Das deutsche KI-Startup-Ökosystem befindet sich 2025 weiter im Gründungsboom. Nie gab es mehr KI-Gründer in Deutschland und alleine im vergangenen Jahr wuchs die Zahl der KI-Startups um 35 Prozent. Auch für Investoren bleibt KI eines der vielversprechendsten Themen. Sie investierten 2024 fast 200 Millionen mehr in deutsche KI-Jungunternehmen als im Vorjahr. Vor allem deutsche KI-Startups im B2B-Bereich mit branchenspezifischen Lösungen für die Fertigung, Logistik und das Gesundheitswesen haben aktuell ausgezeichnete Wachstumschancen. Sie können von einer engen Vernetzung mit dem Mittelstand und führenden Forschungseinrichtungen in Deutschland profitieren. Typische KI-Anwendungsfelder von aufstrebenden deutschen Startups wie BlueAvenir, PlanA, Smart Reporting oder nnamu liegen dabei u.a. in der Softwareentwicklung, Sprach- und Bilderkennung oder datenbasierten Analyseverfahren zur Entscheidungsunterstützung.

KI-Chancen und die häufigsten Hürden

Während die Gesamtfinanzierung für KI-Projekte wächst, scheitern in der Praxis vielversprechende Ideen von Startups aber auch immer wieder am konkreten Business Case. Langfristig können sich insbesondere unterschätzte Kosten und eine schwache Performance der Anwendungen wie ein Bremsklotz auswirken. Die Nutzung von Sprachmodellen ist dank API-basierten Diensten sehr einfach geworden, dennoch können sich hier bei großen Volumina und ungeschickter Modell-Wahl schnell höhere Kosten aufsummieren. Gleichzeitig spielt die Performance des KI-Systems eine wichtige Rolle für eine langfristige Profitabilität. So führen besonders hohe Latenzzeiten bei der Model-Inference zu trägeren Systemen, die Nutzeranfragen nicht schnell genug verbreiten und die Attraktivität der Anwendung erheblich mindern.

Gerade Startups setzen oft auf die Cloud, da sie unabhängig vom technischen Hintergrund einfachen Zugang zu KI und die nötige Flexibilität ermöglicht. Drei innovative Methoden erweisen sich in der Cloud als besonders hilfreich, um eine optimale Balance zwischen Leistungsfähigkeit, Kosten und Nutzerfreundlichkeit für die Umsetzung des eigenen KI-Anwendungsfalls zu finden. So kann jeder Gründer seine KI-Ideen schnell, kosteneffizient und sicher umsetzen.

KI-Modellauswahl: Kleiner, aber schneller

Für Startups ist es entscheidend, das richtige KI-Modell für ihren Anwendungsfall zu wählen, um Kosten und Leistung optimal auszubalancieren. Anbieter wie Anthropic, AI21 Labs, Meta, Cohere, Mistral und Amazon bieten Modelle in verschiedenen Größen an – kleinere Varianten sind oft günstiger und reagieren mit kürzerer Antwortzeit. Nach einer ersten Validierung mit einem leistungsstarken Modell können Startups Tools wie Amazon Bedrock Evaluations nutzen, um herauszufinden, welches Modell in welcher Größe ähnliche Ergebnisse bei geringeren Kosten oder höherer Geschwindigkeit liefert. Diese Evaluierungen helfen dabei, die Leistungsfähigkeit und Effizienz zu beurteilen, indem Metriken wie semantische Robustheit und Genauigkeit bei der Informationsabfrage analysiert werden. Durch eine Kombination aus automatisierten Bewertungen mit Large Language Models (LLMs) und menschlicher Prüfung können Startups die beste Balance zwischen Leistung, Kosten und Geschwindigkeit für ihre individuellen Bedürfnisse finden.

Prompt Caching: Zwischenspeicherung für wiederkehrende Anfragen

Eine weitere smarte Methode, um die Antwortzeiten von KI-Modellen zu verkürzen und Kosten zu senken, ist das Prompt-Caching. Wenn ein digitaler Assistent sich bei jeder Frage immer wieder die gleichen Grundinformationen durchlesen müsste, dann wäre das extrem ineffizient. Genau hier setzt das Prompt-Caching an und speichert feste Teile des Prompts, wie grundlegende Anweisungen für das LLM, direkt in der Inferenz-Hardware zwischen. Nur die variablen, nutzerspezifischen Daten, die sich von Aufruf zu Aufruf verändern, werden bei jeder Anfrage neu übermittelt. Das spart nicht nur Rechenleistung, sondern sorgt auch für schnellere Antworten – ideal für Anwendungen wie Chatbots oder personalisierte KI-Assistenten, die häufig wiederkehrende Anfragen verarbeiten. Mit Amazon Bedrock lässt sich diese Technik einfach nutzen, indem das Caching und das Setzen von Cache-Checkpoints automatisch verwaltet werden können. Sobald das Caching aktiviert ist, übernimmt der Service das gesamte Cache-Management automatisch. So lassen sich bis zu 90 Prozent kosteneffiziente KI-Anwendungen mit minimalem Konfigurationsaufwand realisieren.

Model Distillation: KI-Wissen auf das Wesentliche fokussieren

Eine dritte bewährte Option ist Model Distillation. Das Prinzip ist einfach und kann vereinfacht als ein intelligenter Wissenstransfer in der Welt der KI beschrieben werden. Also so, als ob ein erfahrener Lehrer (ein großes, leistungsstarkes KI-Modell) seinem Schüler (einem kleineren, schnelleren Modell) die wichtigsten Konzepte beibringt. Dabei nutzt dieser Prozess synthetische Trainingsdaten, die auf realen Anwendungsbeispielen basieren. Das Ergebnis ist ein kompakteres Modell, das für einen spezifischen Anwendungsfall ähnlich gute Ergebnisse liefert wie das größere Modell, dabei aber deutlich schneller und kostengünstiger arbeitet. Destillierte Modelle in Amazon Bedrock können bis zu fünfmal schneller arbeiten und die Kosten um bis zu 75 Prozent senken im Vergleich zu den Originalmodellen – bei Genauigkeitsverlust von weniger als zwei Prozent.

Fazit

Erfolgreiche KI-Lösungen können mit der Cloud kosteneffizienter und performanter umgesetzt werden. Das erfordert zwar ein wenig technisches Know-how, aber die Cloud reduziert die Einstiegshürden erheblich und ermöglicht es auch kleineren Unternehmen, mit drei bewährten Methoden das KI-Potenzial effektiver auszuschöpfen. Startups haben mit der Cloud die maximale Flexibilität, um entweder von den leistungsfähigsten vortrainierten LLMs zu profitieren oder alternativ eigene LLMs mit maßgeschneiderter Infrastruktur zu entwickeln bzw. auf fertige Dienste mit integrierter generativer KI zuzugreifen.

Der Autor Constantin Gonzalez ist Principal Solutions Architect bei Amazon Web Services (AWS) in München.
Die Autorin Jennifer Grün ist Senior Specialist - Machine Learning bei AWS in München.

Der aktuelle „Global AI Confessions Report: CEO Edition" der KI-Plattform Dataiku enthüllt Eingeständnisse deutscher und internationaler Führungskräfte, die hinsichtlich KI einer neuen Realität gegenüberstehen. Wichtige Insights aus der Studie:

• 95 Prozent der deutschen CEOs geben zu, dass ein KI-Agent bei Geschäftsentscheidungen einen gleichwertigen oder besseren Rat geben könnte als ein menschliches Vorstandsmitglied.
• 69 Prozent der deutschen CEOs glauben, dass eine gescheiterte KI-Strategie oder eine KI-induzierte Krise dazu führen wird, dass ein CEO bis Ende 2025 aus dem Amt gedrängt wird.
• Mit 62 Prozent bzw. 66 Prozent rangieren deutsche CEOs unter allen globalen CEOs an der Spitze, wenn es um die Messung von Kosten- und Ressourcenanforderungen und Skalierbarkeit von KI geht.
• 78 Prozent der deutschen CEOs sind der Meinung, dass EU-Vorschriften die KI-Nutzung in ihren Organisationen verlangsamen könnten.

Für die Studie, die von The Harris Poll durchgeführt wurde, wurden im Januar und Februar 2025 über 500 CEOs in den USA, Großbritannien, Frankreich und Deutschland befragt. Die Unternehmen der insgesamt 100 befragten deutschen CEOs rangieren bei einem Jahresumsatz von mehr als 250 Millionen Euro und eine Unternehmensgröße von mehr als 500 Mitarbeitenden.

