Gemeinsam mit den Bestandsinvestoren Kopa Ventures und MBG stellt Enpulse als Lead-Investor im Rahmen einer Seed-Runde eine Finanzierung im siebenstelligen Bereich bereit. Mit dem frischen Kapital will Pluvion insbesondere die Weiterentwicklung und Skalierung seiner KI-gestützten Softwareplattform für die Wasserwirtschaft vorantreiben.

Live-Monitoring für klare Prioritäten: Fremdwasser erkennen, bevor es teuer wird

Pluvion – vormals Grimm Water Solutions GmbH – entwickelt mit WATER+ eine SaaS-Plattform, die erstmals ein durchgängiges Live-Monitoring von Kanalnetzen ermöglicht und Fremdwassereinträge automatisiert erkennt, lokalisiert und prognostiziert. Diese Echtzeittransparenz ist für den laufenden Betrieb entscheidend: Sie zeigt sofort, wo Netze überlastet sind, wie Starkregenereignisse das System beeinflussen und wo Fremdwasser unbemerkt in die Infrastruktur eindringt.

Für Infrastrukturbetreibende bedeutet das: Sie können schneller reagieren, Risiken früher erkennen und Investitionen gezielt dort einsetzen, wo sie den größten Nutzen bringen. Intuitive Visualisierungen übersetzen komplexe Messreihen in klare Handlungsempfehlungen, sodass Instandhaltungs- und Sanierungsmaßnahmen effizient geplant und umgesetzt werden können.

„Die Modernisierung unserer Wasserinfrastruktur ist eine der unterschätzten Stellschrauben der Klimaanpassung – und sie wird ohne digitale, datengetriebene Lösungen nicht funktionieren“, sagt Florian Fichter, Geschäftsführer von Enpulse. „Pluvion zeigt, wie sich bestehende Messdaten mit KI so kombinieren lassen, dass Kommunen und Versorger Fremdwasser, Leckagen und Überlastungen frühzeitig erkennen und gegensteuern können. Das ist gut für die Netze, gut für die Kommunen und am Ende gut fürs Klima.“

Wachsende Herausforderungen in der Wasserwirtschaft

Der Markt für die Digitalisierung der Wasserwirtschaft gewinnt weltweit an Dynamik. Viele Abwasser-und Kanalsysteme sind veraltet, gleichzeitig nehmen Starkregenereignisse und Überflutungsrisiken infolge des Klimawandels zu. Kommunale Versorger und Betreiber stehen unter wachsendem Druck, ihre Netze resilienter und effizienter zu gestalten – bei begrenzten Budgets und personellen Ressourcen. Genau hier setzt Pluvion an: Durch den intelligenten Einsatz vorhandener Daten lassen sich Ineffizienzen reduzieren, Betriebskosten senken und Investitionen gezielt dorthin lenken, wo sie den größten Effekt haben.

Phillip Grimm, Gründer und CEO von Pluvion: „Gemeinsam mit unseren bestehenden Investor*innen können wir WATER+ nun schneller in die Fläche bringen, weitere Funktionen entwickeln und zusätzliche Märkte erschließen. Unser Ziel ist es, Kommunen und Versorgern Werkzeuge an die Hand zu geben, mit denen sie Wasser- und Abwassersysteme effizienter, sicherer und klimafest betreiben können.“

„App Store der Wasserindustrie“ als langfristige Vision

Die Software von Pluvion läuft auf Servern in Deutschland mit hohen Sicherheitsstandards und lässt sich nahtlos in bestehende IT- und Prozesslandschaften integrieren. Durch gezielte Partnerschaften mit Daten- und Infrastrukturanbietern stellt das Startup eine breite Kompatibilität zu gängigen Systemen sicher und schafft die Grundlage für nachhaltiges Wachstum.

Langfristig verfolgt Pluvion die Vision, sich mit einer Software-Suite skalierbarer Anwendungen als eine Art „App Store der Wasserindustrie“ zu etablieren. Neben Fremdwasser-Analysen sollen weitere Module helfen, Herausforderungen wie Starkregen, Überflutungen und Emissionen ganzheitlich zu adressieren – mit dem Anspruch, die Emissionen der Wasserinfrastruktur perspektivisch auf null zu senken.

FERNRIDE bietet eine umfassende Boden-Autonomie-Plattform, um skalierbare Automatisierung für verschiedenste kritische Branchen zu ermöglichen und so Fahrermangel und Sicherheitsrisiken in besonders repetitiven und gefährlichen Umgebungen zu bewältigen. Das Unternehmen wurde 2019 nach zehn Jahren Forschung an der TU München gegründet und durch 75 Millionen Euro Venture Capital führender Investoren unterstützt. 2025 hat FERNRIDE als erstes Unternehmen eine TÜV-Zulassung von autonomen LKWs in Europa erreicht, diese bereits in ersten Tests mit der Bundeswehr eingesetzt und sein Portfolio um den Bereich Defence Logistics erweitert.

Im Hebst 2025 hatte FERNRIDE angekündigt, das Geschäft mit ferngesteuerten Lastwagen und Zugmaschinen für Hafenanlagen einzustellen. In Folge dessen wurde der Hälfte der Mitarbeitenden gekündigt. Haute konzentriert sich das Unternehmen auf Defence Logistics. Als erstes Unternehmen hat FERNRIDE eine TÜV-Zulassung von autonomen LKWs in Europa erreicht und diese bereits in ersten Tests mit der Bundeswehr eingesetzt.

Mit der Übernahme von FERNRIDE erweitert Quantum Systems seine Führungsposition von Luft- und Software-Intelligenz auf autonome Mobilität am Boden und schafft ein vernetztes, domänenübergreifendes Angebot für intelligente unbemannte Systeme. „FERNRIDE hat eine der fortschrittlichsten und skalierbarsten autonomen Bodenplattformen entwickelt“, so Martin Karkour, Chief Revenue Officer bei Quantum Systems. „Durch die Integration ihrer Technologie in MOSAIC UXS setzen wir unsere Vision konsequent um, ein vernetztes Ökosystem zu schaffen, in dem unbemannte Systeme über verschiedene Dimensionen hinweg als Einheit denken, sich bewegen und handeln.“

„Europa braucht dringend souveräne Autonomielösungen. Durch den Zusammenschluss mit Quantum Systems können wir unsere Technologie auf ein neues Niveau heben“, so Hendrik Kramer, CEO und Mitbegründer von FERNRIDE. „Gemeinsam mit Quantum Systems beschleunigen wir den Einsatz unserer Plattform im europäischen Verteidigungsbereich, welcher aktuell das global dringlichste Umfeld für die Skalierung von autonomen Bodensystemen darstellt. In der Zukunft werden diese Erfahrungen auch wieder auf zivile Logistikanwendungen übertragen werden und so unsere Gesellschaft sicherer und resilienter aufstellen.“

Die operative Erfahrung von Quantum Systems in der Ukraine hat die Relevanz des Zusammenspiels von Luft- und Bodenrobotik gezeigt. Durch die Integration der FERNRIDE Lösungen in die Missionssoftware MOSAIC UXS, der autonomen Missionssoftware von Quantum Systems, sollen Multi-Domain-Operationen ermöglicht werden, die das Situationsbewusstsein und die Entscheidungsfindung verbessern.

