Wer den Namen Travis Kalanick kennt, wird auch das Image kennen, das dem 40-Jährigen anhaftet. Schnell wird das Bild vom rücksichtslos agierenden Silicon-Valley-Kapitalisten entworfen, der es als Taxi-Killer binnen weniger Jahre zu einem geschätzen Vermögen von 6,3 Milliarden US-Dollar gebracht hat. Wer sich nur darauf beschränkt, wird weder Travis wirklich gerecht, noch wird er je erfahren, was einen der weltweit erfolgreichsten Start-up-Unternehmer letztlich antreibt und was er noch vorhat. Wir haben genauer hingesehen.

Travis stammt aus einer Mittelschichtfamilie und wächst bei Los Angeles auf. Er fängt nicht nur früh mit dem Programmieren an, sondern zeigt auch früh sein Talent fürs Geldverdienen. Denn schon als Teenager verkauft Travis in den Ferien Küchenmesser in der Nachbarschaft und entwickelt ein Programm, das angehende Studenten auf Hochschulzulassungstests vorbereitet. Travis ist also nicht der introvertierte Tech-Nerd, der sich hinterm Laptop verschanzt, sondern ein selbstbewusster, geschäftstüchtiger Typ, der sich behaupten will. „Man muss den Mut haben, rauszugehen und es einfach zu versuchen“, so Travis’ Leitmotiv.

Sein Studium an der UCLA’s Engineering School in Los Angeles bricht Travis ab, um 1998 mit anderen Studenten einen der weltweit ersten File-Sharing-Dienste für Filme und Musik namens Scour aufzubauen – mit wenig Erfolg: das Start-up wird von den Musikrechteinhabern, sprich von der Unterhaltungsindustrie, kurzerhand auf eine astronomische Summe an Schadensersatz verklagt – Scour muss Insolvenz anmelden. Von dem Flop regelrecht angestachelt, geht Travis bereits nach wenigen Monaten mit seinem nächsten Start-up an den Markt. Bei dieser Gründung handelt es sich um Red Swoosh, ein weiteres File-Sharing-Netzwerk, in dem Software getauscht werden kann.

Erste Millionen-Deals
Auch dieses Vorhaben scheint dem Untergang geweiht. Geld fließt so gut wie keines, Travis und sein Co-Gründer werden gar zu Steuersündern, weil sie keine Steuern für die Gehälter abführen. Um die Steuerschuld begleichen zu können, zieht Travis in einer riesen Anstrengung Investoren und deren Geld an Land. Red Swoosh scheint damit zunächst gerettet. Doch die eigentliche Rettung erfolgt 2007, als es Travis auf fast tollkühn zu nennende Art gelingt, das immer noch nicht boomende Business an den Tech-Giganten Akamai Technologies für rund 20 Mio. Dollar zu verkaufen oder – anders gesagt –, sich aus der wirtschaftlich unsicheren Zukunft des Start-ups gewinnbringend herauszuziehen. Rückblickend sagt Travis über diese heikle Phase: „Wenn du zu Boden gehst, steh’ wieder auf. Versagen kann zu einem Gemütszustand werden. Ich habe Situationen erlebt, in denen ich über sechs Jahre hinweg immer wieder zu Boden gebracht wurde, aber ich bin trotzdem wieder aufgestanden.“

Mit dem Millionen-Deal im Rücken nimmt sich Stehaufmännchen Travis eine Auszeit und beginnt die Welt zu bereisen. Einen dieser Trips unternimmt Travis zusammen mit seinem Freund und künftigen Uber-Co-Gründer Garrett Camp. Garrett wächst in Calgary auf, studiert an verschiedenen Unis, um seinen Abschluss als Software-Ingenieur zu bauen. Zusammen mit drei Freunden gründet er 2002, noch während des Studiums, den Online-Suchdienst StumbleUpon, die weltweit erste Suchmaschine, die ihren Usern spezielle Webseiten (Fotos, Videos, Blogs etc.) empfiehlt, die zu ihren persönlichen Interessen bzw. ihrem User-Profil passen. Geld verdient wird mit passgenau auf die User ausgerichteter Werbung.

Rasant wächst die Plattform auf mehrere Millionen registrierte User, 2006 erhält das Start-up millionenschweres Kapital von diversen Silicon-Valley-Business-Angels. 2007 unterbreitet eBay Garrett und seinen Mitstreitern ein Übernahme-Angebot: 75 Mio. US-Dollar wandern in die Portemonnaies der jungen Gründer. Zu diesem Zeitpunkt – 2006 – arbeitet, studiert und lebt der als ruhig und introvertiert geltende Garrett in San Francisco, wo er den extrovertierten Travis kennenlernt und sich mit ihm anfreundet.

Was verbindet die beiden ungleichen Typen? Sehr viel selbst verdientes Geld, wie es nur wenige in ihrem Alter auf dem Konto haben, Durchsetzungsvermögen basierend auf einer klaren Machen-statt-planen-Mentalität sowie der innere Drang, Projekte ans Laufen zu bringen, die einerseit disruptiv sind und zugleich innovative, digitale Technologien vorantreiben. Auch haben sich Travis und Garrett bereits in der noch jungen Sharing Economy versucht und das Teilen-statt-besitzen-Potenzial für sich entdeckt. Und beide sind unternehmerisch davon angetrieben, Probleme zu lösen.

Geopolitische Spannungen, schwankende Rohölpreise und der drängende Zwang zur Dekarbonisierung machen den Luftverkehr zu einem der am schwersten zu transformierenden Sektoren der Weltwirtschaft. Während Elektroantriebe im PKW-Bereich und auf kurzen Strecken voranschreiten, bleibt der Langstreckenflugverkehr auf absehbare Zeit auf flüssige Kraftstoffe mit hoher Energiedichte angewiesen. Die politische Antwort der Europäischen Union steht mit der ReFuelEU-Aviation-Verordnung bereits fest: Fluggesellschaften müssen schrittweise steigende Quoten an nachhaltigem Flugkraftstoff beimischen, wozu ab dem Ende dieses Jahrzehnts zwingend auch synthetisches E-Kerosin gehört.

Doch E-Kerosin leidet bislang unter einem gravierenden Problem, denn es ist extrem teuer in der Herstellung und am Markt kaum in industriellen Mengen verfügbar. Genau an diesem Nadelöhr setzt das Berliner ClimateTech-Start-up Spark e-Fuels an. Ausgehend von einem Labor an der TU Berlin verspricht das Gründer-Trio, die Herstellungskosten von synthetischem Flugkraftstoff spürbar zu senken, indem eine der teuersten Komponenten der bisherigen Produktion schlicht überflüssig gemacht wird.

Aus der Wissenschaft ins unternehmerische Risiko

Die Entstehungsgeschichte von Spark e-Fuels geht maßgeblich auf die Promotion von Dr. Arno Zimmermann an der TU Berlin zurück. Zimmermann forschte dort intensiv zur Techno-Ökonomie der CO₂-Nutzung und stellte sich die Frage, welche chemischen Pfade zur CO₂-Verwertung nicht nur technisch machbar sind, sondern auch unter realen Marktbedingungen jemals wirtschaftlich rentabel arbeiten können.

Gemeinsam mit dem Physiker Dr. Mathias Bösl und der Chemikerin Dr. Julia Bauer formierte sich im Jahr 2021 das Gründungds-Trio. Alle drei brachten herausragende Ausgangsbedingungen mit. Bösl sammelte nach Arbeiten im Bereich der Kernfusion wertvolle Erfahrungen in der Strategieberatung bei BCG, während Bauer tiefes chemisches Fachwissen einbrachte. Anstatt sichere Laufbahnen in der Wissenschaft, in Konzernen oder in der Beratung weiterzuverfolgen, entschieden sich die drei Promovierten für den Schritt in das Wagnis einer wissenschaftlichen DeepTech-Gründung.

