhandlungsgeschick, Erfahrung und das richtige Timing“, so der Mitgründer. „Das kann KI aus unserer Sicht nicht ersetzen.“

Fazit & Ausblick

Cleverklagen zeigt eindrücklich, dass gesundes Wachstum ohne Investorinnen auch im anwaltlichen Dienstleistungssektor funktionieren kann. Die eigentliche Herausforderung für das Duo dürfte künftig jedoch weniger in der hauseigenen Softwareentwicklung liegen, sondern in der profitablen und skalierbaren Kund*innenakquise.

Wo sieht sich das Unternehmen in zwei Jahren? Lucas Rößler hat klare finanzielle Ambitionen: „Wenn weiterhin alles gut läuft, haben wir unseren Umsatz und Gewinn in zwei Jahren idealerweise mehr als verdoppelt.“ Ob man die vertikale Marktführerschaft im Arbeitsrecht erzwingen könne, werde sich zeigen.

Interessant ist jedoch die strategische Ausrichtung für die Zukunft: Cleverklagen plant die Expansion in weitere Rechtsgebiete. Dabei wolle man sich explizit nicht auf standardisierte Massenverfahren fokussieren, verrät Rößler: „Wir wollen Rechtshilfe in Bereichen bieten, in denen Menschen echte und oft existenzielle Unterstützung benötigen. Zum Beispiel bei Streitigkeiten mit Versicherungen oder bei familien- oder erbrechtlichen Fragen.“

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

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

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

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

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

Schluss mit dem KI-Flickenteppich

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

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

KI-Agenten per Drag-and-drop

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

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

Transparenter Deal oder teure Skalierung?

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

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

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

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

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

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

Genialer Eisbrecher mit Ablaufdatum?

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

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

Lange Zeit belächelt, in eine rosarote Lifestyle-Ecke gedrängt und von männlich dominierten Investment-Komitees als Nischenthema abgetan: FemTech hat einen beispiellosen Reifeprozess hinter sich. Doch der eigentliche Paradigmenwechsel des Jahres 2026 findet tief in der Pharmakologie und der klinischen Forschung statt. Jahrzehntelang galt in der Medizin der 70 Kilogramm schwere Durchschnittsmann als universeller Standard. Die fatale Folge dieser sogenannten Gender Data Gap ist, dass Medikamente primär an männlichen Probanden getestet wurden, weshalb Frauen bis heute ein dramatisch höheres Risiko für Fehldiagnosen und schwere Nebenwirkungen tragen. Der weibliche Körper verstoffwechselt Wirkstoffe aufgrund hormoneller Zyklen und abweichender Enzymaktivitäten völlig anders. Vom einstigen Tabuthema zum DeepTech-Sektor beweist die Branche heute, dass geschlechtsspezifische Medizin kein Nischendasein mehr fristet, sondern ein systemkritisches Versäumnis korrigiert. FemTech schließt endlich diese lebensgefährliche Datenlücke und wird so zum unverzichtbaren Rückgrat einer gerechten, digitalen Medizin.

Datenpower gegen die medizinische Unsichtbarkeit

Der globale Markt für Frauengesundheit steuert laut aktuellen Analysen von McKinsey weltweit auf die Eine-Billion-Dollar-Marke zu. In Deutschland zeigt sich 2026 eine deutliche Konsolidierung. Während die Dealroom-Daten nach dem Hype der frühen 2020er Jahre zunächst eine Delle verzeichneten, hat sich das Investitionsvolumen in der DACH-Region mittlerweile auf einem konstant hohen Niveau stabilisiert. Laut einer Einschätzung der KfW fließen die Gelder heute jedoch smarter: Weg vom überfüllten B2C-Consumer-Markt, hin zu B2B-Modellen und DeepTech.

Der unangefochtene Haupttreiber in diesem Jahr ist die künstliche Intelligenz, die in der Diagnostik, bei der Mustererkennung von Biomarkern und vor allem in der Simulation geschlechtsspezifischer Medikamentenreaktionen neue Standards setzt. Series-A-Runden im zweistelligen Millionenbereich sind für wissenschaftlich validierte Geschäftsmodelle in Deutschland keine Seltenheit mehr, da die Erkenntnis gereift ist, dass eine Medizin, die die Hälfte der Menschheit ignoriert, schlichtweg ökonomisch ineffizient ist.

Gender-Pharmakologie und Female-Centric AI

Die FemTech-Welle der ersten Stunde wurde von Menstruations-Apps dominiert. Pioniere wie das Berliner Start-up Clue haben dafür den Weg bereitet. Doch 2026 dominieren völlig neue, hochkomplexe Sub-Sektoren das Feld. Erstens sehen wir einen massiven Push im Bereich der geschlechtsspezifischen Pharmakologie. Da der weibliche Metabolismus stark von Hormonzyklen beeinflusst wird, nutzen Start-ups heute synthetische Daten und KI, um virtuelle klinische Studien an weiblichen Profilen durchzuführen. Zweitens rückt die geschlechtsspezifische Kardiologie und Onkologie in den Fokus, bei der Algorithmen explizit auf weibliche Symptomatiken – wie den oft unerkannten „stillen Herzinfarkt“ bei Frauen – trainiert werden. Drittens boomt das Metabolische Biomonitoring, das präventiv Autoimmunerkrankungen trackt, die Frauen überproportional oft betreffen. Diese Entwicklung wird massiv durch Einrichtungen wie das Institut für Geschlechterforschung in der Medizin (GiM) an der Berliner Charité flankiert, das die klinische Gendermedizin maßgeblich vorantreibt.

Die Lektionen aus dem Crash der Lifestyle-Apps

Dass der Weg zur Profitabilität steinig ist, zeigte in der jüngeren Vergangenheit das spektakuläre Scheitern des US-Konzerns FemTec Health, der nach einer aggressiven Übernahmewelle – unter anderem des einstigen Schweizer Vorzeige-Start-ups Ava – grandios implodierte. Aus diesem Crash lassen sich für heutige Gründer*innen vier fatale Fallstricke ableiten. Der erste und wichtigste Fehler war die gnadenlose Unterschätzung der europäischen Medizinprodukteverordnung (MDR), die vielen Hardware-Produkten im Nachhinein das Genick brach. Zweitens offenbarten sich völlig zerstörte Unit Economics, da reine Direct-to-Consumer-Modelle durch exorbitante Marketingkosten unprofitabel wurden. Ein dritter Irrtum war das „Pinkwashing“: Es wurde mehr Budget in Lifestyle-Marketing gepumpt als in echte klinische Evidenz, was den Zugang zu essenziellen Krankenkassen-Erstattungen blockierte. Der vierte Fallstrick war die fehlende Spezialisierung auf Gender-Daten; Unternehmen, die lediglich eine weibliche Benutzeroberfläche für männliche Medizinstandards bauten, scheiterten am mangelnden medizinischen Mehrwert.

Wo die geschlechtsspezifische Innovation hierzulande pulsiert

Deutschlands FemTech-Landschaft konzentriert sich 2026 auf hochspezialisierte Hubs. Berlin bleibt der absolute Magnet für Venture Capital und B2C-Brands, stark befeuert durch die Nähe zur Charité und dem Berlin Institute of Health (BIH), das intensiv an der Schließung der Gender Data Gap arbeitet. München hat sich hingegen als das Epizentrum für DeepTech und BioTech etabliert, getragen von den exzellenten Ausgründungen der TU München und dem Cluster BioM. Ein oft unterschätzter, aber extrem relevanter Hotspot ist das Rheinland, insbesondere die Achse Köln/Bonn. Durch die hohe Dichte an privaten Krankenversicherern und Kooperationspartnern wie der Axa oder Gothaer ist dies der ideale Boden für Start-ups, die auf DiGA-Zulassungen schielen. Die Rhein-Neckar-Region um Heidelberg fungiert dank des Deutschen Krebsforschungszentrums (DKFZ) und dem Medizintechnologie-Cluster CUBEX in Mannheim als entscheidende Brücke zwischen harter Onkologie und frauenspezifischer Gesundheitsforschung.

