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

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

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

Die Gründerhistorie: Aus dem Schmerz zur Lösung

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

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

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

Kritische Hinterfragung des Geschäftsmodells

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

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

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

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

Der Wettbewerb: Ein Rennen der Giganten

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

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

Warum „nur“ 30 Millionen?

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

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

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

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

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

Fazit: Ein starkes Signal für den Standort Deutschland

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

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

Hinter pacemaker.ai steht kein klassisches Garagen-Start-up, sondern geballte Konzernpower: Das Unternehmen, dessen Wurzeln auf ein 2021 in Lissabon gestartetes Projekt zurückgehen, wurde 2022 offiziell als Tochterunternehmen der tk accelis Supply Chain Solutions ausgegründet. Damit gehört es zum Imperium von thyssenkrupp. Geleitet wird das im westfälischen Münster beheimatete Unternehmen von einem vierköpfigen Management-Team: CEO Christian Jabs, CFO Christian Pixberg, CCO Robert Kokott und CTO Andreas Höppener.

Das Geschäftsmodell basiert auf cloudbasierten Software-as-a-Service-Produkten (SaaS), die Machine Learning und tiefes Branchenwissen vereinen. Zum Produktportfolio gehören schlüsselfertige Softwareprodukte für präzise Nachfrage- und Rohstoffpreisprognosen (Demand Forecast) sowie die Automatisierung von Bestell- und Nachschubprozessen (Replenishment Decision Intelligence).

Einen entscheidenden strategischen Wachstumshebel legte das Unternehmen bereits durch Zukäufe um: Nach der Übernahme des Westphalia DataLabs im Jahr 2022 übernahm pacemaker.ai Anfang 2025 das luxemburgische Start-up WAVES, mitsamt dessen Gründer Armin Neises. Damit erweiterte das Spin-off sein Angebot massiv um eine TÜV-zertifizierte Sustainability Management Platform (SMP) für präzise Emissionsberechnungen und ESG-Reporting gemäß aktueller EU-Regularien wie der CSRD.

Der Markteintritt in den USA: Das Momentum nutzen

Der jetzige Schritt nach Nordamerika markiert die nächste Phase der Wachstumsstrategie und folgt auf erste erfolgreich abgeschlossene Pilotprojekte in den USA. Die Argumentation von CEO Christian Jabs für die Expansion stützt sich auf aktuelle Marktdynamiken:

• Die US-Wirtschaft wächst, nicht zuletzt durch massive Investitionen in künstliche Intelligenz, derzeit schneller als der Euroraum.
• Gleichzeitig forciert eine volatile Zoll- und Handelspolitik den Bedarf amerikanischer Unternehmen an hochgradig resilienten, datengesteuerten Lieferketten.
• Hinzu kommen steigende regulatorische Anforderungen an Rückverfolgbarkeit und Qualität in Branchen wie Pharma, Food und Healthcare.

Einordnung für StartingUp: Stärken, Schwächen und harte Konkurrenz

• Das Corporate-Start-up-Modell in der Praxis: Das Konstrukt als Ausgründung unter dem Dach eines globalen Konzerns bringt gewaltige Startvorteile mit sich. pacemaker.ai musste nicht mühsam um den ersten großen Ankerkunden kämpfen – thyssenkrupp fungierte von Beginn an als massiver Hebel und globales Testlabor. Auch Zukäufe wie WAVES lassen sich mit entsprechender Rückendeckung weitaus leichter stemmen. Die Kehrseite der Medaille: pacemaker.ai muss in den USA nun vor unabhängigen B2B-Kund*innen beweisen, dass die Lösung flexibel genug für den freien Markt ist und nicht nur als Inhouselösung des Mutterkonzerns funktioniert.
• Dichtes Marktumfeld und Wettbewerb: Der Markt für „Supply Chain AI“ ist kein Blue Ocean. pacemaker.ai betritt in Nordamerika eine Arena, in der sich etablierte SaaS-Anbieter drängen. Konkurrent*innen wie Anaplan, Netstock oder Slim4 bieten teils seit Jahren hochspezialisierte Softwarelösungen für Bestandsoptimierung und Supply Chain Analytics an.
• Fazit zum Geschäftsmodell: pacemaker.ai hebt sich jedoch durch einen klugen strategischen Ansatz ab: die Bündelung von operativer Effizienzsteigerung (KI-Prognosen) mit der Lösung drängender Compliance-Pflichten (TÜV-geprüftes Nachhaltigkeitsmanagement). Da Themen wie CSRD-Konformität und Scope-3-Emissionen aktuell auf den C-Level-Agenden massiv an Bedeutung gewinnen, trifft das Startup einen wunden Punkt der globalen Industrie. Gelingt es dem Führungsteam, sich in den USA gegen etablierte Software-Konkurrent*innen als agiler und neutraler Partner zu positionieren, hat der digitale Herzschrittmacher aus Münster beste Chancen, im amerikanischen S&OP-Markt signifikante Marktanteile zu gewinnen.

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

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

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

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

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

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

Geschäftsmodell, Markt und Wettbewerb

Der Markt und das Potenzial

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

Die Entwicklung der Investor*innenlandschaft

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

Die Hürden im Geschäftsmodell

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

Wettbewerbsumfeld

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

Unsere Einordnung

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

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

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

Ein seltener Sieg für die Diversität

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

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

GEM 2025/26 in Zahlen:

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

Die Illusion der Vorbereitungsphase

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

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

Am Tropf des Staates

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

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

Fazit: Vom Labor auf den Markt

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

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

Hinter kausable stehen drei Physiker mit wissenschaftlichen Wurzeln an der Universität Heidelberg: Johannes Haux (CEO), Dr. Benjamin Herdeanu (CTO) und Gregor Ramien (COO). Neben ihrer akademischen Basis bringt das Trio praktische Erfahrung aus Start-ups sowie aus stark regulierten Branchen wie der Cybersicherheit und dem Bankenwesen mit.

