Die Integration künstlicher Intelligenz gleicht in vielen mittelständischen Betrieben aktuell noch einem Blindflug. Es fehlen oft Ressourcen für komplexe Implementierungen oder das Know-how zur Einhaltung von Datenschutzstandards. Genau in diese Lücke stößt die Münchner All-in-One-Plattform firepanda.ai. Was im Jahr 2022 als direkte Reaktion auf den globalen „ChatGPT-Moment“ innerhalb eines IT-Entwicklungsbüros begann, will mit einer aktualisierten Plattformversion den Marktzugang für den Mittelstand nun endgültig vereinfachen.

Vom „ChatGPT-Schock“ zum Agentur-Spin-off

Die Geschichte von firepanda.ai nahm ihren Lauf, als die Veröffentlichung von ChatGPT die Tech-Welt erschütterte. In der Münchner IT-Agentur Fireflow erkannten die Gründer sofort den massiven Bedarf – und die gleichzeitige Verunsicherung – bei ihren Kund*innen. Statt den Trend nur zu beobachten, entwickelte das Team in intensiven Konzeptionsphasen eine Lösung, die den deutschen Mittelstand sicher in das KI-Zeitalter führen soll. Anfang 2025 erfolgte dann der offizielle Launch.

Hinter diesem Spin-off stehen zwei Köpfe mit komplementären Profilen. Dr. Peter Dornbusch (CEO & CTO) ist promovierter Informatiker und DeepTech-Veteran mit über 25 Jahren IT-Erfahrung. Flankiert wird er von Daniel Kövary, einem Experten für Business Development und digitale Markenführung.

Auf die Frage, wie schwer der Spagat zwischen anspruchsvollem Agenturgeschäft und der Inkubation einer völlig neuen SaaS-Plattform war, räumt Kövary ein: „Es war zweifellos ein enormer Kraftakt, der sich jedoch als unser größter strategischer Vorteil erwies.“ Durch das Tagesgeschäft sei man extrem nah an den realen Schmerzpunkten der Kund*innen – wie Datenschutzbedenken und Ressourcenmangel – gewesen. Die lange Entwicklungszeit bis 2025 war dabei eine bewusste Entscheidung gegen schnelle halbe Sachen. „Wir wollten keine weitere dünne ‚Wrapper-App‘ auf den Markt bringen“, betont Kövary und fügt hinzu: „Durch KI-gestütztes Coding haben wir eine echte Zeitenwende erlebt und unsere Entwicklungszyklen bei herausragender Code-Qualität massiv verkürzt.“

Schluss mit dem KI-Flickenteppich

Die Kernidee von firepanda.ai ist ein modellagnostisches KI-Backend, das Nutzer*innen flexibel zwischen den Modellen von Anbietern wie OpenAI, Anthropic oder Google wählen lässt, ohne separate Verträge abschließen zu müssen. Ein entscheidender Hebel für den Vertrieb ist dabei die Datensicherheit, da die Plattform auf Servern in Deutschland gehostet wird.

Doch wie garantiert das Start-up rechtssicher, dass Daten bei der Nutzung von OpenAI nicht vom US-Cloud Act erfasst werden? Dr. Peter Dornbusch gibt sich hier kompromisslos: „Um höchste Datenschutzstandards zu gewährleisten, routen wir Anfragen an Modelle wie OpenAI nicht über die Standard-US-Schnittstellen, sondern ausschließlich über DSGVO-konforme Instanzen etablierter Anbieter wie Microsoft Azure oder AWS, die in Europa gehostet werden.“ Dabei würden strikte Zero-Data-Retention-Policies greifen, die verhindern, dass Kund*innendaten für das Modell-Training genutzt werden. Für Unternehmen mit extrem restriktiven Vorgaben bietet firepanda.ai zudem europäische Open-Source-Modelle wie Mistral an, die autark in Deutschland gehostet werden. „Der Kunde ist nicht in einem System gefangen, sondern behält die volle Souveränität“, resümiert der CTO.

KI-Agenten per Drag-and-drop

Um ohne Programmierkenntnisse spezifische KI-Assistenten zu konfigurieren, bietet die Plattform einen Workflow-Builder an, in dem/der Nutzer*in Trigger und Aktionen per Drag-and-drop verknüpfen.

Trotz dieser Versprechen mutieren viele B2B-Start-ups oft zu Beratungsagenturen, weil Kund*innen das Self-Serve-Prinzip nicht allein bewältigen. Daniel Kövary kennt dieses Problem: Die Wucht der Technologie überfordere aktuell noch viele Organisationen. Während globale Player wie Anthropic massiv gegensteuern, wählt das Münchner Team einen anderen Pfad. „Da wir diesen extrem ressourcenintensiven Weg weder gehen können noch wollen, lautet unsere strategische Antwort: Enablement!“, stellt Kövary klar. Statt klassischem Handholding setzt man auf ein mehrstufiges Befähigungsmodell im Produkt – von abteilungsspezifischen Prompt-Bibliotheken für Anfänger*innen bis zum Workflow-Builder für Profis. Das Versprechen des Gründers: „Unser primäres Ziel im Onboarding ist es, unternehmensinterne ‚KI-Champions‘ auszubilden, die das Wissen als Multiplikatoren eigenständig skalieren.“

Transparenter Deal oder teure Skalierung?

Seit dem 1. März 2026 lockt firepanda.ai mit einer kostenlosen Testversion inklusive einer Million Token. Im produktiven Einsatz werden 19,95 Euro pro Nutzer*in im Monat fällig, während die Token-Kosten mit einem Handling-Aufschlag von zehn Prozent transparent weitergereicht werden. Zusatzmodule kosten extra: 395 Euro für Workflow-Automatisierung und 95 Euro für API-Anbindungen.

Bislang ist das Start-up komplett bootstrapped. Um die Infrastrukturkosten und die geplante Skalierung zu stemmen, sucht das Unternehmen nun aber sehr selektive Seed-Finanzierungen. Dornbusch sucht dabei explizit nicht nach klassischem Venture Capital, sondern nach „Smart Money“ von strategischen Business Angels. Das ehrgeizige Ziel: „Unser Meilenstein bei diesem kontrollierten Wachstum ist es, durch die anstehende Skalierungsphase bis Ende 2026 den Break-even zu erreichen.“

Die „KI-Steuer“-Falle und wartende Tech-Giganten

Kritiker*innen könnten den zehnprozentigen Token-Aufschlag bei hohen Datenmengen als kostspielige „KI-Steuer“ ansehen, was zur Abwanderung Richtung Direkt-APIs führen könnte. Zudem buhlen globale Wettbewerber wie Make.com oder Microsofts Copilot Studio um den Mittelstand.

Dornbusch wehrt sich gegen den Begriff der Steuer: „Wir sehen diesen zehnprozentigen Aufschlag keineswegs als ‚KI-Steuer‘, sondern als nachvollziehbare Service-Fee.“ Diese Marge decke die komplexe Orchestrierung sowie Compliance-Sicherheit ab und erspare mühsames Vertragsmanagement. Dass Kund*innen bei steigendem KI-Reifegrad abwandern, glaubt er nicht: „Wenn ein Unternehmen erst einmal komplexe Freigabeschleifen, RAG-Pipelines mit proprietären internen Daten und externe API-Trigger in firepanda.ai modelliert hat, wechselt es nicht wegen eines marginal günstigeren Token-Preises die Plattform.“

Und was passiert, wenn Microsoft seinen Copilot so tief integriert, dass externe KMU-Layer überflüssig werden? Kövary kontert, dass Copilot zwar gut für persönliche Produktivität sei, die reale Prozesslandschaft des Mittelstands aber weitaus komplexer. „Wir müssen aufhören, diesen Layer als dünne, überflüssige Benutzeroberfläche zu missverstehen – er ist vielmehr das schützende Betriebssystem eines jeden Unternehmens in der KI-Ära“, argumentiert er. Durch diese Architektur befreie man Kund*innen aus dem Vendor-Lock-in einzelner Großkonzerne.

Genialer Eisbrecher mit Ablaufdatum?

Für die ersten 12 bis 24 Monate der KI-Transformation ist firepanda.ai als technologischer Eisbrecher hochattraktiv. Langfristig muss sich allerdings zeigen, ob die eigenen Workflow-Logiken stark genug sind, um gegen die Marktmacht der großen Ökosysteme zu bestehen.

Gefragt nach der Zukunft und einem möglichen Exit winkt Dr. Peter Dornbusch ab. Die Backend-Entwicklung sei dank 20 Jahren Agenturerfahrung keine Hürde gewesen, sondern der größte strategische Hebel, um eine sichere Enterprise-Umgebung zu schaffen. Man sei gekommen, um zu bleiben: „Ein schneller Exit ist nicht unser Fokus, denn der europäische Markt für B2B-KI steht erst ganz am Anfang“, stellt der CTO klar und gibt die zukünftige Marschroute vor: „Wir bauen hier an einem nachhaltigen und unabhängigen ‚German AI Champion‘, der dem Mittelstand dauerhaft hilft, seine Produktivität messbar und zukunftssicher zu steigern.“

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

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

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

KI als Herausforderer im zweiseitigen Markt

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

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

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

Smarte Daten als Reichweiten-Hebel

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

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

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

Juristisches Minenfeld und das Haftungsrisiko

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

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

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

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

David gegen die LegalTech-Goliaths

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

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

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

Es fühlt sich an wie ein anderes Zeitalter, wenn man auf die wilden frühen 2020er Jahre zurückblickt. Damals dominierten fliegende Hunde-Münzen wie Dogecoin, überteuerte Affen-Bilder des Bored Ape Yacht Club und toxische Goldgräberstimmung die Schlagzeilen. Heute, im Jahr 2026, hat die Blockchain-Technologie ihre Pubertät endgültig hinter sich gelassen. Der Wandel vom spekulativen Nischenthema zur unverzichtbaren Infrastruktur ist vollzogen. Wir sprechen nicht mehr über Krypto als Anlageklasse für Zocke*innen, sondern über distributed Ledger als das unsichtbare Betriebssystem der globalen Wirtschaft. Die Technologie ist leise geworden – und genau darin liegt ihr heutiger Wert für die Start-up-Welt.

