Gesucht werden branchenübergreifend Teams mit skalierbaren Geschäftsmodellen, innovativen Technologien und Wachstumspotenzial – unter anderem aus den Bereichen KI & Software, Bio & Life Science, Clean Tech, FinTech, Food, Consumer Products oder E-Commerce. Auch Forschungsprojekte mit verwertbaren Ergebnissen und konkretem Anwendungspotenzial können sich bewerben.

Im Mittelpunkt stehen kompakte Pitch-Sessions, kuratierte 1:1-Matchings mit Investoren und direkter Austausch mit Branchenakteuren. Zusätzlich profitieren die ausgewählten Teams von einer professionellen Vorbereitung durch Workshops, Pitchtrainings sowie Unterstützung bei Pitch- und Read Decks.

Darüber hinaus bietet der Investforum Pitch-Day Networking mit Business Angels, VCs und Unternehmen sowie Keynotes rund um Innovation und Wachstum. Ein weiterer Höhepunkt ist die Verleihung des Awards „Überzeugendstes Startup“ der Stadtwerke Halle GmbH, dotiert mit 2.500 Euro, sowie des „TK-Sonderpreis Gesundheit“ der Techniker Krankenkasse Sachsen-Anhalt, dotiert mit 1.000 Euro.

Mit der HANGAR Night erwartet die Teilnehmenden außerdem ein besonderes Abendformat mit Innovation Walks, Drinks, Live-Musik und Austausch in außergewöhnlicher Atmosphäre.

Die Bewerbungsphase läuft noch bis zum 14. Juni 2026. Weitere Informationen zu Teilnahmebedingungen, Förderung und Bewerbung gibt es unter: pitchday.investforum.de

Der Investforum Pitch-Day 2026 ist ein Angebot der IMPETUUM GmbH – Institut für Wissens- und Technologietransfer an der Martin-Luther-Universität Halle-Wittenberg – und wird durch das Ministerium für Wirtschaft, Tourismus, Landwirtschaft und Forsten mit Mitteln des Europäischen Sozialfonds Plus und des Landes Sachsen-Anhalt gefördert

Europa ist Heimat der weltweit leistungsstärksten Tech-Ökosysteme – zumindest, wenn man die reine Anzahl an Hubs im Verhältnis zur Bevölkerungsgröße betrachtet. Zu diesem Schluss kommt der neue Global Tech Ecosystem Index, den die Datenplattform Dealroom am Donnerstag vorstellt. Demnach stellt Europa 45 der Top-100-Städte im sogenannten Density-Ranking und verweist Nordamerika (40) auf Platz zwei. Der Bericht unterstreicht einen fundamentalen Wandel: Europa versucht, seine wirtschaftliche Stagnation durch einen forcierten Fokus auf DeepTech, künstliche Intelligenz und strategische Autonomie zu kompensieren.

London verdrängt Paris, kleinere Hubs rücken auf

Nachdem Paris im vergangenen Jahr die Spitzenposition im europäischen Maßstab innehatte, hat London den Thron 2026 zurückerobert. Befeuert durch ein Rekord-Investitionsvolumen von 7 Milliarden US-Dollar im KI-Sektor (ein sattes Plus gegenüber den 3,9 Milliarden US-Dollar aus 2024) und eine wachsende Liste von mittlerweile 138 Unicorns (darunter Wayve und ElevenLabs), festigt die britische Hauptstadt ihren Status als globaler Fixpunkt. Paris bleibt mit 5 Milliarden US-Dollar an eingeworbenem Venture Capital (VC) und Aushängeschildern wie Mistral AI der schärfste Kontrahent auf dem Festland. KI macht in Europa mittlerweile rund 30 Prozent der gesamten VC-Investitionen aus.

Spannend für die Start-up-Landschaft ist jedoch die Entwicklung abseits der Megametropolen. Europas Wettbewerbsfähigkeit wird zunehmend von spezialisierten, stark forschungsgetriebenen Clustern getragen.
 

Deutschland: München boomt bei Rüstung, Berlin bleibt stabil

Der Blick auf die DACH-Region und insbesondere den deutschen Markt offenbart eine klare Rollenverteilung:

• München (Platz 5 der europäischen Density-Hubs, Platz 24 global): Die bayerische Landeshauptstadt hat sich in bemerkenswerter Geschwindigkeit zu einem zentralen Dreh- und Angelpunkt für europäische Verteidigungs- und Industrietechnologie entwickelt. Getrieben durch das exzellente universitäre Umfeld (insbesondere die TU München) und den starken industriellen Mittelstand, sammelten allein die Vorzeige-Unternehmen Helsing und ARX Robotics im vergangenen Jahr rund 763 Millionen US-Dollar ein.
• Berlin (Platz 4 der europäischen Global Champions, Platz 22 global): Die Hauptstadt bleibt das deutsche Aushängeschild für absolute Volumina und späte Finanzierungsrunden. Die historisch starken Sektoren Fintech und Enterprise-Software werden zunehmend durch starke KI-Investitionen flankiert, wodurch Berlin seinen Platz unter den führenden Tech-Metropolen behauptet.

Kritische Einordnung: Zwischen Autonomie und Realitätscheck

Die Dealroom-Zahlen lesen sich für europäische Ohren und politische Entscheidungsträger*innen wie Balsam. Dennoch bedürfen sie gerade aus Gründer*innen-Perspektive einer nüchternen Einordnung:

1. Der "Per-Capita-Trostpreis" vs. echtes Scaling

Dass Europa die Density Leaders dominiert, belegt die herausragende Qualität der universitären Forschung in Städten wie Cambridge, Gent oder München. Es verschleiert jedoch die Tatsache, dass in absoluten Zahlen – beim Wachstumkapital für Mega-Rounds (Series C+) und beim Aufbau von globalen Monopolisten – das Silicon Valley und andere US-Hubs in einer eigenen Liga spielen. Europa ist mittlerweile exzellent darin, Deep-Tech-Start-ups zu gründen; es hinkt aber weiterhin beim Skalieren hinterher, weil heimisches Spätphasen-Kapital fehlt.

2. "Strategic Autonomy" als neuer Investment-Case

Die Dealroom-Daten belegen einen massiven Paradigmenwechsel: Tech-Investitionen in Europa sind sicherheitspolitisch relevant geworden. Rüstungstechnologie (DefenseTech), lange Zeit von ESG-getriebenen europäischen Fonds gemieden, ist nun massentauglich. Der Schwenk hin zu "Dual Use"-Technologien und Resilienz spült dringend benötigtes Geld in Hardware- und B2B-Start-ups. Jan-Hendrik Boelens, CEO von Alpine Eagle, fasst diesen Zeitgeist treffend zusammen, wenn er auf die Notwendigkeit verweist, dass Europa „mehr eigene strategische Fähigkeiten aufbauen muss“.

3. Fragmentierung: Vielfalt oder Flickenteppich?

Die Studie feiert die dezentrale Struktur Europas mit vielen aufstrebenden Hubs (wie Kiew, Zagreb oder Tallinn, die das "Rising Stars"-Ranking anführen) als Vorteil. Für ambitionierte Gründer bedeutet diese Fragmentierung im operativen Alltag jedoch nach wie vor die Konfrontation mit einem Flickenteppich aus unterschiedlichen Regularien, Steuergesetzen und fragmentierten Kapitalmärkten. Diese Struktur ist die größte Hürde auf dem Weg zu einem homogenen europäischen Binnenmarkt für Tech-Unternehmen.

Fazit

Der Dealroom-Index 2026 zeigt klar, dass die DACH-Region die richtige Abzweigung genommen hat. Den akademischen Forschungsgeldern folgen nun handfeste Venture-Capital-Investments im DeepTech-Sektor. Damit aus den europäischen Density Leaders jedoch echte Global Champions auf Augenhöhe mit den USA oder China werden, muss Europa den Weg für grenzüberschreitende Wachstumsfinanzierungen massiv erleichtern.

Das Interesse von Investor*innen an europäischen Halbleiter-Start-ups erreicht neue Höchststände, doch der Weg vom Forschungslabor zur Marktreife bleibt für viele Unternehmen steinig. Während die Europäische Kommission am 27. Mai den mit Spannung erwarteten Entwurf für den Chips Act II vorlegen wird, warnen Investor*innen und Branchenexpert*innen: Ohne einen drastischen Bürokratieabbau und eine verbesserte Wachstumsfinanzierung droht der Europäischen Union ein weiterer Exodus zukunftsweisender Deep-Tech-Unternehmen.

Ein Ökosystem der Kontraste

Die aktuellen Rahmenbedingungen für DeepTech-Gründungen in Europa zeichnen ein paradoxes Bild. Einerseits verzeichnen europäische Chip-Start-ups ein massives Finanzierungsmomentum, das Investor*innen zunehmend anzieht. Laut Analysen von PitchBook sammelten Halbleiter-Start-ups auf dem Kontinent im Jahr 2025 die Rekordsumme von 972 Millionen Euro ein. Allein im ersten Quartal 2026 flossen bereits weitere 380 Millionen Euro in den Sektor. Hardware-Start-ups aus Bereichen wie Halbleitertechnik, Quantentechnologie und Robotik rücken verstärkt in den Fokus von Geldgebern, da ihre zugrunde liegenden Innovationen weitaus schwerer zu kopieren sind als klassische softwarebasierte KI-Lösungen (Software-as-a-Service).

Andererseits kämpft Europa massiv damit, diese unbestreitbare wissenschaftliche Stärke in skalierbare Geschäftsmodelle umzuwandeln. Ein aktueller Bericht von Dealroom belegt, dass Europa zwar 30 Prozent der weltweiten Top-Universitäten im DeepTech-Bereich beheimatet und doppelt so viele Absolvent*innen in natur- und ingenieurwissenschaftlichen Fächern hervorbringt wie die USA. Dennoch haben fast 40 Prozent der europäischen DeepTech-Unicorns ihren Sitz bereits vor oder nach der Finanzierung in die USA verlegt.

Die Erwartungen an den Chips Act II

Der erwartete Chips Act II baut auf dem ersten europäischen Chip-Gesetz auf, das im September 2023 in Kraft trat und nach Angaben der Kommission Investitionen in Fertigungskapazitäten von über 80 Milliarden Euro auslöste. Aktuell hält Europa einen weltweiten Marktanteil von rund 10 Prozent, der durch die politische Initiative bis 2030 auf 20 Prozent verdoppelt werden soll.

