Aktuelle Events
Musik trifft KI
Künstliche Intelligenz hält Einzug in sämtliche Lebensbereiche, so auch in der Musik. Wir zeigen, welche Start-up-Innovationen dabei entstehen.
Am Beispiel von fünf Start-ups aus dem Portfolio des MediaTech Hub Accelerators in Potsdam wird deutlich, welchen Einfluss KI bereits heute hat. Mit ihren KI-Lösungen krempeln die Gründer*innen die Film- und Musikbranche um, entwickeln neue Technologien und erschließen innovative Geschäftsmodelle.
„Im Entertainment-Ökosystem in Potsdam-Babelsberg ist künstliche Intelligenz (KI), die unser tägliches Leben weiter beeinflussen wird, eines der zentralen Themen. Besonders im Bereich Musik. Doch wie genau profitieren wir von KI? Vereinfacht gesagt, übernimmt KI künftig immer mehr Prozesse und Routinen, die der Mensch bisher mit hohem zeitlichen Aufwand selbst erledigen musste. Die eingesparte Zeit kann beispielsweise für mehr Kreativität genutzt werden statt für monotone Arbeiten“, so Andrea Wickleder, Geschäftsführerin des MediaTech Hub Potsdam.
Als einer von zwölf Digital Hubs in Deutschland ist der MediaTech Hub Potsdam der einzige mit einem Schwerpunkt auf MediaTech. Vertiefend im Startup-Programm MediaTech Hub Accelerator werden hier neue digitale audio-, visuell und videobezogene Technologien und Geschäftsmodelle erforscht, entwickelt und realisiert. Seit Gründung 2019 hat der MTH Accelerator 33 Teams aufgenommen. Jährlich haben bis zu 12 Teams die Möglichkeit, Teil des Portfolios zu werden. 14,5 Mio. Euro sind zwischen 2020 und 2022 in die Teams investiert worden.
Diese MediaTech-Start-ups entwickeln mithilfe von KI-Innovationen innerhalb der breit gefächerten Musikbranche.
AIBeatz
Gegründet wurde das Berliner MusikTech-Start-up AlBeatz im Jahr 2022 von Adrian Ligüerre und Daniel Murcia. AlBeatz ist ein SAAS (Software as a Service), mit dem Musikschaffende wie Sänger*innen, Produzent*innen oder Content Creator*innen, die ihre eigene Musik erstellen und verwerten können. Mithilfe der Online-Beatmaking-Plattform können sie ganz einfach mittels Echtzeit-KI-Musikkomposition in wenigen Sekunden einzigartige Beats kreieren und diese durch wenige Klicks personalisieren. So entstehen komplett neue und einzigartige Musikstücke, für deren Kreation keine Musikkenntnisse erforderlich sind. Jeder der hunderttausenden Tracks, die für das Training der Kompositionstechnologie verwendet wurden, ist von professionellen Musiker*innen und Produzent*innen gesampelt, synthetisiert und produziert worden. Zukünftig wird es Nutzer*innen möglich sein, Musik-NFTs für ihre Beats zu generieren. So können sie einfach die Musikrechte für ihre Kreationen zertifizieren und sich dadurch die Einnahmen sichern. „KI und Blockchain eröffnen neue Möglichkeiten für die Generierung und Distribution von Musik und helfen, derzeitige Copyright-Probleme drastisch zu verringern. Unsere Vision ist es, Künstler*innen und Unternehmen trotz des Einsatzes neuer Technologien einen konstanten Einfluss über den gesamten Kreativprozess zu ermöglichen. So könnte jeder der nächste Hitmaker sein“, so CEO Adrian Ligüerre.
Feelbelt
Gegründet wurde Feelbelt 2019 von Benjamin Heese in Potsdam. Feelbelt hat die Vision, das beste Gaming- und Musikerlebnis zu schaffen, das es jemals gab. Mit seinem Produkt, dem Feelbelt, ermöglicht das Start-up eine völlig neue Art der Sound-Wahrnehmung durch haptisches Feedback und bringt über den futuristischen Gürtel die Bässe und Sounds direkt an den Körper. Das haptische Feedback wird auf Basis des Sounds generiert – also synchron zum Gehörten. Die Nutzer*innen fühlen also alles, was sie in einem Game, Song, Film hören. Auf diese Weise erschließt Feelbelt eine bislang nicht genutzte Dimension der Sinne. Das Wearable kann auf der Kleidung getragen werden und legt sich dabei flexibel an den Körper an. Es lässt sich mit jeder Audioquelle verbinden, die über einen Klinkenanschluss oder Bluetooth verfügt. Besonders interessant für den Einsatz der Feelbelt-Technologie ist das Metaverse, in dem virtuelle und physische Räume mithilfe von KI und Virtual Reality interagieren und verschmelzen können. Durch haptisches Feedback wird im Gaming und beim Musikhören ein für Nutzer*innen extrem spannendes Sounderlebnis erzeugt. Die Technologie kann zukünftig auch in anderen Bereichen wie in der Gesundheit, im autonomen Fahren etc. eingesetzt werden. „Vor allem das Metaverse sehen wir als unsere Spielwiese, denn Feelbelt ist die führende Technologie, um die digitale Welt real zu machen“, so CEO Benjamin Heese.
freque
Freque wurde 2019 am Filmstandort in Potsdam Babelsberg von Justin La Vallee und Tobias Wagner gegründet. Das Start-up ist der erste Anbieter der Welt, der eine Musikplattform als SaaS (Software as a Service) für Filmschaffende entwickelt hat, die es erlaubt, jede Art von Musik direkt zu integrieren und mit Filmausschnitten zu kombinieren. Aufwendige Absprachen im Team über die richtige Musikauswahl und auch die zeitraubende Rechteklärung und Lizenzierung sind damit obsolet. Freque bietet eine enorme Zeitersparnis, verbessert den Workflow und ist intuitiv und einfach zu bedienen. Die beiden Gründer sind Komponisten und Music Producer für TV-Shows, Werbespots sowie Kinofilme und kennen die umständlichen Arbeitsweisen noch aus ihrer Zeit an der New Yorker Manhattan School of Music. Die Technologie von freque bietet der Branche eine wertvolle Lösung an. „Der Mensch wird durch neue Technologien mehr zu dem gebracht, was er am besten kann – nämlich kreativ zu sein. Wir werden zukünftig weniger Zeit mit dem Pflegen von alten Systemstrukturen innerhalb der Filmproduktion bzw. Postproduktion verbringen müssen“, sagt Tobias Wagner.
Klangchat
Die Klangchat-Gründer Henning Grambow, Philip Kressin und Julian Laping bringen jahrelange Erfahrung als Produzenten, Filmmusikkomponisten, DJs, Verleger und Entrepreneure aus der Medien- und Musikindustrie mit. Sie haben Klangchat mit Sitz in Berlin und Potsdam im Jahr 2018 gegründet. Klangchat verwandelt Sprache in Musikvideos und ermöglicht jedem Menschen, mithilfe von KI schnell und einfach unterhaltsame, emotionale und persönliche Sprachvideos zu kreieren. Die individualisierten Sprachvideos können auf jeder Plattform und in jedem Messenger geteilt werden. So wird jede(r) Nutzer*in direkt auch zum/zur Markenbotschafter*in, wenn Inhalte der Lieblings-Brands oder -Artists personalisiert über private Chats verschickt werden. Zukünftig wird es möglich sein, die Medienbestandteile der Snippets auch als handelbare NFTs auf einem Marktplatz anzubieten. „Aus unserer Sicht ist das Potenzial von NFTs bei Weitem noch nicht ausgeschöpft. Nur der Hype um schöne Pixelbilder bringt noch keine wirkliche Innovation. Wir arbeiten hier an einer Lösung mit Mehrwert“, so Henning Grambow.
Songpush
Songpush – 2021 in Berlin gegründet – ist die Plattform für Kreative, die es Musik-Labels und Artists ermöglicht, mithilfe von Creator*innen auf Social Media neue Fans zu erreichen. Das Gründerduo Stefan Kling und Markus Cremer verfolgt die Mission, durch die nahtlose Verbindung von Musik und Social Media, Brücken zwischen Artists, Creator*innen und Fans zu bauen. Mittels der KI-Technologie bringen sie die richtige Musik mit den passenden Fans zusammen und heben Musikpromotion auf das nächste Level. Schnell und einfach lassen sich über die Plattform effektive Kampagnen auf Kanälen wie Twitch, YouTube und bald auch TikTok realisieren. Nach Bereitstellung des Musikvideos oder Songs findet der Song-Push-Matching-Algorithmus passende Creator*innen für jede Art von Musik. „Mithilfe von Technologie wollen wir genau die richtige Musik mit den passenden Fans zusammenbringen und eine Welt schaffen, in der Musik noch mehr als Brücke zwischen Menschen fungiert“, so das Statement der Founder.
Diese Artikel könnten Sie auch interessieren:
Karevo: Der 125.000-Euro-Befreiungsschlag von der Knochenarbeit?
Ein Münchner KI-Start-up automatisiert die Kartoffelernte für Familienbetriebe. Wie das TUM-Spin-off den konservativen Agrarmarkt aufmischt – und wo die Risiken des Hardware-Geschäftsmodells liegen.
Es ist laut, staubig und geht extrem auf den Rücken: Die manuelle Auslese am Kartoffelsortiertisch ist eine jener Arbeiten, die in der modernen Landwirtschaft wie ein Relikt aus vergangenen Jahrzehnten wirken. „Kartoffeln sortieren ist Knochenarbeit“, bringt es Benedikt Keßler auf den Punkt. Der Mitgründer des TUM-Spin-offs Karevo weiß genau, wovon er spricht – er ist selbst auf einem Kartoffelhof aufgewachsen. Mit seinem Start-up hat er nun eine KI-gestützte Maschine entwickelt, die bis zu zehn Tonnen Kartoffeln pro Stunde sortieren kann und dabei eine beeindruckende Erkennungsgenauigkeit von 95 Prozent erreicht. Seit Herbst 2025 ist das System erfolgreich auf dem Markt. Für StartingUp haben wir die Technologie, das Team und den hochkompetitiven Agrarmarkt genau unter die Lupe genommen.
Vom elterlichen Hof in den High-Tech-Inkubator
Die Gründerstory von Karevo ist ein Paradebeispiel für problemorientiertes Unternehmertum. Die Idee entstand aus einem echten Schmerzpunkt, wurde aber erst durch das bayerische Elite-Ökosystem zur Marktreife getrieben. Keßler, der Maschinenwesen an der Technischen Universität München (TUM) studierte, begann bereits während seiner Masterarbeit mit der Entwicklung der Technologie. Für Keßler war der Ansporn von Anfang an ein persönlicher: „Ich habe die Maschine entwickelt, die mir auf dem Kartoffelhof meiner Eltern die Knochenarbeit abgenommen hätte“, blickt der Gründer zurück.
Für die professionelle Umsetzung holte er sich Johannes von Wittke an Bord, einen befreundeten Ingenieur-Studenten der OTH Regensburg. Über das Netzwerk von UnternehmerTUM stieß schließlich Felix Beck hinzu, der an der TUM seinen Executive MBA absolviert hat. Nach der offiziellen Gründung im Jahr 2024 durchlief das Trio den UnternehmerTUM Incubator. Den Feinschliff – und die ersten physischen Prototypen – realisierte das Team im Makerspace. Dieser Werdegang belegt einmal mehr die Stärke des Münchner Ökosystems, in dem jährlich über 100 Unternehmen aus der TUM heraus gegründet werden.
Die Technologie: KI im Staub
Optische Sortiermaschinen sind in der Agrarindustrie grundsätzlich kein Novum. Der technologische Burggraben von Karevo liegt jedoch in einer hochspezifischen Nische: Die hauseigene KI, die mit über 100.000 Bildern trainiert wurde, funktioniert ausdrücklich auch bei ungewaschenen Kartoffeln. Das System erkennt nicht nur Fremdkörper, sondern identifiziert auch sieben verschiedene Defekttypen – darunter Fäule, Risse und Drahtwürmer.
„Andere Erkennungsverfahren stoßen bei ungewaschenen Kartoffeln häufig an ihre Grenzen, weil diese je nach Region, Bodentyp oder Lagerbedingungen sehr unterschiedlich aussehen“, erklärt Keßler den Wettbewerbsvorteil. Die KI-Modelle von Karevo können schnell an die spezifischen Kartoffeln des jeweiligen Betriebs angepasst werden.
Um die Hardware-Herausforderungen zu meistern, kooperiert Karevo nach unseren Recherchen mit der Jabelmann Maschinenfabrik, einem Traditionshersteller aus Niedersachsen. Karevo liefert das „Gehirn“ der Maschine (Kameras, Echtzeit-Bildverarbeitung, Auswurfmechanismus), während Jabelmann die robuste Mechanik beisteuert. Ein strategisch kluger Schachzug, um die extrem kapitalintensive eigene Hardware-Produktion und Skalierungsprobleme zu umgehen.
Markt & Wettbewerb: Die Nische der Kleinbetriebe
Karevo positioniert sich gezielt als Lösungsanbieter für Klein- und Familienbetriebe. Der Marktführer-Riege – bestehend aus Konzernen wie Tomra oder Bühler – überlässt man die industriellen Großanlagen. Für kleinere Landwirte waren diese Anlagen bislang schlicht zu teuer, zu groß oder zu kompliziert in der Wartung. Karevo kontert mit Maschinen, die kleiner, günstiger und modular aufgebaut sind. Dadurch wird die Wartung vereinfacht und eine nahtlose Integration in bereits bestehende Hof-Anlagen ermöglicht.
Der Bedarf an Automatisierung ist immens, denn der branchenweite Arbeitskräftemangel setzt die Höfe massiv unter Druck. Landwirt*innen finden kaum noch Personal für die monotone Sortierarbeit. Dennoch ist der adressierte Markt extrem preissensibel.
Geschäftsmodell im Stresstest: Ist das wirklich bezahlbar?
Karevo fokussiert sich auf Kleinbetriebe, fordert diesen jedoch erhebliche Investitionen ab. Aktuelle Branchenrecherchen zeigen, dass das Einstiegsmodell („Duo85“) für rund 75.000 Euro und die Hochleistungsvariante („Trio110“) für 125.000 Euro angeboten werden. Für einen klassischen Direktvermarkter ist dies ein massiver Capital Expenditure (CapEx).