Wenn Systemrelevanz auf MiCA trifft

Der europäische Markt für Web3- und Blockchain-Technologien hat einen nie dagewesenen Reifegrad erreicht. Der entscheidende Befreiungsschlag war die vollständige Implementierung der europäischen MiCA-Verordnung (Markets in Crypto-Assets), die den Kontinent vom regulatorischen Flickenteppich zum sichersten Hafen für institutionelles Kapital gemacht hat. Aktuelle Erhebungen des Bitkom und des KfW-Research zeigen, dass im Jahr 2026 bereits über 35 Prozent des deutschen Mittelstands die Technologie aktiv evaluieren oder Pilotprojekte mit Blockchain-Infrastruktur betreiben – primär im Supply-Chain-Management und der automatisierten Abrechnung.

Auf Investor*innenseite hat sich das Bild gewandelt: Statt Milliarden in unregulierte Token-Sales zu pumpen, fließen aktuell jährlich rund 1,8 Milliarden Euro klassisches Venture Capital in echte Equity-Runden der DACH-Region. Der absolute technologische Haupttreiber ist dabei die Konvergenz von künstlicher Intelligenz und Blockchain. Da KI-Agenten zunehmend autonom wirtschaftlich handeln, benötigen sie ein dezentrales, programmierbares und vor allem grenzenloses Zahlungssystem. Die Blockchain liefert exakt diese finanzielle Abwicklungsschicht für die Maschinenökonomie.

Die neuen Treiber jenseits der Krypto-Börsen

Wer heute noch Krypto-Exchanges oder reine NFT-Marktplätze baut, baut für die Vergangenheit. Der Markt des Jahres 2026 wird von drei hochspezifischen Sub-Sektoren dominiert, die das Internet grundlegend neu vernetzen.

• An vorderster Front steht DePIN (Decentralized Physical Infrastructure Networks). Hierbei wird reale Hardware – von Solarpanels bis hin zu 5G-Antennen – über Token-Incentives dezentral gesteuert und finanziert.
• Ebenso mächtig ist die Tokenisierung von Real World Assets (RWA), die den traditionellen Finanzmarkt revolutioniert, indem sie Anleihen, Immobilien und Kredite liquide auf die Chain bringt.
• Der dritte große Treiber sind Zero-Knowledge Proofs (ZKPs) – kryptografische Protokolle, die es Unternehmen erlauben, die Authentizität von Daten auf öffentlichen Blockchains zu beweisen, ohne sensible Geschäftsgeheimnisse offenzulegen. Globale Pioniere wie das auf RWA spezialisierte Netzwerk Centrifuge oder das US-Projekt Helium im Bereich DePIN haben den Weg geebnet, auf dem europäische Gründer*innen nun hochskalierbare B2B-Lösungen errichten.

Die Lektionen aus dem Billionen-Kollaps

Doch diese Reife hat einen extrem hohen Preis gekostet. Der spektakuläre Zusammenbruch der Krypto-Börse FTX und das Implodieren des algorithmischen Stablecoins Terra/Luna vor wenigen Jahren dienen heute als mahnendes Pflichtprogramm in jedem BWL-Seminar. Damals verdampften hunderte Milliarden Dollar, weil Gier über Substanz siegte.

Aus diesem Epochen-Crash lassen sich für heutige Gründer*innen vier fatale Fallstricke ableiten, die absolut tödlich enden:

• Der erste Irrtum liegt in der regulatorischen Arbitrage: Wer glaubt, Gesetze durch Offshore-Konstrukte und das Mantra "Code is Law" umgehen zu können, scheitert heute an gnadenlosen Aufsichtsbehörden.
• Zweitens zerstören künstlich aufgeblähte Token-Mechaniken jedes Projekt. Wenn die Unit Economics nur durch das permanente Drucken neuer Token künstlich positiv gehalten werden (Ponzinomics), bricht das Kartenhaus bei der geringsten Marktkorrektur zusammen.
• Die dritte Lektion betrifft den ewigen B2C-Fokus. Der verzweifelte Versuch, Endkund*innen komplexe Wallets und Seed-Phrases aufzuzwingen, ist gescheitert; der wahre Wert der Blockchain liegt derzeit fast ausschließlich in B2B-Lösungen, die im Hintergrund agieren.
• Zuletzt war das fehlende Treasury-Management ein Genickbruch für hunderte Teams. Wer die Reserven seines Unternehmens im eigenen, hochvolatilen Token hielt anstatt in Fiat oder echten Stablecoins, war bei Markteinbrüchen über Nacht insolvent.

Das deutsche Netzwerk: Wo die Knotenpunkte entstehen

Deutschland hat sich in dieser neuen Ära extrem smart positioniert und eine dezentrale Hub-Struktur aufgebaut, die weltweit ihresgleichen sucht. Berlin bleibt die unangefochtene Web3-Hauptstadt Europas. Die tiefe Verwurzelung der Ethereum Foundation und eine massive Dichte an internationalen Tech-Talenten machen die Spree-Metropole zum Epizentrum für Protokoll-Entwickler und Layer-1-Infrastruktur. Frankfurt am Main hat sich im Gegensatz dazu als der Hub für institutionelles DeFi (Decentralized Finance) und RWA-Tokenisierung etabliert. Hier verschmilzt die klassische Bankenwelt durch treibende Kräfte wie das Frankfurt School Blockchain Center mit der neuen Technologie. München spielt seine Trümpfe an der Schnittstelle von DeepTech, KI und Enterprise-Blockchain aus, stark befeuert durch Ausgründungen der TU München und die Nähe zu den Corporate Venture Labs von BMW und Siemens. Die heimliche Hauptstadt für den Milliardenmarkt DePIN ist jedoch die Achse Stuttgart/Karlsruhe. Durch das geballte Ingenieurswissen der Automobilzulieferer, gepaart mit Initiativen rund um Bosch, entsteht hier die direkte Verbindung zwischen dezentralen Netzwerken und der physischen Maschinen- und Mobilitätswelt.

Investor*innen-Radar: Smart Money für das Web3

Wer im Jahr 2026 eine Krypto-Infrastruktur finanzieren will, trifft auf eine hochgradig professionalisierte Investor*innenlandschaft. Auf der einen Seite agieren die spezialisierten VCs wie Greenfield Capital, Cherry Crypto oder 1kx. Sie bringen die notwendige technische Tiefe mit, um komplexe Zero-Knowledge-Architekturen oder Token-Design auf Herz und Nieren zu prüfen. Auf der anderen Seite stehen die Top-Tier Generalisten. Häuser wie Earlybird, Point Nine oder HV Capital haben intern längst dedizierte Web3-Partner aufgebaut und führen heute massive Series-A- und B-Runden an, sobald Start-ups bewiesen haben, dass ihre Technologie echte Kundenprobleme löst.

Ein massiver Wachstumsfaktor sind zudem die Corporate VCs der Industrie, allen voran CommerzVentures im FinTech-Sektor oder Porsche Ventures, die Brücken in die klassische Wirtschaft bauen. Der eigentliche Frühphasen-Motor wird jedoch von einer extrem agilen Angel-Szene angetrieben. Erfahrene Ex-Gründer wie Peter Großkopf oder gut vernetzte Angel-Syndikate recyceln ihr Kapital aus vergangenen Zyklen und finanzieren Pre-Seed-Runden oft innerhalb weniger Wochen.

Die Top Blockchain-Start-ups: Unsere Must-Watch Liste 2026

Für unsere Watchlist haben wir klare Kriterien angelegt. Die Auswahl umfasst ausschließlich deutsche Start-ups (mit Hauptsitz oder massiver Präsenz und Wurzeln hierzulande), die ab dem Jahr 2020 gegründet wurden. Wir haben Projekte aussortiert, die rein auf spekulativen Token-Sales basieren. Stattdessen lag unser Fokus auf Marktrelevanz nach dem Krypto-Winter, institutionellem Investor*innen-Vertrauen, technologischer Substanz und einem klaren Product-Market-Fit im B2B- oder tiefen Infrastrukturbereich.

Safe (Gründung 2022)

Das von Lukas Schor, Richard Meissner und Tobias Schubotz als Gnosis-Spin-off gegründete Safe betreibt eine B2B/B2C Smart Contract Account Infrastruktur. Der absolute USP ist die Account-Abstraktion und ihr Multi-Sig-Sicherheitsstandard, der mittlerweile das globale Rückgrat für die Verwahrung digitaler Assets durch Institutionen und DAOs bildet. In den letzten Runden sammelte das Team über 100 Millionen US-Dollar ein, angeführt von Schwergewichten wie 1kx und Tiger Global.