Warum verlässt man den sicheren Hafen von Großindustrie oder Spitzenforschung für ein solches finanzielles und persönliches Risiko? Der Entschluss sei nicht über Nacht gefallen, erinnert sich Julia Bauer an ihre Zeit bei großen Chemiekonzernen: „Ich saß bei BASF und Evonik an Prozessen, die gut liefen, aber eben genau so weiterliefen wie seit Jahrzehnten.“ Die Frustration über die fehlende Gestaltungsmacht wuchs. „Irgendwann wurde mir klar: Wenn ich dort bleibe, verdiene ich mit weniger Aufwand mehr. Verändern kann ich dabei aber nichts“, resümiert die Chemikerin. Der eigentliche Wendepunkt sei dann ein ehrliches Gespräch des Trios gewesen, in dem alle unabhängig voneinander dieselbe fundamentale Frage umtrieb: „Wie bringt man erneuerbaren Strom eigentlich dorthin, wo heute noch fossile Energie den Ton angibt?“ Von da an sei klar gewesen, dass sie dieses Mammutprojekt gemeinsam angehen wollen, anstatt es nur als Randnotiz in ihren jeweiligen Jobs mitzudenken.

Warum Lastflexibilität den Knoten platzen lassen soll

Um die Innovation von Spark e-Fuels zu verstehen, lohnt ein Blick auf das grundlegende Dilemma der E-Fuel-Herstellung. Synthetisches Kerosin entsteht vereinfacht gesagt aus Kohlenstoff und grünem Wasserstoff aus der Elektrolyse mit Ökostrom. Da Wind- und Sonnenenergie jedoch stark fluktuieren, standen herkömmliche chemische Reaktoren bislang vor einer schwierigen Wahl: Entweder läuft der Reaktor nur bei gutem Wetter – was die teuren Anlagen schlecht auslastet – oder man baut riesige Wasserstoff- und Stromspeicher als Puffer. Letzteres verursacht enorm hohe Investitionskosten.

Spark e-Fuels begegnet dieser Herausforderung mit einer proprietären, lastflexiblen Synthesetechnologie, die sich dynamisch an schwankenden Strom anpasst und teure Zwischenspeicher überflüssig machen soll. Doch wie verhindert man, dass Katalysatoren bei solch unregelmäßiger Zufuhr instabil werden oder Schaden nehmen?

„Das war tatsächlich der Kern des Problems, an dem wir am längsten gearbeitet haben“, räumt Julia Bauer ein. Klassische Prozesse bei über 850 Grad seien auf einen absolut gleichmäßigen Betrieb ausgelegt; jede Schwankung führe dort sofort zu Instabilität oder ungewollten Nebenprodukten wie Methan. Die Lösung des Start-ups lag in einem fundamentalen Umdenken: „Wir haben unser Verfahren von Grund auf anders aufgebaut: Durch einen komplett neuartigen Prozess mit sehr hoher CO₂-Umwandlung und intrinsischer Flexibilität haben wir es geschafft, das Gesamtsystem zu entkoppeln.“ Dadurch könne jeder Teilschritt eigenständig auf Schwankungen reagieren. Das System arbeite zudem bei deutlich niedrigeren Temperaturen von 600 bis 700 Grad und erreiche im Labor CO-Ausbeuten von teils über 99 Prozent – völlig ohne Nebenprodukte. Anfang des Jahres sei der entscheidende Schritt gelungen, die Technologie vom Quarzglas-Laboraufbau auf Edelstahlreaktoren im Pilotmaßstab zu übertragen. „Wir rechnen mit Effekten, die wir erst in dieser Größenordnung wirklich sehen werden“, gibt sich die Gründerin kämpferisch, „genau deshalb bauen wir die Pilotanlage.“

Kapitalisierung und Meilensteine

Dass dieser Ansatz in der Investor*innenszene auf großes Vertrauen stößt, zeigte sich in der Pre-Seed-Finanzierungsrunde über 2,3 Millionen Euro, unter anderem durch namhafte VCs wie IBB Ventures, BASF und Voyagers.io. Besonders aufschlussreich ist zudem der Blick auf die Business Angels: Darunter finden sich Ex-Führungskräfte von Shell, Lufthansa, BP und Siemens Energy.

Im kapitalintensiven Chemie-Anlagenbau sind 2,3 Millionen Euro jedoch rasch aufgebraucht. Wie überzeugt man Geldgeber*innen von einer Hardware-Technologie, deren spätere Skalierung astronomische Summen verschlingen wird?

„Wir haben gar nicht versucht, das Risiko kleinzureden, sondern von Anfang an transparent gemacht, dass diese Technologie hohe Kapitalanforderungen hat“, betont Mathias Bösl. Letztlich habe die Investor*innen die konsequente Fokussierung auf das Marktproblem überzeugt: „Die Kosten synthetischer Kraftstoffe müssen runter, sonst bleibt SAF eine Nische.“ Bösl verweist darauf, dass das frische Kapital explizit nur für den Aufbau der Pilotanlage gedacht sei. Die branchenerfahrenen Angels hätten zudem enorm geholfen: „Die kennen die Kapitalintensität des Anlagenbaus aus erster Hand und haben genau deshalb an unseren Ansatz geglaubt, das Investitionsrisiko über ein OEM-Modell mit Partnern zu verteilen, statt jede Anlage selbst zu bauen und zu finanzieren.“

Mit der ersten eigenen Pilotanlage, die seit Anfang 2026 läuft, muss nun der Realitätscheck gelingen. Arno Zimmermann weiß genau, welche Parameter entscheidend sind, um industrielle Abnehmer*innen von der Serienreife zu überzeugen: „Für uns steht vor allem eine Zahl im Zentrum: die CO-Ausbeute unter realen, schwankenden Bedingungen.“ Während man im Labor konstant über 99 Prozent erreicht habe, gehe es nun um die Praxis. „Jetzt konnten wir erfolgreich nachweisen, dass wir auch im Pilotmaßstab die Ausbeute bei wechselnder Stromzufuhr stabil halten können“, freut sich Zimmermann. Langfristig gehe es um die Zuverlässigkeit im wochenlangen Dauerbetrieb und den harten Beweis, tatsächlich mit deutlich weniger Speicherinfrastruktur auszukommen. Zimmermann stellt klar: „Das sind die Kennzahlen, mit denen wir Partner überzeugen wollen – nicht mit einer einmaligen Demonstration, sondern mit ersten, belastbaren Betriebsdaten.“

Kritisch hinterfragt

Bei aller Faszination für die Innovation muss das Geschäftsmodell einer nüchternen Marktanalyse standhalten. Ein zentraler Punkt bleibt das Effizienzparadoxon: Die Umwandlung von Ökostrom zu Kerosin bringt erhebliche Effizienzverluste mit sich. Auch ein noch so flexibler Reaktor kann die Gesetze der Thermodynamik nicht aufheben. Es braucht gigantische Mengen an extrem billigem Strom. Plant Spark e-Fuels seinen Rollout also von Beginn an im Ausland?

