Die Basis von PapierNest bildet eine konsequente Buy-and-Build-Strategie. Nach der Gründung des Goldbek Verlags im Jahr 2003 erwarben die Gründer 2023 den Schweizer Traditionsverlag ABC und formten daraus die heutige Dachmarke. Durch diese Expansion beansprucht das Unternehmen im DACH-Raum mittlerweile einen Platz unter den Top 5 der Branche.

PapierNest versteht sich heute nicht mehr primär als Verlag, sondern als Systemdienstleister für den stationären Handel. Doch der massive Wachstumssprung birgt Herausforderungen: Die Integration völlig unterschiedlicher Verlagskulturen ist ein komplexer Prozess, der das Tagesgeschäft und die Lieferfähigkeit keinesfalls gefährden darf.

Das Plattform-Paradoxon: Flächenproduktivität vs. Vorleistungsfalle

Die Kernstrategie des Unternehmens ist die Abkehr vom reinen Eigenmarken-Vertrieb. PapierNest positioniert sich als Plattform, die das Sortiment auf den Verkaufsflächen bündelt. Eigene Marken wie Goldbek und ABC werden dabei gezielt mit Partner-Brands wie Ohh Deer und Pictura verzahnt. In der Schweiz, wo PapierNest nach eigenen Angaben Marktführer ist, umfasst dieses Netzwerk unter anderem Caroline Gardner, Photoglob, Nostalgic Art und Bug Art.

Für den Handel reduziert das die Komplexität durch einen zentralen Ansprechpartner. Was in der Theorie nach einer klassischen Win-win-Situation klingt, birgt in der Praxis für PapierNest enorme operative und finanzielle Hürden:

• Ein derartiges Plattformmodell für physische Produkte ist extrem kapitalintensiv.
• Das Unternehmen muss die Fremdmarken vorfinanzieren und logistisch bündeln.
• In einem von hohen Papier- und Frachtkosten geprägten Markt trägt PapierNest bei sinkender Nachfrage das volle Lagerrisiko.
• Es droht die Kannibalisierung des eigenen Sortiments: Wenn Händler*innen aus Platzgründen nur Bestseller ins Regal stellen, könnten angesagte Partner-Marken langfristig die eigenen, margenstärkeren Hausmarken verdrängen.

Der "KartenWunder"-Moonshot: Zwischen Greenwashing-Risiko und Tech-Spielerei

Trotz der klaren B2B-Ausrichtung entwickelt das Unternehmen jährlich hunderte Neuheiten für den Endkonsument*innen. Die aktuelle Kollektion „Karten Wunder“, die in Zusammenarbeit mit Branchenpionier Achim Perleberg entstand, soll die physische Karte mit einer digitalen Erlebnisebene verbinden. Scannt der/die Nutzer*in einen QR-Code, öffnet sich eine Augmented-Reality-Animation (AR) mit Musik und bewegten Figuren auf dem Smartphone. Gleichzeitig setzt die Serie auf schwer recycelbare Heißfolienveredelungen für eine besondere Haptik.

Hier zeigen sich zwei gravierende Reibungspunkte in der Produktstrategie:

• Das Nachhaltigkeits-Paradoxon: Die Vorgängerkollektion wurde noch unter dem Namen „Green Karma“ als nachhaltig positioniert. Dem Handel im direkten Anschluss schwer abbaubare Premiumprodukte mit aufwendiger Folienveredelung anzubieten, wirft Fragen bezüglich einer ernstgemeinten Nachhaltigkeit auf und macht das Unternehmen angreifbar für Greenwashing-Vorwürfe.
• Zweifelhafter AR-Nutzen: Die Nutzung von Augmented Reality via QR-Code bedeutet für den/die Endkonsument*in hohe Hürden im Alltag – vom Zücken des Smartphones über das Scannen bis hin zum Laden der Inhalte. Es ist fraglich, ob diese digitalen Features von den Karten-Empfänger*innen tatsächlich genutzt werden, oder ob sie primär als PR-Argument und Verkaufs-Gimmick gegenüber den Einkäufer*innen im Handel fungieren.

Gefangen zwischen Branchenriesen und Digital-Playern

Der globale Grußkartenmarkt verliert durch die Digitalisierung an Volumen, kompensiert diese Verluste jedoch teilweise durch höhere Stückpreise. Da viele kleine Verlage keine Nachfolger*innen finden, lassen sich Marktanteile durch Zukäufe geschickt konsolidieren.

Dennoch bewegt sich PapierNest in einem echten Haifischbecken:

• Im B2B-Segment dominieren etablierte Riesen wie bsb-obpacher oder Avancarte, die ihre Drehständer-Flächen erbittert verteidigen.
• Gleichzeitig attackieren B2C-Digital-First-Player wie Moonpig oder Send-a-Smile den Markt direkt an dem/der Endkonsument*in. Diese Anbieter bergen die akute Gefahr, klassische Grußkartenkäufer*innen langfristig komplett aus den Buchhandlungen ins Netz abzuziehen.

Das größte strukturelle Risiko für PapierNest bleibt schlussendlich die fundamentale Abhängigkeit vom stationären Einzelhandel. Das komplette Geschäftsmodell steht und fällt mit der Laufkundschaft in Buchhandlungen und Boutiquen. Sollten die Frequenzen in den Innenstädten in den kommenden Jahren weiter sinken und der Point of Sale massiv an Relevanz verlieren, stößt auch die am besten optimierte Flächenproduktivität unweigerlich an ihre Grenzen.

Der Markt für Erneuerbare Energien ist hart umkämpft und stark reguliert. Dennoch hat die Evergreen Energiesysteme GmbH aus dem niedersächsischen Wallenhorst im Jahr 2023 einen bemerkenswerten Markteintritt vollzogen. Das Besondere an diesem Fall: Das Gründerduo bringt keinerlei handwerkliche Vorerfahrung mit. Vanessa Schulte hat einen Hintergrund im Pflegemanagement, Igor Lang ist Kaufmann. Ihr Ansatz zeigt, wie sich traditionelle Branchen durch konsequente Prozessoptimierung, strategische Pivots und eine smarte Positionierung erschließen lassen.

Startkapital versus Umsatzwachstum

Während der Markt stark von hochfinanzierten, überregional agierenden „Solar-Einhörnern“ geprägt ist, wählte Evergreen einen Bootstrapping-Ansatz. Die finanzielle Grundlage bildete ein branchenuntypisches Startkapital von lediglich 100.000 Euro. Mit diesem verhältnismäßig geringen Seed-Kapital gaben die Gründer*innen 2023 ihre bisherigen Jobs auf. Die Kapitaleffizienz dieses Modells zeigt sich in den Zahlen: Bereits im ersten vollen Geschäftsjahr 2024 erwirtschaftete das Unternehmen einen Umsatz von 5 Millionen Euro.

Regulatory Hacking und HR-Strategie im Handwerk

Für Gründer*innen ohne eigenen Meistertitel stellt der regulatorische Marktzugang im deutschen Handwerk eine hohe Barriere dar. Evergreen löst dieses Problem durch eine strikte Trennung von kaufmännisch-vertrieblicher Führung und technischer Ausführung. In einer Branche, die händeringend nach Fachkräften sucht, ist es dem Duo gelungen, am niedersächsischen Standort innerhalb kurzer Zeit ein Team von rund 30 Mitarbeitenden aufzubauen. Der strategische Hebel im Recruiting: Das Unternehmen positioniert sich als digital affiner, regionaler Akteur mit flachen Hierarchien und grenzt sich damit bewusst von den oft starren Strukturen etablierter lokaler Meisterbetriebe ab.

Der Pivot: Warum Fokus Breite schlägt

Die ursprüngliche Go-to-Market-Strategie von Evergreen sah vor, als All-in-One-Anbieter aufzutreten und auch das Dachdeckergewerk intern abzudecken. Diese Hypothese wurde jedoch schnell revidiert: Das Dachdeckerhandwerk gehört heute nicht mehr zum Betrieb. Dieser strategische Pivot ermöglichte es dem Unternehmen, komplexe und schwer skalierbare Ballastbereiche abzuwerfen. Durch die Trennung von unprofitablen oder personalintensiven Gewerken gewann Evergreen an Agilität und fokussiert sich heute rein auf die Planung und Installation von Photovoltaik-Anlagen sowie Wärmepumpen.

Unit Economics und Marktanpassung

Das schnelle Wachstum von Evergreen fällt in eine Phase, in der sich der historische Boom bei Solaranlagen und Wärmepumpen in Deutschland spürbar abkühlt. Planungsunsicherheiten bei Förderprogrammen und kurzfristige Gesetzesänderungen führen zu Investitionszurückhaltung bei den Kund*innen und sorgen für ein politisches „Stop-and-Go“ im Markt.

Trotz dieses Gegenwinds peilt das Start-up für sein viertes Geschäftsjahr eine Umsatzsteigerung auf über zehn Millionen Euro an – eine Marke, die durch das bisherige Wachstum realistisch erscheint: Bereits heute hat Evergreen über 1.000 Anlagen realisiert. Als Zielmarke formuliert das Unternehmen rund 500 verkaufte PV-Anlagen sowie 150 bis 200 Wärmepumpen pro Jahr. Analysiert man diese „Unit Economics“, ergibt sich ein stimmiges Bild: Eine PV-Anlage erzielt im Schnitt zwischen 14.000 und 18.000 Euro Nettoumsatz, eine Wärmepumpe zwischen 25.000 und 30.000 Euro. Zusammengenommen ergibt sich daraus ein rechnerisches Umsatzpotenzial von rund 12 Millionen Euro – was die formulierte Zielmarke von über zehn Millionen Euro als konservativ und gut erreichbar erscheinen lässt. Dies deutet strategisch darauf hin, dass Evergreen auf ein ausgewogenes Portfolio aus volumenstarkem PV-Geschäft und margenstarken Wärmepumpenprojekten setzt.

