Mitten in der Sommerpause sendet die europäische KI-Szene ein deutliches Lebenszeichen: Das Aachener KI-Start-up amber hat erfolgreich eine Series-A-Finanzierungsrunde über 7 Millionen Euro abgeschlossen. Angeführt wird diese Investition vom VC-Fonds der NRW.BANK, NRW.Venture, sowie dem Bestandsinvestor Ventech, der sein Engagement deutlich ausgebaut hat. Damit setzt das junge Unternehmen, das bereits mit etablierten Firmen wie Ritter Sport, Scheidt & Bachmann, Schüßler-Plan, Dalli, Hailo und Zentis zusammenarbeitet, seinen Wachstumskurs fort. Mit dem frischen Kapital ist zunächst die Expansion in die Benelux-Region sowie der Ausbau der Standorte in Aachen, Köln und Tirana geplant.

Von ambeRoad zu amber: Eine Aachener Evolutionsgeschichte

Die Geschichte von amber ist eng mit dem Forschungs-Ökosystem der Rheinisch-Westfälischen Technischen Hochschule (RWTH) Aachen verbunden. Die Gründer Bastian Maiworm (CRO), Philipp Reißel (CEO) und Igli Manaj starteten das Projekt zunächst 2017 unter dem Namen ambeRoad. Das Gründerteam kombiniert dabei Erfahrungen aus einem familiengeführten Unternehmen mit der tiefgehenden Forschungsexpertise der RWTH.

Über die Jahre wandelte sich das Unternehmen zum B2B-SaaS-Anbieter amberSearch, der im Frühjahr 2025 eine Seed-Finanzierung in Höhe von 2,1 Millionen Euro einfahren konnte. Mittlerweile hat das Start-up die Namensgebung erneut geschärft und firmiert nun schlicht unter amber. Die Umbenennung verdeutlicht den strategischen Shift: Die Vision geht deutlich weiter als eine intelligente Suche. Man positioniert sich als holistische Plattform an der Schnittstelle von unternehmerischer Praxis und führender KI-Forschung, die sich im Architekturansatz grundlegend von vielen rein AI-first-getriebenen Anbietern unterscheidet.

Der USP: Der proprietäre "AI Data Layer"

Eine zentrale Herausforderung im KI-Umfeld bleibt bestehen: Unternehmenswissen ist oftmals isoliert auf E-Mails, Dokumente, Cloud-Anwendungen und verschiedene interne Systeme verteilt. Dadurch fehlt KI-Lösungen häufig der notwendige Kontext, um verlässliche Ergebnisse zu liefern. Gleichzeitig geht in vielen Unternehmen wertvolles Erfahrungswissen verloren, wenn langjährige Mitarbeitende das Unternehmen verlassen oder in Rente gehen.

Hier greift amber an: Das Start-up hat einen proprietären AI Data Layer entwickelt, an dem bereits gearbeitet wurde, lange bevor generative KI massiv Einzug in die Unternehmenswelt hielt. Dieser Layer verknüpft, strukturiert und bringt verteilte Unternehmensdaten systemübergreifend in einen fachlichen Zusammenhang. Das System schafft ein einheitliches Verständnis der Daten, bevor Large Language Models zum Einsatz kommen. Das führt zu präziseren Antworten und steigert die Effizienz der eingesetzten Sprachmodelle, da diese mit bereits strukturierten und relevanten Informationen arbeiten können.

Mit der neuen Finanzierung soll amber von einem nutzergesteuerten Assistenzsystem zu einer autonomen Business-KI transformiert werden. Die KI soll Geschäftsprozesse verstehen, Nutzer*innen-Intentionen erkennen und anstehende Aufgaben eigenständig über verschiedene Unternehmenssysteme hinweg ausführen, um Mitarbeitende aktiv zu entlasten.

Deal-Fakten im Überblick

• Unternehmen: amber (ehem. amberSearch)
• Standorte: Aachen, Köln, Tirana
• Runde: Series A (7 Mio. Euro)
• Investoren: Ventech, NRW.Venture (NRW.BANK)
• Gründer: Bastian Maiworm, Philipp Reißel, Igli Manaj
• Namhafte Kund*innen: Scheidt & Bachmann, Ritter Sport, Zentis, Schüßler-Plan, Dalli, Hailo

Geschäftsmodell und Markt im Check

Die Vision, dem Mittelstand einen autonomen KI-Agenten zur Seite zu stellen, ist vielversprechend. Dennoch muss sich das Geschäftsmodell in einem komplexen Markt beweisen.