Der Bericht enthüllt: Die KI-Strategie ist zum entscheidenden Faktor für das Überleben von Unternehmen geworden. Die Ergebnisse belegen zudem, dass die Konsequenzen des Einsatzes von KI auch auf höchster Entscheiderebene angekommen sind. 

KI kommt im Vorstand an

Laut Aussagen deutscher Geschäftsführer stellt KI die Rolle der Entscheidungsfindung auf Vorstandsebene zunehmend in Frage. Zu den wichtigsten Ergebnissen gehören: 

• 93 Prozent der deutschen CEOs sind der Meinung, dass sie davon profitieren würden, ein aktuelles Vorstandsmitglied durch einen KI-Experten zu ergänzen oder zu ersetzen.
• 95 Prozent der deutschen CEOs geben zu, dass ein KI-Agent bei Geschäftsentscheidungen einen gleichwertigen oder besseren Rat geben könnte als ein menschliches Vorstandsmitglied.

KI-Strategie: Übernahme von Kernkompetenzen

Auch auf den darauf folgenden Rängen zeichnet sich ab, dass Künstliche Intelligenz das Berufsprofil der Führungsebene deutlich wandeln kann:  

• 90 Prozent der deutschen CEOs sind der Meinung, dass KI einen besseren Strategieplan entwickeln kann als ein Mitglied ihres Führungsteams (Vizepräsidenten bis zur Vorstandsebene).
• 49 Prozent der CEOs deutscher Unternehmen schätzen, dass sie 3–4 Teammitglieder durch KI ersetzen könnten, um strategische Planung zu betreiben. Ganze 13 Prozent gaben an, dass sie sogar 7 oder mehr Führungskräfte für die gleiche Aufgabe ersetzen könnten.

Keine KI-Strategie ist allerdings auch keine Antwort, denn

• 69 Prozent der deutschen CEOs glauben, dass eine gescheiterte KI-Strategie oder eine KI-induzierte Krise dazu führen wird, dass ein CEO bis Ende 2025 aus dem Amt gedrängt wird.
• 76 Prozent der deutschen CEOs sind der Meinung, dass sie Gefahr laufen, ihren Job zu verlieren, wenn sie nicht innerhalb von 2 Jahren messbare KI-getriebene Geschäftsgewinne erzielen.

KI als Kernkompetenz zukünftiger CEOs

Führungskräfte müssen sich laut der Umfrage auf dem Jobmarkt zukünftig anders aufstellen. KI-Kompetenz gilt als “Must-Have”, was auch aus dem Berufsalltag deutscher CEOs hervorgeht.

• 31 Prozent der deutschen CEOs sind der Meinung, dass Erfahrung in der Umsetzung einer erfolgreichen KI-Strategie oder deren Implementierung in 3–4 Jahren eine der wichtigsten Kompetenzen sein wird, nach denen Vorstände bei der Bewertung eines potenziellen Geschäftsführers suchen werden.
• 82 Prozent der deutschen CEOs geben an, dass ihre direkte Beteiligung an KI-bezogenen Entscheidungen im vergangenen Jahr zugenommen hat.
• 70 Prozent der deutschen CEOs geben an, an mehr als der Hälfte der KI-Entscheidungen ihres Unternehmens beteiligt zu sein.

Die „KI-Commodity-Falle“ und KI-Washing: Blinde Flecken der Geschäftsführung

Trotz zunehmender Abhängigkeit von KI sind sich viele CEOs der Gefahren schlecht umgesetzter KI-Strategien in gefährlicher Weise nicht bewusst.

• 87 Prozent der CEOs tappen weltweit in die „KI-Falle“ und sind zuversichtlich, dass KI-Standardagenten genauso effektiv sein können wie maßgeschneiderte Lösungen für hochgradig nuancierte vertikale oder domänenspezifische Geschäftsanwendungen.
• CEOs deutscher Unternehmen gehen im internationalen Vergleich mit 39 Prozent am ehesten davon aus, dass es bei eigenen KI-Initiativen mehr um die Optik als um die Wirkung geht. Dieser Umstand nennt sich auch “AI Washing” und zielt darauf ab, KI-Innovation vorzuspielen, anstatt einen bedeutenden Mehrwert zu schaffen.

Worauf deutsche CEOs allerdings vergleichsweise viel Wert legen, sind Kostenkontrolle und Skalierbarkeit von KI-Lösungen. Mit 66 Prozent rangieren deutsche CEOs unter allen globalen CEOs (62 Prozent) an der Spitze, wenn es um die Messung von Kosten- und Ressourcenanforderungen und Skalierbarkeit als Kernattribute innerhalb ihres Rahmens für die regelmäßige Bewertung der Effektivität von KI-Analysen, -Modellen und -Anwendungen geht.

KI-Governance und regulatorische Unsicherheit

Während sich die Einführung von KI beschleunigt, schaffen schlechte Governance und regulatorische Unsicherheit erhebliche Hindernisse:

• 25 Prozent der deutschen CEOs geben an, dass sich ein KI-Projekt aufgrund regulatorischer Unsicherheiten verzögert hat, während 35 Prozent zugeben, dass ein Projekt aus solchen Umständen abgebrochen oder aufgegeben wurde. 
• 78 Prozent der deutschen CEOs sind der Meinung, dass EU-Vorschriften die KI-Nutzung in ihren Organisationen verlangsamen könnten.
• 94 Prozent der CEOs vermuten weltweit, dass Mitarbeitende GenAI-Tools wie ChatGPT, Claude und Midjourney ohne Genehmigung des Unternehmens verwenden (bekannt als „Schatten-KI“) und damit ein massives Governance-Versagen innerhalb von Organisationen aufdecken.

Den vollständigen „Global AI Confessions Report: CEO Edition“ findest du hier

Kunst skalierbar machen
Die in Montreal ansässige Acrylic Robotics-Gründerin und CEO Chloë Ryan, selbst Künstlerin, hatte die Idee aus einer persönlichen Erfahrung heraus. Ein Gemälde zu schaffen, erfordert viel Zeit; und am Ende kann das Werk nur einmal verkauft werden. Inspiriert von der Skalierbarkeit der Musik- und Buchbranche entwickelte Chloë Ryan ein Konzept, mit dem Kunstwerke präzise reproduziert werden können – ohne an Qualität oder künstlerischem Anspruch zu verlieren. Gemeinsam mit Walker Singleton, Head of Engineering des Start-ups, entstand so ein interdisziplinärer Ansatz, der Robotik, Softwareentwicklung und mechanische Präzision vereint.

Der Roboter: Präzision in jedem Pinselstrich
Das Herzstück von Acrylic Robotics ist ein Roboterarm, der Gemälde detailgetreu reproduzieren kann. Der Prozess unterscheidet sich je nach Ursprung des Kunstwerks. Digitale Kunstwerke, die auf einem Tablet oder Computer erstellt wurden, können direkt an den Roboter übermittelt werden, da Daten wie Pinselrichtungen, Druckstärke und Farbwahl bereits digital vorliegen. Analoge Gemälde erfordern hingegen eine zusätzliche Analyse. Hier kommt ein speziell trainiertes KI-Modell zum Einsatz, das die wesentlichen Parameter berechnet, um eine möglichst präzise Reproduktion zu erzielen. Besonders wichtig ist es Acrylic Robotics, den Künstler kontinuierlich in den Prozess einzubeziehen. Es geht nicht darum, den kreativen Schaffensprozess zu ersetzen, sondern ihn zu ergänzen und weiterzuentwickeln.

Kunst für alle: Ein Service für Künstler und Käufer
Acrylic Robotics bietet seine Technologie Künstlern als Dienstleistung an. Über die Website können Künstler eine Zusammenarbeit anfragen, bei der ihre Werke in limitierter Auflage reproduziert werden. Käufer erhalten dadurch hochwertige Acrylreproduktionen, ohne den Wert des Originals zu schmälern. Das Konzept verbindet Exklusivität mit breiterer Zugänglichkeit und positioniert sich als innovative Lösung im Kunstmarkt.

Künstliche Intelligenz (KI) entwickelt sich rasant und findet in immer mehr Bereichen, auch in Unternehmen, Anwendung. Deshalb schafft Europa mit dem AI Act einen einheitlichen Rechtsrahmen, den alle europäischen Unternehmen einhalten müssen.