Learnings für die Praxis

Die Entwicklung von Evergreen Energiesysteme liefert drei zentrale Erkenntnisse für Start-ups in traditionellen Märkten:

• Vertrieb vor Handwerk: Ein starker Vertrieb füllt die Auftragsbücher, zwingt aber zu einer ebenso schnellen und prozesssicheren Skalierung der internen Abläufe.
• Agilität durch Outsourcing: Wer in komplexen Märkten wachsen will, muss Kernkompetenzen definieren. Das Abstoßen des Dachdeckergewerks war entscheidend für das qualitative Wachstum.
• Resilienz in volatilen Märkten: In politisch getriebenen Märkten (wie den Erneuerbaren Energien) müssen Gründer*innen vor allem als Krisenmanager*innen agieren, die flexibel auf regulatorische Änderungen reagieren können.

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

Vom MVP zum Pivot: Customer Feedback als Treiber

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

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

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

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

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

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

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

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

• Für wen ist das Modell geeignet?

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

• Für wen ist es NICHT geeignet?

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

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

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

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

Vom Agentur-Projekt zur DSGVO-Plattform

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

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

Die ARR-Metrik im Branchen-Check

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

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

Technologische Tiefe vs. „Middleware“-Dilemma

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

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

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

B2B als Cashcow für den B2C-Testballon

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

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

Fazit

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

Während andere Abiturient*innen für Klausuren büffeln, programmierten Florian Ritzel und sein Mitgründer Jannik Kirchhoff (beide 18) ein Start-up. Die Initialzündung war laut den beiden Hamburger Gymnasiasten eine gesellschaftliche Beobachtung: Die Belastung durch Mobilitätskosten. „Die alleinerziehende Mutter sollte nicht an der Zapfsäule stehen müssen und entscheiden, ob sie ihr Kind in die Kita oder sich selbst zur Arbeit fährt“, beschreibt Ritzel die Motivation hinter dem Projekt. Die amüsante Ironie ihrer Gründung: Die Marlow-Gründer besitzen aktuell nicht einmal einen Führerschein.

Auf die naheliegende Skepsis bezüglich dieses fehlenden „Nutzer-Wissens“ reagiert Florian Ritzel offensiv: „Natürlich gibt es immer Leute, die unsere Idee kritisieren. Und fehlendes Nutzerwissen ist gerade am Anfang schwierig, vor allem, wenn man eine App bauen möchte, die möglichst vielen Menschen hilft.“ Doch aus der vermeintlichen Schwäche machten sie eine Stärke durch maximale Nutzerorientierung. „Wir haben bereits vorher im Umfeld rumgefragt, was die Leute eigentlich brauchen, und danach gezielt um Feedback gebeten“, erklärt der Gründer. Der Erfolg gibt ihnen recht: „Inzwischen erreichen uns täglich dutzende Mails mit Tipps – was die Nutzer*innen sich wünschen und wie wir die App verbessern können. Dadurch wird uns das Ganze nicht zum Verhängnis, sondern sogar zum Vorteil.“

Mit Marlow wollen sie den rund 48,5 Millionen Pkw-Halter*innen in Deutschland auf den Cent genau aufzeigen, wo das Auto wirklich Geld frisst. Denn der teure Kraftstoff ist nur ein Teil der Wahrheit. Falsche Versicherungstarife, unbemerkter Wertverlust, Wartung und vergessene Pendlerpauschalen reißen oft weitaus größere Löcher ins Budget. Die Resonanz ist für die frühe Phase beachtlich: Ganz ohne bezahltes Marketing sammelte die App schnell über 700 Downloads ein – eine für den Massenmarkt zwar noch bescheidene Zahl, die jedoch ausreichte, um mehrfach in die Top 100 der Finanz-Charts im App Store zu stürmen. Zudem generierte das Projekt rein organisch Presseberichte, unter anderem in der FAZ, der SWP und bei Antenne Bayern.

Holistischer Ansatz statt reiner Tank-App

Auf den ersten Blick wirkt Marlow wie ein weiterer Spritpreis-Radar. Die App zieht in Echtzeit Daten der Markttransparenzstelle für Kraftstoffe, listet Ladesäulen für E-Autos und alarmiert per Push-Nachricht bei günstigen Preisen. Der entscheidende Pivot ist jedoch das ganzheitliche Kostentracking: Die Gründer haben einen eigenen Versicherungsrechner sowie einen Steuer-Sparrechner integriert, bieten detaillierte Monatsreports an und binden die Nutzer*innen über einen Gamification-Ansatz („Sparfuchs-Score“). Ein zentrales Versprechen in Zeiten von Datenskandalen: Alle sensiblen Nutzer*innendaten werden lokal auf dem Endgerät gespeichert – es gibt keine zentrale Cloud.

Angesprochen auf die Skalierbarkeit dieses Modells bezieht Jannik Kirchhoff klar Stellung: „Die lokale Datenspeicherung ist gerade in Deutschland kein strategisches Eigentor. Ich halte nichts für wichtiger, als die privaten Daten unserer Nutzer*innen zu schützen“. Er warnt vor den Risiken zentraler Speicherlösungen: „Niemand muss wissen, wo ich wohne, wohin ich morgens fahre oder wo meine Kinder zur Kita gehen. Wir haben in der Vergangenheit immer wieder gesehen, dass jeder gehackt werden kann. Und gerade als junge Entwickler können und wollen wir diese Verantwortung nicht übernehmen“. Personalisierte Spar-Vorschläge ließen sich laut Kirchhoff auch direkt auf dem Smartphone „hervorragend realisieren“.

Ein echtes Haifischbecken

Die Vision ist ambitioniert, doch der Markt ist hart umkämpft. Die Konkurrenz reicht von Excel-Tabellen bis zu Platzhirschen wie Spritmonitor oder Giganten wie Clever Tanken. Warum also wechseln? Florian Ritzel gibt sich selbstbewusst: „Die Spritpreis-Übersicht ist bei uns nur eines von vielen Features – nicht der Hauptteil. Wer Spritmonitor so gut findet, darf dort gerne bleiben.“ Der Fokus liege woanders: „Wer aber wirklich tracken möchte, was sein Auto insgesamt kostet, der kann das eben nur bei uns. Diese Gesamtheit an Features gibt es bisher in keiner anderen App in dieser Form.“ Selbst das Argument der manuellen Excel-Tabelle lässt er nicht gelten: „Natürlich kann man sich das selbst in Excel bauen – aber darauf haben die meisten Leute schlicht keine Lust. Genau deswegen sind wir so gut.“

Kritisch hinterfragt

Trotz des Aufklärungscharakters ist Marlow kein reines Hobbyprojekt; In-App-Käufe für eine „Plus“-Version (0,99 €/Monat) sowie eine „Pro“-Version (2,99 €/Monat bzw. 19,99 €/Jahr) bilden das Monetarisierungsmodell. Ob die selbstgestrickte Mathematik hinter dem Versicherungsrechner, der auf hunderten per Hand durchgerechneten Profilen basiert, ohne echte API-Schnittstellen dauerhaft standhält, bleibt abzuwarten.

Wie viele Abonnent*innen braucht es, um nach dem Abitur davon zu leben? Jannik Kirchhoff rechnet vor: „Ehrlicherweise vermutlich mehr als 10.000 zahlende Abonnent*innen – aber das ist zunächst auch nicht unser Ziel.“ Aktuell stehe das Lernen im Vordergrund: „Wir wollen vor allem Erfahrungen sammeln durch das, was wir machen, und gleichzeitig die laufenden Kosten decken. Das sollte demnächst möglich sein.“

Für die Zeit nach dem Abschluss hält er sich alle Türen offen: „Risikokapital halte ich ab dem Moment für unumgänglich, an dem wir wirklich konkret expandieren wollen. Das wird vermutlich nach dem Abitur der Fall sein. Dann muss man schauen, ob es sich lohnt, Anteile abzugeben oder Kredite aufzunehmen.“ Sein Fazit: „Spannend wird es erst, wenn wir die Idee wirklich groß skalieren wollen.“

Ein exzellentes MVP mit Pivot-Potenzial

Marlow ist ein Lehrbuchbeispiel für ein hervorragendes Minimum Viable Product (MVP). Um jedoch hochprofitabel zu werden, könnte mittelfristig ein Wechsel hin zur Affiliate-Provision für Versicherungswechsel nötig sein. Doch hier bremst Florian Ritzel bewusst: „Versicherungspartner wollen wir zunächst bewusst nicht werden, denn einer der entscheidendsten Punkte unserer App ist, dass wir Versicherungsdaten unabhängig zur Verfügung stellen.“

Sein Ziel ist technologische Exzellenz: „Meilenstein eins ist, den Versicherungsrechner so akkurat zu machen, dass wir auf Check24-Niveau sind – ohne dafür Provisionen zu kassieren.“ Zudem plane man Kooperationen mit Fahrschulen und Werkstätten, um die Leute genau dort zu erreichen, „wo sie am meisten ans Auto denken“. Die größte Hürde bleibt derweil technischer Natur: „Meilenstein drei ist die Android-Version – das ist allerdings extrem schwer umzusetzen, gerade wenn man iOS-Coding gewohnt ist.“ Dennoch verspricht er: „Wir planen das aber innerhalb der nächsten drei Monate.“

Der Grundstein ist gelegt. Nun müssen die beiden Hamburger beweisen, dass sie nach dem Abitur nicht nur programmieren, sondern auch unternehmerisch durch den dichten Verkehr des Mobilitätsmarktes navigieren können.

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

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

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

Planung und Echtzeitbetrieb aus einer Hand

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

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

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

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

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

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

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

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

Was passiert, wenn sich der Markt beruhigt?

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

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

Unser Fazit

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

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

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

Der Schreckmoment ist fast jedem/jeder Autofahrer*in bekannt: Einmal beim Ausparken unaufmerksam gewesen, und schon prangt eine hässliche Delle im Kotflügel. Was folgt, ist meist eine zeitraubende Odyssee durch Werkstätten, um Kostenvoranschläge zu vergleichen. Das 2025 in Berlin gegründete Start-up Kai Karosse will diesen Prozess nun radikal verkürzen. Die Gründer David Schmeußer und Rico-Thore Kauert verfolgen eine klare Vision: Die Bewertung eines Karosserieschadens soll künftig so einfach funktionieren wie ein Online-Einkauf.

