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.

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.

Die Geschichte von Lichtwart verbindet tradierte Handwerkstradition mit moderner IoT-Technologie. Das Start-up wurde im Jahr 2020 von Gregor Giataganas und Johannes Mailänder gegründet und hat seine Wurzeln im ostwestfälischen Mittelstand. Mailänders Urgroßvater Ernst Bertelmann reparierte bereits vor sieben Jahrzehnten Glühbirnen und legte damit den Grundstein für den Familienbetrieb Bertelmann im Bereich der Licht- und Außenwerbung. Aus dieser jahrzehntelangen Praxis heraus erkannten die Gründer die klaffende Digitalisierungslücke in kleineren und mittleren Gewerbeimmobilien. Anfang 2024 komplettierte der erfahrene IoT-Unternehmer und relayr-Mitgründer Jackson Bond das Gründerteam als Co-Founder und Investor.

Während Großimmobilien und Rechenzentren oft über Millionenbudget-schwere Gebäudeleittechnik verfügen, betreiben Unternehmen mit dezentralen Filialnetzen – etwa Supermärkte, Tankstellen oder Systemgastronomie – ihre Standorte häufig ohne automatisierte Steuerung. Störungen bleiben mangels digitaler Überwachung oft tagelang unbemerkt, während Servicetechniker ohne Vorabinformationen anreisen müssen. Lichtwart entwickelte daraufhin ein kompaktes Hardware-Modul samt Cloud-Plattform, das Transparenz über Betriebs- und Energieverbräuche in Echtzeit schafft und Ausfallzeiten minimiert.

Dass das Konzept im Markt greift, bewies das Unternehmen bereits vor dem aktuellen GS1-Deal. Neben einer strategischen Vertriebspartnerschaft mit der Deutschen Telekom zählen namhafte Akteure wie VARTA, Schüco, HanseMerkur, Orlen und die Autobahn GmbH zu den Anwendern. Zudem sicherte sich Lichtwart den Hauptpreis sowie die Kategorie „Smarte Gebäudeeffizienz“ beim PropTech Germany Award 2025.

Die Technologie: Plug-and-Play trifft auf internationale Datenstandards

Der Kern der Lichtwart-Lösung ist ein IoT-Controller, der sich nach Unternehmensangaben innerhalb weniger Minuten installieren lässt und ohne zeitintensive Vor-Ort-Programmierung auskommt. Die Hardware verbindet technische Anlagen an den Standorten mit einer zentralen, cloudbasierten Serviceplattform.

Neu an der Kooperation mit butterfly & elephant ist die konsequente Standardisierung der erfassten Daten. Über den Global Individual Asset Identifier (GIAI) erhält jedes technische Gerät – wie etwa eine Kühl- oder Klimaanlage – eine weltweit eindeutige Kennung. Ergänzend wird jeder Standort über die Global Location Number (GLN) präzise referenziert. Für den eigentlichen Datenfluss sorgen die Electronic Product Code Information Services (EPCIS), die eine gemeinsame Datenstruktur bilden, über die Betriebs-, Sensor- und Wartungsdaten nahtlos zwischen unterschiedlichen Systemen ausgetauscht werden können. Wie Benjamin Birker, Managing Director bei butterfly & elephant, betont, soll diese gemeinsame Sprache verhindern, dass Daten an Unternehmens- oder Systemgrenzen enden und sich Servicetechniker wie Betreiber stets auf exakt dasselbe Asset beziehen.

Geschäftsmodell, Markt und Wettbewerb

Der Markt und das Potenzial

Der Markt für PropTech-Lösungen im Gewerbebereich steht unter hohem Druck. Einerseits zwingen gestiegene Energiekosten und strenge ESG-Berichtspflichten Unternehmen zum Handeln. Andererseits scheuten viele Filialisten bislang die immensen Investitionskosten klassischer Gebäudeautomationssysteme, da diese für dezentrale Strukturen wirtschaftlich meist nicht darstellbar sind. Lichtwart adressiert exakt diesen unerschlossenen Mittelbau zwischen Consumer-Smart-Home und High-End-Gebäudeleittechnik.

