Agentic AI als Erfolgsgrundlage für Start-ups

20.02.2026

Autor: Nico Gaviola
44 likes

KI befeuert den aktuellen Gründungsboom, doch für eine erfolgreiche Skalierung braucht es mehr. Warum Agentic AI auf Basis einer soliden Datenarchitektur zum entscheidenden Erfolgsfaktor für Start-ups wird.

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

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

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

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

Solide Datenbasis vor KI-Einsatz

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

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

KI-Agenten als Innovationsbeschleuniger

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

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

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

Die Datenbasis muss stimmen

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

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

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

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

Fazit

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

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

Diese Artikel könnten Sie auch interessieren:

ScaleUp Alliance EFH: Gemeinsam die Sanierung im Einfamilienhausmarkt skalieren

Viele Bausteine für die serielle Sanierung von Einfamilienhäusern existieren bereits. Jetzt braucht es die richtigen Akteure, um diese erfolgreich zu skalieren. Mit der ScaleUp Alliance EFH initiiert das dena-Kompetenzzentrum Serielles Sanieren (Energiesprong Deutschland) eine Alliance für Innovatoren und Vorreiter, die den EFH-Markt weiter voranbringen wollen.

Die serielle Sanierung setzt auf Vorfertigung, kurze Baustellenzeiten und standardisierte Prozesse. Die ScaleUp Alliance EFH startet als neues Format, das gezielt die Skalierung erfolgreicher Lösungsansätze für die serielle Sanierung im Einfamilienhaussegment vorantreibt. Den Auftakt bildet die Skalierungswerkstatt im Rahmen des Energiesprong-Festivals am 7. und 8. September in Berlin. Die Teilnehmenden kommen zusammen und bearbeiten konkrete Challenges für die Skalierung der seriellen Sanierung im Einfamilienhaussegment. Ziel ist es, motivierte und engagierte Menschen zu finden, die auch über die Veranstaltung hinaus weiter gemeinsam mit uns zusammenarbeiten: In einer anschließenden Entwicklungsphase werden gemeinsam Ideen konkretisiert, Partnerschaften gebildet und die entwickelten Prototypideen weiterentwickelt, die einen Beitrag dazu leisten können, die serielle Sanierung dauerhaft im Markt zu verankern.

Gesucht werden insbesondere Start-ups, Unternehmen, Industriepartner sowie Menschen mit Innovations- und Skalierungserfahrung. Auch Sponsoring-Partner und Investoren sind eingeladen, sich einzubringen und die Skalierung aktiv zu unterstützen.

Ein Marktsegment mit Potenzial

Nach aktuellen Schätzungen der dena, ergibt sich aktuell ein Potenzial von etwa 2,6 Millionen Gebäuden, die unter heutigen Rahmenbedingungen grundsätzlich für eine serielle Sanierung infrage kommen. Dieses Potenzial zu erschließen, birgt jedoch auch zentrale Herausforderungen. Denn die Anforderungen sind vielfältig: Unterschiedliche Gebäudetypen, individuelle Bedürfnisse von Eigentümerinnen und Eigentümern sowie unterschiedliche finanzielle Ausgangssituationen und Investitionsbereitschaften. Hinzu kommt, dass auf der Angebotsseite gleichzeitig ausreichend Kapazitäten in Planung, Produktion und Umsetzung aufgebaut und langfristig gesichert werden müssen. Diesen konkreten Herausforderungen stellen sich die Teilnehmenden in der Challenge der Skalierungswerkstatt:

Die Challenge: Skalierbare Komplettsanierung aus einer Hand

Die Skalierungswerkstatt widmet sich der zentralen Frage: „Wie bauen wir einen überregionalen Anbieter für energetische Sanierungen aus einer Hand auf?“

Dabei können verschiedene Konzeptansätze verfolgt werden, etwa die Bündelung der Nachfrage, die Entwicklung einer digitalen Vermittlungsplattform oder die Erarbeitung skalierbarer Geschäftsmodelle für Gesamtlösungsanbieter. Weitere Möglichkeiten sind die dezentrale Umsetzung über regionale Netzwerke, der Aufbau von Gigafabriken für industrielle Produktionsstätten oder die Optimierung von Akquise- und Vertriebsprozessen. All diese Ansätze sollen im Rahmen von Komplettsanierungen im Einfamilienhaussegment gedacht werden und schlussendlich in der ScaleUp Alliance zu einer ganzheitlichen Umsetzung für die Skalierung zusammengeführt werden.

Darum lohnt es sich mitzumachen

Teilnehmende der ScaleUp Alliance EFH erhalten die Möglichkeit, neue Kontakte zu knüpfen, gezielt mit relevanten Akteuren entlang der gesamten Wertschöpfungskette zusammenzuarbeiten und Ideen für das Einfamilienhaussegment konsequent in Richtung Umsetzung und Skalierung zu denken.

Die Entwicklungsphase wird eng vom dena-Energiesprong-Team begleitet und bietet über das bereits große Netzwerk Zugang zu verschiedenen Marktakteuren sowohl auf Anbieter- als auch auf Eigentümerseite. Im Mittelpunkt steht der direkte Austausch zwischen Start-ups, etablierten Unternehmen, Investorinnen und Investoren sowie weiteren Akteuren, die den Markthochlauf der seriellen Sanierung aktiv vorantreiben wollen.

Die Bewerbung zur Skalierungswerkstatt der ScaleUp Alliance EFH läuft bis zum 11. August.

