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:
Vom Hype zur harten Realität: United Robotics Group eröffnet Real-Labor im Ruhrgebiet
Die United Robotics Group (URG) baut eine ehemalige Intensivstation in Gelsenkirchen zum Robotik-Trainingszentrum um. Ein geschickter Schachzug des neuen Führungsduos. Doch im unbarmherzigen Healthcare-Markt warten auf das Start-up massive Skalierungshürden und ein intensiver Wettbewerb.
Robotik-Start-ups leiden häufig an derselben Kinderkrankheit: Ihre Produkte funktionieren perfekt unter kontrollierten Laborbedingungen, scheitern jedoch am chaotischen Alltag von Kliniken. Die United Robotics Group (URG) zieht daraus eine radikale Konsequenz: In Gelsenkirchen bezieht das Unternehmen eine 400 Quadratmeter große Fläche auf der ehemaligen Notfall- und Intensivstation des St. Josef-Hospitals. In strategischer Partnerschaft mit der KERN Katholische Einrichtungen Ruhrgebiet Nord GmbH entsteht dort ein Praxis-Labor.
Die Vision dahinter ist pragmatisch: Autonome Logistiksysteme wie der uLog für den Materialtransport oder der Serviceroboter uServe sollen unter authentischen Klinikbedingungen trainiert werden. Bemerkenswertes Detail: Sogar eine elektrische Flügeltür blieb im Flur erhalten, um das autonome Passieren von Engpässen sowie den automatisierten Bettentransport realistisch zu erproben. Für die Produktiteration (Product-Market-Fit) ist ein solches Umfeld Gold wert.
Pivot und Neuanfang: Die Köpfe hinter der URG
Um die aktuelle Marktpositionierung zu verstehen, lohnt ein Blick auf die Historie des Unternehmens. Wassim Saeidi, Gründer und heutiger CEO, rief bereits 2014 die WS System GmbH ins Leben. 2021 folgte die Umstrukturierung zur United Robotics Health & Food GmbH. Im Jahr 2025 vollzog das Unternehmen schließlich einen entscheidenden Pivot: Es übernahm die Patent- sowie Markenrechte sämtlicher Produktserien und fokussiert sich seither unter dem Dach der Holding kompromisslos auf KI-gestützte Lösungen im Gesundheits- und Servicebereich.
Verstärkt wird Saeidi durch Kerstin Wagner als Co-CEO und COO. Die frühere Top-Managerin von Siemens Healthineers bringt wertvolle Branchenerfahrung in das Start-up ein. Gemeinsam verfolgen sie das Ziel, den grassierenden Fachkräftemangel im Gesundheitswesen durch Automatisierung abzufedern. Das technische Rückgrat bildet die KI-Plattform uGo+, die gemeinsam mit dem Fraunhofer-Institut entwickelt wurde und die Workflow-Orchestrierung ganzer Roboterflotten erlaubt.
StartingUp Deep Dive: Das URG-Portfolio im Test
Am Standort Gelsenkirchen werden derzeit vier zentrale Systeme auf den Praxiseinsatz vorbereitet:
- uLab Mobile: Mobiler Service-Roboter für klinische Labore (Probenhandling, Transport).
- uLog: Autonomes Logistiksystem für den internen Wäsche- und Materialtransport.
- uServe: Vielseitiger Serviceroboter für Wegeführung, Informationsbereitstellung und Auslieferungen.
- uMe: Humanoider Assistenzroboter für sprachbasierte Interaktionen in der Pflege (vorgestellt auf der CES 2026).
Der Markt: Milliardenpotenzial trifft auf klamme Kassen
Der adressierte Schmerzpunkt ist eklatant: Pflege- und Laborkräfte verbringen täglich wertvolle Arbeitszeit mit reinen Transportaufgaben. Hier setzen die Systeme der URG an. Dennoch ist das Geschäftsfeld tückisch.
Kritisch zu hinterfragen ist vor allem die Finanzierbarkeit bei der Zielgruppe. Viele Krankenhäuser und Pflegeeinrichtungen in Deutschland kämpfen mitdefizitären Haushalten. Kapitalintensive Hardware-Investitionen (CapEx) sind selten budgetierbar. Die URG wird gezwungen sein, flexible Hardware-as-a-Service-Modelle (OpEx) anzubieten. Das senkt zwar die Einstiegshürde für Kliniken, verlagert das Vorfinanzierungsrisiko jedoch massiv auf das Startup – was eine erhebliche Kapitaldecke erfordert.
Humanoid-Hype oder echte Hilfe?
Deutlich risikobehafteter als die klassischen Transportroboter bleibt das Projekt uMe. Während humanoide Systeme in der Tech-Branche derzeit einen Boom erleben, ist ihr Einsatz in der Pflege hochkomplex. Strikte Sicherheitsauflagen, ethische Fragestellungen und unvorhersehbare menschliche Reaktionen machen Humanoide in diesem Sektor zu einem regulatorischen Minenfeld. Es muss sich erst noch zeigen, ob uMe das Pflegepersonal im Alltag spürbar entlastet oder vorrangig als aufwendiges PR-Aushängeschild fungiert.
Wettbewerb und USP
Die URG agiert in einem hart umkämpften Marktumfeld. In der Laborautomation dominieren etablierte MedTech-Giganten, während im Bereich der autonomen Transportroboter (AMR) spezialisierte internationale Player den Ton angeben. Der entscheidende Wettbewerbsvorteil (USP) der URG muss daher in der nahtlosen Software-Integration über uGo+ liegen. Gelingt es, heterogene Klinik-Workflows über eine zentrale Plattform abzubilden, entsteht ein starker Lock-in-Effekt gegenüber isolierten Einzellösungen.
Fazit
Die United Robotics Group demonstriert konsequenten Fokussierungsdrang. Der Schritt aus der Testumgebung direkt in die physische Realität eines ehemaligen Krankenhauses ist notwendig, um im Hardware-Segment Marktreife zu beweisen. Die größte Herausforderung für das Führungsduo Saeidi und Wagner liegt nun nicht mehr allein in der Technik, sondern im Vertrieb: Sie müssen die langwierigen B2B-Vertriebszyklen im deutschen Gesundheitswesen meistern und gleichzeitig die hohe Kapitalintensität der Hardware-Skalierung steuern.
Souveräne Kanzlei-KI: Invecorum sichert sich sechsstelliges Investment in Rekordzeit
Laut eigenen Angaben hat das Braunschweiger Start-up Invecorum in weniger als 24 Stunden eine sechsstellige Business-Angel-Runde abgeschlossen. Die Mission der im April 2026 gegründeten Firma: Eine datenschutzkonforme KI für Steuerberatende, die es mit US-Giganten aufnehmen soll. Doch wie realistisch ist der Aufbau einer eigenen Server-Infrastruktur in diesem stark umkämpften Markt?
Ein Pitch, ein Abend – und die Runde stand, so jedenfalls schildert es das Unternehmen. Beim Pitchabend des Banson Business-Angel-Netzwerks in Hannover konnte das KI-Start-up Invecorum die Investoren offenbar derart überzeugen, dass sämtliche Zusagen für eine sechsstellige Finanzierung innerhalb eines Tages vorlagen. Das Investorenteam rekrutiert sich vollständig aus der Region Hannover, darunter Dr. Gunter Dunkel, ehemaliger Vorstandsvorsitzender der Nord/LB.
Der rasante Abschluss fügt sich in die bisherige Historie ein: Erst im April 2026 im Braunschweiger Trafo Hub gegründet, brachte das Start-up bereits im Juni sein Produkt auf den Markt. Die KI-Lösung für Steuerkanzleien werde nach Unternehmensangaben inzwischen bundesweit genutzt.
Verschwiegenheitspflicht und berufsrechtliche Hürden
Der Markt, in den Invecorum vorstößt, steht unter Druck. Steuerkanzleien leiden unter Fachkräftemangel, was den Einsatz von KI-Assistenten attraktiv macht. Das Branchenproblem: Die Nutzung etablierter US-Lösungen ist für Berufsträger*innen riskant, da sie gesetzlich zu strenger Verschwiegenheit verpflichtet sind. Landen sensible Mandant*innendaten auf amerikanischen Servern, drohen massive Compliance-Probleme.
Die Architektur von Invecorum greift genau hier an: Das System ist laut Start-up strikt auf die Einhaltung von § 203 StGB (Verletzung von Privatgeheimnissen) sowie § 62a StBerG (Inanspruchnahme von Dienstleister*innen) ausgerichtet. Da diese Vorgaben für die gesamte Verarbeitungskette gelten, betreibt das Unternehmen seine Server und KI-Modelle nach eigenen Angaben autark in Deutschland, um Datenabflüsse ins Ausland physisch wie rechtlich auszuschließen.
Sichere Alternativen aus Deutschland konnten bei der Qualität bislang oft nicht mithalten. Invecorum tritt an, um diese Lücke zu schließen, und behauptet, bei Steuerrechtsfragen bereits heute auf dem Niveau führender US-Anbieter zu agieren. Das frische Kapital soll nun in den Ausbau der eigenen Recheninfrastruktur fließen.
Mehr als ein Chatbot
Invecorum positioniert sich nicht als simpler Textgenerator, sondern als in den Workflow integrierter „KI-Mitarbeiter“. Zu den Kernfunktionen gehören:
- Quellenbasierte Recherche: Die KI sucht in tagesaktuellen Gesetzen, BMF-Schreiben und der Rechtsprechung. Jede Antwort soll mit Primärquellen belegt werden, die vor der Freigabe geprüft werden können.
- Mandant*innenspezifisches „Gedächtnis“: Chats und Dokumente werden gebündelt. Die KI soll aus früheren Konversationen lernen und Sachverhalte vorab ausfüllen.
- Tiefen-OCR & Entwürfe: Das Tool digitalisiert laut Start-up auch alte Scans und formuliert darauf basierend erste Entwürfe für Einsprüche oder Memos.
- Sichere Kommunikation: Über ein „Collect“-Feature können Beratende fehlende Unterlagen per sicherem Link verschlüsselt bei dem/der Mandant*in anfordern.
Das Gründerteam: Mix aus Tech und Tax
Das operative Geschäft teilen sich drei Gründer*innen: Daniel Wasmus) ist Software-Entwickler mit Stationen in VC-finanzierten KI-Start-ups, zuletzt bei Mixedbread AI. Philip Goddinger ist Machine Learning Engineer mit Fokus auf verteilte Systeme und Security, und Irina Meier, zuvor Gründerin im Legal-Tech-Bereich, zeichnet verantwortlich für Business und Finance. Fachlich flankiert wird das Team durch den Steuerberater Jens Henke sowie Prof. Dr. Guido von Rudorff von der Universität Kassel. Letzterer ist Experte für den Betrieb offener KI-Modelle auf eigenen GPUs.
Kritischer Blick auf die Skalierbarkeit
Die Idee einer „souveränen KI“ trifft den Schmerzpunkt regulierter Berufe. Für Branchenkenner*innen stellen sich jedoch Fragen zur Skalierbarkeit:
- Infrastrukturkosten: Der Betrieb eigener GPU-Hardware ist extrem kapitalintensiv. Eine sechsstellige Finanzierung reicht für einen Proof of Concept und erste Server. Um mit Hyperscalern bei Latenz und Ausfallsicherheit auf Dauer mitzuhalten, wird bald signifikantes Folgekapital nötig sein. Der strategische Kniff: Durch die Expertise von Prof. von Rudorff dürfte das Start-up hochleistungsfähige Open-Source-Modelle lokal hosten und aufs Steuerrecht fine-tunen, was die Milliarden-Budgets für eigene Foundation-Modelle erspart.
- Wettbewerb: Das Segment ist lukrativ, aber konservativ. Platzhirsch DATEV dominiert die Kanzlei-IT und integriert zunehmend eigene KI-Funktionen. Zudem rüsten Tech-Giganten ihre europäischen Cloud-Instanzen datenschutzrechtlich weiter auf.
Fazit
Das Tempo, das Invecorum vom Start im April bis zum Launch 2026 vorgelegt hat, ist bemerkenswert. CEO Daniel Wasmus betont, dass souveräne KI-Lösungen nur dann einen „Paradigmenwechsel“ auslösen, wenn sie qualitativ mit US-Anbietern gleichziehen. Ob der USP „eigene Rechenzentren in Deutschland“ ausreicht, um Kanzleien dauerhaft von etablierten Tools oder kommenden DATEV-Integrationen fernzuhalten, muss das Team nun am Markt beweisen.
Zeitenwende im Start-up-Ökosystem: Deutschland bringt 2026 jeden Monat ein neues Unicorn hervor
Lange galt die deutsche Start-up-Szene als solide, aber unaufgeregt. Doch der brandneue Hurun Germany Unicorn Index 2026 zeigt eine radikale Transformation: Mit einem Gesamtwert von 118,9 Milliarden Euro (129 Mrd. US$) und zwölf Neuzugängen allein in diesem Jahr deklassiert Deutschland den restlichen Kontinent. Im globalen Ranking klettert die Bundesrepublik damit auf Platz 5 – getrieben von einer historischen Welle an DeepTech-, KI- und Defense-Start-ups.
