Was gehört in eine KI-Policy?

Autor: Dr. Daniel Michel
44 likes

Recht für Gründer*innen: Über den verantwortungsvollen Umgang mit KI.

Künstliche Intelligenz (KI) ist längst Teil unseres Alltags und hält in Unternehmen auch zunehmend Einzug. Ob beim Erstellen von Texten, in der Datenanalyse oder bei der Automatisierung von Routine­aufgaben – KI ist ein starkes Werkzeug, das Unternehmen viele Vorteile bieten kann. Doch mit diesen Vorteilen kommen auch Verantwortung und Risiken, die eine klare und durchdachte KI-Policy erfordern.

Diese Einleitung zu einem Artikel über KI-Policies ist KI-generiert. Es ist so schön bequem und schnell gemacht: eines der gängigen LLM-Systeme online aufrufen, beispielsweise ChatGPT, und binnen Sekunden ist der Artikel fertig.

Ihr kennt das im Privaten, vor allem aber auch im Arbeitsumfeld. KI-Tools sind aus der Arbeitswelt nicht mehr wegzudenken. Die Nutzung von KI – insbesondere für berufliche Aufgaben – birgt jedoch Risiken. Manche KI neigt, falsch trainiert, zu diskriminierenden Entscheidungen, was z.B. im HR-Bereich gefährlich ist. Unbedacht erstellte Prompts können den Schutz von Geschäftsgeheimnissen aufs Spiel setzen. Die Datenschutzgrundsätze sind wie immer einzuhalten.

Generative KI schert sich, wenn wir als Nutzer*innen nicht da­rauf Acht geben, nicht um die Urheberrechte derer, deren Werke wir – ob bewusst oder unbewusst – verwenden oder verletzen. Zudem ist seit August 2024 die KI-Verordnung in der EU in Kraft und stellt an Unternehmen, die KI-Systeme und -Modelle entwickeln, anbieten oder betreiben, umfangreiche Anforderungen. Auch die mit KI einhergehenden Risiken sind nicht außer Acht zu lassen.

Seid ihr als Gründer*innen oder in sonst verantwortlicher Position in einem Unternehmen mit mehreren Mitarbeiter*innen tätig, müsst ihr euch Gedanken darüber machen, wie solche Risiken zu fassen und zu begrenzen sind. Tut ihr das nicht, drohen aus diversen Rechtsgrundlagen z.B. Schadensersatzforderungen, Bußgelder oder der Verlust an Assets – Dinge, die allerspätestens bei der nächsten Finanzierungsrunde negativ bewertet werden. In Bezug auf eure Belegschaft müsst ihr also Awareness für diese Themen schaffen und konkrete Vorgaben machen.

Denn eines ist klar: KI wird in eurem Unternehmen genutzt werden, ob mit oder ohne euer Wissen. Und bevor die Mitarbeiter*innen auf privaten Geräten sensible berufliche Aufgaben nicht reglementiert mittels ChatGPT & Co. lösen, beschreibt lieber beizeiten Dos and Don’ts, um sicherstellen, dass KI verantwortungsvoll, sicher und rechtskonform im Unternehmen eingesetzt wird.

Dazu dient eine die Belegschaft informierende und verpflichtende KI-Policy. Im Folgenden findest du einen Überblick darüber, welche Aspekte in eine solche Policy gehören.

1. Richtlinien für den Einsatz generativer KI am Arbeitsplatz

Generative KI-Modelle wie ChatGPT, DALL-E und andere erstellen Inhalte nach Maßgabe der Eingaben der Nutzenden. Bei diesen Prompts und bei der Verwendung der generierten Ergebnisse ist auf Folgendes zu achten:

  • Schutz sensibler Daten: Die Eingabe vertraulicher Informationen in KI-Modelle stellt ein erhebliches Risiko dar, da generative KI-Systeme auf großen Datenmengen trainiert sind und Informationen potenziell unkontrolliert verarbeiten und speichern. Die KI-Policy sollte explizit verbieten, sensible oder vertrauliche Informationen in generative KI-Systeme einzugeben, insbesondere, wenn diese extern betrieben werden. Die Policy sollte beschreiben wie mit sensiblen Daten umzugehen ist und welche Daten für die Verarbeitung durch KI-Systeme ungeeignet sind.
  • Einhaltung des Datenschutzes: Die KI-Policy sollte klarstellen, dass der Einsatz generativer KI-Tools den Anforderungen der Datenschutzgesetze (DSGVO, BDSG) entsprechen muss. Dazu gehören Vorgaben, wie personenbezogene Daten rechtssicher zu handhaben sind und welche dieser Daten überhaupt für den Einsatz von KI-Modellen geeignet sind. Zudem bedarf es Vorgaben zur Anonymisierung und Pseudonymisierung der Daten, daneben Transparenzvorgaben, um betroffene Personen über die Nutzung ihrer Daten zu informieren. Personenbezogene Daten in öffentlichen KI-Systemen einzusetzen, sollte möglichst untersagt werden.
  • Umgang mit geistigem Eigentum: Die Nutzung generativer KI-Modelle kann zu Problemen führen, wenn die KI auf geschütztem Material trainiert wurde, von dem/der Nutzenden urheberrechtlich geschützte Werke in den Prompt einbezogen werden oder die KI Werke erstellt, die bestehende Urheber- oder sonstige Schutzrechte verletzen. Die KI-Policy sollte ein Verbot der Verwendung von Werken enthalten, an denen nicht die für die Bearbeitung erforderlichen Rechte bestehen. Und sie kann Regelungen zur Überprüfung und Genehmigung von KI-erstellten Inhalten festlegen, etwa durch eine Rechtsabteilung oder eine speziell dafür zuständige Stelle.
  • Transparenz und Kennzeichnung: Die KI-Policy sollte festlegen, dass Inhalte, die mithilfe von generativer KI erstellt wurden, transparent gekennzeichnet werden. Dies trägt dazu bei, Missverständnisse zu vermeiden und sicherzustellen, dass die Herkunft von Texten und Bildern klar erkennbar ist. Diese Kennzeichnungspflicht sollte insbesondere dann gelten, wenn KI-generierte Inhalte veröffentlicht werden, aber auch im internen Gebrauch.
  • Positivliste erlaubter KI-Systeme: Um die Mitarbeiter*innen mit der Anwendung dieser Vorgaben auf einzelne am Markt angebotene KI-Systeme nicht allein zu lassen, kann eine KI-Policy auch eine Auflistung der vom Unternehmen freigegebenen Systeme enthalten. Voraussetzung ist dafür natürlich, dass diese Systeme vorab entsprechend fachlich geprüft wurden. Das kann schwierig sein, weil sich Anbieter*innen meist nicht in die Karten schauen lassen.


2. Richtlinien für die Entwicklung und Implementierung von KI

Auch wenn ihr in eurem Unternehmen KI-Systeme entwickeln oder implementieren wollt, sind ethische, rechtliche und technische Anforderungen in einer KI-Policy zu adressieren.