Die Gründer*innen machen sich hier keine Illusionen. Zwar sitze das Herz des Teams inklusive Forschung und Pilotanlage in Berlin-Adlershof, doch Arno Zimmermann bringt es auf den Punkt: „Aber für den kommerziellen Rollout im großen Maßstab braucht man extrem günstigen erneuerbaren Strom, und den gibt es in Deutschland aktuell einfach nicht zu den Preisen, die wir für wettbewerbsfähiges Kerosin brauchen.“ Das Geschäftsmodell sei daher von Anfang an international gedacht. Erste Absichtserklärungen gebe es bereits mit Projektentwickler*innen in Südeuropa sowie Anfragen aus Spanien oder Marokko. Mathias Bösl wirft jedoch ein: „Das heißt aber nicht, dass Deutschland komplett raus ist.“ Standorte mit viel Windkraft, etwa die Lausitz, seien denkbar, „sobald sich die Rahmenbedingungen für Ökostrompreise verändern.“

Ein weiteres Nadelöhr ist der Sprung zur kommerziellen Großanlage, der hohe zweistellige Millionenbeträge erfordert. Spark will dieses Bilanzrisiko schlank halten. „Unser Modell ist klar als OEM beziehungsweise Systementwickler ausgelegt“, definiert Bösl die künftige Rolle. „Wir wollen nicht selbst zum Anlagenbetreiber werden, sondern die Schlüsseltechnologie liefern und über Anlagenverkäufe sowie wiederkehrende Einnahmen aus IP-Lizenzen und Services verdienen.“ Angesprochen auf etablierte Konkurrent*innen wie Ineratec oder Synhelion gibt sich der Physiker selbstbewusst: „Es gibt tatsächlich mehrere ernstzunehmende Player im E-Fuel-Bereich, das ist auch gut so, weil der Markt riesig ist und weit über 3.000 neue Anlagen bis 2050 benötigt.“ Das eigene Alleinstellungsmerkmal bleibe der Verzicht auf große Speicher – ein Vorteil, der sich nun im direkten Vergleich beweisen müsse.

Zuletzt könnten die strengen Regularien der Luftfahrt den Markteintritt verzögern. Arno Zimmermann sieht dem Zertifizierungsprozess jedoch gelassen entgegen: „Ein Vorteil von E-Fuels ist, dass es sich um einen Drop-in-Kraftstoff handelt, der über etablierte Zertifizierungspfade in bestehende Luftfahrtinfrastruktur eingebracht werden kann.“ Auf konkrete Abnahmevereinbarungen angesprochen, verweist das Team auf Geheimhaltungsklauseln, lässt aber erste handfeste Erfolge durchblicken: „Wir haben bereits Corporate-Partner für ein gemeinsames Demoprojekt gewonnen, inklusive unterzeichneter Absichtserklärungen für die Kraftstoffabnahme.“ Verbindliche, großvolumige Verträge folgten typischerweise erst mit dem Nachweis der kommerziellen Anlage.

Unsere Einordnung

Für Gründerinnen und Gründer lassen sich aus dem Fall Spark e-Fuels wertvolle Erkenntnisse gewinnen. Zum einen unterstreicht das Vorgehen die Bedeutung einer marktgetriebenen Entwicklung. Das Team hat nicht nach einer Anwendung für eine bestehende Erfindung gesucht, sondern ist vom drängenden Marktproblem der hohen E-Fuel-Kosten ausgegangen und hat die Lösung techno-ökonomisch rückwärts entwickelt.

Zum anderen zeigt das Beispiel, dass der Schritt aus der akademischen und beruflichen Sicherheit belohnt werden kann. In Deutschland verbleiben noch immer zu viele patentfähige Forschungsergebnisse an den Universitäten, weshalb der Mut der drei Promovierten Vorbildcharakter für das heimische DeepTech-Ökosystem besitzt. Schließlich zeigt die Zusammenstellung der Investor*innen, wie wertvoll ein smartes Syndikat ist. Die Kombination aus spezialisierten Impact-VCs und branchenkundigen Angels liefert nicht nur Kapital, sondern bringt auch das notwendige Know-how zu Regulierung und Zielmärkten an den Tisch.

Spark e-Fuels steht beispielhaft für das Potenzial deutscher Ausgründungen im Klimasektor. Ob der technologische Kniff den Durchbruch bringt, wird sich beim Übergang zur kommerziellen Skalierung zeigen. Ein Erfolg wäre nicht nur für die Luftfahrt ein wichtiger Baustein, sondern auch ein starkes Signal für die gesamte europäische Start-up-Landschaft.

Anfang August 2026 schreckte ein massives Datenleck die Tech-Community auf. Beim beliebten KI-Meeting-Assistenten tl;dv wurde eine kritische Sicherheitslücke bekannt. Der Sicherheitsforscher, der unter dem Pseudonym BobDaHacker auftritt, konnte auf 181.874 Meeting-Datensätze zugreifen, die mehr als 84.000 Nutzern zugeordnet waren. Zudem gelang es ihm laut eigenen Angaben, sich in zwei laufende Live-Besprechungen einzuklinken. Auch wenn tl;dv die Lücke rasch schloss und betonte, dass über diese Schwachstelle keine privaten Gesprächsprotokolle oder Aufzeichnungen abrufbar gewesen seien, bleibt ein brisanter Weckruf für Unternehmen.

Für Christoph Knöll, Geschäftsführer der KI-Beratung Neurawork, offenbart dieser Fall ein viel weitreichenderes, oft unterschätztes Problem in der Unternehmenswelt: „Das größte Risiko liegt in der unkontrollierten Nutzung von KI-Tools.“ Oft seien es die Mitarbeitenden selbst, die derartige Anwendungen ohne das Wissen der IT-Abteilung einrichten.

Die unsichtbare Gefahr: Was ist Shadow-KI?

Genau dieses Phänomen bezeichnen Experten als „Shadow-KI“ (Schatten-KI). Es ist die logische, aber heikle Evolution der klassischen Schatten-IT. Während herkömmliche nicht-genehmigte Software oft isolierte Aufgaben erfüllte, werden KI-Tools kontinuierlich mit tiefgreifenden Unternehmensdaten gefüttert – von sensiblen Kundengesprächen über proprietären Code bis hin zu Finanzdaten.

Aktuelle Erhebungen aus dem Jahr 2026 unterstreichen die Brisanz: Gartner schätzt, dass mittlerweile mehr als die Hälfte der Wissensarbeiter*innen KI-Anwendungen ohne ausdrückliche Freigabe für berufliche Zwecke einsetzt. Auch der aktuelle IBM Cost of a Data Breach Report warnt vor den finanziellen Folgen: Datenschutzverletzungen, bei denen Shadow-KI im Spiel ist, erhöhen die ohnehin immensen Kosten eines Breaches im Durchschnitt um rund 670.000 US-Dollar. Gerade für Start-ups, bei denen schnelle Prozesse essenziell sind, kann ein solches Datenleck oder ein Verstoß gegen den strengen EU AI Act existenzbedrohend sein.

Warum ein pauschales Verbot scheitert

Christoph Knöll sieht in der Entstehung von Shadow-KI nicht nur ein Sicherheitsrisiko, sondern primär ein Warnsignal. Es sei ein klares Indiz dafür, dass konkrete Probleme der Belegschaft im Unternehmen nicht ausreichend gelöst würden. Daher seien pauschale Verbote der völlig falsche Ansatz. Sie führen in der Praxis lediglich zum sogenannten Wasserbetteffekt: Die Nutzung weicht auf private Geräte oder schwerer kontrollierbare Kanäle aus, was die Risiken weiter verschärft.

Ohne einen strukturierten Umgang mit künstlicher Intelligenz, so Knöll, suchen sich die Mitarbeitenden unweigerlich ihre eigenen Lösungen – was dazu führt, dass aus vereinzelten Tools schnell ein unkontrollierter Wildwuchs entsteht. Statt zuerst die Frage nach dem passenden Tool zu stellen, sollten Firmen gemeinsam mit ihrem Team analysieren: Wo haken unsere Prozesse, wo geht wertvolle Zeit verloren und an welchen Stellen kann KI eine sinnvolle Hilfestellung bieten?