Die 3.000-Euro-Delle und das Versprechen der Transparenz

Die Idee zum Unternehmen entsprang laut David Schmeußer klassischem Alltagsfrust. Vor einer Leasingrückgabe fuhr der Gründer wegen zwei kleiner Dellen in der Tür bei drei verschiedenen Werkstätten vor. „Die Angebote variierten damals zwischen 300 und 3.000 Euro“, erinnert er sich. „Ich fragte mich: Wie kann das sein? Warum ist dieser Markt so intransparent? Warum muss ich als Kunde überall vorstellig werden?“

Den entscheidenden Anstoß gab schließlich seine Frau mit der Frage, warum man nicht einfach eine künstliche Intelligenz nach einem realistischen Preis frage. Eine Marktrecherche ergab zudem, dass jährlich rund eine Million Suchanfragen allein zu Smart Repair und verwandten Themen gestellt werden. Die Lösung der Berliner: Ein virtueller Werkstattmeister, der Kostenschätzungen binnen 30 Sekunden erstellt.

Aus redaktioneller Sicht klingt das nach einer perfekten Lösung für genervte Verbraucher. Allerdings rühren eklatante Preisunterschiede in der Praxis nicht nur von mangelnder Transparenz her, sondern oft von völlig unterschiedlichen Reparaturwegen: Wo die eine Werkstatt spachtelt und beilackiert (Smart Repair), kalkuliert die markengebundene Vertragswerkstatt den strikten Austausch der kompletten Tür nach Herstellervorgaben. Eine KI muss also nicht nur den Schaden erkennen, sondern auch den gewählten Reparaturweg transparent machen.

Domänen-Intelligenz vs. schmutziger Lack

Wie verhindert man, dass der Algorithmus eine teure Erneuerung empfiehlt, wo eine Politur gereicht hätte? Kai Karosse setzt auf eine Analyse-Pipeline, in der das Sprachmodell nur ein Baustein ist. Da Fotos keinen natürlichen Maßstab besitzen, nutzt die KI „Skalenanker“ wie Türgriffe oder Münzen, um die exakte Größe des Schadens zu berechnen.

Doch das Risiko von KI-Halluzinationen – etwa durch Schmutz, Regentropfen oder Spiegelungen im Metalliclack – ist hoch. „Wir nutzen verschiedene Verfahren, um Halluzinationen bestmöglich auszuschließen“, erklärt Schmeußer und nennt sogenannte Confidence-Werte als Instrument. „Wir fragen die KI also: ‚Wie sicher bist du, dass deine Analyse stimmt?‘“ Ist sich der Algorithmus unsicher, wird seine Aussage geringer gewichtet. Zudem muss die KI ihre Entscheidungsfaktoren textlich ausgeben und wird aufgefordert, sich quasi selbst zu überprüfen. „Das ist so, als stelle man die Frage: ‚Bist du ganz sicher? Bitte durchlaufe den Prozess erneut und prüfe, ob dein Ergebnis wirklich valide ist‘“, so der Gründer.

Das Start-up macht hier vieles richtig, indem es dem Algorithmus misstraut. Dennoch: Eine KI, die sich selbst prüft, operiert letztlich nur innerhalb ihrer eigenen Systemgrenzen. Ist das Ausgangsmaterial – das Foto des Kunden bzw. der Kundin – schlecht, nützt auch die beste Selbstprüfung wenig. Das weiß auch Schmeußer und räumt ein, dass der „Faktor Mensch“ oft das größte Hindernis sei. Werden nur verschwommene Nahaufnahmen hochgeladen, fehlen Kontext und Bauteil-Zuordnung.

Der harte Realitätscheck in der Werkstatt

Unter der Haube gleicht das System den Schaden mit einer Eignungsmatrix ab und empfiehlt Smart Repair, konventionelle Reparatur oder Austausch. Die Preise kalibriert das System dabei anhand der Daten einer bundesweit tätigen Werkstattkette mit über 550 Filialen. Hier liegt ein kritischer Flaschenhals des Geschäftsmodells: Die Datenbasis einer einzelnen – wenn auch großen – Kette reicht kaum aus, um das hochkomplexe, regional schwankende Preisgefüge des gesamten deutschen Reparaturmarktes abzubilden.

In der Werkstatt-Zunft regt sich entsprechend Widerstand. „Ja, den gab und gibt es, und er ist sicherlich auch teilweise berechtigt“, gibt sich Schmeußer selbstkritisch. Karosseriebauer warnen vehement davor, dass scheinbare Bagatellschäden oft strukturelle Probleme wie gebrochene Halterungen oder sicherheitsrelevante Airbag-Schäden verbergen. Auch die Preisspannen bei Originalteilen seien für die KI „noch schwer zu berücksichtigen“, gibt der Gründer zu.

Man übermittle bei jeder Schätzung daher transparent die zugrunde liegenden KI-Annahmen. „Ähnlich wie ein erfahrener menschlicher Gutachter wird Kai Karosse solche Risiken mit der Zeit immer besser einschätzen können, je mehr Daten zur Verfügung stehen“, argumentiert Schmeußer. Das System solle künftig lernen, dass etwa bei einer tiefen Delle am Stoßfänger oft auch die Aufhängung beschädigt ist.

Trotz dieser Lernkurve bleibt ein strukturelles Problem bestehen: Wenn die KI vorab 500 Euro prognostiziert, der Meister auf der Hebebühne aber verborgene Schäden für weitere 1.000 Euro entdeckt, droht massiver Kund*innenfrust. Die KI weckt Erwartungen, die die Werkstatt am Ende vielleicht nicht halten kann. Schmeußer sieht das naturgemäß positiver: „Die Hebebühne bleibt natürlich die letzte Instanz, doch der Kunde hat bereits vorab einen Wissensvorsprung. Das ist ein entscheidender Unterschied.“

David gegen die Software-Goliath

Der Markt ist ein Haifischbecken, dominiert von Konzernen wie der Allianz und etablierten Branchenstandards wie Audatex oder DAT, die über jahrzehntelange Datenhistorien verfügen. Wie will ein gebootstrapptes Start-up hier bestehen?

Man wolle Fahrzeugbesitzer*innen einen Weg völlig losgelöst von Versicherungsvorgaben oder Werkstattbindungen bieten, kontert Schmeußer. Gleichzeitig positioniert sich Kai Karosse als B2B-Lösung: „Wir möchten unsere Anwendung Werkstätten zur Verfügung stellen, die ihren Kunden eine einfache und zeitgemäße Lösung anbieten wollen.“

Der Prozess solle radikal vereinfacht werden: „Bild hochladen, Angebot erhalten, Termin buchen, Vorfahren und Schaden beheben lassen. Fertig!“, skizziert Schmeußer seine Idealvorstellung. „Davon ist die Branche derzeit weit entfernt.“

Fazit: Geniales Lead-Tool oder echtes Gutachten?

Das Potenzial für die Software ist unbestritten vorhanden, insbesondere als Lead-Generierung für Werkstätten oder zur groben Vorfilterung im Flottenmanagement. Auf die Frage nach der Entwicklung in den nächsten drei Jahren gibt sich Schmeußer bodenständig: „Wäre Kai Karosse in drei Jahren die erste Anlaufstelle für die Behebung von Karosserieschäden und das Mittel der Wahl für Werkstattwebsites und Flottenanbieter, wäre das ein sehr großer Erfolg.“

Ob dieser Erfolg eintritt, hängt von einer zentralen Frage ab: Kann die Software das Erwartungsmanagement der Nutzer*innen kontrollieren? Kai Karosse liefert aktuell kein belastbares Gutachten, sondern eine smarte Erstindikation. Schafft es das Unternehmen, diese technologische Grenze gegenüber den Autofahrer*innen transparent zu kommunizieren, könnte die Berliner KI tatsächlich viel Frust aus dem Schadensprozess nehmen. Verlässt sich der/die Kund*in aber blind auf die 30-Sekunden-Rechnung des Algorithmus, folgt die Ernüchterung auf dem Fuß – spätestens an der Hebebühne.

Eine EY-Umfrage vom März 2026 zeigt deutlich: 78 Prozent der befragten Führungskräfte geben zu, dass die KI-Einführung in ihren Unternehmen schneller voranschreitet, als sie die damit verbundenen Risiken beherrschen können.

Das ist kein Zufall. Im Laufe des Jahres 2025 haben viele Unternehmen den Schritt gemacht – vom Experiment hin zur skalierbaren Nutzung von KI im operativen Alltag. Die Ausgaben für generative KI sind im selben Zeitraum auf rund 37 Milliarden US-Dollar gestiegen. Doch nicht das schnelle Wachstum des KI-Ökosystems hat die Debatte in Richtung Kontrolle verschoben, sondern eine neue Generation von Systemen: agentische KI.

Was agentische KI wirklich ist – und warum 2026 ihr Jahr ist

Klassische KI-Systeme funktionieren nach einem einfachen Prinzip: Eingabe rein, Antwort raus. Agentische Systeme gehen deutlich weiter. Sie sind Plattformen oder Programme, die:

• ein übergeordnetes Ziel entgegennehmen,
• es in Teilaufgaben zerlegen,
• passende Werkzeuge auswählen,
• einen Plan eigenständig ausführen,
• und ihr Vorgehen laufend anpassen, um das gewünschte Ergebnis zu erreichen – und das alles innerhalb eines definierten betrieblichen Rahmens.

Was nach außen wie ein einzelner KI-Agent wirkt, ist in der Praxis meist ein Netzwerk spezialisierter Systeme, die jeweils einen Teil eines Workflows übernehmen und von einer Orchestrierungsebene koordiniert werden.

Gerade weil diese Systeme weitgehend autonom arbeiten, steigt ihr wirtschaftlicher Nutzen deutlich. Prozesse wie Vertriebsrecherche, Pipeline-Management oder Compliance-Prüfungen – für die früher ganze Teams nötig waren – lassen sich heute automatisieren.

Der Fortschritt ist messbar: Die Bandbreite an Aufgaben, die agentische KI mit einer Erfolgsquote von rund 80 Prozent bewältigt, verdoppelt sich etwa alle sieben Monate. Gleichzeitig sind die Kosten stark gesunken. Der Betrieb eines Systems auf dem Niveau von GPT-3.5 ist heute rund 280-mal günstiger als noch 2022. Auch Hardwarekosten sinken jährlich um etwa 30 Prozent. In diesem Tempo wird es für Unternehmen zunehmend schwer, gute Gründe gegen den Einsatz agentischer KI zu finden.