Investor*innen-Radar

Die Investor*innenlandschaft hat sich massiv ausdifferenziert und gleicht 2026 einem hochprofessionellen Ökosystem. Auf der ersten Ebene agieren spezialisierte VCs wie der Auxxo Female Catalyst Fund oder Calm/Storm Ventures, die den Markt mit tiefer Expertise treiben. Die zweite Ebene bilden die Top-Tier Generalisten: Adressen wie Cherry Ventures, HV Capital und der spezialisierte Ableger Earlybird Health haben den ROI von FemTech längst erkannt. Drittens greifen Corporate VCs der Industrie massiv ein; hier positionieren sich Einheiten wie Bayer G4A oder der Roche Venture Fund frühzeitig, um sich strategische Innovationen im Diagnostikbereich zu sichern. Das Fundament bilden hochaktive Business Angels wie Gloria Bäuerlein, Gesa Miczaika und Startup-Verbands-Präsidentin Verena Pausder, die mit ihren Investments echte Signalwirkung erzeugen, während Syndikate wie encourageventures entscheidende Brücken in den Pre-Seed-Phasen bauen.

Die Top Start-ups (Must-Watch)

Für die folgende Auswahl der Top Start-ups des Jahres 2026 haben wir strenge Kriterien angelegt. Im Fokus stehen ausschließlich in Deutschland ansässige Unternehmen der „neuen Generation“ mit einem Gründungsjahr ab 2020. Wir bewerten die Marktrelevanz im Kontext der Gender-Medizin, den technologischen Reifegrad, das Vertrauen namhafter Lead-Investor*innen sowie die Fähigkeit, echte medizinische Datenlücken zu schließen. Die Redaktion hat diese Auswahl unabhängig und ohne finanzielle Gegenleistungen getroffen.

Levy Health (Gründung: 2021)

Das in Berlin gegründete Trio Caroline Mitterdorfer, Priv.-Doz. Dr. med. Theresa Vilsmaier und Silvia Hecher adressiert die komplexe Welt der Endokrinologie. Ihr B2B-SaaS-Produkt ist eine CE-zertifizierte Software zur klinischen Entscheidungsunterstützung, die Mediziner*innen hilft, die wahren Ursachen für weibliche Unfruchtbarkeit schneller zu entschlüsseln. Statt nur hormonelle Daten aufzubereiten, analysiert der Algorithmus umfassende klinische Parameter und Laborwerte, um eine massive diagnostische Lücke in der Reproduktionsmedizin zu schließen. Wie enorm das Skalierungspotenzial dieser Technologie ist, zeigte sich bei einer Seed-Runde über 4,5 Millionen US-Dollar: Angeführt vom US-Fonds XYZ Venture Capital und begleitet von Atlantic Labs, nutzte Levy Health das Kapital, um seinen Hauptsitz strategisch nach San Francisco zu verlegen – während Berlin die entscheidende europäische Entwicklungsbasis bleibt

Ovom Care (Gründung: 2023)

Felicia von Reden, die Gynäkologin Dr. Lynae Brayboy und die renommierte Embryologin Dr. Cristina Hickman heben die Reproduktionsmedizin mit Ovom Care auf ein neues Level. Das als Spin-off des Berliner KI-Studios Merantix gestartete Unternehmen verbindet reale physische Kinderwunschzentren – mit ersten Klinik-Standorten in Lissabon und Großbritannien – mit einer hochkomplexen Software zur Therapieplanung. Der USP: Der Algorithmus nutzt globale Patientinnendaten, um IVF-Behandlungen präzise auf den individuellen weiblichen Körper zuzuschneiden. Für diese technologische Schließung der Datenlücke sammelte das Start-up in einer Seed-Runde 4,8 Millionen Euro ein, angeführt vom Deep-Tech-VC Alpha Intelligence Capital (AIC) unter strategischer Beteiligung von Merantix und Ananda Impact Ventures.

Endo Health (Gründung: 2020)

Die Gynäkologin Dr. med. Nadine Rohloff und der Wirtschaftsinformatiker Markus Rothenhöfer (CIO) haben mit der in Chemnitz ansässigen Endo Health GmbH ein Unternehmen geschaffen, das sich lange Zeit exklusiv der Krankheit Endometriose widmete. Das Ursprungsmodell basiert auf der Endo-App, einer digitalen Gesundheitsanwendung (DiGA), die offiziell vom BfArM gelistet ist und auf Kassenkosten verschrieben werden kann. Im Jahr 2025 vollzog das Start-up jedoch den strategischen Sprung zur Multi-Disease-Plattform und launchte mit „Paula“ eine innovative App-Lösung für Betroffene des Polyzystischen Ovarialsyndroms (PCOS). Dieses enorme technologische Skalierungspotenzial für chronische Frauenkrankheiten überzeugte Geldgeber: Zu den Investoren der jüngsten Expansionsrunden zählen unter anderem Atreyu Investments, Cimexia GmbH, der Berlin Angel Fund und IBB Ventures.

Femfeel (Gründung: 2020)

Das Gründungstrio Janna Kraft, Marie Reger und Michaela Lehr widmet sich mit Femfeel der weiblichen Lebensmitte und überführt die Menopause in die digitale Versorgung. Ihr smartes B2B2C-Modell umgeht langwierige Rezept-Prozesse: Femfeel kombiniert App-basierte Begleitung mit evidenzbasierten Lebensstil-Interventionen, die offiziell als Präventionskurse (nach § 20 SGB V) zertifiziert sind und somit direkt von den Krankenkassen erstattet werden. Wie enorm wertvoll dieser präventive Markt geworden ist, bewies Femfeel durch einen hochbeachteten Exit: Das Start-up wurde von der Medice Health Family – einem Schwergewicht des deutschen Pharma-Mittelstands – übernommen und in dessen Digital-Health-Sparte integriert. Ein historisches Paradebeispiel dafür, wie stark die etablierte Industrie aktuell im FemTech-Sektor konsolidiert.

Frieda (Gründung: 2020)

Valentina Ullrich, Dr. med. Kai Schulze-Wundling und Thanh Schrader-Nguyen adressieren mit Frieda die Gendermedizin in der Menopause und gehen dabei tief in die klinische Diagnostik. Ursprünglich unter dem Namen Loba Health gestartet, agiert das Unternehmen heute als hybride digitale Klinik. Der USP: Statt den Östrogenabfall als Lifestyle-Thema abzutun, kombiniert Frieda datengestützte Telemedizin mit digitaler kognitiver Verhaltenstherapie (CBT) für eine evidenzbasierte Behandlung. Die Menopause wird hier als diagnostisches Fenster begriffen, um Gesundheitsdaten zur aktiven Prävention von altersbedingten Folgekrankheiten (wie Osteoporose) zu nutzen. Dieser konsequente Ansatz überzeugte auch den Schweizer Company Builder Maximon, der diese Brücke zur Langlebigkeit (Longevity) mit einem Seed-Investment von 2,5 Millionen Euro untermauerte.