Drei klassische Fehler begünstigen den Wildwuchs

Nach Erfahrungen der Expert*innen liegen der unkontrollierten KI-Nutzung meist drei grundlegende Management-Fehler zugrunde:

• Die Technologie wird vor das Geschäftsproblem gestellt: Unternehmen führen KI ein, ohne vorab klar zu definieren, welche konkreten Probleme für Kund*innen oder Mitarbeitende damit eigentlich gelöst werden sollen. Erfolgreiche Integration startet jedoch immer bei der Herausforderung, nicht bei der Tool-Auswahl.
• Das Team wird nicht mitgenommen: Selbst die raffinierteste KI-Lösung verpufft, wenn sie im Alltag nicht genutzt wird. Mitarbeitende müssen den Nutzen verstehen und wissen, wie sich ihre Arbeitsweise dadurch positiv verändert.
• Mangelnde Alltagstauglichkeit: Was im Labor oder Pilotprojekt glänzt, läuft in der Praxis oft instabil. KI-Lösungen müssen sicher in die bestehenden Unternehmenssysteme eingebunden, mit hochwertigen Daten gespeist und vor allem dauerhaft zuverlässig betrieben werden.

To-Dos für Gründer*innen: So gelingt der strukturierte Rollout

Ein strukturierter KI-Rollout, der Shadow-KI vorbeugt, basiert auf den drei Säulen Strategie, Architektur und Change-Management. Fehlt auch nur eine dieser Säulen, bleibt der erhoffte wirtschaftliche Nutzen aus. Gründer*innen sollten folgende Schritte sofort einleiten:

• Den echten Bedarf evaluieren (Strategie): Sprich mit deinen Teams. Frage offen: Welche Probleme sollen gelöst werden? Verstehe den Bedarf, bevor du Vorgaben machst oder teure Lizenzen einkaufst.
• Sichere Alternativen bereitstellen (Architektur): Verbiete nicht einfach unsichere Tools, sondern biete nahtlose, sichere Alternativen an. Die KI-Architektur muss gewährleisten, dass Systeme sicher und zuverlässig funktionieren. Implementiere Enterprise-Gateways, die den Abfluss von Unternehmensdaten zu Trainingszwecken verhindern.
• Schulung und Befähigung (Change-Management): Verankere KI-Kompetenz in deiner Unternehmenskultur. Kläre dein Team über die Risiken unautorisierter Datenfreigabe auf und etabliere klare Leitlinien (Governance), damit die neuen Tools auch produktiv und sicher im Alltag genutzt werden.

Fazit

Shadow-KI ist längst in den Büros und Homeoffices der Start-up-Welt angekommen. Der Vorfall um den Meeting-Assistenten tl;dv ist ein unmissverständlicher Weckruf. Gründer*innnen, die KI lediglich als randläufiges IT-Projekt begreifen, greifen zu kurz. Es geht vielmehr um eine strategische Transformation, bei der Sicherheit, Compliance und Produktivität im Einklang stehen müssen.

StartingUp: Was war der konkrete Auslöser für dich, Order Right gegen den digitalen Flickenteppich in der Gastronomie zu gründen?

Muhammed Ali Yildiz: Der Auslöser war die enorm herausfordernde Situation der Branche. Viele Gastronomen kämpfen mit komplexen Abläufen, langen Vertragslaufzeiten und einer Vielzahl an isolierten Einzellösungen, die nicht miteinander kommunizieren. Genau hier setzen wir an: Wir wollen eine zentrale Infrastruktur bieten, die den Alltag vereinfacht, damit sich Betreiber wieder auf ihr eigentliches Geschäft konzentrieren können.

StartingUp: Warum ist euer All-in-One-Ansatz für Gastronom*innen besser als schlanke Nischenlösungen („Best-of-Breed“)?

Muhammed Ali Yildiz: In der Gastronomie fehlt schlicht die Zeit für IT-Pflege. Zwischen einzelnen Nischensystemen brechen die Abläufe auf, was zu Reibungsverlusten und Mehrfachkosten führt. Wenn alles aus einer Hand kommt, entfallen diese Probleme – es gibt nur einen Ansprechpartner und eine zentrale Datenpflege. All-in-One ist für uns deshalb kein reines Feature, sondern die eigentliche Leistung.

StartingUp: Wie habt ihr es geschafft, die im Tagesgeschäft stark eingespannten Gastronom*innen für den Erstkontakt zu erreichen?

Muhammed Ali Yildiz: Die eigentliche Hürde ist tatsächlich der Erstkontakt während des laufenden Betriebs. Aber sobald wir im persönlichen Gespräch waren, konnten wir die meisten Betriebe für uns gewinnen. Unser stärkster Kanal ist dabei die Mundpropaganda, da die Branche stark vernetzt ist und sich Qualität schnell herumspricht.

StartingUp: Welcher Vertriebskanal war euer stärkster Hebel für das schnelle Wachstum von über 500 Kund*innen in zwölf Monaten?

Muhammed Ali Yildiz: Ganz klar Empfehlungen. Eine Kassenumstellung ist Vertrauenssache, da hört man lieber auf Kollegen als auf Werbung. Kaltakquise diente anfangs als Türöffner, und Partnerschaften werden jetzt relevanter, um neue Regionen zu erschließen. Der eigentliche Wachstumsmotor bleibt aber die Qualität der Arbeit beim bestehenden Kunden.

StartingUp: Wie entgegnest du im Verkaufsgespräch dem Einwand, dass eine Systemumstellung zu viel Zeit und Kosten verursacht?

Muhammed Ali Yildiz: Ich frage nach den aktuellen Kosten. Zählt man Kasse, Lieferdienste, Webshop und die manuellen Arbeitsstunden für die Buchhaltung zusammen, sind mehrere Einzellösungen oft deutlich teurer. Zudem ist unser System bewusst so einfach gehalten, dass Aushilfen in zehn Minuten eingearbeitet sind. Wir übernehmen die Einrichtung und sorgen dafür, dass die Umstellung nicht im stressigen Wochenendgeschäft passiert.

StartingUp: Überwiegt bei traditionellen Betrieben die Skepsis gegenüber KI und Automatisierung oder die Erleichterung beim Personal?

Muhammed Ali Yildiz: Anfängliche Skepsis schwindet sehr schnell durch die einfache Bedienung und unseren ständigen Support. Der KI-Telefonassistent nimmt beispielsweise verpasste Anrufe an und sichert so Umsatz, der sonst verloren ginge. Letztlich überwiegt beim Personal ganz klar die Erleichterung, weil lästige Routineaufgaben wegfallen und mehr Zeit für den Gast bleibt.

StartingUp: Welche manuellen Prozesse wird es in Restaurants in drei Jahren definitiv nicht mehr geben?

Muhammed Ali Yildiz: Erstens die handschriftliche Telefonbestellung, zweitens die doppelte Datenpflege auf verschiedenen Plattformen und drittens die Zettelwirtschaft am Monatsende für den Steuerberater. Alles, was keinen Umsatz bringt und niemandem Freude macht, wird automatisiert. Der Rest – das Kochen, Beraten und der menschliche Kontakt – bleibt beim Menschen.

StartingUp: Muhammed Ali Yildiz, danke für die Insights!

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

Key Takeaways für Gründer*innen

• All-in-One schlägt Insellösungen: In Branchen mit hohem operativen Druck gewinnt das System, das Schnittstellenprobleme eliminiert.
• Schmerzpunkt statt Feature-Schlacht: Schnelles B2B-Wachstum gelingt, wenn das Produkt direkte Antworten auf drängende Branchenprobleme (wie Personalmangel und Kostensteigerungen) liefert.
• Technologie als Entlastung: KI und Automatisierung dienen im B2B-Bereich vor allem dazu, dem Personal Routineaufgaben abzunehmen und Freiräume zu schaffen.

