Die Zahlen im Überblick

Die Befragung von 102 Tech-Start-ups durch Bitkom Research – die als aussagekräftiges Stimmungsbild, jedoch nicht als repräsentativ einzustufen ist – verdeutlicht eine verschobene Dynamik im Ökosystem:

• Der KI-Dämpfer: 27 % der Start-ups stoppten Neueinstellungen, 7 % bauten sogar Stellen ab.
• Der KI-Motor: Gleichzeitig stellten 16 % aufgrund von KI-Effizienzgewinnen zusätzliches Personal ein.
• Der Trend: Die durchschnittliche Mitarbeiterzahl sank von 15 (2024) über 13 (2025) auf aktuell 12 Beschäftigte.
• Der Ausblick: 62 % der Befragten rechnen für das laufende Jahr wieder mit steigenden Beschäftigtenzahlen.

Kritische Einordnung: Fluch oder Segen?

Die Schlagzeile „Jedes vierte Start-up verzichtet auf Neueinstellungen“ klingt nach einer Gefahr für den Arbeitsmarkt. Aus Sicht des Managements ist die Realität jedoch eine andere:

1. Die „Lean Start-up“-Renaissance

Start-ups stehen unter enormem Druck: Kapital ist teuer, Burn-Rates müssen minimiert werden. KI ist hier nicht nur ein technisches Feature, sondern ein ökonomischer Rettungsanker. Wenn ein Tool für Content-Erstellung oder Code-Assistenz die Arbeit von zwei Junior-Entwicklern übernimmt, ist das kein Arbeitsplatzverlust aus Mutwilligkeit, sondern Notwendigkeit, um kapitalschonend die nächste Funding-Runde zu erreichen.

2. Transformation statt reiner Abbau

Der Verzicht auf Neueinstellungen betrifft primär repetitive Aufgaben. Die 16 %, die trotz KI aufbauen, zeigen das wahre Potenzial: KI-Integration erfordert Spezialisten – Prompt Engineers, KI-Architekten oder Datenexperten. Die „einfachen“ Stellen fallen weg, die komplexen Stellen kommen dazu. Der moderne Entwickler wandelt sich vom reinen Coder zum technischen Dirigenten.

3. Das schrumpfende Team als neues Normal

Die gesunkene durchschnittliche Teamgröße ist Ausdruck einer höheren operativen Disziplin. Gründer sind heute gezwungen, kapitaleffizienter zu skalieren. KI ist das Werkzeug, das dieses Ziel – mehr Output mit weniger Köpfen – erst technisch ermöglicht.

Kompakte Handlungsempfehlungen für das Management

Wenn Start-ups den „Headcount“ reduzieren und stattdessen auf KI-Tools setzen, verändert das die interne Statik. Um zu verhindern, dass die gewonnene Effizienz in technischem Chaos endet, müssen Gründer und CTOs drei Hebel umlegen:

• Das „Junior-Dilemma“ durch Mentoring lösen: Wenn KI die klassischen Einsteigeraufgaben (Boilerplate-Code, einfache Bugfixes) übernimmt, fehlt dem Nachwuchs die Lernkurve. Start-ups müssen Apprenticeship-Modelle etablieren: Pairen Sie Juniors direkt mit Seniors und trainieren Sie sie intensiv im Code-Review sowie in der KI-Orchestrierung.
• Unternehmenskultur auf Outcome trimmen: Belohnen Sie die Qualität der Problemlösung, nicht den Weg dorthin. Wenn KI die handwerkliche Umsetzung automatisiert, rückt das „Was“ und „Warum“ in den Fokus. Fördern Sie kreative Freiräume (z. B. durch interne KI-Hackathons), um die gewonnene Zeit für echte Innovationen zu nutzen, statt nur das Backlog schneller abzuarbeiten.
• Erfolgsmetriken (KPIs) radikal anpassen: Wer Entwickler heute noch nach „Lines of Code“ oder „Story Points“ misst, provoziert unwartbaren KI-Spaghetti-Code. Messen Sie stattdessen Flow- und Qualitätsmetriken: Die Pull Request Cycle Time zeigt, ob sich Code im Review staut, weil die Seniors überlastet sind. Die Change Failure Rate (CFR) sichert ab, ob die KI-generierten Features in der Produktion stabil bleiben.

Fazit

Das Narrativ von der „KI als Job-Killer“ greift zu kurz. Wir erleben eine Professionalisierung des Wachstums. KI ist in der Start-up-Welt angekommen – nicht als stumpfer Ersatz für Arbeit, sondern als Katalysator für ein Modell, das operative Exzellenz über pure Manpower stellt.

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

In der Logistikbranche stelle das Management von Mehrwegladungsträgern wie Paletten, Behältern und Spezialgestellen oftmals einen blinden Fleck dar, da etablierte Transport- und Warehouse-Management-Systeme (TMS und WMS) diesen spezifischen Bereich nicht im Detail abbildeten, so das Unternehmen. Weltweit fielen laut Start-up-Schätzungen jährlich rund 150 Milliarden Ladungsträger-Übergänge an, die in der Praxis häufig noch händisch gebucht und über E-Mail-Verkehr abgestimmt würden.