Die Governance-Lücken, über die kaum jemand spricht

Die Diskussion über Risiken konzentriert sich häufig auf das Offensichtliche: Datenlecks, Prompt Injection oder Modellschwächen. Die eigentlichen Herausforderungen liegen tiefer.

Agentische KI ist kein Projekt mit einem klaren Endpunkt. Sie ist ein laufender Betrieb, der kontinuierliche Überwachung, Anpassung und klare Verantwortlichkeiten erfordert. Genau hier liegt die Schwachstelle vieler Unternehmen: Sie behandeln KI wie ein Software-Feature – einmal einführen und dann weitermachen. Genau dort beginnen die Probleme – oft unbemerkt.

Hinzu kommt ein weiteres Risiko: Open-Source-Modelle. Wenn die zugrunde liegende Architektur beliebig verändert werden kann, wird der Datenschutz schwer kontrollierbar – besonders für Unternehmen, die mit Kund*innendaten arbeiten.

Damit verbunden ist ein grundlegendes Problem: Agentische KI ist nur so zuverlässig wie die Logik, auf der sie basiert. Wer nicht systematisch alle Grenzfälle testet, riskiert, dass das System genau dort Lücken findet und nach seiner eigenen Logik handelt – nicht im Sinne der tatsächlichen Prozesse im Unternehmen. KI ist keine Wunderwaffe. In bestimmten Fällen ist klassische Automatisierung mit fest definierten Regeln deutlich verlässlicher, wenn Prozesse zu 100 Prozent korrekt ablaufen müssen.

Wenn KI keine Wunderwaffe ist: Reale Fälle

Die beschriebenen Risiken sind längst Realität – manchmal sichtbar, manchmal kaum wahrnehmbar. Im Januar 2024 musste der Paketdienstleister DPD seinen KI-Kundenservice abschalten, nachdem ein Systemupdate die Schutzmechanismen entfernt hatte. Ein Kunde brachte den Bot dazu, zu fluchen, Gedichte über seine eigene Nutzlosigkeit zu schreiben und DPD als „schlechtesten Paketdienst der Welt“ zu bezeichnen. Das Unternehmen sprach von einem Fehler. Tatsächlich zeigte der Vorfall, was passiert, wenn KI ohne ausreichende Tests und Aufsicht eingesetzt wird. Innerhalb weniger Stunden verbreitete sich der Fall über soziale Medien und führte zu erheblichem Reputationsschaden.

In anderen Fällen bleibt das Ganze weitgehend unsichtbar. Im September 2025 berichtete Press Gazette über mehrere PR-Agenturen, die Journalist*innen systematisch mit KI-generierten Pressemitteilungen versorgten – inklusive erfundener Expert*innen. Die zitierten Personen ließen sich online nicht nachweisen, dennoch wurden Inhalte in großen Medien veröffentlicht.

Unterschiedliche Branchen, gleiche Ursache: fehlende Governance, fehlende Verantwortlichkeit und niemand, der im entscheidenden Moment die Kontrolle übernimmt.

Der hybride Ansatz: Was er ist – und was nicht

Die Antwort auf die Governance-Lücke ist nicht, die Einführung von KI zu verlangsamen. Es geht darum, KI nicht länger als Ersatz für menschliches Urteilsvermögen zu behandeln – sondern Systeme zu schaffen, in denen beide das tun, was sie am besten können.

Ein echtes hybrides Modell bedeutet, ein Setup zu schaffen, in dem KI das Volumen übernimmt – Routineanfragen, sich wiederholende Aufgaben, vorhersehbare Interaktionen – während sich menschliche Mitarbeitende auf das konzentrieren, was KI nicht zuverlässig leisten kann: komplexe Fälle und Ausnahmefälle, bei denen Ergebnisse stark von Einschätzung und Kontextverständnis abhängen.

Genauso wichtig ist, was ein hybrides Modell nicht ist. Einen Chatbot in einen bestehenden Workflow einzubinden, ist kein hybrides Modell, sondern nur ein zusätzliches Feature. Und Mitarbeitende, die KI-Ergebnisse lediglich passiv überwachen, arbeiten nicht wirklich hybrid – das ist bloße Aufsicht ohne aktive Beteiligung.

Im Alltag ist die Grenze zwischen „das lässt sich automatisieren“ und „das besser nicht“ konkreter, als die meisten Unternehmen erwarten. Ein Beispiel: ein SaaS-Unternehmen. Anfragen zu Abonnements, Kontozugängen oder Zahlungsfragen folgen vorhersehbaren Mustern, die Antworten liegen bereits vor – Kund*innen fragen oft nur, weil sie nicht selbst suchen möchten. Das sind ideale Kandidaten für Automatisierung. Entsprechend zeigen Anbieter*innen im Kundensupport, die das hybride Modell bereits getestet haben: Ein gut trainierter KI-Agent kann bis zu 85 Prozent solcher Anfragen übernehmen – mit sofortigen Antworten und ohne Einbußen bei der Kund*innenzufriedenheit.

Bei technischen Problemen sieht das anders aus. Tritt ein Fehler auf oder fällt ein Server aus, weiß oft nicht einmal das Produktteam sofort, was passiert ist – geschweige denn, wie das Problem zu lösen ist. Ein KI-Agent ohne diesen Kontext folgt seinem Training und liefert eine scheinbar sichere Antwort – und führt Kund*innen damit in die falsche Richtung. In einem kritischen Moment ist das kein kleines Ärgernis, sondern ein direkter Weg, Kund*innen dauerhaft zu verlieren. Deshalb bleiben gezielte Weiterleitungen an menschliche Mitarbeitende ein bewusstes Element – denn manche Situationen erfordern das Urteilsvermögen und die Sorgfalt, die nur ein Mensch bieten kann.

Welche Governance-Lösungen es heute schon gibt

Unternehmen, die KI-Integrationen systematisch testen, kommen zu einem klaren Ergebnis: Der wirksamste Ansatz ist, Systeme so zu gestalten, dass sie ihre eigenen Grenzen erkennen. Das bedeutet konkret: Die KI erkennt Unsicherheit, eskaliert automatisch und übergibt an Menschen, bevor Schaden entsteht.

Regulatorisch gibt es erste Leitplanken. Der EU AI Act gilt seit August 2025 vollständig und schreibt für Hochrisiko-KI-Systeme menschliche Aufsicht und Risikomanagement vor.

Doch Regeln allein reichen nicht. Sie definieren Rahmenbedingungen, aber nicht, wie konkret gehandelt werden soll, wenn eine KI auf eine Situation trifft, für die sie nicht trainiert wurde – und ein(e) Kund*in auf eine Antwort wartet.

Genau hier entscheidet sich, ob Governance funktioniert. Und genau das sollte 2026 nicht mehr dem Zufall überlassen werden.

Die Autorin Nataliia Onyshkevych ist CEO von EverHelp. Sie arbeitet mit wachsenden Unternehmen aus unterschiedlichen Branchen daran, Customer Support in KI-gestützten Umgebungen skalierbar und wirkungsvoll zu gestalten.

Noch vor wenigen Jahren reichte ein einfaches Erwähnen des Begriffs aus, um in gediegenen Investor*innenrunden für betretenes Schweigen oder nervöses Räuspern zu sorgen. Doch ist die Schmuddelecke von gestern einer der vielleicht spannendsten und margenstärksten Wachstumsmärkte von heute.

Wer als erfahrene(r) Wagniskapitalgeber*in den Aufstieg von FemTech und die Enttabuisierung von DeathTech aufmerksam verfolgt hat, weiß: Digitale Intimität ist der nächste logische, Milliarden schwere Schritt. SexTech hat sich als hochprofessioneller Wellness-Sektor etabliert, der menschliche Grundbedürfnisse mit DeepTech, künstlicher Intelligenz und medizinischer Präzision verknüpft.

Die Marktlage: Wenn Algorithmen die Intimität skalieren

Der globale Markt für sexuelles Wohlbefinden hat im Jahr 2026 die prognostizierte Marke von 55 Milliarden US-Dollar durchbrochen. Europa spielt dabei eine zentrale Rolle. Aktuelle Datenbank-Auswertungen belegen einen historischen Wendepunkt: Allein im vergangenen Jahr flossen weit über 350 Millionen Euro europäisches Risikokapital in Start-ups aus dem Bereich der sexuellen Gesundheit.

KI fungiert längst nicht mehr nur als Spielerei, sondern als Motor für hyperpersonalisierte Paartherapie-Bots, biometrisches Feedback in Echtzeit und empathische Begleitsysteme. Der Markt ist von reinen Hardware-Gadgets hin zu margenstarken Software-as-a-Service-Modellen migriert, was die Skalierbarkeit drastisch erhöht.

Reality Check: Die harten Fallstricke

Trotz des Hypes ist der Weg zum Exit gnadenlos. Das Scheitern von Pionieren hat gezeigt: Wer Hardware ohne Margen-Kontrolle baut oder die Datensicherheit vernachlässigt, scheitert sofort. Zudem bleiben „Vice Clauses“ bei Zahlungsdienstleistern und das algorithmische Shadowbanning auf Social-Media-Plattformen die größten Hürden. Wer hier skalieren will, muss die Community organisch binden.

Das deutsche Netzwerk: Die Hubs der Innovation

Deutschland hat sich global stark positioniert:

• Berlin: Das kulturelle Epizentrum für B2C-Plattformen und ethischen Content.
• München: Die DeepTech-Schmiede für biometrische Sensoren und Medizintechnik.
• Hamburg: Hub für Content-getriebene Marktplätze und E-Commerce-Expertise.
• Dresden/Leipzig: Aufstrebende Zentren für Haptik-Software und B2B-Infrastruktur.

Investor*innen-Radar: Wer das Tabu finanziert

Die Investor*innenlandschaft hat sich diversifiziert. Während spezialisierte VCs wie Amboy Street Ventures den Weg ebneten, investieren heute Generalisten wie Cherry Ventures oder HV Capital offen unter dem Label „Digital Health“. Den wichtigsten Treibstoff liefern jedoch Business Angels: Prominente Köpfe wie Verena Pausder und Lea-Sophie Cramer fungieren nicht nur als Kapitalgeber*innen, sondern als PR-Schutzschilde, die dem Thema gesellschaftliche Legitimation verleihen.

