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

Ein Pitch, ein Abend – und die Runde stand, so jedenfalls schildert es das Unternehmen. Beim Pitchabend des Banson Business-Angel-Netzwerks in Hannover konnte das KI-Start-up Invecorum die Investoren offenbar derart überzeugen, dass sämtliche Zusagen für eine sechsstellige Finanzierung innerhalb eines Tages vorlagen. Das Investorenteam rekrutiert sich vollständig aus der Region Hannover, darunter Dr. Gunter Dunkel, ehemaliger Vorstandsvorsitzender der Nord/LB.

Der rasante Abschluss fügt sich in die bisherige Historie ein: Erst im April 2026 im Braunschweiger Trafo Hub gegründet, brachte das Start-up bereits im Juni sein Produkt auf den Markt. Die KI-Lösung für Steuerkanzleien werde nach Unternehmensangaben inzwischen bundesweit genutzt.

Verschwiegenheitspflicht und berufsrechtliche Hürden

Der Markt, in den Invecorum vorstößt, steht unter Druck. Steuerkanzleien leiden unter Fachkräftemangel, was den Einsatz von KI-Assistenten attraktiv macht. Das Branchenproblem: Die Nutzung etablierter US-Lösungen ist für Berufsträger*innen riskant, da sie gesetzlich zu strenger Verschwiegenheit verpflichtet sind. Landen sensible Mandant*innendaten auf amerikanischen Servern, drohen massive Compliance-Probleme.

Die Architektur von Invecorum greift genau hier an: Das System ist laut Start-up strikt auf die Einhaltung von § 203 StGB (Verletzung von Privatgeheimnissen) sowie § 62a StBerG (Inanspruchnahme von Dienstleister*innen) ausgerichtet. Da diese Vorgaben für die gesamte Verarbeitungskette gelten, betreibt das Unternehmen seine Server und KI-Modelle nach eigenen Angaben autark in Deutschland, um Datenabflüsse ins Ausland physisch wie rechtlich auszuschließen.

Sichere Alternativen aus Deutschland konnten bei der Qualität bislang oft nicht mithalten. Invecorum tritt an, um diese Lücke zu schließen, und behauptet, bei Steuerrechtsfragen bereits heute auf dem Niveau führender US-Anbieter zu agieren. Das frische Kapital soll nun in den Ausbau der eigenen Recheninfrastruktur fließen.

Mehr als ein Chatbot

Invecorum positioniert sich nicht als simpler Textgenerator, sondern als in den Workflow integrierter „KI-Mitarbeiter“. Zu den Kernfunktionen gehören:

• Quellenbasierte Recherche: Die KI sucht in tagesaktuellen Gesetzen, BMF-Schreiben und der Rechtsprechung. Jede Antwort soll mit Primärquellen belegt werden, die vor der Freigabe geprüft werden können.
• Mandant*innenspezifisches „Gedächtnis“: Chats und Dokumente werden gebündelt. Die KI soll aus früheren Konversationen lernen und Sachverhalte vorab ausfüllen.
• Tiefen-OCR & Entwürfe: Das Tool digitalisiert laut Start-up auch alte Scans und formuliert darauf basierend erste Entwürfe für Einsprüche oder Memos.
• Sichere Kommunikation: Über ein „Collect“-Feature können Beratende fehlende Unterlagen per sicherem Link verschlüsselt bei dem/der Mandant*in anfordern.

Das Gründerteam: Mix aus Tech und Tax

Das operative Geschäft teilen sich drei Gründer*innen: Daniel Wasmus) ist Software-Entwickler mit Stationen in VC-finanzierten KI-Start-ups, zuletzt bei Mixedbread AI. Philip Goddinger ist Machine Learning Engineer mit Fokus auf verteilte Systeme und Security, und Irina Meier, zuvor Gründerin im Legal-Tech-Bereich, zeichnet verantwortlich für Business und Finance. Fachlich flankiert wird das Team durch den Steuerberater Jens Henke sowie Prof. Dr. Guido von Rudorff von der Universität Kassel. Letzterer ist Experte für den Betrieb offener KI-Modelle auf eigenen GPUs.

