Es war ein Moment der Anerkennung für mehr als ein Jahrzehnt Aufbauarbeit am Fundament der deutschen Start-up-Landschaft: Auf der jüngsten Mitgliederversammlung des Bundesverbands Deutsche Startups e.V. wurde Prof. Dr. Tobias Kollmann von der Universität Duisburg-Essen für sein herausragendes Engagement für den Verband und das deutsche Start-up-Ökosystem geehrt. Verena Pausder, Vorstandsvorsitzende des Verbands, überreichte dem renommierten Wissenschaftler, Start-up-Pionier und politischen Berater eine Ehrenurkunde für seine Verdienste um das Unternehmertum in der digitalen Wirtschaft in Deutschland.

Die Auszeichnung würdigt die Rolle, die Kollmann insbesondere für den Verband gespielt hat. „2012 durfte ich zusammen mit 20 anderen politischen Start-up-Pionieren diesen Bundesverband gründen, der heute zur zentralen Stimme für die Start-up-Szene in unserem Land geworden ist“, erinnerte Kollmann in seiner Rede. Aus einem noch jungen Zusammenschluss ist in den vergangenen Jahren eine feste Institution geworden – mit erheblichem Einfluss auf Politik, Wirtschaft und Öffentlichkeit.

Deutscher Startup Monitor (DSM) – „Herzstück unserer und insbesondere meiner Arbeit für den Startup-Verband“

Ein zentrales Element dieser Arbeit war der Deutsche Startup Monitor (DSM). Kollmann bezeichnete ihn als „Herzstück unserer und insbesondere meiner Arbeit für den Startup-Verband“. Als größte und wichtigste Gründer*innenstudie Deutschlands habe der DSM „jährlich ein neues Fundament für ein lebendiges und zukunftsfähiges Start-up-Ökosystem in unserem Land“ gelegt. Die Zahlen unterstreichen diesen Anspruch: In Kollmanns Amtszeit wurden mehr als 30.000 Gründer*innen und aus über 10.000 Start-ups befragt.

Die Bedeutung dieses Engagements wurde in den Stimmen zur Preisverleihung deutlich. Verena Pausder dankte dem Geehrten „für das außergewöhnliche und leidenschaftliche Engagement, die fachliche Kompetenz und den unglaublichen und nachhaltigen Einfluss auf die Start-up-Szene in Deutschland“ und betonte: „Es war mir eine Ehre, die Auszeichnung an Prof. Kollmann überreichen zu dürfen.“

Verbindung von empirischer Tiefe und praktischer Relevanz

Die Wirkung dieser Daten reichte weit über die Szene hinaus. Die Ergebnisse fanden nicht nur Eingang in mehr als 1000 Presseberichte, sondern wurden auch von Politik und Wissenschaft intensiv genutzt. „Die hohe Qualität unserer Daten hat sich auch in weit über 30 wissenschaftlichen Artikeln und Publikationen bis hin zu internationalen Top-A-Journals gezeigt“, betonte Kollmann. Auch politische Entscheidungsträger griffen regelmäßig auf die DSM-Analysen zurück.

Inhaltlich deckte die Arbeit von Kollmann und seinem Team eine große Bandbreite ab: von praxisnahen Fragen wie Gründungsfinanzierung, Mitarbeiterbeteiligung, Start-up-Zentren an Hochschulen oder Kooperationen zwischen Start-ups und etablierten Unternehmen bis hin zu wissenschaftlichen Themen wie Ambitionen, Resilienz, Teamkonflikten und Einflussfaktoren auf die Gründungsneigung. Diese Verbindung von empirischer Tiefe und praktischer Relevanz gilt vielen als Markenzeichen seines Werks.

Eine gesunde Szene brauche nicht nur Leuchttürme, sondern auch die Breite: die Horses, die Cows und die Zebras

Aus seiner langjährigen Arbeit leitete der Geehrte drei zentrale Erkenntnisse ab. Erstens: „Die Start-up-Szene ist in ganz Deutschland zuhause.“ Was einst stark auf Berlin fokussiert war, habe sich zu einem bundesweiten Phänomen mit erheblicher Wirtschaftskraft und vielen Arbeitsplätzen entwickelt – von München über Hamburg und Köln bis Aachen und zahlreiche weitere Regionen. Zweitens: „Nicht nur die großen und erfolgreichen Unicorns zählen.“ Eine gesunde Szene brauche nicht nur Leuchttürme, sondern auch die Breite: „die Horses, die Cows und die Zebras“, die den Mittelstand von morgen bilden. Drittens schließlich: „Die Hochschulen sind und bleiben die zentralen Keimzellen unserer Start-up-Szene.“ Sie bildeten Gründer*innen aus, führten Teams zusammen und stellten damit die Basis für das gesamte Ökosystem.

Auch Florian Nöll, Gründungsmitglied und ehemaliger Vorsitzender des Verbands, der ebenfalls vor Ort war, würdigte den Einsatz des Wissenschaftlers: „Tausend Dank an Prof. Kollmann für seinen unermüdlichen Einsatz für die Gründerinnen und Gründer in Deutschland und Europa. Er hat wahnsinnig viel für unser Start-up-Ökosystem bewegt. Gratulationen kamen aber auch aus anderen Regionen Deutschlands. Aus politischer Perspektive hob Johannes Velling, Abteilungsleiter „Digitalisierung, Start-ups und Dienstleistungen“ im nordrhein-westfälischen Wirtschaftsministerium, die prägende Rolle Kollmanns hervor: „Nicht nur im Bund, sondern auch im Land NRW gehörte Prof. Kollmann zu den prägenden Figuren der Start-up-Szene.“

Die Ehrung in Berlin ist damit mehr als nur eine persönliche Auszeichnung. Sie steht exemplarisch für einen Ansatz, der Daten, Wissenschaft, Praxis und Politik miteinander verbindet – und für einen Akteur, der das deutsche Start-up-Ökosystem als Brückenbauer zwischen diesen Welten über Jahre hinweg entscheidend mitgestaltet hat.

QuantumDiamonds entwickelt Quantensensor-Technologien und -Tools für die Fehleranalyse und Messtechnik einer neuen Generation von Halbleiterchips ein. Ziel ist es, herkömmliche Halbleitertestmethoden zu unterbrechen und die Fehlerlokalisierung tief in 3D-Halbleiterarchitekturen zu beschleunigen.

Durch die Nutzung von Stickstoff-Leerstands-Zentren in Diamanten kartieren die Systeme von QuantumDiamonds zerstörungsfrei elektrischen Strom mit Mikrometer-Pezipresion in Sekundenschnelle, auch in hochkomplexen Chippaketen. Diese Fähigkeit ist von zentraler Bedeutung für fortschrittliche 2.5D- und 3D-Architekturen, die KI, mobile und Automobilelektronik untermauern, wie das Unternehmen in einer Erklärung darstellt.

Das Unternehmen hat vor Kurzem eine zerstörungsfreie Fehleranalyse auf Apple A12-Chips veröffentlicht, die von TSMC hergestellt wurden. QuantumDiamonds verwendet Quantum Diamond Microscopy, um vergrabene Defekte in kommerziellen Paket-on-Package-Geräten zu lokalisieren.