Peaq (Gründung 2020)

Till Wendler, Leonard Dorlöchter und Max Thake bauen mit Peaq eine hochspezialisierte B2B Layer-1 Blockchain. Ihre Technologie ist exakt auf den rasant wachsenden DePIN-Sektor und die "Economy of Things" zugeschnitten, wodurch Maschinen, Fahrzeuge und Roboter souveräne digitale Identitäten und Wallets erhalten. Die jüngsten Wachstumsrunden wurden unter anderem von Generative Ventures und Borderless Capital mit gut 15 Millionen Dollar als Lead-Investoren getragen.

Chainflip (Gründung 2020)

Simon Harman hat mit Chainflip eine B2B2C Cross-Chain Decentralized Exchange (DEX) in Berlin etabliert. Der technologische Vorsprung liegt im nativen Tausch von Krypto-Assets über verschiedene Blockchains hinweg (wie Bitcoin zu Ethereum), ohne dass Nutzer*innen anfällige "Wrapped Tokens" oder unsichere Bridges nutzen müssen. Pantera Capital und Framework Ventures glaubten früh an die Vision und führten Investments in Höhe von über 24 Millionen Dollar an.

Arcium (ehemals Elusiv, Gründung 2022)

Yannik Schrade, Julian Deschler und ihre Co-Founder adressieren mit Arcium eines der größten Probleme der Enterprise-Adoption: Privatsphäre auf öffentlichen Blockchains. Ihr Geschäftsmodell ist ein B2B Confidential Computing Network, dessen USP in der Nutzung von Zero-Knowledge Proofs liegt, wodurch Daten verifiziert werden können, ohne sie zu entschlüsseln. Der auf Krypto spezialisierte Fonds Greenfield Capital sicherte sich hier gemeinsam mit Solana Ventures in frühen Runden mit einem Volumen von über 5 Millionen US-Dollar den Lead.

Gelato Network (Gründung 2020)

Hilmar Orth und Luis Schliesske agieren mit Gelato Network tief im Maschinenraum des Web3. Ihr B2B-Geschäftsmodell ist ein Automatisierungs- und Relayer-Netzwerk. Der USP besteht darin, dass Entwickler über Gelato Smart Contracts automatisieren und sogenannte Rollup-as-a-Service-Lösungen nutzen können – es ist quasi das AWS-Backend für dApps. Die Vision überzeugte Top-Fonds wie Dragonfly und IOSG Ventures, die Kapital in zweistelliger Millionenhöhe bereitstellten.

Unstoppable Finance (Gründung 2021)

Das Berliner Start-up Unstoppable Finance startete unter den Gründern Peter Großkopf, Maximilian von Wallenberg und Omid Aladini ursprünglich mit einer B2C-DeFi-Wallet. Nach einem radikalen strategischen Pivot und dem operativen Ausstieg von Großkopf im Jahr 2024 wandelten Wallenberg und Aladini das Modell erfolgreich zu einer B2B-Infrastruktur für Stablecoins. Der starke USP ist der Aufbau einer vollumfänglich regulierten Brücke („Swift 2.0“), die es institutionellen Kunden vereinfacht, Stablecoins nahtlos in ihre traditionellen Produkte einzubinden. Lightspeed Venture Partners und Speedinvest führen hier das Cap Table mit einem 12,5-Millionen-Dollar-Investment an.

Senken (Gründung 2022)

Das Gründerteam um Adrian Wons, René Schäfer und Djamel Mekibes verknüpft Blockchain mit echtem Klimaschutz. Sie bauen einen B2B-Marktplatz für den Handel mit tokenisierten CO2-Zertifikaten (Carbon Credits). Der USP dieses Regenerative Finance (ReFi) Modells ist die absolute Transparenz und Nachverfolgbarkeit von Klimakompensationen, die das Double-Spending-Problem klassischer Zertifikate eliminiert. Obvious Ventures und namhafte Krypto-Fonds investierten frühzeitig in Senken rund 7,5 Millionen US-Dollar.

Internationaler Ausblick & Fazit

Der Blick über die europäischen Grenzen zeigt, dass die Innovationszyklen rasant bleiben. Aus den USA schwappt aktuell der Makro-Trend der „Chain Abstraction“ zu uns herüber: Blockchain-Technologie wird im Backend so unsichtbar, dass Nutzer*innen gar nicht mehr wissen, auf welchem Netzwerk sie sich bewegen – ähnlich wie heute niemand mehr TCP/IP versteht, um das Internet zu nutzen.

Gleichzeitig forcieren asiatische Märkte, allen voran Singapur und Hongkong, mit massiven staatlichen Förderungen die Verschmelzung von KI-Agenten und Krypto-Payments. Zudem zwingt die globale Entwicklung von digitalen Zentralbankwährungen (CBDCs) die Finanzsysteme endgültig zur Modernisierung.

Für Gründer*innen und Investor*innen lautet das aktuelle Fazit daher so simpel wie hart: Wer heute in der Blockchain-Branche überleben will, muss bauen wie ein traditionelles Softwareunternehmen – besessen davon, echte, drängende Probleme der Wirtschaft zu lösen, nur eben mit einer radikal überlegenen, dezentralen Architektur.

Wir erleben das Entstehen einer neuen ökonomischen Spezies: Der Creator-Founder. Die Grenze zwischen dem/der klassischen Online-Händler*in und dem/der modernen Content-Creator*in ist endgültig gefallen. Wer heute Reichweite besitzt, baut keine Community mehr auf, sondern ein dezentrales Medien- und Handelsimperium. Diese Transformation vom Nischenthema zur Systemrelevanz braucht jedoch eine industrielle Basis. Genau hier betritt eine neue Generation von Start-ups die Bühne. Diese „Werkzeugmacher*innen“ – spezialisiert auf KI-gesteuerte Produktion, autonome Analyse und FinTech – bilden das unsichtbare, hochprofitable Rückgrat einer Branche, die gerade ihre industrielle Revolution erlebt.

Das Ökosystem wird erwachsen

Die Marktlage im Jahr 2026 beweist eindrucksvoll, dass die Werkzeug-Infrastruktur für digitale Entrepreneur*innen den Kinderschuhen entwachsen ist. Laut aktuellen Hochrechnungen etablierter Investmentbanken steuert die globale Creator Economy unaufhaltsam auf die 400-Milliarden-Dollar-Marke zu, wobei ein signifikanter zweistelliger Prozentsatz direkt in Software- und Servicetools fließt.

Auch in Deutschland bestätigt der jüngste KfW-Gründungsmonitor diese Reife: Software-Lösungen für digitale Medienschaffende gehören zu den widerstandsfähigsten B2B-Segmenten der Post-Krisen-Ära. Der technologische Haupttreiber dieser rasanten Professionalisierung ist zweifellos die angewandte generative künstliche Intelligenz, dicht gefolgt von prädiktiven Datenmodellen. Deutsche Risikokapitalgeber*innen haben im vergangenen Jahr schätzungsweise über 350 Millionen Euro spezifisch in dieses Vertical gepumpt. Es geht längst nicht mehr um experimentelles Wagniskapital, sondern um Growth-Metriken und wiederkehrende SaaS-Umsätze in einem Markt, der eine beispiellose Professionalisierung erfährt.

Technologien der totalen Integration

Blickt man jenseits der offensichtlichen Dashboards, offenbaren sich die wahren Maschinenräume dieses Jahres. Drei Sub-Sektoren dominieren aktuell das Geschehen und treiben die Verschmelzung von Commerce und Content voran. Zunächst ist da die autonome KI-Postproduktion, bei der Algorithmen nicht nur schneiden, sondern selbständig Narrative für Verkaufsformate generieren.

Ein weiterer massiver Treiber ist die prädiktive Marken-Compliance. Hierbei handelt es sich um Legal-Tech-Lösungen, die vollautomatisiert Werbekennzeichnungspflichten und internationale Steuermodelle für Creator-Marken überwachen.

Schließlich etabliert sich das Creator FinTech, insbesondere durch umsatzbasierte Finanzierungsmodelle, die den dynamischen Cashflow von Influencer-Brands algorithmisch bewerten können. Während Pioniere der ersten Welle wie Linktree lediglich Brücken bauten, stoßen die aktuellen Akteure tief in diese hochkomplexen, technologischen Nischen vor, um den Creator*innen als vollwertigen E-Commerce-Akteur*innen zu befähigen.

Reality Check: Der Kater nach dem Hype

Dass diese Branche jedoch kein automatischer Garant für Einhörner ist, bewies der spektakuläre Crash der Web3-Creator-Plattformen um das Jahr 2023. Hochgelobte Projekte wie BitClout verbrannten Hunderte Millionen Dollar an Risikokapital, weil sie die Usability vernachlässigten und keinen echten Nutzwert jenseits der Spekulation boten. Aus diesem schmerzhaften Reality Check lassen sich vier fatale Fallstricke für heutige Gründer*innen ableiten. Der erste Fehler ist das API-Klumpenrisiko, also die blinde Abhängigkeit von den Launen großer Plattformen wie Meta oder YouTube. Ein zweites, oft tödliches Problem sind katastrophale Unit Economics bei Tools, die nur den nicht-monetarisierbaren "Long Tail" der Hobby-Nutzer*innen bedienen. Der dritte Fallstrick ist die chronische Unterschätzung der Regulatorik, insbesondere des EU AI Acts. Das vierte Learning betrifft den Technologie-Fetischismus: Wer Lösungen aufzwingt, die technologisch brillieren, aber in der alltäglichen User Experience der Creator*innen versagen, wird vom Markt gnadenlos abgestraft.

