Europa ist Heimat der weltweit leistungsstärksten Tech-Ökosysteme – zumindest, wenn man die reine Anzahl an Hubs im Verhältnis zur Bevölkerungsgröße betrachtet. Zu diesem Schluss kommt der neue Global Tech Ecosystem Index, den die Datenplattform Dealroom am Donnerstag vorstellt. Demnach stellt Europa 45 der Top-100-Städte im sogenannten Density-Ranking und verweist Nordamerika (40) auf Platz zwei. Der Bericht unterstreicht einen fundamentalen Wandel: Europa versucht, seine wirtschaftliche Stagnation durch einen forcierten Fokus auf DeepTech, künstliche Intelligenz und strategische Autonomie zu kompensieren.

London verdrängt Paris, kleinere Hubs rücken auf

Nachdem Paris im vergangenen Jahr die Spitzenposition im europäischen Maßstab innehatte, hat London den Thron 2026 zurückerobert. Befeuert durch ein Rekord-Investitionsvolumen von 7 Milliarden US-Dollar im KI-Sektor (ein sattes Plus gegenüber den 3,9 Milliarden US-Dollar aus 2024) und eine wachsende Liste von mittlerweile 138 Unicorns (darunter Wayve und ElevenLabs), festigt die britische Hauptstadt ihren Status als globaler Fixpunkt. Paris bleibt mit 5 Milliarden US-Dollar an eingeworbenem Venture Capital (VC) und Aushängeschildern wie Mistral AI der schärfste Kontrahent auf dem Festland. KI macht in Europa mittlerweile rund 30 Prozent der gesamten VC-Investitionen aus.

Spannend für die Start-up-Landschaft ist jedoch die Entwicklung abseits der Megametropolen. Europas Wettbewerbsfähigkeit wird zunehmend von spezialisierten, stark forschungsgetriebenen Clustern getragen.
 

Deutschland: München boomt bei Rüstung, Berlin bleibt stabil

Der Blick auf die DACH-Region und insbesondere den deutschen Markt offenbart eine klare Rollenverteilung:

• München (Platz 5 der europäischen Density-Hubs, Platz 24 global): Die bayerische Landeshauptstadt hat sich in bemerkenswerter Geschwindigkeit zu einem zentralen Dreh- und Angelpunkt für europäische Verteidigungs- und Industrietechnologie entwickelt. Getrieben durch das exzellente universitäre Umfeld (insbesondere die TU München) und den starken industriellen Mittelstand, sammelten allein die Vorzeige-Unternehmen Helsing und ARX Robotics im vergangenen Jahr rund 763 Millionen US-Dollar ein.
• Berlin (Platz 4 der europäischen Global Champions, Platz 22 global): Die Hauptstadt bleibt das deutsche Aushängeschild für absolute Volumina und späte Finanzierungsrunden. Die historisch starken Sektoren Fintech und Enterprise-Software werden zunehmend durch starke KI-Investitionen flankiert, wodurch Berlin seinen Platz unter den führenden Tech-Metropolen behauptet.

Kritische Einordnung: Zwischen Autonomie und Realitätscheck

Die Dealroom-Zahlen lesen sich für europäische Ohren und politische Entscheidungsträger*innen wie Balsam. Dennoch bedürfen sie gerade aus Gründer*innen-Perspektive einer nüchternen Einordnung:

1. Der "Per-Capita-Trostpreis" vs. echtes Scaling

Dass Europa die Density Leaders dominiert, belegt die herausragende Qualität der universitären Forschung in Städten wie Cambridge, Gent oder München. Es verschleiert jedoch die Tatsache, dass in absoluten Zahlen – beim Wachstumkapital für Mega-Rounds (Series C+) und beim Aufbau von globalen Monopolisten – das Silicon Valley und andere US-Hubs in einer eigenen Liga spielen. Europa ist mittlerweile exzellent darin, Deep-Tech-Start-ups zu gründen; es hinkt aber weiterhin beim Skalieren hinterher, weil heimisches Spätphasen-Kapital fehlt.

2. "Strategic Autonomy" als neuer Investment-Case

Die Dealroom-Daten belegen einen massiven Paradigmenwechsel: Tech-Investitionen in Europa sind sicherheitspolitisch relevant geworden. Rüstungstechnologie (DefenseTech), lange Zeit von ESG-getriebenen europäischen Fonds gemieden, ist nun massentauglich. Der Schwenk hin zu "Dual Use"-Technologien und Resilienz spült dringend benötigtes Geld in Hardware- und B2B-Start-ups. Jan-Hendrik Boelens, CEO von Alpine Eagle, fasst diesen Zeitgeist treffend zusammen, wenn er auf die Notwendigkeit verweist, dass Europa „mehr eigene strategische Fähigkeiten aufbauen muss“.

3. Fragmentierung: Vielfalt oder Flickenteppich?

Die Studie feiert die dezentrale Struktur Europas mit vielen aufstrebenden Hubs (wie Kiew, Zagreb oder Tallinn, die das "Rising Stars"-Ranking anführen) als Vorteil. Für ambitionierte Gründer bedeutet diese Fragmentierung im operativen Alltag jedoch nach wie vor die Konfrontation mit einem Flickenteppich aus unterschiedlichen Regularien, Steuergesetzen und fragmentierten Kapitalmärkten. Diese Struktur ist die größte Hürde auf dem Weg zu einem homogenen europäischen Binnenmarkt für Tech-Unternehmen.

Fazit

Der Dealroom-Index 2026 zeigt klar, dass die DACH-Region die richtige Abzweigung genommen hat. Den akademischen Forschungsgeldern folgen nun handfeste Venture-Capital-Investments im DeepTech-Sektor. Damit aus den europäischen Density Leaders jedoch echte Global Champions auf Augenhöhe mit den USA oder China werden, muss Europa den Weg für grenzüberschreitende Wachstumsfinanzierungen massiv erleichtern.

Gesucht werden branchenübergreifend Teams mit skalierbaren Geschäftsmodellen, innovativen Technologien und Wachstumspotenzial – unter anderem aus den Bereichen KI & Software, Bio & Life Science, Clean Tech, FinTech, Food, Consumer Products oder E-Commerce. Auch Forschungsprojekte mit verwertbaren Ergebnissen und konkretem Anwendungspotenzial können sich bewerben.

Im Mittelpunkt stehen kompakte Pitch-Sessions, kuratierte 1:1-Matchings mit Investoren und direkter Austausch mit Branchenakteuren. Zusätzlich profitieren die ausgewählten Teams von einer professionellen Vorbereitung durch Workshops, Pitchtrainings sowie Unterstützung bei Pitch- und Read Decks.

Darüber hinaus bietet der Investforum Pitch-Day Networking mit Business Angels, VCs und Unternehmen sowie Keynotes rund um Innovation und Wachstum. Ein weiterer Höhepunkt ist die Verleihung des Awards „Überzeugendstes Startup“ der Stadtwerke Halle GmbH, dotiert mit 2.500 Euro, sowie des „TK-Sonderpreis Gesundheit“ der Techniker Krankenkasse Sachsen-Anhalt, dotiert mit 1.000 Euro.

Mit der HANGAR Night erwartet die Teilnehmenden außerdem ein besonderes Abendformat mit Innovation Walks, Drinks, Live-Musik und Austausch in außergewöhnlicher Atmosphäre.

Die Bewerbungsphase läuft noch bis zum 14. Juni 2026. Weitere Informationen zu Teilnahmebedingungen, Förderung und Bewerbung gibt es unter: pitchday.investforum.de

Der Investforum Pitch-Day 2026 ist ein Angebot der IMPETUUM GmbH – Institut für Wissens- und Technologietransfer an der Martin-Luther-Universität Halle-Wittenberg – und wird durch das Ministerium für Wirtschaft, Tourismus, Landwirtschaft und Forsten mit Mitteln des Europäischen Sozialfonds Plus und des Landes Sachsen-Anhalt gefördert

Rund 3,6 Millionen mögliche Routen gibt es bei einer Konzerttournee mit nur zehn Städten. Bislang lösen Booking-Agenturen dieses logistische Puzzle meist mühsam per Tabellenkalkulation und endlosen E-Mail-Schleifen. Das Berliner Start-up tourdarts will das ändern: Ein intelligenter Algorithmus soll Tourneen emissionsärmer, günstiger und stressfreier machen. Nach vielversprechenden Pitch-Erfolgen geht die SaaS-Lösung nun in die Beta-Phase.