Das ist ein überaus ehrgeiziges Ziel angesichts eines globalen Branchenwertes, der laut McKinsey bis zum Ende des Jahrzehnts auf 1,6 Billionen US-Dollar anwachsen könnte. Industrievertreter*innen und politische Entscheidungsträger*innen weisen jedoch darauf hin, dass die bisherigen Fortschritte nicht ausreichen, um mit der expandierenden Subventions- und Ausbaupolitik der USA sowie asiatischer Wirtschaftsmächte mitzuhalten.

Einordnung: Das "Tal des Todes" bei der Kommerzialisierung

Daiva Rakauskaitė, Partnerin und Fondsmanagerin bei Aneli Capital, einer Fondsgesellschaft mit Fokus auf zentral- und osteuropäische (CEE) Start-ups, warnt davor, sich auf den aktuellen Rekordsummen auszuruhen. Das stärkere Interesse der Investoren löse den wesentlichen Engpass Europas – die zu langsame Kommerzialisierung – nicht automatisch.

„Viele junge europäische DeepTech-Unternehmen stehen vor einer schwierigen mittleren Phase zwischen Forschungsförderung und kommerziellen Einnahmen“, erklärt die Expertin. Besonders Halbleiter-Start-ups benötigen massives Vorabkapital für teures Prototyping, Tests, Zertifizierungen und Kundenqualifizierungen, bevor sie überhaupt im großen Stil wachsen können.

Der Erfolg der neuen EU-Initiative wird laut Rakauskaitė maßgeblich davon abhängen, ob es gelingt, die regulatorische Fragmentierung zwischen den EU-Mitgliedsstaaten abzubauen. Als direkte Bremsklötze für die europäische Wettbewerbsfähigkeit nennt sie:

• Verzögerungen bei der Genehmigungsvergabe.
• Zersplitterte Prozesse im staatlichen Beihilferecht.
• Zu hohe Compliance-Kosten für junge Unternehmen.
• Ein gravierender Mangel an Wachstumskapital ab der Series-B-Phase.

Europas Halbleiter-Ambitionen auf einen Blick

Fazit für die Start-up-Szene

Während Analyst*innen von Dealroom erwarten, dass demnächst mehrere europäische Fonds mit einem Volumen von über 1 Milliarde Euro auf den Markt kommen, um DeepTech-Unternehmen zu unterstützen, braucht es für einen nachhaltigen Durchbruch tiefgreifende Reformen.

Um das Abwandern technologischer Souveränität zu verhindern, fordert der Markt systemische Veränderungen. Dazu gehören flexiblere öffentlich-private Finanzierungsmodelle, schnellere Freigaben für staatliche Beihilfen und eine deutlich aktivere Rolle von Pensionskassen im Risikokapitalmarkt. Der Chips Act II wird daran gemessen werden, ob er nicht nur den Bau großer Produktionsstätten fördert, sondern gezielt schnellere und marktorientiertere Bedingungen für die heimische Unternehmenslandschaft schafft.

Mit The Green Deal erscheint eine neue digitale Sendung auf YouTube, die an das Pitch-Konzept bekannter Gründer*innenshows erinnert, die Vorzeichen jedoch komplett umdreht. Entwickelt wurde das Format von der Berliner Produktionsfirma Quintus Studios. Die Deutsche Bundesstiftung Umwelt (DBU) unterstützt und fördert das Projekt mit rund 90.000 Euro.

Follower*innen-Power gegen Umsatzbeteiligung

Die erste Staffel umfasst laut Showrunner Philipp Lippert drei Folgen mit jeweils einer Länge von 45 bis 60 Minuten. Pro Folge stellen vier bis fünf Start-ups ihre Ideen einer rotierenden, dreiköpfigen Jury vor. Moderiert wird die Sendung von Magda Stefely, einer Österreicherin, die als Journalistin unter anderem für ARD und ZDF arbeitet.

Auf den Jury-Sesseln nehmen keine klassischen Venture-Capital-Geber (VCs) Platz, sondern populäre Gesichter der deutschsprachigen Social-Media-Landschaft. Dazu zählen unter anderem der Wissenschafts-Influencer Cedric Engels („Doktor Whatson“), die Standup-Komikerin Saskia Fröhlich, Schauspielerin und Podcasterin Marie Nasemann sowie der Politik-Influencer Alexander Prinz („Der dunkle Parabelritter“). Gemeinsam vereint die insgesamt achtköpfige Jury plattformübergreifend mehrere Millionen Zuschauer*innen.

Der entscheidende Unterschied zu traditionellen Pitch-Events liegt im Deal-Mechanismus: Die Influencer*innen unterstützen die jungen Firmen durch gemeinsame Veröffentlichungen in den sozialen Medien. Im Gegenzug erhalten sie eine prozentuale Beteiligung an dem durch diese Promotion ausgelösten Umsatz des Start-up-Produkts. Der Umfang dieser Partnerschaften – von wenigen Posts bis zu langfristigen Kooperationen – wird dabei frei verhandelt. Für Showrunner Lippert ist dieser Ansatz essenziell, da Reichweite in den sozialen Medien für Startups heutzutage ebenso wichtig sei wie finanzielle Investitionen.

Die Start-ups: B2C-Lösungen für den Alltag

Hinter dem Format steht auch ein industriepolitischer Gedanke. Laut DBU-Generalsekretär Alexander Bonde tragen grüne Start-ups erheblich zur Wirtschaftskraft der Branchen mit grünen Technologien bei. Seit 2010 steigerte dieser Sektor laut dem Green-Tech-Atlas 2025 des Umweltbundesamts seine Bruttowertschöpfung jährlich um rund fünf Prozent und stellt mehr als acht Prozent der Exporte.

Um die wirtschaftliche sowie ökologische Substanz zu sichern, wurden die teilnehmenden Start-ups im Vorfeld durch die Ecosign-Akademie für nachhaltiges Design und das Impact Hub Berlin auf Nachhaltigkeitskriterien und Geschäftsmodelltauglichkeit geprüft. Das Aufgebot der DBU-geförderten Unternehmen in der Show zeigt eine klare Fokussierung auf alltagsnahe Produkte:

• Das Start-up Phaeosynt aus Hannover präsentiert den ersten veganen Schwangerschaftstest. Dabei werden tierische Antikörper durch Alternativen auf Algenbasis ersetzt. Vertrieben wird dieses Produkt unter dem Namen „Hey Mela“.
• Fainin stellt eine digitale Plattform zum abgesicherten Verleihen, Vermieten und Teilen von Alltagsgegenständen in der Nachbarschaft vor, wie etwa Werkzeuge, Technik oder Fahrräder. Dies soll übermäßigen Konsum und die Entsorgung einsatztauglicher Hilfsmittel reduzieren.
• Ebenfalls vertreten ist das Berliner Unternehmen Moot, das massentaugliche Kleidung zu 100 Prozent aus entsorgten Textilien produziert.

Die zuständige DBU-Referentin Melanie Vogelpohl ordnet das Format als „Edutainment“ ein – eine Mischung aus Bildung und Unterhaltung. Mittels Influencer*innen und Format sollen neue Zielgruppen mit nachhaltigen Ideen begeistert und zum Umweltschutz motiviert werden.

Unsere Einordnung für das Start-up-Ökosystem

Aus Sicht von Gründer*innen wirft das Modell von „The Green Deal“ spannende strategische Fragen auf. Das Format als Investmentshow zu bezeichnen, ist aus klassischer Start-up-Perspektive mutig, denn betriebswirtschaftlich handelt es sich de facto um reichweitenstarke Performance-Marketing- bzw. Affiliate-Deals.

Margendruck statt Anteilsverwässerung: Der größte Vorteil für Gründer*innen ist der Schutz des eigenen Cap Tables. Es müssen keine Unternehmensanteile abgegeben werden. Allerdings tauschen die Start-ups diesen Vorteil gegen den direkten Verlust von Marge ein. Besonders im D2C-Hardware- und Textilbereich sind die Margen oft stark limitiert. Ein prozentualer Revenue-Share an prominente Creator kann die Stückkostenrechnung (Unit Economics) belasten.

Reichweite finanziert keine Maschinen: Das Konzept geht für Consumer-Brands (B2C) mit bestehenden Produkten hervorragend auf. Für tiefgreifendes, forschungsintensives DeepTech oder B2B-GreenTech greift es jedoch womöglich zu kurz. Wenn ein Start-up eine Pilotanlage bauen muss, hilft mediale Aufmerksamkeit allein nicht weiter. Hierfür wird klassisches Risikokapital benötigt.

Langfristiger Markenaufbau vs. Hype: Die Zusammenarbeit bindet die Start-up-Marke stark an die persönliche Reputation der jeweiligen Content Creator. Gleichzeitig bietet die enge Bindung die Chance, eine loyale, wertegetriebene Community aufzubauen – ein Asset, das für nachhaltige Geschäftsmodelle enorm wertvoll ist.

Fazit

„The Green Deal“ füllt eine wichtige Lücke im Marketing-Mix nachhaltiger Start-ups. Es ist ein intelligentes Matchmaking-Format für frühphasige B2C-Unternehmen. Gründer*innen sollten das Format jedoch als das betrachten, was es im Kern ist: Ein innovativer Vertriebs- und PR-Kanal – aber kein Ersatz für klassisches Risikokapital bei hohen Infrastruktur-Kosten.

Die Konsolidierung im globalen B2B-Tech-Markt fordert ihr nächstes prominentes Beispiel: Das 2020 in Köln gegründete Start-up Sastrify, Anbieter einer KI-gestützten Managementplattform für Software-as-a-Service (SaaS), wurde von Deel übernommen. Der US-Gigant, der mit einer Bewertung im zweistelligen Milliardenbereich als weltweit führender Anbieter für internationales Personal- und Compliance-Management gilt, integriert die Kölner in sein neues Angebot „Deel IT“. Über die genaue Höhe des Kaufpreises wurde, wie in der Branche bei privat gehaltenen Tech-Unternehmen üblich, striktes Stillschweigen vereinbart. Was in der begleitenden Pressemitteilung als nahtlose strategische Expansion gefeiert wird, markiert für Sastrify das Ende einer von rasantem Wachstum, aber auch empfindlichen finanziellen Schieflagen geprägten Eigenständigkeit.

