Gesucht werden branchenübergreifend Teams mit skalierbaren Geschäftsmodellen, innovativen Technologien und Wachstumspotenzial – unter anderem aus den Bereichen KI & Software, Bio & Life Science, Clean Tech, FinTech, Food, Consumer Products oder E-Commerce. Auch Forschungsprojekte mit verwertbaren Ergebnissen und konkretem Anwendungspotenzial können sich bewerben.

Im Mittelpunkt stehen kompakte Pitch-Sessions, kuratierte 1:1-Matchings mit Investoren und direkter Austausch mit Branchenakteuren. Zusätzlich profitieren die ausgewählten Teams von einer professionellen Vorbereitung durch Workshops, Pitchtrainings sowie Unterstützung bei Pitch- und Read Decks.

Darüber hinaus bietet der Investforum Pitch-Day Networking mit Business Angels, VCs und Unternehmen sowie Keynotes rund um Innovation und Wachstum. Ein weiterer Höhepunkt ist die Verleihung des Awards „Überzeugendstes Startup“ der Stadtwerke Halle GmbH, dotiert mit 2.500 Euro, sowie des „TK-Sonderpreis Gesundheit“ der Techniker Krankenkasse Sachsen-Anhalt, dotiert mit 1.000 Euro.

Mit der HANGAR Night erwartet die Teilnehmenden außerdem ein besonderes Abendformat mit Innovation Walks, Drinks, Live-Musik und Austausch in außergewöhnlicher Atmosphäre.

Die Bewerbungsphase läuft noch bis zum 14. Juni 2026. Weitere Informationen zu Teilnahmebedingungen, Förderung und Bewerbung gibt es unter: pitchday.investforum.de

Der Investforum Pitch-Day 2026 ist ein Angebot der IMPETUUM GmbH – Institut für Wissens- und Technologietransfer an der Martin-Luther-Universität Halle-Wittenberg – und wird durch das Ministerium für Wirtschaft, Tourismus, Landwirtschaft und Forsten mit Mitteln des Europäischen Sozialfonds Plus und des Landes Sachsen-Anhalt gefördert

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.

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

Vom Agentur-Projekt zur DSGVO-Plattform

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

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

Die ARR-Metrik im Branchen-Check

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

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

Technologische Tiefe vs. „Middleware“-Dilemma

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

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

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

B2B als Cashcow für den B2C-Testballon

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

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

Fazit

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

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.

Das Klischee vom gut verdienenden Geschäftsführer hält sich hartnäckig. Doch in der Praxis wachsender mittelständischer Unternehmen zeigt sich oft ein anderes Bild. Gunnar Militz, Gründer und Geschäftsführer der 2018 in Hamburg gegründeten MCANISM Technology GmbH, positioniert sich hierbei bewusst als Gegenentwurf: Nach Angaben des Unternehmens zahlt er sich ein Fixgehalt von unter 100.000 Euro aus, womit Teile seines Teams mehr verdienen als er selbst. Im Gründungsjahr verzichtete er demnach sogar komplett auf ein Einkommen.

Dieses Prinzip der finanziellen Risikobereitschaft soll sich auch im Geschäftsmodell spiegeln: Das Performance-Marketing-Netzwerk setzt auf eine proprietäre Tracking-Technologie ohne Drittanbieter und fokussiert sich auf Nischen wie die Lebensmittel- und Reisebranche.

In diesem Interview haken wir kritisch nach: Ist das niedrige Gründergehalt clevere PR, schlichte Notwendigkeit oder ein echtes Führungs-Tool? Und wie behauptet sich ein Nischen-Player technologisch gegen die bequemen Standard-Tools der großen Tech-Giganten?

Das Interview

StartingUp: Herr Militz, laut eigener Angaben verdienen Sie bewusst deutlich unter 100.000 Euro im Jahr, während Teile Ihres Teams mehr nach Hause bringen. Kritisch gefragt: Wie viel davon ist clevere Employer-Branding-PR und wie viel schlichte finanzielle Notwendigkeit für das Wachstum von MCANISM? Bitte nennen Sie uns den konkreten strategischen Hebel, den diese Gehaltsstruktur für Ihr Unternehmen hat.

Gunnar Militz: Es ist weder reine PR noch blanke Not aus der Kasse. Der strategische Hebel ist die Kapitaleffizienz. Als Unternehmer muss man verstehen: Jeder Euro, den ich mir privat auszahle, ist nach Steuern und Sozialabgaben nur noch die Hälfte (oder sogar weniger) wert. Wenn dieser Euro aber in der Firma bleibt, ist er „brutto“ und arbeitet für das Wachstum. Die Rendite, die ich erziele, wenn ich das Kapital in unsere eigene Technologie oder in den Marktausbau stecke, ist faktisch immer höher als das, was ich privat am Kapitalmarkt damit erreichen könnte. Wir lassen das Cash im Unternehmen, damit es dort mit Hebel arbeiten kann. Das ist kein Verzicht, sondern Reinvestition in den eigenen Erfolg.

StartingUp: Im Gründungsjahr 2018 gab es für Sie gar kein Gehalt, nur die Krankenversicherung war abgedeckt. Solche Phasen werden von Gründer*innen im Nachhinein gern als heldenhafte „Hustle“-Phase romantisiert. Wie sah die Realität aus – gab es einen konkreten Moment, in dem Sie diese Entscheidung bereut haben, und wie hat diese Zeit die Fehlerkultur in Ihrem Unternehmen geprägt?

Gunnar Militz: Bereut habe ich es nie, aber es lehrt einen Demut gegenüber der Cashflow-Planung. Man lernt, den "Lifestyle-Fokus" komplett gegen den "Impact-Fokus" zu tauschen. Ich hatte keine Zeit zum Geldausgeben! Was viele unterschätzen: Ein niedriges Fixgehalt bedeutet ja nicht, dass man am Hungertuch nagt, wenn man die steuerlichen Spielräume nutzt. Wer clever ist, nutzt Werkzeuge wie die 0,25%-Regelung für E-Autos oder rechnet Geschäftsreisen korrekt ab. Das reduziert die privaten Lebenshaltungskosten legal und effizient.