  • Fairness, Transparenz und Nichtdiskriminierung: KI-Systeme können, wenn sie auf verzerrten Datensätzen trainiert werden, Diskriminierung oder Vorurteile reproduzieren. Eine KI-Policy sollte deshalb klare ethische Richtlinien fest­legen, die sicherstellen, dass die entwickelten Modelle fair, transparent und frei von Diskriminierung sind. Ein mögliches Vorgehen ist, regelmäßige Audits und Bias-Tests durchzuführen und in der Policy verpflichtend vorzusehen, um Verzerrungen frühzeitig zu erkennen und zu beheben.
  • Datenschutz und Datensicherheit: Der verantwortungsvolle Umgang mit Nutzer*innendaten ist eine der wichtigsten Anforderungen in der KI-Entwicklung. Die KI-Policy sollte festlegen, dass bei der Verarbeitung personenbezogener Daten durch die KI strenge Schutzanforderungen, am besten strenge Begrenzungen, gelten. Rein automatisierte Entscheidungen sind schon laut DSGVO verboten. Es sollten nur die für die jeweilige Anwendung notwendigen Daten erhoben und verarbeitet werden, und diese Daten sollten weitestgehend anonymisiert oder pseudonymisiert werden. Regelungen für den Zugang zu diesen Daten sowie Maßnahmen zur Datensicherheit (wie Verschlüsselung und Zugriffskontrollen) sollten ebenfalls Bestandteil der Policy sein.
  • Überprüfung auf Halluzinationen und Fehlinterpretationen: Generative KI-Modelle neigen dazu, Informationen zu „halluzinieren“, also falsche oder ungenaue Inhalte zu erstellen. In der KI-Policy sollte festgelegt sein, dass entwickelte KI-Modelle regelmäßig auf ihre Genauigkeit und Zuverlässigkeit überprüft werden. Dies kann durch vorgeschriebene Tests und Simulationen geschehen, bei denen die KI in verschiedenen Szenarien eingesetzt und auf ihre Fähigkeit, korrekte Ergebnisse zu liefern, geprüft wird. Es sollten auch definiert werden, wie Fehler erkannt und behoben werden können.
  • Erklärbarkeit und Nutzer*infreundlichkeit: Komplexe KI-Modelle sind oft schwer verständlich und wirken wie eine Black Box, deren Entscheidungen für Außenstehende kaum nachvollziehbar sind. Die KI-Policy sollte daher sicherstellen, dass die KI so gestaltet ist, dass ihre Funktionsweise für Nutzer*innen transparent und nachvollziehbar ist. Dies ist insbesondere dort wichtig, wo KI-Entscheidungen schwerwiegende Auswirkungen haben können. Ihr solltet sicherstellen, dass für Nutzer*innen eine verständliche Erläuterung darüber bereitgestellt wird, wie und warum die KI zu einem bestimmten Ergebnis gelangt ist. Das ist Voraussetzung für Kontrolle und rechtskonformen Betrieb der KI.
  • Gesetzeskonformität gemäß KI-Verordnung: Nicht zuletzt hat die Europäische Union die KI-Verordnung in Kraft gesetzt, die strenge Anforderungen an die Entwicklung und Nutzung von KI stellt. Die KI-Verordnung dient der Produktsicherheit und verlangt zunächst eine Risikoeinschätzung für die KI-Systeme. Die Maßgaben für eine solche Einschätzung sollten in der Policy angerissen und No-Gos für die Entwicklung von Funktionalitäten, die zu den laut KI-Verordnung verbotenen KI-Anwendungen gehören, ausgesprochen werden. Für sogenannte Hochrisiko-­KI-Systeme gelten besondere Anforderungen, die bei einer Entwicklung mitgedacht werden müssen, wofür eine KI-Policy zumindest sensibilisieren sollte. Die im Einzelfall geforderte Überprüfung und Einstufung des jeweiligen Systems oder Modells kann eine Policy nicht leisten. Die initialen und regelmäßigen Überprüfungen sowie Risikobewertungen sollte sie aber fordern.
  • Regelmäßige Überwachung und Wartung der KI-Modelle: KI-Modelle entwickeln sich weiter und benötigen regelmäßige Überwachung und Wartung, um die Leistung zu optimieren und mögliche Fehler zu minimieren. Die KI-Policy sollte eine solche sich wiederholende Maintenance festlegen, etwa die schon erwähnten regelmäßigen Aktualisierungen, Fehler­behebungen und Performance-Überprüfungen, damit die KI-Systeme immer den aktuellen Standards und Anforderungen entsprechen.


3. Übergreifende Ziele und Vorgaben einer KI-Policy

Eine KI-Policy sollte nicht nur detaillierte Vorgaben zur Nutzung und Entwicklung von KI enthalten, sondern auch allgemeine Leitlinien und Prinzipien für den Einsatz von KI im Unternehmen, um ein Bewusstsein für die Potenziale und Risiken der Technologie zu schaffen.

  • Regelmäßige Überprüfung und Anpassung: Da sich KI-Technologien und gesetzliche Anforderungen stetig weiterentwickeln, sollte auch die KI-Policy regelmäßig überprüft und aktualisiert werden. Dies hilft sicherzustellen, dass das Unternehmen stets auf dem neuesten Stand ist und seine KI-Systeme konform mit den aktuellen gesetzlichen, ethischen und technischen Standards sind. Es ist empfehlenswert, regelmäßige Audits durchzuführen und die Policy an neue Entwicklungen in der KI-Forschung und Gesetzgebung sowie an die Marktanforderungen anzupassen.
  • Unternehmenskultur in Bezug auf KI: Eine KI-Policy sollte dazu dienen, den transparenten und offenen Umgang mit KI in allen Unternehmensbereichen und damit die Akzeptanz für KI-Systeme sowohl innerhalb des Unternehmens als auch bei Kund*innen und Partner*innen zu fördern. Dazu gehört auch, dass das Unternehmen offenlegt, in welchen Bereichen KI eingesetzt wird und welche Entscheidungen die Technologie beeinflusst. Letztendlich ist die KI-Policy ein Ins­trument zur Förderung einer verantwortungsvollen und ethischen Unternehmenskultur in Bezug auf KI. Das schützt letztlich auch die Integrität und die Werte des Unternehmens.
  • Schulungen und Sensibilisierungsmaßnahmen: Um einen solchen kompetenten und verantwortungsvollen Umgang mit KI zu erreichen, sind regelmäßige Schulungen und Sensibilisierungsmaßnahmen für die Mitarbeiter*innen zu den hier genannten Aspekten vorzusehen.

Fazit

Dieser Artikel kann nur einen groben Überblick und Rahmen geben. Die konkreten Inhalte einer auf eure Belange und Nutzungsformen passenden Policy müsst ihr in Anschauung der Spezifika der eingesetzten oder zu entwickelnden KI-Systeme erarbeiten. Das kann auch schlecht an KI delegiert werden: Der Rest des eingangs erwähnten KI-generierten Artikels war nicht wirklich brauchbar, ebenso die testweise mit KI erstellten Policies. Dafür braucht es professionelle Unterstützung.

Der Autor Dr. Daniel Michel, LL.M. ist seit 2004 als Rechtsanwalt im Bereich IT/IP/Technologie tätig. Nach Stationen in spezialisierten und Großkanzleien betreibt er seit 2018 seine eigene Rechtsberatung im Raum München, www.datalawcounsel.com

Fabian Hartlich: Vom Start-up zur Kanzlei der Zukunft

Ohne einen einzigen Mandanten gründete Fabian Hartlich mit 25 seine eigene Kanzlei. Heute umfasst sein Team rund 30 Mitarbeitende. Ein Gespräch über Fachkräfte, echtes Wachstum und Gründer-Mut.

Die Branche der Steuerberatung gilt oft als traditionell und schwerfällig. Dass es auch ganz anders geht, beweist Fabian Hartlich. Mit gerade einmal 25 Jahren zählte er zu den jüngsten Steuerberatern Deutschlands und wagte den kompromisslosen Sprung in die Selbständigkeit: Er gründete seine eigene Kanzlei HARTLICH Steuerberatung im oberpfälzischen Schwarzenfeld – ohne einen übernommenen Mandant*innenstamm und ohne ein bestehendes Team im Rücken. Heute, rund fünf Jahre später, firmiert das Unternehmen als schlagkräftige GmbH, beschäftigt etwa 30 Mitarbeitende und steht kurz vor dem Einzug in einen 700 Quadratmeter großen Kanzleistandort.

Doch die eigentliche Erfolgsgeschichte ist nicht das reine Flächenwachstum, sondern der Weg dorthin. Für unsere StartingUp-Leser*innen haben wir bei Fabian genau nachgefragt: Wie baut man aus dem Nichts funktionierende Unternehmensstrukturen auf? Wie gewinnt man im akuten Fachkräftemangel die besten Köpfe? Und warum müssen Steuerberater*innen heute mehr denn je selbst echte Unternehmer*innen sein?

Der Start & die Kaltakquise

StartingUp: Fabian, mit 25 eine Kanzlei bei null zu starten, erfordert viel Mut. Was war in der Anfangszeit deine größte unternehmerische Sorge – und wie hast du aus dem Stand deine(n) allererste(n) Mandant*in gewonnen?

Fabian Hartlich: Bei mir kam damals einiges zusammen. Wir haben parallel unser Haus kernsaniert, unsere erste Tochter wurde geboren und ich habe eine Kanzlei ohne einen einzigen Mandanten gegründet. Mein Ziel war deshalb ziemlich simpel: Ich wollte möglichst schnell davon leben können und gleichzeitig die Freiheit haben, die Kanzlei so aufzubauen, wie ich es für richtig halte.

Große Wachstumspläne hatte ich ehrlich gesagt überhaupt nicht. Ich dachte damals, wenn es richtig gut läuft, habe ich irgendwann vielleicht fünf Mitarbeiter.

