Zum Newsletter per QR-Code
Aktuelle Events
Gründer der Woche: Die Deep-Learning-Softwareentwicklungsboutique
Gründer der Woche 12/19
Die Luminovo GmbH, von Sebastian Schaal und Timon Ruban in München 2017 gegründet, unterstützt Unternehmen dabei, Geschäftsprobleme mit Hilfe von Deep Learning (eine Spezialform von KI) zu lösen. So bekommen Maschinen die Fähigkeit, auch aus unstrukturierten Datensätzen wie Bildern und Text Muster zu erkennen und damit selbständig Entscheidungen zu treffen. Mehr dazu im Interview mit Co-Gründer Sebastian.
Wann, wie und wo habt ihr Gründer euch kennengelernt?
Wir haben uns 2015 im Zuge unseres Masterstudiums in Stanford kennengelernt. Timon hat sich sehr schnell auf Deep Learning spezialisiert, ich war mit einem Mix aus klassischem Machine Learning und Management Science unterwegs. Dort haben wir sogar ein halbes Jahr zusammen gewohnt. Dabei wurde uns schnell klar, dass wir uns nicht nur persönlich super verstehen, sondern auch Nächte lang begeistert über die neuesten Machine Learning Publikationen diskutieren können.
Und wie ist die Idee zu Luminovo entstanden?
Ein Großteil unserer Kommilitonen aus Stanford ist dem Silicon Valley treu geblieben und hat bei einem der großen Tech-Konzerne angeheuert. Wir fanden es jedoch noch motivierender, mit unserem frisch erlangten Wissen den Weg zurück nach Deutschland zu suchen, um hier im Bereich KI Mehrwert zu stiften und Deutschland in diesem Bereich auch voranzubringen. Vor allem in der Breite des Angebots hinkt Deutschland hier dem Valley noch ein wenig hinterher - unser Ziel war es, dies zu ändern.
Bei unseren initialen Gesprächen mit verschiedensten Unternehmen haben wir viele Bereiche entdeckt, in denen KI ein starkes Wertschöpfungspotenzial offenbart, welches sie aktuell alleine nicht nutzen können. Hier wollten wir unseren Beitrag leisten, um KI Systeme zu etablieren, die den Menschen unterstützen, nicht ersetzen sollen.
Was waren die wichtigsten Schritte bis zur Gründung der Luminovo GmbH?
Der erste Schritt auf dem Weg zur Gründung von Luminovo war die Entscheidung, aus Stanford zurück nach Deutschland zu gehen. Dadurch war für uns relativ schnell klar, das wir hier etwas eigenes aufbauen wollen und eine großen Mission verfolgen.
Ein weiterer wichtiger Schritt waren die vielen Interviews und Gespräche, welche wir mit Unternehmensvertretern geführt haben. Dort haben wir diverse Fragestellungen und Probleme im Zusammenhang mit KI identifiziert, welche uns dazu veranlasst haben, Luminovo initial als eine Softwareentwicklungsboutique mit Fokus auf Deep Learning zu starten.
Der letzte und wichtigste Schritt war dann natürlich, dass Timon und ich uns entschieden haben, die Gründung gemeinsam durchzuziehen. Das ist nicht nur eine Jobentscheidung, sondern ein gegenseitiges, langfristiges Versprechen.
Euer Business dreht sich rund um Künstliche Intelligenz. Wo sind deiner Meinung nach die größten Chancen für KI-Technologien?
KI ist eine Technologie, die nicht auf bestimmte Branchen oder Anwendungsfälle beschränkt ist. Praktisch überall wo große Mengen an Daten entstehen, besteht Potenzial für die Verwendung von KI. Besonders spannend finde ich den Einsatz der Technologie bei stark repetitiven Prozessen, für die Menschen eingesetzt werden, da komplexere Daten wie Bilder und Texte lange Zeit nicht automatisiert auswertbar waren. Neue KI-Technologien haben hier großes Potenzial, und können etwa für Aufgaben wie Inhaltsüberprüfung, oder Datenextraktion aus Dokumenten eingesetzt werden, während sich der Mensch auf herausfordernde, abwechslungsreiche Projekte konzentrieren kann.
Und was entgegnest du den Bedenkenträgern, die KI zunächst als „menschenersetzende Technologie“ sehen?
Wir glauben an KI als eine Technologie, die menschliche Intelligenz unterstützt und nicht ersetzt! Aus diesem Grund widmen wir uns der Entwicklung einer Hybrid Machine Learning Plattform, welche es Mensch und Maschine erlaubt, Probleme gemeinsam und somit effizienter zu lösen.
Technische Innovationen prägen natürlich den Arbeitsmarkt, allerdings zu Gunsten des Menschen, und so wird auch die breitere Aufnahme von KI Anpassungsfähigkeit erfordern. Die Übernahme von repetitiven Handlungen macht Raum für andere, womöglich spannendere Aufgaben, in denen Mitarbeiter ihr Potenzial besser ausschöpfen können.
Was sind somit die größten Herausforderungen in Zusammenhang mit KI?
Viele aktuelle Erfolge im Bereich KI basieren auf “überwachtem Machine Learning”, welches versucht, Zusammenhänge zwischen rohen Datenpunkten und der Aussage, die ich ihnen entlocken will, herzustellen, sodass möglichst akkurate Voraussagen für neue Datenpunkte getroffen werden können. Idealerweise habe ich in meiner Datenbank genau diese Daten und eine Indikation der Aussage abgespeichert, oder kann die zugehörigen Aussagen rekonstruieren.