Das Geschäftsmodell profitiert in der aktuellen Go-to-Market-Phase stark von staatlichen Fördermitteln. So können Betriebe, beispielsweise in Niedersachsen, bis zu 40 Prozent Investitionszuschuss für die Anschaffung einer Karevo-Anlage beantragen. Solche subventionsgetriebenen Anschaffungen bergen jedoch ein unternehmerisches Risiko: Sollten agrarpolitische Fördertöpfe gekürzt werden, könnte die Nachfrage bei der kapitalbeschränkten Zielgruppe abrupt einbrechen. Zudem muss sich Karevo der Saisonalität des Geschäfts stellen. Um die Auslastung der teuren Maschinen über das Jahr hinweg zu gewährleisten, wurde die KI bereits so adaptiert, dass sie neben Kartoffeln künftig auch Zwiebeln verarbeiten kann.
Fazit
Karevo ist ein exzellentes Beispiel für den erfolgreichen Brückenschlag zwischen Spitzenforschung und traditionellem Mittelstand. Die technologische Innovation – eine präzise KI-Auslese selbst bei widrigen Bedingungen wie ungewaschenen Knollen – löst ein reales Branchenproblem. Die intelligente Partnerschaft mit einem etablierten Maschinenbauer minimiert zudem das Hardware-Risiko signifikant.
Die größte Hürde für das Start-up wird nun die flächendeckende Vertriebsskalierung sein. Das Team muss beweisen, dass die wirtschaftliche Rechnung nicht nur mit hohen Förderquoten aufgeht, sondern dass die Maschinen auch aus eigener Kraft einen positiven Return on Investment für kleine Familienbetriebe erwirtschaften können. Gelingt dies, hat Karevo das Potenzial, den Standard für die Direktvermarktung von morgen neu zu definieren.
Die Messbarkeits-Illusion: Warum sich die Natur nicht in Start-up-Kennzahlen pressen lässt
Nach dem CO2-Markt suchen Investor*innen und Gründer*innen das nächste Milliarden-Asset: Biodiversität. Doch beim Versuch, die Natur in einen handelbaren Index zu pressen, kollidiert Hightech mit den unumstößlichen Gesetzen der Biologie.
Ein neues Rechenzentrum vor den Toren Berlins. Die Bagger rollen an, dafür muss ein lokales Feuchtgebiet weichen. Früher hätte das Unternehmen als Ausgleich einfach ein paar Setzlinge am Waldrand gepflanzt. Heute, im Zeitalter der strengen EU-Nachhaltigkeitsrichtlinien, reicht das nicht mehr. Der Konzern will – und muss – auf dem Papier „Nature Positive“ sein.
Die Lösung aus der Tech-Welt scheint elegant: „Mit einem Klick kauft das Unternehmen sogenannte Biodiversity Credits bei einem der gehypten neuen Nature-Tech-Start-ups. Die Investition fließt in den Schutz eines ausgetrockneten Pinienwaldes in Andalusien, der mit Sensoren überwacht wird. Das Gewissen der Investor*innen ist rein, die Excel-Tabelle der Nachhaltigkeitsabteilung leuchtet grün.
Doch genau in dieser grünen Zelle der Tabelle offenbart sich der fundamentale Denkfehler eines aufstrebenden Marktes. Beim klassischen Klimaschutz funktioniert diese Ausgleichslogik. Eine Tonne CO2, die in Brandenburg ausgestoßen wird, ist physikalisch identisch mit einer Tonne CO2, die in Spanien aus der Luft gesaugt wird. Dem Klima ist die Geografie egal, die Währung ist universell austauschbar.
Die Natur lässt sich aber nicht in ein globales Hauptbuch pressen. Man kann den Lebensraum der brandenburgischen Rotbauchunke nicht durch eine iberische Eidechse ausgleichen. Wer Jaguare mit Regenwürmern vergleicht, verliert. Dennoch arbeiten Dutzende europäische NatureTech-Start-ups aktuell genau daran: Sie nutzen Drohnen, Umwelt-DNA und Bioakustik-KIs, um die unendliche Komplexität eines Ökosystems in eine einzige, handelbare Finanzkennzahl zu übersetzen.
Es ist der ambitionierte Versuch der Tech-Branche, das Unmessbare messbar zu machen – und er droht zu einer gigantischen Illusion zu werden.
Die „God-Mode“-Technologien: Der Wald wird ausgelesen
An Daten mangelt es dabei nicht. Im Gegenteil: Die technologische Entwicklung der letzten Jahre ermöglicht uns einen völlig neuen, fast gottgleichen Blick auf Ökosysteme.
Nehmen wir das Münchner Start-up Hula Earth. Das Team bringt das Internet of Things in den Wald. Solarbetriebene Sensoren und Mikrofone lauschen rund um die Uhr. Eine künstliche Intelligenz filtert das Rauschen, identifiziert das spezifische Zirpen einer bestimmten Grillenart und verknüpft diese akustischen Daten mit Satellitenbildern. Ähnlich radikal ist der Ansatz des Start-ups IdentMe aus Halle an der Saale. Statt Tiere mühsam zu fangen oder zu zählen, setzt das Team auf eDNA (Umwelt-DNA). Ein winziger Tropfen Wasser aus einem See oder eine Bodenprobe reichen aus, um genetisch exakt nachzuweisen, welche Tier- und Pflanzenarten in den vergangenen Tagen hier verkehrten.
Der blinde Fleck der Biologie verschwindet. Wir wissen heute besser denn je, was im Wald passiert. Das Problem der Start-ups ist nicht die Datenerhebung. Das Problem beginnt beim nächsten Schritt: der Monetarisierung.
Der Index-Fehler: Mathematik vs. Biologie
Um einen Biodiversitäts-Credit an ein Unternehmen verkaufen zu können, müssen Start-ups Millionen von Datenpunkten – Vogelstimmen, DNA-Spuren, Lidar-Scans von Baumkronen – aggregieren. Sie müssen all das in eine einzige Zahl pressen. Einen Index. Einen Score.
Und hier schlagen Ökolog*innen und Biolog*innen Alarm. Die Natur ist kein Dashboard. Wenn ein Start-up-Algorithmus Biodiversität vor allem nach der bloßen Anzahl der gefundenen Arten bewertet (weil sich das mathematisch leicht berechnen lässt), droht eine gefährliche Gamification. Nach dieser Logik wäre ein künstlich angelegter Stadtzoo mit exotischen Tieren wertvoller als ein natürliches, hochspezialisiertes – aber naturgemäß artenarmes – Hochmoor. Die Reduktion von Ökosystemen auf eine handelbare Metrik öffnet Tür und Tor für Fehlsteuerungen.
Das Trauma der Carbon-Märkte
Die europäische Start-up-Szene agiert hier in einem extrem angespannten Umfeld. Der Vorgänger-Markt – die freiwilligen CO2-Zertifikate – liegt nach massiven Greenwashing-Skandalen um wertlose „Phantom-Wälder“ in Trümmern. Investor*innen sind nervös, das Misstrauen gegenüber reinen Tech-Versprechen ist groß.
Gleichzeitig baut sich ein immenser regulatorischer Druck auf. Durch die europäische Berichtspflicht (CSRD) geraten Konzerne in Panik. Start-ups wie das Berliner Unternehmen Kuyua bauen deshalb Plattformen, die Unternehmen helfen, ihre extrem komplexen Natur- und Klimarisiken in den globalen Lieferketten überhaupt erst einmal zu erfassen. Konzerne müssen plötzlich handeln, Metriken vorweisen und Natur-Bilanzen erstellen, obwohl die wissenschaftlichen Standards für diese Bilanzen noch gar nicht ausgereift sind. Es entsteht ein gefährlicher Blindflug, bei dem Milliardenbudgets in unfertige Systeme fließen könnten, nur um Compliance-Häkchen zu setzen.
Fazit: Von Offsetting zu Insetting
Bedeutet das, dass die europäischen NatureTech-Start-ups auf dem Holzweg sind? Keineswegs. Die Technologien von eDNA bis Bioakustik sind bahnbrechend. Der Fehler liegt nicht in der Hard- oder Software, sondern im Geschäftsmodell des Ablasshandels.
Biodiversität lässt sich schlichtweg nicht „offsetten“. Zerstörung an Ort A kann nicht durch Schutz an Ort B ungeschehen gemacht werden. Der wahre und zukunftsfähige Wert der NatureTech-Szene liegt im sogenannten Insetting.
Anstatt Zertifikate aus dem Amazonas an deutsche Autobauer zu verkaufen, müssen diese Technologien eingesetzt werden, um die Natur innerhalb der eigenen Lieferketten zu reparieren. Die KI von Hula Earth oder die eDNA-Analysen von IdentMe entfalten ihr volles Potenzial, wenn sie messen, wie sich die Pestizidreduktion auf den Feldern der direkten Zulieferer auswirkt.
Die Natur lässt sich nicht als globale Währung handeln. Aber mit der richtigen Technologie lässt sie sich vor der eigenen Haustür endlich verstehen – und im besten Fall retten.
KI-Schockstarre oder Milliardenmarkt? Wie ein Düsseldorfer Spin-off den Tech-Giganten die Stirn bietet
Während Silicon-Valley-Start-ups mit unregulierten Algorithmen die Urheberrechte der Audio-Welt strapazieren, wittert ein Düsseldorfer Spin-off das ganz große B2B-Geschäft. Mit der Plattform „Sonica“ liefert das Start-up LYBS das erste Betriebssystem für skalierbaren und rechtssicheren Markensound. Wie ein Team aus erfahrenen Agentur-Veteranen den globalen Tech-Giganten die Stirn bieten will.
Die Kreativbranche durchlebt gerade eine Zerreißprobe. Auf der einen Seite versprechen generative KI-Modelle Audioproduktion auf Knopfdruck. Auf der anderen Seite wächst die Angst vor einer Welle an Urheberrechtsklagen. Genau in dieses Spannungsfeld – zwischen der viel zitierten „KI-Schockstarre“ und dem Wilden Westen unregulierter Algorithmen – stößt das von Hans Landwehr gegründete Start-up LYBS mit seiner Plattform Sonica.
Die Botschaft des erst seit Kurzem am Markt agierenden Start-ups ist selbstbewusst: Man habe das „erste Betriebssystem für skalierbaren, rechtssicheren Markensound“ erschaffen. Sonica verspricht, Voice-Artists die Kontrolle und Vergütung zurückzugeben und gleichzeitig das juristische Risiko für Corporate-Kund*innen zu eliminieren.
Doch wann genau fiel der Startschuss, den Tech-Riesen nicht einfach nur das Feld zu überlassen? Die Wurzeln der Plattform reichen deutlich tiefer als der aktuelle KI-Hype, erklärt Brand & Strategy Lead Vincent Raciti. Schon vor knapp zehn Jahren habe man gemeinsam mit Hochschulen eigene Machine-Learning-Technologien entwickelt. „Der eigentliche Auslöser kam dann mit den Fortschritten der generativen KI“, blickt Raciti zurück. Dabei sei dem Team schnell ein gravierendes Defizit am Markt aufgefallen: „Wir haben gemerkt, dass zwischen beeindruckenden Demos amerikanischer Foundation Models und einem Enterprise-tauglichen Workflow für Marken ein großer Unterschied liegt.“
Marken bräuchten konsistente Qualität, klare Rechteketten und eine sichere EU-Infrastruktur – eine Lücke, die LYBS schließlich gemeinsam mit seinem ersten Kunden Yello zu schließen begann. KI sei dabei kein Selbstzweck, versichert der Raciti: „Sie automatisiert aufwendige Produktionsschritte, während Markenidentität, Qualitätskontrolle und sichere Workflows im Mittelpunkt stehen.“
Vom Agentur-Geschäft zum skalierbaren SaaS-Produkt
Was LYBS von typischen Tech-Start-ups unterscheidet, ist die Entstehungsgeschichte. Hinter der Neugründung steckt kein unerfahrenes Team mit großen Ideen, sondern eines mit jahrzehntelanger Branchenerfahrung. LYBS ist ein technologischer Spin-off der renommierten Düsseldorfer Agentur TRO GmbH. Founder Hans Landwehr ist bereits seit Oktober 1989 in der Geschäftsführung von TRO aktiv und kennt das Sound-Business wie kaum ein anderer.
Doch ein Spin-off ist kulturell wie finanziell oft ein Kraftakt. Wie trennt man das rasante Start-up-Wachstum vom klassischen Agenturgeschäft? „Technologie spielt bei uns schon seit vielen Jahren eine zentrale Rolle im Beratungsprozess“, ordnet Landwehr ein. Die Ausgründung sei daher der nächste logische Schritt gewesen. „Wir wollten ein eigenständiges Softwareunternehmen aufbauen, das unabhängig vom Agenturgeschäft wachsen kann – mit eigenen Strukturen, eigener Geschwindigkeit und voller Transparenz über die wirtschaftliche Entwicklung“, betont der Branchen-Veteran.
Bislang ist Sonica weitgehend aus eigener Kraft finanziert. Zum Start holte sich das Team drei vernetzte Business Angels aus der Medienbranche an Bord, um erste Entwicklungen zu beschleunigen. Die Gründer halten nach eigenen Angaben weiterhin 93 Prozent der Anteile – doch das soll nicht zwingend so bleiben: „Nach den Ergebnissen der ersten Monate führen wir bereits erste Gespräche über die nächste Wachstumsphase“, gibt sich Landwehr angriffslustig.
Das Ergebnis dieses Prozesses ist Sonica: Eine modulare Sound-Branding-Plattform. Anstatt Audio-Dateien und Lizenzen dezentral auf Servern oder in E-Mail-Postfächern zu verwalten, bündelt das System Soundlogos, adaptive Musikmodule und Voice-Anwendungen in einem vollwertigen Produktionsstudio. Das Ziel: Audio soll konsistenter, skalierbarer und schneller in länderübergreifende Kampagnen eingebunden werden.
