Die Zahlen im Überblick

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

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

Kritische Einordnung: Fluch oder Segen?

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

1. Die „Lean Start-up“-Renaissance

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

2. Transformation statt reiner Abbau

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

3. Das schrumpfende Team als neues Normal

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

Kompakte Handlungsempfehlungen für das Management

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

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

Fazit

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

StartingUp: Hallo Abdu, starten wir direkt mit dem harten Reality-Check: Was ist dein Elevator Pitch für LingMorph?

Abdu Alawal Ibrahim: Hallo Hans! LingMorph ist eine anmeldefreie, werbefreie und kostenfreie Web-Applikation, die komplexe deutsche Sätze in Sekundenschnelle visuell unter anderem in Wortarten, Satzglieder, Kasus und das topologische Feldermodell untergliedert. LingMorph bietet Lehrkräften und Lernenden im regulären Deutsch- und DaZ-Unterricht ein datenschutzkonformes Werkzeug, das auf jedem Endgerät sofort einsatzbereit ist. Damit lösen Lehrkräfte das Problem einer oft als trocken und unverständlich wahrgenommenen Grammatik durch ein interaktives und visuelles Interface.

StartingUp: Große Bildungsverlage investieren Millionen in digitale Lernplattformen, kämpfen aber oft mit behäbigen Strukturen. Du hast LingMorph im Alleingang hochgezogen. Wie ist es dir gelungen, die etablierten Player in Sachen Ladegeschwindigkeit und Barrierefreiheit zu überholen?

Abdu Alawal Ibrahim: Ich denke, dass die erwähnten Aspekte, wie die Werbe- und Anmeldefreiheit und generell der Verzicht auf kommerziellen Gewinn hier eine große Rolle spielen. Durch meine jahrelange Erfahrung in der Frontend- und App-Entwicklung habe ich LingMorph auf der Basis von Bootstrap 5.3 ohne schwere Benutzerverwaltung oder Tracking-Skripte entwickelt. Die Satzanalyse läuft dabei getrennt von der eigentlichen Visualisierung: Während serverseitig die LingMorph-Engine die Struktur analysiert, wird sie clientseitig, also direkt auf dem Endgerät der Nutzenden, visualisiert. Dieser Ansatz ist extrem ressourcenschonend. Tests zeigen eine Ladezeit von gerade einmal 0,4 Sekunden und laut Lighthouse-Audit einen Performance-Score von 94/100 sowie die volle Punktzahl von 100 im Bereich SEO.

StartingUp: Die Kombination aus Geisteswissenschaft und Tech ist extrem spannend. Du nutzt für die automatisierte Analyse den STTS-Standard (Stuttgarter-Tübinger-Tagset). Vor welchen technischen Herausforderungen steht man, wenn man komplexe, oft unlogische natürliche Sprache in einen sauberen Algorithmus gießen muss?

Abdu Alawal Ibrahim: Dass man hier vor großen Herausforderungen steht, ist definitiv der Fall. Natürliche Sprache ist voller Unregelmäßigkeiten und Mehrdeutigkeiten (sogenannten Ambiguitäten). Hier ist zum Beispiel der Kasussynkretismus zu nennen: Die Wortgruppe „die Frauen“ kann Nominativ oder Akkusativ sein, „der Frau“ wiederum Genitiv oder Dativ. Ferner stellt besonders das Deutsche mit seinen verstreuten Prädikatsteilen, wie es beim Perfekt vorkommt („Sie hat [...] abgeholt“) sowie trennbaren Verbzusätzen („Ich gebe [...] ab“) für Algorithmen eine große Herausforderung dar. Und je komplexer Sätze werden und je mehr untypische Strukturen auftauchen, desto schneller stößt die automatisierte Analyse auf Basis des Stuttgarter-Tübinger-Tagsets an ihre Grenzen.

