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

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

Was genau fordert Artikel 50 von euch?

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

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

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

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

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

Warum ihr das Thema nicht ignorieren dürft

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

Last-Minute-Checkliste: Was heute zu tun ist

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

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

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

Rechtssichere Formulierungsvorschläge für euren Chatbot-Disclaimer

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

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

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

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

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

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

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

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

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

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

Pro-Tipps für die rechtssichere Einbindung

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

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

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

Frisches Kapital für einen zähen Markt

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

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

Gründer-DNA und das B2G-Ökosystem

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

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

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

SaaS statt Zettelwirtschaft: KI als Problemlöser

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

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

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

Kampf gegen Excel und leere Kassen

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

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

Skalierung und der lukrative Lock-in-Effekt

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

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

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

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

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

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

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

Die neuen Treiber jenseits der bloßen Bauzeitenpläne

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

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

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

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

Reality Check: Die Lektionen der gefallenen Modulbau-Giganten

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

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

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

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

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

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

Das deutsche Netzwerk: Die Schmieden der Innovation

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Internationaler Ausblick & Fazit

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

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

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

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

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

Das Interview

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Danke, Till Wahnbaeck, für die spannenden Insights.

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

Du willst Belege? Der neue „Gallup Engagement Index Deutschland 2025“ betont, KI würde von den Mitarbeiter*innen oft als Bedrohung wahrgenommen. In der Studie heißt es, immerhin 16 Prozent der Befragten sähen ihren Arbeitsplatz innerhalb der nächsten fünf Jahre durch KI „sehr“ oder „ziemlich“ gefährdet. „Die Sorge vor Kollege KI wächst“, heißt es.

Ein düsteres Bild malt eine weitere Studie, die 2025 vom Brand Science Institute (BSI) in Hamburg mit dem Ergebnis durchgeführt wurde, aufseiten der Führungskräfte drohe durch KI der Verlust des Selbstbildes sowie ein Autoritäts-, Identitäts- und Kompetenzverlust.

Auf deine Situation bezogen heißt das: Während du in stundenlanger Kleinarbeit auf der Grundlage deiner jahrelangen Erfahrungen zu einer Lösung vordringst, ist die „Konkurrentin“ KI in der Lage, rasch und ohne großen Aufwand eine ebenso gute, oft sogar eine bessere Lösung zu formulieren. Und das Ergebnis ist für alle Mitarbeiter*innen sichtbar. Das empfinden viele Unternehmer*innen und Gründer*innen als vehementen Angriff auf die Grundlage ihrer Führungsidentität.

KI als Kränkung

In der BSI-Studie ist die Rede von einer belastenden narzisstischen Kränkung und von „Entblößungsangst“. Gemeint ist: „Führungskräfte fürchten weniger die Technologie selbst, sondern die Möglichkeit, dass KI Wissenslücken, Fehleinschätzungen, Entscheidungsfehler oder mangelnde Orientierung sichtbar macht“. Die Einführung von KI erzeuge „nicht nur operative oder technologische Herausforderungen, sondern greift tief in die psychologische Grundarchitektur von Führung ein“.

Wie damit umgehen? Was kannst du tun, um sowohl den Ängsten deiner Mitarbeiter*innen als auch eigenen Ängsten zu begegnen? Entscheidend ist, KI behutsam einzusetzen, den Einsatz umsichtig zu planen und alle Beteiligten mitzunehmen. Und zwar mithilfe dieser zehn Schritte.

Schritt 1: Führe ein KI-Meeting durch

Setze ein Meeting an, in dem du die folgenden Aspekte vorstellst, zur Diskussion stellst und in die Umsetzung bringst. So stellst du die betroffenen Menschen in den Mittelpunkt und erhöhst die Akzeptanz für den KI-Einsatz. So sieht gutes Akzeptanzmanagement aus.

Schritt 2: Verdeutliche Strategie und Ziele

Wer einschätzen kann, wohin der KI-Weg führt und welche Ziele sich mit ihr effektiver und effizienter verfolgen und erreichen lassen, folgt gern und ist eher bereit, den Nutzen des KI-Einsatzes zu erkennen und zu akzeptieren. Überlege, ob und wie du das Argument „Bei uns zerstört KI keine Arbeitsplätze, sondern schafft neue“ authentisch und glaubhaft gegenüber deinen Mitarbeiter*innen vertreten kannst.