Die bisherige Unternehmenshistorie verdeutlicht ein hohes Entwicklungstempo:

• 2025: Gründung des Unternehmens und erfolgreicher Abschluss einer Pre-Seed-Finanzierung über 1,5 Millionen Euro.
• Technologischer Meilenstein: Das Team entwickelte TipPFN, ein zero-shot-fähiges Prognosemodell zur Erkennung seltener, aber folgenschwerer Systemumbrüche („Black Swans“) in komplexen dynamischen Systemen. Die wissenschaftliche Fundierung untermauerte das Startup durch eine Forschungsarbeit in Kooperation mit Wissenschaftler:innen der Columbia University.
• Juli 2026: Abschluss einer Seed-Finanzierungsrunde über 12 Millionen Euro. Geführt wird die Runde von UVC Partners (Deutschland) und Entourage (Belgien) unter Beteiligung des High-Tech Gründerfonds (HTGF) und Mätch VC.

Auffällig ist die Prominenz im Investorenkreis: Neben VCs unterstützen Business Angels aus dem Umfeld internationaler KI-Schwergewichte wie Black Forest Labs (BFL), OpenAI, Google DeepMind, Noxtua sowie dem ELLIS-Netzwerk das Start-up. Die enge Verknüpfung mit dem europäischen Ökosystem rund um BFL und die Universität Heidelberg verschafft dem Start-up nicht nur Sichtbarkeit, sondern auch strategisches Gewicht.

Der technologische Ansatz: Kausalität statt bloßer Korrelation

Klassische Large Language Models (LLMs) und Deep-Learning-Systeme basieren primär auf statistischen Korrelationen: Sie verarbeiten gigantische Datenmengen der Vergangenheit. Ändern sich die Rahmenbedingungen in der Realität abrupt („Distribution Shift“), versagen viele dieser Modelle oder verhalten sich fehlerhaft. Die Konsequenz im Firmenalltag ist kontinuierliches, kostenintensives Retraining.

Kausable setzt an dieser Schwachstelle an:

Kausales Weltmodell: Anstelle fortwährenden Neu-Trainings soll ein universelles Kausalmodell der KI ein Grundverständnis von Ursache-Wirkungs-Beziehungen verleihen.

In-Context-Anpassung: Die KI soll sich – ähnlich dem menschlichen Denken – mit minimalen neuen Informationen („Zero-Shot“ bzw. In-Context Learning) eigenständig an veränderte Umgebungen anpassen.

Synthetische Trainingsdaten: Um nicht auf Massen an sensiblen Realdaten angewiesen zu sein, setzt kausable unter anderem auf synthetisch generierte kausale Daten, um das System auf komplexe Systemdynamiken vorzubereiten.

Die Herausforderungen der Praxis

So beeindruckend die wissenschaftlichen Vorschusslorbeeren sind, so nüchtern muss das Geschäftsmodell im Industriealltag hinterfragt werden.

1. Vertriebshürden im B2B-Enterprise-Segment

kausable peilt hochdynamische Branchen wie die Energiewirtschaft, Robotik und den Finanzsektor an. Fast jedes Industrieunternehmen stützt sich auf komplexe Steuerungssysteme. Doch genau hier liegt die größte Hürde:

Lange Vertriebszyklen: Industrie- und Finanzkonzerne agieren extrem risikoavers. Der Austausch oder die Ergänzung bestehender Steuerungs- und Vorhersageinfrastrukturen durch eine neuartige KI erfordert langwierige Validierungs- und Pilotphasen.

Erklärbarkeit und Verlässlichkeit: In kritischen Infrastrukturen (z. B. Stromnetze oder automatisierte Fertigung) reicht ein plausibel erscheinendes KI-Reasoning nicht aus. kausable muss harten Nachweis erbringen, dass die Kausalmodelle frei von Fehlinterpretationen agieren.

2. Wettbewerbsumfeld und Big-Tech-Druck

Das Feld der "Causal AI" ist kein unbestellter Acker:

Spezialisierte Player: Unternehmen wie causaLens, Causaly oder Xplain Data arbeiten seit Jahren an kausaler KI für Business- und Forschungsanwendungen.

Forschungslabs der Tech-Giganten: Auch Big-Tech-Konzerne wie Google DeepMind, Microsoft Research und Meta investieren massiv in Kausalitätsforschung und Weltmodelle. Wenn etablierte Frontier-Modelle künftig ähnliche Kausalfähigkeiten nativ integrieren, steigt der Anpassungsdruck auf spezialisierte Start-ups.

3. Kapitalintensität von Frontier-AI

Mit 12 Millionen Euro lässt sich im europäischen Rahmen ein schlagkräftiges Deep-Tech-Team ausbauen. Im globalen Vergleich zum Wettrüsten um Frontier-Modelle sind 12 Millionen Euro jedoch ein überschaubares Budget, wenn hohe Rechenkapazitäten (Compute) und Spitzengehälter für KI-Forscher fällig werden. kausable muss zeitnah beweisen, dass ihr synthetischer Trainingsansatz dauerhaft kapitaleffizient bleibt.

Key Takeaways für Gründer*innen

Für Gründer*innen im DeepTech- und B2B-Bereich liefert die Entwicklung von kausable wertvolle Impulse:

1. Das Narrativ der „Digitalen Souveränität“ nutzen kausable positioniert sich bewusst im europäischen Kontext für digitale Souveränität. In einem von US- und China-Dominanz geprägten Markt stoßen europäische KI-Lösungen, die Unabhängigkeit und Datenschutz betonen, aktuell auf hohe Bereitschaft bei europäischen VCs und Förderern.