Deutschlands heimliche Creator-Hubs

Die architektonische Landkarte der deutschen Creator-Tool-Landschaft konzentriert sich 2026 auf hochspezialisierte Hotspots. Berlin bleibt der unangefochtene Magnet, angetrieben von einer dichten Konzentration an Media-Tech-VCs und der Strahlkraft von Kaderschmieden wie der ESMT. München agiert als das kraftvolle Gegenstück für harte Technologiebedingungen. Angefacht durch das CDTM und die TU München, entstehen hier vor allem datenlastige B2B-SaaS-Produkte für die Industrie. Das Rheinland, spezifisch die Achse Aachen und Köln, fungiert als historisch gewachsenes Cluster, das auf dem Fundament klassischer TV-Produktionen und starken Informatik-Fakultäten wie der RWTH Aachen basiert. Abgerundet wird dieses Netzwerk durch Hamburg. Die Hansestadt nutzt ihre tiefe Verwurzelung in der Werbe- und Agenturwelt sowie Netzwerke wie den Next Media Accelerator, um Tools zu entwickeln, die genau an der Schnittstelle zwischen Markenbudgets und der Creator-Commerce-Welt ansetzen.

Investor*innen-Radar

Ein genauer Blick auf die Geldgeber*innen offenbart, wer das Benzin für diese Maschine liefert. Bei den spezialisierten VCs haben Akteure wie Creator Ventures den Takt vorgegeben, während in Deutschland vor allem Vehikel rund um OMR Ventures den tiefen Brancheneinblick für Seed-Finanzierungen nutzen. Auf der Ebene der Top-Tier Generalisten sehen wir Fonds wie Creandum, Cherry Ventures und Point Nine, die ihre rigorosen B2B-SaaS-Metriken nun konsequent auf Creator-Tools anwenden. Die Industrie mischt über Corporate VCs ebenfalls kräftig mit; hier sichern sich Bertelsmann Investments oder SevenVentures strategische Marktanteile, um ihre eigenen Wertschöpfungsketten zu digitalisieren. Der eigentliche Motor der Frühphase sind jedoch die Business Angels und Syndikate. Hier agieren Digitalgrößen wie Philipp Westermeyer oder Prominente wie Mario Götze als strategische Türöffner, die den Start-ups unmittelbaren Zugang zu jener Creator-Elite verschaffen, die heute die Märkte bewegt.

Die Top Start-ups (Must-Watch 2026)

Die für diesen Report ausgewählten Start-ups wurden anhand einer rigorosen Analyse ihrer Marktrelevanz im Jahr 2026, ihres technologischen Reifegrades sowie der Stabilität ihrer Geschäftsmodelle bewertet. Ein wesentliches Kriterium war zudem das Investoren-Vertrauen durch namhafte Risikokapitalgeber. Wir betrachten ausschließlich Unternehmen mit Hauptsitz in Deutschland, die ab dem Jahr 2020 gegründet wurden, um den aktuellen Innovationszyklus der "Post-Plattform-Ära" präzise abzubilden – jene Ära, in der Creator zu echten Handelsmarken werden.

Passionfroot (Gegründet 2021)

Das Team um Jennifer Phan, Jens Willemen und Michelle Tian hat von Berlin aus einen globalen Standard gesetzt. Ihr B2B-SaaS-Modell bietet einen ganzheitlichen Workspace, der Sponsoring-Anfragen und CRM für Creator zentralisiert. Der USP ist die radikale Vereinfachung des Backoffice-Chaos für jene „Solopreneur*innen“, die heute Millionenumsätze verwalten. Namhafte VCs wie Creandum und Cherry Ventures investierten hier in einer Seed-Runde 3 Millionen Euro in Passionfroot.

Nindo (Gegründet 2020)

Gegründet von Rezo und Tim Jacken in Aachen, ist Nindo der Inbegriff für den Sprung von Content-Expertise zu tiefen B2B-Data-SaaS-Lösungen. Das Unternehmen bietet granularste Analytics und Reichweiten-Validierungen für das Influencer-Marketing. Durch den Einstieg und die strategische Partnerschaft mit dem globalen Medienhaus Webedia stützt Nindo heute maßgeblich das Wachstum jener Marken, die auf datenbasierte und verifizierte Creator-Kooperationen setzen.

cofenster (Gegründet 2020)

Die Hamburger Gründer Tom Vollmer, Oliver Wegner und Finn Frotscher adressieren die „Corporate Creator Economy“. Ihr Tool ermöglicht es Unternehmen, Mitarbeiter-Content via KI-Guidance in professionelle Verkaufs- und Info-Videos zu verwandeln. Dieser Ansatz sicherte cofenster unter anderem eine Seed-Finanzierung in Höhe von 1,5 Millionen Euro, angeführt von Capnamic Ventures.

Charles (Gegründet 2020)

Artjem Weissbeck und Andreas Tussing bringen mit Charles Conversational Commerce nach Berlin. Ihr SaaS-Modell erlaubt es E-Commerce- und Creator-Brands, Marketing und Verkauf vollständig über WhatsApp abzuwickeln. Der USP liegt in der direkten Monetarisierung ohne Algorithmus-Abhängigkeit, was Salesforce Ventures im Rahmen einer Series-A-Runde zu einem Investment von 20 Millionen Dollar veranlasste.

Wonnda (Gegründet 2022)

Das Berliner Duo Martin Ditzel und Oliver Allmoslechner schließt die Lücke zwischen digitaler Reichweite und physischem Handel. Als B2B-Marktplatz verbindet Wonnda Creator*innen mit europäischen Hersteller*innen für Eigenmarken. Die Plattform digitalisiert das Sourcing und zementiert den Trend zum „Creator-as-a-Manufacturer“, finanziert von namhaften Frühphasen-VCs wie Pitchdrive.

Oxolo (Gegründet 2020)

Das Hamburger Team um Elisabeth L’Orange und Heiko Hubertz besetzt die entscheidende Schnittstelle, an der 2026 die Grenze zwischen klassischem E-Commerce und Creator-Content endgültig verschwindet. Ihr „URL-to-Video“-Modell generiert aus schlichten Shop-Links hochgradig konvertierende Videoclips mit KI-Avataren. Dass Oxolo primär von „Sellern“ spricht, ist ein strategisches Understatement: In Wahrheit nutzen vor allem Creator-Founders das Tool, um ihre D2C-Brands zu industrialisieren. Mit einer Series-A-Finanzierung von 13 Millionen Euro (Lead: DN Capital) ist Oxolo der unsichtbare Motor hinter dem kommerziellen Erfolg moderner Creator-Marken.

Moojo (Gegründet 2021)

Das Berliner Start-up von Amir Djouadi, Christian Engnath und Utena Treves fungiert als das finanzielle Rückgrat der dezentralen Wirtschaft. Moojo bietet eine integrierte FinTech-Lösung, die Rechnungsstellung und sofortige Auszahlungen für Creator*innen automatisiert. Durch die Reduzierung von Zahlungsverzögerungen löst das Start-up eines der größten Liquiditätsprobleme der Branche, unterstützt durch ein 2-Millionen-Dollar-Pre-Seed-Funding von b2venture und APX.

ZebraCat (Gegründet 2022)

Reza Zolfaghari und Michael Baumgartner konzentrieren sich mit ZebraCat in Berlin auf die „Prompt-to-Video“-Revolution. Ihr Modell ermöglicht es Creator*innen, durch einfache Textbeschreibungen komplexe Video-Narrative inklusive Schnitt zu generieren. Als Absolventen von Entrepreneur First verkörpern sie die neue Generation von KI-Tools, die den kreativen Prozess radikal beschleunigen.

Internationaler Ausblick & Fazit

Der Blick auf die globale Makroebene zeigt, dass die europäische Creator Economy erst am Anfang einer tiefgreifenden Umwälzung steht. Aus Asien schwappt die nächste Evolutionsstufe der Live-Commerce-Infrastruktur herüber, während in den USA autonome KI-Agenten bereits die Verhandlungen komplexer Marken-Deals übernehmen. Für den europäischen Markt bedeutet dies: Wer heute noch isolierte Content-Tools baut, wird den Anschluss an den Handel verlieren. Die Zukunft gehört jenen Plattformen, die den gesamten Workflow vom ersten Frame bis zum finalen Checkout digitalisieren.

Das Fazit für Gründer*innen und Investor*innen: Die Creator Economy ist kein flüchtiger Trend mehr, sondern das Betriebssystem des modernen Mittelstands. Wer die Souveränität über die eigene Technologie und die eigenen Daten besitzt, wird die Medienhäuser und Handelskonzerne von morgen führen.