Vyld (Gründung: 2021)

Ines Schiller und Melanie Schichan transformieren mit Vyld die Monatshygiene durch marine Biotechnologie. Das Start-up bietet sogenannte Kelpons aus Meeresalgen an. Dieser Rohstoff ist nicht nur radikal nachhaltig, sondern liefert einen massiven medizinischen USP: Algen sind von Natur aus hypoallergen, extrem saugfähig und kommen ohne schädliche Bleichmittel oder PFAS (Ewigkeitschemikalien) aus, was das empfindliche vaginale Mikrobiom aktiv schützt. Radikal ist bei Vyld auch die Struktur: Das Start-up agiert im Verantwortungseigentum (Steward-Ownership), wodurch Unternehmenszweck und Sicherheit stets vor kurzfristiger Gewinnmaximierung der Gesellschafter stehen. Dass dieser ethische DeepTech-Ansatz massiv skalieren kann, beweist die Finanzierung: Neben Impact-Investoren wie The Case for Her und millionenschweren Crowdinvesting-Instrumenten wird die Materialforschung von Vyld durch signifikante Fördermittel des Bundesministeriums für Bildung und Forschung (BMBF) validiert.

theblood (Gründung: 2022)

Das Gründerinnen-Duo Isabelle Guenou und Miriam Santer nutzt Menstruationsblut als diagnostische Goldmine. Ihr Geschäftsmodell basiert auf einer innovativen, nicht-invasiven Analyseplattform, die das lange tabuisierte Menstruationsblut nutzt, um ein breites Spektrum an Biomarkern – von Sexualhormonen bis hin zu essenziellen Nährstoffen wie Ferritin (Eisen) – zu tracken. Ein natürliches, zyklisches Abfallprodukt wird so zum hochwertigen Datensatz für die präventive Gesundheitsvorsorge, ganz ohne Nadelstich beim Arzt. Wie resilient und marktreif das Duo agiert, bewies es nach einem medienwirksam geplatzten TV-Investment („Die Höhle der Löwen“): theblood ließ sich nicht beirren und holte stattdessen hochkarätige strategische Partner an Bord. Dass dieser Ansatz massives Vertrauen genießt, zeigt die heutige Riege der Geldgeber: Neben Roosh Ventures und RoX Health investierte unter anderem Klosterfrau Ventures strategisch in die Berliner Pionierarbeit.

Internationaler Ausblick & Fazit

Der Blick über die deutschen Grenzen zeigt 2026 klar, in welche Richtung der Kompass navigiert. Aus den USA schwappt eine massive Welle der KI-basierten Wirkstoffentdeckung speziell für gynäkologische Erkrankungen nach Europa, während Asien die Hardware-Miniaturisierung für kontinuierliches Hormon-Tracking vorantreibt. Ein entscheidender globaler Makro-Trend ist jedoch die Souveränität der Intimdaten. In einer volatilen regulatorischen Ära in den USA (Post-Roe-v.-Wade) hat sich die europäische DSGVO vom Standortnachteil zum ultimativen Wettbewerbsvorteil entwickelt. Internationale Nutzerinnen suchen zunehmend Schutz bei europäischen Plattformen, die strikte Datensicherheit garantieren. Dies eröffnet deutschen Start-ups ungeahnte Exportchancen als absolute Vertrauensführer.

Für Gründer*innen und Investor*innen bedeutet dies: Die Zeit der reinen Wellness-Gadgets ist endgültig vorbei. Wer 2026 erfolgreich sein will, muss die Gender Data Gap schließen, klinische Evidenz liefern und den Datenschutz als ethisches Fundament begreifen. FemTech ist kein Nischen-Portfolio-Baustein mehr für die Diversity-Quote, sondern der am stärksten unterbewertete Treiber für die Zukunft der gesamten Gesundheitsökonomie. Wer heute in Gender-Medizin investiert, investiert in die Qualität der Medizin von morgen.

Es fühlt sich an wie ein anderes Zeitalter, wenn man auf die wilden frühen 2020er Jahre zurückblickt. Damals dominierten fliegende Hunde-Münzen wie Dogecoin, überteuerte Affen-Bilder des Bored Ape Yacht Club und toxische Goldgräberstimmung die Schlagzeilen. Heute, im Jahr 2026, hat die Blockchain-Technologie ihre Pubertät endgültig hinter sich gelassen. Der Wandel vom spekulativen Nischenthema zur unverzichtbaren Infrastruktur ist vollzogen. Wir sprechen nicht mehr über Krypto als Anlageklasse für Zocke*innen, sondern über distributed Ledger als das unsichtbare Betriebssystem der globalen Wirtschaft. Die Technologie ist leise geworden – und genau darin liegt ihr heutiger Wert für die Start-up-Welt.

Wenn Systemrelevanz auf MiCA trifft

Der europäische Markt für Web3- und Blockchain-Technologien hat einen nie dagewesenen Reifegrad erreicht. Der entscheidende Befreiungsschlag war die vollständige Implementierung der europäischen MiCA-Verordnung (Markets in Crypto-Assets), die den Kontinent vom regulatorischen Flickenteppich zum sichersten Hafen für institutionelles Kapital gemacht hat. Aktuelle Erhebungen des Bitkom und des KfW-Research zeigen, dass im Jahr 2026 bereits über 35 Prozent des deutschen Mittelstands die Technologie aktiv evaluieren oder Pilotprojekte mit Blockchain-Infrastruktur betreiben – primär im Supply-Chain-Management und der automatisierten Abrechnung.

Auf Investor*innenseite hat sich das Bild gewandelt: Statt Milliarden in unregulierte Token-Sales zu pumpen, fließen aktuell jährlich rund 1,8 Milliarden Euro klassisches Venture Capital in echte Equity-Runden der DACH-Region. Der absolute technologische Haupttreiber ist dabei die Konvergenz von künstlicher Intelligenz und Blockchain. Da KI-Agenten zunehmend autonom wirtschaftlich handeln, benötigen sie ein dezentrales, programmierbares und vor allem grenzenloses Zahlungssystem. Die Blockchain liefert exakt diese finanzielle Abwicklungsschicht für die Maschinenökonomie.

Die neuen Treiber jenseits der Krypto-Börsen

Wer heute noch Krypto-Exchanges oder reine NFT-Marktplätze baut, baut für die Vergangenheit. Der Markt des Jahres 2026 wird von drei hochspezifischen Sub-Sektoren dominiert, die das Internet grundlegend neu vernetzen.

• An vorderster Front steht DePIN (Decentralized Physical Infrastructure Networks). Hierbei wird reale Hardware – von Solarpanels bis hin zu 5G-Antennen – über Token-Incentives dezentral gesteuert und finanziert.
• Ebenso mächtig ist die Tokenisierung von Real World Assets (RWA), die den traditionellen Finanzmarkt revolutioniert, indem sie Anleihen, Immobilien und Kredite liquide auf die Chain bringt.
• Der dritte große Treiber sind Zero-Knowledge Proofs (ZKPs) – kryptografische Protokolle, die es Unternehmen erlauben, die Authentizität von Daten auf öffentlichen Blockchains zu beweisen, ohne sensible Geschäftsgeheimnisse offenzulegen. Globale Pioniere wie das auf RWA spezialisierte Netzwerk Centrifuge oder das US-Projekt Helium im Bereich DePIN haben den Weg geebnet, auf dem europäische Gründer*innen nun hochskalierbare B2B-Lösungen errichten.

Die Lektionen aus dem Billionen-Kollaps

Doch diese Reife hat einen extrem hohen Preis gekostet. Der spektakuläre Zusammenbruch der Krypto-Börse FTX und das Implodieren des algorithmischen Stablecoins Terra/Luna vor wenigen Jahren dienen heute als mahnendes Pflichtprogramm in jedem BWL-Seminar. Damals verdampften hunderte Milliarden Dollar, weil Gier über Substanz siegte.