Weitere Informationen und Bewerbung finden sich hier.

Der Fluch des Erfolgs: Wie ein 100-Mio.-Exit das VC-Spiel beim zweiten Mal radikal verändert

Nach dem Mega-Exit von Next Kraftwerke an Shell sammelte Jochen Schwill erneut 60 Millionen Euro für sein neues Start-up SpotmyEnergy ein. Ein Deep-Dive-Interview über Gründer-Psyche, FOMO bei VCs und harte Term-Sheet-Hacks.

Jochen Schwill ist einer der prägendsten Köpfe der deutschen Energiewende. 2009 gründete er Next Kraftwerke, baute eines der größten virtuellen Kraftwerke Europas auf und machte das Unternehmen zum viertgrößten Direktvermarkter von Ökostrom in Deutschland – bevor Shell es 2021 für rund 100 Mio. Euro übernahm.

2023 meldete sich Schwill mit SpotmyEnergy zurück im operativen Maschinenraum – und zeigte sofort, wie sich die Spielregeln ändern, wenn ein bewiesener Serial Entrepreneur erneut an den Start geht. Innerhalb von nur zwölf Monaten nach der Gründung strukturierte Schwill ein Finanzierungspaket von rund 60 Millionen Euro. Der Clou dabei: Anstatt das Gründungsteam durch eine massive Equity-Runde unnötig zu verwässern, sicherte er sich für den kapitalintensiven Hardware-Rollout neben 10,5 Millionen Euro Venture Capital clevere 50 Millionen Euro an Fremdkapital. Parallel bewies er durch die frühe Übernahme des Mitbewerbers Zählerhelden, dass M&A-Strategien nicht erst für Scale-ups, sondern bereits in der Seed-Phase ein massiver Wachstumshebel sein können.

Doch was passiert psychologisch, wenn man eigentlich gar nicht mehr gründen müsste? Wie radikal anders verhandelt man Term Sheets, wenn man finanziell völlig unabhängig ist? Und ab wann wird die Fallhöhe des ersten Erfolgs zum Ballast für das zweite Unternehmen? Ein ehrliches Gespräch über den „Day After“ eines Exits, das Ego von Gründer*innen und den schmalen Grat zwischen VC-Due-Diligence und reiner Investor*innen-FOMO.

StartingUp: Jochen, was raubt einem nachts mehr den Schlaf: die Due-Diligence mit Shell für einen 100-Millionen-Exit oder die Formulare für den deutschen Messstellenbetrieb?

Jochen Schwill: Haha, ich kann eigentlich immer gut schlafen. Die Due Diligence mit Shell war eine besondere und intensive Phase, aber das gehört natürlich der Vergangenheit an. Jetzt treibt mich der Smart-Meter-Rollout voran, damit unsere aktuellen und potenziellen Kunden ihre Großverbraucher effizient und flexibel steuern können.

Die Lücke nach dem Verkauf

StartingUp: Wie tief ist das emotionale Loch am berüchtigten „Day After“, wenn man sein Lebenswerk nach über einem Jahrzehnt verkauft hat und die dominierende Aufgabe plötzlich wegfällt?

Jochen Schwill: Ja, das ist für jeden Gründer eine Herausforderung, denke ich. Wir brauchen alle eine Aufgabe oder das Gefühl, nützlich zu sein.

Die Illusion des Business Angels

StartingUp: Viele erfolgreiche Exits enden in einer Rolle als Investor*in oder Board-Member. Wann hast du gemerkt, dass dir reine Ratschläge vom Seitenrand nicht reichen und du wieder operativ tätig werden musst?

Jochen Schwill: Ich hatte, glaube ich, genau den gleichen Gedanken wie viele Gründer und habe auch manchmal während meiner Zeit bei Next Kraftwerke neidisch auf die andere Seite des Tisches – auf die der Investoren und Board-Member – rübergeschaut. Ich habe auch schon einige Angel-Investments gemacht und mache das heute noch. Aber gerade nach meiner Zeit bei Next Kraftwerke und vor der Gründung von SpotmyEnergy habe ich gemerkt, wie sehr mir die operative Arbeit fehlt. Ich bin gerne im Büro und arbeite mit Kollegen zusammen am Whiteboard. Das ist das, was mich antreibt und mir Energie gibt.

Der Fluch des Erfolgs

StartingUp: Nach einem dreistelligen Millionen-Exit ist die Fallhöhe gigantisch. Wie gehst du mit der Erwartung um, dass SpotmyEnergy ein Einhorn werden muss, und erlaubt man sich als Serial Entrepreneur gedanklich überhaupt noch das Scheitern?

Jochen Schwill: Die Erwartung habe ich bei SpotmyEnergy jetzt natürlich auch. Aber ich bin mir auch ganz sicher, dass SpotmyEnergy ein Meisterstück wird.

Der „Jochen-Schwill-Bonus“

StartingUp: Ihr habt in kürzester Zeit rund 60 Millionen Euro eingesammelt. Findet bei einem bewiesenen Namen auf dem Pitchdeck noch eine kritische Due Diligence statt, oder treibt die VCs reines FOMO, um die Runde um jeden Preis zu gewinnen?