Es ist eine Zäsur für den Technologie-Standort Deutschland: 38 Einhörner (Unicorns) – also nicht börsennotierte Start-ups mit einer Bewertung von mindestens einer Milliarde US-Dollar – beheimatet die Bundesrepublik mittlerweile. Das entspricht einem Zuwachs von 46 Prozent gegenüber dem Vorjahr und bedeutet die größte Kohorte an Neuzugängen in der deutschen Geschichte. In Kontinentaleuropa liegt Deutschland damit unangefochten auf Rang 1 – weit vor den Niederlanden (11), der Schweiz (8) und Schweden (5).
Helsing erstmals auf Platz 1: Das neue Flaggschiff der deutschen Szene
An der Spitze des Index gab es einen spektakulären Machtwechsel: Das 2021 gegründete KI-Verteidigungsunternehmen Helsing führt das Ranking mit einer Bewertung von 16,6 Milliarden Euro als wertvollstes Einhorn Deutschlands an. Ein Zuwachs von 11,6 Milliarden Euro innerhalb eines einzigen Jahres unterstreicht das immense Potenzial junger deutscher DeepTech-Unternehmen und setzt ein weltweites Signal für europäische KI-Infrastruktur.
Deep-Tech, Rüstung & Fusionsenergie erreichen historischen Höhepunkt
Der Aufstieg des Standorts beruht auf einem strukturellen Wandel. Während B2B-SaaS weiterhin ein starkes Fundament bildet, erreicht die DeepTech-Welle 2026 ihren vorläufigen Höhepunkt. Befeuert durch die politische „Zeitenwende“ haben sich Verteidigungs- und Raumfahrt-Start-ups wie Helsing, STARK Defence (direkt bei Gründung mit über 1 Mrd. US-Dollar bewertet), der Drohnenpionier Quantum Systems und der Raketenbauer Isar Aerospace zu Schlüsselsektoren entwickelt. Parallel dazu beweisen Black Forest Labs (Generative KI) aus Freiburg und Proxima Fusion (Fusionsenergie) aus München, dass Deutschland bei den globalen Zukunftstechnologien in der ersten Liga mitspielt.
Berlin und München beheimaten 68 % aller deutschen Einhörner
Der Index zeigt eine bemerkenswerte räumliche Verdichtung: 18 der 38 Einhörner stammen aus Berlin, 8 aus München. Zusammen vereinen diese beiden Standorte 68 Prozent aller deutschen Milliarden-Start-ups auf sich. Während Berlin besonders im FinTech-, KI- und SaaS-Bereich dominiert, hat sich München als europäisches Powerhouse für DeepTech, Fusionsenergie und B2B-Software etabliert.
Die DNA der deutschen Unicorn-Gründer*innen
Eine Analyse der rund 95 deutschen Unicorn-Gründer*innen räumt zudem mit gängigen Silicon-Valley-Klischees auf:
Erfahrung vor jugendlichem Leichtsinn: Der 19-jährige Studienabbrecher bleibt in Deutschland ein Mythos. Im Schnitt sind deutsche Gründer*innen beim Start 34 Jahre alt, verfügen oft über eine Promotion und jahrelange Branchenerfahrung. Der Fokus liegt auf langfristig gebauten technischen Burggräben.
Die TUM als Kaderschmiede: Die Technische Universität München (TUM) ist die unangefochtene Gründungsfabrik. Allein aus ihren Reihen gingen Einhörner im Wert von 17 Milliarden Euro hervor (u. a. Personio, Celonis). Dicht dahinter folgen die TU Berlin und die LMU München.
Internationale Strahlkraft: Rund 40 Prozent der deutschen Einhörner haben mindestens eine(n) nicht-deutsche(n) Gründer*in. Deutschland fungiert zunehmend als Magnet für internationales Top-Talent.
Der Flywheel-Effekt: Das Ökosystem trägt sich zunehmend selbst durch serielle Gründer*innen. Das prominenteste Beispiel: Florian Seibel, der mit Quantum Systems und STARK Defence zeitgleich zwei Rüstungs-Einhörner erschaffen hat.
Die blinde Flanke: Weniger als 5 Prozent der Unicorn-Gründer*innen sind weiblich. Der Bericht listet derzeit nur eine einzige bestätigte Mitgründerin (Sofia Nunes, Mambu). Ein ungelöstes Problem, durch das Deutschland immenses wirtschaftliches Potenzial verschenkt.
Die 12 Neuzugänge der Rekord-Kohorte 2026 im Überblick
Die zwölf neuen Einhörner des Jahres 2026 bringen zusammen 31,8 Milliarden Euro auf die Waage:
NEURA Robotics (€6,4 Mrd., Metzingen)
Baut kognitive Humanoide-Roboter für die Industrie und gilt als deutsche Antwort auf Tesla Optimus.
Gegründet: 2019 | Zeit bis Einhorn-Status: 7 Jahre
Wichtigste Investoren: Tether, Qualcomm, Amazon, NVIDIA, Bosch, EIB
n8n (€4,8 Mrd., Berlin)
Open-Source-Plattform für Workflow-Automatisierung.
Gegründet: 2019 | Zeit bis Einhorn-Status: 6 Jahre
Wichtigste Investoren: OpenAI, Microsoft, NVIDIA, Bezos Expeditions, Intel Capital
STARK Defence (€3,4 Mrd., Berlin)
Autonome Verteidigungssysteme.
Gegründet: 2024 | Zeit bis Einhorn-Status: 0 Jahre (als Unicorn gestartet)
Wichtigste Investoren: Sequoia, Founders Fund, NATO Innovation Fund
Quantum Systems (€3,2 Mrd., Gilching)
Hochentwickelte eVTOL-Überwachungsdrohnen.
Gegründet: 2015 | Zeit bis Einhorn-Status: 11 Jahre
Wichtigste Investoren: Accel, Founders Fund, Kleiner Perkins
Black Forest Labs (€3,0 Mrd., Freiburg im Breisgau)
Generative Video-KI vom "Stable Diffusion"-Forschungsteam.
Gegründet: 2024 | Zeit bis Einhorn-Status: 2 Jahre
Wichtigste Investoren: a16z, General Catalyst, Lightspeed, M12
Parloa (€2,8 Mrd., Berlin)
Konversations-KI für die Automatisierung von Kundenservice.
Gegründet: 2020 | Zeit bis Einhorn-Status: 5 Jahre
Wichtigste Investoren: B Capital Group
Proxima Fusion (€2,4 Mrd., München)
Fusionsenergie-Ausgründung des Max-Planck-Instituts für Plasmaphysik.
Gegründet: 2023 | Zeit bis Einhorn-Status: 3 Jahre
Wichtigste Investoren: XTX Ventures, East X Ventures, Google, RWE, Plural, Balderton, Cherry, Lightspeed
Isar Aerospace (€1,9 Mrd., Ottobrunn)
Trägerraketen für kleine Satelliten.
Gegründet: 2018 | Zeit bis Einhorn-Status: 8 Jahre
Wichtigste Investoren: Earlybird, HV Capital
Osapiens (€1,0 Mrd., Mannheim)
Software für Lieferketten-Compliance.
Gegründet: 2018 | Zeit bis Einhorn-Status: 8 Jahre
Wichtigste Investoren: Decarbonization Partners, Goldman Sachs
FINN (€1,0 Mrd., München)
Auto-Abo-Plattform.
Gegründet: 2019 | Zeit bis Einhorn-Status: 7 Jahre
Wichtigste Investoren: Portage, UVC Partners, BC Partners Credit
CMBlu Energy (€1,0 Mrd., Alzenau)
Organische "SolidFlow"-Batterien für die Großspeicherung.
Gegründet: 2014 | Zeit bis Einhorn-Status: 12 Jahre
Wichtigste Investoren: Samsung Ventures, STRABAG
Dash0 (€0,9 Mrd. / $1 Mrd., Solingen)
KI-Observability (schnellstes deutsches Software-Einhorn).
Gegründet: 2023 | Zeit bis Einhorn-Status: 3 Jahre
Wichtigste Investoren: Balderton Capital, Accel, Cherry Ventures, DTCP
Fazit: Deutschland baut eigene Champions
Deutschland muss das Silicon Valley nicht kopieren. Der aktuelle Erfolg zeigt, dass die Verbindung von ingenieurwissenschaftlicher Exzellenz, industrieller Verankerung und Risikokapital tragfähige Weltklasse-Champions hervorbringt.
Damit das Wachstum nachhaltig bleibt, muss jedoch die eklatante Lücke beim heimischen Late-Stage-Kapital geschlossen werden. Bislang liegt der Anteil deutscher Investoren in späten Finanzierungsphasen bei unter 15 Prozent. Die Mobilisierung von inländischem Kapital – etwa über Pensionskassen und Versorgungswerke – wird die entscheidende Weichenstellung für die nächste Dekade sein.
Gründer*in der Woche: GNU Energy – Komplexität raus, Wärmepumpe rein
Die Wärmewende gerät bei gewerblichen und kommunalen Bestandsgebäuden oft ins Stocken. Angesichts steigender fossiler Energiekosten und technischer Unsicherheiten positioniert sich das Hamburger Start-up GNU Energy als spezialisierter Problemlöser. Doch kann eine Nischenstrategie in einem von etablierten Planungsbüros dominierten Markt bestehen?
Das Hamburger Planungsbüro GNU Energy UG wurde im Jahr 2026 von Hilko Pastoor und Kamil Beehuspoteea ins Leben gerufen. Dass sich die beiden Gründer für die Rechtsform der haftungsbeschränkten UG entschieden haben, mag bei der oft sicherheitsbedürftigen Zielgruppe aus Kommunen und Kirchen zunächst verwundern. Auf Bedenken bezüglich möglicher vertrieblicher Hürden entgegnet der kaufmännische Leiter Hilko Pastoor jedoch, man habe im Vorfeld gezielt Rücksprache mit einem Vergaberechtsanwalt gehalten. Es gebe bei Vergabeprozessen keine Benachteiligung durch die Unternehmensform. „Am Ende entscheiden Referenzen und eine positive Kundenerfahrung mehr über die Wahrnehmung, als eine Unternehmensform“, gibt sich Pastoor überzeugt.
Auch in Sachen Finanzierung wählt das Duo einen eigenwilligen Weg und verzichtet auf fremdes Kapital. „Wir bootstrappen bewusst, weil wir in Phase 1 nicht sehr kapitalintensiv sind“, erklärt Pastoor. Die Zeit, die man sonst in die Suche nach Investoren stecken müsste, fließe stattdessen direkt in den Ausbau der Kundenprojekte. Dass dieser Ansatz in der Praxis funktionieren soll, untermauert das Start-up mit ersten Referenzprojekten wie dem Europahaus in Aurich, das man bereits von den eigenen Leistungen überzeugen konnte.
Klare Nische statt Generalistentum
Das junge Unternehmen setzt auf eine Kombination aus kaufmännischer Expertise und technischem Know-how. Während Pastoor die kaufmännische Leitung, den Vertrieb und das Business Development verantwortet, übernimmt sein Co-Gründer Kamil Beehuspoteea die technische Planung sowie die Projektleitung.
Anstatt sich als Generalist in der Gebäudetechnik zu versuchen, hat sich GNU Energy für eine klare Nische entschieden: Die Hamburger fokussieren sich ausschließlich auf die Wärmepumpenplanung für Nichtwohngebäude (NWG) im Bestand. Zu den anvisierten Zielkundinnen zählen neben Kommunen mit ihren Liegenschaften – wie etwa Schulen, Verwaltungen oder Sporthallen – vor allem gewerbliche Bestandshalterinnen sowie Kirchen und soziale Träger*innen. Das Start-up deckt dabei den gesamten Leistungsumfang vor dem eigentlichen Einbau ab. Die Arbeit reicht von der Grundlagenermittlung und der Heizlastberechnung nach DIN EN 12831 über die Wirtschaftlichkeitsberechnung bis hin zur Erstellung des Leistungsverzeichnisses und der Mitwirkung bei der Vergabe.
Doch klassische Planungsdienstleistungen sind meist extrem personalintensiv. Wie kann das mittelfristig skalieren, ohne zum schwerfälligen Großbüro anzuwachsen? „Durch die Fokussierung auf eine Anlagengruppe und auf eine Technologie können wir Projekte deutlich effizienter und kostengünstiger planen“, verspricht der technische Leiter Kamil Beehuspoteea. Anstelle reiner Handarbeit vertraue das Team auf digitale Prozesse: „Wir haben einen softwaregestützen Planungsprozess entworfen, welcher es uns ermöglicht, seriell zu planen.“ Zudem nutze man eine hauseigene Herstellerdatenbank, um für jedes Projekt die bestmögliche Lösung zu filtern. Ob sich die versprochene serielle Planung bei den oft höchst individuellen und komplexen Altbauten der Kommunen in der Breite tatsächlich reibungslos standardisieren lässt, wird das Start-up in der Praxis allerdings erst noch beweisen müssen.
Ein greifbares Argument für die Kundenakquise ist hingegen die umfassende Förderberatung der Hamburger. Durch die Bundesförderung für effiziente Gebäude (BEG) können Kund*innen bis zu 30 Prozent der Investitionskosten erstattet bekommen. In Hamburg ist über die Landesförderung sogar ein zusätzlicher Bonus von 20 Prozent möglich.