Die Entwicklung der Investor*innenlandschaft

Die Beteiligung von butterfly & elephant markiert die nächste Evolutionsstufe in der Skalierung des Herforder Start-ups. Bereits im September 2024 sammelte Lichtwart in einer Pre-Seed-Finanzierungsrunde eine siebenstellige Summe ein. Als Geldgeber traten damals der Lead-Investor BitStone Capital, der Co-Lead-Investor Vireo Ventures sowie das Angel-Netzwerk better ventures auf. Mit butterfly & elephant kommt nun kein rein finanzieller VC an Bord, sondern der Corporate-Venture-Capital-Arm von GS1 Germany. Während genaue Finanzkennzahlen wie Bewertung und Summe vertraulich bleiben, liegt der eigentliche Mehrwert im unmittelbaren Zugang zum weltweiten GS1-Netzwerk und dessen Etablierung im Gebäudesektor.

Die Hürden im Geschäftsmodell

Das Modell kombiniert den Vertrieb von Edge-Hardware mit wiederkehrenden Software-Gebühren für die Plattform. Die größte Herausforderung liegt in der Skalierung im Bestandsbau. In der Praxis treffen B2B-Start-ups auf ein Sammelsurium an alten Geräten mit unterschiedlichsten analogen und digitalen Schnittstellen. Der versprochene schnelle Rollout setzt voraus, dass die Anbindung vor Ort absolut reibungslos verläuft. Zudem erfordert die Bereitstellung von Hardware im Vergleich zu reinen SaaS-Modellen zusätzliches Kapital für Lagerhaltung, Logistik sowie den Austausch defekter Komponenten.

Wettbewerbsumfeld

Lichtwart agiert in einem dicht besetzten Umfeld. Etablierte Automationskonzerne wie Siemens, Schneider Electric oder Honeywell bieten mächtige Leittechnik-Systeme an, die primär auf komplexe Großobjekte ausgelegt und für kleinere Filialnetze oft wirtschaftlich überdimensioniert sind. Parallel dazu besetzen spezialisierte PropTechs wie aedifion, MeteoViva oder Vilisto verwandte Felder in der Heizungs- und Betriebsoptimierung. Der entscheidende Vorteil für Lichtwart liegt in der GS1-Integration: Statt auf ein proprietäres Ökosystem zu setzen, setzt das ostwestfälische Unternehmen auf branchenweite Open-Standard-Kompatibilität, was für Kund*innen das Risiko eines Vendor-Lock-ins nachhaltig verringert.

Unsere Einordnung

Für Gründer*innen im B2B- und PropTech-Sektor liefert der Lichtwart-Deal drei wesentliche Lektionen:

• Smartes Corporate Venture Capital nutzen: Der Schritt zeigt exemplarisch, wie Finanzinvestor*innen und strategische CVCs ineinandergreifen. Während klassische VCs Kapital für das Produktwachstum bereitstellen, sichern strategische Partner*innen wie butterfly & elephant den Zugang zu Industriestandards und beschleunigen die Marktpenetration.
• Standardisierung schlägt Inseldenken: Wer in fragmentierten B2B-Märkten frühzeitig auf etablierte, branchenweite Standards setzt, senkt die Integrationshürden bei der Kundschaft erheblich und erhöht die Akzeptanz bei Corporate-Entscheider*innen massiv.
• Handfeste Probleme im Bestand lösen: Der Markterfolg von Lichtwart basiert nicht auf theoretischen Spielereien, sondern auf pragmatischen Antworten für drängende Alltagsfragen von Betreiber*innen: Fachkräftemangel, verordnete Energieeinsparung und unkomplizierte Nachrüstung ohne Anlagenaustausch.

Die Zahlen klingen im ersten Moment wie Balsam auf die Seele des oft kritisierten Wirtschaftsstandorts Deutschland. Laut dem jüngst veröffentlichten Global Entrepreneurship Monitor (GEM) Länderbericht 2025/26 weist rund ein Fünftel aller Gründungen hierzulande einen akademischen Hintergrund auf. Hochschulen und Forschungseinrichtungen erweisen sich damit als essenzielle Keimzellen für Innovationen.