Für die ersten Mandanten habe ich einen Mix aus Flyern in der Region und Social Media genutzt. Gleichzeitig wollte ich von Anfang an ein bisschen anders auftreten als die Kanzleien, die ich bis dahin kannte. Etwas dynamischer, flexibler und vor allem serviceorientierter. Sicherlich kam das allein aufgrund meines Alters schon automatisch ein Stück weit so.

Ich habe am Anfang aber auch wirklich alles gemacht. Wenn ein Rentner mit seiner privaten Einkommensteuererklärung zu mir kam, habe ich die genauso gern gemacht. Ich hatte schließlich bei null angefangen. Da wäre es ziemlich vermessen gewesen, direkt Mandate auszusortieren.

Das hat überraschend schnell funktioniert. Im zweiten Monat meiner Selbständigkeit habe ich bereits mehr verdient als vorher als Angestellter. Ab diesem Zeitpunkt wusste ich: Das kann funktionieren.

Wachstum & Recruiting im Fachkräftemangel

StartingUp: Die Steuerbranche klagt über einen eklatanten Personalmangel, doch dein Team ist in fünf Jahren auf rund 30 Mitarbeitende gewachsen. Mit welchen Argumenten überzeugst du begehrte Talente, sich deiner Kanzlei anzuschließen, statt zu den etablierten Playern zu gehen?

Fabian Hartlich: Unser Anspruch ist nicht, die beste Steuerkanzlei als Arbeitgeber in der Region zu sein. Wir wollen einer der besten Arbeitgeber in der Region sein – unabhängig von der Branche.

Dafür geben wir unseren Mitarbeitern sehr viel Eigenverantwortung und Freiheit. Bei uns gibt es zum Beispiel keine Kernarbeitszeiten. Urlaub kann sehr frei geplant werden und auch beim Thema Homeoffice machen wir möglichst wenig Vorgaben.

Mir ist aber wichtig: Freiheit bedeutet bei uns nicht, dass jeder einfach macht, was er will. Wir haben klare Prozesse, klare Verantwortlichkeiten und einen hohen Qualitätsanspruch. Innerhalb dieses Rahmens sollen die Mitarbeiter möglichst viel selbst entscheiden können.

Das zieht sich durch die gesamte Kanzlei. Ich möchte nicht, dass wegen jeder Kleinigkeit beim Vorgesetzten nachgefragt werden muss. Wenn jemand fachlich in der Lage ist, eine Entscheidung zu treffen, soll er sie auch treffen dürfen.

Ich glaube, gerade gute Leute schätzen genau diese Kombination: viel Freiheit und Eigenverantwortung, aber gleichzeitig ein professionelles Umfeld mit einem klaren Anspruch an die eigene Arbeit.

Prozesse & Strukturen auf der grünen Wiese

StartingUp: Du bist auf der vermeintlichen grünen Wiese gestartet und musstest alles komplett selbst aufbauen. Wie hast du als junger Gründer effiziente Prozesse etabliert, ohne dich bei rasantem Wachstum im administrativen Chaos zu verlieren?

Fabian Hartlich: Ich würde immer wieder auf der grünen Wiese starten. Zu hundert Prozent.

Natürlich macht man sich damit erst einmal viel mehr Arbeit. Man hat eben nichts. Keine Prozesse, keine IT-Struktur, kein Kanzleihandbuch. Datenschutz, Technik, Software, Verantwortlichkeiten – das muss alles parallel zum Tagesgeschäft aufgebaut werden.

Auf der anderen Seite hatte ich dadurch völligen Gestaltungsspielraum. Ich musste niemandem erklären, warum wir etwas nicht mehr so machen wollen wie seit 20 Jahren. Und ich konnte selbst entscheiden, wen ich ins Team hole.

Prozesse habe ich von Beginn an relativ klar definiert und versucht, sie immer etwas größer zu denken, als wir gerade waren. Mir macht es aber auch Spaß, solche Systeme zu bauen. Ich beschäftige mich gerne mit der Frage: Wie können wir etwas so organisieren, dass es einfacher, schneller und trotzdem qualitativ besser wird?

Das ist bis heute nicht fertig. Mit fünf Mitarbeitern brauchst du andere Strukturen als mit 15, und mit 30 wieder andere. Wahrscheinlich werden wir bei 50 wieder Dinge ändern, von denen wir heute überzeugt sind.

Das gehört für mich zum Wachstum dazu.

 Spezialisierung & Digitalisierung

StartingUp: Deine Kanzlei ist spitz auf E-Commerce positioniert und setzt auf durchgängig digitale Arbeitsweisen. Wie sieht der Kanzleialltag bei euch konkret aus und welche digitalen Automatisierungen sind für dich mittlerweile unverzichtbar geworden?

Fabian Hartlich: Das Thema ist aktuell natürlich extrem heiß – insbesondere durch KI. Wir testen selbst sehr viel und haben auch schon einiges im Einsatz. Gleichzeitig versuche ich, nicht jedem neuen Tool sofort hinterherzulaufen. Momentan wird an manchen Stellen heißer gekocht, als am Ende gegessen wird.

Für mich ist deshalb nicht entscheidend, ob auf einer Software gerade KI draufsteht. Entscheidend ist, ob sie einen Prozess bei uns tatsächlich besser macht.

Die grundsätzliche Richtung ist für mich aber eindeutig. Wir kommen immer stärker weg davon, dass ein Mitarbeiter Geschäftsvorfälle einzeln bucht. Stattdessen geht es darum, vernünftige Schnittstellen zwischen den Systemen des Mandanten und unserer Buchführungssoftware zu schaffen. Unsere Arbeit verlagert sich dadurch immer stärker auf die Plausibilisierung, Abstimmung und fachliche Beurteilung der Daten.

Im E-Commerce sieht man das besonders gut. Wir können heute bei einem einzelnen Mandanten zehntausende Transaktionen automatisiert verarbeiten. Das wäre manuell wirtschaftlich überhaupt nicht sinnvoll.

Das bedeutet aber nicht, dass am Ende niemand mehr etwas tun muss. Im Gegenteil: Gerade bei solchen Datenmengen sind die Prüf- und Abstimmprozesse entscheidend. Automatisierung nimmt uns Arbeit ab, aber sie nimmt uns nicht die Verantwortung für das Ergebnis.

Bei KI sehe ich es ähnlich. Ich bin überzeugt, dass sie unsere Arbeit massiv verändern wird. Aber wir führen keine Technologie ein, weil sie gerade jeder haben möchte. Sie muss im Alltag funktionieren, einen konkreten Nutzen bringen und am Ende mindestens die Qualität liefern, die wir auch ohne sie erwarten würden.

Unternehmertum vs. Fachkraft

StartingUp: Bevor du Steuerberater wurdest, hast du als Online-Händler das Taschen-Label Quabster aufgebaut. Inwiefern hilft dir diese praktische Erfahrung als Amazon-Seller heute, um als echter Sparringspartner die Sprache der Start-ups zu sprechen?

Fabian Hartlich: Das hilft mir tatsächlich enorm, weil ich die andere Seite selbst erlebt habe.

Während meines Studiums war ich irgendwann an dem Punkt, an dem ich mich entscheiden musste: Mache ich mit der Steuerberatung weiter oder konzentriere ich mich voll auf den Onlinehandel?

Das E-Commerce-Geschäft hätte für den nächsten Schritt deutlich mehr Kapital und vor allem mehr Zeit gebraucht. Ich hatte damals unter anderem einen Pitch bei einem der zu dieser Zeit größten Amazon-Verkäufer. Vor Ort waren wir uns eigentlich einig, am Ende ist der Deal trotzdem nicht zustande gekommen. Danach war bei mir ehrlich gesagt ein Stück weit die Luft raus.

Das war dann der Punkt, an dem ich mich gefragt habe, was ich langfristig wirklich machen möchte. Ich habe mich für die Steuerberatung entschieden, das E-Commerce-Business verkauft und bin anschließend direkt nach dem bestandenen Steuerberaterexamen in die Selbständigkeit.

Für meine heutige Arbeit war die Erfahrung extrem wertvoll. Ich weiß, wie es sich anfühlt, wenn das eigene Geld im Unternehmen steckt. Ich weiß, dass Liquidität etwas anderes ist als Gewinn. Und ich weiß auch, dass ein Unternehmer manchmal innerhalb von zwei Tagen eine Entscheidung treffen muss und nicht erst in drei Monaten, wenn der Jahresabschluss fertig ist.