Marktumfeld: Der wachsende Druck auf den Bestand
Das spezialisierte Service-Angebot trifft auf einen Markt, der durch politische Vorgaben unter Zugzwang steht. GNU Energy verweist auf Entwicklungen wie den Beginn des EU-Emissionshandels ETS II sowie die ab 2029 greifende Grüngas-Beimischpflicht von 10 Prozent. Beides könne zu einer Verdopplung der Gaspreise bis zum Jahr 2035 führen. Demgegenüber stehe die Wärmepumpe, die auf Basis von Fraunhofer-ISE-Felddaten bei einer durchschnittlichen Jahresarbeitszahl von 3,4 eine Kilowattstunde Wärme für rund 6 Cent erzeugen könne und sich damit oft schon heute günstiger rechne als Gas.
Das Potenzial für den Umstieg ist enorm: Laut dena-Gebäudereport werden derzeit noch 80 Prozent der Nichtwohngebäude im Bestand fossil beheizt. Gleichzeitig seien laut Umweltbundesamt rund 80 Prozent aller Bestandsgebäude technisch für den Wärmepumpeneinsatz geeignet, da sie mit Vorlauftemperaturen von unter 55 Grad Celsius betrieben werden könnten. Das Nadelöhr der Wärmewende bleibe jedoch die komplexe Planung im Bestand.
Auf die bisherige Resonanz der Zielgruppe angesprochen, zeigt sich Hilko Pastoor optimistisch: „Viele melden zurück, dass es dieses Angebot braucht und wir uns zur genau richtigen Zeit melden.“ Ein Treiber sei die in vielen Kommunen mittlerweile abgeschlossene Wärmeplanung. „Dadurch haben die Gebäudebetreiber Klarheit, ob Fernwärme überhaupt jemals eine Option sein wird“, so Pastoor. Seine Prognose: „Für ca. 70 Prozent aller Gebäude wird es eine dezentrale Lösung sein. Hier ist die Wärmepumpe dann die wirtschaftlichste Technologie.“
Wettbewerb und clevere Handwerks-Synergien
Die größte Konkurrenz für GNU Energy sind nicht zwingend andere Start-ups, sondern die Trägheit des Marktes sowie etablierte Ingenieurbüros, die sich laut den Gründern jedoch häufig auf Neubauten fokussieren und etablierte Kundenbeziehungen pflegen. Ein weiteres massives Markthindernis ist die Lücke zwischen theoretischer Planung und der handwerklichen Realität vor Ort – insbesondere durch den akuten Fachkräftemangel im ausführenden Handwerk.
Statt sich davon ausbremsen zu lassen, sucht Kamil Beehuspoteea hier den Schulterschluss: „Genau hier entlasten wir Handwerksbetriebe akut.“ Es sei ineffizient, wenn Meisterbetriebe wertvolle Zeit auf der Straße verbringen. „Unser Angebot für Anlagenbauer ist daher, die Heizlastberechnung und Angebotserstellung zu übernehmen, damit sich das Handwerk auf den Flaschenhals, nämlich die Installation, fokussieren kann“, erklärt er den strategischen Ansatz. Mittelfristig rechnet Beehuspoteea zudem mit technischen Innovationen auf der Baustelle. Man beobachte vermehrt Container- und Prefab-Lösungen im Markt, die die Installationszeit drastisch von zwei Wochen auf einen Tag reduzieren könnten. Zwar räumt er ein, dass diese preislich noch attraktiver werden müssten, die Entwicklung sei aber absehbar.
Doch wie bricht ein frisch gegründetes, eigenfinanziertes Start-up die oft jahrzehntealten Seilschaften von risikoscheuen Kommunen auf? Hilko Pastoor verweist auf die Branchenerfahrung des Teams. „Wir sind seit 2020 in der Branche aktiv und haben ein gutes Netzwerk aufgebaut“, kontert er mögliche Zweifel an der Unerfahrenheit des Duos. Als ehemaliges Management-Mitglied beim Aufbau eines Branchenführers wisse er um die Bedürfnisse der Zielgruppe. Hinzu komme, dass vielen etablierten Planern schlicht die tiefgreifende Fachkenntnis in puncto Dekarbonisierung fehle. „Wir wissen, wie viel die Personen um die Ohren haben und entlasten daher gezielt mit einem sorgenfreien, effizienten Projektablauf“, verspricht Pastoor. Fachlich werde dies durch Beehuspoteeas Expertise als Planer nach VDI 4645 gestützt.
Fazit und Ausblick
Das Geschäftsmodell von GNU Energy greift einen unbestrittenen Engpass der Energiewende auf: die Sanierung gewerblicher und kommunaler Bestände. Mit dem konsequenten Verzicht auf den Neubau und fossile Technologien grenzt sich das Start-up scharf von traditionellen Marktteilnehmern ab.
Auf den Hamburger Heimatmarkt wollen sich die Gründer dabei in Zukunft nicht beschränken. „Grundsätzlich arbeiten wir deutschlandweit“, gibt Beehuspoteea die Marschroute vor. Der nächste logische Schritt sei der eigentliche Anlagenbetrieb über eine eigene Softwarelösung, da viele Heizungen nach der Installation nicht effizient betrieben würden und so Sparpotenziale ungenutzt blieben. Für klamme Kommunen und Träger plant GNU Energy künftig deshalb sogar eigene Finanzierungslösungen.
Der Kurs des Start-ups ist damit ehrgeizig gesetzt. Die größte Hürde wird jedoch der oft zähe Vertrieb bleiben. Ob es den Gründern tatsächlich gelingt, die jahrelangen Vergabezyklen und die empfundene Komplexität bei Kommunen, sozialen Trägern und Kirchen durch ihre Software-Ansätze maßgeblich abzukürzen, wird sich in der harten Bau-Realität der kommenden Monate erst noch zeigen müssen. Der Handlungsdruck im Heizungskeller ist angesichts steigender Fossil-Preise jedenfalls unbestritten.
Warum Mymuesli-Gründer Max Wittrock wieder das Ruder übernimmt – und was das für die D2C-Szene bedeutet
Nach über sechs Jahren fernab des operativen Tagesgeschäfts kehrt Max Wittrock auf den CEO-Sessel von Mymuesli zurück. Er löst damit Tom Mayer ab, der erst im Frühjahr 2026 angetreten war, um das Unternehmen mit Fokus auf KI und digitale Exzellenz zu führen. Der plötzliche Führungswechsel ist mehr als nur eine Personalie – er ist das Symptom einer Identitätssuche, die viele reife Start-ups durchleben. Eine Analyse.
Es klang nach dem modernen Lehrbuch-Playbook: Im Frühjahr 2026 übernahm Tom Mayer als CEO bei Mymuesli, um den Passauer Müsli-Pionier durch den Einsatz von künstlicher Intelligenz und datengetriebener Personalisierung auf das nächste Level zu heben. Doch ein knappes halbes Jahr später ist dieses Kapitel bereits wieder beendet. Laut offizieller Unternehmensmitteilung vom 27. Juli 2026 übernimmt Mitgründer Max Wittrock, der sich Ende 2019 aus dem operativen Geschäft zurückgezogen hatte, ab sofort wieder den Vorstandsvorsitz.
Die neue Strategie: Zurück zu den Wurzeln
Die Personalentscheidung liest sich wie eine bewusste Kurskorrektur: Weg vom technokratischen Tech-Fokus, hin zur alten Gründer-DNA. Die Marke soll wieder ein unternehmerisches Gesicht erhalten. So begründet Aufsichtsratsvorsitzender Tobias Bachmüller den Schritt: „Max Wittrock steht als Mitgründer für die Idee und die Werte von mymuesli. Mit seiner Rückkehr geben wir der Marke wieder das unternehmerische Gesicht, das unsere Kundinnen und Kunden und unser Team gleichermaßen verbindet.“
Wittrock selbst gibt die Parole aus, an den ursprünglichen Pioniergeist anknüpfen zu wollen – ohne jedoch die technologischen Errungenschaften der letzten Jahre komplett über Bord zu werfen: „Die Besonderheit von mymuesli liegt darin, dass wir nah an unseren Kundinnen und Kunden sind und den Mut haben, eigene und unkonventionelle Ideen umzusetzen. Genau daran werden wir weiter anknüpfen. Gleichzeitig wollen wir gemeinsam daran arbeiten und das weiter ausbauen, was mymuesli ausmacht: Personalisierung, eine starke Markenkommunikation und digitale Exzellenz. Und vor allem wieder ins Wachstum kommen!“
Zudem kündigt der Rückkehrer an, künftig offener über die anstehenden Hürden sprechen zu wollen: „Wir haben einige spannende Herausforderungen zu bewältigen. Darüber wollen wir auf meinen und auf unseren eigenen Kanälen sprechen, ebenso wie im Dialog mit unserer Community. Denn Offenheit und Ehrlichkeit gehören seit der Gründung zur mymuesli-DNA.“
Die Historie: Der Prototyp des deutschen D2C-Erfolgs
Um die aktuelle Situation und Wittrocks Aussagen einzuordnen, lohnt ein Blick zurück. Als Max Wittrock, Hubertus Bessau und Philipp Kraiss das Unternehmen 2007 gründeten, leisteten sie echte Pionierarbeit. Die Idee der massentauglichen Individualisierung („Mass Customization“) war im europäischen Food-Sektor völlig neu. Die markanten, zylinderförmigen Dosen wurden zum Statussymbol in deutschen Büroküchen. Mymuesli bewies als einer der Ersten, dass das Direct-to-Consumer-Modell (D2C) in Deutschland im großen Stil funktionieren kann. Heute ist die Marke in sieben europäischen Ländern aktiv und zählt nach eigenen Angaben mehr als eine Million aktive Kundinnen und Kunden.
Das Geschäftsmodell im Stresstest: Die Skalierungs-Falle
Doch der Weg vom hippen Start-up zum etablierten Mittelständler war steinig. Das Geschäftsmodell stand und steht unter permanentem Druck:
- Die Logistik- und Margen-Bremse: Individuell gemischte Müslis erfordern eine hochkomplexe, fehleranfällige Logistik. Der Einzelversand an Endkunden frisst im Vergleich zur klassischen Food-Branche massive Margen auf.
- Der teure Filial-Traum: In der Expansionsphase betrieb das Unternehmen zeitweise 50 eigene stationäre Stores in Top-Lagen. Die hohen Mieten und Fixkosten erwiesen sich jedoch oft als zu große Belastung. Im Zuge von Restrukturierungen und der Corona-Krise musste das Filialnetz drastisch eingedampft werden.
- Der Spagat im Supermarkt: Um weiter wachsen zu können, ging der Weg in den klassischen Lebensmitteleinzelhandel (LEH). Dort konkurrieren die vorgefertigten Standard-Mischungen nun direkt mit etablierten FMCG-Riesen und agilen Start-ups (wie 3Bears), wodurch der ursprüngliche Wettbewerbsvorteil der reinen Individualisierung verwässert wird.
Was Gründer*innen daraus lernen können
Für die Start-up-Szene liefert das Stühlerücken in Passau drei wesentliche Lektionen:
Technologie ersetzt keine Seele: Der Versuch, ein stagnierendes Konsumgütergeschäft allein durch den Stempel von KI-Prozessen zu transformieren, greift oft zu kurz. D2C-Marken leben von Storytelling, Haltung und nahbarer Kommunikation.
Der „Boomerang-CEO“ als zweischneidiges Signal: Wenn Gründer zurückkehren, schafft das kurzfristig enormes Vertrauen bei Team, Partnern und Investor*innen. Es bleibt jedoch die operative Herausforderung, die Nostalgie der Anfangsjahre mit den harten wirtschaftlichen Realitäten der Gegenwart zu verknüpfen.
Die Omnichannel-Sackgasse: Der Übergang vom reinen Online-Nischenplayer zum Massenmarkt-Anbieter im Supermarkt ist ein Drahtseilakt, bei dem die Markendifferenzierung schnell verloren gehen kann. Wittrocks Fokus auf Community-Nähe und ehrliche Kommunikation ist der Versuch, genau dieses Ruder rechtzeitig herumzureißen.
Kausale KI statt Dauer-Retraining: Der 12-Millionen-Hype um kausable unter der Lupe
Mit einer Seed-Finanzierung von 12 Millionen Euro sorgt das Heidelberger KI-Start-up kausable für Aufsehen im europäischen DeepTech-Sektor. Das Versprechen der drei Gründer: Eine „reasoning-first“-KI, die echte Kausalzusammenhänge versteht und zeitaufwendiges, teures Modell-Retraining überflüssig machen soll. Doch wie tragfähig ist das Konzept im Industriealltag, wo liegen die Fallstricke bei der Kommerzialisierung – und was können andere Gründerinnen und Gründer aus diesem Fall lernen? Eine Einordnung.
Hinter kausable stehen drei Physiker mit wissenschaftlichen Wurzeln an der Universität Heidelberg: Johannes Haux (CEO), Dr. Benjamin Herdeanu (CTO) und Gregor Ramien (COO). Neben ihrer akademischen Basis bringt das Trio praktische Erfahrung aus Start-ups sowie aus stark regulierten Branchen wie der Cybersicherheit und dem Bankenwesen mit.