Doch wer genauer hinsieht, erkennt schnell: Der Deal war kein Schlusspunkt, sondern der Beginn einer hochkomplexen Transformationsphase. Wir schreiben mittlerweile das Jahr 2026, und das Team aus dem Münchner Vorort Neuried muss nun beweisen, dass seine Technologie auf der globalen Bühne bestehen kann, ohne dass die eigene Identität im Räderwerk eines börsennotierten Konzerns zermahlen wird.

Die Realität nach dem Handschlag

Die Tinte unter dem Vertrag war kaum trocken, da begann für INTELLEGAM der operative Realitätscheck. Von der Kaufsumme flossen rund 1,2 Millionen Euro direkt als Working Capital in das Start-up. Dieses frische Kapital fungierte als Brandbeschleuniger für die Produktentwicklung, brachte jedoch völlig neue Spielregeln mit sich. Aus dem agilen Spin-off des Masterstudiengangs „Applied Business Innovation“ der HM Business School wurde über Nacht ein integraler Bestandteil eines globalen Daten-Ökosystems. Infomedia bedient weltweit über 250.000 Branchenexpert*innen bei rund 50 OEM-Marken in 186 Ländern. Plötzlich ging es für das Münchner Team nicht mehr nur um die Beratung lokaler Firmen in Deutschland, sondern um die nahtlose Integration ihrer KI-Lösungen in extrem heterogene, internationale Konzernstrukturen.

Vom Proof of Concept zur globalen Skalierung

Die technologische Kernkompetenz von INTELLEGAM – die Umwandlung komplexer, unstrukturierter Fahrzeugdaten in sofort abrufbares Wissen – musste in den vergangenen Monaten den ultimativen Stresstest bestehen. Vor dem Deal nutzten laut Unternehmensangaben bereits asiatische Automobilhersteller wie BYD und Nissan die Software erfolgreich in Europa. Doch durch das gewaltige Vertriebsnetzwerk der Australier wuchs der Druck zur Massentauglichkeit. Produkte wie der „Repair Assistant“, der komplexe Schaltpläne in einfache Reparaturanleitungen für Mechaniker*innen übersetzt, oder die intelligenten Voice- und Web-Assistenten für den Kund*innenservice, mussten nun für unterschiedlichste Märkte und in diversen Sprachen fehlerfrei funktionieren. Die proprietäre Sucharchitektur, die das gefürchtete Halluzinieren der KI durch Retrieval-Augmented Generation nahezu komplett ausschließen soll, wurde dabei zum wichtigsten Verkaufsargument gegenüber skeptischen Werkstattleiter*innen weltweit.

Das Damoklesschwert der Earn-out-Klausel

Ein genauer Blick auf die Transaktionsstruktur von 2025 offenbart eine strategische Finesse, die gleichzeitig eine enorme psychologische Bürde darstellt. Infomedia erwarb zunächst nur die Hälfte des Unternehmens. Die restlichen 50 Prozent können die Australier innerhalb von fünf Jahren übernehmen, sofern vorab definierte, harte finanzielle und strategische Ziele erreicht werden. Die künftige Unternehmensbewertung ist dabei direkt an Umsatz und Profitabilität gekoppelt. Diese Konstruktion schützt Infomedia vor Fehlinvestitionen, erzeugt aber für das Münchner Team einen unerbittlichen Leistungsdruck. Die Gründer befinden sich seitdem in einem ständigen Balanceakt: Sie müssen aggressive Wachstumsziele im Vertrieb erreichen, dürfen aber die kostenintensive Weiterentwicklung ihrer Basistechnologie nicht vernachlässigen.

Die Verteidigung des „technologischen Burggrabens“

Während INTELLEGAM mit Infomedia im Rücken den Aftersales-Markt beackert, schläft die Konkurrenz der BigTech-Konzerne nicht. Das Start-up veredelt Basis-Sprachmodelle für den hochspezifischen Automobil-Gebrauch. Ihr eigentlicher Burggraben ist die Fähigkeit, verstaubte Service-Bulletins, Tabellen und kryptische Herstellerhandbücher fehlerfrei zu strukturieren. Doch dieser Vorsprung droht perspektivisch zu schmelzen. Die generischen Basis-Modelle großer Tech-Giganten verfügen über immer gewaltigere Kontextfenster und lernen rasant, riesige Datenwüsten nativ und ohne große Vorstrukturierung zu verstehen. INTELLEGAM muss deshalb im Eiltempo beweisen, dass ihr tiefes Domänenwissen im Automobilsektor gepaart mit den Daten von Infomedia einen echten, unersetzbaren Mehrwert bietet, der über eine bloße API-Anbindung hinausgeht.

Die menschliche Komponente des Half-Exits

Neben den technologischen und vertrieblichen Hürden ist die Zeit nach dem großen Deal vor allem eine Reifeprüfung für die Unternehmenskultur. Die Dynamik eines studentischen Gründerteams kollidiert in der Realität unweigerlich mit den Erwartungen eines globalen Software-Konzerns. Das Team ist gewachsen, Strukturen mussten eingezogen und Rollen professionalisiert werden. Für die Gründer stellt sich damit auch die Sinnfrage nach der eigenen Identität im neuen Konstrukt. Sind sie noch die agilen Visionäre, die eine Industrie umkrempeln, oder navigieren sie bereits im Fahrwasser etablierter Manager? Genau diese innere Haltung wird letztlich darüber entscheiden, ob die strategische Ehe mit Infomedia eine nachhaltige Erfolgsgeschichte bleibt.

Anmerkung der Redaktion: INTELLEGAM hat auf unsere vertiefenden Fragen zunächst geantwortet, diese Freigabe vor der Veröffentlichung jedoch wieder zurückgezogen. Als Grund nannte das Unternehmen: „Die uns bereitgestellten Fragen sind legitim, aber in Ihrer Formulierung nicht vereinbar mit unserem öffentlichen Auftritt.“

Das Braunschweiger Start-up Better Sol erhält rund 125.000 Euro Förderung aus dem „Green Startup“-Programm der Deutschen Bundesstiftung Umwelt (DBU), um gebrauchte Solarpaneele in großem Stil zurück in den Markt zu bringen.

Hinter dem Start-up stehen Luisa Schulze und Mirko Laube. Better Sol entstand ursprünglich im Sommer 2022 als Ausgründung des Magdeburger Recycling-Unternehmens Solar Materials und agiert seit 2023 als eigenständige GmbH am Standort Braunschweig. Während sich die ehemalige Muttergesellschaft auf das komplexe werkstoffliche Recycling von Modulen konzentriert, widmet sich Better Sol voll und ganz dem „Second Life“ – also der direkten Wiederverwendung der noch intakten Platten.

KI-gestützte Prüfung statt Schredder

Die Beschaffungsseite von Better Sol zielt primär auf große Solarparks ab. Die Betreiber tauschen dort häufig größere Mengen an Solarmodulen recht früh in ihrem Lebenszyklus durch neuere, leistungsstärkere Modelle aus. Um diese Module vor dem Müll zu bewahren, hat das Better-Sol-Team mittels DBU-Förderung ein in Teilen automatisiertes Testsystem mit eigener Software auf Basis künstlicher Intelligenz (KI) entwickelt.

Der Prüfprozess beginnt mit einer mehrstufigen optischen Untersuchung, bei der sowohl grobe Beschädigungen als auch jede Solarzelle einzeln begutachtet werden. Im Anschluss folgen eine eingehende Prüfung der elektrischen Sicherheit sowie eine Leistungsüberprüfung, die misst, wie viel Watt das Produkt im Vergleich zur ursprünglichen Leistung noch liefert. Die Software führt all diese Daten automatisiert zu einer detaillierten Leistungsprognose zusammen. Jedes funktionstüchtige Modul erhält ein Label mit den Testdaten, einer zugewiesenen Leistungsklasse und einem umfangreichen Prüfprotokoll. Nur der endgültige Rest wird zum Recycling aussortiert. Der Vertrieb erfolgt direkt über die Internetseite von Better Sol. Zielgruppe sind oft Privathaushalte oder die Dächer größerer Fabrikhallen.

Der Markt und die Technologie im Wettbewerbsvergleich

Nach Angaben des Statistischen Bundesamtes verbucht die Photovoltaik mittlerweile einen Anteil von etwa 24 Prozent und ist damit der zweitwichtigste Energieträger der inländischen Stromerzeugung. Das Reservoir an ausgemusterten, aber noch funktionierenden Modulen wächst rasant. Laut Schulze ist im Schnitt jedes zweite gebrauchte Solarmodul noch für eine erneute Nutzung geeignet. Doch der Gebrauchtmarkt professionalisiert sich zusehends.

Better Sol setzt aktuell auf eine pragmatische, KI-gestützte Teilautomatisierung und plant als nächsten logischen Entwicklungsschritt eine mobile Testanlage, um die Solarmodule direkt dort zu testen, wo sie ausgemustert werden. Genau in diesem logistisch entscheidenden Bereich der Vor-Ort-Prüfung operiert bereits der etablierte Wettbewerber 2ndlifesolar, eine Marke der großen Buhck Gruppe. 2ndlifesolar greift auf ein deutschlandweites Logistiknetzwerk zurück und kombiniert stationäre Erstbehandlungsanlagen mit mobilen Prüflaboren. Technologisch geht das Unternehmen tief in die industrielle Qualitätssicherung und führt standardmäßig Elektrolumineszenz-Prüfungen durch, um unsichtbare Mikrorisse im Vorfeld zu detektieren.