Ein seltener Sieg für die Diversität

Der wohl erfreulichste Befund der Studie: Der sonst so eklatante Gendergap der Start-up-Szene schmilzt im wissenschaftlichen Umfeld auf ein Minimum zusammen. Während in anderen Branchen Gründerinnen oft marginalisiert sind, ist das Verhältnis bei den akademischen Ausgründungen nahezu ausgeglichen: 2,9 Prozent der Männer und 2,3 Prozent der Frauen in der Gesamtbevölkerung waren in den vergangenen dreieinhalb Jahren in diesem Bereich aktiv. Ein Unterschied von marginalen 0,6 Prozentpunkten.

Mehr noch: Die akademischen Gründerinnen zeigen einen beeindruckenden Vorwärtsdrang. Drei Viertel von ihnen (75 Prozent) planen in den nächsten zwei Jahren Patentanmeldungen – deutlich mehr als ihre männlichen Pendants (60 Prozent). Sie nutzen Gründungsberatungen intensiver (93,5 Prozent gegenüber 66,7 Prozent bei Männern) und schöpfen staatliche Förderprogramme konsequenter aus (51,6 Prozent gegenüber 40 Prozent). Diese Professionalisierung auf weiblicher Seite ist ein starkes Signal und beweist, dass gezielte Unterstützung an den Lehrstühlen wirkt.

GEM 2025/26 in Zahlen:

• 21 Prozent der Gründer und 23 Prozent der Gründerinnen haben einen akademischen Hintergrund.
• 64,9 Prozent der akademischen Vorhaben stecken noch in der Vorbereitungsphase.
• Mehr als 75 Prozent betrachten staatliche Förderprogramme als entscheidend für ihre Gründung.

Die Illusion der Vorbereitungsphase

Wer jedoch die Sektkorken über das enorme „Gründungspotenzial“ an Hochschulen knallen lässt, sollte die Methodik des GEM kritisch hinterfragen. Ein zentraler Schwachpunkt der gefeierten Statistik: Knapp zwei Drittel (64,9 Prozent) der erfassten akademischen „Gründungen“ befinden sich noch in der sogenannten Vorbereitungsphase. Lediglich gut ein Drittel (35 Prozent) hat den Sprung in die tatsächliche Unternehmensexistenz bereits vollzogen.

Hier zeigt sich die klassische Lücke zwischen akademischer Absichtserklärung und marktwirtschaftlicher Realität. Der GEM misst über Befragungen in erster Linie Gründungsintentionen. Wie viele dieser Vorhaben am Ende nicht über den Status eines interessanten Forschungsprojekts hinauskommen, weil Anschlussfinanzierungen fehlen oder das Geschäftsmodell dem Praxistest nicht standhält, bleibt unbeleuchtet. Im internationalen Vergleich hinkt Deutschland bei der tatsächlichen Skalierung weiterhin hinterher – oft blockiert die Angst vor dem Scheitern den letzten mutigen Schritt.

Am Tropf des Staates

Dies führt zum wohl kritischsten Befund der Studie: der massiven Abhängigkeit von staatlichen Geldern. Mehr als drei Viertel der befragten Ausgründerinnen und Ausgründer bezeichnen staatliche Förderprogramme – wie etwa das exist-Programm des Bundesministeriums für Wirtschaft und Energie (BMWE) – als „entscheidend“. Das spricht einerseits für die Qualität und Notwendigkeit solcher Initiativen. Andererseits offenbart es ein strukturelles Defizit des deutschen Risikokapitalmarktes.

Wenn über 75 Prozent der hochgradig innovativen, patentgetriebenen Start-ups ohne staatliches Geld nicht gründen würden, stellt sich die Frage: Warum greift privates Kapital im Early-Stage-Bereich nicht stärker? Die Gefahr einer Subventionsökonomie, in der Start-ups primär darauf optimiert werden, den nächsten Fördertopf zu knacken, anstatt auf echte Marktreife und Kundenakquise, darf bei diesen Zahlen nicht ausgeblendet werden.

Fazit: Vom Labor auf den Markt

Der GEM-Länderbericht Deutschland 2025/26 – erstellt vom RKW Kompetenzzentrum und dem Thünen-Institut – liefert eine überaus ermutigende Erkenntnis: Beim Abbau des Gendergaps funktioniert das universitäre Ökosystem hervorragend. Akademische Gründungen sind als tragende Säule des Innovationssystems nicht wegzudenken.