Deshalb versuche ich auch heute, Unternehmen nicht nur steuerlich zu betrachten. Steuerberatung ist wichtig. Aber der steuerlich perfekte Weg bringt einem Unternehmer wenig, wenn er betriebswirtschaftlich keinen Sinn ergibt.

Fuck-ups & Learnings

StartingUp: Welcher Fehler hat dich in den vergangenen fünf Jahren als Kanzlei-Gründer das meiste Lehrgeld gekostet – und was können unsere Leser*innen aus diesem Rückschlag für ihr eigenes Business lernen?

Fabian Hartlich: Den einen großen Fuck-up gab es bei der Kanzleigründung zum Glück nicht. Was ich rückblickend aber definitiv früher gemacht hätte: Unterstützung einstellen.

Am Anfang habe ich praktisch alles selbst gemacht. Das ist auch völlig normal und für eine gewisse Zeit sinnvoll. Das Problem ist nur, dass man sich sehr schnell daran gewöhnt. Irgendwann macht man als Geschäftsführer noch immer Dinge selbst, die jemand anderes genauso gut oder sogar besser erledigen könnte.

Bei mir war der Punkt definitiv zu spät erreicht, an dem ich mir Unterstützung durch eine Assistenz geholt habe. Dabei geht es gar nicht darum, möglichst schnell möglichst viele Mitarbeiter einzustellen. Es geht darum, die eigene Zeit vernünftig einzusetzen.

Wenn ich als Unternehmer eine Stunde mit Organisation, Terminabstimmungen oder administrativen Dingen verbringe, fehlt mir diese Stunde für Mitarbeiter, Mandanten oder die Weiterentwicklung der Kanzlei.

Heute würde ich eine Assistenz deutlich früher einstellen. Nicht weil ich weniger arbeiten möchte, sondern weil ich meine Zeit für die Dinge einsetzen muss, bei denen ich als Geschäftsführer tatsächlich gebraucht werde.

Skalierung & Kultur

StartingUp: Bald steht der Umzug auf 700 Quadratmeter Bürofläche an. Wie stellst du sicher, dass bei dieser schnellen Skalierung die persönliche Beratungsqualität und der anfängliche Team-Spirit nicht auf der Strecke bleiben?

Fabian Hartlich: Das ist mit 30 Leuten definitiv schwieriger als mit fünf. Das muss man auch ganz klar sagen.

Mit fünf Mitarbeitern bekommt automatisch jeder fast alles mit. Viele Dinge klärt man kurz im Büro und jeder kennt jeden Vorgang irgendwie. Das funktioniert bei unserer heutigen Größe nicht mehr.

Deshalb kombinieren wir viel Eigenverantwortung mit sehr klaren Leitplanken. Bei der Qualität gibt es beispielsweise wenig Interpretationsspielraum. Wir haben einheitliche Prozesse und dokumentieren diese konsequent in unserem Kanzleihandbuch.

Innerhalb dieser Strukturen möchte ich aber möglichst wenig Bürokratie. Wir entscheiden sehr schnell und setzen Dinge meistens auch schnell um. Außerdem ist mir der direkte Draht zum Team wichtig. Jeder darf eine Meinung haben und soll sie auch äußern.

Gleichzeitig muss man bei 30 Mitarbeitern bewusster Gelegenheiten schaffen, bei denen man auch abseits der Arbeit zusammenkommt. Wir essen beispielsweise alle zwei Wochen gemeinsam zu Mittag in der Kanzlei. Und zu unseren Weihnachtsfeiern laden wir nicht nur die Mitarbeiter ein, sondern die ganzen Familien. Das sind für mich keine großen Employer-Branding-Maßnahmen, sondern relativ einfache Dinge, die dafür sorgen, dass man sich auch persönlich kennt.

Natürlich müssen wir trotzdem akzeptieren, dass sich die Kanzlei mit jeder Wachstumsstufe verändert. Was mit zehn Mitarbeitern funktioniert hat, muss mit 30 nicht mehr funktionieren.

Ich sehe meine Aufgabe deshalb auch darin, immer wieder die nächste Struktur zu bauen, ohne dass wir dabei langsam, unpersönlich und bürokratisch werden. Genau darauf hätte ich keine Lust.

 Der ultimative Tipp

StartingUp: Zum Abschluss ein Blick auf unsere Zielgruppe: Wenn du jungen Gründer*innen heute einen einzigen strategischen oder steuerlichen Ratschlag für das erste Jahr der Selbständigkeit mit auf den Weg geben dürftest – welcher wäre das?

Fabian Hartlich: Dann bleibe ich ausnahmsweise wirklich bei einem: Kümmert euch von Anfang an um eure steuerliche Struktur – und zwar nicht erst dann, wenn das Unternehmen schon richtig Geld verdient.

Das beginnt bei der Frage, welche Rechtsform überhaupt zum Geschäftsmodell und zu den persönlichen Zielen passt. Eine GmbH ist nicht automatisch die richtige Lösung und eine Holding nicht deshalb sinnvoll, weil man auf Social Media gehört hat, dass man damit Steuern spart.

Mindestens genauso wichtig ist aber das laufende steuerliche Setup. Die Buchhaltung muss von Beginn an so organisiert sein, dass vernünftige und aktuelle Zahlen entstehen. Denn ich brauche diese Zahlen nicht nur für das Finanzamt, sondern vor allem als Unternehmer.

Wenn ich erst Monate später weiß, was ich eigentlich verdient habe, kann ich mein Unternehmen auch nur eingeschränkt steuern. Das betrifft Liquidität, Investitionen, Einstellungen und letztlich fast jede größere unternehmerische Entscheidung.

Mein Rat wäre deshalb: Steuerberatung nicht als etwas betrachten, das einmal im Jahr den Abschluss und die Steuererklärung produziert. Baut von Anfang an eine Struktur auf, die mit eurem Unternehmen wachsen kann und euch laufend die Zahlen liefert, die ihr für eure Entscheidungen braucht.

Das verhindert später unnötige Kosten und steuerliche Überraschungen. Vor allem verhindert es aber Entscheidungen im Blindflug.

StartingUp: Fabian Hartlich, vielen Dank für die spannenden Insights!

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

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.

Operation Autonomie: Wie Elvio Robotics den Krankenhausbetrieb heilen will

Deutschlands Krankenhäuser stecken in einer tiefen Krise: Akuter Personalmangel trifft auf steigenden Kostendruck. Das Anfang 2026 gegründete Münchner Start-up Elvio Robotics tritt nun mit dem Versprechen an, durch ein System aus Robotik und einer herstellerunabhängigen Orchestrierungssoftware Abhilfe zu schaffen. Ein Blick auf die Technologie, den umkämpften Markt und die Köpfe hinter der Vision.

Die strukturellen Probleme sind offensichtlich: In 94 Prozent der deutschen Krankenhäuser können offene Stellen nicht besetzt werden. Gleichzeitig fallen Mitarbeitende in Ver- und Entsorgungsberufen mit durchschnittlich 38,5 Arbeitsunfähigkeitstagen pro Jahr aus – ein Plus von 5,9 Tagen im Vergleich zu 2019. Während in Teilen Asiens und Skandinaviens autonome Roboterflotten mit über 30 Einheiten im Einsatz sind, dominieren in Deutschland bislang oft inkompatible Pilotprojekte. Hier will Elvio Robotics ansetzen. Das Start-up positioniert sich als Systemanbieter für die Automatisierung, initial für Logistik und Flächenreinigung. Die Gründer versprechen dabei ein ganzheitliches Modell von der Beratung bis zum Service. Ihr erklärtes Ziel ist eine herstellerübergreifende Plattform namens „Elvio OS“, die Hardware-Silos aufbrechen und Roboter verschiedener Hersteller zentral steuern soll.

Das Gründer-Duo: Vom Tech-Umfeld in die Klinik-Realität

Geführt wird das im Februar 2026 gegründete Unternehmen von Marco Brizzolara (CEO) und Johannes Drexler (CTO). Brizzolara blickt als Schwarzman Scholar auf Stationen bei Horizon Robotics, TikTok und McKinsey zurück. Drexler bringt Erfahrung aus einem Master in Robotik an der TU München und einer Tätigkeit bei Elon Musks The Boring Company in Texas mit.