Beispielsweise kann man eine Maschine anlernen, E-Mails in Postkörbe zu sortieren. Um das durch ein Lernverfahren zu machen, bräuchte man aber zu den alten E-Mails die Information, in welchem Postkorb diese einzuordnen sind – also die Verbindung von Datenpunkt zu Vorhersage. Oft sind jedoch genau diese verknüpften Informationen nicht vorhanden, was einen zwingt, auf andere Methoden zurückzugreifen, oder die Informationen mit viel Aufwand nachträglich hinzuzufügen.
Was das Ganze noch einmal komplizierter macht, ist der Fakt, dass man KI-Systeme teils in Bestandsprozesse einbauen muss, was nicht immer trivial ist. Teilweise müssen Bearbeitungsschritte angepasst werden, was in den Unternehmen einen Change Management Prozess lostritt.
Zudem besteht in der Öffentlichkeit noch eine verzerrte Wahrnehmung von den Fähigkeiten und empfundenen Gefahren von KI. KI wird den Menschen nicht ersetzen, jedoch auf lange Sicht zu einer Veränderung im Jobmarkt führen. Daher ist es nun wichtig, dass wir unsere Bildungssysteme auf diesen Wandel einstellen, um die Anpassung an diese innovativen neuen Technologien so reibungslos wie möglich zu gestalten, und ihr volles Potenzial erfolgreich zu nutzen.
Vor diesem komplexen Hintergrund: Was genau leistet ihr mit Luminovo?
Wir unterstützen unsere Kunden auf der kompletten Reise, vom grundsätzlichen Verstehen von Künstlicher Intelligenz und klassischen Anwendungsfällen, übers gemeinsame Entwickeln neuer, angepasster Use-Cases, bis hin zur Umsetzung und Integration von zuverlässigen Deep Learning Systemen in ihren Betriebssystemen.
Oft starten wir mit einem Beratungsprojekt, um dann später für den richtigen Anwendungsfall eine Softwareapplikation zu entwickeln. Bei den meisten Fällen implementieren wir dabei unsere Hybrid-Plattform, damit wir die nachhaltige Weiterentwicklung der KI-Modelle sicherstellen können. Was wir damit anbieten ist eine langfristige Lösung für Unternehmen, und nicht nur ein einmaliges, statisches Produkt.
Gerade repetitive Aufgaben lassen sich damit Schritt für Schritt automatisieren, ohne dass ein Data Scientist ans Werk muss. Die hybride Bearbeitung von Aufgaben ermöglicht höhere Qualität zu geringeren Kosten, in dem sich der Mensch auf die schwierigsten Fälle konzentriert und kontinuierlich verbessernde Deep Learning Modelle den Rest übernehmen. KI unterstützt somit als eine Art Schlüsseltechnologie die Unternehmen dabei, ihre Prozesse effizienter zu gestalten, indem die Stärken von KI und menschlicher Intelligenz voll ausgereizt werden.
Wo kommt eure Technologie zum Einsatz?
Ein gutes Beispiel für den Einsatz unserer Technologie ist unser Bildverarbeitungsprojekt bei ProSiebenSat1. Der Kunde hat sicherzustellen, dass Medieninhalte, die nicht jugendfrei sind, nur zu bestimmten Zeiten gesendet oder potenziell zensiert werden. Daher widmen sich aktuell Menschen manuell der sehr zeitaufwändigen und repetitiven Aufgabe, Inhalte zu sichten und Szenen die Nacktheit, Gewalt, verfassungsfeindliche Symbole oder ähnliches zeigen, zu markieren. Dies kann aufgrund der schieren Menge nur in Stichproben durchgeführt werden, mit dem Risiko von hohen Geldstrafen bei Nichterkennung.
Wir haben hierfür ein KI-Modell trainiert, welches die Medieninhalte automatisch auf Nacktheit überprüft und kritische Szenen markiert. Unser erstes Modell, welches nur mit Inhalten aus dem Internet angelernt wurde, hat auf einem sehr hohen Service-Level bereits eine Automatisierung von 30 Prozent erreicht – und das bei einer Projektlaufzeit von nur zwei Monaten.
In einem zweiten Schritt haben wir dann begonnen, das initiale Modell in unsere Hybrid Plattform zu integrieren, in der wir Mensch und Maschine zusammenbringen. Uns gefiel der Gedanke, die jeweiligen Fähigkeiten zu kombinieren, um somit ein rasch einsetzbares, kontinuierlich verbesserndes Produkt als Langzeitlösung anzubieten, das zunehmend Mitarbeitern repetitive Arbeit abnimmt. In kritischen Fällen trifft der Mensch die Entscheidung; das Modell lernt von diesen “edge cases”, und wird somit immer autonomer. Somit kann die Hybrid Plattform einen großen Effizienzzuwachs bieten, ohne gleichzeitig die Qualität des Ergebnisses zu mindern.
Wie sieht der Markt rund ums Deep Learning aus und wie unterscheidet ihr euch vom Wettbewerb?
Der KI Markt, welcher stark durch die Erfolge von Deep Learning getrieben ist, ist auch in Deutschland stark wachsend. Es gibt sowohl Unternehmen, die sich stark spezialisiert auf eine Industrie beschränken, als auch Anbieter mit breiter gefächertem Angebot, bei denen der Fokus auf Industrie übergreifender Prozessautomatisierung liegt; zu der letzteren Kategorie gehören auch wir.
