StartingUp: Hallo Abdu, starten wir direkt mit dem harten Reality-Check: Was ist dein Elevator Pitch für LingMorph?

Abdu Alawal Ibrahim: Hallo Hans! LingMorph ist eine anmeldefreie, werbefreie und kostenfreie Web-Applikation, die komplexe deutsche Sätze in Sekundenschnelle visuell unter anderem in Wortarten, Satzglieder, Kasus und das topologische Feldermodell untergliedert. LingMorph bietet Lehrkräften und Lernenden im regulären Deutsch- und DaZ-Unterricht ein datenschutzkonformes Werkzeug, das auf jedem Endgerät sofort einsatzbereit ist. Damit lösen Lehrkräfte das Problem einer oft als trocken und unverständlich wahrgenommenen Grammatik durch ein interaktives und visuelles Interface.

StartingUp: Große Bildungsverlage investieren Millionen in digitale Lernplattformen, kämpfen aber oft mit behäbigen Strukturen. Du hast LingMorph im Alleingang hochgezogen. Wie ist es dir gelungen, die etablierten Player in Sachen Ladegeschwindigkeit und Barrierefreiheit zu überholen?

Abdu Alawal Ibrahim: Ich denke, dass die erwähnten Aspekte, wie die Werbe- und Anmeldefreiheit und generell der Verzicht auf kommerziellen Gewinn hier eine große Rolle spielen. Durch meine jahrelange Erfahrung in der Frontend- und App-Entwicklung habe ich LingMorph auf der Basis von Bootstrap 5.3 ohne schwere Benutzerverwaltung oder Tracking-Skripte entwickelt. Die Satzanalyse läuft dabei getrennt von der eigentlichen Visualisierung: Während serverseitig die LingMorph-Engine die Struktur analysiert, wird sie clientseitig, also direkt auf dem Endgerät der Nutzenden, visualisiert. Dieser Ansatz ist extrem ressourcenschonend. Tests zeigen eine Ladezeit von gerade einmal 0,4 Sekunden und laut Lighthouse-Audit einen Performance-Score von 94/100 sowie die volle Punktzahl von 100 im Bereich SEO.

StartingUp: Die Kombination aus Geisteswissenschaft und Tech ist extrem spannend. Du nutzt für die automatisierte Analyse den STTS-Standard (Stuttgarter-Tübinger-Tagset). Vor welchen technischen Herausforderungen steht man, wenn man komplexe, oft unlogische natürliche Sprache in einen sauberen Algorithmus gießen muss?

Abdu Alawal Ibrahim: Dass man hier vor großen Herausforderungen steht, ist definitiv der Fall. Natürliche Sprache ist voller Unregelmäßigkeiten und Mehrdeutigkeiten (sogenannten Ambiguitäten). Hier ist zum Beispiel der Kasussynkretismus zu nennen: Die Wortgruppe „die Frauen“ kann Nominativ oder Akkusativ sein, „der Frau“ wiederum Genitiv oder Dativ. Ferner stellt besonders das Deutsche mit seinen verstreuten Prädikatsteilen, wie es beim Perfekt vorkommt („Sie hat [...] abgeholt“) sowie trennbaren Verbzusätzen („Ich gebe [...] ab“) für Algorithmen eine große Herausforderung dar. Und je komplexer Sätze werden und je mehr untypische Strukturen auftauchen, desto schneller stößt die automatisierte Analyse auf Basis des Stuttgarter-Tübinger-Tagsets an ihre Grenzen.

Der Umgang mit diesen Herausforderungen ist Teil der aktiven Weiterentwicklung des Tools: Falls der Algorithmus an linguistische Grenzen stößt, berechnet LingMorph direkt innerhalb der Engine die Konfidenz-Scores und macht potenzielle Unsicherheiten transparent über UI-Warnungen für die Nutzenden sichtbar. Ferner können die Nutzenden stets fehlerhafte Ausgaben melden, denn LingMorph ergänzt die statistischen Sprachmodelle aktiv mit weiteren hauseigenen Erkennungssystemen, um die Lücken der statistischen Sprachmodelle zu schließen.

StartingUp: Aus Produkt-Sicht (UX/UI) ist das interaktive Verschieben von Satzgliedern per Drag-and-Drop im topologischen Feldermodell ein echtes Highlight. Wie wichtig ist exzellentes User-Interface-Design, um ein von Natur aus „trockenes“ Thema wie Grammatik in ein digitales Produkterlebnis zu verwandeln?

Abdu Alawal Ibrahim: Das ist natürlich sehr wichtig und stellt als Highlight, wie du es benennst, besonders auch einen didaktischen Mehrwert dar. Denn Grammatik scheitert im Unterricht oft auch daran, dass sie als abstrakt interpretiert und vielleicht manchmal im Unterricht auch einfach zu theoretisch vermittelt wird. Mit Hilfe von Tools wie LingMorph kann der Grammatikunterricht praktischer gestaltet werden: Durch das interaktive Verschieben von Elementen direkt im Feldermodell, können grammatikalische Regeln für Lernende besser verortet und sichtbar gemacht werden. Wenn Lernende ein Satzglied per Drag-and-Drop bewegen können und die strukturelle Veränderung sofort visuell zurückgespiegelt bekommen, verwandelt sich dieses schultypische Auswendiglernen in eine Art des Experimentierens und Entdeckens.

StartingUp: LingMorph verzichtet komplett auf Registrierung, Werbung und Datentracking. In der Start-up-Welt gilt das Datensammeln oft als das neue Gold. Warum ist dieser radikale Datenschutz-Ansatz für dich kein Wachstumshemmer, sondern vielleicht sogar dein wichtigster Growth-Hacker?

Abdu Alawal Ibrahim: Weil im stark regulierten Bildungssektor der Datenschutz die größte bürokratische Hürde überhaupt darstellt. Wer an Schulen ein digitales Tool einführen will, scheitert meist monatelang an den Freigaben, durch die DSGVO-Hürden und ist auch rechtlich daran gebunden, Einverständniserklärungen der Erziehungsberechtigten einzufordern. Dadurch, dass LingMorph keinerlei personenbezogene Daten für kommerzielle Zwecke erhebt, kein Tracking nutzt und keine Registrierung erfordert, fällt diese Barriere komplett weg. Lehrkräfte können den Link ohne Absprache direkt an die digitale Tafel werfen und den Lernenden zur Nutzung auf ihren Endgeräten vorstellen. Das Ziel von LingMorph ist es primär, den Deutschunterricht zu unterstützen und Lernenden zu helfen. Kommerziell orientierte Tools schrecken vor diesem radikal datenschutzfreundlichen Weg verständlicherweise oft zurück.

StartingUp: Du positionierst LingMorph als Open Educational Resource (OER). Das klingt edel, wirft im Start-up-Kontext aber die Frage auf: Wie sieht die langfristige Core-Strategie aus? Wie finanzierst du Serverkosten und Weiterentwicklung, wenn die Nutzer*innenbasis explodiert?