Schritt 3: Weise den Nutzen anschaulich nach

Profiliere KI als Unterstützungsinstrument, das den Mitarbeiter*Innen und dir hilft, Aufgaben besser zu erledigen. Jede*r muss für den eigenen Verantwortungsbereich die Vorteile der KI erkennen, sozusagen am eigenen Leib und authentisch. Bleibe dabei so konkret wie möglich: „KI hilft uns, Routineaufgaben zu automatisieren, Informationsabläufe zu beschleunigen, Entscheidungsgrundlagen zu schaffen und Zeit zu sparen. So bleibt uns mehr Zeit für die wichtigen wertschöpfenden Aufgaben, etwa den Kundenkotakt.“

Schritt 4: Formuliere klare KI-Spielregeln

Erstelle einen KI-Guideline, der beschreibt, wann und wo KI zum Einsatz gelangen soll und muss. Eventuell kann überdies festgelegt werden, wo der KI-Einsatz verpönt ist. Der Guideline soll Sicherheit geben, ohne Innovation zu bremsen, er soll Orientierung bieten und Raum für Experimente lassen. Er darf darum nicht zu eng gefasst sein.

Schritt 5: Beteilige die Mitarbeiter*innen

Lass jedes Teammitglied fünf Minuten lang aufschreiben, was es sich von der KI im Arbeitsalltag erhofft und wünscht und welche Befürchtungen es plagen. Sammle die Argumente, erstelle eine Pro- und Contra-Liste und diskutiere die (wichtigsten) Punkte im Plenum. So gewinnst du KI-Befürworter und KI-Anhänger, die den KI-Einsatz unterstützen und ihn für sinnvoll erachten.

Schritt 6: Stoße KI-Lernprozesse an

Lass die Mitarbeiter*innen zum Beispiel KI-Tools ausprobieren. Das Team testet zum Beispiel ChatGPT, um Meeting-Notizen automatisch zusammenfassen zu lassen. Die Teammitglieder halten ihre Erfahrungen in einem Lernjournal fest und beschreiben, was geklappt hat und was (warum) nicht. Zu Letzterem überlegen sie sich Lösungen und unterbreiten Änderungsvorschläge. Und irgendwann wird es so weit ein: Teammitglieder, die über reichhaltige Erfahrung mit einem KI-Tool verfügen, können eine interne Schulung für die Kolleg*innen anbieten.

Du siehst: Der Umgang mit KI ist weniger eine technologische, sondern vor allem eine kulturelle Herausforderung – und eine führungsbezogene Aufgabe, der du dich stellen musst.

Nun weiter zum nächsten Umsetzungsschritt.

Schritt 7: Fortschritte messbar machen und feiern

Das Team definiert ein Ziel, das den Erfolg eines KI-Einsatzes messbar verdeutlicht: „Wir konnten mit KI-Rechenleistung 500 Kundenbeschwerden der letzten zehn Jahre analysieren und so fünf elementaren Beschwerdegründen auf die Spur kommen. Diese werden wir nun gezielt ausräumen.“ Diese Erfolgsstory wird im Unternehmen geteilt, um andere Teams zu inspirieren und um den Erfolg zu feiern.

Schritt 8: Gehe als Vorbild voran

Den Mitarbeiter*innen muss klar sein, dass du selbst bereit und kompetent bist, die Vorteile der KI sinnvoll zu nutzen. Du bist ein KI-Change-Agent, der die Risiken und Grenzen kennt, aber auch die Chancen zu nutzen versteht. Du definierst den KI-Input als Inspiration, der reflektiert und hinterfragt werden muss, nicht als fertige Lösung. In der Gallup-Studie heißt es dazu: „Wenn Vorgesetzte KI selbst verwenden, klar dahinterstehen und ihren konkreten Nutzen erläutern, fühlen sich Mitarbeitende besser vorbereitet, beurteilen die vom Unternehmen bereitgestellten KI-Werkzeuge als für die Arbeit hilfreich und setzen sie häufiger ein.“

Schritt 9: Nimm Abschied von Führungsmythen

Die BSI-Studie hält fest, viele Entscheider*innen hätten Angst davor, die KI mache ihre Fehler und falschen Entscheidungen transparent und sichtbar. Die erwähnte „Entblößungsangst“ drohe dann. Darum: Stehe zu deinen Fehlern und Fehlentscheidungen. Befreie dich von den Mythen der Unfehlbarkeit und Unersetzlichkeit. Du wirst Fehler machen, und du darfst Fehler machen.