Eine unserer größten Stärken ist unser außergewöhnliches Team aus Top-Engineers und Business-Talenten mit exzellentem akademischen Hintergrund als auch Arbeitserfahrung bei namhaften Arbeitgebern. Dazu haben wir durch unsere Arbeit an über 20 erfolgreichen Projekten Erfahrungen in den verschiedensten Branchen gesammelt. Wir verstehen es daher wie wenig andere, Deep Learning Projekte in Erfolgsgeschichten zu verwandeln.
Dazu kommt natürlich unsere Hybrid Plattform, für die es keine äquivalentes Konkurrenzprodukt gibt. Neben den bereits beschriebenen Vorteilen wie der nachhaltigen Automatisierung von Workflows unterscheiden wir uns in puncto Daten und IP stark von vielen anderen Spielern im Markt. Durch unsere Plattform wird die Intelligenz der Mitarbeiter und die Informationen in den Daten einer Firmen in einem Deep Learning Modell vereint. Das hier erzeugte Modell gehört dem Kunden, womit er nicht nur an der eigentlichen Automatisierung profitiert, sondern gleichzeitig eine eigene IP aufbaut.
Was sind deine unternehmerischen Pläne? Ich habe gelesen, dass ihr in fünf Jahren eine Unicorn-Bewertung anstrebt.
Ich glaube, fast jedes Start-up träumt insgeheim von einer Unicorn-Bewertung. Für mich ist dies nur ein symbolischer Meilenstein, der unsere unternehmerischen Ambitionen untermalt. Wir sind gerade nicht daran interessiert, unseren eigenen, kurzfristigen Profit zu maximieren, sondern reinvestieren fast alles in das Wachstum der Firma. Wir sind damals nach Deutschland zurückgekommen, um das Potenzial von Deep Learning möglichst vielen Menschen zu nutze machen zu können. Ich glaube, dass wir mit einer größeren Firma noch mehr Leute erreichen können.
Ein weiter persönlicher Treiber ist sicherlich auch, dass wir gerade stark von der steilen Lernkurve innerhalb der Firma motiviert sind. Ein wachsendes Unternehmen stellt einen immer vor neue Herausforderungen und zwingt einen, daran zu wachsen. Für business-as-usual habe ich noch zu viel Energie und zu große Ziele.
Und last but not least: Was rätst du anderen Gründern aus eigener Erfahrung?
Da ich noch recht am Anfang meiner Gründerkarriere stehe, bin ich wahrscheinlich noch nicht in der Position, große Ratschläge zu geben. Daher von mir vielleicht nur ein Gedanke, der mich motiviert, Gründer zu bleiben.
Für mich fühlt sich die Arbeit gerade nicht wie Arbeit ein, sondern wie mein Lieblingshobby. Ich gehe jeden Tag gern ins Büro und freue mich auf die Herausforderungen und die Leute. Ich glaube, dass diese positive Einstellung essentiell ist, um langfristig bei der Stange zu bleiben. Wenn es Punkte gibt, die dieses Gefühl trüben, seien es Konflikte mit Mitarbeitern, Kunden oder andere schwierige Konstellation, dann sollte man schleunigst daran arbeiten. Denn das Momentum und die Energie im Team ist der Treibstoff den man braucht, um der Statistik, die prinzipiell gegen einen steht, ein Schnippchen zu schlagen.
Hier geht’s zu Luminovo
Das Interview führte Hans Luthardt
Diese Artikel könnten Sie auch interessieren:
Prof. Kollmann als ein Pionier des dt. Start-up-Ökosystems geehrt
Prof. Dr. Tobias Kollmann von der Uni Duisburg-Essen wurde für seine Verdienste als Start-up-Pionier und Brückenbauer zwischen Wissenschaft, Politik und dem deutschen Start-up-Ökosystem geehrt.
Es war ein Moment der Anerkennung für mehr als ein Jahrzehnt Aufbauarbeit am Fundament der deutschen Start-up-Landschaft: Auf der jüngsten Mitgliederversammlung des Bundesverbands Deutsche Startups e.V. wurde Prof. Dr. Tobias Kollmann von der Universität Duisburg-Essen für sein herausragendes Engagement für den Verband und das deutsche Start-up-Ökosystem geehrt. Verena Pausder, Vorstandsvorsitzende des Verbands, überreichte dem renommierten Wissenschaftler, Start-up-Pionier und politischen Berater eine Ehrenurkunde für seine Verdienste um das Unternehmertum in der digitalen Wirtschaft in Deutschland.
Die Auszeichnung würdigt die Rolle, die Kollmann insbesondere für den Verband gespielt hat. „2012 durfte ich zusammen mit 20 anderen politischen Start-up-Pionieren diesen Bundesverband gründen, der heute zur zentralen Stimme für die Start-up-Szene in unserem Land geworden ist“, erinnerte Kollmann in seiner Rede. Aus einem noch jungen Zusammenschluss ist in den vergangenen Jahren eine feste Institution geworden – mit erheblichem Einfluss auf Politik, Wirtschaft und Öffentlichkeit.