Jetzt präsentiert QuantumDiamonds seinen Plan, 152 Millionen Euro zu investieren, um die weltweit erste Produktionsstätte für fortschrittliche Chip-Testsysteme zu bauen. Nach gründlicher Prüfung möglicher Standorte in den USA entschied sich das Unternehmen bewusst für Deutschland. Der Standort in München wird als "First-of-a-Kind-Fabrik" unter dem European Chips Act betrachtet.

„Diese Investition markiert unseren Übergang von der Forschung zur globalen Produktion. Wir bauen die Werkzeuge auf, die die Chipindustrie benötigt, um zu prüfen, was bisher unsichtbar war – und zwar in Deutschland, mit europäischem IP und Talent“, so Co-Founder Berghoff gegenüber EU-Startups. „Die frühzeitige Unterstützung, die wir von Programmen wie dem EIC Accelerator und dem SPRIN-D erhalten haben, legte den Grundstein für dieses Scale-up. Mit der erwarteten Finanzierung des Chips Act werden wir von Piloteinsätzen zur Serienproduktion übergehen und dazu beitragen, die Rolle Europas in der Zukunft der Halbleiterindustrie zu sichern."

Ghazaleh, du bist 2020 aus dem Iran nach Deutschland gekommen, hast hier mehrere Studiengänge erfolgreich absolviert und 2023 CanChip gegründet. Wie hast du diese rasante Reise gemeistert und was treibt dich an?

Meine akademische Laufbahn begann mit einem Studium der Biotechnologie im Iran, immer mit dem Ziel, zur Krebsforschung beizutragen – eine persönliche Mission, die von der Krebserkrankung meiner Mutter geprägt war. Diese Motiva­tion blieb auch bestehen, als ich nach Deutschland kam und meinen Master in Biochemie und Molekularbiologie absolvierte.

Die Idee zu CanChip entstand, als ich meinen Mitgründer Dr. Omid Nejati traf und wir über das Potenzial von Tumor­on-chip-Technologien diskutierten. Das war ein Wendepunkt: Ich erkannte, wie wir Ingenieurskunst und Biologie kombinieren können, um etwas wirklich Wirkungsvolles zu schaffen.

Was mich antreibt, ist die Möglichkeit, Patient*innen einen schnelleren und präziseren Weg zur Behandlung zu ermöglichen und letztendlich die Art und Weise zu verändern, wie wir Krebs bekämpfen.

Welche Vision verfolgst du mit CanChip?

Bei CanChip wollen wir personalisierte Krebstherapien Wirklichkeit werden lassen, indem wir die Mikroumgebung von Tumoren auf einem Mikrofluidik-Chip simulieren. Unser Ziel ist es, die Arzneimittelprüfung von Tieren auf prädiktive Modelle mit menschlichen Zellen umzustellen. Wir möchten die Plattform der Wahl für Pharmaunternehmen und Forschungseinrichtungen werden, die bessere Werkzeuge für die Entwicklung von Krebsmedikamenten suchen. Über die Forschung hinaus ist es unsere langfristige Vision, patient*innenabgeleitete Tumore in unsere Chips zu integrieren, sodass Ärzt*innen Therapien vor ihrer Anwendung am Patient*innen in vitro testen können. Wir stellen uns eine Zukunft vor, in der die Krebstherapie mit „Versuch und Irrtum“ durch Präzision und Zuversicht ersetzt wird.

Wie unterscheidet sich euer Ansatz von den bestehenden Methoden?

Traditionelle 2D-Zellkulturen und Tiermodelle können die Komplexität menschlicher Tumore oft nicht abbilden. Unsere Tumor-on-Chip-Modelle beinhalten mehrere menschliche Zelltypen – wie Krebszellen, Endothelzellen und Immunzellen – die in einer 3D-Matrix in einem dynamischen Mikroflüssigkeitssystem eingebettet sind. Diese Anordnung bildet die menschliche Tumorumgebung genauer ab als bestehende Plattformen.

Der Vorteil? Zuverlässigere Daten zur Arzneimittelwirkung, weniger Tierversuche und letztlich eine schnellere und sicherere Entwicklung von Therapien. Unser Modell ist besonders wertvoll für seltene oder therapieresistente Krebsarten wie Glioblastome. Derzeit schließen wir unsere Machbarkeits­studien ab und bereiten uns auf Kooperationen mit pharmazeutischen Partnern vor.

Künstliche Intelligenz verändert immer mehr Bereiche. Welche Rolle spielt KI in deinem Fachgebiet?

Künstliche Intelligenz wird in der personalisierten Krebsforschung immer wichtiger, insbesondere bei unseren Organ­-on-Chip-Modellen. Wir nutzen KI derzeit für die automatisierte Bildanalyse, um die Zellmorphologie und die Reaktion auf Medikamente objektiv zu bewerten. Wir werden die KI-Nutzung ausweiten, um komplexe Daten wie Genexpression und Bildgebung zu analysieren und Vorhersagemodelle für patient*innenspezifische Arzneimittelreaktionen zu erstellen. KI wird auch dazu beitragen, den Versuchsaufbau zu optimieren, beispielsweise die Zellkombinationen und die Mikrofluidik-Einstellungen. Langfristig wird KI für die präklinische Forschung und die personalisierte Medizin unerlässlich sein, indem sie Muster in der komplexen Biologie aufdeckt und die Arznei­mittelentwicklung durch datengestützte Entscheidungen beschleunigt.

Die Tumor-on-Chip-Technologie ist nicht unumstritten, und der Weg zu tierversuchsfreien Arzneimittelzulassungen nicht einfach. Was sagst du den Kritiker*innen?

Es stimmt, dass die gesetzlichen Rahmenbedingungen noch immer stark auf Tierversuche angewiesen sind. Aber die Wissenschaft entwickelt sich weiter.  Die Tumor­on-Chip-Technologie zielt nicht darauf ab, alle bestehenden Methoden über Nacht zu ersetzen, sondern ergänzt und verbessert sie. Kritiker*innen übersehen oft die Vorteile der Reproduzierbarkeit und der ethischen Vertretbarkeit von in-vitro-Modellen mit menschlichen Zellen. Zudem sind die Regulierungsbehörden zunehmend offen für alternative Methoden, wenn diese zuverlässige Daten liefern. Unsere Aufgabe ist es, zu zeigen, dass unsere Chips konsistente und biologisch aussagekräftige Ergebnisse liefern können. Skepsis ist bei Innovationen normal, aber wir sehen sie als eine Einladung, uns zu verbessern und zu beweisen, dass wir zuverlässige Ergebnisse liefern können.

Ihr seid gerade dabei, eure Chips zu validieren und zu zertifizieren. Welchen Herausforderungen habt ihr euch dabei zu stellen?