Jochen Schwill: Ganz so einfach ist es dann leider nicht. Ich denke, mit Investoren und VCs ins Gespräch zu kommen, ist definitiv einfacher mit einem Exit im Rücken. Aber das alleine reicht natürlich nicht aus. Da muss die nächste Geschäftsidee auch inhaltlich stark sein. SpotmyEnergy überzeugt durch ein Produkt, das jetzt einfach im Markt gebraucht wird. Wir haben über 13 Gigawatt Batterieleistung in den Kellern deutscher Haushalte, die aktuell noch nicht vollständig für den Strommarkt genutzt werden. Mit unserer Komplettlösung für Haushalte aus Hard- und Software, die diese Leistung an den Markt bringt, um Strom zu sparen und gleichzeitig das Netz flexibel und nachhaltig zu unterstützen, haben wir das richtige Produkt zur richtigen Zeit aufgesetzt.

Verhandlungen auf Augenhöhe

StartingUp: Wie radikal anders verhandelt man Term Sheets, wenn man finanziell völlig unabhängig ist? Und was können Erstgründer*innen von dieser Verhandlungsdynamik lernen?

Jochen Schwill: Für mich persönlich kann ich zumindest sagen, dass ich über die Jahre eine große Lernkurve durchlaufen habe. Aber gleichzeitig hat sich der Markt auch sehr verändert: Wir haben heute viel mehr Venture Capital im Bereich Pre-Seed- und Seed-Investment-Runden als noch zu Zeiten von Next Kraftwerke. Das macht die Verhandlungen natürlich etwas einfacher, wenn es viele Fonds gibt.

Smarte Kapitalstruktur (Equity vs. Debt)

StartingUp: Mit 10,5 Millionen Euro Equity und über 50 Millionen Euro Fremdkapital ist eure Seed-Finanzierung sehr untypisch strukturiert. Ist dieser Weg ein replizierbarer Hebel für andere Gründer in kapitalintensiven Märkten, um die eigene Verwässerung zu stoppen?

Jochen Schwill: Das gilt sicherlich nicht für jedes Geschäftsmodell. Für SpotmyEnergy eignet sich eine Fremdkapital-Fazilität, weil wir eben in Hardware involviert sind. Das gibt uns überhaupt erst die Möglichkeit. Es kommt also immer stark auf das Produkt an.

Die Wohlstands-Asymmetrie

StartingUp: Heute bist du finanziell abgesichert, baust aber wieder ein Team auf, das für den Erfolg brennen soll. Wie erzeugt man diesen „Hunger“ im Unternehmen, wenn die finanzielle Realität des Gründers eine völlig andere ist als die der Angestellten?

Jochen Schwill: Haha, der Hunger ist immer da! Und Nudeln gibt es übrigens auch immer noch regelmäßig. Bei mir war der innere Antrieb immer schon mehr als ein finanzieller Anreiz. Das ist ein bisschen wie die Lust am Gewinnen. Wir haben eine Strategie, bauen ein Team auf und entwickeln ein super Produkt. Der Lohn ist es dann vielmehr, zu sehen, dass das entwickelte Produkt auch wirklich funktioniert. Wir sind alle super motiviert und hungrig – und ich bin es auch.

Das „Ocean’s Eleven“-Prinzip

StartingUp: Neigt man als Serial Entrepreneur beim zweiten Mal dazu, einfach die alte Gang vom vorherigen Start-up wieder zusammenzutrommeln? Oder ist das brandgefährlich, weil man so unbewusst alte Muster in das neue Unternehmen kopiert?

Jochen Schwill: Ich habe, glaube ich, eine gute Mischung gefunden aus einigen langjährigen Wegbegleitern und vielen neuen, jungen Leuten, die Lust haben, die Energiewende mitzugestalten. Aber wenn man merkt, dass etwas aus alten Erfahrungen funktioniert, warum sollte man darauf nicht zurückgreifen?

Die „Unlearn“-Kurve

StartingUp: Welchen Ratschlag, den du nach deinem Exit als Mentor an First-Time-Founder weitergegeben hast, empfindest du heute – zurück im operativen Geschäft – als totalen Bullshit?

Jochen Schwill: Gute Frage, das weiß ich gar nicht so genau. Ich habe sicherlich den einen oder anderen Tipp hinsichtlich der Unternehmenskultur gegeben. Aber die Kultur ist eben immer sehr unterschiedlich. Da gibt es keine Blaupause. Ein Beispiel, das mir dazu einfällt, ist Remote Work. Für mich ist das noch nie etwas gewesen und ist es auch heute nicht. Ich sehe aber auch sehr viele erfolgreiche Firmen, die komplett remote funktionieren. Heute würde ich da deutlich individueller auf die Kultur und Strukturen im Unternehmen schauen, bevor ich Ratschläge dazu gebe.

M&A als Wachstumshebel

StartingUp: Ihr habt extrem früh das Portfolio von Zählerhelden übernommen. Welchen strategischen Rat gibst du anderen Gründern: Ab wann ist es sinnvoll, Marktanteile der Konkurrenz zuzukaufen, anstatt sich rein auf organisches Wachstum zu verlassen?

Jochen Schwill: Dieser konkrete Fall war für uns viel mehr eine Gelegenheit als ein struktureller Buy oder eine Build-Strategie. Dafür ist der Markt auch noch zu jung. Wir sind aktuell bei einer Penetration von 5,5 Prozent an Smart Metern deutschlandweit. Da gibt es noch gar nicht so viel aufzukaufen. Ich denke, diese Marktphase kommt etwas später.

David gegen (alte) Goliaths

StartingUp: Mit SpotmyEnergy greift ihr nun direkt das Kernrevier der etablierten lokalen Stadtwerke an – das Privatkundengeschäft. Sind die Stadtwerke heute wachsamere und härtere Gegner, als es die großen Energieversorger vor 15 Jahren waren?