Abdu Alawal Ibrahim: Aktuell ist das Wachstum LingMorphs mit über 130.000 Analysen pro Monat bereits massiv, aber die technische Infrastruktur fängt das sehr kosteneffizient ab. Ein großer Teil der Kernfunktionen soll für Lehrkräfte und Lernende somit immer kostenfrei und barrierefrei bleiben. Wie genau öffentliche Fördergelder für digitale Bildungsinfrastruktur oder Premium-Lizenzen für Institutionen die Weiterentwicklung in Zukunft mittragen können, ist aufgrund des jungen Alters der Applikation im Detail noch offen.

StartingUp: Die renommierte Fachwelt, wie das Symposion Deutschdidaktik e.V., unterstützt dich bereits. Im Start-up-Sprech hast du dir damit eine extrem starke „Corporate Credibility“ gesichert. Wie hast du diese Schwergewichte der Wissenschaft von deiner studentischen Innovation überzeugt?

Abdu Alawal Ibrahim: Diese Unterstützung nehme ich stets sehr dankend an und freue mich gerade über das hohe Interesse aus der Sprachdidaktik und aus vielen Hunderten Schulen und Deutsch- sowie DaZ/DaF-Lehrkräften, die sich regelmäßig bei mir melden. Das motiviert mich bei der Weiterentwicklung enorm.

Ich denke, dass neben der einfach zu bedienenden Benutzeroberfläche und der mit LingMorph gebotenen Unterstützung für Lehrkräfte, auch die fachliche Validität von Relevanz ist, denn gerade die Erläuterungen zu den einzelnen Analyseschritten stützen sich auch auf etablierte germanistische Standardwerke. Und dass die Entwicklung von LingMorph auch stets auf das Feedback der Didaktiker*innen aufbaut und ich der Didaktik und Linguistik bei der Weiterentwicklung stets offen gegenüberstehe, hilft auch enorm.

StartingUp: Zum Schluss: Was ist das nächste große Feature auf deiner Produkt-Roadmap und wo siehst du LingMorph im EdTech-Markt der Zukunft?

Abdu Alawal Ibrahim: Auf der Produkt-Roadmap stehen neben der Optimierung des Erkennungssystems und noch besserer und interaktiverer Visualisierung, auch die Etablierung von Aufgaben für Lernende, die wahlweise durch die Lehrkräfte in Form von selbst vorgegebenen Sätzen erfolgen soll. Damit sollen mehr Möglichkeiten für das gemeinsame Experimentieren im Deutschunterricht geboten werden.

Ferner steht auch die Etablierung von Künstlicher Intelligenz (KI) auf der Produkt-Roadmap. Besonders die Integration von Large Language Models (LLM) bietet die Möglichkeit den Lernenden die Erkennungsergebnisse zu erläutern und Teile des Erkennungssystems an die KI zu delegieren (z. B. die Autokorrektur von Eingabefehlern, die erneute Prüfung bei geringer Konfidenz des gegenwärtigen Erkennungssystems u. v. m.).

Hinsichtlich des Datenschutzes gibt es reichlich Möglichkeiten der datenschutzkonformen KI-Integration: Möglich wäre hier das Hosten des LLM über den Browser des Nutzenden (auch „client-side AI“ genannt) sowie die Möglichkeit des Hostens des Modells auf dem Server von LingMorph (auch „self-hosted AI“ genannt). Besonders sogenannte Transformer-Modelle bieten hier eine enorm hohe Erkennungsgenauigkeit und können mit den eben benannten Herausforderungen deutlich besser umgehen.

Ferner sind nach enger Absprache mit Fachreferenten von verschiedenen Landesämtern für Schule und Bildung sprachliche und strukturelle Anpassungen des Tools geplant. Alles in allem berücksichtige ich stets neue Möglichkeiten zur Verbesserung von LingMorph und freue mich jederzeit auf neue Impulse.

StartingUp: Danke, Abdu Alawal Ibrahim, für das Gespräch.

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

Das Marktumfeld für Wagniskapital in Deutschland galt in den vergangenen zwei Jahren als rau. Eine viel zitierte „Funding-Winter“-Phase dämpfte die Euphorie, große Wachstumsrunden wurden seltener. Umso bemerkenswerter ist der jüngste Meilenstein der Nufin GmbH, besser bekannt unter ihrem Markennamen Moss: Das Berliner Start-up sicherte sich 30 Millionen Euro in einer Series-C-Runde und überschreitet damit glatt die Milliardenbewertung. Moss gesellt sich somit zu einer neuen Generation deutscher Einhörner (Unicorns), zu der zuletzt auch die Mobilitätsfirma Finn und das Robotik-Unternehmen Neura Robotics zählten.

Angeführt wird die aktuelle Runde von Portage, dem kanadischen Fintech-Investment-Arm von Sagard, unter Beteiligung der Bestandsinvestoren Cherry Ventures. Dies ist bemerkenswert, da frühere Runden von Schwergewichten wie Valar Ventures (Peter Thiel) und Tiger Global Management dominiert wurden. Doch was steckt hinter dem rasanten Aufstieg, und wie behauptet sich das Geschäftsmodell in einem Markt, der von aggressiven Mitbewerbern geprägt ist?

Die Gründerhistorie: Aus dem Schmerz zur Lösung

Gegründet wurde Moss im Jahr 2019 von Ante Spittler (heutiger CEO), Anton Rummel, Ferdinand Meyer und Stephan Haslebacher. Die Ursprünge der Idee liegen im klassischen Gründer-Schmerz. Spittler, der vor der Gründung von Moss Erfahrungen im Venture Capital und in der Beratung sammelte, erlebte die finanziellen und administrativen Hürden von Start-ups aus erster Hand. Bei einer seiner früheren Unternehmungen dauerte es laut eigenen Angaben sechs Monate, um das finanzielle Chaos aufzuräumen, und weitere sechs Monate, um die Bücher endgültig zu schließen. „Alle Unternehmen, die ich gesehen hatte, hatten beim Aufbau ihrer Finanzabteilung mit denselben Problemen zu kämpfen“, resümierte Spittler im Rahmen der Entstehungsgeschichte.

Anfangs noch unter dem Namen Vanta gestartet (nicht zu verwechseln mit dem gleichnamigen US-amerikanischen Compliance-Start-up), fokussierten sich die Berliner zunächst darauf, moderne Firmenkreditkarten bereitzustellen, um das Spesen- und Ausgabenmanagement (Spend Management) zu digitalisieren. Das Team überzeugte schnell namhafte Geldgeber. Bereits kurz nach der Gründung stiegen Cherry Ventures und Global Founders Capital (Rocket Internet) ein. Im Jahr 2021 katapultierte Peter Thiels Fonds Valar Ventures das Start-up als Lead-Investor der Series-A auf die internationale Bühne, 2022 folgte Tiger Global mit 75 Millionen Euro für die Series-B – damals bei einer Bewertung von über 500 Millionen Euro.

• Umsatz & Wachstum: > 70 Mio. € ARR. Zuletzt 65 % Umsatzwachstum.
• Kundenstamm: > 5.000 Unternehmen. Aktiv in Deutschland, UK, den Niederlanden und Österreich. 2 Mio. Transaktionen monatlich.