Nicht allen Arbeitgebenden ist bewusst, dass die europäische Verordnung bereits in Kraft getreten ist. Sie gilt für jede Organisation – unabhängig von ihrer Größe – und ist verbindlich. Das Gesetz betrifft somit alle Unternehmen und Organisationen mit Angestellten, die KI im Auftrag des Unternehmens nutzen, unabhängig vom Beschäftigungsverhältnis. Europa überlässt einen Teil der Durchführung und Umsetzung des KI-Gesetzes den Mitgliedstaaten selbst – ebenso wie die Verhängung von Geldbußen bei Nichteinhaltung. Die konkrete Höhe dieser Bußgelder wird erst am 2. August 2025 feststehen. Dennoch sollten Unternehmen ab dem 2. Februar lieber gut aufgestellt sein, da die Bußgelder auch rückwirkend in Kraft treten können.

Verbindliche KI-Policy und adäquate KI-Kompetenzen

Unternehmen sind dafür verantwortlich, dass ihre Belegschaft über ausreichende KI-Kenntnisse verfügt. Dabei ist es nicht erforderlich, dass jeder Mitarbeitende umfassendes Wissen über KI besitzt. Es muss sichergestellt werden, dass alle Mitarbeitenden, die mit KI-Systemen arbeiten, über die notwendigen Kenntnisse und Fähigkeiten verfügen. So können sie informierte Entscheidungen treffen und potenzielle Risiken erkennen. Dazu gehören alle Mitarbeiter*innen, die mit KI-Systemen arbeiten – vom Anbietenden bis zum/zur Endnutzer*in – und erstreckt sich also nicht nur auf IKT-Fachleute in Unternehmen.

Das KI-Gesetz legt nicht genau fest, welche Maßnahmen Arbeitgebende ergreifen müssen, damit alle beteiligten Personen ausreichende KI-Kenntnisse erwerben. Arbeitgebende sollten daher nicht nur die technischen Kenntnisse, Erfahrungen, Ausbildungen und Fortbildungen der Mitarbeitenden berücksichtigen, sondern auch den Kontext, in dem die KI-Systeme genutzt werden, sowie die betroffenen Personen oder Personengruppe.

Arbeitgebende können selbst entscheiden, welche Kenntnisse und Fähigkeiten ihre Mitarbeitenden benötigen und wie sie diese angeeignet werden können. Mögliche Maßnahmen sind allgemeine KI-Schulungen, die Grundkenntnisse vermitteln und auf verschiedene Zielgruppen zugeschnitten sein können. Dabei kann es sich um spezifische Schulungen handeln, die sich auf bestimmte Tools und Anwendungen konzentrieren, aber auch um die Zusammenarbeit zwischen juristischen und technischen Teams.

Arbeitgebenden wird empfohlen, eine KI-Policy mit klaren Richtlinien für den Einsatz von KI im Unternehmen zu erstellen. Darin kann festgehalten werden, welche Anwendungen von wem und auf welche Weise genutzt werden dürfen. In dieser Richtlinie kann der Arbeitgebende auch Hinweise darauf geben, wie die Mitarbeitenden ausreichend mit KI vertraut bleiben können. Wie wird zum Beispiel vorgegangen, wenn sich im Unternehmen oder bei den Tools etwas ändert? KI-Kompetenz ist schließlich nichts Statisches. Wenn ein(e) Mitarbeiter*in die Rolle wechselt, oder wenn die eingesetzten Tools sich ändern, muss der Arbeitgebende sicherstellen, dass die betreffende Person weiterhin über ausreichende KI-Kenntnisse verfügt.

Verbotene bestimmter KI-Systeme

Zum anderen verbietet der AI Act ab dem 2. Februar 2025 den Einsatz von KI-Systemen, die gegen europäische Normen und Grundwerte verstoßen, indem sie beispielsweise Grundrechte missachten. Darunter fallen auch KI-Systeme für Social Scoring, die Menschen aufgrund ihres sozialen Verhaltens oder persönlicher Eigenschaften bewerten, oder KI-Systeme zur Emotionserkennung am Arbeitsplatz oder im Bildungsbereich. Arbeitgeber sollten daher die eingesetzten KI-Systeme im Hinblick auf die Identifizierung verbotener Systeme und die Einstellung ihrer Nutzung überprüfen.

Ab August 2025 drohen Geldbußen - auch rückwirkend

Ab dem 2. August 2025 drohen Unternehmen und Organisationen, die verbotene KI entwickeln oder einsetzen, hohe Geldbußen. Die Überwachung und die Festlegung der Höhe der Strafen liegen vollständig in der Verantwortung der EU. Die Höhe der Geldbußen sowie die Aufsicht hierüber liegen vollständig in der Verantwortung der EU. Bis zu 35 Millionen Euro Strafe oder sieben Prozent des weltweiten Jahresumsatzes des vorangegangenen Geschäftsjahres – je nachdem, welcher Betrag höher ist – können verhängt werden.

Der Autor Sander Runkel ist Fachanwalt für Arbeitsrecht und Manager Tax & Legal bei SD Worx Deutschland

1. „Agentic AI“ für Legal Workflows

Künstliche Intelligenz (KI) ist das Herzstück der LegalTech-Zukunft. Anwendungen unterstützen schon heute Kanzleien und Unternehmen dabei, Dokumente zu analysieren und komplexe rechtliche Fragestellungen mit automatischer Prüfung von Gerichtsurteilen zu bearbeiten. KI ist dabei jedoch nur ein einzelnes Feature einer ganzheitlichen Legal-Workflow-Plattform. Aber ein wichtiges. Mit KI werden zeitintensive Aufgaben automatisiert, sodass Anwält*innen mehr Zeit für strategische Tätigkeiten haben und Legal Assistants von administrativen Aufgaben entlastet werden.

Gleichzeitig entstehen durch KI neue Herausforderungen. Digitale Souveränität, Datenschutz, Bias in Algorithmen und die Qualität der automatisierten Entscheidungsprozesse sind Themen, die sowohl Kanzleien, Rechtsabteilungen als auch Gesetzgeber beschäftigen werden. Da Datenschutz und Privacy i.d.R. bei europäischen und deutschen LegalTech-Anbieter*innen ein stärkerer Teil der Software-Anbieter DNA sind, haben sie einen Vorteil gegenüber US-amerikanischen Hersteller*innen.

2. Unified Contract Management & Enterprise Legal Management

Beim Contract & Matter Management zeichnet sich eine große Veränderung ab – hin zu modernen, flexiblen, cloudbasierten Contract- und Matter-Management-Tools. Durch höhere Anforderungen der Fachbereiche hinsichtlich der Geschwindigkeit bei der Bearbeitung von Rechtsfällen, nimmt die Bedeutung von Unternehmensjuristen weiter zu. Während sie früher primär als Berater agierten, übernehmen sie mittlerweile eine zunehmend strategische Rolle. Hierbei helfen ihnen ganzheitliche Enterprise Legal Management Software Lösungen die sowohl bei der Anfrage, Annahme und effizienten Durchführung von Rechtsfällen unterstützen. Die neue Rolle der Inhouse-Jurist*innen erfordert nicht nur technologische Kompetenz, sondern auch betriebswirtschaftliches Verständnis und die Fähigkeit, mit anderen Unternehmensbereichen zusammenzuarbeiten.

3. Legal Front-Door & Self-Service Legal Tools

In der IT wird seit vielen Jahren das „Shift to left“ Prinzip verfolgt. Jetzt wird es verstärkt auch in Legal Prozessen genutzt. Das Prinzip zielt darauf ab, die Effizienz über Self-Service Möglichkeiten zu steigern, Reaktionszeiten zu verkürzen und Kosten zu senken, indem Probleme näher an ihrer Quelle – also dem Mandanten, Anwender bzw. dem Fachbereich gelöst werden. Eine Legal Front Door ist im Grunde eine digitale Rezeption, eine zentrale Plattform, die es den Mitarbeitenden eines Unternehmens oder Mandant*innen einer Kanzlei ermöglicht, auf rechtliche, standardisierte Dienstleistungen wie NDA-Erstellung, Digitale Mandatsannahme, Compliance Anleitungen und Legal Ressourcen zuzugreifen.