Der Umgang mit diesen Herausforderungen ist Teil der aktiven Weiterentwicklung des Tools: Falls der Algorithmus an linguistische Grenzen stößt, berechnet LingMorph direkt innerhalb der Engine die Konfidenz-Scores und macht potenzielle Unsicherheiten transparent über UI-Warnungen für die Nutzenden sichtbar. Ferner können die Nutzenden stets fehlerhafte Ausgaben melden, denn LingMorph ergänzt die statistischen Sprachmodelle aktiv mit weiteren hauseigenen Erkennungssystemen, um die Lücken der statistischen Sprachmodelle zu schließen.

StartingUp: Aus Produkt-Sicht (UX/UI) ist das interaktive Verschieben von Satzgliedern per Drag-and-Drop im topologischen Feldermodell ein echtes Highlight. Wie wichtig ist exzellentes User-Interface-Design, um ein von Natur aus „trockenes“ Thema wie Grammatik in ein digitales Produkterlebnis zu verwandeln?

Abdu Alawal Ibrahim: Das ist natürlich sehr wichtig und stellt als Highlight, wie du es benennst, besonders auch einen didaktischen Mehrwert dar. Denn Grammatik scheitert im Unterricht oft auch daran, dass sie als abstrakt interpretiert und vielleicht manchmal im Unterricht auch einfach zu theoretisch vermittelt wird. Mit Hilfe von Tools wie LingMorph kann der Grammatikunterricht praktischer gestaltet werden: Durch das interaktive Verschieben von Elementen direkt im Feldermodell, können grammatikalische Regeln für Lernende besser verortet und sichtbar gemacht werden. Wenn Lernende ein Satzglied per Drag-and-Drop bewegen können und die strukturelle Veränderung sofort visuell zurückgespiegelt bekommen, verwandelt sich dieses schultypische Auswendiglernen in eine Art des Experimentierens und Entdeckens.

StartingUp: LingMorph verzichtet komplett auf Registrierung, Werbung und Datentracking. In der Start-up-Welt gilt das Datensammeln oft als das neue Gold. Warum ist dieser radikale Datenschutz-Ansatz für dich kein Wachstumshemmer, sondern vielleicht sogar dein wichtigster Growth-Hacker?

Abdu Alawal Ibrahim: Weil im stark regulierten Bildungssektor der Datenschutz die größte bürokratische Hürde überhaupt darstellt. Wer an Schulen ein digitales Tool einführen will, scheitert meist monatelang an den Freigaben, durch die DSGVO-Hürden und ist auch rechtlich daran gebunden, Einverständniserklärungen der Erziehungsberechtigten einzufordern. Dadurch, dass LingMorph keinerlei personenbezogene Daten für kommerzielle Zwecke erhebt, kein Tracking nutzt und keine Registrierung erfordert, fällt diese Barriere komplett weg. Lehrkräfte können den Link ohne Absprache direkt an die digitale Tafel werfen und den Lernenden zur Nutzung auf ihren Endgeräten vorstellen. Das Ziel von LingMorph ist es primär, den Deutschunterricht zu unterstützen und Lernenden zu helfen. Kommerziell orientierte Tools schrecken vor diesem radikal datenschutzfreundlichen Weg verständlicherweise oft zurück.

StartingUp: Du positionierst LingMorph als Open Educational Resource (OER). Das klingt edel, wirft im Start-up-Kontext aber die Frage auf: Wie sieht die langfristige Core-Strategie aus? Wie finanzierst du Serverkosten und Weiterentwicklung, wenn die Nutzer*innenbasis explodiert?

Abdu Alawal Ibrahim: Aktuell ist das Wachstum LingMorphs mit über 130.000 Analysen pro Monat bereits massiv, aber die technische Infrastruktur fängt das sehr kosteneffizient ab. Ein großer Teil der Kernfunktionen soll für Lehrkräfte und Lernende somit immer kostenfrei und barrierefrei bleiben. Wie genau öffentliche Fördergelder für digitale Bildungsinfrastruktur oder Premium-Lizenzen für Institutionen die Weiterentwicklung in Zukunft mittragen können, ist aufgrund des jungen Alters der Applikation im Detail noch offen.