Vom Parkhaus in den globalen Software-Dschungel

Die Geschichte von Sastrify beginnt mit einem bewährten Duo: Sven Lackinger und Maximilian Messing. Die beiden Gründer hatten bereits ihr erstes Mobility-Start-up evopark erfolgreich verkauft (die Mehrheitsübernahme durch die Scheidt & Bachmann Gruppe wurde Ende 2017 besiegelt). Mit ihrem zweiten Wurf nahmen sie sich ab 2020 eines massiven Schmerzpunkts moderner Unternehmen an: des „SaaS Sprawls“ – dem unkontrollierten Wildwuchs an Software-Lizenzen, der in dezentralisierten Teams entsteht.

Die Sastrify-Plattform versprach, durch KI-gestützte Analysen, automatisierte Beschaffungsworkflows und Benchmark-Preisdaten diesen Wildwuchs zu ordnen und die Softwarekosten für Kunden drastisch zu senken. Die Story verfing bei namhaften internationalen VCs: Investoren wie HV Capital, FirstMark und Endeit Capital pumpten insgesamt über 55 Millionen US-Dollar in das Kölner Start-up (allein 32 Millionen US-Dollar in der Series-B-Runde Mitte 2023).

Rote Zahlen und die Grenzen des Geschäftsmodells

Doch der Preis des rasanten Skalierens war hoch. Sastrify befindet sich im klassischen, extrem kapitalintensiven Wachstumsmodus. Die nackten Zahlen aus dem Bundesanzeiger offenbaren die finanzielle Realität: Allein im Jahr 2022 fuhr das Unternehmen einen Verlust von 9,9 Millionen Euro ein (nach 1,7 Millionen Euro im Vorjahr). Bis Ende 2022 verschlang der Aufbau des Unternehmens bereits rund 11,8 Millionen Euro.

Als das VC-Klima 2023 abkühlte und Tech-Unternehmen weltweit massiv Personal abbauten, geriet das Geschäftsmodell zunehmend unter Druck. Sastrify, das angetreten war, um Kunden beim Kostensparen zu helfen, litt unter den eingefrorenen Budgets der eigenen Zielgruppe. Sastrify-CEO Sven Lackinger bezeichnete das Jahr 2023 rückblickend öffentlich als „spannendes Jahr“ und rief für 2024 die Devise „effizientes Wachstum“ aus – in der Start-up-Sprache oft ein Euphemismus für harte Restrukturierungen und den Zwang zur Profitabilität mangels frischen VC-Geldes.

Haifischbecken SaaS-Management: Ein Feature, kein Produkt?

Ein kritischer Blick auf den Markt zeigt zudem ein strukturelles Problem: Der Markt für SaaS-Spend-Management ist hochgradig gesättigt. Mit US-Schwergewichten wie dem hochfinanzierten Platzhirsch Vendr sowie starken Konkurrenten wie Spendflo, Zylo oder Cledara bewegte sich Sastrify in einem extrem kompetitiven Haifischbecken. Die Dienstleistungen – Schatten-IT aufdecken, Lizenzen kündigen, Preise verhandeln – unterscheiden sich oft nur in Nuancen. Sastrify lief Gefahr, in einem Markt zerrieben zu werden, der zunehmend nach ganzheitlichen Plattformen verlangt. Eine isolierte Software, die nur andere Software verwaltet, verliert bei CTOs und CFOs an Reiz, wenn sie nicht tief in übergeordnete HR- und IT-Prozesse integriert ist.

Der Exit als logische Konsequenz

Genau diese rettende Integration bietet nun Deel. Für den US-Konzern, der das globale Onboarding, die Payroll und die Compliance von Remote-Workern dominiert, ist der Zukauf ein logisches Puzzleteil. Wer über Deel einen Entwickler in Brasilien oder eine Designerin in Berlin einstellt, muss diese Person nicht nur bezahlen, sondern auch mit den nötigen Zugängen (Slack, Salesforce etc.) ausstatten. Durch die Übernahme baut Deel diese Brücke vom reinen HR-Tool zum „Full-Stack-IT-Anbieter“.

Dabei setzt der US-Riese voll auf das Know-how aus Köln: Das gesamte Sastrify-Team mitsamt den beiden Gründern wechselt geschlossen zu Deel. Sven Lackinger und Maximilian Messing bleiben also an Bord und sollen mit den weitaus größeren Ressourcen des US-Giganten im Rücken den neuen Geschäftsbereich „Deel IT“ maßgeblich auf- und ausbauen.

Einordnung für die Start-up-Szene

Für Gründer*innen und Start-ups hält dieser Case eine zentrale Lektion bereit: Die Zeit der extrem kapitalintensiven „One-Trick-Ponys“ im B2B-SaaS-Sektor nähert sich dem Ende. Wenn Investor*innengelder knapp werden, beschleunigt sich die Konsolidierung. Standalone-Tools mutieren unweigerlich zu Features größerer Ökosysteme. Für Lackinger und Messing ist der Verkauf an Deel angesichts der finanziellen Kennzahlen der letzten Jahre und des verschlossenen IPO-Fensters zweifelsohne ein strategischer Befreiungsschlag. Dass sie und ihr Team die neue Sparte bei Deel anführen dürfen, ist zudem ein beachtlicher Vertrauensbeweis – auch wenn der ungenannte Kaufpreis im Verhältnis zu den zuvor investierten 55 Millionen Dollar im Markt durchaus Fragen offenlassen dürfte.

Während viele KI-Start-ups ihre Ideen zunächst in Präsentationen für Investoren entwickeln, sind drei Gründer aus Deggendorf einen anderen Weg gegangen. Marco Jülke, Leonhard Pöppel und Anton Kirchner bauen seit 2022 mit der malmachen GbR eine Telefon-KI ohne externes Funding und direkt im Markt auf. Zu einem Zeitpunkt, als es hierzulande kaum praxistaugliche Lösungen gab, begannen sie, reale Anwendungsfälle umzusetzen. Ihr Ansatz war dabei von Anfang an klar formuliert: Nicht erzählen, sondern bauen. Anstatt früh Kapital einzusammeln, arbeiteten sie unmittelbar an konkreten Kund*innenprojekten und entwickelten daraus über drei Jahre eine skalierbare Technologie.

In einem extrem rechen- und technologieintensiven Umfeld war das fehlende Risikokapital dabei durchaus spürbar. „Gerade am Anfang war Telefon-KI technisch extrem aufwendig, weil es kaum fertige Infrastruktur gab, auf die man einfach hätte aufsetzen können“, räumt Mitgründer Marco Jülke ein. Die Folge war viel eigenes Testen, Verwerfen und Neubauen. Rückblickend sieht Jülke in dieser finanziell herausfordernden Zeit jedoch einen entscheidenden Wettbewerbsvorteil. „Weil wir kein großes Kapital im Rücken hatten, konnten wir nicht einfach monatelang im stillen Kämmerlein entwickeln“, so der Gründer. Das Team war gezwungen, die Entwicklung über laufende Projekte zu finanzieren. „Wir haben nicht gebaut, was theoretisch spannend klingt, sondern das, wofür Unternehmen wirklich bereit waren zu zahlen.“ Dieser Druck habe letztlich für ein sehr praxisnahes Produkt gesorgt.

Vom Projektgeschäft zur Plattform

Die Use-Cases des Start-ups umfassen heute konkrete Anwendungen wie automatisierte Inbound-Systeme im Kund*innenservice, KI-gestützte Lead-Qualifizierung sowie Recruiting-Prozesse, bei denen Bewerber*innen ein telefonisches Erstgespräch mit einer KI führen. Ein besonderer Fokus liegt auf Outbound-Prozessen: KI-Systeme kontaktieren neue Leads innerhalb von Sekunden, führen Gespräche und qualifizieren Termine. Die Kundschaft reicht dabei vom Einzelunternehmen bis hin zum Konzern.

Doch gerade bei der Outbound-Telefonie bewegt man sich in Deutschland juristisch auf dünnem Eis. Die rechtlichen Hürden im Hinblick auf den Datenschutz (DSGVO) und das Gesetz gegen den unlauteren Wettbewerb (UWG) sind enorm hoch – automatisierte Kaltakquise ohne vorherige, ausdrückliche Einwilligung ist in der Regel unzulässig. Angesprochen auf die Gefahr, dass die KI für illegale Spam-Anrufe missbraucht werden könnte, zieht Leonhard Pöppel eine klare Haftungsgrenze. „Wir wollen ausdrücklich keine Technologie bauen, die für Spam oder aggressive Kaltakquise genutzt wird“, stellt er klar. Man setze plattformseitig auf strikte Nutzungsbedingungen. Die rechtliche Verantwortung für Datenherkunft und saubere Opt-ins bleibt jedoch beim Nutzer: „Unsere Kunden müssen selbst sicherstellen, dass sie eine rechtliche Grundlage für die Kontaktaufnahme haben.“ Pöppel sieht das Start-up dennoch in der Pflicht: „Unsere Verantwortung liegt darin, Missbrauch nicht zu fördern und Kunden für eine rechtssichere Nutzung zu sensibilisieren.“

Zuletzt vollzog das Unternehmen einen strategischen Wandel: Heute bündeln die Gründer ihre Technologie in einer Self-Service-Plattform und öffnen das Modell über White-Label-Lösungen für Agenturen. Dieser Wechsel senkt zwar die Einstiegshürde, erfordert nun aber ein hohes Nutzer*innen-Volumen, um profitabel zu wachsen.

„Die größte Hürde war, unser gesamtes Praxiswissen aus individuellen Kundenprojekten so zu vereinfachen, dass Unternehmen es selbst nutzen können“, resümiert Anton Kirchner den Pivot. Während man in der Dienstleistung vieles persönlich erklären könne, müsse das Produkt auf einer Plattform selbsterklärend sein. Um das notwendige Wachstum zu generieren, setzt das Team auf strategische Partnerschaften. „Gerade Agenturen sind für uns spannend, weil sie bereits Kundenbeziehungen haben und unsere Plattform nutzen können, um KI-Telefonie in bestehende Prozesse zu integrieren“, rechnet Kirchner vor.

Die Strategie der Marktmitte

Der Markt für KI-Telefonassistenten ist in den letzten 24 Monaten explodiert. Auf der einen Seite stehen hochfinanzierte Enterprise-Schwergewichte wie das Berliner Start-up Parloa, auf der anderen drängen globale US-Provider wie Vapi oder ElevenLabs in den DACH-Raum. Malmachen positioniert sich dazwischen: prozessnäher als reine US-Schnittstellen, aber zugänglicher als hochpreisige Enterprise-Lösungen.

