Robotik-Start-ups leiden häufig an derselben Kinderkrankheit: Ihre Produkte funktionieren perfekt unter kontrollierten Laborbedingungen, scheitern jedoch am chaotischen Alltag von Kliniken. Die United Robotics Group (URG) zieht daraus eine radikale Konsequenz: In Gelsenkirchen bezieht das Unternehmen eine 400 Quadratmeter große Fläche auf der ehemaligen Notfall- und Intensivstation des St. Josef-Hospitals. In strategischer Partnerschaft mit der KERN Katholische Einrichtungen Ruhrgebiet Nord GmbH entsteht dort ein Praxis-Labor.

Die Vision dahinter ist pragmatisch: Autonome Logistiksysteme wie der uLog für den Materialtransport oder der Serviceroboter uServe sollen unter authentischen Klinikbedingungen trainiert werden. Bemerkenswertes Detail: Sogar eine elektrische Flügeltür blieb im Flur erhalten, um das autonome Passieren von Engpässen sowie den automatisierten Bettentransport realistisch zu erproben. Für die Produktiteration (Product-Market-Fit) ist ein solches Umfeld Gold wert.

Pivot und Neuanfang: Die Köpfe hinter der URG

Um die aktuelle Marktpositionierung zu verstehen, lohnt ein Blick auf die Historie des Unternehmens. Wassim Saeidi, Gründer und heutiger CEO, rief bereits 2014 die WS System GmbH ins Leben. 2021 folgte die Umstrukturierung zur United Robotics Health & Food GmbH. Im Jahr 2025 vollzog das Unternehmen schließlich einen entscheidenden Pivot: Es übernahm die Patent- sowie Markenrechte sämtlicher Produktserien und fokussiert sich seither unter dem Dach der Holding kompromisslos auf KI-gestützte Lösungen im Gesundheits- und Servicebereich.

Verstärkt wird Saeidi durch Kerstin Wagner als Co-CEO und COO. Die frühere Top-Managerin von Siemens Healthineers bringt wertvolle Branchenerfahrung in das Start-up ein. Gemeinsam verfolgen sie das Ziel, den grassierenden Fachkräftemangel im Gesundheitswesen durch Automatisierung abzufedern. Das technische Rückgrat bildet die KI-Plattform uGo+, die gemeinsam mit dem Fraunhofer-Institut entwickelt wurde und die Workflow-Orchestrierung ganzer Roboterflotten erlaubt.

StartingUp Deep Dive: Das URG-Portfolio im Test

Am Standort Gelsenkirchen werden derzeit vier zentrale Systeme auf den Praxiseinsatz vorbereitet:

• uLab Mobile: Mobiler Service-Roboter für klinische Labore (Probenhandling, Transport).
• uLog: Autonomes Logistiksystem für den internen Wäsche- und Materialtransport.
• uServe: Vielseitiger Serviceroboter für Wegeführung, Informationsbereitstellung und Auslieferungen.
• uMe: Humanoider Assistenzroboter für sprachbasierte Interaktionen in der Pflege (vorgestellt auf der CES 2026).

Der Markt: Milliardenpotenzial trifft auf klamme Kassen

Der adressierte Schmerzpunkt ist eklatant: Pflege- und Laborkräfte verbringen täglich wertvolle Arbeitszeit mit reinen Transportaufgaben. Hier setzen die Systeme der URG an. Dennoch ist das Geschäftsfeld tückisch.

Kritisch zu hinterfragen ist vor allem die Finanzierbarkeit bei der Zielgruppe. Viele Krankenhäuser und Pflegeeinrichtungen in Deutschland kämpfen mitdefizitären Haushalten. Kapitalintensive Hardware-Investitionen (CapEx) sind selten budgetierbar. Die URG wird gezwungen sein, flexible Hardware-as-a-Service-Modelle (OpEx) anzubieten. Das senkt zwar die Einstiegshürde für Kliniken, verlagert das Vorfinanzierungsrisiko jedoch massiv auf das Startup – was eine erhebliche Kapitaldecke erfordert.

Humanoid-Hype oder echte Hilfe?

Deutlich risikobehafteter als die klassischen Transportroboter bleibt das Projekt uMe. Während humanoide Systeme in der Tech-Branche derzeit einen Boom erleben, ist ihr Einsatz in der Pflege hochkomplex. Strikte Sicherheitsauflagen, ethische Fragestellungen und unvorhersehbare menschliche Reaktionen machen Humanoide in diesem Sektor zu einem regulatorischen Minenfeld. Es muss sich erst noch zeigen, ob uMe das Pflegepersonal im Alltag spürbar entlastet oder vorrangig als aufwendiges PR-Aushängeschild fungiert.