Die bisherige Unternehmenshistorie verdeutlicht ein hohes Entwicklungstempo:
- 2025: Gründung des Unternehmens und erfolgreicher Abschluss einer Pre-Seed-Finanzierung über 1,5 Millionen Euro.
- Technologischer Meilenstein: Das Team entwickelte TipPFN, ein zero-shot-fähiges Prognosemodell zur Erkennung seltener, aber folgenschwerer Systemumbrüche („Black Swans“) in komplexen dynamischen Systemen. Die wissenschaftliche Fundierung untermauerte das Startup durch eine Forschungsarbeit in Kooperation mit Wissenschaftler:innen der Columbia University.
- Juli 2026: Abschluss einer Seed-Finanzierungsrunde über 12 Millionen Euro. Geführt wird die Runde von UVC Partners (Deutschland) und Entourage (Belgien) unter Beteiligung des High-Tech Gründerfonds (HTGF) und Mätch VC.
Auffällig ist die Prominenz im Investorenkreis: Neben VCs unterstützen Business Angels aus dem Umfeld internationaler KI-Schwergewichte wie Black Forest Labs (BFL), OpenAI, Google DeepMind, Noxtua sowie dem ELLIS-Netzwerk das Start-up. Die enge Verknüpfung mit dem europäischen Ökosystem rund um BFL und die Universität Heidelberg verschafft dem Start-up nicht nur Sichtbarkeit, sondern auch strategisches Gewicht.
Der technologische Ansatz: Kausalität statt bloßer Korrelation
Klassische Large Language Models (LLMs) und Deep-Learning-Systeme basieren primär auf statistischen Korrelationen: Sie verarbeiten gigantische Datenmengen der Vergangenheit. Ändern sich die Rahmenbedingungen in der Realität abrupt („Distribution Shift“), versagen viele dieser Modelle oder verhalten sich fehlerhaft. Die Konsequenz im Firmenalltag ist kontinuierliches, kostenintensives Retraining.
Kausable setzt an dieser Schwachstelle an:
Kausales Weltmodell: Anstelle fortwährenden Neu-Trainings soll ein universelles Kausalmodell der KI ein Grundverständnis von Ursache-Wirkungs-Beziehungen verleihen.
In-Context-Anpassung: Die KI soll sich – ähnlich dem menschlichen Denken – mit minimalen neuen Informationen („Zero-Shot“ bzw. In-Context Learning) eigenständig an veränderte Umgebungen anpassen.
Synthetische Trainingsdaten: Um nicht auf Massen an sensiblen Realdaten angewiesen zu sein, setzt kausable unter anderem auf synthetisch generierte kausale Daten, um das System auf komplexe Systemdynamiken vorzubereiten.
Die Herausforderungen der Praxis
So beeindruckend die wissenschaftlichen Vorschusslorbeeren sind, so nüchtern muss das Geschäftsmodell im Industriealltag hinterfragt werden.
1. Vertriebshürden im B2B-Enterprise-Segment
kausable peilt hochdynamische Branchen wie die Energiewirtschaft, Robotik und den Finanzsektor an. Fast jedes Industrieunternehmen stützt sich auf komplexe Steuerungssysteme. Doch genau hier liegt die größte Hürde:
Lange Vertriebszyklen: Industrie- und Finanzkonzerne agieren extrem risikoavers. Der Austausch oder die Ergänzung bestehender Steuerungs- und Vorhersageinfrastrukturen durch eine neuartige KI erfordert langwierige Validierungs- und Pilotphasen.
Erklärbarkeit und Verlässlichkeit: In kritischen Infrastrukturen (z. B. Stromnetze oder automatisierte Fertigung) reicht ein plausibel erscheinendes KI-Reasoning nicht aus. kausable muss harten Nachweis erbringen, dass die Kausalmodelle frei von Fehlinterpretationen agieren.
2. Wettbewerbsumfeld und Big-Tech-Druck
Das Feld der "Causal AI" ist kein unbestellter Acker:
Spezialisierte Player: Unternehmen wie causaLens, Causaly oder Xplain Data arbeiten seit Jahren an kausaler KI für Business- und Forschungsanwendungen.
Forschungslabs der Tech-Giganten: Auch Big-Tech-Konzerne wie Google DeepMind, Microsoft Research und Meta investieren massiv in Kausalitätsforschung und Weltmodelle. Wenn etablierte Frontier-Modelle künftig ähnliche Kausalfähigkeiten nativ integrieren, steigt der Anpassungsdruck auf spezialisierte Start-ups.
3. Kapitalintensität von Frontier-AI
Mit 12 Millionen Euro lässt sich im europäischen Rahmen ein schlagkräftiges Deep-Tech-Team ausbauen. Im globalen Vergleich zum Wettrüsten um Frontier-Modelle sind 12 Millionen Euro jedoch ein überschaubares Budget, wenn hohe Rechenkapazitäten (Compute) und Spitzengehälter für KI-Forscher fällig werden. kausable muss zeitnah beweisen, dass ihr synthetischer Trainingsansatz dauerhaft kapitaleffizient bleibt.
Key Takeaways für Gründer*innen
Für Gründer*innen im DeepTech- und B2B-Bereich liefert die Entwicklung von kausable wertvolle Impulse:
1. Das Narrativ der „Digitalen Souveränität“ nutzen kausable positioniert sich bewusst im europäischen Kontext für digitale Souveränität. In einem von US- und China-Dominanz geprägten Markt stoßen europäische KI-Lösungen, die Unabhängigkeit und Datenschutz betonen, aktuell auf hohe Bereitschaft bei europäischen VCs und Förderern.
2. Strategisches Angel-Networking aufbauen Der Cap Table von kausable zeigt den Wert zielgerichteter Angels: Statt reinem Kapital holte sich das Team Expert:innen aus Spitzenforschung und Top-Unternehmen (OpenAI, DeepMind, BFL, ELLIS) an Bord. Das sichert Branchen-Reputation, Domain-Know-how und den Zugang zu Talenten.
3. Wissenschaftliche Validierung als Vertrauensanker Veröffentlichungen in Kooperation mit angesehenen akademischen Institutionen (wie der Columbia University) dienen als wirksamer Qualitätsnachweis. Vor allem im DeepTech-Bereich schafft die wissenschaftliche Peer-Review-Sichtbarkeit die notwendige Basis für das Vertrauen von Investoren und Erstkunden.
4. Die Gefahr der Über-Generalisierung meiden Ein Weltmodell für Robotik, Energie und Finanzen gleichzeitig zu entwickeln, ist ambitioniert. Frühphasen-Startups sollten trotz großer Vision aufpassen, sich nicht in zu vielen Märkten zu verzetteln, sondern zügig ein klares „Hero-Vertical“ für den Markteintritt zu etablieren.
Von München in den Orbit: DeepTech-Start-up deltaVision sichert sich 10,2 Mio. Euro für die Industrialisierung der Raumfahrt
Das Münchner Raumfahrt-Start-up deltaVision vermeldet eine erfolgreiche Finanzierungsrunde über 10,2 Millionen Euro. Obwohl das Unternehmen komplexe Hardware für Raketen und Satelliten baut, wirtschaftet es in einem extrem kapitalintensiven Umfeld von Beginn an profitabel. Doch der nun anstehende Schritt von der Kleinserie zur Massenfertigung birgt in einem von Monopolisten dominierten Markt erhebliche Herausforderungen.
Das frische Kapital stammt von privaten Industrie-Family-Offices sowie Wagniskapitalgeber*innen wie KT Ventures, Valemount Capital und Futury Capital. Hinter den Summen und der Vision einer nachhaltigen Weltraumwirtschaft verbirgt sich jedoch ein knallhartes Hardware-Geschäft, das einen genauen Blick auf die Köpfe, das Geschäftsmodell und die echten Herausforderungen in diesem komplexen Markt erfordert.
Vom Pain Point zur Profitabilität
Gegründet wurde das Unternehmen 2022 von Alex Plebuch, der heute als CEO agiert, sowie Dr. Denis Kiefel und Matthias Günther. Das Gründerteam bringt tiefgreifende Expertise aus der traditionellen europäischen Raumfahrt mit. Plebuch war vor der Gründung unter anderem als Technical Leader für die Fluidsysteme der europäischen Trägerrakete Ariane 6 verantwortlich und als Trainee bei der Europäischen Weltraumorganisation (ESA) tätig. Die Idee zur Gründung entsprang einem massiven Pain Point aus der Praxis: Bei der Entwicklung spezieller Konzepte für große Raumfahrtprogramme stellte man fest, dass es der Branche systematisch an skalierbaren Lösungen für das Fluidmanagement mangelt.
Erstaunlich in der oftmals extrem kapitalintensiven DeepTech-Szene ist der Umstand, dass deltaVision laut eigenen Angaben von Beginn an profitabel agiert. Obwohl das Unternehmen komplexe, hochphysische Hardware produziert und heute bereits 125 Mitarbeitende beschäftigt, konnte es diesen Status offenbar halten.
Das Herz-Kreislauf-System für den Kosmos
Das Kerngeschäft besteht in der Entwicklung und Produktion von Fluidsystemen wie Ventilen, Pumpen und Druckreglern, die das „Herz-Kreislauf-System“ in Raumfahrzeugen, Satelliten und Trägerraketen bilden. Das Modell stützt sich dabei auf zwei wesentliche Säulen.
Kurzfristig beseitigt das Start-up existierende Engpässe in der Lieferkette. Während traditionelle Hersteller aufgrund des aktuellen New-Space-Booms extrem überlastet sind und die Branche weltweit unter jahrelangen Verzögerungen leidet, verspricht deltaVision hochzuverlässige Produkte mit Lieferzeiten von nur wenigen Wochen. Mehr als 60 Kunden auf vier Kontinenten greifen bereits auf diese Komponenten zurück. Ein aktuelles Prestigeprojekt ist der europäische Mondlander „Argonaut“, für den die Europäische Weltraumorganisation (ESA) der Endkunde ist. Für jede dieser Argonaut-Missionen liefert das Münchner Start-up rund 50 Einzelprodukte, unter anderem zur präzisen Druckregelung.
Langfristig zielt die Vision jedoch auf einen wesentlich größeren Markt ab: Das Unternehmen entwickelt einen modularen Technologie-Baukasten für das orbitale Betanken. Standardisierte fluidische Kupplungen und integrierte Betankungsmodule sollen es künftig ermöglichen, Satelliten im All mit Treibstoff zu versorgen – ein Paradigmenwechsel, der milliardenschwere Einweg-Missionen beenden würde.
Skalierungsrisiken und der Kampf um Branchenstandards
So vielversprechend die aktuellen Auftragsbücher klingen, ist der Weg zum global dominanten Weltraum-Zulieferer mit enormen Skalierungsrisiken behaftet. Mit dem frischen Kapital will deltaVision derzeit die Produktion in einem ehemaligen Siemens-Werk in der Münchner Innenstadt auf 5.000 Einheiten pro Jahr ausbauen. Gleichzeitig expandiert das Unternehmen international: In der französischen Region Nouvelle-Aquitaine wird über die Tochtergesellschaft deltaVision SASU ein Forschungsstandort für intelligente Fluidsysteme aufgebaut, parallel ist eine eigene Ventil-Produktion in den USA geplant. Der Sprung von der ingenieurgetriebenen Manufaktur – deren Prototypen sich laut den Gründern oftmals „absolut am Rande der Physik“ bewegen – hin zur industriellen Massenfertigung ist in der Raumfahrt notorisch heikel. Bereits kleinste Verunreinigungen oder Toleranzabweichungen können den Verlust einer Mission bedeuten.
Auch der Kampf um die Vorherrschaft bei Industrie-Standards birgt Hürden. Beim Thema In-Orbit-Betankung setzt CEO Alex Plebuch bewusst auf ein offenes und interoperables Ökosystem und stellt sich explizit gegen proprietäre Modelle, bei denen am Ende ein einziger Anbieter den Markt beherrscht. Die Realität im heutigen Raumfahrtmarkt ist jedoch, dass Mega-Player wie SpaceX historisch gesehen wenig Interesse an offenen Branchenstandards haben und lieber geschlossene Architekturen durchsetzen. Zudem schlafen auch etablierte, irdische Industriezulieferer wie beispielsweise Stöhr Armaturen nicht und verfügen über eigene komplexe Ventile für Kryogenanwendungen. DeltaVision muss folglich dauerhaft beweisen, dass der schnell skalierbare New-Space-Ansatz einen echten Wettbewerbsvorteil gegenüber der Marktmacht der traditionellen Industrie bietet.
Learnings
Für die Leserschaft von StartingUp und ambitionierte DeepTech-Gründer*innen liefert der Fall deltaVision entscheidende Lektionen über den erfolgreichen Aufbau von Hardware-Unternehmen:
- Profitabilität im Hardware-Sektor ist möglich: Das Münchner Start-up beweist, dass auch im Bereich DeepTech ab dem ersten Tag profitabel gearbeitet werden kann, sofern man reale, extrem schmerzhafte Engpassprobleme der Industrie löst und lukrative Entwicklungsaufträge an Land zieht.