Diese Zeit hat unsere Fehlerkultur massiv geprägt: Wenn es dein eigenes Geld ist, das du verbrennst, entwickelst du einen sechsten Sinn für Effizienz. Wir probieren viel aus, aber wir stoppen Dinge radikal, die keinen ROI bringen. Diese „Skin in the Game“-Mentalität verlange ich heute auch von der Struktur, nicht nur von mir selbst. Aber Vorsicht: Man muss dabei extrem sauber arbeiten. Gerade wenn man mehr als 25% der Anteile hält, schaut das Finanzamt beim Fremdvergleich ganz genau hin. Die Bezüge müssen angemessen sein – weder darf man sich künstlich arm rechnen, um Steuern zu sparen, noch darf man die Firma als Selbstbedienungsladen nutzen. Diese steuerliche Disziplin ist das Fundament für unsere Unabhängigkeit.

StartingUp: Wenn Angestellte am Monatsende mehr verdienen als der Chef, kann das klassische Hierarchien ins Wanken bringen. Wie wirkt sich diese Struktur in der täglichen Praxis tatsächlich auf Ihre natürliche Autorität aus? Bitte geben Sie uns ein konkretes Beispiel, wie Sie mit Gehaltsverhandlungen von Top-Talenten umgehen, deren Forderungen Ihr eigenes Gehalt sprengen.

Gunnar Militz: In der Praxis merke ich davon weniger als man denkt. Autorität kommt nicht davon, dass man das höchste Gehalt im Raum hat. Das war vielleicht mal so, aber in unserem Umfeld zählt eher wer klar entscheidet und wer Verantwortung übernimmt. Wenn ich als Geschäftsführer sichtbar nicht das Maximum für mich raushole, schafft das eher Glaubwürdigkeit als Schwäche. Bei konkreten Gehaltsverhandlungen ist mein eigenes Gehalt schlicht kein Referenzpunkt. Wenn jemand für eine kritische Rolle gebraucht wird, vergüten wir marktgerecht oder drüber. Was die Rolle kostet, hängt vom Impact ab und nicht davon, was ich verdiene. Dafür muss ich mich dann auch nicht rechtfertigen.

StartingUp: Ihre eigene Vergütung ist stark an Tantiemen gekoppelt, Sie gehen also voll ins persönliche Risiko. MCANISM setzt parallel auf eine proprietäre Softwarelösung ohne Drittanbieter. Wie hängt diese „Skin in the Game“-Mentalität mit der Entscheidung zusammen, sich technologisch unabhängig zu machen, anstatt kostensparend auf bestehende Standard-Tools zurückzugreifen?

Gunnar Militz: Das hängt direkt zusammen. Wer variabel vergütet ist, denkt automatisch in längeren Zeiträumen. nicht nur beim Umsatz, sondern auch bei Abhängigkeiten. Standard-Tools sind bequemer und kurzfristig günstiger, aber wir haben uns bewusst dagegen entschieden. Das bedeutet mehr Aufwand und mehr Risiko, doch dafür kontrollieren wir unsere Daten, unsere Logik und letztlich unser Geschäftsmodell. Das ist wie auch beim Gehalt dieselbe Grundhaltung: lieber mehr Risiko tragen, aber nicht abhängig sein.

StartingUp: Eine eigene Tracking-Technologie zu betreiben, ist teuer. Viele Kund*innen sind zudem an die Dashboards von Google oder Meta gewöhnt. Mit welchen handfesten Argumenten – abseits des oft bemühten Themas Datenschutz – bringen Sie Marketingabteilungen dazu, ihre Gewohnheiten aufzugeben und auf Ihre unabhängige Lösung zu wechseln?

Gunnar Militz: Das entscheidende Argument ist nicht das Tool, sondern die Frage, wer hier eigentlich für wen optimiert. Google und Meta bauen ihre Dashboards nach ihren Interessen und weniger nach denen ihrer Kunden. Wir argumentieren konkret: Attribution, Provisionsmodelle, Kampagnenlogiken – das alles lässt sich mit uns deutlich individueller steuern. Für Unternehmen, die ihre Kanäle wirklich verstehen wollen und nur auf Plattform-KPIs schauen, macht das einen messbaren Unterschied. Der Wechsel ist kein Selbstläufer, weil Gewohnheiten sitzen, das ist klar. Aber sobald jemand einmal sieht, wie eine unabhängige Sicht auf Performance aussieht, ist die Bereitschaft deutlich höher.

StartingUp: Mit den Netzwerken Chefs Campaign und Hotel Campaign fokussieren Sie sich auffällig spitz auf die Lebensmittel- und Reisebranche. Andere Affiliate-Netzwerke agieren deutlich breiter. Verstecken Sie sich in der Nische vor dem großen Wettbewerb oder worin genau liegt der messbare Leistungs- und ROI-Vorteil für Partner wie HelloFresh oder NH Hotels? Bitte nennen Sie uns hierfür einen konkreten Faktor, den Generalisten nicht abdecken können.

Gunnar Militz: Wir verstecken uns nicht, wir entscheiden uns. Food und Travel haben sehr spezifische Anforderungen: andere Customer Journeys, andere Buchungslogiken, andere Conversion-Mechaniken. Ein Generalist bildet das irgendwie ab. Wir bilden es genau ab. Der konkrete Unterschied liegt darin, wie wir Provisionsmodelle und Conversion-Prozesse modellieren. Näher am tatsächlichen Geschäftsmodell unserer Partner, nicht an einem generischen Template. Für HelloFresh oder NH Hotels bedeutet das weniger Streuverlust und bessere Steuerbarkeit. Das ist messbar.