Die größte Herausforderung ist die Standardisierung eines hochkomplexen biologischen Systems. Wir müssen sicherstellen, dass unsere Chips reproduzierbare Ergebnisse liefern, unabhängig von Charge und Krebsart. Gleichzeitig müssen wir klare Protokolle für Qualitätskontrolle und Dokumentation entwickeln, die den regulatorischen Erwartungen entsprechen. Eine weitere Herausforderung ist die Skalierbarkeit: der Übergang von Laborprototypen zu robusten, benutzer*innenfreundlichen Plattformen für die industrielle Nutzung. Das betrifft Materialien, Automatisierung und Kostenoptimierung – und das alles bei gleichzeitiger Wahrung der biologischen Integrität.

Wann erwartest du die Zulassung und welche Aufgaben müssen bis dahin erledigt werden?

Die Zulassung ist ein mehrstufiger Prozess. Wir streben zwar keine direkte medizinische Zulassung an (noch nicht), aber unsere Chips müssen als valide Werkzeuge für die vorklinische Prüfung akzeptiert werden. In den nächsten 12 bis 18 Monaten wollen wir unter anderem Validierungsstudien veröffentlichen, die von Expert*innen geprüft wurden, wichtige pharmazeutische Kooperationen sichern und Qualitätssysteme einführen, die den ISO-Normen entsprechen.

Wichtig ist auch die Zusammenarbeit mit den Regulierungsbehörden: Wir sind aktiv in Netzwerken und Konsortien tätig, um uns über die neuesten Richtlinien zu informieren. Wir hoffen, innerhalb von zwei Jahren den Status einer akzeptierten vorklinischen Prüfung zu erreichen und kurz darauf mit der Anwendung an Patient*innen beginnen zu können.

BioTech-Start-ups benötigen langfristige Unterstützung und erhebliches Kapital. Wer sind eure Unterstützer*innen und Investor*innen?

Wir haben das Glück, ein starkes Netzwerk an Unterstützer*innen zu haben. Wir erhielten frühzeitig den Newcomer of the Year 2025 German Startup Award, den Sonderpreis des Brandenburg Innovation Awards, den Jurypreis beim Female Start-Aperitivo und viele weitere Auszeichnungen, was uns half, mehr Sichtbarkeit zu erlangen. Der Wissenschaftspark Potsdam hat uns mit Infrastruktur, Mentoring und einer lebendigen Start-up-Ökosystem-Umgebung unterstützt. Wir haben auch von Netzwerken wie der HealthCapital Berlin-Brandenburg profitiert. Obwohl wir derzeit selbst­finanziert sind und von Pilotstudien und Kooperationen unterstützt werden, bereiten wir uns aktiv auf eine Seed-Finanzierungsrunde vor, um unser Team zu erweitern und die Produktion zu skalieren.

Ein Blick in die Zukunft: Wie nah sind wir daran, eine wirklich personalisierte Krebstherapie für die Mehrheit der Patient*innen zu ermöglichen?

Wir sind näher dran, als wir denken. Fortschritte in der molekularen Diagnostik, der Einzelzellanalyse und der Organ-on-Chip-Technologie laufen auf ein gemeinsames Ziel hinaus. Was noch fehlt, ist die Integration, und hier sind Start-ups führend. Wir agieren schnell, wir gehen Risiken ein und schließen die Innovationslücken, die von größeren Institutionen hinterlassen werden. Personalisierte Krebstherapien werden zum Standard, wenn Plattformen wie unsere innerhalb der klinischen Fristen handlungsrelevante Ergebnisse liefern können. Wir sind davon überzeugt, dass Tumor­on-Chip-Modelle innerhalb der nächsten fünf bis zehn Jahre zu Standardwerkzeugen in der Onkologie werden und Start-ups wie CanChip diese Transformation anführen werden.

Was möchtest du anderen (BioTech-)Gründer*­innen mit auf den Weg geben?

Aus wissenschaftlicher Sicht war die Gründung eines Start-ups ein großer, aber auch lohnender Schritt. Sprecht früh mit potenziellen Kund*innen. Diese Gespräche halfen uns, unser Produkt zu formen und wirkliche Bedürfnisse zu entdecken. BioTech braucht Zeit. Zellkultur, Qualitätskontrolle, Partnerschaften. alles bewegt sich langsamer als geplant.

Seid geduldig, aber beharrlich. Soft Skills wie Kommunikation, Resilienz und strategisches Denken sind genauso wichtig wie wissenschaftliche Expertise.

Vermeidet die Perfektionismusfalle: Beginnt mit dem, was ihr habt, und verbessert iterativ. Mein Rat: Baut ein starkes Team auf, bleibt fokussiert auf eure Mission und habt keine Angst vor Fehlern; sie sind Teil des Prozesses. Verbindet wissenschaftliche Exzellenz mit unternehmerischem Mut. Diese Mischung kann euch wirklich voranbringen, auch in einem komplexen Bereich wie BioTech.

Ghazaleh, Danke für deine Insights

Lucent AI quantifiziert Risiken präziser, erkennt Auffälligkeiten anhand von Branchendaten und ermöglicht frühzeitige Risiko-Szenarien für Management und Investor*innen. Diese Aufgaben zählen zu den aufwändigsten Prozessen für Governance-Teams, da sie stark reguliert, personalintensiv und zeitkritisch sind. Die Agentic-AI-Technologie von Lucent AI übernimmt viele dieser Schritte selbstständig, indem sie Daten zusammenführt, Analysen durchführt und Handlungsempfehlungen oder Entscheidungsvorlagen bereitstellt.

Die Integration in bestehende IT-Systeme erfolgt über standardisierte Schnittstellen, sodass Unternehmen die Plattform innerhalb kurzer Zeit einsetzen können. Gerade in Organisationen, die heute noch stark mit Excel, E-Mails und manuellen Prüfungen arbeiten, führt die Automatisierung zu erheblichen Verbesserungen in Geschwindigkeit, Genauigkeit und Skalierbarkeit.

Jetzt wurde Lucent AI von osapiens, einem führenden deutschen Softwareanbieter für Nachhaltigkeits- und Transparenzlösungen, übernommen. Im Zuge der Übernahme werden Technologie, Produktportfolio und Kundenstamm von Lucent AI vollständig in den osapiens HUB integriert. Erste Module werden ab dem zweiten Quartal 2026 verfügbar sein. Die Gründer treten dem Team von osapiens bei und verantworten künftig die Weiterentwicklung der Lösung sowie ihre strategische Einbettung in die Bereiche Resilience & Risk Management, Disclosures & Reporting und Product Compliance & Traceability.