Das Dortmunder Start-up Loopario (ehem. Logistikbude) setzt hier mit einem sogenannten Load Carrier Management System (LCMS) an. Diese Softwarelösung solle als zusätzlicher Datenlayer in bestehende IT-Infrastrukturen von Unternehmen integriert werden. Ziel des Produktes sei es, manuelle Buchungen sowie langwierige Abstimmungsprozesse auf digitalem Wege zu automatisieren.

Kern-Features

• Das System ist nach Unternehmensangaben auf die digitale Verwaltung von Paletten und Behältern entlang internationaler Lieferketten ausgelegt.
• Die Software automatisiere das Zusammenführen und Abstimmen von Tauschvorgängen zwischen verschiedenen Partnerunternehmen. Das Unternehmen nutzt dafür unter anderem KI-gestützte Ansätze, um externe Belege automatisiert in die Buchungssysteme zu überführen.
• Die Plattform sei in zehn Sprachen umstellbar und werde derzeit über Weblinks in 66 Ländern genutzt.
• Monatlich verwalte das System laut Loopario mehr als 50 Millionen Ladungsträger für aktuell 46 Anwender, darunter Großkunden wie DACHSER, die Nagel-Group und Georg Utz.

Gründer & Köpfe

Gegründet wurde das Start-up 2021 von Michael Koscharnyj, Patrik Elfert, Jan Möller und Dr. Philipp Hüning. Das Team formierte sich als Spin-off aus dem Fraunhofer-Institut für Materialfluss und Logistik (IML) in Dortmund.

Die jüngste Wachstumsphase wird durch eine im Frühjahr 2026 abgeschlossene Series-A-Finanzierungsrunde in Höhe von über fünf Millionen Euro untermauert, angeführt vom Risikokapitalgeber Capnamic. Infolge der Kapitalspritze sei das Team seit Jahresbeginn auf über 30 Mitarbeitende angewachsen.

Co-Founder Dr. Philipp Hüning begründet die Namensänderung damit, dass sich Ladungsträger grenzüberschreitend bewegten und der neue Markenname – ein Konstrukt aus „Loop“ (Kreislauf) und „Pario“ (Zusammenführen) – diese internationale Ausrichtung künftig besser widerspiegele. Der Name sei in einem mehrstufigen Prozess aus Vorschlägen der Belegschaft ausgewählt worden. Für Kund*innen ändere sich durch die Neufirmierung abseits des Namens nichts.

Redaktionelle Einordnung

Die Series-A-Runde und die Internationalisierungsstrategie verdeutlichen die starken Ambitionen des Dortmunder Start-ups. Die Fokussierung auf eine eigenständige Softwarekategorie (LCMS) adressiert einen reellen, in der Praxis oft unterschätzten Kostentreiber in der Logistik: den enormen Verwaltungsaufwand und Schwund im Palettenmanagement.

Allerdings agiert Loopario in einem traditionell behäbigen Marktumfeld. Die Herausforderung des Geschäftsmodells liegt im erforderlichen Netzwerkeffekt: Das System entwickelt seinen vollen Nutzen erst, wenn nicht nur große Verlader, sondern auch kleine, international verstreute Speditionen und Logistikpartner die Software adaptieren. Die Bereitschaft der Akteure, neben den Kernsystemen (ERP und TMS) noch eine weitere Software-Ebene zu implementieren, dürfte in der stark fragmentierten Branche eine zentrale Vertriebshürde darstellen.

Zudem muss sich das Start-up gegen bestehende Marktstrukturen behaupten. Es existieren bereits spezialisierte, wenn auch teils kleinere Lösungen für die Lademittelverwaltung. Weitaus größer ist jedoch das langfristige Risiko, dass etablierte Enterprise-Riesen wie SAP oder Oracle ihre Standard-Suites um eigene, tief integrierte Paletten-Module aufrüsten, was den Markt für Standalone-Lösungen spürbar einengen würde.

Fazit

Loopario packt mit der Digitalisierung von Ladungsträger-Workflows ein handfestes Branchenproblem an. Das Rebranding hin zu einem international griffigeren Namen und das frische Series-A-Kapital schaffen eine solide Basis für den geplanten europäischen Rollout. Die Skalierbarkeit des Modells wird jedoch maßgeblich davon abhängen, ob das Start-up die Integrationshürden für neue Logistikpartner extrem niedrig halten kann und es schafft, sich rechtzeitig als Standard-Layer für Ladungsträger zu etablieren, bevor große IT-Konzerne den Nischenmarkt für sich entdecken.