Zu den finanziellen Details der Übernahme wurden keine Angaben getätigt.

QuantumDiamonds entwickelt Quantensensor-Technologien und -Tools für die Fehleranalyse und Messtechnik einer neuen Generation von Halbleiterchips ein. Ziel ist es, herkömmliche Halbleitertestmethoden zu unterbrechen und die Fehlerlokalisierung tief in 3D-Halbleiterarchitekturen zu beschleunigen.

Durch die Nutzung von Stickstoff-Leerstands-Zentren in Diamanten kartieren die Systeme von QuantumDiamonds zerstörungsfrei elektrischen Strom mit Mikrometer-Pezipresion in Sekundenschnelle, auch in hochkomplexen Chippaketen. Diese Fähigkeit ist von zentraler Bedeutung für fortschrittliche 2.5D- und 3D-Architekturen, die KI, mobile und Automobilelektronik untermauern, wie das Unternehmen in einer Erklärung darstellt.

Das Unternehmen hat vor Kurzem eine zerstörungsfreie Fehleranalyse auf Apple A12-Chips veröffentlicht, die von TSMC hergestellt wurden. QuantumDiamonds verwendet Quantum Diamond Microscopy, um vergrabene Defekte in kommerziellen Paket-on-Package-Geräten zu lokalisieren.

Jetzt präsentiert QuantumDiamonds seinen Plan, 152 Millionen Euro zu investieren, um die weltweit erste Produktionsstätte für fortschrittliche Chip-Testsysteme zu bauen. Nach gründlicher Prüfung möglicher Standorte in den USA entschied sich das Unternehmen bewusst für Deutschland. Der Standort in München wird als "First-of-a-Kind-Fabrik" unter dem European Chips Act betrachtet.

„Diese Investition markiert unseren Übergang von der Forschung zur globalen Produktion. Wir bauen die Werkzeuge auf, die die Chipindustrie benötigt, um zu prüfen, was bisher unsichtbar war – und zwar in Deutschland, mit europäischem IP und Talent“, so Co-Founder Berghoff gegenüber EU-Startups. „Die frühzeitige Unterstützung, die wir von Programmen wie dem EIC Accelerator und dem SPRIN-D erhalten haben, legte den Grundstein für dieses Scale-up. Mit der erwarteten Finanzierung des Chips Act werden wir von Piloteinsätzen zur Serienproduktion übergehen und dazu beitragen, die Rolle Europas in der Zukunft der Halbleiterindustrie zu sichern."

Ghazaleh, du bist 2020 aus dem Iran nach Deutschland gekommen, hast hier mehrere Studiengänge erfolgreich absolviert und 2023 CanChip gegründet. Wie hast du diese rasante Reise gemeistert und was treibt dich an?

Meine akademische Laufbahn begann mit einem Studium der Biotechnologie im Iran, immer mit dem Ziel, zur Krebsforschung beizutragen – eine persönliche Mission, die von der Krebserkrankung meiner Mutter geprägt war. Diese Motiva­tion blieb auch bestehen, als ich nach Deutschland kam und meinen Master in Biochemie und Molekularbiologie absolvierte.

Die Idee zu CanChip entstand, als ich meinen Mitgründer Dr. Omid Nejati traf und wir über das Potenzial von Tumor­on-chip-Technologien diskutierten. Das war ein Wendepunkt: Ich erkannte, wie wir Ingenieurskunst und Biologie kombinieren können, um etwas wirklich Wirkungsvolles zu schaffen.

Was mich antreibt, ist die Möglichkeit, Patient*innen einen schnelleren und präziseren Weg zur Behandlung zu ermöglichen und letztendlich die Art und Weise zu verändern, wie wir Krebs bekämpfen.

Welche Vision verfolgst du mit CanChip?

Bei CanChip wollen wir personalisierte Krebstherapien Wirklichkeit werden lassen, indem wir die Mikroumgebung von Tumoren auf einem Mikrofluidik-Chip simulieren. Unser Ziel ist es, die Arzneimittelprüfung von Tieren auf prädiktive Modelle mit menschlichen Zellen umzustellen. Wir möchten die Plattform der Wahl für Pharmaunternehmen und Forschungseinrichtungen werden, die bessere Werkzeuge für die Entwicklung von Krebsmedikamenten suchen. Über die Forschung hinaus ist es unsere langfristige Vision, patient*innenabgeleitete Tumore in unsere Chips zu integrieren, sodass Ärzt*innen Therapien vor ihrer Anwendung am Patient*innen in vitro testen können. Wir stellen uns eine Zukunft vor, in der die Krebstherapie mit „Versuch und Irrtum“ durch Präzision und Zuversicht ersetzt wird.

Wie unterscheidet sich euer Ansatz von den bestehenden Methoden?

Traditionelle 2D-Zellkulturen und Tiermodelle können die Komplexität menschlicher Tumore oft nicht abbilden. Unsere Tumor-on-Chip-Modelle beinhalten mehrere menschliche Zelltypen – wie Krebszellen, Endothelzellen und Immunzellen – die in einer 3D-Matrix in einem dynamischen Mikroflüssigkeitssystem eingebettet sind. Diese Anordnung bildet die menschliche Tumorumgebung genauer ab als bestehende Plattformen.

Der Vorteil? Zuverlässigere Daten zur Arzneimittelwirkung, weniger Tierversuche und letztlich eine schnellere und sicherere Entwicklung von Therapien. Unser Modell ist besonders wertvoll für seltene oder therapieresistente Krebsarten wie Glioblastome. Derzeit schließen wir unsere Machbarkeits­studien ab und bereiten uns auf Kooperationen mit pharmazeutischen Partnern vor.

Künstliche Intelligenz verändert immer mehr Bereiche. Welche Rolle spielt KI in deinem Fachgebiet?