2. Strategisches Angel-Networking aufbauen Der Cap Table von kausable zeigt den Wert zielgerichteter Angels: Statt reinem Kapital holte sich das Team Expert:innen aus Spitzenforschung und Top-Unternehmen (OpenAI, DeepMind, BFL, ELLIS) an Bord. Das sichert Branchen-Reputation, Domain-Know-how und den Zugang zu Talenten.

3. Wissenschaftliche Validierung als Vertrauensanker Veröffentlichungen in Kooperation mit angesehenen akademischen Institutionen (wie der Columbia University) dienen als wirksamer Qualitätsnachweis. Vor allem im DeepTech-Bereich schafft die wissenschaftliche Peer-Review-Sichtbarkeit die notwendige Basis für das Vertrauen von Investoren und Erstkunden.

4. Die Gefahr der Über-Generalisierung meiden Ein Weltmodell für Robotik, Energie und Finanzen gleichzeitig zu entwickeln, ist ambitioniert. Frühphasen-Startups sollten trotz großer Vision aufpassen, sich nicht in zu vielen Märkten zu verzetteln, sondern zügig ein klares „Hero-Vertical“ für den Markteintritt zu etablieren.

Mit rund 30 Millionen Euro soll das Zentrum am Münchner Ostbahnhof zu einem internationalen Start-up- und Scale-up-Campus ausgebaut werden. Doch während der Freistaat kräftig in Infrastruktur investiert, bleibt die Frage, ob Raumkonzepte allein die strukturellen Hürden des europäischen Tech-Ökosystems überwinden können.

Die Faktenlage: Ausbau statt Stagnation

Wie das Bayerische Wirtschaftsministerium unlängst bekanntgab, fließen die Mittel in den konsequenten Ausbau des Standorts im Münchner Werksviertel. Bayerns Wirtschaftsstaatssekretär Tobias Gotthardt betonte bei der Übergabe des Förderbescheids an WERK1-Geschäftsführer Dr. Robert R. Richter die Rolle des Zentrums als „Möglichmacher“ und „zentralen Hub“.

Die blanken Zahlen untermauern das bayerische Selbstbewusstsein: Mit 626 Neugründungen im ersten Halbjahr 2026 – ein Zuwachs von 48 Prozent gegenüber dem zweiten Halbjahr 2025 – führt Bayern das bundesweite Ranking der Gründungsdynamik an. München hat, gemessen an der Einwohnerzahl, Metropolen wie Berlin und Düsseldorf als Gründungshochburgen abgehängt. Dr. Richter sieht in der Finanzspritze einen „klaren Auftrag“, das WERK1 zu einem vollumfänglichen Campus weiterzuentwickeln, auf dem Start-ups, Scale-ups, Investoren und Wissenschaft noch enger verzahnt werden.

Hintergrund: Vom Pfanni-Werk zum Coliving-Vorreiter

Die Historie des WERK1 spiegelt die Transformation des Münchner Ostens wider. Wo einst der Verwaltungssitz des Kartoffelherstellers Pfanni residierte, entstand vor über einem Jahrzehnt das erste WERK1. Einen Meilenstein markierte 2023 die Eröffnung des Erweiterungsbaus „WERK1.4“, der neben einer Flächenverdopplung auf rund 10.000 Quadratmeter auch 63 vollausgestattete Coliving-Apartments umfasste. Ein Novum in der Szene, das gezielt auf einen der größten Flaschenhälse für Start-ups in München reagierte: den immens teuren Wohnungsmarkt. Durch De-minimis-geförderte, all-inclusive Mieten schuf Bayern hier eine begehrte „Softlanding“-Plattform für internationale Talente und Gründer*innen.

Subventionierte Blase oder essenzieller Nukleus?

Für das Ökosystem ist die Förderung ein Paukenschlag. Doch eine rein lobpreisende Betrachtung greift zu kurz. Ein differenzierter Blick auf die 30-Millionen-Euro-Investition offenbart starke Hebel, aber auch strukturelle blinde Flecken:

• Die Standort-Rendite: Ohne Zweifel ist das WERK1 ein Erfolgsmodell. Es fungiert als Gravitationszentrum der bayerischen Gründerszene und hat landesweit Vorbildcharakter – inzwischen existieren 19 digitale Gründerzentren an 30 Standorten im Freistaat. Der Netzwerkeffekt zwischen Tech-Talenten, Corporates und Kapitalgebern an einem zentralen Ort ist immens.
• Die Gefahr der „Wohlfühloase“: Staatlich stark subventionierte Räumlichkeiten und geförderte Coaching-Programme bergen stets das latente Risiko, dass junge Unternehmen sich in einer geschützten Blase einrichten. Dem WERK1 gelingt es bislang, dieses Risiko durch strikte Aufnahmekriterien, Evaluationen und eine maximale Verweildauer (meist bis zu 5 Jahre) abzufedern. Dennoch steigen bei einem Ausbau zum „Scale-up Campus“ die Anforderungen an echte Markthärte und KPI-getriebenen Erfolg.
• Der blinde Fleck – Late-Stage-Funding: Raum, Netzwerk-Events und günstige Apartments sind essenziell für die Seed- und Early-Stage-Phase. Das fundamentale Problem der deutschen Start-up-Landschaft ist jedoch nicht der Mangel an Schreibtischen, sondern der chronische Mangel an Wachstumskapital (Growth Capital) in späteren Skalierungsphasen. Benötigen bayerische Tech-Hoffnungen zweistellige Millionenbeträge, richtet sich der Blick meist mangels regionaler Alternativen nach Übersee. Eine physische Campus-Erweiterung allein adressiert diese tiefersitzende Finanzierungslücke bei Scale-ups nicht unmittelbar.