Doch was hindert einen der globalen Tech-Riesen daran, den deutschen Mittelstand mit einem eigenen Frontend aufzurollen? Leonhard Pöppel verweist hierbei auf die Firmen-DNA: „Unser Ansatz war von Anfang an ein anderer – nicht aus Angst vor Wettbewerb zu handeln, sondern konsequent zu bauen, zu testen und zu verbessern. Genau daraus ist auch unser Name entstanden.“ Das über Jahre gewachsene operative Know-how im Mittelstand betrachten die Gründer als ihren eigentlichen Burggraben. „Ein globaler Player kann Technologie replizieren – aber nicht ohne Weiteres die gewachsene Marktkenntnis, die Nähe zu den Kunden und die daraus resultierende Produktqualität“, zeigt sich Pöppel überzeugt.

Profitabilität statt Pitchdeck

Für die Start-up-Szene liefert das Deggendorfer Unternehmen damit einen markanten Gegenentwurf zum üblichen Funding-first-Narrativ. Das Team beweist, dass es im kapitalintensiven KI-Sektor möglich ist, ohne Millionen-Runde und sofortigen Hyperscaling-Druck einen Product-Market-Fit anhand echter Umsätze zu validieren.

Ob das Team diesem Weg dauerhaft treu bleibt, ist offen. „Bootstrapping war für uns in der Anfangsphase genau der richtige Weg“, bilanziert Anton Kirchner. Beim Thema externes Kapital zeige man sich für das weitere Wachstum jedoch nicht dogmatisch. Sollte VC-Geld helfen, die Plattform professioneller zu skalieren, sei dies eine Option. Eine Bedingung knüpft Kirchner aber daran: „Es geht nicht um Geld allein. Der richtige Kapitalgeber sollte auch strategisch zu uns passen, Know-how mitbringen und Türen öffnen.“ Kapital nur um des Kapitals willen schließt der Gründer kategorisch aus.

Während die Unternehmenskommunikation den Durchbruch einer neuen Plattformtechnologie feiert, zeigt ein genauerer Blick auf den globalen Markt für humane Milcholigosaccharide (HMOs) ein Haifischbecken voller multinationaler Konzerne. Eine kritische Analyse des Geschäftsmodells, der Gründer*innen und des Wettbewerbs.

DeepTech Made in Leipzig

Hinter Primogene stehen Dr.-Ing. Reza Mahour (CEO), Valerian Grote und Linda Karger (COO), die das Unternehmen 2023 in Leipzig gründeten. Die Zusammensetzung des Teams vereint technologische und wissenschaftliche Expertise, um die ehrgeizige Vision einer industriellen Enzym-Produktion umzusetzen. Die aktuelle, 4,1 Millionen Euro starke Seed-Runde wird vom High-Tech Gründerfonds (HTGF) angeführt. Zum Investoren-Konsortium gehören außerdem der Technologiegründerfonds Sachsen (TGFS), better ventures, die Sächsische Beteiligungsgesellschaft (SBG), die Golzern Holding GmbH, die FS Life Science Investment GmbH sowie Dr. Marc Struhalla, Gründer und CEO der c-LEcta GmbH. Der Kapitaleinsatz ist klar definiert: Die neuen Mittel fließen in den Ausbau des IP-Portfolios, die Erweiterung der Produktionskapazitäten in Leipzig und in strategische Partnerschaften.

Das Modell im Stresstest: Die Kostenfalle der Enzyme

Primogene hat eine enzymatische Plattformtechnologie entwickelt, um Inhaltsstoffe zu produzieren, die identisch zu natürlichen Molekülen sind – nachhaltig und kosteneffizient. Im Zentrum stehen dabei komplexe humane Milcholigosaccharide (HMOs) wie Disialyllacto-N-Tetraose (DSLNT) und Difucosyllacto-N-Tetraose I (LNDFH I). Laut Primogene verursachen etablierte fermentative Herstellungsverfahren erhebliche Kosten und stoßen bei der Produktion derartiger hochkomplexer Moleküle an ihre Grenzen.

Der Lackmustest: Die Prämisse, dass enzymatische Verfahren in der Massenproduktion überlegen sind, birgt in der Praxis massive Hürden. Die Entwicklung und wirtschaftliche Produktion der benötigten Enzyme selbst ist extrem kapitalintensiv. Dass das Start-up den gesamten Prozess – von der Enzymentwicklung über die Produktion und Biotransformation bis zur Aufreinigung – komplett am eigenen Unternehmensstandort in Leipzig abbilden will, ist ein ambitionierter, aber riskanter Schritt. Der Aufbau eigener Produktionsanlagen für komplexe BioTech-Prozesse führt oft zu einer enorm hohen Kapitalverbrennungsrate (Burn Rate).

Erste kommerzielle Meilensteine dämpfen dieses Risiko jedoch: Erste Inhaltsstoffe für Kosmetikprodukte wurden mit Kooperationspartnern entwickelt und sind bereits kommerziell erhältlich. Auch pharmazeutische Rohstoffe befinden sich aktuell im Test bei Kund*innen. Zudem erforscht das Unternehmen in Zusammenarbeit mit dem Fraunhofer-Institut für Zelltherapie und Immunologie (IZI) in Leipzig das Potenzial seiner Inhaltsstoffe zur Prävention von Infektionskrankheiten.

Im Haifischbecken: Auf Kollisionskurs mit den Lebensmittel-Riesen

Der Zielmarkt ist hochattraktiv: Der globale HMO-Markt wächst jährlich um etwa 18 bis 20 Prozent, und über 65 Prozent der im Jahr 2023 neu eingeführten Säuglingsnahrungsprodukte enthielten mindestens ein HMO. Neben der Säuglingsernährung bedient Primogene auch Märkte wie die Darmgesundheit bei Erwachsenen, die Gedächtnisverbesserung im Alter sowie funktionale Inhaltsstoffe für Körperpflege und pharmazeutische Rohstoffe.

Das Leipziger Team trifft in der Nahrungsmittelindustrie jedoch auf einen extrem konsolidierten Markt, der von Milliarden-Konzernen dominiert wird. Einer der größten B2B-Zulieferer für Säuglingsnahrung weltweit ist DSM-Firmenich (mit der übernommenen Sparte Glycom), der den Markt durch gigantische Größenvorteile (Economies of Scale) in der Fermentation beherrscht. Auch Chr. Hansen (Jennewein), ein Pionier in der mikrobiellen HMO-Synthese, stellt mit seiner extrem tiefen Integration bei Lebensmittelriesen einen massiven Konkurrenten dar. Auf der Abnehmerseite agieren Endkonsument*innen-Giganten und Branchenführer wie Nestlé und Abbott, bei denen für einen neuen Zulieferer von Inhaltsstoffen extrem hohe regulatorische und volumenbasierte Hürden bestehen.

Primogenes strategische Nische: Ein Preiskampf bei einfach strukturierten Standard-HMOs gegen die großen Fermentations-Player wäre für ein Start-up kaum zu gewinnen. Primogenes entscheidender Wettbewerbsvorteil liegt jedoch in der Komplexität. Die industrielle Produktion von Molekülen wie DSLNT – das laut klinischen Studien signifikante gesundheitliche Vorteile speziell für Frühgeborene bietet – war bislang schlicht nicht möglich. Wenn Primogene hier durch sein starkes Patentportfolio die technologische Lücke schließt, umgeht das Unternehmen den harten Konkurrenzkampf im Massenmarkt.

Unser Fazit: Hohes Risiko, riesiger Hebel

Primogene ist kein schlankes Software-Projekt, sondern waschechtes DeepTech. Das bedeutet: Hohe regulatorische Hürden, langer Atem in der Forschung und massive Kapitalanforderungen. Die Seed-Finanzierung in Höhe von 4,1 Millionen Euro ist ein starker Vertrauensbeweis erfahrener Investoren, wird für den Anlagenbau und die Skalierung der Leipziger Produktion auf Dauer jedoch kaum ausreichen. Primogene muss nun rasch beweisen, dass die enzymatische Synthese nicht nur technologisch überlegen, sondern auch unter realen industriellen Kostendrücken skalierbar ist. Gelingt dieser Proof of Concept, hält das Start-up den Schlüssel zu einer neuen Generation komplexer, bioaktiver Moleküle in der Hand.

Der Weg von QuoIntelligence ist eng mit der Biografie seines Gründers Marco Riccardi verknüpft. Riccardi verbrachte sieben Jahre tief im IT-Sicherheitsapparat des Frankfurter Finanzsektors: Von 2013 bis 2015 war er als IT-Security-Berater für die Europäische Zentralbank (EZB) tätig, gefolgt von zwei Jahren als Threat Intelligence Analyst bei der Deutschen Bank. Vor der Gründung von QuoIntelligence Anfang 2020 leitete er zudem die Intelligence Operations beim Frankfurter Unternehmen QuoScient.

Heute führt Riccardi das Start-up mit einem europäisch aufgestellten Management-Team, dem unter anderem David Brown (UK), Antonio Arias Lopez (Deutschland), Odín Rodríguez Lago (Spanien) und Marina Gómez Lara (Spanien) angehören.

„Finished Intelligence“ statt roher Daten-Feeds

QuoIntelligence positioniert sich als Anbieter für „Unified Risk Intelligence“. Das Kernproblem vieler Unternehmen: Der Aufbau eines eigenen Cyber-Intelligence-Teams erfordert oft sechsstellige Investitionen allein für Fachpersonal. QuoIntelligence verspricht hier Abhilfe durch „Finished Threat Intelligence“ – fertig analysierte und kontextualisierte Bedrohungsinformationen, die innerhalb weniger Stunden einsatzbereit sind, ohne dass der Kunde ein eigenes internes Expertenteam benötigt.

Technologisch stützt sich das Unternehmen dabei auf zwei Säulen:

• Mercury: Die hauseigene Plattform aggregiert Erkenntnisse aus über 1.000 Quellen und nutzt eine kuratierte Wissensbasis von über 17.000 geprüften Intelligence-Tickets.
• KARLA: Ein konversationeller KI-Analyst soll diese komplexen Informationen für alle Unternehmensebenen – vom Vorstand bis zum Sicherheitsanalysten – zugänglich machen.