Kritischer Blick auf die Skalierbarkeit

Die Idee einer „souveränen KI“ trifft den Schmerzpunkt regulierter Berufe. Für Branchenkenner*innen stellen sich jedoch Fragen zur Skalierbarkeit:

• Infrastrukturkosten: Der Betrieb eigener GPU-Hardware ist extrem kapitalintensiv. Eine sechsstellige Finanzierung reicht für einen Proof of Concept und erste Server. Um mit Hyperscalern bei Latenz und Ausfallsicherheit auf Dauer mitzuhalten, wird bald signifikantes Folgekapital nötig sein. Der strategische Kniff: Durch die Expertise von Prof. von Rudorff dürfte das Start-up hochleistungsfähige Open-Source-Modelle lokal hosten und aufs Steuerrecht fine-tunen, was die Milliarden-Budgets für eigene Foundation-Modelle erspart.
• Wettbewerb: Das Segment ist lukrativ, aber konservativ. Platzhirsch DATEV dominiert die Kanzlei-IT und integriert zunehmend eigene KI-Funktionen. Zudem rüsten Tech-Giganten ihre europäischen Cloud-Instanzen datenschutzrechtlich weiter auf.

Fazit

Das Tempo, das Invecorum vom Start im April bis zum Launch 2026 vorgelegt hat, ist bemerkenswert. CEO Daniel Wasmus betont, dass souveräne KI-Lösungen nur dann einen „Paradigmenwechsel“ auslösen, wenn sie qualitativ mit US-Anbietern gleichziehen. Ob der USP „eigene Rechenzentren in Deutschland“ ausreicht, um Kanzleien dauerhaft von etablierten Tools oder kommenden DATEV-Integrationen fernzuhalten, muss das Team nun am Markt beweisen.

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.

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

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

Vom „Ärztemarathon“ zum DeepTech-Start-up

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

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

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

Das Produkt: Wirkkettenalgorithmen statt Gipsabdruck

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

Der Prozess ist stark datengetrieben:

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

Kritisch hinterfragt: Geschäftsmodell und Erstattung

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

Der ZPP-Weg zur Erstattung

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

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

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

Der Markt für smarte Ganganalyse ist stark umkämpft.

Unser Fazit

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

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

Es klang nach dem modernen Lehrbuch-Playbook: Im Frühjahr 2026 übernahm Tom Mayer als CEO bei Mymuesli, um den Passauer Müsli-Pionier durch den Einsatz von künstlicher Intelligenz und datengetriebener Personalisierung auf das nächste Level zu heben. Doch ein knappes halbes Jahr später ist dieses Kapitel bereits wieder beendet. Laut offizieller Unternehmensmitteilung vom 27. Juli 2026 übernimmt Mitgründer Max Wittrock, der sich Ende 2019 aus dem operativen Geschäft zurückgezogen hatte, ab sofort wieder den Vorstandsvorsitz.

Die neue Strategie: Zurück zu den Wurzeln

Die Personalentscheidung liest sich wie eine bewusste Kurskorrektur: Weg vom technokratischen Tech-Fokus, hin zur alten Gründer-DNA. Die Marke soll wieder ein unternehmerisches Gesicht erhalten. So begründet Aufsichtsratsvorsitzender Tobias Bachmüller den Schritt: „Max Wittrock steht als Mitgründer für die Idee und die Werte von mymuesli. Mit seiner Rückkehr geben wir der Marke wieder das unternehmerische Gesicht, das unsere Kundinnen und Kunden und unser Team gleichermaßen verbindet.“

Wittrock selbst gibt die Parole aus, an den ursprünglichen Pioniergeist anknüpfen zu wollen – ohne jedoch die technologischen Errungenschaften der letzten Jahre komplett über Bord zu werfen: „Die Besonderheit von mymuesli liegt darin, dass wir nah an unseren Kundinnen und Kunden sind und den Mut haben, eigene und unkonventionelle Ideen umzusetzen. Genau daran werden wir weiter anknüpfen. Gleichzeitig wollen wir gemeinsam daran arbeiten und das weiter ausbauen, was mymuesli ausmacht: Personalisierung, eine starke Markenkommunikation und digitale Exzellenz. Und vor allem wieder ins Wachstum kommen!“

Zudem kündigt der Rückkehrer an, künftig offener über die anstehenden Hürden sprechen zu wollen: „Wir haben einige spannende Herausforderungen zu bewältigen. Darüber wollen wir auf meinen und auf unseren eigenen Kanälen sprechen, ebenso wie im Dialog mit unserer Community. Denn Offenheit und Ehrlichkeit gehören seit der Gründung zur mymuesli-DNA.“

