StartingUp: Hallo Karym, hallo Sascha! Pitcht InCycling doch mal in einem Satz – was genau macht euer Start-up?

Karym El Sayed: InCycling ermöglicht Pharma- und Chemieunternehmen, hochwertige Rohstoffe, die intern nicht mehr benötigt werden, frühzeitig zu erkennen, regulatorisch zu prüfen und wirtschaftlich sinnvoll wieder in den Markt zu bringen.

StartingUp: Ihr bringt beide geballte Konzern-Erfahrung mit: Karym, du warst unter anderem Head of eHealth & Medical Software Solutions bei Bayer; Sascha, du hast dort den globalen Einkauf der Medizinprodukte verantwortet. Wie kam es zu dem Entschluss, die sicheren Spitzenpositionen im Corporate-Umfeld aufzugeben und Mitte 2025 in Berlin InCycling zu gründen?

Sascha Karhöfer: Wenn man so will, dann war der Auslöser ein Projekt rund um pharmazeutische Primärverpackung, konkret Gummistopfen für ein Medikament. Für ein Entwicklungsprojekt musste aufgrund großer Chargengrößen eine große Mindestmenge Rohmaterial bestellt werden, obwohl absehbar war, dass nur ein Bruchteil tatsächlich gebraucht würde. Während das Projekt erfolgreich abgeschlossen und die Entwicklung weitergeführt wurde, blieb eine riesige Menge Material übrig, für das weder intern noch extern eine weitere Verwendung gefunden werden konnte. Es lagerte unter kontrollierten pharmazeutischen Bedingungen, konnte aber im Konzern praktisch nicht mehr sinnvoll weitergegeben oder verkauft werden. Und der Hersteller schloss eine Rücknahme kategorisch aus. Am Ende blieb uns nur die Entsorgung.

Karym El Sayed: Entscheidend war auch die Erkenntnis aus weit über 150 Stunden Interviews mit verschiedenen Marktteilnehmenden und der Beobachtung, dass das keine Herausforderung einzelner Firmen oder Projekte war, sondern ein systemisches Problem, mit dem fast alle Firmen im hoch regulierten Umfeld konfrontiert sind. Überschüsse entstehen durch Mindestabnahmemengen, lange Lieferketten, Projektänderungen, Forecasting-Unsicherheiten, regulatorische Vorgaben oder strategische Entscheidungen wie Portfoliobereinigungen und Produktionsverlagerungen. In der Pharma- und Chemieindustrie ist das Alltag. Wir hatten beide erfüllende Positionen, aber irgendwann war der Punkt erreicht, an dem wir gesagt haben: Wenn wir dieses Problem wirklich lösen wollen, müssen wir es außerhalb klassischer Konzernstrukturen angehen. Mit InCycling sind wir nun in der Lage viele Firmen anzubinden und eine marktweite Lösung zu bauen, die an den Systemen und Prozessen großer Unternehmen ansetzt und gleichzeitig den bestehenden Handel mit Tradern, Brokern und Distributoren nutzt und alle Parteien besser vernetzt.

StartingUp: Die Dimensionen in eurer Branche sind gewaltig: Millionen Tonnen an chemischen und pharmazeutischen Produkten werden Jahr für Jahr vernichtet, weil niemand rechtzeitig an einen Weiterverkauf denkt. Warum tun sich Industrieunternehmen intern bisher so schwer mit dem sogenannten Surplus-Management?