Die Top 10 Start-ups (Must-Watch 2026)

Die Auswahl der Top 10 basiert auf einer Analyse des Marktes im Mai 2026. Bewertet wurden Marktrelevanz, technologischer Reifegrad (AI/DeepTech), Diversität im Gründerteam und das Vertrauen namhafter Lead-Investor*innen. Es wurden ausschließlich Start-ups aufgenommen, die ab dem Jahr 2020 gegründet wurden, um den aktuellen Innovationszyklus abzubilden.

Cheex

Das Berliner Start-up wurde 2020 von Denise Kratzenberg und Maximilian Horwitz gegründet und ist heute der Leuchtturm für ethischen Content. Mit einem Subscription-Modell bietet Cheex Filme und Audios an, die Diversität und Konsens fokussieren. Anstatt klassischer VCs bewiesen hier starke Business-Angel-Syndikate und Netzwerke wie Collective Ventures früh massives Vertrauen.

Recoupling

Gegründet 2021 in Berlin von Jaane Henning, Tom Haubner und Johanna Lubig (welche heute jedoch operativ nicht mehr aktiv ist), nutzt die App psychologisch fundierte, KI-gesteuerte Coaching-Pfade, um die Kommunikation bei Paaren zu verbessern. Der technologische Kern analysiert Beziehungsmuster und erkennt Frühwarnsignale für Entfremdung. Recoupling sicherte sich Kapital namhafter Tech-Angels wie Bernd Heinrichs und Ingo Weber.

Bloom Stories

Das 2020 von Michael und Hannah Albertshauser gestartete Bloom Stories beweist die Macht von Audio-First-Erotik. Der USP ist die tiefe Immersion: Bloom Stories integrierte KI-Chatbots und bietet eine direkte Schnittstelle zu smarten Toys (wie Lovense), die ihre Vibration exakt an die Handlung der Audiospuren anpassen.

Kranus Health

Gegründet 2020 von Jens Nörtershäuser und Thilo Kleinschmidt, ist Kranus Health der Vorreiter für digitale Gesundheitsanwendungen (DiGA). Ihre App Kranus Edera ist die weltweit erste erstattungsfähige digitale Therapie gegen Erektionsstörungen. Top-Investor*innen wie der High-Tech Gründerfonds (HTGF) und Karista investierten früh Millionen in diesen medizinischen Ansatz.

Hapticlabs

Das 2021 in Dresden gegründete B2B-SaaS-Unternehmen (ein Spin-off der TU Dresden) Hapticlabs liefert Hersteller*innen ein „No-Code Haptics“-Toolkit. Entwickler*innen können damit komplexes Vibrationsfeedback für Hardware visuell programmieren. Diese essenzielle Infrastruktur für die nächste Generation von Intimprodukten zog früh DeepTech-Investor*innen an.

Frieda Health

Die 2022 von Valentina Ullrich in Hamburg gegründete Plattform Frieda Health besetzt das Segment „Silver Intimacy“. Frieda bietet eine digitale Telemedizin-Plattform für Frauen in der Menopause. Das enorme Potenzial erkannte der Maximon Longevity Co-Investment Fund, der die millionenschwere Pre-Seed-Runde anführte und die Brücke zum Megatrend Langlebigkeit schlug.

Ovom Care

Das 2023 in Berlin gegründete Start-up von Felicia von Reden, Dr. Lynae Brayboy und Dr. Cristina Hickman nutzt Machine Learning, um die Reproduktionsmedizin zu revolutionieren. Die Software analysiert klinische Daten für personalisierte IVF-Behandlungspfade. Investor*innen wie Alpha Intelligence Capital und Merantix unterstützen diesen DeepTech-Ansatz von Ovom Care massiv.

Endo Health

Das 2020 von der Ärztin Dr. med. Nadine Rohloff und Markus Rothenhöfer in Chemnitz und Berlin gegründete Endo Health adressiert eine der größten Versorgungslücken in der Frauengesundheit: Endometriose. Seit Januar 2026 ist die Endo-App als dauerhaft gelistete DiGA (Digitale Gesundheitsanwendung) anerkannt. Der technologische Kern der App kombiniert multimodale Schmerztherapie, physiotherapeutische Übungen und KI-gestütztes Symptom-Tracking. Durch die volle Erstattungsfähigkeit durch die Krankenkassen und die klinische Validierung ist Endo Health ein Musterbeispiel für die Transformation von SexTech hin zu evidenzbasierter Digital-Medizin.

Theblood

Dieses 2022 von Isabelle Guenou und Miriam Santer in Berlin gegründete BioTech-Projekt Theblood nutzt Menstruationsblut als nicht-invasives Diagnose-Material. Das Team wird durch RoX Health (das Accelerator-Studio von Roche) unterstützt, um hormonelle Dysbalancen und Biomarker systematisch auszuwerten.

Nevernot

Das 2020 von Anna Kössel und Katharina Trebitsch gegründete Start-up Nevernot skaliert durch Meisterschaft im digitalen Community-Building. Ursprünglich bekannt für Soft-Tampons, ist nevernot heute eine holistische Intim-Care-Plattform. Zu den Investoren zählen Branchengrößen wie Verena Pausder und Lea-Sophie Cramer.

Internationaler Ausblick & Fazit

Während Europa auf ethischen Content und Datenschutz setzt, formen Makro-Trends aus Übersee die nächste Stufe. Aus den USA schwappt die Neuro-Modulation herüber, in Asien beobachten wir die Perfektionierung emotionaler KI-Avatare, und Israel zementiert seinen Ruf durch Biotech-Start-ups, die sexuelle Dysfunktionen auf zellulärer Ebene behandeln.

Der Markt verzeiht keine unprofessionellen Bastellösungen mehr. Wer skalieren will, muss die Regulierungsbehörden genauso ernst nehmen wie die Endkunden. Für Investoren ist die Botschaft klar: Die Schamgrenze an der Tür zum Investmentkomitee stehen zu lassen, ist keine Frage der moralischen Offenheit, sondern schlichtweg harte finanzielle Pflicht. Wer diesen Sektor ignoriert, verpasst die lukrativste Schnittmenge aus Health, KI und menschlicher Natur.

Die digitale Infrastruktur-Hürde: Auffällig im Jahr 2026: Die Professionalisierung führt zu neuen Reibungspunkten. Dass Portale wie Cheex oft durch ISP-Filter blockiert werden oder theblood ihre Webpräsenz für klinische Zertifizierungsphasen (SGS-Kooperation) komplett umbauen, ist kein Zeichen von Schwäche, sondern ein Symptom der extremen regulatorischen Dichte. Der Markt ist erwachsen geworden – und mit ihm die Hürden für Sicherheit, Altersprüfung und klinische Evidenz.

Wer 2026 skalieren will, muss Regulatorik genauso ernst nehmen wie das Produkt. Investor*innen haben längst erkannt: SexTech ist kein moralisches Wagnis, sondern eine harte finanzielle Pflicht an der Schnittstelle von Health, KI und menschlicher Natur. Wer die „Website-Stille“ der klinischen Launch-Phasen als Scheitern deutet, verkennt die neue Ernsthaftigkeit einer Branche, die sich anschickt, das Gesundheitswesen dauerhaft zu verändern.

Inhalte, Dienstleistungen und Unterhaltung werden zunehmend flexibel, mobil und individuell konsumiert. Während früher feste Zeiten und physische Angebote dominierten, stehen heute On-Demand-Modelle im Mittelpunkt. Diese Entwicklung wirkt sich nicht nur auf einzelne Produkte aus, sondern prägt ganze Branchen und schafft neue wirtschaftliche Dynamiken. Insbesondere digitale Geschäftsmodelle profitieren von der steigenden Erwartung an Verfügbarkeit, Geschwindigkeit und Personalisierung.

Digitales Nutzerverhalten im Wandel

Die Verschiebung der Nutzungsgewohnheiten von stationären Desktop-Lösungen hin zu mobilen Endgeräten ist der stärkste Treiber der aktuellen Digitalökonomie. On-Demand ist zum Standard geworden: Ob Content, Services oder Unterhaltung – die Erwartungshaltung der Konsumenten ist geprägt von sofortiger Verfügbarkeit und einer hohen Passgenauigkeit durch Personalisierung.

• Inhalte jederzeit abrufbar: Die zeitliche Entkopplung von linearen Sendeplänen oder Öffnungszeiten.
• Omnichannel-Nutzung: Ein nahtloser Übergang zwischen Smartphone, Tablet, Smart-TV und Laptop.
• Komfort als Zahlungsargument: Eine wachsende Bereitschaft, für Zeitersparnis und einfache Bedienbarkeit Abonnements abzuschließen.

Streaming als Vorreiter der digitalen Transformation

Streaming-Dienste gelten als eines der prägendsten Beispiele für die Anpassung an modernes Nutzerverhalten. Klassische Medienformate wurden durch Plattformen ersetzt, die Inhalte jederzeit zugänglich machen. Gleichzeitig haben sich abonnementbasierte Modelle etabliert, die stabile und planbare Einnahmen ermöglichen.

Ein zentraler Erfolgsfaktor liegt in der Nutzung von Daten. Algorithmen analysieren das Verhalten der Nutzer und liefern personalisierte Empfehlungen, wodurch die Verweildauer und Kundenbindung gesteigert werden. Für Unternehmen ergibt sich daraus ein skalierbares Modell, das sich international ausrollen lässt und kontinuierlich optimiert werden kann. Die Grenzkosten pro neuem Nutzer sind minimal. Eine starke Kundenbindung erfolgt hier primär durch exklusiven Content und ein personalisiertes Interface.

In diesem Bereich steht allerdings eine Wende bevor. Durch die große Akzeptanz und Nachfrage sind zahlreiche Angebote und dadurch ein fragmentierter Markt entstanden. Mehrere Abos pro Haushalt sind die Regel und Nutzer wünschen sich zunehmend eine Bündelung.

Gaming und interaktive Unterhaltung auf dem Vormarsch

Gaming hat sich von einer Nische zu einem der weltweit größten digitalen Märkte entwickelt und übertrifft in den Umsätzen längst die Film- und Musikindustrie zusammen. Besonders entscheidend ist hier der soziale Aspekt: Community-Building innerhalb der Spielewelten macht Gaming zu einem sozialen Netzwerk. Der Übergang zu Live-Events und Multiplayer-Erlebnissen schafft eine emotionale Bindung, die weit über das reine Konsumieren hinausgeht.