Vom Historiker zum Hacker: Ein unkonventioneller Kopf

Hinter dem Produkt tourdarts steht die Ingwer Solutions UG mit Sitz in Berlin. Als alleiniger Geschäftsführer agiert Paul Ramisch. Sein Werdegang ist eher untypisch für die Tech-Gründungsszene: Der studierte Digitalhistoriker arbeitete zunächst als Marketingmanager und in der politischen Bildung, bevor er sich als freiberuflicher Webentwickler etablierte. In der Außendarstellung wird Ramisch teils als Co-Founder bezeichnet, was auf einen stillen Partner im Hintergrund schließen lässt.

Auf die Frage nach der genauen Teamstruktur und der Entstehungsgeschichte stellt er klar: „Tourdarts als Projekt wird heute von mir allein gebaut.“ Die initiale Zündung gab es jedoch im klassischen Start-up-Setting – am Tresen: „Die Idee zu tourdarts ist, wie so viele Ideen, bei einem Bier entstanden: Patrick Csonka, ein guter Freund von mir und selbst Booker, hatte mir von dem Problem erzählt und meinte, das müsse doch besser gehen.“

Ramisch entwickelte nebenher einen Prototyp und erkannte schnell die wahre Komplexität der Materie. Csonka berät das Projekt bis heute; gemeinsam launchten sie die Idee im vergangenen Jahr auf dem Reeperbahn-Festival. Die nötige Daten-Expertise bringt Ramisch aus seinem Master in Digital History mit – der Kombination aus Geschichte und Informatik. „Dabei geht es darum, aus großen Datenmengen Sinn zu schaffen, das ist bei dem Tour-Routing-Problem genau das Thema“, erklärt der Gründer und fügt hinzu, dass ihm die Branche ohnehin nah sei, da er seit über zehn Jahren quasi als „professionelles Hobby“ als Produktions- und Stage-Manager auf Festivals arbeite.

Smart Auto-Routing trifft auf die Realität unstrukturierter Daten

Aus der Beobachtung der Live-Musik-Branche kristallisierte sich schnell das Kernproblem heraus: Das Routing von Künstler*innen ist ein logistischer Albtraum. Im Gegensatz zur klassischen Logistik müssen im Musik-Booking sogenannte Holds – also komplexe Optionen auf Veranstaltungsorte – beachtet werden.

Tourdarts ist als B2B-SaaS-Plattform konzipiert und kombiniert das klassische Problem des Handlungsreisenden mit genau diesen branchenspezifischen Booking-Regeln. Der Algorithmus berechnet die optimale Route und bezieht dabei Distanzen, Pausentage, Club-Verfügbarkeiten und sogar die Reichweite von Elektrofahrzeugen ein. Ein weiteres Kern-Feature: Die Software nutzt KI, um Booking-Termine aus Veranstalter*innen-E-Mails zu extrahieren und generiert im Anschluss automatisierte Antwort-Templates für Verfügbarkeitsprüfungen und Bestätigungen. Das Ziel ist ambitioniert: Weniger Zickzack-Fahrten, massiv eingespartes CO₂ und ein enorm reduzierter administrativer Aufwand.

Doch gerade E-Mails von Veranstalter*innen strotzen oft vor Slang oder komplexen Bedingungen. Wie verhindert man hier fatale Fehlbuchungen? Ramisch räumt offen ein, dass dies ein Kernproblem der KI-Implementierung sei. Seine Lösung verzichtet bewusst auf die absolute Kontrolle durch die Maschine: „Tourdarts löst das, indem der Anspruch eben nicht eine Vollautomatisierung ist, sondern eine starke Assistenz.“ Die Termine würden zwar extrahiert, aber die finale Kontrolle obliege stets dem/der Nutzer*in.

Liest US-KI heimlich die Gagen mit?

Wer das Wort „KI“ im Zusammenhang mit E-Mail-Postfächern nennt, lässt in deutschen Agenturen oft die DSGVO-Alarmglocke schrillen. Wir haben bei Ramisch kritisch nachgehakt: Agiert tourdarts als heimlicher Mitleser im Postfach? Und fließen sensible Daten auf US-Server?

Der Gründer winkt direkt ab und korrigiert ein weit verbreitetes Missverständnis: „Tourdarts hat keinen direkten Zugriff auf das Postfach oder den Mail-Client.“ Statt eines vollautomatisierten Scans setze man auf einen manuellen Zwischenschritt. „Für die Extraktion kopieren die User einfach die Mail in das Tool.“ Dies geschehe ganz bewusst als „expliziter Baustein“, um die händische Überprüfung der Daten durch den Booker zu erzwingen. Für die Antworten generiert die Software lediglich Buttons, die den hauseigenen Mailclient mit vorgefertigten, personalisierten Texten öffnen.

Auf die Frage nach dem Serverstandort räumt Ramisch unumwunden ein, dass die Daten aktuell an den US-Riesen OpenAI fließen. Man weise die Nutzer*innen im Interface darauf hin, dass diese Daten geteilt werden und persönliche Informationen wie Anreden nicht mit einkopiert werden sollen. Das riecht ein wenig nach der bequemen Auslagerung der Verantwortung an den Endnutzer. Doch Ramisch hat das Problem offenbar erkannt und verspricht Besserung: Er habe bereits Validierungen mit den europäischen Mistral-Modellen gestartet, „und das Ziel ist hier auch ein Wechsel“. Er merke in Demos, dass die Nutzung amerikanischer Anbieter*innen die Firmen stark beschäftige. „Wer aktuell ein Produkt mit AI-Features für den europäischen Markt baut, dem kann ich nur empfehlen, das direkt zu berücksichtigen“, mahnt der Gründer. Eigene Modelle zu hosten, sei für das Start-up derzeit jedoch schlichtweg unwirtschaftlich.

Und wie steht es um das heimliche Training der KI? „Das Tool sammelt keine Daten zur Business-Seite wie die Gagen“, versichert Ramisch. Diese Prozesse würden über etablierte Management-Tools abgewickelt, zu denen man künftig nahtlose Schnittstellen anbieten wolle. Er fahre bewusst einen „sehr datensparsamen Ansatz“: „Ich nutze nicht einfach die Daten unserer User für die Entwicklung, sondern frage da explizit nach.“

Um die Agenturen rechtlich abzusichern, biete man eine klassische Auftragsverarbeitungsvereinbarung (AVV) nach der DSGVO an. Zugleich entzaubert der Gründer den KI-Hype um sein Produkt erfrischend ehrlich selbst: Man sei kein reiner „ChatGPT-Wrapper“. Strukturierte Daten aus Texten zu ziehen, sei heute „keine Rocket Science mehr“. Die echte Magie passiere woanders: „Die Secret Sauce bei tourdarts ist der Algorithmus, und das ist ein klassisches, deterministisches Informatik-Problem.“

Die Herausforderung: Die Dreiecks-Dynamik der Monetarisierung

Aktuell befindet sich tourdarts in einer geschlossenen Beta-Phase; öffentliche Pricing-Modelle fehlen noch völlig. Auf Nachfrage skizziert Ramisch die Strategie: „Es kristallisiert sich eine Per-Seat-Lizenzierung heraus, die sich preislich an dem angrenzenden Markt von Tourmanagement-Software anlehnt.“

Dabei kämpft das Start-up jedoch mit einem strukturellen Branchenproblem. „Der ROI für Agenturen entsteht durch die eingesparte Arbeitszeit. Der noch größere Return liegt jedoch in den verringerten Logistikkosten durch kürzere Distanzen“, analysiert Ramisch. Diese Kosten betreffen die Agenturen jedoch oft nicht direkt. „Dadurch entsteht eine Dreiecks-Dynamik, weil ich das Tool den Agenturen verkaufe, nicht den Hauptprofiteuren: den Artists.“

Um das Wachstum nicht künstlich zu begrenzen, blickt das Team über den musikalischen Tellerrand. „Andere Sparten sind absolut ein Thema“, bestätigt Ramisch. Erste Lesereisen und Podcast-Touren seien bereits geplant worden; auch Comedy stehe auf der Roadmap.