1. Der Wettbewerb: David gegen Goliath

Der Markt für Enterprise KI ist hart umkämpft. Mit Microsoft Copilot ist ein sehr mächtiger Konkurrent für viele KMU bereits durch die Office-Umgebung allgegenwärtig. Auch US-Startups wie Glean drängen mit massiver Kapitalausstattung in diesen Bereich, während lokale Player wie Aleph Alpha das europäische KI-Feld bespielen. Ambers Vorteil: Die konsequente Fokussierung auf den KMU-Sektor, gepaart mit hoher DSGVO-Sensibilität und dem proprietären Data Layer, der tief in die spezifischen On-Premise- und Cloud-Silos deutscher Mittelständler integriert werden kann.

2. Die Integrations-Realität im Mittelstand

Amber verspricht, dass Unternehmensdaten systemübergreifend verknüpft werden. In der Praxis sind IT-Landschaften in kleinen und mittleren Unternehmen jedoch oft historisch gewachsen, stark fragmentiert und von unsauberen Berechtigungsstrukturen geprägt. Eine "Business KI" ist oftmals nur so gut wie die zugrunde liegende Datenhygiene. Das Start-up muss beweisen, dass der AI Data Layer skalierbar bleibt und nicht pro Kund*in in einem langwierigen IT-Consulting-Projekt mündet.

3. Die Hürde der autonomen KI Der geplante Evolutionsschritt hin zu einer Plattform, die Aufgaben eigenständig erledigt, ist ambitioniert. Der deutsche Mittelstand agiert traditionell sicherheits- und risikoscheu. Einer KI die Befugnis zu erteilen, proaktiv in Geschäftsprozesse einzugreifen, erfordert extremes Vertrauen. Amber wird demonstrieren müssen, dass diese autonomen Abläufe verlässlich, transparent und jederzeit kontrollierbar bleiben.

Unser Fazit

Das 7-Millionen-Euro-Investment ist ein kräftiges Signal für den KI-Standort Nordrhein-Westfalen und Europa. Amber illustriert, dass man nicht zwangsläufig eigene riesige Foundation-Modelle trainieren muss, um KI nutzbar zu machen. Der nachhaltige Mehrwert liegt stattdessen oft darin, Unternehmenswissen strukturiert und zugänglich aufzubereiten.

Für B2B-Gründer*innen liefert die Entwicklung von amber wichtige Erkenntnisse: Die konsequente Adressierung echter Schmerzpunkte (Fachkräftemangel, Informationsverlust, Daten-Silos) gepaart mit einem starken technologischen Fundament kann auch in Märkten funktionieren, in denen Big-Tech dominieren. Meistert amber den Sprung zur verlässlichen autonomen Agenten-Architektur, könnte das Aachener Spin-off zu einem zentralen KI-Betriebssystem für den europäischen Mittelstand avancieren.

Die Zahlen im Überblick

Die Befragung von 102 Tech-Start-ups durch Bitkom Research – die als aussagekräftiges Stimmungsbild, jedoch nicht als repräsentativ einzustufen ist – verdeutlicht eine verschobene Dynamik im Ökosystem:

• Der KI-Dämpfer: 27 % der Start-ups stoppten Neueinstellungen, 7 % bauten sogar Stellen ab.
• Der KI-Motor: Gleichzeitig stellten 16 % aufgrund von KI-Effizienzgewinnen zusätzliches Personal ein.
• Der Trend: Die durchschnittliche Mitarbeiterzahl sank von 15 (2024) über 13 (2025) auf aktuell 12 Beschäftigte.
• Der Ausblick: 62 % der Befragten rechnen für das laufende Jahr wieder mit steigenden Beschäftigtenzahlen.

Kritische Einordnung: Fluch oder Segen?

