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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

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

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

Kern-Features

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

Gründer & Köpfe

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

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

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

Redaktionelle Einordnung

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

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

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

Fazit

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

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

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

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

Der Deal: Konsequenter Schritt nach strategischem Investment

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

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

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

Markt & Wettbewerb

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

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

Kritische Hinterfragung des Geschäftsmodells

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

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

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

Was Gründer*innen aus dem Exit lernen können

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

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

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

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

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

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

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

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

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

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

Geschäftsmodell, Markt und Wettbewerb

Der Markt und das Potenzial

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

Die Entwicklung der Investor*innenlandschaft

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

Die Hürden im Geschäftsmodell

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

Wettbewerbsumfeld

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

Unsere Einordnung

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

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

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

Ein seltener Sieg für die Diversität

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

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

GEM 2025/26 in Zahlen:

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

Die Illusion der Vorbereitungsphase

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

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

Am Tropf des Staates

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

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

Fazit: Vom Labor auf den Markt

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

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

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

Die bisherige Unternehmenshistorie verdeutlicht ein hohes Entwicklungstempo:

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

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

Der technologische Ansatz: Kausalität statt bloßer Korrelation

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

Kausable setzt an dieser Schwachstelle an:

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

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

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

Die Herausforderungen der Praxis

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

1. Vertriebshürden im B2B-Enterprise-Segment

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

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

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

2. Wettbewerbsumfeld und Big-Tech-Druck

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

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

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

3. Kapitalintensität von Frontier-AI

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

Key Takeaways für Gründer*innen

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

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

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

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

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

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.

Die nackten Zahlen markieren einen historischen Meilenstein für das europäische Tech-Ökosystem: Das Münchner DefenseTech-Start-up Helsing hat eine Series-E-Finanzierungsrunde in Höhe von 1,8 Milliarden US-Dollar abgeschlossen und wird nun mit astronomischen 18 Milliarden US-Dollar bewertet.

Die Investorennachfrage überstieg das verfügbare Volumen deutlich. Das Konsortium liest sich wie das Who-is-Who des globalen Kapitals: Unter anderem sind Dragoneer, Lightspeed Venture Partners, Goldman Sachs, JPMorganChase, General Catalyst und Plural an Bord. Trotz der massiven US-Beteiligung bleibt Helsing mehrheitlich in europäischem Besitz. Dem Verwaltungsrat sitzen weiterhin Spotify-Gründer Daniel Ek sowie der ehemalige Airbus-Chef Tom Enders vor.

Doch was steckt hinter dem rasanten Aufstieg des Unternehmens, wer sind die Köpfe dahinter und wie tragfähig ist das Modell, die Verteidigung der Zukunft primär durch Software zu definieren?

Die Gründer: Vom Gaming und Ministerium zum Rüstungs-Unicorn

Helsing wurde im März 2021 gegründet. Hinter dem Unternehmen steht ein ungewöhnliches, interdisziplinäres Gründer-Trio, das bewusst aus völlig unterschiedlichen Welten zusammenkam:

• Torsten Reil (Co-CEO): Studierter Biologe und KI-Experte aus der Gaming-Industrie. Er gründete zuvor NaturalMotion (ein Spin-off der Universität Oxford), dessen Animationssoftware in Blockbuster-Spielen wie GTA genutzt und später für über 520 Millionen Dollar an Zynga verkauft wurde.
• Dr. Gundbert Scherf (Co-CEO): Bringt die strategisch-politische Tiefe. Er war zuvor Beauftragter im Bundesverteidigungsministerium und kennt die starren, oft langwierigen Beschaffungsprozesse des Militärs aus eigener Erfahrung.
• Niklas Köhler (President & CPO): Spezialist für Deep Learning, der die technologische Expertise für die Software-Architektur beisteuert.

Die Gründungsidee basierte auf der Erkenntnis, dass gigantische Mengen an Sensordaten des Militärs ungenutzt bleiben und moderne Kriegsführung maßgeblich durch Software entschieden wird. Spotify-Gründer Daniel Ek glaubte früh an diese Vision und finanzierte das Vorhaben im November 2021 über sein Investmentvehikel Prima Materia mit einer für europäische Verhältnisse beispiellosen Seed-Runde von 100 Millionen Euro.