Doch die Studie ist zugleich ein Appell. Damit akademische Vorhaben nicht in endlosen Vorbereitungsphasen verharren, bedarf es dringend der geforderten Reduktion administrativer Hürden und schneller Transferprozesse. Für die Start-up-Szene bedeutet das: Das Inkubator-Umfeld Hochschule leistet glänzende Vorarbeit. Doch damit aus einer Uni-Idee ein marktfähiges Unternehmen wird, muss privates Kapital mutiger werden – und die Gründer*innen müssen lernen, sich vom rettenden Tropf des Staates rechtzeitig abzunabeln.

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.

Die nackten Zahlen markieren einen historischen Meilenstein für das europäische Tech-Ökosystem: Das Münchner DefenseTech-Start-up Helsing hat eine Series-E-Finanzierungsrunde in Höhe von 1,8 Milliarden US-Dollar abgeschlossen und wird nun mit astronomischen 18 Milliarden US-Dollar bewertet.

Die Investorennachfrage überstieg das verfügbare Volumen deutlich. Das Konsortium liest sich wie das Who-is-Who des globalen Kapitals: Unter anderem sind Dragoneer, Lightspeed Venture Partners, Goldman Sachs, JPMorganChase, General Catalyst und Plural an Bord. Trotz der massiven US-Beteiligung bleibt Helsing mehrheitlich in europäischem Besitz. Dem Verwaltungsrat sitzen weiterhin Spotify-Gründer Daniel Ek sowie der ehemalige Airbus-Chef Tom Enders vor.

Doch was steckt hinter dem rasanten Aufstieg des Unternehmens, wer sind die Köpfe dahinter und wie tragfähig ist das Modell, die Verteidigung der Zukunft primär durch Software zu definieren?

Die Gründer: Vom Gaming und Ministerium zum Rüstungs-Unicorn

Helsing wurde im März 2021 gegründet. Hinter dem Unternehmen steht ein ungewöhnliches, interdisziplinäres Gründer-Trio, das bewusst aus völlig unterschiedlichen Welten zusammenkam:

• Torsten Reil (Co-CEO): Studierter Biologe und KI-Experte aus der Gaming-Industrie. Er gründete zuvor NaturalMotion (ein Spin-off der Universität Oxford), dessen Animationssoftware in Blockbuster-Spielen wie GTA genutzt und später für über 520 Millionen Dollar an Zynga verkauft wurde.
• Dr. Gundbert Scherf (Co-CEO): Bringt die strategisch-politische Tiefe. Er war zuvor Beauftragter im Bundesverteidigungsministerium und kennt die starren, oft langwierigen Beschaffungsprozesse des Militärs aus eigener Erfahrung.
• Niklas Köhler (President & CPO): Spezialist für Deep Learning, der die technologische Expertise für die Software-Architektur beisteuert.

Die Gründungsidee basierte auf der Erkenntnis, dass gigantische Mengen an Sensordaten des Militärs ungenutzt bleiben und moderne Kriegsführung maßgeblich durch Software entschieden wird. Spotify-Gründer Daniel Ek glaubte früh an diese Vision und finanzierte das Vorhaben im November 2021 über sein Investmentvehikel Prima Materia mit einer für europäische Verhältnisse beispiellosen Seed-Runde von 100 Millionen Euro.

Das Geschäftsmodell: Silicon Valley statt „Cost-Plus“

Traditionelle Rüstungskonzerne arbeiten vornehmlich nach dem sogenannten „Cost-Plus“-Modell: Der Staat beauftragt und finanziert die jahrelange Entwicklung von militärischer Hardware. Helsing dreht diesen Prozess als softwaregetriebener Disrupter um: Das Unternehmen entwickelt primär mit privatem Risikokapital, um marktreife Softwarelösungen schnell und flexibel an das Militär verkaufen zu können.

Helsings Kernprodukt ist eine KI-Plattform, die riesige Mengen an Sensordaten auf dem Schlachtfeld in Echtzeit auswertet, fusioniert und vernetzt. Mittlerweile integriert das Startup seine Technologie sowohl in bestehende Großplattformen – wie beim Upgrade der elektronischen Kampfführung des Eurofighters – als auch in neue, softwaregesteuerte Systeme. Dazu zählt die Ausstattung autonomer Drohnenschwärme („Loitering Munition“) ebenso wie KI-Software für die Unterwasser-Überwachung.