„Mit Lucent AI erweitern wir unser Portfolio um ein zukunftsweisendes System für Finanzrisiken und Compliance“, erklärt Matthias Jungblut, Mitgründer und Co-CEO von osapiens. „Die fortschrittlichen KI-Agenten von Lucent ergänzen unser Angebot ideal und unterstützen unsere Mission, Unternehmen weltweit zu mehr Transparenz, Sicherheit und Effizienz zu verhelfen.“

„Lucent AI wurde mit der Mission gegründet, Unternehmen durch intelligentes Risikomanagement widerstandsfähiger zu machen“, sagt Mitgründer Max Wolff. „Wir haben aus erster Hand erlebt, wie komplex und zugleich zentral diese Prozesse für regulierte Unternehmen jeder Größe sind. Mit osapiens haben wir einen Partner gefunden, der unsere Vision teilt und über die Ressourcen und die Expertise verfügt, um unsere Lösungen weiterzuentwickeln und zu skalieren.“

Der globale Markt für diagnostische Schnelltests (Point-of-Care-Testing) gehört zu den am schnellsten wachsenden Segmenten im Gesundheitswesen und wird bis 2030 auf über 80 Milliarden US-Dollar geschätzt. Lateral-Flow-Tests (LFAs), zum Beispiel für Infektionen oder kardiovaskuläre Marker, sind zwar weltweit etabliert, stoßen aber bei der Sensitivität an technologische Grenzen: Aktuelle Schnelltests erreichen durchschnittlich nur bis zu 75 Prozent Genauigkeit, was häufig zu Fehldiagnosen führt und den Einsatz zeit- und kostenintensiver PCR-Labortests nötig macht.

Medizintechnologischer Durchbruch

Genau hier setzt Amplifold, ein im Jahr 2025 gegründetes Spin-off der LMU München, an: Mithilfe programmierbarer DNA-Origami-Nanostrukturen steigert das Unternehmen die analytische Sensitivität von Schnelltests um das bis zu 100-Fache. Damit wird es erstmals möglich, PCR-ähnliche Diagnostik in Echtzeit und direkt am Patienten durchzuführen – kostengünstig, ohne Labor und innerhalb weniger Minuten.

Die Plattform des Unternehmens basiert auf Erkenntnissen einer in Nature Communications veröffentlichten Studie, die zeigt, dass programmierbare DNA-Origami-Nanostrukturen die Testempfindlichkeit klassischer LFAs drastisch erhöhen können, ohne dessen Testformat oder bestehende Herstellungsprozesse zu verändern. Diese Technologie ermöglicht kostengünstigen Schnelltests die Sensitivität von gerätebasierten Tests – und eröffnet neue Anwendungsmöglichkeiten in der dezentralen Diagnostik, Point-of-Care-Testing und globalen Gesundheitsversorgung in vielen Bereichen, darunter Kardiologie, Neurologie mit Fokus auf Schlaganfälle und Infektionsmedizin.

Die Mittel aus der Finanzierungsrunde nutzt Amplifold, um seine Technologie der Signalverstärkung in eine marktfähige industrielle Lösung zu überführen, das Produktentwicklungs- und Regulatory-Team auszubauen und die IVDR-Zulassung des ersten In-vitro-Diagnostikprodukts in Europa vorzubereiten. Zudem wird das Unternehmen in das Innovations- und Gründerzentrum für Biotechnologie (IZB) in Martinsried – eines der führenden Life-Science-Startup-Zentren Europas – umziehen und dort von der Nähe zu akademischen und klinischen Partnern profitieren.

„Lateral-Flow-Tests haben den Zugang zur Diagnostik revolutioniert, aber ihre Empfindlichkeit blieb traditionell hinter den zentralen Laborsystemen zurück. Mit der DNA-Origami-Signalverstärkung können wir viel mehr Signalgeber auf jedes Bindungsereignis eines Standardstreifens programmieren. Kostengünstige Schnelltests erreichen auf diese Weise die Sensitivität von Labor-Messgeräten, ohne dass das Grundformat verändert werden muss”, sagt Dr. Maximilian Urban, Co-Gründer von Amplifold und Haupterfinder der Kombination aus DNA-Origami-Nanotechnologie und Lateral-Flow-Assays.

Auf der jährlichen Hausmesse der Amazon Tochter AWS sind neben Produkt-Ankündigungen, Partner*innen und Kund*innen auch zahlreiche Start-ups anwesend. AWS nutzt die Förderung von Start-ups zur Identifizierung neuer Trends. In zahlreichen Gesprächen mit Expert*innen und jungen Unternehmen zeichnete sich in diesem Jahr ab: Die nächste Welle der Innovation verschmilzt künstliche Intelligenz (KI) mit der physischen Welt und schafft autonome Systeme, die nicht nur Daten verarbeiten, sondern real handeln. Zwei Trends stechen dabei besonders hervor.

Physical AI: Wenn KI in die physische Welt eingreift

Physical AI beschreibt die Verschmelzung von KI mit der physischen Realität. Das Spektrum reicht von humanoider Robotik über autonome Fahrzeuge bis hin zu intelligenten Industrieanlagen. Gemeinsam ist diesen Systemen, dass sie in Echtzeit flexibel auf ihre Umgebung reagieren und dabei komplexe Informationen wie Tiefe, Krafteinwirkung und räumliche Daten verarbeiten müssen.

Wie weit manche Start-ups bereits sind, zeigt BrainBox AI aus Montreal im Gebäudetechnikbereich. Das Unternehmen steuert Heizungs- und Kühlsysteme anhand von Prognosen zu Wetter, Energiepreisen und Strommix und greift so direkt in den Energieverbrauch von Gebäuden ein. Ein integriertes Assistenzsystem unterstützt zusätzlich Wartungs- und Betriebsprozesse. So beeindruckend die Technologie ist, zeigt sie zugleich die Herausforderungen physischer KI-Systeme. Jede Fehleinschätzung kann reale Kosten und Schäden verursachen.

In der Robotik macht das Schweizer Start-up Mimic Robotics deutlich, wie anspruchsvoll es ist, menschliche Bewegungen für Maschinen nutzbar zu machen. Die Gründer setzen auf eine eigene Datenerfassungsmethode mit sensorgestützten Handschuhen und hochflexiblen Roboterhänden. Ziel ist, dass Maschinen das Greifen durch Imitation des Menschen erlernen und sich dadurch in Logistik und Fertigung schneller an neue Aufgaben anpassen können.

Physical AI erobert auch Branchen, die bislang wenig digitalisiert sind. Das Start-up Bedrock Robotics etwa arbeitet daran, schwere Baumaschinen autonom zu steuern. Es ist ein Beispiel dafür, wie diese Technologie in traditionelle Industrien vordringt

Agentic AI: Autonome Systeme im Unternehmensalltag

Parallel dazu entstehen Start-ups, die KI nicht als Tool, sondern als handelnde Einheit begreifen. Agentic AI bezeichnet Modelle, die Aufgaben planen, Entscheidungen vorbereiten oder eigenständig Prozesse ausführen. Diese Systeme sollen nicht einfach automatisieren, sondern sich an neue Situationen anpassen.

In der Praxis ist das anspruchsvoll. Unternehmen müssen definieren, welche Entscheidungen KI treffen darf und wo menschliche Kontrolle notwendig bleibt. Gleichzeitig wächst der Druck, komplexe Dokumente, Datenbestände oder Kund*inneninteraktionen effizienter zu verarbeiten.