Fazit & Würdigung

Dass die bayerische Staatsregierung in wirtschaftlich volatilen Zeiten, geprägt von geopolitischen Unsicherheiten, KI-Machtkämpfen und anhaltendem Konsolidierungsdruck im VC-Markt, antizyklisch und massiv in ihr Start-up-Ökosystem investiert, ist ein starkes und lobenswertes Signal der Standortsicherung. Das WERK1 hat sich längst von einem klassischen Coworking-Space zu einer Institution gemausert, deren Strahlkraft dem bayerischen Ökosystem und darüber hinaus enorme Sichtbarkeit verleiht.

Die zentrale Herausforderung für das WERK1-Team um Dr. Richter wird für die neue Förderperiode bis 2032 darin bestehen, den Hub nicht nur als attraktive Herberge, sondern als verlässliche Brücke zu internationalem Big-Ticket-Kapital zu positionieren. Gelingt dieser Brückenschlag, sind die 30 Millionen Euro zweifelsohne exzellent investiertes Steuergeld für die wirtschaftliche Zukunftsfähigkeit des Landes.

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

Aus der Formel 1 in die Fabrikhalle

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

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

Geschäftsmodell und kritische Einordnung

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

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

Markteinordnung: Die Wette auf die Reindustrialisierung

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

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

Während der mediale Hype um künstliche Intelligenz oftmals von Software und Sprachmodellen dominiert wird, rückt die physische Schnittstelle zur realen Welt zunehmend in den Fokus von Investoren. Das 2024 gegründete Potsdamer DeepTech-Unternehmen All About Accuracy GmbH hat in diesem Segment nun eine siebenstellige Pre-Seed-Finanzierungsrunde erfolgreich abgeschlossen. Die neuartige Sensortechnologie soll industriellen Robotern und autonomen Maschinen Millimeterpräzision in der Bewegungserfassung verleihen und damit rein optische Systeme ausgleichen. Doch der Weg vom Forschungslabor in die Massenproduktion von Hardware ist traditionell steinig.

Gründer und Herkunft aus der Spitzenforschung

All About Accuracy ist ein klassisches akademisches Spin-off. Das Unternehmen entstand als Ausgründung des renommierten Leibniz-Instituts für innovative Mikroelektronik (IHP) und baut technologisch auf mehr als 15 Jahren wissenschaftlicher Halbleiterforschung auf.

Die operative Führungsspitze bilden Dr. Yori Fournier als Co-Founder und CEO sowie Olivier Astraud als COO und CFO. Das Start-up, welches im Innovationszentrum GO:IN im Potsdam Science Park ansässig ist, konnte ein namhaftes Investorenkonsortium gewinnen. Die aktuelle Finanzierungsrunde wurde von Campus Capital by STS Ventures (dem Frühphasen-Fonds von Serienunternehmer Stephan Schubert), der Brandenburg Kapital (Venture-Capital-Arm der Investitionsbank des Landes Brandenburg ILB) sowie ZOHO.VC angeführt. Zudem beteiligten sich spezialisierte Business Angels mit tiefer Expertise im Bereich der Ultra-Wideband-Technologie (UWB) über Gigahertz Venture und Superangels.

Das Geschäftsmodell auf dem Prüfstand

All About Accuracy will eine neue Klasse von hochpräzisen, robusten und skalierbaren Bewegungssensorik-Chips etablieren. Das Unternehmen adressiert die Schnittstelle von industriellen Anwendungen, Robotik und Physical AI – mit einem besonderen Fokus auf die humanoide Robotik.

Das technologische Versprechen der Potsdamer:

• Unabhängigkeit von Optik: Im Gegensatz zu Kamerasystemen funktioniert die funkbasierte Technologie auch bei Verdeckung, Staub, Reflexionen oder schwierigen Lichtverhältnissen zuverlässig.
• Kompakte Integration: Die Sensorik wird direkt in kleine Elektronikmodule integriert und lässt sich über Wearables, Roboter, Werkzeuge und Maschinen skalieren.
• Präzise Datenbasis: Für das Training von Physical AI liefert das System kontinuierliche und hochpräzise Referenzdaten (sogenannte Ground-Truth-Daten).

Kritische Würdigung: Obwohl das Marktpotenzial enorm ist, birgt das Geschäftsmodell die typischen Risiken von Deep-Tech-Hardware. Halbleiter-Startups sind in der frühen Phase extrem kapitalintensiv. Die jetzige siebenstellige Pre-Seed-Runde ist ein starkes Signal, doch bis zur fehlerfreien Serienreife und globalen Skalierung werden erfahrungsgemäß rasch zweistellige Millionenbeträge benötigt.

Hinzu kommen die bekannten Nadelöhre der europäischen Hardware-Branche: Abhängigkeiten von globalen Chip-Foundries und Halbleiter-Lieferketten. Zudem sind die Sales- und Integrationszyklen bei B2B-Kund*innen in der Industrie und Robotik notorisch lang. Ein etabliertes System durch eine neue, proprietäre Funktechnologie zu ersetzen, erfordert von den Industriepartner*innn ein hohes Maß an Vertrauen in die langfristige Lieferfähigkeit des Start-ups.

Markt und Wettbewerb

Der Markt für Physical AI steht vor einem ungelösten Problem: Optische Systeme (Kameras und Lidar) erfassen Daten zwar großflächig, stoßen aber bei der robusten Millimeterpräzision in rauen Industrieumgebungen an physikalische Grenzen. Professionelle Motion-Capture-Systeme wiederum sind für den flexiblen Außeneinsatz meist zu teuer und komplex. All About Accuracy besetzt genau diese infrastrukturelle Nische.

Die Konkurrenz schläft jedoch nicht:

1. Etablierte Sensor-Giganten: Große Player im Bereich Lidar und optische 3D-Erfassung dominieren den Markt und verfügen über tief integrierte Kundenbeziehungen.
2. UWB-Massenmarkt: Globale Halbleiterkonzerne wie NXP oder Qorvo treiben Standard-UWB-Chips voran. All About Accuracy muss im harten Praxiseinsatz demonstrieren, dass ihre spezialisierte Chip-Architektur einen so deutlichen Performance-Vorsprung bietet, dass sich der Wechsel für Systemintegratoren lohnt.