Der Markt: Big Tech vs. Compliance
Der Markt wächst rasant, doch die großen Tech-Player haben oft das Prinzip „Move fast and break things“ auf das Copyright angewandt. Dies ruft zunehmend Regulatoren auf den Plan. Sonica positioniert sich hier bewusst als sicherer Hafen: Statt Stimmen unautorisiert abzugreifen, wahrt und vergütet das System die Rechte der Künstler*innen. Dass LYBS nach nur acht Wochen bereits Einladungen zu globalen Pitches erhält, unterstreicht den enormen Bedarf von Konzernen.
In diesen Pitches sitzt das Start-up quasi zwischen den Stühlen – auf der einen Seite Musikplattform-Riesen wie Artlist oder Songtradr, auf der anderen spezialisierte Sound-Agenturen. Was also ist das Killer-Argument der Düsseldorfer? „Der entscheidende Unterschied liegt aus unserer Sicht im Zielbild“, analysiert Landwehr. „Geht es darum, bestehende Dienstleistungen digital zu ergänzen – oder Unternehmen eine Infrastruktur an die Hand zu geben, mit der sie ihre Brand-Sound-Prozesse langfristig selbst steuern können?“ LYBS habe sich bewusst für Letzteres entschieden.
Man wolle das klassische Agenturgeschäft dabei keinesfalls kannibalisieren, schiebt Vincent Raciti hinterher. Vielmehr verstehe man sich als unabhängige Partner-Plattform. „Die kreative Entwicklung einer starken Sound-Identität wird auch in Zukunft bei Agenturen, Komponistinnen und Sound-Expert*innen liegen“, verspricht Raciti. Sonica solle diese Arbeit nicht ersetzen, sondern dafür sorgen, „dass sie weltweit konsistent im Unternehmen ankommt“.
Das Geschäftsmodell auf dem Prüfstand
Trotz der fundierten Positionierung muss die Lösung kritisch hinterfragt werden: Die PR-Aussage, Sonica spare bis zu 5.000 Euro Produktionsbudget pro Tag und Marke, ist ein massiver Marketing-Anker. Für globale Kampagnen mögen diese Summen plausibel sein, für den Mittelstand wirken sie gigantisch.
Auf diese steile These angesprochen, erwidert Raciti: „Richtig, die Zahl bezieht sich auf komplexe, internationale Produktionssituationen und nicht auf jeden Kunden oder jeden Tag.“ In einem typischen internationalen Rollout würden sich Studiozeiten, Sprecher*innenbuchungen und aufwendige Freigabeschleifen jedoch schnell zu Tausenden Euros addieren. Der Brand & Strategy Lead rechnet vor: Bei einem aktuellen Kunden-Onboarding habe man einen sich täglich wiederholenden Prozess für 14 Märkte auf rund eine Stunde inklusive Freigabe eingedampft. Ob sich diese massive Ersparnis tatsächlich quer durch alle Branchen – von der Werbung bis zur Straßenbahnansage – halten lässt, bleibt vorerst abzuwarten. Das Start-up kündigt an, bis Jahresende belastbarere Zahlen liefern zu wollen.
Zudem drängt sich die Frage nach der technologischen Tiefe auf: Baut Sonica wirklich eigene Modelle oder ist die Plattform im Kern nur eine smarte, branchenspezifische Benutzeroberfläche über bestehenden Basismodellen?
„Ich glaube, die wichtigste Frage ist nicht mehr, wer das nächste Foundation Model baut“, kontert Raciti. Diese Entwicklung werde ohnehin von wenigen globalen Playern dominiert. „Unsere Wertschöpfung liegt deshalb in der Orchestrierung.“ Man kombiniere unterschiedliche KI-Modelle mit eigener Technologie, etwa für Emotionserkennung, und verbinde sie mit striktem Rechte- und Freigabemanagement. „Genau dort entstehen für Unternehmen die eigentlichen Herausforderungen“, stellt er klar.
Und was passiert, wenn Google, Meta & Co. das Copyright-Problem irgendwann einfach selbst lösen? „Das wäre aus unserer Sicht sogar eine gute Entwicklung“, überrascht Hans Landwehr. Die Mission von LYBS sei es ohnehin, Sound Branding für deutlich mehr Unternehmen zugänglich zu machen. Die eigentliche Infrastruktur zur Steuerung dieser Prozesse bräuchten die Konzerne künftig trotzdem – völlig unabhängig davon, wie ethisch sauber die zugrundeliegenden KI-Modelle arbeiten.
Unsere Einordnung
Der Fall LYBS zeigt eindrucksvoll: Die größte Wertschöpfung im B2B-Bereich entsteht oft an der Schnittstelle zwischen neuen Technologien und alten, hochkomplexen Branchenproblemen. Die lange Expertise der Gründer ist dabei ein massiver Wettbewerbsvorteil. Ob LYBS sich langfristig gegen die Budgets der großen Player wehren kann, wird sich zeigen. Der extrem fokussierte Nischen-Start ist jedoch ein Meisterkurs in B2B-Positionierung.
Für die kommenden Monate stehen die Zeichen auf Expansion. Um die eigene Lösung nicht nur Konzernen, sondern auch dem Mittelstand und Creator Brands schmackhaft zu machen, braucht es allerdings frisches Kapital. „Wir bereiten aktuell unsere nächste Finanzierungsrunde vor“, verrät Landwehr. Mit dem Geld sollen vor allem das KI- und Produkt-Team ausgebaut sowie das Partnernetzwerk international erweitert werden. Das ultimative Ziel für das nächste Jahr formuliert Landwehr klar: Man wolle beweisen, „dass Sound Branding mit der richtigen Infrastruktur dauerhaft und effizient im Unternehmen betrieben werden kann.“
Start-up-Steckbrief: LYBS / Sonica
- Gründer: Hans Landwehr
- Ursprung: Spin-off aus dem Umfeld der TRO GmbH (gegründet 1989)
- Kernprodukt: Sonica – Plattform und Betriebssystem für skalierbaren, rechtssicheren Markensound
- USP: 100 % rechtssichere Audio-Assets, faire Vergütungsmodelle für Voice Artists, Bündelung aller Audio-Assets, jahrzehntelange Branchenexpertise
Helmit: Der digitale Schutzschild gegen Cybermobbing – Ein Gegenentwurf zum Social-Media-Verbot
Ein Drittel aller Kinder macht online Erfahrungen mit Cybermobbing, und über 20 Prozent werden Opfer von Cybergrooming. Während die Politik weltweit über Smartphone- und Social-Media-Verbote für Minderjährige diskutiert, wählen zwei 23-jährige Münchner Gründer einen anderen Ansatz. Mit ihrem Start-up Helmit haben Leonardo Benini und Alexander Wolters eine KI-basierte Software entwickelt, die Plattformen wie WhatsApp und Instagram auf digitale Gefahren überwacht – ohne Eltern zum „Big Brother“ zu machen. Doch wie skalierbar ist das Modell in einem heiß umkämpften und technisch restriktiven Markt?
Leonardo und Alexander gehören selbst der Gen Z an und sind mit jenen Plattformen aufgewachsen, die sie nun sicherer machen wollen. Die beiden Gründer, die sich bereits seit dem Kindergarten kennen, haben die Dynamiken von digitaler Ausgrenzung und Belästigung am eigenen Leib erfahren: Leonardo war als Kind selbst Opfer von Cybermobbing. Wer nun glaubt, dieses Trauma sei der einzige Auslöser für die Gründung der Helmit GmbH im Juli 2025 gewesen, irrt. „Der Auslöser war keine Erfahrung, sondern eine Recherche“, stellt Leonardo Benini klar. Das Gründer-Duo habe analysiert, was Eltern heute tatsächlich zur Verfügung stehe, was jedoch meist nur auf App-Sperren oder Webfilter hinauslaufe. Der 23-Jährige wird deutlich: „Das ist die falsche Antwort auf die richtige Sorge. Wenn ein Kind nur noch zwei Stunden am Tag online ist, wird in diesen zwei Stunden nichts sicherer.“ Cybergrooming passiere schließlich nicht wegen zu viel Bildschirmzeit, sondern weil Erwachsene unbemerkt Kontakt aufnehmen und die Kinder aus Scham schweigen. Technisch möglich sei Helmit laut Benini ohnehin erst seit kurzem, da kleine Sprachmodelle nun effizient genug seien, um Kontext direkt und lokal auf dem Gerät zu verarbeiten. „Vor drei Jahren wäre dieses Produkt nicht baubar gewesen“, erinnert er sich. „Das war der Punkt, an dem wir gesagt haben: entweder jetzt, oder jemand anderes macht es.“
Die akademischen und beruflichen Profile der beiden 23-Jährigen stechen hervor: Benini studierte Mathematik an der TU München sowie der University of Toronto und war bereits als Aktuar bei der Allianz tätig. Wolters absolvierte ein Studium der Elektrotechnik an der TU München und der National University of Singapore, spezialisierte sich an der ETH Zürich auf Privacy-Preserving Machine Learning und sammelte Praxiserfahrung bei der Boston Consulting Group sowie bei BMW. Beide werden durch die renommierten Stipendienprogramme EWOR und Sigma Squared gefördert.
Kontext-KI statt Vollüberwachung
Helmit grenzt sich bewusst von klassischen „Parental Control“-Lösungen ab. Das Setup dauert weniger als zwei Minuten: Eltern installieren die Software und verknüpfen die Accounts der Kinder unkompliziert per QR-Code. Die KI analysiert daraufhin in Echtzeit Interaktionen auf WhatsApp, Instagram, Discord, Signal und YouTube auf Muster von Cybermobbing, pädokrimineller Kontaktanbahnung, Hassrede oder suizidalen Inhalten. Diese massiven Datenströme zu verarbeiten, ohne dass das System im Alltag zusammenbricht, war eine enorme technische Hürde. Alexander Wolters erklärt den hart erarbeiteten Lösungsansatz: „Die Analyse läuft vollständig auf dem Gerät. Kein Server, keine Cloud, kein Chatverlauf, der irgendwo hochgeladen wird.“ Damit falle zwar der einfache Weg weg, die Rechenlast schlichtweg in ein Rechenzentrum auszulagern, räumt er ein. Doch nach anderthalb Jahren Entwicklungszeit laufe Helmit nun stabil im Hintergrund, „auch auf älteren Mittelklasse-Geräten, ohne den Akku zu ruinieren“, verspricht der Tech-Experte.
Der entscheidende Hebel der Software liegt im Privatsphäre-Ansatz: Eltern erhalten keinen pauschalen Zugang zu den privaten Nachrichten ihrer Kinder. Erst wenn die KI eine konkrete Grenzüberschreitung identifiziert, wird ein relevanter Textauszug als Alarm an die Eltern übermittelt. Doch Teenager kommunizieren oft rau oder ironisch. Wie verhindert das Start-up Fehlalarme, die das Vertrauen zwischen Eltern und Kind durch ständiges Nachfragen ruinieren könnten? „Fehlalarme entstehen fast immer dann, wenn man einzelne Nachrichten bewertet“, kontert Wolters. „Ein einzelner derber Satz sagt nichts aus.“ Die KI bewerte daher ganze Verläufe und analysiere die Dynamik über Tage hinweg, da etwa Cybergrooming ein wochenlanger Prozess sei. Zudem seien die Modelle gezielt auf Jugendsprache und Slang trainiert. Das Team arbeitet mit variablen Schweregraden: „Bei niedriger Schwere fahren wir die Sensitivität bewusst herunter und nehmen in Kauf, dass wir eine harmlose Stichelei übersehen“, gibt Wolters zu bedenken. Geht es jedoch um Grooming oder suizidale Inhalte, ist seine Haltung kompromisslos: „Lieber ein Fehlalarm zu viel als ein übersehener Fall.“
Wettbewerb und Marktstruktur
Der Markt für digitale Kindersicherheit wächst rasant, befeuert durch politische Debatten über Altersgrenzen. Die Konkurrenz im FamilyTech-Segment ist stark: Anbieter wie Kidgonet setzen primär auf klassische Restriktionen, während ChildSaver als offene App auf dem Endgerät läuft. Zudem gibt es die kostenfreien Bordmittel von Apple und Google. Wie überzeugt man Eltern, für Helmit 9,99 Euro im Monat zu zahlen? Leonardo Benini: „Ehrlich gesagt ist das leichter als gedacht, sobald Eltern verstanden haben, was die kostenlosen Bordmittel eigentlich tun.“ Screen Time und Family Link würden lediglich Nutzungsdauer und Zugriff regeln. „Sie sagen einem nicht, dass ein Erwachsener mit gefälschtem Profil seit drei Wochen Kontakt aufbaut“, bringt es Benini auf den Punkt. Basis-Features wie App-Sperren und Webfilter seien bei Helmit zwar enthalten, sie bildeten aber lediglich das Fundament – der eigentliche Kaufgrund sei die „Schutzebene darüber“.
Das B2C-Abo-Modell – 9,99 Euro monatlich oder 99 Euro jährlich für unbegrenzt viele Kinder – greift offenbar: Seit dem Beta-Launch im September 2025 generierte das mittlerweile siebenköpfige Team über 5.000 Nutzer*innen. Eine fundamentale Plattform-Abhängigkeit bleibt jedoch bestehen, da Helmit auf die Messenger-Schnittstellen angewiesen ist. Ändern Tech-Giganten ihre Architektur, droht dem Geschäftsmodell Gefahr. Alexander Wolters redet diese Achillesferse nicht klein: „Die Abhängigkeit ist real, aber sie betrifft nur die Anbindung, nicht das Produkt.“ Ein Grooming-Muster sehe auf Discord schließlich genauso aus wie auf WhatsApp. Zudem setze das Start-up nicht auf technische Grauzonen, sondern nutze die offiziellen Entwickler-Zugänge der Plattformen, etwa für Instagram. Wolters gibt sich daher entspannt: „Das ist keine geduldete Schnittstelle, die morgen zugeht.“ Man gehe bei der Anbindung streng den offiziellen Weg.