Karym El Sayed: Weil Surplus-Management in regulierten Industrien deutlich komplexer ist, als es von außen aussieht. Es wird bereits viel versucht, das zu vermeiden. Allerdings reicht es meist nicht, ein Material im Lager zu finden und zu sagen: Das verkaufen wir jetzt. Unternehmen müssen klären, ob das Material noch als regulatorisch konformes Produkt geführt werden kann, welche Spezifikationen gelten, welche Dokumente vorliegen, wie es gelagert wurde, wie es transportiert werden muss, ob es für bestimmte Märkte freigegeben werden darf und welche Anforderungen die kaufenden Firmen erfüllen müssen. Dafür braucht es Ressourcen, Expertise in dem Bereich und fachübergreifende Prozesse. Hinzu kommt, dass die relevanten Informationen selten an einem einzigen Ort liegen. Ein Teil ist im ERP-System dokumentiert, ein Teil in Qualitätsdokumenten, ein Teil in globalen Datenbanken und manchmal auch lokalen Sharepoints verschiedener Abteilungen wie z.B. Procurement oder Supply Chain. Wenn diese Informationen manuell zusammengesucht werden müssen, lohnt sich der Aufwand oft nur bei signifikanten Mengen oder sehr hohen Werten.

Sascha Karhöfer: Mindestens genauso wichtig sind die internen Verantwortlichkeiten. Wer entscheidet, dass ein Material freigegeben werden darf? Wessen Kostenstelle gehört das Produkt? Wer bewertet Compliance und Qualität? Wer ist Ansprechperson, wenn es verkauft wurde und nun zu dem Käufer transportiert werden muss? Welche Abteilungen müssen zustimmen: Product Supply, Einkauf, Finance, Sustainability, Operations, Legal, Qualität? In vielen Unternehmen passt der Weiterverkauf von Überschüssen schlicht nicht sauber in bestehende Prozesse. Einkaufsware muss plötzlich wie Verkaufsware behandelt und im System auch so umgewertet werden. Das ist ungewohnt, sensibel und aufwändig. Dazu kommt: Niemand spricht besonders gern über Überschüsse, weil es schnell nach Fehlplanung klingt. Dabei entstehen sie in komplexen Lieferketten ganz normal und alltäglich. Unser Ansatz ist, abgebende Firmen in diesem Prozess zu begleiten, Handlungssicherheit zu schaffen und die oft noch hohen Werte von Surplus-Rohstoffen sichtbar zu machen, bevor wir diese über einen professionellen und transparenten Prozess incyclen.

StartingUp: Eure Lösung setzt direkt an der digitalen Wurzel an und integriert sich via APIs nahtlos in ERP-Systeme wie SAP S/4HANA. Wie genau läuft dieser automatisierte Prozess ab, von der Entdeckung eines drohenden Überschusses bis hin zum erfolgreichen B2B-Handel?

Sascha Karhöfer: Der erste Schritt ist Sichtbarkeit. Unsere Plattform dockt über Schnittstellen an bestehende Systeme an, in Zukunft zu allererst an SAP S/4HANA, und analysiert, welche Materialien vorhanden sind, welche Mengen verfügbar sind, welche Haltbarkeiten hinterlegt sind und ob es Hinweise gibt, dass ein Material intern nicht mehr benötigt wird. Dann geht es um die Datenbasis. InCycling sammelt und strukturiert relevante Informationen: Sicherheitsdatenblätter, Produktspezifikationen, Qualitätsdokumentation, Haltbarkeit, Testergebnisse, Lagerhistorie, Verpackungs- und Transportspezifikationen. Genau hier hilft KI, weil viele dieser Daten verteilt, unstrukturiert oder schwer vergleichbar sind.

Karym El Sayed: Darauf folgt die fachliche Einordnung. Wir nutzen Chemical-Informatics, um das Material chemisch zu verstehen und zu prüfen, in welchen Industrien, Anwendungen oder Endprodukten es noch eingesetzt werden könnte. Das können komplett andere Märkte und Produkte sein, da viele Chemikalien ein breites Einsatzspektrum haben. Oft auch in Bereichen, die nicht direkt sichtbar sind. Danach erfolgt eine regulatorische Bewertung: In welchen Ländern oder Regionen darf der Rohstoff angeboten werden? Welche Sicherheitsvorgaben gelten? Welche Transportanforderungen gibt es? Gibt es Dual-Use-Themen, Embargos oder besondere Lizenzanforderungen auf Käuferseite? Auch hier helfen zukünftig KI-Modelle unseren Kunden, rechtssicher zu handeln. Im letzten Schritt führt ein Matchmaking-Modul diese Informationen zusammen. Es identifiziert passende Geschäftspartner, oft Trader, Broker oder Distributoren, und gibt konkrete Empfehlungen für den Weiterverkauf. Ziel ist nicht, bestehende Marktakteure zu ersetzen, sondern ihnen bessere, validierte Informationspakete und mehr handelbare Materialien zugänglich zu machen, die den Zweitmarkt bisher nicht einmal erreichen würden.