Ein neues Rechenzentrum vor den Toren Berlins. Die Bagger rollen an, dafür muss ein lokales Feuchtgebiet weichen. Früher hätte das Unternehmen als Ausgleich einfach ein paar Setzlinge am Waldrand gepflanzt. Heute, im Zeitalter der strengen EU-Nachhaltigkeitsrichtlinien, reicht das nicht mehr. Der Konzern will – und muss – auf dem Papier „Nature Positive“ sein.

Die Lösung aus der Tech-Welt scheint elegant: „Mit einem Klick kauft das Unternehmen sogenannte Biodiversity Credits bei einem der gehypten neuen Nature-Tech-Start-ups. Die Investition fließt in den Schutz eines ausgetrockneten Pinienwaldes in Andalusien, der mit Sensoren überwacht wird. Das Gewissen der Investor*innen ist rein, die Excel-Tabelle der Nachhaltigkeitsabteilung leuchtet grün.

Doch genau in dieser grünen Zelle der Tabelle offenbart sich der fundamentale Denkfehler eines aufstrebenden Marktes. Beim klassischen Klimaschutz funktioniert diese Ausgleichslogik. Eine Tonne CO₂, die in Brandenburg ausgestoßen wird, ist physikalisch identisch mit einer Tonne CO₂, die in Spanien aus der Luft gesaugt wird. Dem Klima ist die Geografie egal, die Währung ist universell austauschbar.

Die Natur lässt sich aber nicht in ein globales Hauptbuch pressen. Man kann den Lebensraum der brandenburgischen Rotbauchunke nicht durch eine iberische Eidechse ausgleichen. Wer Jaguare mit Regenwürmern vergleicht, verliert. Dennoch arbeiten Dutzende europäische NatureTech-Start-ups aktuell genau daran: Sie nutzen Drohnen, Umwelt-DNA und Bioakustik-KIs, um die unendliche Komplexität eines Ökosystems in eine einzige, handelbare Finanzkennzahl zu übersetzen.

Es ist der ambitionierte Versuch der Tech-Branche, das Unmessbare messbar zu machen – und er droht zu einer gigantischen Illusion zu werden.

Die „God-Mode“-Technologien: Der Wald wird ausgelesen

An Daten mangelt es dabei nicht. Im Gegenteil: Die technologische Entwicklung der letzten Jahre ermöglicht uns einen völlig neuen, fast gottgleichen Blick auf Ökosysteme.

Nehmen wir das Münchner Start-up Hula Earth. Das Team bringt das Internet of Things in den Wald. Solarbetriebene Sensoren und Mikrofone lauschen rund um die Uhr. Eine künstliche Intelligenz filtert das Rauschen, identifiziert das spezifische Zirpen einer bestimmten Grillenart und verknüpft diese akustischen Daten mit Satellitenbildern. Ähnlich radikal ist der Ansatz des Start-ups IdentMe aus Halle an der Saale. Statt Tiere mühsam zu fangen oder zu zählen, setzt das Team auf eDNA (Umwelt-DNA). Ein winziger Tropfen Wasser aus einem See oder eine Bodenprobe reichen aus, um genetisch exakt nachzuweisen, welche Tier- und Pflanzenarten in den vergangenen Tagen hier verkehrten.

Der blinde Fleck der Biologie verschwindet. Wir wissen heute besser denn je, was im Wald passiert. Das Problem der Start-ups ist nicht die Datenerhebung. Das Problem beginnt beim nächsten Schritt: der Monetarisierung.

Der Index-Fehler: Mathematik vs. Biologie

Um einen Biodiversitäts-Credit an ein Unternehmen verkaufen zu können, müssen Start-ups Millionen von Datenpunkten – Vogelstimmen, DNA-Spuren, Lidar-Scans von Baumkronen – aggregieren. Sie müssen all das in eine einzige Zahl pressen. Einen Index. Einen Score.

Und hier schlagen Ökolog*innen und Biolog*innen Alarm. Die Natur ist kein Dashboard. Wenn ein Start-up-Algorithmus Biodiversität vor allem nach der bloßen Anzahl der gefundenen Arten bewertet (weil sich das mathematisch leicht berechnen lässt), droht eine gefährliche Gamification. Nach dieser Logik wäre ein künstlich angelegter Stadtzoo mit exotischen Tieren wertvoller als ein natürliches, hochspezialisiertes – aber naturgemäß artenarmes – Hochmoor. Die Reduktion von Ökosystemen auf eine handelbare Metrik öffnet Tür und Tor für Fehlsteuerungen.

Das Trauma der Carbon-Märkte

Die europäische Start-up-Szene agiert hier in einem extrem angespannten Umfeld. Der Vorgänger-Markt – die freiwilligen CO₂-Zertifikate – liegt nach massiven Greenwashing-Skandalen um wertlose „Phantom-Wälder“ in Trümmern. Investor*innen sind nervös, das Misstrauen gegenüber reinen Tech-Versprechen ist groß.

Gleichzeitig baut sich ein immenser regulatorischer Druck auf. Durch die europäische Berichtspflicht (CSRD) geraten Konzerne in Panik. Start-ups wie das Berliner Unternehmen Kuyua bauen deshalb Plattformen, die Unternehmen helfen, ihre extrem komplexen Natur- und Klimarisiken in den globalen Lieferketten überhaupt erst einmal zu erfassen. Konzerne müssen plötzlich handeln, Metriken vorweisen und Natur-Bilanzen erstellen, obwohl die wissenschaftlichen Standards für diese Bilanzen noch gar nicht ausgereift sind. Es entsteht ein gefährlicher Blindflug, bei dem Milliardenbudgets in unfertige Systeme fließen könnten, nur um Compliance-Häkchen zu setzen.

Fazit: Von Offsetting zu Insetting

Bedeutet das, dass die europäischen NatureTech-Start-ups auf dem Holzweg sind? Keineswegs. Die Technologien von eDNA bis Bioakustik sind bahnbrechend. Der Fehler liegt nicht in der Hard- oder Software, sondern im Geschäftsmodell des Ablasshandels.

Biodiversität lässt sich schlichtweg nicht „offsetten“. Zerstörung an Ort A kann nicht durch Schutz an Ort B ungeschehen gemacht werden. Der wahre und zukunftsfähige Wert der NatureTech-Szene liegt im sogenannten Insetting.

Anstatt Zertifikate aus dem Amazonas an deutsche Autobauer zu verkaufen, müssen diese Technologien eingesetzt werden, um die Natur innerhalb der eigenen Lieferketten zu reparieren. Die KI von Hula Earth oder die eDNA-Analysen von IdentMe entfalten ihr volles Potenzial, wenn sie messen, wie sich die Pestizidreduktion auf den Feldern der direkten Zulieferer auswirkt.

Die Natur lässt sich nicht als globale Währung handeln. Aber mit der richtigen Technologie lässt sie sich vor der eigenen Haustür endlich verstehen – und im besten Fall retten.

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

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.

In einer zunehmend volatilen Weltlage werden kritische Infrastrukturen zur Zielscheibe. Das sogenannte Spoofing und „amming – also die Manipulation oder Störung von globalen Satellitennavigationssystemen (GNSS) wie GPS oder Galileo – betrifft längst nicht mehr nur militärische Drohnen. Zivile Luftfahrt, autonome Systeme und die Logistik stehen vor massiven Herausforderungen. Branchenexperten schätzen die täglichen wirtschaftlichen Schäden durch GPS-Ausfälle auf bis zu eine Milliarde US-Dollar.