Kritische Hinterfragung des Geschäftsmodells

Die Wachstumszahlen lesen sich beeindruckend: Über 70 Millionen Euro an wiederkehrenden jährlichen Umsätzen (ARR). Damit ergibt sich auf Basis der 1-Milliarde-Euro-Bewertung ein Multiple von knapp 14x, was im aktuellen SaaS-Klima als überaus ambitioniert gilt. Doch das Geschäftsmodell ist keineswegs ohne Herausforderungen.

Grundsätzlich verdienen Spend-Management-Plattformen ihr Geld über zwei Hauptsäulen:

1. Interchange Fees (Transaktionsgebühren): Bei jeder Kartenzahlung behält der Anbieter einen Prozentsatz ein. In der EU sind diese Gebühren für Firmenkreditkarten zwar nicht so rigide gedeckelt wie für Verbraucher, der Erlös pro Transaktion bleibt aber dennoch geringer als auf dem lukrativen US-Markt.
2. SaaS-Abonnementgebühren: Unternehmen zahlen monatliche Gebühren für die Nutzung der Software, das Rechnungsmanagement und tiefgreifende Integrationen (wie DATEV, Xero, Exact Online) sowie HR-Systeme (Personio, BambooHR, HiBob).

Kritiker*innen merken an, dass der Markt für Ausgabenmanagement extrem kompetitiv ist. Moss steht in direkter Konkurrenz zu enorm kapitalstarken Playern. Hinzu kommt eine wachsende Ausdifferenzierung: Für Software-lastige Start-ups können hybride Kostenmodelle unberechenbar werden, weshalb teils Spezialanbieter (wie Cledara für reines SaaS-Spend) oder etablierte Riesen (wie SAP Concur) vorgezogen werden. Die feste Bindung der Kunden über die Software (SaaS-Lock-in) ist für Moss folglich überlebenswichtig, da reine Kreditkartenfunktionen von Neobanken zunehmend als simples Standard-Feature angeboten werden.

Der Wettbewerb: Ein Rennen der Giganten

Moss bewegt sich keineswegs im luftleeren Raum. Der europäische Markt ist dicht besiedelt mit Playern, die fast identische Kernprobleme lösen wollen – darunter Pleo (Dänemark), Spendesk (Frankreich), Payhawk (Bulgarien/UK) und im DACH-Raum Circula. Zudem drängen US-Größen wie Brex, Ramp und Expensify weltweit auf den Markt.

Moss differenziert sich stark über tiefe Buchhaltungsautomatisierungen und einen extremen Fokus auf Sicherheit. Als BaFin-reguliertes Finanzinstitut unter dem PSD2-Rahmenwerk, ISO/IEC 27001:2022 zertifiziert, DORA-konform und mit Hosting auf der Google Cloud (GCP) in Frankfurt bedient Moss den strikten europäischen Sicherheitsanspruch punktgenau (inklusive Multi-Faktor-Authentifizierung, Biometrie und Vier-Augen-Prinzip).

Warum „nur“ 30 Millionen?

Eine Series-C-Runde mit 30 Millionen Euro, die ein Start-up in den Unicorn-Status hebt, wirft im Branchenvergleich Fragen auf. Zum Vergleich: Die Series-B umfasste noch stolze 75 Millionen Euro. Dies deutet auf zweierlei hin: Erstens hat Moss offensichtlich in den vergangenen Jahren eine sehr hohe Kapitaleffizienz bewiesen und verbrennt verhältnismäßig wenig Cash. Zweitens fungiert diese Runde weniger als klassische Kriegskasse für eine aggressive Marktexpansion, sondern primär als gezieltes strategisches Investment, um den Ausbau der neuen „Finance AI“-Suite voranzutreiben, ohne die Anteile der Gründer durch Verwässerung unnötig zu belasten. Es zeigt zudem eindrücklich, dass Investoren im aktuellen Klima weit mehr Wert auf Profitabilität als auf Wachstum um jeden Preis legen.

Der neue Rettungsanker: „Finance AI“ – Buzzword oder Gamechanger?

Das 30-Millionen-Ticket ist an ein klares strategisches Versprechen geknüpft: Die Weiterentwicklung zur „Finance AI“. Moss will es Kunden künftig ermöglichen, KI-Agenten für nahezu jeden Finanzjob frei zu konfigurieren.

Doch das Berliner Start-up setzt dabei bewusst auf eine eingebaute Kontrollmechanik. Statt vollautonomer Systeme bleibt der Mensch stets die letzte Instanz. In einer Umfrage unter 471 Führungskräften im Finanzbereich stellte Moss fest, dass 48 % der Befragten Kontrolle als oberste Priorität einstuften, während nur 6 % volle Autonomie wünschten. Investor Cherry Ventures fasste diesen Ansatz treffend zusammen: „Eine KI, die die Arbeit vorbereitet, ihre Herleitung bis auf das jeweilige Sachkonto nachvollziehbar macht und ohne Freigabe des Teams keine weitreichenden Aktionen ausführt.“

Kritisch betrachtet ist dies eine smarte Positionierung. So lässt sich das aktuelle Momentum des Begriffs „KI“ geschickt nutzen, ohne die massiven Haftungs- und Compliance-Risiken fehlerhafter automatischer Buchungen tragen zu müssen. Ob diese KI-Funktionen ausreichen, um Moss langfristig einen unüberwindbaren technologischen Burggraben gegenüber hochgerüsteten Wettbewerbern wie Spendesk oder Pleo zu sichern, wird die alles entscheidende Frage für die nächsten Geschäftsjahre sein.

Fazit: Ein starkes Signal für den Standort Deutschland

Der Aufstieg von Moss zum Unicorn ist ein starkes und dringend benötigtes Signal für das deutsche Start-up-Ökosystem. Ante Spittler und sein Team haben bewiesen, dass man auch in einem B2B-Markt, der oberflächlich betrachtet bereits überfüllt wirkt, durch exzellente Execution, starke Regulierungs-Compliance (BaFin, DORA) und einen tiefen Fokus auf lokale Kunden-Schmerzpunkte erfolgreich skalieren kann.

Dennoch wird die Luft an der Spitze zunehmend dünner. Moss muss in naher Zukunft beweisen, dass die vollmundig versprochene „Finance AI“ kein reines Marketing-Vehikel ist, sondern echten, messbaren SaaS-Mehrwert liefert, um die hohe Bewertungsgrundlage auch langfristig zu rechtfertigen.

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.

Muskel-Skelett-Erkrankungen sind ein massiver Wirtschaftsfaktor: Sie verursachen rund jeden vierten Krankheitstag in Deutschland. Oft wird an den Symptomen laboriert, während die Ursache schlichtweg im falschen Schuhwerk liegt, das den Fuß und damit die gesamte Körperstatik in eine Fehlbelastung zwingt. Das 2023 gegründete Start-up EVERSION Technologies hat genau dieses Problem als Business Case identifiziert und konnte in seiner Seed-II-Runde nun 2,3 Millionen Euro von einem breiten Investoren-Syndikat einsammeln.