StartingUp: In der Chemie- und Pharmabranche gelten extrem strenge regulatorische Vorgaben. Wie stellt ihr mithilfe eurer KI – die ja auch auf NLP und OCR zur Dokumentenanalyse setzt – sicher, dass die gehandelten Rohstoffe absolut rechtssicher validiert und für die Käufer*innen compliance-konform sind?

Karym El Sayed: Zunächst ist wichtig: KI bereitet Daten auf und schlägt ein weiteres Vorgehen für eine Substanz vor. Sie unterstützt dabei, Informationen zu finden, zu strukturieren, zu vergleichen und für Expert:innen nutzbar zu machen. In regulierten Industrien braucht es nachvollziehbare Prozesse, klare Dokumentation und menschliche Verantwortung. Genau so bauen wir InCycling auf. An kritischen Wegpunkten immer mit einem „Human in the loop“, um Entscheidungen zu treffen und Prozesse zu kontrollieren. Ein einfaches Beispiel: NLP und OCR helfen uns, Dokumente wie Sicherheitsdatenblätter, Analysezertifikate, Spezifikationen oder Qualitätsunterlagen maschinenlesbar zu machen. Daraus entsteht ein strukturierter Quality- und Compliance-Kontext. Dieser kann dann über hoch spezialisierte KI-Agenten geprüft und ausgewertet werden: Passt das Material zur angegebenen Spezifikation? Welche Haltbarkeit ist relevant? Welche Lagerbedingungen sind dokumentiert? Welche regulatorischen Einschränkungen gibt es?

Sascha Karhöfer: Für kaufende Firmen ist Vertrauen entscheidend. Langfristig stellen wir uns vor, dass „InCycled“-Ware so selbstverständlich und verlässlich wird wie Refurbished-Produkte im Elektronikbereich. Eigentlich ist der Vergleich sogar etwas zu schwach, weil die Rohstoffe quasi nie genutzt wurden. Sie wurden produziert, qualitätsgesichert und dann nur bei einem anderen Unternehmen gelagert. Daher die Wortkreation „InCycling“, denn Recycling und Upcycling treffen nicht zu. Die Rohstoffe, auf die wir uns fokussieren, sind lediglich nach dem Kauf zwischengelagert, aber noch nicht einmal geöffnet, verändert oder gar eingesetzt worden. Damit dieser Markt funktioniert, müssen Kaufende nachhalten können, dass die Ware ihren Anforderungen entspricht. Daher sind wir bestrebt, dass Unternehmen beim Einkauf einer Surplus-Chemikalie auch alle relevanten Produkt- und Qualitätsdaten einsehen können, bevor ein Produkt gehandelt wird.

StartingUp: Ihr vertreibt InCycling als klassisches Software-as-a-Service-Modell (SaaS) mit einer Provisionskomponente. Wie sieht euer konkretes Monetarisierungsmodell aus und wie hoch sind die Hürden, wenn man eine traditionell eher konservative Industrie von einer neuen digitalen Plattform überzeugen will?

Sascha Karhöfer: Wir kombinieren eine SaaS-Lizenz für die ERP-Integration mit einer erfolgsabhängigen Provision auf abgewickelte Trades. Die SAP-Anbindung schafft laufende Sichtbarkeit auf Überschussbestände, substanziell verdient wird aber erst, wenn tatsächlich ein Trade zustande kommt. Das koppelt unseren Erfolg direkt an den wirtschaftlichen Nutzen, den wir für die Kunden schaffen, statt an reine Lizenzgebühren. Die Plattform muss sich nicht über ein abstraktes Digitalisierungsversprechen rechtfertigen, sondern über messbare Effekte im Bestand, in den Kosten und in der Ressourcennutzung: Wenn ein Unternehmen Abschreibungen vermeidet, Entsorgungskosten reduziert und gleichzeitig zusätzlichen Wert aus bestehenden Beständen schafft, ist der wirtschaftliche Hebel sehr konkret und messbar.