Wettbewerb und USP

Die URG agiert in einem hart umkämpften Marktumfeld. In der Laborautomation dominieren etablierte MedTech-Giganten, während im Bereich der autonomen Transportroboter (AMR) spezialisierte internationale Player den Ton angeben. Der entscheidende Wettbewerbsvorteil (USP) der URG muss daher in der nahtlosen Software-Integration über uGo+ liegen. Gelingt es, heterogene Klinik-Workflows über eine zentrale Plattform abzubilden, entsteht ein starker Lock-in-Effekt gegenüber isolierten Einzellösungen.

Fazit

Die United Robotics Group demonstriert konsequenten Fokussierungsdrang. Der Schritt aus der Testumgebung direkt in die physische Realität eines ehemaligen Krankenhauses ist notwendig, um im Hardware-Segment Marktreife zu beweisen. Die größte Herausforderung für das Führungsduo Saeidi und Wagner liegt nun nicht mehr allein in der Technik, sondern im Vertrieb: Sie müssen die langwierigen B2B-Vertriebszyklen im deutschen Gesundheitswesen meistern und gleichzeitig die hohe Kapitalintensität der Hardware-Skalierung steuern.

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.

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

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

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

Der Markteintritt in den USA: Das Momentum nutzen

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

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

Einordnung für StartingUp: Stärken, Schwächen und harte Konkurrenz

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

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

Ein seltener Sieg für die Diversität

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

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

GEM 2025/26 in Zahlen:

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

Die Illusion der Vorbereitungsphase

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

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

Am Tropf des Staates

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

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

Fazit: Vom Labor auf den Markt

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

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

Die Idee zu SchoolUP entstand nicht etwa in einem hippen Berliner Start-up-Inkubator, sondern in einem Jugendzimmer. Elias Eßer und Sean Hübner, beide 17 Jahre alt und Schüler an der Leonardo-da-Vinci-Gesamtschule im nordrhein-westfälischen Anrath (Willich), gaben selbst Nachhilfe. Dabei erkannten sie eine Lücke, die durch die Corona-Pandemie noch weiter aufgerissen wurde: Millionen Schüler*innen fehlt der Zugang zu echter, persönlicher Förderung.

Seit zwei Jahren ließ sie das Thema nicht los, vor rund einem Jahr begannen sie mit der konkreten Umsetzung. Und das komplett ohne externe Investor*innen, nur mit rund 1.000 Euro Erspartem für Strato-Server, Domain und KI-Schnittstellen. Sean, der künftig Informatik studieren möchte, und Elias, der ein Wirtschaftsstudium anstrebt, bilden dabei ein klassisches Hacker-Hustler-Gespann.

Die erste große Bewährungsprobe ließ jedoch nicht lange auf sich warten. „Die größte bürokratische Hürde war zunächst die rechtliche Abklärung, ob unser Produkt im Hinblick auf die DSGVO überhaupt zulässig ist“, räumt Elias ein. Schließlich scanne die App im Grunde das private geistige Eigentum der Lehrkräfte. Um das Vertrauen der Schule zu gewinnen, holten sich die beiden früh professionelle anwaltliche Hilfe an Bord. Finanziell ein Kraftakt für zwei Schüler, aber für Sean „eine der wichtigsten Investitionen überhaupt“.

Fast gescheitert wäre das Projekt jedoch an etwas anderem: der eigenen Belanglosigkeit. Zu Beginn hatten die beiden eine recht simple, handelsübliche KI-Nachhilfe-App programmiert. „Uns wurde klar, dass unser Produkt so nichts Besonderes war, und das hat uns ziemlich zu schaffen gemacht“, erinnert sich Elias an den einzigen Moment, in dem sie kurz davor waren, alles hinzuschmeißen. Die Rettung war ein Zufallsfund. Die beiden entdeckten die offene API-Schnittstelle des Schul-Systems Moodle. „Erst als wir auf die Idee kamen, SchoolUP direkt mit Moodle zu verbinden und ausschließlich mit den Materialien der jeweiligen Schule arbeiten zu lassen, hatten wir unseren entscheidenden Durchbruch“, ergänzt Sean. Inzwischen ist die App live und verzeichnet ein starkes organisches Wachstum auf Social Media.