Einordnung für StartingUp

Für die europäische Start-up-Szene ist All About Accuracy ein hochspannender Case. Statt der nächsten B2B-Software-Anwendung stellt sich das Team der komplexen Aufgabe, echte Hardware-Infrastruktur für die KI-Welt von morgen zu bauen.

Gelingt es den Potsdamern, ihre Sensoren als Standard-Referenzschicht für humanoide Roboter und moderne Industrieanlagen zu etablieren, könnte hier ein global relevanter Player entstehen. Es bleibt eine klassische DeepTech-Wette: Hohes technologisches Risiko gepaart mit hoher Kapitalintensität – aber gestützt auf 15 Jahre fundierte Spitzenforschung und ein erfahrenes Investoren-Netzwerk.

Die Zahlen 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 deutsche Start-up-Ökosystem meldet sich im ersten Halbjahr 2026 mit einem Paukenschlag zurück: Rekordzahlen bei den Neugründungen und ein massiver KI-Hype suggerieren den großen Aufbruch. Doch ein tieferer Blick in den neuen „Next Generation“-Report offenbart: Hinter den glänzenden Zahlen verbergen sich strukturelle Risse und eine beträchtliche Ost-West-Schere. Zeit für eine kritische Analyse – und klare Forderungen.

Die Sektkorken dürften beim Startup-Verband geknallt haben. Der aktuelle „Next Generation“-Report, herausgegeben gemeinsam mit startupdetector, liefert auf den ersten Blick genau die Erfolgsmeldungen, die der Standort Deutschland nach mageren Jahren dringend gebraucht hat. Doch wer als Gründer*in oder Investor*in heute kluge Entscheidungen treffen will, darf sich von Balkendiagrammen allein nicht blenden lassen.

Die nackten Zahlen: Ein Ökosystem im Rausch

Es lässt sich nicht leugnen, die nackten Zahlen des ersten Halbjahres sind beeindruckend:

• Historisches Hoch: Mit satten 3.053 Neugründungen ist das erste Halbjahr 2026 das stärkste seit Beginn der Datenerhebung im Jahr 2019. Das entspricht einem gewaltigen Wachstum von 52 Prozent gegenüber dem zweiten Halbjahr 2025.
• KI als Turbo: Künstliche Intelligenz ist nicht mehr nur ein Trend, sie ist der Motor. Jedes dritte neue Start-up (34 %) weist mittlerweile einen klaren KI-Bezug auf (nach 27 % im Jahr 2025).
• Die Fläche holt auf: Berlin bleibt zwar mit 429 Neugründungen in absoluten Zahlen der unangefochtene Spitzenreiter. Doch die Hauptstadt wächst mit einem Plus von 21 % deutlich langsamer als der Bundesschnitt. Die wahre Musik spielt woanders: Ökosysteme wie Hamburg (+83 %) und Hessen (+82 %) verzeichnen eine enorme Dynamik.
• Scheitern wird seltener (scheinbar): Die Zahl der offiziellen Start-up-Insolvenzen ist seit dem Krisenhöhepunkt im Jahr 2024 kontinuierlich gesunken. Gleichzeitig klettert die Zahl der deutschen „Unicorns“ auf insgesamt 36.

Die Verbands-Chefin im TV-Verhör: Wenn Euphorie auf knallharte Forderungen trifft

Wie extrem die Diskrepanz zwischen den feierlichen Gründungszahlen und der harten Realität im Maschinenraum der Start-ups wirklich ist, offenbarte Verena Pausder, die Vorsitzende des Startup-Verbands, in einem bemerkenswert offenen TV-Interview im ARD-Morgenmagazin.

Während der eigene Report die reine Anzahl der Neugründungen feiert, zeichnete Pausder vor einem Millionenpublikum ein Bild, das unsere kritische Analyse in allen Punkten bestätigt. Drei ihrer Forderungen stechen besonders hervor – und manche grenzen an einen Tabubruch:

1. Bürokratie-Kollaps statt „Startup in a day“

• Der O-Ton: Pausder kritisiert die Hürden scharf: „Wir laden gerade auf diese Gründungsphase so viel Bürokratie drauf wie auf die großen DAX-Konzerne.“ Sie fordert ein „Startup in a day“ (Gründung in 24 bis 48 Stunden), statt wie bisher „sechs Wochen auf eine Handelsregisternummer“ zu warten.
• Der Reality-Check: Das demaskiert die Rekordzahlen der Studie. Wenn der Weg ins Handelsregister ein sechswöchiger Hürdenlauf ist, zeigt dies, dass der aktuelle Anstieg der Neugründungen trotz und nicht wegen der Standortbedingungen passiert. Der digitale Staat ist für Gründende im Jahr 2026 noch immer eine Fata Morgana.

2. Der Tabubruch: Kündigungsschutz und die „Cost of Failure“

• Der O-Ton: Um Start-ups agiler zu machen, attackiert Pausder ein deutsches Heiligtum: den Kündigungsschutz. Ein Unternehmen müsse am Anfang „atmen“, man wisse noch nicht, wie viele Leute man brauche. Durch hohe Gehälter in der Tech-Branche sei das klassische Schutzbedürfnis ohnehin geringer. Die sogenannte Cost of Failure – also die Kosten und Konsequenzen, wenn eine Idee scheitert – sei in Deutschland schlichtweg zu hoch.
• Der Reality-Check: Hier trifft die Verbandschefin den wunden Punkt der deutschen „Fail Fast“-Kultur. Wer schnell wachsen will, muss auch schnell korrigieren dürfen. Diese Forderung dürfte die Gewerkschaften auf die Barrikaden rufen, ist aber aus Gründerperspektive eine bittere Notwendigkeit im internationalen Wettbewerb. Es zeigt zudem: Die sinkenden Insolvenzzahlen im Report sind kein reines Erfolgszeichen, sondern oft auch das Resultat von Unternehmen, die sich aus Angst vor den Kosten des formellen Scheiterns als „Zombies“ am Leben halten.