Das Modell stößt auf eine beachtliche Marktresonanz: Für das Jahr 2025 meldet das Startup keinen einzigen Kundenabgang (Zero Client Churn). Zudem hat sich der Customer Lifetime Value seit 2023 beinahe versechsfacht. Ein weiterer Vertrauensbeweis ist die Rolle als offizieller ENISA-Anbieter mit einem Vierjahresvertrag über 1,4 Millionen Euro seit Februar 2025.

Der Wachstumsmotor: NIS2, DORA und Daten-Souveränität

Die aktuelle Finanzierungsrunde wird von Elevator Ventures (Raiffeisen Bank International) angeführt und von der BMH Beteiligungs-Managementgesellschaft Hessen co-geführt. Beteiligt sind zudem eCAPITAL und Mercurius Private Equity. Dass hier vor allem Kapital mit starken Wurzeln im Finanzsektor fließt, ist strategisch logisch.

Der entscheidende Markttreiber sind die EU-Richtlinien NIS2 und DORA. Allein NIS2 erfasst europaweit über 160.000 Organisationen – davon über 30.000 in Deutschland – und führt zur persönlichen Haftung der Geschäftsführung bei Versäumnissen. Gleichzeitig fordern europäische Beschaffungsrahmen zunehmend, dass sensible Daten innerhalb der EU verbleiben. Hier zieht QuoIntelligence seinen entscheidenden Burggraben:

• Das Unternehmen ist nach deutschem Recht gegründet.
• Sämtliche Intelligence-Daten werden auf deutschem Boden unter EU-Recht gespeichert.

Die Herausforderungen

Trotz der strategisch klugen Positionierung gibt es Hürden:

1. Skalierbarkeit: Das Modell setzt auf einen „Analyst-first“-Ansatz, bei dem Experten jede Information prüfen. Bei massivem Wachstum durch neue Vertriebskanäle muss die KI KARLA beweisen, dass sie diese Expert*innen effizient entlasten kann.
2. Globale Konkurrenz: US-Schwergewichte wie CrowdStrike oder Mandiant verfügen über weit größere globale Daten-Netzwerke. QuoIntelligence setzt hier voll auf den Trumpf der „europäischen Souveränität“, um sich abzugrenzen.
3. Mittelstands-Trägheit: Ob der Mittelstand über die reine Compliance-Erfüllung hinaus tatsächlich in tiefgehende Risiko-Intelligence investiert, wird das langfristige Wachstumstempo bestimmen.

Unser Fazit

QuoIntelligence zeigt sehr anschaulich, wie man Regulierung (NIS2/DORA) als stärksten Vertriebskanal nutzt. Die Wahl der Investor*innen aus dem Finanzsektor sichert den Zugang zur Kernzielgruppe. Mit der klaren Kante beim Datenschutz („Made in Germany“) besetzt das Start-up eine Nische, die für regulierte Unternehmen in Europa zur Pflicht wird. Gelingt der Spagat zwischen menschlicher Expertise und technischer Skalierung, könnte Frankfurt hier einen dauerhaften Champion der europäischen Cybersicherheit hervorbringen.

Omegga wurde 2020 von Katharina Hesseler, Till Nöllgen und Paul Günther gegründet. Zum erweiterten Gründer:innenkreis gehören zudem Moritz Eder, Kyle Hiroyasu und Clara Kaufhold. Das Team bündelt Expertise in den Bereichen KI, Optik und industrielle Systeme. In den vergangenen Jahren entwickelte das Team seine Technologie kontinuierlich vom Prototypen zum Industriestandard weiter und konnte sich bereits 2023 eine Pre-Seed-Finanzierung sowie 2024 Fördermittel des European Innovation Council (EIC) sichern.

CEO und Mitgründerin Katharina Hesseler sieht in dem Einstieg der neuen Partner, die „tiefes technologisches Verständnis mitbringen“, ein „starkes Signal für das enorme Potenzial unseres Ansatzes, einen neuen Standard in der Industrie zu setzen“. Das frische Kapital soll in den gezielten Ausbau des Teams und die kommerzielle Skalierung der Technologie fließen.

Das Problem und die technologische Lösung

Der erste und bereits kommerziell verfügbare Use Case von Omegga widmet sich einem der massivsten ethischen Probleme der modernen Landwirtschaft. Jährlich werden weltweit Milliarden männlicher Küken direkt nach dem Schlüpfen getötet, da sie weder Eier legen noch für die Masthaltung wirtschaftlich nutzbar sind.

Mit der sogenannten spektralen Intelligenz – der Kombination aus KI und Spektroskopie – will Omegga das Unsichtbare sichtbar machen. Im Gegensatz zu vielen Marktbegleitern wählt Omegga einen rein optischen, nicht-invasiven Weg. Durch spezielle Kameras und Lichtfrequenzen werden die Eier im Brutkasten gescannt. Laut eigenen Angaben bietet das Start-up damit die früheste am Markt kommerziell verfügbare Technologie, um das Geschlecht noch vor dem Schlüpfen zu bestimmen. Das System ist bereits bei Kund*innen im laufenden industriellen Produktionsbetrieb im Einsatz.

Markt, Wettbewerb & regulatorischer Druck

Der Markt für das „In-Ovo-Sexing“ wächst rasant, primär getrieben durch den Gesetzgeber. In Deutschland ist das Kükentöten seit 2022 gesetzlich verboten, Frankreich zog nach, und ein EU-weites Verbot wird debattiert. Der Zwang zur Adaption in den Brütereien ist entsprechend hoch.

Omegga tritt in ein Feld ein, das bereits von finanzstarken Konkurrenten besetzt ist:

SELEGGT: Gilt als früher Pionier auf dem Markt. Das Unternehmen nutzt hormonelle Tests am 9. Bruttag, wofür das Ei mittels eines Lasers winzig klein geöffnet werden muss (minimal-invasiv).

In Ovo: Das niederländische Unternehmen setzt auf Flüssigkeitsanalysen mittels Massenspektrometrie am 9. Bruttag und sicherte sich erst kürzlich ein 42-Millionen-Euro-Darlehen der Europäischen Investitionsbank (EIB).

Agri Advanced Technologies (AAT): Die Tochter der EW Group dominiert weite Teile des Marktes mit hyperspektraler Bildgebung, die primär für braune Eier zwischen dem 11. und 13. Tag genutzt wird.

Der entscheidende Vorteil von Omegga: Die Methode kommt völlig ohne Verbrauchsmaterialien wie Chemikalien oder feine Nadeln aus. Da die Eier bei der rein optischen Methode unversehrt bleiben, entfällt das systembedingte Kontaminationsrisiko, das bei invasiven Verfahren entstehen kann.

Unsere Einordnung

Trotz der vielversprechenden Technologie steht Omegga vor Herausforderungen:

Hardware-Skalierung in rauen Umgebungen: Die Systeme müssen in den feuchten, warmen und staubigen Inkubatoren industrieller Brütereien über Jahre hinweg wartungsarm laufen. Hier muss das Start-up beweisen, dass sich die Technologie reibungslos in den globalen Massenbetrieb integrieren lässt.

Der regulatorische „Faktor Zeit“: Rein optische Modelle benötigen oft bis zum 12. Tag für eine verlässliche Auswertung. Sollte die Politik die „Tag 6“-Frist künftig strikt durchsetzen, müssen die KI-Modelle von Omegga beweisen, dass sie derart früh hochpräzise Ergebnisse liefern.

Die Plattform-Vision – Fluch oder Segen?

Omegga positioniert seine Lösung ausdrücklich als Plattformtechnologie für die Landwirtschaft, Lebensmittelproduktion und industrielle Qualitätskontrolle. Wie stark dieses Narrativ bei den Geldgebern verfängt, zeigen die Statements zur aktuellen Runde: Laut Christian Knott (Capnamic) entsteht hier eine Technologie „mit dem Potenzial, gleich mehrere Industrien grundlegend zu verändern“. Auch Mason Sinclair (IQ Capital) lobt die Schaffung einer „Plattform für die nicht-invasive und branchenübergreifende Materialanalyse“.

Dass solche Visionen bei Investor*innen beliebt sind, da sie den adressierbaren Markt massiv vergrößern, ist nachvollziehbar. Für ein 17-köpfiges Start-up birgt die gleichzeitige Erschließung neuer Industriezweige jedoch die Gefahr einer operativen Verzettelung. Der Fokus muss zunächst darauf liegen, den Geflügelmarkt zu durchdringen.

Fazit

Gelingt es Omegga, die rein optische Methode in der Breite zu skalieren und die Genauigkeit auf die allerersten Bruttage zu trainieren, hat das Münchner Start-up einen signifikanten Hebel gegen invasiv arbeitende Wettbewerber. Die 10-Millionen-Euro-Runde ist ein klarer Vertrauensbeweis der Investor*innen in einem schwierigen Funding-Umfeld.

Wer den GründerTank verstehen will, muss zunächst auf seinen Initiator blicken. Christopher Obereder, in der Szene oft schlicht Startup-Chris genannt, ist kein Unbekannter. Bereits 2017 landete er als 26-Jähriger auf der renommierten „Forbes 30 Under 30“-Liste. Im Silicon Valley erarbeitete er sich einen Ruf als Experte für virales Marketing. Mit Exits und Engagements bei Hit-Apps wie Tellonym baute er sich finanzielles Gewicht auf. Durch medienwirksame Formate, wie die von ihm initiierte Bayern 3 Startup Challenge, brachte er das Thema Start-up-Finanzierung einem breiten Publikum nahe. Heute leitet er von Taufkirchen aus die Start-up-Chris Ventures GmbH und investiert gezielt in junge Tech-Unternehmen.

Spritgeld statt Folien-Bingo

Mit dem GründerTank, der von Unicorn AI unterstützt wird, ruft Obereder nun eine konkrete Mobilitätsförderung ins Leben. Der Fokus liegt dabei nicht auf schönen Präsentationen, sondern auf der harten operativen Realität. Unterstützt werden können je nach Einzelfall unter anderem Kraftstoffkosten für geschäftliche Fahrten, ÖPNV-Tickets, Carsharing oder Reisen zu Messen und Investoren.