Die Schlagzeile „Jedes vierte Start-up verzichtet auf Neueinstellungen“ klingt nach einer Gefahr für den Arbeitsmarkt. Aus Sicht des Managements ist die Realität jedoch eine andere:

1. Die „Lean Start-up“-Renaissance

Start-ups stehen unter enormem Druck: Kapital ist teuer, Burn-Rates müssen minimiert werden. KI ist hier nicht nur ein technisches Feature, sondern ein ökonomischer Rettungsanker. Wenn ein Tool für Content-Erstellung oder Code-Assistenz die Arbeit von zwei Junior-Entwicklern übernimmt, ist das kein Arbeitsplatzverlust aus Mutwilligkeit, sondern Notwendigkeit, um kapitalschonend die nächste Funding-Runde zu erreichen.

2. Transformation statt reiner Abbau

Der Verzicht auf Neueinstellungen betrifft primär repetitive Aufgaben. Die 16 %, die trotz KI aufbauen, zeigen das wahre Potenzial: KI-Integration erfordert Spezialisten – Prompt Engineers, KI-Architekten oder Datenexperten. Die „einfachen“ Stellen fallen weg, die komplexen Stellen kommen dazu. Der moderne Entwickler wandelt sich vom reinen Coder zum technischen Dirigenten.

3. Das schrumpfende Team als neues Normal

Die gesunkene durchschnittliche Teamgröße ist Ausdruck einer höheren operativen Disziplin. Gründer sind heute gezwungen, kapitaleffizienter zu skalieren. KI ist das Werkzeug, das dieses Ziel – mehr Output mit weniger Köpfen – erst technisch ermöglicht.

Kompakte Handlungsempfehlungen für das Management

Wenn Start-ups den „Headcount“ reduzieren und stattdessen auf KI-Tools setzen, verändert das die interne Statik. Um zu verhindern, dass die gewonnene Effizienz in technischem Chaos endet, müssen Gründer und CTOs drei Hebel umlegen:

• Das „Junior-Dilemma“ durch Mentoring lösen: Wenn KI die klassischen Einsteigeraufgaben (Boilerplate-Code, einfache Bugfixes) übernimmt, fehlt dem Nachwuchs die Lernkurve. Start-ups müssen Apprenticeship-Modelle etablieren: Pairen Sie Juniors direkt mit Seniors und trainieren Sie sie intensiv im Code-Review sowie in der KI-Orchestrierung.
• Unternehmenskultur auf Outcome trimmen: Belohnen Sie die Qualität der Problemlösung, nicht den Weg dorthin. Wenn KI die handwerkliche Umsetzung automatisiert, rückt das „Was“ und „Warum“ in den Fokus. Fördern Sie kreative Freiräume (z. B. durch interne KI-Hackathons), um die gewonnene Zeit für echte Innovationen zu nutzen, statt nur das Backlog schneller abzuarbeiten.
• Erfolgsmetriken (KPIs) radikal anpassen: Wer Entwickler heute noch nach „Lines of Code“ oder „Story Points“ misst, provoziert unwartbaren KI-Spaghetti-Code. Messen Sie stattdessen Flow- und Qualitätsmetriken: Die Pull Request Cycle Time zeigt, ob sich Code im Review staut, weil die Seniors überlastet sind. Die Change Failure Rate (CFR) sichert ab, ob die KI-generierten Features in der Produktion stabil bleiben.

Fazit

Das Narrativ von der „KI als Job-Killer“ greift zu kurz. Wir erleben eine Professionalisierung des Wachstums. KI ist in der Start-up-Welt angekommen – nicht als stumpfer Ersatz für Arbeit, sondern als Katalysator für ein Modell, das operative Exzellenz über pure Manpower stellt.

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

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

Pivot und Neuanfang: Die Köpfe hinter der URG

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

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

StartingUp Deep Dive: Das URG-Portfolio im Test

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

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

Der Markt: Milliardenpotenzial trifft auf klamme Kassen

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

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

Humanoid-Hype oder echte Hilfe?

