Mit der von BlueYard Capital angeführten und von mehreren Business Angels unterstützten Finanzierung soll die Entwicklung und der Einsatz der adaptiven Kommunikationsschicht von ZeroPhase beschleunigt werden. Dabei handelt es sich um eine leistungsstarke, robuste Verbindung, die die souveräne Kontrolle über wichtige Verbindungen in Luft-, Land- und Seegebieten sicherstellt.

„Kommunikation ist das Nervensystem der Verteidigung. Sie entscheidet über den Ausgang von Konflikten“, so Dr. Florian Petit, CEO von ZeroPhase. „Unser Ziel ist es, dass sie niemals ausfällt. Mit der Unterstützung von BlueYard bauen wir adaptive Datenverbindungen, die eine kompromisslose Leistung und Zuverlässigkeit bieten. Sie sind in allen Bereichen und für alle Missionstypen anwendbar und bilden die Grundlage für zuverlässige Verbindungen für die unbemannten Systeme der Zukunft.“

Unbemannte Verteidigungssysteme sind auf robuste, latenzarme Kommunikation angewiesen, um unter anspruchsvollen Bedingungen Videodaten, Telemetrie- und Befehlsdaten zu übertragen. Bis zum Jahr 2025 wird die Anzahl der eingesetzten Systeme allein in der Ukraine voraussichtlich 4,5 Millionen übersteigen. Daher sind zuverlässige und stabile Datenverbindungen wichtiger denn je. Die Datenverbindungen von ZeroPhase passen sich dynamisch an Störungen, Interferenzen und Signalabschwächungen an und sorgen so für die Kontinuität der Mission und eine zuverlässige, souveräne Verbindung, bei der ein Ausfall nicht in Frage kommt.

Die Technologie von ZeroPhase wird bereits in großem Umfang eingesetzt und kommt täglich in der Ukraine zum Einsatz, wo sie Tausende unbemannter Missionen unterstützt. Die umfangreiche Nutzung im Feld unter realen Kampfbedingungen hat die Fähigkeit des Unternehmens bestätigt, auch bei elektronischen Angriffen und unter erschwerten Netzwerkbedingungen eine leistungsstarke Kommunikation aufrechtzuerhalten. Experten schätzen, dass die heutigen Systeme zur elektronischen Kriegsführung ungeschützte Drohnenkommunikationen innerhalb von Sekunden lahmlegen können. Dies unterstreicht die entscheidende Bedeutung einer sicheren und anpassungsfähigen Datenübertragungstechnik.

„Die Technologie von ZeroPhase hat sich als entscheidender Faktor erwiesen. Das adaptive Protokoll des Unternehmens, das in unsere speziell entwickelten UAV-Systeme integriert und von unseren erfahrenen Teams im Feld eingesetzt wird, hat es uns ermöglicht, auch in extrem stark gestörten Umgebungen an der Front, in denen andere Drohnen nicht fliegen können, die Kommunikation aufrechtzuerhalten“, so der UAV-Operationsleiter, Ukraine.

Mit der neuen Finanzierung wird ZeroPhase seine Ingenieur- und Signalverarbeitungsteams erweitern, die Partnerschaften im gesamten europäischen Verteidigungs- und Luft- und Raumfahrt-Ökosystem vertiefen und sein adaptives Kommunikationsrahmenwerk auf weitere Einsatzprofile und Einsatzgebiete ausweiten.

Der europäische Markt für Robotik-Start-ups erlebt 2025 eine markante Wachstumsphase: Mit einem Finanzierungsvolumen von € 2,4 Mrd. (Stand Q3) wird bereits vor Jahresende das bisherige Rekordjahr 2021 (€ 1,9 Mrd.) übertroffen. Treiber dieses Trends sind insbesondere der dynamisch wachsende Drohnensektor. Diese und weitere Erkenntnisse enthält der neue „FCF Robotics Venture Capital Report – 2025“.

Robotik-Sektor auf Rekordkurs

Der europäische Robotik-Sektor zeigt sich 2025 so stark wie nie: Mit einem Investitionsvolumen von € 2,4 Mrd. bis Q3 2025 wurde bereits vor Jahresende das bisherige Rekordjahr 2021 (€ 1,9 Mrd.) deutlich übertroffen. Der starke Aufwärtstrend wird zusätzlich durch vier weitere Megadeals im vierten Quartal untermauert, die im Report noch nicht vollständig enthalten sind. Dazu zählen unter anderem:

• Quantum Systems (€ 160 Mio., Mai 2025 – mit Aufstockung auf € 340 Mio. bis Jahresende angekündigt)
• ANYbotics (€ 138 Mio., September 2025)
• Distalmotion (€ 130 Mio., November 2025)
• Nest AI (€ 100 Mio., November 2025)

Drohnen als Wachstumstreiber im Subsegment

Die Analyse der Subsektoren zeigt ein besonders dynamisches Wachstum im Bereich Drohnen-Technologie. Zwischen 2023 und 2024 stieg die Anzahl der Deals um 174 % – von 77 auf 211 Transaktionen. Im bisherigen Jahresverlauf 2025 (YTD Q3) wurden bereits 135 Deals verzeichnet, was einem Anteil von 29 % aller Robotik-Deals entspricht. Dies bestätigt die starke und anhaltende Attraktivität dieses Segments für Investoren.

Frühphasenfinanzierungen dominieren – Start-up-Neugründungen steigen deutlich

Ein zentrales Ergebnis des Reports: 73 % aller Robotik-Finanzierungsrunden im Jahr 2025 (YTD) entfallen auf Frühphasen-Deals, darunter 39 % auf Accelerator-Runden. Diese Entwicklung deutet auf eine signifikante Zunahme an Neugründungen seit 2024 hin – ein klares Signal für ein aktives, wachsendes Gründungsökosystem im Bereich Robotik in Europa.

Megadeals treiben das Marktvolumen

Trotz der starken Zunahme an Early-Stage-Finanzierungen wird das Gesamtvolumen weiterhin maßgeblich von Megadeals über € 100 Mio. getragen. Seit 2021 wurden 19 solcher Transaktionen mit einem Gesamtvolumen von rund € 3,5 Mrd. verzeichnet – ein Anteil von 36 % des gesamten Finanzierungsvolumens. Die Zahlen verdeutlichen: Das Kapital konzentriert sich weiterhin stark auf etablierte Scale-ups.

Deutschland unter den führenden Robotik-Nationen Europas

Deutschland bleibt eine tragende Säule im europäischen Robotik-Start-up-Ökosystem – trotz des höchsten Anteils an Deals mit nicht-offengelegtem Finanzierungsvolumen. Im Gesamtranking liegt Deutschland auf Platz zwei hinter dem Vereinigten Königreich. Bemerkenswert: Drei der zehn kapitalstärksten Robotik-Start-ups Europas stammen aus Deutschland:

• Agile Robots (€ 318 Mio. seit 2021)
• NEURA Robotics (€ 301 Mio., mit geplanter € 1 Mrd.-Runde, seit 2021)
• Quantum Systems (€ 211 Mio. seit 2021, exkl. der Finanzierung Q4 2025)

Champions entstehen auch in kleineren Ländern

Der Report zeigt auch: Nicht nur große Länder haben Champions. So demonstriert TEKEVER aus Portugal mit einer Gesamtfinanzierung von € 540 Mio. seit 2021, dass auch aus kleineren europäischen Ländern international wettbewerbsfähige Robotik-Champions hervorgehen können.