Schritt 10: Bilde deine Mitarbeiter*innen und dich fort

Einführung und Einsatz von KI gelingt eher, wenn die Beteiligten die dazu erforderlichen Kompetenzen besitzen. Dazu sind KI-Weiterbildungen, KI-Lernprogramme und KI-Lernräume notwendig.

Nutze regelmäßige Kompetenzchecks, um KI-Kompetenzlücken zu analysieren und mit geeigneten Weiterbildungsmaßnahmen zu schließen. Du selbst darfst dabei nicht außen bleiben. So schützt du dich vor der in der BSI-Studie angesprochenen Angst vor Kompetenzverlust. Deine Mitarbeiter*innen sehen, dass du KI-mäßig auf der Höhe der Zeit bist.

Und jetzt ab in die Umsetzung!

Der Autor Christian Polz ist Inhaber und Geschäftsführer von Team-Polz und hat als Experte für Transformation, Agilität, Führung, Teamentwicklung, Changemanagement und Konfliktmanagement den TaschenGuide „Souveräne Unternehmensführung. Inspirationen für herausfordernde Zeiten“ im Haufe Verlag veröffentlicht.

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

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

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

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

Produkt & Geschäftsmodell: Ein zweigleisiger Ansatz

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

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

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

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

Monetarisierung & Fitnessstudio-Paradoxon

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

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

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

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

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

Markt & Wettbewerb: Schwimmen im Red Ocean

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

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

Fazit

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

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

Mit dem neuen Systemformat verspricht INLEAP Photonics eine hochmobile und agile Antwort auf die Bedrohung durch Kleinstdrohnen. Die Fakten zur Plattform im Überblick:

• Die technologische Allianz: Das neueste System umfasst einen Lasereffektor, der auf einer kompakten, geländegängigen UGV-Plattform (Unmanned Ground Vehicle) von Hentschel System montiert wird. Hinzu kommt die C-UAS-Softwareplattform des Unternehmens STARK.
• Abwehr ohne Munition: Das System soll Drohnen der NATO-UAS-Klassen I und II gezielt neutralisieren.
• Geschwindigkeit und Präzision: Dies geschieht laut Unternehmensangaben in unter einer Sekunde, völlig ohne Munition und Kollateralschäden.

Wie aber löst man physikalisch die extreme Herausforderung, einen Laser auf einem über unebenes Gelände fahrenden Roboter so zu stabilisieren, dass er sein Ziel in Sekundenbruchteilen erfasst? „Wir reden weniger von einer Zielerfassung in unter einer Sekunde, sondern von einer präzisen und sehr schnellen Neutralisierung der Drohne“, korrigiert CEO und Mitgründer Dr.-Ing. Marius Lammers.

Der Trick der Hannoveraner: Sie setzen nicht einfach einen gewöhnlichen Laser auf ein Auto und verzichten gänzlich auf träge, mechanisch verkippte Bauteile. „Unsere Technologie basiert auf ultraschneller, pixelbasierter Laserstrahllenkung“, erklärt Lammers. Die nötige Stabilisierung in rauem Terrain entstehe durch das clevere Zusammenspiel aus Sensorik, Plattformdaten und der eigenen Steuerungstechnik. „Gerade weil wir aus industriellen Hochpräzisionsanwendungen kommen, in denen Optik, Maschinenbau und Prozessstabilität unter anspruchsvollen Bedingungen zusammenkommen müssen, können wir diese Robustheit auf mobile Szenarien übertragen“, betont der Gründer.

Premiere vor der Militärspitze & Gründungshistorie

Vorgestellt wurde die Lösung erstmals am 12. Mai 2026 auf der Technologieshow des Innovationszentrums der Bundeswehr auf dem Fliegerhorst Erding. Dort präsentierten Lammers und sein CTO Dr.-Ing. Felix Wellmann das System hochrangigen Offizieren, darunter Heeresinspekteur Generalleutnant Christian Freuding und Flottillenadmiral Christian Bock. Damit trifft das 2023 aus dem Laser Zentrum Hannover e.V. (LZH) ausgegründete Start-up exakt den Nerv der Truppe, die händeringend nach äußerst flexiblen, einsatzreifen C-UAS-Systemen sucht. Komplettiert wird das exist-geförderte Kernteam durch CFO Katharina Haas, die mit dem Unternehmen unlängst den 2. Platz beim „Digitalen Start-up des Jahres 2025“ des Bundeswirtschaftsministeriums holte.