Deutscher Startup Monitor (DSM) – „Herzstück unserer und insbesondere meiner Arbeit für den Startup-Verband“
Ein zentrales Element dieser Arbeit war der Deutsche Startup Monitor (DSM). Kollmann bezeichnete ihn als „Herzstück unserer und insbesondere meiner Arbeit für den Startup-Verband“. Als größte und wichtigste Gründer*innenstudie Deutschlands habe der DSM „jährlich ein neues Fundament für ein lebendiges und zukunftsfähiges Start-up-Ökosystem in unserem Land“ gelegt. Die Zahlen unterstreichen diesen Anspruch: In Kollmanns Amtszeit wurden mehr als 30.000 Gründer*innen und aus über 10.000 Start-ups befragt.
Die Bedeutung dieses Engagements wurde in den Stimmen zur Preisverleihung deutlich. Verena Pausder dankte dem Geehrten „für das außergewöhnliche und leidenschaftliche Engagement, die fachliche Kompetenz und den unglaublichen und nachhaltigen Einfluss auf die Start-up-Szene in Deutschland“ und betonte: „Es war mir eine Ehre, die Auszeichnung an Prof. Kollmann überreichen zu dürfen.“
Verbindung von empirischer Tiefe und praktischer Relevanz
Die Wirkung dieser Daten reichte weit über die Szene hinaus. Die Ergebnisse fanden nicht nur Eingang in mehr als 1000 Presseberichte, sondern wurden auch von Politik und Wissenschaft intensiv genutzt. „Die hohe Qualität unserer Daten hat sich auch in weit über 30 wissenschaftlichen Artikeln und Publikationen bis hin zu internationalen Top-A-Journals gezeigt“, betonte Kollmann. Auch politische Entscheidungsträger griffen regelmäßig auf die DSM-Analysen zurück.
Inhaltlich deckte die Arbeit von Kollmann und seinem Team eine große Bandbreite ab: von praxisnahen Fragen wie Gründungsfinanzierung, Mitarbeiterbeteiligung, Start-up-Zentren an Hochschulen oder Kooperationen zwischen Start-ups und etablierten Unternehmen bis hin zu wissenschaftlichen Themen wie Ambitionen, Resilienz, Teamkonflikten und Einflussfaktoren auf die Gründungsneigung. Diese Verbindung von empirischer Tiefe und praktischer Relevanz gilt vielen als Markenzeichen seines Werks.
Eine gesunde Szene brauche nicht nur Leuchttürme, sondern auch die Breite: die Horses, die Cows und die Zebras
Aus seiner langjährigen Arbeit leitete der Geehrte drei zentrale Erkenntnisse ab. Erstens: „Die Start-up-Szene ist in ganz Deutschland zuhause.“ Was einst stark auf Berlin fokussiert war, habe sich zu einem bundesweiten Phänomen mit erheblicher Wirtschaftskraft und vielen Arbeitsplätzen entwickelt – von München über Hamburg und Köln bis Aachen und zahlreiche weitere Regionen. Zweitens: „Nicht nur die großen und erfolgreichen Unicorns zählen.“ Eine gesunde Szene brauche nicht nur Leuchttürme, sondern auch die Breite: „die Horses, die Cows und die Zebras“, die den Mittelstand von morgen bilden. Drittens schließlich: „Die Hochschulen sind und bleiben die zentralen Keimzellen unserer Start-up-Szene.“ Sie bildeten Gründer*innen aus, führten Teams zusammen und stellten damit die Basis für das gesamte Ökosystem.
Auch Florian Nöll, Gründungsmitglied und ehemaliger Vorsitzender des Verbands, der ebenfalls vor Ort war, würdigte den Einsatz des Wissenschaftlers: „Tausend Dank an Prof. Kollmann für seinen unermüdlichen Einsatz für die Gründerinnen und Gründer in Deutschland und Europa. Er hat wahnsinnig viel für unser Start-up-Ökosystem bewegt. Gratulationen kamen aber auch aus anderen Regionen Deutschlands. Aus politischer Perspektive hob Johannes Velling, Abteilungsleiter „Digitalisierung, Start-ups und Dienstleistungen“ im nordrhein-westfälischen Wirtschaftsministerium, die prägende Rolle Kollmanns hervor: „Nicht nur im Bund, sondern auch im Land NRW gehörte Prof. Kollmann zu den prägenden Figuren der Start-up-Szene.“
Die Ehrung in Berlin ist damit mehr als nur eine persönliche Auszeichnung. Sie steht exemplarisch für einen Ansatz, der Daten, Wissenschaft, Praxis und Politik miteinander verbindet – und für einen Akteur, der das deutsche Start-up-Ökosystem als Brückenbauer zwischen diesen Welten über Jahre hinweg entscheidend mitgestaltet hat.
QuantumDiamonds plant Werk für Chip-Inspektionsanlage in München
QuantumDiamonds – 2022 von Kevin Berghoff und Dr. Fleming Bruckmaier als Ausgründung aus der Technischen Universität München gestartet –, plant eine Investition von 152 Mio. Euro für eine hochmoderne, auf Quanten basierende Chip-Inspektionsanlage in München.
QuantumDiamonds entwickelt Quantensensor-Technologien und -Tools für die Fehleranalyse und Messtechnik einer neuen Generation von Halbleiterchips ein. Ziel ist es, herkömmliche Halbleitertestmethoden zu unterbrechen und die Fehlerlokalisierung tief in 3D-Halbleiterarchitekturen zu beschleunigen.