StartingUp: Lassen Sie uns einen „Realitätscheck“ in Sachen Wahrnehmung von Gründer*innen-Gehältern machen. Welchen ungeschönten, praxisnahen Rat geben Sie einem jungen Gründungs-Team, das heute seinen ersten Businessplan schreibt und entscheiden muss, wie hoch das eigene Fixgehalt ausfallen darf, ohne das Unternehmen oder sich selbst zu ruinieren?

Gunnar Militz: Das eigene Gehalt ist kein Belohnungssystem. Das ist der Kern. Zu hoch, und das Unternehmen hat ein Problem. Zu niedrig, und man selbst hat irgendwann ein Problem – und zwar eines, das sich in Entscheidungen niederschlägt, ob man will oder nicht. Ich rate dazu, sich zwei ehrliche Fragen zu stellen: Was brauche ich wirklich, um vernünftig arbeiten zu können? Und was kann die Firma in dieser Phase tragen? Dazu früh über variable Modelle nachdenken. Und war nicht als Sparmaßnahme, sondern weil es die eigenen Interessen mit dem Unternehmenserfolg verbindet. Und dann noch etwas, das unterschätzt wird: Was am Anfang richtig ist, muss in zwei Jahren nicht mehr stimmen. Die eigene Rolle verändert sich. Das sollte man nicht erst merken, wenn es zu spät ist.

Gunnar Militz, Danke für die spannenden Insights!

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

Steigende Kosten, kurzfristige Reservierungsabsagen und eine spürbare Konsumzurückhaltung setzen die deutsche Gastronomiebranche im Jahr 2026 massiv unter Druck. In diesem Klima positioniert sich das Hamburger GastroTech-Unternehmen BON BON mit einem Plattform- und Markenrelaunch neu. Der Plan des Start-ups: Es will sich vom reinen Gutscheinanbieter zum Technologie- und Infrastrukturpartner der Branche wandeln. Damit rückt der deutsche Gutscheinmarkt, der ein jährliches Gesamtvolumen von rund zehn Milliarden Euro aufweist, ins strategische Visier der Hanseaten.

Pandemie-Baby wird erwachsen: Der Weg ins B2B-Geschäft

Die Wurzeln von BON BON liegen in der Corona-Pandemie. Das Start-up ging aus der Solidaritäts-Initiative PayNowEatLater hervor, die 2020 als digitaler Rettungsschirm ins Leben gerufen wurde. Was als Hilfsaktion durch die vier Gründer David Bernhard, Patrick Kosmala, Niclas Störmer und Malte Steiert begann, verbindet heute gastronomische Betriebe mit Endverbraucher*innen und Firmenkund*innen.

Der Weg vom provisionsfreien Projekt zur B2B-Plattform ist jedoch ressourcenintensiv. Auf die Frage, wie dieser Sprung finanziert wurde und ob Venture Capital im Spiel war, erklärt Co-Gründer David Bernhard: „Tatsächlich konnten wir die Dynamik und den Rückenwind aus der Corona-Zeit nutzen, um die Weiterentwicklung aus eigener Kraft zu finanzieren. Dadurch ist BON BON bis heute vollständig bootstrapped und wir können unabhängig von externem Investorendruck unsere langfristige Vision verfolgen.“

Kassen-Schnittstellen: Der technische Umbau

Der strategische Kern der Neuausrichtung ist der Ausbau nativer Schnittstellen zu Kassen-Systemen (POS). Durch diese Systemintegration sollen Gutscheine automatisiert direkt am Tresen validiert und verbucht werden. Das Unternehmen gibt an, damit den administrativen Aufwand im operativen Alltag der Betriebe drastisch senken zu wollen. Die Gutscheine selbst sind deutschlandweit in über 10.000 Partner*innen-Betrieben einlösbar – von der Kiez-Gastronomie bis zur 3-Sterne-Küche.

Der Aufbau dieses Netzwerks sei laut Unternehmen ein zentraler Schritt gewesen. Rund 1.500 Gastronomien stammen noch direkt aus der Pandemie-Phase, der Rest sei organisch durch Empfehlungen, Messen und den Ausbau von Einzelbetrieben hin zu Ketten gewachsen.

Bezüglich der Abwanderungsquote im Wettbewerb verweist der Gründer auf das eigene Angebot: „Die Churn-Rate zu alternativen Angeboten ist bei uns sehr gering, da unser Leistungsversprechen und die erzielbaren, klar messbaren Ergebnisse für die Gastronomien äußerst überzeugend sind. Die häufigsten Gründe für Abgänge sind tatsächlich Insolvenzen oder Geschäftsaufgaben – bedingt durch die insgesamt herausfordernde wirtschaftliche Lage in der Gastronomie.“

Monetarisierung und Social Impact

Begleitet wird diese Entwicklung durch eine visuelle Neuausrichtung, für die das Unternehmen eine Food-Branding-Agentur engagiert hat. Zudem setzt BON BON auf eine Social-Impact-Komponente: Pro verkauftem Gutschein fließen 0,25 Euro an die Welthungerhilfe zur Finanzierung von Schulmahlzeiten in Burundi.

Hinsichtlich der Monetarisierung legt Bernhard dar, wie sich das Zwei-Säulen-Modell der Hamburger rechnet: „Hier profitieren wir stark davon, dass unser Geschäftsmodell auf zwei Säulen basiert: Zum einen unser Gutscheinsystem inklusive POS-Integrationen für Gastronomien, über das sie ihre eigenen Gutscheine verkaufen und verwalten können – wobei unsere Marge hier bewusst sehr gering ist. Der strategisch wichtigere Bestandteil ist der BON BON Universalgutschein, der bei allen Partner-Gastronomien eingelöst werden kann.“

Die Erlöse generiert das Unternehmen dabei vor allem über das Firmenkund*innengeschäft. „Einnahmen erzielen wir hier insbesondere über unsere B2B-Lösungen, etwa automatisierte Gutscheinversendungen zu Anlässen wie Geburtstagen, sowie über die branchenübliche Nichteinlösequote, die bei Gutscheinsystemen immer eine Rolle spielt“, so der Gründer weiter.