Doch wie schwer fiel dem akademischen Spin-off der Schritt in die wehrtechnische Industrie? Für das Team sei dies eine logische Konsequenz der aktuellen Sicherheitsarchitektur gewesen, räumt Lammers ein. „Kleine Drohnen sind heute keine abstrakte Zukunftsbedrohung mehr. Sie sind ein reales Problem“, stellt er klar. Den Fokus auf wehrtechnische Lösungen sehe man nicht als Verrat an den zivilen Wurzeln, sondern als „verantwortungsvolle Erweiterung“ einer industriell entwickelten Technologie.

Gleichwohl verlangt der Rüstungsmarkt Antworten auf heikle ethische Fragen. INLEAP setze deshalb auf das „Human-in-the-Loop“-Prinzip, um Risiken im Einsatzumfeld zu minimieren. „Am Ende geht es für uns darum, Menschen, Infrastruktur und Einsatzfähigkeit wirksam zu schützen“, so der CEO. Flankiert wird dies von einem konsequenten Dual-Use-Ansatz: Neben der Drohnenabwehr optimiert das Start-up weiterhin industrielle Fertigungsprozesse, was im August 2025 mit einer millionenschweren Pre-Seed-Finanzierung durch den High-Tech Gründerfonds (HTGF) belohnt wurde.

Markt & Wettbewerb

Der Markt für C-UAS explodiert, denn die kleinen Fluggeräte attackieren längst nicht mehr nur stationäre Ziele, sondern auch mobile Einheiten. In diesem lukrativen Umfeld forschen Branchenriesen wie Rheinmetall oder Lockheed Martin mit gewaltigen Budgets an Hochenergielasern.

Auf die Frage, wo angesichts dieser Übermacht der eigene technologische Schutzwall liegt, gibt sich Lammers selbstbewusst: „Ein Unternehmen, das jahrelang ballistische Systeme gebaut hat, kann nicht von heute auf morgen sagen: ,Jetzt machen wir Laser.‘ Das funktioniert nicht.“ Lasertechnik sei eine völlig eigene Disziplin, die sich nicht einfach durch hohe Budgets einkaufen lasse.

Der eigentliche „Burggraben“ der Hannoveraner sei die Herkunft ihrer Innovation: Die extrem schnelle Laserstrahllenkung wurde nicht als Waffensystem, sondern für zivile Hochpräzisionsprozesse entwickelt. Während klassische Hochenergielaser der Großkonzerne zudem oft an Grenzen bei der Augensicherheit oder der schieren Systemgröße stoßen, setze INLEAP genau hier an. „Große Unternehmen haben Ressourcen; wir haben Geschwindigkeit, eine sehr spezifische Optik-Expertise und eine Technologie, die nicht aus einem klassischen Waffensystem heraus gedacht wurde“, kontert der Gründer.

Das Geschäftsmodell auf dem Prüfstand

Trotz aller technologischer Euphorie stehen Hardware-Start-ups im DefenseTech-Sektor oft vor dem berüchtigten „Tal des Todes“ – die Beschaffungszyklen des Militärs sind quälend lang.

Fragt man Lammers konkret nach der aktuellen Burn-Rate und ob das Funding wirklich bis zu einem echten Serienauftrag der Bundeswehr reicht, mauert der CEO. Zu internen Finanzkennzahlen äußere man sich nicht im Detail, diese seien ohne den Kontext der Finanzierungsstrategie „ohnehin wenig aussagekräftig“. Stattdessen verweist er auf die breite Aufstellung des Unternehmens. Man hänge nicht an einem einzigen Beschaffungspfad. „Außerdem denken wir das Geschäftsmodell nicht nur über Hardwareverkäufe, sondern auch über Service, Wartung, Software-Updates und kundenspezifische Integration“, weicht Lammers den finanziellen Bedenken aus.

Die jüngste HTGF-Finanzierung sowie starke Partner sollen das Überleben sichern. Die Kooperationen mit STARK und Hentschel System würden Integrations- und Marktzugänge deutlich beschleunigen. Das zivile Industriegeschäft bleibt hierbei als essenzielles zweites Standbein bestehen, um Cashflows zu generieren.

Dual-Use als neuer Goldstandard

Noch vor wenigen Jahren hätten sich deutsche VCs bei militärischen Systemen stark zurückgehalten, heute ist DefenseTech hochattraktiv. Doch der Zeitplan der Bundeswehr ist ambitioniert: Im dritten Quartal 2026 soll die Erprobung in einem Bündnisverteidigungsszenario starten, bereits ab 2027 wird die Lieferung erwartet.