Cleveres Bootstrapping statt VC-Millionen

Das Start-up befindet sich in der Pre-Seed-Phase und ist weitgehend gebootstrapped. Tourdarts sicherte sich einen Platz im Wavelab-Inkubator in München und gewann Pitch-Wettbewerbe wie auf dem Reeperbahn Festival.

Die Strategie des organischen Wachstums ist gewollt. „Ich hatte es geschafft, recht schnell Agenturen von dem Produkt überzeugen zu können und tourdarts ist nah daran, profitabel zu sein“, betont Ramisch. Externe Investor*innengelder lehnt er vorerst ab, lässt sich aber Hintertüren offen: „Wenn die außereuropäische Internationalisierung schneller in den Fokus gerät, dann wird die Finanzierungs-Roadmap auch noch mal anders aussehen.“

Warum Excel der wahre Endgegner ist

Die größte Konkurrenz für tourdarts sind nicht andere Start-ups, sondern Microsoft Excel. Die Hürde, vertraute Workflows aufzugeben, ist enorm. Wie bricht man das auf? „Die Gewohnheit ist natürlich ein Problem, aber es gibt schon sehr viel Frust mit der Ineffizienz“, kontert der Gründer. Er setzt auf eine radikale Vereinfachung: „Wer seine Termine schon vorliegen hat, plant die erste Tour in 30 Minuten, was bisher teils Tage dauerte.“

Die Vertriebsstrategie profitiert vom Leidensdruck. „Ein Booker hat mich nach seiner Demo direkt an drei weitere Agenturen empfohlen“, berichtet Ramisch. Bei der renommierten All Artists Agency laufe tourdarts bereits seit einem Jahr produktiv in der Anwendung.

Unser Fazit: Megatrends getroffen, Bewährungsprobe steht bevor

Tourdarts positioniert sich klug an der Schnittstelle von KI-Automatisierung und „Green Touring“. Dass das Start-up die Eigenheiten des „Hold“-Systems integriert, schafft einen starken USP. Die offene und transparente Kommunikation bei den kritischen Themen DSGVO und Datensouveränität schafft zusätzlich Vertrauen.

Gelingt es der Ingwer Solutions UG, das knifflige Pricing-Modell für diese schwerfällige Nische zu justieren, hat tourdarts echtes Potenzial zum Branchenstandard. Für den Sprung vom Beta-Tool zum skalierbaren Unternehmen dürfte jedoch bald das Einwerben einer soliden Seed-Runde unumgänglich sein.

Das in Bonn ansässige FemTech-Start-up Femi-ON hat den Abschluss seiner Seed-Finanzierungsrunde – über die genaue Summe wurde Stillschweigen vereinbart – bekannt gegeben. Neben der NRW.BANK und Der Digitaler Hub Region Bonn AG beteiligen sich mehrere Business Angels an dem Unternehmen. Das Kapital soll in die weitere Produktentwicklung, den Start von Pilotprojekten sowie in die Vorbereitung der Medizinproduktezulassung fließen.

Der Ansatz: Niederfrequente Vibration statt Medikamente

Hinter Femi-ON steht das interdisziplinäre Gründungsteam um Meike Kreutel, Alexej Domnich und Marion Schink. Das Start-up adressiert ein weitverbreitetes medizinisches Problem: Millionen Frauen leiden unter starken Menstruationsbeschwerden (Dysmenorrhoe) oder Endometriose. Bisherige Therapieansätze stützen sich häufig auf hormonelle Präparate oder Schmerzmittel.

Femi-ON entwickelt mit den Konzepten „Tamp-ON“ und „Ring-ON“ hardwarebasierte Medizinprodukte, die im Körper getragen werden sollen.

• Geplante Wirkungsweise: Die Schmerzlinderung soll durch niederfrequente Vibrationsenergie erfolgen, die gezielt an der Schmerzquelle ansetzt und die Weiterleitung der Schmerzsignale über die Nerven modulieren soll.
• Materialien: Die wiederverwendbaren Devices sollen aus biokompatiblen Materialien gefertigt werden.
• Digitale Anbindung: Die Hardware wird via Bluetooth über eine eigene App gesteuert, die den Nutzerinnen ein individuelles Tracking ihrer Symptome ermöglichen soll.

Die Entwicklung des Unternehmens wurde in der Frühphase bereits durch verschiedene Institutionen gestützt. Femi-ON durchlief den Inkubator der Impact Factory in Duisburg, erhielt das Gründungsstipendium NRW und war Teil des Investment SHEroes Accelerator-Programms des Digital Hub Bonn, der nun auch als Investor auftritt.

Marktumfeld: Chancen und regulatorische Hürden

Der FemTech-Sektor verzeichnet international ein starkes Wachstum. Doch der hardwarebasierte MedTech-Bereich, in dem Femi-ON agiert, ist mit spezifischen Herausforderungen verbunden. Ein kritischer Blick auf das Geschäftsmodell zeigt die zentralen Meilensteine, die das Start-up noch nehmen muss.

Technologie- und Marktabgrenzung

Kritische Einordnung des Markteintritts

1. Zulassung als Bottleneck: Die Zertifizierung als Medizinprodukt nach der strengen europäischen Medical Device Regulation (MDR) für ein Device, das in den Körper eingeführt wird, ist kosten- und zeitintensiv. Diese Phase entscheidet maßgeblich über die Überlebensfähigkeit von MedTech-Start-ups.
2. Nutzer*innenakzeptanz: Zwar wächst der Markt für Gesundheits-Wearables stetig, doch die Hürde, ein smartes Device vaginal einzuführen und per App zu steuern, erfordert Aufklärungsarbeit. Der Vorteil gegenüber externen Schmerzgeräten, die oft sichtbare Kabel oder Klebepads erfordern, liegt in der Diskrete der Anwendung im Alltag.
3. Kund*innenakquise (CAC): Das Marketing für Produkte der Frauengesundheit unterliegt auf großen Werbenetzwerken häufig strengen und teils inkonsistenten Restriktionen. Start-ups in diesem Segment sind stark auf organisches Community-Building und B2B2C-Strategien (etwa Kooperationen mit Krankenkassen) angewiesen.

Fazit

Mit dem Abschluss der Seed-Runde sichert sich Femi-ON den finanziellen Spielraum für die kostenintensive Zertifizierungsphase. Gelingt die komplexe MDR-Zulassung, positioniert sich das Bonner Start-up in einem wachstumsstarken Markt für nicht-medikamentöse Schmerztherapien.

Das Prinzip der meisten heutigen Kühlsysteme entstammt dem 19. Jahrhundert: Kompression und Verdampfung von Kältemitteln. Angesichts der EU-F-Gase-Verordnung, die den Einsatz klassischer, klimaschädlicher Kältemittel massiv einschränkt, tickt für diese Technologie jedoch die regulatorische Uhr. Die 2026 als Spin-off des Fraunhofer-Instituts für Physikalische Messtechnik (IPM) gegründete Qurie GmbH präsentiert nun eine marktreife Alternative: elektrokalorische Kühlsysteme, die vollständig ohne Kompressoren, ohne Druckaufbau und ohne konventionelle Kältemittel auskommen.

Für diese Mission konnte das Freiburger Unternehmen im April 2026 namhafte Investor*innen gewinnen: Der High-Tech Gründerfonds (HTGF), der Technologie-Transfer-Fonds TT49 und die Aepikur GmbH investieren gemeinsam 2,2 Millionen Euro Seed-Kapital in das Start-up.

Die Gründer und die Historie

Hinter Qurie stehen zwei Köpfe, die Wissenschaft und Marktexpertise vereinen: Dr. Kilian Bartholomé (CTO) und Dr. Christian Vogel (CEO). Die Technologie fußt auf mehr als zehn Jahren intensiver Vorlaufforschung am Fraunhofer IPM. Das nun ausgegründete Team von über zehn Expertinnen und Experten aus Materialwissenschaft, Thermodynamik und Ingenieurwesen arbeitet an der Schnittstelle von Grundlagenforschung und industrieller Anwendung. Die Entwicklungsarbeit wird zudem bis Ende 2026 von einem BMWE-geförderten Forschungsprogramm flankiert.