Doch warum der Wechsel in die als notorisch zäh und chronisch unterfinanziert geltende deutsche Krankenhauslandschaft? „Die größten Chancen liegen oft dort, wo die Probleme am schwierigsten zu lösen sind“, sagt Brizzolara. Ein Krankenhausbesuch habe ihm das Versagen bisheriger Konzepte gezeigt. „Jeder brachte einen Teil der Lösung mit, aber niemand hatte die Verantwortung für ein Gesamtsystem übernommen“, so der CEO.

Drexler ergänzt„Die Krankenhausbranche steht hinsichtlich Automatisierung noch ganz am Anfang – und das, obwohl diese Technologien genau hier einen riesengroßen gesellschaftlichen Mehrwert liefern können.“ Natürlich sei die Herausforderung enorm. „Doch umso größer ist die Wirkung, die wir erzielen können, wenn wir Krankenhäuser erfolgreich bei der Einführung autonomer Service-Roboter unterstützen.“

Das Team kooperiert bei der Entwicklung unter anderem mit der Berliner Charité und sammelte kürzlich Kapital von institutionellen Investoren und Business Angels ein. Auf die Frage, wie viel Vorlaufzeit das frische Kapital in diesem stark hardwarelastigen Geschäft realistisch bietet, bleibt Brizzolara vage. Er pocht vielmehr auf die Vision der Geldgeber: „Am Ende haben die Kapitalgeber in die These investiert, dass das autonome Krankenhaus in den nächsten zehn Jahren Realität wird.“ Ob diese Rechnung in einem durch klamme Kassen geprägten Markt aufgeht, muss sich in der Praxis allerdings erst noch beweisen.

Das Geschäftsmodell: Orchestrierung und die Gefahr des Lock-ins

Das Konzept von Elvio Robotics basiert auf Orchestrierung. Um den Vendor Lock-in einzelner Roboterhersteller zu umgehen, soll Elvio OS als Middleware das Flottenmanagement und die Infrastrukturintegration übernehmen. Tauschen die Kliniken damit aber nicht einfach den Hardware-Lock-in gegen einen massiven Software-Lock-in ein? Brizzolara wehrt sich gegen diesen Vorwurf: „Was ist die Alternative? Ein Mix aus unterschiedlichen Robotern mit proprietärer Software stellt für kein Krankenhaus eine tragfähige Lösung dar.“ Das Start-up wolle bestehende Abhängigkeiten auflösen.

Drexler argumentiert, dass Kliniken mit dem System in der Lage seien, Reinigungsroboter unterschiedlicher Hersteller über eine einheitliche Oberfläche zu steuern und Infrastruktur wie Aufzüge nur einmalig anbinden müssten. Doch die architektonische Realität in deutschen Krankenhäusern, die oft historisch gewachsene Labyrinthe mit einem Flickenteppich an IT-Landschaften sind, birgt das Risiko einer echten „Integrations-Hölle“. Dass das System derzeit noch kein reines Plug-and-Play-Geschäft ist, räumt Drexler unumwunden ein: „Angesichts der Heterogenität deutscher Krankenhaus-Infrastrukturen wäre es vermessen, zu behaupten, dass unsere Integrationsprojekte vollständig Plug-and-Play sind.“ Man bewege sich durch Standardisierung aber in Richtung eines skalierbaren Automatisierungsbaukastens.

Markt & Wettbewerb: Konkurrenz aus der Intralogistik

Zudem betritt Elvio keinen leeren Markt. Es existieren bereits generalistische Flottenmanagement-Tools aus der Intralogistik (Lager, Fabriken). Dass in absehbarer Zeit große Player oder Tech-Riesen verstärkt in dieses Segment drängen könnten, liegt auf der Hand. Wie will sich das Start-up davor schützen? „Unser Burggraben ist nicht eine einzelne Technologie, sondern die Kombination aus Infrastrukturintegration, Betriebs-Know-how und dem Vertrauen unserer Kunden“, behauptet Brizzolara und zieht einen ambitionierten Vergleich: Dies lasse sich „ebenso wenig kopieren, wie man AWS kopieren könnte, indem man einige Millionen Zeilen Code schreibt.“

Drexler verweist darauf, dass die Branche ohnehin keine Standardlösungen dulde. Das zeige etwa der aktuelle Rückzug von SAP aus dem klinischen Patientenmanagement zugunsten hochspezialisierter Medizin-IT. Zudem spielt er die Karte der Datensouveränität: „Wollen wir diese kritische Infrastruktur wirklich den Tech-Riesen überlassen?“

Noch in diesem Jahr sollen erste Installationen in Kliniken abgeschlossen werden. In einem Umfeld, in dem Krankenhäuser notorisch klamm sind und Neuanschaffungen hohes Vorabkapital erfordern, stellt sich die Frage der Rentabilität. Subventioniert das Start-up seine ersten Leuchtturm-Projekte mit VC-Geld quer? „Wir nutzen das VC-Kapital nicht, um Marktanteile aufzubauen“, versichert Brizzolara.

Drexler verweist auf ein monatlich abgerechnetes „Robot-as-a-Service-Modell“, das die Einstiegshürden niedrig halten soll. „Lässt man die Entwicklungskosten der Plattform außen vor, werden wir schon beim ersten Pilotkunden positive Unit-Economics vorweisen können“, verspricht der CTO.

An diesen harten Kennzahlen, einer funktionierenden Technologie und der tatsächlichen Überzeugungsarbeit im herausfordernden Klinikalltag werden sich die ambitionierten Gründer in den kommenden zwölf Monaten messen lassen müssen.

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 CO-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.“

Vom Ascheplatz in die Cloud: Wie CoTrainer mit einem Millionen-Investment das Ehrenamt professionalisiert

CoTrainer-CEO Claudius Ludwig im Interview: Eine Million Euro Seed-Kapital, starke Partner und die Digitalisierung des verstaubten Amateurfußballs.

Der Amateurfußball in Deutschland lebt von Emotionen, Schweiß und chronischer Zettelwirtschaft. Während im Profibereich datengetriebene Analysen und hochmoderne Apps Standard sind, organisieren die rund 24.000 Amateurvereine ihren Alltag oft noch via WhatsApp-Gruppen, Excel-Tabellen und auf Zuruf. Ein zeitraubender Zustand für die ohnehin belasteten Ehrenamtlichen.

Das Kölner Start-up CoTrainer (Fussballetics GmbH) hat diesem Chaos den Kampf angesagt. Gegründet Ende 2022 von André Werres, Dyke Lambertz und Claudius Ludwig, bündelt die Plattform Vereinsorganisation, Trainingsplanung und Spielerentwicklung an einem Ort. Das Konzept überzeugt nicht nur bereits über 150 Vereine, sondern nun auch namhafte Geldgeber. Ende Juni 2026 verkündete das zehnköpfige Team den erfolgreichen Abschluss einer Seed-Finanzierungsrunde über eine Million Euro. Als Lead-Investor steigt mit kicker ventures der Investment-Arm der traditionsreichen Sportmedienmarke ein, flankiert von hochkarätigen Business Angels wie Nationalspieler Maximilian Arnold.

Wir haben mit CEO Claudius Ludwig über die harten Realitäten beim Aufbau eines Sport-Tech-Start-ups gesprochen, über die Herausforderungen eines Sommer-Relaunchs und die Kunst, eine traditionelle Nische wie das Ehrenamt zu monetarisieren.

Das Interview

Das Funding & die Investor-Strategie

StartingUp: Glückwunsch zur Millionen-Seed-Runde! Was war das schlagkräftigste Argument, mit dem ihr kicker ventures und die anderen Investoren überzeugt habt?

Claudius Ludwig: Vielen Dank für die Glückwünsche. Überzeugt hat kicker ventures, wie auch alle Business Angels, vor allem eines: Wir verstehen als Gründerteam die Zielgruppe und den Markt. Wir haben den Fußball in ganz unterschiedlichen Funktionen erlebt – als Vorstand, als Trainer und als Spieler. Daraus konnten wir sehr genau herausarbeiten, welche Probleme im Verein tatsächlich existieren und wie wir sie mit CoTrainer lösen. Dazu kommt, dass unsere Gesellschafter diese Probleme aus ganz verschiedenen Perspektiven kennen, ob als Eltern oder, im Fall des kicker, aus dem Markt heraus. Jeder versteht die Ausgangslage sofort, und es ist eine echte Emotionalität für das Thema da. Das hat im Prozess enorm geholfen.

StartingUp: Mit kicker ventures habt ihr einen reichweitenstarken Lead-Investor an Bord. Wie stellt ihr sicher, dass daraus eine echte operative Hebelwirkung entsteht und keine reine „Logo-Partnerschaft“ bleibt?