Durch die Nutzung von Stickstoff-Leerstands-Zentren in Diamanten kartieren die Systeme von QuantumDiamonds zerstörungsfrei elektrischen Strom mit Mikrometer-Pezipresion in Sekundenschnelle, auch in hochkomplexen Chippaketen. Diese Fähigkeit ist von zentraler Bedeutung für fortschrittliche 2.5D- und 3D-Architekturen, die KI, mobile und Automobilelektronik untermauern, wie das Unternehmen in einer Erklärung darstellt.
Das Unternehmen hat vor Kurzem eine zerstörungsfreie Fehleranalyse auf Apple A12-Chips veröffentlicht, die von TSMC hergestellt wurden. QuantumDiamonds verwendet Quantum Diamond Microscopy, um vergrabene Defekte in kommerziellen Paket-on-Package-Geräten zu lokalisieren.
Jetzt präsentiert QuantumDiamonds seinen Plan, 152 Millionen Euro zu investieren, um die weltweit erste Produktionsstätte für fortschrittliche Chip-Testsysteme zu bauen. Nach gründlicher Prüfung möglicher Standorte in den USA entschied sich das Unternehmen bewusst für Deutschland. Der Standort in München wird als "First-of-a-Kind-Fabrik" unter dem European Chips Act betrachtet.
„Diese Investition markiert unseren Übergang von der Forschung zur globalen Produktion. Wir bauen die Werkzeuge auf, die die Chipindustrie benötigt, um zu prüfen, was bisher unsichtbar war – und zwar in Deutschland, mit europäischem IP und Talent“, so Co-Founder Berghoff gegenüber EU-Startups. „Die frühzeitige Unterstützung, die wir von Programmen wie dem EIC Accelerator und dem SPRIN-D erhalten haben, legte den Grundstein für dieses Scale-up. Mit der erwarteten Finanzierung des Chips Act werden wir von Piloteinsätzen zur Serienproduktion übergehen und dazu beitragen, die Rolle Europas in der Zukunft der Halbleiterindustrie zu sichern."
Gründer*in der Woche: Ghazaleh Madani – Seid geduldig, aber beharrlich!
Im Interview: Wie Ghazaleh Madani, Mitgründerin und CEO des BioTech-Start-ups CanChip, personalisierte Krebstherapien mithilfe ihrer Tumor-on-Chips Wirklichkeit werden lassen will.
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
MUT – DER GRÜNDUNGSPREIS NRW 2025
Insgesamt 60.000 Euro Preisgeld gehen an drei Gründungsteams aus Hürth, Münster und Solingen. Das sind die siegreichen Teams bei MUT – DER GRÜNDUNGSPREIS NRW 2025.
MUT – DER GRÜNDUNGSPREIS NRW zählt mit insgesamt 60.000 Euro Preisgeld zu den bundesweit höchstdotierten Wettbewerben seiner Art. Die Preisträgerinnen und Preisträger 2025 stehen fest. Die drei mit jeweils 20.000 Euro dotierten Auszeichnungen gehen an die Prinoa Dental GmbH aus Solingen, die Schreinerwehr GmbH aus Hürth und die Glowkitchen Food GmbH aus Münster.
Mit dem seit 2012 jährlich ausgelobten Preis würdigt die NRW.BANK besonders erfolgreiche und zukunftsweisende Gründungen in Nordrhein-Westfalen. Schirmfrau des Wettbewerbs ist Wirtschafts- und Klimaschutzministerin Mona Neubaur. Die Preisverleihung fand in der NRW.BANK in Düsseldorf statt.
Johanna Antonie Tjaden-Schulte, Vorständin der NRW.BANK: „Als Förderbank für Nordrhein-Westfalen setzen wir Impulse für die digitale und nachhaltige Transformation und unterstützen Gründende dabei, intelligente Ideen zu verwirklichen. Die Vielfalt und die Stärken der Gründungsszene werden auch bei den Preisträgerinnen und Preisträgern deutlich: Ob nachhaltige Bauweisen, digitale Zahntechnik oder moderne Ernährungskonzepte – der Erfolg aller drei Unternehmen beruht auf Mut, Innovationsgeist und einem klaren Verständnis für die Bedürfnisse ihrer Kundinnen und Kunden. Dieses zukunftsfähige Unternehmertum würdigen wir mit MUT – DER GRÜNDUNGSPREIS NRW 2025.“
Wirtschafts- und Klimaschutzministerin Mona Neubaur: „Herzlichen Glückwunsch und meinen Respekt an die Gewinnerteams! Sie zeigen, was möglich ist, wenn man Mut beweist und gute Ideen in die Tat umsetzt. Die vielen engagierten Gründerinnen und Gründer in Nordrhein-Westfalen übernehmen Verantwortung, schaffen neue Arbeitsplätze und machen unseren Alltag digitaler, nachhaltiger und einfach besser. Mit MUT – DER GRÜNDUNGSPREIS NRW 2025 würdigen wir dieses Engagement, denn wer gründet, gestaltet aktiv die Zukunft und stärkt NRW als attraktiven Wirtschaftsstandort.“
Die Preisträgerinnen und -träger im Überblick
Das Team von Glowkitchen Food aus Münster zeigt mit Backwaren aus nachhaltigen und qualitativ hochwertigen Zutaten, dass süße Snacks und bewusste Ernährung vereinbar sind. Statt Industriezucker, Palmfett und Weißmehl kommen viel echte Frucht, Rapsöl, reichhaltiges Dinkelvollkornmehl und andere hochwertige pflanzliche Zutaten in die Backform – beispielsweise für Bananenbrot.