Auch finanziell stehen die Vorzeichen auf Wachstum. In einer Pre-Seed-Runde im August 2025 sicherte sich das Start-up mehr als 350.000 Euro. Zu den prominenten Geldgebern gehört Adjust-Gründer Paul Müller, der die App laut Pressemitteilung auch privat für seinen eigenen Sohn nutzt. Über den genauen Runway hüllt sich das Duo in Schweigen, doch Benini gibt sich entspannt: „Wir sind komfortabel finanziert und stehen nicht unter Druck.“ Die nächste Seed-Runde ist für Ende des Jahres angesetzt. „Geld beschleunigt ab diesem Punkt etwas, das bereits läuft“, erklärt er die Taktik. „Das ist der Moment, in dem man raist, nicht der, in dem das Konto leer wird.“
Ausblick: Prävention statt Kontrolle
Mit Helmit betritt ein technologisch extrem anspruchsvolles Start-up den FamilyTech-Markt, dessen Mission exakt den Nerv moderner Erziehung trifft. Für das Jahr 2027 hat das Duo klare Ziele definiert. Produktseitig wolle man in die Breite und Tiefe gehen, kündigt Wolters an. Dazu gehören die Integration von Gaming-Plattformen sowie der Ausbau von Helmit zu einem proaktiven digitalen Gegenüber, das den familiären Kontext versteht und per Chat oder Sprache bedient werden kann.
Geografisch bleibt der Fokus vorerst auf der DACH-Region. „Ein Markt, den man gewinnt, ist mehr wert als fünf, in denen man vorkommt“, argumentiert Benini. Erst nach der Seed-Runde stehe Europa auf dem Plan. Die Vision für 2027 misst der Gründer in konkreten Zahlen: Eine sechsstellige Anzahl geschützter Kinder soll es werden. „Das Endziel ist unverändert, dass Helmit auf jedem Kinder-Smartphone selbstverständlich dazugehört, so wie ein Fahrradhelm“, resümiert Benini selbstbewusst.
DRIK 17: Smartes Gadget, skalierbares Business?
Nach rund zwei Jahren Entwicklungszeit und einer erfolgreichen Crowdfunding-Kampagne im Spätsommer 2025 hat das bayerische Start-up DRIK 17 im Juli 2026 mit der Auslieferung seines Premierenprodukts begonnen. Die Gründer Ralph Seel-Mayer und Emma Ehrenberg versprechen mit ihrem DRIK 17 Carrier eine smarte Lösung für ein altbekanntes Platzproblem von Rennrad- und Gravelbike-Fahrer*innen. Doch wie tragfähig ist die Geschäftsidee hinter der Hybrid-Trinkflasche, und wo liegen die Hürden im hart umkämpften Fahrradmarkt?
Der Grundstein für das Start-up, dessen Name sich aus „Drink“, „Kit“ und dem Lösungsprinzip „Trick 17“ zusammensetzt, wurde in einer Lehrveranstaltung an der Hochschule München gelegt. Unterstützt vom Programm exist women und dem Strascheg Center for Entrepreneurship (SCE), wagte das radsportbegeisterte Duo den Sprung in die Selbständigkeit. Beim SCE handelt es sich um das Gründungszentrum der Hochschule München, das als Start-up-Hub junge Unternehmen von der ersten Ideenentwicklung bis zur Marktreife mit Know-how, Netzwerken, Mentoring und Förderprogrammen begleitet.
Crowdfunding als Markttest
Dass in der Nische eine enorme Nachfrage besteht, bewies die Kickstarter-Kampagne im September 2025: Das Finanzierungsziel von 8.000 Euro war in nur 33 Stunden geknackt, am Ende kamen knapp 12.000 Euro von 218 Unterstützern zusammen. Für komplexe Spritzgusswerkzeuge und eine deutsche Produktion ist das jedoch ein Tropfen auf den heißen Stein.
„Kickstarter war für uns vor allem ein Market Proof – wir wollten zeigen, dass es echte Nachfrage nach unserem Produkt gibt“, betont Ingenieur Ralph Seel-Mayer, der im Team für Zahlen und Partnerschaften zuständig ist. Das eigentliche Startkapital stammte aus einer früheren Trikot-Verkaufsaktion („June of Joy“), flankiert von Fördergeldern wie dem Innovationsgutschein und Fremdkapital. Das SCE habe dem Team dabei den Zugang zu Fördermöglichkeiten erleichtert und als Sparringspartner fungiert, so der Mitgründer.
Die Technik: 450 Milliliter und kein Klappern
Der DRIK 17 Carrier sieht von außen aus wie eine reguläre 850-ml-Flasche. Im Inneren verbirgt sich jedoch ein Zwei-in-Eins-Konzept: 450 ml Platz für Flüssigkeit, gepaart mit einem Stauraum für Werkzeug, Ersatzschläuche oder CO₂-Kartuschen. Eine passgenaue Stofftasche verhindert störendes Klappern auf Schotterpisten. Zudem lagert das Konzept harte, potenziell rückenverletzende Metallgegenstände aus den Trikottaschen sicher in den Rahmen aus.
Doch Flüssigkeit und Gegenstände auf engstem Raum zu vereinen, barg technologische Tücken. „Die größte Herausforderung war, die beiden Funktionen sinnvoll miteinander zu kombinieren“, räumt Seel-Mayer ein. Es ging vor allem darum, das System für wirtschaftliche Blasform- und Spritzgussverfahren zu optimieren. „Genau diese Balance hat uns die meiste Entwicklungszeit gekostet“, fasst er zusammen.
Produkt-Designerin Emma Ehrenberg ergänzt, dass unzählige Iterationen nötig waren, um Technik und Ästhetik zu vereinen. „Durch den 3D-Druck konnten wir sehr schnell neue Varianten entwickeln und testen“, erklärt sie den rasanten Prototypen-Prozess. „Unser Ziel war immer, dass die User Experience im Vordergrund steht.“
Kritisch hinterfragt: Nische oder Massenmarkt?
Trotz des runden Marktstarts muss sich das Hardware-Start-up im rauen Konsumgüterbereich beweisen. Dabei offenbaren sich drei zentrale Knackpunkte:
1. Das Volumen-Dilemma: Wer den DRIK 17 Carrier nutzt, opfert effektiv rund 400 ml Trinkvolumen im Vergleich zu einer Standard-850-ml-Flasche – ein potenzielles K.-o.-Kriterium für Langstreckenfahrer*innen. Emma Ehrenberg kontert diese Bedenken resolut: „Die 450 ml sind für uns kein Kompromiss, sondern eine bewusst gewählte Balance aus Trinkvolumen und Stauraum.“ Sie argumentiert, dass das Volumen zusammen mit einer zweiten Flasche für viele Ausfahrten genüge und das Fach auch für Kohlenhydratpulver genutzt werden könne, um unterwegs lediglich Wasser nachzufüllen.
2. Margendruck durch „Made in Germany“: Ein Preis von rund 44 Euro ist ambitioniert, und die teure Produktion in Deutschland drückt die Rohmarge. Will das Duo zweistufig über den Fachhandel wachsen, fordern Händler*innen ihren Anteil. Auf die Frage, wie realistisch der Sprung in den B2B-Markt unter diesen Umständen sei, reagiert Seel-Mayer optimistisch, bleibt bezüglich konkreter Margen-Kalkulationen aber vage: Man schätze vor allem die schnellen Entwicklungswege und führe bereits Gespräche mit dem Handel. „Eine Verlagerung der Produktion schließen wir zum jetzigen Zeitpunkt aus“, versichert der Gründer.
3. Das Single-Product-Risiko: Die Kund*innenakquisitionskosten für ein einzelnes Zubehörteil im Direct-to-Consumer-Geschäft sind hoch. Um den Customer Lifetime Value zu steigern, muss schnell ein Ökosystem her. „Bereits konkret geplant ist eine reine Trinkflasche, die die gleiche Designsprache aufgreift“, verrät Ehrenberg. Ein mutiger Schritt, denn ohne das smarte Werkzeugfach begibt sich das Start-up in einen stark gesättigten Markt, der stark über den Preis dominiert wird. Zudem arbeite man an verschiedenen Compartments und Equipment-Kits für das modulare System.
Kampf gegen die Branchenriesen
Sollten Branchenriesen wie SKS oder Specialized das – wenn auch zum Patent angemeldete – Multi-Storage-Konzept kopieren, droht ein ungleicher Verdrängungswettbewerb. Ralph Seel-Mayer gibt sich angesichts dieses Szenarios gelassen: „Sollten große Marken ähnliche Konzepte entwickeln, wäre das für uns zunächst einmal eine Bestätigung.“ Er verweist auf junge Marken wie Cyclite oder Ryzon, die zeigen, dass Identität und Kund*innennähe heute oft schwerer wiegen als Unternehmensgröße. „Genau diese Nähe lässt sich nur schwer kopieren“, gibt er sich selbstbewusst. Eine charmante, aber riskante Wette: Denn ob ein treuer Kern an Community-Kund*innen ausreicht, um zu überleben, wenn etablierte Riesen das eigene Konzept mit enormer Vertriebspower in jeden Fahrradladen drücken, bleibt die eigentliche Feuerprobe für DRIK 17.
Fazit
Mit dem DRIK 17 Carrier besetzt das Münchner Duo eine clevere Nische zwischen sperrigen Satteltaschen und reinen Werkzeugflaschen, verlangt den Nutzer*innen aber Abstriche bei der Trinkmenge ab. Das Community-Building hat perfekt funktioniert. Nun muss das Team beweisen, dass die Marke auch über ihr Erstlingswerk hinaus skalierbar ist und den Sprung in den Fachhandel übersteht – ohne dass die hohen heimischen Produktionskosten das Wachstum ausbremsen.
Wie ScanlyAI den Markt für Produkt-Listings aufs nächste Level heben will
Das 2021 von Alexander Khramtsov gegründete SFP-IT verspricht mit seiner neuen Lösung „ScanlyAI“ das Ende manueller Produktdatenerfassung. Ein Foto soll genügen, um verkaufsfertige Inserate für eBay, Kleinanzeigen und Co. zu generieren. Doch wie tief ist der technologische Burggraben wirklich, wenn die großen Marktplätze längst eigene KI-Lösungen ausrollen?
Wer im E-Commerce wachsen will, scheitert oft an der profansten aller Aufgaben: der Dateneingabe. Jeder Artikel muss fotografiert, vermessen, beschrieben und bepreist werden – ein enormer Flaschenhals, insbesondere für Händler*innen von Retouren, Restposten oder gebrauchten Ersatzteilen. Genau hier setzt ScanlyAI an, ein neues Produkt der 2021 gegründeten SFP-IT aus dem bayerischen Neusäß.
Die Versprechung klingt nach dem feuchten Traum jedes/jeder Online-Händler*in: Ein Foto via Smartphone-App oder Browser hochladen, und eine KI extrahiert vollautomatisch Marke, Modell, Zustand und technische Eigenschaften. Sogar Barcodes und Etiketten sollen ausgelesen werden, um am Ende einen suchmaschinenoptimierten Titel, eine Beschreibung und einen marktgerechten Preisvorschlag auszuspucken. Die Zeit pro Inserat soll so auf unter eine Minute sinken.
Auf die Frage nach der tatsächlichen Trefferquote im harten E-Commerce-Alltag warnt Gründer Alexander Khramtsov jedoch vor allzu pauschalen Versprechungen. „Eine pauschale Trefferquote wäre unseriös, weil sie stark vom jeweiligen Produkt abhängt“, räumt er ein. Während sich Artikel mit intakten Typenschildern oder Barcodes leicht scannen ließen, erfordere stark beschädigte oder unvollständige Ware mehr Finesse. Deshalb verlasse sich ScanlyAI nicht auf ein einziges Modell, sondern kombiniere Bilderkennung gezielt mit OCR und weiteren Datenquellen. Die KI solle den/die Händler*in ohnehin nicht komplett ersetzen, sondern ihm lediglich den lästigsten Teil der Arbeit abnehmen. Ab wann sich die Software rechnet? „Finanziell lohnt sich ScanlyAI aus meiner Sicht bereits für Händler, die regelmäßig Produkte einstellen“, betont Khramtsov. Wer monatlich hunderte oder gar tausende Artikel verarbeite, spare nicht nur viele Stunden, sondern könne die neu gewonnene Zeit direkt in den Einkauf oder den Kund*innenservice stecken.
Aus der Werkstatt in den Browser
Die Entstehungsgeschichte von ScanlyAI unterscheidet sich vom klassischen Garagen-Start-up-Narrativ. Hinter dem Tool steht die SFP-IT unter der Leitung von Geschäftsführer Alexander Khramtsov. Das Unternehmen – ursprünglich unter dem Namen „new direction systems GmbH“ gestartet – agiert heute als etabliertes Systemhaus, das sich auf Cloud-Plattformen, Digital-Twin-Lösungen und industrielle Automatisierung versteht.
Dieser Hintergrund erklärt den eigentlichen Nukleus von ScanlyAI: Die Software hat ihre Wurzeln in der Identifikation von Kfz-Ersatzteilen. Wer jemals versucht hat, eine gebrauchte Lichtmaschine ohne lesbare Teilenummer korrekt zuzuordnen, kennt das Problem.
Der Ursprung liege tatsächlich in diesem hochkomplexen Bereich, bestätigt der Geschäftsführer. „Dort haben wir ein sehr schwieriges Problem gelöst: Produkte anhand von Fotos und wenigen vorhandenen Informationen möglichst zuverlässig zu identifizieren“, blickt er zurück. Irgendwann sei dem Team klargeworden, dass dieses Identifikations-Nadelöhr genauso bei Retouren oder Restposten existiert. Dass aus einer hochspezialisierten Nischenlösung nun ein breites E-Commerce-Tool für den Massenmarkt pivotierte, ist ein klassischer und kluger Start-up-Move. Die Technologie hatte ihren Proof of Concept im extrem schwierigen Daten-Markt bestanden und wurde nun skaliert. Bemerkenswert dabei ist die völlige Unabhängigkeit von Investoren. „Die Entwicklung wurde komplett aus unserem eigenen Unternehmen finanziert“, erklärt Khramtsov stolz. Man habe bewusst auf externes Kapital verzichtet, um sich die Freiheit zu bewahren, das Produkt „konsequent an den Bedürfnissen unserer Kunden weiterzuentwickeln.“
Wer zahlt für etwas, das eBay auch kann?