Das Geschäftsmodell: Silicon Valley statt „Cost-Plus“

Traditionelle Rüstungskonzerne arbeiten vornehmlich nach dem sogenannten „Cost-Plus“-Modell: Der Staat beauftragt und finanziert die jahrelange Entwicklung von militärischer Hardware. Helsing dreht diesen Prozess als softwaregetriebener Disrupter um: Das Unternehmen entwickelt primär mit privatem Risikokapital, um marktreife Softwarelösungen schnell und flexibel an das Militär verkaufen zu können.

Helsings Kernprodukt ist eine KI-Plattform, die riesige Mengen an Sensordaten auf dem Schlachtfeld in Echtzeit auswertet, fusioniert und vernetzt. Mittlerweile integriert das Startup seine Technologie sowohl in bestehende Großplattformen – wie beim Upgrade der elektronischen Kampfführung des Eurofighters – als auch in neue, softwaregesteuerte Systeme. Dazu zählt die Ausstattung autonomer Drohnenschwärme („Loitering Munition“) ebenso wie KI-Software für die Unterwasser-Überwachung.

Markt und Wettbewerber: Das Betriebssystem des Krieges

Der Markt für „Defense Tech“ erlebt durch die veränderte geopolitische Weltlage und weltweit drastisch steigende Verteidigungsbudgets einen massiven Boom. Helsing positioniert sich hier als die souveräne, europäische Antwort auf die US-Dominanz.

Die Hauptkonkurrenz stammt direkt aus dem Silicon Valley:

• Anduril Industries: Das vom Oculus-Gründer Palmer Luckey initiierte Unternehmen verfolgt einen ähnlichen Ansatz (Lattice OS), skaliert massiv die Produktion autonomer Systeme und wird im Peak bereits im hohen zweistelligen Milliardenbereich taxiert.
• Palantir: Der US-Datenriese ist der Pionier bei der Datenfusion für Geheimdienste und Militär, weshalb Helsing in der Branche oft als das „europäische Palantir“ bezeichnet wird.

Kritische Würdigung: Die Belastungsprobe des Hypes

Trotz des gewaltigen Aufschwungs erfordert das Modell Helsing eine nüchterne, kritische Betrachtung:

1. Bewertungsblase vs. staatliche Trägheit: Eine Bewertung von 18 Milliarden Dollar preist ein extremes, fast fehlerfreies Zukunftswachstum ein. Obwohl Helsing prestigeträchtige Regierungsaufträge sichern konnte, bleiben europäische Beschaffungsprozesse bürokratisch. Ob die realen Umsätze die Erwartungen des Venture Capitals dauerhaft rechtfertigen, muss sich erst noch zeigen.
2. Die Ethik der Autonomie: Helsing verweist stets auf restriktive ethische Standards und die Prämisse, ausschließlich mit Demokratien zusammenzuarbeiten. Dennoch berührt der Einsatz von KI-Systemen, die innerhalb von Millisekunden Ziele erkennen und priorisieren, ethische rote Linien. Die lückenlose Kontrolle durch den Menschen (Human-in-the-loop) bleibt in der Hochgeschwindigkeits-Kriegsführung ein rechtliches und moralisches Spannungsfeld.

Was das Start-up-Ökosystem von Helsing lernen kann

Für Gründerinnen und Gründer jenseits der Rüstungsindustrie liefert der Case Helsing drei fundamentale Learnings:

• Radikale Talent-Dichte: Die Gründer betonen unermüdlich, dass Recruiting absolute Chefsache ist. Um traditionelle Branchen zu überholen, bedarf es einer kompromisslosen Konzentration auf die besten Tech-Talente des Marktes.
• Vom Problem her gründen: Das Team spürte eine geopolitische Dringlichkeit und baute das Unternehmen mitten in einer globalen Zeitenwende auf, statt in vermeintlich sicheren, rein zivilen Nischen zu verharren.
• Ein starkes, klares Narrativ: Um hochqualifizierte Software-Entwickler aus der zivilen Tech-Welt für das ethisch sensible Defense-Segment zu gewinnen, braucht es Sinnstiftung. Helsing löst dies durch das klare, übergeordnete Versprechen, die technologische Souveränität westlicher Demokratien zu schützen.

Helsing hat bewiesen, dass man in Europa aus dem Stand ein hochkapitalisiertes Deep-Tech-Unicorn formen kann. Der finale Lackmustest wird nun sein, ob die Software die extremen Erwartungen der Investoren und die raue, sicherheitspolitische Realität langfristig ausgleicht.

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.

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

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

Das Geschäftsmodell: „AI-native Finance OS“

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

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

Markt, Wettbewerb und Risiken

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

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

Fazit

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

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.