Genau in diese Lücke stößt QOODA. Das Start-up entwickelt quantenbasierte Lösungen, die eine präzise Navigation ohne Satellitensignal ermöglichen. Das Zauberwort lautet Magnetic Anomaly Navigation (MagANav). Die Idee: Das Magnetfeld der Erde gleicht einem einzigartigen Fingerabdruck. QOODA nutzt extrem empfindliche Quantensensoren, um selbst kleinste Anomalien im Magnetfeld zu messen. Diese Daten werden anschließend mit weiteren Sensordaten fusioniert und mithilfe Künstlicher Intelligenz – genauer gesagt Physics-Informed Neural Networks – zu präzisen Magnetfeldkarten verarbeitet. Das Ergebnis ist eine ausfallsichere, alternative Referenz für die Lokalisierung in sicherheitskritischen Bereichen.

„Mit unserer quantensensorbasierten Technologie gestalten wir GPS-freie Navigation neu.“ – Dr. Björn Pötter, Geschäftsführer von QOODA

Gründerteam und Historie

Hinter der technologischen Vision steht ein Schwergewicht an akademischer und industrieller Expertise. Die QOODA GmbH wurde im Jahr 2025 in München gegründet. Das fünfköpfige Gründerteam bringt das notwendige Rüstzeug aus Quantenphysik, Informatik und Industrieerfahrung mit: Neben CEO Dr. Björn Pötter stehen Dr. Inés de Vega, Dr. Peter Eder (COO), Dr. Sadegh Ebrahimi (CTO) und Ahmad Nikmanesh an der Spitze des Unternehmens.

Ihre gemeinsame Mission beschreiben sie als die Modernisierung der sogenannten „OODA-Schleife“ (Observe, Orient, Decide, Act) – einem Konzept aus der Militärstrategie, das durch Quantentechnologie und KI in diversen Anwendungsdomänen schnellere und intelligentere Entscheidungen ermöglichen soll.

Die Hard Facts zu QOODA

• Gründung: 2025 (HRB 305706, Amtsgericht München)
• Stammkapital: 25.000 Euro
• Technologie: Quantensensorik, Sensorfusion, KI-gestützte Magnetfeldkartierung (MagANav)
• Zielmärkte: Luftfahrt, autonome Systeme, Robotik, UXO-Detektion
• Auszeichnungen: 1. Platz beim Münchener Businessplan Wettbewerb 2026 (BayStartUP)

Der Markt: Mehr als nur Navigation

Die Anwendungsfälle für QOODAs Technologie gehen weit über die klassische Luftfahrt hinaus. Ein besonders eindrucksvolles Beispiel für den praktischen Nutzen ihrer DeepTech-Entwicklung ist die Kampfmittelräumung (UXO – Unexploded Ordnance) in Krisengebieten wie der Ukraine. In Zusammenarbeit mit der Dropla Tech ApS nutzt QOODA die Tatsache, dass Quantensensoren eine bis zu tausendfach höhere Sensitivität als klassische Methoden aufweisen, um Minen und Blindgänger zuverlässiger zu detektieren.

Darüber hinaus streckt das Start-up seine Fühler in Richtung Predictive Maintenance (vorausschauende Wartung) aus. Mit quantenmagnetischer und THz-Bildgebung sollen beispielsweise nichtleitende Bauteile von Flugzeugen (wie Radome) präzise auf Defekte inspiziert werden. Diese Diversifikation des Portfolios ist strategisch klug, um unterschiedliche Einnahmequellen in B2B-Märkten zu erschließen.

Das Geschäftsmodell auf dem Prüfstand

Wer Hardware, insbesondere Quanten-Hardware, entwickelt, steht unweigerlich vor dem "Tal des Todes" – der extrem kapital- und zeitintensiven Phase zwischen Prototyp und Serienfertigung. Ein kritischer Blick auf das Geschäftsmodell von QOODA offenbart jedoch einen pragmatischen Ansatz zur Risikominimierung.

Das Start-up positioniert sich explizit in den Technology Readiness Levels (TRL) 4 bis 6. Hier liegt der Fokus auf dem Aufbau von Intellectual Property (IP), der Entwicklung wiederverwendbarer Module und Prototyping. Für die teure Industrialisierungsphase (TRL 7-9) – also Zertifizierung, Härtung der Systeme und Skalierung für den Massenmarkt – sucht QOODA den Schulterschluss mit etablierten Industriepartnern.

Um die frühen Phasen der Unternehmensentwicklung zu finanzieren, betreibt das Team zudem Consulting. Die Identifikation von Use-Cases, Strategieberatung für Unternehmen im Quanten-Bereich sowie die Bereitstellung ihrer Entwicklungsplattform „ODIN“ sollen offenbar den Cashflow ankurbeln, während das Kernprodukt reift. Diese Strategie reduziert zwar das anfängliche Kapitalrisiko, macht QOODA auf lange Sicht jedoch stark abhängig vom Wohlwollen und der Geschwindigkeit seiner industriellen Partner.

„Der Münchener Businessplan Wettbewerb bietet uns die passende Plattform, um Technologie und Marktpotenzial sichtbar zu machen“, erklärt Dr. Pötter. Nun geht es darum, das Wachstum strukturiert vorzubereiten und genau diese strategischen Partnerschaften gezielt auszubauen.

Wettbewerb: Ein globales Wettrüsten

QOODA bewegt sich in einem Markt, in dem keine Gefangenen gemacht werden. Die Idee der Navigation mittels magnetischer Anomalien wird derzeit weltweit vorangetrieben. Das australische Start-up Q-CTRL hat mit seinem System "Ironstone Opal" bereits reale Demonstrationen absolviert und behauptet, traditionelle Trägheitsnavigationssysteme (INS) um ein Vielfaches an Genauigkeit zu übertreffen. Auch Giganten der Branche, wie Maxar Intelligence mit ihrer kamerabasierten Software "Raptor", entwickeln alternative Lösungen für GPS-freie Umgebungen.

Die Konkurrenz ist massiv finanziert und operiert international (z.B. Q-CTRL mit Büros unter anderem in Sydney, Los Angeles und Berlin). Für ein junges Münchner Startup bedeutet das: Die Uhr tickt. Der Sieg beim BayStartUP-Wettbewerb ist ein erstklassiger Meilenstein, muss nun aber zügig in hochvolumige Finanzierungsrunden umgemünzt werden.

Einordnung und Fazit

QOODA ist ein Paradebeispiel für den modernen DeepTech-Ansatz "Made in Germany". Das Team kombiniert herausragende akademische Exzellenz mit einem erstaunlich pragmatischen Markteintritt. Anstatt den Versuch zu wagen, mit 25.000 Euro Startkapital eine eigene Hardware-Fabrik aus dem Boden zu stampfen, fokussieren sich die Münchner auf den USP: die Algorithmen, die Sensorfusion und die Modulentwicklung (TRL 4-6). Das begleitende Consulting-Geschäft liefert zudem wichtige Bodenhaftung und frühe Kund*innenkontakte.

Die Technologie adressiert ein brennendes, globales Problem: die Verletzlichkeit von GPS-Systemen. Wenn es QOODA gelingt, die Industrialisierungspartnerschaften (TRL 7-9) erfolgreich abzuschließen, steht dem Start-up ein Multi-Milliarden-Markt offen. Das größte Risiko bleibt jedoch das Timing und das Kapital. Die internationale Konkurrenz, insbesondere aus dem angloamerikanischen und australischen Raum, ist mit prall gefüllten Kriegskassen bereits im Feldtest. Für QOODA gilt es nun, den Schub des Businessplan-Siegs zu nutzen, um die europäische technologische Souveränität in diesem Sektor entscheidend mitzugestalten.