Aus diesem Epochen-Crash lassen sich für heutige Gründer*innen vier fatale Fallstricke ableiten, die absolut tödlich enden:

• Der erste Irrtum liegt in der regulatorischen Arbitrage: Wer glaubt, Gesetze durch Offshore-Konstrukte und das Mantra "Code is Law" umgehen zu können, scheitert heute an gnadenlosen Aufsichtsbehörden.
• Zweitens zerstören künstlich aufgeblähte Token-Mechaniken jedes Projekt. Wenn die Unit Economics nur durch das permanente Drucken neuer Token künstlich positiv gehalten werden (Ponzinomics), bricht das Kartenhaus bei der geringsten Marktkorrektur zusammen.
• Die dritte Lektion betrifft den ewigen B2C-Fokus. Der verzweifelte Versuch, Endkund*innen komplexe Wallets und Seed-Phrases aufzuzwingen, ist gescheitert; der wahre Wert der Blockchain liegt derzeit fast ausschließlich in B2B-Lösungen, die im Hintergrund agieren.
• Zuletzt war das fehlende Treasury-Management ein Genickbruch für hunderte Teams. Wer die Reserven seines Unternehmens im eigenen, hochvolatilen Token hielt anstatt in Fiat oder echten Stablecoins, war bei Markteinbrüchen über Nacht insolvent.

Das deutsche Netzwerk: Wo die Knotenpunkte entstehen

Deutschland hat sich in dieser neuen Ära extrem smart positioniert und eine dezentrale Hub-Struktur aufgebaut, die weltweit ihresgleichen sucht. Berlin bleibt die unangefochtene Web3-Hauptstadt Europas. Die tiefe Verwurzelung der Ethereum Foundation und eine massive Dichte an internationalen Tech-Talenten machen die Spree-Metropole zum Epizentrum für Protokoll-Entwickler und Layer-1-Infrastruktur. Frankfurt am Main hat sich im Gegensatz dazu als der Hub für institutionelles DeFi (Decentralized Finance) und RWA-Tokenisierung etabliert. Hier verschmilzt die klassische Bankenwelt durch treibende Kräfte wie das Frankfurt School Blockchain Center mit der neuen Technologie. München spielt seine Trümpfe an der Schnittstelle von DeepTech, KI und Enterprise-Blockchain aus, stark befeuert durch Ausgründungen der TU München und die Nähe zu den Corporate Venture Labs von BMW und Siemens. Die heimliche Hauptstadt für den Milliardenmarkt DePIN ist jedoch die Achse Stuttgart/Karlsruhe. Durch das geballte Ingenieurswissen der Automobilzulieferer, gepaart mit Initiativen rund um Bosch, entsteht hier die direkte Verbindung zwischen dezentralen Netzwerken und der physischen Maschinen- und Mobilitätswelt.

Investor*innen-Radar: Smart Money für das Web3

Wer im Jahr 2026 eine Krypto-Infrastruktur finanzieren will, trifft auf eine hochgradig professionalisierte Investor*innenlandschaft. Auf der einen Seite agieren die spezialisierten VCs wie Greenfield Capital, Cherry Crypto oder 1kx. Sie bringen die notwendige technische Tiefe mit, um komplexe Zero-Knowledge-Architekturen oder Token-Design auf Herz und Nieren zu prüfen. Auf der anderen Seite stehen die Top-Tier Generalisten. Häuser wie Earlybird, Point Nine oder HV Capital haben intern längst dedizierte Web3-Partner aufgebaut und führen heute massive Series-A- und B-Runden an, sobald Start-ups bewiesen haben, dass ihre Technologie echte Kundenprobleme löst.

Ein massiver Wachstumsfaktor sind zudem die Corporate VCs der Industrie, allen voran CommerzVentures im FinTech-Sektor oder Porsche Ventures, die Brücken in die klassische Wirtschaft bauen. Der eigentliche Frühphasen-Motor wird jedoch von einer extrem agilen Angel-Szene angetrieben. Erfahrene Ex-Gründer wie Peter Großkopf oder gut vernetzte Angel-Syndikate recyceln ihr Kapital aus vergangenen Zyklen und finanzieren Pre-Seed-Runden oft innerhalb weniger Wochen.

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

Für unsere Watchlist haben wir klare Kriterien angelegt. Die Auswahl umfasst ausschließlich deutsche Start-ups (mit Hauptsitz oder massiver Präsenz und Wurzeln hierzulande), die ab dem Jahr 2020 gegründet wurden. Wir haben Projekte aussortiert, die rein auf spekulativen Token-Sales basieren. Stattdessen lag unser Fokus auf Marktrelevanz nach dem Krypto-Winter, institutionellem Investor*innen-Vertrauen, technologischer Substanz und einem klaren Product-Market-Fit im B2B- oder tiefen Infrastrukturbereich.

Safe (Gründung 2022)

Das von Lukas Schor, Richard Meissner und Tobias Schubotz als Gnosis-Spin-off gegründete Safe betreibt eine B2B/B2C Smart Contract Account Infrastruktur. Der absolute USP ist die Account-Abstraktion und ihr Multi-Sig-Sicherheitsstandard, der mittlerweile das globale Rückgrat für die Verwahrung digitaler Assets durch Institutionen und DAOs bildet. In den letzten Runden sammelte das Team über 100 Millionen US-Dollar ein, angeführt von Schwergewichten wie 1kx und Tiger Global.

Peaq (Gründung 2020)

Till Wendler, Leonard Dorlöchter und Max Thake bauen mit Peaq eine hochspezialisierte B2B Layer-1 Blockchain. Ihre Technologie ist exakt auf den rasant wachsenden DePIN-Sektor und die "Economy of Things" zugeschnitten, wodurch Maschinen, Fahrzeuge und Roboter souveräne digitale Identitäten und Wallets erhalten. Die jüngsten Wachstumsrunden wurden unter anderem von Generative Ventures und Borderless Capital mit gut 15 Millionen Dollar als Lead-Investoren getragen.

Chainflip (Gründung 2020)

Simon Harman hat mit Chainflip eine B2B2C Cross-Chain Decentralized Exchange (DEX) in Berlin etabliert. Der technologische Vorsprung liegt im nativen Tausch von Krypto-Assets über verschiedene Blockchains hinweg (wie Bitcoin zu Ethereum), ohne dass Nutzer*innen anfällige "Wrapped Tokens" oder unsichere Bridges nutzen müssen. Pantera Capital und Framework Ventures glaubten früh an die Vision und führten Investments in Höhe von über 24 Millionen Dollar an.

Arcium (ehemals Elusiv, Gründung 2022)

Yannik Schrade, Julian Deschler und ihre Co-Founder adressieren mit Arcium eines der größten Probleme der Enterprise-Adoption: Privatsphäre auf öffentlichen Blockchains. Ihr Geschäftsmodell ist ein B2B Confidential Computing Network, dessen USP in der Nutzung von Zero-Knowledge Proofs liegt, wodurch Daten verifiziert werden können, ohne sie zu entschlüsseln. Der auf Krypto spezialisierte Fonds Greenfield Capital sicherte sich hier gemeinsam mit Solana Ventures in frühen Runden mit einem Volumen von über 5 Millionen US-Dollar den Lead.

Gelato Network (Gründung 2020)

Hilmar Orth und Luis Schliesske agieren mit Gelato Network tief im Maschinenraum des Web3. Ihr B2B-Geschäftsmodell ist ein Automatisierungs- und Relayer-Netzwerk. Der USP besteht darin, dass Entwickler über Gelato Smart Contracts automatisieren und sogenannte Rollup-as-a-Service-Lösungen nutzen können – es ist quasi das AWS-Backend für dApps. Die Vision überzeugte Top-Fonds wie Dragonfly und IOSG Ventures, die Kapital in zweistelliger Millionenhöhe bereitstellten.

Unstoppable Finance (Gründung 2021)

Das Berliner Start-up Unstoppable Finance startete unter den Gründern Peter Großkopf, Maximilian von Wallenberg und Omid Aladini ursprünglich mit einer B2C-DeFi-Wallet. Nach einem radikalen strategischen Pivot und dem operativen Ausstieg von Großkopf im Jahr 2024 wandelten Wallenberg und Aladini das Modell erfolgreich zu einer B2B-Infrastruktur für Stablecoins. Der starke USP ist der Aufbau einer vollumfänglich regulierten Brücke („Swift 2.0“), die es institutionellen Kunden vereinfacht, Stablecoins nahtlos in ihre traditionellen Produkte einzubinden. Lightspeed Venture Partners und Speedinvest führen hier das Cap Table mit einem 12,5-Millionen-Dollar-Investment an.