Claudius Ludwig: Der kicker hat sich selbst zum Ziel gesetzt, den Amateursport und damit auch den Amateurfußball zu unterstützen. Genau deshalb arbeiten wir sehr eng verzahnt zusammen, und zwar auf mehreren Ebenen: über die Reichweite des kicker, über Datenschnittstellen und vor allem über ein gemeinsames Ziel. Wir wollen den Amateursport verbessern, unterstützen und professionalisieren. Diese inhaltliche Deckung ist der Grund, warum daraus keine reine Logo-Partnerschaft wird. Wir verfolgen dasselbe Ziel und stehen hierfür gemeinsam auf dem Platz.

StartingUp: Auf eurer Investorenliste stehen VCs, Business-Angels und Profis wie Maximilian Arnold. Wie steuert man ein so diverses Konsortium, ohne dass zu viele Köche den Brei verderben?

Claudius Ludwig: Wir haben diverse Business Angels und Investoren an Bord und holen uns deren Unterstützung sehr gezielt zu einzelnen Themen. Genau darin liegt der Vorteil. Wir können sagen: In diesem Bereich brauchen wir die Expertise von einem Maximilian Arnold oder einer Svenja Huth, in einem anderen Bereich eher die Unterstützung von VCs wie superangels oder eines anderen Gesellschafters. So kommt an jeder Stelle die Expertise zum Tragen, die wir dort tatsächlich brauchen. Das funktioniert bislang sehr, sehr gut.

Produkt-Relaunch, Markt-Validierung & Wettbewerb

StartingUp: Für diesen Sommer plant ihr einen Produkt-Relaunch, gleichzeitig stößt Marco Giesen als neuer CTO zu euch. Wie minimiert ihr das Risiko, beim Übergang eure über 150 Bestandskunden zu verlieren?

Claudius Ludwig: Marco Giesen ist nicht als Externer in die Firma gekommen. Er hat vorher bereits als Freelancer für CoTrainer gearbeitet und war CTO der Street Pro GmbH – also des Start-ups, das wir damals mit CoTrainer aufgekauft haben. Er kannte das Produkt dadurch nicht nur technisch, sondern auch inhaltlich und von der Vision her. Zusammen mit den Erfahrungen aus seinen vorherigen Positionen konnte er deshalb sehr schnell Verantwortung übernehmen und unsere gesamte Tech-Infrastruktur extrem stabilisieren.

StartingUp: Wie sieht eure Produktstrategie aus, um auch den digitalisierungsskeptischen Trainer der alten Schule abzuholen und eine hohe Nutzerakzeptanz zu erreichen?

Claudius Ludwig: Über unser Betreuungskonzept und die Trainerfortbildungen, die wir mit den Trainern der jeweiligen Vereine durchführen, erreichen wir eine sehr hohe Akzeptanz. Dazu kommt der Vorteil, dass wir bewusst verschiedene Ebenen bespielen: die Vereinsvorstände, die Trainer sowie Spieler und Eltern. Entscheidend ist, dass diese Hebel ineinandergreifen. Dafür müssen wir alle Akteure mitnehmen, und vor allem muss jeder verstehen, welchen Vorteil er selbst daraus zieht. Deshalb stellen wir jeden einzelnen Akteur in den Mittelpunkt und versuchen, dessen Bedürfnisse wirklich zu verstehen. Ein sauberer Problem-Solution-Fit ist an dieser Stelle das Wichtigste.

StartingUp: Was macht CoTrainer substanziell anders oder besser als etablierte Platzhirsche wie SpielerPlus oder Teamer, um kein reines „Me-too-Produkt“ zu sein?

Claudius Ludwig: Damit haben wir tatsächlich keine großen Probleme, weil wir der erste Anbieter sind, der eine 360-Grad-Lösung anbietet. Wir verbinden alle Komponenten miteinander: die Trainingsplanung, die individuelle Förderung sowie die Organisation auf Team- und auf Vereinsebene, inklusive Sponsoring. Genau diese Verbindung gibt es sonst nicht, und deshalb sind wir auch kein Me-too-Produkt.

Das Monetarisierungs-Dilemma im Ehrenamt

StartingUp: Wie schafft man es, einer chronisch unterfinanzierten Zielgruppe von ehrenamtlichen Vereinen ein Software-as-a-Service-Modell (SaaS) schmackhaft zu machen?

Claudius Ludwig: Das gelingt, indem man die Bedürfnisse und die Ausgangssituation der Zielgruppe konsequent in den Mittelpunkt stellt und sich Gedanken darüber macht, wie Vereine über die Plattform selbst Mehreinnahmen generieren können. Im Schnitt verdienen über 90 Prozent unserer Vereine mit CoTrainer Geld; sie erzielen durchschnittlich 350 € Mehreinnahmen monatlich. Das ist für uns ein starkes Zeichen, weil unsere Vereine damit nicht nur organisatorisch und auf Ebene der Trainingsinhalte stabilisiert werden, sondern eben auch finanziell langfristig stabil bleiben können. Deshalb ist es uns so wichtig, dass Vereine über unsere Sponsoren-Integration und unser Sponsoring-Konzept zusätzliche Einnahmen erzielen.

StartingUp: Ihr habt für die Saison 2026/27 eine Initiative mit einem bekannten Ausrüstungspartner angekündigt. Ist die Einbindung von B2B-Partnern und Sponsoren der eigentliche Hebel für die langfristige Skalierung?

Claudius Ludwig: Die Kooperation mit Capelli Sport, die unter anderem bei der Weltmeisterschaft Kap Verde ausgerüstet haben, sieht so aus: 1.000 Vereine erhalten bis zu 1.000 Euro an Warenwert bei Capelli Sport, also zum Beispiel Ausrüstung für Trainer oder Spieler. Stark wird das durch die Kombination. Wir haben das Motto entwickelt: „Euer erstes Jahr geht auf uns“. Wir reduzieren das erste Jahr für unsere Partnervereine auf 84 Euro monatlich. Damit liegen wir bei einem effektiven Aufwand von null Euro beim Partnerverein innerhalb des ersten Jahres. Unsere Partnervereine werden also nicht nur organisatorisch, strukturell und finanziell stabilisiert, sondern sehen durch die Kooperation auch auf dem Platz gut aus. Partner und Sponsoren ersetzen für uns damit nicht die Lizenzeinnahmen, sie machen sie für den Verein überhaupt erst tragbar.

Team-Skalierung & die Rolle des Gründers

StartingUp: Mit dem frischen Kapital soll euer zehnköpfiges Team vergrößert werden. Welche Schlüsselpositionen müsst ihr besetzen, um zur skalierten Organisation zu wachsen?

Claudius Ludwig: Wir haben die Runde zu einem Zeitpunkt gemacht, an dem wir die Firma bereits auf Effizienzsteigerung ausgelegt hatten, unter anderem durch den Einsatz diverser AI-Tools. Dadurch können wir jetzt über gezielte Neuverpflichtungen sehr gut und sehr schnell weiterwachsen, konkret im Bereich der Partnerbetreuung, im Vertrieb und im Marketing. Dass wir auf Strukturen aufsetzen können, die bei uns bereits etabliert sind, ist ein extremer Vorteil und ein echter Hebel.

StartingUp: Du bist selbst im Amateurfußball aktiv. Wo liegt die Gefahr, wenn man „zu nah“ an der eigenen Zielgruppe baut, und wann musstest du harte Business-Entscheidungen gegen deine eigenen Vorstellungen treffen?

Claudius Ludwig: Wir sehen einen riesigen Vorteil darin, so nah an der Zielgruppe zu sein. Trotzdem ist es wichtig, eine gewisse Distanz zu halten und den Case auch von außen zu betrachten. Genau daraus ist zum Beispiel die Entscheidung entstanden, zu vertikalisieren und ab Herbst alle anderen Sportarten anzubieten. Am Ende ist das vielleicht auch eine romantische Vorstellung, aber wir wollen den Amateursport eben nicht nur im Fußball unterstützen, sondern in allen anderen Bereichen genauso.

StartingUp: Hand aufs Herz: Wo steht CoTrainer in drei Jahren, wenn das Seed-Geld aufgebraucht ist?