4. Compliance Analytics: Risiken in rechtlichen Dokumenten erkennen und beheben

Die Analyse von Verträgen und Schriftgut ist zentraler Bestandteil der modernen Rechtspraxis. Compliance Analytics ermöglicht es Jurist*innen Risiken in Verträgen und Dokumenten zu analysieren, vorherzusagen und Verstöße proaktiv und automatisiert zu korrigieren. Durch datenbasierte Analysen können potenzielle Verstöße gegenüber Unternehmensrichtlinien wie Haftungsgrenzen, AGB-Compliance identifiziert und über automatisierbare Workflows angepasst bzw. Compliance-Verstöße automatisch behoben werden. Diese präventive Herangehensweise bietet nicht nur einen finanziellen Mehrwert, sondern reduziert auch Haftungsrisiken und stärkt die Wettbewerbsfähigkeit von Kanzleien und Rechtsabteilungen.

5. Von der/vom Jurist*in zum/zur LegalTech-Expert*in

Die Automatisierung repetitiver Aufgaben, wie die Überprüfung von Dokumenten oder Durchführen von Recherchen, hat tiefgreifende Auswirkungen auf die Arbeitsweise von Jurist*innen. Während Junior-Anwält*innen früher oft mit derartigen Tätigkeiten betraut wurden, können sie sich heute dank moderner Technologien auf strategischere Aufgaben konzentrieren. Das beschleunigt ihre berufliche Entwicklung und verändert traditionelle Karrieremodelle. Dabei sollte jedoch sichergestellt sein, dass die notwendigen praktischen Erfahrungen gesammelt werden können, denn nur so lässt sich eine fundierte Expertise aufbauen. Zwar bleibt das juristische Wissen weiterhin wichtig, aber die Fähigkeit die richtigen juristischen Fragen zu entwickeln und zu stellen wird in Zukunft wichtiger sein als „nur“ juristisches Wissen and geeignete Antworten zu haben. Auch die juristische Ausbildung verändert sich, inkl. der Nutzung moderner KI-basierten LegalTech-Tools zur Recherche, Analyse und Erstellung von Dokumenten. Universitäten und Kanzleien passen ihre Ausbildungsprogramme an, um die nächste Generation von Jurist*innen auf die Anforderungen des digitalen Zeitalters vorzubereiten.

6. Investitionen in LegalTech

Laut einer aktuellen Umfrage von JP Morgan unter Unternehmensjurist*innen haben bei 71 Prozent der Rechtsabteilungen die Investition in LegalTech-Tools eine hohe bis sehr hohe Bedeutung. Aber nur 32 Prozent der Rechtsabteilungen haben LegalTech-Tools in ihren Budgets berücksichtigt. 80 Prozent gaben an, KI-LegalTech-Tools im laufenden Jahr einführen zu wollen – wollen dafür aber nur durchschnittlich 13 Prozent des gesamten Legal Budget ausgeben. Das belegt, dass die Investitionen in LegalTech-Tools zwar weiter zunehmen, die Diskrepanz zwischen KI-Ambitionen und Finanzierung jedoch bleibt. Die Legal-Innovationsfähigkeit ist also abhängig von der Legal-Investitionsfähigkeit.

Fazit

Die LegalTech-Trends zeigen, wie Technologie die juristische Arbeit verändert. Da generative KI trotz heutiger multi-modaler Fähigkeiten wie Text, Bild und Audio vor allem die Analyse und Erstellung von Text hervorragend beherrscht, hat der Legal-Bereich quasi eine Pionierstellung in der modernen KI-Bewegung. Der Rechtsmarkt ist eine „Text First“-Industrie und hervorragend geeignet, um die Innovationen von generativer KI zu beschleunigen. Von KI-gestützter Effizienzsteigerung über datenbasierte Risikoanalysen bis hin zur Automatisierung von Routineaufgaben: Der Legal-Markt wird nicht nur digitaler, sondern auch dynamischer. Für Kanzleien und Unternehmensjurist*innen bringt das einerseits neue Möglichkeiten mit sich, andererseits aber auch die Notwendigkeit, sich weiterzuentwickeln. Die Herausforderungen sind vielfältig, doch eines steht fest: Die Zukunft des Rechtsmarkts gehört denen, die technologische Innovationen nicht nur akzeptieren, sondern aktiv mitgestalten.

Der Autor Oliver Bendig ist CEO des LegalTech-Anbieters stp.one

Auf Basis jahrzehntelanger medizinischer Forschung an der Universität Göttingen, bietet MyriaMeat nachhaltige und ethisch verantwortbare Alternativen zu herkömmlichem Fleisch. Ziel ist der Aufbau einer Plattform, die die Produktion von hochwertigem und reinen Fleisch, sowie einer Vielzahl anderer fleischhaltiger Produkte ermöglicht und das Unternehmen zum relevanten Partner für die Entwicklung innovativer Lebensmittel mit alternativen Proteinen macht.

Das von MyriaMeat entwickelte Cultivated Meat bietet dabei nicht nur ökologische Vorteile, sondern ermöglicht auch eine erhebliche Verbesserung des Tierwohls, da so für die Herstellung von Fleisch keine Tiere mehr geschlachtet werden müssen. Mit seiner bahnbrechenden Forschung setzt MyriaMeat neue Standards für die Zukunft der Ernährung.

Wegweisender Durchbruch in der Cultivated Meat-Branche

Jetzt hat das als Spin-off eines Forscherteams der Universität Göttingen gegründete und von Florian Hüttner (Geschäftsführer) und Dr. Malte Tiburcy (CSO) geführte Start-up einen wegweisenden Durchbruch in der Cultivated Meat-Branche erzielt: Zum ersten Mal weltweit wurde echter Schweinemuskel aus pluripotenten Stammzellen (iPS) entwickelt, der natürliche, ungetriggerte Kontraktionen zeigt – ein lebendiges Zucken, das die funktionelle Fähigkeit echten Muskelgewebes widerspiegelt.

Laut MyriaMeat beweist dieser Erfolg, dass echtes Schweinefleisch vollständig außerhalb eines lebenden Tieres produziert werden kann. Damit rückt kultiviertes Fleisch noch näher an herkömmliches Fleisch heran, das durch Schlachtung gewonnen wird. Das Start-up verfolgt das Ziel, eine exakte 1:1-Kopie von Schweinefleisch herzustellen – kein Ersatzprodukt, sondern echtes Fleisch.

Durch diesen Ansatz soll auch die Akzeptanz bei Fleischkonsumenten steigen, die bislang keine pflanzlichen Alternativen in Betracht ziehen. Insgesamt ist kultiviertes Fleisch geeignet, viele der Probleme, die mit der Massentierhaltung einher gehen, zu lösen.

Meilenstein für nachhaltige Ernährung und Ethik

„Zum ersten Mal zeigt ein tierischer Muskel – in diesem Fall vom Schwein – aus pluripotenten Stammzellen nicht nur die Eigenschaften echten Gewebes, sondern auch spontane Kontraktionen eines Muskels. Das ist der wissenschaftliche Beweis, dass wir echtes Schweinefleisch außerhalb eines lebenden Organismus herstellen können“, erklärt Dr. Malte Tiburcy.

Mit seinem bahnbrechenden Erfolg hebt MyriaMeat die Cultivated Meat-Branche auf ein neues Niveau. Während viele Unternehmen Zellkulturen nutzen, um fleischähnliche Produkte herzustellen, hat MyriaMeat als erstes weltweit aus pluripotenten Stammzellen echten Muskel geformt, der sowohl funktionell als auch strukturell mit natürlichem Schweinegewebe vergleichbar ist.

Einladung zur Partnerschaft

MyriaMeat richtet sich aktiv an Investoren und Unternehmen der Fleischindustrie, die daran interessiert sind, diese zukunftsweisende Technologie in Deutschland und weltweit weiterzuentwickeln. Interessierte Partner sind herzlich eingeladen, sich direkt mit dem Unternehmen in Verbindung zu setzen, um gemeinsam an einer nachhaltigeren Zukunft der Fleischproduktion zu arbeiten.