Senken (Gründung 2022)

Das Gründerteam um Adrian Wons, René Schäfer und Djamel Mekibes verknüpft Blockchain mit echtem Klimaschutz. Sie bauen einen B2B-Marktplatz für den Handel mit tokenisierten CO2-Zertifikaten (Carbon Credits). Der USP dieses Regenerative Finance (ReFi) Modells ist die absolute Transparenz und Nachverfolgbarkeit von Klimakompensationen, die das Double-Spending-Problem klassischer Zertifikate eliminiert. Obvious Ventures und namhafte Krypto-Fonds investierten frühzeitig in Senken rund 7,5 Millionen US-Dollar.

Internationaler Ausblick & Fazit

Der Blick über die europäischen Grenzen zeigt, dass die Innovationszyklen rasant bleiben. Aus den USA schwappt aktuell der Makro-Trend der „Chain Abstraction“ zu uns herüber: Blockchain-Technologie wird im Backend so unsichtbar, dass Nutzer*innen gar nicht mehr wissen, auf welchem Netzwerk sie sich bewegen – ähnlich wie heute niemand mehr TCP/IP versteht, um das Internet zu nutzen.

Gleichzeitig forcieren asiatische Märkte, allen voran Singapur und Hongkong, mit massiven staatlichen Förderungen die Verschmelzung von KI-Agenten und Krypto-Payments. Zudem zwingt die globale Entwicklung von digitalen Zentralbankwährungen (CBDCs) die Finanzsysteme endgültig zur Modernisierung.

Für Gründer*innen und Investor*innen lautet das aktuelle Fazit daher so simpel wie hart: Wer heute in der Blockchain-Branche überleben will, muss bauen wie ein traditionelles Softwareunternehmen – besessen davon, echte, drängende Probleme der Wirtschaft zu lösen, nur eben mit einer radikal überlegenen, dezentralen Architektur.

Wer sich den Pitch von Sahm Shojai, Geschäftsführer der Frankfurter Diingu GmbH, durchliest, spürt schnell den typischen Start-up-Idealismus. Es geht um „konkrete Wirkung“, „soziale Teilhabe“ und die Vision einer „globalen sozialen Infrastruktur“, um weltweit die Lebensrealität von Kindern zu verbessern. Das klingt zweifellos gut im Pitch-Deck für potente VCs. Doch zieht man die schillernde Marketing-Ebene ab, bleibt ein konkretes und weitaus pragmatischeres Kerngeschäft. Diingu ist im Kern eine E-Learning- und Recruiting-Plattform für pädagogische Assistenzkräfte. Es handelt sich um ein klassisches B2B2C-Modell in einer Nische, die von der Digitalisierung bislang stiefmütterlich behandelt wurde.

Vom Bruder-„Frust“ zum Uni-Spin-off

Die Geschichte von Diingu – kurz für Digital Inclusion Guide – beginnt im echten Leben. Der Bruder von Mitgründer Sahm Shojai arbeitete als Schulbegleiter und berichtete von den massiven Herausforderungen in seinem Job. Das grundlegende Problem: Immer mehr ungelernte Quereinsteiger*innen strömen in die soziale Branche, denen es eklatant an fachlicher Einarbeitung, Fortbildungen und Qualitätsstandards mangelt.

Aus diesem Engpass formten Sahm Shojai und seine Mitgründer Felix Kolb und Florian Kranz eine digitale Lösung. Dabei gingen sie methodisch klug vor und holten sich von Beginn an wissenschaftliche Expertise ins Boot. Unter der Mentorenschaft von Prof. Dr. Wolfgang Dworschak vom Lehrstuhl für Pädagogik bei geistiger Behinderung an der Universität Regensburg wurde das Start-up als Ausgründung der Hochschule etabliert. Das sicherte dem Team nicht nur ein exist-Gründerstipendium, sondern 2023 auch den Hochschulgründerpreis sowie den 2. Platz beim Frankfurter Gründerpreis. Die Plattform profitiert stark von diesem Fundament, denn die Inhalte sind keine bloßen Wikipedia-Zusammenfassungen, sondern wissenschaftlich fundierte, praxisnahe Kurse.

Doch wie stellt das Team sicher, dass das akademische Wissen der Uni Regensburg nicht zu theoretisch ist und an der rauen Realität einer überforderten Hilfskraft in einer Brennpunkt-Schule vorbeigeht? „Die Entwicklung der Kursinhalte findet mit sorgfältig ausgewählten Experten und Expertinnen statt“, versichert Shojai. Diese verfügten nicht nur über den nötigen akademischen Bezug, sondern brächten auch umfassende praktische Erfahrung mit. „Wir geben klare Richtlinien für die sprachliche Ausgestaltung der Kurse vor und legen großen Wert darauf, dass der Fokus auf praxisnahen Inhalten liegt“, betont der Gründer.

Um die Theorie-Praxis-Lücke zu schließen, fließen daher neben Fachliteratur vor allem persönliche Praxiserfahrungen in die Entwicklung ein. Zudem belässt es Diingu nicht bei der Uni Regensburg, die primär mit Forschungsarbeiten die Qualität sichert. Man kooperiert laut Shojai ebenfalls mit der LMU München, wo der Schwerpunkt auf formativer Diagnostik und Monitoring-Services liege. „Gemeinsam entwickeln wir beispielsweise aktuell ein KI-Tool, das Verhalten- und Risikoanalysen bei Kindern und Jugendlichen durchführen kann“, kündigt der Geschäftsführer an. Sozialarbeitende sollen dadurch befähigt werden, Kindeswohlgefährdungen besser zu erkennen. „Diese innovativen Services sollen den Arbeitsalltag professionalisieren“, resümiert er.

E-Learning trifft auf Jobbörse

Diingu fungiert als zweiseitiger Marktplatz. Auf der einen Seite stehen Privatpersonen wie Schulbegleitende, Kita-Kräfte oder Familienhelfer*innen. Sie können sich gegen eine monatliche Gebühr von aktuell 15 Euro flexibel über mehr als 70 Online-Kurse zu Themen wie Autismus oder ADHS weiterbilden. Bei Verständnisfragen hilft ein KI-Chatbot. Mit den erworbenen Zertifikaten bauen sich die Nutzer*innen dann ein digitales Profil auf. Auf der anderen Seite stehen die großen Träger wie das DRK, die Johanniter oder die Lebenshilfe. Sie zahlen für jährliche Lizenzen, um ihr bestehendes Personal digital zu schulen, Nachweise zentral zu verwalten und schlichtweg Verwaltungskosten zu sparen.

Hand aufs Herz: Wie viele der ohnehin meist schlecht bezahlten pädagogischen Hilfskräfte zahlen die 15 Euro im Monat wirklich selbst aus eigener Tasche? Und plant Diingu langfristig nicht doch einen kompletten Pivot zum lukrativeren, reinen B2B-Modell? Shojai holt bei dieser Frage etwas weiter aus: Man sei vor rund drei Jahren ursprünglich als reine Lernplattform im B2B-Bereich gestartet. Träger nutzten die Kurse zur Schulung des eigenen Personals. „Mit der Zeit erhielten wir jedoch auch zunehmend Anfragen von Privatpersonen, die sich mit unseren Inhalten weiterbilden möchten, um sich auf einen Job im sozialen Bereich zu bewerben“, blickt er zurück. Daraufhin habe man dasselbe Lernangebot über eine App auch für B2C-Kund*innen geöffnet, um die berufliche Vorqualifizierung zu ermöglichen. Gleichzeitig wurde die Jobplattform gelauncht, um beide Kund*innengruppen zusammenzubringen.