3. Das Eingeständnis der massiven Kapital-Lücke

• Der O-Ton: Pausder liefert die Zahlen, die der „Next Generation“-Report verschweigt: Während in den USA pro Kopf 510 Euro in Venture Capital (Risikokapital) fließen, sind es in Deutschland gerade einmal 90 Euro. „Damit die Unternehmen, die wir hier gründen, auch groß werden können, müssen wir mehr Kapital allokieren“, so Pausder. Es fehle massiv an privatem und institutionellem Geld.
• Der Reality-Check: Dies ist der entscheidende Sargnagel für blinde Euphorie. Was nützen uns 3.053 neue GmbHs im ersten Halbjahr, wenn das Geld für die Skalierung fehlt? Wir bauen aktuell einen riesigen Trichter an Frühphasen-Startups, dessen Ausgang verstopft ist. Die Abwanderung der besten KI- und DeepTech-Firmen in die USA (wo das 5,6-fache an Kapital wartet) ist so vorprogrammiert.

Was die Statistik gern umschifft

Wer sich durch die Tiefen der Methodik und die feingranularen Daten wühlt, stößt auf weitere Aspekte, die das reine Jubel-Narrativ trüben:

• Die Ost-West-Schere: Der Report spricht von steigenden Gründungszahlen in allen Bundesländern. Doch die Pro-Kopf-Werte offenbaren ein hartes Gefälle: Während Bayern mit 4,7 Gründungen pro 100.000 Einwohner glänzt, herrscht in Thüringen und Sachsen-Anhalt (je 0,9) digitale Flaute. Der Boom ist nicht flächendeckend – der Osten (ohne Berlin) droht abgehängt zu werden.
• Das Sterben der Berliner Einhörner: Die Zahl der Unicorns ist zwar bundesweit auf 36 gestiegen, doch ein Blick auf die Zeitachse zeigt: Berlin hat seit dem Jahr 2023 massiv Federn gelassen und rutschte von 22 auf 16 Einhörner ab. Gleichzeitig verdoppelte sich die Zahl der Unicorns in Städten abseits der Hotspots von 5 auf 10. Das Zeitalter des billigen Geldes für reine Berliner B2C-Hype-Modelle ist vorbei – milliardenschwere Substanz entsteht jetzt dezentraler in der Fläche.
• Die Methodik-Falle: Wie definiert man 2026 eigentlich ein Start-up? Laut Report werden aus den Handelsregistereinträgen rund 20 % händisch nach Kriterien wie „innovatives Produkt“ oder „Wachstumspotenzial“ selektiert. Diese manuelle Filterung durch Analysten öffnet Bewertungsspielräumen Tür und Tor – wer heute das Trendwort „KI“ in den Unternehmenszweck schreibt, wird statistisch schlichtweg schneller als Startup erfasst.
• Die Branchen-Illusion: Der Report feiert die Industrie als Sektor mit dem stärksten Wachstum (+125 %). Absolut betrachtet sind das aber gerade einmal 128 Start-ups. Der Software-Sektor dominiert weiterhin erdrückend mit 844 Neugründungen. Hardwarenahe und kapitalintensive Innovationen fristen im Land der Ingenieure weiterhin ein Nischendasein.

Raus aus der Hype-Falle: Fünf Hebel für das Ökosystem

Wenn wir wollen, dass aus dem Rekord-Jahrgang 2026 in einigen Jahren global relevante Marktführer*innen werden, muss das Ökosystem strukturell gestärkt werden. Hier sind die Hebel, die Politik und Wirtschaft jetzt umlegen müssen:

1. Fokus auf Wachstumsfinanzierung (Scale-up-Kapital): Deutschland hat kein reines Gründungsproblem mehr, sondern ein Skalierungsproblem. Wir brauchen drastische Anreize, damit institutionelle Gelder (wie von Pensionskassen oder Versicherungen) endlich unkompliziert in den VC-Markt fließen können.
2. Qualität statt Quantität (DeepTech priorisieren): Die staatliche Förderung und der Transfer aus Universitäten müssen gezielt auf kapitalintensive, hardwarenahe Deep- und ClimateTech-Ideen gelenkt werden. Reine Software-SaaS-Klone reguliert der Markt ohnehin von selbst.
3. Die „Fail Fast“-Kultur entbürokratisieren: Das stille Beerdigen und Liquidieren einer gescheiterten GmbH ist in Deutschland absurd teuer und langwierig. Wer schnell gründen darf, muss auch unbürokratisch scheitern dürfen, um wertvolle Tech-Talente zügig wieder dem Markt zur Verfügung zu stellen.
4. Mitarbeiterbeteiligungen (ESOP) wettbewerbsfähig machen: Im globalen Talent-Wettbewerb gewinnt, wer die besten Köpfe hält. Die deutsche Gesetzgebung rund um ESOPs muss dringend weiter an internationale Standards angepasst werden, um die steuerliche Belastung von virtuellen Anteilen zu minimieren.
5. Regionale Ökosysteme vernetzen: Da klassische Metropolen an Wachstumsdynamik einbüßen, während Regionen wie Hessen oder Hamburg stark zulegen, müssen dezentrale Universitätsstandorte systematisch gefördert werden, um den Innovations-Transfer flächendeckend zu sichern.