Karym El Sayed: Die Hürden liegen auch viel weniger darin, ob Unternehmen das Problem verstehen. Viele kennen es sehr genau. Wie schon gesagt, niemand spricht besonders gern über Überschüsse, weil es eben schnell nach Fehlplanung klingt. Die meisten Unternehmen sind in dem Bereich vorsichtig im externen aber auch internen Austausch. Neue Lösungen müssen in bestehende Systeme und bekannte Prozesse passen, regulatorisch belastbar sein und interne Entscheidungswege berücksichtigen. Deshalb verkaufen wir InCycling nicht als isolierte Verkaufsplattform. Wir erarbeiten mit den Unternehmen auch die effizientesten Prozesse für den Umgang mit Surplus: Wer muss eingebunden werden? Welche Freigabeschritte sind nötig? Welche Dokumente werden gebraucht? Wie wird aus einem potenziellen Überschuss ein sicher handelbares Material? Wenn diese Fragen sauber beantwortet sind, sinkt die Hürde nochmal deutlich.

StartingUp: Nachhaltigkeit und ESG-Kriterien sind heute fester Bestandteil von Geschäftsberichten. Welches Argument zieht in euren Verkaufsgesprächen mit den Konzernen derzeit besser: Die Reduktion des CO₂-Fußabdrucks durch echte Kreislaufwirtschaft oder die knallharte finanzielle Optimierung der Bilanz?

Karym El Sayed: Beides ist relevant, aber in unterschiedlichen Gesprächssituationen. Nachhaltigkeit und ESG öffnen oft die Tür, weil Unternehmen zunehmend berichten müssen, wie sie Ressourcen nutzen, Abfall vermeiden und Emissionen reduzieren. Gerade in der Chemie- und Pharmaindustrie ist das ein großes Thema und Unternehmen suchen nach immer neuen Ansätzen, hier noch besser zu werden. Die Entscheidung wird am Ende aber meist dort getroffen, wo operative und finanzielle Verantwortung liegt. Wenn Werksleiter*innen, Finance-Teams oder Operations-Verantwortliche sehen, dass weniger abgeschrieben, kürzer gelagert, weniger entsorgt und vorhandenes Material besser genutzt werden kann, wird der Case sehr konkret und die vermiedenen Kosten und generierten Revenues können produktiv investiert werden.

Sascha Karhöfer: Für uns ist die Stärke von InCycling genau diese Verbindung und dass wir den Prozess zu großen Teilen automatisieren können. Wenn hochwertiges Material vernichtet wird, verliert das Unternehmen Wert, zahlt teilweise zusätzlich für Lagerung, Transport und Entsorgung und verursacht unnötige Umweltbelastung. Wenn dasselbe Material weiterverwendet wird, entsteht ein Vorteil auf mehreren Ebenen.

StartingUp: Ihr seid nun seit gut einem Jahr am Markt. Wo steht InCycling heute und was sind die wichtigsten Meilensteine, die ihr in den kommenden Monaten auf eurer Roadmap habt?

Sascha Karhöfer: Wir sind in einer Phase, in der wir die Plattform im Markt weiter validieren, erste industrielle Testphasen und Pilot-Anbindungen mit Konzernen und dem Mittelstand ausbauen und mehr Materialvolumen sichtbar machen. In den vergangenen Monaten haben wir auch dank des Accelerator-Programms von AI NATION, in dem KI-Start-ups wie wir gefördert werden, große Schritte nach vorn gemacht. Jetzt machen wir uns nach einer erfolgreichen Angel-Runde bereit für eine erste größere Finanzierungsrunde, die wir für Ende 2026 anstreben.