Gleichzeitig verschiebt sich der Fokus von einmaligen Käufen hin zu kontinuierlichen Einnahmequellen, etwa durch In-Game-Käufe oder abonnementbasierte Modelle. Diese Entwicklung zeigt, wie stark Nutzererlebnisse und soziale Komponenten den Erfolg digitaler Angebote beeinflussen.

iGaming als Teil der digitalen Entertainment-Ökonomie

Innerhalb der digitalen Unterhaltungslandschaft nimmt auch der iGaming-Bereich eine besondere Rolle ein. Dieser Sektor profitiert in ähnlicher Weise von technologischen Entwicklungen wie Streaming und Gaming, insbesondere durch mobile Nutzung, intuitive Benutzeroberflächen und schnelle Transaktionsmöglichkeiten.

Die Plattformen sind darauf ausgelegt, ein möglichst reibungsloses und immersives Nutzererlebnis zu bieten. Online Casino Schweiz präsentiert eine klare Strukturierung unterschiedlicher Games sortiert nach Themen oder Anbietern. Above the fold finden Nutzer Infos zu aktuellen Top-Gewinnern, Verlosungs-Aktionen oder neuen Titeln. Die Kombination aus Gamification-Elementen, internationaler Skalierbarkeit und datenbasierter Optimierung macht diesen Markt aus wirtschaftlicher Perspektive besonders interessant.

Typische Merkmale dieser Branche sind:

• hohe Nutzerbindung durch spielerische Elemente 
• globale Ausrichtung digitaler Plattformen 
• kontinuierliche Anpassung durch Nutzerdaten 

Wirtschaftlichkeit und Transferpotenzial

Die Branche zeichnet sich durch überdurchschnittlich hohe operative Margen aus, da nach der initialen Entwicklung der Plattform und der Integration von Content die Skalierungskosten gering bleiben. Während Marketing- und Lizenzkosten substanziell sind, ermöglichen automatisierte Prozesse in der Kundenverwaltung und Zahlungsabwicklung eine hohe Profitabilität.

Diese Effizienz lässt sich auf andere digitale Angebote übertragen: Das Prinzip der Mikro-Interaktionen und die sofortige Belohnung (Instant Gratification) sind Mechanismen, die auch im E-Commerce oder in Produktivitäts-Apps die Conversion-Rate steigern. Wer lernt, die im iGaming perfektionierten Methoden der Datenanalyse und Echtzeit-Personalisierung zu nutzen, kann die Kundenbindung in nahezu jedem digitalen Geschäftsmodell signifikant erhöhen.

Was Gründer daraus lernen können

Die Analyse erfolgreicher digitaler Branchen zeigt klare Muster. Im Mittelpunkt steht nicht die Technologie selbst, sondern deren Anwendung im Kontext realer Nutzerbedürfnisse. Plattformdenken, Datenanalyse und eine konsequente Ausrichtung auf Benutzerfreundlichkeit sind zentrale Erfolgsfaktoren.

Konkrete Impulse:

• Verhalten statt Produkt: Geschäftsmodelle sollten dort ansetzen, wo Nutzer bereits Zeit verbringen oder Reibungsverluste erleben.
• Iteration: Schnelles Testing von Funktionen (MVP-Ansatz) ermöglicht es, am Puls der Zielgruppe zu bleiben.
• Mobile-First-Denkweise: Jede Lösung muss primär auf dem kleinsten Bildschirm perfekt funktionieren.
• Entwicklung skalierbarer Plattformlösungen 

Das digitale Nutzerverhalten entwickelt sich dynamisch weiter und beeinflusst zahlreiche Branchen nachhaltig. Unternehmen, die diese Veränderungen frühzeitig erkennen und in ihre Strategien integrieren, sichern sich entscheidende Wettbewerbsvorteile. Besonders erfolgreich sind Modelle, die Flexibilität, Personalisierung, einfache Zugänglichkeit und die Einbindung in starke App-Ökosysteme miteinander verbinden. In einer zunehmend digitalen Wirtschaft entstehen neue Chancen vor allem dort, wo technologische Möglichkeiten auf veränderte Erwartungen treffen.

Weitere Gewinner des Nutzerwandels

Neben Unterhaltung und Gaming profitieren auch andere Branchen vom veränderten Verhalten. Besonders deutlich wird dies in Bereichen, die auf flexible Nutzung und personalisierte Angebote setzen.

Dazu zählen unter anderem:

• E-Learning-Plattformen, die ortsunabhängiges Lernen ermöglichen 
• Fitness- und Gesundheits-Apps, die individuelle Trainingspläne bieten 
• Fintech-Lösungen, die schnelle und unkomplizierte Zahlungsprozesse unterstützen 

Gemeinsam ist diesen Geschäftsmodellen eine starke Nutzerzentrierung. Sie bieten Lösungen, die sich nahtlos in den Alltag integrieren lassen und dabei individuelle Bedürfnisse berücksichtigen.

Was Gründer daraus lernen können

Der entscheidende Erfolgsfaktor in der digitalen Ökonomie ist die radikale Nutzerzentrierung. Erfolgreiche Unternehmen denken nicht mehr in isolierten Produkten, sondern in Plattformen, die ein Problem ganzheitlich lösen. Die Bedeutung von Datenanalyse zur stetigen Verbesserung der UX kann dabei nicht überschätzt werden.

Die Verfestigung digitaler Gewohnheiten ist ein unumkehrbarer Prozess. Neue Märkte werden dort entstehen, wo technologische Möglichkeiten auf neue menschliche Bedürfnisse treffen. Die größten Chancen liegen für Gründer und etablierte Unternehmen dort, wo sich das Nutzerverhalten schneller wandelt als die bestehenden, oft noch trägen Angebote am Markt.

Einst war es das große Versprechen für eine Handvoll hipper Neobanken, heute ist es das unsichtbare Rückgrat der europäischen Wirtschaft: Embedded Finance. Im Jahr 2026 wird das Marktwachstum längst nicht mehr von der fixen Idee isolierter Bank-Apps dominiert, denn jedes zukunftsorientierte Unternehmen ist mittlerweile selbst zu einem/einer Finanzdienstleister*in geworden. Ob Software-as-a-Service-Anbieter*in, Logistik-Plattform oder Marktplatz – die nahtlose Integration von Zahlungen, Krediten und Versicherungen in nicht-finanzielle Kund*innenreisen ist das neue Paradigma.

Dieser Report beleuchtet eine Branche, die den „Sturm der Konsolidierung“ überlebt hat und nun mit reifen Geschäftsmodellen und echten Profiten die Architektur der modernen Wirtschaft neu programmiert.

Vom Hype zur fundamentalen Reife

Nach den massiven Zinsanpassungen und regulatorischen Aufräumarbeiten der Jahre 2023 und 2024 zeichnet der Embedded-Finance-Markt heute ein Bild robuster Reife. Renommierte Analystenhäuser wie Bain & Company und Dealroom haben diese Entwicklung früh vorgezeichnet: Der globale Markt für Embedded-Finance-Dienstleistungen hat sich in ein Multimilliarden-Segment verwandelt, dessen europäisches Transaktionsvolumen mittlerweile signifikante Teile des digitalen B2B- und B2C-Handels stützt. Der technologische Haupttreiber dieser neuen Ära ist unbestreitbar die künstliche Intelligenz, genauer gesagt proprietäre Machine-Learning-Modelle, die Risikobewertungen in Millisekunden durchführen und Transaktionsströme dynamisch optimieren. Investor*innen honorieren diese technologische Tiefe: Wir sehen heute höchst realistische Series-A- und Series-B-Runden im Bereich von 15 bis 40 Millionen Euro für Start-ups, die nachweislich positive Deckungsbeiträge aufweisen. Es fließt wieder signifikant Kapital, doch es fließt exklusiv in Substanz und Skalierbarkeit, nicht mehr in reines Marketing.

Die neuen Treiber: B2B, Vertikalisierung und Orchestrierung

Wenn man über das Offensichtliche wie einfache White-Label-Kreditkarten hinausblickt, dominieren im Jahr 2026 drei spezifische Sub-Sektoren den Markt. Allen voran steht B2B Buy-Now-Pay-Later, eine Disziplin, die das traditionelle, schwerfällige Factoring abgelöst hat und nun direkt in B2B-Checkouts und Beschaffungsnetzwerke integriert ist. Ein weiterer massiver Treiber ist die sogenannte Payment Orchestration für vertikale SaaS-Lösungen. Hier werden komplexe, branchenspezifische Zahlungsflüsse – etwa im Handwerk oder in der Gastronomie – automatisiert im Hintergrund abgewickelt. Zuletzt etabliert sich Embedded Insurance zunehmend im Industriekontext, wo Maschinen nicht mehr nur geleast, sondern im selben Atemzug transaktionsbasiert versichert werden. Pioniere wie die Berliner Mondu oder auch europäische Schwergewichte wie Swan haben den Weg für diese hochspezialisierten Infrastruktur-Layer geebnet und gezeigt, wie tiefgreifend diese Geschäftsmodelle in die Wertschöpfungsketten der Realwirtschaft eingreifen.

Die Lektionen der BaaS-Krise

Doch dieser Reifegrad wurde teuer erkauft. Der Beinahe-Kollaps des britischen Banking-as-a-Service-Pioniers Railsr und die drastischen BaFin-Sonderprüfungen samt Wachstumsbeschränkungen bei etablierten deutschen Playern wie Solaris in den Jahren zuvor haben den Markt fundamental erschüttert. Der Traum, Finanzdienstleistungen wie einfache Legosteine zusammenzustecken, kollidierte brutal mit der harten Realität des Bankwesens.