Weiterführende Infos zum Robotics Venture Capital Report 2025 gibt’s hier

Ghazaleh, du bist 2020 aus dem Iran nach Deutschland gekommen, hast hier mehrere Studiengänge erfolgreich absolviert und 2023 CanChip gegründet. Wie hast du diese rasante Reise gemeistert und was treibt dich an?

Meine akademische Laufbahn begann mit einem Studium der Biotechnologie im Iran, immer mit dem Ziel, zur Krebsforschung beizutragen – eine persönliche Mission, die von der Krebserkrankung meiner Mutter geprägt war. Diese Motiva­tion blieb auch bestehen, als ich nach Deutschland kam und meinen Master in Biochemie und Molekularbiologie absolvierte.

Die Idee zu CanChip entstand, als ich meinen Mitgründer Dr. Omid Nejati traf und wir über das Potenzial von Tumor­on-chip-Technologien diskutierten. Das war ein Wendepunkt: Ich erkannte, wie wir Ingenieurskunst und Biologie kombinieren können, um etwas wirklich Wirkungsvolles zu schaffen.

Was mich antreibt, ist die Möglichkeit, Patient*innen einen schnelleren und präziseren Weg zur Behandlung zu ermöglichen und letztendlich die Art und Weise zu verändern, wie wir Krebs bekämpfen.

Welche Vision verfolgst du mit CanChip?

Bei CanChip wollen wir personalisierte Krebstherapien Wirklichkeit werden lassen, indem wir die Mikroumgebung von Tumoren auf einem Mikrofluidik-Chip simulieren. Unser Ziel ist es, die Arzneimittelprüfung von Tieren auf prädiktive Modelle mit menschlichen Zellen umzustellen. Wir möchten die Plattform der Wahl für Pharmaunternehmen und Forschungseinrichtungen werden, die bessere Werkzeuge für die Entwicklung von Krebsmedikamenten suchen. Über die Forschung hinaus ist es unsere langfristige Vision, patient*innenabgeleitete Tumore in unsere Chips zu integrieren, sodass Ärzt*innen Therapien vor ihrer Anwendung am Patient*innen in vitro testen können. Wir stellen uns eine Zukunft vor, in der die Krebstherapie mit „Versuch und Irrtum“ durch Präzision und Zuversicht ersetzt wird.

Wie unterscheidet sich euer Ansatz von den bestehenden Methoden?

Traditionelle 2D-Zellkulturen und Tiermodelle können die Komplexität menschlicher Tumore oft nicht abbilden. Unsere Tumor-on-Chip-Modelle beinhalten mehrere menschliche Zelltypen – wie Krebszellen, Endothelzellen und Immunzellen – die in einer 3D-Matrix in einem dynamischen Mikroflüssigkeitssystem eingebettet sind. Diese Anordnung bildet die menschliche Tumorumgebung genauer ab als bestehende Plattformen.

Der Vorteil? Zuverlässigere Daten zur Arzneimittelwirkung, weniger Tierversuche und letztlich eine schnellere und sicherere Entwicklung von Therapien. Unser Modell ist besonders wertvoll für seltene oder therapieresistente Krebsarten wie Glioblastome. Derzeit schließen wir unsere Machbarkeits­studien ab und bereiten uns auf Kooperationen mit pharmazeutischen Partnern vor.

Künstliche Intelligenz verändert immer mehr Bereiche. Welche Rolle spielt KI in deinem Fachgebiet?

Künstliche Intelligenz wird in der personalisierten Krebsforschung immer wichtiger, insbesondere bei unseren Organ­-on-Chip-Modellen. Wir nutzen KI derzeit für die automatisierte Bildanalyse, um die Zellmorphologie und die Reaktion auf Medikamente objektiv zu bewerten. Wir werden die KI-Nutzung ausweiten, um komplexe Daten wie Genexpression und Bildgebung zu analysieren und Vorhersagemodelle für patient*innenspezifische Arzneimittelreaktionen zu erstellen. KI wird auch dazu beitragen, den Versuchsaufbau zu optimieren, beispielsweise die Zellkombinationen und die Mikrofluidik-Einstellungen. Langfristig wird KI für die präklinische Forschung und die personalisierte Medizin unerlässlich sein, indem sie Muster in der komplexen Biologie aufdeckt und die Arznei­mittelentwicklung durch datengestützte Entscheidungen beschleunigt.

Die Tumor-on-Chip-Technologie ist nicht unumstritten, und der Weg zu tierversuchsfreien Arzneimittelzulassungen nicht einfach. Was sagst du den Kritiker*innen?

Es stimmt, dass die gesetzlichen Rahmenbedingungen noch immer stark auf Tierversuche angewiesen sind. Aber die Wissenschaft entwickelt sich weiter.  Die Tumor­on-Chip-Technologie zielt nicht darauf ab, alle bestehenden Methoden über Nacht zu ersetzen, sondern ergänzt und verbessert sie. Kritiker*innen übersehen oft die Vorteile der Reproduzierbarkeit und der ethischen Vertretbarkeit von in-vitro-Modellen mit menschlichen Zellen. Zudem sind die Regulierungsbehörden zunehmend offen für alternative Methoden, wenn diese zuverlässige Daten liefern. Unsere Aufgabe ist es, zu zeigen, dass unsere Chips konsistente und biologisch aussagekräftige Ergebnisse liefern können. Skepsis ist bei Innovationen normal, aber wir sehen sie als eine Einladung, uns zu verbessern und zu beweisen, dass wir zuverlässige Ergebnisse liefern können.

Ihr seid gerade dabei, eure Chips zu validieren und zu zertifizieren. Welchen Herausforderungen habt ihr euch dabei zu stellen?

Die größte Herausforderung ist die Standardisierung eines hochkomplexen biologischen Systems. Wir müssen sicherstellen, dass unsere Chips reproduzierbare Ergebnisse liefern, unabhängig von Charge und Krebsart. Gleichzeitig müssen wir klare Protokolle für Qualitätskontrolle und Dokumentation entwickeln, die den regulatorischen Erwartungen entsprechen. Eine weitere Herausforderung ist die Skalierbarkeit: der Übergang von Laborprototypen zu robusten, benutzer*innenfreundlichen Plattformen für die industrielle Nutzung. Das betrifft Materialien, Automatisierung und Kostenoptimierung – und das alles bei gleichzeitiger Wahrung der biologischen Integrität.

Wann erwartest du die Zulassung und welche Aufgaben müssen bis dahin erledigt werden?