Auf die Skepsis bezüglich der privaten Zahlungsbereitschaft kontert Shojai selbstbewusst: „Das sind Menschen, die einen Job im sozialen Bereich suchen und davon gibt es viele, weil der Fachkräftemangel eine sehr hohe Nachfrage nach beruflicher Weiterbildung erzeugt.“ Er spricht im gleichen Atemzug gar von einer handfesten Marktdisruption. Klassische Fortbildungen zur Schulbegleitung kosteten bei anderen Bildungsträgern schnell zwischen 800 und 1.200 Euro. Dies werde heute meist über Bildungsgutscheine finanziert.

Doch genau hier wittert Diingu seine strategische Chance: „Diese Finanzierung über Bildungsgutscheine wird sich mit der Grundsicherung ab Juli 2026 ebenfalls verändern“, prognostiziert Shojai. Aufgrund des Vermittlungsvorrangs würden die Gutscheine künftig nicht mehr so großzügig vergeben. Diingu hingegen biete Wissen für zahlreiche Berufe bereits ab 15 Euro an. „Mit anderen Worten: Wir haben diesen Markt demokratisiert und Wissen überhaupt erst auf Selbstzahlerbasis bezahlbar gemacht“, stellt er klar. Selbst ohne große Werbung könne man erste bezahlte Abonnements vorweisen. „In den kommenden Monaten planen wir, größere Kampagnen zu launchen und mittelfristig den B2B2C-Weiterbildungsmarkt für soziale Berufe mit unserem Selbstzahler-Konzept und unserem E-Learning-Ansatz zu übernehmen“, gibt sich der Geschäftsführer kämpferisch.

Der eigentliche Clou – und das potenzielle Schwungrad des Geschäftsmodells – ist jedoch die Verzahnung: Träger können über das Diingu-Jobportal direkt auf die vorqualifizierten Privatnutzer zugreifen und diese rekrutieren. Doch die großen Wohlfahrtsverbände gelten oft als extrem schwerfällig in der Digitalisierung. Wie hart war es, Traditionsverbände wie das DRK davon zu überzeugen, ihr Recruiting über ein noch unbekanntes Start-up abzuwickeln? Shojai räumt ein, dass die Anfangszeit kein Selbstläufer war. „Digitalisierung bedeutete für viele im sozialen Bereich vor allem Veränderung“, analysiert er. „Und Veränderungen vermeidet man gern, solange nichts anbrennt.“ Heute punkte man schlichtweg mit einem guten Service zum erschwinglichen Preis, weshalb immer mehr große Träger Diingu ausprobieren wollten. Die Einführung bei den Platzhirschen erfordere natürlich Prozessumstellungen, was aber branchenübergreifend bei Großunternehmen der Fall sei. Dennoch gibt der Gründer zu: „Aber ja, keine Frage: Sales war bisher die größte Herausforderung in diesem Unternehmen.“ Das Geschäftsmodell und die Verkaufsstrategien mussten mehrfach nachgeschärft werden. Heute, so Shojai, sei es aber „deutlich einfacher geworden als noch zu Beginn“.

Markt & Wettbewerb

Der Markt für soziale Dienstleistungen ist riesig, aber extrem komplex. Der Fachkräftemangel ist immens; Träger müssen notgedrungen auf ungelernte Hilfskräfte zurückgreifen, was unweigerlich die Qualität der Betreuung gefährdet. Hier trifft Diingu einen echten Pain Point. Der Wettbewerb besteht derzeit vor allem aus den analogen Akademien der Wohlfahrtsverbände, regionalen Fortbildungsanbietern und stark generalisierten E-Learning-Plattformen. Auch klassische Recruiting-Plattformen mischen mit. Diingu grenzt sich durch die spitze Zielgruppe rund um Inklusion und Schulbegleitung sowie durch die intelligente Kombination aus Qualifizierung und Recruiting ab.

Skalierungsträume vs. Marktrealität

So lobenswert der Ansatz ist, das Geschäftsmodell muss sich im Härtetest einigen kritischen Fragen stellen. Ein massives Problem ist der Markt als regulatorischer Flickenteppich. Diingu spricht aktuell mit Investor*innen, um europaweit zu skalieren, doch das Sozial- und Bildungswesen ist hochgradig lokalisiert. Da sich die Vorgaben für Inklusion in Deutschland bereits von Bundesland zu Bundesland massiv unterscheiden, bedeutet eine europäische Expansion zwingend, dass Fortbildungsinhalte an völlig andere gesetzliche Rahmenbedingungen angepasst werden müssen. Das kostet enorm viel Zeit und verbrennt Kapital.

Wie will Diingu diese gewaltige regulatorische Wand durchbrechen, ohne sich finanziell und personell zu verheben? „Das ist eigentlich die entscheidendste Frage, und genau diese begleitet uns seit fast zwei Jahren“, gibt Shojai offen zu. Mit der Lösung stehe und falle der internationale Erfolg. Die Antwort des Start-ups lautet: Automatisierung. Man entwickle gerade eine zweigeteilte „Kursfabrik“. Eine Abteilung konzipiere kleinere Kurse mithilfe von Künstlicher Intelligenz, die am Ende lediglich von Expert*innen lektoriert und qualitätsgeprüft werden. Dafür habe man eigens eine von AWS geförderte Kooperation zur Entwicklung generativer KI-Anwendungen gestartet, um einen skalierbaren Workflow zu etablieren.

Große und wichtige Kurse bleiben jedoch Handarbeit nach strengen Richtlinien. „KI kommt da nicht hin, und ihr fehlt auch reales Praxiswissen, das nur ausgewählte Expertinnen und Experten mitbringen“, stellt Shojai klar. Diese Zweiteilung bedingt logischerweise extrem hohe Kosten bei der Lokalisierung der Inhalte. Auf die konkrete Frage nach der Finanzierbarkeit bleibt der Gründer allerdings unkonkret. Man habe zwar bereits eine „finanzstrategische Lösung“ erarbeitet, doch Details wolle er zum jetzigen Zeitpunkt noch nicht verraten. Er gibt sich jedoch siegessicher: „Wir glauben, mit diesem hybriden KI-Mensch-Kursentwicklungsansatz einen entscheidenden Wettbewerbsvorteil zu erlangen.“

Gleichzeitig stößt das Modell unweigerlich an die Grenzen der Digitalisierung. Das Start-up wirbt mit einem KI-Guide, in der sozialen Arbeit gilt jedoch unumstößlich das Credo: Beziehung vor Technik. Empathie, Deeskalation und der Umgang mit schwer beeinträchtigten Kindern lassen sich über Klick-Kurse und KI-Chats nur in der grauen Theorie erlernen. Eine reine Digitalisierung der Fortbildung ersetzt keine Praxisbegleitung im wahren Leben.

Abschließend wirft auch das avisierte „Big Picture“ rund um die Vision „Diingu Care“ Fragen auf. Die Ankündigung, künftig weltweit Bildungsprojekte zu unterstützen, wirkt aktuell noch wie ein sehr ambitioniertes PR-Versprechen für Impact-Investor*innen. Für ein Start-up in der vulnerablen Skalierungsphase birgt ein solcher Nebenschauplatz stets die Gefahr, den Fokus auf das stark erklärungsbedürftige DACH-Kerngeschäft zu verlieren.