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

Wettbewerb und USP

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

Fazit

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

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

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

Kern-Features

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

Gründer & Köpfe

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

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

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

Redaktionelle Einordnung

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

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

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

Fazit

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

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

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

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

Der Markteintritt in den USA: Das Momentum nutzen

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

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

Einordnung für StartingUp: Stärken, Schwächen und harte Konkurrenz

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

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

Ein seltener Sieg für die Diversität

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

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

GEM 2025/26 in Zahlen:

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

Die Illusion der Vorbereitungsphase

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

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

Am Tropf des Staates

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

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

Fazit: Vom Labor auf den Markt

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

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

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

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

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

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

Sokratischer Ansatz statt Antwortautomat

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

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

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

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

Zwischen Giganten und Start-ups

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

Nachgefragt: Die Sache mit dem Geld

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

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

Fazit: Doppelspiel zwischen Start-up und Hörsaal

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

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

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

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

Die bisherige Unternehmenshistorie verdeutlicht ein hohes Entwicklungstempo:

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

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

Der technologische Ansatz: Kausalität statt bloßer Korrelation

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

Kausable setzt an dieser Schwachstelle an:

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

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

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

Die Herausforderungen der Praxis

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

1. Vertriebshürden im B2B-Enterprise-Segment

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

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

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

2. Wettbewerbsumfeld und Big-Tech-Druck

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

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

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

3. Kapitalintensität von Frontier-AI

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

Key Takeaways für Gründer*innen

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

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

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

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

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

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

Vom Pain Point zur Profitabilität

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

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

Das Herz-Kreislauf-System für den Kosmos

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

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

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

Skalierungsrisiken und der Kampf um Branchenstandards

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

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

Learnings

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

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

Angeführt wird die Finanzierung vom VC-Fonds Hummingbird, mit Beteiligung von Northzone, LocalGlobe, Village Global und redalpine. Das Unternehmen, das operativ aus München gesteuert wird und rechtlich in Aachen registriert ist, entwickelt die Daten- und Deployment-Plattform "Atlas". Diese soll Industrieunternehmen dabei unterstützen, Roboter schneller, sicherer und präziser in Fabriken zu integrieren.

Aus der Formel 1 in die Fabrikhalle

Gegründet wurde microagi vor rund zehn Monaten im Jahr 2025. Hinter dem Start-up stehen unter anderem ehemalige Formel-1-Ingenieure von Red Bull Racing und Mercedes-AMG Petronas. Der Motorsport prägt dabei die Firmenphilosophie, da es dort primär darum geht, komplexe Maschinen unter Druck verlässlich arbeiten zu lassen.

• Das Management: Bercan Kilic (CEO) arbeitete zuvor als Aerodynamik-Ingenieur bei Red Bull Racing. Nico Nussbaum fungiert als CTO und leitet die technische Integration bei den Kunden vor Ort.
• Das Team: Die Belegschaft rekrutiert sich neben Abgängern der ETH Zürich und der TU München aus Mathematik-Olympiasiegern, Raketeningenieuren sowie ehemaligen Mitarbeitern von DeepMind und Apple.
• Standorte: Neben dem Münchner Hauptsitz betreibt microagi einen globalen Forschungs-Hub in Zürich sowie Büros in London und New York.

Geschäftsmodell und kritische Einordnung

microagi baut weder eigene Roboter noch trainiert das Team eigene Basis-KI-Modelle von Grund auf. Das Start-up positioniert sich bewusst als "Middleware" – eine neutrale Schicht zwischen der Kundeninfrastruktur und fortschrittlichen KI-Modellen.

• Der Ansatz: Die Plattform Atlas erfasst spezifische Betriebsdaten direkt aus der laufenden Produktion der Kunden. Diese Daten werden in Simulationen vervielfältigt, um KI-Modelle für konkrete Aufgaben feinzujustieren. Anschließend bringen Vor-Ort-Ingenieure von microagi die Roboter zusammen mit Hardware-Partnern wie NVIDIA oder Unitree in die Werkshallen.
• Die Kontroverse um "Shift": Um an dringend benötigte Trainingsdaten zu gelangen, ging microagi in der Vergangenheit unkonventionelle und teils umstrittene Wege. Über die virale App "Shift" bot das Unternehmen (zunächst in den USA) kostenlose Wohnungsreinigungen an. Der Haken: Die Reinigungskräfte trugen Helmkameras und filmten die Handgriffe aus der Ich-Perspektive. Nutzer tauschten hierbei ihre innerste Privatsphäre gegen eine Dienstleistung – ein datenschutzrechtlicher Drahtseilakt, der verdeutlicht, wie extrem der Hunger der KI-Branche nach realen Bewegungsdaten ist.
• Skalierbarkeitsrisiko: Die Strategie, sich auf Deployment und Feintuning zu konzentrieren, erspart Industriekunden zwar die Abhängigkeit von einem einzigen Hardware-Anbieter (Vendor Lock-in). Das Risiko liegt jedoch in der Skalierung: Da Ingenieure von microagi physisch bei jedem Kunden vor Ort arbeiten müssen, ähnelt das Modell einem beratungsintensiven Agenturgeschäft. Dies könnte die in der Software-Branche sonst üblichen hohen Margen belasten.