Technologie: Materialintelligenz statt Mechanik

Qurie löst ein zentrales Problem alternativer Kühltechniken. Andere Ansätze wie die Magneto- oder Elastokalorik scheiterten bisher oft an zu hohen Systemkosten. Quries Ansatz basiert hingegen auf der Elektrokalorik: Bestimmte Keramiken und Polymere verändern ihre Temperatur, wenn ein elektrisches Feld angelegt oder entfernt wird.

Das Alleinstellungsmerkmal und Herzstück von Qurie ist dabei die weltweit patentierte „aktive elektrokalorische Heatpipe“ (AEH). Diese präzise gestapelte Materialstruktur ermöglicht es, Wärme sehr effizient abzuführen. Laut CTO Bartholomé erlaubt dieser Ansatz deutlich höhere Pumpfrequenzen beim Wärmetransport als bisherige Flüssigkeitssysteme. Die Eckdaten, die das Start-up kommuniziert, sind beachtlich:

• Theoretische Effizienz: Über 80 Prozent (im Vergleich zu maximal 50 Prozent bei klassischen Kompressoren).
• Energieeinsparung: Potenzial von rund 40 Prozent.
• Formfaktor: Eine miniaturisierbare Festkörper-Architektur, die völlig neue Designs von der Chip-Kühlung bis zur Gebäudetechnik zulässt.

Markt, Wettbewerb & kritische Einordnung

Der erste Zielmarkt von Qurie ist die Schaltschrankklimatisierung – ein Segment, das hohe Präzision erfordert und in dem laut Start-up bislang vollständig zufriedenstellende Lösungen fehlen. Von diesem Sprungbrett aus visiert Qurie die gewerbliche Kühlung, die Medizintechnik sowie die Elektronik- und Automobilbranche an.

Dass institutionelle Investor*innen wie der HTGF ein solches DeepTech-Hardware-Investment tätigen, unterstreicht die Solidität der Patente und die hohe Marktrelevanz der Technologie. Der starke regulatorische Rückenwind durch die EU-F-Gase-Verordnung spielt Qurie als Markttreiber enorm in die Karten.

Dennoch bleibt das Vorhaben ambitioniert. Hardware-Start-ups stehen vor der klassischen Skalierungsfalle: Die Überführung von Laborprototypen hin zu massenfertigungstauglichen, ausfallsicheren Produkten ist komplex. Gerade präzise gestapelte Materialstrukturen können in der industriellen Fertigung Tücken bergen. Zudem schläft die Konkurrenz nicht: Etablierte Industriegiganten sowie andere Start-ups (wie beispielsweise die auf Magnetokalorik spezialisierte Magnotherm) drängen mit viel Kapital in den Markt für alternative Kühlung.

Fazit

Qurie bringt eine der vielversprechendsten Hardware-Innovationen der letzten Jahre aus dem Fraunhofer-Ökosystem auf den Markt. Kann das Team beweisen, dass die neue Technologie nicht nur im Labor funktioniert, sondern auch in der Wirtschaftlichkeitsrechnung der Industriekund*innen besteht, steht dem Start-up ein globaler Milliardenmarkt offen.

Die aktuelle Finanzierungsrunde wird von den Corporate-Venture-Capital-Einheiten (CVC) EnBW New Ventures und Wepa angeführt. Dass ausgerechnet diese Player investieren, ist kein Zufall: Die Mutterkonzerne steuern selbst riesige operative Belegschaften. Sie dienen der Elephant Technologies GmbH somit nicht nur als Geldgeber, sondern gleichzeitig als Testlabor und Referenzkund*innen. Ergänzt wird die Runde durch namhafte Angel-Investoren aus dem Umfeld von Flix und Home24.

Das Geschäftsmodell: KI-Kurse gegen das „Wissens-Leck“

Die Gründer Maurice Zomorrodi, Niklas Dehio und Melchior Schramm riefen Elephant im Sommer 2022 ins Leben. Sie adressieren ein strukturelles Problem: Wissen wird in operativen Betrieben oft noch mündlich oder über veraltete Handbücher weitergegeben. Die Elephant-Plattform nutzt einen KI-gestützten „Coursebuilder“, um aus bestehenden Dokumenten mit wenigen Klicks interaktive Lerneinheiten für eine mobile App zu generieren. Ein KI-Assistent soll Fragen zudem kontextbezogen direkt am Arbeitsplatz beantworten. Um Sprachbarrieren in der Industrie abzubauen, bietet das System Übersetzungen in über 95 Sprachen. Dass das Modell Anklang findet, zeigt sich am Solar-Einhorn Enpal, das Elephant zur Schulung von Quereinsteigern nutzt.

Journalistisch betrachtet muss man jedoch das Preisschild hinterfragen: Der Einstieg in die Plattform beginnt bei 640 Euro monatlich für bis zu 50 Nutzer*innen („Team“) und skaliert über 1.300 Euro („Pro“) bis hin zu Enterprise-Lösungen ab 4.000 Euro im Monat. Für Mittelständler*innen ist das ein beachtlicher Kostenblock, der sich zügig durch messbar sinkende Fehlerquoten oder kürzere Onboarding-Zeiten rechtfertigen muss.

Ein Markt im Goldrausch: Wer sind die Jäger*innen?

Elephant ist längst nicht allein auf der Jagd nach der „Deskless Workforce“. Dieses enorme Segment hat in den letzten Jahren mächtige Wettbewerber auf den Plan gerufen. So hat beispielsweise der Branchen-Riese Beekeeper die Frontline-Trainingsplattform eduMe nahtlos in seine App integriert, um Mitarbeitenden Weiterbildung mit nur einem Klick zugänglich zu machen. Solche Konsolidierungen zeigen: Der Standard im operativen Weiterbildungsmarkt wird zunehmend höher.

Zwischen Innovation und Commodity

Trotz des Kapitalschubs steht das Start-up vor zwei entscheidenden Hürden. Erstens droht der technologische Kern – das Umwandeln von PDFs in Quizze mittels KI – zu einer reinen „Commodity“ zu werden. Da große Sprachmodelle (LLMs) rasant mächtiger werden, könnten generische Unternehmenstools diese Funktion bald als Standard-Feature mitliefern. Elephant muss beweisen, dass sich die Plattform unverzichtbar tief in echte Qualitätssicherungs- und Produktionsprozesse verwebt.

Zweitens bleibt der Faktor Mensch das größte Risiko. Software für den Shopfloor scheitert selten am Management, sondern oft an der fehlenden Akzeptanz der Belegschaft. Wenn die App im stressigen Arbeitsalltag nicht als spürbare Entlastung wahrgenommen wird, nützt auch die beste KI wenig.

Unser Fazit

Ein valider Ansatz unter hohem Konkurrenzdruck Elephant hat mit EnBW und Wepa die idealen Partner gefunden, um die Praxistauglichkeit in großen Strukturen unter Beweis zu stellen. Die 5 Millionen Euro geben den nötigen Runway. Dennoch ist der technologische Burggraben schmal. Um langfristig gegen internationale Schwergewichte zu bestehen, muss Elephant mehr sein als nur ein komfortabler Content-Generator. Der echte Härtetest beginnt an der Werkbank.

Es ist ein klassisches Gründer*innen-Narrativ: Aus einem persönlichen Schmerzpunkt entsteht eine Geschäftsidee. Im Fall von ENVIOTECH war es ein Fahrradunfall. Der beste Freund von Mitgründer Adrian Rhaese verunglückte, weil in einer deutschen Stadt die Straßenlaternen aufgrund gestiegener Stromkosten abgeschaltet worden waren. Dieser Vorfall weckte bei Rhaese das Unverständnis darüber, dass in einem wirtschaftlich starken Land ausgerechnet an der Sicherheit gespart wird – und legte den Grundstein für das Smart-City-Start-up.

Bye-bye Bankenturm: Der Sprung ins kalte Wasser

Anstatt ihren als sicher geltenden Karriereweg fortzusetzen, verließen Adrian Rhaese und Mitgründerin Linh Pham ihre Positionen als duale Studierende bei der Deutschen Bank. Sie entschieden sich bewusst für das unternehmerische Risiko, um reale Infrastrukturprobleme zu lösen.