Die Zulassung ist ein mehrstufiger Prozess. Wir streben zwar keine direkte medizinische Zulassung an (noch nicht), aber unsere Chips müssen als valide Werkzeuge für die vorklinische Prüfung akzeptiert werden. In den nächsten 12 bis 18 Monaten wollen wir unter anderem Validierungsstudien veröffentlichen, die von Expert*innen geprüft wurden, wichtige pharmazeutische Kooperationen sichern und Qualitätssysteme einführen, die den ISO-Normen entsprechen.

Wichtig ist auch die Zusammenarbeit mit den Regulierungsbehörden: Wir sind aktiv in Netzwerken und Konsortien tätig, um uns über die neuesten Richtlinien zu informieren. Wir hoffen, innerhalb von zwei Jahren den Status einer akzeptierten vorklinischen Prüfung zu erreichen und kurz darauf mit der Anwendung an Patient*innen beginnen zu können.

BioTech-Start-ups benötigen langfristige Unterstützung und erhebliches Kapital. Wer sind eure Unterstützer*innen und Investor*innen?

Wir haben das Glück, ein starkes Netzwerk an Unterstützer*innen zu haben. Wir erhielten frühzeitig den Newcomer of the Year 2025 German Startup Award, den Sonderpreis des Brandenburg Innovation Awards, den Jurypreis beim Female Start-Aperitivo und viele weitere Auszeichnungen, was uns half, mehr Sichtbarkeit zu erlangen. Der Wissenschaftspark Potsdam hat uns mit Infrastruktur, Mentoring und einer lebendigen Start-up-Ökosystem-Umgebung unterstützt. Wir haben auch von Netzwerken wie der HealthCapital Berlin-Brandenburg profitiert. Obwohl wir derzeit selbst­finanziert sind und von Pilotstudien und Kooperationen unterstützt werden, bereiten wir uns aktiv auf eine Seed-Finanzierungsrunde vor, um unser Team zu erweitern und die Produktion zu skalieren.

Ein Blick in die Zukunft: Wie nah sind wir daran, eine wirklich personalisierte Krebstherapie für die Mehrheit der Patient*innen zu ermöglichen?

Wir sind näher dran, als wir denken. Fortschritte in der molekularen Diagnostik, der Einzelzellanalyse und der Organ-on-Chip-Technologie laufen auf ein gemeinsames Ziel hinaus. Was noch fehlt, ist die Integration, und hier sind Start-ups führend. Wir agieren schnell, wir gehen Risiken ein und schließen die Innovationslücken, die von größeren Institutionen hinterlassen werden. Personalisierte Krebstherapien werden zum Standard, wenn Plattformen wie unsere innerhalb der klinischen Fristen handlungsrelevante Ergebnisse liefern können. Wir sind davon überzeugt, dass Tumor­on-Chip-Modelle innerhalb der nächsten fünf bis zehn Jahre zu Standardwerkzeugen in der Onkologie werden und Start-ups wie CanChip diese Transformation anführen werden.

Was möchtest du anderen (BioTech-)Gründer*­innen mit auf den Weg geben?

Aus wissenschaftlicher Sicht war die Gründung eines Start-ups ein großer, aber auch lohnender Schritt. Sprecht früh mit potenziellen Kund*innen. Diese Gespräche halfen uns, unser Produkt zu formen und wirkliche Bedürfnisse zu entdecken. BioTech braucht Zeit. Zellkultur, Qualitätskontrolle, Partnerschaften. alles bewegt sich langsamer als geplant.

Seid geduldig, aber beharrlich. Soft Skills wie Kommunikation, Resilienz und strategisches Denken sind genauso wichtig wie wissenschaftliche Expertise.

Vermeidet die Perfektionismusfalle: Beginnt mit dem, was ihr habt, und verbessert iterativ. Mein Rat: Baut ein starkes Team auf, bleibt fokussiert auf eure Mission und habt keine Angst vor Fehlern; sie sind Teil des Prozesses. Verbindet wissenschaftliche Exzellenz mit unternehmerischem Mut. Diese Mischung kann euch wirklich voranbringen, auch in einem komplexen Bereich wie BioTech.

Ghazaleh, Danke für deine Insights

Um dieses Ziel zu erreichen, entwickelt Zentio eine AI-first Plattform für intelligente Produktionsplanung. Diese ermöglicht es, Betriebsdaten durch KI-Agenten aufzubereiten und für die operative Produktionsplanung nutzbar zu machen, um fundierte Entscheidungen und mehr Produktivität zu ermöglichen.

Die Pre-Seed-Finanzierungsrunde in Höhe von 1,4 Millionen Euro wurde vom High Tech Gründerfonds angeführt, einem der aktivsten Frühphaseninvestoren in den Bereichen Deep Tech, Industrietechnologie und KI-basierter Innovation. Weitere Unterstützung kam vom Frühphaseninvestor SIVentures, welcher über umfangreiche Erfahrung in der Förderung und Skalierung von B2B-Technologie-Startups verfügt. Gemeinsam bieten die beiden Investoren strategische und operative Unterstützung für die nächste Wachstumsphase von Zentio.

Immo Polewka, Mitgründer und CCO von Zentio, erklärt: „Unsere Vision ist es, den Standard der Entscheidungsfindung in der europäischen Fertigungsindustrie auf ein neues Niveau zu heben. Durch die Kombination von Betriebsdaten mit mathematischer Optimierung und AI-First-Automatisierung können Unternehmen strategisch vorausplanen und resilient auf Störungen reagieren."

Die Finanzierungsrunde soll es Zentio ermöglichen, bestehende Partnerschaften zu stärken und die Voraussetzungen zu schaffen, um langfristigen Mehrwert für die europäische Fertigungsindustrie zu schaffen: „Unser Hauptaugenmerk für die nächsten Monate liegt darauf, unsere mathematischen Kernsysteme und ML-Pipelines weiterzuentwickeln und diese mit Hilfe von UX und AI Agents zusammenzuführen. Deshalb erweitern wir unser Team um ambitionierte Entwickler und Entwicklerinnen, die sich unserer Mission anschließen möchten, die erste Generation von KI-nativer Produktionsplanung zu entwickeln“, sagt Christophe Kafrouni, Mitgründer und CTO von Zentio.

Der globale Markt für diagnostische Schnelltests (Point-of-Care-Testing) gehört zu den am schnellsten wachsenden Segmenten im Gesundheitswesen und wird bis 2030 auf über 80 Milliarden US-Dollar geschätzt. Lateral-Flow-Tests (LFAs), zum Beispiel für Infektionen oder kardiovaskuläre Marker, sind zwar weltweit etabliert, stoßen aber bei der Sensitivität an technologische Grenzen: Aktuelle Schnelltests erreichen durchschnittlich nur bis zu 75 Prozent Genauigkeit, was häufig zu Fehldiagnosen führt und den Einsatz zeit- und kostenintensiver PCR-Labortests nötig macht.

Medizintechnologischer Durchbruch

Genau hier setzt Amplifold, ein im Jahr 2025 gegründetes Spin-off der LMU München, an: Mithilfe programmierbarer DNA-Origami-Nanostrukturen steigert das Unternehmen die analytische Sensitivität von Schnelltests um das bis zu 100-Fache. Damit wird es erstmals möglich, PCR-ähnliche Diagnostik in Echtzeit und direkt am Patienten durchzuführen – kostengünstig, ohne Labor und innerhalb weniger Minuten.