Künstliche Intelligenz wird in der personalisierten Krebsforschung immer wichtiger, insbesondere bei unseren Organ­-on-Chip-Modellen. Wir nutzen KI derzeit für die automatisierte Bildanalyse, um die Zellmorphologie und die Reaktion auf Medikamente objektiv zu bewerten. Wir werden die KI-Nutzung ausweiten, um komplexe Daten wie Genexpression und Bildgebung zu analysieren und Vorhersagemodelle für patient*innenspezifische Arzneimittelreaktionen zu erstellen. KI wird auch dazu beitragen, den Versuchsaufbau zu optimieren, beispielsweise die Zellkombinationen und die Mikrofluidik-Einstellungen. Langfristig wird KI für die präklinische Forschung und die personalisierte Medizin unerlässlich sein, indem sie Muster in der komplexen Biologie aufdeckt und die Arznei­mittelentwicklung durch datengestützte Entscheidungen beschleunigt.

Die Tumor-on-Chip-Technologie ist nicht unumstritten, und der Weg zu tierversuchsfreien Arzneimittelzulassungen nicht einfach. Was sagst du den Kritiker*innen?

Es stimmt, dass die gesetzlichen Rahmenbedingungen noch immer stark auf Tierversuche angewiesen sind. Aber die Wissenschaft entwickelt sich weiter.  Die Tumor­on-Chip-Technologie zielt nicht darauf ab, alle bestehenden Methoden über Nacht zu ersetzen, sondern ergänzt und verbessert sie. Kritiker*innen übersehen oft die Vorteile der Reproduzierbarkeit und der ethischen Vertretbarkeit von in-vitro-Modellen mit menschlichen Zellen. Zudem sind die Regulierungsbehörden zunehmend offen für alternative Methoden, wenn diese zuverlässige Daten liefern. Unsere Aufgabe ist es, zu zeigen, dass unsere Chips konsistente und biologisch aussagekräftige Ergebnisse liefern können. Skepsis ist bei Innovationen normal, aber wir sehen sie als eine Einladung, uns zu verbessern und zu beweisen, dass wir zuverlässige Ergebnisse liefern können.

Ihr seid gerade dabei, eure Chips zu validieren und zu zertifizieren. Welchen Herausforderungen habt ihr euch dabei zu stellen?

Die größte Herausforderung ist die Standardisierung eines hochkomplexen biologischen Systems. Wir müssen sicherstellen, dass unsere Chips reproduzierbare Ergebnisse liefern, unabhängig von Charge und Krebsart. Gleichzeitig müssen wir klare Protokolle für Qualitätskontrolle und Dokumentation entwickeln, die den regulatorischen Erwartungen entsprechen. Eine weitere Herausforderung ist die Skalierbarkeit: der Übergang von Laborprototypen zu robusten, benutzer*innenfreundlichen Plattformen für die industrielle Nutzung. Das betrifft Materialien, Automatisierung und Kostenoptimierung – und das alles bei gleichzeitiger Wahrung der biologischen Integrität.

Wann erwartest du die Zulassung und welche Aufgaben müssen bis dahin erledigt werden?

Die Zulassung ist ein mehrstufiger Prozess. Wir streben zwar keine direkte medizinische Zulassung an (noch nicht), aber unsere Chips müssen als valide Werkzeuge für die vorklinische Prüfung akzeptiert werden. In den nächsten 12 bis 18 Monaten wollen wir unter anderem Validierungsstudien veröffentlichen, die von Expert*innen geprüft wurden, wichtige pharmazeutische Kooperationen sichern und Qualitätssysteme einführen, die den ISO-Normen entsprechen.

Wichtig ist auch die Zusammenarbeit mit den Regulierungsbehörden: Wir sind aktiv in Netzwerken und Konsortien tätig, um uns über die neuesten Richtlinien zu informieren. Wir hoffen, innerhalb von zwei Jahren den Status einer akzeptierten vorklinischen Prüfung zu erreichen und kurz darauf mit der Anwendung an Patient*innen beginnen zu können.

BioTech-Start-ups benötigen langfristige Unterstützung und erhebliches Kapital. Wer sind eure Unterstützer*innen und Investor*innen?

Wir haben das Glück, ein starkes Netzwerk an Unterstützer*innen zu haben. Wir erhielten frühzeitig den Newcomer of the Year 2025 German Startup Award, den Sonderpreis des Brandenburg Innovation Awards, den Jurypreis beim Female Start-Aperitivo und viele weitere Auszeichnungen, was uns half, mehr Sichtbarkeit zu erlangen. Der Wissenschaftspark Potsdam hat uns mit Infrastruktur, Mentoring und einer lebendigen Start-up-Ökosystem-Umgebung unterstützt. Wir haben auch von Netzwerken wie der HealthCapital Berlin-Brandenburg profitiert. Obwohl wir derzeit selbst­finanziert sind und von Pilotstudien und Kooperationen unterstützt werden, bereiten wir uns aktiv auf eine Seed-Finanzierungsrunde vor, um unser Team zu erweitern und die Produktion zu skalieren.

Ein Blick in die Zukunft: Wie nah sind wir daran, eine wirklich personalisierte Krebstherapie für die Mehrheit der Patient*innen zu ermöglichen?

Wir sind näher dran, als wir denken. Fortschritte in der molekularen Diagnostik, der Einzelzellanalyse und der Organ-on-Chip-Technologie laufen auf ein gemeinsames Ziel hinaus. Was noch fehlt, ist die Integration, und hier sind Start-ups führend. Wir agieren schnell, wir gehen Risiken ein und schließen die Innovationslücken, die von größeren Institutionen hinterlassen werden. Personalisierte Krebstherapien werden zum Standard, wenn Plattformen wie unsere innerhalb der klinischen Fristen handlungsrelevante Ergebnisse liefern können. Wir sind davon überzeugt, dass Tumor­on-Chip-Modelle innerhalb der nächsten fünf bis zehn Jahre zu Standardwerkzeugen in der Onkologie werden und Start-ups wie CanChip diese Transformation anführen werden.

Was möchtest du anderen (BioTech-)Gründer*­innen mit auf den Weg geben?

Aus wissenschaftlicher Sicht war die Gründung eines Start-ups ein großer, aber auch lohnender Schritt. Sprecht früh mit potenziellen Kund*innen. Diese Gespräche halfen uns, unser Produkt zu formen und wirkliche Bedürfnisse zu entdecken. BioTech braucht Zeit. Zellkultur, Qualitätskontrolle, Partnerschaften. alles bewegt sich langsamer als geplant.

Seid geduldig, aber beharrlich. Soft Skills wie Kommunikation, Resilienz und strategisches Denken sind genauso wichtig wie wissenschaftliche Expertise.

Vermeidet die Perfektionismusfalle: Beginnt mit dem, was ihr habt, und verbessert iterativ. Mein Rat: Baut ein starkes Team auf, bleibt fokussiert auf eure Mission und habt keine Angst vor Fehlern; sie sind Teil des Prozesses. Verbindet wissenschaftliche Exzellenz mit unternehmerischem Mut. Diese Mischung kann euch wirklich voranbringen, auch in einem komplexen Bereich wie BioTech.