Aus diesen gescheiterten Hoffnungen lassen sich für heutige Gründer*innen vier konkrete, fatale Fallstricke ableiten. Der erste und wichtigste ist die eklatante Unterschätzung der Regulatorik; Compliance lässt sich nicht auslagern, und Aufsichtsbehörden dulden keine agilen Versuch-und-Irrtum-Prozesse bei der Geldwäscheprävention. Der zweite Fallstrick ist die Falle der negativen Unit Economics im B2C-Sektor, wo exorbitante Kund*innenakquisitionskosten oft nur durch kontinuierliches VC-Geld gedeckt wurden. Drittens das Klumpenrisiko der Abhängigkeit von einer einzigen Partnerbank, deren Ausfall das eigene Start-up über Nacht handlungsunfähig macht. Und viertens die Fehlannahme, dass Technologie allein ausreicht; wer heute kein tiefes Verständnis für klassisches Bilanzstruktur- und Kreditrisikomanagement mitbringt, scheitert unweigerlich.

Das deutsche Netzwerk: Die Schmieden der Infrastruktur

Deutschland hat sich in dieser Konsolidierungsphase als einer der resilientesten Standorte in Europa bewiesen, getragen von vier essenziellen Hubs. Berlin verteidigt dabei seinen Status als unangefochtene Hauptstadt für FinOps und B2B-Zahlungsinfrastruktur, massiv befeuert durch die Talent-Pipelines der TU Berlin sowie das dichte Netzwerk an Serial Entrepreneurs aus der N26- und SumUp-Schule. Frankfurt am Main bildet den unverzichtbaren regulatorischen Gegenpol; hier, im Schatten von EZB und BaFin, entstehen im Umfeld des TechQuartiers und der Frankfurt School of Finance and Management jene Start-ups, die komplexe Compliance- und Treasury-Architekturen für Großbanken bauen. München dominiert den Bereich DeepTech und Embedded Insurance im industriellen B2B-Kontext, was auf die herausragende Stellung des Center for Digital Technology and Management (CDTM) und die enge Verzahnung mit der ansässigen Versicherungs- und Automobilindustrie zurückzuführen ist. Hamburg schließlich hat sich als europäischer Hotspot für Trade Finance und in Logistikketten eingebettete Finanzierungen etabliert, gestützt durch die traditionelle Stärke der Hansestadt im globalen Handel.

Investor*innen-Radar

Das Ökosystem der Geldgeber*innen hat sich im Jahr 2026 stark differenziert und professionalisiert. An der Spitze der spezialisierten VCs agieren Fonds wie FinTech Collective und Motive Ventures (hervorgegangen aus der Übernahme des Berliner VCs embedded/capital), die mit tiefem technologischen Verständnis gezielt in Infrastruktur-Layer investieren. Unter den Top-Tier Generalisten ragen Cherry Ventures, Earlybird und Point Nine heraus, die insbesondere Series-A-Runden bei überzeugenden B2B-SaaS-Modellen anführen.

Ein starker Motor sind zudem Corporate VCs und bankennahe Fonds geworden: CommerzVentures, als unabhängiger Player, treibt Themen wie Climate-Fintech massiv voran, während CVCs der Realwirtschaft wie Allianz X und Porsche Ventures strategisch in Start-ups investieren, die sich nahtlos in ihre eigenen vertikalen Ökosysteme einklinken lassen. In der kritischen Frühphase wird der Markt von einer hochgradig vernetzten Gruppe aus Business Angels angetrieben, die nicht nur erstes Kapital, sondern vor allem regulatorisches Know-how und entscheidende Bankennetzwerke einbringen

Die Top Start-ups (Must-Watch)

Für die nachfolgende Liste der Must-Watch-Unternehmen haben wir strikte Kriterien angelegt. Die Auswahl basiert auf nachgewiesener Marktrelevanz durch echte Kund*innenimplementierungen, einem hohen technologischen Reifegrad und einem diversifizierten Ansatz bei der Lösung komplexer Finanzinfrastrukturprobleme. Zudem war ein nachhaltiges Investoren-Vertrauen in den letzten zwölf Monaten ein Schlüsselfaktor. Wir beleuchten hierbei ausschließlich Start-ups mit Hauptsitz in Deutschland, deren Gründung im Jahr 2020 oder später erfolgte, um die wahre nächste Generation der Branche abzubilden.

Banxware

Das 2020 von Miriam Wohlfarth und Jens Röhrborn gegründete Banxware hat sich als Marktführer für Embedded Lending in Deutschland etabliert. Banxware bietet eine White-Label-Lösung, mit der Marktplätze und Zahlungsdienstleister*innen ihren Händler*innen Sofortkredite basierend auf historischen Umsatzdaten anbieten können. Der USP liegt in der extrem schnellen Risikoprüfung und der nahtlosen API-Integration in bestehende Plattformen. Das enorme Vertrauen der Finanzbranche in dieses Modell spiegelt sich massiv auf Investor*innenseite wider: Neben frühen Leadern wie Element Ventures (heute 13books Capital) ist insbesondere der Einstieg der Großbank UniCredit ein Ritterschlag. Die Bank führte nicht nur die Series-A-Runde an, sondern legte Mitte 2025 mit einem weiteren strategischen Millionen-Investment nach, um die europäische Expansion von Banxware gemeinsam voranzutreiben.

Pliant

Im Jahr 2020 von Malte Rau und Fabian Terner aus der Taufe gehoben, definiert Pliant den Markt für B2B-Kreditkarten und Ausgabenmanagement neu. Das B2B-SaaS-Modell kombiniert eine moderne Karteninfrastruktur mit einer tiefen API-basierten Integration in Buchhaltungs- und ERP-Systeme. Der technologische Vorsprung liegt im eigenen Card-as-a-Service-Angebot (CaaS), das anderen B2B-Plattformen den Launch eigener Kreditkartenprogramme ermöglicht. Ein entscheidender Meilenstein war hierfür der Erhalt der eigenen E-Geld-Lizenz der BaFin, die Pliant die nötige regulatorische Unabhängigkeit verleiht. Unterstützt wird Pliant von namhaften Investoren wie SBI Investment, Alstin Capital – und einem Investment des globalen Schwergewichts PayPal Ventures, das das enorme Skalierungspotenzial der Plattform bestätigt.

Mondu

Die Serial Entrepreneurs Malte Huffmann, Philipp Povel und Gil Danziger gründeten Mondu 2021 und revolutionieren damit den B2B-Zahlungsverkehr. Ihr B2B-BNPL-Modell ermöglicht es Geschäftskund*innen, online wie B2C-Kund*innen auf Rechnung oder in Raten zu kaufen, während der Händler sofort sein Geld erhält. Die Kerntechnologie ist ein proprietäres Echtzeit-Risk-Scoring für Firmenkund*innen. Finanziert wurde diese Vision anfangs von Top-Tier-Fonds wie Valar Ventures und Cherry Ventures. Der ultimative Ritterschlag erfolgte jedoch Ende 2025: Neben dem Erhalt der E-Geld-Lizenz sicherte sich Mondu eine 100-Millionen-Euro-Fazilität von J.P. Morgan Payments inklusive einer strategischen Partnerschaft, um die Buy-Now-Pay-Later-Lösung dem europäischen Kund*innen stamm der US-Großbank anzubieten.

Payrails

Gegründet 2021 von Orkhan Abdullayev, Emre Talay und Nicolas Thouzeau, löst Payrails die Herausforderung der Payment Orchestration. Das FinOps-Start-up baut ein intelligentes Betriebssystem für Zahlungen, das Transaktionen für Enterprise-Kund*innen dynamisch über verschiedene Provider routet, um Kosten zu senken und Autorisierungsraten zu maximieren. Die technologische Brillanz dieser Architektur lockte früh Schwergewichte wie Andreessen Horowitz und EQT Ventures an. Im Sommer 2025 zündete Payrails die nächste Stufe: HV Capital führte eine massive Series-A-Runde über 32 Millionen US-Dollar an, bei der auch alle Top-Tier-Altinvestoren erneut mitzogen, um die globale Expansion der Plattform endgültig zu sichern.

Finmid

Die beiden N26-Alumni Max Schertel und Alexander Talkanitsa starteten Finmid 2021 mit der Mission, jede B2B-Plattform zu einer Finanzierungsquelle zu machen. Ihr Geschäftsmodell fokussiert sich auf Embedded B2B Lending, das speziell auf die Anforderungen von Marktplätzen (wie etwa dem Partner Wolt) zugeschnitten ist – ohne dass diese Plattformen eigenes Kapital bereitstellen oder Risiken tragen müssen. Ihr USP ist die radikale Simplifizierung der B2B-Kreditvergabe durch smarte Echtzeit-Datenverknüpfungen. Angetrieben von einer wuchtigen 23-Millionen-Euro-Series-A-Runde, angeführt vom britischen Fonds Blossom Capital und dem Seed-Lead Earlybird, treibt das Start-up seine aggressive europäische Expansion unaufhaltsam voran.

Topi (Exit)

Charlotte Pallua und Estelle Merle brachten Topi 2021 an den Start, um das Hardware-as-a-Service-Modell in den B2B-Bereich zu integrieren. Über die Plattform können B2B-Kund*innen IT-Equipment flexibel mieten, wobei Topi den gesamten Prozess vom Checkout über das Refinancing bis zum Asset-Management abwickelt. Nachdem Topi mit Händler*innen wie Cyberport massiv skalierte und von Top-VCs wie Index Ventures und Creandum finanziert wurde, erfolgte im Sommer 2025 der strategische Exit: Das FinTech wurde von dem internationalen Leasing-Giganten PEAC Solutions (einem BlackRock-Portfoliounternehmen) übernommen, um das innovative B2B-Mietmodell global in dessen gewaltige Finanzierungsinfrastruktur einzugliedern.

Hakuna

Im Bereich Embedded Insurance schlägt das 2021 von Sebastian Jost, Rupert Mayer und Orhan Köroglu gegründete Hakuna neue Wege ein. Das Start-up bietet Händler*innen eine Plattform für Garantieverlängerungen und Produktschutzversicherungen, nahtlos integriert in den Online- und Offline-Checkout. Der USP ist ein völlig neu gedachtes, digitales Schadensmanagement, das die Abwicklung für Endkund*innen radikal vereinfacht. Finanziert von Top-VCs wie Earlybird und Visionaries Club, hat Hakuna mittlerweile den Sprung ins absolute Enterprise-Segment geschafft: Im Jahr 2025 integrierten Branchenriesen wie Vorwerk, STIHL und Mister Spex die Embedded-Technologie des Start-ups, um ihre eigenen, maßgeschneiderten Produktschutzprogramme europaweit zu skalieren.