Die Plattform des Unternehmens basiert auf Erkenntnissen einer in Nature Communications veröffentlichten Studie, die zeigt, dass programmierbare DNA-Origami-Nanostrukturen die Testempfindlichkeit klassischer LFAs drastisch erhöhen können, ohne dessen Testformat oder bestehende Herstellungsprozesse zu verändern. Diese Technologie ermöglicht kostengünstigen Schnelltests die Sensitivität von gerätebasierten Tests – und eröffnet neue Anwendungsmöglichkeiten in der dezentralen Diagnostik, Point-of-Care-Testing und globalen Gesundheitsversorgung in vielen Bereichen, darunter Kardiologie, Neurologie mit Fokus auf Schlaganfälle und Infektionsmedizin.

Die Mittel aus der Finanzierungsrunde nutzt Amplifold, um seine Technologie der Signalverstärkung in eine marktfähige industrielle Lösung zu überführen, das Produktentwicklungs- und Regulatory-Team auszubauen und die IVDR-Zulassung des ersten In-vitro-Diagnostikprodukts in Europa vorzubereiten. Zudem wird das Unternehmen in das Innovations- und Gründerzentrum für Biotechnologie (IZB) in Martinsried – eines der führenden Life-Science-Startup-Zentren Europas – umziehen und dort von der Nähe zu akademischen und klinischen Partnern profitieren.

„Lateral-Flow-Tests haben den Zugang zur Diagnostik revolutioniert, aber ihre Empfindlichkeit blieb traditionell hinter den zentralen Laborsystemen zurück. Mit der DNA-Origami-Signalverstärkung können wir viel mehr Signalgeber auf jedes Bindungsereignis eines Standardstreifens programmieren. Kostengünstige Schnelltests erreichen auf diese Weise die Sensitivität von Labor-Messgeräten, ohne dass das Grundformat verändert werden muss”, sagt Dr. Maximilian Urban, Co-Gründer von Amplifold und Haupterfinder der Kombination aus DNA-Origami-Nanotechnologie und Lateral-Flow-Assays.

Auf der jährlichen Hausmesse der Amazon Tochter AWS sind neben Produkt-Ankündigungen, Partner*innen und Kund*innen auch zahlreiche Start-ups anwesend. AWS nutzt die Förderung von Start-ups zur Identifizierung neuer Trends. In zahlreichen Gesprächen mit Expert*innen und jungen Unternehmen zeichnete sich in diesem Jahr ab: Die nächste Welle der Innovation verschmilzt künstliche Intelligenz (KI) mit der physischen Welt und schafft autonome Systeme, die nicht nur Daten verarbeiten, sondern real handeln. Zwei Trends stechen dabei besonders hervor.

Physical AI: Wenn KI in die physische Welt eingreift

Physical AI beschreibt die Verschmelzung von KI mit der physischen Realität. Das Spektrum reicht von humanoider Robotik über autonome Fahrzeuge bis hin zu intelligenten Industrieanlagen. Gemeinsam ist diesen Systemen, dass sie in Echtzeit flexibel auf ihre Umgebung reagieren und dabei komplexe Informationen wie Tiefe, Krafteinwirkung und räumliche Daten verarbeiten müssen.

Wie weit manche Start-ups bereits sind, zeigt BrainBox AI aus Montreal im Gebäudetechnikbereich. Das Unternehmen steuert Heizungs- und Kühlsysteme anhand von Prognosen zu Wetter, Energiepreisen und Strommix und greift so direkt in den Energieverbrauch von Gebäuden ein. Ein integriertes Assistenzsystem unterstützt zusätzlich Wartungs- und Betriebsprozesse. So beeindruckend die Technologie ist, zeigt sie zugleich die Herausforderungen physischer KI-Systeme. Jede Fehleinschätzung kann reale Kosten und Schäden verursachen.

In der Robotik macht das Schweizer Start-up Mimic Robotics deutlich, wie anspruchsvoll es ist, menschliche Bewegungen für Maschinen nutzbar zu machen. Die Gründer setzen auf eine eigene Datenerfassungsmethode mit sensorgestützten Handschuhen und hochflexiblen Roboterhänden. Ziel ist, dass Maschinen das Greifen durch Imitation des Menschen erlernen und sich dadurch in Logistik und Fertigung schneller an neue Aufgaben anpassen können.

Physical AI erobert auch Branchen, die bislang wenig digitalisiert sind. Das Start-up Bedrock Robotics etwa arbeitet daran, schwere Baumaschinen autonom zu steuern. Es ist ein Beispiel dafür, wie diese Technologie in traditionelle Industrien vordringt

Agentic AI: Autonome Systeme im Unternehmensalltag

Parallel dazu entstehen Start-ups, die KI nicht als Tool, sondern als handelnde Einheit begreifen. Agentic AI bezeichnet Modelle, die Aufgaben planen, Entscheidungen vorbereiten oder eigenständig Prozesse ausführen. Diese Systeme sollen nicht einfach automatisieren, sondern sich an neue Situationen anpassen.

In der Praxis ist das anspruchsvoll. Unternehmen müssen definieren, welche Entscheidungen KI treffen darf und wo menschliche Kontrolle notwendig bleibt. Gleichzeitig wächst der Druck, komplexe Dokumente, Datenbestände oder Kund*inneninteraktionen effizienter zu verarbeiten.

Ein Beispiel aus München macht diese Entwicklung greifbarer. Das Start-up Vidlab7 entwickelt KI-basierte Avatare, die auf Webseiten Produkte erklären, Demos durchführen und Anfragen qualifizieren. Damit entsteht eine neue Form der digitalen Kund*inneninteraktion, die deutlicher als bisher an reale Verkaufsprozesse anknüpft und für kleinere Unternehmen zugänglich wird.

Noch weiter geht Brainbase Labs aus der Bay Area. Das Start-up verfolgt einen experimentellen Ansatz und entwickelt Umgebungen, in denen Software-Agenten über Gedächtnis- und Planungsfunktionen komplexe Aufgaben autonom übernehmen können. So entsteht ein komplett digitaler Arbeitskollege.

Eine Entwicklung mit langen Zyklen

Die Entwicklung von Physical AI und agentenbasierte Systeme erfordert deutlich mehr Aufwand als klassische Softwareprodukte. Sie benötigen lange Entwicklungszyklen, interdisziplinäre Expertise und oft höhere Anfangsinvestitionen. Gleichzeitig adressieren sie Themen, die für viele Unternehmen immer dringlicher werden, etwa Energieeffizienz, Prozessautomatisierung oder der Umgang mit wachsenden Datenmengen.

Ob aus den heutigen Pilotprojekten tragfähige Geschäftsmodelle entstehen, bleibt abzuwarten. Sicher ist jedoch, dass die Kombination aus physischer und digitaler Autonomie die kommenden Jahre prägen wird. KI verlässt ihre isolierte Rolle und wird zu einem Bestandteil realer Abläufe und Entscheidungen. Damit beginnt eine Phase, in der ihr unmittelbarer Einfluss spürbarer wird als je zuvor.