Der Kassenmarkt als operative Hürde

Der Gutschein-Sektor ist stark fragmentiert und umkämpft. Im Erlebnisbereich agieren Anbieter wie Jochen Schweizer, im Gastro-Segment Akteure wie Yovite oder subventionierte Stadtgutschein-Initiativen.

Eine wesentliche operative Hürde für BON BON liegt in der technologischen Zersplitterung der Branche. Gefragt nach der technischen Herausforderung, funktionierende Schnittstellen von Orderbird über Vectron bis Lightspeed trotz Software-Updates stabil zu halten, räumt Bernhard ein: „Das ist tatsächlich eine große Herausforderung, der wir mit sehr langfristig aufgebauten und partnerschaftlichen Beziehungen sowohl zu den Kassensystemanbietern als auch zu den Gastronom*innen begegnen. Erfreulicherweise sind die relevanten Schnittstellen dabei vergleichsweise stabil und weitgehend von den schnellen Entwicklungszyklen der eigentlichen Kassensoftware entkoppelt, was uns eine verlässliche technische Integration ermöglicht.“

Ausblick auf die kommenden Monate

Ob es dem Team langfristig gelingt, den Betrieben bürokratische Hürden im Alltag durch POS-Integrationen abzunehmen, wird der Praxis-Test zeigen. Gleichzeitig muss sich beweisen, ob die überarbeitete Website und die mobile Nutzer*innenführung ausreichen, um Endkund*innenkäufe außerhalb typischer Phasen wie Weihnachten konstant zu generieren.

Für die kommenden 12 bis 18 Monate hat das Team Produkt-Schritte definiert. Bernhard benennt die geplante Expansion: „Die Weiterentwicklung geht hier klar in zwei Richtungen: Zum einen in die kontinuierliche Erschließung weiterer Supermarktketten, zum anderen vor allem in den Ausbau erweiterter Firmenangebote rund um steuerfreie Sachbezüge. Dabei ermöglichen wir es Arbeitgebenden – unter bestimmten Voraussetzungen, die wir dank unserer Kassensystem-Integrationen zunehmend zuverlässig erfüllen – ihren Mitarbeitenden monatlich oder zu besonderen Anlässen steuerfrei Gutscheine bereitzustellen.“

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.

Die Vision einer post-fossilen Wirtschaft ist im Jahr 2026 keine bloße Utopie mehr, sondern eine präzise Ingenieursleistung. Wir erleben den Moment, in dem die Natur von einer Ressource, die wir ausbeuten, zu einer Technologie wird, die wir programmieren. In den Laboren der Republik entstehen heute Lösungen für die größten Versorgungskrisen unserer Zeit. Der Aufstieg der Synthetischen Biologie (SynBio) markiert den Übergang vom Zeitalter der Petrochemie in das Zeitalter der Biomanufaktur – eine Transformation, die so tiefgreifend ist wie die industrielle Revolution, jedoch mit der Geschwindigkeit der digitalen Transformation erfolgt.

Wenn Bits auf Atome treffen

Der SynBio-Markt ist 2026 in eine Phase der industriellen Skalierung eingetreten. Aktuelle Analysen der KfW sowie Branchenberichte von BCG beziffern das globale Marktpotenzial für bio-basierte Produkte bis Ende des Jahrzehnts auf über 300 Milliarden Euro. Allein in Deutschland ist das Investitionsvolumen in DeepTech-BioTech-Start-ups im vergangenen Geschäftsjahr laut Bitkom-Daten auf einen Rekordwert von 1,4 Milliarden Euro gestiegen. Der entscheidende technologische Katalysator ist die Verschmelzung von Generativer KI und Biologie. Dank Modellen, die Proteinfaltungen präziser vorhersagen können, als es je ein menschlicher Forscher vermochte, wurde die Entwicklungszeit für neue Enzyme um den Faktor zehn verkürzt. Die Biologie wird damit endgültig zum „Software-Stack“, bei dem Design-Build-Test-Learn-Zyklen in digitalisierten Bio-Gießereien automatisiert ablaufen.

Jenseits der Petrischale: Die Treiber der Bio-Ökonomie

Drei spezifische Sub-Sektoren dominieren in diesem Jahr die Agenda der Investor*innen. An erster Stelle steht die zellfreie Biosynthese, bei der komplexe Moleküle ohne den Einsatz lebender Zellen produziert werden, was die Skalierbarkeit massiv erhöht. Pioniere wie das US-Unternehmen Solugen haben hier den Weg geebnet, doch deutsche Akteure ziehen in der Effizienz der Bioreaktor-Steuerung nach. Ein zweiter massiver Treiber ist das Microbial Carbon Upcycling: Mikroben werden so programmiert, dass sie industrielles CO₂ direkt in hochwertige Proteine oder Kunststoffe umwandeln. Hier verschmelzen Klimaschutz und Produktion zu einer Einheit. Drittens sehen wir den Siegeszug der Biomanufaktur bei Alternativmaterialien – sei es durch Biomasse-Fermentation für Lederersatz aus Myzel oder durch echte Präzisionsfermentation, bei der etablierte Akteure wie die bayrische AMSilk zeigen, dass programmierte Spinnenseide-Proteine bereits in Serie gehen können. Die Lieferkette der Mode- und Automobilindustrie wird durch diese Biopolymere radikal dekarbonisiert.