Pile (Exit)

Jessica Holzbach startete Pile 2022 und pivotierte das Modell nach dem Krypto-Winter erfolgreich zu einem hochspezialisierten Treasury-Angebot für Start-ups. Die B2B-SaaS-Technologie bündelte Konten und automatisierte die Diversifikation von Einlagen zur Risikominimierung. Das Modell erregte schnell Aufmerksamkeit und führte bereits im Sommer 2024 zu einem frühen Exit: Die 2019 gegründete Berliner Neobank Vivid Money übernahm das Start-up, um das eigene Business-Banking-Angebot mit Piles Treasury-Technologie aufzurüsten – ein Paradebeispiel für die rasante Konsolidierung im FinTech-Infrastrukturmarkt.

Internationaler Ausblick & Fazit

Blickt man über die Grenzen Europas hinaus, formen sich 2026 drei gewaltige Makro-Trends, die den deutschen Markt unausweichlich verändern werden. Aus Asien schwappt die Architektur für grenzüberschreitende Echtzeit-Settlements basierend auf regulierten Stablecoins und digitalen Zentralbankwährungen heran, was das traditionelle Korrespondenzbankensystem massiv unter Druck setzt. Die USA hingegen dominieren die Entwicklung der KI-gesteuerten autonomen Finanzen, bei der das Corporate Treasury von Algorithmen gesteuert wird, die ohne menschliches Zutun Liquidität verschieben. Aus Indien lernen wir, wie Identity-as-a-Service untrennbar mit dem Zahlungsverkehr verschmilzt und Betrug nahezu ausmerzt.

Für Gründer*innen und Investor*innen im DACH-Raum bedeutet dies: Der Fokus muss radikal auf Profitabilität, wasserdichter Compliance und extrem stabiler Infrastruktur liegen. Wer heute in Embedded Finance gewinnt, baut keine bunten Apps mehr, sondern die hochkomplexen, unsichtbaren Stahlträger der digitalen Weltwirtschaft.

Bisherige Lösungsansätze für fehlerhafte Abrechnungen – von unzulässigen Verwaltungskosten bis zu falsch umgelegten Reparaturen – waren für Mieterinnen und Mieter oft teuer oder zeitaufwendig. Der Gang zur Anwaltskanzlei frisst die Ersparnis schnell auf, Mietervereine binden einen an jährliche Mitgliedschaften und etablierte LegalTech-Wettbewerber verlangen für eine manuelle Prüfung meist rund 50 Euro.

Hinter dem Lösungsansatz von NebenkostenPro steht kein großes Entwicklerteam, sondern Julian Falk, ein Solo-Gründer aus Zirndorf bei Nürnberg. Auf die Frage, wie man sich freiwillig in die juristischen Untiefen der Betriebskostenverordnung stürzt, hat Falk eine verblüffend einfache Antwort: „Ehrlich gesagt war der Auslöser ziemlich banal“, erinnert sich der Gründer. „Ich habe selbst als Mieter eine Nebenkostenabrechnung bekommen, bei der die Zahlen einfach nicht plausibel wirkten“.

Als er sich einlesen wollte, landete er prompt im deutschen Paragraphendschungel. „Da habe ich gemerkt: Wenn ich als technikaffiner Mensch schon Probleme habe, das zu durchdringen, wie soll das ein normaler Mieter schaffen?“ Falk erkannte schnell, dass die Betriebskostenverordnung im Kern aus klaren Wenn-Dann-Strukturen besteht. „Das schreit förmlich nach Automatisierung“, fasst er seinen Heureka-Moment zusammen.

KI als Herausforderer im zweiseitigen Markt

Was als Wochenendprojekt begann, wuchs schnell. Heute nutzt die Plattform eine komplexe Pipeline aus mehreren KI-Modellen, um hochgeladene PDF-Dokumente und Fotos auszulesen, zu strukturieren und juristisch einzuordnen. Der Clou dabei ist der duale Ansatz, der beide Marktseiten bedient. Für Mieter*innen dient das Tool zunächst der Symptombekämpfung, indem ein initialer Schnellcheck die hochgeladenen Daten kostenlos mit lokalen Vergleichswerten abgleicht. Der detaillierte Prüfbericht startet bei einer preislichen Kampfansage von 7,90 Euro. Für Vermieter*innen fungiert die Plattform hingegen als Software-as-a-Service zur rechtskonformen Erstellung der Abrechnungen.

Dieses B2B-Abo-Modell ist für das Überleben der Firma essenziell. Es sorgt für den dringend benötigten wiederkehrenden Umsatz, der das stark saisonale, von geringer Kund*innenbindung geprägte Mieter*ingeschäft wirtschaftlich ausbalanciert.

Wer nun glaubt, hinter einer solch komplexen KI-Pipeline stünden „Heerscharen“ von Investoren, irrt. „NebenkostenPro ist komplett eigenfinanziert. Es gibt keine externen Geldgeber, keine Investoren, keine Beteiligungen“, betont Falk. Das Modell trage sich mittlerweile selbst – für Falk ein Blick in die Zukunft der Softwareentwicklung. „KI verändert gerade fundamental, wie Software-Unternehmen entstehen. Die Werkzeuge, die heute verfügbar sind, machen einen einzelnen Gründer so produktiv wie früher ein ganzes Team.“ Die Rolle des/der Entwickler*in verschiebe sich zunehmend zum/zur Architekt*in, der lediglich die Richtung vorgebe und Ergebnisse validiere.

Smarte Daten als Reichweiten-Hebel

Um gegen etablierte LegalTech-Player wie Wenigermiete oder Mieterengel anzukommen, fehlte dem Solo-Gründer schlicht das Marketingbudget. Falks clevere Antwort: Er baute eine frei zugängliche Wissensdatenbank mit kommunalen Nebenkostendaten für rund 400 deutsche Städte auf – von Grundsteuer-Hebesätzen bis zu lokalen Wasserpreisen.

Ein massiver Hebel, der sich auszahlt: Die Datenbank wird mittlerweile sogar von Google und KI-Modellen wie ChatGPT als primäre Quelle zitiert, was organischen Traffic generiert, ohne teure Klickpreise für umkämpfte Keywords zahlen zu müssen.

Konvertiert dieser Traffic auch? „Die Seite rankt für zahlreiche organische Keywords, der Traffic vervielfacht sich von Monat zu Monat“, freut sich der Gründer. Das beste Marketing sei ohnehin die Mundpropaganda erfolgreicher Nutzer*innen. Eine Entwicklung verblüfft den Zirndorfer dabei besonders: „Was mich überrascht hat: Die Vermieterseite wächst schneller als die Mieterseite.“ „Viele private Kleinvermieter kämpfen sich jedes Jahr mit Excel durch ihre Abrechnung und sind dankbar, wenn ihnen das jemand abnimmt.“

Juristisches Minenfeld und das Haftungsrisiko

Doch wo KI auf deutsches Mietrecht trifft, lauern Gefahren. Bedingt durch das Rechtsdienstleistungsgesetz darf NebenkostenPro keine formelle Rechtsberatung anbieten, sondern liefert lediglich Indizien und Muster-Widersprüche ohne bindende Vertretung. Zudem stoßen reine Sprachmodelle bei komplexen Sonderfällen – etwa einer gewerblich-privaten Mischnutzung – an ihre Grenzen.

Auf die berüchtigten „Halluzinationen“ von Sprachmodellen angesprochen, reagiert Falk pragmatisch. Er setze nicht auf ein einziges Modell, sondern auf eine spezialisierte Pipeline mit klar abgegrenzten Aufgaben. Die eigentliche Analyse basiere dann nicht auf Freitext-Antworten der KI, sondern auf einem präzisen Abgleich extrahierter Werte mit konkreten Gesetzestexten.

Zudem übt der Gründer Kritik an der generellen KI-Skepsis. „Was mich bei der Debatte um KI-Halluzinationen immer etwas stört: Wir tun so, als wäre das ein reines KI-Problem. In Wahrheit halluzinieren Menschen ständig“, kontert er. „Ein Sachbearbeiter, der zum dritten Mal an diesem Tag eine Abrechnung prüft, übersieht Fehler. Ein Vermieter, der seine Abrechnung in Excel zusammenbastelt, vertippt sich. KI lügt nicht strategisch, sie berechnet Wahrscheinlichkeiten.“

Um sich vor Regressansprüchen zu schützen, schiebt die Plattform die finale Verantwortung konsequent auf die Nutzer*innen ab. „Man muss mit KI genauso umgehen wie mit einem Kollegen. Den Output hinterfragen, nicht blind vertrauen“, mahnt Falk. Wer als Vermieter*in das Tool nutze, sei am Ende selbst für die Richtigkeit der eingegebenen Daten und das finale Dokument verantwortlich. „Bei komplexen Sonderfällen empfehlen wir ausdrücklich den Gang zur Fachberatung“, räumt er ein. Auch dem strengen Datenschutz bei Finanzdokumenten begegnet er kompromisslos: Daten kostenloser Nutzer*innen werden nach der Erstellung sofort gelöscht und alle Übertragungen werden strikt verschlüsselt.

David gegen die LegalTech-Goliaths

NebenkostenPro steht für den aktuellen Trend rund um gebootstrappte KI-Start-ups, bei denen ein(e) einzelne(r) Gründer *inmoderne Sprachmodelle nutzt, um teure menschliche Arbeitskraft zu kommoditisieren. Doch was hindert Branchenriesen mit riesigen Budgets daran, Falks Idee mittels offener KI-Schnittstellen einfach zu kopieren?

Falk gibt sich entspannt und räumt ein, dass die reine KI-Technologie kein echter Burggraben sei. Sein Vorteil liege im Domänenwissen und in der Agilität: „Als die CO₂-Kostenaufteilung kam, hatte ich das schneller drin als die meisten etablierten Anbieter.“ Zudem bediene NebenkostenPro als einzige Plattform beide Marktseiten – sie prüft für die einen und erstellt für die anderen.

Am Ende, so ist sich der Gründer sicher, gewinne nicht derjenige mit dem größten Team, sondern der Schnellere. „Der Vorsprung entsteht nicht durch eine einmalige technische Idee, sondern dadurch, dass man jeden Tag nah am Nutzer baut und schneller iteriert als die Konkurrenz.“