Ein Beispiel aus München macht diese Entwicklung greifbarer. Das Start-up Vidlab7 entwickelt KI-basierte Avatare, die auf Webseiten Produkte erklären, Demos durchführen und Anfragen qualifizieren. Damit entsteht eine neue Form der digitalen Kund*inneninteraktion, die deutlicher als bisher an reale Verkaufsprozesse anknüpft und für kleinere Unternehmen zugänglich wird.

Noch weiter geht Brainbase Labs aus der Bay Area. Das Start-up verfolgt einen experimentellen Ansatz und entwickelt Umgebungen, in denen Software-Agenten über Gedächtnis- und Planungsfunktionen komplexe Aufgaben autonom übernehmen können. So entsteht ein komplett digitaler Arbeitskollege.

Eine Entwicklung mit langen Zyklen

Die Entwicklung von Physical AI und agentenbasierte Systeme erfordert deutlich mehr Aufwand als klassische Softwareprodukte. Sie benötigen lange Entwicklungszyklen, interdisziplinäre Expertise und oft höhere Anfangsinvestitionen. Gleichzeitig adressieren sie Themen, die für viele Unternehmen immer dringlicher werden, etwa Energieeffizienz, Prozessautomatisierung oder der Umgang mit wachsenden Datenmengen.

Ob aus den heutigen Pilotprojekten tragfähige Geschäftsmodelle entstehen, bleibt abzuwarten. Sicher ist jedoch, dass die Kombination aus physischer und digitaler Autonomie die kommenden Jahre prägen wird. KI verlässt ihre isolierte Rolle und wird zu einem Bestandteil realer Abläufe und Entscheidungen. Damit beginnt eine Phase, in der ihr unmittelbarer Einfluss spürbarer wird als je zuvor.

Der Autor Arne Bauer ist Consultant bei der Söldner Consult GmbH. Das von den Brüdern Prof. Dr. Jens-Henrik Söldner, Dr. Guido Söldner und Dr. Constantin Söldner gegründete und geleitete Unternehmen unterstützt auf regionaler, deutschlandweiter sowie internationaler Ebene bei der Planung und Implementierung von komplexen IT-Umgebungen.

SereneDB hat seine Pre-Seed-Finanzierungsrunde abgeschlossen und 2,1 Millionen US-Dollar eingesammelt. Die Runde wurde von den Risikokapitalfonds Entourage und High-Tech Gründerfonds (HTGF) angeführt.

Das Team nutzt sein Know-how aus der Entwicklung der weltweit schnellsten C++-Suchbibliothek für Unternehmen, um die Engine für Datenanwendungen der nächsten Generation zu entwickeln. Das Unternehmen wird die Investition nutzen, um seine Kernaufgabe zu verfolgen: den Aufbau einer dedizierten Datenbank für Echtzeit-Suche und -Analyse, die die aktuellen Industriestandards neu definiert.

Die meisten Such- und Analysetools wurden entwickelt, um einzelne, statische Elemente zu finden, und nicht, um sich schnell ändernde, komplexe Daten zu analysieren. Sie haben Schwierigkeiten mit Aktualisierungen und Löschungen in Echtzeit und zwingen Teams dazu, Suchvorgänge, Caches und Dashboards miteinander zu verknüpfen. Das Ergebnis sind langsame Antworten, instabile Pipelines und veraltete Erkenntnisse.

SereneDB vereint Live-Daten und tiefgehende Analysen in einem System. Es verbindet eine leistungsstarke und vielseitige Suchmaschine mit moderner OLAP-Ausführung unter dem Standard-PostgreSQL-Dach, verarbeitet Echtzeit-Eingaben mit korrekten Aktualisierungen und Löschungen und liefert komplexe Ergebnisse in Millisekunden. Während Menschen und KI-Agenten bessere Fragen zu den aktuellsten Daten stellen können, reduzieren Unternehmen den Werkzeug-, Kosten- und Betriebsaufwand durch den Einsatz einfacher und standardisierter SQL-Tools und APIs.

Andrey Abramov, Mitbegründer von SereneDB, sagt: „Wir haben uns von einem persönlichen Projekt im Jahr 2014 zu dem außergewöhnlichen Team entwickelt, das wir heute sind. Unser gemeinsames Ziel war es schon immer, echte Echtzeit-Analysen zu verwirklichen. Die Partnerschaft mit Entourage und HTGF gibt uns die Ressourcen, um dieses Ziel zu erreichen, und wir schätzen ihr Vertrauen, während wir unsere Mission erfüllen.“

Gemeinsam mit der Universität der Bundeswehr München und weiteren Partnern gibt das Münchner Raumfahrtunternehmen OroraTech – ein 2018 in München gegründetes globales Intelligence-as-a-Service-Unternehmen, das thermische Daten für die Erkennung und Bekämpfung von Waldbränden nutzt – den erfolgreichen ersten Raketenstart von GENA-OT bekannt. Als modulares `Mini-Labor im All´ bietet der kompakte Forschungssatellit mit Formfaktor 16U CubeSat Platz für verschiedene Nutzlasten, wie etwa Kameras oder Sensoren. Ziel des Projekts ist es, mehreren Drittanbietern – wie Universitäten, Forschungseinrichtungen oder Start-ups – eine gemeinsame Plattform zu bieten, um im Weltraum einfach, schnell und kostengünstig wissenschaftliche Experimente durchführen oder neue Technologien validieren zu können.

Die Mission wurde im Rahmen des sogenannten General Support Technology Programme (GSTP) der Europäischen Weltraumorganisation (ESA) entwickelt und durch Mittel des Deutschen Zentrums für Luft- und Raumfahrt (DLR) gefördert. Der Satellit startete an Bord der Transporter-15-Rideshare Mission von SpaceX auf der Vandenberg Space Force Base in den USA.

Professor Andreas Knopp von der Universität der Bundeswehr München hob hervor:

„Hohe Geschwindigkeit, modulare Bauweise und modernste Innovation: Mit GENA-OT zeigen wir, wie die Zukunft der Satellitenentwicklung aussieht. In einem beispiellos kurzen Zeitraum haben wir mehrere innovative Nutzlasten von der Universität sowie verschiedener StartUps integriert. Das Projekt verdeutlicht, wie Wissenschaft und Industrie mit gebündelten Kräften den NewSpace-Anforderungen schnell gerecht werden können.“

Martin Langer, Geschäftsführer (CEO) und Technologiechef (CTO) von OroraTech ergänzte: „Unsere Mission unterstreicht, wie kommerzielle Plattformen und öffentlicher Nutzen Hand in Hand gehen: GENA-OT ist das Ergebnis einer öffentlich-privaten Partnerschaft, in der wir weltraumtaugliche Hardware in Rekordzeit geliefert haben. Wir sind fest überzeugt: Gute Entscheidungen basieren auf guten Daten. Und unsere neue Satellitenplattform bietet die Möglichkeit für neue Infrastrukturen, um schnell und flexibel neue Daten zu gewinnen.“

Shahin Kazeminejad, Leiter des GSTP-Programms am DLR, rundete ab: „GENA-OT ist die erste rein deutsche Mission, die im Rahmen des GSTP-Elements 3 `FLY` finanziert wird. Die Mission ist ein hervorragendes Beispiel, wie öffentliche Investitionen und industrielle Innovationen intelligenter zusammenwirken können, um die europäische Raumfahrt gemeinsam voranzubringen und neuen Geschäftsmöglichkeiten den Boden zu bereiten.“

GENA-OT ist eine modulare Satellitenplattform, die eine einfache Integration verschiedenster Nutzlasten ermöglicht und deren Struktur für künftige Einsatzzwecke flexibel angepasst werden kann. So ermöglichen standardisierte Plattformen wie GENA-OT Regierungen, Forschung und Unternehmen schnellen und günstigen Zugang zum All und fördern Innovation sowie Europas technologische Unabhängigkeit.