Lenkt diese noble globale Vision das Team nicht gefährlich vom eigentlichen Überlebenskampf und der schwierigen Marktdurchdringung in Europa ab? „Absolut“, stimmt Shojai überraschend direkt zu. Genau aus diesem Grund bewerbe man das Projekt derzeit weder öffentlich noch bei Investor*innen. „Es steht weder auf der Website noch auf irgendeinem Pitch Deck“, versichert er. Der Fokus liege aktuell ausschließlich auf dem Aufbau eines funktionierenden und stark wachsenden Geschäfts. „Erst wenn wir damit Investoren und auch uns selbst geholfen haben, können wir anfangen, mit Diingu Care anderen zu helfen“, erklärt Shojai sein strategisches Prinzip. Dennoch ist es ihm spürbar ein Anliegen zu betonen, dass Diingu Care keine hohle PR-Phrase sei. Diese globale Infrastruktur für Länder ohne stabile soziale Systeme werde unweigerlich kommen. „Und an diesem Ziel wird sich auch nichts ändern, nur weil es ambitioniert ist“, bekräftigt der Geschäftsführer abschließend. „Denn genau das soll Diingu ausmachen: eine Organisation, die Verantwortung übernimmt.“

Fazit

Diingu ist ein exzellentes Beispiel dafür, wie aus einem echten, greifbaren Alltagsproblem eine kluge SaaS-Lösung entstehen kann. Das Team hat durch die universitäre Anbindung seine Hausaufgaben gemacht und mit über 100 Trägern bereits beachtliche Traction im B2B-Markt erreicht. Der Weg zum europaweiten Skalierungserfolg oder gar zur „globalen sozialen Infrastruktur“ wird jedoch steinig. VCs werden künftig genau prüfen, ob die Margen im chronisch klammen Sozialsektor ausreichen und ob der stark regulierte Bildungsmarkt schnelle geografische Sprünge überhaupt zulässt. Diingu muss jetzt beweisen, dass es nicht nur ein nützliches Werkzeug für deutsche Wohlfahrtsverbände bietet, sondern das Zeug zu einem hochprofitablen, grenzüberschreitenden Plattformgeschäft hat.

Ein defektes Bauteil, ein rauchendes Fließband und ein wirtschaftlicher Schaden von 100.000 Euro pro Tag: Der Albtraum eines jeden Werksleiters ist oft bittere Realität. Während der private Konsum längst im „Next-Day-Zeitalter“ angekommen ist, glich die Beschaffung von Industrieteilen bisher einer archäologischen Expedition durch verstaubte Fax-Listen und intransparente Händlerstrukturen. Das Münchner Start-up SPAREPARTSNOW beendet diese Ära nun endgültig und beweist, dass „DeepTech made in Germany“ das Zeug zur globalen Disruption hat.

Die Geburtsstunde einer Milliarden-Idee

Trotz Industrie 4.0 scheiterte der Maschinenbau bisher oft an einer simplen Hürde: der Ersatzteil-Logistik. Zwischen dem Originalhersteller (OEM) und dem Endkunden in den USA oder Asien lagen meist drei bis fünf Zwischenstationen. Jede dieser Stationen kostete wertvolle Zeit und schlug massive Margen auf das Produkt auf. Die Folge war ein absurdes Ungleichgewicht: Ein in Deutschland produziertes Bauteil kam im Ausland oft mit Wochen Verspätung und zum doppelten Preis an.

Hier setzten Dr. Christian Hoffart und Sebastian Kleinschmager im Jahr 2022 an. Ihre Vision war so simpel wie radikal: Die Disintermediation – das radikale Ausschalten des Zwischenhandels. SPAREPARTSNOW verbindet die Industrie-Giganten direkt mit den Fabrikhallen weltweit. Was 2022 mit 20.000 Artikeln begann, ist bis heute – im Februar 2026 – auf ein digitales Ökosystem von über 5 Millionen Ersatzteilen angewachsen.

Der technologische Kraftakt hinter dem Wachstum

Für StartingUp-Leser*innen ist besonders die Skalierung interessant. Von 20.000 auf 5 Millionen Teile zu wachsen, ist kein reiner Vertriebserfolg, sondern eine technologische Meisterleistung. Während Sebastian Kleinschmager im Hintergrund die KI-gestützten Identifikationsalgorithmen verfeinerte, die heute selbst unscharfe Fotos von Bauteilen in Millisekunden zuordnen, musste das Team die Datenhoheit der oft skeptischen OEMs gewinnen.

Strategischer Meilenstein: Frontalangriff auf Nordamerika

Im Februar 2026 steht SPAREPARTSNOW vor seinem bisher kühnsten Schritt: dem Markteintritt in Nordamerika. Die Strategie ist ein Frontalangriff auf etablierte US-Distributoren. Durch die direkte OEM-Anbindung bietet SPAREPARTSNOW europäische Top-Marken in den USA zu Preisen an, die 20 bis 50 Prozent unter dem bisherigen US-Marktniveau liegen. Der „Transatlantik-Express“ garantiert zudem, dass ein Bauteil aus Süddeutschland oft schon am nächsten Werktag in einer US-Fabrik eintrifft. Geschwindigkeit ist hier die einzige Währung, die gegen den drohenden Stillstand hilft.

München oder Silicon Valley?

Trotz der globalen Ambitionen bleibt SPAREPARTSNOW fest in der bayerischen Landeshauptstadt verwurzelt. In einer Welt, in der Start-ups oft schielten, sobald das erste Wagniskapital aus den USA winkte, blieb das Team dem Standort München treu. Hier sitzt die Kompetenz des Maschinenbaus, hier ist die Nähe zu den Herstellern – ein strategischer Vorteil, den kein Algorithmus der Welt ersetzen kann.

Die Zukunft der globalen Instandhaltung

Mit dem Rollout in den USA und dem geplanten Sprung nach Südostasien im dritten Quartal 2026 schließt sich der Kreis zu einem globalen Netzwerk. SPAREPARTSNOW beweist, dass Mut zur Lücke und technologische Tiefe ausreichen, um jahrzehntealte Monopole aufzubrechen. Durch die Kombination aus radikaler Preistransparenz, KI-gestützter Teilesuche und einer Logistik, die Kontinente in Stunden überbrückt, schafft das Unternehmen einen fundamentalen Fortschritt für die weltweite Industrie. In einer Zeit, in der Resilienz und Schnelligkeit über die Wettbewerbsfähigkeit ganzer Wirtschaftsstandorte entscheiden, wird SPAREPARTSNOW vom bloßen Marktplatz zum unverzichtbaren Rückgrat einer digitalisierten, globalen Produktion, die nicht nur schneller und günstiger, sondern durch die Integration von Refurbished-Teilen und reduzierten Lagerwegen auch nachhaltiger agiert.

Laptops, die prekär auf Maschinengehäusen balancieren, oder kniende Instandhalter*innen, die notgedrungen mit einer Hand tippen – der Arbeitsplatz im technischen Service ist selten ergonomisch. Aus genau diesem alltäglichen „Pain Point“ heraus ist das Start-up NBH-Systems entstanden. Wie Dorian Tobollik und Timo Hartig mit ihrem Hardware-Unternehmen eine Industrie-Nische knacken wollen, haben wir analytisch unter die Lupe genommen.

Vom Pain Point zum Produkt

Die Entstehungsgeschichte des hessischen Start-ups ist ein klassisches Lehrstück für anwendergetriebene Innovation. Dorian Tobollik, selbst langjähriger Systemtechniker, erlebte das Fehlen eines stabilen Arbeitsplatzes an Maschinen und Anlagen immer wieder als echten Effizienz- und Sicherheitskiller. Anstatt den Status quo hinzunehmen, ging er ans Reißbrett und entwickelte eigene Prototypen.

Doch der Weg zur Serienfertigung „Made in Germany“ barg Tücken. „Der Weg vom ersten Prototyp bis zur Serienfertigung war deutlich aufwendiger, als ich am Anfang gedacht habe“, räumt Tobollik rückblickend ein. Der große Vorteil lag jedoch in seiner eigenen Berufspraxis: „Die Idee kam direkt aus meinem Arbeitsalltag als Servicetechniker. Ich habe das Produkt selbst täglich im Einsatz gehabt, konnte es direkt testen und immer wieder anpassen.“

Die Teufel steckten bei der Umsetzung im Detail – von Gewicht und Größe über die Kompatibilität der Notebook-Formate bis hin zur exakten Stärke der Magnete. „Das sind Dinge, die man nicht am Schreibtisch löst, sondern nur im Alltag“, betont das technische Gehirn des Duos. Aus purer Überzeugung ließ er den vielversprechenden Ansatz direkt patentieren.