Einen völlig anderen, stark hochskalierten Weg bestreitet das österreichische CleanTech-Start-up 2nd Cycle. Das Unternehmen betreibt eine vollautomatische Inspektions- und Upcycling-Anlage im industriellen Hochdurchsatz und nutzt neben klassischer Robotik auch patentierte hyperspektrale Analysen aus der Raumfahrt, um Zellalterungen frühzeitig zu erkennen.

Der Schlüssel zum wirtschaftlichen Erfolg

Das Vorhaben von Better Sol leistet einen fundamentalen Beitrag, um noch leistungsfähige Materialien durch geschickte Kreislaufwirtschaft für eine Weiternutzung zu erhalten, damit die Bemühungen für mehr erneuerbare Energien nicht ins Stocken geraten. Dennoch muss sich das Geschäftsmodell in einem harten Wettbewerb beweisen.

Die Handwerkerkosten für den Aufbau einer PV-Anlage auf einem Eigenheim sind hoch und fallen völlig unabhängig davon an, ob man neue oder gebrauchte Paneele installiert. Gleichzeitig steht der Markt unter enormem Preisdruck durch historisch günstige asiatische Neuware. Wenn fabrikneue Module extrem billiger werden, schwindet das Argument der finanziellen Ersparnis bei Gebrauchtmodulen mit kürzerer Restlebensdauer. Der Schlüssel zum wirtschaftlichen Erfolg von Better Sol liegt daher in der rigorosen Minimierung der eigenen Logistik- und Prozesskosten. Die geplante mobile Testanlage und die zusätzliche Automatisierung des Testsystems sind für das Start-up essenziell, um künftig auch größere Ausmusterungen von Solarparks wirtschaftlich bewältigen zu können.

Hinter der Aiconiq GmbH stehen zwei ausgewiesene Branchenexperten. Gegründet wurde das Start-up 2025 von Prof. Dr. Peter Gentsch, einem bekannten KI-Pionier und Seriengründer, sowie dem KI-DeepTech-Experten Dr. Michael Patrushev. Gemeinsam bringen sie jahrzehntelange Erfahrung aus der KI-Forschung, im internationalen Engineering und beim Skalieren technologiegetriebener Unternehmen in ihr neues Projekt ein.

Mehr als nur ein Chatbot

Dass hier DeepTech-Experten am Werk sind, zeigt sich am technologischen Anspruch: Während viele Firmen mit generischen Chatbots experimentieren, integriert Aiconiqs Corporate Brain laut Unternehmensangaben nicht nur explizites, sondern gezielt das implizite Wissen (Tacit Knowledge) der Belegschaft. Erfasst wird dies durch KI-gesteuerte Interviews. Um Halluzinationen und subjektiven Fehleinschätzungen vorzubeugen, setzt Co-Gründer Michael Patrushev auf harte Validierung: „Die KI stellt keine offenen, spekulativen Fragen, sondern kontextualisierte, prozessbezogene Fragen entlang realer Use Cases.“

Nach einem Abgleich mit ERP-Logs und Experten-Kreuzvergleichen speichere das System keine absoluten Wahrheiten, so Patrushev, sondern „gewichtete Wissenselemente mit Vertrauens-Score und Quellenreferenz“. Gerade dieses subjektive Erfahrungswissen sei im Unternehmensalltag entscheidend, müsse aber umsichtig geprüft werden.

David gegen die Tech-Goliaths

Im hart umkämpften Markt stellt sich die Frage, wie lange das Start-up gegen die Milliarden-Budgets von Microsoft oder OpenAI bestehen kann. Prof. Peter Gentsch gibt sich pragmatisch: „Wir kämpfen nicht gegen die Hyperscaler wie OpenAI, Google oder Anthropic – wir nutzen sie.“ Das eigene System setze horizontal auf den bekannten Modellen auf. Der Burggraben entstehe durch branchenspezifische Use Cases in einer sicheren, DSGVO-konformen Umgebung, wahlweise on-premises oder in einer europäischen Cloud.

Gentsch pointiert: „Wir wollen nicht das größte Gehirn bauen; wir bauen das relevanteste Brain für ein Unternehmen. Die Tech-Giganten optimieren Skalierung – wir optimieren den Unternehmens-Kontext.“

Skalierung: Softwareprodukt oder Manufaktur?

Die schnelle Entwicklung der eigenen Modelle sichert Aiconiq durch die interne „Aiconiq Factory“ ab, die auf radikale Automatisierung setzt. Kontrollverlust fürchtet Patrushev dabei nicht: „Geschwindigkeit ersetzt bei uns nicht Qualität – sie wird durch Qualitätssicherungssysteme ermöglicht.“ Jeder KI-generierte Code durchlaufe strenge Security-Checks und Test-Pipelines.

Doch lässt sich das aufwendige Einfangen von Unternehmenswissen beim Kunden ebenso reibungslos skalieren, oder droht Aiconiq in einem beratungsintensiven Manufaktur-Modell steckenzubleiben? Gentsch wehrt ab: Man nutze KI, um KI im Unternehmen aufzubauen. Algorithmen deckten Inkonsistenzen im Wissen automatisch auf und lösten sie teils selbständig. Ganz ohne menschliches Zutun gehe es aber nicht, räumt der Gründer ein: „Damit bleibt immer ein wenig Manufaktur bzw. ‚Human in the loop‘.“

Ausblick

Mit einer aktuellen Bewertung von 10 Millionen Euro und der Aufnahme ins „German Accelerator USA-Programm“ hat Aiconiq.io nach eigenen Angaben bereits namhafte DAX-Konzerne überzeugt. Gelingt es den Frankfurtern nun, die komplexe Wissensextraktion weiter zu standardisieren, könnte sich ihr „Corporate Brain“ als eine treibende Kraft der „industriellen KI-Revolution“ aus Deutschland etablieren.

Wer sich heutzutage mit gesunder Ernährung beschäftigt, verliert sich schnell in einem Dickicht aus Protein-Hypes, Mikro-Diäten und unzähligen Supplements. Gleichzeitig klafft im Markt eine strukturelle Lücke: Klassische Ernährungsberatung ist oft teuer, punktuell und richtet sich meist an Menschen, die bereits gesundheitliche Probleme haben. Digitale Ernährungs-Tracker hingegen sind zwar günstig und zugänglich, fokussieren sich aber fast ausschließlich auf rudimentäres Kalorienzählen und kurzfristigen Gewichtsverlust. Die langfristige Gesundheit – die sogenannte Healthspan – bleibt dabei oft auf der Strecke. Genau in diese Lücke stößt nun das 2025 gegründete Start-up Preeo. Das Gründungsteam um Anneke Flechtner (CEO) und Christopher Marx (CTO) positioniert sich mutig im aufstrebenden Longevity-Sektor und plant Ende März 2026 den offiziellen Launch seiner App.

Vom Marketing zur Gesundheitsmission

Die Idee zu Preeo reifte nicht über Nacht. CEO Anneke Flechtner, die ursprünglich aus dem Marketing kommt und bereits eine eigene Agentur aufbaute, widmete sich dem Thema angetrieben von der Frustration über oberflächliche Ernährungstrends und kurzsichtige Diät-Apps. Zusammen mit CTO Christopher Marx wurde aus der Ursprungsidee schließlich Preeo, das Prävention in den Alltag der breiten Masse bringen will.

Doch reicht Marketing-Erfahrung für einen Markt, der tiefe wissenschaftliche und teils medizinische Expertise erfordert? Flechtner kontert diesen Einwand selbstbewusst: „Mein beruflicher Fokus lag in den letzten Jahren zwar im Marketing, gleichzeitig bin ich aber auch lizenzierte Ernährungsberaterin.“ Sie betont, dass es zwar viel fundiertes Wissen über Ernährung gebe, dieses aber im Alltag kaum ankomme. „Oft fehlt die Übersetzung in etwas, das verständlich und wirklich umsetzbar ist“, so die Gründerin. Um das wissenschaftliche Fundament zu sichern, orientieren sich die Inhalte an etablierten Leitlinien und evidenzbasierter Präventionsforschung. Flankierend baut das Start-up ein Advisory Board mit Expertinnen und Experten aus Ernährungswissenschaft, Medizin und Präventionsforschung auf. Flechtners Hintergrund soll letztlich genau die Brücke schlagen, um diese Erkenntnisse für die Nutzer tatsächlich alltagstauglich aufzubereiten.

KI-Tracking trifft auf Wearable-Daten

Der Einstiegspunkt für die Nutzer*innen ist die Preeo-App, die deutlich mehr sein will als ein weiteres Food-Tagebuch. Um die bei Tracking-Apps gefürchtete „App Fatigue“ (die Ermüdung durch aufwendiges manuelles Eintragen) zu umgehen, setzt Preeo auf KI-Fotoerkennung sowie Sprach- und Texteingaben. Der eigentliche technologische Clou ist jedoch die Datenfusion: Preeo verknüpft die getrackte Ernährung mit biometrischen Daten aus Wearables wie Apple Health oder Garmin. Parameter wie Schlafqualität, Stresslevel und tägliche Bewegung fließen in die Algorithmen ein. So sollen Nährstoffdefizite proaktiv erkannt und kontextbezogene Empfehlungen ausgesprochen werden. Wer schlecht schläft oder hohem Stress ausgesetzt ist, bekommt entsprechende Anpassungen für seinen Speiseplan.