Jochen Schwill: Aktuell spüren wir eher noch zu wenig Wettbewerb. Der Markt ist neu und riesig. Wir brauchen viele Player, die den Markt aktivieren. Die Stadtwerke sehen wir übrigens nicht nur als Wettbewerber, sondern auch als Partner.

StartingUp: Danke, Jochen Schwill, für die spannenden Insights.

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

ConTech-Start-up-Report 2026

Bauen am Limit: Materialengpässe, Fachkräftemangel und harte Klimaziele zwingen die Baubranche zum Umdenken. Wie junge Start-ups mit 3D-Druck, Robotik und CO2-neutralen Baustoffen das Fundament für die Zukunft gießen – ein Branchenreport.

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.

SpaceTech-Start-up-Report 2026

Wie deutsche NewSpace-Start-ups mit Mikrosatelliten, Erdbeobachtungsdaten und Weltraumschrott-Recycling nach den Sternen greifen – und wo die VCs aktuell investieren.

Die Ära der exzentrischen Milliardäre, die sich in privaten Raketen für wenige Minuten an die Grenze des Alls schießen ließen, ist endgültig vorbei. Willkommen im Jahr 2026. Eine neue Generation von Gründer*innen baut das unsichtbare Rückgrat unserer modernen Gesellschaft: Orbitale Rechenzentren, laserbasierte Kommunikationsnetzwerke und fliegende Klimastationen. Der Weltraum ist kein exklusiver Club für staatliche Raumfahrtagenturen mehr. Er ist der am schnellsten wachsende Industriepark der Menschheit – und deutsche bzw. europäische Start-ups spielen bei der Vergabe der begehrten orbitalen Grundstücke vorne mit.

Daten, Fakten und der Sprung zur Profitabilität

Der globale Raumfahrtmarkt kratzt in diesem Jahr spürbar an der lange prognostizierten Billionen-Dollar-Grenze. Für den europäischen Markt zeigt eine aktuelle Analyse von Roland Berger in Zusammenarbeit mit der KfW und Branchenverbänden wie dem Bitkom ein klares Bild: Die Konsolidierungsphase der frühen 2020er Jahre ist überstanden. Reale Investitionssummen im europäischen Space-Sektor haben sich auf einem gesunden, nachhaltigen Niveau von rund 1,8 Milliarden Euro jährlich eingependelt. Das Kapital fließt jedoch anders als noch vor fünf Jahren. Der technologische Haupttreiber im Jahr 2026 ist nicht mehr die reine Antriebstechnik, sondern künstliche Intelligenz gekoppelt mit Edge Computing im All. Satelliten senden keine rohen, terabyte-schweren Bilder mehr zur Erde, sondern analysieren die Daten dank hochleistungsfähiger On-Board-KI direkt im Orbit und schicken nur noch die essenziellen Erkenntnisse – in Echtzeit. Der Markt ist deutlich reifer geworden: Investor*innen belohnen heute Downstream-Anwendungen, die auf der Erde sofortigen kommerziellen Mehrwert schaffen, weitaus höher als reine Hardware-Konzepte mit jahrzehntelanger Entwicklungszeit.

Die neuen Treiber*innen

Während Raketenbauer*innen lange das Rampenlicht dominierten, wird das echte Geld in diesem Jahr in drei hochspezifischen Sub-Sektoren verdient.

Erstens: Earth Observation und Climate Intelligence. Der Orbit ist der einzige Ort, von dem aus sich die planetare Gesundheit lückenlos messen lässt. Die Überwachung von Wasserstress in der Landwirtschaft und das millimetergenaue Tracking von industriellen Emissionen sind zu einem Milliardenmarkt für B2B-Datenmodelle geworden. Ein Paradebeispiel ist der Münchner Pionier OroraTech, der mittlerweile mit einem eigenen Schwarm aus 14 Nanosatelliten die globale Infrastruktur für thermische Intelligenz und Waldbranderkennung stellt – ein essenzielles Datenmodell, das Regierungen, Versicherungen und Forstbetrieben weltweit kritische Echtzeit-Reaktionszeiten ermöglicht.

Zweitens: In-Orbit Servicing und Space Debris Recycling. Da der niedrige Erdorbit zunehmend überfüllt ist, sind Dienstleistungen zur aktiven Trümmerbeseitigung und zur Lebensdauerverlängerung von Satelliten von einer ökologischen Vision zur regulatorischen Notwendigkeit avanciert.

Drittens: Re-entry Logistics. Der Transport von Gütern zurück zur Erde, sei es für in der Schwerelosigkeit hergestellte Medikamente oder Hochleistungs-Halbleiter, ist der absolute Flaschenhals der Orbit-Ökonomie. Das liegt vor allem daran, dass die grundlegende Infrastruktur steht: Weil der nationale Champion Isar Aerospace mit seinen Trägerraketen die technologische Autobahn in den Orbit betoniert hat, ist der Zugang zum All planbar geworden. Auf dieser Schienenstruktur bauen die neuen Start-ups nun auf – sie füllen die Kapazitäten mit hochprofitablen Lieferwagen und Messstationen. Flankiert wird diese Basis von etablierten Daten-Pionieren wie dem finnisch-deutsch geprägten Radar-Spezialisten ICEYE.