Fazit

Der Report liefert eine hervorragende Nachricht – der Gründungsgeist in Deutschland ist intakt. Doch aus der schieren Masse an neuen Einträgen im Handelsregister müssen nun echte Tech-Champions geschmiedet werden. Machen wir uns an die Arbeit!

Hinter ARC Intelligence stehen CEO Clemens Wessendorff und CTO Simon Zimmermann. Das Duo gründete das Softwareunternehmen 2024 in Berlin. Nach einer ersten Pre-Seed-Finanzierung vor rund einem Jahr (getragen unter anderem durch 468 Capital und IBB Ventures) hat das Start-up nun kräftig nachgelegt.

In der aktuellen Seed-Runde über 4 Millionen Euro übernimmt der Fonds 42CAP den Lead, während auch die bestehenden Investoren erneut mitgehen. Besonders bemerkenswert: Mit 42CAP-Partner Moritz Zimmermann steigt einer der profiliertesten europäischen Enterprise-Software-Investoren ein. Zimmermann hatte einst Hybris mitgegründet und das Unternehmen 2013 für rund 1,5 Milliarden US-Dollar an SAP verkauft. Die operative Entwicklung gibt dem jungen Team offenbar Rückenwind, denn seit der Pre-Seed-Phase konnte ARC seinen Umsatz laut eigenen Angaben verzehnfachen.

Das Geschäftsmodell: „AI-native Finance OS“

Das Geschäftsmodell von ARC setzt an einem altbekannten Schmerzpunkt an. Unternehmen haben in der Vergangenheit Milliarden in komplexe ERP-Systeme investiert. Dennoch basieren kritische Finanzentscheidungen – gerade in Gruppen mit mehreren Gesellschaften und internationalen Standorten – noch immer auf fragmentierten Daten, Excel-Tabellen und manuellen Reports.

ARC baut hierfür eine KI-gestützte Steuerungsebene (ein AI-native Finance OSs), die sich über bestehende ERP- und CRM-Systeme legt. Statt auf den Monatsabschluss zu warten, erhalten CFOs in Echtzeit einen Überblick über finanzielle und operative Treiber. Die bisherige Traction kann sich sehen lassen: Innerhalb von sechs Monaten konnten laut Unternehmen über 100.000 Stunden manueller Arbeit eingespart werden. Zu den frühen Nutzern gehören Vorzeige-Mittelständler wie Burmester, Pfanner Schutzbekleidung und Robert Bürkle. Zudem kooperiert ARC mit Private-Equity-Häusern wie Auctus Capital und GENUI, um in deren Portfoliounternehmen Finanzprozesse zu digitalisieren.

Markt, Wettbewerb und Risiken

Der eklatante Fachkräftemangel im Controlling und die anstehende Pensionierungswelle im Mittelstands-Management zwingen Firmen zunehmend zur Digitalisierung. ARC adressiert diese Lücke punktgenau und fokussiert sich bewusst auf die Steuerung komplexer, ERP-intensiver Organisationen. Der Markt für derartige Softwarelösungen gleicht jedoch einem Haifischbecken. Etablierte deutsche Platzhirsche wie Lucanet beherrschen die Konsolidierung seit Jahren, während hochkapitalisierte Scale-ups wie Pigment massiv in die Finanzabteilungen drängen. Zudem rüsten die ERP-Giganten selbst – allen voran SAP und Microsoft – ihre Systeme massiv mit eigenen KI-Modellen und Copilots auf.

Auch die technologische Umsetzung birgt Hürden: Das Versprechen von ARC, bestehende ERP-Systeme nicht ersetzen zu wollen, sondern als systemübergreifende Steuerungsebene zu agieren, ist in der Theorie extrem elegant. In der Praxis führt die Anbindung historisch gewachsener On-Premise-Datenbanken und fragmentierter Insellösungen jedoch oft zu enormem manuellen Onboarding-Aufwand, was die schnelle Skalierbarkeit eines Start-ups bremsen kann. Darüber hinaus sind CFOs traditionell restriktiv, was das Einspeisen hochsensibler Finanzdaten in neue Plattformen betrifft. ARC muss hier höchste Standards bei Datensicherheit und Compliance nicht nur zusagen, sondern in den komplexen mittelständischen Unternehmensgruppen technisch reibungslos beweisen.

Fazit

ARC Intelligence wählt einen klugen, sehr pragmatischen B2B-Ansatz. Dass ein Industrie-Schwergewicht wie Moritz Zimmermann an die Vision und die Umsetzungsstärke des Teams glaubt, ist ein echtes Ausrufezeichen im aktuellen VC-Markt. Das frühe Anpeilen von Private-Equity-Firmen als Multiplikatoren ist zudem ein exzellenter Go-to-Market-Schachzug. Gelingt es ARC, die berüchtigten Integrationshürden im fragmentierten deutschen ERP-Markt technologisch schlank zu lösen, hat das Start-up das Potenzial, sich vom KI-Tool für das CFO-Office langfristig zum zentralen Betriebssystem für ERP-intensive Unternehmen zu entwickeln.

Drei Wissenschaftler*innen wollen eine 30 Jahre alte Materialklasse erstmals industriell herstellbar machen. Mit einer überzeichneten Pre-Seed-Runde von 2,4 Millionen Euro wagt das 2025 gegründete deutsche Start-up Porelio nun den Sprung vom Labor in die Industrie. Das Versprechen der Gründenden: Wertvolle Edelmetalle aus Industrieströmen zurückgewinnen und parallel persistente PFAS-Schadstoffe aus Wasser filtern.

Team und Historie

Porelio ist ein Spin-off der TU Berlin, das 2025 gegründet wurde. Hinter dem Unternehmen steht ein tiefgreifend wissenschaftlich ausgebildetes Gründerteam:

• Dr. Rhea Machado (CEO) bringt eine Promotion in Verfahrenstechnik von der Technischen Universität Berlin mit.
• Javier Silva Mora (CTO) ist Doktorand in Chemie an der renommierten École polytechnique in Paris.
• Nikol Michailidou (CPO) hält einen MSc in Chemieingenieurwesen von der Technischen Universität Berlin.