Eine erste Bestätigung für diesen Schritt erhielt das junge Team durch die Aufnahme in das EWOR Fellowship. Daniel Dippold, Gründer und CEO von EWOR, bescheinigt dem Team den richtigen Fokus: „Unspektakuläre Infrastruktur gewinnt langfristig fast immer. Straßenbeleuchtung ist nicht glamourös, aber sie ist allgegenwärtig, unverzichtbar und aus keiner Stadt wegzudenken.“

Plug-and-Play am Lichtmast: Das 15-Minuten-Update

Die technische Lösung von ENVIOTECH setzt auf Pragmatismus: Anstatt Laternen kostenintensiv komplett auszutauschen, bietet das Unternehmen ein Retrofit-System an. Das Produkt soll sich laut Unternehmensangaben in unter 15 Minuten in bestehende Leuchten integrieren lassen.

Die nachgerüsteten Laternen kommunizieren als Mesh-Netzwerk miteinander und dimmen das Licht KI-gesteuert und bedarfsgerecht anhand von Bewegungserkennung. Das Startup verspricht dadurch Energieeinsparungen von bis zu 80 Prozent; gleichzeitig soll die öffentliche Sicherheit erhöht werden. Kommunen erhalten so die Möglichkeit, ihre Beleuchtung zentral zu steuern und in Echtzeit zu überwachen.

Um das Konzept in die Fläche zu tragen, konnte ENVIOTECH nun eine Pre-Seed-Finanzierung in Höhe von 1 Million Euro einsammeln. Angeführt wird die Runde passenderweise vom ehemaligen Co-CEO der Deutschen Bank, Jürgen Fitschen. Ergänzt wird das Konsortium durch Ex-MAN-CEO Joachim Drees, Alexander Eyhorn (Gründer von Bidirex) und Danilo Jovicic-Albrecht (Mitgründer des auf Kommunen spezialisierten Startups Vialytics). Mit dem frischen Kapital sollen Pilotprojekte forciert und das Technologieportfolio weiterentwickelt werden.

Der Endgegner heißt B2G-Markt: David gegen die Industrie-Goliaths

So einleuchtend die Technologie klingt, das Geschäftsmodell von ENVIOTECH steht vor gewaltigen Hürden. Der B2G-Markt (Business-to-Government) ist für Start-ups extrem schwierig. Kommunen, die ENVIOTECHs primäre Zielgruppe darstellen, arbeiten mit langen Budgetzyklen und streng regulierten öffentlichen Ausschreibungsverfahren. Bis ein Pilotprojekt zu einem flächendeckenden Rollout führt, vergehen oft Jahre.

Darüber hinaus agiert das Start-up nicht im luftleeren Raum. Der Smart-Lighting-Markt wird von Industriegiganten wie Signify oder Schréder dominiert, die längst eigene IoT-Lichtsteuerungssysteme anbieten. Auch andere Start-ups wie Tvilight oder Icegateway haben das Potenzial vernetzter Straßenbeleuchtung erkannt.

Der entscheidende USP von ENVIOTECH muss daher in der Geschwindigkeit und Einfachheit liegen: Gelingt die versprochene rasante Installation und können Kommunen die Lösung ohne massive Tiefbauarbeiten testen, hat das Start-up einen echten Wettbewerbsvorteil. Besonders klug ist hierbei die Auswahl der Investor*innen: Mit Drees und Jovicic-Albrecht hat das Gründerduo Köpfe an Bord geholt, die wissen, wie man komplexe Produkte an die öffentliche Hand verkauft. Schafft es ENVIOTECH, den extrem zähen Vertriebszyklus öffentlicher Verwaltungen zu knacken, könnte das Unternehmen zu einem hochrentablen Hidden Champion heranwachsen.

Während die Unternehmenskommunikation den Durchbruch einer neuen Plattformtechnologie feiert, zeigt ein genauerer Blick auf den globalen Markt für humane Milcholigosaccharide (HMOs) ein Haifischbecken voller multinationaler Konzerne. Eine kritische Analyse des Geschäftsmodells, der Gründer*innen und des Wettbewerbs.

DeepTech Made in Leipzig

Hinter Primogene stehen Dr.-Ing. Reza Mahour (CEO), Valerian Grote und Linda Karger (COO), die das Unternehmen 2023 in Leipzig gründeten. Die Zusammensetzung des Teams vereint technologische und wissenschaftliche Expertise, um die ehrgeizige Vision einer industriellen Enzym-Produktion umzusetzen. Die aktuelle, 4,1 Millionen Euro starke Seed-Runde wird vom High-Tech Gründerfonds (HTGF) angeführt. Zum Investoren-Konsortium gehören außerdem der Technologiegründerfonds Sachsen (TGFS), better ventures, die Sächsische Beteiligungsgesellschaft (SBG), die Golzern Holding GmbH, die FS Life Science Investment GmbH sowie Dr. Marc Struhalla, Gründer und CEO der c-LEcta GmbH. Der Kapitaleinsatz ist klar definiert: Die neuen Mittel fließen in den Ausbau des IP-Portfolios, die Erweiterung der Produktionskapazitäten in Leipzig und in strategische Partnerschaften.

Das Modell im Stresstest: Die Kostenfalle der Enzyme

Primogene hat eine enzymatische Plattformtechnologie entwickelt, um Inhaltsstoffe zu produzieren, die identisch zu natürlichen Molekülen sind – nachhaltig und kosteneffizient. Im Zentrum stehen dabei komplexe humane Milcholigosaccharide (HMOs) wie Disialyllacto-N-Tetraose (DSLNT) und Difucosyllacto-N-Tetraose I (LNDFH I). Laut Primogene verursachen etablierte fermentative Herstellungsverfahren erhebliche Kosten und stoßen bei der Produktion derartiger hochkomplexer Moleküle an ihre Grenzen.

Der Lackmustest: Die Prämisse, dass enzymatische Verfahren in der Massenproduktion überlegen sind, birgt in der Praxis massive Hürden. Die Entwicklung und wirtschaftliche Produktion der benötigten Enzyme selbst ist extrem kapitalintensiv. Dass das Start-up den gesamten Prozess – von der Enzymentwicklung über die Produktion und Biotransformation bis zur Aufreinigung – komplett am eigenen Unternehmensstandort in Leipzig abbilden will, ist ein ambitionierter, aber riskanter Schritt. Der Aufbau eigener Produktionsanlagen für komplexe BioTech-Prozesse führt oft zu einer enorm hohen Kapitalverbrennungsrate (Burn Rate).

Erste kommerzielle Meilensteine dämpfen dieses Risiko jedoch: Erste Inhaltsstoffe für Kosmetikprodukte wurden mit Kooperationspartnern entwickelt und sind bereits kommerziell erhältlich. Auch pharmazeutische Rohstoffe befinden sich aktuell im Test bei Kund*innen. Zudem erforscht das Unternehmen in Zusammenarbeit mit dem Fraunhofer-Institut für Zelltherapie und Immunologie (IZI) in Leipzig das Potenzial seiner Inhaltsstoffe zur Prävention von Infektionskrankheiten.

Im Haifischbecken: Auf Kollisionskurs mit den Lebensmittel-Riesen

Der Zielmarkt ist hochattraktiv: Der globale HMO-Markt wächst jährlich um etwa 18 bis 20 Prozent, und über 65 Prozent der im Jahr 2023 neu eingeführten Säuglingsnahrungsprodukte enthielten mindestens ein HMO. Neben der Säuglingsernährung bedient Primogene auch Märkte wie die Darmgesundheit bei Erwachsenen, die Gedächtnisverbesserung im Alter sowie funktionale Inhaltsstoffe für Körperpflege und pharmazeutische Rohstoffe.