Der erste GENA-OT Satellit trägt mehrere wissenschaftliche Nutzlasten. Hierzu zählt ein Modul zur Wiederaufnahme des seit 2022 pausierenden satellitengestützten Tierortungssystems ICARUS der Max-Planck-Gesellschaft. Weitere Nutzlasten umfassen unter anderem Technologiedemonstratoren der Universität der Bundeswehr für das SeRANIS-Programm (SeRANIS – Seamless Radio Access Networks for Internet of Space) sowie Technologien des Münchner Zentrums für Weltraumkommunikation. Die neue Plattform ermöglicht den beteiligten Programmen im Orbit schnell und unkompliziert wissenschaftliche Experimente durchzuführen und neue Technologien zu validieren, ohne hierfür jeweils eigene vollständige Satelliten zu benötigen.

GENA-OT wird in einer sonnensynchronen Umlaufbahn operieren und als Basis für weitere deutsche und internationale Projekte dienen. Als Grundlage für zukünftige GENA-Missionen ist die Plattform dafür ausgelegt, mit schnellen Innovationszyklen neue Technologie für Forschung, Industrie und technologische Souveränität in den Orbit zu bekommen.

Mit dem erfolgreichen Start setzen OroraTech und die Partner des Unternehmens ihre Bemühungen fort, die Technologien einer robusten und flexiblen Weltraum-infrastruktur stetig weiterzuentwickeln.

Wer schon einmal an einer Marktforschungsumfrage teilgenommen hat, weiß: Das ist eine zähe Angelegenheit. Man klickt sich durch Fragebögen, nimmt an Diskussionsrunden teil und erhält zum Schluss (bestenfalls) eine magere Entlohnung.

Für Unternehmen, die solche Befragungen durchführen, besteht genau darin ein Problem: „Es ist schwer, an die gewünschten Zielgruppen heranzukommen, weil keiner mitmachen will“, sagt Tobias Klinke, Co-Gründer des Start-ups experial. „Und wenn doch, dann sind es die falschen.“

Klassische Marktforschung ist ineffektiv

Der promovierte Konsumforscher weiß, wovon er spricht. Für seine wissenschaftliche Arbeit hat er sich jahrelang mit Marktforschungsmethoden beschäftigt und selbst unter der unzureichenden Datenlage aus Zielgruppenbefragungen gelitten. „Man darf sich nichts vormachen: Da sitzen Leute, die Geld verdienen wollen und den Fragebogen so schnell wie möglich abhaken. Relevante Daten lassen sich so nur schwer erheben.“ Denn ob die Antworten tatsächlich das Konsumverhalten widerspiegeln oder die Befragten einfach nur schnell fertig werden oder sich ins rechte Licht rücken wollen, ist kaum auszumachen.

Hinzu kommt: Für die Auftraggebenden sind solche Marktforschungen extrem aufwändig, teuer und langwierig – vom Erstellen des Fragenkatalogs über das Organisieren der Befragung bis hin zur Auswertung der Ergebnisse.

Genau hier setzt experial an: Es möchte Unternehmen besser, schneller und günstiger wissen lassen, was bestimmte Kund*innenprofile zu konkreten Fragestellungen denken, zum Beispiel über ein neues Produktfeature. „Jeder Produkt- oder Marketingmanager hat täglich Entscheidungen zu treffen, für die authentisches Kundenfeedback absolut relevant ist“, so Klinke. Dafür stellt experial in einem klassischen Software-as-a-Service-Modell sogenannte Digital Twins zur Verfügung – digitale Simulationen realtypischer Personen aus der gewünschten Zielgruppe.

Über eine Chat-Funktion können diese digitalen Zwillinge nach Belieben befragt oder interviewt werden. Neben der Darstellung der Umfrageergebnisse in Diagrammen, Tabellen oder Kurztexten ermöglicht das Tool, mit Kund*innenprofilen in Echtzeit zu interagieren, Nachfragen zu stellen, zu diskutieren.

Zielgruppe abbilden statt Persona erfinden

Das Besondere: Statt klassische Personas abzubilden – also ein stereotypisches Bedürfnisbündel einer fiktiven Persönlichkeit –, simuliert experial zum Beispiel 1000 Personen eines bestimmten Adressat*innenkreises, die dann an einer Befragung teilnehmen. So wird eine spezifische Gruppe in ihrer ganzen Meinungsvielfalt abgebildet. „Es geht nicht darum, eine idealtypische Kunstfigur, sondern eben 1000 konkrete Personen zu simulieren. So können wir die ganze Bandbreite an Meinungen innerhalb einer Zielgruppe abbilden“, erläutert Klinke.

Von der Forschung zur Geschäftsidee

Am Anfang stand ein konkretes Problem für die eigene Arbeit. Alle drei Gründer haben ihre Wurzeln in der Forschung. Tobias Klinke und Nader Fadl haben gemeinsam studiert, für Klausuren gebüffelt und später beide promoviert – Klinke in Consumer Research, Fadl in Gamification. Drei Jahre arbeiteten sie bereits zusammen, bevor 2022 die Idee für das gemeinsame Start-up entstand. Als die technische Umsetzung immer komplexer wurde, kam Nils Rethmeier – er hat in Machine Learning promoviert – als dritter Gründer hinzu.

Während sich die drei als Wissenschaftler noch mit der geringen Datenqualität klassischer Marktforschung herumschlugen, wuchsen zeitgleich die Anwendungspotenziale künst­licher Intelligenz (KI). Immer mehr beschäftigte sie die Frage, ob nicht beides kombinierbar wäre. Erste Lösungen suchten Klinke und Fadl zunächst, indem sie große Sprachmodelle (LLMs) mit demografischen Standarddaten aus der Marktforschung fütterten – mit ernüchterndem Ergebnis. „ChatGPT allein eignete sich kaum. Um Zielgruppen in ihrer Vielschichtigkeit zu simulieren, müssen wir viel mehr wissen als Alter, Beruf und Postleitzahl“, so Klinke. So lernten sie, welche Daten für eine realitätsnahe Simulation hilfreich sind und welche nicht. „Relevante Inputs sind eher Persönlichkeitsmerkmale, Werte, Lebensgeschichten. Echte Daten von echten Personen“, so Klinke weiter. Durch den Abgleich mit bestehenden Daten konnten die synthetischen KI-Modelle sukzessive verbessert werden. Die Verwendung von AI Agent Memory brachte dann den ersten Durchbruch: eine Übereinstimmung von 85 Prozent.