Angesichts der oft fehleranfälligen KI-Erkennung und variierender Hardware-Genauigkeit drängt sich jedoch die Frage nach der Zuverlässigkeit dieser Empfehlungen auf. CTO Christopher Marx räumt technische Unschärfen unumwunden ein: „Unser Ziel ist aktuell bewusst nicht, auf das Gramm genau zu sein.“ Das Kernproblem bestehender Apps sei nicht mangelnde Präzision, sondern dass Nutzer schnell kapitulieren. „Ein schnelles Foto vom Teller hat eine gewisse Unschärfe, aber es ist unendlich wertvoller als ein perfektes Protokoll, das am Ende nie ausgefüllt wird“, argumentiert Marx. Die App ziele nicht auf obsessiven Tracking-Stress ab, sondern basiere ihre kontextbezogenen Impulse auf längerfristig beobachteten Trends, wodurch sich Ausreißer über die Zeit ausgleichen würden. Wer es genauer brauche, könne zudem manuell nachjustieren.

Bei der Verschmelzung solch intimer Gesundheits- und Stressdaten schrillen aus Datenschutzsicht unweigerlich die Alarmglocken. Hier verspricht Marx strikte DSGVO-Konformität. „Preeo versteht sich als Verbindungsstück zwischen verschiedenen Datenquellen – nicht als Datentresor“, stellt der CTO klar. Sensible Gesundheitsdaten bleiben lokal auf dem Gerät oder in den Ökosystemen der Hersteller. Preeo ziehe diese nur anlassbezogen und kurzlebig heran, während Mahlzeiten-Daten lediglich anonymisiert zur Weiterentwicklung der Erkennung genutzt würden.

Bleibt das Problem der traditionell hohen Abwanderungsraten bei Fitness-Apps: Warum sollten Nutzer*innen jahrelang für ein Abo bezahlen, wenn sie ihre Defizite längst verstanden haben? Für Anneke Flechtner ist Gesundheit kein Projekt mit Enddatum. „Stress, Schlaf, Bewegung oder Trainingsziele verändern sich ständig und damit auch die Anforderungen an unsere Ernährung“, erklärt die CEO. Preeo solle als kontinuierlicher Gesundheitsbegleiter agieren, der mit der Zeit aus den Daten lernt und Empfehlungen dynamisch an die Lebensumstände anpasst.

Zwischen Megatrend und hartem Wettbewerb

Das Marktumfeld könnte spannender kaum sein: Longevity ist einer der Megatrends dieses Jahrzehnts. Während in den USA Start-ups wie Zoe oder InsideTracker dreistellige Millionenbeträge einsammeln, steht Europa noch am Anfang.

Bis zum Launch Ende März wurde Preeo vom Gründerduo komplett gebootstrapped. „Diese Phase war für uns sehr wertvoll, weil wir uns vollständig auf Produktqualität und Nutzererlebnis konzentrieren konnten“, resümiert Flechtner. Doch die Vision ist größer: Um Prävention in Deutschland und Europa stärker zu skalieren, peilt das Start-up noch 2026 eine Pre-Seed-Finanzierungsrunde über rund eine Million Euro an. Voraussetzung dafür ist jedoch eine entsprechende Nutzer*innen-Traktion. CTO Marx ergänzt dazu pragmatisch: „Wir bauen momentan ein reines Digitalprodukt auf, was mit AI immer günstiger wird [...] Neue Start-ups erzielen Milliarden-Bewertungen mit sehr kleinen AI-nativen Teams.“

Gleichzeitig muss sich Preeo in einem stark umkämpften „Red Ocean“ gegen Giganten wie Yazio, MyFitnessPal, Oura oder Whoop behaupten. Preeo positioniert sich exakt an der Schnittstelle dieser Welten. Um Nutzer*innen angesichts kostenloser Konkurrenz zum Zahlen zu bewegen, setzt das Start-up auf ein Freemium-Modell. Während Basis-Tracker Nutzer*innen mit ihren Daten oft allein ließen, schließe Preeos Premium-Abo mit tieferen Analysen und einem KI-Coach die Lücke zwischen billigen Apps und teurer Einzelberatung.

Das Geschäftsmodell unter der Lupe

Bei aller Euphorie stellen sich für das Geschäftsmodell zentrale Herausforderungen. Ob sich Preeo das Trend-Label Longevity wirklich anheften kann, ist fraglich, da das Start-up bislang auf echte klinische Biomarker wie Blut- oder DNA-Tests verzichtet. Die Ansätze basieren stattdessen rein auf der Kreuzung von Software-Daten und Wearable-APIs.

Auf die direkte Frage nach der regulatorischen Grauzone und einer möglichen Einstufung als Medizinprodukt (MDR) oder der Abrechnung über Krankenkassen (DiGA) bleibt die Gründerin zurückhaltend und den konkreten Zukunftsplan schuldig. Sie betont stattdessen die aktuelle Positionierung: „In der aktuellen Phase versteht sich Preeo bewusst als Präventions- und Lifestyle-App. Wir diagnostizieren keine Krankheiten und ersetzen keine medizinische Beratung.“ Eine stärkere medizinische Validierung sei eher „eine Perspektive für die Zukunft“.

Zudem birgt die Verknüpfung von Wearable-Daten mit Ernährung im Alltag die Gefahr einer Datenüberflutung, die schnell zu Frustration führen kann. Die Handlungsempfehlungen müssen zwingend so simpel und granular aufbereitet sein, dass sie nachhaltige Verhaltensänderungen bewirken.

Aus wirtschaftlicher Sicht plant Preeo langfristig den cleveren Sprung vom margenschwachen B2C-Abo zu margenstärkeren Telehealth-Dienstleistungen wie digitaler Beratung durch echte Experten. Dem naheliegenden Einstieg ins Betriebliche Gesundheitsmanagement (BGM) erteilt Flechtner vorerst jedoch eine Absage. Auch wenn das Feld spannend sei, liege der Fokus aktuell „ganz bewusst darauf, Prävention für den einzelnen Nutzer greifbar und verständlich zu machen“. B2B2C-Modelle sehe sie erst langfristig als Potenzial.

Auch der geplante Telehealth-Ausbau liegt noch in der Ferne. Zunächst müsse die technologische Grundlage stehen. „Der Ausbau in Richtung digitaler Beratung ist deshalb perspektivisch geplant, aber nicht der erste Schritt nach dem Launch“, stellt Flechtner klar. Für die spätere Qualitätssicherung verspricht sie allerdings bereits klare Qualifikationsanforderungen und ein kuratiertes Netzwerk aus zertifizierten Berater*innen.

Einordnung & Fazit

Preeo surft auf einer massiven Welle. Die Fusion aus KI-Tracking und Gesundheitsdaten ist der logische nächste Schritt in der Evolution der Health-Apps. Isoliertes Kalorienzählen ist ein Relikt der Vergangenheit. Gelingt es Preeo nach dem Launch Ende März, eine loyale Nutzer*innenschaft aufzubauen und nahtlos in höherwertige Longevity-Services zu konvertieren, winkt dem jungen Hamburger Start-up die Rolle als relevanter europäischer Player. Zuvor muss das Gründungs-Duo jedoch beweisen, dass seine Algorithmen echten gesundheitlichen Mehrwert liefern, der den Wechsel von den etablierten Platzhirschen rechtfertigt.

Hinter TRONITY stehen Torsten Born, Sebastian Netuschil und Nils Machner, die das Unternehmen 2020 in Mannheim gründeten. Die berufliche Herkunft der drei Gründer ist unverkennbar: Alle drei kommen aus dem SAP-Umfeld. Dieses tiefe Verständnis für komplexe IT-Systeme und Enterprise-Lösungen prägt die Entwicklung des Start-ups spürbar. Entstanden aus dem Ziel, die Blackbox "Elektromobilität" transparenter zu machen, hat sich der Fokus mittlerweile erfolgreich auf das lukrative B2B-Flottengeschäft erweitert.

Virtuelle Zwillinge statt Hardware-Wildwuchs

Der Kern des TRONITY-Modells ist so simpel wie effektiv: Anstatt Fuhrparks mit teurer Hardware wie OBD-Dongles oder spezifischen Smart-Wallboxen auszustatten, greift die Software rein datenbasiert auf die Fahrzeuge zu. Das Start-up baut digitale Zwillinge von Elektro- und Plug-in-Hybridfahrzeugen und nutzt dafür direkte Datenzugriffsvereinbarungen (APIs) mit über 20 Automobilherstellern – darunter Tesla, VW, BMW, Ford und Mercedes-Benz.

Mit der B2B-Lösung TRONITY Fleet adressiert das junge Unternehmen eine der größten organisatorischen Hürden der betrieblichen E-Mobilität: die Abrechnung des Ladestroms, wenn Mitarbeitende den Firmenwagen zu Hause laden. Die Software erfasst Ladevorgänge auf Basis der Fahrzeugdaten und automatisiert die Rückerstattung. Dank der SAP-Vergangenheit der Gründer lässt sich das System nahtlos in bestehende ERP-Strukturen integrieren. Nachdem die Lösung bereits 2025 in den Benelux-Ländern als Ladelösung für Mercedes-Benz-Geschäftskund*innen etabliert wurde, folgt am 24. März 2026 nun der strategisch wichtige Rollout in Deutschland.