Gescheiterte Hoffnungen & Lektionen

Dass der Weg zu den Sternen mit verbranntem Kapital gepflastert ist, zeigte in der jüngeren Vergangenheit der spektakuläre Absturz des US-Unternehmens Virgin Orbit sowie die dramatischen Skalierungsprobleme von Astra Space. Diese prominenten Unternehmensabstürze lieferten eine schmerzhafte, aber heilsame Marktkorrektur und offenbarten die gnadenlose Realität der orbitalen Physik und Ökonomie.

Aus diesen Crashs lassen sich vier fatale Fallstricke für heutige Gründer*innen ableiten. Der erste Fehler liegt in der Ignoranz gegenüber Unit Economics: Wer Hardware ohne ein glasklares, hochprofitables Payload- und Kund*innenmodell baut, verbrennt schlichtweg Risikokapital. Zweitens scheitern viele an regulatorischer Blindheit. Die beste Technologie ist wertlos, wenn Funkfrequenzen und Startlizenzen nicht Jahre im Voraus bei nationalen und internationalen Behörden wie der ITU gesichert werden. Ein dritter massiver Fallstrick ist die B2C-Illusion. Weltraumtourismus und Endkunden-Spielereien lenken von der Realität ab, dass SpaceTech ein knallhartes B2B- und B2G-Geschäft (Business-to-Government) ist. Der vierte und vielleicht tödlichste Fehler ist die Zeitlinien-Falle. Gründer*innen unterschätzen chronisch die Jahre, die es braucht, um von einem Technology Readiness Level (TRL) 4 zur echten „Flight Heritage“ im All zu gelangen – das Resultat ist ein fataler Cash-Burn kurz vor der Ziellinie.

Die deutschen Hotspots der Orbit-Ökonomie

Deutschland hat sich eine polyzentrische, aber extrem schlagkräftige Space-Architektur aufgebaut. Der Spitzenreiter bleibt München, das – längst auch namentlich geprägt durch den Erfolg von Isar Aerospace – als „Isar Valley“ der weltweiten Raumfahrt gilt. Die Technische Universität München (TUM), das Deutsche Zentrum für Luft- und Raumfahrt (DLR) in Oberpfaffenhofen sowie das ESA Business Incubation Centre bilden eine unvergleichliche Talentmaschine, aus der nahezu wöchentlich neue Spin-offs hervorgehen. Bremen behauptet seine Position als hanseatisches Schwergewicht; hier trifft die jahrzehntelange Industrieerfahrung von Konzernen wie OHB auf die radikale Agilität neuer Start-ups, befeuert durch Einrichtungen wie das Zentrum für angewandte Raumfahrttechnologie und Mikrogravitation (ZARM). Berlin hat sich derweil als unangefochtener Hub für Downstream-Daten und Space-Software etabliert. Die starke IT-Szene der Hauptstadt verschmilzt durch die NewSpace Initiative und die Nano-Satelliten-Forschung der TU Berlin zu einem Ökosystem für orbitale SaaS-Modelle. Ergänzt wird dieses Trio durch Baden-Württemberg, insbesondere den Raum Stuttgart, wo das DLR in Lampoldshausen mit seinen einzigartigen Triebwerkstestständen und die tief verwurzelte Automotive- und Maschinenbau-Expertise entscheidende Vorteile in der industriellen Hardwareskalierung bieten.

SpaceTech-Investor*innen-Radar

Das Ökosystem der Geldgeber*innen hat sich massiv professionalisiert. Den Ton geben spezialisierte Space-VCs an, allen voran Alpine Space Ventures aus München und Promus Ventures, die über das tiefe technische Verständnis verfügen, um Early-Stage-Risiken physikalisch und kommerziell korrekt zu bewerten. Längst haben aber auch Top-Tier Generalisten den Orbit für sich entdeckt: Fonds wie Earlybird, UVC Partners und Lakestar investieren massiv, behandeln SpaceTech jedoch konsequent als DeepTech- und Daten-Play, weniger als reine Raumfahrt. Wie radikal dieses Umdenken ist, zeigt der Blick auf die Industrie: Wenn Corporate VCs wie Porsche Ventures massiv in Isar Aerospace investieren, geht es nicht mehr um kühne Wetten, sondern um den knallharten Transfer von Automobil-Serienfertigung in die Raketenfabrik. Dieser Erfolg hat das Suchschema der VCs für die nächste Start-up-Generation nachhaltig verändert. Flankiert wird dieses industrielle Kapital von strategischen Akteuren wie Airbus Ventures, die wichtige Fertigungskompetenzen einbringen. Der eigentliche Motor in der Seed-Phase ist jedoch ein extrem potentes Netzwerk aus Business Angels und Founder-Syndikaten. Erfolgreiche Gründer*innen der ersten NewSpace-Generation reinvestieren ihr Kapital und ihre Netzwerke direkt in die nächste Welle, wodurch eine hochdynamische, sich selbst tragende Finanzierungsschleife entstanden ist.

Die Top NewSpace-Start-ups (Must-Watch)

Für unsere umfassende Analyse haben wir das deutsche Ökosystem nach strengen Kriterien gefiltert: Ausschlaggebend waren die aktuelle Marktrelevanz des Geschäftsmodells im Jahr 2026, der technologische Reifegrad (TRL), die Diversität und komplementäre Expertise der Gründungsteams sowie messbares Investor*innen-Vertrauen in Form von erfolgreich abgeschlossenen Finanzierungsrunden. Um die Dynamik des Marktes optimal abzubilden, haben wir unsere Bestenliste in zwei Kategorien unterteilt: Erstens die etablierten „Wegbereiter*innen“, deren Gründung vor 2020 stattfand und die das technologische Fundament gelegt haben, und zweitens „Die nächste Generation“ – hochspannende Newcomer*innen mit Gründung ab 2020, welche die neu geschaffene Infrastruktur nun kommerziell bespielen.