Sokratischer Ansatz statt Antwortautomat

Der Markt für KI-Anwendungen im Bildungsbereich ist seit dem Boom von Sprachmodellen unübersichtlich geworden. SchoolUP wählt jedoch bewusst einen anderen Weg als gängige Chatbots: Die App zieht ihre Antworten nicht aus dem freien Internet, sondern dockt an bestehende Schul-Infrastrukturen wie Moodle oder das in NRW weit verbreitete LOGINEO an. Die KI greift ausschließlich auf die von den Lehrkräften hochgeladenen Dokumente zu und belegt jede Antwort präzise mit der jeweiligen Quelle.

Bemerkenswert ist dabei der sokratische Ansatz der Gründer. SchoolUP liefert bewusst keine fertigen Hausaufgabenlösungen, sondern stellt Rückfragen, führt Schritt für Schritt zum eigenen Denken und erstellt auf Wunsch individuelle Tests. Aber nutzen bequeme Schülerinnen und Schüler das Tool überhaupt freiwillig, wenn ChatGPT die perfekte Lösung in drei Sekunden ausspuckt?

Elias hat darauf eine klare Antwort: „Viele merken spätestens in der Oberstufe, dass man mit ChatGPT vielleicht durch die Hausaufgaben kommt, aber nicht durch die Klausur.“ Wer Aufgaben einfach nur kopiere, verstehe den Stoff am Ende schlichtweg nicht. „Sobald Schülerinnen und Schüler merken, dass sie dadurch bessere Ergebnisse erzielen, nehmen viele den etwas anstrengenderen Weg auch freiwillig in Kauf“, ist der 17-Jährige überzeugt.

Damit das Tool überhaupt an den Schulen genutzt werden darf, müssen die beiden jedoch zunächst an strengen Schulleitungen und Datenschutzbeauftragten vorbei – Personen, die zwei 17-jährigen Gründern oft mit Skepsis begegnen. Die Strategie der Jungunternehmer: tiefgreifendes Fachwissen und juristische Rückendeckung. „Wir können genau erklären, welche Daten verarbeitet werden, wo sie gespeichert werden und warum unser System DSGVO-konform arbeitet“, betont Sean selbstbewusst. Ein zentraler Baustein sei zudem der klare Fokus auf europäische Partner. „Besonders wichtig ist uns dabei, dass keine eingegebenen Daten oder Inhalte für das Training von KI-Modellen genutzt werden“, versichert Elias. Dieses Zusammenspiel aus Transparenz und anwaltlicher Begleitung breche letztlich das Eis bei den Schulen.

Zwischen Giganten und Start-ups

Dennoch drängt sich die Frage auf: Was schützt die beiden vor millionenschweren Nachhilfe-Riesen wie Sofatutor oder Open-Source-Giganten wie Moodle selbst? Angst vor der Übermacht scheinen die beiden nicht zu haben. „Wir sehen Moodle weniger als Gegner und mehr als potenziellen Partner“, kontert Elias gelassen. Während etablierte Anbieter meist den/die Einzelnutzende(n) im Visier hätten, setze SchoolUP direkt im B2B-Bereich bei den Schulen an. Das tiefe Verständnis für den deutschen Schulalltag und die strengen hiesigen Datenschutzanforderungen sei ihr wahrer Burggraben. Sean sieht zudem in der Größe des eigenen Teams einen entscheidenden Vorteil: „Wir können als kleines Team deutlich schneller auf Wünsche von Lehrkräften reagieren.“ Das primäre Ziel sei es nicht, größer als alle anderen zu sein, sondern die passgenaueste Lösung anzubieten.

Nachgefragt: Die Sache mit dem Geld

Die anfängliche Traktion der beiden ist beachtlich: Nach den Sommerferien wird das Tool bereits an der eigenen Schule sowie in Brühl aktiv im Unterricht getestet. Doch hier offenbart sich die Tücke des B2B-Geschäftsmodells: Deutsche Schulen sind notorisch unterfinanziert, öffentliche Vergabeprozesse ziehen sich oft über Jahre hin. Der Vertrieb an Schulen gilt in der Branche nicht umsonst als „Friedhof der EdTech-Start-ups“.