Kann ein so junges Start-up aus dem Stand die Produktionskapazitäten für eine Serienfertigung hochfahren? „Ja, die Serienproduktion ab 2027 ist unser klares Ziel“, verspricht Lammers. Der Schlüssel für die Skalierung liege erneut in den Partnerschaften: „Wir müssen nicht jede Komponente selbst neu entwickeln, sondern können unseren Lasereffektor in ein Gesamtsystem einbringen.“ Nach den geplanten Tests sollen erste einsatznahe Systeme ausgeliefert, Feedback evaluiert und die Produktion „kontrolliert hochgefahren“ werden.

Das Team aus Hannover demonstriert eindrucksvoll, wie wissenschaftliche Exzellenz direkt in geostrategisch relevante Hardware übersetzt werden kann. Meistert INLEAP Photonics die kommenden Erprobungsphasen und skaliert die Produktion, könnte das Unternehmen schon bald zu einem neuen DeepTech-Leuchtturm Deutschlands avancieren. Ob die Hannoveraner ihr ambitioniertes Versprechen in den harten Feldtests der Bundeswehr wirklich einlösen können, müssen die kommenden Monate erst noch beweisen.

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.

Gegründet wurde Furo im Jahr 2025 von Lena Sophia Voß, Leonie Wagner und Simon Wittner. Das Trio bringt Praxiserfahrung aus dem Silicon Valley mit – geprägt durch Stationen bei Apple, Google X und der Boston Consulting Group sowie akademischen Abschlüssen der Stanford University und der UC Berkeley.

Auf die Frage, warum man mit einer solchen Vita ausgerechnet im oft zähen Deutschland gründet und nicht in den USA bleibt, kontert Mitgründerin Lena Sophia Voß die landläufige Skepsis selbstbewusst. „Oft hört man, man solle in Deutschland gar nicht gründen. Dem würden wir so nicht zustimmen“, betont Voß. Sie verweist auf das extrem gründungsaffine Münchner Netzwerk und Förderungen wie das exist-Gründungsstipendium, welches die Startphase des Unternehmens maßgeblich mitfinanziert hat.

Dennoch räumt die Gründerin strukturelle Hürden ein: „Was jedoch stimmt: In Deutschland geht vieles noch langsamer. Unternehmen zu gründen, Finanzierungsrunden abzuschließen – all das dauert hier länger.“ Auch die Mentalität unterscheide sich stark: „Kulturell wird man hierzulande immer noch gefragt, warum man so viel Risiko auf sich nimmt, anstatt einem sicheren Job nachzugehen. Unsere amerikanischen Freunde haben da ganz anders reagiert.“

Planung und Echtzeitbetrieb aus einer Hand

Nachdem sich das junge Start-up in der DACH-Region und Spanien bereits erfolgreich als Standard-Tool für die Simulation gewerblicher Speicher etabliert hat, folgt nun der nächste strategische Schritt: Mit dem neuen Software-Launch übernimmt die Plattform künftig nach der Planung auch nahtlos den Echtzeitbetrieb, die Optimierung und die Vermarktung der Anlagen.

Das System basiert auf einer „virtuellen Batterie“. Dieser digitale Zwilling soll bereits vor der Installation die zu erwartenden Einnahmen exakt berechnen. Sobald die Anlage am Netz ist, übernehmen KI-gestützte Prognosen, aktiver Energiehandel und eine kontinuierliche Multi-Use-Optimierung die Steuerung. Furo stellt Industriebetrieben in Aussicht, ihr wirtschaftliches Potenzial um bis zu 40 Prozent zu steigern und die Amortisationszeit von branchenüblichen 15 auf sportliche fünf Jahre zu verkürzen.

Doch wie beweist man konservativen Industriekunden solche traumhaften Laborwerte im realen Betrieb? Voß setzt hier auf radikale Transparenz: „Bevor ein Kunde auch nur einen Cent investiert, starten wir mit einer Potenzialanalyse auf Basis historischer Verbrauchsdaten. Erst dann kommt unsere virtuelle Batterie ins Spiel.“

Der eigentliche Clou liege in der Technologie selbst: „Dieses Prognosemodell ist dasselbe, das später auch den echten Betrieb steuert – jede Projektion ist damit direkt an der Realität messbar“, verspricht die Gründerin. Während traditionelle Systeme nach statischen Regeln agieren, nutze Furo eine vorausschauende KI, die auf Basis von Echtzeitpreisen und Wetterdaten berechnet, wie der Speicher am Folgetag am wirtschaftlichsten eingesetzt wird. Voß bringt es auf den Punkt: „Was wir garantieren: Kein Kunde geht ohne eine belastbare, datenbasierte Kalkulation in eine Investitionsentscheidung.“

Start-up vs. Energie-Goliaths: Ein unterversorgtes Marktsegment

Während etablierte Betreiber*innen virtueller Kraftwerke sich vorrangig auf lukrative Großspeicher ab 10 Megawatt konzentrieren, bleibt das gewerblich-industrielle Segment oft unterversorgt. Furo besetzt genau diese Nische für Anlagen im Bereich von rund 150 Kilowatt bis hin zu über 3 Megawatt.