Markt und Wettbewerber: Das Betriebssystem des Krieges

Der Markt für „Defense Tech“ erlebt durch die veränderte geopolitische Weltlage und weltweit drastisch steigende Verteidigungsbudgets einen massiven Boom. Helsing positioniert sich hier als die souveräne, europäische Antwort auf die US-Dominanz.

Die Hauptkonkurrenz stammt direkt aus dem Silicon Valley:

• Anduril Industries: Das vom Oculus-Gründer Palmer Luckey initiierte Unternehmen verfolgt einen ähnlichen Ansatz (Lattice OS), skaliert massiv die Produktion autonomer Systeme und wird im Peak bereits im hohen zweistelligen Milliardenbereich taxiert.
• Palantir: Der US-Datenriese ist der Pionier bei der Datenfusion für Geheimdienste und Militär, weshalb Helsing in der Branche oft als das „europäische Palantir“ bezeichnet wird.

Kritische Würdigung: Die Belastungsprobe des Hypes

Trotz des gewaltigen Aufschwungs erfordert das Modell Helsing eine nüchterne, kritische Betrachtung:

1. Bewertungsblase vs. staatliche Trägheit: Eine Bewertung von 18 Milliarden Dollar preist ein extremes, fast fehlerfreies Zukunftswachstum ein. Obwohl Helsing prestigeträchtige Regierungsaufträge sichern konnte, bleiben europäische Beschaffungsprozesse bürokratisch. Ob die realen Umsätze die Erwartungen des Venture Capitals dauerhaft rechtfertigen, muss sich erst noch zeigen.
2. Die Ethik der Autonomie: Helsing verweist stets auf restriktive ethische Standards und die Prämisse, ausschließlich mit Demokratien zusammenzuarbeiten. Dennoch berührt der Einsatz von KI-Systemen, die innerhalb von Millisekunden Ziele erkennen und priorisieren, ethische rote Linien. Die lückenlose Kontrolle durch den Menschen (Human-in-the-loop) bleibt in der Hochgeschwindigkeits-Kriegsführung ein rechtliches und moralisches Spannungsfeld.

Was das Start-up-Ökosystem von Helsing lernen kann

Für Gründerinnen und Gründer jenseits der Rüstungsindustrie liefert der Case Helsing drei fundamentale Learnings:

• Radikale Talent-Dichte: Die Gründer betonen unermüdlich, dass Recruiting absolute Chefsache ist. Um traditionelle Branchen zu überholen, bedarf es einer kompromisslosen Konzentration auf die besten Tech-Talente des Marktes.
• Vom Problem her gründen: Das Team spürte eine geopolitische Dringlichkeit und baute das Unternehmen mitten in einer globalen Zeitenwende auf, statt in vermeintlich sicheren, rein zivilen Nischen zu verharren.
• Ein starkes, klares Narrativ: Um hochqualifizierte Software-Entwickler aus der zivilen Tech-Welt für das ethisch sensible Defense-Segment zu gewinnen, braucht es Sinnstiftung. Helsing löst dies durch das klare, übergeordnete Versprechen, die technologische Souveränität westlicher Demokratien zu schützen.

Helsing hat bewiesen, dass man in Europa aus dem Stand ein hochkapitalisiertes Deep-Tech-Unicorn formen kann. Der finale Lackmustest wird nun sein, ob die Software die extremen Erwartungen der Investoren und die raue, sicherheitspolitische Realität langfristig ausgleicht.

Die Zahlen lassen aufhorchen, selbst im oft von Superlativen geprägten Tech-Ökosystem: Insgesamt 91 Millionen Euro fließen in das 2022 gegründete Münchner Start-up QuantumDiamonds. Davon stammen 15 Millionen Euro aus einer Series-A-Runde, angeführt vom World Fund und unter Beteiligung von Bayern Kapital, IQ Capital, Earlybird und weiteren namhaften VCs. Den wahren Hebel liefert jedoch die öffentliche Hand: 76 Millionen Euro fließen als nicht verwässernde Direktförderung im Rahmen des European Chips Acts, bereitgestellt vom Bundeswirtschaftsministerium und dem Freistaat Bayern. Das ambitionierte Ziel: Noch im Jahr 2026 soll in München der erste Bauabschnitt einer 152 Millionen Euro teuren Produktionsstätte für quantenbasierte Halbleiterprüftechnik in Betrieb gehen.