Rückblick ins Jahr 2020: Die Gründer Roland Moussavi und Philipp Henn treten an, um ein massives Infrastrukturproblem der Transportbranche zu lindern. Allein in Deutschland fehlen jede Nacht bis zu 30.000 Lkw-Stellplätze. Die Folgen sind übermüdete Fahrer*innen, gefährlich zugeparkte Autobahnausfahrten und ineffiziente Lieferketten.

Mit der Aparkado UG und der zugehörigen LKW.APP entwickelten sie ein System, das durch prädiktive Modelle und historische Geodaten die Auslastung von Parkplätzen prognostizieren soll. Die Anfangsphase war von den typischen Hürden geprägt: Investoren und Banken reagierten zunächst zurückhaltend, und auch die Zielgruppe der Berufskraftfahrer*innen musste erst schrittweise überzeugt werden.

Der Durchbruch gelang über Etappen: Das Start-up erhielt Förderung durch die Europäische Weltraumorganisation (ESA), wurde 2022 als überregionaler „Startup-Champ“ ausgezeichnet und baute seine Anwendung konsequent zu einer paneuropäischen Community-Plattform aus. Heute verzeichnet die LKW.APP nach Unternehmensangaben mehr als 85.000 aktive Nutzer in 44 Ländern und erfasst über 50.000 Parkplätze.

Der Deal: Konsequenter Schritt nach strategischem Investment

Bereits im Januar 2025 sicherte sich der in Erkrath ansässige FreightTech-Anbieter TIMOCOM eine strategische Beteiligung an Aparkado. Die Synergien lagen auf der Hand: TIMOCOM betreibt ein europaweites Logistiknetzwerk mit über 58.000 geprüften Unternehmen, besaß jedoch historisch wenig direkten Zugang zum/zur Endanwender*in in der Fahrer*innenkabine. Durch die schrittweise Verzahnung – unter anderem der Live-Sendungsverfolgung von TIMOCOM in der LKW.APP – testeten beide Partner die operative Zusammenarbeit.

Der Vollzug der Übernahme zum 1. August 2026 markiert nun den finalen Schritt. Während die LKW.APP für die Nutzer*innen unverändert bestehen bleibt, sichert sich TIMOCOM die mobile Entwicklungskompetenz und den direkten Zugang zur Fahrer-Community dauerhaft.

„Unser Ziel ist es, den TIMOCOM Road Freight Marketplace kontinuierlich entlang der Anforderungen des Transportalltags weiterzuentwickeln. Die erfolgreiche Zusammenarbeit mit Aparkado hat gezeigt, wie gut sich unsere Kompetenzen ergänzen. Mit der vollständigen Übernahme bündeln wir diese Expertise dauerhaft unter einem Dach und schaffen die Grundlage, mobile Innovationen und digitale Services für unsere Kunden konsequent weiterzuentwickeln“, so Tim Thiermann, Managing Partner bei TIMOCOM.

Markt & Wettbewerb

Der Markt für digitale Parkplatz- und Navigationslösungen im Güterverkehr gilt als hochkompetitiv und stark fragmentiert. Aparkado bewegte sich bisher im Umfeld etablierter Akteure wie Bosch Secure Truck Parking, KRAVAG Truck Parking oder dem niederländischen Anbieter Travis Road Services.

Während Wettbewerber*innen wie Bosch oder Travis primär auf B2B-Modelle setzen – also auf physisch gesicherte, reservierbare Stellplätze für Speditionen –, wählte Aparkado von Beginn an den B2C-Ansatz über die Fahrer*innenschaft. Dass diese Ansätze zunehmend verschmelzen, zeigte sich in der jüngeren Unternehmensentwicklung, in der Aparkado auch Buchungsfunktionen für gesicherte Partner-Parkplätze in die App integrierte.

Kritische Hinterfragung des Geschäftsmodells

Trotz des erfolgreichen Exits offenbart der Case die strukturellen Grenzen reiner Softwarelösungen im Logistiksektor. Denn: Eine App baut keinen Beton. Das fundamentale Problem des physischen Stellplatzmangels lässt sich digital nicht auflösen; Algorithmen können vorhandene Kapazitäten lediglich effizienter verteilen.

Zudem gilt die direkte Monetarisierung von Fahrer*innen (B2C) in der Branche als extrem schwierig, da die Zahlungsbereitschaft für digitale Zusatzdienste bei der Endzielgruppe gering ist. Das eigentliche Kapital von Aparkado lag folglich nie allein in der Parkplatzsuche, sondern in der aggregierten Aufmerksamkeit und den Daten einer hochspezifischen Community.

Das strategische Meisterstück der Gründer bestand darin, eine B2C-Anwendung als Türöffner für den B2B-Markt einzusetzen. Wer die Schnittstelle zum/zur Fahrer*in besetzt, kontrolliert einen entscheidenden Informationsknotenpunkt auf der letzten Meile.