Dass etablierte Energiemarkt-Riesen Furo diesen Platz einfach streitig machen könnten, glaubt Voß nicht. Gewerbliche Speicher müssten gleichzeitig Eigenverbrauch maximieren, Lastspitzen kappen, Netzentgelte optimieren und am Energiemarkt teilnehmen. „Diese Kombination aus mehreren Anwendungsfällen in einem einzigen System – das ist die eigentliche Komplexität, die große Energieversorger und Aggregatoren nicht abbilden können“, analysiert sie messerscharf. Deren Systeme seien auf reine Marktarbitrage ausgelegt, nicht auf die betriebliche Realität einer Fabrik.

Auch Batteriehersteller*innen seien keine direkte Konkurrenz, da sie unter enormem asiatischen Hardwaredruck stünden und kaum Kapazitäten für eigene Softwareentwicklung hätten. Player wie Enpal, die Deutsche Bahn, sonnen, Fenecon oder BayWa arbeiten laut Furo bereits mit dem Start-up zusammen. Wer heute noch in dieses Segment wolle, müsse bei null anfangen. „Mit jeder neuen Partnerschaft werden wir jeden Tag schneller. Das kann niemand einfach replizieren“, untermauert Voß den Burggraben ihres Unternehmens.

Was passiert, wenn sich der Markt beruhigt?

Die Versprechen klingen verlockend, bedürfen jedoch einer kritischen Betrachtung. Die anvisierte fünfjährige Amortisationszeit hängt naturgemäß stark an dauerhaft hohen Preisschwankungen am Strommarkt. Sollte sich diese Volatilität durch den Netzausbau künftig stabilisieren, könnten die Margen im Energiehandel empfindlich schrumpfen. Zudem erfordert die internationale Skalierung in teils stark regulierte Netze einen massiven Entwicklungsaufwand.

Auf das Risiko schrumpfender Margen angesprochen, verweist Voß auf ein robustes Erlösmodell. „Unser Umsatzmodell ist bewusst dreigleisig aufgebaut: eine SaaS-Lizenz für die Planungsplattform, eine Betriebslizenz für das Betriebssystem und ein Erfolgsanteil an Handelserträgen“, erklärt sie. Die Lizenzeinnahmen seien von kurzfristigen Preissprüngen völlig unabhängig. Zudem funktioniere die Wertschöpfung durch lokale Optimierungen beim Kund*innen – wie Lastspitzenkappung – auch in einem stabilen Preisumfeld weiterhin wirtschaftlich.

Unser Fazit

Furo liefert ein Paradebeispiel für einen klugen strategischen Ansatz: Aus einem reinen Einstiegsprodukt zur Anlagenplanung wird sukzessive ein umfassendes Ökosystem. Mit dem initialen Tool hat das Team Vertrauen bei mittlerweile rund 100 zahlenden Kund*innen und über 600 Nutzer*innen aufgebaut. Der nun vollzogene Schritt zum aktiven Anlagenbetreiber ist logisch, verlagert das Geschäftsrisiko jedoch stark in Richtung der technischen Ausführung.

Für die kommenden zwölf Monate steht laut Voß vor allem der vollständige Rollout der Plattform im Fokus. „Wir übernehmen die intelligente Steuerung der Speicher in Echtzeit und optimieren sie täglich neu.“

Die größte Herausforderung bleibt allerdings die Politik und die träge Infrastruktur. Die laufende Reform der Netzentgelte betrachtet Voß noch als Chance für agile Software-Anbieter. Viel mehr Kopfzerbrechen bereitet der Gründerin hingegen die Hardware-Realität: „Das strukturelle Problem bleibt der Netzanschluss: Zu viele Projekte warten zu lange, bis sie überhaupt ans Netz dürfen. Das bremst nicht nur uns – das bremst die gesamte Energiewende.“

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.