Das Leipziger Team trifft in der Nahrungsmittelindustrie jedoch auf einen extrem konsolidierten Markt, der von Milliarden-Konzernen dominiert wird. Einer der größten B2B-Zulieferer für Säuglingsnahrung weltweit ist DSM-Firmenich (mit der übernommenen Sparte Glycom), der den Markt durch gigantische Größenvorteile (Economies of Scale) in der Fermentation beherrscht. Auch Chr. Hansen (Jennewein), ein Pionier in der mikrobiellen HMO-Synthese, stellt mit seiner extrem tiefen Integration bei Lebensmittelriesen einen massiven Konkurrenten dar. Auf der Abnehmerseite agieren Endkonsument*innen-Giganten und Branchenführer wie Nestlé und Abbott, bei denen für einen neuen Zulieferer von Inhaltsstoffen extrem hohe regulatorische und volumenbasierte Hürden bestehen.

Primogenes strategische Nische: Ein Preiskampf bei einfach strukturierten Standard-HMOs gegen die großen Fermentations-Player wäre für ein Start-up kaum zu gewinnen. Primogenes entscheidender Wettbewerbsvorteil liegt jedoch in der Komplexität. Die industrielle Produktion von Molekülen wie DSLNT – das laut klinischen Studien signifikante gesundheitliche Vorteile speziell für Frühgeborene bietet – war bislang schlicht nicht möglich. Wenn Primogene hier durch sein starkes Patentportfolio die technologische Lücke schließt, umgeht das Unternehmen den harten Konkurrenzkampf im Massenmarkt.

Unser Fazit: Hohes Risiko, riesiger Hebel

Primogene ist kein schlankes Software-Projekt, sondern waschechtes DeepTech. Das bedeutet: Hohe regulatorische Hürden, langer Atem in der Forschung und massive Kapitalanforderungen. Die Seed-Finanzierung in Höhe von 4,1 Millionen Euro ist ein starker Vertrauensbeweis erfahrener Investoren, wird für den Anlagenbau und die Skalierung der Leipziger Produktion auf Dauer jedoch kaum ausreichen. Primogene muss nun rasch beweisen, dass die enzymatische Synthese nicht nur technologisch überlegen, sondern auch unter realen industriellen Kostendrücken skalierbar ist. Gelingt dieser Proof of Concept, hält das Start-up den Schlüssel zu einer neuen Generation komplexer, bioaktiver Moleküle in der Hand.

Die Ära der klassischen Suchmaschinenoptimierung (SEO) bekommt ernstzunehmende Konkurrenz. Wenn Nutzer*innen heute nach Produkten oder Dienstleistungen suchen, tippen sie ihre Fragen zunehmend in Dialogfenster von Sprachmodellen statt in traditionelle Suchschlitze. Genau an dieser Schnittstelle positioniert sich das neu gestartete Münchner Start-up Vjus.AI. Doch kann eine Software wirklich die „Black Box“ der generativen KI entschlüsseln – und wie nachhaltig ist das Geschäftsmodell?

Hinter der am 1. April 2026 offiziell gelaunchten Plattform steht die AtWize Business Services GmbH mit Sitz in München. Kopf des Unternehmens ist Gründer Wolfe W. Diener, der zuvor bereits in leitenden Positionen als Geschäftsführer und im Vorstand großer Softwarehäuser aktiv war. Mit dem Start von Vjus.AI vollzieht das Unternehmen nun eine strategische Erweiterung in den stark wachsenden Bereich der Answer Engine Optimization (AEO) und Generative Engine Optimization (GEO).

Vom Humankapital zur KI-Sichtbarkeit

Die Historie des Unternehmens ist dabei von einem interessanten Strategiewechsel geprägt. Ursprünglich startete AtWize 2023 mit einem Fokus auf KI-Lösungen gegen den Fachkräftemangel. Diener erklärt die Hintergründe: „Parallel hatte ich schon eine Weile an der Idee arbeitete, Unternehmen zu ermöglichen, ihre in den Ruhestand ausscheidenden Mitarbeiter strukturierter zu managen, um sie bei Bedarf für Projekte oder übergangsweise anzusprechen. Es liegt so viel Humankapital und Erfahrung brach.“ In der aktuellen wirtschaftlichen Phase sei dies jedoch kein Top-Thema gewesen, weshalb man sich zunächst auf die Software-Entwicklung für Dritte konzentriert habe.

Der eigentliche „Aha-Moment“ kam durch die tägliche Arbeit. „Im letzten Jahr haben wir dann immer mehr auch KI-Tools zur Entwicklung eingesetzt und dabei den Bedarf, sogar die Notwendigkeit erkannt, die Sichtbarkeit in KI-Modellen zu messen und zu verbessern“, so Diener. Die Dringlichkeit begründet er mit dem veränderten Nutzer*innenverhalten: „KI-Modelle geben begründete Empfehlungen zur gestellten Frage. Da sucht man nicht weiter, sondern nimmt das Ergebnis wie es ist. Wer da nicht enthalten ist, ist unsichtbar.“

Nutzer*innensimulation: Die reale Perspektive

Vjus.AI setzt auf die Simulation realer Suchanfragen. Während klassische SEO-Tools oft auf APIs zugreifen, misst diese Plattform, wie Marken in Antworten von ChatGPT, Gemini, Grok oder Perplexity tatsächlich erscheinen. Auf die Frage nach der technischen Umsetzung und der Nicht-Deterministik der KI-Modelle antwortet Diener detailliert: „Wenn Sie Ihre Sichtbarkeit bei KI-Suchen wissen wollen, dann sollte diese ja so gemessen werden, wie sie ein normaler Nutzer, der einem KI-Modell eine Frage stellt, einen Prompt eingibt, auch sieht.“ Man müsse also zunächst Prompts definieren, bei denen man gefunden werden wolle – etwa als Münchner Zahnarzt bei der Frage nach dem besten Zahnarzt vor Ort.

„Wir analysieren die Ergebnisse, die von den KI-Modelle auf die Prompts hin geliefert werden“, erklärt Diener weiter. Dabei werden Kennzahlen wie Sichtbarkeit, Ranking und Sentiments (neutrale, positive oder negative Notation) erhoben. Den Vorwurf einer verzerrenden technischen Schicht weist er zurück: „Wir sind insofern keine Zwischenschicht, sondern werten die Daten aus, die viele User auch sehen würden. Die Nicht-Deterministik führt dabei zwar zu kleinen Schwankungen, aber es entsteht insgesamt ja ein Bild über die Zeit.“

Marktchancen und der „Unfair Advantage“

Das Interesse am Markt scheint groß zu sein; bereits vor dem offiziellen Launch konnten erste Kund*innen gewonnen werden. Finanziell steht das Start-up auf eigenen Beinen: „Wir finanzieren uns komplett aus eigenen Mitteln. Und da wir schon Kunden im Entwicklungsbereich haben, konnten wir Vjus.AI früh anwenden und testen“, betont der Gründer. Mit Investor*innen habe man noch nicht gesprochen: „Jetzt erst mal machen, dann reden wir.“

Um sich gegen die großen SEO-Platzhirsche zu behaupten, setzt Diener auf vier spezifische technische Vorteile. Erstens setze man auf eine natürliche Simulation: „Unsere Art des Promptens simuliert wirklich natürliche User. Andere machen das nicht.“ Zweitens komme eine eigene Scraping-Technologie zum Einsatz. Diese erlaube eine besonders detaillierte Analyse der Ergebnisse, auch der „Nebengeräusche“ wie etwa Quellenangaben. Als dritten Punkt nennt der Gründer das analytische Prompting: Vjus.AI unterstützt nicht nur beim Erstellen von Prompts, sondern analysiert auch, wie passend diese für die Sichtbarkeitsmessung sind. Viertens biete das Improver-Modul ein Analyse-Tool, das über die Daten hinweg ermittelt, „was die Haupthebel für das Unternehmen oder die Marke ist, um die Sichtbarkeit bei KI-Suchen zu erhöhen“.

GEO als neues Standard-Tool?

Für die Zukunft sieht Diener eine klare Entwicklung. Zwar werde es in zwei Jahren wahrscheinlich immer noch die klassische Google-Suche geben, doch der Übergang sei bereits fließend, da Google zunehmend KI-Ergebnisse mitliefere. „Die Suche mit KI-Modellen wird aber die gewohnte Praxis werden“, ist sich Diener sicher.