Die Ära der passiven Web-Seminare ist endgültig vorbei. Die moderne Wissensökonomie hat eine harte Lektion gelernt: Man kann keine erschöpfte Belegschaft upskillen. Schlafmangel und kognitive Überlastung kosten die globale Wirtschaft jährlich hunderte Milliarden Euro an verlorener Produktivität und Innovationskraft. Genau an dieser Schnittstelle von Biologie und Weiterbildung entfaltet sich ein spannender High-Tech-Wachstumsmarkt unserer Zeit. Lifelong Learning im B2B-Sektor ist nicht mehr nur eine Frage von Content-Management-Systemen, sondern von kognitiver Leistungsfähigkeit. Smarte Textilien, Neuro-Tracker und digitale Schlaf-Coaches transformieren ein biologisches Grundbedürfnis in die Basis erfolgreicher Unternehmensweiterbildung. Für Gründer*innen bedeutet dies eine historische Chance: Wer heute EdTech baut, entwickelt keine reinen Lernplattformen mehr, sondern holistische Systeme für Human Performance. Dieser Report beleuchtet, wie der deutsche Markt diese Fusion aus Neuro-Enhancement und B2B-Learning meistert.

Die Marktlage

Der europäische EdTech-Markt hat die Post-Pandemie-Katerstimmung hinter sich gelassen und präsentiert sich 2026 stark konsolidiert und hochprofitabel. Laut aktuellen Bitkom-Erhebungen fließen mittlerweile rund 40 Prozent der dedizierten HR-Software-Budgets im Mittelstand in datengetriebene Weiterbildungs- und Performance-Tools. Haupttreiber dieser Entwicklung ist die generative künstliche Intelligenz, die nicht nur Lerninhalte in Echtzeit hyperpersonalisiert, sondern sich nahtlos mit biometrischen Daten synchronisiert. Relevante Erhebungen, wie das KfW-Mittelstandspanel, bestätigen die schiere Marktgröße und beziffern die jährlichen Weiterbildungsinvestitionen allein im deutschen Mittelstand auf einen starken zweistelligen Milliardenbetrag. Die Investitionssummen spiegeln diese Reife wider: Während Seed-Runden im Schnitt bei konservativen zwei bis drei Millionen Euro liegen, sehen wir in Series-A- und Series-B-Finanzierungen für skalierbare B2B-SaaS-Modelle wieder realistische, aber gesunde Tickets zwischen 15 und 30 Millionen Euro – weit entfernt von den überhitzten Bewertungen der frühen Zwanzigerjahre, aber getragen von soliden Umsätzen.

Die neuen Treiber

Wer den Markt heute dominieren will, muss über das Offensichtliche hinausblicken. Drei spezifische Sub-Sektoren treiben das Wachstum rasant voran. An erster Stelle steht das sogenannte Neuro-Adaptive Learning. Hierbei wird die Erholungsökonomie direkt in den Lernprozess integriert. Ermüdungserscheinungen werden durch Wearables gemessen, woraufhin die KI-gestützte Lernplattform automatisch das Tempo drosselt oder Mikrolern-Einheiten anbietet. Vorreiter wie die etablierten Corporate-Coaching-Plattformen integrieren längst digitale Schlaf-Coaches in ihre Suiten, da die Neurowissenschaft beweist, dass Tiefschlafphasen für die Gedächtniskonsolidierung essenziell sind.

Der zweite Treiber ist Immersive Skill-Routing via Spatial Computing. AR- und VR-Headsets werden für hochkomplexe Maschinenschulungen und Hochrisiko-Trainings (wie Medizintechnik oder Flugzeugwartung) genutzt. In den Acceleratoren der TUM und des Cyber Valleys entstehen derzeit erste Stealth-Spin-offs, die Spatial Computing direkt mit Echtzeit-EEG-Wearables koppeln, um kognitive Überlastung im Training live zu messen und zu korrigieren.

Der dritte Sektor umfasst Verified Credentialing mittels Blockchain-Technologie, wodurch lebenslange Lernfortschritte fälschungssicher an Personalabteilungen übermittelt werden. Pioniere wie CoachHub haben den Weg geebnet, doch die neuen Treiber gehen tief in die biometrische und technologische Infrastruktur der Unternehmen über.

Reality Check: Gescheiterte Hoffnungen & Lektionen

Doch der Weg in diese profitable Gegenwart war gepflastert mit schmerzhaften Marktkorrekturen. Ein prominentes Beispiel für gescheiterte Hoffnungen war die Insolvenz des Berliner B2B-Coaching-Start-ups Sharpist im Frühjahr 2024, bevor es in Teilen gerettet werden konnte. Trotz massiver Finanzierungsrunden in der Pandemie brach das Modell unter seiner eigenen Kostenstruktur zusammen. Dieser Crash liefert heutigen EdTech-Gründer*innen vier fatale Fallstricke, die es zwingend zu vermeiden gilt.

• Der erste Fallstrick ist die chronische Abhängigkeit von VC-Kapital bei gleichzeitiger Vernachlässigung der Unit Economics; unprofitables Wachstum wird 2026 vom Markt brutal abgestraft.
• Zweitens unterschätzen Gründer*innen noch immer die B2B-Sales-Zyklen. Enterprise-Kunden brauchen oft sechs bis zwölf Monate bis zur Vertragsunterschrift, was eine immense Kapitaldecke erfordert.
• Der dritte Fallstrick ist die mangelnde Beweisführung des ROI. Eine Plattform, die HR-Abteilungen nicht messbar nachweisen kann, dass die Mitarbeitenden durch das Tool produktiver werden oder Kosten sparen, wird in Krisenzeiten sofort gekündigt.
• Viertens scheitern viele an der Regulatorik: Wer heute Gesundheitsdaten (wie Schlaf-Tracking) mit Personalentwicklung kreuzt, rennt ohne lückenlose DSGVO-Compliance und Betriebsrats-Zustimmung ungebremst gegen eine juristische Wand.

Das deutsche Netzwerk (Hotspots)

Die deutsche EdTech- und Neuro-Tech-Landschaft hat sich auf wenige, dafür aber extrem leistungsstarke Hubs konzentriert. München führt das Feld unangefochten an, gestützt durch die Technische Universität München (TUM) und die UnternehmerTUM, die europaweit führend in den Bereichen B2B-SaaS und DeepTech ist; hier entsteht die Hardware für Wearables und komplexe KI-Architekturen. Berlin bleibt das kommerzielle Epizentrum für Skalierung und Sales. Die Dichte an internationalen VCs und die Präsenz der ESMT Berlin befeuern hier vor allem Plattform-Modelle. Ein oft unterschätzter, aber hochrelevanter Hub ist das Cluster Stuttgart/Tübingen. Durch das hier ansässige Cyber Valley – Europas größtes KI-Forschungskonsortium – und exzellente Institute für Kognitionswissenschaften kommen von hier die tiefgreifendsten Algorithmen zur Lernanalyse. Schließlich hat sich die Region Köln/Bonn als unverzichtbarer Knotenpunkt für Corporate Learning etabliert, was nicht zuletzt an der historischen Präsenz großer Telekommunikations- und Medienkonzerne liegt, die als Early Adopter und Co-Innovatoren für Start-ups fungieren.

Investor*innen-Radar

Das Kapitalökosystem für Lifelong Learning hat sich stark professionalisiert und agiert in vier klaren Clustern. Bei den spezialisierten VCs geben europäische Fonds wie Emerge Education und Brighteye Ventures den Ton an; sie verstehen die pädagogischen Nuancen und regulatorischen Hürden wie kein anderer. Im Bereich der Top-Tier Generalisten sind es Schwergewichte wie HV Capital, Cherry Ventures und Point Nine Capital, die vor allem dann investieren, wenn das EdTech-Modell astreine B2B-SaaS-Metriken aufweist und Skalierbarkeit verspricht. Corporate VCs aus der Industrie, allen voran Bertelsmann Next und Holtzbrinck Digital, sichern sich durch strategische Investments frühzeitig die Technologien, die ihr eigenes Verlags- und Bildungsgeschäft digitalisieren. Der wahre Motor der Innovation liegt jedoch in der Frühphase bei erfahrenen Business Angels. Prominente Köpfe wie Verena Pausder treiben die Branche seit Jahren voran, flankiert von starken Angel-Syndikaten wie encourageventures, die gezielt diverses Gründen im Bildungsbereich fördern und Start-ups den entscheidenden ersten Runway sichern.