Die Historie: Der Prototyp des deutschen D2C-Erfolgs

Um die aktuelle Situation und Wittrocks Aussagen einzuordnen, lohnt ein Blick zurück. Als Max Wittrock, Hubertus Bessau und Philipp Kraiss das Unternehmen 2007 gründeten, leisteten sie echte Pionierarbeit. Die Idee der massentauglichen Individualisierung („Mass Customization“) war im europäischen Food-Sektor völlig neu. Die markanten, zylinderförmigen Dosen wurden zum Statussymbol in deutschen Büroküchen. Mymuesli bewies als einer der Ersten, dass das Direct-to-Consumer-Modell (D2C) in Deutschland im großen Stil funktionieren kann. Heute ist die Marke in sieben europäischen Ländern aktiv und zählt nach eigenen Angaben mehr als eine Million aktive Kundinnen und Kunden.

Das Geschäftsmodell im Stresstest: Die Skalierungs-Falle

Doch der Weg vom hippen Start-up zum etablierten Mittelständler war steinig. Das Geschäftsmodell stand und steht unter permanentem Druck:

• Die Logistik- und Margen-Bremse: Individuell gemischte Müslis erfordern eine hochkomplexe, fehleranfällige Logistik. Der Einzelversand an Endkunden frisst im Vergleich zur klassischen Food-Branche massive Margen auf.
• Der teure Filial-Traum: In der Expansionsphase betrieb das Unternehmen zeitweise 50 eigene stationäre Stores in Top-Lagen. Die hohen Mieten und Fixkosten erwiesen sich jedoch oft als zu große Belastung. Im Zuge von Restrukturierungen und der Corona-Krise musste das Filialnetz drastisch eingedampft werden.
• Der Spagat im Supermarkt: Um weiter wachsen zu können, ging der Weg in den klassischen Lebensmitteleinzelhandel (LEH). Dort konkurrieren die vorgefertigten Standard-Mischungen nun direkt mit etablierten FMCG-Riesen und agilen Start-ups (wie 3Bears), wodurch der ursprüngliche Wettbewerbsvorteil der reinen Individualisierung verwässert wird.

Was Gründer*innen daraus lernen können

Für die Start-up-Szene liefert das Stühlerücken in Passau drei wesentliche Lektionen:

Technologie ersetzt keine Seele: Der Versuch, ein stagnierendes Konsumgütergeschäft allein durch den Stempel von KI-Prozessen zu transformieren, greift oft zu kurz. D2C-Marken leben von Storytelling, Haltung und nahbarer Kommunikation.

Der „Boomerang-CEO“ als zweischneidiges Signal: Wenn Gründer zurückkehren, schafft das kurzfristig enormes Vertrauen bei Team, Partnern und Investor*innen. Es bleibt jedoch die operative Herausforderung, die Nostalgie der Anfangsjahre mit den harten wirtschaftlichen Realitäten der Gegenwart zu verknüpfen.

Die Omnichannel-Sackgasse: Der Übergang vom reinen Online-Nischenplayer zum Massenmarkt-Anbieter im Supermarkt ist ein Drahtseilakt, bei dem die Markendifferenzierung schnell verloren gehen kann. Wittrocks Fokus auf Community-Nähe und ehrliche Kommunikation ist der Versuch, genau dieses Ruder rechtzeitig herumzureißen.

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

Die bisherige Unternehmenshistorie verdeutlicht ein hohes Entwicklungstempo:

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

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

Der technologische Ansatz: Kausalität statt bloßer Korrelation

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

Kausable setzt an dieser Schwachstelle an:

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

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

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

Die Herausforderungen der Praxis

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

1. Vertriebshürden im B2B-Enterprise-Segment

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

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

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

2. Wettbewerbsumfeld und Big-Tech-Druck

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

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

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

3. Kapitalintensität von Frontier-AI

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

Key Takeaways für Gründer*innen

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

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

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

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

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

Das frische Kapital stammt von privaten Industrie-Family-Offices sowie Wagniskapitalgeber*innen wie KT Ventures, Valemount Capital und Futury Capital. Hinter den Summen und der Vision einer nachhaltigen Weltraumwirtschaft verbirgt sich jedoch ein knallhartes Hardware-Geschäft, das einen genauen Blick auf die Köpfe, das Geschäftsmodell und die echten Herausforderungen in diesem komplexen Markt erfordert.