Karym El Sayed: Die nächsten Meilensteine liegen für uns in drei Bereichen: Erstens wollen wir die technische Integration und die KI-Module weiter ausbauen, insbesondere Dokumentenanalyse, regulatorische Bewertung und Matchmaking. Zweitens geht es um den Aufbau eines starken internationalen und industrieübergreifenden Netzwerks aus abgebenden Unternehmen, Tradern, Brokern und Distributoren. Drittens wollen wir zeigen, dass InCycling skalierbar ist: zunächst in einer klaren Nische, aber mit einem sehr großen internationalen Markt dahinter. Und klar, langfristig wollen wir erreichen, dass überschüssige chemische und pharmazeutische Rohstoffe nicht mehr automatisch als Abfall gedacht werden, sondern als wertvolle Ressource, die verlässlich verkauft, eingekauft und eingesetzt werden kann.

StartingUp: Zum Abschluss ein Rat an unsere Community: Was empfiehlt ihr Gründer*innen, die mit DeepTech- und KI-Lösungen eine stark regulierte und etablierte Industrie umkrempeln wollen?

Sascha Karhöfer: Fangt beim echten Problem an, nicht bei der Technologie. In regulierten Industrien reicht es nicht, eine technisch spannende Lösung zu bauen. Man muss verstehen, wo der Schmerz im Alltag liegt, welche Daten wirklich verfügbar sind, welche Abteilungen betroffen sind und warum bestimmte Prozesse heute so laufen, wie sie laufen und auch wer die neuen Prozesse nutzen wird. KI ist dann stark, wenn sie ein konkretes industrielles Problem lösbar macht. Bei uns geht es nicht um KI als Selbstzweck, sondern darum, verteilte Informationen nutzbar zu machen, manuelle Aufwände zu senken, Entscheidungen besser vorzubereiten und dass InCycling gewinnbringend für alle Seiten wird. Wenn das gelingt, kann Technologie sehr viel bewegen.

StartingUp: Karym, Sascha – danke für eure spannenden Insights.

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

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

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

Verschwiegenheitspflicht und berufsrechtliche Hürden

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

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

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

Mehr als ein Chatbot

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

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

Das Gründerteam: Mix aus Tech und Tax

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

Kritischer Blick auf die Skalierbarkeit

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

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

Fazit

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

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

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

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

Der Markteintritt in den USA: Das Momentum nutzen

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

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

Einordnung für StartingUp: Stärken, Schwächen und harte Konkurrenz

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

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 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.

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

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

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

Deep Dive: Die Organisationen hinter dem Zusammenschluss

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

Futury: Vom Frankfurter Ökosystem zur „Startup Factory“

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

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

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

ryon: Der GreenTech-Accelerator in Gernsheim

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

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

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

Was der Deal konkret für Gründer*innen bedeutet

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

Zentrale Formate von ryon werden durch Futury übernommen und weiterentwickelt:

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

Fazit

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

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 der Fashion-Industrie waren lange ein ökologischer Offenbarungseid: Bei Retourenquoten von teils über 40 Prozent im Onlinehandel landeten europaweit jährlich Millionen Tonnen neuwertiger Textilien im Schredder oder in der Verbrennungsanlage. Die Sichtung und Aufbereitung von Retouren oder Saisonware war für viele Marken schlichtweg teurer als die Entsorgung.

Doch damit ist ab dem 19. Juli 2026 Schluss. Mit dem Greifen der EU-Ökodesign-Verordnung (ESPR) gilt für große Unternehmen ein striktes Vernichtungsverbot für Bekleidung, Accessoires und Schuhe. Unternehmen müssen stattdessen Alternativen wie Wiederverkauf, Reparatur, Spenden oder Recycling etablieren und diese lückenlos dokumentieren. Wer dennoch entsorgt, muss Menge und Gründe künftig öffentlich machen – ein enormes Reputationsrisiko. Für mittelständische Unternehmen folgt das Verbot 2030, Kleinstunternehmen bleiben vorerst ausgenommen.