Das Investor*innen-Setup im Detail: Angeführt wird die Runde vom neu hinzugekommenen Family Office Kammerer Holding und dem Chancenkapitalfonds der Kreissparkasse Biberach, der bereits in der Seed-I-Runde (Januar 2025) als Lead-Investor agierte. Darüber hinaus unterstützen der von der Mittelständischen Beteiligungsgesellschaft gemanagte Start-up BW Seed Fonds, die S-Kap Unternehmensbeteiligungsgesellschaft, Meerkat (die Kapitalbeteiligungsgesellschaft der Kreissparkasse Esslingen-Nürtingen) sowie Turtle das Startup. Komplettiert wird das Konsortium durch Business Angels aus den Netzwerken Heimatboost, BACB und hivn.

Vom „Ärztemarathon“ zum DeepTech-Start-up

Die Entstehungsgeschichte von Eversion liest sich wie das klassische Playbook eines Start-ups, das aus einem eigenen „Pain Point“ heraus geboren wurde. CEO Julia Zimmermann litt selbst unter chronischen Hüftschmerzen und durchlief einen wahren Ärztemarathon – ohne Befund. Die Lösung fand sie erst bei Wolfgang Triebstein, einem erfahrenen Orthopädie-Schuhtechnik-Meister mit eigenem Ganglabor in Eisenach. „Ich weiß aus eigener Erfahrung, wie Hüftschmerzen den Alltag bestimmen können. Umso mehr freut es mich, dass wir mit unserer Lösung so vielen Menschen helfen können“, so Julia Zimmermann.

Aus dieser persönlichen Erfahrung entstand die Idee, die aufwendige und teure Labordiagnostik von Triebstein zu digitalisieren und in den Alltag der Patient*innen zu bringen. Bereits 2022 machte das Team beim start2grow Gründungswettbewerb auf sich aufmerksam. Ende August 2023 folgte die offizielle GmbH-Gründung.

Heute vereint das Team tiefes handwerkliches Wissen mit moderner Technologie: Julia Zimmermann, die als CEO fungiert, bildet gemeinsam mit Timon Sutter eine Doppelspitze mit Fokus auf Strategie und Operations. Der Mathematiker und CTO Lucas Heitele ist für die komplexen Algorithmen verantwortlich, während der Sportwissenschaftler Maximilian Starkmann die biomechanische Validierung übernimmt. Komplettiert wird das Gründerteam durch den Erfinder Wolfgang Triebstein, der jahrzehntelange Praxis-Erfahrung und Laborerprobung aus der Orthopädieschuhtechnik mitbringt.

Das Produkt: Wirkkettenalgorithmen statt Gipsabdruck

Klassische orthopädische Einlagen stützen den Fuß primär passiv ab. Eversion bricht mit diesem Paradigma und setzt auf eine aktive Mobilisierung durch die sogenannte „0°-Sohle“.

Der Prozess ist stark datengetrieben:

1. Diagnostik im Alltag: Kund*innen tragen für zwei Wochen spezielle Sensorsohlen in ihren eigenen Schuhen.
2. Datenanalyse: Eine App wertet das Bewegungsverhalten aus. Sogenannte Wirkkettenalgorithmen übersetzen die Sensordaten in ein biomechanisches 3D-Anatomiemodell.
3. Die 0°-Sohle: Das Endprodukt ist auf der Unterseite gefräst, um die spezifische Fehlbelastung auszugleichen und eine neutrale 0°-Stellung zu erzwingen. Die Oberseite ist komplett flach, was den Fuß zwingt, aktiv zu arbeiten.

Kritisch hinterfragt: Geschäftsmodell und Erstattung

Heute, nach erfolgreicher CE-Zertifizierung als Medizinprodukt, agiert das Start-up primär im Direct-to-Consumer (D2C) Bereich. Das Endkund*innenprodukt kostet rund 249 Euro. Bis heute konnten über 1.500 Kund*innen gewonnen werden.

Der ZPP-Weg zur Erstattung

Besonders clever, aber auch risikobehaftet, ist die Erstattungsstrategie. Anstatt den bürokratischen Weg über das Hilfsmittelverzeichnis der gesetzlichen Krankenversicherung (GKV) zu gehen, rechnet Eversion über Präventionskurse ab. Die Kosten werden von allen gesetzlichen Kassen nach den Richtlinien der Zentralen Prüfstelle Prävention (ZPP) bezuschusst oder komplett getragen. Privatversicherte nutzen ein klassisches Rezept.

Die kritische Frage: Dieser Erstattungsweg ist brillant für einen schnellen Markteintritt. Es bleibt jedoch abzuwarten, ob die Krankenkassen dieses Modell auf Dauer tolerieren, wenn die Nutzer*innenzahlen in die Zehntausende skalieren.

Markt und Wettbewerb: Start-ups vs. Handwerks-Goliaths

Der Markt für smarte Ganganalyse ist stark umkämpft.

Unser Fazit

Eversion Technologies ist ein Paradebeispiel dafür, wie man analoge Handwerkskunst (Orthopädieschuhtechnik) erfolgreich mit Hard- und Software in ein skalierbares Geschäftsmodell überführt. Das Gründungsteam ist interdisziplinär exzellent aufgestellt und hat mit dem neuen Millionenkapital den nötigen Runway, um den Vertrieb in die Breite zu bringen.

Der Knackpunkt für den langfristigen Erfolg wird sein, ob es dem Start-up gelingt, die B2B2C-Partnernetzwerke aus Ärzt*innen, Therapeut*innen und Sanitätshäusern wie geplant auszubauen und die Kund*innen langfristig von der passiven Bequemlichkeit klassischer Einlagen hin zur aktiven 0°-Sohle zu erziehen. Gelingt dies, könnte Eversion den Markt für orthopädische Hilfsmittel nachhaltig disruptieren.

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.

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.

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.

Angeführt wird die Finanzierung vom VC-Fonds Hummingbird, mit Beteiligung von Northzone, LocalGlobe, Village Global und redalpine. Das Unternehmen, das operativ aus München gesteuert wird und rechtlich in Aachen registriert ist, entwickelt die Daten- und Deployment-Plattform "Atlas". Diese soll Industrieunternehmen dabei unterstützen, Roboter schneller, sicherer und präziser in Fabriken zu integrieren.

Aus der Formel 1 in die Fabrikhalle

Gegründet wurde microagi vor rund zehn Monaten im Jahr 2025. Hinter dem Start-up stehen unter anderem ehemalige Formel-1-Ingenieure von Red Bull Racing und Mercedes-AMG Petronas. Der Motorsport prägt dabei die Firmenphilosophie, da es dort primär darum geht, komplexe Maschinen unter Druck verlässlich arbeiten zu lassen.

• Das Management: Bercan Kilic (CEO) arbeitete zuvor als Aerodynamik-Ingenieur bei Red Bull Racing. Nico Nussbaum fungiert als CTO und leitet die technische Integration bei den Kunden vor Ort.
• Das Team: Die Belegschaft rekrutiert sich neben Abgängern der ETH Zürich und der TU München aus Mathematik-Olympiasiegern, Raketeningenieuren sowie ehemaligen Mitarbeitern von DeepMind und Apple.
• Standorte: Neben dem Münchner Hauptsitz betreibt microagi einen globalen Forschungs-Hub in Zürich sowie Büros in London und New York.

