FERNRIDE bietet eine umfassende Boden-Autonomie-Plattform, um skalierbare Automatisierung für verschiedenste kritische Branchen zu ermöglichen und so Fahrermangel und Sicherheitsrisiken in besonders repetitiven und gefährlichen Umgebungen zu bewältigen. Das Unternehmen wurde 2019 nach zehn Jahren Forschung an der TU München gegründet und durch 75 Millionen Euro Venture Capital führender Investoren unterstützt. 2025 hat FERNRIDE als erstes Unternehmen eine TÜV-Zulassung von autonomen LKWs in Europa erreicht, diese bereits in ersten Tests mit der Bundeswehr eingesetzt und sein Portfolio um den Bereich Defence Logistics erweitert.

Im Hebst 2025 hatte FERNRIDE angekündigt, das Geschäft mit ferngesteuerten Lastwagen und Zugmaschinen für Hafenanlagen einzustellen. In Folge dessen wurde der Hälfte der Mitarbeitenden gekündigt. Haute konzentriert sich das Unternehmen auf Defence Logistics. Als erstes Unternehmen hat FERNRIDE eine TÜV-Zulassung von autonomen LKWs in Europa erreicht und diese bereits in ersten Tests mit der Bundeswehr eingesetzt.

Mit der Übernahme von FERNRIDE erweitert Quantum Systems seine Führungsposition von Luft- und Software-Intelligenz auf autonome Mobilität am Boden und schafft ein vernetztes, domänenübergreifendes Angebot für intelligente unbemannte Systeme. „FERNRIDE hat eine der fortschrittlichsten und skalierbarsten autonomen Bodenplattformen entwickelt“, so Martin Karkour, Chief Revenue Officer bei Quantum Systems. „Durch die Integration ihrer Technologie in MOSAIC UXS setzen wir unsere Vision konsequent um, ein vernetztes Ökosystem zu schaffen, in dem unbemannte Systeme über verschiedene Dimensionen hinweg als Einheit denken, sich bewegen und handeln.“

„Europa braucht dringend souveräne Autonomielösungen. Durch den Zusammenschluss mit Quantum Systems können wir unsere Technologie auf ein neues Niveau heben“, so Hendrik Kramer, CEO und Mitbegründer von FERNRIDE. „Gemeinsam mit Quantum Systems beschleunigen wir den Einsatz unserer Plattform im europäischen Verteidigungsbereich, welcher aktuell das global dringlichste Umfeld für die Skalierung von autonomen Bodensystemen darstellt. In der Zukunft werden diese Erfahrungen auch wieder auf zivile Logistikanwendungen übertragen werden und so unsere Gesellschaft sicherer und resilienter aufstellen.“

Die operative Erfahrung von Quantum Systems in der Ukraine hat die Relevanz des Zusammenspiels von Luft- und Bodenrobotik gezeigt. Durch die Integration der FERNRIDE Lösungen in die Missionssoftware MOSAIC UXS, der autonomen Missionssoftware von Quantum Systems, sollen Multi-Domain-Operationen ermöglicht werden, die das Situationsbewusstsein und die Entscheidungsfindung verbessern.

Zu den finanziellen Details der Übernahme wurden keine Angaben getätigt.

Der europäische Markt für Robotik-Start-ups erlebt 2025 eine markante Wachstumsphase: Mit einem Finanzierungsvolumen von € 2,4 Mrd. (Stand Q3) wird bereits vor Jahresende das bisherige Rekordjahr 2021 (€ 1,9 Mrd.) übertroffen. Treiber dieses Trends sind insbesondere der dynamisch wachsende Drohnensektor. Diese und weitere Erkenntnisse enthält der neue „FCF Robotics Venture Capital Report – 2025“.

Robotik-Sektor auf Rekordkurs

Der europäische Robotik-Sektor zeigt sich 2025 so stark wie nie: Mit einem Investitionsvolumen von € 2,4 Mrd. bis Q3 2025 wurde bereits vor Jahresende das bisherige Rekordjahr 2021 (€ 1,9 Mrd.) deutlich übertroffen. Der starke Aufwärtstrend wird zusätzlich durch vier weitere Megadeals im vierten Quartal untermauert, die im Report noch nicht vollständig enthalten sind. Dazu zählen unter anderem:

• Quantum Systems (€ 160 Mio., Mai 2025 – mit Aufstockung auf € 340 Mio. bis Jahresende angekündigt)
• ANYbotics (€ 138 Mio., September 2025)
• Distalmotion (€ 130 Mio., November 2025)
• Nest AI (€ 100 Mio., November 2025)

Drohnen als Wachstumstreiber im Subsegment

Die Analyse der Subsektoren zeigt ein besonders dynamisches Wachstum im Bereich Drohnen-Technologie. Zwischen 2023 und 2024 stieg die Anzahl der Deals um 174 % – von 77 auf 211 Transaktionen. Im bisherigen Jahresverlauf 2025 (YTD Q3) wurden bereits 135 Deals verzeichnet, was einem Anteil von 29 % aller Robotik-Deals entspricht. Dies bestätigt die starke und anhaltende Attraktivität dieses Segments für Investoren.