Ghazaleh, Danke für deine Insights

Lucent AI quantifiziert Risiken präziser, erkennt Auffälligkeiten anhand von Branchendaten und ermöglicht frühzeitige Risiko-Szenarien für Management und Investor*innen. Diese Aufgaben zählen zu den aufwändigsten Prozessen für Governance-Teams, da sie stark reguliert, personalintensiv und zeitkritisch sind. Die Agentic-AI-Technologie von Lucent AI übernimmt viele dieser Schritte selbstständig, indem sie Daten zusammenführt, Analysen durchführt und Handlungsempfehlungen oder Entscheidungsvorlagen bereitstellt.

Die Integration in bestehende IT-Systeme erfolgt über standardisierte Schnittstellen, sodass Unternehmen die Plattform innerhalb kurzer Zeit einsetzen können. Gerade in Organisationen, die heute noch stark mit Excel, E-Mails und manuellen Prüfungen arbeiten, führt die Automatisierung zu erheblichen Verbesserungen in Geschwindigkeit, Genauigkeit und Skalierbarkeit.

Jetzt wurde Lucent AI von osapiens, einem führenden deutschen Softwareanbieter für Nachhaltigkeits- und Transparenzlösungen, übernommen. Im Zuge der Übernahme werden Technologie, Produktportfolio und Kundenstamm von Lucent AI vollständig in den osapiens HUB integriert. Erste Module werden ab dem zweiten Quartal 2026 verfügbar sein. Die Gründer treten dem Team von osapiens bei und verantworten künftig die Weiterentwicklung der Lösung sowie ihre strategische Einbettung in die Bereiche Resilience & Risk Management, Disclosures & Reporting und Product Compliance & Traceability.

„Mit Lucent AI erweitern wir unser Portfolio um ein zukunftsweisendes System für Finanzrisiken und Compliance“, erklärt Matthias Jungblut, Mitgründer und Co-CEO von osapiens. „Die fortschrittlichen KI-Agenten von Lucent ergänzen unser Angebot ideal und unterstützen unsere Mission, Unternehmen weltweit zu mehr Transparenz, Sicherheit und Effizienz zu verhelfen.“

„Lucent AI wurde mit der Mission gegründet, Unternehmen durch intelligentes Risikomanagement widerstandsfähiger zu machen“, sagt Mitgründer Max Wolff. „Wir haben aus erster Hand erlebt, wie komplex und zugleich zentral diese Prozesse für regulierte Unternehmen jeder Größe sind. Mit osapiens haben wir einen Partner gefunden, der unsere Vision teilt und über die Ressourcen und die Expertise verfügt, um unsere Lösungen weiterzuentwickeln und zu skalieren.“

Der globale Markt für diagnostische Schnelltests (Point-of-Care-Testing) gehört zu den am schnellsten wachsenden Segmenten im Gesundheitswesen und wird bis 2030 auf über 80 Milliarden US-Dollar geschätzt. Lateral-Flow-Tests (LFAs), zum Beispiel für Infektionen oder kardiovaskuläre Marker, sind zwar weltweit etabliert, stoßen aber bei der Sensitivität an technologische Grenzen: Aktuelle Schnelltests erreichen durchschnittlich nur bis zu 75 Prozent Genauigkeit, was häufig zu Fehldiagnosen führt und den Einsatz zeit- und kostenintensiver PCR-Labortests nötig macht.

Medizintechnologischer Durchbruch

Genau hier setzt Amplifold, ein im Jahr 2025 gegründetes Spin-off der LMU München, an: Mithilfe programmierbarer DNA-Origami-Nanostrukturen steigert das Unternehmen die analytische Sensitivität von Schnelltests um das bis zu 100-Fache. Damit wird es erstmals möglich, PCR-ähnliche Diagnostik in Echtzeit und direkt am Patienten durchzuführen – kostengünstig, ohne Labor und innerhalb weniger Minuten.

Die Plattform des Unternehmens basiert auf Erkenntnissen einer in Nature Communications veröffentlichten Studie, die zeigt, dass programmierbare DNA-Origami-Nanostrukturen die Testempfindlichkeit klassischer LFAs drastisch erhöhen können, ohne dessen Testformat oder bestehende Herstellungsprozesse zu verändern. Diese Technologie ermöglicht kostengünstigen Schnelltests die Sensitivität von gerätebasierten Tests – und eröffnet neue Anwendungsmöglichkeiten in der dezentralen Diagnostik, Point-of-Care-Testing und globalen Gesundheitsversorgung in vielen Bereichen, darunter Kardiologie, Neurologie mit Fokus auf Schlaganfälle und Infektionsmedizin.

Die Mittel aus der Finanzierungsrunde nutzt Amplifold, um seine Technologie der Signalverstärkung in eine marktfähige industrielle Lösung zu überführen, das Produktentwicklungs- und Regulatory-Team auszubauen und die IVDR-Zulassung des ersten In-vitro-Diagnostikprodukts in Europa vorzubereiten. Zudem wird das Unternehmen in das Innovations- und Gründerzentrum für Biotechnologie (IZB) in Martinsried – eines der führenden Life-Science-Startup-Zentren Europas – umziehen und dort von der Nähe zu akademischen und klinischen Partnern profitieren.

„Lateral-Flow-Tests haben den Zugang zur Diagnostik revolutioniert, aber ihre Empfindlichkeit blieb traditionell hinter den zentralen Laborsystemen zurück. Mit der DNA-Origami-Signalverstärkung können wir viel mehr Signalgeber auf jedes Bindungsereignis eines Standardstreifens programmieren. Kostengünstige Schnelltests erreichen auf diese Weise die Sensitivität von Labor-Messgeräten, ohne dass das Grundformat verändert werden muss”, sagt Dr. Maximilian Urban, Co-Gründer von Amplifold und Haupterfinder der Kombination aus DNA-Origami-Nanotechnologie und Lateral-Flow-Assays.

Ziel ist die signifikante Reduktion von Tier- und Humanversuchen durch validierte, datenbasierte Simulationen, die Hersteller*innen schnellere, kosteneffizientere und regulatorisch anschlussfähige Prüfpfade ermöglichen. Das Unternehmen vereint Expertisen in Medizintechnik, medizinischer Bildverarbeitung, künstlicher Intelligenz und numerischer Simulation und beschäftigt derzeit über 20 Mitarbeitende.