Vom Pain Point zur Profitabilität

Gegründet wurde das Unternehmen 2022 von Alex Plebuch, der heute als CEO agiert, sowie Dr. Denis Kiefel und Matthias Günther. Das Gründerteam bringt tiefgreifende Expertise aus der traditionellen europäischen Raumfahrt mit. Plebuch war vor der Gründung unter anderem als Technical Leader für die Fluidsysteme der europäischen Trägerrakete Ariane 6 verantwortlich und als Trainee bei der Europäischen Weltraumorganisation (ESA) tätig. Die Idee zur Gründung entsprang einem massiven Pain Point aus der Praxis: Bei der Entwicklung spezieller Konzepte für große Raumfahrtprogramme stellte man fest, dass es der Branche systematisch an skalierbaren Lösungen für das Fluidmanagement mangelt.

Erstaunlich in der oftmals extrem kapitalintensiven DeepTech-Szene ist der Umstand, dass deltaVision laut eigenen Angaben von Beginn an profitabel agiert. Obwohl das Unternehmen komplexe, hochphysische Hardware produziert und heute bereits 125 Mitarbeitende beschäftigt, konnte es diesen Status offenbar halten.

Das Herz-Kreislauf-System für den Kosmos

Das Kerngeschäft besteht in der Entwicklung und Produktion von Fluidsystemen wie Ventilen, Pumpen und Druckreglern, die das „Herz-Kreislauf-System“ in Raumfahrzeugen, Satelliten und Trägerraketen bilden. Das Modell stützt sich dabei auf zwei wesentliche Säulen.

Kurzfristig beseitigt das Start-up existierende Engpässe in der Lieferkette. Während traditionelle Hersteller aufgrund des aktuellen New-Space-Booms extrem überlastet sind und die Branche weltweit unter jahrelangen Verzögerungen leidet, verspricht deltaVision hochzuverlässige Produkte mit Lieferzeiten von nur wenigen Wochen. Mehr als 60 Kunden auf vier Kontinenten greifen bereits auf diese Komponenten zurück. Ein aktuelles Prestigeprojekt ist der europäische Mondlander „Argonaut“, für den die Europäische Weltraumorganisation (ESA) der Endkunde ist. Für jede dieser Argonaut-Missionen liefert das Münchner Start-up rund 50 Einzelprodukte, unter anderem zur präzisen Druckregelung.

Langfristig zielt die Vision jedoch auf einen wesentlich größeren Markt ab: Das Unternehmen entwickelt einen modularen Technologie-Baukasten für das orbitale Betanken. Standardisierte fluidische Kupplungen und integrierte Betankungsmodule sollen es künftig ermöglichen, Satelliten im All mit Treibstoff zu versorgen – ein Paradigmenwechsel, der milliardenschwere Einweg-Missionen beenden würde.

Skalierungsrisiken und der Kampf um Branchenstandards

So vielversprechend die aktuellen Auftragsbücher klingen, ist der Weg zum global dominanten Weltraum-Zulieferer mit enormen Skalierungsrisiken behaftet. Mit dem frischen Kapital will deltaVision derzeit die Produktion in einem ehemaligen Siemens-Werk in der Münchner Innenstadt auf 5.000 Einheiten pro Jahr ausbauen. Gleichzeitig expandiert das Unternehmen international: In der französischen Region Nouvelle-Aquitaine wird über die Tochtergesellschaft deltaVision SASU ein Forschungsstandort für intelligente Fluidsysteme aufgebaut, parallel ist eine eigene Ventil-Produktion in den USA geplant. Der Sprung von der ingenieurgetriebenen Manufaktur – deren Prototypen sich laut den Gründern oftmals „absolut am Rande der Physik“ bewegen – hin zur industriellen Massenfertigung ist in der Raumfahrt notorisch heikel. Bereits kleinste Verunreinigungen oder Toleranzabweichungen können den Verlust einer Mission bedeuten.