Geschäftsmodell und kritische Einordnung

microagi baut weder eigene Roboter noch trainiert das Team eigene Basis-KI-Modelle von Grund auf. Das Start-up positioniert sich bewusst als "Middleware" – eine neutrale Schicht zwischen der Kundeninfrastruktur und fortschrittlichen KI-Modellen.

• Der Ansatz: Die Plattform Atlas erfasst spezifische Betriebsdaten direkt aus der laufenden Produktion der Kunden. Diese Daten werden in Simulationen vervielfältigt, um KI-Modelle für konkrete Aufgaben feinzujustieren. Anschließend bringen Vor-Ort-Ingenieure von microagi die Roboter zusammen mit Hardware-Partnern wie NVIDIA oder Unitree in die Werkshallen.
• Die Kontroverse um "Shift": Um an dringend benötigte Trainingsdaten zu gelangen, ging microagi in der Vergangenheit unkonventionelle und teils umstrittene Wege. Über die virale App "Shift" bot das Unternehmen (zunächst in den USA) kostenlose Wohnungsreinigungen an. Der Haken: Die Reinigungskräfte trugen Helmkameras und filmten die Handgriffe aus der Ich-Perspektive. Nutzer tauschten hierbei ihre innerste Privatsphäre gegen eine Dienstleistung – ein datenschutzrechtlicher Drahtseilakt, der verdeutlicht, wie extrem der Hunger der KI-Branche nach realen Bewegungsdaten ist.
• Skalierbarkeitsrisiko: Die Strategie, sich auf Deployment und Feintuning zu konzentrieren, erspart Industriekunden zwar die Abhängigkeit von einem einzigen Hardware-Anbieter (Vendor Lock-in). Das Risiko liegt jedoch in der Skalierung: Da Ingenieure von microagi physisch bei jedem Kunden vor Ort arbeiten müssen, ähnelt das Modell einem beratungsintensiven Agenturgeschäft. Dies könnte die in der Software-Branche sonst üblichen hohen Margen belasten.

Markteinordnung: Die Wette auf die Reindustrialisierung

Europa droht bei der Automatisierung den Anschluss zu verlieren: Während Europa im Jahr 2024 lediglich 85.000 Fabrikroboter (16 Prozent des globalen Anteils) installierte, verzeichnete China im selben Jahr 295.000 Installationen (54 Prozent). Gleichzeitig stehen europäische Fabriken vor einem massiven demografischen Wandel, da in diesem Jahrzehnt ein Großteil der erfahrenen Belegschaft in Rente geht.

Dass namhafte VCs nun eine solche Summe in ein europäisches Deployment-Unternehmen stecken, ist ein starkes Signal für den Standort. Microagi muss nun beweisen, dass der manuelle Integrationsaufwand in den Fabriken nicht zum Flaschenhals wird. Gelingt dies, könnte das Start-up zu einer der wichtigsten Datenschnittstellen der europäischen Industrie-Robotik werden.

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:

1. Etablierte Sensor-Giganten: Große Player im Bereich Lidar und optische 3D-Erfassung dominieren den Markt und verfügen über tief integrierte Kundenbeziehungen.
2. 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.

Die Zahlen der Fashion-Industrie waren lange ein ökologischer Offenbarungseid: Bei Retourenquoten von teils über 40 Prozent im Onlinehandel landeten europaweit jährlich Millionen Tonnen neuwertiger Textilien im Schredder oder in der Verbrennungsanlage. Die Sichtung und Aufbereitung von Retouren oder Saisonware war für viele Marken schlichtweg teurer als die Entsorgung.

Doch damit ist ab dem 19. Juli 2026 Schluss. Mit dem Greifen der EU-Ökodesign-Verordnung (ESPR) gilt für große Unternehmen ein striktes Vernichtungsverbot für Bekleidung, Accessoires und Schuhe. Unternehmen müssen stattdessen Alternativen wie Wiederverkauf, Reparatur, Spenden oder Recycling etablieren und diese lückenlos dokumentieren. Wer dennoch entsorgt, muss Menge und Gründe künftig öffentlich machen – ein enormes Reputationsrisiko. Für mittelständische Unternehmen folgt das Verbot 2030, Kleinstunternehmen bleiben vorerst ausgenommen.

„Das Vernichtungsverbot ist ein wichtiger Schritt. Es setzt ein klares Signal gegen die Verschwendung wertvoller Ressourcen und schafft Anreize, von Anfang an anders mit Produkten umzugehen“, ordnet Dr. Carsten Gerhardt, Vorsitzender der Circular Valley Stiftung, die politische Weichenstellung ein.

Der Markt: Compliance erzwingt Innovation

Damit wandelt sich die Kreislaufwirtschaft (Circular Economy) in der Textilbranche schlagartig von einem CSR-Thema („nice to have“) zu harter Compliance. Marken suchen händeringend nach externen Dienstleister*innen, um ihre Prozesse gesetzeskonform und kosteneffizient umzubauen.

Fast Fashion und der Post-Consumer-Abfall

Das neue Vernichtungsverbot ist ein regulatorischer Meilenstein, doch es adressiert vor allem die Spitze des Eisbergs: unverkaufte Neuware und Retouren (Pre-Consumer-Waste). Die weitaus größere Herausforderung bleibt das dahinterliegende Geschäftsmodell der Fast Fashion. Durch extrem kurze Nutzungsdauern, mindere Materialqualitäten und geringe Wiederverwendungsquoten entsteht der Großteil des globalen Textilmüllbergs erst nach dem Kauf bei dem /der Endverbraucher*in.

„Wenn wir Textilien wirklich im Kreislauf halten wollen, müssen wir den gesamten Lebenszyklus betrachten – vom Design über Nutzung und Wiederverwendung bis hin zum hochwertigen Recycling. Hier entstehen derzeit zahlreiche Innovationen“, mahnt Dr. Carsten Gerhardt. Für Start-ups bedeutet das: Wer nicht nur unverkaufte Neuware rettet, sondern skalierbare Lösungen für den gewaltigen Post-Consumer-Abfall der Fast-Fashion-Industrie findet, bedient einen Markt mit gigantischem Volumen.

Das deutsche Start-up-Ökosystem: Wer den Kreislauf schließt

In genau diese Lücken stoßen derzeit deutsche Start-ups. Sie bauen die technologische und logistische Infrastruktur für eine Industrie, die bisher primär auf den linearen Vertrieb optimiert war. Das Ökosystem fächert sich dabei in hochspezialisierte Segmente entlang des gesamten Produktlebenszyklus auf:

Produktdesign & digitale Infrastruktur (Pre-Life)

Um Textilien am Ende ihrer Lebensdauer verwerten zu können, müssen Materialzusammensetzungen exakt bekannt sein.

• circular.fashion (Berlin): Das Start-up von Gründerin Ina Budde zählt zu den deutschen Pionieren für den von der EU geforderten Digitalen Produktpass (DPP). Mit der circularity.ID erhält jedes Kleidungsstück einen digitalen "Reisepass" (via QR-Code oder NFC), der alle Infos zu Materialien speichert. Zudem bietet das Unternehmen eine Software an, die Designern schon beim Entwurf zeigt, ob ein Produkt später mechanisch oder chemisch recycelbar ist.