Claudius Ludwig: CoTrainer wird in drei Jahren nicht nur im Amateurfußball, sondern auch in allen anderen Amateursportarten Standard sein – als das System, das sowohl für die Vereinsorganisation als auch für die Teamorganisation und für die Trainingsinhalte genutzt wird. Gleichzeitig werden wir zu diesem Zeitpunkt nicht mehr nur in Deutschland aktiv sein. Ähnliche Probleme existieren nicht nur hier, sondern in vielen anderen Ländern.

StartingUp: Danke, Claudius Ludwig, für die Insights!

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

Von der Vibe-Coding-Idee zur launchfähigen App: Was Gründer*innen einplanen müssen

Mit Tools wie Lovable, Bolt oder Claude Code entsteht aus einer Idee heute in wenigen Tagen ein klickbarer Prototyp – ganz ohne Entwicklerteam. Genau das macht Vibe Coding für Gründerinnen und Gründer so attraktiv. Der Haken: Zwischen diesem Prototyp und einer App, die im App Store steht, echte Nutzerdaten verarbeitet und im Alltag stabil läuft, liegt mehr Arbeit, als die Demo vermuten lässt. Wer diese Lücke kennt, kann sie einplanen – und spart sich böse Überraschungen bei Budget und Zeitplan.

Zuerst das Positive, denn davon gibt es viel: Ein Vibe-Coding-Prototyp ist die beste Anforderungsbeschreibung, die du einer Agentur oder einem Entwickler geben kannst. Statt eines 30-seitigen Konzepts zeigst du eine klickbare App und sagst: „So soll es funktionieren.“ Das spart Abstimmungsschleifen, macht Ideen testbar, bevor Geld fließt, und hilft dir, mit echten Nutzern zu validieren, ob dein Produkt überhaupt gebraucht wird.

Für interne Tools, einfache Web-Anwendungen ohne sensible Daten oder einen Messe-Demo-Case reicht das Ergebnis oft sogar schon aus. Die Grenze verläuft dort, wo aus dem Experiment ein Produkt wird.

Die fünf Lücken zwischen Prototyp und Launch

1. Sicherheit und Datenschutz. Der unangenehmste Punkt zuerst: Laut dem GenAI Code Security Report von Veracode (2025, über 100 getestete KI-Modelle) führt KI-generierter Code in 45 Prozent der Fälle Sicherheitslücken ein. Und ein Sicherheitsreport vom Februar 2026 dokumentierte über 170 öffentlich zugängliche Datenbanken von Apps, die mit einem populären Vibe-Coding-Tool gebaut wurden – mit Kundendaten, die jeder abrufen konnte. Sobald deine App personenbezogene Daten verarbeitet, brauchst du ein Sicherheits-Review, saubere Zugriffskontrollen und eine DSGVO-konforme Architektur. Das liefert kein Prompt.

2. Der App-Store-Launch. Apple und Google prüfen jede App vor der Veröffentlichung. Signierung, Entwicklerkonten, Review-Prozesse, Datenschutzerklärungen, Store-Assets - dieser Prozess ist Handwerk und dauert beim ersten Mal deutlich länger als gedacht. Viele Vibe-Coding-Tools erzeugen zudem Web-Anwendungen, die sich gar nicht ohne Weiteres als native App veröffentlichen lassen.

3. Testing und Edge Cases. Der Prototyp funktioniert, wenn du ihn vorführst. Aber was passiert bei schlechtem Netz, altem Android-Gerät, abgelaufener Session, doppeltem Klick auf „Kaufen"? Produktionsreife heißt: Fehlerfälle sind durchdacht und getestet. Das ist erfahrungsgemäß der größte einzelne Zeitblock zwischen Prototyp und Launch.

4. Betrieb und Wartung. Eine App ist kein Einmalprojekt. Betriebssystem-Updates, Bibliotheks-Updates, Monitoring, Backups – als Faustregel solltest du 5 bis 12,5 Prozent der Entwicklungskosten pro Jahr für Wartung und Weiterentwicklung einplanen.

5. Architektur und Skalierung. KI-generierter Code ist auf „funktioniert jetzt" optimiert, nicht auf „lässt sich in einem Jahr erweitern". Wenn dein Produkt wächst, rächt sich eine chaotische Codebasis. Ein früher Architektur-Review durch erfahrene Entwickler ist deutlich günstiger als ein späterer Neubau.

Was kostet der Weg zum Launch?

Realistische Marktspannen für professionelle Umsetzung: Eine einfache App liegt bei etwa 8.000 bis 25.000 Euro, die meisten Gründer- und Mittelstandsprojekte landen zwischen 25.000 und 80.000 Euro, komplexe Plattformen darüber. Ein schlank geschnittenes MVP ist in 4 bis 8 Wochen machbar – vorausgesetzt, der Funktionsumfang bleibt diszipliniert. Dabei hilft eine Zahl aus der Produktforschung: Laut einer Pendo-Analyse von 2019 werden rund 80 Prozent aller Software-Features selten oder nie genutzt. Streiche also alles, was nicht zum Kern gehört.

Und ja, KI senkt auch die professionellen Entwicklungskosten – in Agenturprojekten typischerweise um 20 bis 40 Prozent bei einzelnen Entwicklungsschritten. Aber eben nicht pauschal aufs Gesamtprojekt: Anforderungen klären, Testing und Launch bleiben Menschenarbeit. Wer dir „90 Prozent günstiger dank KI" verspricht, spart an Stellen, die du später teuer bezahlst.

Für eine erste Hausnummer vor Anbietergesprächen helfen kostenlose App-Kosten-Rechner im Netz – so merkst du früh, ob Budget und Funktionsumfang zusammenpassen, und kannst Angebote besser einordnen.

So setzt du Vibe Coding richtig ein

Erstens: Nutze den Prototyp als Validierungs- und Kommunikationswerkzeug, nicht als Produktionscode. Zweitens: Hole vor dem Weiterbau ein technisches Review ein - Sicherheit, Architektur, Datenmodell. Drittens: Entscheide bewusst, was übernommen wird und was neu entsteht; oft ist das Datenmodell brauchbar, der Code selbst nicht. Viertens: Plane Launch, Testing und Betrieb von Anfang an ins Budget ein, nicht als Nachtrag.

Fazit

Vibe Coding ist für Gründerinnen und Gründer ein echter Fortschritt: Nie war es billiger, eine Idee zu testen, bevor ernsthaft Geld fließt. Zur launchfähigen App wird der Prototyp aber erst durch die unspektakulären Disziplinen – Sicherheit, Testing, Store-Prozess, Betrieb. Wer beides zusammendenkt, bekommt das Beste aus zwei Welten: die Geschwindigkeit der KI-Tools und ein Produkt, das dem ersten Kontakt mit echten Nutzern standhält.

Der Autor Lukas M. Beck ist Geschäftsführer der BlueBranch GmbH, einer App- und Web-App-Agentur aus Fürth, und entwickelt seit über 15 Jahren Apps und Web-Apps. Eine erste Kostenschätzung liefert sein kostenloser App-Kosten-Rechner.

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.

Europas Quantenrennen: Die vielleicht größte wirtschaftliche Chance seit dem Internet

Während die öffentliche Debatte von KI dominiert wird, läuft im Hintergrund bereits das nächste große Technologierennen. Es geht um Quantencomputing – eine Technologie, die das Potenzial besitzt, ganze Industrien grundlegend zu verändern und neue Märkte in Billionenhöhe entstehen zu lassen. Warum Europa in diesem Tech-Rennen exzellente Karten hat, erklärt eleQtron-CEO Jan Leisse.

Die Dimensionen sind enorm: Nach Schätzungen von McKinsey könnten Quantentechnologien bis zum Jahr 2035 einen wirtschaftlichen Mehrwert von rund zwei Billionen US-Dollar generieren. Gleichzeitig investieren die großen Wirtschaftsräume mit Hochdruck in die Entwicklung der Technologie. Die USA haben in den vergangenen Jahren öffentliche und private Mittel in zweistelliger Milliardenhöhe mobilisiert, China verfolgt ambitionierte nationale Programme und Europa hat mittlerweile mehr als elf Milliarden Euro an öffentlichen Geldern für Quantentechnologien bereitgestellt.

Der Grund für diesen globalen Wettlauf liegt auf der Hand. Quantencomputer versprechen nicht einfach schnellere Rechenleistungen. Sie ermöglichen völlig neue Arten von Berechnungen, die selbst für die leistungsfähigsten Supercomputer der Welt praktisch unlösbar sind. Damit könnten sie Durchbrüche in Bereichen ermöglichen, die für die Wettbewerbsfähigkeit moderner Volkswirtschaften entscheidend sind.