Die etablierten Wegbereiter*innen (Gründung vor 2020)

  • Isar Aerospace (2018): Gegründet von Daniel Metzler, Josef Fleischmann und Markus Brandl als Spin-off der TU München. Das Unternehmen ist der unangefochtene Leuchtturm und das finanzstärkste Schwergewicht des europäischen NewSpace-Sektors. Das B2B-Geschäftsmodell basiert auf dem kommerziellen Transport von Satelliten mit der eigenentwickelten, zweistufigen Trägerrakete „Spectrum“. Der USP liegt in der Bereitstellung eines flexiblen, kosteneffizienten und vor allem souveränen europäischen Zugangs zum All für Konstellationen bis zu 1.000 Kilogramm Nutzlast in den niedrigen Erdorbit (LEO). Mit einem akkumulierten Rekord-Funding von weit über 300 Millionen Euro – investiert von Schwergewichten wie der Porsche SE, Lakestar, Earlybird und HV Capital – hat das Unternehmen den Übergang vom Start-up zur industriellen Serienfertigung im „Isar Valley“ bereits vollzogen.
  • OroraTech (2018): Gegründet von Thomas Grübler, Florian Mauracher, Rupert Amann und Björn Stoffers. Das Münchner Unternehmen operiert mit einem hochprofitablen B2B-Data-as-a-Service-Modell und liefert thermische Intelligenz aus dem All. Dank eines proprietären Netzwerks aus maßgeschneiderten Nanosatelliten bietet die Technologie eine weltweite Waldbranderkennung fast in Echtzeit. In ihrer großen Series-B-Finanzierungsrunde sammelte das Team 25 Millionen Euro ein, um die Konstellation massiv auszubauen. Angeführt wurde das Investment von Korys und dem European Circular Bioeconomy Fund (ECBF), flankiert von Bestandsinvestoren wie Bayern Kapital und Ananda Impact Ventures.
  • Morpheus Space (2018): Das von Daniel Bock, István Lőrincz und ihren Mitgründern aus der TU Dresden heraus ins Leben gerufene Start-up revolutioniert die Satellitenmobilität. Das Geschäftsmodell basiert auf dem B2B-Verkauf von intelligenten, KI-gesteuerten Nano-Antriebssystemen (FEEP) sowie Software-as-a-Service für das orbitale Flottenmanagement. Ihr USP ist die vollständige Autonomie der Antriebe, die es Satelliten erlaubt, Kollisionen im überfüllten LEO vollkommen selbstständig auszuweichen. In ihrer entscheidenden Series-A-Runde sammelten sie 28 Millionen US-Dollar ein, getragen von Alpine Space Ventures, Vsquared Ventures und Airbus Ventures. Mit der Eröffnung ihrer hochautomatisierten Serienfertigung am Standort Dresden untermauert das Team den Anspruch, Weltraum-Hardware industriell skalierbar zu machen.
  • DCUBED (2019): Gegründet von Dr. Thomas Sinn im bayerischen Gilching. Das Unternehmen dominiert ein hochspezifisches B2B-Hardware-Segment und stellt „Deployables“ (entfaltbare Origami-Solarsegel) sowie auf patentierten Formgedächtnislegierungen basierende Auslösemechanismen (Release Actuators) her. Der technologische USP liegt in der extremen Zuverlässigkeit und Kompaktheit der Komponenten, die kostbaren Platz beim Raketenstart sparen. Als globaler Pionier treibt DCUBED zudem das zukunftsweisende Feld des In-Space Manufacturing (3D-Druck von riesigen Strukturen direkt im All) voran. Finanziert wird das rasante Wachstum durch eine überzeichnete Series-A-Runde, angeführt vom NewSpace-Fonds Expansion und der BayBG, flankiert von Folgeinvestments des High-Tech Gründerfonds (HTGF).

Die „nächste Generation“ (Gründung ab 2020)