Recommerce-as-a-Service & Reverse Logistics (Mid-Life)

Unverkaufte Ware und Retouren müssen vorrangig wieder in den Markt gebracht werden.

• reverse.supply (Berlin): Einer der führenden Akteure für B2B-Recommerce. Das Start-up baut für Marken wie Armedangels oder hessnatur White-Label-Second-Hand-Shops auf und übernimmt die komplette „Reverse Logistics“ im Hintergrund: Annahme, Qualitätsprüfung (Grading), Aufbereitung und Fotografie. Für Marken, die ab sofort nicht mehr vernichten dürfen, ist dieser Service ein direkter Rettungsanker.
• Recash (München): Ein plattformgetriebener Ansatz, der Marken hilft, Recommerce unkompliziert an den primären E-Commerce anzudocken. Das Start-up fungiert als Schnittstelle zwischen Kunden, Marken und Second-Hand-Verwertern.
• TextilTiger: Der Spezialist für die „First Mile“ der Alttextilien. Das in Hamburg gegründete Start-up holt Altkleider mit E-Lastenrädern direkt an der Haustür ab – ein Service, den das Unternehmen aktuell fokussiert in München anbietet. Das verhindert die in klassischen Sammelcontainern übliche Verschmutzung und garantiert die hohe Materialqualität, die für ein anschließendes Recycling zwingend nötig ist.

DeepTech, Recycling & Materialrückgewinnung (End-of-Life)

Produkte, die nicht mehr verkauft werden können, müssen recycelt werden. Hier liegt die höchste technologische Einstiegshürde.

• eeden (Münster): Das Start-up löst das Problem von Mischgeweben (z.B. Baumwoll-Polyester-Mix). Mit einem patentierten chemischen Recyclingverfahren gewinnen sie Zellulose aus Alttextilien zurück, die zu neuen, hochwertigen Fasern gesponnen wird. Wie stark dieser Markt wächst, zeigt eine kürzlich abgeschlossene Series-A-Finanzierung von eeden über 18 Millionen Euro.
• TURNS (Erlangen): Fokussiert sich auf das physische Faser-zu-Faser-Recycling. Das exist-geförderte Start-up sortiert Alttextilien und verarbeitet sie zu hochwertigem Recycling-Garn für neue Kollektionen.
• Kleiderly (Berlin): Für Textilien, die nicht mehr zu Garn werden können, hat das preisgekrönte Start-up ein Verfahren entwickelt, das Textilmüll in eine Alternative zu erdölbasiertem Plastik umwandelt – etwa für die Produktion von Kleiderbügeln für die Modeindustrie.

B2B-Nischen & Corporate Workwear

Auch abseits der klassischen Modeindustrie entsteht durch die Regulierung enormer Innovationsdruck.

• Circularity: Das Alumni-Start-up (Batch 1) des Circular Economy Accelerators der Circular Valley Stiftung zeigt, wie branchenspezifische Lösungen aussehen. Das Team entwickelt geschlossene Stoffkreisläufe speziell für Berufsbekleidung. Ein enormer Hebel, da Workwear aufgrund von Firmenlogos und Sicherheitsnormen bisher fast ausnahmslos der Verbrennung zugeführt wurde.

Wo die Chancen für Gründer*innen liegen

Das Wettbewerbsumfeld formiert sich gerade neu. Für Gründer*innen und VCs ergeben sich vor dem Hintergrund der neuen EU-Regulierung drei zentrale Kernmärkte mit enormem Skalierungspotenzial:

1. Software & Reporting: Werkzeuge für Materialdokumentation, Traceability (DPP) und rechtskonformes Reporting treffen aktuell auf Kunden mit extrem hoher Zahlungsbereitschaft, da die Fristen für die großen Akteur*innen ablaufen.
2. Infrastructure-as-a-Service: Modekonzerne sind auf den Hinweg zur Kundschaft optimiert. Start-ups, die die extrem kleinteilige Logistik für Grading, Refurbishment und Recommerce als White-Label-Lösung abnehmen, skalieren stark.
3. Climate-Tech & Materialinnovation: Verfahren, die das Textilrecycling vom Labor in den industriellen Maßstab bringen, lösen den größten Flaschenhals der gesamten Branche und stehen im Fokus großer Kapitalgebenden.

Fazit

Das Vernichtungsverbot markiert das regulatorisch erzwungene Ende des linearen „Take-Make-Dispose“-Modells in der Textilbranche. Der Gesetzgeber agiert ab sofort als mächtigster Vertriebsmitarbeiter für Circular-Economy-Start-ups. Wer jetzt die B2B-Schnittstellen baut, um großen Marken die Kreislaufwirtschaft als Service anzubieten, positioniert sich rechtzeitig in einem wichtigen europäischen Wachstumsmarkt.

Der Übergang zu einer Kreislaufwirtschaft in der Textilbranche stockt oft an einer ganz entscheidenden Stelle: der hochgradig effizienten Sortierung. Genau hier setzt das Berliner KI-Start-up reverse.fashion an und hat nun eine siebenstellige Erweiterung seiner Pre-Seed-Finanzierungsrunde durch den High-Tech Gründerfonds (HTGF) abgeschlossen. Das frische Kapital soll genutzt werden, um bestehende Pilotprojekte auszuweiten und den kommerziellen Markteintritt der industriellen Sortierlösung „line.sort“ voranzutreiben.

Die Technologie: Von der Handarbeit zur Automatisierung

Bisherige manuelle Sortierprozesse stoßen an wirtschaftliche und kapazitäre Grenzen. reverse.fashion nutzt für seine Anlagen künstliche Intelligenz, um Kleidungsstücke präzise nach Zustand, Stil, Marke, Größe sowie Materialzusammensetzung zu kategorisieren und zu digitalisieren. So sollen die Textilien exakt für den Wiederverkauf oder das hochwertige Recycling getrennt werden. Laut Mitgründer Dr. Karsten Pufahl steigern Kund*innen durch die Anlagen ihre Produktivität um 40 Prozent und erzielen gleichzeitig eine Erlössteigerung von etwa 20 Prozent. Neben der Hardware-Gesamtlösung „line.sort“ bietet das Start-up auch das Softwareprodukt „co.sort“ an, mit dem die erfolgreichen Pilotprojekte in den kommenden Monaten fortgeführt werden.

Gründungshistorie und Team: Tiefes Branchen-Know-how

Gegründet wurde reverse.fashion 2024 als Spin-off aus der Technischen Universität Berlin (Fachgebiet Mikro- und Feingerätetechnik). Die Technologie basiert auf geistigem Eigentum (IP), das in gemeinsamen Forschungsprojekten der TU Berlin, der Freien Universität Berlin und der circular.fashion GmbH entwickelt wurde.