- Domain-Expertise schlägt den reinen Technologie-Hype: Die Gründer haben ihren Markt nicht abstrakt am Whiteboard analysiert, sondern litten als Ingenieure über 15 Jahre lang selbst unter den ineffizienten Strukturen der europäischen Raumfahrt.
- Smart Money bei der industriellen Skalierung: Um von der ersten erprobten Flugerfahrung („Space Heritage“) zur Massenfertigung zu gelangen, hat deltaVision gezielt private Investor*innen und Wagniskapitalgeber*innen mit ausgeprägtem kommerziellem und industriellem Hintergrund wie KT Ventures ausgewählt. Im industriellen Sektor ist das tiefgreifende Fertigungsnetzwerk der Investor*innen oftmals weitaus überlebenswichtiger als die reine Bewertungssumme beim Pitch.
KI-PropTech reltix sichert sich 3 Mio. Euro Pre-Seed
Ein Jahr nach der Gründung meldet das Düsseldorfer PropTech reltix der Gründer Léon Alexander Bamesreiter und Jan Oliver Horstmann eine abgeschlossene Pre-Seed-Finanzierungsrunde über drei Millionen Euro. Mit einem Annual Recurring Revenue (ARR) von über einer Million Euro und mehr als 4.000 verwalteten Wohn- und Gewerbeeinheiten legt das Start-up ein beeindruckendes Tempo vor. Doch der Anspruch reicht weit über die bloße Hausverwaltung hinaus: Die eigens entwickelte technologische Infrastruktur „centrix“ soll langfristig zum Betriebssystem der gesamten Immobilienbranche aufsteigen. Ein ambitioniertes Ziel in einem historisch trägen und fragmentierten Markt.
Die Geschichte von reltix entspringt einem klassischen Gründer*in-Schmerzpunkt. Co-Founder Léon Alexander Bamesreiter kaufte bereits als 20-Jähriger, während seines dualen Studiums bei der Commerzbank, seine erste Wohnung. Was er im Kontakt mit klassischen Hausverwaltungen erlebte – dicke Aktenordner, schleppende Kommunikation, mangelnde Transparenz –, brachte ihn zu der frustrierenden Erkenntnis, letztlich selbst den Job des Hausverwalters machen zu müssen. Gemeinsam mit seinem WHU-Kommilitonen Jan Oliver Horstmann sowie dem dritten Mitgründer Andreas Franz Plakinger startete er eine Umfrage unter 120 Eigentümern: 87 Prozent äußerten Unzufriedenheit mit ihrer bisherigen Verwaltung.
Ausgestattet mit einem Gründungsstipendium wurde im Mai 2025 die relia GmbH ins Handelsregister eingetragen, bevor das Unternehmen im Juli 2025 in die heutige reltix GmbH umfirmierte. Im Juli 2026 beschäftigt das im Düsseldorfer Medienhafen beheimatete Start-up bereits über 30 Mitarbeitende an den Standorten Düsseldorf und Essen. Im Sommer 2026 folgte zudem die strategische Expansion nach Frankfurt am Main, wo erste Mandate gewonnen wurden.
Der Verwalter als Trojanisches Pferd
Reltix ist keine reine Software-as-a-Service-Bude (SaaS), sondern kombiniert die operative Hausverwaltung mit einer eigenen Tech-Plattform. Das Startup agiert selbst als Hausverwalter und speist das dadurch gewonnene Prozess- und Datenwissen direkt in die eigene Infrastruktur „centrix“ ein.
Der konkrete Mehrwert laut Unternehmensangaben:
- Selbst komplexeste Logiken, wie beispielsweise eine Jahresabrechnung, werden in simple Systemabfragen verwandelt.
- Anfragen werden nicht einfach weitergereicht, sondern direkt gelöst – entweder durch den Verwalter in der Software oder durch den KI-Assistenten am Telefon und im Kund*innenportal.
- Durch die technologische Infrastruktur werden Kund*innenanfragen erheblich schneller abgewickelt und die Abläufe im operativen Management deutlich effizienter.
Der langfristige Plan dahinter ist radikal: reltix positioniert sich an der zentralen Schnittstelle zwischen dem/der Eigentümer*in und sämtlichen Dienstleistungen rund um die Immobilie – vom Banking über Energie (Strom und Wärme) bis hin zu großen Sanierungsarbeiten. Aus dieser Machtposition heraus soll „centrix“ zur „Kontextmaschine“ werden, an die sämtliche externe Dienstleister andocken.
Genau diesen Anspruch unterstreicht Co-Founder Léon Alex Bamesreiter: „Wir sehen Immobilienverwaltung nicht als klassischen Verwaltungsservice, sondern als grundlegende Infrastruktur einer ganzen Branche.“ Die frischen Mittel sollen nun direkt in diese Vision fließen. „Die Finanzierung ermöglicht uns, centrix schneller weiterzuentwickeln, unser Team auszubauen und unsere Plattform in weitere Märkte zu bringen. Langfristig wollen wir die technologische Grundlage schaffen, die aus einer fragmentierten Branche ein funktionierendes Ökosystem macht“, so Bamesreiter.
Unterstützt wird dieser stark technologische Ansatz nicht nur durch Lead-Investoren wie den Züricher Fintech-Inkubator Tenity, sondern auch durch staatliche Gelder. Das Bundesministerium für Bildung und Forschung (BMBF) gewährt reltix eine Forschungszulage in Höhe von 1,3 Millionen Euro. Die Förderung bestätigt den technologischen Anspruch von centrix und beschleunigt dessen Weiterentwicklung in den kommenden Jahren.
Die Skalierungsfalle
Zu den Kund*innen von reltix zählen neben klassischen Wohnungseigentümergemeinschaften (WEG) und privaten Eigentümer*innen auch zunehmend Asset Manage*innen, Family Offices, Entwickler*innen sowie institutionelle Bestandshalter*innen. Die Nachfrage im Markt ist zweifellos vorhanden. Doch das hybride Geschäftsmodell birgt immense Herausforderungen.
Die Immobilienverwaltung ist hyperlokal, extrem operativ und rechtlich komplex. Der Markt wird bisher von unzähligen lokalen Kleinbetrieben sowie einigen wenigen Platzhirschen dominiert. Wettbewerber wie Matera (Fokus auf Beiräte/WEGs) oder reine Softwareanbieter wie Casavi und immocloud greifen den Markt aus unterschiedlichen Richtungen an. Die große Gefahr für reltix: Das operative Geschäft der Hausverwaltung frisst Kapital und bindet Personal. Während reine Software schnell und grenzenlos skaliert, benötigt das „Tech-enabled Service“-Modell in jeder neuen Region physische Präsenz, lokale Handwerker*innen-Netzwerke und personelle Kapazitäten für Vor-Ort-Begehungen.
Es bleibt kritisch zu hinterfragen, ob die von Co-Founder Bamesreiter anvisierte Transformation zu einer funktionierenden technologischen Infrastruktur einer ganzen Branche aus der ressourcenintensiven Position eines operativen Verwalters heraus profitabel gelingen kann. Die Margen im Standardverwaltungsgeschäft sind traditionell niedrig; der Erfolg von reltix hängt somit maßgeblich davon ab, wie viel manuelle Arbeit tatsächlich durch die KI-Assistenz ersetzt werden kann.
Fazit und Einordnung
Für SaaS-Gründer*innen gilt der Sprung auf die erste Million Euro ARR oft als der Startschuss, an dem sich zeigt, ob das Geschäftsmodell exponentiell wachsen (compounding) und den berühmten „T2D3“-Pfad (Triple, Triple, Double, Double, Double) meistern kann. Ein Funding von drei Millionen Euro plus 1,3 Millionen Euro Forschungszulage ist in der aktuellen Marktphase für eine Pre-Seed-Runde äußerst beachtlich und spricht für das starke Storytelling des WHU-Gründerteams.
Der Weg vom operativen Verwalter zum Ökosystem erfordert jedoch mehr als nur einen exzellenten Tech-Stack. Reltix muss beweisen, dass die „Unit Economics“ bei der Erschließung neuer Städte stabil bleiben. Gelingt es dem Team, aus einer zersplitterten Branche ein funktionierendes Ökosystem zu formen, hat reltix das Potenzial, den PropTech-Markt nachhaltig zu dominieren. Bis dahin ist es jedoch ein hartes Stück (Immobilien-)Arbeit.
All About Accuracy: Potsdamer DeepTech-Start-up sichert sich siebenstellige Pre-Seed-Finanzierungsrunde
Das 2024 gegründete Potsdamer DeepTech-Start-up All About Accuracy entwickelt hochpräzise Sensor-Chips für die nächste Generation der Physical AI.
Während der mediale Hype um künstliche Intelligenz oftmals von Software und Sprachmodellen dominiert wird, rückt die physische Schnittstelle zur realen Welt zunehmend in den Fokus von Investoren. Das 2024 gegründete Potsdamer DeepTech-Unternehmen All About Accuracy GmbH hat in diesem Segment nun eine siebenstellige Pre-Seed-Finanzierungsrunde erfolgreich abgeschlossen. Die neuartige Sensortechnologie soll industriellen Robotern und autonomen Maschinen Millimeterpräzision in der Bewegungserfassung verleihen und damit rein optische Systeme ausgleichen. Doch der Weg vom Forschungslabor in die Massenproduktion von Hardware ist traditionell steinig.
Gründer und Herkunft aus der Spitzenforschung
All About Accuracy ist ein klassisches akademisches Spin-off. Das Unternehmen entstand als Ausgründung des renommierten Leibniz-Instituts für innovative Mikroelektronik (IHP) und baut technologisch auf mehr als 15 Jahren wissenschaftlicher Halbleiterforschung auf.
Die operative Führungsspitze bilden Dr. Yori Fournier als Co-Founder und CEO sowie Olivier Astraud als COO und CFO. Das Start-up, welches im Innovationszentrum GO:IN im Potsdam Science Park ansässig ist, konnte ein namhaftes Investorenkonsortium gewinnen. Die aktuelle Finanzierungsrunde wurde von Campus Capital by STS Ventures (dem Frühphasen-Fonds von Serienunternehmer Stephan Schubert), der Brandenburg Kapital (Venture-Capital-Arm der Investitionsbank des Landes Brandenburg ILB) sowie ZOHO.VC angeführt. Zudem beteiligten sich spezialisierte Business Angels mit tiefer Expertise im Bereich der Ultra-Wideband-Technologie (UWB) über Gigahertz Venture und Superangels.
Das Geschäftsmodell auf dem Prüfstand
All About Accuracy will eine neue Klasse von hochpräzisen, robusten und skalierbaren Bewegungssensorik-Chips etablieren. Das Unternehmen adressiert die Schnittstelle von industriellen Anwendungen, Robotik und Physical AI – mit einem besonderen Fokus auf die humanoide Robotik.
Das technologische Versprechen der Potsdamer:
- Unabhängigkeit von Optik: Im Gegensatz zu Kamerasystemen funktioniert die funkbasierte Technologie auch bei Verdeckung, Staub, Reflexionen oder schwierigen Lichtverhältnissen zuverlässig.
- Kompakte Integration: Die Sensorik wird direkt in kleine Elektronikmodule integriert und lässt sich über Wearables, Roboter, Werkzeuge und Maschinen skalieren.
- Präzise Datenbasis: Für das Training von Physical AI liefert das System kontinuierliche und hochpräzise Referenzdaten (sogenannte Ground-Truth-Daten).
Kritische Würdigung: Obwohl das Marktpotenzial enorm ist, birgt das Geschäftsmodell die typischen Risiken von Deep-Tech-Hardware. Halbleiter-Startups sind in der frühen Phase extrem kapitalintensiv. Die jetzige siebenstellige Pre-Seed-Runde ist ein starkes Signal, doch bis zur fehlerfreien Serienreife und globalen Skalierung werden erfahrungsgemäß rasch zweistellige Millionenbeträge benötigt.
Hinzu kommen die bekannten Nadelöhre der europäischen Hardware-Branche: Abhängigkeiten von globalen Chip-Foundries und Halbleiter-Lieferketten. Zudem sind die Sales- und Integrationszyklen bei B2B-Kund*innen in der Industrie und Robotik notorisch lang. Ein etabliertes System durch eine neue, proprietäre Funktechnologie zu ersetzen, erfordert von den Industriepartner*innn ein hohes Maß an Vertrauen in die langfristige Lieferfähigkeit des Start-ups.
Markt und Wettbewerb
Der Markt für Physical AI steht vor einem ungelösten Problem: Optische Systeme (Kameras und Lidar) erfassen Daten zwar großflächig, stoßen aber bei der robusten Millimeterpräzision in rauen Industrieumgebungen an physikalische Grenzen. Professionelle Motion-Capture-Systeme wiederum sind für den flexiblen Außeneinsatz meist zu teuer und komplex. All About Accuracy besetzt genau diese infrastrukturelle Nische.
Die Konkurrenz schläft jedoch nicht:
- Etablierte Sensor-Giganten: Große Player im Bereich Lidar und optische 3D-Erfassung dominieren den Markt und verfügen über tief integrierte Kundenbeziehungen.