Auch der Kampf um die Vorherrschaft bei Industrie-Standards birgt Hürden. Beim Thema In-Orbit-Betankung setzt CEO Alex Plebuch bewusst auf ein offenes und interoperables Ökosystem und stellt sich explizit gegen proprietäre Modelle, bei denen am Ende ein einziger Anbieter den Markt beherrscht. Die Realität im heutigen Raumfahrtmarkt ist jedoch, dass Mega-Player wie SpaceX historisch gesehen wenig Interesse an offenen Branchenstandards haben und lieber geschlossene Architekturen durchsetzen. Zudem schlafen auch etablierte, irdische Industriezulieferer wie beispielsweise Stöhr Armaturen nicht und verfügen über eigene komplexe Ventile für Kryogenanwendungen. DeltaVision muss folglich dauerhaft beweisen, dass der schnell skalierbare New-Space-Ansatz einen echten Wettbewerbsvorteil gegenüber der Marktmacht der traditionellen Industrie bietet.

Learnings

Für die Leserschaft von StartingUp und ambitionierte DeepTech-Gründer*innen liefert der Fall deltaVision entscheidende Lektionen über den erfolgreichen Aufbau von Hardware-Unternehmen:

• Profitabilität im Hardware-Sektor ist möglich: Das Münchner Start-up beweist, dass auch im Bereich DeepTech ab dem ersten Tag profitabel gearbeitet werden kann, sofern man reale, extrem schmerzhafte Engpassprobleme der Industrie löst und lukrative Entwicklungsaufträge an Land zieht.
• Domain-Expertise schlägt den reinen Technologie-Hype: Die Gründer haben ihren Markt nicht abstrakt am Whiteboard analysiert, sondern litten als Ingenieure über 15 Jahre lang selbst unter den ineffizienten Strukturen der europäischen Raumfahrt.
• Smart Money bei der industriellen Skalierung: Um von der ersten erprobten Flugerfahrung („Space Heritage“) zur Massenfertigung zu gelangen, hat deltaVision gezielt private Investor*innen und Wagniskapitalgeber*innen mit ausgeprägtem kommerziellem und industriellem Hintergrund wie KT Ventures ausgewählt. Im industriellen Sektor ist das tiefgreifende Fertigungsnetzwerk der Investor*innen oftmals weitaus überlebenswichtiger als die reine Bewertungssumme beim Pitch.

Seit dem 16. Juli 2026 ist es offiziell: Der in Gernsheim ansässige Green- und DeepTech-Accelerator ryon wird in die Frankfurter Startup-Plattform Futury integriert. Dieser Schritt ist eine direkte Reaktion auf die oftmals zersplitterte deutsche Förderlandschaft.

Melissa Ott, Managing Director von Futury, formuliert den Anspruch an die neue Struktur unmissverständlich: „Unsere Aufgabe ist klar: Weniger Fragmentierung, mehr Wirksamkeit“. Durch die Bündelung unter einem Dach sollen neue Perspektiven entstehen: „Indem wir Programme, Infrastrukturen und Beratung unter einem Dach vereinen, schaffen wir ein Ökosystem, das Start-ups nicht nur begleitet, sondern ihnen echte Wachstums- und Marktperspektiven eröffnet“, so Ott weiter.

Ein Blick in die Strukturen der beteiligten Organisationen zeigt, wie sich die Innovationslandschaft in der Region durch den Zusammenschluss verändert.

Deep Dive: Die Organisationen hinter dem Zusammenschluss

Die Zusammenführung der beiden Organisationen bündelt bestehende Netzwerke aus Wirtschaft, Politik und Wissenschaft.

Futury: Vom Frankfurter Ökosystem zur „Startup Factory“

Futury ist ein industriegetriebenes Start-up-Ökosystem mit Sitz in Frankfurt am Main.

• Nationale Förderung: Mitte 2025 wurde Futury zu einer von bundesweit zehn exist „Startup Factories“ ernannt.
• Das Kapital: Futury wird in diesem Rahmen mit bis zu 10 Millionen Euro aus dem Bundeshaushalt gefördert.
• Netzwerk: Getragen wird das Ökosystem von einer Allianz aus 33 Partnern aus Unternehmen und Stiftungen sowie vier Hochschulen (darunter die TU Darmstadt, die Johannes Gutenberg-Universität Mainz, die Frankfurt School of Finance & Management und die Goethe-Universität Frankfurt).
• Das Ziel: Bis 2030 sollen in dem Ökosystem rund 1.000 neue Start-ups entstehen.