Obereders Argumentation ist bestechend pragmatisch: „Wir tanken nicht nur Autos. Wir helfen Gründerinnen und Gründern, in Bewegung zu bleiben“, erklärt der Investor. „Viele Programme sprechen über Innovation. Mich interessiert, ob Gründer wirklich unterwegs sind, Kunden treffen, Feedback einsammeln und Momentum aufbauen. [...] Wenn Bewegung im Alltag ein echter Hebel ist, soll sie nicht an ein paar Rechnungen scheitern.“

Erstes gefördertes Start-up dieser Initiative ist Kluuu, eine innovative Lernplattform, die es Studierenden ermöglicht, ihren Lernstoff in interaktive Quizze umzuwandeln. Deren Vertreter Leon Sean Brown bestätigt den Schmerzpunkt vieler Start-ups: „Die Tankpreise sind hoch, operative Wege kosten Zeit und Geld, und genau dort entsteht oft der nächste Wachstumsschritt.“ Gerade in der frühen Phase zähle jeder Euro.

Der wahre Motor: Dealflow zum Discount-Tarif

Liest man die Ankündigung, wirkt das Projekt sehr wohlwollend. Doch bei genauerer Betrachtung erweist sich der GründerTank als strategisches Meisterstück der Dealflow-Generierung für Obereders Investmentvehikel.

1. Geringer Kapitaleinsatz, maximaler Einblick: Die ausgelobten 100.000 Euro sind ein Gesamtbudget. Im Gegenzug für die Chance auf die Übernahme von Zugtickets oder Tankrechnungen reichen unzählige Start-ups ihre Unterlagen und Traktionsdaten ein. Für einen professionellen Investor ist dies ein unschlagbar kostengünstiger Weg, um an hochqualitative, topaktuelle Unternehmensdaten der umtriebigsten Frühphasen-Gründer*innen des Landes zu gelangen. Reguläre Venture-Capital-Fonds geben für das Scouting ein Vielfaches dieses Budgets aus.
2. Skalierung durch künstliche Intelligenz: Die Flut an Bewerbungen wird nicht mühsam per Hand sortiert. Die eingereichten Unterlagen werden zunächst KI-gestützt vorbewertet. Die KI dient ausschließlich der Vorbewertung und Priorisierung, bevor am Ende Menschen die finale Auswahl treffen.
3. Exzellentes PR-Narrativ: Die Story positioniert Obereder als echten „Hands-on“-Macher und adressiert ein spürbares Problem. Ein Rechtsanspruch auf Teilnahme oder Förderung besteht dabei ausdrücklich nicht, weshalb das finanzielle Risiko für den Initiator absolut gedeckelt ist.

Fazit: Mitfahren, aber smart

Sollten junge Unternehmerinnen und Unternehmer beim GründerTank mitmachen? Die Antwort lautet: Ja, aber mit strategischem Bewusstsein. Für Bootstrapping-Teams bietet das Programm eine unkomplizierte Hilfe. Wer den Zuschlag erhält, gewinnt nicht nur finanzielle Beinfreiheit, sondern landet unweigerlich auf dem Radar eines bestens vernetzten Investors.

Gründer*innen müssen sich jedoch des Tauschgeschäfts bewusst sein: Sie gewähren tiefe Einblicke in ihr Geschäftsmodell, um im Gegenzug potenziell Mobilitätskosten erstattet zu bekommen. Man sollte das Programm daher weniger als reine Spendenaktion betrachten, sondern vielmehr als das, was es im Kern ist: Einer der innovativsten und kosteneffizientesten Start-up-Scouting-Funnel der aktuellen Szene.

In der Systemgastronomie, in Mensen und Stadien ist der größte Engpass oft nicht die Küche, sondern die Kasse. Das Osnabrücker Start-up VisioLab adressiert dieses Problem mit künstlicher Intelligenz und verwandelt handelsübliche iPads in voll funktionsfähige Self-Checkout-Systeme. Für die weitere globale Skalierung hat das Unternehmen nun eine Series-A-Finanzierung in Höhe von 11 Millionen US-Dollar abgeschlossen. Angeführt wird die Runde von eCAPITAL Entrepreneurial Partners und Simon Capital, unterstützt von bestehenden Investor*innen wie dem High-Tech Gründerfonds, APX, dem Family Office zwei.7 und Business Angels wie Jens Ohr. Doch wie robust ist dieses scheinbar simple Geschäftsmodell im hart umkämpften Markt der Kassenautomatisierung wirklich?

Aus der Mensa in die NBA: Die Köpfe hinter dem Kassen-Killer

Gegründet wurde VisioLab im Jahr 2019 in Osnabrück von CEO Tim Niekamp und President & COO Iwo Gernemann. Die Idee entsprang einem stark spürbaren Schmerzpunkt in der Gastronomie: Zur Mittagszeit oder in der Halbzeitpause stauen sich die Gäste, während herkömmliche Kassensysteme oft im fünfstelligen Preisbereich liegen und aufwendig geschultes Personal erfordern. Zudem verschärft der chronische Personalmangel in der Foodservice-Branche die Lage massiv.

Die Vision der Gründer war von Beginn an, den Checkout-Prozess durch KI so drastisch zu vereinfachen, dass die zugrundeliegende Technologie im Betrieb kaum noch als solche wahrgenommen wird. Mit einem aktuellen Team von rund 25 Mitarbeitern an den Standorten Osnabrück und Boston haben Niekamp und Gernemann das System iterativ zur Marktreife geführt und internationalisiert. Das frische Kapital soll nun genutzt werden, um das Team auf etwa 40 Mitarbeiter auszubauen – gezielt verstärkt durch ehemalige Führungskräfte von Klarna, SumUp und Google.

Ein iPad als Kassensystem: Geniestreich oder Achillesferse?

Die technische Umsetzung besticht durch Hardware-Minimalismus. VisioLab eliminiert teure, proprietäre Scanner-Kassen und setzt stattdessen auf ein Apple iPad samt Kamera, kombiniert mit einem kompakten Bluetooth-Bezahlterminal und der eigenen KI-App. Die KI erkennt Speisen und Getränke auf dem Tablett in Echtzeit – unabhängig davon, ob diese verpackt oder lose sind. VisioLab vertreibt dieses Setup als "Plug-and-Play"-Lösung direkt als E-Commerce-Produkt über einen Online-Shop. Ein einziges Foto genügt laut Unternehmensangaben, um der KI ein neues Produkt beizubringen, wodurch das System in weniger als fünf Minuten startklar sein soll.

Die fundamentalen Zahlen belegen, dass diese Strategie derzeit voll aufgeht:

• Transaktionen: Weltweit verarbeiten rund 500 Installationen etwa eine Million Transaktionen im Monat.
• Gesamtvolumen: Das kumulierte Transaktionsvolumen liegt mittlerweile bei knapp 100 Millionen US-Dollar.
• Wirtschaftlichkeit: Im vergangenen Quartal verzeichnete das Unternehmen erstmals einen positiven Cashflow.

Kritisch hinterfragt

Der Verzicht auf stark spezialisierte Hardware ist ein zweischneidiges Schwert. Einerseits ermöglicht es VisioLab eine enorme Vertriebsgeschwindigkeit ohne große Hardware-Vorfinanzierungen und langwierige Installationen. Andererseits ist die rein kamerabasierte 2D-Erkennung auf einem handelsüblichen Tablet potenziell anfällig für komplexe Lichtverhältnisse oder optisch nahezu identische Gerichte. Zudem begibt sich das Start-up in eine absolute Abhängigkeit vom Apple-Ökosystem. Das Geschäftsmodell erfordert eine konstante technologische Weiterentwicklung, um die "Churn-Rate" (Kund*innenabwanderung) gering zu halten, da die Wechselkosten für Gastronom*innen bei einer reinen iPad-Lösung verhältnismäßig niedrig sind.

Der Kampf um die Food-Erkennung

Der globale Markt für "AI Food Recognition" und Self-Checkout erlebt derzeit einen massiven Schub. VisioLab hat sich in diesem Umfeld geschickt in lukrativen, hochfrequentierten Nischen positioniert:

• Sport & Entertainment: In den USA stattet VisioLab beispielsweise die Arena des NBA-Teams Orlando Magic mit 43 Systemen aus und deckt damit fast das gesamte Stadion ab. Weitere Kunden sind die NFL-Teams Atlanta Falcons und Carolina Panthers sowie der Fußballclub Inter Miami.
• Bildung & Corporate: Etwa jeder dritte deutsche Uni-Campus nutzt die Technologie über die Studierendenwerke. Hinzu kommen Betriebskantinen von DAX-Konzernen und Kooperationen mit globalen Caterern wie der Compass Group und Aramark.

Allerdings agiert VisioLab nicht konkurrenzlos. Der Wettbewerb ist technologisch divers und hochkapitalisiert. Das US-Start-up Mashgin gilt als einer der härtesten globalen Konkurrenten. Im Gegensatz zu VisioLab setzt Mashgin auf spezielle Kiosk-Terminals mit multiplen 3D-Kameras. Das erhöht zwar die Hardwarekosten und den Installationsaufwand drastisch, verspricht aber eine extrem hohe Erkennungsgenauigkeit selbst bei chaotischen Objektanordnungen. Auch auf dem Heimatmarkt gibt es mit Start-ups wie auvisus ("VisionCheckout") starke Wettbewerber*innen, die ebenfalls KI-Bilderkennung für Betriebsrestaurants und Kantinen anbieten.

Fazit: Hyperwachstum mit Haken

Für die Start-up-Szene liefert VisioLab ein beeindruckendes Beispiel dafür, wie kluges "Go-to-Market"-Design aussieht. Anstatt den kapitalintensiven Weg proprietärer Hardware-Entwicklung zu gehen, nutzt das Team Standard-Consumer-Hardware und fokussiert die gesamte Wertschöpfung auf die smarte KI-Software am Endgerät.

Diese agile Entscheidung ermöglicht das derzeitige Hyperwachstum: Das US-Geschäft steuert bereits rund 50 Prozent zum Umsatz bei und wächst jährlich um über 1.000 Prozent. Mit dem frischen Kapital, dem Ausbau des US-Standorts durch Co-Founder Iwo Gernemann sowie der gezielten Expansion nach Australien, Neuseeland, Österreich, Großbritannien und in die Niederlande stellt VisioLab die Weichen auf globale Skalierung.

Ob das Osnabrücker Start-up langfristig gegen bestens finanzierte US-Giganten und 3D-Kamera-Spezialisten bestehen kann, wird sich an der Robustheit der Software im massenhaften Dauerbetrieb zeigen. Gelingt es VisioLab, durch kontinuierliches KI-Training seinen Genauigkeits- und "Plug-and-Play"-Vorteil auszubauen, hat das Team hervorragende Chancen, den Checkout-Prozess in der Systemgastronomie dauerhaft zu dominieren.