- UWB-Massenmarkt: Globale Halbleiterkonzerne wie NXP oder Qorvo treiben Standard-UWB-Chips voran. All About Accuracy muss im harten Praxiseinsatz demonstrieren, dass ihre spezialisierte Chip-Architektur einen so deutlichen Performance-Vorsprung bietet, dass sich der Wechsel für Systemintegratoren lohnt.
Einordnung für StartingUp
Für die europäische Start-up-Szene ist All About Accuracy ein hochspannender Case. Statt der nächsten B2B-Software-Anwendung stellt sich das Team der komplexen Aufgabe, echte Hardware-Infrastruktur für die KI-Welt von morgen zu bauen.
Gelingt es den Potsdamern, ihre Sensoren als Standard-Referenzschicht für humanoide Roboter und moderne Industrieanlagen zu etablieren, könnte hier ein global relevanter Player entstehen. Es bleibt eine klassische DeepTech-Wette: Hohes technologisches Risiko gepaart mit hoher Kapitalintensität – aber gestützt auf 15 Jahre fundierte Spitzenforschung und ein erfahrenes Investoren-Netzwerk.
Gründer*in der Woche: Neona Living – Lichtblicke im D2C-Markt
Das 2020 von Lea Wecken, René Schröder und Gabriel Wittschier gegründete Start-up Neona Living agiert in einem angespannten Marktumfeld. Im D2C-E-Commerce diktieren zunehmend asiatische Marktplätze wie Temu die Preise. Dennoch meldet das Leverkusener Unternehmen laut eigenen Angaben ein starkes Umsatzwachstum. Ein Blick auf die Strategie und die Herausforderungen eines gebootstrappten E-Commerce-Projekts.
Inmitten des harten Verdrängungswettbewerbs im D2C-E-Commerce des Home-&-Living-Segments agiert das 2020 gegründete Start-up Neona Living. Die Gründer*innen Lea Wecken, René Schröder und Gabriel Wittschier beweisen, dass sich der Leuchtenmarkt auch ohne eigene Produktion und stattdessen mit kuratiertem Design erfolgreich aufmischen lässt.
Die aktuellen Zahlen des Leverkusener Unternehmens unterstreichen diesen Kurs gegen den allgemeinen Plattform-Trend. Laut eigenen Angaben bedient Neona heute über 75.000 Kund*innen, der Umsatz habe sich 2025 auf einen knapp achtstelligen Betrag verdoppelt, und im ersten Quartal 2026 verzeichnete das Unternehmen ein starkes Wachstum um das 2,7-Fache im Vergleich zum Vorjahr. Für das Gesamtjahr 2026 visiert das gebootstrappte Start-up nun einen mittleren achtstelligen Umsatz an – ambitionierte Ziele, die sich im weiteren Jahresverlauf jedoch erst noch in testierten Bilanzen niederschlagen müssen.
Das Konstrukt Gründungs-Paar: Belastungsprobe im Wachstum?
Eine derart rasante Skalierung bringt unweigerlich operative Schmerzen mit sich und stellt das Führungsteam auf eine harte Probe. Bei Neona Living kommt in dieser ohnehin intensiven Phase eine besondere Dynamik hinzu: Die Gründerin Lea Wecken und ihr Mitgründer Gabriel Wittschier sind privat ein Paar. Es ist ein Detail, das bei Investor*innen oft kritisch gesehen wird, welches das Unternehmen jedoch ganz offen kommuniziert.
CEO Lea Wecken bezeichnet den Aufbau der Unternehmenskultur als „People Game“. Zur Illustration dient ein interner Slack-Channel, in dem Mitarbeitende wöchentliche private Highlights teilen. Doch trägt so ein Modell auch bei sinkenden Margen und wirtschaftlichem Druck?
„Die eigentliche Bewährungsprobe einer Unternehmenskultur kommt nicht im ruhigen Alltag, sondern immer dann, wenn Druck entsteht“, erklärt Wecken. Eine strikte Trennung von Beruf und Privatleben sei bei einem Gründungspaar ohnehin unrealistisch. In kritischen Momenten gelte bei strategischen Differenzen ein pragmatisches Prinzip: „Am Ende trifft die Person, die in ihrem Bereich den Hut aufhat, auch die finale Entscheidung.“ Wichtig sei, dass Sachthemen nicht persönlich genommen werden.
Kuratiertes Sortiment und der fehlende technologische Burggraben
Laut globalgrowthinsights soll der deutsche Markt für Lampen und Leuchten bis 2029 auf rund 8,36 Milliarden Euro anwachsen. Während der Gesamtmarkt eher moderat performt, verzeichnet das Segment der dekorativen Beleuchtung ein jährliches Wachstum von etwa 2,8 Prozent.
Statt wie Plattformen à la Lampenwelt auf maximale Sortimentstiefe zu setzen, fokussiert sich Neona auf ein kuratiertes Portfolio mit minimalistisch-skandinavischer Ästhetik. Das Unternehmen verzichtet auf eine eigene Produktion. Die Leuchten werden bei Partnern in Fernost gefertigt. Das hält die Fixkosten und Auslastungsrisiken gering, birgt jedoch branchenüblich das Risiko einer niedrigen technologischen Eintrittsbarriere.
Ohne exklusive Hochtechnologie-Patente liegt der sogenannte Burggraben (Moat) fast ausschließlich im Brand-Building und in der Content-Produktion. Lea Wecken räumt ein, dass sie nicht jedes eigene Design automatisch als bahnbrechende Innovation bezeichnen würde. Innovation zeige sich bei Neona vielmehr in Technik, die sich in den Alltag einfügt – etwa durch austauschbare Trafos oder flexibel steuerbare Lichttemperaturen. Dennoch bleibt das margenstarke Premium-Versprechen in diesem Modell anfällig für Nachahmer*innen, da Wettbewerber*innen ähnliche Designs zügig adaptieren können.
Customer-Acquisition-Kosten und das Nachhaltigkeits-Dilemma
Wie fast alle D2C-Player ist Neona von Performance-Marketing bei Plattformen wie Meta und Google abhängig. Um den steigenden Customer Acquisition Costs (CAC) zu begegnen, setze man laut Wecken strategisch verstärkt auf organische Reichweite und Kund*innenbindung. „Wiederkehrende Kundinnen und Kunden sind langfristig deutlich wertvoller als kurzfristig eingekaufte Aufmerksamkeit“, so die Gründerin.
Ein struktureller Spagat zeigt sich beim Thema Umweltbewusstsein: Auf der Website wird Nachhaltigkeit beworben, während das D2C-Geschäftsmodell auf globalen Lieferketten und Einzelversand basiert. Die Gründerin benennt diesen Widerspruch pragmatisch: „Wir würden niemals behaupten, dass ein physisches Produkt, das produziert und verschickt wird, vollkommen nachhaltig ist.“ Man versuche dies durch langlebige Designs und den Einsatz energieeffizienter LEDs zu kompensieren. Verbraucherschützer merken bei derartigen D2C-Modellen jedoch regelmäßig an, dass der CO2-Fußabdruck durch die Logistik aus Asien und den Einzelversand an den Endkund*innen schwer wiegt.
Operative Herausforderungen in der Skalierung
Das angestrebte Wachstum bringt operative Hürden mit sich. „Einer unserer größten Lernmomente war die Erkenntnis, dass Wachstum viele Probleme zunächst kaschiert“, gibt Lea Wecken zu. Eine Unterschätzung der Nachfrage führte in der Vergangenheit zu frustrierenden Lieferengpässen und verpassten Umsätzen. Ab einer gewissen Größe werde operative Exzellenz wichtiger als reines Marketing. Ihr Appell an andere Start-ups: „Baut eure Strukturen immer ein Stück früher auf, als ihr glaubt, sie zu brauchen.“
Fazit
Das Beispiel Neona zeigt exemplarisch, wie moderner D2C-Handel abseits der großen Plattformen funktionieren kann. Ohne eigene Produktionsstätten setzt das Unternehmen fast vollständig auf Brand-Building und eine kuratierte Ästhetik. Das wirtschaftliche Fundament basiert auf der Wette, dass Konsument*innen bereit sind, für dieses kuratierte Lebensgefühl einen deutlichen Aufpreis zu zahlen. Ob sich diese Strategie angesichts steigender Werbekosten und der aggressiven Konkurrenz dauerhaft trägt oder ob am Ende doch der Exit an einen Aggregator steht, werden die kommenden Geschäftsjahre zeigen müssen.
Gründungsrekord 2026: Echter Start-up-Boom oder nur die Flucht nach vorn?
Rekordjahr 2026: 3.053 neue Start-ups blenden. Unser Reality-Check zeigt, warum der KI-Boom eine Falle ist und Verena Pausder radikale Reformen fordert.
Das deutsche Start-up-Ökosystem meldet sich im ersten Halbjahr 2026 mit einem Paukenschlag zurück: Rekordzahlen bei den Neugründungen und ein massiver KI-Hype suggerieren den großen Aufbruch. Doch ein tieferer Blick in den neuen „Next Generation“-Report offenbart: Hinter den glänzenden Zahlen verbergen sich strukturelle Risse und eine beträchtliche Ost-West-Schere. Zeit für eine kritische Analyse – und klare Forderungen.
Die Sektkorken dürften beim Startup-Verband geknallt haben. Der aktuelle „Next Generation“-Report, herausgegeben gemeinsam mit startupdetector, liefert auf den ersten Blick genau die Erfolgsmeldungen, die der Standort Deutschland nach mageren Jahren dringend gebraucht hat. Doch wer als Gründer*in oder Investor*in heute kluge Entscheidungen treffen will, darf sich von Balkendiagrammen allein nicht blenden lassen.
Die nackten Zahlen: Ein Ökosystem im Rausch
Es lässt sich nicht leugnen, die nackten Zahlen des ersten Halbjahres sind beeindruckend:
- Historisches Hoch: Mit satten 3.053 Neugründungen ist das erste Halbjahr 2026 das stärkste seit Beginn der Datenerhebung im Jahr 2019. Das entspricht einem gewaltigen Wachstum von 52 Prozent gegenüber dem zweiten Halbjahr 2025.
- KI als Turbo: Künstliche Intelligenz ist nicht mehr nur ein Trend, sie ist der Motor. Jedes dritte neue Start-up (34 %) weist mittlerweile einen klaren KI-Bezug auf (nach 27 % im Jahr 2025).
- Die Fläche holt auf: Berlin bleibt zwar mit 429 Neugründungen in absoluten Zahlen der unangefochtene Spitzenreiter. Doch die Hauptstadt wächst mit einem Plus von 21 % deutlich langsamer als der Bundesschnitt. Die wahre Musik spielt woanders: Ökosysteme wie Hamburg (+83 %) und Hessen (+82 %) verzeichnen eine enorme Dynamik.
- Scheitern wird seltener (scheinbar): Die Zahl der offiziellen Start-up-Insolvenzen ist seit dem Krisenhöhepunkt im Jahr 2024 kontinuierlich gesunken. Gleichzeitig klettert die Zahl der deutschen „Unicorns“ auf insgesamt 36.
Die Verbands-Chefin im TV-Verhör: Wenn Euphorie auf knallharte Forderungen trifft
Wie extrem die Diskrepanz zwischen den feierlichen Gründungszahlen und der harten Realität im Maschinenraum der Start-ups wirklich ist, offenbarte Verena Pausder, die Vorsitzende des Startup-Verbands, in einem bemerkenswert offenen TV-Interview im ARD-Morgenmagazin.
Während der eigene Report die reine Anzahl der Neugründungen feiert, zeichnete Pausder vor einem Millionenpublikum ein Bild, das unsere kritische Analyse in allen Punkten bestätigt. Drei ihrer Forderungen stechen besonders hervor – und manche grenzen an einen Tabubruch:
1. Bürokratie-Kollaps statt „Startup in a day“
- Der O-Ton: Pausder kritisiert die Hürden scharf: „Wir laden gerade auf diese Gründungsphase so viel Bürokratie drauf wie auf die großen DAX-Konzerne.“ Sie fordert ein „Startup in a day“ (Gründung in 24 bis 48 Stunden), statt wie bisher „sechs Wochen auf eine Handelsregisternummer“ zu warten.
- Der Reality-Check: Das demaskiert die Rekordzahlen der Studie. Wenn der Weg ins Handelsregister ein sechswöchiger Hürdenlauf ist, zeigt dies, dass der aktuelle Anstieg der Neugründungen trotz und nicht wegen der Standortbedingungen passiert. Der digitale Staat ist für Gründende im Jahr 2026 noch immer eine Fata Morgana.
2. Der Tabubruch: Kündigungsschutz und die „Cost of Failure“
- Der O-Ton: Um Start-ups agiler zu machen, attackiert Pausder ein deutsches Heiligtum: den Kündigungsschutz. Ein Unternehmen müsse am Anfang „atmen“, man wisse noch nicht, wie viele Leute man brauche. Durch hohe Gehälter in der Tech-Branche sei das klassische Schutzbedürfnis ohnehin geringer. Die sogenannte Cost of Failure – also die Kosten und Konsequenzen, wenn eine Idee scheitert – sei in Deutschland schlichtweg zu hoch.