Jetzt hat Virtonomy seine Series A Finanzierungsrunde erfolgreich abgeschlossen. Insgesamt konnte das Unternehmen dabei über 5 Mio. Euro sichern. Bayern Kapital beteiligte sich als langjähriger Partner mit einem erhöhten Investment von über 2 Mio. Euro. Aufgrund der starken Nachfrage und des großen Interesses der Investor*innen wurde das Kapital in der laufenden Finanzierungsrunde zudem erhöht. Companisto führte die Runde als Lead-Investor mit Beteiligungen von rund 3,3 Mio. Euro an. Bereits zuvor hatten namhafte internationale Venture-Capital-Investoren wie Accenture Ventures, Dieter von Holtzbrinck Ventures, Honeystone Ventures, Pace Ventures, UnternehmerTUM und Plug & Play in Virtonomy investiert.

„Mit dem erfolgreichen Abschluss unserer Series-A-Finanzierungsrunde legen wir den Grundstein, um die Virtonomy-Plattform weiter international zu skalieren, die regulatorische Validierung zu intensivieren und neue Märkte zu erschließen. Die starke Unterstützung durch Companisto und Bayern Kapital bestätigt die Relevanz unserer datenbasierten virtuellen Patient*innen als verlässliche Alternative zu langwierigen Studien und Tierversuchen. Unsere Vision ist, dass jedes Medizinprodukt weltweit schneller, sicherer und effizienter auf den Markt kommt, unter Nutzung unserer digitalen Patientenzwillinge“, sagt Dr. Simon Sonntag, CEO und Gründer von Virtonomy.

Auf der jährlichen Hausmesse der Amazon Tochter AWS sind neben Produkt-Ankündigungen, Partner*innen und Kund*innen auch zahlreiche Start-ups anwesend. AWS nutzt die Förderung von Start-ups zur Identifizierung neuer Trends. In zahlreichen Gesprächen mit Expert*innen und jungen Unternehmen zeichnete sich in diesem Jahr ab: Die nächste Welle der Innovation verschmilzt künstliche Intelligenz (KI) mit der physischen Welt und schafft autonome Systeme, die nicht nur Daten verarbeiten, sondern real handeln. Zwei Trends stechen dabei besonders hervor.

Physical AI: Wenn KI in die physische Welt eingreift

Physical AI beschreibt die Verschmelzung von KI mit der physischen Realität. Das Spektrum reicht von humanoider Robotik über autonome Fahrzeuge bis hin zu intelligenten Industrieanlagen. Gemeinsam ist diesen Systemen, dass sie in Echtzeit flexibel auf ihre Umgebung reagieren und dabei komplexe Informationen wie Tiefe, Krafteinwirkung und räumliche Daten verarbeiten müssen.

Wie weit manche Start-ups bereits sind, zeigt BrainBox AI aus Montreal im Gebäudetechnikbereich. Das Unternehmen steuert Heizungs- und Kühlsysteme anhand von Prognosen zu Wetter, Energiepreisen und Strommix und greift so direkt in den Energieverbrauch von Gebäuden ein. Ein integriertes Assistenzsystem unterstützt zusätzlich Wartungs- und Betriebsprozesse. So beeindruckend die Technologie ist, zeigt sie zugleich die Herausforderungen physischer KI-Systeme. Jede Fehleinschätzung kann reale Kosten und Schäden verursachen.

In der Robotik macht das Schweizer Start-up Mimic Robotics deutlich, wie anspruchsvoll es ist, menschliche Bewegungen für Maschinen nutzbar zu machen. Die Gründer setzen auf eine eigene Datenerfassungsmethode mit sensorgestützten Handschuhen und hochflexiblen Roboterhänden. Ziel ist, dass Maschinen das Greifen durch Imitation des Menschen erlernen und sich dadurch in Logistik und Fertigung schneller an neue Aufgaben anpassen können.

Physical AI erobert auch Branchen, die bislang wenig digitalisiert sind. Das Start-up Bedrock Robotics etwa arbeitet daran, schwere Baumaschinen autonom zu steuern. Es ist ein Beispiel dafür, wie diese Technologie in traditionelle Industrien vordringt

Agentic AI: Autonome Systeme im Unternehmensalltag

Parallel dazu entstehen Start-ups, die KI nicht als Tool, sondern als handelnde Einheit begreifen. Agentic AI bezeichnet Modelle, die Aufgaben planen, Entscheidungen vorbereiten oder eigenständig Prozesse ausführen. Diese Systeme sollen nicht einfach automatisieren, sondern sich an neue Situationen anpassen.

In der Praxis ist das anspruchsvoll. Unternehmen müssen definieren, welche Entscheidungen KI treffen darf und wo menschliche Kontrolle notwendig bleibt. Gleichzeitig wächst der Druck, komplexe Dokumente, Datenbestände oder Kund*inneninteraktionen effizienter zu verarbeiten.

Ein Beispiel aus München macht diese Entwicklung greifbarer. Das Start-up Vidlab7 entwickelt KI-basierte Avatare, die auf Webseiten Produkte erklären, Demos durchführen und Anfragen qualifizieren. Damit entsteht eine neue Form der digitalen Kund*inneninteraktion, die deutlicher als bisher an reale Verkaufsprozesse anknüpft und für kleinere Unternehmen zugänglich wird.

Noch weiter geht Brainbase Labs aus der Bay Area. Das Start-up verfolgt einen experimentellen Ansatz und entwickelt Umgebungen, in denen Software-Agenten über Gedächtnis- und Planungsfunktionen komplexe Aufgaben autonom übernehmen können. So entsteht ein komplett digitaler Arbeitskollege.

Eine Entwicklung mit langen Zyklen

Die Entwicklung von Physical AI und agentenbasierte Systeme erfordert deutlich mehr Aufwand als klassische Softwareprodukte. Sie benötigen lange Entwicklungszyklen, interdisziplinäre Expertise und oft höhere Anfangsinvestitionen. Gleichzeitig adressieren sie Themen, die für viele Unternehmen immer dringlicher werden, etwa Energieeffizienz, Prozessautomatisierung oder der Umgang mit wachsenden Datenmengen.

Ob aus den heutigen Pilotprojekten tragfähige Geschäftsmodelle entstehen, bleibt abzuwarten. Sicher ist jedoch, dass die Kombination aus physischer und digitaler Autonomie die kommenden Jahre prägen wird. KI verlässt ihre isolierte Rolle und wird zu einem Bestandteil realer Abläufe und Entscheidungen. Damit beginnt eine Phase, in der ihr unmittelbarer Einfluss spürbarer wird als je zuvor.

Der Autor Arne Bauer ist Consultant bei der Söldner Consult GmbH. Das von den Brüdern Prof. Dr. Jens-Henrik Söldner, Dr. Guido Söldner und Dr. Constantin Söldner gegründete und geleitete Unternehmen unterstützt auf regionaler, deutschlandweiter sowie internationaler Ebene bei der Planung und Implementierung von komplexen IT-Umgebungen.