Frühphasenfinanzierungen dominieren – Start-up-Neugründungen steigen deutlich

Ein zentrales Ergebnis des Reports: 73 % aller Robotik-Finanzierungsrunden im Jahr 2025 (YTD) entfallen auf Frühphasen-Deals, darunter 39 % auf Accelerator-Runden. Diese Entwicklung deutet auf eine signifikante Zunahme an Neugründungen seit 2024 hin – ein klares Signal für ein aktives, wachsendes Gründungsökosystem im Bereich Robotik in Europa.

Megadeals treiben das Marktvolumen

Trotz der starken Zunahme an Early-Stage-Finanzierungen wird das Gesamtvolumen weiterhin maßgeblich von Megadeals über € 100 Mio. getragen. Seit 2021 wurden 19 solcher Transaktionen mit einem Gesamtvolumen von rund € 3,5 Mrd. verzeichnet – ein Anteil von 36 % des gesamten Finanzierungsvolumens. Die Zahlen verdeutlichen: Das Kapital konzentriert sich weiterhin stark auf etablierte Scale-ups.

Deutschland unter den führenden Robotik-Nationen Europas

Deutschland bleibt eine tragende Säule im europäischen Robotik-Start-up-Ökosystem – trotz des höchsten Anteils an Deals mit nicht-offengelegtem Finanzierungsvolumen. Im Gesamtranking liegt Deutschland auf Platz zwei hinter dem Vereinigten Königreich. Bemerkenswert: Drei der zehn kapitalstärksten Robotik-Start-ups Europas stammen aus Deutschland:

• Agile Robots (€ 318 Mio. seit 2021)
• NEURA Robotics (€ 301 Mio., mit geplanter € 1 Mrd.-Runde, seit 2021)
• Quantum Systems (€ 211 Mio. seit 2021, exkl. der Finanzierung Q4 2025)

Champions entstehen auch in kleineren Ländern

Der Report zeigt auch: Nicht nur große Länder haben Champions. So demonstriert TEKEVER aus Portugal mit einer Gesamtfinanzierung von € 540 Mio. seit 2021, dass auch aus kleineren europäischen Ländern international wettbewerbsfähige Robotik-Champions hervorgehen können.

Weiterführende Infos zum Robotics Venture Capital Report 2025 gibt’s hier

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

Um dieses Ziel zu erreichen, entwickelt Zentio eine AI-first Plattform für intelligente Produktionsplanung. Diese ermöglicht es, Betriebsdaten durch KI-Agenten aufzubereiten und für die operative Produktionsplanung nutzbar zu machen, um fundierte Entscheidungen und mehr Produktivität zu ermöglichen.

Die Pre-Seed-Finanzierungsrunde in Höhe von 1,4 Millionen Euro wurde vom High Tech Gründerfonds angeführt, einem der aktivsten Frühphaseninvestoren in den Bereichen Deep Tech, Industrietechnologie und KI-basierter Innovation. Weitere Unterstützung kam vom Frühphaseninvestor SIVentures, welcher über umfangreiche Erfahrung in der Förderung und Skalierung von B2B-Technologie-Startups verfügt. Gemeinsam bieten die beiden Investoren strategische und operative Unterstützung für die nächste Wachstumsphase von Zentio.

Immo Polewka, Mitgründer und CCO von Zentio, erklärt: „Unsere Vision ist es, den Standard der Entscheidungsfindung in der europäischen Fertigungsindustrie auf ein neues Niveau zu heben. Durch die Kombination von Betriebsdaten mit mathematischer Optimierung und AI-First-Automatisierung können Unternehmen strategisch vorausplanen und resilient auf Störungen reagieren."