Das Geschäftsmodell von ScanlyAI zielt klar auf professionelle Power-Seller*innen und KMU im B2B-Bereich ab. Während private Gelegenheitsverkäufer*innen wohl kaum für ein solches Tool zahlen würden, ist der ROI für gewerbliche Händler*innen durch die immense Zeitersparnis sofort greifbar. Die Funktionen – wie der Massenupload für große Warenbestände und der zentrale Listing-Editor – deuten auf ein klassisches SaaS-Modell hin. SFP-IT setzt hier erfreulicherweise auf ein rein kontingentbasiertes Credit-System (Pay-per-Listing) ohne klassische Abo-Falle.
Doch hier muss sich das Modell kritischen Fragen stellen. Der Markt wächst rasant und die Plattformen selbst, wie etwa eBay, haben längst eigene „Magical Listing“-KI-Tools gebührenfrei in ihre Apps integriert, die ebenfalls aus Fotos Beschreibungen generieren. Direkte Wettbewerber*innen wie Photoroom fischen im selben Teich.
Warum also für ScanlyAI zahlen? „Die KI-Funktionen der Marktplätze sind eine sinnvolle Unterstützung, lösen aber immer nur einen kleinen Teil des gesamten Prozesses“, kontert Khramtsov das drohende Plattform-Risiko. ScanlyAI verstehe sich nicht als Konkurrenz zu eBay und Co., sondern als zentrale, vorgelagerte Plattform. Es gehe darum, Barcodes auszulesen, strukturierte Produktdaten zu generieren und bei Pflichtangaben zu assistieren – völlig unabhängig vom späteren Verkaufskanal. Wer eBays KI nutzt, dessen Daten bleiben bei eBay. Bei ScanlyAI ließen sich die generierten Datensätze hingegen auch ins eigene ERP-System exportieren. „Viele Reseller verkaufen gleichzeitig über mehrere Kanäle. Genau dort spielt ScanlyAI seine Stärken aus, weil die Produktdaten nur einmal erstellt werden müssen“, argumentiert der Gründer.
Wo liegen die Hürden?
Für StartingUp lassen sich beim Blick unter die Haube von ScanlyAI drei zentrale Herausforderungen identifizieren:
- Das Halluzinations-Risiko: KI-Modelle neigen dazu, Lücken kreativ zu füllen. Dichtet die KI bei einem Laptop auf dem Foto fälschlicherweise 16 GB statt 8 GB RAM in die Beschreibung, haftet am Ende der/die Händler*in für den Sachmangel. Beim sensiblen Thema Haftung gibt sich der Gründer ernst, wehrt eine direkte Mithaftung für KI-Aussetzer aber wenig überraschend ab. „Am Ende bleibt die Verantwortung für ein Inserat selbstverständlich beim Verkäufer“, stellt er klar. Dennoch setze man alles daran, Fehler technisch zu minimieren. „ScanlyAI ist bewusst nicht so aufgebaut, dass eine KI einfach irgendeinen Text erzeugt“, versichert Khramtsov. Das System validiere verschiedene Datenquellen gegenseitig; unsichere Angaben würden gar nicht erst übernommen oder zur manuellen Kontrolle markiert. Sein Credo: „Unser Ziel ist deshalb nicht, Vermutungen zu treffen, sondern möglichst belastbare Informationen bereitzustellen.“
- Der technologische Burggraben: SFP-IT spricht von einem proprietären KI-System. In einer Zeit, in der multimodale KI-Modelle wie GPT-4o extrem günstige Bild-zu-Text-APIs bieten, stellt sich die Frage nach der Einzigartigkeit der Basis-Technologie. Nutzt SFP-IT am Ende doch nur fertige Large-Vision-Modelle? Darauf angesprochen gibt sich Khramtsov erfrischend pragmatisch: „Ich glaube, heute entwickelt kaum noch jemand jedes KI-Modell komplett selbst und das muss man auch nicht“, räumt er offen ein. Das Unternehmen verfolge einen technologieoffenen Ansatz und nutze APIs dort, wo es sinnvoll sei, gepaart mit eigenen KI-Modellen für spezielle Verfahren wie OCR, Barcode-Erkennung und Datensynthese. Der wahre Wert liege in der jahrelangen Vorarbeit. „Der eigentliche Mehrwert von ScanlyAI liegt daher nicht in einem einzelnen KI-Modell, sondern in der gesamten Plattform“, so der Gründer. Diese Orchestrierung von KI und eigener Logik lasse sich „nicht durch den Austausch eines einzelnen KI-Modells ersetzen.“
- Abhängigkeit von Schnittstellen: Die direkte Veröffentlichung auf Plattformen wie Kleinanzeigen.de ist ein Segen für Nutzer*innen, aber ein ständiger Kampf für Entwickler*innen. Die APIs dieser Marktplätze sind oft restriktiv, und Änderungen können Drittanbieter*innen -Tools jederzeit ausbremsen.
Unser Fazit
Mit ScanlyAI bringt SFP-IT ein Tool auf den Markt, das ein echtes, schmerzhaftes Problem im E-Commerce löst. Dass die Köpfe dahinter aus der komplexen Ersatzteil-Logistik kommen und bereits Erfahrung mit industrieller Software haben, verleiht dem Produkt eine hohe Glaubwürdigkeit und unterscheidet es von reinen KI-Hype-Start-ups.
Der Erfolg von ScanlyAI wird letztlich nicht davon abhängen, ob es ein einzelnes Foto etwas besser analysiert als die eBay-App. Der entscheidende Hebel ist die tiefe B2B-Integration. Gelingt es ScanlyAI jedoch, sich über APIs nahtlos in die bestehenden Warenwirtschaftssysteme der Händler*innen einzuklinken und dort fehlerfreie, strukturierte Stammdaten anzuliefern, hat das Tool das Potenzial, zu einem wertvollen Standardwerkzeug für den Mittelstand zu reifen. Bleibt es hingegen „nur“ ein weiteres Web-Dashboard, dürfte der Gegenwind der Tech-Giganten schnell spürbar werden.
Genau diese tiefe System-Integration hat Alexander Khramtsov als nächsten großen Meilenstein im Visier. „In den nächsten zwölf Monaten möchten wir weitere Marktplätze und Warenwirtschaftssysteme anbinden und die Automatisierung weiter ausbauen“, kündigt er an. Die Vision des Gründers geht dabei weit über einen einfachen Listing-Editor hinaus. „Langfristig sehe ich ScanlyAI nicht nur als Tool zum Erstellen von Inseraten. Ich möchte eine Plattform schaffen, die den gesamten Prozess rund um die Produkterfassung unterstützt“, formuliert Khramtsov sein ambitioniertes Ziel für die kommenden Jahre. Wenn Reseller dadurch jeden Tag wertvolle Zeit für ihr eigentliches Geschäft gewinnen, „dann haben wir unser Ziel erreicht.“
Schluss mit dem Tool-Friedhof: torq.partners-Spin-off Friday/Poppins räumt im HR auf
Jedes Scale-up kennt den Moment: Die magische Schwelle von 50 Mitarbeitenden ist überschritten, die Prozesse knirschen und professionelle HR-Tools müssen her. Doch die Realität sieht oft anders aus: Die teure Software wird lizenziert, aber das Onboarding läuft weiter per E-Mail und die Gehaltsrunde in Excel. Genau in diese Kerbe schlägt nun ein neuer Player mit prominentem Hintergrund: Die torq.partners People GmbH emanzipiert sich von ihrer Muttergesellschaft und tritt ab sofort als eigenständige HR-Beratung unter dem Namen Friday/Poppins auf.
Hinter der Ausgründung steht Managing Partner Florian Klages, der als ehemaliger Leiter Corporate HR der Axel Springer SE reichlich Konzern-Expertise in die Start-up-Welt mitbringt. Mit einem rund 30-köpfigen Team an den Standorten Berlin und Hamburg und Referenzkunden wie Auto1, Emma und Sunday Natural hat sich die Einheit bereits einen Namen gemacht.
Das Versprechen des neuen Markenauftritts: Weg von administrativen Altlasten hin zu „Human Relevance“. Das Team konzentriert sich auf die Schnittstelle von Technologie und operativer Umsetzung – konkret auf HR Operations, die Auswahl und Implementierung von Software sowie Interim-Management, um personelle Engpässe bei schnell wachsenden Unternehmen (50 bis 1.000 Mitarbeitende) zu überbrücken.
Ein unübersichtlicher Tech-Dschungel trifft auf Konsolidierungsdruck
Dass der Bedarf für solche Übersetzer zwischen Software-Anbietern und HR-Abteilungen riesig ist, zeigt ein Blick auf die Marktdaten. Der DACH-Markt für HR-Tech boomt, wird aber zunehmend unübersichtlich: Im ersten Quartal 2025 buhlten bereits über 535 Anbieter um die Budgets der Personalabteilungen.
Da inzwischen rund 67 Prozent der KMU und Scale-ups auf HR-Automatisierung setzen, wächst der Druck auf Gründer, die richtigen Entscheidungen zu treffen. Gleichzeitig zwingt das aktuelle Marktklima zu massiver Investitionssicherheit. Das VC-Funding für deutsche HR-Tech-Start-ups sank 2024 um fast ein Viertel auf unter 100 Millionen US-Dollar, was aktuell zu einer spürbaren Marktkonsolidierung durch Übernahmen führt. Wenn Tools heute gekauft und morgen von einem größeren Konzern geschluckt werden, ist der Beratungsbedarf für eine zukunftssichere, modulare Cloud-Infrastruktur extrem hoch.
Drei Hürden für das neue Spin-off
Der operative Hands-on-Ansatz von Friday/Poppins adressiert ein echtes Problem vieler Gründungs-Teams. Schließlich verfehlt laut SHRM-Daten jede vierte Software-Implementierung im HR die Erwartungen, weil das Setup im Alltag scheitert. Dennoch muss das Unternehmen auf seinem weiteren Wachstumskurs drei wesentliche Hürden nehmen:
- Das Budget-Dilemma: Scale-ups stöhnen nicht nur über die immensen SaaS-Lizenzkosten großer HR-Plattformen. Ob sie – gerade im restriktiven Finanzierungsumfeld – zusätzlich noch signifikante Budgets für externe Beratung und Implementierung freimachen können, bleibt eine strategische Herausforderung. Der Mehrwert (ROI) muss von Friday/Poppins extrem schnell und messbar geliefert werden.
- Die Unabhängigkeits-Frage: Das Unternehmen bezeichnet sich explizit als „herstellerunabhängig“. Gleichzeitig rühmt man sich in der Ausgründungs-Meldung mit der Auszeichnung als HiBob EMEA Partner des Jahres 2025. Für Neukunden wird es entscheidend sein, dass die Beratung im Tool-Auswahlprozess tatsächlich agnostisch bleibt und nicht aus Gewohnheit die immer gleichen, vertrauten Partnersysteme ins Spiel bringt.
- Die KI- und Compliance-Falle: Friday/Poppins verspricht als Kernziel, den Einsatz von Künstlicher Intelligenz im People-Bereich voranzutreiben. Das ist in der aktuellen Marktphase ein ambitioniertes Versprechen. Mit dem stufenweisen Greifen der strengen Auflagen des europäischen AI Acts gelten viele KI-Anwendungen im HR (etwa beim automatisierten Recruiting oder Performance-Tracking) als Hochrisikosysteme. Eine Beratung muss hier künftig nicht nur für Effizienz, sondern vor allem für absolute Compliance sorgen – ein massiver Drucktest für das junge Spin-off.
Ausblick: Ein „Freitagnachmittag“ für das HR-Team?
Trotz dieser marktüblichen Hürden sind die Startvoraussetzungen exzellent. Die Historie und Ausgründung aus torq.partners – die sich in der Szene vor allem als strategischer Finance-Partner für Start-ups einen sehr guten Ruf erarbeitet haben – liefert einen wertvollen Vertrauensvorschuss.
Schaffen es Friday/Poppins, die komplexe Tool-Landschaft für wachsende Unternehmen so zu orchestrieren, dass sie rechtssicher, modular und automatisiert läuft, könnte die Neugründung zu einem wichtigen Enabler werden. Das erklärte Ziel von Florian Klages, das „befreiende Gefühl eines Freitagnachmittags“ in die Personalabteilungen zurückzubringen, ist zumindest schon einmal ein starkes Narrativ für eine oft von Administrations-Chaos geplagte Berufsgruppe.
Vom Trading-Floor zum Flagship-Store: Spiritorys ungewöhnlicher Schritt in den Einzelhandel
Das Münchner Start-up Spiritory vollzieht einen strategisch bemerkenswerten Pivot: Die 2022 gegründete Plattform, die sich laut eigenen Angaben als Europas führender Marktplatz für seltene Whiskys und Premiumspirituosen positioniert, wagt den Sprung in den stationären Einzelhandel.
Am 24. Juli 2026 eröffnet das Unternehmen im denkmalgeschützten Münchner Stemmerhof sein erstes physisches Ladengeschäft. Für ein originär digitales FinTech- und Marktplatz-Modell ist dies eine riskante und zugleich spannende Entwicklung, die das D2C-Segment aufhorchen lässt.
Die Gründungshistorie und das Kernmodell
Die Gründer Janis Wilczura und Clemens Bennier starteten Spiritory Anfang 2022 mit der Vision, den oftmals intransparenten Markt für Sammlerspirituosen zu demokratisieren. Das Kernprodukt des Start-ups ist ein digitales Ökosystem, das klassische Börsenmechaniken auf alternative Anlagegüter wie Whisky anwendet. Käufer*innen und Verkäufer*innen in ganz Europa handeln hier zu transparenten und tagesaktuellen Marktpreisen.
Nutzer*innen können zudem ihre Portfolios digital verwalten und Marktdaten abrufen. Mit einer klaren Gebührenstruktur (üblicherweise 6 % für Verkäufer*in und 3 % für Käufer*in) greift das junge Unternehmen die Margen traditioneller Wettbewerber an. Auch prominente Investor*innen glauben an das Modell: So zählt unter anderem der für seine Whisky-Leidenschaft bekannte Comedian Michael Mittermeier zum Gesellschafterkreis.
Markt und Wettbewerb: Ein hart umkämpftes Segment
Der Markt für seltene Spirituosen verzeichnete zuletzt ein enormes Wachstum. In diesem Umfeld muss sich Spiritory gegen etablierte, kapitalstarke Player wie Whisky Auctioneer oder Catawiki behaupten, die oftmals auf klassische Auktionen mit hohen Provisionen setzen. Spiritory differenziert sich nicht nur durch den Live-Trading-Ansatz, sondern auch als B2B-Partner: Das Start-up bietet Händler*innen und Destillerien eine einfache Lösung zur Digitalisierung ihres Vertriebs.