StartingUp: Die renommierte Fachwelt, wie das Symposion Deutschdidaktik e.V., unterstützt dich bereits. Im Start-up-Sprech hast du dir damit eine extrem starke „Corporate Credibility“ gesichert. Wie hast du diese Schwergewichte der Wissenschaft von deiner studentischen Innovation überzeugt?

Abdu Alawal Ibrahim: Diese Unterstützung nehme ich stets sehr dankend an und freue mich gerade über das hohe Interesse aus der Sprachdidaktik und aus vielen Hunderten Schulen und Deutsch- sowie DaZ/DaF-Lehrkräften, die sich regelmäßig bei mir melden. Das motiviert mich bei der Weiterentwicklung enorm.

Ich denke, dass neben der einfach zu bedienenden Benutzeroberfläche und der mit LingMorph gebotenen Unterstützung für Lehrkräfte, auch die fachliche Validität von Relevanz ist, denn gerade die Erläuterungen zu den einzelnen Analyseschritten stützen sich auch auf etablierte germanistische Standardwerke. Und dass die Entwicklung von LingMorph auch stets auf das Feedback der Didaktiker*innen aufbaut und ich der Didaktik und Linguistik bei der Weiterentwicklung stets offen gegenüberstehe, hilft auch enorm.

StartingUp: Zum Schluss: Was ist das nächste große Feature auf deiner Produkt-Roadmap und wo siehst du LingMorph im EdTech-Markt der Zukunft?

Abdu Alawal Ibrahim: Auf der Produkt-Roadmap stehen neben der Optimierung des Erkennungssystems und noch besserer und interaktiverer Visualisierung, auch die Etablierung von Aufgaben für Lernende, die wahlweise durch die Lehrkräfte in Form von selbst vorgegebenen Sätzen erfolgen soll. Damit sollen mehr Möglichkeiten für das gemeinsame Experimentieren im Deutschunterricht geboten werden.

Ferner steht auch die Etablierung von Künstlicher Intelligenz (KI) auf der Produkt-Roadmap. Besonders die Integration von Large Language Models (LLM) bietet die Möglichkeit den Lernenden die Erkennungsergebnisse zu erläutern und Teile des Erkennungssystems an die KI zu delegieren (z. B. die Autokorrektur von Eingabefehlern, die erneute Prüfung bei geringer Konfidenz des gegenwärtigen Erkennungssystems u. v. m.).

Hinsichtlich des Datenschutzes gibt es reichlich Möglichkeiten der datenschutzkonformen KI-Integration: Möglich wäre hier das Hosten des LLM über den Browser des Nutzenden (auch „client-side AI“ genannt) sowie die Möglichkeit des Hostens des Modells auf dem Server von LingMorph (auch „self-hosted AI“ genannt). Besonders sogenannte Transformer-Modelle bieten hier eine enorm hohe Erkennungsgenauigkeit und können mit den eben benannten Herausforderungen deutlich besser umgehen.

Ferner sind nach enger Absprache mit Fachreferenten von verschiedenen Landesämtern für Schule und Bildung sprachliche und strukturelle Anpassungen des Tools geplant. Alles in allem berücksichtige ich stets neue Möglichkeiten zur Verbesserung von LingMorph und freue mich jederzeit auf neue Impulse.

StartingUp: Danke, Abdu Alawal Ibrahim, für das Gespräch.