„Unser Ziel ist es, strategischer Partner der Fleischindustrie zu werden und eine umweltfreundlichere, tierleidfreie sowie ressourcenschonende Alternative für echtes Schweinefleisch und andere Fleischarten zu schaffen“, erklärt Geschäftsführer Florian Hüttner. „Dieser Erfolg zeigt, dass echtes Fleisch auch ohne lebende Tiere produziert werden kann.“

„Wir sehen uns daher nicht als Konkurrenten der Fleischindustrie, sondern als deren Partner. Die Fleischindustrie verfügt über etablierte Vertriebsstrukturen, umfangreiches Know-how und Zugang zu politischen Netzwerken. Unsere Vision ist es daher, gemeinsam mit der Fleischindustrie Produkte zu entwickeln, die bestehende Produktionsmethoden nutzen und die Einführung von kultiviertem Fleisch erleichtern. Auch für die Landwirtschaft könnten sich zukünftig Wege ergeben, von den neuen Produktionsmethoden für Fleisch zu profitieren”, ist sich Hüttner sicher.

Hüttner betont zudem die Bedeutung solcher alternativen Produktionsmethoden vor dem Hintergrund aktueller Herausforderungen wie der Bedrohung durch Maul- und Klauenseuche (MKS). „Kultiviertes Fleisch bietet durch seine Herstellung im Labor nicht nur eine Lösung für ethische und ökologische Probleme, sondern reduziert auch die Angriffsfläche für Krankheiten, denen lebende Tiere ausgesetzt sind – und das ohne Genmanipulation.“

Immer häufiger wird in den Medien über erfolgreiche KI-gestützte Deep-Fake-Attacken berichtet. Die Folge: Das Vertrauen der Verbraucher*innen in digitale Medien und Kanäle nimmt zusehends Schaden – und damit auch die betreffenden Online-Anbieter*innen. Bei nicht wenigen von ihnen wird das Phänomen KI-gestützter Angriffe über kurz oder lang zu massivem Imageverlust und Umsatzeinbußen führen.

Diskrepanz zwischen Sensibilisierung und Handeln

Vor diesem Hintergrund stimmt es nachdenklich, dass bislang nur 22 Prozent der Unternehmen Maßnahmen zur Verhinderung von KI-gestütztem Identitätsbetrug ergriffen haben. Der aktuelle Signicat-Report "The Battle Against AI-driven Identity Fraud" zeigt eine Kluft zwischen Bewusstsein und Handeln auf. Während über 76 Prozent der Entscheidungsträger*innen die wachsende Bedrohung durch KI bei Betrug erkennen, haben, wie erwähnt, nur 22 Prozent der Unternehmen damit begonnen, KI-gesteuerte Maßnahmen zur Betrugsprävention zu implementieren.

Für die Studie wurden über 1.200 Entscheidungsträger*innen aus Banken, FinTechs, Zahlungsanbietenden und Versicherungsunternehmen in Europa befragt. In dem Bericht wird hervorgehoben, dass sich die Unternehmen des Problems durchaus bewusst sind, aber Schwierigkeiten haben, die erforderlichen Schutzmaßnahmen zu ergreifen, und zwar aus folgenden Gründen:

• Mangelndes Fachwissen: 76 Prozent der Entscheidungsträger*innen im Bereich Betrugsbekämpfung geben unzureichende Kenntnisse als Haupthindernis an.
• Zeitmangel: 74 Prozent geben zu, dass sie nicht die Zeit haben, das Problem mit der erforderlichen Dringlichkeit anzugehen.
• Fehlendes Budget: 76 Prozent geben an, dass nicht genügend Mittel zur Verfügung stehen, um robuste Technologien zur Betrugsprävention einzusetzen. 

 2025: das Jahr des KI-Betrugs

Im Hinblick auf die aktuellen Herausforderungen warnt der Bericht davor, dass Betrüger*innen KI in einem noch nie dagewesenen Ausmaß nutzen werden Deepfake-Angriffe, die laut Signicat-Daten in den letzten drei Jahren um 2137 Prozent zugenommen haben, sind nur ein Beispiel dafür, wie schnell sich KI-gesteuerte Betrugstechniken weiterentwickeln.

Um den Betrüger*innen einen Schritt voraus zu sein, sollten die Unternehmen schnell handeln: Empfohlen wird ein mehrschichtiger Verteidigungsansatz – von der frühzeitigen Risikobewertung über robuste Identitätsüberprüfungs- und Authentifizierungstools in Kombination mit Datenanreicherung bis hin zur laufenden Überwachung für einen umfassenden Ansatz, der die wichtigsten Angriffsflächen abdeckt:

• Investitionen in KI-gesteuerte Betrugsprävention: Innovative Technologien bieten Echtzeit-Betrugserkennung, einschließlich der Erkennung von Dokumentenmanipulationen und Imitationen, einschließlich Deepfakes, und bekämpfen KI mit KI.
• Aufbau eines internen Bewusstseins und Zusammenarbeit mit vertrauenswürdigen Anbietenden: Ein proaktiver Ansatz für Mitarbeitendenschulungen und externe Zusammenarbeit ist der Schlüssel zum Umgang mit dieser sich entwickelnden Bedrohungslandschaft.

In den letzten Jahren hat sich – nicht zuletzt durch die COVID-19-Pandemie beschleunigt – eine Vielzahl von HealthTech-Unternehmen etabliert, die innovative Lösungen für die Gesundheitsversorgung entwickelt haben. Unternehmen wie Withings, das Sensoren für die Überwachung von Risikopatient*innen im Krankenhaus entwickelt hat, oder Hersteller von Apps zum Selbstcheck der Gesundheit in den eigenen vier Wänden haben in dieser Zeit positive Entwicklungen erfahren. Der Erfolg solcher Technologien hat deren Potenzial der breiten Masse vorgeführt und den Bedarf nach digitalen Gesundheitslösungen weltweit verstärkt. Kurzum: Der HealthTech-Sektor erlebte goldene Zeiten.

Doch diese Zeiten scheinen heute so fern wie das Schlangestehen im Impfzentrum. Bleiben die Fragen: Wie endet das aktuelle Jahr nach den allgemein schwierigen Marktbedingungen im Vorjahr? Und wie sieht die Zukunft dieser Branche aus? So viel ist sicher: Es zeichnet sich eine Phase der Neuausrichtung ab, die sowohl Herausforderungen als auch Chancen birgt.

Der Markt konsolidiert sich

Nach einem massiven Anstieg des Investitionsvolumens während der Pandemie hat sich der HealthTech-Markt mittlerweile stabilisiert. Investor*innen legen nun, ähnlich wie in anderen Technologiesektoren, wieder größeren Wert auf Profitabilität und weniger auf reines Wachstum um jeden Preis. Dies führt zu einer Konsolidierung des Markts. Unternehmen, die eine stabile Infrastruktur aufgebaut haben oder durch starke und innovative Technologien überzeugen, sind potenziell attraktive M&A-Ziele für Strateg*innen und Finanzinvestor*innen. Große, finanzstarke Unternehmen aus den Bereichen Technologie, Pharma und Gesundheit suchen aktiv nach innovativen Ergänzungen und Erweiterungen ihrer digitalen Angebote, sowohl innerhalb Europas als auch auf globaler Ebene.

Laut dem aktuellen Pava Digital Health Report haben sich die globale Investitionsdynamik und M&A-Aktivitäten in der digitalen Gesundheitsbranche – nach einer Abkühlung im Jahr 2023 – in diesem Jahr wieder deutlich beschleunigt. Bis Dezember werden sie das Niveau vor der Pandemie sowie jenes von 2023 übertreffen. Nach einer längeren Durststrecke bei Börsengängen nehmen die Aktivitäten auch auf dem öffentlichen Markt wieder zu, was Unternehmen wie Tempus AI und Waystar zeigen. Obwohl viele börsennotierte HealthTechs derzeit noch unter ihren Höchstbewertungen von 2022 gehandelt werden, wird die grundsätzlich deutlich positivere Stimmung im Markt in Bezug auf den Sektor immer offenkundiger.

Regulatorische Entwicklungen und Chancen für „Made in Germany“

Gründen im HealthTech-Sektor erfordert Mut, da der deutsche Gesundheitsmarkt zu den am strengsten regulierten weltweit gehört. Dies gilt besonders für die Nutzung sensibler Daten. Das 2024 eingeführte Gesundheitsdatennutzungsgesetz (GDGN), das den Zugang zu Gesundheitsdaten für die gemeinnützige Forschung erleichtern soll, ist zwar ein positiver Schritt in die richtige Richtung, doch bleibt der Markt herausfordernd. Die komplexe Regulatorik kann dabei jedoch auch als Qualitätsmerkmal und Wettbewerbsvorteil fungieren. Junge Unternehmen, die in der Lage sind, sich in diesem anspruchsvollen Umfeld zu behaupten und trotz regulatorischer Hürden erfolgreiche Geschäftsmodelle ent­wickeln, gelten als besonders vertrauenswürdig, robust und werden für internationale Investor*innen zunehmend attraktiv.