Charlie Müller, Founder & Managing Director von Futury, ordnet die überregionale Tragweite des Deals ein: „Mit der Integration von ryon bündeln wir die Schlagkraft der wichtigsten regionalen Initiativen“. Für ihn ist der Zusammenschluss auch ein relevantes Signal für den Standort: „Deutschland braucht starke Innovationsknoten, die in der Lage sind, DeepTech konsequent von der Forschung über die Validierung bis zur Skalierung zu begleiten“. Genau diese Struktur entstehe jetzt im Herzen der Rhein-Main-Region.

ryon: Der GreenTech-Accelerator in Gernsheim

Der 2022 gegründete GreenTech Accelerator ryon bringt spezifische Hardware- und Labor-Infrastruktur in die Zusammenarbeit ein.

• Die Infrastruktur: ryon operiert am Standort Gernsheim im Umfeld des Industrieparks FLUXUM. Dort steht Start-ups Labor- und Technikumsinfrastruktur zur Verfügung, um nachhaltige Technologien zu skalieren.
• Gesellschafter: Zu den Akteuren hinter ryon gehören die Goethe-Universität Frankfurt, die TU Darmstadt, das Wissenschafts- und Technologieunternehmen Merck, Hessen Trade & Invest sowie die WIBank.

Jörg von Hagen, Geschäftsführer von ryon, erklärt zur Integration: „Ryon hat die regionale GreenTech-Landschaft mit aufgebaut. Der nächste logische Schritt ist, diese Dynamik in eine größere Struktur zu überführen und unsere Arbeit dadurch nachhaltig zu stärken.“ Die Zusammenführung strukturiere die bisherige Arbeit neu: „Mit Futury entsteht eine Plattform, die unsere Erfahrungen nicht nur aufnimmt, sondern mit neuer Kraft weiterentwickelt und unsere Region als DeepTech-Hotspot positioniert.“

Was der Deal konkret für Gründer*innen bedeutet

Für Deep- und GreenTech-Entrepreneur*innen soll dieser Zusammenschluss Innovationspfade verkürzen. Futury hat fünf strategische Cluster definiert, die sich an den Stärken der Region orientieren. Eines davon ist „Deep & GreenTech“, das fortan den strukturellen Rahmen für die ryon-Aktivitäten bildet.

Zentrale Formate von ryon werden durch Futury übernommen und weiterentwickelt:

• Talentförderung: Die fünftägige Summer School, die wissenschaftliche Talente für das Unternehmertum aktiviert, bleibt Bestandteil des Programms.
• Gründungsberatung: Die spezialisierte DeepTech-Gründungsberatung wird in die neue Struktur integriert.

Fazit

Die Zusammenführung sendet das wirtschaftliche und politische Signal, die Region stärker für die Wettbewerbsfähigkeit Deutschlands zu positionieren. Wissenschaftliche Exzellenz, unternehmerische Validierung und Skalierung sollen hier zu einem durchgängigen Innovationspfad zusammenwachsen. Für hardware- und forschungslastige Start-ups bündelt das Rhein-Main-Gebiet damit relevante Ressourcen an einem Ort.

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

Bootstrapping im KI-Zeitalter

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

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

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

Der Fokus aufs Detail

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

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

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

Qualitätssicherung in der Nische: Zwischen Anspruch und Realität

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

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

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

Gegen die Übermacht von Google und Co.

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

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

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

Fazit und Ausblick

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

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

Die Historie: Vom TUM-Labor in die globalen Fabs

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

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

Das Problem und die technologische Lösung

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

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

Geschäftsmodell, Markt und Wettbewerb

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

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

Einordnung für die Start-up-Szene

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

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

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

Die Technologie: Von der Handarbeit zur Automatisierung

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

Gründungshistorie und Team: Tiefes Branchen-Know-how

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

Das derzeit zwölfköpfige Team wird von drei Gründern geführt:

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

Marktumfeld und Wettbewerb

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

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

Geschäftsmodell auf dem Prüfstand

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

Unsere Einordnung

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

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

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

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

Vom Labor auf das Kraftwerksgelände: Die Historie

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

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

Kritische Einordnung: Markt, Modell und Machbarkeit

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

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

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

StartingUp Fazit: Ein europäisches Wirtschaftswunder in der Mache?

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

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

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

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

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

GRC-Expertise trifft auf Cloud-Architektur

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

Policy-as-Code als Beweismittel

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

Marktumfeld & Wettbewerb

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

Potenzial & kritische Hürden

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

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

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

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