Wer heute ein hochmodernes BioTech-Labor betritt, erwartet nahtlos vernetzte HighTech-Forschung. Die Realität sieht oft anders aus: Rund 90 Prozent der Laborgeräte stammen von unterschiedlichen Hersteller*innen und sprechen schlichtweg nicht dieselbe technische Sprache. Um künstliche Intelligenz in der Forschung nutzbar zu machen, müssen hochqualifizierte Wissenschaftler*innen oft als Software-Ingenieur*innen einspringen und mühsam Schnittstellen programmieren. Genau diesen Flaschenhals will das Münchner DeepTech-Start-up UniteLabs beseitigen.

Die Gründer und der Sprung aus München

Hinter UniteLabs stehen Robert Zechlin, Lukas Bromig und Julian Willand. Nach Vorarbeiten ab 2022 wurde das Unternehmen 2024 offiziell gegründet. Das Team vereint interdisziplinäre Expertise aus Chemieingenieurwesen, Wirtschaftsinformatik und Unternehmensstrategie – eine essenzielle Mischung für ein Produkt, das tiefes Prozessverständnis mit modernster Softwarearchitektur verbinden muss.

Dass die Idee einen massiven Schmerzpunkt der Industrie trifft, zeigt die rasante Entwicklung der letzten Monate. Nach einer Pre-Seed-Finanzierungsrunde in Höhe von 2,77 Millionen Euro unter der Führung von NAP (ehemals Cavalry Ventures) im Januar 2025 und der Auszeichnung als „Bestes Münchner Start-up“ beim Munich Startup Award 2025 ist das Unternehmen sichtlich gewachsen. Im ersten Quartal 2026 zählt das Team im Münchner Inkubator Werk1 bereits rund 28 Köpfe.

Doch wie verhindert ein derart rasant wachsendes Team, bei der ständigen Anbindung neuer, exotischer Hardware nicht zu einer hochbezahlten IT-Manufaktur zu verkommen? Schließlich erfordert jedes neue Laborgerät auf dem Markt zunächst einmal Entwicklungsaufwand für den passenden Konnektor.

„Unser Ziel ist nicht, jedes exotische Gerät einzeln ‚irgendwie‘ anzubinden“, stellt Mitgründer Robert Zechlin klar. Vielmehr soll die Integration zu einer wiederholbaren Produktfähigkeit reifen. Statt sich im Klein-Klein der Modellnummern zu verlieren, baue UniteLabs seine Konnektoren entlang grundsätzlicher Geräte-Fähigkeiten. Die puren Herstellerspezifika landen dabei in einer dünnen Adapter-Schicht, während Workflows und Datensemantik konsistent bleiben.

Um die berüchtigte Skalierungsfalle zu umgehen, setzt das Start-up zudem verstärkt auf „Reusable Automation Assets“. „Wir investieren in validierte Workflow-Bausteine, Device-Profile und Test-Suites, mit denen die zweite und dritte Integration deutlich schneller wird als die erste“, betont Zechlin und skizziert damit den Weg zum echten SaaS-Unternehmen. Der Gründer gibt die Richtung selbstbewusst vor: „Die Grenzkosten für das nächste Gerät und den nächsten Standort müssen über Zeit sinken. Unser Endzustand ist ein Ökosystem, in dem Integrationen gemeinsame Infrastruktur sind, nicht Projektgeschäft.“

Vom Prototyp zur Architektur der offenen Labore

Im Februar 2026 hat UniteLabs auf der renommierten Branchenmesse SLAS in Boston den offiziellen US-Launch seines „AI-Ready Lab Automation Systems“ vollzogen. Statt nur isolierte Schnittstellen zu flicken, positioniert sich das Start-up nun mit einer klaren, dreiteiligen Architektur.

Den Kern bildet die Cloud-native „UniteLabs Platform“, die Hardware vernetzt und die Integration von Machine-Learning-Modellen in Echtzeit erlaubt. Ergänzt wird dies durch die lokale Anwendung „GroundControl“ für den Plug-and-Play-Anschluss von Geräten sowie das „UniteLabs SDK“. Letzteres ist ein Python-Werkzeug für Wissenschaftler*innen, um Labor-Workflows komplett als Code zu steuern. Dass diese Theorie praxistauglich ist, beweist das aufstrebende KI-BioTech-Unternehmen Cradle, das die Lücke zwischen Maschinen und digitalen Daten-Lakes intern bereits mit dem Münchner System schließt. Laut UniteLabs soll sich der Labor-Durchsatz für solche KI-getriebenen Forschungsteams durch die Plattform um bis zu das Vierfache steigern lassen.

Ein „Lab-as-Code“-Ansatz via Python mag für entwickleraffine Data Scientists verlockend sein – doch schließt er nicht paradoxerweise die klassischen Biolog*innen aus, für die Code-Workflows oft eine zu steile Lernkurve bedeuten?

„Code ist nicht das Produkt“, kontert Zechlin. Er sei vielmehr eine Schnittstelle, die sowohl Power-User als auch den Laboralltag bedienen müsse. Das SDK richte sich an Teams, die volle Kontrolle über Versionierung und automatisierte Tests verlangen – was im KI-BioTech-Umfeld zunehmend Standard sei. Zechlin räumt jedoch ein, dass das Programmieren nicht jedem liege: „Die meisten wollen zuverlässige Ausführung und klare Transparenz.“

Die Lösung der Münchner: Über die Orchestrierungsschicht und „GroundControl“ werden Workflows paketiert und mit Leitplanken versehen, sodass sie auch für Nicht-Entwickler sicher ausführbar sind. Code bleibt strategisch zwar die „universelle Abstraktion“ über Geräte hinweg, doch das Interface der Zukunft sieht anders aus. Zechlin blickt voraus: „Das User Interface für Wissenschaftler wird zunehmend KI-gesteuert und natürliche Sprache zum primären Interface. UniteLabs dient diesen KI-Applikationen als robuste Surface Area und Source of Truth.“ Die Leitplanke für das Wachstum fasst er in einem Satz zusammen: „Unsere Vision ist: flexibel, wo es Sinn macht, und kompromisslos robust, wo es zählen muss.“

Die Bewährungsprobe auf dem US-Markt

Nach dem Bostoner Launch steht das Start-up nun vor der monumentalen Aufgabe, sich im hochkompetitiven US-Markt zu behaupten. Hier entscheidet sich, ob UniteLabs vom europäischen Hoffnungsträger zum globalen Player reift. Umgeben von gigantischen Investitionen in die KI-Wirkstoffentwicklung reicht es nicht, nur ein weiteres Automatisierungstool zu sein – UniteLabs muss sich als essenzieller „Schaufelhersteller“ für den aktuellen Boom etablieren.

Dabei trifft man auf amerikanische Wettbewerber*innen, die teils mit hunderten Millionen Dollar Venture Capital ausgestattet sind. Wie überlebt ein Münchner Start-up mit einer Pre-Seed-Runde von knapp drei Millionen Euro diese Materialschlacht? Zechlin gibt sich pragmatisch und weicht dem direkten Finanz-Vergleich aus: „Klar: In Infrastrukturmärkten hilft Kapital, aber es ist nicht der entscheidende Hebel.“ Anstatt die Konkurrenz im reinen „Spend“ schlagen zu wollen, baue man auf messbaren Nutzen im Laborbetrieb.

Der Plan scheint aufzugehen: Ein Großteil von Umsatz und Pipeline stammt heute bereits aus den USA, wo UniteLabs Kund*innen an beiden Küsten bedient und mit großen Hardware-Hersteller*innenn kooperiert. „Wir planen für dieses Jahr unseren ersten Big Pharma Roll-out, der sowohl in Europa als auch an Standorten in den USA erfolgen soll“, verrät der Gründer. Um diese Dynamik zu finanzieren, hebe man aktuell eine 9-Millionen-Euro-Seed-Runde für die US-Expansion. Den strukturellen Wettbewerbsvorteil sieht Zechlin in der herstelleragnostischen Verbindung bestehender Geräte: „Statt Rip-and-Replace zu verlangen, werden Workflows schneller produktiv, Daten werden sauber mit Kontext versehen, und Teams können ‚Lab-as-Code‘ wirklich ausrollen.“

Ein strategischer Hebel ist dabei die Zielgruppenansprache. Statt in endlosen Vertriebszyklen mit dem C-Level großer Pharma-Konzerne zu ringen, treibt UniteLabs ein nutzer*innengetriebenes Wachstum voran. Labor-Ingenieur*innen, die durch das Python-SDK wochenlange Schnittstellenprogrammierung einsparen, tragen das System organisch in ihre Unternehmen. Dabei profitiert das Start-up enorm davon, selbst keine Pipettierroboter oder Analysegeräte herzustellen. Als „neutrale Schweiz“ der Labor-Hardware buhlt UniteLabs nicht um lukrative Geräteverkäufe – ein extrem starkes Argument gegen den gefürchteten Vendor-Lock-in amerikanischer Hardware-Giganten.

Stresstest für das Geschäftsmodell und Regularien

Doch die ambitionierte Plattform-Strategie wird kritisch geprüft werden. Das Geschäftsmodell birgt ein ständiges API-Katz-und-Maus-Spiel, da Schnittstellen zu teils stark abgeschirmten Systemen gebaut werden müssen. Wenn etablierte Hersteller*innen ihre Firmware ändern oder Drittanbieter-Zugriffe blockieren, explodieren schnell die Wartungskosten für die Konnektoren.

Bleibt die Frage an den Gründer: Was ist also der Plan B, wenn die Marktführer ihre Schnittstellen per Update plötzlich aktiv verschlüsseln? Reicht der Verweis auf offene Standards wie das SiLA2-Protokoll in der harten Praxis aus?

„Wir gehen davon aus, dass Hersteller ihre Ökosysteme schützen werden. Unsere Strategie darf deshalb nicht auf ‚Goodwill‘ bauen“, gibt sich Zechlin keinen Illusionen hin. Standards wie SiLA2 seien zwar hilfreich gegen Fragmentierung, aber „kein Schutzschild“. Der Ansatz der Münchner ist stattdessen pragmatisch und mehrstufig: Standards nutzen, wo verfügbar, und eigene robuste Adapter bauen, wo nötig. Zudem betreibe man ein Programm mit automatisierten Regressionstests am realen Geräteverhalten, um Fehler durch Updates früh zu erkennen.