Seine Prognose für die Branche ist deutlich: „Insofern wird SEO eher übergehen in ein GEO. Ein SEO ohne Beachtung der Optimierungen für KI-Modelle macht aus meiner Sicht aber heute schon keinen Sinn mehr.“ Das Ziel für Vjus.AI ist dabei klar gesteckt. Die größte Hürde sei es, für die Nutzer*innen den besten Mehrwert zu generieren: „Darauf liegt unser Fokus und deshalb rennen wir, so schnell wir können.“

Omegga wurde 2020 von Katharina Hesseler, Till Nöllgen und Paul Günther gegründet. Zum erweiterten Gründer:innenkreis gehören zudem Moritz Eder, Kyle Hiroyasu und Clara Kaufhold. Das Team bündelt Expertise in den Bereichen KI, Optik und industrielle Systeme. In den vergangenen Jahren entwickelte das Team seine Technologie kontinuierlich vom Prototypen zum Industriestandard weiter und konnte sich bereits 2023 eine Pre-Seed-Finanzierung sowie 2024 Fördermittel des European Innovation Council (EIC) sichern.

CEO und Mitgründerin Katharina Hesseler sieht in dem Einstieg der neuen Partner, die „tiefes technologisches Verständnis mitbringen“, ein „starkes Signal für das enorme Potenzial unseres Ansatzes, einen neuen Standard in der Industrie zu setzen“. Das frische Kapital soll in den gezielten Ausbau des Teams und die kommerzielle Skalierung der Technologie fließen.

Das Problem und die technologische Lösung

Der erste und bereits kommerziell verfügbare Use Case von Omegga widmet sich einem der massivsten ethischen Probleme der modernen Landwirtschaft. Jährlich werden weltweit Milliarden männlicher Küken direkt nach dem Schlüpfen getötet, da sie weder Eier legen noch für die Masthaltung wirtschaftlich nutzbar sind.

Mit der sogenannten spektralen Intelligenz – der Kombination aus KI und Spektroskopie – will Omegga das Unsichtbare sichtbar machen. Im Gegensatz zu vielen Marktbegleitern wählt Omegga einen rein optischen, nicht-invasiven Weg. Durch spezielle Kameras und Lichtfrequenzen werden die Eier im Brutkasten gescannt. Laut eigenen Angaben bietet das Start-up damit die früheste am Markt kommerziell verfügbare Technologie, um das Geschlecht noch vor dem Schlüpfen zu bestimmen. Das System ist bereits bei Kund*innen im laufenden industriellen Produktionsbetrieb im Einsatz.

Markt, Wettbewerb & regulatorischer Druck

Der Markt für das „In-Ovo-Sexing“ wächst rasant, primär getrieben durch den Gesetzgeber. In Deutschland ist das Kükentöten seit 2022 gesetzlich verboten, Frankreich zog nach, und ein EU-weites Verbot wird debattiert. Der Zwang zur Adaption in den Brütereien ist entsprechend hoch.

Omegga tritt in ein Feld ein, das bereits von finanzstarken Konkurrenten besetzt ist:

SELEGGT: Gilt als früher Pionier auf dem Markt. Das Unternehmen nutzt hormonelle Tests am 9. Bruttag, wofür das Ei mittels eines Lasers winzig klein geöffnet werden muss (minimal-invasiv).

In Ovo: Das niederländische Unternehmen setzt auf Flüssigkeitsanalysen mittels Massenspektrometrie am 9. Bruttag und sicherte sich erst kürzlich ein 42-Millionen-Euro-Darlehen der Europäischen Investitionsbank (EIB).

Agri Advanced Technologies (AAT): Die Tochter der EW Group dominiert weite Teile des Marktes mit hyperspektraler Bildgebung, die primär für braune Eier zwischen dem 11. und 13. Tag genutzt wird.

Der entscheidende Vorteil von Omegga: Die Methode kommt völlig ohne Verbrauchsmaterialien wie Chemikalien oder feine Nadeln aus. Da die Eier bei der rein optischen Methode unversehrt bleiben, entfällt das systembedingte Kontaminationsrisiko, das bei invasiven Verfahren entstehen kann.

Unsere Einordnung

Trotz der vielversprechenden Technologie steht Omegga vor Herausforderungen:

Hardware-Skalierung in rauen Umgebungen: Die Systeme müssen in den feuchten, warmen und staubigen Inkubatoren industrieller Brütereien über Jahre hinweg wartungsarm laufen. Hier muss das Start-up beweisen, dass sich die Technologie reibungslos in den globalen Massenbetrieb integrieren lässt.

Der regulatorische „Faktor Zeit“: Rein optische Modelle benötigen oft bis zum 12. Tag für eine verlässliche Auswertung. Sollte die Politik die „Tag 6“-Frist künftig strikt durchsetzen, müssen die KI-Modelle von Omegga beweisen, dass sie derart früh hochpräzise Ergebnisse liefern.

Die Plattform-Vision – Fluch oder Segen?

Omegga positioniert seine Lösung ausdrücklich als Plattformtechnologie für die Landwirtschaft, Lebensmittelproduktion und industrielle Qualitätskontrolle. Wie stark dieses Narrativ bei den Geldgebern verfängt, zeigen die Statements zur aktuellen Runde: Laut Christian Knott (Capnamic) entsteht hier eine Technologie „mit dem Potenzial, gleich mehrere Industrien grundlegend zu verändern“. Auch Mason Sinclair (IQ Capital) lobt die Schaffung einer „Plattform für die nicht-invasive und branchenübergreifende Materialanalyse“.

Dass solche Visionen bei Investor*innen beliebt sind, da sie den adressierbaren Markt massiv vergrößern, ist nachvollziehbar. Für ein 17-köpfiges Start-up birgt die gleichzeitige Erschließung neuer Industriezweige jedoch die Gefahr einer operativen Verzettelung. Der Fokus muss zunächst darauf liegen, den Geflügelmarkt zu durchdringen.

Fazit

Gelingt es Omegga, die rein optische Methode in der Breite zu skalieren und die Genauigkeit auf die allerersten Bruttage zu trainieren, hat das Münchner Start-up einen signifikanten Hebel gegen invasiv arbeitende Wettbewerber. Die 10-Millionen-Euro-Runde ist ein klarer Vertrauensbeweis der Investor*innen in einem schwierigen Funding-Umfeld.

Es ist ein mutiges Versprechen in einem der am stärksten regulierten Märkte Europas: Das 2025 gegründete Mobilitäts-Start-up Nox Mobility will das europäische Nachtzug-Erlebnis revolutionieren. Dafür hat das Unternehmen nun eine Pre-Seed-Finanzierungsrunde in Höhe von 2 Millionen Euro abgeschlossen. Angeführt wird die Runde vom Frühphasen-Investor IBB Ventures. Mit an Bord sind zudem der italienische Investor Tommaso Lucca sowie Branchenköpfe wie HomeToGo-Mitgründer und CEO Dr. Patrick Andrae. Das frische Kapital soll primär in den Teamaufbau, die Vorbereitung der ersten Strecken für das Jahr 2027 sowie den Bau eines originalgetreuen Mockups der Zugkabinen fließen.

Rollendes Boutique-Hotel statt Abteilromantik

Während Nachtzüge aktuell zwar einen massiven Nachfrageboom erleben, ist der eigentliche Markt laut Nox Mobility zwischen 2001 und 2019 drastisch geschrumpft – von rund 1.200 wöchentlichen Verbindungen in Europa auf nur noch etwa 450. Nox will diese Lücke nun schließen und positioniert sich explizit nicht als klassisches Bahnunternehmen, sondern als direkte Alternative zum Kurzstreckenflug.

Der Clou: Das traditionelle Teilen von Schlafabteilen mit Fremden entfällt; stattdessen bekommt bei Nox Mobility jede(r) Reisende sein eigenes privates Zimmer mit Schlafplatz. Die Reise verbinde laut Nox die Zuverlässigkeit des Fliegens operativ mit dem Gefühl eines Boutique-Hotels. Abfahrten sollen abends an zentralen Bahnhöfen stattfinden, die Ankunft morgens direkt im Stadtzentrum – Flughafentransfers und Sicherheitskontrollen entfallen. Zielgruppe sind neben Freizeitreisenden vor allem Geschäftsreisende, für die eine Zugfahrt den frühen Abflug und eine zusätzliche Hotelübernachtung ersetzen soll. Preislich will Nox auf dem Niveau vergleichbarer Flugreisen agieren.