Wie also finanzieren die Schüler die rasant steigenden Server- und API-Kosten? Bislang schießen sie das Geld aus eigener Tasche vor. „Aktuell finanzieren wir SchoolUP komplett selbst“, räumt Elias ein, betont aber, dass man die laufenden Ausgaben streng im Blick habe. Zunächst wolle man ohnehin beweisen, dass das Produkt einen echten Mehrwert biete. Auf die Frage nach frischem Kapital zeigt sich der Gründer pragmatisch: „Externe Unterstützung wäre eine große Chance, um SchoolUP möglichst vielen Schulen zugänglich zu machen, ohne unsere Mission aus den Augen zu verlieren.“ Man sei offen für Förderprogramme, Sponsor*innen oder Investor*innen, sofern diese die Vision des Unternehmens teilen.

Fazit: Doppelspiel zwischen Start-up und Hörsaal

Elias Eßer und Sean Hübner liefern mit SchoolUP ein typisches, hochauthentisches Beispiel für „Generation Z“-Unternehmertum: Problem erkannt, Code geschrieben, Lösung gelauncht. Die technologische Umsetzung mit nahtloser System-Integration und kompromisslosem Fokus auf den europäischen Datenschutz umschifft clever das Vertrauensproblem, das viele Schulen gegenüber US-amerikanischer KI haben.

Die wahre Reifeprüfung für SchoolUP wird in künftigen Budgetverhandlungen mit den Schulträger*innen stattfinden. Zuvor steht für die beiden Gründer jedoch noch eine ganz andere Reifeprüfung an: das Abitur. Wer nun glaubt, das Start-up müsse der Schule weichen, irrt gewaltig. „Die Schule fällt uns beiden ziemlich leicht, deshalb bleibt uns bis zum Abitur genügend Zeit, SchoolUP konsequent voranzutreiben“, gibt sich Elias selbstbewusst.

Auch danach ist kein Cut geplant. Sean will Informatik studieren, Elias strebt ein duales Wirtschaftsstudium an. Ein klassischer Plan B? Keineswegs. „SchoolUP bleibt dabei klar im Vordergrund“, verspricht Elias. Das Studium betrachten die beiden als strategischen Schritt, um das eigene Netzwerk auszubauen und sich fachlich für die Unternehmensführung zu wappnen. Sollte das Start-up eines Tages die volle Aufmerksamkeit verlangen, sei man bereit, diese Entscheidung zu treffen. Bis dahin spielen die 17-Jährigen ihr beeindruckendes Doppelspiel zwischen Klassenzimmer und Chefetage souverän weiter.

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

Die bisherige Unternehmenshistorie verdeutlicht ein hohes Entwicklungstempo:

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

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

Der technologische Ansatz: Kausalität statt bloßer Korrelation

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

Kausable setzt an dieser Schwachstelle an:

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

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

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

Die Herausforderungen der Praxis

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

1. Vertriebshürden im B2B-Enterprise-Segment

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

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

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

2. Wettbewerbsumfeld und Big-Tech-Druck

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

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

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

3. Kapitalintensität von Frontier-AI

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

Key Takeaways für Gründer*innen

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

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

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

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

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

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

Vom Pain Point zur Profitabilität

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

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

Das Herz-Kreislauf-System für den Kosmos

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

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

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

Skalierungsrisiken und der Kampf um Branchenstandards

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

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

Learnings

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

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

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.

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

Bootstrapping im KI-Zeitalter

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

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

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

Der Fokus aufs Detail

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

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

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

Qualitätssicherung in der Nische: Zwischen Anspruch und Realität

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

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

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

Gegen die Übermacht von Google und Co.

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

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

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

Fazit und Ausblick

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

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

Die Historie: Vom TUM-Labor in die globalen Fabs

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

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

Das Problem und die technologische Lösung

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

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

Geschäftsmodell, Markt und Wettbewerb

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

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

Einordnung für die Start-up-Szene

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

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

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

Die Technologie: Von der Handarbeit zur Automatisierung

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

Gründungshistorie und Team: Tiefes Branchen-Know-how

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

Das derzeit zwölfköpfige Team wird von drei Gründern geführt:

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

Marktumfeld und Wettbewerb

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

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

Geschäftsmodell auf dem Prüfstand

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

Unsere Einordnung

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

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

Team und Historie

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

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

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

Geschäftsmodell: Ein Schwamm für zwei Milliardenmärkte

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

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

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

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

Der harte Wettbewerb im PFAS-Markt

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

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

Unser Fazit

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

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

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.