Internationale Unternehmen, insbesondere aus weniger regulierten Märkten, betrachten die Fähigkeit, sich im streng regulierten europäischen Markt durchzusetzen, als wertvolle Ressource. Die Einhaltung von Vorschriften im deutschen Markt ist ein Qualitätsmerkmal, das potenziellen Investor*innen Sicherheit bietet und gleichzeitig Markteintrittsbarrieren für neue Wettbewerber*innen schafft. Deutsche Health- Tech-Unternehmen sollten diesen regulatorischen Unterschied aktiv in ihre Expansions- und Fundraising-Strategie einfließen lassen und das enorme weiterführende und globale Potenzial außerhalb europäischer Datenschutz- und Gesundheitsrichtlinien positionieren.

HealthTech-(Start-up-)Trends für 2025

Neben der allgemein deutlich positiveren Entwicklung in 2024 gibt es eine Reihe von Trends, die wir aktuell bis weit in das nächste Kalenderjahr erwarten sowie die M&A- und Investmentaktivität beeinflussen werden. Folgende Trends und sektorspezifische Entwicklungen im HealthTech-Markt sollten sich Gründer*innen zunutze machen:

1. Biohacking und Datennutzung im Massenmarkt

Die Nutzung von Healthcare-Apps, Software und Wearables boomt und ist längst nicht mehr nur Leistungssportler*innen und Biohacker*innen vorbehalten. Immer mehr Patient*innen wollen aktiv auf ihre Gesundheitsdaten zugreifen, diese verstehen und proaktiv an diesen arbeiten, um ihren Lifestyle zu optimieren und teilweise sogar aktiv Therapien zu unterstützen. Dieser Trend wird durch die wachsende Bereitschaft der Nutzer*innen und Patient*innen unterstützt, für diese proaktiven Einblicke in die eigene Gesundheit zu bezahlen.

Während es in anderen Märkten wie zum Beispiel den USA längst Normalität ist, für die eigene Gesundheit Geld auszugeben, zieht der lokale Markt aufseiten des Nutzer*innenverhaltens langsam nach. Besonders Unternehmen, die direkt an die Endverbraucher*innen vertreiben, können von dieser stetig steigenden Zahlungsbereitschaft in Europa profitieren. Dies gilt sowohl für Lifestyle-Anwendungen als auch für medizinische Lösungen und digitale Therapien. Der Markt entwickelt sich weg von reinen Überwachungsfunktionen hin zu personalisierten Empfehlungen, Echtzeit-Coaching und integrativen Plattformen, die verschiedene Gesundheitsdaten zusammenführen, um ganzheitliche Gesundheitsbilder zu erstellen und die Nutzer*innen ermächtigen, eigenständig oder mit deutlich reduzierter ärztlicher Intervention zu agieren und positive Effekte zu erzielen.

2. Künstliche Intelligenz und Diagnostik

KI revolutioniert nicht nur die medizinische Dia­gnostik, sondern wird auch zunehmend als Schlüsseltechnologie zur Verbesserung von Effizienz und Präzision in der Gesundheitsversorgung gesehen. KI-basierte Lösungen können beispielsweise bei der Analyse von Bilddaten und der Vorhersage von Krankheitsverläufen eingesetzt werden, was eine personalisierte Behandlung erleichtert. Mit der Integration von KI in die klinische Praxis werden Abläufe optimiert, Kosten gesenkt und Behandlungsentscheidungen verbessert. Unternehmen, die auf KI setzen, sind daher attraktive Übernahmeziele für strategische Investor*innen. Die Fokussierung auf KI ist ein wesentlicher Teil der M&A-Strategie, da große Gesundheitsunternehmen und Dateninhaber*innen die Chancen der Technologie nutzen wollen, um Innovationen schneller zu realisieren. KI-basierte Lösungen in der Arzneimittelentwicklung und Diagnostik bieten ebenfalls enorme Chancen, um die Gesundheitsversorgung weiter zu verbessern und personalisierte Ansätze zu fördern.

3. Telemedizin 2.0

Virtuelle und erweiterte Realität (VR und AR) verändern die Telemedizin grundlegend. Mit AR-Brillen können Chirurg*innen aus der Ferne assistieren, und neue Plattformen ermöglichen es Patient*innen, sich von zu Hause aus mit ihren Ärzt*innen zu verbinden und Nachsorgepläne zu besprechen. Dies verbessert den Zugang zu medizinischen Leistungen, besonders in ländlichen Regionen, wo der Fachkräftemangel ein Problem bleibt. Zudem ermöglicht die Telemedizin eine intensivere Betreuung chronisch Kranker, indem regelmäßige Konsultationen und Überwachung des Gesundheitszustandes vereinfacht werden.

Die Weiterentwicklung hin zu sogenannten digitalen Krankenhäusern, die digitale Diagnostik- und Behandlungsangebote unter einem Dach vereinen, könnte die Effizienz des Gesundheitssystems erheblich steigern. Allgemein wird und muss die Entwicklung der Versorgung physisch und digital näher an die Patient*innen rücken sowie medizinisches Personal in die Lage versetzt werden, fokussierter und effizienter die Tätigkeiten auszuüben, die ausschließlich von ihm ausgeübt werden können, um der globalen Ressourcenknappheit im Gesundheitswesen entgegenzuwirken.

4. Mental Health Solutions

Die Nachfrage nach digitalen Lösungen für die mentale Gesundheit wächst stetig. Die Pandemie hat den Bedarf an psychologischer Unterstützung stark erhöht, und digitale Plattformen bieten nicht nur leichten Zugang, sondern auch Anonymität und personalisierte Unterstützung. Dieser Bereich zählt zu den am besten finanzierten innerhalb des digitalen Gesundheitssektors und bleibt ein zentraler Fokus für Investor*innen. Die Kombination aus niedrigeren Zugangshürden und einer zunehmenden Akzeptanz für digitale Gesundheitsangebote bietet spannende Perspektiven, um das traditionelle Angebot psychologischer Dienste zu ergänzen und zu erweitern. Hinzu kommt die zunehmende Integration von KI in digitale Lösungen für mentale Gesundheit, die personalisierte Therapieansätze und eine kontinuierliche Betreuung vereinfachen.

5. Integrative Gesundheitslösungen

Im Zuge der Konsolidierung im HealthTech-Sektor rücken Strategien der Expansion und Integration zunehmend in den Mittelpunkt. Größere Unternehmen nutzen Akquisitionen nicht nur, um ihre Marktpräsenz zu erweitern, sondern auch, um umfassende Gesundheitslösungen anzubieten, die verschiedene Teilsektoren miteinander verbinden. Die Fähigkeit, Diagnostik, Therapie und Nachsorge in integrierte digitale Angebote zu überführen, wird als Schlüssel zur Zukunft des HealthTech-Markts betrachtet. Dabei geht es nicht nur um Effizienzgewinne, sondern auch darum, Patient*innenerfahrungen zu verbessern und individuelle Bedürfnisse besser abzudecken.

Insbesondere US-amerikanische Unternehmen sehen Akquisitionen in Europa als attraktive Möglichkeit, ihre Expertise auf dem stark regulierten europäischen Markt einzusetzen. Diese Strategien sind Teil einer übergreifenden Bewegung hin zu größeren, stärker integrierten Gesundheitsakteuren. Start-ups, die spezialisierte Dienstleistungen und technolo­gische Innovationen kombinieren, können sich so als führende Anbietende in einem zunehmend wettbewerbsintensiven Markt positionieren.

HealthTech bietet vielversprechende Perspektiven

Der Health Tech-Markt befindet sich in einer Phase der Konsolidierung. Für Start-ups, die bewiesen haben, dass ihre Technologien funktionieren, deren medizinische Evidenz nachgewiesen ist und das Geschäftsmodell entweder profitabel ist oder sich das attraktive Profitabilitätsprofil abzeichnet, kann dies ein günstiger Zeitpunkt für einen Exit sein. Strategische Käufer*innen suchen nach starken Technologien und attraktiven Einstiegs- bzw. Erweiterungsopportunitäten im europäischen Markt. Finanzinvestor*innen haben in den vergangenen Jahren ausgiebig Erfahrung mit dem Sektor gesammelt und häufig ein tiefes Verständnis von Regulatorik, Marktdynamik, Chancen und Risiken in den jeweiligen Subsektoren.