Der zweite Baustein der Verteidigung ist kommerzieller Druck. Da Labore zunehmend „Best-of-Breed“-Lösungen kombinieren wollen, würden Hersteller, die Interoperabilität blockieren, zunehmend Deals riskieren. Im Hintergrund investiere man deshalb viel Arbeit in aktiv gepflegte Partnerschaften mit den Produzent*innen. Zechlins Plan B lautet letztlich Resilienz: „Mehrere Integrationspfade, starke Tests, und ein System, das stabil bleibt, auch wenn sich die Oberfläche verändert.“ Er ist sich sicher: „Langfristig wirkt die Ökonomie in Richtung Offenheit.“

Neben blockierender Hardware bleibt die US-Zulassungsbehörde FDA die vielleicht höchste Hürde auf dem Weg in den Enterprise-Markt. Deren strenge Vorgaben zu elektronischen Aufzeichnungen sind der größte Vorbehalt von Pharmaunternehmen gegenüber Cloud-basierten Systemen. Gelingt es UniteLabs, Offenheit mit lückenlosen Audit-Trails zu verknüpfen, könnten sie die berüchtigten Sales-Zyklen drastisch verkürzen.

Doch wie passt maximale Entwickler*innen-Freiheit durch Python-Skripte mit rigider FDA- und GxP-Compliance zusammen? Für Zechlin existiert dieser Widerspruch im Labor-Alltag schlichtweg nicht: „Compliance widerspricht Flexibilität nicht. Was widerspricht, ist unkontrollierte Veränderung.“

Um Big Pharma gerecht zu werden, behandle man hochflexible Workflows wie reguläre Software-Produkte: versioniert, testbar und auditierbar. „Ein Script ist in einem GxP-Kontext kein ‚jeder macht, was er will‘, sondern ein kontrolliertes Artefakt mit definierten Inputs, erwarteten Outputs und einem Validierungsnachweis“, unterstreicht der Mitgründer. Die Plattform trenne Sandbox-Entwicklungen von einer strikt kontrollierten Produktionsebene mit signierten Releases, Environment-Pinning und klarer Datenlineage. Zechlin formuliert einen selbstbewussten Anspruch an die Branche: „Das Labor holt Software-Best-Practices nach. Unser Anspruch ist, ‚compliant by design‘ zur Default-Einstellung für AI-ready Lab Ops zu machen.“

Fazit

UniteLabs hat exzellentes Timing bewiesen. Die BioTech-Branche lechzt nach KI, scheitert aber noch massenhaft an isolierten Daten. Durch das Bereitstellen essenzieller Daten-Infrastruktur haben sich die Münchner in eine starke Ausgangsposition manövriert. Der US-Launch und anstehende Messepräsentationen zeugen vom Anspruch der Gründer. Der ultimative Lackmustest ab 2026 wird jedoch sein, ob die Hardware-Hersteller*innen diesen Wandel dulden – oder den Kampf um ihre lukrativen Software-Margen eröffnen.

Bleibt die Frage nach dem viel zitierten „Endgame“: Baut das Start-up wirklich das globale Betriebssystem für Biotech-Labore, oder macht man sich letztlich nur als hochattraktives Übernahmeziel für Hardware-Giganten hübsch?

Auf diese Entweder-Oder-Frage antwortet Zechlin diplomatisch, aber ambitioniert: „Unsere Vision ist, die neutrale Betriebsschicht für moderne Labore zu werden, weil die Branche einen herstellerunabhängigen Standard braucht, nicht noch ein weiteres Einzellösungstool.“ Gleichzeitig sei man Realist: Infrastruktur zähle nur, wenn sie im Alltag zuverlässig genutzt werde und verlässliche, strukturierte Daten für KI liefere.

Sollte das gelingen, hält sich UniteLabs alle Optionen offen – von der unabhängigen Kategorie-Definition über strategische Partnerschaften bis hin zum Exit. Doch auf einen schnellen Verkauf schiele man nicht, verspricht Zechlin: „Wir bauen nicht für eine Übernahme. Wir bauen so, dass der Markt die Plattform ernst nehmen muss.“ Und am Ende solle ohnehin der/die Kund*in profitieren: „Weniger Silos, schnellere Science, und ein Ökosystem, in dem Innovation nicht an proprietären Schnittstellen hängen bleibt.“

Die deutsche Industrie steht unter massivem Druck: Internationale Konkurrenz – insbesondere aus Asien –, chronischer Fachkräftemangel und die Notwendigkeit, Entwicklungszyklen drastisch zu verkürzen, zwingen zum Handeln. Generative künstliche Intelligenz (GenAI) gilt als Heilsbringer, doch in der Praxis verpuffen viele Initiativen. Nur etwa 41 Prozent der KI-Prototypen in der Fertigungsindustrie erreichen laut Branchenstudien den produktiven Einsatz. Die Konstruktions- und Entwicklungsabteilungen gelten als stark in Silos organisiert und bis heute schwer automatisierbar.

„Engineering ist das Rückgrat jedes Industrieunternehmens, gehört jedoch nach wie vor zu den am wenigsten digitalisierten und automatisierten Funktionen und war bis vor Kurzem für KI weitgehend unzugänglich“, bringt es Dr. Moritz Maier, Co-CEO von Synera, auf den Punkt.

Genau in diese Lücke stößt sein Unternehmen. Mit einer Series-B-Finanzierungsrunde über 35 Millionen Euro will das Bremer Startup nun international skalieren. Angeführt wird die Runde vom europäischen Wachstumsfonds Revaia, mit starker Beteiligung des UVC Partners Wachstumsfonds sowie Capgemini (über ISAI Cap Ventures). Auch die Bestandsinvestoren Spark Capital, BMW iVentures und Cherry Ventures ziehen wieder mit. Das Signal an den Markt ist deutlich: Engineering Automation wird zum nächsten großen Software-Schlachtfeld.

Von Kieselalgen zur KI-Plattform

Hinter Synera stehen die Gründer Moritz Maier, Daniel Siegel (beide Co-CEO) und Sebastian Möller (Managing Director). Die Ursprungsidee entstand am renommierten Alfred-Wegener-Institut (AWI) in Bremerhaven. Die Gründer forschten dort im Bereich der Bionik und untersuchten die Leichtbaustrukturen von Kieselalgen, um deren evolutionäre Prinzipien auf technische Bauteile zu übertragen.

Aus „Evolutionary Light Structure Engineering“ wurde 2018 die Ausgründung ELISE. Zunächst lag der Fokus auf algorithmusbasiertem Design. Mit der Zeit erkannten die Gründer jedoch ein viel grundlegenderes Problem: Es fehlte nicht an Software für das eigentliche Design, sondern an einer Brücke, die die unzähligen Insellösungen (CAD, Simulation, Materialprüfung) im Engineering-Alltag verbindet. Dies führte zur Neuausrichtung und schließlich zur Umbenennung in Synera – einer Low-Code- und KI-Plattform für Connected Engineering.

Das Geschäftsmodell im Check

Synera betreibt ein klassisches B2B-Plattform-Modell. Anstatt etablierte Platzhirsche im Computer-Aided Design (CAD) zu verdrängen, positioniert sich Synera als übergeordnete Orchestrierungsschicht. Die Software klinkt sich in über 80 bestehende Tools ein.

• Der Werttreiber: Nutzer*innen können komplexe Workflows (z. B. CAD-Modellierung → Simulation → Kostenkalkulation → Designanpassung) als Templates speichern. Das frische Kapital soll laut Moritz Maier nun eine Entwicklung beschleunigen, „bei der KI-Agenten als echte digitale Engineers agieren und komplexe Workflows entlang der gesamten Wertschöpfungskette autonom ausführen.“
• Der Lock-in-Effekt: Wenn ein Industriekonzern seine Kernprozesse auf Synera automatisiert hat, ist die Plattform kaum noch auszutauschen. Die Wechselkosten für den Kunden sind enorm.
• Die Herausforderungen: Das Modell ist technisch hochkomplex. Die ständige Pflege von über 80 API-Schnittstellen zu Drittanbietern bindet gewaltige Entwickler*innen-Ressourcen. Zudem erfordert der Vertrieb in klassische Hardware-Unternehmen lange Sales-Zyklen.

Zwischen RPA und Spezial-CAD

Kritische Einordnung: Vertraut der/die Ingenieur*in der KI?

Synera verweist auf eine Umsatzverdopplung im vergangenen Jahr und über 60 namhafte Kunden, darunter BMW, Airbus, NASA und Miele. Mit dem frischen Kapital steht die Expansion nach Asien, Europa und in die USA an. Dass dieser Wachstumskurs von den Investoren aktiv gestützt wird, betont Benjamin Erhart, General Partner bei UVC Partners: „Wir konnten erleben, wie Synera als zuverlässiger Partner die Transformation des Engineerings gestaltet.“

Doch der Weg zur breiten Durchdringung birgt auch Stolpersteine:

1. Das Vertrauensproblem: „Agentic AI“ bedeutet, dass die Software eigenständig Entscheidungen trifft. In sicherheitskritischen Branchen (Luftfahrt, Automotive) herrschen jedoch strikte Compliance-Regeln. Bevor ein KI-Agent autonome Designänderungen an tragenden Bauteilen vornimmt, müssen massive Haftungsfragen geklärt sein.
2. Die Pilot-Falle: Viele GenAI-Projekte scheitern auf dem Weg in die Produktion. Die Gefahr für Synera besteht darin, in Innovationsabteilungen stecken zu bleiben, während das operative Kerngeschäft aus Kostengründen an bewährten Methoden festhält.
3. Die API-Abhängigkeit: Wer als Brückenbauer*in zwischen Dutzenden Software-Silos agiert, macht sich von den Anbietern abhängig. Sperrt ein großer CAD-Anbieter seine API, trifft dies Syneras Modell im Kern.

Fazit

Synera ist ein exzellentes Beispiel dafür, wie aus akademischer Grundlagenforschung ein hoch skalierbares DeepTech-Produkt werden kann. Der strategische Pivot vom reinen Design-Tool zur prozessübergreifenden Plattform zahlt sich durch die starke Series B nun aus. Gelingt es den Bremern, den eher konservativen globalen Maschinenbau davon zu überzeugen, dass KI-Agenten die menschlichen Ingenieur*innen nicht ersetzen, sondern befähigen, könnte Synera der entscheidende globale Standard im Connected Engineering werden.