Der Autor Arne Bauer ist Consultant bei der Söldner Consult GmbH. Das von den Brüdern Prof. Dr. Jens-Henrik Söldner, Dr. Guido Söldner und Dr. Constantin Söldner gegründete und geleitete Unternehmen unterstützt auf regionaler, deutschlandweiter sowie internationaler Ebene bei der Planung und Implementierung von komplexen IT-Umgebungen.

Rail-Flow, eine führende Transport-Management-Plattform für Schienengüterverkehr und intermodale Logistik, hat eine Series-A-Finanzierungsrunde über 12,5 Millionen Euro abgeschlossen. Die Runde wurde von Trill Impact und Bonsai Partners angeführt, unter Beteiligung von Climentum Capital sowie mehreren Business Angels und den bestehenden VC-Investoren Rethink Ventures und Futury Capital.

„Die Investition markiert den Beginn einer neuen Wachstumsphase, in der wir KI-Innovation und internationale Expansion kombinieren, um den Schienengüterverkehr effizienter, transparenter und nachhaltiger zu machen“, sagte Dominik Fürste, Mitgründer & Co-CEO von Rail-Flow, und unterstrich den Anspruch des Unternehmens, seine technologische Führungsrolle zu stärken und gleichzeitig international zu expandieren.

Die Plattform von Rail-Flow fungiert als Enterprise-Resource-Planning (ERP)-System für Logistik mit Bezug zur Schiene und digitalisiert Vertriebs-, Order-to-Cash- und Flottenmanagement-Prozesse für Eisenbahnverkehrsunternehmen, Intermodal-Operateure, Spediteure und Verlader. Zusammen mit dem Rail-Flow Marketplace bietet das Unternehmen einen integrierten digitalen Vertriebs- und Beschaffungskanal, der Transparenz, Auslastung und Zusammenarbeit im gesamten Ökosystem der Schienenlogistik erhöht.

Alexander Hedderich, Vorsitzender des Advisory Boards, unterstrich die strategische Bedeutung des Unternehmens: „Rail-Flow steht an der Spitze der Modernisierung der europäischen Schienenlogistik. Unterstützt von erfahrenen Investoren und mit einem bewährten Managementteam ist das Unternehmen bestens positioniert, um den Schienengüterverkehr wettbewerbsfähiger, digitaler und nachhaltiger zu machen.“

In den vergangenen Jahren hat Rail-Flow nach eigenen Angaben seine Umsätze jährlich verdoppelt, seine intermodalen Fähigkeiten durch die Fusion mit Simply Deliver gestärkt und ist auf ein Team von 170 Mitarbeitenden angewachsen.

Die Mittel aus der Series-A sollen eingesetzt werden, um Innovation zu beschleunigen und drei zentrale Wachstumssäulen zu stärken:

• KI-getriebene Plattformintelligenz – Einbettung von KI in das Transport Management System (TMS), um manuelle Eingriffe in der Auftragsbearbeitung und Rechnungsstellung zu reduzieren, die Datenqualität zu verbessern, den Echtzeit-Transportstatus und die voraussichtliche Ankunftszeit (ETA) zu präzisieren, Probleme vor ihrem Auftreten vorherzusagen und die richtigen Aktionen auszulösen, um schneller zum Plan zurückzukehren.
• Internationale Expansion – Eintritt in ausgewählte europäische und nichteuropäische Märkte mit lokalisierten Integrationen.
• Skalierbarkeit und Stabilität – Ausbau von Team und Kapitalbasis, um skalierte Rollouts mit klaren Meilensteinen und Service Level Agreements (SLAs) zu unterstützen und großen Kund*innen zu ermöglichen, Prozesse zu standardisieren, die Servicekosten zu senken und verlässliche Zeitpläne sicherzustellen.

„Indem wir KI direkt in unsere Transport-Management-Plattform integrieren, können wir die Planung intelligenter, die Ausführung schneller und den Betrieb zuverlässiger machen und unseren Kunden die digitale Geschwindigkeit, Effizienz und Transparenz bieten, die sie für nachhaltige Logistik benötigen. Gemeinsam mit unseren Investoren sind wir bereit, diese Transformation anzuführen und die Schiene zum Rückgrat zukunftssicherer Logistik in Europa und darüber hinaus zu machen“, betonte Rail-Flow-Mitgründer & Co-CEO Osman Akdemir den strategischen Fokus hinter diesem Schritt.

CFO Marcel Hoeke ergänzt: „Wir haben in den vergangenen Jahren kontinuierlich geliefert und dieses Vertrauen internationaler Investoren beweist das erhebliche Potenzial in einem Markt, der gegenüber anderen Verkehrsträgern noch zurückliegt, aber bereit für die Transformation ist.“

Neben dem High-Tech Gründerfonds (HTGF) hat Marble Imaging zudem eine starke Gruppe weiterer Investor*innen gewonnen, die die Mission teilt. Dazu gehören BAB Beteiligungs- und Managementgesellschaft Bremen, Lightfield Equity, Oslo Venture Company, nwk | nwu Beteiligungsgesellschaften der Sparkasse Bremen, Sentris Capital, Auxxo Female Catalyst Fund und SpaceFounders.

Die Investition soll es Marble ermöglichen, das Entwicklungsteam deutlich auszubauen und die Fertigstellung seiner Intelligence-, Maritime- und Befahrbarkeits-Tools voranzutreiben – Lösungen, die bereits erste Kund*innen bedienen und nun für den breiten kommerziellen Rollout vorbereitet werden. Zudem unterstützt die Investition den Aufbau der End-to-End-Datenverarbeitungskette sowie des Kund*innenportals, um eine nahtlose Nutzer*innenerfahrung sicherzustellen.

Die Finanzierung soll Marble zudem in die Lage versetzen, die schnell wachsende Pipeline an Datenkund*innen zu bedienen und zum Start des ersten Satelliten vollständig kommerziell einsatzbereit zu sein. Darüber hinaus soll sie den Ausbau der operativen Expertise und die Einrichtung eines dedizierten Operationszentrums für die geplante Satellitenkonstellation ermöglichen.

„Wir freuen uns sehr, ein starkes europäisches Investorenkonsortium an Bord zu haben, das das Wachstum unserer Dual-Use-Erdbeobachtungslösungen vorantreibt“, sagt Robert Hook, CEO und Mitgründer von Marble. „Mit dieser Finanzierungsrunde können wir unsere Fähigkeiten deutlich ausbauen, um der rasant steigenden Nachfrage gerecht zu werden.“

Der erste Marble-Satellit, der sehr hochauflösende multispektrale Daten liefern wird, soll im vierten Quartal 2026 starten. Bis Ende 2028 plant Marble Imaging, die eigene Konstellation schrittweise auf bis zu 20 Satelliten auszubauen. Die Nachfrage nach starken und innovativen souveränen Lösungen aus Europa zieht sich inzwischen durch nahezu alle großen Institutionen. Besonders deutlich wird dies in den Bereichen Sicherheit und Climate Tech, wo der Bedarf an schnell verfügbaren, sehr hochauflösenden Erdbeobachtungsdaten und fortschrittlichen KI-gestützten Analysen immer größer wird.