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

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

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

Kern-Features

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

Gründer & Köpfe

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

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

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

Redaktionelle Einordnung

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

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

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

Fazit

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

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

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

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

Der Deal: Konsequenter Schritt nach strategischem Investment

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

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

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

Markt & Wettbewerb

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

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

Kritische Hinterfragung des Geschäftsmodells

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

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

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

Was Gründer*innen aus dem Exit lernen können

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

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

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

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

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

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

Vom „Ärztemarathon“ zum DeepTech-Start-up

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

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

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

Das Produkt: Wirkkettenalgorithmen statt Gipsabdruck

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

Der Prozess ist stark datengetrieben:

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

Kritisch hinterfragt: Geschäftsmodell und Erstattung

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

Der ZPP-Weg zur Erstattung

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

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

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

Der Markt für smarte Ganganalyse ist stark umkämpft.

Unser Fazit

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

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

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.

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!

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 Basis für ein erfolgreiches DeepTech-Start-up ist fast immer wissenschaftliche Exzellenz gepaart mit unternehmerischem Pragmatismus. Bei alqem, das Teil des UnternehmerTUM-Ökosystems ist und Arbeitsplätze in München und Coimbra plant, scheint diese Mischung vielversprechend.

Das Gründungs-Trio vereint drei essenzielle Domänen:

• Dr. Hanh Nguyen (CEO): Bringt mit vorherigen Stationen bei McKinsey, Unilever und OCI Global die nötige wirtschaftliche und strategische Skalierungserfahrung mit.
• Dr. Tiago Cerqueira (CTO): Hat als Mitentwickler der offenen Materialdatenbank Alexandria bereits bewiesen, dass er große Datenmengen in der Materialwissenschaft strukturieren und nutzbar machen kann.
• Prof. Milan Allan (CSO): Ist Lehrstuhlinhaber für Experimentalphysik an der LMU München und verantwortet die wissenschaftliche Perspektive im Labor.

Flankiert wird das Team von wissenschaftlichen Beraterinnen und Beratern, darunter Prof. Claudia Felser (Max-Planck-Institut für Chemische Physik fester Stoffe, Dresden), Prof. Miguel Marques (Ruhr-Universität Bochum) und dem ehemaligen McKinsey-Partner Michael Viertler. Forschungspartnerschaften mit der LMU München, der TUM, dem Max-Planck-Institut Dresden sowie den portugiesischen Universitäten Técnico Lissabon, Porto und Coimbra sichern den Zugang zu Talent*innen und Infrastruktur.

Der Markt: Raus aus der chinesischen Abhängigkeit

Der strategische Fokus von alqem trifft den industriepolitischen Nerv der Zeit. Das erste konkrete Anwendungsfeld des Startups sind Permanentmagnete, die ohne den Einsatz seltener Erden auskommen. Der Schmerz der europäischen Industrie ist hier gewaltig:

• Rund 90 Prozent der heute verwendeten Hochleistungspermanentmagnete werden in China produziert, was eine immense geopolitische Abhängigkeit schafft.
• Gleichzeitig liegt der letzte wesentliche Durchbruch in der Entwicklung neuer magnetischer Materialien mehr als 40 Jahre zurück.

Dr. Hanh Nguyen bringt das Potenzial auf den Punkt: Ziel sei es, Materialien systematisch zu erschließen, die etwa die Effizienz von Elektrofahrzeugen und Windturbinen steigern und kritische Lieferketten unabhängig von der Produktion in einem einzigen Land machen. Investoren wie Amanda Birkenholz von UVC Partners sehen in fortschrittlichen Materialien gar das Zentrum zukünftiger Technologien – von sauberer Energie über Mobilität bis hin zur Verteidigung.

Das Geschäftsmodell: Kritisch hinterfragt

Alqems Ansatz beruht auf einer zweigleisigen Plattformtechnologie: Einerseits "al-mine", eine Datenbank für vorhergesagte stabile kristalline Verbindungen, und andererseits "al-oracle", welches domänenspezifische Trainingsdaten für Materialeigenschaften liefert. Der entscheidende Differenzierungsfaktor – und gleichzeitig der mögliche Flaschenhals – ist die Ergänzung dieser digitalen Ebene durch eigene Laborkapazitäten zur Synthese und Charakterisierung der KI-Vorschläge. Das Start-up vermeldet, bereits eine Pipeline vielversprechender Kandidatinnen und Kandidaten entwickelt und deren vorhergesagte Leistungsfähigkeit experimentell validiert zu haben. Das erklärte Ziel: Den Entwicklungszyklus von der wissenschaftlichen Vorhersage bis zur industriellen Anwendung von Jahrzehnten auf Jahre oder gar Monate zu verkürzen.