Seitdem geht der technologische Fortschritt rasant voran. Heute laufen bei experial verschiedene LLMs im Hintergrund. Das LLM-Ensembling hat den Vorteil, dass je nach Fragestellung die geeignetsten Modelle zum Einsatz kommen, etwa mit oder ohne Reasoning. „Die rationale Begründbarkeit von Antworten ist für unsere Simulationen nicht immer relevant. Menschen entscheiden oft aus dem Bauch heraus“, fügt Fadl hinzu.

Von Wissenschaftlern zu Unternehmern

Klinke und Fadl wussten: Sie sind an etwas dran. Verlässlich simulierte Datensätze würden nicht nur ihrer Forschung zugutekommen, sondern auch vielen Unternehmen. Die zündende (Geschäfts-)Idee kam mitten im Arbeitsalltag. Nach ihrer Zeit an der Uni arbeiteten die beiden in einer Digitalagentur und begleiteten erste Online-Marktforschungsprojekte für größere Kund*innen. Dabei erlebten sie hautnah, wie klassische Marktforschung in der Praxis funktioniert: Ein Marketing- oder Innovationsmanager formuliert eine Fragestellung, schickt sie per E-Mail an die interne Insights-Abteilung und wartet.

Wochen später, oft nach externem Agenturbriefing und einem fünfstelligen Budget, kommen die Ergebnisse zurück – viel zu spät und viel zu teuer für den heutigen Innovationsdruck. „Das war für uns der Moment, an dem wir dachten: Das muss doch anders gehen“, erinnert sich Klinke. Genau zu dieser Zeit erschien ChatGPT. Die Idee war plötzlich greifbar: Warum nicht Zielgruppen simulieren, in Echtzeit, mit KI? Damit war der Grundstein für das Start-up gelegt.

Danach ging es schneller als gedacht. Mit dem steigenden technischen Anspruch war das Projekt nicht mehr eigen­ständig finanzierbar. „Als wir die ersten Machine-Learning-­Researcher brauchten, war klar: Wir müssen Kapital aufnehmen“, so Fadl. Ein Professor, mit dem die Gründer bereits inhaltlich zusammengearbeitet hatten, stieg als erster Business Angel ein. „Durch die persönliche inhaltliche Verbindung zum Thema hat das einfach sehr gut gepasst“, erinnert sich Klinke. „Noch heute treffen wir uns alle vier Monate, um viele Fragestellungen miteinander zu diskutieren.“ Es folgten zwei weitere Angel Investoren und ein halbes Jahr später zwei Venture-Capital-Unternehmen.

Die nächste Generation Digital Twins im Visier

Heute arbeitet das Start-up mit zehn Mitarbeitenden und betreut Teams von Unternehmen wie Fressnapf, Ergo und der Versicherungskammer Bayern. „Der Marktforschungsmarkt ist gigantisch“, so Fadl. „Global liegt der Umsatz bei zirka 150 Milliarden US-Dollar, wovon gut ein Drittel in den USA anfällt. Wir wollen uns in Zukunft verstärkt auf den amerikanischen Raum konzentrieren.“

Die Ziele sind ambitioniert, aber alles andere als unrealistisch. Das Geschäftsmodell von experial hat das Potenzial, die Branche zu verändern. „Studien zeigen eindeutig: Je kundenorientierter Unternehmen handeln, desto profitabler werden sie. Wir wollen Kundenfeedback in die tägliche Arbeit von Entscheider*innen integrieren. Mit klassischer Marktforschung ist das nicht möglich“, so Klinke.

Und noch einen Vorteil sehen die Gründer in ihrem Modell: Bisherige Versuche, neue Technologien für die Branche zu nutzen, zielten darauf ab, die Marktforscher*innen zu ersetzen. Experial denkt anders: Nicht die Forschenden sollen ersetzt werden, sondern die Befragten, die ohnehin keine Lust darauf haben.

Künftig wird es zudem entscheidend sein, mit den tech­nischen Entwicklungen Schritt zu halten. Dementsprechend will experial die eigenen Digital Twins weiterentwickeln. Die neue Generation soll „sehen“ und „hören“ können, um etwa Websitedesigns und Videos zu bewerten – ein weiterer Schritt mit immensem Potenzial. Ende des Jahres startet dafür eine weitere Finanzierungsrunde. Man darf also gespannt sein, wo die unternehmerische Reise von Tobias Klinke, Nader Fadl und Nils Rethmeier noch hinführen wird.

Das Frankfurter Start-up Donnerstag.ai – 2025 in Frankfurt am Main von Barbaros Özbugutu und Volkan Özkan gegründet – verbindet Leistungs-, Abrechnungs- und Zahlungsdaten aus bestehenden Systemen, erkennt Abweichungen nahezu in Echtzeit und automatisiert die Abstimmung von Transaktionen über einen positionsgenauen Abgleich (Line-by-Line Reconciliation). Auf Basis künstlicher Intelligenz und autonomer KI-Agenten schafft Donnerstag.ai volle Transparenz über offene Posten, ermöglicht präzises KPI-Reporting und unterstützt ein aktives Forderungsmanagement zur Steuerung von Liquidität und Risiko.

Die Software verbindet Daten aus ERP-, Leistungs- und Bankensystemen, erkennt Abweichungen in Echtzeit und gleicht Tausende von Transaktionen automatisch ab. Ihr intelligenter Algorithmus identifiziert Unstimmigkeiten, prognostiziert fehlende Positionen und warnt Finanzteams, bevor Verluste entstehen. Durch kontinuierliches Lernen aus den Datenmustern jedes Kunden wird das System zunehmend präziser und verwandelt Abstimmungsprozesse in eine proaktive, intelligente Kontrollschicht des Finanzwesens.

„Jedes Jahr gehen Lieferanten Milliarden verloren, weil sie keinen klaren Überblick darüber haben, was geliefert, abgerechnet und bezahlt wurde“, sagt Barbaros Özbugutu, Mitgründer und CEO von Donnerstag.ai. „Mit unserer KI-Plattform aus Deutschland schaffen wir Transparenz in einer Branche, die für Europas Wettbewerbsfähigkeit zentral ist.“

Erfahrenes FinTech-Team trifft auf starke Investor*innen

Hinter Donnerstag.ai stehen die Gründer Barbaros Özbugutu und Volkan Özkan, die beide langjährige Erfahrung im europäischen FinTech-Sektor mitbringen. Özbugutu war zuvor als Deutschlandchef bei Klarna tätig und war Mitgründer sowie CEO des Zahlungsdienstleisters iyzico. Dieser wurde 2019 von Prosus/Naspers übernommen. Der erfolgreiche Exit zählt zu den größten Fintech-Akquisitionen in der Türkei.