- Der Reality-Check: Hier trifft die Verbandschefin den wunden Punkt der deutschen „Fail Fast“-Kultur. Wer schnell wachsen will, muss auch schnell korrigieren dürfen. Diese Forderung dürfte die Gewerkschaften auf die Barrikaden rufen, ist aber aus Gründerperspektive eine bittere Notwendigkeit im internationalen Wettbewerb. Es zeigt zudem: Die sinkenden Insolvenzzahlen im Report sind kein reines Erfolgszeichen, sondern oft auch das Resultat von Unternehmen, die sich aus Angst vor den Kosten des formellen Scheiterns als „Zombies“ am Leben halten.
3. Das Eingeständnis der massiven Kapital-Lücke
- Der O-Ton: Pausder liefert die Zahlen, die der „Next Generation“-Report verschweigt: Während in den USA pro Kopf 510 Euro in Venture Capital (Risikokapital) fließen, sind es in Deutschland gerade einmal 90 Euro. „Damit die Unternehmen, die wir hier gründen, auch groß werden können, müssen wir mehr Kapital allokieren“, so Pausder. Es fehle massiv an privatem und institutionellem Geld.
- Der Reality-Check: Dies ist der entscheidende Sargnagel für blinde Euphorie. Was nützen uns 3.053 neue GmbHs im ersten Halbjahr, wenn das Geld für die Skalierung fehlt? Wir bauen aktuell einen riesigen Trichter an Frühphasen-Startups, dessen Ausgang verstopft ist. Die Abwanderung der besten KI- und DeepTech-Firmen in die USA (wo das 5,6-fache an Kapital wartet) ist so vorprogrammiert.
Was die Statistik gern umschifft
Wer sich durch die Tiefen der Methodik und die feingranularen Daten wühlt, stößt auf weitere Aspekte, die das reine Jubel-Narrativ trüben:
- Die Ost-West-Schere: Der Report spricht von steigenden Gründungszahlen in allen Bundesländern. Doch die Pro-Kopf-Werte offenbaren ein hartes Gefälle: Während Bayern mit 4,7 Gründungen pro 100.000 Einwohner glänzt, herrscht in Thüringen und Sachsen-Anhalt (je 0,9) digitale Flaute. Der Boom ist nicht flächendeckend – der Osten (ohne Berlin) droht abgehängt zu werden.
- Das Sterben der Berliner Einhörner: Die Zahl der Unicorns ist zwar bundesweit auf 36 gestiegen, doch ein Blick auf die Zeitachse zeigt: Berlin hat seit dem Jahr 2023 massiv Federn gelassen und rutschte von 22 auf 16 Einhörner ab. Gleichzeitig verdoppelte sich die Zahl der Unicorns in Städten abseits der Hotspots von 5 auf 10. Das Zeitalter des billigen Geldes für reine Berliner B2C-Hype-Modelle ist vorbei – milliardenschwere Substanz entsteht jetzt dezentraler in der Fläche.
- Die Methodik-Falle: Wie definiert man 2026 eigentlich ein Start-up? Laut Report werden aus den Handelsregistereinträgen rund 20 % händisch nach Kriterien wie „innovatives Produkt“ oder „Wachstumspotenzial“ selektiert. Diese manuelle Filterung durch Analysten öffnet Bewertungsspielräumen Tür und Tor – wer heute das Trendwort „KI“ in den Unternehmenszweck schreibt, wird statistisch schlichtweg schneller als Startup erfasst.
- Die Branchen-Illusion: Der Report feiert die Industrie als Sektor mit dem stärksten Wachstum (+125 %). Absolut betrachtet sind das aber gerade einmal 128 Start-ups. Der Software-Sektor dominiert weiterhin erdrückend mit 844 Neugründungen. Hardwarenahe und kapitalintensive Innovationen fristen im Land der Ingenieure weiterhin ein Nischendasein.
Raus aus der Hype-Falle: Fünf Hebel für das Ökosystem
Wenn wir wollen, dass aus dem Rekord-Jahrgang 2026 in einigen Jahren global relevante Marktführer*innen werden, muss das Ökosystem strukturell gestärkt werden. Hier sind die Hebel, die Politik und Wirtschaft jetzt umlegen müssen:
- Fokus auf Wachstumsfinanzierung (Scale-up-Kapital): Deutschland hat kein reines Gründungsproblem mehr, sondern ein Skalierungsproblem. Wir brauchen drastische Anreize, damit institutionelle Gelder (wie von Pensionskassen oder Versicherungen) endlich unkompliziert in den VC-Markt fließen können.
- Qualität statt Quantität (DeepTech priorisieren): Die staatliche Förderung und der Transfer aus Universitäten müssen gezielt auf kapitalintensive, hardwarenahe Deep- und ClimateTech-Ideen gelenkt werden. Reine Software-SaaS-Klone reguliert der Markt ohnehin von selbst.
- Die „Fail Fast“-Kultur entbürokratisieren: Das stille Beerdigen und Liquidieren einer gescheiterten GmbH ist in Deutschland absurd teuer und langwierig. Wer schnell gründen darf, muss auch unbürokratisch scheitern dürfen, um wertvolle Tech-Talente zügig wieder dem Markt zur Verfügung zu stellen.
- Mitarbeiterbeteiligungen (ESOP) wettbewerbsfähig machen: Im globalen Talent-Wettbewerb gewinnt, wer die besten Köpfe hält. Die deutsche Gesetzgebung rund um ESOPs muss dringend weiter an internationale Standards angepasst werden, um die steuerliche Belastung von virtuellen Anteilen zu minimieren.
- Regionale Ökosysteme vernetzen: Da klassische Metropolen an Wachstumsdynamik einbüßen, während Regionen wie Hessen oder Hamburg stark zulegen, müssen dezentrale Universitätsstandorte systematisch gefördert werden, um den Innovations-Transfer flächendeckend zu sichern.
Fazit
Der Report liefert eine hervorragende Nachricht – der Gründungsgeist in Deutschland ist intakt. Doch aus der schieren Masse an neuen Einträgen im Handelsregister müssen nun echte Tech-Champions geschmiedet werden. Machen wir uns an die Arbeit!
Energie-Souveränität oder Milliardengrab? Proxima Fusion erreicht Milliardenbewertung
In einer historischen Series-A2-Finanzierungsrunde sammelt das Münchner Start-up Proxima Fusion 411 Millionen Euro (468 Millionen US-Dollar) an neuem Kapital ein. Mit der daraus resultierenden Bewertung von über 2,4 Milliarden Euro (2,7 Milliarden US-Dollar) avanciert das DeepTech-Unternehmen zum bestfinanzierten und am höchsten bewerteten Fusions-Start-up Europas. Doch während Investorengiganten wie Google und RWE dreistellige Millionenbeträge in die Stellarator-Technologie pumpen, stellt sich für den Markt die drängende Frage: Kann das ehrgeizige Versprechen eines ans Netz gehenden Fusionskraftwerks in den 2030er-Jahren der physikalischen und ökonomischen Realität standhalten?
Das Konsortium, das diese 411-Millionen-Euro-Runde stemmt, wird von XTX Ventures und East X Ventures angeführt. Als strategische Investoren steigen der deutsche Energiekonzern RWE und der US-Technologiegigant Google ein. Letzterer markiert damit sein massives Interesse an grundlastfähiger, sauberer Energie – eine Grundvoraussetzung für den exponentiell steigenden Strombedarf von KI-Rechenzentren.
Im Cap Table findet sich zudem ein breites Bündnis aus staatlichen Förderern und internationalen VCs: KfW Capital, SPRIND, Burda Principal Investments sowie Bestandsinvestoren wie Plural, UVC Partners und Cherry Ventures sind beteiligt.
Besonders bemerkenswert ist die Hebelwirkung dieser privaten Kapitalaufnahme: Erst im Februar 2026 hatten der Freistaat Bayern, RWE und Proxima Fusion ein Memorandum of Understanding (MoU) verabschiedet. Darin stellte Bayern 400 Millionen Euro an öffentlichen Geldern in Aussicht – geknüpft an die Bedingung, dass Proxima privates Kapital in gleicher Höhe beibringt. Diese Hürde wurde vom Start-up in der Rekordzeit von nur drei Monaten zwischen MoU und Termsheet genommen. In weniger als drei Jahren seit der Gründung hat Proxima somit über 650 Millionen Euro (740 Millionen US-Dollar) gesichert, wovon 95 Millionen Euro aus öffentlichen Fördermitteln stammen.
Vom Labor auf das Kraftwerksgelände: Die Historie
Proxima Fusion wurde Anfang 2023 als erstes offizielles Spin-out des renommierten Max-Planck-Instituts für Plasmaphysik (IPP) in München gegründet. Das Gründerteam um CEO Dr. Francesco Sciortino kombiniert dabei jahrelange Forschungsexpertise am IPP mit Know-how aus der Industrie.
Technologisch baut das Unternehmen auf den jahrelangen Durchbrüchen des Wendelstein-7-X-Programms auf. Im Fokus steht die Entwicklung von sogenannten QI-HTS-Stellaratoren. Das frisch eingesammelte Kapital soll nun direkt in den Bau von „Alpha“ fließen. Dieser Nettoenergie-Demonstrator soll Anfang der 2030er-Jahre auf dem Gelände des ehemaligen Kernkraftwerks in Gundremmingen (Bayern) entstehen und zentrale technologische Systeme validieren. RWE stellt für das Vorhaben nicht nur das Gelände zur Verfügung, sondern bringt sich auch strategisch ein. Darauf aufbauend soll noch im selben Jahrzehnt mit „Stellaris“ das weltweit erste kommerzielle Stellarator-Fusionskraftwerk realisiert werden.
Kritische Einordnung: Markt, Modell und Machbarkeit
Das Geschäftsmodell von Proxima Fusion ist hochriskant und extrem kapitalintensiv. Der Weg von der rein wissenschaftlichen Machbarkeit des Plasmaeinschlusses hin zur industriellen Skalierung erfordert nicht nur weitere Milliarden, sondern auch den Aufbau komplett neuer, robuster Lieferketten. Proxima muss Hochtemperatur-Supraleiter (HTS), neuartige Magnete und Kryotechnik in einem bisher nicht gekannten Maßstab fertigen.
Der Markt ist geprägt von einem globalen Subventions- und Innovationsrennen, das maßgeblich von den USA, China und Großbritannien dominiert wird:
Start-up / Unternehmen | Hauptsitz | Technologie-Ansatz | Bisheriges Funding (geschätzt) |
Proxima Fusion | München, GER | Magneteinschluss (Stellarator) | > 650 Mio. EUR |
Commonwealth Fusion Systems | Massachusetts, USA | Magneteinschluss (Tokamak) | > 2,8 Mrd. USD |
Tokamak Energy | Oxford, UK | Magneteinschluss (Sphärischer Tokamak) | > 250 Mio. USD |
Marvel Fusion | München, GER | Trägheitseinschluss (Laser) | > 150 Mio. EUR |
Die technologische Wette: Die Kernfusions-Branche leidet traditionell unter dem Vorwurf, dass der kommerzielle Durchbruch „immer 30 Jahre in der Zukunft liegt“. Der ambitionierte Zeitplan von Proxima lässt kaum Spielraum für Verzögerungen beim Bau der Demonstratoren. Sollten Materialermüdungen bei extremer Hitze oder Skalierungsprobleme der Magnettechnologien auftreten, verschiebt sich die Rendite für die Investoren schnell in die 2040er-Jahre oder später.
StartingUp Fazit: Ein europäisches Wirtschaftswunder in der Mache?
Für die europäische Start-up- und VC-Landschaft ist der Erfolg von Proxima ein wegweisendes Signal. „Diese Finanzierung zeigt, dass Deutschland und Europa in der Lage sind, internationales Kapital für strategische Zukunftstechnologien zu mobilisieren“, betont Proxima-CEO Francesco Sciortino. Es geht um Tech-Souveränität und den Aufbau einer potenziellen Schlüsselindustrie, die – so die Vision des Gründers – als Wachstumstreiber, Jobmotor und Exportpfeiler der deutschen Wirtschaft fungieren kann.
Für die frühen deutschen Geldgeber zahlt sich das Risiko zumindest in der Bewertung bereits aus. Der High-Tech Gründerfonds (HTGF) begleitet Proxima seit der Pre-Seed-Phase, der DeepTech & Climate Fonds (DTCF) ist seit der Seed-Phase an Bord. Romy Schnelle, Geschäftsführerin von DTCF und HTGF, bringt die rasante Entwicklung auf den Punkt: „Als wir Proxima in der Pre-Seed-Phase finanzierten, war Fusion für die meisten noch eine wissenschaftliche Ambition. Nur drei Jahre später ist sie, mit 411 Millionen Euro und Investoren wie RWE und Google, eine industrielle Realität.“ Johannes Weber (Partner beim HTGF) ergänzt: „Proxima hat die reelle Chance, eine völlig neue Industrie und Lieferkette zu schaffen, mit volkswirtschaftlicher Tragweite.“
Proxima Fusion hat mit dem frischen Kapital und der Perspektive für das Kraftwerksgelände in Gundremmingen nun alle Trümpfe in der Hand, um globale Geschichte zu schreiben. Die immense Beweislast liegt jetzt beim mittlerweile rund 200-köpfigen Team: Aus herausragender theoretischer Physik muss nun funktionierendes, fehlertolerantes und wirtschaftlich tragfähiges Engineering werden.