Was Gründer*innen aus dem Exit lernen können

Der Verkauf von Aparkado an TIMOCOM bietet wertvolle Lehren für Gründer*innen im B2B- und Plattform-Bereich. Viele LogTech-Start-ups scheitern an den langwierigen Vertriebswegen und den komplexen Entscheidungsstrukturen etablierter Speditionen. Moussavi und Henn umgingen diesen Engpass, indem sie das unterdigitalisierteste, aber operativ kritischste Element der Lieferkette adressierten: den/die Fahrer*in selbst.

„Seit fünf Jahren begleiten wir mit der LKW.APP Berufskraftfahrer europaweit im Alltag, beginnend rund um das Thema Parken. Gemeinsam mit TIMOCOM entwickeln wir diesen Ansatz künftig weiter. Für uns ist das der Aufbruch in eine neue Phase“, so Roland Moussavi, Gründer von Aparkado.

Für TIMOCOM handelt es sich bei dem Zukauf nicht um ein Investment in Parkplatzdaten, sondern um einen strategischen Buy-out von mobiler Nutzer*innenreichweite und Software-Infrastruktur. Um sich gegenüber digitalen Plattformen und neuen Marktteilnehmer*innen zu behaupten, wird die direkte Schnittstelle ins Fahrzeug immer mehr zum Wettbewerbsvorteil.

Der Fall zeigt: Der maximale Exit-Wert eines Start-ups bemisst sich oft nicht an der ursprünglichen Einzelfunktion eines Produkts, sondern an der strategischen Relevanz des aufgebauten Netzwerks für einen etablierten Branchenplayer.

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.

Die Idee zu SchoolUP entstand nicht etwa in einem hippen Berliner Start-up-Inkubator, sondern in einem Jugendzimmer. Elias Eßer und Sean Hübner, beide 17 Jahre alt und Schüler an der Leonardo-da-Vinci-Gesamtschule im nordrhein-westfälischen Anrath (Willich), gaben selbst Nachhilfe. Dabei erkannten sie eine Lücke, die durch die Corona-Pandemie noch weiter aufgerissen wurde: Millionen Schüler*innen fehlt der Zugang zu echter, persönlicher Förderung.

Seit zwei Jahren ließ sie das Thema nicht los, vor rund einem Jahr begannen sie mit der konkreten Umsetzung. Und das komplett ohne externe Investor*innen, nur mit rund 1.000 Euro Erspartem für Strato-Server, Domain und KI-Schnittstellen. Sean, der künftig Informatik studieren möchte, und Elias, der ein Wirtschaftsstudium anstrebt, bilden dabei ein klassisches Hacker-Hustler-Gespann.

Die erste große Bewährungsprobe ließ jedoch nicht lange auf sich warten. „Die größte bürokratische Hürde war zunächst die rechtliche Abklärung, ob unser Produkt im Hinblick auf die DSGVO überhaupt zulässig ist“, räumt Elias ein. Schließlich scanne die App im Grunde das private geistige Eigentum der Lehrkräfte. Um das Vertrauen der Schule zu gewinnen, holten sich die beiden früh professionelle anwaltliche Hilfe an Bord. Finanziell ein Kraftakt für zwei Schüler, aber für Sean „eine der wichtigsten Investitionen überhaupt“.

Fast gescheitert wäre das Projekt jedoch an etwas anderem: der eigenen Belanglosigkeit. Zu Beginn hatten die beiden eine recht simple, handelsübliche KI-Nachhilfe-App programmiert. „Uns wurde klar, dass unser Produkt so nichts Besonderes war, und das hat uns ziemlich zu schaffen gemacht“, erinnert sich Elias an den einzigen Moment, in dem sie kurz davor waren, alles hinzuschmeißen. Die Rettung war ein Zufallsfund. Die beiden entdeckten die offene API-Schnittstelle des Schul-Systems Moodle. „Erst als wir auf die Idee kamen, SchoolUP direkt mit Moodle zu verbinden und ausschließlich mit den Materialien der jeweiligen Schule arbeiten zu lassen, hatten wir unseren entscheidenden Durchbruch“, ergänzt Sean. Inzwischen ist die App live und verzeichnet ein starkes organisches Wachstum auf Social Media.

Sokratischer Ansatz statt Antwortautomat

Der Markt für KI-Anwendungen im Bildungsbereich ist seit dem Boom von Sprachmodellen unübersichtlich geworden. SchoolUP wählt jedoch bewusst einen anderen Weg als gängige Chatbots: Die App zieht ihre Antworten nicht aus dem freien Internet, sondern dockt an bestehende Schul-Infrastrukturen wie Moodle oder das in NRW weit verbreitete LOGINEO an. Die KI greift ausschließlich auf die von den Lehrkräften hochgeladenen Dokumente zu und belegt jede Antwort präzise mit der jeweiligen Quelle.

Bemerkenswert ist dabei der sokratische Ansatz der Gründer. SchoolUP liefert bewusst keine fertigen Hausaufgabenlösungen, sondern stellt Rückfragen, führt Schritt für Schritt zum eigenen Denken und erstellt auf Wunsch individuelle Tests. Aber nutzen bequeme Schülerinnen und Schüler das Tool überhaupt freiwillig, wenn ChatGPT die perfekte Lösung in drei Sekunden ausspuckt?