Die Finanzierungsrunde soll es Zentio ermöglichen, bestehende Partnerschaften zu stärken und die Voraussetzungen zu schaffen, um langfristigen Mehrwert für die europäische Fertigungsindustrie zu schaffen: „Unser Hauptaugenmerk für die nächsten Monate liegt darauf, unsere mathematischen Kernsysteme und ML-Pipelines weiterzuentwickeln und diese mit Hilfe von UX und AI Agents zusammenzuführen. Deshalb erweitern wir unser Team um ambitionierte Entwickler und Entwicklerinnen, die sich unserer Mission anschließen möchten, die erste Generation von KI-nativer Produktionsplanung zu entwickeln“, sagt Christophe Kafrouni, Mitgründer und CTO von Zentio.

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.

Die Gründungsbereitschaft in Deutschland steigt: Rund zehn Prozent der 18- bis 64-Jährigen haben in den letzten dreieinhalb Jahren ein Unternehmen gegründet oder es zumindest versucht. Gleichzeitig stoßen Unternehmer*innen hierzulande auf so manche Hürden: Mehr als 58 Prozent empfinden den Gründungsprozess als schwierig und sehen Regulierungen sowie den Aufwand bei Behörden als ihr größtes Hindernis.

Das zeigt eine aktuelle repräsentative Umfrage der Neobank bunq. Für die Erhebung wurden im Oktober 2025 insgesamt fast 1.000 Unternehmer*innen in Deutschland von Pollfish zu ihren Gründungserfahrungen befragt.

Freiheit motiviert – Bürokratie bremst

Unternehmer*in zu sein, bedeutet für viele vor allem eins: Freiheit. Für fast die Hälfte der Gründer*innen in Deutschland war die Freiheit, der eigene Chef bzw. die eigene Chefin zu sein, der größte Antrieb für die Selbständigkeit. Rund 30 Prozent der Befragten wurden durch eine innovative Geschäftsidee oder den Wunsch motiviert, ein konkretes Problem zu lösen bzw. einen positiven Beitrag für Gesellschaft und Branche zu leisten. Für etwa 15 Prozent ist die Selbständigkeit eine Notwendigkeit gewesen.

Gründungsprozess: zwischen Regulierungen, Steuern und Finanzierungsbedarf

Der Weg in die Selbständigkeit bringt so manche Herausforderung mit sich. Besonders beim Finanzierungsbedarf verschätzen sich viele Unternehmen: 40 Prozent der Deutschen unterschätzen, wie viel Kapital sie tatsächlich benötigen. Häufig werden zudem bürokratische Hürden (39 Prozent) und der Aufwand durch externe Dienstleister*innen wie Berater*innen und Fachleute (29 Prozent) verkannt. Mehr als jede(r) Vierte (24 Prozent) schätzt zudem die anfallenden Steuern zu niedrig ein.

Die größten Hürden sehen Unternehmer vor allem in Regulierungen und Verwaltung (26 Prozent), Finanzierungsfragen (24 Prozent) sowie in der Kund*innengewinnung (22 Prozent). Zudem hat fast ein Drittel der befragten Unternehmer*innen ihr Geschäft international ausgeweitet. Hier gehören Steuern, administrative Hürden und Sprachbarrieren zu den größten Stolpersteinen bei der Gründung.

Unternehmer*innen empfinden Selbständigkeit als insgesamt positiv

58 Prozent der Befragten empfinden den Gründungsprozess in Deutschland als schwierig. Dennoch bewerten die meisten die Gesamterfahrung als positiv (70 Prozent). Besonders spürbar sind die positiven Effekte bei den persönlichen Finanzen (53 Prozent), der mentalen Gesundheit (51 Prozent) und einer besseren Work-Life-Balance (41 Prozent). Auch das Umfeld der befragten Gründer*innen reagierte überwiegend positiv: Etwa 23 Personen gaben an, dass ihr engster Kreis ihre Idee von Anfang an großartig fand. Die Hälfte der Befragten äußerte, dass ihr Umfeld sie zwar unterstützte, jedoch auch Zweifel aufkamen.

„Unabhängig davon, in welchem Land man lebt: Unternehmertum ist nichts für schwache Nerven. Es bedarf nicht nur finanzieller Mittel, sondern vor allem Zeit, Geduld und Durchhaltevermögen“, sagt Joe Wilson, Chief Evangelist bei bunq. „Unternehmer verdienen es, ihr Unternehmen so zu führen, wie es zu dem eigenen Lebensstil passt – und nicht umgekehrt. Wenn Gründer ihre Finanzen im Blick behalten, gewinnen sie ihr wertvollstes Gut zurück: Zeit – Zeit, um ihr Unternehmen voranzubringen und ihr Privatleben zu genießen.“

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.