Gründer*innen, die grundsätzlich einen Exit anstreben, sollten unabhängig von ihrer Unternehmensphase kontinuierlich über mögliche Exit-Szenarien und ihre Positionierung nachdenken: Welche Rolle spielt meine Technologie? Wie einzigartig ist diese und für wen ist sie potenziell strategisch am wertvollsten?

Welche Potenziale und Hürden hat mein Geschäftsmodell in einem anderen Markt? Dies sind nur beispielhafte Fragestellungen, die kurz- oder langfristig an Relevanz gewinnen.

Der Autor Kevin Kissner ist Partner und M&A-Experte im Bereich Software und HealthTech bei Pava Partners, einer europaweit agierenden M&A- und Debt-Advisory-Beratungen für dynamisch wachsende Tech-Unternehmen.

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

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

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

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

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

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

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

1. Richtlinien für den Einsatz generativer KI am Arbeitsplatz

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

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

2. Richtlinien für die Entwicklung und Implementierung von KI

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

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

3. Übergreifende Ziele und Vorgaben einer KI-Policy

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

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

Fazit

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

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

Angesichts des steigenden Fachkräftemangels werben Unternehmen immer stärker um gut ausgebildete, motivierte Mitarbeitende. Sie bieten attraktive Gehälter, zusätzliche Benefits und investieren viel in ihre Arbeitgebermarken. Zahlreiche Jobplattformen und Dienstleister*innen versprechen, dass sie das ideale Match zwischen Bewerber*innen und Unternehmen herstellen können. Doch die Realität sieht häufig anders aus. Beschäftige sind unzufrieden mit ihrem Job, sie wechseln auf gut Glück den Arbeitgebenden oder kündigen innerlich. Für Unternehmen bedeuten unzufriedene Mitarbeitende und Fehlbesetzungen Reibungsverluste und finanzielle Einbußen.

„In Deutschland stehen wir vor dem Problem, dass die Beschäftigung steigt, gleichzeitig jedoch die Produktivität sinkt“, sagt Dr. Annika von Mutius, Mitgründerin und CEO des Berliner HR-Start-ups Empion. Das Phänomen lasse sich durch den falschen Einsatz der Kompetenzen erklären: „Menschen sind besonders leistungsbereit und zufrieden, wenn sie einen Job machen, in dem sie wirklich gut und produktiv sind“, so Annika, und dazu müsse man die richtigen Skills mit den richtigen Aufgaben zusammenbringen.

Wertebasiertes, KI-gestütztes Matching von Kandidat*innen und Jobs

Idealerweise werden die Persönlichkeit und die Anforderungen einer Stelle schon im Bewerbungsprozess umfassend berücksichtigt. Dazu zählen insbesondere auch weiche Faktoren wie individuelle Werte, Unternehmenskultur, Wertschätzung und Respekt, die für Mitarbeitendenzufriedenheit entscheidend sind. Genau das ermöglicht Empion. Kandidat*innen und Unternehmen werden beim Onboarding eingehend befragt und charakterisiert. „Wir betrachten sowohl Persönlichkeitselemente und kulturelle Präferenzen als auch harte Kriterien wie Ausbildung, Berufserfahrung und Mitarbeiterbenefits“, sagt Annika. „So ermöglichen wir Arbeitnehmern und Unternehmen, das entsprechend ideale Match zu finden.“ Das Ziel ist eine maximale Mitarbeitendenzufriedenheit, die sich in einer entsprechend hohen Produktivität und langjähriger Betriebszugehörigkeit widerspiegelt.

Kandidat*innen, die sich für Jobangebote interessieren, können sich bei Empion kostenlos registrieren. „Wir sprechen hier besonders den passiven Bewerbermarkt an“, so Annika, „also diejenigen Menschen, die grundsätzlich offen für neue Chancen und somit wechselbereit sind, die aber nicht unbedingt bereits aktiv suchen.“ Unternehmen schreiben auf der Plattform ihre offenen Positionen aus. Die Bewerber*innenprofile und Stellen werden entlang der zahlreichen Faktoren mit KI-Unterstützung abgeglichen, auf Korrelation geprüft und vorqualifiziert. Die Unternehmen erhalten die voraussichtlich am besten passenden Kandidat*innen als Vorschläge und können in den persönlichen Austausch einsteigen.

Durch die Vorauswahl sparen Unternehmen viel Zeit und bis zu 60 Prozent an Recruitingkosten. Mit der Genauigkeit des Matchings seien die Kund*innen zufrieden, und auch die Mitarbeitendenbindung sei höher als bei Kandidat*innen, die über andere Kanäle rekrutiert werden, so Annika. „Da wir erst knapp drei Jahre als Unternehmen existieren, können wir natürlich noch keine Langzeitwerte liefern und müssen hier einschränken, doch die Erfolge in der Mitarbeitersuche und den ökonomischen Mehrwert von Empion sehen unsere Kunden bereits heute.“

Von der Doktorarbeit zum Start-up

Annika, die in dritter Generation einer Unternehmerfamilie entstammt, entschied sich während ihrer Dissertation in Mathematik für die Gründung. Ihre Mitgründerin Dr. Larissa Leitner lernte sie während einer Konferenz kennen. Larissa schrieb damals ihre Doktorarbeit zur Unternehmenskultur im Mittelstand. Über den Verteiler der Universität erfuhr Annika von Larissas erfolgreicher Dissertation und gratulierte. So begannen sie, sich regelmäßig zu schreiben. Während eines Arbeitsaufenthalts im Silicon Valley trainierte Annika dann Datenmodelle für den pharmazeutischen Markt, um Medikamente zu individualisieren. Als sie nach Deutschland zurückkehrte, traf sie Larissa für ein Wochenende in ihrer Heimat Südtirol. „Da wir beide damals in engem Austausch mit dem Mittelstand standen, kannten wir die Herausforderungen in der Mitarbeitersuche“, so Annika. Mittelständler*innen können bei Bewerber*innen nicht mit den größten Gehältern oder den schönsten Locations punkten, stattdessen aber durch Faktoren wie Teamwork und Unternehmenskultur. „Wir wussten, dass diese Vorzüge im Recruiting kaum eingesetzt werden.“

Sie begannen, mathematische Modelle für das Matching von Unternehmen und Kandidat*innen mit Daten aus Larissas Promotion zu füttern. Die Ergebnisse waren vielversprechend. „Es war ein klassischer Forschungstransfer“, erinnert sich Annika. Der Fokus lag zunächst auf den kulturellen Faktoren. Doch bald stellten sie fest, dass sich die Mitarbeiter*innensuche nicht allein über die Kultur lösen lässt, und sie erweiterten den Ansatz um zusätzliche Persönlichkeitsmerkmale.

Marketing und Kommunikation müssen konstant weitergedacht werden. Gründe dafür gibt es genug – ob Digitalisierung und KI oder ein zunehmender Wettbewerb in wirtschaftlich unsicheren Zeiten. Gründer*innen, CEOs und Kommunikationsprofis von ToolTime, kollex, Creditsafe, good healthcare group, puzzleYOU und Mashup Communications zeigen, welche Trends Fach- und Führungskräfte 2025 erwarten.

Enthalten sind in der Box spielerische und interessante Aufgaben, die im Laufe des Monats gemeinsam zu lösen sind, sowie Tipps und Tricks für Beziehungen, die für jeden verständlich formuliert werden. Thematisch abgestimmte Produkte aus regionalen Manufakturen runden die Beziehungsbox ab.

Liebevoll verpackt und gestaltet, wird die Box nach der Bestellung zu einem Preis von 29,90 Euro im Monat kostenlos geliefert. So soll Paarcoaching von zu Hause auf spielerische Art und Weise ermöglicht und bezahlbar werden.

In Zeiten zunehmender Digitalisierung und Automatisierung spielt die Robotik eine zentrale Rolle in der Transformation industrieller Prozesse. Noch stellt die Integration von Automatisierungstechnik in vielen Betrieben eine erhebliche Herausforderung dar. Hohe Einstiegskosten, komplexe Einbindung in bestehende Fertigungsprozesse und technologische Hürden hemmen die breite Nutzung.