Elias hat darauf eine klare Antwort: „Viele merken spätestens in der Oberstufe, dass man mit ChatGPT vielleicht durch die Hausaufgaben kommt, aber nicht durch die Klausur.“ Wer Aufgaben einfach nur kopiere, verstehe den Stoff am Ende schlichtweg nicht. „Sobald Schülerinnen und Schüler merken, dass sie dadurch bessere Ergebnisse erzielen, nehmen viele den etwas anstrengenderen Weg auch freiwillig in Kauf“, ist der 17-Jährige überzeugt.

Damit das Tool überhaupt an den Schulen genutzt werden darf, müssen die beiden jedoch zunächst an strengen Schulleitungen und Datenschutzbeauftragten vorbei – Personen, die zwei 17-jährigen Gründern oft mit Skepsis begegnen. Die Strategie der Jungunternehmer: tiefgreifendes Fachwissen und juristische Rückendeckung. „Wir können genau erklären, welche Daten verarbeitet werden, wo sie gespeichert werden und warum unser System DSGVO-konform arbeitet“, betont Sean selbstbewusst. Ein zentraler Baustein sei zudem der klare Fokus auf europäische Partner. „Besonders wichtig ist uns dabei, dass keine eingegebenen Daten oder Inhalte für das Training von KI-Modellen genutzt werden“, versichert Elias. Dieses Zusammenspiel aus Transparenz und anwaltlicher Begleitung breche letztlich das Eis bei den Schulen.

Zwischen Giganten und Start-ups

Dennoch drängt sich die Frage auf: Was schützt die beiden vor millionenschweren Nachhilfe-Riesen wie Sofatutor oder Open-Source-Giganten wie Moodle selbst? Angst vor der Übermacht scheinen die beiden nicht zu haben. „Wir sehen Moodle weniger als Gegner und mehr als potenziellen Partner“, kontert Elias gelassen. Während etablierte Anbieter meist den/die Einzelnutzende(n) im Visier hätten, setze SchoolUP direkt im B2B-Bereich bei den Schulen an. Das tiefe Verständnis für den deutschen Schulalltag und die strengen hiesigen Datenschutzanforderungen sei ihr wahrer Burggraben. Sean sieht zudem in der Größe des eigenen Teams einen entscheidenden Vorteil: „Wir können als kleines Team deutlich schneller auf Wünsche von Lehrkräften reagieren.“ Das primäre Ziel sei es nicht, größer als alle anderen zu sein, sondern die passgenaueste Lösung anzubieten.

Nachgefragt: Die Sache mit dem Geld

Die anfängliche Traktion der beiden ist beachtlich: Nach den Sommerferien wird das Tool bereits an der eigenen Schule sowie in Brühl aktiv im Unterricht getestet. Doch hier offenbart sich die Tücke des B2B-Geschäftsmodells: Deutsche Schulen sind notorisch unterfinanziert, öffentliche Vergabeprozesse ziehen sich oft über Jahre hin. Der Vertrieb an Schulen gilt in der Branche nicht umsonst als „Friedhof der EdTech-Start-ups“.

Wie also finanzieren die Schüler die rasant steigenden Server- und API-Kosten? Bislang schießen sie das Geld aus eigener Tasche vor. „Aktuell finanzieren wir SchoolUP komplett selbst“, räumt Elias ein, betont aber, dass man die laufenden Ausgaben streng im Blick habe. Zunächst wolle man ohnehin beweisen, dass das Produkt einen echten Mehrwert biete. Auf die Frage nach frischem Kapital zeigt sich der Gründer pragmatisch: „Externe Unterstützung wäre eine große Chance, um SchoolUP möglichst vielen Schulen zugänglich zu machen, ohne unsere Mission aus den Augen zu verlieren.“ Man sei offen für Förderprogramme, Sponsor*innen oder Investor*innen, sofern diese die Vision des Unternehmens teilen.

Fazit: Doppelspiel zwischen Start-up und Hörsaal

Elias Eßer und Sean Hübner liefern mit SchoolUP ein typisches, hochauthentisches Beispiel für „Generation Z“-Unternehmertum: Problem erkannt, Code geschrieben, Lösung gelauncht. Die technologische Umsetzung mit nahtloser System-Integration und kompromisslosem Fokus auf den europäischen Datenschutz umschifft clever das Vertrauensproblem, das viele Schulen gegenüber US-amerikanischer KI haben.

Die wahre Reifeprüfung für SchoolUP wird in künftigen Budgetverhandlungen mit den Schulträger*innen stattfinden. Zuvor steht für die beiden Gründer jedoch noch eine ganz andere Reifeprüfung an: das Abitur. Wer nun glaubt, das Start-up müsse der Schule weichen, irrt gewaltig. „Die Schule fällt uns beiden ziemlich leicht, deshalb bleibt uns bis zum Abitur genügend Zeit, SchoolUP konsequent voranzutreiben“, gibt sich Elias selbstbewusst.