„In einer Zeit, in der künstliche Intelligenz ERP- und Finanzsysteme grundlegend neu definiert, schafft Donnerstag.ai eine völlig neue Kategorie, die bislang technisch nicht adressiert werden konnte”, sagt Stefan Klestil, General Partner bei Speedinvest. „Barbaros und Volkan verbinden Produktkompetenz, strategisches Denken und Umsetzungsstärke auf einzigartige Weise. Wir sind stolz, als Lead-Investor Teil dieser Runde zu sein und gemeinsam mit Donnerstag.ai die Zukunft der europäischen Finanztechnologie zu gestalten.“

Donnerstag.ai will auch mithilfe des frischen Kapitals seine Präsenz in der DACH-Region ausbauen mit dem Ziel, sicheres Forderungsmanagement europaweit anzubieten.

Die skulio-Gründer Elias Perez und Teoman Köse möchten mithilfe von künstlicher Intelligenz Lehrkräfte bei der Unterrichtsvorbereitung entlasten und Schüler*innen individuell fördern.

Mit der Finanzierung wird das Start-up aus Köln nun bei der Weiterentwicklung seiner KI-Lösung für Schulen unterstützt. Das Ziel der Gründer ist es, jede Lehrkraft dabei zu unterstützen, das Beste aus sich herauszuholen, Schüler*innen individuell und inklusiv zu fördern und die Bildung zu verbessern.

„Die Heterogenität in Schulklassen ist enorm groß und dennoch wird kaum individuell gefördert. Mit unserer Lösung ermöglichen wir es Lehrkräften viel Zeit zu sparen und ihre Schüler*innen gezielt auf ihre Bedürfnisse zu fördern. Das ist ohne unsere KI in der Praxis momentan gar nicht umsetzbar”, sagt Elias Perez, Mitgründer von skulio.

Der offizielle Launch von skulio ist für das Frühjahr 2026 geplant. Schulen haben die Möglichkeit, eine Schullizenz für ihr Kollegium zu erwerben, während Lehrkräfte auch Einzellizenzen nutzen können. Bereits jetzt führt Elias Perez Gespräche mit interessierten Schulen aus ganz Deutschland, die ihre innovative KI-Lösung künftig einsetzen möchten. Schulen aus jedem Bundesland können sich bei Interesse direkt an Elias Perez wenden.

Das exist Programm fördert innovative, technologieorientierte und wissensbasierte Gründungsvorhaben aus Hochschulen und Forschungseinrichtungen. Ziel des Programms ist es, die Gründungskultur in Deutschland zu stärken und den Transfer von Forschung in marktfähige Produkte zu beschleunigen.

Der globale Fachkräftemangel in der Pflege hat einen historischen Höhepunkt erreicht. Die Weltgesundheitsorganisation (WHO) prognostiziert bis 2030 ein Defizit von 4,5 Millionen Pflegekräften – getrieben durch steigende Arbeitsbelastung und eine alternde Gesellschaft mit wachsendem Pflegebedarf.

In Europa fehlen derzeit rund 1,2 Mio. Pflegefachkräfte, in den USA sind es jährlich etwa 450.000 Pflegekräfte zu wenig. Hinzu kommt, dass Pflegekräfte bis zu 30 Prozent ihrer Arbeitszeit für administrative Aufgaben aufwenden. Das verursacht allein in Europa und den USA Arbeitskosten von rund 246 Mrd. US-Dollar, mit gravierenden Folgen: Überlastung, hohe Fluktuation und weniger Zeit für die direkte Betreuung.

Digitale Gesundheitslösungen richten sich meist an Ärzt*innen, während Pflegekräfte oft außen vor bleiben. Dabei ist ihre Dokumentationsbelastung oft noch höher. Sie erfassen dutzende Beobachtungen pro Schicht und tragen maßgeblich die Verantwortung zur guten Betreuung der Pflegebedürftigen.

Noch immer werden viele Notizen hastig auf Zetteln oder dem Handrücken festgehalten und später am PC ins System übertragen, ein Aufwand, der Zeit kostet und stresst.

Voize ändert das: Die KI versteht gesprochene Inhalte, strukturiert sie automatisch und erstellt die passenden Dokumentationseinträge – von Vitalwerten über Berichte bis hin zu Trinkprotokollen und Pflegemaßnahmen.

Aus persönlicher Erfahrung zur praxisnahen Innovation

Gegründet 2020 von den Brüdern Fabio und Marcel Schmidberger sowie Erik Ziegler, entstand voize aus einer persönlichen Erfahrung, die vielen vertraut ist: Als ihr Großvater in ein Pflegeheim kam, sahen sie, wie wenig Zeit Pflegekräfte für echte Zuwendung blieb, weil Bürokratie den Alltag bestimmte.

Voize wurde über zehntausende Stunden hinweg direkt im Pflegealltag und in enger Zusammenarbeit mit Pflegekräften entwickelt, um eine Lösung zu schaffen, die sich an die Realität der Pflege anpasst – nicht umgekehrt. Mit der App können Pflegekräfte Beobachtungen am Smartphone einsprechen. Die KI versteht das Gesprochene, verarbeitet es automatisch und erstellt strukturierte Einträge in Echtzeit. Über eine Schnittstelle werden diese direkt in bestehende Dokumentationsysteme übertragen. Das Ergebnis: Zeitersparnis, bessere Dokumentationsqualität und entlastete Pflegekräfte.

KI, die Pflege versteht – jederzeit

Voize setzt auf eine eigens entwickelte, domänenspezifische KI, die unabhängig von generischen Large Language Models ist. Die KI erkennt medizinische Fachsprache, versteht Dialekte und hilft auch Nicht-Muttersprachler*innen Sprachbarrieren zu überbrücken, indem sie Gesprochenes in Echtzeit korrekt verarbeitet.

Anders als die meisten KI-Systeme funktioniert voize auch offline – ohne permanente Internetverbindung. Das sorgt für hohe Datensicherheit und zuverlässige Unterstützung, selbst bei instabiler Netzabdeckung – ein Novum in der Sprach-KI.

30 Prozent Zeitersparnis bei der Dokumentation

Über 1.100 Pflegeeinrichtungen in Deutschland und Österreich nutzen voize bereits heute.  Mehr als 75.000 Pflegekräfte nutzen die KI und sparen damit, rund 30 Prozent Zeit bei der Dokumentation. Dies wurde jüngst durch eine Studie mit der Charite belegt.

„Pflegekräfte haben ihren Beruf gewählt, um für Menschen da zu sein – nicht, um Stunden mit Dokumentation zu verbringen. Unsere KI entlastet sie spürbar im Alltag und übernimmt das, was sonst wertvolle Zeit kostet.” sagt Fabio Schmidberger, Mitgründer und CEO von voize, “KI soll Menschen in der Pflege nicht ersetzen, sondern ihnen Zeit zurückgeben – Zeit für Menschlichkeit. Genau das sehen wir jeden Tag: mehr Nähe, mehr Freude, mehr Sinn in der Pflege. Mit der Unterstützung von Balderton Capital und unseren Investo*:innen bauen wir auf unserem starken Fundament in Deutschland auf. Wir investieren in die Weiterentwicklung unserer KI und wachsen nach Europa und in die USA – mit einem klaren Ziel: Pflegekräfte von Bürokratie zu befreien.”