Die Historie: Vom TUM-Labor in die globalen Fabs

Hinter QuantumDiamonds stehen Kevin Berghoff (CEO) und Dr. Fleming Bruckmaier (CTO), die das Unternehmen als Spin-off der Technischen Universität München (TUM) und gefördert durch die TUM Venture Labs gründeten. Berghoff, der Management studierte und zuvor als Berater bei McKinsey Tech-Konzerne zu Wachstumsstrategien beriet, liefert das kommerzielle Rüstzeug. Bruckmaier, promovierter Quantenphysiker der TUM mit Masterabschluss der ETH Zürich, bringt die technologische Tiefe mit.

Die Entwicklungsgeschwindigkeit des Teams ist enorm: Nach ersten Prototyping-Grants sicherte sich das Start-up Ende 2023 eine Seed-Finanzierung in Höhe von 7 Millionen Euro. Nur rund zweieinhalb Jahre später expandierte QuantumDiamonds im Frühjahr 2026 nach Taiwan und ins kalifornische Silicon Valley, um strategisch nah an den asiatischen und US-amerikanischen Halbleiter-Clustern zu operieren.

Das Problem und die technologische Lösung

Der größte Engpass der modernen Chipindustrie liegt im Qualitätsmanagement. Halbleiter werden nicht mehr nur flach (2D), sondern zunehmend in komplexen, mehrlagigen 3D-Architekturen (Advanced Packaging) verbaut – eine Grundvoraussetzung für leistungsstarke KI-Anwendungen. Traditionelle Prüfverfahren erfordern oft das physische Zerschneiden von Chip-Proben. Das dauert teils Wochen und zerstört das wertvolle Produkt.

Hier setzt QuantumDiamonds an: Das Unternehmen nutzt sogenannte Stickstoff-Vakanzzentren (NV-Zentren) in synthetischen Diamanten als Quantensensoren. Diese Sensoren messen Magnetfelder, die durch fließende elektrische Ströme in den Chips entstehen, optisch und auf den Nanometer genau. Der entscheidende Vorteil: Das Verfahren arbeitet zerstörungsfrei und reduziert den Prozess der Fehlererkennung von Wochen auf wenige Minuten.

Geschäftsmodell, Markt und Wettbewerb

So brillant die Technologie im Labor glänzt, so steinig ist der vor QuantumDiamonds liegende Weg in den globalen Markt. Ein kritischer Blick auf die strategischen Hürden:

• Das „Valley of Death“ der Hardware-Skalierung (Capex-Risiko): Ein 152-Millionen-Euro-Produktionsstandort ist für ein junges Unternehmen ein gigantisches finanzielles Wagnis. Hardware-Start-ups scheitern besonders in Europa oft an der extremen Kapitalintensität (Capital Expenditure, Capex). Ohne die massiven Subventionen aus dem European Chips Act hätten traditionelle Venture-Capital-Geber ein solches Vorhaben kaum allein geschultert. Das Geschäftsmodell ist somit stark von politischen, industriestrategischen Konjunkturen abhängig.
• Der harte Kampf um den „Inline“-Betrieb: Bislang werden die Werkzeuge von QuantumDiamonds vor allem für stichprobenartige Analysen in Laboren eingesetzt. Das erklärte Ziel ist es jedoch, hochskalierte Inspektionssysteme für die 100-prozentige Qualitätskontrolle direkt am Fließband (Inline-Inspektion) zu etablieren. In den Reinräumen der Chip-Giganten zählt jede Sekunde. Die Anlagen müssen im 24/7-Betrieb absolut ausfallsicher laufen. Die Halbleiterbranche gilt als extrem konservativ, wenn es darum geht, völlig neue physikalische Messmethoden in laufende, hochempfindliche Prozesse zu integrieren.
• Klumpenrisiko im Oligopol: Laut eigenen Angaben arbeitet das Start-up bereits mit neun der zehn weltweit führenden Chip-Hersteller zusammen. Der Markt ist jedoch ein extremes Oligopol (bestehend aus wenigen Playern wie TSMC, Intel oder Samsung). Das bedeutet: Einige wenige Großkunden diktieren die Bedingungen, und die Verkaufszyklen für Multimillionen-Dollar-Maschinen sind enorm lang. Um planbar zu wachsen, muss es QuantumDiamonds gelingen, neben dem Hardware-Verkauf wiederkehrende Umsätze über Software- und Wartungsabonnements (Software-as-a-Service zur Datenanalyse) zu etablieren.
• Die Konkurrenz der Branchenriesen: Im spezifischen Bereich der Quanten-Metrologie für Halbleiter besitzt QuantumDiamonds derzeit einen technologischen Vorsprung. Der eigentliche Wettbewerb droht jedoch durch die Verdrängung etablierter, klassischer Inspektionsverfahren von Markt-Goliaths wie der KLA Corporation oder Applied Materials. Diese US-Konzerne verfügen über milliardenschwere F&E-Budgets und jahrzehntelange, tief verzweigte Lieferbeziehungen zu den Chip-Fabriken.