Auch danach ist kein Cut geplant. Sean will Informatik studieren, Elias strebt ein duales Wirtschaftsstudium an. Ein klassischer Plan B? Keineswegs. „SchoolUP bleibt dabei klar im Vordergrund“, verspricht Elias. Das Studium betrachten die beiden als strategischen Schritt, um das eigene Netzwerk auszubauen und sich fachlich für die Unternehmensführung zu wappnen. Sollte das Start-up eines Tages die volle Aufmerksamkeit verlangen, sei man bereit, diese Entscheidung zu treffen. Bis dahin spielen die 17-Jährigen ihr beeindruckendes Doppelspiel zwischen Klassenzimmer und Chefetage souverän weiter.

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.

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.

Der Markt für Gastro-Bewertungen ist heiß umkämpft und wird von Giganten wie Google Maps und TripAdvisor dominiert. Dennoch wagen Gründer*innen immer wieder den Vorstoß in Nischen. Der neueste Akteur: Die App DishDrop, entwickelt vom 22-jährigen Bertin Kabanda. Sein Versprechen: Nicht das Restaurant als Ganzes wird bewertet, sondern das einzelne Gericht auf dem Teller. Eine spannende Idee, die vor allem durch ihre Entstehungsgeschichte aufhorchen lässt – denn DishDrop ist ein Kind der fortschreitenden KI-Demokratisierung.

Bootstrapping im KI-Zeitalter

Bertin Kabanda hat die App, die seit Sommer 2026 im Apple App Store verfügbar ist, weitgehend im Alleingang hochgezogen. Möglich wurde dies laut Gründerangaben durch den intensiven Einsatz moderner KI-Tools, die das Fehlen eines Entwickler- und Designteams kompensierten. Von der Code-Generierung über das UI-Design bis hin zur Fehlersuche fungierte die künstliche Intelligenz als digitaler Co-Founder. Das senkt die Einstiegshürden für Tech-Start-ups massiv und macht DishDrop zu einem Paradebeispiel für den Trend des „AI-assisted Solopreneurship“.

„Als ich mit DishDrop angefangen habe, konnte ich überhaupt nicht programmieren“, blickt der 22-Jährige auf die dreimonatige, oft bis tief in die Nacht reichende Entwicklungsphase zurück. Statt auf menschliche Hilfe verließ er sich auf ChatGPT und Claude. „KI war für mich kein Ersatz für einen Entwickler, sondern mein täglicher Lernpartner“, so Bertin.

Doch trotz des digitalen Co-Piloten war das Projekt kein Selbstläufer. „Am schwierigsten war für mich nicht ein einzelner Fehler, sondern das Zusammenspiel der verschiedenen Technologien“, räumt der Gründer ein. Schon kleine Patzer ließen etwa die Registrierung scheitern, weil die Daten zwischen der auf Next.js basierenden App und dem Backend nicht richtig kommunizierten. Auch bei der Kartenfunktion musste er kapitulieren und von Google Maps auf das simplere OpenStreetMap wechseln. Eine heilsame Lektion für den Solopreneur: „KI kann einem viele Wege zeigen, aber sie nimmt einem nicht die Verantwortung ab, technische Entscheidungen zu treffen und aus Fehlern zu lernen.“

Der Fokus aufs Detail

Die fundamentale These von DishDrop lautet: Eine Restaurant-Gesamtbewertung greift zu kurz. Ein erstklassiger Italiener kann eine unterdurchschnittliche Carbonara servieren; eine unscheinbare Pizzeria dagegen die beste Lasagne der Stadt. Nutzer*innen können auf der Plattform gezielt einzelne Speisen bewerten, Fotos hochladen und so eine feingranulare kulinarische Landkarte erstellen.

Doch jede neue Plattform kämpft mit dem klassischen „Henne-Ei-Problem“: Ohne Content keine Nutzer*in, ohne Nutzer*in kein Content. Bertin geht dieses Problem mit brutaler Ehrlichkeit an und verweist auf die noch winzigen Kennzahlen seines Start-ups: Aktuell verzeichnet DishDrop gerade einmal 41 registrierte Nutzer*innen, 44 Downloads und 57 bewertete Gerichte.