Markteinordnung: Die Wette auf die Reindustrialisierung

Europa droht bei der Automatisierung den Anschluss zu verlieren: Während Europa im Jahr 2024 lediglich 85.000 Fabrikroboter (16 Prozent des globalen Anteils) installierte, verzeichnete China im selben Jahr 295.000 Installationen (54 Prozent). Gleichzeitig stehen europäische Fabriken vor einem massiven demografischen Wandel, da in diesem Jahrzehnt ein Großteil der erfahrenen Belegschaft in Rente geht.

Dass namhafte VCs nun eine solche Summe in ein europäisches Deployment-Unternehmen stecken, ist ein starkes Signal für den Standort. Microagi muss nun beweisen, dass der manuelle Integrationsaufwand in den Fabriken nicht zum Flaschenhals wird. Gelingt dies, könnte das Start-up zu einer der wichtigsten Datenschnittstellen der europäischen Industrie-Robotik werden.

Inmitten des harten Verdrängungswettbewerbs im D2C-E-Commerce des Home-&-Living-Segments agiert das 2020 gegründete Start-up Neona Living. Die Gründer*innen Lea Wecken, René Schröder und Gabriel Wittschier beweisen, dass sich der Leuchtenmarkt auch ohne eigene Produktion und stattdessen mit kuratiertem Design erfolgreich aufmischen lässt.

Die aktuellen Zahlen des Leverkusener Unternehmens unterstreichen diesen Kurs gegen den allgemeinen Plattform-Trend. Laut eigenen Angaben bedient Neona heute über 75.000 Kund*innen, der Umsatz habe sich 2025 auf einen knapp achtstelligen Betrag verdoppelt, und im ersten Quartal 2026 verzeichnete das Unternehmen ein starkes Wachstum um das 2,7-Fache im Vergleich zum Vorjahr. Für das Gesamtjahr 2026 visiert das gebootstrappte Start-up nun einen mittleren achtstelligen Umsatz an – ambitionierte Ziele, die sich im weiteren Jahresverlauf jedoch erst noch in testierten Bilanzen niederschlagen müssen.

Das Konstrukt Gründungs-Paar: Belastungsprobe im Wachstum?

Eine derart rasante Skalierung bringt unweigerlich operative Schmerzen mit sich und stellt das Führungsteam auf eine harte Probe. Bei Neona Living kommt in dieser ohnehin intensiven Phase eine besondere Dynamik hinzu: Die Gründerin Lea Wecken und ihr Mitgründer Gabriel Wittschier sind privat ein Paar. Es ist ein Detail, das bei Investor*innen oft kritisch gesehen wird, welches das Unternehmen jedoch ganz offen kommuniziert.

CEO Lea Wecken bezeichnet den Aufbau der Unternehmenskultur als „People Game“. Zur Illustration dient ein interner Slack-Channel, in dem Mitarbeitende wöchentliche private Highlights teilen. Doch trägt so ein Modell auch bei sinkenden Margen und wirtschaftlichem Druck?

„Die eigentliche Bewährungsprobe einer Unternehmenskultur kommt nicht im ruhigen Alltag, sondern immer dann, wenn Druck entsteht“, erklärt Wecken. Eine strikte Trennung von Beruf und Privatleben sei bei einem Gründungspaar ohnehin unrealistisch. In kritischen Momenten gelte bei strategischen Differenzen ein pragmatisches Prinzip: „Am Ende trifft die Person, die in ihrem Bereich den Hut aufhat, auch die finale Entscheidung.“ Wichtig sei, dass Sachthemen nicht persönlich genommen werden.

Kuratiertes Sortiment und der fehlende technologische Burggraben

Laut globalgrowthinsights soll der deutsche Markt für Lampen und Leuchten bis 2029 auf rund 8,36 Milliarden Euro anwachsen. Während der Gesamtmarkt eher moderat performt, verzeichnet das Segment der dekorativen Beleuchtung ein jährliches Wachstum von etwa 2,8 Prozent.