Amplifold sichert sich 5 Mio. Euro Seedfinanzierung
Amplifold, ein 2025 gegründetes Spin-off der LMU München, entwickelt eine ultrasensitive Signalverstärkungsplattform für Lateral-Flow-Immunoassays (LFAs).
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.
Münchner HealthTech Virtonomy sichert sich 5 Mio. Euro Series A Finanzierungsrunde
Die Virtonomy GmbH wurde im Ende 2019 in München von Dr. Simon Sonntag (CEO) und Wen-Yang Chu (CTO) gegründet und entwickelt eine cloudbasierte Plattform zur Digitalisierung der Planung und Durchführung klinischer Prüfungen für Medizinprodukte auf Basis umfangreicher bildgebender, physiologischer und pathologischer Datensätze sowie datengetriebener virtueller Patient*innen.
Ziel ist die signifikante Reduktion von Tier- und Humanversuchen durch validierte, datenbasierte Simulationen, die Hersteller*innen schnellere, kosteneffizientere und regulatorisch anschlussfähige Prüfpfade ermöglichen. Das Unternehmen vereint Expertisen in Medizintechnik, medizinischer Bildverarbeitung, künstlicher Intelligenz und numerischer Simulation und beschäftigt derzeit über 20 Mitarbeitende.
Jetzt hat Virtonomy seine Series A Finanzierungsrunde erfolgreich abgeschlossen. Insgesamt konnte das Unternehmen dabei über 5 Mio. Euro sichern. Bayern Kapital beteiligte sich als langjähriger Partner mit einem erhöhten Investment von über 2 Mio. Euro. Aufgrund der starken Nachfrage und des großen Interesses der Investor*innen wurde das Kapital in der laufenden Finanzierungsrunde zudem erhöht. Companisto führte die Runde als Lead-Investor mit Beteiligungen von rund 3,3 Mio. Euro an. Bereits zuvor hatten namhafte internationale Venture-Capital-Investoren wie Accenture Ventures, Dieter von Holtzbrinck Ventures, Honeystone Ventures, Pace Ventures, UnternehmerTUM und Plug & Play in Virtonomy investiert.
„Mit dem erfolgreichen Abschluss unserer Series-A-Finanzierungsrunde legen wir den Grundstein, um die Virtonomy-Plattform weiter international zu skalieren, die regulatorische Validierung zu intensivieren und neue Märkte zu erschließen. Die starke Unterstützung durch Companisto und Bayern Kapital bestätigt die Relevanz unserer datenbasierten virtuellen Patient*innen als verlässliche Alternative zu langwierigen Studien und Tierversuchen. Unsere Vision ist, dass jedes Medizinprodukt weltweit schneller, sicherer und effizienter auf den Markt kommt, unter Nutzung unserer digitalen Patientenzwillinge“, sagt Dr. Simon Sonntag, CEO und Gründer von Virtonomy.
Datenbank-Start-up SereneDB sichert sich 2,1 Mio. US-Dollar Pre-Seed-Finanzierung
Das 2025 von Alexander Malandin, Andrey Abramov und Valerii Mironov gegründete Berliner Datenbank-Start-up SereneDB entwickelt eine Engine für Datenanwendungen der nächsten Generation.
SereneDB hat seine Pre-Seed-Finanzierungsrunde abgeschlossen und 2,1 Millionen US-Dollar eingesammelt. Die Runde wurde von den Risikokapitalfonds Entourage und High-Tech Gründerfonds (HTGF) angeführt.
Das Team nutzt sein Know-how aus der Entwicklung der weltweit schnellsten C++-Suchbibliothek für Unternehmen, um die Engine für Datenanwendungen der nächsten Generation zu entwickeln. Das Unternehmen wird die Investition nutzen, um seine Kernaufgabe zu verfolgen: den Aufbau einer dedizierten Datenbank für Echtzeit-Suche und -Analyse, die die aktuellen Industriestandards neu definiert.
Die meisten Such- und Analysetools wurden entwickelt, um einzelne, statische Elemente zu finden, und nicht, um sich schnell ändernde, komplexe Daten zu analysieren. Sie haben Schwierigkeiten mit Aktualisierungen und Löschungen in Echtzeit und zwingen Teams dazu, Suchvorgänge, Caches und Dashboards miteinander zu verknüpfen. Das Ergebnis sind langsame Antworten, instabile Pipelines und veraltete Erkenntnisse.
SereneDB vereint Live-Daten und tiefgehende Analysen in einem System. Es verbindet eine leistungsstarke und vielseitige Suchmaschine mit moderner OLAP-Ausführung unter dem Standard-PostgreSQL-Dach, verarbeitet Echtzeit-Eingaben mit korrekten Aktualisierungen und Löschungen und liefert komplexe Ergebnisse in Millisekunden. Während Menschen und KI-Agenten bessere Fragen zu den aktuellsten Daten stellen können, reduzieren Unternehmen den Werkzeug-, Kosten- und Betriebsaufwand durch den Einsatz einfacher und standardisierter SQL-Tools und APIs.