Warum ein physischer Laden?
Dass Spiritory nun mit einer Eröffnungsauswahl von über 100 limitierten Abfüllungen und seltenen Single Malts in München-Sendling offline geht, ist aus klassischer VC-Perspektive unkonventionell. Marktplätze leben von Skalierbarkeit und geringen Grenzkosten; ein Ladengeschäft bringt Fixkosten und lokale Begrenzungen mit sich. Für diesen Omnichannel-Ansatz sprechen jedoch drei Faktoren:
- Trust & Brand Building: In einem Premium-Markt, in dem Authentifizierung entscheidend ist, schafft physische Präsenz Vertrauen. Laut Pressemitteilung sollen im Shop „Storytelling und Markenbindung im Vordergrund“ stehen.
- Hybride Erlebnisse: CEO Janis Wilczura formuliert den Anspruch, ein Entdecker-Erlebnis fernab von reiner „Regalware“ zu schaffen. Der Shop, der bewusst mit Gegensätzen wie „Klostertisch auf ein asymmetrisches Regal“ spielt, fungiert als greifbarer Showroom.
- Kund*innenakquise & Beratung: Die persönliche Beratung vor Ort ist fester Konzeptbestandteil. Dies senkt Einstiegshürden für Neulinge und bindet Kenner*innen emotional an die Marke.
Fazit für die Start-up-Szene
Spiritory demonstriert, dass im absoluten Premiumsegment eine rein digitale Präsenz oft nicht ausreicht, um nachhaltige Kund*innenbeziehungen aufzubauen. Ob der neue Store im Stemmerhof die Plattform durch Cross-Selling messbar befeuert oder sich als reines Marketing-Tool entpuppt, wird sich zeigen. Klar ist: Spiritory monetarisiert durch den Shop-Ausbau gezielt die emotionale Komponente des Marktes, denn hinter jeder Flasche steht – wie das Unternehmen treffend betont – eine Geschichte.
Schluss mit dem teuren KI-Hype: Step-by-Step zum profitablen KI-Einsatz im Start-up
Der Hype um KI kennt scheinbar keine Grenzen. Jedes neue Tool verspricht, die Produktivität zu verdoppeln und die Konkurrenz im Staub zurückzulassen. Doch Hand aufs Herz: Wie viel von diesem Hype schlägt sich am Ende tatsächlich in euren KPIs oder auf dem Bankkonto nieder?
Die Realität sieht ernüchternd aus. Laut einer aktuellen YouGov-Umfrage vom Mai 2026 berichten gerade einmal 17 Prozent der befragten Unternehmensentscheider von messbaren Umsatz- oder Gewinneffekten durch KI in ihrem Unternehmen. Für die repräsentative Umfrage hatte die KI-Beratung Neurawork 541 Entscheider*innen befragen lassen.
Für Start-ups ist diese Zahl ein Warnsignal. Während etablierte Konzerne es sich leisten können, Millionen in „Leuchtturmprojekte“ ohne Return on Investment zu versenken, ist eure Runway dafür schlicht zu kurz. Jeder Euro und jede Arbeitsstunde müssen sitzen. Wie also verwandelt man das Buzzword KI in echten geschäftlichen Nutzen?
Der Schlüssel liegt nicht in der Technologie selbst, sondern in der strategischen Herangehensweise. Christoph Knöll, Mitgründer von Neurawork, bringt es auf den Punkt: „Die entscheidende Frage lautet nicht, wo Unternehmen KI einsetzen können, sondern wo sie Engpässe beseitigt, Probleme löst und neue wirtschaftliche Potenziale erschließt.“
In sieben Schritten zum profitablen KI-Einsatz im Start-up
Ein strukturierter KI-Workshop kann hier Abhilfe schaffen. Basierend auf den Beobachtungen aus der Praxis zeigt sich ein 7-Schritte-Fahrplan, mit dem aus netten Spielereien handfeste Business-Cases werden.
Schritt 1: Startet mit dem Business-Ziel – nicht mit dem Tool
Lasst euch nicht von der neuesten API-Ankündigung ablenken. Der größte Fehler ist es, eine Technologie zu nehmen und krampfhaft nach einem Problem zu suchen. Fragt euch stattdessen zuerst: Was ist unser aktueller Flaschenhals? Wollen wir Zielgruppen erschließen, Margen optimieren oder Services verbessern? Erst wenn das Ziel glasklar ist, wird geprüft, ob KI als Hebel dienen kann.
Schritt 2: Holt die richtigen Leute an den Tisch – besonders Berufseinsteiger*innen
Ein strategischer KI-Workshop gehört nicht isoliert in die Chefetage. Ihr braucht ein diverses Team aus Vertrieb, Marketing, Kund*innenservice und Produktentwicklung, denn dort kennt man die echten Schmerzpunkte der Kund*innen. Der Start-up-Hack: Bezieht unbedingt eure Praktikant*innen und Berufseinsteiger*innen mit ein. Diese nutzen KI oft völlig intuitiv im Alltag und bringen unvoreingenommene Perspektiven ein.
Schritt 3: Geht radikal von den Problemen eurer Kunden aus
Erfolgreiche Start-ups lösen echte Probleme. Analysiert im Workshop: Wo verlieren eure Kund*innen unnötig Zeit oder Geld? An welchen Stellen fallen ihnen Entscheidungen schwer? Fokussiert euch auf die Probleme, die so dringend sind, dass Kund*innen für deren Lösung auch tatsächlich bezahlen würden.
Schritt 4: Entwickelt aus Lösungen neue Geschäftsmodelle
Wenn ihr ein echtes Problem identifiziert habt, denkt groß: KI ermöglicht völlig neue Monetarisierungsstrategien. Nun gilt es im Workshop, aus der reinen Problemlösung ein tragfähiges geschäftliches Konzept zu entwickeln. Arbeitet dafür die folgenden To-dos durch:
- Zusatzleistungen definieren: Prüft gemeinsam, ob sich aus der KI-Lösung direkt neue, eigenständige Services oder digitale Zusatzleistungen für eure bestehenden Kund*innen schnüren lassen.
- Wiederkehrende Umsätze generieren: Überlegt, ob sich ein klassisches Einmal-Kauf-Modell durch KI-gestützte Abonnements ersetzen oder strategisch ergänzen lässt.
- Pricing neu denken: Diskutiert erfolgsabhängige Vergütungsmodelle. Wenn eure KI dem Kund*innen beispielsweise Zeit oder Geld spart, könntet ihr euer Pricing genau an diesen messbaren Mehrwert koppeln.
Schritt 5: Bewertet Umsatz, Gewinn und Kund*innennutzen getrennt
Nicht jede KI-Idee muss direkt den Umsatz ankurbeln. Manchmal liegt der größte Hebel in der reinen Kostensenkung, einer verbesserten Servicequalität oder einer stärkeren Kund*innenbindung. Bewertet eure gesammelten Ideen daher differenziert nach Kund*innennutzen, Umsatzpotenzial, Margeneffekt, Entwicklungsaufwand und laufenden Kosten. Nutzt dafür folgende To-dos im Workshop:
- Den strengen Kosten-Nutzen-Check durchführen: Stellt bei jeder Idee das direkte Umsatzpotenzial und den erwarteten Margeneffekt schonungslos den Kosten gegenüber. Bewertet dabei sowohl den einmaligen Entwicklungsaufwand als auch die laufenden Betriebskosten (wie Serverkapazitäten oder externe API-Gebühren).
- Interne Effizienzhebel definieren: Sucht gezielt nach zeitfressenden, repetitiven Routineaufgaben in eurem Start-up (z. B. im Support oder in der Datenpflege). Analysiert, wo Automatisierung durch KI intern massive Zeitgewinne bringt, die indirekt eure Profitabilität steigern.
- Qualität statt nur Quantität bewerten: Prüft, welche Ideen vielleicht nicht am ersten Tag mehr Geld einbringen, aber die Qualität eures Produkts messbar erhöhen – etwa durch drastisch reduzierte Fehlerquoten oder schnellere Reaktionszeiten. Bewertet diesen Kund*innennutzen als eigenständigen Faktor.
Schritt 6: Macht den ehrlichen Realitätscheck
Im kreativen Rausch eines Workshops entstehen schnell fantastische Ideen. Danach folgt der Realitätscheck. Bevor ihr Code schreibt, müsst ihr klären: Haben wir die nötigen Daten und sind diese rechtlich nutzbar? Sind Datenschutz und regulatorische Anforderungen erfüllt? Gerade für Start-ups können rechtliche Fehler existenzbedrohend sein.
Schritt 7: Geht niemals ohne einen konkreten Fahrplan auseinander
Beendet die Session erst, wenn ihr euch auf wenige priorisierte Anwendungsfälle geeinigt habt. Erstellt für jedes Projekt eine Roadmap mit einem klaren, messbaren Ziel, dem definierten Kund*innennutzen, klaren Verantwortlichkeiten und einem Zeitplan.
Fazit: Erst der messbare Nutzen, dann das Budget
Der Schritt von der Spielerei zum profitablen Business-Tool erfordert Disziplin. Wie Christoph Knöll betont: „Erst wenn ein messbarer wirtschaftlicher Nutzen erkennbar ist, lohnt sich eine größere Investition.“ Ein pragmatischer Workshop ist dafür das ideale Fundament.
tripbot: KI-Reiseplanung jenseits der Inspiration
Bunte Urlaubsbilder generieren kann jede KI – doch wenn es um echte Preise und Verfügbarkeiten geht, scheitern viele Systeme. Der 21-jährige Gründer Nico Neser will diese Lücke mit seinem Start-up tripbot schließen. Durch eine strikte technische Trennung von generativer Inspiration und harten Datenbank-Fakten verspricht der Autodidakt mehr Transparenz im Buchungs-Dschungel. Ein ambitionierter Plan, der sich in einem von Milliarden-Konzernen dominierten Markt erst noch beweisen muss.
Hinter tripbot steht kein großes Entwicklerteam, sondern ein klassischer Solo-Founder. Der Fachabiturient Nico Neser aus Mittelfranken hegte eigentlich den Berufswunsch, Pilot zu werden, weshalb das Thema Reisen für ihn auch privat eine zentrale Rolle spielt. Die Idee zu tripbot entstand laut Neser Mitte 2025 aus einer persönlichen Nutzerfrustration: Er sei es leid gewesen, unzählige Browser-Tabs öffnen zu müssen, um Preise, Hotels und Bewertungen mühsam zu vergleichen.
„Vom ersten ernsthaften Prototypen bis zum heutigen funktionierenden MVP war es ungefähr ein Jahr intensiver Entwicklung“, blickt Neser zurück. Aus einer simplen Idee entsprang schnell ein komplexes Geflecht aus Flug- und Hotelsuche, Zahlungsabläufen und einer separaten KI-Schnittstelle. Dass er sich das alles nur über YouTube beigebracht habe, sei zu kurz gegriffen, räumt der Gründer ein; KI-gestützte Entwicklungswerkzeuge hätten ihm vor allem geholfen, schneller zu lernen. Dennoch betont er die menschliche Aufsichtspflicht: „Gerade bei einem Produkt, über das später echte Reisen und Zahlungen abgewickelt werden, muss ich kritische Abläufe selbst nachvollziehen, testen und absichern.“ In der gebootstrappten Anfangsphase ohne Investorengelder habe er vor allem gelernt, mit technischen Grenzen umzugehen. „Man lernt, dass Gründen nicht bedeutet, auf jede Frage sofort eine Antwort zu haben. Es bedeutet, Verantwortung dafür zu übernehmen, eine belastbare Antwort zu finden“, so der 21-Jährige.
Das Problem: Wenn Inspiration an der Buchungsrealität scheitert
Der Kern von tripbot beruht auf der Annahme, dass Reise-KI heute oft an den harten Buchungsfakten scheitert. Nico positioniert sein Produkt gegen reine „Inspirations-KIs“, die Traumstrände vorschlagen, den Buchungsprozess selbst aber kaum erleichtern.
Auf die Frage, wie er das Halluzinieren der KI bei konkreten Preisen verhindert, verweist Neser auf eine strikte Systemarchitektur. „Bei tripbot sind klassische Reisesuche und KI-Suche bewusst zwei unterschiedliche, aber miteinander verbundene Wege“, stellt er klar. Preise und Tarife werden klassisch über APIs etablierter Anbieter*innen abgerufen. Die KI fungiere lediglich als Übersetzer für natürliche Reisewünsche, wie etwa die Suche nach einem ruhigen Hotel abseits der Partymeile.
„Das Sprachmodell darf eine Anfrage verstehen, Prioritäten erkennen und Ergebnisse erklären. Es darf aber nicht selbst einen Flugpreis, eine Verfügbarkeit oder eine Buchungsbedingung erfinden“, skizziert Neser. Auf die Fehleranfälligkeit der KI angesprochen, verzichtet er auf PR-Floskeln: „Eine hundertprozentige Garantie, dass ein generatives System niemals einen Fehler macht, wäre aus meiner Sicht unseriös.“ Wichtig sei vielmehr, dass ein sprachlicher Fehler nicht automatisch zu einer fälschlichen Buchung führe. Ob diese theoretische Trennung auch einem massenhaften Stresstest mit tausenden komplexen Live-Anfragen standhält, wird allerdings erst der geplante Rollout zeigen.
Geschäftsmodell und der riskante Kampf um Nutzer*innen
Das Marktumfeld ist unerbittlich, Giganten wie Booking.com investieren selbst Milliarden. Wie also die ersten 10.000 aktiven Nutzer*innen gewinnen? „Ich möchte die ersten 10.000 aktiven Nutzer nicht über teure Anzeigen einkaufen“, blockt Neser den kapitalintensiven Weg ab. Er setzt stattdessen auf organisches Wachstum, SEO rund um echte Nutzerfragen und eine enge Einbindung der Community. „Entscheidend sind Menschen, die den Mehrwert verstehen, das Produkt wiederverwenden, es weiterempfehlen und über tripbot buchen“, lautet seine Strategie.