Das Unternehmen, angeführt von den Mitgründer*innen Robert Hook, Dr. Gopika Suresh und Alexander Epp, hat mit dem erfolgreichen Abschluss der Finanzierungsrunde einen weiteren wichtigen Meilenstein erreicht. Marble konnte dabei nicht nur namhafte Business Angels und institutionelle Investor*innen gewinnen, sondern auch großes Interesse führender Venture-Capital-Gesellschaften wecken.

Bereits zuvor hatte das Team für Aufmerksamkeit gesorgt, indem es mehr als 10 Millionen Euro an non-dilutive Funding für die Entwicklung und den Start des ersten Satelliten sicherte – unter anderem durch den DLR Kleinsatelliten Nutzlastwettbewerb und ESA InCubed. Zudem unterstrich das Marble die starke Nachfrage nach hochwertigen europäischen Daten und Analysen mit seinem ersten Ankervertrag im Wert von 3 Millionen Euro im Rahmen des ESA-Programms „Copernicus Contributing Missions“.

Wer schon einmal an einer Marktforschungsumfrage teilgenommen hat, weiß: Das ist eine zähe Angelegenheit. Man klickt sich durch Fragebögen, nimmt an Diskussionsrunden teil und erhält zum Schluss (bestenfalls) eine magere Entlohnung.

Für Unternehmen, die solche Befragungen durchführen, besteht genau darin ein Problem: „Es ist schwer, an die gewünschten Zielgruppen heranzukommen, weil keiner mitmachen will“, sagt Tobias Klinke, Co-Gründer des Start-ups experial. „Und wenn doch, dann sind es die falschen.“

Klassische Marktforschung ist ineffektiv

Der promovierte Konsumforscher weiß, wovon er spricht. Für seine wissenschaftliche Arbeit hat er sich jahrelang mit Marktforschungsmethoden beschäftigt und selbst unter der unzureichenden Datenlage aus Zielgruppenbefragungen gelitten. „Man darf sich nichts vormachen: Da sitzen Leute, die Geld verdienen wollen und den Fragebogen so schnell wie möglich abhaken. Relevante Daten lassen sich so nur schwer erheben.“ Denn ob die Antworten tatsächlich das Konsumverhalten widerspiegeln oder die Befragten einfach nur schnell fertig werden oder sich ins rechte Licht rücken wollen, ist kaum auszumachen.

Hinzu kommt: Für die Auftraggebenden sind solche Marktforschungen extrem aufwändig, teuer und langwierig – vom Erstellen des Fragenkatalogs über das Organisieren der Befragung bis hin zur Auswertung der Ergebnisse.

Genau hier setzt experial an: Es möchte Unternehmen besser, schneller und günstiger wissen lassen, was bestimmte Kund*innenprofile zu konkreten Fragestellungen denken, zum Beispiel über ein neues Produktfeature. „Jeder Produkt- oder Marketingmanager hat täglich Entscheidungen zu treffen, für die authentisches Kundenfeedback absolut relevant ist“, so Klinke. Dafür stellt experial in einem klassischen Software-as-a-Service-Modell sogenannte Digital Twins zur Verfügung – digitale Simulationen realtypischer Personen aus der gewünschten Zielgruppe.

Über eine Chat-Funktion können diese digitalen Zwillinge nach Belieben befragt oder interviewt werden. Neben der Darstellung der Umfrageergebnisse in Diagrammen, Tabellen oder Kurztexten ermöglicht das Tool, mit Kund*innenprofilen in Echtzeit zu interagieren, Nachfragen zu stellen, zu diskutieren.

Zielgruppe abbilden statt Persona erfinden

Das Besondere: Statt klassische Personas abzubilden – also ein stereotypisches Bedürfnisbündel einer fiktiven Persönlichkeit –, simuliert experial zum Beispiel 1000 Personen eines bestimmten Adressat*innenkreises, die dann an einer Befragung teilnehmen. So wird eine spezifische Gruppe in ihrer ganzen Meinungsvielfalt abgebildet. „Es geht nicht darum, eine idealtypische Kunstfigur, sondern eben 1000 konkrete Personen zu simulieren. So können wir die ganze Bandbreite an Meinungen innerhalb einer Zielgruppe abbilden“, erläutert Klinke.

Von der Forschung zur Geschäftsidee

Am Anfang stand ein konkretes Problem für die eigene Arbeit. Alle drei Gründer haben ihre Wurzeln in der Forschung. Tobias Klinke und Nader Fadl haben gemeinsam studiert, für Klausuren gebüffelt und später beide promoviert – Klinke in Consumer Research, Fadl in Gamification. Drei Jahre arbeiteten sie bereits zusammen, bevor 2022 die Idee für das gemeinsame Start-up entstand. Als die technische Umsetzung immer komplexer wurde, kam Nils Rethmeier – er hat in Machine Learning promoviert – als dritter Gründer hinzu.

Während sich die drei als Wissenschaftler noch mit der geringen Datenqualität klassischer Marktforschung herumschlugen, wuchsen zeitgleich die Anwendungspotenziale künst­licher Intelligenz (KI). Immer mehr beschäftigte sie die Frage, ob nicht beides kombinierbar wäre. Erste Lösungen suchten Klinke und Fadl zunächst, indem sie große Sprachmodelle (LLMs) mit demografischen Standarddaten aus der Marktforschung fütterten – mit ernüchterndem Ergebnis. „ChatGPT allein eignete sich kaum. Um Zielgruppen in ihrer Vielschichtigkeit zu simulieren, müssen wir viel mehr wissen als Alter, Beruf und Postleitzahl“, so Klinke. So lernten sie, welche Daten für eine realitätsnahe Simulation hilfreich sind und welche nicht. „Relevante Inputs sind eher Persönlichkeitsmerkmale, Werte, Lebensgeschichten. Echte Daten von echten Personen“, so Klinke weiter. Durch den Abgleich mit bestehenden Daten konnten die synthetischen KI-Modelle sukzessive verbessert werden. Die Verwendung von AI Agent Memory brachte dann den ersten Durchbruch: eine Übereinstimmung von 85 Prozent.

Seitdem geht der technologische Fortschritt rasant voran. Heute laufen bei experial verschiedene LLMs im Hintergrund. Das LLM-Ensembling hat den Vorteil, dass je nach Fragestellung die geeignetsten Modelle zum Einsatz kommen, etwa mit oder ohne Reasoning. „Die rationale Begründbarkeit von Antworten ist für unsere Simulationen nicht immer relevant. Menschen entscheiden oft aus dem Bauch heraus“, fügt Fadl hinzu.