Die strukturellen Herausforderungen des Modells:

• Labor-Skalierbarkeit: Eine KI kann Millionen Verbindungen in Rekordzeit berechnen, doch die physische Synthese im Labor bleibt oft ein iterativer, ressourcenintensiver Prozess. 8 Millionen Euro Pre-Seed-Kapital klingen solide, können beim Aufbau eigener Hardware-Labore und teurer Prüfstände jedoch schnell aufgebraucht sein.
• IP und Monetarisierung: Es bleibt die Frage, wie alqem skalierbare Umsätze generiert. Verfolgt das Startup ein Discovery-as-a-Service-Modell für große Industriekunden? Werden Patente für neuartige Magnete an Automobilzulieferer lizenziert? Wenn alqem den Weg wählt, Rohstoffe selbst zu produzieren, wird aus dem agilen KI-Start-up schnell ein kapitalintensives Industrieunternehmen.

Der Wettbewerb: Keine "Blue Ocean"-Strategie

alqem ist mit der Vision einer KI-gestützten Materialrevolution keineswegs allein. Die sogenannte "Materials Informatics" erlebt einen regelrechten Hype. Ein Blick auf den globalen Wettbewerb zeigt, wie umkämpft das Feld bereits ist:

• Altrove (Frankreich): Das Pariser Start-up hat kürzlich Millionen eingesammelt, betreibt ebenfalls KI-gestützte Synthese-Labore und fokussiert sich exakt auf dasselbe Ziel: Alternativen zu seltenen Erden zu finden.
• CuspAI (UK): Mit einem massiven Funding von über 100 Millionen US-Dollar im Rücken fokussiert sich dieses Team auf neue Materialien für den Klimaschutz.
• Dunia (Deutschland) & Materials Nexus (UK): Beide Start-ups nutzen „Self-Driving Labs" und maschinelles Lernen, um Materialentwicklungen drastisch zu beschleunigen.

Darüber hinaus werfen Tech-Giganten wie Google (mit dem GNoME-Projekt) und Microsoft (mit MatterGen) enorme Rechenpower auf das Problem und stellen Millionen neuer Kristallstrukturen open-source zur Verfügung. Alqem muss in den nächsten Monaten beweisen, dass die Symbiose aus eigenen Datenfundamenten und hauseigenem Labor einen ausreichend tiefen Burggraben gegen diese Übermacht bietet.

Unser Fazit

Mit alqem tritt ein akademisches Schwergewicht aus dem Münchner Ökosystem in den Ring, das das Potenzial hat, Europas industrielle Souveränität im Hardware-Sektor entscheidend zu stärken. Die Idee, eine systematische Karte des Materialuniversums mit Hunderten Millionen Möglichkeiten zu entwerfen und direkt physisch zu validieren, ist ambitioniert und exzellent fundiert. Die Lead-Investoren setzen hier spürbar darauf, Weltklasse-Wissenschaft in ein skalierbares Unternehmen zu übersetzen.

Das Gründungsteam muss nun beweisen, dass es nicht nur exzellent forschen, sondern auch kommerziell abliefern kann. Gelingt es alqem, den ersten marktreifen Hochleistungsmagneten ohne seltene Erden seit über vierzig Jahren industriell anwendbar zu machen, hat Deutschland ein potenzielles neues Unicorn im DeepTech-Sektor. Das Rennen um die Materialien der Zukunft hat allerdings gerade erst begonnen.