Die Top Start-ups (Must-Watch)

Die Auswahl der folgenden Top Start-ups erfolgte durch unsere Redaktion auf Basis eines strengen Kriterienkatalogs. Wir bewerteten die aktuelle Marktrelevanz, den technologischen Reifegrad des Produkts, die nachgewiesene Traktion bei B2B-Kunden sowie das Vertrauen namhafter Investoren. Um die Innovationskraft der jüngsten Generation in den Fokus zu rücken, berücksichtigt diese Liste ausschließlich Start-ups mit Hauptsitz in Deutschland und einem Gründungsjahr ab 2020 (bzw. dem unmittelbaren Aufbruch der aktuellen Welle Ende 2019). Die Auswahl reicht von etablierten Kategorie-Führer*innen bis hin zu aufstrebenden Newcomer*innen, die die Grenzen des klassischen E-Learnings sprengen und DeepTech, HR-Tech sowie kognitive Optimierung miteinander vereinen.

Tomorrow University of Applied Sciences

Im Jahr 2020 von Christian Rebernik und Dr. Thomas Funke gegründet, hat sich dieses Start-up zur führenden B2B- und B2C-Plattform für akademisches Upskilling entwickelt. Das Geschäftsmodell ist eine vollwertige, remote-first Universität (SaaS- und Studiengebühren-Modell), deren USP in der challenge-basierten Lernmethodik und einer hochentwickelten App-Architektur liegt, die starre Vorlesungen obsolet macht. Zu den Lead-Investoren der letzten Runden zählen Emerge Education und EduCapital.

DeepSkill

Miriam Mertens und Peter Goeke gründeten DeepSkill im Jahr 2020, um die Soft-Skill-Lücke in Unternehmen zu schließen. Das B2B-SaaS-Modell fungiert als digitale Plattform für ganzheitliche und emotionale Mitarbeiterentwicklung, die datengetriebenes Coaching mit klassischen Lernpfaden verbindet. Der High-Tech Gründerfonds (HTGF) und diverse Business Angels unterstützen diese Mission, die Menschlichkeit durch Technologie skalierbar zu machen.

Aivy

Ebenfalls 2020 von Florian Dyballa und seinem Team ins Leben gerufen, transformiert Aivy die Art und Weise, wie Potenziale erkannt werden. Das B2B-Geschäftsmodell basiert auf game-basierten Assessments, die psychometrische Daten auswerten, um Mitarbeitern präzise, bias-freie Lern- und Karrierepfade aufzuzeigen. Zu den frühen Geldgebern gehören renommierte HR-Experten und Business Angels wie Matthias Helfrich und Andreas Schmitz (ehem. Personalvorstand Roche), die die tiefe wissenschaftliche Fundierung des USPs schätzen.

Zavvy

Mehmet Yilmaz und Joshua Cornelius (die zuvor bereits Freeletics aufbauten) gründeten Zavvy 2021 als ganzheitliche B2B-SaaS-Lösung für Employee Enablement. Der USP liegt in der nahtlosen Integration von Onboarding, Micro-Learning und Performance-Tracking direkt in Kommunikations-Tools wie Slack und Teams, wodurch Lernen in den täglichen Workflow integriert wird. Der europäische Top-VC La Famiglia führte die Seed-Runde an, begleitet von Picus Capital und Emerge Education, bevor das Start-up Anfang 2024 in einem aufsehenerregenden Exit vom HR-Giganten Deel übernommen wurde.

Edurino

Auch wenn der Fokus zunächst auf der Vorschulbildung liegt, baut das 2021 von Irene Klemm und Franziska Meyer gegründete Start-up die fundamentale Infrastruktur für digitales Lifelong Learning. Ihr Geschäftsmodell kombiniert haptische Spielfiguren mit einer adaptiven Lern-App (B2C & B2B/Kindergärten). Der USP der physisch-digitalen Interaktion wird in Zukunft auch für haptische B2B-Trainings adaptiert. b2venture und DN Capital haben zweistellige Millionenbeträge in diese Vision investiert.

Knowunity

Benedict Kurz, Gregor Weber, Lucas Hild und Yannik Prigl gründeten Knowunity 2020 noch während ihrer eigenen Schulzeit. Ursprünglich als B2C-Marktplatz für Schüler-Zusammenfassungen gestartet, hat sich die Plattform technologisch zu einem globalen, KI-gestützten Lernbegleiter (AI Tutor) entwickelt. Der hochskalierbare USP der Peer-to-Peer-Architektur und das tiefe Gen-Z-Verständnis wecken massiv das Interesse von Konzernen: Im B2B-Bereich nutzen Unternehmen wie Porsche oder Vodafone die Plattform als hochprofitablen Kanal für Employer Branding und extrem frühes Recruiting. Nach Redalpine und Project A in den frühen Phasen hat zuletzt der europäische Top-VC XAnge die 27 Millionen Euro schwere Series-B-Finanzierungsrunde angeführt.

Edyoucated

Von Marius Bicher, Jan Rellermeyer, Marius Karwat und David do O' gegründet, gehört edyoucated zu den führenden deutschen B2B-SaaS-Plattformen für KI-gestütztes Skill-Management. Das Geschäftsmodell basiert auf einer Lern-Engine, die vorhandene Kompetenzen in Unternehmen analysiert und automatisiert maßgeschneiderte, hochindividuelle Lernpfade zusammensetzt. Der USP liegt in der drastischen Reduzierung von Schulungszeiten bei gleichzeitig höherer Wissensretention. Der europäische Top-VC Earlybird Venture Capital führt das Investorenkonsortium des Unternehmens an.

Internationaler Ausblick & Fazit

Der Blick über die europäischen Grenzen zeigt, dass die Fusion von EdTech und Human Performance gerade erst begonnen hat. Aus den USA schwappt der Trend der völlig autarken „AI-Tutors“ herüber – hochkomplexe KI-Agenten, die sich als persönliche Mentor*innen tief in die ERP-Systeme der Unternehmen einnisten und Lernbedarfe erkennen, bevor der/die Mitarbeitende überhaupt weiß, dass er/sie eine Wissenslücke hat. Asien treibt derweil die Hyper-Gamification und mobile-first Micro-Credentials auf die Spitze, wo Lernen fast ausschließlich in hochfrequenten, sekundenkurzen Interaktionen stattfindet. Aus dem israelischen Ökosystem wiederum drängen Start-ups in den zivilen Markt, die militärisch erprobte Neuro-Feedback-Technologien nutzen, um Stressresistenz und kognitive Fokus-Raten von Führungskräften zu tracken und zu trainieren.

Für Gründer*innen und Investor*innen in Deutschland und Europa lautet das Fazit für 2026 unmissverständlich: EdTech isoliert betrachtet ist tot. In der nächsten Dekade werden jene Unternehmen gewinnen, die Weiterbildung als biologischen und datengetriebenen Performance-Kreislauf begreift. Wer die technologische Brillanz von B2B-SaaS mit dem ethischen und sicheren Umgang von Neuro- und Gesundheitsdaten vereint, baut nicht nur die Arbeitswelt der Zukunft, sondern erschafft die nächste Generation von europäischen Unicorns.

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.

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.