Von Wissenschaftlern zu Unternehmern

Klinke und Fadl wussten: Sie sind an etwas dran. Verlässlich simulierte Datensätze würden nicht nur ihrer Forschung zugutekommen, sondern auch vielen Unternehmen. Die zündende (Geschäfts-)Idee kam mitten im Arbeitsalltag. Nach ihrer Zeit an der Uni arbeiteten die beiden in einer Digitalagentur und begleiteten erste Online-Marktforschungsprojekte für größere Kund*innen. Dabei erlebten sie hautnah, wie klassische Marktforschung in der Praxis funktioniert: Ein Marketing- oder Innovationsmanager formuliert eine Fragestellung, schickt sie per E-Mail an die interne Insights-Abteilung und wartet.

Wochen später, oft nach externem Agenturbriefing und einem fünfstelligen Budget, kommen die Ergebnisse zurück – viel zu spät und viel zu teuer für den heutigen Innovationsdruck. „Das war für uns der Moment, an dem wir dachten: Das muss doch anders gehen“, erinnert sich Klinke. Genau zu dieser Zeit erschien ChatGPT. Die Idee war plötzlich greifbar: Warum nicht Zielgruppen simulieren, in Echtzeit, mit KI? Damit war der Grundstein für das Start-up gelegt.

Danach ging es schneller als gedacht. Mit dem steigenden technischen Anspruch war das Projekt nicht mehr eigen­ständig finanzierbar. „Als wir die ersten Machine-Learning-­Researcher brauchten, war klar: Wir müssen Kapital aufnehmen“, so Fadl. Ein Professor, mit dem die Gründer bereits inhaltlich zusammengearbeitet hatten, stieg als erster Business Angel ein. „Durch die persönliche inhaltliche Verbindung zum Thema hat das einfach sehr gut gepasst“, erinnert sich Klinke. „Noch heute treffen wir uns alle vier Monate, um viele Fragestellungen miteinander zu diskutieren.“ Es folgten zwei weitere Angel Investoren und ein halbes Jahr später zwei Venture-Capital-Unternehmen.

Die nächste Generation Digital Twins im Visier

Heute arbeitet das Start-up mit zehn Mitarbeitenden und betreut Teams von Unternehmen wie Fressnapf, Ergo und der Versicherungskammer Bayern. „Der Marktforschungsmarkt ist gigantisch“, so Fadl. „Global liegt der Umsatz bei zirka 150 Milliarden US-Dollar, wovon gut ein Drittel in den USA anfällt. Wir wollen uns in Zukunft verstärkt auf den amerikanischen Raum konzentrieren.“

Die Ziele sind ambitioniert, aber alles andere als unrealistisch. Das Geschäftsmodell von experial hat das Potenzial, die Branche zu verändern. „Studien zeigen eindeutig: Je kundenorientierter Unternehmen handeln, desto profitabler werden sie. Wir wollen Kundenfeedback in die tägliche Arbeit von Entscheider*innen integrieren. Mit klassischer Marktforschung ist das nicht möglich“, so Klinke.

Und noch einen Vorteil sehen die Gründer in ihrem Modell: Bisherige Versuche, neue Technologien für die Branche zu nutzen, zielten darauf ab, die Marktforscher*innen zu ersetzen. Experial denkt anders: Nicht die Forschenden sollen ersetzt werden, sondern die Befragten, die ohnehin keine Lust darauf haben.

Künftig wird es zudem entscheidend sein, mit den tech­nischen Entwicklungen Schritt zu halten. Dementsprechend will experial die eigenen Digital Twins weiterentwickeln. Die neue Generation soll „sehen“ und „hören“ können, um etwa Websitedesigns und Videos zu bewerten – ein weiterer Schritt mit immensem Potenzial. Ende des Jahres startet dafür eine weitere Finanzierungsrunde. Man darf also gespannt sein, wo die unternehmerische Reise von Tobias Klinke, Nader Fadl und Nils Rethmeier noch hinführen wird.

Der Straßengüterverkehr zählt zu den wirtschaftlich bedeutendsten – und zugleich am wenigsten digitalisierten – Sektoren Europas. Rund 35 % der verkehrsbedingten CO₂-Emissionen entstehen durch Schwerlast-Lkw. Trotz klarer wirtschaftlicher Vorteile elektrischer Antriebe bleibt die Elektrifizierung bislang langsam: Über 90 % der Spediteure verfügen nur über kleine, veraltete Diesel-Flotten, arbeiten mit geringen Margen und haben begrenzten Zugang zu Kapital und digitalen Tools. Während Elektro-Lkw über den Lebenszyklus zunehmend wettbewerbsfähig werden, zögern viele Betreiber weiterhin angesichts hoher Anfangsinvestitionen und der Umstellung auf neue Betriebsprozesse. Hinzu kommen fehlende Ladeinfrastruktur und geringe Digitalisierung als zentrale Hürden. Insgesamt steht die Branche daher vor tiefgreifenden strukturellen Herausforderungen. Mit NexOS, einer KI-basierten Orchestrierungsplattform für Flotten, Energie und Kapital, will NexDash die digitale Grundlage für den Übergang zu elektrischer und – zukünftig –autonomer Logistik schaffen.

Plattform-Ansatz zur Elektrifizierung, Digitalisierung und Konsolidierung des Straßengüterverkehrs

NexDash schließt diese Lücke mit einem Plattform-Ansatz, der Digitalisierung, Elektrifizierung und Wachstum verbindet. Das Unternehmen übernimmt mittelständische Speditionen, um operative Kapazitäten und ein Kundennetzwerk aufzubauen. Die übernommenen Flotten werden schnell elektrifiziert und erweitert - gestützt durch skalierbare strukturierte Finanzierungen, die eine zügige Transformation ermöglichen. Über die eigene Trucking-as-a-Service-Plattform (“TaaS”) und das Betriebssystem NexOS orchestriert NexDash Ladeinfrastruktur, Routenoptimierung und KI-gestütztes Flottenmanagement, um Kosten und Emissionen gleichzeitig zu senken. So entsteht ein skalierbares, wirtschaftlich tragfähiges Modell für eine emissionsfreie, digital vernetzte Transportlogistik.

„Die Elektrifizierung Deutschlands beginnt bei der Logistik“, sagt Michael Cassau, Gründer und CEO von NexDash. „Der Mittelstand ist das Rückgrat der Branche – aber bisher stark fragmentiert. Wir bündeln, transformieren und elektrifizieren diese Dieselflotten – und schaffen so die Grundlage einer neuen Industrie - “Trucking-as-a-Service made in Europe.“

Cassau weiter: „Neo-Bank war gestern, Neo-Carrier ist heute. Mit NexOS verbinden wir Energie, Kapital und Daten - und entwickeln das Betriebssystem einer elektrifizierten und zunehmend autonomen Wirtschaft.“ Verstärkung erhält Cassau von Karsten Sachsenröder, langjährigem Top-Manager bei DB Schenker und erfahrenem Berater führender Private-Equity-Häuser.

Logistik als Transformationshebel

Während der aktuelle Fokus auf der Elektrifizierung liegt, plant NexDash bereits die nächste Entwicklungsphase, in der autonome und datengetriebene Transportlösungen auf Basis der eigenen Ladeinfrastruktur umgesetzt werden sollen. Ziel ist der Aufbau einer skalierbaren und nachhaltigen Logistikplattform für die nächste Generation des europäischen Güterverkehrs.