Andrey Abramov, Mitbegründer von SereneDB, sagt: „Wir haben uns von einem persönlichen Projekt im Jahr 2014 zu dem außergewöhnlichen Team entwickelt, das wir heute sind. Unser gemeinsames Ziel war es schon immer, echte Echtzeit-Analysen zu verwirklichen. Die Partnerschaft mit Entourage und HTGF gibt uns die Ressourcen, um dieses Ziel zu erreichen, und wir schätzen ihr Vertrauen, während wir unsere Mission erfüllen.“
Marble Imaging erhält 5,3 Mio. Euro, um Europas Zugang zu hochauflösenden Erdbeobachtungsdaten voranzutreiben
Das 2023 von Robert Hook, Dr. Gopika Suresh und Alexander Epp gegründete Marble Imaging ist ein Erdbeobachtungsunternehmen aus Bremen, das eine Konstellation von sehr hochauflösenden Satelliten betreiben wird.
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“.
Berliner BioTech-Start-up foom erhält Investment von capacura
Das 2022 von Dr. Anike von Gagern und Dr. Kathrin Weiß gegründete Start-up hat eine innovative Lösung zur Bearbeitung von Bioabfall entwickelt.
Bioabfälle sind ein oft übersehenes Klimaproblem: Jährlich fallen in der EU über 100 Millionen Tonnen organischer Abfälle an, die meist verbrannt oder deponiert werden. Das führt zu unnötigen CO₂-Emissionen, dem Verlust wertvoller Biomasse und ausgelaugten Böden. Zudem verursachen Entsorgung und Düngemittelimporte hohe Kosten für Wirtschaft und Umwelt.
Die foom GmbH bietet eine innovative Antwort: Das 2022 von Dr. Anike von Gagern und Dr. Kathrin Weiß in Berlin gegründete Start-up hat sich auf die Bearbeitung von Bioabfällen spezialisiert. Mit seiner modularen Technologie verwandelt foom organische Abfälle direkt vor Ort in wertvollen Dünger, wodurch CO₂-Emissionen reduziert und die Kreislaufwirtschaft gefördert werden. Dabei setzt das Unternehmen auf nachhaltige Lösungen, die sowohl ökologische als auch wirtschaftliche Vorteile bieten und trägt hiermit zu einer umweltfreundlicheren Zukunft bei. Diese Lösung ist insbesondere für Orte attraktiv, an denen große Mengen Bioabfall anfallen, wie beispielsweise bei Festivals, Sportevents, Kantinen, im Lebensmitteleinzelhandel oder in urbanen Räumen. Statt aufwändiger Logistik und kostenintensiver Entsorgung bietet foom eine einfache, lokale Lösung an, die einerseits Betriebskosten senkt und andererseits ökologische Vorteile schafft. Kommunen, Veranstalter und Unternehmen können so ihre Nachhaltigkeitsziele messbar erreichen.
Capacura, das sich auf Impact-Investitionen in Start-ups spezialisiert, die einen positiven Einfluss auf die Bereiche Bildung, Gesundheit und Umwelt haben, investiert nun in foom – über die Höhe des Investments wurden keine Angaben gemacht.
Gründer*in der Woche: experial – KI-Zwillinge auf Knopfdruck
Klassische Marktforschung ist zeit- und kostenintensiv, bringt aber oft nur unzuverlässige Resultate. Die experial-Gründer wollen das grundlegend ändern.
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.
NexDash: 5 Mio. € Finanzierung für „Green Logistics made in Europe“
Nur drei Monate nach der Gründung sichert sich NexDash 5 Mio. € Seed-Kapital, angeführt von Extantia Capital und Clean Energy Ventures. Gründer ist Michael Cassau, der zuvor das Miet-Commerce-Unicorn Grover aufgebaut hat und nun Europas ersten Neo-Carrier für elektrische Lkw entwickelt.
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.
Nullwachstum trotz KI-Boom
„Deutschland läuft Gefahr, von der Entwicklungs- zur reinen Anwendernation zu werden.“ Ein Kommentar von Frank Thelen, Gründer und CEO, TEQ Capital.
Der Sachverständigenrat rechnet für Deutschland mit nahezu Nullwachstum und gleichzeitig investieren die großen US-Techkonzerne dreistellige Milliardenbeträge in KI-Infrastruktur. Das zeigt sehr deutlich, wohin die Reise geht. Wenn wir Energie, Genehmigungen und unsere Sondervermögen nicht radikal auf Zukunft ausrichten, verlieren wir im globalen Produktivitätsranking dauerhaft den Anschluss.
0,2 Prozent Wachstum versus 600 Milliarden Dollar KI-Boom
Die Zahlen sprechen eine deutliche Sprache – und sie passen nicht zusammen. Auf der einen Seite steht Deutschland mit einem erwarteten realen Wachstum von gerade einmal 0,2 Prozent für 2025 und 0,9 Prozent für 2026, wie der Sachverständigenrat prognostiziert. Auf der anderen Seite steht eine historische Investitionswelle in Künstliche Intelligenz und digitale Infrastruktur, die in den USA längst Fahrt aufgenommen hat.
Nach zwei Jahren Rezession und anhaltender Schwächephase steckt Europas größte Volkswirtschaft faktisch in einer Phase der Stagnation, während wichtige Wettbewerber dreistellige Milliardenbeträge in die nächste Produktivitätsstufe investieren. Deutschland verwaltet den Status quo – andere Länder kaufen sich gerade die Zukunft.