Doch in der Zukunft wird Robotik die industrielle Fertigung flexibler und effizienter gestalten. „In ein paar Jahrzehnten werden die Menschen, wenn sie an künstliche Intelligenz (KI) denken, automatisch Roboter im Haushalt und in den Fabriken vor Augen haben“, so Mladen Milicevic, Mitbegründer von Unchained Robotics, einem 2019 gegründeten Unternehmen, das sich darauf konzentriert, Roboterlösungen für die Fertigungsindustrie zugänglicher und einfacher integrierbar zu machen.

Noch ist KI ein recht neuer Trend, der nur ansatzweise in die Arbeitswelt integriert ist. Doch KI und maschinelles Lernen finden bereits Eingang in das Industriesegment und ermöglichen anstelle starrer Produktionslinien dynamische Prozesse, die eine schnelle Anpassung an wechselnde Anforderungen erlauben. Ähnlich wie bei Modellen wie ChatGPT lernen die Roboter auf Basis von Datensätzen stetig, ihre Fähigkeiten dabei zu verbessern. Hier zeigt sich auch eine der großen Herausforderungen: die mangelnde Verfügbarkeit relevanter Daten in vielen Unternehmen. Ohne ausreichende und qualitativ hochwertige Daten ist der Einsatz selbstlernender Roboter nur eingeschränkt möglich, was die Entwicklung der KI-basierten Automatisierung in der Industrie verlangsamt.

Besonders im deutschen Mittelstand werden oft nicht genügend Daten geteilt, um intelligente Automatisierungslösungen effektiv zu entwickeln. Laut Mladen Milicevic könnte jedoch bereits eine kleine Änderung der Datennutzung viel bewirken: „Würden nur 20 Prozent aller Mittelständler in Deutschland ihre Daten zur Verfügung stellen, könnte man über 80 Prozent des Markts schnell bedienen – insbesondere in der Logistik, wo die Abläufe oft ähnlich sind.“

Die Robotik der Zukunft könnte so viel flexibler und intelligenter werden, wären Unternehmen bereit, ihre Betrieb­sabläufe durch Datenteilen zu optimieren. Automatisierungslösungen könnten dadurch schneller skalieren und individualisierte Anwendungen für eine Vielzahl von Unternehmen ermöglichen.

Diese Start-ups gestalten die Robotik-Zukunft aktiv mit

Der Vorteil der Robotik-Technologie liegt auf der Hand: Sie ermöglicht eine individualisierte Massenproduktion, bei der Produkte je nach Kund*innenwunsch schnell und effizient hergestellt werden können. Es gibt bereits bahnbrechende Resultate wie die von Boston Dynamic – bekannt für seine äußerst wendigen vierbeinigen und zweibeinigen Roboter. Das Unternehmen revolutioniert Branchen wie Logistik und Bauwesen durch fortschrittliche Mobilitätslösungen.

Aber auch andere junge Unternehmen überzeugen gerade durch ihre Innovationskraft. So ist Soft Robotics Inc. auf empfindliche Robotergreifer für Branchen wie Lebensmittelverarbeitung und Landwirtschaft spezialisiert, die eine präzise Handhabung empfindlicher Gegenstände ermöglichen.

Covariant kombiniert KI mit Robotik, um die Geschicklichkeit von Robotern zu verbessern und den elektronischen Handel und die Lagerlogistik durch die Optimierung der Objektmanipulation zu revolutionieren.

GreyOrange bietet skalierbare Roboterlösungen für die Bestandsverwaltung und Ware-zur-Person-Systeme, die die Lagereffizienz durch KI optimieren. Und Agility Robotics entwickelt humanoide Roboter für reale Aufgaben, insbesondere in den Bereichen Logistik und Lieferung.

Unchained Robotics konzentriert sich aktuell auf die Logistik und die Metallbearbeitende Industrie in Deutschland. Ihr vollstandardisiertes Produkt „MalocherBot“ ist „der Laptop der Industrie“, wie es Gründer Milicevic formuliert. Mit ihrem LUNA-Automatisierungsbetriebssystems können Fabrikarbeitende einfache und fortschrittliche Änderungen an den Produktionsparametern vornehmen, die in der Vergangenheit den Besuch teurer Spezialisten erfordert hätten.

Die Liste der Robotik-Start-ups ließe sich beliebig fortsetzen; viele von ihnen sind dabei, den Markt nachhaltig umzukrempeln.

Synergien nutzen

Start-ups stehen an vorderster Front, um die Innovation branchenübergreifend voranzutreiben. Sie gelten als Katalysator für den Fortschritt in der Automatisierung. Besonders im Bereich der Cobots (kollaborative oder kollaborierende Roboter, die mit Menschen im direkten Kontakt zusammenarbeiten) und KI-gesteuerten Robotik kommen aktuell viele Innovationen aus dieser Szene. Im Gegensatz zu etablierten Großunternehmen können sie agiler auf technologische Trends reagieren und innovative Lösungen entwickeln. Die Zusammenarbeit zwischen Start-ups und etablierten Unternehmen in der Industrie könnte allerdings besser gefördert werden.

Vor allem KMU scheuen den Schritt in die Automatisierung, was insbesondere mit der aktuellen makroökonomischen Lage zusammenhängt. Viele mittelständische Unternehmen haben begrenzte Budgets und umgehen daher die hohen Anfangskosten, obwohl Roboter langfristig in der Effizienzsteigerung und Kostensenkung amortisieren. Das heißt, dass Start-ups die Zukunft der Robotik weiter maßgeblich gestalten werden und gleichzeitig einen wertvollen Beitrag zur Aufklärung des Mittelstands leisten, Robotik als langfristig lohnende Investition zu sehen. So werden Robotik-Start-ups Nischenmärkte erkunden und spezialisierte Lösungen für Branchen wie Landwirtschaft, Gesundheitswesen und industrielle Automatisierung entwickeln.

Die Zukunftseinsatzfelder der Robotik

In der Logistik sind autonome Fahrzeuge und Lieferdrohnen bereits in der Testphase, während Unternehmen wie Amazon eine Vorreiterrolle bei der Automatisierung von Lagern einnehmen. Roboter in der Landwirtschaft übernehmen zunehmend die Erntearbeit, etwa bei Obst- und Gemüsearten wie Spargel und Erdbeeren, wo der Einsatz von Pflückrobotern getestet wird. Im Gesundheitswesen werden Roboter künftig nicht nur bei logistischen Aufgaben unterstützen, sondern auch in chirurgischen Anwendungen. Bereits jetzt ermöglichen OP-Roboter präzisere Eingriffe, und es wird an vollständig autonomen sowie Remote-Operationen gearbeitet. Auch im Bereich der Pflege könnten Roboter helfen, indem sie Aufgaben wie das Verteilen von Medikamenten oder die Planung von Patient*innenabläufen übernehmen.

Ein besonders sensibles Feld ist die Sicherheit: Roboter könnten Gebäude und Industrieanlagen überwachen und dabei menschlichen Wachen von gefährlichen Aufgaben ablösen. Ebenso werden sie im Militär und im Weltraum eingesetzt, um Reparaturen an Satelliten oder Raketen durchzuführen. Cobots werden künftig eine noch größere Rolle spielen. Sie sind sicherer und können in kleineren Unternehmen eingesetzt werden, in denen traditionelle Industrie­roboter oft zu groß oder teuer sind. Die Integration von Cobots wird vor allem kleine und mittelständische Unternehmen helfen, ihre Produktionsprozesse zu automatisieren, ohne dabei auf große Investitionen in Robotertechnik angewiesen zu sein.

„Die Robotik dringt zunehmend in Tätigkeitsfelder vor, die bisher durch menschliche Arbeitskraft geprägt waren. Insbesondere in Bereichen, die als schmutzig, gefährlich oder monoton gelten, können verstärkt die künftigen Einsatzbereiche der Robotik liegen und die menschliche Arbeitskraft entlasten sowie vor Gefahren schützen. Auch die Kombination aus Robotik und Nachhaltigkeit wird eine Schlüsselrolle spielen, um die Industrie umweltfreundlicher zu gestalten und den klimaschutzgesetzlichen Anforderungen, die Klimaneutralität bis 2045 zu erreichen, ein Schritt weit näher zu kommen“, so Mladen Milicevic abschließend.