  • The Exploration Company (2021): Das von Hélène Huby und einem erfahrenen europäischen Raumfahrtteam gegründete deutsch-französische Unternehmen entwickelt die modulare, wiederverwendbare Frachtkapsel „Nyx“. Das B2B-Logistik-Modell zielt auf den kommerziellen Gütertransport zu künftigen Raumstationen und mittelfristig zum Mond ab. Der USP liegt in der Agnostik: Die Kapsel kann auf unterschiedlichen Trägerraketen starten und ermöglicht dank offener Architektur drastische Kosteneinsparungen beim Transport. In der bislang größten Series-B-Finanzierung der europäischen Space-Historie sammelte das in München und Bordeaux ansässige Team Ende 2024 rund 160 Millionen US-Dollar ein. Angeführt wurde diese Rekordrunde von Balderton Capital und Plural, flankiert von Staatsfonds wie dem DTCF und Bestandsinvestoren wie EQT Ventures.
  • constellr (2020): Initiiert von Dr. Max Gulde und Forschern als Spin-off des Fraunhofer-Ernst-Mach-Instituts in Freiburg. Als B2B-Data-as-a-Service-Plattform misst das Start-up mittels hochpräziser Infrarotsensorik auf Mikrosatelliten die Oberflächentemperatur der Erde. Der USP liegt in der Fähigkeit, den präzisen Wasserstress von Nutzpflanzen bis auf Feldebene herunterzubrechen, lange bevor optische Schäden sichtbar sind. Dieses unschätzbare Frühwarnsystem für die globale Agrarindustrie sicherte dem Unternehmen ein massives Funding-Fundament, darunter eine 17-Millionen-Euro-Finanzierung, die von DeepTech-Fonds wie Karista und OTB Ventures angeführt und von Top-Tier-Investoren wie Lakestar, Earlybird und Vsquared Ventures unterstützt wurde.
  • Vyoma (2020): Gegründet in München von Dr. Stefan Frey, Dr. Luisa Buinhas und Christoph Bamann. Das Start-up bietet eine B2B-SaaS-Plattform für hochautomatisiertes Space Traffic Management. Ihr technologischer USP basiert auf einem geplanten Netzwerk aus weltraumbasierten Überwachungskameras. Anders als erdgebundene Radare tracken diese Sensoren den Weltraumschrott direkt im LEO und berechnen für Satellitenbetreiber in Echtzeit kollisionsfreie Ausweichmanöver. Dieses kritische Infrastruktur-Konzept überzeugte Investoren in einer 8,5 Millionen Euro schweren Finanzierungsrunde, die von Happiness Capital und Atlantic Labs angeführt und vom DeepTech-Fonds Faber strategisch unterstützt wurde.
  • Reflex Aerospace (2021): Das von Walter Ballheimer und Alexander Genzel ins Leben gerufene Unternehmen bricht die verkrusteten Strukturen des Satellitenbaus auf. Das B2B-Modell bietet maßgeschneiderte, hochperformante Satellitenbusse im absoluten Rekordtempo. Der USP des in Berlin und München ansässigen Unternehmens liegt in einer konsequenten Modularität und dem algorithmusbasierten Engineering (Software-First-Ansatz). Statt jeden Satelliten jahrelang als Unikat zu entwerfen, verkürzt Reflex die Lieferzeiten von der ersten Skizze bis zum Orbit auf neun bis zwölf Monate. Dieses Vorhaben zur Industrialisierung der Raumfahrt wurde mit einer 7 Millionen Euro starken Seed-Finanzierung untermauert, als strategische Kerninvestoren agieren Alpine Space Ventures und der High-Tech Gründerfonds (HTGF).
  • Atmos Space Cargo (2021): Gegründet von Sebastian Klaus widmet sich dieses hochspezialisierte Logistik-Start-up mit operativen Wurzeln und Headquarter in Stuttgart dem kritischen Rücktransport aus dem Orbit. Das B2B-Geschäftsmodell basiert auf der Bereitstellung von rückkehrfähigen, aufblasbaren Atmosphärenkapseln. Der physikalische USP: Durch die aufblasbare Struktur erfolgt die Abbremsung in der Erdatmosphäre extrem sanft und mit sehr geringen G-Kräften. So lässt sich empfindliche Fracht – wie im All gezüchtete Proteinkristalle oder Halbleiter – unbeschadet zur Erde zurückbringen. Das Vertrauen in diese Technologie zeigte sich in einer 4-Millionen-Euro-Seed-Finanzierung, die vom High-Tech Gründerfonds (HTGF) und dem Amadeus APEX Technology Fund angeführt und von internationalen Space-VCs wie Seraphim Space unterstützt wurde.
  • Polaris Raumflugzeuge (2020): Das von dem ehemaligen DLR-Ingenieur Alexander Kopp in Bremen gegründete Start-up verschmilzt traditionelle Luftfahrt mit Raumfahrt. Das duale B2B- und B2G-Geschäftsmodell (kommerzieller Transport und Defense-Anwendungen) basiert auf der Entwicklung des „Aurora“-Raumflugzeugs. Der technologische USP ist der revolutionäre Einsatz von Aerospike-Triebwerken: Das Flugzeug kann wie eine normale Verkehrsmaschine von bestehenden Startbahnen abheben, Fracht in den Orbit bringen und nahtlos zurückkehren. Polaris wird durch DeepTech-Fonds wie E2MC Ventures finanziert und sicherte sich zudem millionenschwere, direkte Entwicklungs- und Flugtest-Aufträge der Bundeswehr.

Internationaler Ausblick

Der Blick über die europäischen Grenzen hinaus zeigt drei fundamentale Makro-Trends, die den DACH-Markt in den kommenden Jahren unausweichlich prägen werden. Erstens zwingt das drückende Monopol von US-Megakonstellationen wie Starlink und Kuiper Europa zur rasanten Umsetzung souveräner eigener Kommunikationsnetzwerke wie IRIS², was massive staatliche und kommerzielle Aufträge in das Start-up-Ökosystem spülen wird. Zweitens beschleunigt Chinas hochfrequentierte lunare Infrastrukturplanung die sogenannte „Cislunar Economy“ – den Wirtschaftsraum zwischen Erde und Mond –, der völlig neue Logistikanforderungen stellt. Drittens wird die absolute KI-Autonomie im All zum Standard; Satellitenschwärme werden in wenigen Jahren ohne menschliches Zutun untereinander kommunizieren, Daten fusionieren und autonom navigieren müssen.

Fazit

Die Zeit der reinen Technologiedemonstratoren ist vorbei. Der Weltraum ist kein romantisches Experimentierfeld mehr, sondern die nächste logische Erweiterung unserer terrestrischen Liefer- und Datenketten. Wer hier bestehen will, braucht exzellente Unit Economics, operative Geschwindigkeit und den Mut, globale Standards zu setzen. Der Griff nach den Sternen war gestern – heute geht es darum, sie profitabel zu vernetzen.