Einordnung für die Start-up-Szene

Der Case QuantumDiamonds ist für die europäische Gründungsszene ein wichtiges Signal und ein Paradebeispiel für eine kluge Finanzierungsstrategie. Das Gründerteam beweist, wie sich das aktuelle geopolitische Momentum – der Wille der EU und des Bundes, technologische Souveränität in der Halbleiter-Lieferkette aufzubauen – als massiver Hebel für das eigene Wachstum nutzen lässt.

Während sich ein Großteil der Investor*innen derzeit im weniger kapitalintensiven B2B-SaaS- und KI-Softwaremarkt tummelt, zeigt QuantumDiamonds: DeepTech-Hardware Made in Germany ist finanzierbar, wenn VC-Geld intelligent mit hochvolumigen staatlichen Fördertöpfen kombiniert wird. Meistert das Team nun den Übergang von der universitären Ausgründung zum verlässlichen Serienproduzenten für die anspruchsvollsten Fabs der Welt, könnte in München ein neuer europäischer Hardware-Champion nach dem Vorbild des niederländischen Tech-Riesen ASML heranwachsen.

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 Auxilius.ai GmbH hat erfolgreich eine Pre-Seed-Finanzierungsrunde in Höhe von rund 1,3 Millionen Euro abgeschlossen. Angeführt wird diese Runde vom High-Tech Gründerfonds (HTGF), zudem beteiligten sich das Accelerator-Netzwerk Techstars sowie mehrere industrieerfahrene Business Angels. Das frische Kapital soll in den Ausbau des Engineering- und Domain-Teams fließen.

Im Zentrum der technologischen Weiterentwicklung steht ein sogenannter Control-Intelligence-Knowledge-Graph, der den organisatorischen Zusammenhang von Kontrollen abbilden und Risiken direkt mit den jeweiligen Unternehmenszielen verknüpfen soll. Erste zahlende Enterprise-Kunden, darunter europäische Banken und Mischkonzerne, nutzen die Plattform laut Unternehmensangaben bereits in Pilotprojekten und verzeichnen dabei einen geringeren manuellen Aufwand.

GRC-Expertise trifft auf Cloud-Architektur

Gegründet wurde das Unternehmen Ende 2025 mit offiziellem Sitz in Unterföhring bei München. Hinter dem Start-up stehen zwei erfahrene B2B-Gründer. Christian Hoppe fungiert als CEO und bringt 15 Jahre Erfahrung aus den Bereichen Governance, Risk & Compliance (GRC) sowie SaaS mit, nachdem er zuvor als Equity-Partner bei der Wirtschaftsprüfung EY tätig war. James Barnes bekleidet die Rolle des CTO. Er war in der Vergangenheit als Softwarearchitekt bei Sopra Steria CSS angestellt und verfügt über umfassende Expertise in den Feldern Enterprise AI, Cloud-Architektur und ERP-Integration. Aktuell wird das Führungsduo von einem vierköpfigen Team aus Software- und AI-Ingenieuren unterstützt.