„Das Vernichtungsverbot ist ein wichtiger Schritt. Es setzt ein klares Signal gegen die Verschwendung wertvoller Ressourcen und schafft Anreize, von Anfang an anders mit Produkten umzugehen“, ordnet Dr. Carsten Gerhardt, Vorsitzender der Circular Valley Stiftung, die politische Weichenstellung ein.

Der Markt: Compliance erzwingt Innovation

Damit wandelt sich die Kreislaufwirtschaft (Circular Economy) in der Textilbranche schlagartig von einem CSR-Thema („nice to have“) zu harter Compliance. Marken suchen händeringend nach externen Dienstleister*innen, um ihre Prozesse gesetzeskonform und kosteneffizient umzubauen.

Fast Fashion und der Post-Consumer-Abfall

Das neue Vernichtungsverbot ist ein regulatorischer Meilenstein, doch es adressiert vor allem die Spitze des Eisbergs: unverkaufte Neuware und Retouren (Pre-Consumer-Waste). Die weitaus größere Herausforderung bleibt das dahinterliegende Geschäftsmodell der Fast Fashion. Durch extrem kurze Nutzungsdauern, mindere Materialqualitäten und geringe Wiederverwendungsquoten entsteht der Großteil des globalen Textilmüllbergs erst nach dem Kauf bei dem /der Endverbraucher*in.

„Wenn wir Textilien wirklich im Kreislauf halten wollen, müssen wir den gesamten Lebenszyklus betrachten – vom Design über Nutzung und Wiederverwendung bis hin zum hochwertigen Recycling. Hier entstehen derzeit zahlreiche Innovationen“, mahnt Dr. Carsten Gerhardt. Für Start-ups bedeutet das: Wer nicht nur unverkaufte Neuware rettet, sondern skalierbare Lösungen für den gewaltigen Post-Consumer-Abfall der Fast-Fashion-Industrie findet, bedient einen Markt mit gigantischem Volumen.

Das deutsche Start-up-Ökosystem: Wer den Kreislauf schließt

In genau diese Lücken stoßen derzeit deutsche Start-ups. Sie bauen die technologische und logistische Infrastruktur für eine Industrie, die bisher primär auf den linearen Vertrieb optimiert war. Das Ökosystem fächert sich dabei in hochspezialisierte Segmente entlang des gesamten Produktlebenszyklus auf:

Produktdesign & digitale Infrastruktur (Pre-Life)

Um Textilien am Ende ihrer Lebensdauer verwerten zu können, müssen Materialzusammensetzungen exakt bekannt sein.

• circular.fashion (Berlin): Das Start-up von Gründerin Ina Budde zählt zu den deutschen Pionieren für den von der EU geforderten Digitalen Produktpass (DPP). Mit der circularity.ID erhält jedes Kleidungsstück einen digitalen "Reisepass" (via QR-Code oder NFC), der alle Infos zu Materialien speichert. Zudem bietet das Unternehmen eine Software an, die Designern schon beim Entwurf zeigt, ob ein Produkt später mechanisch oder chemisch recycelbar ist.

Recommerce-as-a-Service & Reverse Logistics (Mid-Life)

Unverkaufte Ware und Retouren müssen vorrangig wieder in den Markt gebracht werden.

• reverse.supply (Berlin): Einer der führenden Akteure für B2B-Recommerce. Das Start-up baut für Marken wie Armedangels oder hessnatur White-Label-Second-Hand-Shops auf und übernimmt die komplette „Reverse Logistics“ im Hintergrund: Annahme, Qualitätsprüfung (Grading), Aufbereitung und Fotografie. Für Marken, die ab sofort nicht mehr vernichten dürfen, ist dieser Service ein direkter Rettungsanker.
• Recash (München): Ein plattformgetriebener Ansatz, der Marken hilft, Recommerce unkompliziert an den primären E-Commerce anzudocken. Das Start-up fungiert als Schnittstelle zwischen Kunden, Marken und Second-Hand-Verwertern.
• TextilTiger: Der Spezialist für die „First Mile“ der Alttextilien. Das in Hamburg gegründete Start-up holt Altkleider mit E-Lastenrädern direkt an der Haustür ab – ein Service, den das Unternehmen aktuell fokussiert in München anbietet. Das verhindert die in klassischen Sammelcontainern übliche Verschmutzung und garantiert die hohe Materialqualität, die für ein anschließendes Recycling zwingend nötig ist.