Die nächste industrielle Revolution entsteht bereits

Um die Bedeutung dieser Entwicklung zu verstehen, lohnt sich ein Blick auf die Geschichte technologischer Umbrüche. Die Dampfmaschine revolutionierte die industrielle Produktion. Das Internet veränderte Kommunikation und Handel. Künstliche Intelligenz automatisiert heute Wissensarbeit. Quantencomputing könnte all diese Entwicklungen um eine weitere Dimension ergänzen: die Fähigkeit, hochkomplexe Probleme zu lösen, die bislang als praktisch unberechenbar galten.

Besonders relevant wird dies für Branchen, die das Rückgrat der europäischen Wirtschaft bilden. Die Chemieindustrie, die Pharmaforschung, die Automobilbranche, der Maschinenbau, die Energieversorgung oder die Logistik stehen vor Herausforderungen, die mit herkömmlichen Computern nur begrenzt modelliert werden können. Genau hier setzt Quantencomputing an.

In der Pharmaindustrie könnten Quantencomputer die Simulation komplexer Moleküle drastisch beschleunigen und damit die Entwicklung neuer Medikamente verkürzen. Statt jahrelanger Versuchsreihen könnten bestimmte Wirkstoffkandidaten deutlich präziser vorausberechnet werden. In der Chemieindustrie eröffnen sich neue Möglichkeiten bei der Entwicklung effizienterer Katalysatoren, nachhaltiger Kunststoffe oder innovativer Materialien.

Ähnlich groß ist das Potenzial im Energiesektor. Die Entwicklung leistungsfähiger Batterien, effizienterer Solarzellen oder neuer Materialien für die Wasserstoffwirtschaft basiert auf atomaren und molekularen Prozessen, die sich mit klassischen Rechnern nur eingeschränkt simulieren lassen. Quantencomputer könnten diese Entwicklungszyklen erheblich verkürzen und damit die Energiewende beschleunigen.

Auch die Industrie selbst steht vor einem Paradigmenwechsel. Ob Produktionsplanung, globale Lieferketten oder Verkehrssteuerung – viele dieser Aufgaben gehören zur Klasse der Optimierungsprobleme. Bereits kleine Verbesserungen können hier Einsparungen in Millionenhöhe erzeugen. Quantenalgorithmen versprechen, genau solche komplexen Optimierungsaufgaben künftig deutlich effizienter zu lösen.

Europas Chance liegt in seiner industriellen Stärke

Genau an dieser Stelle unterscheidet sich Europa von den USA und China. Während die Vereinigten Staaten ihre Stärke vor allem aus den großen Technologiekonzernen schöpfen und China auf massive staatliche Investitionen setzt, verfügt Europa über eine einzigartige industrielle Basis. Weltmarktführer aus den Bereichen Chemie, Automotive, Maschinenbau, Energie und Pharmazie sitzen direkt vor unserer Haustür.

Unternehmen wie BASF, Bayer, Siemens, Bosch, Volkswagen, Mercedes-Benz, BMW, Airbus oder SAP beschäftigen sich bereits intensiv mit den Möglichkeiten von Quantentechnologien. Sie wissen: Wer künftig neue Materialien schneller entwickelt, Lieferketten effizienter steuert oder Produktionsprozesse optimiert, verschafft sich entscheidende Wettbewerbsvorteile.

Genau deshalb ist das Quantenrennen weit mehr als ein wissenschaftlicher Wettbewerb. Es geht um die Frage, wo die industrielle Wertschöpfung der nächsten Jahrzehnte entsteht.

Europas Quantum-Champions greifen an

Die gute Nachricht lautet: Europa startet keineswegs von der Ersatzbank. Im Gegenteil: Viele der weltweit führenden Quantum-Unternehmen stammen heute aus Europa oder basieren auf europäischer Spitzenforschung. Frankreich hat mit Pasqal einen der globalen Vorreiter im Bereich neutraler Atome hervorgebracht. Das Unternehmen wurde unter anderem vom Nobelpreisträger Alain Aspect mitgegründet und arbeitet bereits mit großen Industriepartnern an konkreten Anwendungen.

Mit Alice & Bob verfügt Frankreich über einen weiteren hochinteressanten Akteur, der an besonders fehlertoleranten Quantenarchitekturen arbeitet. In Finnland hat sich IQM innerhalb weniger Jahre zu einem der führenden europäischen Hersteller supraleitender Quantencomputer entwickelt und zählt mittlerweile zu den bekanntesten Quantum-Unternehmen Europas.

Die Niederlande wiederum haben rund um Delft eines der dynamischsten Quantum-Ökosysteme weltweit aufgebaut. Forschungseinrichtungen wie QuTech arbeiten dort eng mit Unternehmen wie QuantWare oder Orange Quantum Systems zusammen und schaffen ideale Voraussetzungen für die Kommerzialisierung neuer Technologien.

Auch Deutschland spielt in diesem Rennen eine wichtige Rolle. Mit Unternehmen wie planqc, Quantum Brilliance, HQS Quantum Simulations, ParityQC und uns von eleQtron entsteht eine vielfältige Landschaft, die unterschiedliche Bereiche des Quantum-Stacks adressiert – von Hardware über Software bis hin zu Architekturen und industriellen Anwendungen.

Wir bei eleQtron verfolgen dabei einen Ansatz auf Basis gefangener Ionen. Das Unternehmen ist aus dem Lehrstuhl für Quantenoptik der Universität Siegen hervorgegangen und nutzt mit seiner MAGIC-Technologie Mikrowellen zur Steuerung von Qubits. Ziel ist es, die Systemkomplexität zu reduzieren und Quantencomputer schrittweise in Richtung skalierbarer, industriell nutzbarer Systeme weiterzuentwickeln.

Besonders spannend ist dabei, dass sich die verschiedenen Unternehmen nicht auf eine einzige Technologie festlegen. Stattdessen verfolgt Europa unterschiedliche Ansätze – von supraleitenden Qubits über neutrale Atome bis hin zu Ionenfallen und photonischen Systemen. Das erhöht die Wahrscheinlichkeit, dass Europa unabhängig davon erfolgreich bleibt, welche Plattform sich langfristig durchsetzt.

Warum das Rennen noch völlig offen ist

Anders als viele glauben, gibt es im Quantencomputing bislang keinen klaren Sieger. Keine Technologie hat die entscheidenden Herausforderungen rund um Fehlerkorrektur, Skalierbarkeit und wirtschaftlichen Betrieb vollständig gelöst.

Genau deshalb befinden wir uns aktuell in einer Situation, die an die Frühphase des Computerzeitalters erinnert. Niemand konnte in den 1960er-Jahren mit Sicherheit sagen, welche Computerarchitektur den Markt dominieren würde. Ähnlich offen ist die Situation heute im Quantencomputing.

Für Europa ist das eine historische Chance. Noch ist das Rennen offen. Noch ist nicht entschieden, welche Technologieplattformen sich langfristig durchsetzen werden. Und noch verfügt Europa über genau die Stärken, die in dieser Phase zählen: exzellente Forschung, industrielle Tiefe, starke Anwenderbranchen und eine wachsende Landschaft ambitionierter Quantum-Unternehmen. Was jetzt benötigt wird, sind gezielte Investitionen, schnelle industrielle Adoption und Ökosysteme, die technologische Exzellenz in skalierbare Geschäftsmodelle übersetzen. Europa muss zeigen, dass es Deep Tech nicht nur erforschen, sondern auch schnell, effizient und global wettbewerbsfähig an den Markt bringen kann.

Die nächste große Computerrevolution hat bereits begonnen. Die Frage ist nicht, ob Quantencomputing kommt. Die Frage ist, wo die Wertschöpfung entsteht. Europa sollte alles daransetzen, dass die Antwort nicht nur Silicon Valley oder Shenzhen lautet.

Der Autor Jan Leisse arbeitet an einem der richtungsweisenden Projekte unserer Zeit: Er und eleQtron bauen für Deutschland einen Quantencomputer. Quantencomputing gilt als Schlüsseltechnologie des Jahrhunderts, keiner kann so recht die Möglichkeiten fassen, die Quantencomputing bietet, weil es auch für den Menschen unvorstellbar ist. IBM, Google und alle großen Player sind an der Technik dran, aber eleQtron aus Siegen, NRW, liegt mit seiner Ionenfallen-Technik vorne und schreibt grade deutsche Technikgeschichte.

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.