Neben dem High-Tech Gründerfonds (HTGF) hat Marble Imaging zudem eine starke Gruppe weiterer Investor*innen gewonnen, die die Mission teilt. Dazu gehören BAB Beteiligungs- und Managementgesellschaft Bremen, Lightfield Equity, Oslo Venture Company, nwk | nwu Beteiligungsgesellschaften der Sparkasse Bremen, Sentris Capital, Auxxo Female Catalyst Fund und SpaceFounders.

Die Investition soll es Marble ermöglichen, das Entwicklungsteam deutlich auszubauen und die Fertigstellung seiner Intelligence-, Maritime- und Befahrbarkeits-Tools voranzutreiben – Lösungen, die bereits erste Kund*innen bedienen und nun für den breiten kommerziellen Rollout vorbereitet werden. Zudem unterstützt die Investition den Aufbau der End-to-End-Datenverarbeitungskette sowie des Kund*innenportals, um eine nahtlose Nutzer*innenerfahrung sicherzustellen.

Die Finanzierung soll Marble zudem in die Lage versetzen, die schnell wachsende Pipeline an Datenkund*innen zu bedienen und zum Start des ersten Satelliten vollständig kommerziell einsatzbereit zu sein. Darüber hinaus soll sie den Ausbau der operativen Expertise und die Einrichtung eines dedizierten Operationszentrums für die geplante Satellitenkonstellation ermöglichen.

„Wir freuen uns sehr, ein starkes europäisches Investorenkonsortium an Bord zu haben, das das Wachstum unserer Dual-Use-Erdbeobachtungslösungen vorantreibt“, sagt Robert Hook, CEO und Mitgründer von Marble. „Mit dieser Finanzierungsrunde können wir unsere Fähigkeiten deutlich ausbauen, um der rasant steigenden Nachfrage gerecht zu werden.“

Der erste Marble-Satellit, der sehr hochauflösende multispektrale Daten liefern wird, soll im vierten Quartal 2026 starten. Bis Ende 2028 plant Marble Imaging, die eigene Konstellation schrittweise auf bis zu 20 Satelliten auszubauen. Die Nachfrage nach starken und innovativen souveränen Lösungen aus Europa zieht sich inzwischen durch nahezu alle großen Institutionen. Besonders deutlich wird dies in den Bereichen Sicherheit und Climate Tech, wo der Bedarf an schnell verfügbaren, sehr hochauflösenden Erdbeobachtungsdaten und fortschrittlichen KI-gestützten Analysen immer größer wird.

Das Unternehmen, angeführt von den Mitgründer*innen Robert Hook, Dr. Gopika Suresh und Alexander Epp, hat mit dem erfolgreichen Abschluss der Finanzierungsrunde einen weiteren wichtigen Meilenstein erreicht. Marble konnte dabei nicht nur namhafte Business Angels und institutionelle Investor*innen gewinnen, sondern auch großes Interesse führender Venture-Capital-Gesellschaften wecken.

Bereits zuvor hatte das Team für Aufmerksamkeit gesorgt, indem es mehr als 10 Millionen Euro an non-dilutive Funding für die Entwicklung und den Start des ersten Satelliten sicherte – unter anderem durch den DLR Kleinsatelliten Nutzlastwettbewerb und ESA InCubed. Zudem unterstrich das Marble die starke Nachfrage nach hochwertigen europäischen Daten und Analysen mit seinem ersten Ankervertrag im Wert von 3 Millionen Euro im Rahmen des ESA-Programms „Copernicus Contributing Missions“.

Während die europäische Autoindustrie vor strukturellen Veränderungen steht, wächst der Ladeinfrastrukturmarkt global weiter zweistellig – zunehmend auch an Schnellladestandorten für Logistik, Industrie und Handel. In diesem Umfeld sichert sich EcoG, ein internationales Scale-Up für Ladeinfrastruktur mit Hauptsitz in München und Detroit, 16 Millionen Euro von europäischen Investoren.

Die Runde wird angeführt vom Münchner GET Fund, Extantia und Bayern Kapital, die in das starke globale Wachstumspotenzial elektrifizierter Logistik- und Nutzfahrzeugflotten investieren.

Mit dem frischen Kapital will EcoG seine Softwareplattform für Ladesäulenhersteller weiter skalieren mit Fokus auf den Ausbau der gewerblichen Schnellladeinfrastruktur. Damit setzt das Unternehmen zunehmend den Standard als Betriebssystem für Schnellladeinfrastruktur. Die Technologie ist bereits heute in Europa, Indien und den USA in breitem Einsatz.

Als global orientiertes Unternehmen plant EcoG am Standort Bayern einen Innovationshub aufzubauen, um die Integration neuer Ladetechnologien wie bidirektionales Laden in Flotten oder Megawatt-Charging für E-Lkw und Ladehubs unter Realbedingungen mit Hardware- und Logistikpartnern weiter zu erproben. Mit Partnern wie Rittal stellt EcoG hierfür Laderreferenzdesigns für die Integration zur Verfügung und integriert diese zur CO2 und Kostenoptimierung mit Partnern in Geschäftsprozesse. Für den praxisnahen Aufbau der Hubs führen die Münchner aktuell Gespräche mit Depotbetreibern, Logistikern und sind offen für weitere Gespräche.

Jörg Heuer, CEO und Mitgründer von EcoG: „Die Anfangsjahre der E-Mobilität sind nun erfolgreich abgeschlossen. Jetzt stehen Professionalisierung und nachhaltiges Wachstum im Mittelpunkt. Ein Beispiel hierfür ist der Einsatz von elektrischen Lkws in der Stadtlogistik. Das ist längst kein Zukunftsthema mehr, sondern zunehmend eine echte Geschäftsgrundlage.”

Johannes Hund, CTO und Mitgründer von EcoG kommentiert: „Konzerne wie Amazon zählen bereits heute zu den größten Betreibern von Ladeinfrastruktur weltweit und unsere Ladeplattform kann Firmen wie diese zukünftig noch besser unterstützen.“

Wer schon einmal an einer Marktforschungsumfrage teilgenommen hat, weiß: Das ist eine zähe Angelegenheit. Man klickt sich durch Fragebögen, nimmt an Diskussionsrunden teil und erhält zum Schluss (bestenfalls) eine magere Entlohnung.

Für Unternehmen, die solche Befragungen durchführen, besteht genau darin ein Problem: „Es ist schwer, an die gewünschten Zielgruppen heranzukommen, weil keiner mitmachen will“, sagt Tobias Klinke, Co-Gründer des Start-ups experial. „Und wenn doch, dann sind es die falschen.“

Klassische Marktforschung ist ineffektiv

Der promovierte Konsumforscher weiß, wovon er spricht. Für seine wissenschaftliche Arbeit hat er sich jahrelang mit Marktforschungsmethoden beschäftigt und selbst unter der unzureichenden Datenlage aus Zielgruppenbefragungen gelitten. „Man darf sich nichts vormachen: Da sitzen Leute, die Geld verdienen wollen und den Fragebogen so schnell wie möglich abhaken. Relevante Daten lassen sich so nur schwer erheben.“ Denn ob die Antworten tatsächlich das Konsumverhalten widerspiegeln oder die Befragten einfach nur schnell fertig werden oder sich ins rechte Licht rücken wollen, ist kaum auszumachen.