„Netzwerkeffekte entstehen Schritt für Schritt“, gibt sich der App-Macher gelassen. Anstatt künstlich Reichweite aufzublasen, setzt er auf analoges Guerilla-Marketing: Er spricht persönlich mit Food-Creatorn und verteilt Visiten- sowie Tischkarten direkt in den Restaurants. Langfristig sollen Gamification-Elemente wie Badges, Rankings und Streaks die Community bei Laune halten. Bertins Vision ist klar: „Wenn jemand die beste Carbonara oder das beste Curry einer Stadt sucht, interessiert ihn in erster Linie genau dieses Gericht. Genau auf dieses Suchverhalten möchte ich DishDrop langfristig ausrichten.“

Qualitätssicherung in der Nische: Zwischen Anspruch und Realität

Wenn der Fokus derart auf einzelnen Speisen liegt, steigt die Anforderung an die Qualität der hochgeladenen Inhalte massiv. DishDrop lebt von echten Fotos und verlässlichen Einschätzungen. Doch je relevanter die Plattform wird, desto größer ist das Risiko von gezielten Manipulationen durch Gastronom*innen, die ihre eigenen Gerichte ins Rampenlicht rücken wollen.

Auf die Frage, wie er seine App vor systematischen Fake-Bewertungen schützen will, bleibt der Gründer noch vage und verweist auf künftig geplante Standard-Maßnahmen wie eine Meldefunktion und die automatische Erkennung ungewöhnlicher Bewertungsmuster. Gleichzeitig bemüht er sich um eine realistische Einordnung: „Keine Plattform kann garantieren, dass es niemals Fake-Bewertungen geben wird – selbst die größten Anbieter stehen vor dieser Herausforderung.“

Seine Hoffnung ruht vielmehr auf dem Konzept selbst. Da die User*innen nicht nur Sterne vergeben, sondern konkrete Fotos der Gerichte hochladen müssen, sei die Hürde für Fälschungen ohnehin höher. „Dadurch entstehen nachvollziehbarere Inhalte als bei einer reinen Gesamtbewertung“, argumentiert Bertin.

Gegen die Übermacht von Google und Co.

DishDrop ist mit dem Fokus auf Einzelgerichte nicht gänzlich allein auf dem Markt. In der Vergangenheit haben sich bereits verschiedene Start-ups an ähnlichen Konzepten versucht, scheiterten jedoch oft an der langfristigen Monetarisierung und der schieren Marktmacht von Google Maps. Der Suchriese integriert längst KI-gestützte Fotoanalysen, die Speisekarten auslesen und populäre Gerichte hervorheben. Zudem ist DishDrop derzeit nur für das iPhone verfügbar, was den Markt stark limitiert.

Wie also will Bertin Kabanda einen langfristigen Burggraben (Moat) gegen diese Datenübermacht aufbauen? Dass Google seine Funktionen technisch leicht kopieren könnte, bestreitet der Gründer gar nicht erst. „Der eigentliche Burggraben entsteht deshalb nicht allein durch die Technologie, sondern durch die Community“, betont er stattdessen. „Technologie lässt sich kopieren – eine aktive Community mit echten Erfahrungen, Fotos und Bewertungen zu einzelnen Gerichten nicht.“

Ein großes Fragezeichen bleibt jedoch die Monetarisierung. Aktuell wirft die App kein Geld ab. Bertin schließt B2B-Datenverkäufe oder Premium-Features für Gastronom*innen zunächst aus und fasst stattdessen vage kostenpflichtige Zusatzfunktionen für die Endnutzer*innen ins Auge. „Mir ist wichtig, dass sich die Monetarisierung an den Interessen der Nutzer orientiert und nicht den eigentlichen Zweck der Plattform verändert“, verspricht der Solo-Gründer.

Fazit und Ausblick

DishDrop ist ein faszinierendes Experiment an der Schnittstelle von FoodTech und Solopreneurship. Es zeigt eindrucksvoll, wie weit ein einzelner Gründer im Jahr 2026 dank künstlicher Intelligenz kommen kann. Ob das Produkt jedoch den Sprung von der technischen Machbarkeit zu einem nachhaltigen Plattform-Unternehmen schafft, hängt primär davon ab, ob die Nutzer*innen den Fokus auf das „Gericht“ gegenüber der etablierten Bequemlichkeit von Google-Rezensionen vorzieht.

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.

Das Konsortium, das diese 411-Millionen-Euro-Runde stemmt, wird von XTX Ventures und East X Ventures angeführt. Als strategische Investoren steigen der deutsche Energiekonzern RWE und der US-Technologiegigant Google ein. Letzterer markiert damit sein massives Interesse an grundlastfähiger, sauberer Energie – eine Grundvoraussetzung für den exponentiell steigenden Strombedarf von KI-Rechenzentren.

Im Cap Table findet sich zudem ein breites Bündnis aus staatlichen Förderern und internationalen VCs: KfW Capital, SPRIND, Burda Principal Investments sowie Bestandsinvestoren wie Plural, UVC Partners und Cherry Ventures sind beteiligt.