Die harten Lektionen der Skalierung

Der Weg zum Erfolg war jedoch von schmerzhaften Rückschlägen gepflastert. Der prominente Crash des einstigen Branchenlieblings Amyris im Jahr 2023 wirkt bis heute als warnendes Beispiel nach. Das Unternehmen scheiterte trotz Milliardenbewertung an der Komplexität der vertikalen Integration und dem Versuch, gleichzeitig Technologieplattform und B2C-Marke zu sein. Für heutige Gründer*innen haben sich daraus vier fatale Fallstricke herauskristallisiert, die über Sieg oder Niederlage entscheiden. Erstens: Die Ignoranz gegenüber den Unit Economics. Ein Produkt, das im 5-Liter-Maßstab funktioniert, muss im 50.000-Liter-Kessel nicht zwangsläufig profitabel sein. Zweitens: Das „Regulatorik-Vakuum“. Wer die EU-Novel-Food-Verordnungen oder GVO-Richtlinien nicht von Tag eins an in die Produktentwicklung einplant, riskiert Jahre des Stillstands. Drittens: Die Fokussierung auf den Endkonsument*innen statt auf B2B-Integration. Der wahre Hebel liegt in der Lizenzierung von Prozessen an die Industrie. Viertens: Die Unterschätzung der Hardware-Komponente. SynBio ist kein reines Software-Business; ohne Zugang zu physischer Infrastruktur bleibt jede Innovation im Labor gefangen.

Deutschlands Bio-Cluster

Deutschland hat sich im internationalen Vergleich als einer der stärksten Hubs für SynBio etabliert, getrieben durch eine einzigartige Verzahnung von Spitzenforschung und industrieller Basis. In München und dem angeschlossenen IZB Martinsried konzentriert sich die größte Dichte an Venture Capital und Talenten, eng flankiert durch die Exzellenz-Cluster der TU München. Berlin hat sich durch spezialisierte Inkubatoren wie den ProVeg Incubator, Atlantic Food Labs (FoodLabs) und den Science Park Berlin-Buch zum absoluten Zentrum für FoodTech und zelluläre Landwirtschaft entwickelt. Ein weiterer Hotspot ist das Rhein-Neckar-Delta rund um Heidelberg, wo das European Molecular Biology Laboratory (EMBL) und der BioRN-Cluster eine Brücke zwischen Grundlagenforschung und Marktreife schlagen. Aachen punktet mit der RWTH und einer starken Fokussierung auf Bio-Verfahrenstechnik, während der Raum Darmstadt/Frankfurt durch die Nähe zu Giganten wie Merck und die TU Darmstadt als Kraftzentrum für die industrielle Bioproduktion gilt.

Investor*innen-Radar

Die Finanzierungslandschaft hat sich spezialisiert. Wir unterscheiden im Jahr 2026 vier Ebenen der Kapitalgeber*innen. Die spezialisierten VCs wie Forbion, BlueYard Capital oder Sofinnova Partners bringen das notwendige tiefe Domänenwissen mit. Auf der zweiten Ebene stehen Top-Tier Generalisten wie HV Capital und Earlybird, die SynBio zunehmend als Teil ihrer Dekarbonisierungs-Strategie begreifen. Besonders kritisch für die Skalierung sind die Corporate VCs der Industrie, allen voran BASF Venture Capital und Evonik Venture Capital, die nicht nur Geld, sondern auch Abnahmegarantien und technisches Know-how bieten. In der Frühphase bewegen zudem spezialisierte Mikro-Fonds wie Nucleus Capital oder erfahrene ClimateTech-Angels den Markt, oft organisiert in Syndikaten, die das „Valley of Death“ zwischen Labor und Prototyp überbrücken

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

Für die folgende Auswahl der Start-ups haben wir Unternehmen analysiert, die nach 2019 in Deutschland gegründet wurden. Die Auswahlkriterien basieren auf der technologischen Tiefe (IP-Portfolio), dem Reifegrad der Pilotierung, der Validierung durch renommierte Investoren sowie dem Potenzial, bestehende industrielle Lieferketten systemisch zu verändern. Diversität in Gründungsteams und die Skalierbarkeit der zugrunde liegenden Bio-Plattform waren weitere entscheidende Faktoren.