Skalierbarkeit vs. Bürokratie

Aus Start-up- und Investor*innenperspektive ist TRONITY ein hochspannendes B2B-SaaS-Modell. Es löst ein konkretes Problem und ist durch den Verzicht auf zusätzliche Hardware extrem gut skalierbar. Dennoch birgt der Ansatz strategische Herausforderungen, die kritisch beobachtet werden müssen:

• Die API-Abhängigkeit: Das Geschäftsmodell steht und fällt mit der Bereitschaft der Automobilhersteller, ihre Telematikdaten über Schnittstellen zugänglich zu machen. Sollten große Player künftig den Datenzugriff restriktiv handhaben, um eigene, geschlossene Software-Ökosysteme zu forcieren, wäre TRONITYs Kernversprechen der Herstellerunabhängigkeit massiv bedroht.
• Die Eichrecht-Falle beim Finanzamt: TRONITY automatisiert die Abrechnung elegant. Allerdings schwelt in Deutschland ein bürokratischer Konflikt: Die Arbeitsgemeinschaft Mess- und Eichwesen (AGME) und das Finanzministerium ringen aktuell darum, wie lückenlos Ladekosten nachgewiesen werden müssen. Eine gesetzlich striktere Auslegung, die zwingend mess- und eichrechtskonforme Hardware-Zähler für steuerfreie Rückerstattungen vorschreibt, könnte dem rein softwarebasierten, ungeeichten Ansatz steuerrechtlich Steine in den Weg legen.
• Gegenwind im E-Automarkt: Das Start-up agiert in einem Sektor, der aktuell unter erheblichem Transformationsdruck steht. Eine Verzögerung bei der Umstellung von Unternehmensflotten auf E-Autos könnte das erhoffte Hyperwachstum des Unternehmens bremsen.

Fazit

TRONITY beweist eindrucksvoll, dass sich agile Software-Start-ups als Innovations-Bindeglied für etablierte Automobilkonzerne positionieren können. Die tiefe Integration in das Flottenportfolio von Mercedes-Benz ist ein massiver Proof of Concept und Ritterschlag für die Mannheimer. Um den Erfolg langfristig abzusichern, muss das Team nicht nur seinen technologischen Vorsprung verteidigen, sondern auch hoffen, dass die deutsche Steuerbürokratie der pragmatischen Digitalisierung nicht den Stecker zieht.

Es war das Jahr 2021, als die Quick-Commerce-Blase ihren Höhepunkt erreichte. Milliarden an Venture Capital flossen in Start-ups, die versprachen, Lebensmittel in zehn Minuten zu liefern. Inmitten dieses Hypes gründeten Timo Kerzel (zuvor Projektleiter bei TKE Elevators) und Micheal Kingreen in Hamburg die Fleetlery GmbH. Ihr Ansatz war jedoch ein anderer: Keine eigenen Dark Stores, keine Konsumenten-App, kein massives Cash-Burning. Fleetlery positionierte sich als reiner B2B-Infrastrukturanbieter. Das Versprechen: Delivery-as-a-Service.

Heute, gut vier Jahre später, zieht Fleetlery Bilanz. Während viele der hochfinanzierten Einhörner von damals verschwunden oder fusioniert sind, ist das gebootstrappte Hamburger Startup gewachsen. Über 3.000 Kuriere und Picker sind laut Unternehmensangaben für Fleetlery auf der Straße. Doch der Erfolg hat einen Preis – und offenbart, dass die letzte Meile längst kein rein technologisches Spielfeld mehr ist.

Bootstrapping im Logistik-Sektor: Flexibilität als Währung

Wer im kapitalintensiven Logistikmarkt ohne externes Risikokapital skaliert, muss Cashflows extrem präzise managen. Fleetlery löste dieses Problem, indem es sich als flexibler Puffer für große Player positionierte. Anstatt den Markt selbst aufzurollen, dockt das Start-up per API an bestehende Plattformen an. Der eigentliche strategische Schachzug folgte jedoch durch die Zulassung zur offiziellen Arbeitnehmerüberlassung (Zeitarbeit). Fleetlery verkauft seither nicht nur reine Lieferungen, sondern vermietet das Personal. Dieses Modell generiert verlässliche B2B-Umsätze, da saisonale Spitzen bei den Kund*innen abgefedert werden.

Last Mile ist kein Tech-Problem – sondern ein Strukturproblem

Fleetlery wirbt intensiv mit seinem KI-gestützten Dispatching-Algorithmus, automatisierten Routenoptimierungen und Geofencing. Doch die Realität der letzten Jahre hat eine schmerzhafte Lektion zutage gefördert: Die beste App der Welt liefert keine Pizza aus. Technologie ist in der Logistik längst zur Commodity geworden. Das eigentliche Bottleneck ist der Mensch. Händler*innen, die unter hohem Kostendruck stehen, können sich keine eigenen Flotten leisten. Fleetlery füllt diese Lücke und agiert als Schmiermittel der E-Commerce-Maschinerie – trägt damit aber auch das gesamte operative Risiko der Personalgewinnung in einem traditionellen Niedriglohnsektor.

Zwischen Zeitarbeits-Riesen und Subunternehmern

Betrachtet man das direkte Wettbewerbsumfeld, operiert Fleetlery in einer hochkomplexen Sandwich-Position. Auf der einen Seite diktieren die großen B2C-Plattformen als Auftraggebende die Preise. Auf der anderen Seite tummelt sich die direkte Konkurrenz. Da sind zum einen die klassischen Personaldienstleister*innen. Sie verfügen zwar über massive Pools an Arbeitskräften und die nötigen Lizenzen zur Arbeitnehmer*innenüberlassung, doch ihnen fehlt oft die tiefe technologische API-Anbindung an die Food-Plattformen sowie das operative Flottenmanagement.

Zum anderen gibt es internationale Delivery-as-a-Service-Player, die in Deutschland oft an der mangelnden Profitabilität gescheitert sind. Der wohl härteste Wettbewerb auf der Straße kommt jedoch von lokalen Subunternehmer*innen: hyperlokale Flottenbetreiber*innen, die mit Niedrigpreisen locken, aber bei den strenger werdenden Compliance-Prüfungen der Auftraggebenden zunehmend durchfallen. Hier sucht Fleetlery seinen USP: Durch die Arbeitnehmer*innenüberlassungs-Lizenz und die Tech-Integration positioniert sich das Start-up als haftungssicherer Partner für Großkund*innen, die das operative Risiko auslagern wollen. Sie versuchen, den oft unregulierten Markt der Subunternehmer*innen zu professionalisieren – müssen sich diesen Anspruch in einem preissensiblen Marktumfeld aber hart erkämpfen.

Die kritische Kehrseite: Skalierung in der Grauzone?

An der operativen Umsetzung auf der Straße entzündet sich massive Kritik. Der Marktführer Lieferando sorgte im Spätsommer 2025 für heftige Proteste, als bekannt wurde, dass rund 2.000 interne Fahrer*innenjobs abgebaut und unter anderem an Fleetlery ausgelagert werden sollten.

Gewerkschaften wie die NGG und Initiativen wie arbeitsunrecht.de werfen den Auftraggeber*innen vor, Subunternehmer*innen gezielt für Union Busting (die Aushebelung von Betriebsräten) zu nutzen. Zwar betont Fleetlery auf seiner Website die Festanstellung der Kuriere, doch Berichte von Arbeitnehmer*innenvertretern zeichnen ein anderes Bild: Kritisiert werden Stücklohn-Modelle nach Auslieferung und undurchsichtige Vermittlungskonstrukte. Fleetlery navigiert hier in einem juristisch hochkomplexen Umfeld, das zwar bei einigen internationalen Wettbewerber*innen Branchenstandard ist, für ein deutsches Start-up jedoch ein permanentes Reputationsrisiko darstellt.

Vier Jahre Last Mile: Learning by Scaling

Aus der Retrospektive lassen sich für Gründer*innen drei zentrale Learnings aus der Fleetlery-Historie ableiten:

• Die Unterschätzung des operativen Supports: Eine Flotte steuert sich nicht allein durch KI. Ohne den Aufbau eines massiven Live-Supports implodiert die Wirtschaftlichkeit durch Fehllieferungen.
• Die regulatorische Falle: Der reine Vermittlungs-Ansatz ist in Deutschland juristisch riskant. Die strategische Entscheidung zur Arbeitnehmer*innenüberlassung war essenziell für das B2B-Geschäft.
• Die Erweiterung der Wertschöpfungskette: Wer nur liefert, verbrennt Geld. Fleetlery überlebte das Bootstrapping nur durch zusätzliche Services (Zeitarbeit, IT-Integration, BPO-Dienstleistungen).

Fazit

Timo Kerzel und Michael Kingreen haben bewiesen, dass man einen Logistik-Player ohne fremdes Kapital bauen kann. Fleetlery ist heute ein wichtiger Puffer für den deutschen Delivery-Markt. Doch das Geschäftsmodell balanciert auf einem schmalen Grat zwischen unternehmerischer Flexibilität, massivem Margendruck und harten arbeitsrechtlichen Diskursen.