Policy-as-Code als Beweismittel

Das Problem, das Auxilius lösen will, ist in Großkonzernen allgegenwärtig. Aktuell werden rund 80 Prozent der Unternehmenskontrollen nach wie vor händisch durchgeführt. Auditorinnen und Auditoren prüfen manuelle Stichproben, während Teams oftmals Monate später noch immer Excel-Listen oder Screenshots als Nachweise zusammentragen. Als Konsequenz daraus übersteigen die Kosten von Compliance-Verstößen weiterhin die eigentlichen GRC-Ausgaben. Der Lösungsansatz von Auxilius ist ein automatisierter Control Execution Layer. Das Start-up wandelt Unternehmensrichtlinien, Risiko-Kontroll-Matrizen und regulatorische Anforderungen in deterministischen, ausführbaren Code um. Dieser Code führt Kontrollen nicht nur stichprobenartig, sondern kontinuierlich auf der gesamten Datenbasis aus. Ändern sich externe Regeln oder interne Prozesse, passt sich der Code automatisch an. Der entscheidende Clou dabei ist, dass der ausführbare Code selbst den Prüfern künftig als belastbare Evidenz dienen soll.

Marktumfeld & Wettbewerb

Die Automatisierung von Compliance und Risikomanagement gehört aktuell zu den umkämpftesten B2B-Softwaresektoren. Auxilius betritt hier keinen leeren Raum, sondern muss sich gegen massive, teils global dominierende Konkurrenz behaupten. Internationale Schwergewichte wie Vanta, Drata und Secureframe dominieren derzeit den Markt für Compliance-Automatisierung mit hunderten vorgefertigten Integrationen. Der US-Konkurrent Drata ist massiv kapitalisiert und wächst zudem stark anorganisch durch Zukäufe. Plattformen wie Sprinto positionieren sich mit hohem technologischem Anspruch explizit im Bereich des autonomen und kontinuierlichen Monitorings. Im reinen Enterprise-Segment konkurriert Auxilius zudem mit etablierten Software-Giganten wie MetricStream oder AuditBoard, die bereits tiefe Wurzeln in den Konzernstrukturen geschlagen haben.

Potenzial & kritische Hürden

Der Ansatz von Auxilius, Compliance tief in die Prozesse zu integrieren und auditierbare Evidenz als reibungsloses Nebenprodukt bestehender Prozessschritte abfallen zu lassen, ist strategisch hochrelevant. Dennoch gibt es signifikante Hürden, die das Modell auf dem Weg zur Skalierung überwinden muss. Die erste große Herausforderung ist die Integrationstiefe als Flaschenhals. Um Kontrollen über komplette Datenbasen automatisiert laufen zu lassen, muss sich die Plattform tief in die oftmals veralteten und fragmentierten IT-Landschaften von Großkonzernen einklinken. Das junge Team muss beweisen, dass es mit dem Pre-Seed-Budget die enormen Entwicklungskosten für die zahlreichen notwendigen Schnittstellen stemmen kann, um mit den hochfinanzierten US-Konkurrenten Schritt zu halten.

Die zweite Hürde betrifft die kulturelle Akzeptanz der Prüfer*innen. Der Code von Auxilius soll künftig als harte Evidenz dienen. In der streng regulierten Welt europäischer Banken müssen traditionelle Wirtschaftsprüfer*innen diesen deterministischen Ansatz jedoch rechtlich und prozessual als vollwertigen Audit-Nachweis akzeptieren. Dieser Kulturwandel in der klassischen Prüfungspraxis ist erfahrungsgemäß zäh und erfordert viel Überzeugungsarbeit.

Zuletzt zielt das Start-up ganz bewusst auf große Unternehmen, Banken und Mischkonzerne ab. Die Verkaufs- und Implementierungszyklen in diesen Segmenten sind notorisch lang und verschlingen oft immense personelle sowie finanzielle Ressourcen, was für ein frisch gegründetes Startup im Seed-Stadium eine erhebliche Belastungsprobe darstellt.

Auxilius sendet mit der erfolgreichen Finanzierungsrunde dennoch ein starkes Lebenszeichen aus München. Wenn es dem Team gelingt, seinen Control-Intelligence-Knowledge-Graph so skalierbar zu bauen, dass sich die sonst langwierigen Implementierungszeiten bei Konzernen radikal verkürzen, hat das Start-up durchaus das technologische Potenzial, den internationalen Playern im lukrativen europäischen Enterprise-Markt langfristig gefährlich zu werden.

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.