Um aus der funktionalen Erfindung ein marktfähiges Unternehmen zu formen, stieß Timo Hartig dazu. Er verantwortet als Geschäftsführer den Vertrieb und das Marketing, während Tobollik sich auf die Produktentwicklung fokussiert. Ende 2025 mündete dies in der Gründung der NBH-Systems UG im hessischen Seligenstadt.

Die Arbeitsteilung ist scharf getrennt, was unweigerlich die Frage nach internen Konflikten zwischen technischer Perfektion und straffen Vertriebszielen aufwirft. Hartig gibt sich hier pragmatisch: „Natürlich gibt es diesen klassischen Zielkonflikt zwischen technischer Perfektion und Marktdruck – aber wir lösen das sehr praxisnah. Für uns steht immer der reale Einsatz im Vordergrund.“ Die Entwicklungszyklen bleiben dabei extrem kund*innennah. Bis heute verzeichnet das Unternehmen laut dem Geschäftsführer keine einzige Retoure oder Reklamation. Neue Ansätze werden bewusst strukturiert angegangen und vorab mit ausgewählten Kund*innen getestet. „Am Ende entscheidet immer die Praxis. Wenn eine Lösung robust, einfach und zuverlässig funktioniert, ist sie marktfähig – und genau darauf liegt unser Fokus“, resümiert Hartig. Bootstrapping pur: Das Duo finanziert das Projekt vollständig selbst, produziert bewusst in Deutschland, arbeitet parallel in anderen Jobs und reinvestiert jeden verdienten Euro in die Firma.

Hardware-Fokus mit B2B-Preisschild

Das Kernprodukt nennt sich „MagFlex Pro“ – eine Notebook-Halterung, die werkzeuglos per Magnet oder industrieller Saugglocke an glatten Flächen oder Maschinen haftet. Mit einem Verkaufspreis von knapp 250 Euro und lokaler Fertigung platziert sich NBH-Systems selbstbewusst im B2B-Premium-Segment. Ein smarter Vertriebshebel: Ab zehn Stück gibt es Anpassungen im Corporate Design, was erfahrungsgemäß die Hemmschwelle für größere Flottenbestellungen senkt.

Doch das reine Hardware-Geschäft ist aus betriebswirtschaftlicher Sicht tückisch. Es gibt im Vergleich zur Softwarebranche keine stetigen Abo-Umsätze, das bewusst langlebige Produkt limitiert das lukrative Ersatzgeschäft, und die Skalierung erfordert hohe Vorfinanzierungen. Auf den kontinuierlichen Neukund*innendruck angesprochen, bestätigt Hartig die strategische Herausforderung: „Uns ist bewusst, dass ein reines Hardware-Geschäft kontinuierlich neue Kunden erfordert. Genau deshalb liegt unser aktueller Fokus klar auf Sichtbarkeit, Markenaufbau und darauf, unsere Lösung am Markt zu etablieren.“

Die Strategie im zu 90 Prozent B2B-getriebenen Kund*innenstamm setzt primär auf klassische Kanäle wie Direktvertrieb und den Ausbau von Großhändler*innen. Ein modulares Ökosystem entsteht dabei behutsam und streng nach Kund*innenwunsch: „Darauf aufbauend entwickeln wir Zubehör und Erweiterungen gezielt aus dem tatsächlichen Bedarf heraus. Für uns steht nicht Cross-Selling im Vordergrund, sondern ein echter Mehrwert im Einsatz.“ Auf das modische Schlagwort „Hardware-as-a-Service“ für Großkund*innen reagiert der Geschäftsführer noch zurückhaltend. Perspektivisch seien solche Modelle denkbar, aktuell zähle aber der Ausbau einer soliden Marktbasis im B2B-Umfeld.

Markt & Wettbewerb: Die Macht der Gewohnheit

Der anvisierte Markt für Außendienst- und Instandhaltungstechniker ist spitz, aber tief – nicht zuletzt, weil der chronische Fachkräftemangel die Budgets für Arbeitssicherheit und Effizienz lockert. Der härteste Konkurrent ist oft jedoch paradoxerweise kein globales Konkurrenzprodukt, sondern die blanke Improvisation. Wie knackt man also das Mindset von B2B-Einkäufer*innen, die für etwas zahlen sollen, das früher eine kostenlose (wenn auch wackelige) Kiste oder Ablagefläche erledigte?

„Die größte Herausforderung im Vertrieb ist tatsächlich weniger der Wettbewerb durch andere Anbieter, sondern die bestehende Gewohnheit. Viele Unternehmen haben sich über Jahre mit improvisierten Lösungen arrangiert“, weiß Hartig. Der stärkste Vertriebskanal des Start-ups ist daher das Produkt selbst, passend zum Slogan „Work Hands Free“. „In der Praxis steht ein Techniker am Schaltschrank oder an der Maschine, arbeitet mit dem MagFlex Pro – und Kollegen oder andere Beteiligte sehen das direkt“, erklärt Hartig den viralen Effekt am Einsatzort. Ein QR-Code auf der Halterung führt direkt zur Unternehmenswebsite, wodurch der Bedarf beim Anwender geweckt und in der Folge intern an den Einkauf weitergegeben wird.

Den exakten „Return on Investment“ (ROI) durch eingesparte Rüstzeiten datenbasiert zu beziffern, fällt dem Start-up hingegen schwer. Hartig räumt ein, dass sich Effekte wie strukturiertes Arbeiten und reibungslosere Abläufe nicht immer exakt in Zahlen pressen lassen. Dennoch sehe man in der Praxis, dass die Firmen zunehmend bereit sind, in solche Arbeitsbedingungen zu investieren.

Gegenüber globalen Giganten wie RAM Mounts und asiatischen Billigimporten muss NBH-Systems seinen USP – die authentische Historie von Technikern für Techniker gepaart mit der lokalen Produktion – daher als zwingendes Differenzierungsmerkmal glasklar nach außen kommunizieren.

Fazit: Solider Hidden Champion statt VC-Unicorn

NBH-Systems ist ein reinrassiges „Painkiller“-Start-up. Es löst ein reales, akutes Problem am Arbeitsplatz, anstatt als bloßes „Nice-to-have“ zu glänzen. Da Software-Komponenten oder Abo-Modelle fehlen, fehlt auch der klassische Hebel für exponentielles Hyperwachstum, der Venture-Capitalisten anlockt.

Das scheint das Gründer-Duo jedoch keineswegs zu stören. Sie wollen sich langfristig als Standard-Ausrüster in den Werkzeugkoffern großer Service-Flotten verankern und ein bodenständiges, hochprofitables KMU aufbauen. „Unser Fokus liegt klar auf einem soliden, nachhaltig wachsenden Unternehmen im B2B-Bereich. Wir bauen bewusst ein praxisorientiertes Hardware-Business auf und sehen uns nicht als klassisches Venture-Capital-Start-up“, unterstreicht Hartig die eigenen Ambitionen.

Man verkaufe derzeit vor allem im DACH-Raum sowie in den Niederlanden und Frankreich, peile aber als großen nächsten Schritt die weitere Internationalisierung an. Digitale Zukunftsfantasien für den Weg zum Industrie-Schwergewicht schließt er für später dennoch nicht aus: „Das bedeutet nicht, dass wir Themen wie IoT oder digitale Erweiterungen grundsätzlich ausschließen. Aktuell liegt unser Fokus aber klar darauf, unser bestehendes Produkt weiterzuentwickeln und weitere Anwendungsbereiche zu erschließen.“