Purpose statt Profit-Exit: Kann das Food-Start-up pack&satt den Massenmarkt knacken?

Das 2021 von Sophie Gnest und Liss Barta gegründete Food-Start-up pack&satt setzt bewusst auf Verantwortungseigentum. Gelingt jetzt der Sprung in den hart umkämpften Massenmarkt?

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

Vom MVP zum Pivot: Customer Feedback als Treiber

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

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

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

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

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

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

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

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

  • Für wen ist das Modell geeignet?

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

  • Für wen ist es NICHT geeignet?

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

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

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

1 Mio. Euro ARR ohne Investor*innen: Der kalkulierte Drahtseilakt von Inno KI

Eine Million Euro ARR in zwei Jahren – ganz ohne Investor*innen. Wie das Start-up Inno KI den VC-Hype ignoriert und sein B2B-Geschäft nutzt, um mutige B2C-Testballons zu finanzieren.

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.

INLEAP Photonics: Wie ein Hannoveraner Spin-off die Drohnenabwehr der Zukunft mitgestalten will

Die asymmetrische Bedrohung durch unbemannte Flugsysteme zwingt Armeen weltweit zum technologischen Umdenken. Das 2023 gegründete DeepTech-Start-up INLEAP Photonics integriert seine laserbasierte Abwehrtechnologie nun erstmals auf ein unbemanntes Bodenfahrzeug. Eine Innovation, die das Potenzial hat, mobile Abwehrszenarien drastisch zu verändern – doch die Herausforderungen für die Gründer*innen im zähen Rüstungsmarkt sind enorm.

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.

Marlow: Kein Führerschein, aber das Auto neu gedacht

Die Gründer Florian Ritzel und Jannik Kirchhoff aus Hamburg wollen das Problem der versteckten Autokosten lösen. Ihre App Fahrfuchs* kletterte ohne Marketingbudget in die Top 100 der Finanz-Charts im App Store – eine klassische Bootstrapping-Erfolgsgeschichte. Doch wie tragfähig ist das Geschäftsmodell, wenn etablierte Konkurrenten den Markt beherrschen?

* Hinweis der Redaktion (29.05.26): Aufgrund eines Copyright-Streits mussten die Gründer ihre App umbenennen – diese heißt jetzt Marlow statt Fahrfuchs.

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.

Vom Planungs-Tool zum Kraftwerks-Betreiber: Furo greift im Milliardenmarkt für Industriespeicher an

Das Software-Unternehmen Furo, ehemals Lumera Energy, bringt eine neuartige Lösung für gewerbliche Batteriespeicher auf den Markt. Das große Versprechen des Münchner Gründungsteams: eine deutlich schnellere Amortisation der Anlagen durch KI-gestützte Multi-Use-Optimierung. Doch wie realistisch sind diese ambitionierten Ziele in einem hochkomplexen und streng regulierten Marktumfeld?

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.“

KI-Werkstattmeister: Revolutioniert Kai Karosse die KFZ-Schadensanalyse?

Handyfoto statt Werkstatt-Odyssee: Das Berliner Start-up Kai Karosse verspricht präzise Reparatur-Kostenschätzungen per KI. Ein radikaler Ansatz, der die Branche herausfordert – doch der digitale Blick durch die Smartphone-Kamera hat physikalische Grenzen.

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.

KI-Agenten auf dem Vormarsch: Warum 2026 alles von Kontrolle abhängt

Agentische KI ist das dominierende Technologiethema des Jahres 2026 – und trotzdem stehen die meisten Unternehmensverantwortlichen noch immer vor einer grundlegenden Frage: Wer hat hier eigentlich das Steuer in der Hand?

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.

Stallgrün: Mit Hightech-Kräutern gegen den Agrar-Strukturwandel

Leere Ställe als Chance: das 2023 von Judith Ryll und Thorsten Lansmann-Niehaus gegründete Stallgrün nutzt Bestandsbau für Indoor Farming. Wir checken das Modell hinter der aktuellen 125.000-€-DBU-Förderung.

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.

Bootstrapping im LegalTech: Wie cleverklagen den Arbeitsrechtsmarkt aufmischt – und wo die Grenzen des Modells liegen.

LegalTech-Start-ups versprechen den niederschwelligen Zugang zum Recht. Das 2020 von Fabian Beulke und Lucas Rößler gegründete cleverklagen fokussiert sich dabei auf das Arbeitsrecht und will Arbeitnehmer*innen bei Kündigungen sowie Abfindungen unterstützen. Die Besonderheit: Das Gründer-Duo wächst im Gegensatz zu vielen Wettbewerber*innen profitabel und das gänzlich ohne Investor*innen. Doch in einem hart umkämpften Markt stellt sich die Frage, wie nachhaltig das provisionsbasierte Geschäftsmodell und der technologische Vorsprung wirklich sind.

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.“

KI-Baukasten für den Mittelstand: Kann firepanda.ai das Versprechen der Einfachheit halten?

Das Münchner Start-up firepanda.ai launcht neue Plattform-Features und ein überarbeitetes Preismodell. Mit prominenter Gründer-Erfahrung aus E-Commerce und IT will das Unternehmen den DACH-Mittelstand erobern. Doch wie zukunftssicher ist der Spagat zwischen Orchestrierung und „KI-Steuer“?

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.“