• Cambrium (Berlin, gegründet 2020): Das Team um Dr. Mitchell Duffy nutzt eine KI-gestützte Designplattform, um neuartige Proteine mit molekularen Funktionen zu entwickeln, die in der Natur so nicht vorkommen. Ihr Fokus liegt auf der Kosmetik- und Textilindustrie, wo sie petrochemische Inhaltsstoffe durch bio-designte Alternativen ersetzen. Mit massiven Finanzierungsrunden, angeführt von Tech-Schwergewichten wie Essential Capital und dem Google-KI-Fonds Gradient Ventures, gilt Cambrium als Leuchtturm für eine neue Generation von Biomaterial-Zulieferern, die aus digitalem Code physische Hochleistungsprodukte erschaffen.
• Bluu Seafood (Berlin, gegründet 2020): Gegründet von Dr. Sebastian Rakers und Simon Fabich, ist Bluu einer der führenden europäischen Akteure im Bereich kultivierter Fisch. Durch die Kultivierung echter Fischzellen im Bioreaktor adressieren sie die Überfischung der Meere. Nach signifikanten Investments durch Lead-Investor Sparkfood sowie LBBW VC und Delivery Hero Ventures steht das Unternehmen kurz vor der ersten Marktzulassung in Singapur und den USA.
• Colipi (Hamburg, gegründet 2022): Das Spin-off der TU Hamburg, geführt von Maximilian Webers, nutzt eine patentierte Gasfermentationstechnologie, um CO₂ in nachhaltige Öle und Lipide umzuwandeln. Der USP von Colipi ist die Nutzung von industriellen Abgasströmen als Rohstoff, was die Produktion extrem kosteneffizient macht. Sie konnten sich frühzeitig die Unterstützung von Top-Investoren wie dem High-Tech Gründerfonds (HTGF) und dem Innovationsstarter Fonds Hamburg sichern.
• Kynda (Jelmstorf, gegründet 2019): Ursprünglich als Keen 4 Greens von Daniel MacGowan-von Holstein und Franziskus Schnabel gegründet, bietet Kynda Plug-and-Play-Fermentationssysteme für die Lebensmittelindustrie an. Als B2B-Technologiepartner stellen sie modulare Bioreaktoren und Pilzkulturen bereit, mit denen Hersteller ihre eigenen Produktionsabfälle direkt vor Ort kostengünstig in Mykoproteine umwandeln können. Eine kürzliche 3-Millionen-Euro-Seed-Finanzierung – angeführt vom VC EnjoyVenture und massiv flankiert durch ein strategisches Investment des Geflügel-Giganten PHW-Gruppe – unterstreicht das enorme Skalierungspotenzial dieses Kreislauf-Modells.
• Nosh.bio (Berlin, gegründet 2022): Das Team um Tim Fronzek nutzt Pilzbiomasse als funktionalen Inhaltsstoff für die Lebensmittelindustrie, um Clean-Label-Produkte ohne Zusatzstoffe zu ermöglichen. Der technologische Vorsprung von Nosh.bio liegt in der Geschwindigkeit des Fermentationsprozesses. Frühphasen-Finanzierungen durch Earlybird unterstreichen das hohe Vertrauen in das Skalierungspotenzial.
• Ucaneo (Berlin, gegründet 2022): Das Team um Florian Tiller und Carla Glassl beweist, dass Synthetische Biologie auch beim Direct Air Capture (DAC) den Unterschied macht. Statt energieintensiver chemischer Filter nutzt Ucaneo eine biomimetische Technologie: Sie setzen das Enzym Carboanhydrase ein – eines der schnellsten Enzyme der Natur –, um CO₂ bei Raumtemperatur direkt aus der Umgebungsluft zu binden. Mit starken Frühphasen-Finanzierungen durch DeepTech-Fonds wie Nucleus Capital und der US-amerikanischen Grantham Foundation baut Ucaneo derzeit in Berlin-Marienfelde ihre erste industrielle Testanlage auf.
• Insempra (München, gegründet 2021): Das Team um Gründer Jens Klein hat sich zum Ziel gesetzt, die massive Abhängigkeit der globalen Lieferketten von der Petrochemie zu beenden. Über ihre B2B-Technologieplattform nutzen sie Präzisionsfermentation, um maßgeschneiderte Inhaltsstoffe für die Kosmetik-, Lebensmittel- und Textilbranche quasi zu programmieren – von bio-basierten Lipiden und Aromen bis hin zu neuartigen Proteinfasern. Eine hochkarätige Finanzierungsrunde, angeführt von europäischen DeepTech-Schwergewichten wie EQT Ventures und BlueYard Capital, unterstreicht den Anspruch von Insempra, ein globaler industrieller Zulieferer der nächsten Generation zu werden.

Ausblick & Fazit: Der globale Wettlauf

Der Blick über den Tellerrand zeigt: Wir stehen in einem globalen Systemwettbewerb. In den USA treibt die per Executive Order erlassene „National Biotechnology and Biomanufacturing Initiative“ Milliardeninvestitionen in die heimische Infrastruktur, flankiert von Pionieren, die dort und in Frankreich (wie Biomemory) bereits an der Verschmelzung von SynBio und DNA-Datenspeicherung arbeiten. In Asien, insbesondere in China und Singapur, werden derweil regulatorische Hürden in Rekordzeit abgebaut, um die Marktführerschaft bei der Biomanufaktur zu übernehmen. Flankiert wird dies von Hubs wie Israel, die mit massivem VC-Kapital den globalen Markt für kultivierte Proteine dominieren wollen.

Das Fazit für das Jahr 2026: Biologie ist die Infrastruktur der Zukunft. Für Gründer*innen bedeutet dies, dass die Zeit der reinen Plattform-Versprechen vorbei ist; gefragt sind konkrete Produkte und belastbare Unit Economics. Für Investor*innen bietet SynBio die seltene Chance, echte „Impact-Rendite“ zu erzielen, indem sie Industrien transformieren, die über Jahrzehnte festgefahren waren. Wer heute den Code der Natur versteht und skalieren kann, wird die Welt von morgen nicht nur verstehen, sondern neu bauen.

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

Bootstrapping in einem teuren Markt

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

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

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

Prozesskostenfinanzierung statt Stundenlohn

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

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

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

Das „Rosinenpickerei“-Dilemma

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

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

Proprietäre Software vs. Standard-KI

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

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

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

Fazit & Ausblick

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

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

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

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

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

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

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

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

Schluss mit dem KI-Flickenteppich

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

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

KI-Agenten per Drag-and-drop

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

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

Transparenter Deal oder teure Skalierung?

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

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

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

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

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

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

Genialer Eisbrecher mit Ablaufdatum?

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

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

Gegründet im Jahr 2021 im Rahmen des ESA-Business-Incubation-Programms, verfolgten die ODONATA-Gründer Dennis Furchheim, Tobias Nickel und Dominik Weigl ursprünglich eine weitaus kapitalintensivere Vision: ein bemanntes, wasserstoffbasiertes Flugtaxi (eVTOL). Doch die Realität der Finanzmärkte zwang das Team zum Umdenken. „Die Finanzierung eines solchen Vorhabens ist grundsätzlich schon nicht einfach“, erinnert sich CEO Dennis Furchheim an die kritischen Phasen der letzten fünf Jahre.