Das derzeit zwölfköpfige Team wird von drei Gründern geführt:

• Dr. Karsten Pufahl (Managing Director / CTO): Der Physiker bringt profunde Expertise in KI, Optik und Hardware-Engineering mit und leitete zuvor eine Arbeitsgruppe an der TU Berlin, die sich intensiv mit Textilsortierung befasste.
• Paul Doertenbach (Managing Director Strategie & Vertrieb): Er steuert über 16 Jahre Erfahrung im Altkleider-Sektor bei. Er baute unter anderem I:Collect, das weltweit erste Rücknahmesystem für Alttextilien, als Managing Director auf.
• Mario Osterwalder (Managing Director Operations, Finanzen & Business Development): Er war zuvor sieben Jahre bei ABB tätig und sammelte anschließend als Co-Founder von circular.fashion sieben Jahre lang Branchenerfahrung. Zudem ist er aktiv in die Entwicklung des EU Digital Product Passports eingebunden.

Marktumfeld und Wettbewerb

Treibende Kräfte für das Geschäftsmodell sind steigende regulatorische Anforderungen, insbesondere die erweiterte Herstellerverantwortung (EPR) und striktere EU-Vorgaben. Doch der Weg zum Branchenstandard ist steinig. Der Markt für KI-basierte Textilsortierung wird global kompetitiver. Wettbewerber wie Refiberd (USA) oder NewRetex aus Dänemark drängen in denselben Space. Auch etablierte Player wie der Recycling-Pionier SOEX nutzen bereits Nahinfrarot-Technologien.

Ein großes technologisches Problem der Branche bleibt die komplexe Zusammensetzung moderner Kleidung. Mischgewebe machen ein sortenreines Recycling zur Herkulesaufgabe. Hinzu kommt der Trend zu „Ultra-Fast-Fashion“, durch den die Qualität des eingespeisten Materials in den Sortieranlagen massiv sinkt.

Geschäftsmodell auf dem Prüfstand

Für reverse.fashion liegt die größte betriebswirtschaftliche Hürde in der Skalierung der Hardware. Das Altkleider- und Sortiergeschäft ist traditionell eine absolute „Low-Margin“-Industrie. Die Investitionskosten für hochentwickelte Anlagen wie „line.sort“ müssen sich sehr schnell amortisieren. Erzielen die durch die KI erzeugten sortenreinen Materialströme am Markt keine signifikanten Preisprämien, rechnet sich die Anschaffung der Technologie für die Sortierer nicht.

Unsere Einordnung

Für die Start-up-Szene ist reverse.fashion ein exzellentes Fallbeispiel dafür, wie tiefe wissenschaftliche Forschung mit harter Industrie-Erfahrung gekreuzt wird. Das Gründer-Team gehört durch die jahrelange Erfahrung in der Sortierindustrie vom Track-Record her zum Besten, was die europäische Circular-Economy-Szene zu bieten hat. Dennoch handelt es sich um ein kapitalintensives B2B-Hardware-Business. Der langfristige Erfolg wird nicht allein davon abhängen, ob die Algorithmen den Unterschied zwischen Baumwolle und Viskose erkennen, sondern ob es gelingt, die Entsorgungsbranche von den Vorabinvestitionen zu überzeugen.

Die serielle Sanierung setzt auf Vorfertigung, kurze Baustellenzeiten und standardisierte Prozesse. Die ScaleUp Alliance EFH startet als neues Format, das gezielt die Skalierung erfolgreicher Lösungsansätze für die serielle Sanierung im Einfamilienhaussegment vorantreibt. Den Auftakt bildet die Skalierungswerkstatt im Rahmen des Energiesprong-Festivals am 7. und 8. September in Berlin. Die Teilnehmenden kommen zusammen und bearbeiten konkrete Challenges für die Skalierung der seriellen Sanierung im Einfamilienhaussegment. Ziel ist es, motivierte und engagierte Menschen zu finden, die auch über die Veranstaltung hinaus weiter gemeinsam mit uns zusammenarbeiten: In einer anschließenden Entwicklungsphase werden gemeinsam Ideen konkretisiert, Partnerschaften gebildet und die entwickelten Prototypideen weiterentwickelt, die einen Beitrag dazu leisten können, die serielle Sanierung dauerhaft im Markt zu verankern.

Gesucht werden insbesondere Start-ups, Unternehmen, Industriepartner sowie Menschen mit Innovations- und Skalierungserfahrung. Auch Sponsoring-Partner und Investoren sind eingeladen, sich einzubringen und die Skalierung aktiv zu unterstützen.

Ein Marktsegment mit Potenzial

Nach aktuellen Schätzungen der dena, ergibt sich aktuell ein Potenzial von etwa 2,6 Millionen Gebäuden, die unter heutigen Rahmenbedingungen grundsätzlich für eine serielle Sanierung infrage kommen. Dieses Potenzial zu erschließen, birgt jedoch auch zentrale Herausforderungen. Denn die Anforderungen sind vielfältig: Unterschiedliche Gebäudetypen, individuelle Bedürfnisse von Eigentümerinnen und Eigentümern sowie unterschiedliche finanzielle Ausgangssituationen und Investitionsbereitschaften. Hinzu kommt, dass auf der Angebotsseite gleichzeitig ausreichend Kapazitäten in Planung, Produktion und Umsetzung aufgebaut und langfristig gesichert werden müssen. Diesen konkreten Herausforderungen stellen sich die Teilnehmenden in der Challenge der Skalierungswerkstatt:

Die Challenge: Skalierbare Komplettsanierung aus einer Hand

Die Skalierungswerkstatt widmet sich der zentralen Frage: „Wie bauen wir einen überregionalen Anbieter für energetische Sanierungen aus einer Hand auf?“

Dabei können verschiedene Konzeptansätze verfolgt werden, etwa die Bündelung der Nachfrage, die Entwicklung einer digitalen Vermittlungsplattform oder die Erarbeitung skalierbarer Geschäftsmodelle für Gesamtlösungsanbieter. Weitere Möglichkeiten sind die dezentrale Umsetzung über regionale Netzwerke, der Aufbau von Gigafabriken für industrielle Produktionsstätten oder die Optimierung von Akquise- und Vertriebsprozessen. All diese Ansätze sollen im Rahmen von Komplettsanierungen im Einfamilienhaussegment gedacht werden und schlussendlich in der ScaleUp Alliance zu einer ganzheitlichen Umsetzung für die Skalierung zusammengeführt werden.

Darum lohnt es sich mitzumachen

Teilnehmende der ScaleUp Alliance EFH erhalten die Möglichkeit, neue Kontakte zu knüpfen, gezielt mit relevanten Akteuren entlang der gesamten Wertschöpfungskette zusammenzuarbeiten und Ideen für das Einfamilienhaussegment konsequent in Richtung Umsetzung und Skalierung zu denken.

Die Entwicklungsphase wird eng vom dena-Energiesprong-Team begleitet und bietet über das bereits große Netzwerk Zugang zu verschiedenen Marktakteuren sowohl auf Anbieter- als auch auf Eigentümerseite. Im Mittelpunkt steht der direkte Austausch zwischen Start-ups, etablierten Unternehmen, Investorinnen und Investoren sowie weiteren Akteuren, die den Markthochlauf der seriellen Sanierung aktiv vorantreiben wollen.

Die Bewerbung zur Skalierungswerkstatt der ScaleUp Alliance EFH läuft bis zum 11. August.

Weitere Informationen und Bewerbung finden sich hier.