Die 5 Millionen Euro Seed-Finanzierung soll dem Erwerb und der Integration kleinerer Logistikunternehmen, der Inbetriebnahme der ersten Elektro-Lkw sowie der Weiterentwicklung der digitalen Plattform für effizientes Flottenmanagement dienen. Zudem sollen die Mittel in den Ausbau der Ladeinfrastruktur, die Steigerung der betrieblichen Effizienz und den Teamausbau fließen – mit dem Ziel, das Null-Emissions-Logistiknetzwerk von NexDash europaweit zu skalieren.

Die skulio-Gründer Elias Perez und Teoman Köse möchten mithilfe von künstlicher Intelligenz Lehrkräfte bei der Unterrichtsvorbereitung entlasten und Schüler*innen individuell fördern.

Mit der Finanzierung wird das Start-up aus Köln nun bei der Weiterentwicklung seiner KI-Lösung für Schulen unterstützt. Das Ziel der Gründer ist es, jede Lehrkraft dabei zu unterstützen, das Beste aus sich herauszuholen, Schüler*innen individuell und inklusiv zu fördern und die Bildung zu verbessern.

„Die Heterogenität in Schulklassen ist enorm groß und dennoch wird kaum individuell gefördert. Mit unserer Lösung ermöglichen wir es Lehrkräften viel Zeit zu sparen und ihre Schüler*innen gezielt auf ihre Bedürfnisse zu fördern. Das ist ohne unsere KI in der Praxis momentan gar nicht umsetzbar”, sagt Elias Perez, Mitgründer von skulio.

Der offizielle Launch von skulio ist für das Frühjahr 2026 geplant. Schulen haben die Möglichkeit, eine Schullizenz für ihr Kollegium zu erwerben, während Lehrkräfte auch Einzellizenzen nutzen können. Bereits jetzt führt Elias Perez Gespräche mit interessierten Schulen aus ganz Deutschland, die ihre innovative KI-Lösung künftig einsetzen möchten. Schulen aus jedem Bundesland können sich bei Interesse direkt an Elias Perez wenden.

Das exist Programm fördert innovative, technologieorientierte und wissensbasierte Gründungsvorhaben aus Hochschulen und Forschungseinrichtungen. Ziel des Programms ist es, die Gründungskultur in Deutschland zu stärken und den Transfer von Forschung in marktfähige Produkte zu beschleunigen.

Der globale Fachkräftemangel in der Pflege hat einen historischen Höhepunkt erreicht. Die Weltgesundheitsorganisation (WHO) prognostiziert bis 2030 ein Defizit von 4,5 Millionen Pflegekräften – getrieben durch steigende Arbeitsbelastung und eine alternde Gesellschaft mit wachsendem Pflegebedarf.

In Europa fehlen derzeit rund 1,2 Mio. Pflegefachkräfte, in den USA sind es jährlich etwa 450.000 Pflegekräfte zu wenig. Hinzu kommt, dass Pflegekräfte bis zu 30 Prozent ihrer Arbeitszeit für administrative Aufgaben aufwenden. Das verursacht allein in Europa und den USA Arbeitskosten von rund 246 Mrd. US-Dollar, mit gravierenden Folgen: Überlastung, hohe Fluktuation und weniger Zeit für die direkte Betreuung.

Digitale Gesundheitslösungen richten sich meist an Ärzt*innen, während Pflegekräfte oft außen vor bleiben. Dabei ist ihre Dokumentationsbelastung oft noch höher. Sie erfassen dutzende Beobachtungen pro Schicht und tragen maßgeblich die Verantwortung zur guten Betreuung der Pflegebedürftigen.

Noch immer werden viele Notizen hastig auf Zetteln oder dem Handrücken festgehalten und später am PC ins System übertragen, ein Aufwand, der Zeit kostet und stresst.

Voize ändert das: Die KI versteht gesprochene Inhalte, strukturiert sie automatisch und erstellt die passenden Dokumentationseinträge – von Vitalwerten über Berichte bis hin zu Trinkprotokollen und Pflegemaßnahmen.

Aus persönlicher Erfahrung zur praxisnahen Innovation

Gegründet 2020 von den Brüdern Fabio und Marcel Schmidberger sowie Erik Ziegler, entstand voize aus einer persönlichen Erfahrung, die vielen vertraut ist: Als ihr Großvater in ein Pflegeheim kam, sahen sie, wie wenig Zeit Pflegekräfte für echte Zuwendung blieb, weil Bürokratie den Alltag bestimmte.

Voize wurde über zehntausende Stunden hinweg direkt im Pflegealltag und in enger Zusammenarbeit mit Pflegekräften entwickelt, um eine Lösung zu schaffen, die sich an die Realität der Pflege anpasst – nicht umgekehrt. Mit der App können Pflegekräfte Beobachtungen am Smartphone einsprechen. Die KI versteht das Gesprochene, verarbeitet es automatisch und erstellt strukturierte Einträge in Echtzeit. Über eine Schnittstelle werden diese direkt in bestehende Dokumentationsysteme übertragen. Das Ergebnis: Zeitersparnis, bessere Dokumentationsqualität und entlastete Pflegekräfte.

KI, die Pflege versteht – jederzeit

Voize setzt auf eine eigens entwickelte, domänenspezifische KI, die unabhängig von generischen Large Language Models ist. Die KI erkennt medizinische Fachsprache, versteht Dialekte und hilft auch Nicht-Muttersprachler*innen Sprachbarrieren zu überbrücken, indem sie Gesprochenes in Echtzeit korrekt verarbeitet.

Anders als die meisten KI-Systeme funktioniert voize auch offline – ohne permanente Internetverbindung. Das sorgt für hohe Datensicherheit und zuverlässige Unterstützung, selbst bei instabiler Netzabdeckung – ein Novum in der Sprach-KI.

30 Prozent Zeitersparnis bei der Dokumentation

Über 1.100 Pflegeeinrichtungen in Deutschland und Österreich nutzen voize bereits heute.  Mehr als 75.000 Pflegekräfte nutzen die KI und sparen damit, rund 30 Prozent Zeit bei der Dokumentation. Dies wurde jüngst durch eine Studie mit der Charite belegt.

„Pflegekräfte haben ihren Beruf gewählt, um für Menschen da zu sein – nicht, um Stunden mit Dokumentation zu verbringen. Unsere KI entlastet sie spürbar im Alltag und übernimmt das, was sonst wertvolle Zeit kostet.” sagt Fabio Schmidberger, Mitgründer und CEO von voize, “KI soll Menschen in der Pflege nicht ersetzen, sondern ihnen Zeit zurückgeben – Zeit für Menschlichkeit. Genau das sehen wir jeden Tag: mehr Nähe, mehr Freude, mehr Sinn in der Pflege. Mit der Unterstützung von Balderton Capital und unseren Investo*:innen bauen wir auf unserem starken Fundament in Deutschland auf. Wir investieren in die Weiterentwicklung unserer KI und wachsen nach Europa und in die USA – mit einem klaren Ziel: Pflegekräfte von Bürokratie zu befreien.”