Statt wie Plattformen à la Lampenwelt auf maximale Sortimentstiefe zu setzen, fokussiert sich Neona auf ein kuratiertes Portfolio mit minimalistisch-skandinavischer Ästhetik. Das Unternehmen verzichtet auf eine eigene Produktion. Die Leuchten werden bei Partnern in Fernost gefertigt. Das hält die Fixkosten und Auslastungsrisiken gering, birgt jedoch branchenüblich das Risiko einer niedrigen technologischen Eintrittsbarriere.

Ohne exklusive Hochtechnologie-Patente liegt der sogenannte Burggraben (Moat) fast ausschließlich im Brand-Building und in der Content-Produktion. Lea Wecken räumt ein, dass sie nicht jedes eigene Design automatisch als bahnbrechende Innovation bezeichnen würde. Innovation zeige sich bei Neona vielmehr in Technik, die sich in den Alltag einfügt – etwa durch austauschbare Trafos oder flexibel steuerbare Lichttemperaturen. Dennoch bleibt das margenstarke Premium-Versprechen in diesem Modell anfällig für Nachahmer*innen, da Wettbewerber*innen ähnliche Designs zügig adaptieren können.

Customer-Acquisition-Kosten und das Nachhaltigkeits-Dilemma

Wie fast alle D2C-Player ist Neona von Performance-Marketing bei Plattformen wie Meta und Google abhängig. Um den steigenden Customer Acquisition Costs (CAC) zu begegnen, setze man laut Wecken strategisch verstärkt auf organische Reichweite und Kund*innenbindung. „Wiederkehrende Kundinnen und Kunden sind langfristig deutlich wertvoller als kurzfristig eingekaufte Aufmerksamkeit“, so die Gründerin.

Ein struktureller Spagat zeigt sich beim Thema Umweltbewusstsein: Auf der Website wird Nachhaltigkeit beworben, während das D2C-Geschäftsmodell auf globalen Lieferketten und Einzelversand basiert. Die Gründerin benennt diesen Widerspruch pragmatisch: „Wir würden niemals behaupten, dass ein physisches Produkt, das produziert und verschickt wird, vollkommen nachhaltig ist.“ Man versuche dies durch langlebige Designs und den Einsatz energieeffizienter LEDs zu kompensieren. Verbraucherschützer merken bei derartigen D2C-Modellen jedoch regelmäßig an, dass der CO₂-Fußabdruck durch die Logistik aus Asien und den Einzelversand an den Endkund*innen schwer wiegt.

Operative Herausforderungen in der Skalierung

Das angestrebte Wachstum bringt operative Hürden mit sich. „Einer unserer größten Lernmomente war die Erkenntnis, dass Wachstum viele Probleme zunächst kaschiert“, gibt Lea Wecken zu. Eine Unterschätzung der Nachfrage führte in der Vergangenheit zu frustrierenden Lieferengpässen und verpassten Umsätzen. Ab einer gewissen Größe werde operative Exzellenz wichtiger als reines Marketing. Ihr Appell an andere Start-ups: „Baut eure Strukturen immer ein Stück früher auf, als ihr glaubt, sie zu brauchen.“

Fazit

Das Beispiel Neona zeigt exemplarisch, wie moderner D2C-Handel abseits der großen Plattformen funktionieren kann. Ohne eigene Produktionsstätten setzt das Unternehmen fast vollständig auf Brand-Building und eine kuratierte Ästhetik. Das wirtschaftliche Fundament basiert auf der Wette, dass Konsument*innen bereit sind, für dieses kuratierte Lebensgefühl einen deutlichen Aufpreis zu zahlen. Ob sich diese Strategie angesichts steigender Werbekosten und der aggressiven Konkurrenz dauerhaft trägt oder ob am Ende doch der Exit an einen Aggregator steht, werden die kommenden Geschäftsjahre zeigen müssen.

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.

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

Team und Historie

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

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

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

Geschäftsmodell: Ein Schwamm für zwei Milliardenmärkte

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

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

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

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

Der harte Wettbewerb im PFAS-Markt

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

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

Unser Fazit

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

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