Aus unserer Sicht ist das ein hochriskantes Unterfangen: Im brutalen B2C-Travel-Segment, in dem die großen Portale fast alle Werbeplätze und Suchergebnisse dominieren, gilt rein organisches Wachstum heute als fast utopisch. Die Plattform selbst monetarisiert sich über Buchungsprovisionen, während die KI-Suche in einem Freemium-Modell mit optionalem Pro-Abo münden soll. Einem schnellen Investoreneinstieg erteilt Neser vorerst dennoch eine Absage: „Ich möchte nicht früh eine große Runde aufnehmen, nur um unbewiesene Werbekanäle zu finanzieren oder KI-Nutzung dauerhaft zu subventionieren. Kapital sollte einen funktionierenden Motor beschleunigen. Es sollte nicht den fehlenden Motor ersetzen.“
Haftung und das Retention-Problem
Auch die rechtlichen Hürden bei Reisebuchungen thematisiert der Autodidakt. „Die KI steht nicht zwischen dem Nutzer und einer rechtlich relevanten Bestätigung und darf keine eigene Buchungsbestätigung erfinden“, erklärt Neser. Vor jedem Abschluss werden die Preise aus den Datenbanken live re-evaluiert und dem/der Nutzer*in klassisch zum Checkout vorgelegt.
Um Nutzer*innen trotz der geringen Reisefrequenz von ein bis zwei großen Urlauben im Jahr an tripbot zu binden, verzichtet der Gründer auf künstliche App-Gamification oder aggressive Push-Nachrichten. Der Mehrwert soll stattdessen im Langzeitgedächtnis der Plattform liegen: Wer immer Direktflüge oder ruhige Hotels bucht, bekommt diese Vorlieben beim nächsten Urlaub direkt berücksichtigt. „Der eigentliche Vorteil entsteht nicht daraus, dass tripbot Menschen häufiger zu Reisen überredet. Er entsteht daraus, dass jede neue Planung auf den Erfahrungen der vorherigen aufbauen kann“, argumentiert der Entwickler. Ob dieser sanfte Ansatz im schnelllebigen Reise-Markt ausreicht, in dem Gewohnheit und aggressive Rabattschlachten oft über reine Nutzerfreundlichkeit siegen, bleibt abzuwarten.
Blick in die Zukunft
Jetzt steht der Feinschliff an. „In den kommenden zwölf Monaten steht zunächst nicht maximale Reichweite, sondern ein belastbares Fundament im Mittelpunkt“, skizziert Neser den Weg zum stufenweisen, öffentlichen Launch, der für August 2026 angesetzt ist. Bis 2028 sieht er tripbot als etablierte, mehrsprachige Reiseplattform aus Europa, die perspektivisch auch Hotels direkt und zu faireren Konditionen anbinden soll.
Am Ende geht es dem 21-Jährigen offensichtlich um mehr als nur Code und APIs. „Ich habe tripbot nicht gebaut, um einfach eine weitere Reiseplattform zu schaffen“, resümiert Nico Neser seine Motivation. „Ich habe es gebaut, weil ich glaube, dass jeder Mensch das Recht auf eine einfache, faire und stressfreie Reiseplanung hat.“ Eine ehrenwerte Vision – deren härtester Praxistest im direkten Kampf um die Gunst der Endkund*innen gerade erst beginnt.
Stichtag 2. August: Der EU AI Act zwingt Start-ups zur KI-Kennzeichnung – Das müsst ihr jetzt tun
Der Countdown läuft: Am 2. August 2026 endet die Übergangsfrist für Artikel 50 des EU AI Acts. Was das für Start-ups bedeutet, die generative KI im Content-Marketing, E-Commerce oder Kund*innenservice einsetzen, liest du hier.
Egal ob Produktbeschreibungen im Online-Shop, Social-Media-Posts, Werbevideos oder der Support-Chatbot: Generative KI ist aus den Prozessen der meisten Start-ups nicht mehr wegzudenken. Sie spart Zeit und Geld. Doch die Ära der stillschweigenden Automatisierung endet in knapp drei Wochen. Dann gilt: KI-Inhalte müssen klar gekennzeichnet werden. Wer das ignoriert, riskiert teure Abmahnungen und im schlimmsten Fall hohe Behördenstrafen. Hier ist euer Last-Minute-Briefing.
Mit dem scharfen Start der Transparenzpflichten nach Artikel 50 der europäischen KI-Verordnung verlangt Brüssel Klarheit: Nutzer*innen haben das Recht zu wissen, wann sie es mit einer Maschine zu tun haben.
Was genau fordert Artikel 50 von euch?
Die neuen Regeln betreffen fast jeden digitalen Berührungspunkt. Konkret müsst ihr folgende Bereiche ab dem 2. August kennzeichnen:
- Chatbots und KI-Interaktionen: Wenn Kund*innen auf eurer Website mit einem KI-Support-Bot chatten, muss das eindeutig erkennbar sein. Ausnahme: Es ist aus den Umständen ohnehin offensichtlich.
- Bilder, Videos und Audios (Deepfakes): KI-generierte visuelle oder auditive Inhalte, die echten Personen, Orten oder Ereignissen ähneln, müssen als synthetisch markiert werden. Die Markierung muss dabei so erfolgen, dass sie auch maschinenlesbar ist (etwa durch Wasserzeichen oder Metadaten).
- Texte für die Öffentlichkeit: Werden Artikel zu gesellschaftlich, wirtschaftlich oder politisch relevanten Themen per KI generiert und für die Allgemeinheit veröffentlicht (etwa auf eurem Corporate Blog), greift ebenfalls eine Kennzeichnungspflicht.
Der Ausweg für euer Content-Marketing: "Human in the Loop"
Müsst ihr jetzt unter jeden LinkedIn-Post schreiben "Erstellt mit ChatGPT"? Nicht zwingend. Bei Texten gibt es eine entscheidende Ausnahme: Die Kennzeichnungspflicht entfällt, wenn ein Mensch (zum Beispiel euer Content-Manager) den KI-Entwurf vor der Veröffentlichung prüft und die redaktionelle Verantwortung dafür übernimmt.
Auch reine Assistenzleistungen – wie die Rechtschreibprüfung durch DeepL Write oder Grammatik-Korrekturen – müssen nicht deklariert werden. Wer die KI als Copiloten und nicht als Autopiloten nutzt, hat deutlich weniger regulatorischen Stress.
Warum ihr das Thema nicht ignorieren dürft
Wer meint, als kleines Start-up unter dem Radar zu fliegen, unterschätzt das Risiko massiv. Zwar wird die Aufsichtsbehörde bei einem kleinen Shop nicht sofort das theoretisch mögliche Maximalbußgeld von bis zu 15 Millionen Euro (oder 3 Prozent des weltweiten Jahresumsatzes) verhängen. Die viel akutere und teurere Gefahr lauert im Wettbewerbsrecht: Abmahnwellen durch Mitbewerber*innen. Fehlende KI-Kennzeichnungen gelten als Marktverhaltensverstoß und können schnell von Konkurrenten oder Verbänden abgemahnt werden.
Last-Minute-Checkliste: Was heute zu tun ist
Da der 2. August unmittelbar vor der Tür steht, solltet ihr folgende Punkte sofort abhaken:
- Schnell-Audit durchführen: Wo genau nutzt ihr KI zur Content-Erstellung? (Shopify-Beschreibungen, Meta Ads, Blog, Newsletter, Support).
- Freigabeprozesse anpassen: Etabliert feste Workflows für Textinhalte. Sorgt dafür, dass nachweislich ein Mensch den finalen Content prüft ("Human in the Loop"), um die strenge Kennzeichnungspflicht bei Texten zu umgehen.
- Technik für Medieninhalte klären: Generieren eure KI-Tools (wie Midjourney) bereits maschinenlesbare Metadaten? Stellt sicher, dass die visuelle Kennzeichnung für User*innen im Frontend gut sichtbar ist.
- Chatbots transparent machen: Ergänzt das Interface eures Customer-Support-Bots sofort um einen klaren Disclaimer ("Du sprichst mit unserem KI-Assistenten").
Fazit: Der KI-Wildwest-Markt wird endgültig reguliert. Die neuen Pflichten bedeuten im ersten Moment Reibungsverluste bei automatisierten Workflows. Wer seine Prozesse jetzt aber rechtssicher aufstellt, schützt die eigene Liquidität und punktet bei Kunden mit Transparenz.
Rechtssichere Formulierungsvorschläge für euren Chatbot-Disclaimer
Hier sind drei nutzer*innenfreundliche und rechtssichere Formulierungsvorschläge für euren Chatbot-Disclaimer, die den Transparenzanforderungen des Artikels 50 im EU AI Act entsprechen. Die Formulierungen sind so gewählt, dass sie die gesetzliche Pflicht erfüllen, ohne den Nutzer bzw. die Nutzerin abzuschrecken – im Gegenteil: Sie managen die Erwartungshaltung und schaffen Vertrauen.
Option 1: Modern & Lässig (Perfekt für E-Commerce & junge B2C-Startups)
Diese Variante ist direkt, sympathisch und integriert den gesetzlichen Hinweis nahtlos in die Begrüßung.
„Hi! Ich bin der digitale KI-Assistent von [Name des Startups]. Ich antworte blitzschnell auf deine Fragen. Gut zu wissen: Ich bin eine Künstliche Intelligenz. Falls ich mal nicht weiterweiß, leite ich dich direkt an einen Menschen aus unserem Team weiter. Wie kann ich dir heute helfen?“
Option 2: Professionell & Seriös (Ideal für B2B, SaaS oder FinTech)
Wenn die Zielgruppe formeller ist (Sie-Form), sollte der Disclaimer sehr klar und funktional gehalten sein. Hier steht die Transparenz im Vordergrund.
„Willkommen im Support-Chat von [Name des Startups]. Bitte beachten Sie: Um Ihnen möglichst ohne Wartezeit zu helfen, kommunizieren Sie hier zunächst mit unserem KI-basierten Assistenten. Sie haben jederzeit die Möglichkeit, im Verlauf des Chats eine echte Mitarbeiterin oder einen Mitarbeiter anzufordern. Was ist Ihr Anliegen?“
Option 3: Minimalistisch & Kurz (Für kleine Chat-Widgets auf dem Smartphone)
Wenn der Platz auf mobilen Bildschirmen begrenzt ist, muss der Hinweis extrem komprimiert, aber dennoch eindeutig sein.
„KI-Support: Hallo! Ich bin ein virtueller Assistent und helfe dir sofort weiter. (Hinweis: Generiert durch Künstliche Intelligenz). Stell mir deine Frage!“
Pro-Tipps für die rechtssichere Einbindung
Damit der Disclaimer vor Abmahnungen schützt, müsst ihr bei der Implementierung im Frontend folgende Dinge beachten:
- Sichtbarkeit: Der Hinweis darf nicht in den AGB oder im Impressum versteckt werden. Er muss direkt zu Beginn der Interaktion sichtbar sein (z. B. als automatische erste Begrüßungsnachricht im Chat-Fenster).
- Klarheit: Nutzt eindeutige Begriffe wie „künstliche Intelligenz“, „KI-Assistent“ oder „virtueller Bot“. Vermeidet es, dem Bot einfach nur einen menschlichen Namen (z. B. „Kundenberaterin Sarah“) zu geben, ohne den KI-Hinweis deutlich zu ergänzen.
- Optisches Signal: Ein kleines Roboter-Icon oder ein Badge wie „AI-Support“ am Avatar des Chatbots hilft zusätzlich, die Nutzer*innenerwartung direkt auf einen Blick rechtssicher zu steuern.
Fünf aktuelle Experten-Statements zum Thema EU AI Act
Markus Ehrenmann, Chief Technology Officer bei Open Systems:
„Die Schlagzeilen um die Fristverlängerung im EU AI Act wiegen viele Unternehmen in falscher Sicherheit. Zwar hat die EU-Kommission die Anforderungen für Hochrisiko-KI-Systeme um rund 16 Monate verschoben, da technische Standards und Prüfverfahren noch nicht flächendeckend verfügbar sind. Wer daraus jedoch ableitet, dass beim Thema KI-Compliance mehr Zeit bleibt, unterschätzt den akuten Handlungsbedarf.
Denn die zentralen Transparenz- und Governance-Pflichten greifen schon ab August. Bereits in wenigen Wochen müssen Unternehmen nachweisen können, wie sie KI-Systeme steuern und überwachen – von Risikomanagement über technische Dokumentation bis hin zur menschlichen Aufsicht. Diese Vorgaben sind kein bürokratischer Selbstzweck, sondern der Rahmen für einen sicheren und verantwortungsvollen Einsatz von KI. Unternehmen, die die Fristverlängerung als Aufschub ihrer Verantwortung verstehen, setzen sich unnötigen Compliance-, Sicherheits- und Reputationsrisiken aus.“
Dirk Pfefferle, General Manger von Diligent DACH:
„Die bevorstehende Frist für die Transparenzvorschriften des EU AI Acts markiert einen Wendepunkt, denn sie verlagert die KI-Debatte von Grundsatzfragen hin zur praktischen Umsetzung. Ab August 2026 müssen Organisationen mehr tun, als nur über verantwortungsvolle KI zu sprechen. Sie müssen bestimmte KI-Nutzungen gemäß EU AI Act klar offenlegen – etwa wenn Nutzer mit bestimmten KI-Systemen interagieren, und in festgelegten Fällen, wenn Inhalte KI-generiert oder manipuliert wurden.
Transparenz ist kein Hindernis für Innovation, sondern die Grundlage für Vertrauen. Und gerade für deutsche Vorstände bedeutet das: KI-Transparenz ist längst nicht mehr nur eine technische oder Compliance-Frage, sondern ein zentrales Thema für Governance und Aufsicht. Organisationen, die ihre KI-Systeme erfassen, Risiken klar klassifizieren, Verantwortlichkeiten zuweisen und nachvollziehbare Kontroll- und Freigabeprozesse etablieren, sind nicht nur mit Blick auf Compliance besser aufgestellt, sondern stärken auch ihre Glaubwürdigkeit gegenüber Kunden, Investoren und Regulierungsbehörden.“
Axel Deininger CIO, Utimaco:
„Auch wenn die Deadline für Hochrisiko-KI-Produkte verschoben wurde, bleibt der 2. August ein wichtiger Meilenstein in der Umsetzung des EU AI Acts. Ab diesem Datum werden die Transparenzanforderungen verpflichtend. Während für die meisten Anwender von KI-Systemen ein Label genügt, müssen Anbieter und Betreiber von KI-Systemen mit allgemeinem Verwendungszweck ihre Outputs auch maschinenlesbar kennzeichnen.