Besonders bemerkenswert ist die Hebelwirkung dieser privaten Kapitalaufnahme: Erst im Februar 2026 hatten der Freistaat Bayern, RWE und Proxima Fusion ein Memorandum of Understanding (MoU) verabschiedet. Darin stellte Bayern 400 Millionen Euro an öffentlichen Geldern in Aussicht – geknüpft an die Bedingung, dass Proxima privates Kapital in gleicher Höhe beibringt. Diese Hürde wurde vom Start-up in der Rekordzeit von nur drei Monaten zwischen MoU und Termsheet genommen. In weniger als drei Jahren seit der Gründung hat Proxima somit über 650 Millionen Euro (740 Millionen US-Dollar) gesichert, wovon 95 Millionen Euro aus öffentlichen Fördermitteln stammen.

Vom Labor auf das Kraftwerksgelände: Die Historie

Proxima Fusion wurde Anfang 2023 als erstes offizielles Spin-out des renommierten Max-Planck-Instituts für Plasmaphysik (IPP) in München gegründet. Das Gründerteam um CEO Dr. Francesco Sciortino kombiniert dabei jahrelange Forschungsexpertise am IPP mit Know-how aus der Industrie.

Technologisch baut das Unternehmen auf den jahrelangen Durchbrüchen des Wendelstein-7-X-Programms auf. Im Fokus steht die Entwicklung von sogenannten QI-HTS-Stellaratoren. Das frisch eingesammelte Kapital soll nun direkt in den Bau von „Alpha“ fließen. Dieser Nettoenergie-Demonstrator soll Anfang der 2030er-Jahre auf dem Gelände des ehemaligen Kernkraftwerks in Gundremmingen (Bayern) entstehen und zentrale technologische Systeme validieren. RWE stellt für das Vorhaben nicht nur das Gelände zur Verfügung, sondern bringt sich auch strategisch ein. Darauf aufbauend soll noch im selben Jahrzehnt mit „Stellaris“ das weltweit erste kommerzielle Stellarator-Fusionskraftwerk realisiert werden.

Kritische Einordnung: Markt, Modell und Machbarkeit

Das Geschäftsmodell von Proxima Fusion ist hochriskant und extrem kapitalintensiv. Der Weg von der rein wissenschaftlichen Machbarkeit des Plasmaeinschlusses hin zur industriellen Skalierung erfordert nicht nur weitere Milliarden, sondern auch den Aufbau komplett neuer, robuster Lieferketten. Proxima muss Hochtemperatur-Supraleiter (HTS), neuartige Magnete und Kryotechnik in einem bisher nicht gekannten Maßstab fertigen.

Der Markt ist geprägt von einem globalen Subventions- und Innovationsrennen, das maßgeblich von den USA, China und Großbritannien dominiert wird:

Die technologische Wette: Die Kernfusions-Branche leidet traditionell unter dem Vorwurf, dass der kommerzielle Durchbruch „immer 30 Jahre in der Zukunft liegt“. Der ambitionierte Zeitplan von Proxima lässt kaum Spielraum für Verzögerungen beim Bau der Demonstratoren. Sollten Materialermüdungen bei extremer Hitze oder Skalierungsprobleme der Magnettechnologien auftreten, verschiebt sich die Rendite für die Investoren schnell in die 2040er-Jahre oder später.

StartingUp Fazit: Ein europäisches Wirtschaftswunder in der Mache?

Für die europäische Start-up- und VC-Landschaft ist der Erfolg von Proxima ein wegweisendes Signal. „Diese Finanzierung zeigt, dass Deutschland und Europa in der Lage sind, internationales Kapital für strategische Zukunftstechnologien zu mobilisieren“, betont Proxima-CEO Francesco Sciortino. Es geht um Tech-Souveränität und den Aufbau einer potenziellen Schlüsselindustrie, die – so die Vision des Gründers – als Wachstumstreiber, Jobmotor und Exportpfeiler der deutschen Wirtschaft fungieren kann.

Für die frühen deutschen Geldgeber zahlt sich das Risiko zumindest in der Bewertung bereits aus. Der High-Tech Gründerfonds (HTGF) begleitet Proxima seit der Pre-Seed-Phase, der DeepTech & Climate Fonds (DTCF) ist seit der Seed-Phase an Bord. Romy Schnelle, Geschäftsführerin von DTCF und HTGF, bringt die rasante Entwicklung auf den Punkt: „Als wir Proxima in der Pre-Seed-Phase finanzierten, war Fusion für die meisten noch eine wissenschaftliche Ambition. Nur drei Jahre später ist sie, mit 411 Millionen Euro und Investoren wie RWE und Google, eine industrielle Realität.“ Johannes Weber (Partner beim HTGF) ergänzt: „Proxima hat die reelle Chance, eine völlig neue Industrie und Lieferkette zu schaffen, mit volkswirtschaftlicher Tragweite.“

Proxima Fusion hat mit dem frischen Kapital und der Perspektive für das Kraftwerksgelände in Gundremmingen nun alle Trümpfe in der Hand, um globale Geschichte zu schreiben. Die immense Beweislast liegt jetzt beim mittlerweile rund 200-köpfigen Team: Aus herausragender theoretischer Physik muss nun funktionierendes, fehlertolerantes und wirtschaftlich tragfähiges Engineering werden.

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.