Hinzu kommt: Für die Auftraggebenden sind solche Marktforschungen extrem aufwändig, teuer und langwierig – vom Erstellen des Fragenkatalogs über das Organisieren der Befragung bis hin zur Auswertung der Ergebnisse.

Genau hier setzt experial an: Es möchte Unternehmen besser, schneller und günstiger wissen lassen, was bestimmte Kund*innenprofile zu konkreten Fragestellungen denken, zum Beispiel über ein neues Produktfeature. „Jeder Produkt- oder Marketingmanager hat täglich Entscheidungen zu treffen, für die authentisches Kundenfeedback absolut relevant ist“, so Klinke. Dafür stellt experial in einem klassischen Software-as-a-Service-Modell sogenannte Digital Twins zur Verfügung – digitale Simulationen realtypischer Personen aus der gewünschten Zielgruppe.

Über eine Chat-Funktion können diese digitalen Zwillinge nach Belieben befragt oder interviewt werden. Neben der Darstellung der Umfrageergebnisse in Diagrammen, Tabellen oder Kurztexten ermöglicht das Tool, mit Kund*innenprofilen in Echtzeit zu interagieren, Nachfragen zu stellen, zu diskutieren.

Zielgruppe abbilden statt Persona erfinden

Das Besondere: Statt klassische Personas abzubilden – also ein stereotypisches Bedürfnisbündel einer fiktiven Persönlichkeit –, simuliert experial zum Beispiel 1000 Personen eines bestimmten Adressat*innenkreises, die dann an einer Befragung teilnehmen. So wird eine spezifische Gruppe in ihrer ganzen Meinungsvielfalt abgebildet. „Es geht nicht darum, eine idealtypische Kunstfigur, sondern eben 1000 konkrete Personen zu simulieren. So können wir die ganze Bandbreite an Meinungen innerhalb einer Zielgruppe abbilden“, erläutert Klinke.

Von der Forschung zur Geschäftsidee

Am Anfang stand ein konkretes Problem für die eigene Arbeit. Alle drei Gründer haben ihre Wurzeln in der Forschung. Tobias Klinke und Nader Fadl haben gemeinsam studiert, für Klausuren gebüffelt und später beide promoviert – Klinke in Consumer Research, Fadl in Gamification. Drei Jahre arbeiteten sie bereits zusammen, bevor 2022 die Idee für das gemeinsame Start-up entstand. Als die technische Umsetzung immer komplexer wurde, kam Nils Rethmeier – er hat in Machine Learning promoviert – als dritter Gründer hinzu.

Während sich die drei als Wissenschaftler noch mit der geringen Datenqualität klassischer Marktforschung herumschlugen, wuchsen zeitgleich die Anwendungspotenziale künst­licher Intelligenz (KI). Immer mehr beschäftigte sie die Frage, ob nicht beides kombinierbar wäre. Erste Lösungen suchten Klinke und Fadl zunächst, indem sie große Sprachmodelle (LLMs) mit demografischen Standarddaten aus der Marktforschung fütterten – mit ernüchterndem Ergebnis. „ChatGPT allein eignete sich kaum. Um Zielgruppen in ihrer Vielschichtigkeit zu simulieren, müssen wir viel mehr wissen als Alter, Beruf und Postleitzahl“, so Klinke. So lernten sie, welche Daten für eine realitätsnahe Simulation hilfreich sind und welche nicht. „Relevante Inputs sind eher Persönlichkeitsmerkmale, Werte, Lebensgeschichten. Echte Daten von echten Personen“, so Klinke weiter. Durch den Abgleich mit bestehenden Daten konnten die synthetischen KI-Modelle sukzessive verbessert werden. Die Verwendung von AI Agent Memory brachte dann den ersten Durchbruch: eine Übereinstimmung von 85 Prozent.

Seitdem geht der technologische Fortschritt rasant voran. Heute laufen bei experial verschiedene LLMs im Hintergrund. Das LLM-Ensembling hat den Vorteil, dass je nach Fragestellung die geeignetsten Modelle zum Einsatz kommen, etwa mit oder ohne Reasoning. „Die rationale Begründbarkeit von Antworten ist für unsere Simulationen nicht immer relevant. Menschen entscheiden oft aus dem Bauch heraus“, fügt Fadl hinzu.

Von Wissenschaftlern zu Unternehmern

Klinke und Fadl wussten: Sie sind an etwas dran. Verlässlich simulierte Datensätze würden nicht nur ihrer Forschung zugutekommen, sondern auch vielen Unternehmen. Die zündende (Geschäfts-)Idee kam mitten im Arbeitsalltag. Nach ihrer Zeit an der Uni arbeiteten die beiden in einer Digitalagentur und begleiteten erste Online-Marktforschungsprojekte für größere Kund*innen. Dabei erlebten sie hautnah, wie klassische Marktforschung in der Praxis funktioniert: Ein Marketing- oder Innovationsmanager formuliert eine Fragestellung, schickt sie per E-Mail an die interne Insights-Abteilung und wartet.

Wochen später, oft nach externem Agenturbriefing und einem fünfstelligen Budget, kommen die Ergebnisse zurück – viel zu spät und viel zu teuer für den heutigen Innovationsdruck. „Das war für uns der Moment, an dem wir dachten: Das muss doch anders gehen“, erinnert sich Klinke. Genau zu dieser Zeit erschien ChatGPT. Die Idee war plötzlich greifbar: Warum nicht Zielgruppen simulieren, in Echtzeit, mit KI? Damit war der Grundstein für das Start-up gelegt.

Danach ging es schneller als gedacht. Mit dem steigenden technischen Anspruch war das Projekt nicht mehr eigen­ständig finanzierbar. „Als wir die ersten Machine-Learning-­Researcher brauchten, war klar: Wir müssen Kapital aufnehmen“, so Fadl. Ein Professor, mit dem die Gründer bereits inhaltlich zusammengearbeitet hatten, stieg als erster Business Angel ein. „Durch die persönliche inhaltliche Verbindung zum Thema hat das einfach sehr gut gepasst“, erinnert sich Klinke. „Noch heute treffen wir uns alle vier Monate, um viele Fragestellungen miteinander zu diskutieren.“ Es folgten zwei weitere Angel Investoren und ein halbes Jahr später zwei Venture-Capital-Unternehmen.