Porelio sammelt 2,4 Mio. Euro ein
DeepTech-Hoffnung oder nur ein weiterer Filter im umkämpften PFAS-Markt?
Drei Wissenschaftler*innen wollen eine 30 Jahre alte Materialklasse erstmals industriell herstellbar machen. Mit einer überzeichneten Pre-Seed-Runde von 2,4 Millionen Euro wagt das 2025 gegründete deutsche Start-up Porelio nun den Sprung vom Labor in die Industrie. Das Versprechen der Gründenden: Wertvolle Edelmetalle aus Industrieströmen zurückgewinnen und parallel persistente PFAS-Schadstoffe aus Wasser filtern.
Team und Historie
Porelio ist ein Spin-off der TU Berlin, das 2025 gegründet wurde. Hinter dem Unternehmen steht ein tiefgreifend wissenschaftlich ausgebildetes Gründerteam:
- Dr. Rhea Machado (CEO) bringt eine Promotion in Verfahrenstechnik von der Technischen Universität Berlin mit.
- Javier Silva Mora (CTO) ist Doktorand in Chemie an der renommierten École polytechnique in Paris.
- Nikol Michailidou (CPO) hält einen MSc in Chemieingenieurwesen von der Technischen Universität Berlin.
Die Technologie des Start-ups basiert auf sogenannten FOMS (Funktionalisierte Geordnete Mesoporöse Silicamaterialien). Diese Materialfamilie lag laut CEO Dr. Machado fast dreißig Jahre lang ungenutzt auf den Laborbänken, da sie niemand im entscheidenden industriellen Maßstab herstellen konnte. Vor der aktuellen, durch den VC Faber angeführten Pre-Seed-Runde, wurde die technologische Entwicklung bereits mit öffentlichen Fördermitteln in Höhe von 2,5 Millionen Euro unterstützt.
Geschäftsmodell: Ein Schwamm für zwei Milliardenmärkte
Die patentierte Innovation von Porelio ist ein neuartiges kontinuierliches Durchflussverfahren, mit dem sich FOMS erstmals im industriellen Maßstab produzieren lassen. Der Prozess soll unter nachhaltigeren Bedingungen ablaufen und 30-mal schneller sein als herkömmliche Methoden. Die so produzierten Materialien wirken wie ein molekularer Schwamm: Sie binden gezielt bestimmte molekulare Substanzen, während der Rest der Flüssigkeit frei durchfließt.
Das Start-up adressiert damit zwei sehr unterschiedliche Märkte, die laut Porelio ein gemeinsames Potenzial von rund 34 Milliarden Euro aufweisen:
- Edelmetallrückgewinnung: Dieser Markt wird weltweit auf etwa 16 Milliarden Euro geschätzt. Die Technologie soll hierbei beispielsweise Palladium – das derzeit mit rund 40.000 Euro pro Kilogramm bewertet wird – etwa 6-mal schneller aufnehmen als eine Standard-Adsorptionsbehandlungstechnologie.
- PFAS-Entfernung: Der Markt für die Entfernung von "Ewigkeitschemikalien" aus Wasser wird auf rund 18 Milliarden Euro beziffert. In Tests entfernte das Porelio-Material unter realen Bedingungen fast die Hälfte der enthaltenen Trifluoressigsäure (TFA). In nur fünf Minuten wurde fast 6-mal so viel aufgenommen wie mit kommerzieller Aktivkohle im gleichen Test.
Mit dem frischen Kapital soll die Produktion nun von einem Pilotmaßstab (Kilogramm pro Tag) auf einen industriellen Maßstab (Tonnen pro Jahr) skaliert werden.
Der harte Wettbewerb im PFAS-Markt
Das Start-up stützt sich beim Thema PFAS auf einen weltweit hochdynamischen Milliardenmarkt. Doch gerade hier ist die Realität stark fragmentiert und wird von einem harten technologischen Wettrüsten dominiert, das den Vorstoß von Porelio herausfordernd macht:
- Das PFAS-Paradoxon (Filtern vs. Zerstören): Porelio fokussiert sich auf die Adsorption – also das reine Herausfiltern und Binden von Verbindungen wie TFA. Zwar betont das Start-up, dass die Materialien regenerierbar sind, doch das wirft unweigerlich die Branchen-Gretchenfrage auf: Was passiert mit dem hochkonzentrierten PFAS-Cocktail nach dem Auswaschen der Filter? Der globale Trend im Start-up-Sektor geht längst in Richtung Mineralisierung. Finanziell hochgerüstete Konkurrenten wie Claros Technologies oder Aquagga vernichten die perfluorierten Kohlenstoffketten komplett. Reine Trennverfahren geraten regulatorisch zunehmend unter Erklärungsnot, wenn die Schadstoffe letztendlich nur verlagert werden.
- Das Haifischbecken der Adsorptions-Verfahren: Selbst innerhalb der reinen Adsorber-Technologien bewegt sich Porelio in einem Haifischbecken. Global Player wie Veolia oder Xylem rüsten ihre gewaltigen, bestehenden Infrastrukturen weltweit für PFAS-Filterungen auf. Zudem drängen andere DeepTechs auf den Markt, die in der Skalierung bereits weiter sind: Das britische Spin-off Puraffinity hat erst kürzlich knapp 17 Millionen Pfund eingesammelt, um eigene hochselektive PFAS-Materialien in die Massenproduktion zu überführen.
- Das „Tal des Todes“ der Skalierung: Porelio plant den enormen Schritt von Kilogramm pro Tag auf Tonnen pro Jahr. In nur fünf Minuten fast 6-mal so viel TFA aufzunehmen wie kommerzielle Aktivkohle, ist ein hervorragender Laborwert. Doch im B2B-Chemiebereich verschlingt der Bau eigener industrieller CAPEX-Anlagen Unsummen. Die aktuellen 2,4 Millionen Euro sind ein respektables Pre-Seed-Polster, reichen für die finale Großproduktion gegen milliardenschwere Konkurrent*innen aber bei Weitem nicht aus.
Unser Fazit
Porelio ist ein Paradebeispiel für ambitioniertes europäisches DeepTech. Strategisch überlebenswichtig ist der zweigleisige Ansatz der Plattformtechnologie: Während das Start-up im hart umkämpften, hochregulierten PFAS-Markt massiver Konkurrenz ausgesetzt ist, könnte die Edelmetallrückgewinnung zum rettenden Anker werden. Sie verspricht Industriekunden einen schnellen und direkten Return on Investment, was dabei helfen dürfte, das junge Unternehmen organisch querzufinanzieren.
Der entscheidende Lackmustest steht allerdings noch aus: Nach erfolgreichen Proof-of-Concept-Projekten muss das Team nun beweisen, dass sich die versprochene „30-mal schnellere“ Skalierbarkeit in kommerziell rentable Industriepartnerschaften übersetzen lässt.
KI-Kameras gegen den Blindflug: Almetra sichert sich 16,3 Millionen Euro
Das 2022 aus dem Berliner Venture Studio Merantix hervorgegangene KI-Start-up Almetra, das in der Szene bislang unter dem Namen Deltia bekannt war, hat erfolgreich eine Series-A-Finanzierungsrunde über 16,3 Millionen Euro abgeschlossen. Unter der Führung des transatlantischen Investors blisce/ – und mit Beteiligung weiterer Geldgeber wie NAP, Merantix Capital, Robin Capital, Underline sowie Critical Ventures – plant das rund 40-köpfige Unternehmen nun die Expansion in die USA. Zu den bestehenden Kunden zählen laut Almetra bereits Schwergewichte wie Bosch, Siemens Energy und ABB.
Die Fertigungsindustrie steht massiv unter Druck: Steigende Kosten, Fachkräftemangel und zunehmende Konkurrenz aus Niedriglohnländern drücken die Margen auf jeder Ebene der Lieferkette. Gleichzeitig basieren Entscheidungen auf dem Shopfloor oft noch auf manuellen, fragmentierten Prozessen und lückenhaften Daten. Almetras Lösung setzt genau hier an, indem die Plattform KI-gestützte Kameras nutzt, um Produktionsabläufe zu erfassen und diese direkt vor Ort in Echtzeit in Kennzahlen wie Durchsatz und Auslastung zu übersetzen, ohne dass eine aufwendige IT-Integration nötig ist. Mit der aktuellen Finanzierungsrunde vollzieht das Unternehmen einen strategischen Schwenk von einer reinen Lösung für visuelle Produktionsanalysen hin zu einer zentralen Daten- und Automatisierungsplattform. Zukünftig sollen Videodaten, Maschinendaten und bestehende IT-Systeme sowie das Wissen der Mitarbeitenden auf einer einheitlichen Basis gebündelt werden, was auch den Einsatz von Robotik in den Werken ermöglichen soll.
Die Köpfe hinter der Technologie
Gegründet wurde Almetra von Maximilian Fischer und Silviu Homoceanu. Das Duo vereint dabei tiefgreifende Industrieerfahrung mit akademischer KI-Forschung. Maximilian Fischer, CEO und Maschinenbauingenieur der ETH Zürich, analysierte und digitalisierte in seiner bisherigen Laufbahn weltweit bereits Dutzende Fabriken. Sein Co-Gründer Silviu Homoceanu hält einen Doktortitel in Machine Learning und verantwortete zuvor die Software-Einheit für autonomes Fahren bei Volkswagen. Die technologische Tiefe von Almetra wird zudem durch die Aufnahme in renommierte Programme wie den Robotics Accelerator von Google DeepMind sowie das Physical AI Fellowship von AWS, Nvidia und MassRobotics untermauert.
Datenschutz vs. Effizienz
Das Versprechen, die Produktivität bei namhaften Firmen durch die Abschaffung von „Blindflügen“ um bis zu 20 Prozent zu steigern, klingt für Produktionsleiter extrem verlockend. Laut Unternehmensangaben konnte die Produktionsleistung bei Kunden wie eBike Systems innerhalb weniger Wochen bereits um 19 Prozent gesteigert werden. Dennoch birgt das Geschäftsmodell der visuellen Erfassung durch Computer Vision inhärente regulatorische und soziale Risiken. Die Sorge vor einer potenziellen visuellen Dauerüberwachung am Fließband ruft unweigerlich Gewerkschaften und Betriebsräte auf den Plan. Almetra versucht diesem potenziellen „Big-Brother“-Image proaktiv durch striktes lokales Edge Computing zu begegnen: Sämtliche Aufnahmen werden von Beginn an anonymisiert und der Großteil der Daten verlässt die Fabrikhalle nie. Lediglich kurze, zufällig ausgewählte Sequenzen werden zur Ursachenanalyse gespeichert. Abseits der internen Firmenpolitik stellt der EU AI Act eine signifikante Hürde für den Sektor dar. Dauerhafte und lückenlose Compliance im Umgang mit sensiblen Mitarbeiterdaten wird für die Skalierung des Geschäftsmodells in Europa eine ständige Begleiterscheinung sein.
Ein hart umkämpfter Markt
Die Nische der Produktionsanalytik durch Künstliche Intelligenz ist lukrativ, aber dicht besiedelt. Globale Unternehmen wie Viso.ai, Roboflow oder Jidoka Tech bieten der Industrie bereits ausgereifte KI-Plattformen für Qualitätssicherung, Fehlererkennung und Echtzeit-Monitoring an. Gleichzeitig konkurriert Almetra mit bewährten Plattformen wie Shoplogix oder ValueStreamer, die seit Jahren darauf spezialisiert sind, Maschinen- und Produktionsdaten über MES- und ERP-Schnittstellen auszuwerten. Wenn Almetra nun den Anspruch erhebt, zur zentralen Daten- und Automatisierungsplattform der Fabriken zu werden, begibt sich das Startup unweigerlich auf Kollisionskurs mit den gigantischen, oft schwerfälligen, aber tief im industriellen Rückgrat verankerten Systemen etablierter IT-Konzerne.
Unser Fazit
Mit dem Rebranding und der Millionenspritze demonstriert Almetra eindrucksvoll, wie sich europäische DeepTech-Expertise in einen handfesten B2B-SaaS-Case übersetzen lässt. Das Gründerteam hat verstanden, dass reine visuelle Analysen für die Industrie auf Dauer nicht ausreichen – der Sprung zur ganzheitlichen Automatisierungsplattform ist der strategisch richtige nächste Schritt. Der Erfolg des Berliner Start-ups, besonders bei der nun anstehenden US-Expansion, wird am Ende von zwei kritischen Faktoren abhängen. Erstens muss es gelingen, in den Fabrikhallen den Spagat zwischen technischer Effizienzsteigerung und strengsten Datenschutzvorgaben in der Praxis dauerhaft zu meistern. Zweitens wird sich zeigen müssen, ob sich die Plattform gegen bereits stark integrierte IT-Giganten auf dem Shopfloor durchsetzen kann. Schafft Almetra beides, hat das Team eine reale Chance, den globalen Markt für Enterprise-Manufacturing-Software maßgeblich mitzugestalten.