Trotz der rasanten Entwicklung der Elektromobilität in den letzten Jahren ist das Laden von Elektrofahrzeugen nach wie vor fragmentiert. Das wachsende Ökosystem aus Hardware- und Software-Unternehmen nutzt proprietäre, geschlossene Softwaresysteme, die oft nicht nahtlos miteinander funktionieren. Mängel bei der Interoperabilität und Kommunikation führen zu Problemen bei der Zuverlässigkeit, zu ineffizienter Wartung der Infrastruktur und zu Ladefehlerquoten von bis zu 25 %.

Pionix wurde 2021 gegründet und bietet mit seinen Produkten eine gemeinsame Softwareplattform für alle EV-Ladetechnologien. So werden Zuverlässigkeit, Interoperabilität und Zukunftsfähigkeit der globalen Ladeinfrastruktur sichergestellt. Als Antwort auf die Herausforderungen der Branche hat Pionix die Open-Source-Plattform EVerest initiiert und maßgeblich zu ihrer Entwicklung beigetragen. EVerest dient als eine gemeinsame Grundlage für Ladegerätehersteller, Betreiber, Automobilhersteller und Flotten. Die Plattform beseitigt Kompatibilitätsprobleme und ermöglicht schnellere Innovationen in der gesamten Branche.

Heute hat sich EVerest zu einer der einflussreichsten Open-Source-Initiativen im Bereich Cleantech entwickelt. Die Plattform wird inzwischen von über 600 Mitwirkenden aus mehr als 70 Organisationen unterstützt und betreibt weltweit Hunderttausende von Ladepunkten.

Die Open-Source-Software, die Pionix 2021 der Linux Foundation Energy (LF Energy) zur Verfügung gestellt hat, hat einen geschätzten Wert von mehr als 500 Millionen US-Dollar - das ist fast die Hälfte des geschätzten Ökosystemwerts des Linux-Kernels, der mit rund 1,2 Milliarden US-Dollar als das weltweit bekannteste Open-Source-Projekt gilt.

Marco Möller, Gründer und CEO von Pionix, sagt: „Zuverlässigkeit ist beim Laden von E-Autos zentral für den Erfolg der Elektromobilität. Die fragmentierte Landschaft aus inkompatiblen Systemen und hohen Fehlerquoten hat den Übergang zur E-Mobilität lange gebremst. Open Source bietet dafür die Lösung. Mit EVerest im Kern und unseren Pionix Cloud-Diensten sowie der ChargeBridge-Hardware machen wir es radikal einfacher, Ladegeräte zu bauen, zu integrieren und zu betreiben. Diese funktionieren dann immer zuverlässig. Genau das braucht die Branche, um die Mobilitätswende erfolgreich zu gestalten.“

Jerry Hong, CEO von Ascend Capital Partners, dem Hauptinvestor dieser Runde, ergänzt: „Wir sind davon überzeugt, dass Pionix die technischen Grundlagen für die Zukunft des E-Auto-Ladens schafft. Die Rolle als Initiator und Verwalter von EVerest verschafft dem Team Glaubwürdigkeit. Wir freuen uns, das internationale Wachstum des Unternehmens zu unterstützen, insbesondere angesichts der steigenden Nachfrage in Europa und Asien.“

Joel Larsson, General Partner bei Pale blue dot, fügt hinzu: „So wie Android das Ökosystem für Smartphones vereinheitlicht hat, schafft Pionix die offene Plattform, mit der die globale Ladeinfrastruktur für E-Autos zusammengeführt und skalierbar gemacht wird.”

Pionix will die Finanzierung nutzen, um die fragmentierte Branche zu vereinheitlichen, indem das Unternehmen seine offenen, modularen Enterprise-Produkte für Software und Hardware bereitstellt. Pionix Cloud ist die spezialisierte Backend-Software für Hersteller von E-Ladegeräten, die auf EVerest läuft, während ChargeBridge ein vorkonfiguriertes Plug-and-Play-Hardwaremodul ist, das die Integration von Ladesystemen erheblich vereinfacht. Zusammen helfen diese Produkte Herstellern und Betreibern, zuverlässige Ladegeräte schneller bereitzustellen und gleichzeitig die End-to-End-Interoperabilität sicherzustellen.

Pionix wird außerdem das EVerest-Open-Source-Ökosystem weiter vorantreiben und gemeinsam mit der globalen Community neue Wege der Zusammenarbeit eröffnen - so entsteht die Grundlage für kommende Projekte, die das Laden von E-Autos weltweit verbessern.