Die nächste Generation Digital Twins im Visier

Heute arbeitet das Start-up mit zehn Mitarbeitenden und betreut Teams von Unternehmen wie Fressnapf, Ergo und der Versicherungskammer Bayern. „Der Marktforschungsmarkt ist gigantisch“, so Fadl. „Global liegt der Umsatz bei zirka 150 Milliarden US-Dollar, wovon gut ein Drittel in den USA anfällt. Wir wollen uns in Zukunft verstärkt auf den amerikanischen Raum konzentrieren.“

Die Ziele sind ambitioniert, aber alles andere als unrealistisch. Das Geschäftsmodell von experial hat das Potenzial, die Branche zu verändern. „Studien zeigen eindeutig: Je kundenorientierter Unternehmen handeln, desto profitabler werden sie. Wir wollen Kundenfeedback in die tägliche Arbeit von Entscheider*innen integrieren. Mit klassischer Marktforschung ist das nicht möglich“, so Klinke.

Und noch einen Vorteil sehen die Gründer in ihrem Modell: Bisherige Versuche, neue Technologien für die Branche zu nutzen, zielten darauf ab, die Marktforscher*innen zu ersetzen. Experial denkt anders: Nicht die Forschenden sollen ersetzt werden, sondern die Befragten, die ohnehin keine Lust darauf haben.

Künftig wird es zudem entscheidend sein, mit den tech­nischen Entwicklungen Schritt zu halten. Dementsprechend will experial die eigenen Digital Twins weiterentwickeln. Die neue Generation soll „sehen“ und „hören“ können, um etwa Websitedesigns und Videos zu bewerten – ein weiterer Schritt mit immensem Potenzial. Ende des Jahres startet dafür eine weitere Finanzierungsrunde. Man darf also gespannt sein, wo die unternehmerische Reise von Tobias Klinke, Nader Fadl und Nils Rethmeier noch hinführen wird.

Das Frankfurter Start-up Donnerstag.ai – 2025 in Frankfurt am Main von Barbaros Özbugutu und Volkan Özkan gegründet – verbindet Leistungs-, Abrechnungs- und Zahlungsdaten aus bestehenden Systemen, erkennt Abweichungen nahezu in Echtzeit und automatisiert die Abstimmung von Transaktionen über einen positionsgenauen Abgleich (Line-by-Line Reconciliation). Auf Basis künstlicher Intelligenz und autonomer KI-Agenten schafft Donnerstag.ai volle Transparenz über offene Posten, ermöglicht präzises KPI-Reporting und unterstützt ein aktives Forderungsmanagement zur Steuerung von Liquidität und Risiko.

Die Software verbindet Daten aus ERP-, Leistungs- und Bankensystemen, erkennt Abweichungen in Echtzeit und gleicht Tausende von Transaktionen automatisch ab. Ihr intelligenter Algorithmus identifiziert Unstimmigkeiten, prognostiziert fehlende Positionen und warnt Finanzteams, bevor Verluste entstehen. Durch kontinuierliches Lernen aus den Datenmustern jedes Kunden wird das System zunehmend präziser und verwandelt Abstimmungsprozesse in eine proaktive, intelligente Kontrollschicht des Finanzwesens.

„Jedes Jahr gehen Lieferanten Milliarden verloren, weil sie keinen klaren Überblick darüber haben, was geliefert, abgerechnet und bezahlt wurde“, sagt Barbaros Özbugutu, Mitgründer und CEO von Donnerstag.ai. „Mit unserer KI-Plattform aus Deutschland schaffen wir Transparenz in einer Branche, die für Europas Wettbewerbsfähigkeit zentral ist.“

Erfahrenes FinTech-Team trifft auf starke Investor*innen

Hinter Donnerstag.ai stehen die Gründer Barbaros Özbugutu und Volkan Özkan, die beide langjährige Erfahrung im europäischen FinTech-Sektor mitbringen. Özbugutu war zuvor als Deutschlandchef bei Klarna tätig und war Mitgründer sowie CEO des Zahlungsdienstleisters iyzico. Dieser wurde 2019 von Prosus/Naspers übernommen. Der erfolgreiche Exit zählt zu den größten Fintech-Akquisitionen in der Türkei.

„In einer Zeit, in der künstliche Intelligenz ERP- und Finanzsysteme grundlegend neu definiert, schafft Donnerstag.ai eine völlig neue Kategorie, die bislang technisch nicht adressiert werden konnte”, sagt Stefan Klestil, General Partner bei Speedinvest. „Barbaros und Volkan verbinden Produktkompetenz, strategisches Denken und Umsetzungsstärke auf einzigartige Weise. Wir sind stolz, als Lead-Investor Teil dieser Runde zu sein und gemeinsam mit Donnerstag.ai die Zukunft der europäischen Finanztechnologie zu gestalten.“

Donnerstag.ai will auch mithilfe des frischen Kapitals seine Präsenz in der DACH-Region ausbauen mit dem Ziel, sicheres Forderungsmanagement europaweit anzubieten.

Die skulio-Gründer Elias Perez und Teoman Köse möchten mithilfe von künstlicher Intelligenz Lehrkräfte bei der Unterrichtsvorbereitung entlasten und Schüler*innen individuell fördern.

Mit der Finanzierung wird das Start-up aus Köln nun bei der Weiterentwicklung seiner KI-Lösung für Schulen unterstützt. Das Ziel der Gründer ist es, jede Lehrkraft dabei zu unterstützen, das Beste aus sich herauszuholen, Schüler*innen individuell und inklusiv zu fördern und die Bildung zu verbessern.

„Die Heterogenität in Schulklassen ist enorm groß und dennoch wird kaum individuell gefördert. Mit unserer Lösung ermöglichen wir es Lehrkräften viel Zeit zu sparen und ihre Schüler*innen gezielt auf ihre Bedürfnisse zu fördern. Das ist ohne unsere KI in der Praxis momentan gar nicht umsetzbar”, sagt Elias Perez, Mitgründer von skulio.

Der offizielle Launch von skulio ist für das Frühjahr 2026 geplant. Schulen haben die Möglichkeit, eine Schullizenz für ihr Kollegium zu erwerben, während Lehrkräfte auch Einzellizenzen nutzen können. Bereits jetzt führt Elias Perez Gespräche mit interessierten Schulen aus ganz Deutschland, die ihre innovative KI-Lösung künftig einsetzen möchten. Schulen aus jedem Bundesland können sich bei Interesse direkt an Elias Perez wenden.

Das exist Programm fördert innovative, technologieorientierte und wissensbasierte Gründungsvorhaben aus Hochschulen und Forschungseinrichtungen. Ziel des Programms ist es, die Gründungskultur in Deutschland zu stärken und den Transfer von Forschung in marktfähige Produkte zu beschleunigen.