Ein ergänzend zum AI Act veröffentlichter Code of Practice sieht dafür signierte Metadaten vor. Für diese Signatur benötigen Anbieter und Betreiber sichere kryptografische Systeme, um Unmanipulierbarkeit sicherzustellen. Hardware-Sicherheitsmodule (HSMs) bilden die hardwarebasierte Grundlage für die Sicherung der kryptografischen Schlüssel, mit denen digitale Signaturen überprüft werden – eine unverzichtbare Voraussetzung für den fälschungssicheren Nachweis der Herkunft von KI-Inhalten. Unternehmen aus der Branche sollten dabei aber nicht nur das ‘Jetzt’ im Blick haben, sondern auch die rasante Entwicklung von Quantencomputern. Zukunftssichere Verschlüsselungssysteme müssen kryptoagil sein, um auch mit neuen, quantensicheren Algorithmen arbeiten zu können.“
Petr Amrhyn, CEO von Swisscom Trust Services:
„Der AI Act der EU ist ein wichtiger Schritt in Richtung mehr Vertrauen im digitalen Raum. Wir sollten diese Regularien nicht als Innovationsbremse sehen, sondern als Chance, mehr Akzeptanz für die Technologie in der Bevölkerung zu schaffen. Künstliche Intelligenz ist inzwischen ein fester Bestandteil der Gesellschaft und der täglichen Arbeit in Unternehmen geworden. Jetzt geht es darum, KI-generierten Content so zu kennzeichnen, dass Nutzerinnen und Nutzer es direkt erkennen können. Dies geht weit über das Labelling als „AI Generated“ bei künstlich erzeugten Bildern hinaus. Die Inhalte sollen von KI-Systemanbietern auch maschinenlesbar gekennzeichnet werden. Vor allem in regulierten Kontexten wird dies wichtig. Verantwortliche sollten stets nachvollziehen können, wo wann welches KI-Modell Input geliefert oder Arbeitsschritte selbstständig übernommen hat. Automatisierbare Timestamping- und Signaturfunktionen werden in diesem Zusammenhang zur Pflicht für Unternehmen, die KI tief in ihre Geschäftsprozesse einbinden wollen."
Tim Beck, CEO und Co-Founder von BLP Digital:
„Die Absicht hinter dem EU AI Act ist richtig: Menschen vor Missbrauch schützen. Das Problem ist die Umsetzung – und die ist typischer Bürokratie-Irrsinn. Alles ist entweder klein-klein durchreguliert oder so schwammig, dass am Ende Juristen statt Ingenieure entscheiden, was möglich ist.
Ein Beispiel: KI kann Bewerbungsprozesse deutlich beschleunigen. Aber bereits das Vorsortieren von Lebensläufen gilt unter dem AI Act als Hochrisiko-System. Das bedeutet konkret: technische Dokumentation, Protokollierungspflichten, menschliche Aufsicht, Konformitätsbewertung und die Registrierung in einer EU-Datenbank.
Dabei reden wir über ein Tool, das der Personalabteilung einfach nur helfen soll, aus 500 Bewerbungen die 20 relevantesten herauszufiltern. Und das ist kein Einzelfall. Der AI Act ist voll von solchen Beispielen, bei denen aus praktischen Werkzeugen bürokratische Großprojekte werden.
Wer den verantwortungsvollen Einsatz von KI so kompliziert macht, dass Unternehmen Projekte lieber aufschieben oder ganz bleiben lassen, schützt niemanden. Ganz im Gegenteil: Er bremst Innovation, gefährdet die Wettbewerbsfähigkeit und überlässt die technologische Führung anderen.“
DeepTech abseits der Metropolen: Warum das wahre Start-up-Potenzial in der Region schlummert
Im StartingUp-Interview: Prof. Dr. Axel Winkelmann von der Universität Würzburg. Warum DeepTech-Gründer*innen abseits der Metropolen punkten und welche Finanzierungslogik sie wirklich brauchen.
Deutschland leidet paradoxerweise an seinem eigenen Ideenreichtum: In den Laboren und Universitäten der Republik entstehen täglich bahnbrechende Technologien, die das Potenzial haben, globale Märkte zu revolutionieren. Doch sobald es an den Transfer von der akademischen Forschung in die unternehmerische Praxis geht, reißt der Faden allzu oft ab. Während Start-up-Hubs wie Berlin oder München die Schlagzeilen und das Risikokapital dominieren, findet die eigentliche Grundlagenforschung für den boomenden DeepTech-Sektor häufig in regionalen Universitätsstädten statt.
Braucht es wirklich das Ökosystem einer Start-up-Metropole, um ein Tech-Einhorn zu bauen? Prof. Dr. Axel Winkelmann von der Universität Würzburg ist Experte für Forschungstransfer und Mitgründer des auf Frühphasen spezialisierten Venture-Capital-Fonds 14leafs. Er ist überzeugt: Ein funktionierendes Ökosystem aus Forschung, Kapital und Netzwerken lässt sich auch abseits der großen Metropolen knüpfen.
Im StartingUp-Interview erklärt er, warum die Wertschöpfung bei forschungsgetriebenen Gründungen lange vor dem Markteintritt beginnt, warum Wissenschaftler*innen oft mit der falschen Finanzierungslogik planen und wie der gefährliche Brückenschlag vom Labor zum Scale-up gelingt.
Das Interview
StartingUp: Deutschland gilt als Weltmeister im Erfinden, aber als Kreisklasse im Vermarkten. An welcher konkreten Sollbruchstelle zwischen universitärem Labor und Markteintritt scheitern Ihrer Erfahrung nach die meisten DeepTech-Hoffnungen?
Prof. Axel Winkelmann: Die eigentliche Sollbruchstelle liegt zwischen technologischer und unternehmerischer Validierung. Wie Sie richtig anmerkten, scheitert Deutschland nicht an Ideen: Jedes vierte aller europäischen Hochschulpatente stammt aus Deutschland. Wissenschaftliche Exzellenz ist also vorhanden.
Allerdings wird eine Erfindung nicht allein durch ihre technische Überlegenheit erfolgreich. Zwischen wissenschaftlichem Durchbruch und marktfähigem Unternehmen liegen Prototypen, Patente, regulatorische Fragen, Industriepartnerschaften und vor allem die konsequente Ausrichtung auf den konkreten Kundennutzen. Genau in dieser Phase entsteht häufig eine Finanzierungslücke – das sogenannte Valley of Death. Hinzu kommt: Wissenschaftliche Exzellenz wird in Deutschland hervorragend gefördert. Für die Phase zwischen Forschungsprojekt und marktfähigem Unternehmen gibt es dagegen häufig keine durchgängige Finanzierung und Begleitung. Dadurch haben viele Technologien gar keine Chance, bevor sie ihr Potenzial entfalten können. Entscheidend ist deshalb, Wissenschaft, Kapital, Industrie und unternehmerische Erfahrung früh zusammenzubringen. Ob aus einer Erfindung ein Patent für die Schublade oder ein Unternehmen wird, entscheidet sich selten im Labor – sondern im Transfer.
StartingUp: Sie brechen eine Lanze für regionale Standorte. Ketzerisch gefragt: Ist das nicht oft nur eine Ausrede für fehlendes Durchsetzungsvermögen im Haifischbecken der Start-up-Hochburgen? Welche harten KPIs – etwa Talentbindung, Burn-Rate oder Patentdichte – sprechen im direkten Vergleich wirklich für DeepTech-Ökosysteme abseits der Metropolen?
Prof. Axel Winkelmann: Die eigentliche Frage lautet doch: Warum sollte Spitzenforschung erst 300 Kilometer umziehen müssen, bevor sie finanzierbar wird? 87 Prozent aller Entrepreneure haben einen Hochschulabschluss und mehr als jedes zweite Start-up wird durch Hochschulen unterstützt. Trotzdem konzentrieren sich rund zwei Drittel der Venture-Capital-Fonds auf zwei der vier deutschen Millionenstädte, während rund sieben von zehn Universitäten in Städten mit weniger als 200.000 Einwohnern liegen. Viele Start-ups ziehen deshalb nicht wegen besserer Ideen um, sondern wegen des Kapitals. Mit ihnen verlassen auch hochqualifizierte Mitarbeiter, unternehmerisches Know-how und Folgegründungen die Region.
Natürlich investieren überregionale VCs auch außerhalb der Metropolen. Aber universitätsnahe, regionale DeepTech-Fonds investieren anders: Sie begegnen Innovationen nicht erst beim Pitch, sondern im Labor, im Transferzentrum oder im Austausch mit Professoren, Kliniken und Industrie. Dadurch entsteht ein früher Zugang zu Technologien, Teams und Kundenproblemen. Würzburg ist dafür ein gutes Beispiel: 130.000 Einwohner, aber Spitzenforschung in RNA, personalisierter Medizin, Quantenmaterialien und Satellitentechnologie. Genau dort entstehen die Technologien von morgen.
StartingUp: Sie sagen, bei DeepTech beginnt die Wertschöpfung lange vor dem Markteintritt. Für klassische B2B-SaaS-Gründer*innen zählt als erster Beweis aber oft erst der erste zahlende Kunde. An welchen drei konkreten Meilensteinen messen Sie als Investor den Fortschritt eines forschungslastigen Start-ups, wenn das marktreife Produkt und der erste Euro Umsatz noch Jahre entfernt sind?
Prof. Axel Winkelmann: Software und DeepTech folgen unterschiedlichen Wertschöpfungslogiken. Während bei SaaS der erste zahlende Kunde häufig den entscheidenden Meilenstein markiert, liegen bei DeepTech oft noch Jahre zwischen wissenschaftlichem Durchbruch und Markteintritt. Deshalb achten wir auf drei andere Signale.
Erstens: Technologievalidierung. Bestätigen unabhängige Experten oder Industriepartner, dass die Technologie ein relevantes Problem löst? Wenn etablierte Unternehmen Zeit und Ressourcen in einen Prototypentest investieren, ist das ein starkes Signal.
Zweitens: Schutz und Skalierbarkeit der Innovation. Sind Patente gesichert und ist der regulatorische Weg realistisch geplant? Gerade in Life Sciences oder MedTech entscheidet dies häufig über den späteren Unternehmenserfolg.
Drittens: Das Team. Wir investieren nicht nur in Technologien, sondern in Menschen. Entscheidend ist, ob sich aus einem exzellenten Forschungsteam ein unternehmerisch denkendes Gründerteam entwickelt oder mit unserer Hilfe entwickeln lässt, das Kundenbedürfnisse versteht und eine überzeugende Go-to-Market-Strategie aufbaut.
StartingUp: DeepTech bedeutet lange Entwicklungszyklen und immensen Kapitalbedarf – das beißt sich oft mit der eher kurzfristigen Rendite-Erwartung traditioneller VCs. Wie muss die „andere Finanzierungslogik“ aussehen, von der Sie sprechen, damit das Start-up das gefürchtete Valley of Death überlebt?
Prof. Axel Winkelmann: Die andere Finanzierungslogik beginnt mit einer anderen Risikobetrachtung. Klassische Venture-Capital-Fonds reduzieren Risiko häufig erst, wenn Markt, Kunden und Umsatz sichtbar werden. Bei DeepTech entsteht der Unternehmenswert aber Jahre früher: in der wissenschaftlichen Validierung, in Patenten, regulatorischen Fortschritten oder Industriepartnerschaften. Genau dort muss Kapital ansetzen.
Das Valley of Death überlebt deshalb nicht derjenige, der am meisten Geld einsammelt, sondern derjenige, dessen Finanzierung zu den Entwicklungsphasen der Technologie passt. Frühphaseninvestoren müssen Geduld mitbringen, gleichzeitig aber das Unternehmen konsequent auf Marktreife vorbereiten: Team- und Unternehmensaufbau, regulatorische Strategie, Industriekooperationen und Vorbereitung späterer Anschlussfinanzierungen. Deshalb verstehen wir uns nicht als reine Kapitalgeber. Unser Ziel ist es, wissenschaftliche Exzellenz früh in unternehmerischen Erfolg zu übersetzen – gemeinsam mit den Gründerteams und unserem industriellen Netzwerk.
StartingUp: Sie sitzen bei 14leafs auf der anderen Seite des Tisches. Wenn ein brillantes Forschendenteam bei Ihrem VC-Fonds aufschlägt: Was ist der größte toxische Denkfehler aus dem akademischen Betrieb, der bei Ihnen sofort zum „Nein“ führt – und können Sie uns ein Beispiel für einen Pitch geben, der genau daran gescheitert ist?
Prof. Axel Winkelmann: Der größte Denkfehler lautet: „Unsere Technologie ist so gut, dass sich der Markt schon ergeben wird.“ In der Wissenschaft wird der Erfolg an neuen Erkenntnissen und technischer Detailverliebtheit gemessen, in der Wirtschaft aber daran, ob ein relevantes Kundenproblem gelöst wird. Eine herausragende Technologie ist deshalb notwendig – aber niemals hinreichend. Ich erinnere mich an ein Team mit exzellenter Forschung, Patenten und hochrangigen Publikationen. Auf die Frage „Wer ist Ihr erster Kunde?“ lautete die Antwort: „Eigentlich jeder – von Automotive bis Medizintechnik.“ Genau das war das Problem. Wer alle adressiert, adressiert am Ende niemanden. Es fehlte eine klare Marktpriorisierung und damit ein plausibler Weg zum ersten zahlenden Kunden. Für uns ist das allein noch kein Ausschlusskriterium. Entscheidend ist, ob das Team bereit ist, seine Annahmen gemeinsam mit Industriepartnern und potenziellen Kunden zu überprüfen und daraus ein belastbares Geschäftsmodell zu entwickeln. Ist diese Offenheit vorhanden, kann aus exzellenter Forschung ein exzellentes Unternehmen werden. Fehlt sie, investieren wir nicht.
Danke, Prof. Winkelmann, 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.