Die Technologie des Start-ups basiert auf sogenannten FOMS (Funktionalisierte Geordnete Mesoporöse Silicamaterialien). Diese Materialfamilie lag laut CEO Dr. Machado fast dreißig Jahre lang ungenutzt auf den Laborbänken, da sie niemand im entscheidenden industriellen Maßstab herstellen konnte. Vor der aktuellen, durch den VC Faber angeführten Pre-Seed-Runde, wurde die technologische Entwicklung bereits mit öffentlichen Fördermitteln in Höhe von 2,5 Millionen Euro unterstützt.

Geschäftsmodell: Ein Schwamm für zwei Milliardenmärkte

Die patentierte Innovation von Porelio ist ein neuartiges kontinuierliches Durchflussverfahren, mit dem sich FOMS erstmals im industriellen Maßstab produzieren lassen. Der Prozess soll unter nachhaltigeren Bedingungen ablaufen und 30-mal schneller sein als herkömmliche Methoden. Die so produzierten Materialien wirken wie ein molekularer Schwamm: Sie binden gezielt bestimmte molekulare Substanzen, während der Rest der Flüssigkeit frei durchfließt.

Das Start-up adressiert damit zwei sehr unterschiedliche Märkte, die laut Porelio ein gemeinsames Potenzial von rund 34 Milliarden Euro aufweisen:

• Edelmetallrückgewinnung: Dieser Markt wird weltweit auf etwa 16 Milliarden Euro geschätzt. Die Technologie soll hierbei beispielsweise Palladium – das derzeit mit rund 40.000 Euro pro Kilogramm bewertet wird – etwa 6-mal schneller aufnehmen als eine Standard-Adsorptionsbehandlungstechnologie.
• PFAS-Entfernung: Der Markt für die Entfernung von "Ewigkeitschemikalien" aus Wasser wird auf rund 18 Milliarden Euro beziffert. In Tests entfernte das Porelio-Material unter realen Bedingungen fast die Hälfte der enthaltenen Trifluoressigsäure (TFA). In nur fünf Minuten wurde fast 6-mal so viel aufgenommen wie mit kommerzieller Aktivkohle im gleichen Test.

Mit dem frischen Kapital soll die Produktion nun von einem Pilotmaßstab (Kilogramm pro Tag) auf einen industriellen Maßstab (Tonnen pro Jahr) skaliert werden.

Der harte Wettbewerb im PFAS-Markt

Das Start-up stützt sich beim Thema PFAS auf einen weltweit hochdynamischen Milliardenmarkt. Doch gerade hier ist die Realität stark fragmentiert und wird von einem harten technologischen Wettrüsten dominiert, das den Vorstoß von Porelio herausfordernd macht:

• Das PFAS-Paradoxon (Filtern vs. Zerstören): Porelio fokussiert sich auf die Adsorption – also das reine Herausfiltern und Binden von Verbindungen wie TFA. Zwar betont das Start-up, dass die Materialien regenerierbar sind, doch das wirft unweigerlich die Branchen-Gretchenfrage auf: Was passiert mit dem hochkonzentrierten PFAS-Cocktail nach dem Auswaschen der Filter? Der globale Trend im Start-up-Sektor geht längst in Richtung Mineralisierung. Finanziell hochgerüstete Konkurrenten wie Claros Technologies oder Aquagga vernichten die perfluorierten Kohlenstoffketten komplett. Reine Trennverfahren geraten regulatorisch zunehmend unter Erklärungsnot, wenn die Schadstoffe letztendlich nur verlagert werden.
• Das Haifischbecken der Adsorptions-Verfahren: Selbst innerhalb der reinen Adsorber-Technologien bewegt sich Porelio in einem Haifischbecken. Global Player wie Veolia oder Xylem rüsten ihre gewaltigen, bestehenden Infrastrukturen weltweit für PFAS-Filterungen auf. Zudem drängen andere DeepTechs auf den Markt, die in der Skalierung bereits weiter sind: Das britische Spin-off Puraffinity hat erst kürzlich knapp 17 Millionen Pfund eingesammelt, um eigene hochselektive PFAS-Materialien in die Massenproduktion zu überführen.
• Das „Tal des Todes“ der Skalierung: Porelio plant den enormen Schritt von Kilogramm pro Tag auf Tonnen pro Jahr. In nur fünf Minuten fast 6-mal so viel TFA aufzunehmen wie kommerzielle Aktivkohle, ist ein hervorragender Laborwert. Doch im B2B-Chemiebereich verschlingt der Bau eigener industrieller CAPEX-Anlagen Unsummen. Die aktuellen 2,4 Millionen Euro sind ein respektables Pre-Seed-Polster, reichen für die finale Großproduktion gegen milliardenschwere Konkurrent*innen aber bei Weitem nicht aus.

Unser Fazit

Porelio ist ein Paradebeispiel für ambitioniertes europäisches DeepTech. Strategisch überlebenswichtig ist der zweigleisige Ansatz der Plattformtechnologie: Während das Start-up im hart umkämpften, hochregulierten PFAS-Markt massiver Konkurrenz ausgesetzt ist, könnte die Edelmetallrückgewinnung zum rettenden Anker werden. Sie verspricht Industriekunden einen schnellen und direkten Return on Investment, was dabei helfen dürfte, das junge Unternehmen organisch querzufinanzieren.

Der entscheidende Lackmustest steht allerdings noch aus: Nach erfolgreichen Proof-of-Concept-Projekten muss das Team nun beweisen, dass sich die versprochene „30-mal schnellere“ Skalierbarkeit in kommerziell rentable Industriepartnerschaften übersetzen lässt.