Die Basis für ein erfolgreiches DeepTech-Start-up ist fast immer wissenschaftliche Exzellenz gepaart mit unternehmerischem Pragmatismus. Bei alqem, das Teil des UnternehmerTUM-Ökosystems ist und Arbeitsplätze in München und Coimbra plant, scheint diese Mischung vielversprechend.

Das Gründungs-Trio vereint drei essenzielle Domänen:

• Dr. Hanh Nguyen (CEO): Bringt mit vorherigen Stationen bei McKinsey, Unilever und OCI Global die nötige wirtschaftliche und strategische Skalierungserfahrung mit.
• Dr. Tiago Cerqueira (CTO): Hat als Mitentwickler der offenen Materialdatenbank Alexandria bereits bewiesen, dass er große Datenmengen in der Materialwissenschaft strukturieren und nutzbar machen kann.
• Prof. Milan Allan (CSO): Ist Lehrstuhlinhaber für Experimentalphysik an der LMU München und verantwortet die wissenschaftliche Perspektive im Labor.

Flankiert wird das Team von wissenschaftlichen Beraterinnen und Beratern, darunter Prof. Claudia Felser (Max-Planck-Institut für Chemische Physik fester Stoffe, Dresden), Prof. Miguel Marques (Ruhr-Universität Bochum) und dem ehemaligen McKinsey-Partner Michael Viertler. Forschungspartnerschaften mit der LMU München, der TUM, dem Max-Planck-Institut Dresden sowie den portugiesischen Universitäten Técnico Lissabon, Porto und Coimbra sichern den Zugang zu Talent*innen und Infrastruktur.

Der Markt: Raus aus der chinesischen Abhängigkeit

Der strategische Fokus von alqem trifft den industriepolitischen Nerv der Zeit. Das erste konkrete Anwendungsfeld des Startups sind Permanentmagnete, die ohne den Einsatz seltener Erden auskommen. Der Schmerz der europäischen Industrie ist hier gewaltig:

• Rund 90 Prozent der heute verwendeten Hochleistungspermanentmagnete werden in China produziert, was eine immense geopolitische Abhängigkeit schafft.
• Gleichzeitig liegt der letzte wesentliche Durchbruch in der Entwicklung neuer magnetischer Materialien mehr als 40 Jahre zurück.

Dr. Hanh Nguyen bringt das Potenzial auf den Punkt: Ziel sei es, Materialien systematisch zu erschließen, die etwa die Effizienz von Elektrofahrzeugen und Windturbinen steigern und kritische Lieferketten unabhängig von der Produktion in einem einzigen Land machen. Investoren wie Amanda Birkenholz von UVC Partners sehen in fortschrittlichen Materialien gar das Zentrum zukünftiger Technologien – von sauberer Energie über Mobilität bis hin zur Verteidigung.

Das Geschäftsmodell: Kritisch hinterfragt

Alqems Ansatz beruht auf einer zweigleisigen Plattformtechnologie: Einerseits "al-mine", eine Datenbank für vorhergesagte stabile kristalline Verbindungen, und andererseits "al-oracle", welches domänenspezifische Trainingsdaten für Materialeigenschaften liefert. Der entscheidende Differenzierungsfaktor – und gleichzeitig der mögliche Flaschenhals – ist die Ergänzung dieser digitalen Ebene durch eigene Laborkapazitäten zur Synthese und Charakterisierung der KI-Vorschläge. Das Start-up vermeldet, bereits eine Pipeline vielversprechender Kandidatinnen und Kandidaten entwickelt und deren vorhergesagte Leistungsfähigkeit experimentell validiert zu haben. Das erklärte Ziel: Den Entwicklungszyklus von der wissenschaftlichen Vorhersage bis zur industriellen Anwendung von Jahrzehnten auf Jahre oder gar Monate zu verkürzen.

Die strukturellen Herausforderungen des Modells:

• Labor-Skalierbarkeit: Eine KI kann Millionen Verbindungen in Rekordzeit berechnen, doch die physische Synthese im Labor bleibt oft ein iterativer, ressourcenintensiver Prozess. 8 Millionen Euro Pre-Seed-Kapital klingen solide, können beim Aufbau eigener Hardware-Labore und teurer Prüfstände jedoch schnell aufgebraucht sein.
• IP und Monetarisierung: Es bleibt die Frage, wie alqem skalierbare Umsätze generiert. Verfolgt das Startup ein Discovery-as-a-Service-Modell für große Industriekunden? Werden Patente für neuartige Magnete an Automobilzulieferer lizenziert? Wenn alqem den Weg wählt, Rohstoffe selbst zu produzieren, wird aus dem agilen KI-Start-up schnell ein kapitalintensives Industrieunternehmen.

Der Wettbewerb: Keine "Blue Ocean"-Strategie

alqem ist mit der Vision einer KI-gestützten Materialrevolution keineswegs allein. Die sogenannte "Materials Informatics" erlebt einen regelrechten Hype. Ein Blick auf den globalen Wettbewerb zeigt, wie umkämpft das Feld bereits ist:

• Altrove (Frankreich): Das Pariser Start-up hat kürzlich Millionen eingesammelt, betreibt ebenfalls KI-gestützte Synthese-Labore und fokussiert sich exakt auf dasselbe Ziel: Alternativen zu seltenen Erden zu finden.
• CuspAI (UK): Mit einem massiven Funding von über 100 Millionen US-Dollar im Rücken fokussiert sich dieses Team auf neue Materialien für den Klimaschutz.
• Dunia (Deutschland) & Materials Nexus (UK): Beide Start-ups nutzen „Self-Driving Labs" und maschinelles Lernen, um Materialentwicklungen drastisch zu beschleunigen.

Darüber hinaus werfen Tech-Giganten wie Google (mit dem GNoME-Projekt) und Microsoft (mit MatterGen) enorme Rechenpower auf das Problem und stellen Millionen neuer Kristallstrukturen open-source zur Verfügung. Alqem muss in den nächsten Monaten beweisen, dass die Symbiose aus eigenen Datenfundamenten und hauseigenem Labor einen ausreichend tiefen Burggraben gegen diese Übermacht bietet.

Unser Fazit

Mit alqem tritt ein akademisches Schwergewicht aus dem Münchner Ökosystem in den Ring, das das Potenzial hat, Europas industrielle Souveränität im Hardware-Sektor entscheidend zu stärken. Die Idee, eine systematische Karte des Materialuniversums mit Hunderten Millionen Möglichkeiten zu entwerfen und direkt physisch zu validieren, ist ambitioniert und exzellent fundiert. Die Lead-Investoren setzen hier spürbar darauf, Weltklasse-Wissenschaft in ein skalierbares Unternehmen zu übersetzen.

Das Gründungsteam muss nun beweisen, dass es nicht nur exzellent forschen, sondern auch kommerziell abliefern kann. Gelingt es alqem, den ersten marktreifen Hochleistungsmagneten ohne seltene Erden seit über vierzig Jahren industriell anwendbar zu machen, hat Deutschland ein potenzielles neues Unicorn im DeepTech-Sektor. Das Rennen um die Materialien der Zukunft hat allerdings gerade erst begonnen.

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.