Allein Meta hat angekündigt, in den kommenden drei Jahren rund 600 Milliarden US-Dollar in Infrastruktur und Arbeitsplätze in den USA zu investieren – vor allem in neue Rechenzentren für KI-Anwendungen, Energie- und Netzinfrastruktur sowie spezialisierte Computertechnik. Auch Microsoft, Alphabet und Amazon drehen ihre Investitionsprogramme deutlich nach oben. Es geht dabei nicht um ein paar zusätzliche Serverhallen, sondern um eine weltweite Investitionswelle, die über Rechenzentren, Chipindustrie, Sensoren und Energienetze die industrielle Landkarte neu zeichnet. Wer jetzt baut, setzt die Maßstäbe für die Wertschöpfung der nächsten Jahrzehnte.
Die Diagnose der Wirtschaftsweisen ist unbequem – und zutreffend
Das Jahresgutachten der Wirtschaftsweisen trägt den Titel „Perspektiven für morgen schaffen – Chancen nicht verspielen“. Tatsächlich aber leistet sich Deutschland den Luxus, genau diese Chancen auszubremsen. Statt Investitionshürden konsequent abzubauen, dominiert die Debatte, wie bestehende Sondervermögen verteilt werden sollen. Die strukturellen Bremsklötze sind bekannt: zu viel Bürokratie, zu hohe Kosten – allen voran bei Energie – und Genehmigungsprozesse, die eher an die analoge als an die digitale Epoche erinnern.
Rechenzentren sind im Kern riesige Maschinen, die Strom in Rechenleistung verwandeln. Ihr Geschäftsmodell steht und fällt mit günstiger, planbarer Energie und schnellen Entscheidungen der Behörden. Wer heute diese Voraussetzungen schafft, sichert sich einen dauerhaften Vorteil im KI-Zeitalter – bei Investitionen, hochqualifizierten Jobs und technologischer Souveränität.
Deutschland hingegen kombiniert hohe Energiepreise mit einem dichten Regelwerk und langwierigen Verfahren. Damit liefert der Standort die Begründung für schwache Investitionen und Wachstumsprognosen knapp über Null gleich mit. Die Frage ist daher nicht, ob die Prognosen des Sachverständigenrats zu pessimistisch sind – sondern wie lange sich eine Volkswirtschaft mit diesem Anspruch ein solches Politik-Setup noch leisten kann.
Der doppelte Rückstand
Die Konsequenz dieses Kurses ist ein doppelter Rückstand. Erstens droht ein Rückstand bei der Infrastruktur: Wenn Rechenzentren für KI, Chipfabriken und moderne Industriewerke vor allem dort entstehen, wo Energie preislich wettbewerbsfähig ist und Planungsprozesse Monate statt Jahre dauern, schrumpft der Kreis der Länder, die überhaupt noch als Standorte infrage kommen. Deutschland läuft Gefahr, von der Entwicklungs- zur reinen Anwendernation zu werden.
Zweitens entsteht ein Rückstand bei der Produktivität. Künstliche Intelligenz, Automatisierung und die systematische Nutzung von Daten erhöhen die Leistung pro Arbeitsstunde erheblich – und damit auch die Löhne, die sich langfristig darstellen lassen. Wenn aber der Zugang zu dieser Infrastruktur begrenzt bleibt oder deutlich teurer ist als anderswo, schlägt sich das unvermeidlich in niedrigeren Wachstumsraten nieder. Genau diese Entwicklung spiegeln die Prognosen des Sachverständigenrats bereits heute wider.
Ambivalente Aussicht für Investoren
Für Anleger ist der Befund eindeutig, aber nicht bequem. Der KI-Boom kommt, und die dafür notwendige Infrastruktur kommt ebenfalls. Die einzige offene Frage ist: mit oder ohne Deutschland.
Entscheidend wird sein, wo die nachhaltigen „Schaufelhersteller“ dieses Booms entstehen: von der Chipfertigung über hochpräzise Spezialmaschinen bis hin zu Energie- und Kühlungstechnik. Genau dort liegen die langfristig spannenden Chancen.
Aber diese Unternehmen brauchen verlässliche Rahmenbedingungen: günstige Energie, schnelle Genehmigungen, klare Regulierung und ein Umfeld, das Wachstum nicht bestraft, sondern beschleunigt. Einige Länder liefern das bereits – und genau dort werden die nächsten Gewinner entstehen. Die große Frage ist, ob Deutschland dazugehören wird oder ob wir Investoren zusehen müssen, wie diese Wertschöpfung an uns vorbeizieht.
Deutschland bringt eigentlich alles mit: starke Exportbranchen, hoch spezialisierte Zulieferer und eine industrielle Basis, um die uns viele Länder in Europa beneiden. Aber wenn wir unsere Wachstumsbremsen nicht lösen und Zukunftsinvestitionen nicht konsequent priorisieren, bleibt dieses Potenzial weit unter seinen Möglichkeiten.
Der nächste Produktivitätssprung entscheidet darüber, wer die neuen Standards setzt und wer sie am Ende nur importiert. Deutschland steht jetzt vor der Wahl: Nutzen wir den KI-Boom, um unsere Rolle als führende Industrienation neu zu definieren? Oder reagieren wir darauf mit Nullwachstum, hoher Energiebelastung und einem bürokratischen Überbau, der Innovation ausbremst?
Im Moment sieht man sehr deutlich, dass andere Länder entschlossener um diese Zukunft kämpfen. Die Frage ist, ob wir bereit sind, aufzuholen.
voize erhält 50 Mio. US-Dollar Series A für KI-Assistenz für die Pflege
2020 von den Brüdern Fabio und Marcel Schmidberger sowie Erik Ziegler in Berlin gegründet, entwickelt voice die führende sprachbasierte KI-Assistenz für die Pflege.
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.”