Besonders die Probleme anderer Branchengrößen belasteten das junge Unternehmen: „Wenn aber die Entwicklungen, wie beispielsweise bei Lilium, einen in Sippenhaft nehmen, weil nicht unterschieden wird zwischen verschiedenen Konzepten, dann wird es noch härter.“ In dieser Situation habe der „Zeitenwechsel“ und der neue Fokus auf Dual-Use den nötigen Befreiungsschlag ermöglicht.

Mitte 2024 folgte der scharfe Kurswechsel weg vom zertifizierungsrechtlich komplexen Passagiermarkt. Furchheim räumt offen ein, dass dies auch eine Reaktion auf den Standort Deutschland war: „Wir haben ursprünglich mit dem Ziel gestartet, ein eVTOL für Passagiere zu entwickeln und zu produzieren. Wir haben allerdings lernen müssen, dass Investoren in Deutschland nicht in so langfristig angelegte Projekte investieren.“

Der Schwenk zur autonomen Drohne PANTALA sei zwar „hart“ gewesen, doch das Team konnte wertvolle Erfahrungen und Technologien aus der ersten Phase transferieren.

PANTALA: Technik mit Schwerpunkt-Trick

Die nun getestete PANTALA-Drohne ist als Multi-Mission-Plattform konzipiert, die Logistik, Lagebildgewinnung und Drohnenabwehr vereint. Mit einer Spannweite von 7,9 Metern und einem maximalen Startgewicht von 280 Kilogramm kann sie bis zu 80 Kilogramm Nutzlast transportieren. Dank einer hybriden Antriebsarchitektur – batterieelektrisch für Start und Landung, ein Kraftstoffsystem für den Reiseflug – soll sie über zehn Stunden in der Luft bleiben und eine Reichweite von mehr als 1.100 Kilometern erzielen.

Ein technologisches Highlight ist der zum Patent angemeldete verschiebbare Antriebsstrang, der die Schwerpunktsanpassung im Flug bei variierenden Lasten ermöglicht. Angesprochen auf die Zukunftsfähigkeit des Antriebs gibt sich der Gründer pragmatisch. „Wir haben uns bewusst technologieoffen aufgestellt“, betont Furchheim im Hinblick auf die noch fehlende Wasserstoff-Infrastruktur. Er verspricht: „So können wir mit klassischen Treibstoffen, elektrisch und künftig auch mit Wasserstoff fliegen, je nachdem, wie die Infrastruktur sich entwickelt.“

Der Marktdruck und die Konkurrenz

Obwohl ODONATA durch Partner wie die ESA und die TUM Venture Labs Aerospace unterstützt wird, bleibt der Kapitalbedarf massiv. Im Wettbewerb mit bereits etablierten Playern wie Quantum Systems muss sich das Start-up behaupten. Furchheim sieht sein Unternehmen jedoch technologisch im Vorteil.

„Wir haben zwei zentrale Vorteile“, erklärt der CEO selbstbewusst: „Zum einen haben wir eine höhere Payload mit bis zu achtzig Kilogramm, was uns ermöglicht, ganz neue Use-Cases zu bedienen.“ Zudem ermögliche die enorme Reichweite eine Überwachung von Frontabschnitten oder kritischer Infrastruktur über viele Stunden hinweg. Laut Furchheim gibt es bereits konkrete Gespräche mit Interessenten, „die genau auf so etwas warten“.

Zwischen Ethik und Skalierung

Die Ausrichtung auf den Sicherheitssektor bringt neben internationalem Interesse aus den USA, Indien oder der Ukraine auch strikte Rüstungsexportkontrollen mit sich. Auf die Frage nach den regulatorischen Hürden beim Export von Dual-Use-Gütern reagiert der Gründer zurückhaltend, deutet aber eine enge Abstimmung mit nationalen Stellen an. „Ohne zu viel zu verraten, wir sind im Gespräch mit der Bundeswehr, damit wir unser System auf diese Anforderungen hin optimieren“, erklärt Furchheim, räumt jedoch ein: „Aber es ist natürlich eine Hürde, die es nicht leichter macht.“

Der erfolgreiche Hovering-Test markiert den bisher wichtigsten Fortschritt. Der nächste entscheidende Lackmustest für ODONATA wird nun der aerodynamisch anspruchsvolle Übergang in den Reiseflug sein. Nur wenn dieser nahtlos gelingt, wird das System die wachsende internationale Nachfrage tatsächlich bedienen können.

Der Markt für Umstandsmode ist kein leichter: Die Tragedauer der Kleidung ist naturgemäß begrenzt, weshalb viele werdende Mütter aus Kostengründen zu günstiger Fast Fashion greifen. Genau hier wollten die Frankfurter Schwestern Verena Seipp und Viktoria Ibbett vor fünf Jahren ansetzen. Mit der Gründung ihres Labels creätr traten sie an, um eine hochwertige und funktionale Alternative zu schaffen. Ihre Vision: Kleidung für Schwangerschaft und Stillzeit, die Mütter dank durchdachter Funktionen und modernem Design auch lange nach der Mutterschaft noch begleitet.

Doch die Schere zwischen der Vision einer „erreichbaren Marke“ und der tatsächlichen Marktrealität ging schnell auf. „Das haben wir tatsächlich schon relativ früh gemerkt“, räumt Verena ein. Spätestens in der Produktion sei das Dilemma offensichtlich geworden: „Wenn wir all unsere Ansprüche an faire Herstellung, Nachhaltigkeit und hochwertige, langlebige Materialien erfüllen wollen, landen wir automatisch bei einem Preisniveau, das nicht mehr für alle erreichbar ist.“

Die rote Linie bei der Produktion

Die Fertigung sollte von Beginn an kompromisslos verantwortungsvoll sein und fand daher in Europa – konkret in Deutschland, Portugal und Italien – statt. Dieser ethische und qualitative Anspruch erwies sich rückblickend jedoch als enorme wirtschaftliche Herausforderung.