DeepTech, Recycling & Materialrückgewinnung (End-of-Life)

Produkte, die nicht mehr verkauft werden können, müssen recycelt werden. Hier liegt die höchste technologische Einstiegshürde.

• eeden (Münster): Das Start-up löst das Problem von Mischgeweben (z.B. Baumwoll-Polyester-Mix). Mit einem patentierten chemischen Recyclingverfahren gewinnen sie Zellulose aus Alttextilien zurück, die zu neuen, hochwertigen Fasern gesponnen wird. Wie stark dieser Markt wächst, zeigt eine kürzlich abgeschlossene Series-A-Finanzierung von eeden über 18 Millionen Euro.
• TURNS (Erlangen): Fokussiert sich auf das physische Faser-zu-Faser-Recycling. Das exist-geförderte Start-up sortiert Alttextilien und verarbeitet sie zu hochwertigem Recycling-Garn für neue Kollektionen.
• Kleiderly (Berlin): Für Textilien, die nicht mehr zu Garn werden können, hat das preisgekrönte Start-up ein Verfahren entwickelt, das Textilmüll in eine Alternative zu erdölbasiertem Plastik umwandelt – etwa für die Produktion von Kleiderbügeln für die Modeindustrie.

B2B-Nischen & Corporate Workwear

Auch abseits der klassischen Modeindustrie entsteht durch die Regulierung enormer Innovationsdruck.

• Circularity: Das Alumni-Start-up (Batch 1) des Circular Economy Accelerators der Circular Valley Stiftung zeigt, wie branchenspezifische Lösungen aussehen. Das Team entwickelt geschlossene Stoffkreisläufe speziell für Berufsbekleidung. Ein enormer Hebel, da Workwear aufgrund von Firmenlogos und Sicherheitsnormen bisher fast ausnahmslos der Verbrennung zugeführt wurde.

Wo die Chancen für Gründer*innen liegen

Das Wettbewerbsumfeld formiert sich gerade neu. Für Gründer*innen und VCs ergeben sich vor dem Hintergrund der neuen EU-Regulierung drei zentrale Kernmärkte mit enormem Skalierungspotenzial:

1. Software & Reporting: Werkzeuge für Materialdokumentation, Traceability (DPP) und rechtskonformes Reporting treffen aktuell auf Kunden mit extrem hoher Zahlungsbereitschaft, da die Fristen für die großen Akteur*innen ablaufen.
2. Infrastructure-as-a-Service: Modekonzerne sind auf den Hinweg zur Kundschaft optimiert. Start-ups, die die extrem kleinteilige Logistik für Grading, Refurbishment und Recommerce als White-Label-Lösung abnehmen, skalieren stark.
3. Climate-Tech & Materialinnovation: Verfahren, die das Textilrecycling vom Labor in den industriellen Maßstab bringen, lösen den größten Flaschenhals der gesamten Branche und stehen im Fokus großer Kapitalgebenden.

Fazit

Das Vernichtungsverbot markiert das regulatorisch erzwungene Ende des linearen „Take-Make-Dispose“-Modells in der Textilbranche. Der Gesetzgeber agiert ab sofort als mächtigster Vertriebsmitarbeiter für Circular-Economy-Start-ups. Wer jetzt die B2B-Schnittstellen baut, um großen Marken die Kreislaufwirtschaft als Service anzubieten, positioniert sich rechtzeitig in einem wichtigen europäischen Wachstumsmarkt.

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.