Hätte man nicht einfach in günstigere, nicht-europäische Länder ausweichen können, um die Preise zu senken? „Am Anfang war das für uns ganz klar eine rote Linie“, betont Viktoria. Man habe ihnen schlichtweg vermittelt, dass faire Arbeitsbedingungen und Qualität nur in Europa wirklich sicherzustellen seien. Heute sieht sie das differenzierter: „Mit zunehmender Erfahrung und einem größeren Netzwerk haben wir gelernt, dass es durchaus auch außerhalb Europas verantwortungsvolle Produktionsmöglichkeiten gibt. Diese Perspektive hatten wir zu Beginn so noch nicht.“

Die Pricing-Falle: Wenn externe Beratung am Markt vorbeigeht

Die hohen europäischen Produktionskosten erzwangen Margen, die das Start-up schnell in eine Sackgasse führten. In der kritischen frühen Aufbauphase verließ sich das Gründerduo auf externe Beratung – und positionierte creätr auf deren Anraten stark im Luxussegment. Ein Blick in das Archiv des Webshops verdeutlicht die harte Dimension: Ein Umstands-Sweatshirt schlug regulär mit 289 Euro zu Buche, ein Hoodie kostete 239 Euro, für ein einfaches Still-T-Shirt wurden 169 Euro aufgerufen.

Warum vertrauten die Schwestern der Beratung mehr als ihrem eigenen Gespür für die Zielgruppe? „Diese Frage trifft den Kern unseres größten Learnings – und wir haben sie uns selbst oft gestellt“, reflektiert Viktoria offen. Als unerfahrene Gründerinnen seien sie davon ausgegangen, dass ein Berater mit jahrzehntelanger Branchenerfahrung den Markt schlicht besser einschätzen könne. Ein fataler Irrtum, wie Verena ergänzt: „Rückblickend war genau das einer unserer größten Fehler.“ Ihr dringender Rat an andere lautet daher: „Vertraue deinem eigenen Bauchgefühl – vor allem, wenn du das Problem und deine Zielgruppe wirklich verstehst.“

Für ein Label, das angetreten war, um eine greifbare Alternative für möglichst viele Mütter zu sein, war dies ein gefährlicher strategischer Schwenk. „In diesem Segment authentisch zu verkaufen, fühlte sich für uns zunehmend nicht richtig an“, resümieren die Gründerinnen heute kritisch. Die tiefe Diskrepanz zwischen dem eigenen moralischen Kompass, dem massiven Preis und der Lebensrealität der Mütter ließ sich auf Dauer nicht überbrücken.

Starke Konkurrenz und psychologische Schwellen

Hinzu kam ein hartes Wettbewerbsumfeld, das verdeutlichte, warum das Luxus-Modell in dieser Nische so schwer durchzusetzen ist. Zwar gibt es einen wachsenden Markt für nachhaltige Maternity Wear, doch selbst etablierte Premium-Wettbewerber wie Boob Design, Mara Mea oder Seraphine rufen für vergleichbare Stücke deutlich niedrigere Preise auf – oft zwischen 60 und 130 Euro.

Auf Babymessen und Pop-up-Events bekamen die Schwestern diese Marktrealität unmittelbar zu spüren. Zwar lobten die Kundinnen die Spürbarkeit der hohen Qualität, doch die Kauflaune blieb aus. „Viele haben offen gesagt, dass sie während der Schwangerschaft ohnehin schon viel fürs Baby ausgeben und deshalb bei sich selbst sparen“, fasst Viktoria die Ernüchterung zusammen. Verena bestätigt das: „Die psychologische Grenze kam immer wieder auf. Viele haben klar gesagt, dass sie – abgesehen vielleicht von einer Winterjacke – nicht bereit sind, über 200 Euro für ein einzelnes Kleidungsstück auszugeben.“ Gegen diese psychologische Hürde bei einer temporären Lebensphase half letztlich auch der Ansatz auf langlebiges Design nicht.

Fazit: Authentizität schlägt Berater-Theorie

Das Ende von creätr ist eine klassische Lektion für die Start-up-Szene. Die mathematisch korrekte Preiskalkulation für eine faire, europäische Produktion muss zwingend mit der Zahlungsbereitschaft des Marktes einhergehen. Wenn externe Strategen ein Unternehmen in ein Segment drängen, das nicht zur Grundidee passt, geht nicht nur die Authentizität verloren, sondern auch das Geschäftsmodell.

Mittlerweile haben die Schwestern die creätr GmbH in Liquidation geschickt und das Ende der Marke angekündigt. Aktuell läuft ein radikaler Schlussverkauf, bei dem sämtliche Teile der Kollektion für nur noch 29 Euro angeboten werden, um die Läger zu leeren und die Kleidung zumindest noch ihrem eigentlichen Zweck zuzuführen. Ein harter Schlussstrich unter ein ambitioniertes Projekt.

Was würden sie anderen Gründerinnen und Gründern in der Sustainable Fashion mit auf den Weg geben? „Sei dir wirklich klar darüber, wofür dein Produkt steht und was du erreichen willst“, rät Verena Seipp eindringlich. „Dieses Ziel sollte dein Nordstern sein – und die Basis für jede Entscheidung.“

Zudem warnt Viktoria Ibbett vor zu großen Ambitionen am Anfang: „Starte klein. Wirklich klein. Konzentriere dich am Anfang auf ein Produkt, teste es, optimiere es und baue darauf auf.“ Dass ihnen damals geraten wurde, direkt mit einer gesamten Kollektion zu starten, sei ein Fehler gewesen. Es war nicht nur teuer, sondern verwässerte auch die Botschaft: „Mit einem klaren Hero-Produkt ist vieles einfacher: Marketing, Kommunikation und vor allem das Verständnis bei den Kundinnen, wofür deine Marke eigentlich steht.“