Das Gründerteam: Reichweite trifft auf operative Härte

Hinter dem Projekt steht ein Trio, das Branchenerfahrung, Skalierungswissen und bereits jetzt eine enorme Zielgruppe vereint:

Artur Hasselbach bringt als Mitgründer des Payment-Fintechs orderbird – das für über 140 Millionen Euro von Nexi übernommen wurde – ausgewiesene VC- und Tech-Erfahrung mit.

Janek Smalla kennt das harte operative Mobilitätsgeschäft aus seinen vorherigen Stationen bei FlixTrain und dem Mobilitätsanbieter Bolt.

Thibault Constant ist in der Nische ein Star: Mit "Simply Railway" hat er eine der größten Eisenbahn-Communities Europas mit über 600.000 Abonnenten aufgebaut. Er kennt die Probleme der Fahrgäste aus unzähligen Gesprächen und Zugfahrten aus erster Hand.

Die Gründer geben sich selbstbewusst und verkünden, das Rollmaterial für die Züge bereits gesichert zu haben.

Unsere Markteinordnung

Für uns stellt sich jedoch eine zentrale Frage: Kann man mit 2 Millionen Euro Pre-Seed-Kapital tatsächlich einen hochkomplexen Bahn-Infrastrukturbetrieb aufbauen? Die Antwort lautet: Nein, es ist lediglich das Ticket, um überhaupt an den Start zu gehen. Der Bau eines Mockups in Originalgröße ist das eine – die Finanzierung und Zulassung echter Züge für den Betrieb ab 2027 kostet schnell dreistellige Millionenbeträge.

Besonders kritisch wird das Vorhaben mit Blick auf die Konkurrenz und die jüngere europäische Start-up-Historie. Die Idee eines rollenden Hotels mit ausschließlich privaten Abteilen ist nicht neu. Das französische Start-up Midnight Trains startete 2020 mit extrem viel PR und fast exakt demselben Geschäftsmodell. Im Juni 2024 musste das Projekt jedoch Insolvenz anmelden. Die Gründer scheiterten daran, dass europäische VCs und Banken das massive finanzielle Risiko nicht tragen wollten und die europäische Schieneninfrastruktur historisch stark auf staatliche Monopolisten zugeschnitten ist, was neue Player systematisch benachteiligt.

Gleichzeitig schläft der etablierte Markt nicht: Die Österreichischen Bundesbahnen (ÖBB) dominieren mit ihrem Nightjet das Geschäft und haben mit ihren neuen „Mini Cabins“ (Schlafkapseln für Einzelpersonen) bereits auf den Wunsch nach mehr Privatsphäre reagiert.

Eine hochriskante Kapitalwette

Nox Mobility löst zweifellos ein echtes Problem und trifft den Nerv der Zeit in Sachen nachhaltiger Mobilität. Das Team aus Hasselbach, Smalla und Constant ist hervorragend aufgestellt und die Tatsache, dass sie nach eigenen Angaben bereits Züge gesichert haben, könnte der entscheidende Wettbewerbsvorteil gegenüber gescheiterten Projekten wie Midnight Trains sein.

Dennoch bleibt Nox Mobility eine hochriskante Kapitalwette. Die spannende Bewährungsprobe für das Berliner Start-up beginnt nicht erst 2027 auf den Schienen, sondern bereits in der nächsten Finanzierungsrunde: Dann wird sich zeigen, ob das Team Investor*innen davon überzeugen kann, die enormen Summen für den realen Bahnbetrieb aufzubringen – oder ob der Traum vom Start-up-Nachtzug im Trassendschungel Europas stecken bleibt.

Deutschland habe ein Transferproblem, so die Analyse der Initiatoren. Während die heimischen Universitäten in der Grundlagenforschung weltweit Spitzengeschwindigkeiten fahren, gerate der Motor ins Stottern, sobald es darum gehe, aus diesen Erkenntnissen marktreife Unternehmen zu formen. Genau hier setzen die geförderten exist Startup Factories an. Sie haben den Auftrag, die Quantität und Qualität wissensbasierter Ausgründungen signifikant zu steigern.

Das Silicon Valley der Schwerindustrie?

Geführt wird die BRYCK Startup Alliance, die 2025 als einer der Sieger des exist-Wettbewerbs gekürt wurde, von einem fünfköpfigen Führungsteam um Geschäftsführer Philipp Herrmann. Herrmann, selbst Seriengründer und Investor, soll die Brücke zwischen akademischer Forschung und traditionellen Corporate-Strukturen schlagen. Das Ziel ist gewaltig: Das Ruhrgebiet soll sich zur führenden Modellregion für industrielle Erneuerung in Europa wandeln.

Warum aber ausgerechnet DeepTech und nicht etwa digitale B2B-Software, wo die Einstiegshürden niedriger wären? Herrmann stellt klar: „Weil wir hier nicht die x-te Region bauen sollten, die versucht, ein kleines Silicon Valley zu spielen.“ Das Ruhrgebiet habe andere Stärken, wie eine enorme Dichte an Hochschulen, Industrie und konkreten Anwendungsfeldern. Für ihn liegt die Zukunft Europas nicht in reinen Softwaremodellen, sondern in Feldern wie Energie, Wasserstoff oder industrieller Effizienz. „DeepTech hat für diese Region einen anderen Hebel“, betont er. Wenn hier etwas funktioniere, habe es echte Wirkung auf industrielle Prozesse und neue Wertschöpfung. Sein Fazit für die Region: „Nicht den schnellsten Hype, sondern den nachhaltigsten Umbau.“

Eine beispiellose Allianz – und potenzielle Corporate-Falle?

Das Fundament der Allianz ist massiv: Die Universitätsallianz Ruhr kooperiert mit der RAG-Stiftung und dem Initiativkreis Ruhr, einem Bündnis aus über 70 Konzernen wie E.ON oder RWE. Für Start-ups klinge das theoretisch nach einem Sechser im Lotto. In der Praxis jedoch drohen agile Gründer*innen oft in den bürokratischen Mühlen der Großkonzerne zu ersticken.

Herrmann räumt unumwunden ein: „Die Gefahr besteht absolut.“ Große Unternehmen seien nicht per se schnell, und Konzernprozesse könnten für junge Teams zermürbend sein. Die Allianz setze daher nicht auf bloßes Networking, sondern auf harte Vorsortierung. „Unser Job ist, viel stärker vorzusortieren: Wo gibt es ein echtes Problem? Wo gibt es auf Unternehmensseite jemanden, der das Thema wirklich treiben will?“ Ein echter „Fast Track“ sei am Ende immer ein gut vorbereiteter Prozess. Zwar werde dadurch nicht jede Reibung verschwinden, aber man könne die Wahrscheinlichkeit für erfolgreiche Pilotprojekte massiv erhöhen.

Wer heute ein hochmodernes BioTech-Labor betritt, erwartet nahtlos vernetzte HighTech-Forschung. Die Realität sieht oft anders aus: Rund 90 Prozent der Laborgeräte stammen von unterschiedlichen Hersteller*innen und sprechen schlichtweg nicht dieselbe technische Sprache. Um künstliche Intelligenz in der Forschung nutzbar zu machen, müssen hochqualifizierte Wissenschaftler*innen oft als Software-Ingenieur*innen einspringen und mühsam Schnittstellen programmieren. Genau diesen Flaschenhals will das Münchner DeepTech-Start-up UniteLabs beseitigen.

Die Gründer und der Sprung aus München

Hinter UniteLabs stehen Robert Zechlin, Lukas Bromig und Julian Willand. Nach Vorarbeiten ab 2022 wurde das Unternehmen 2024 offiziell gegründet. Das Team vereint interdisziplinäre Expertise aus Chemieingenieurwesen, Wirtschaftsinformatik und Unternehmensstrategie – eine essenzielle Mischung für ein Produkt, das tiefes Prozessverständnis mit modernster Softwarearchitektur verbinden muss.

Dass die Idee einen massiven Schmerzpunkt der Industrie trifft, zeigt die rasante Entwicklung der letzten Monate. Nach einer Pre-Seed-Finanzierungsrunde in Höhe von 2,77 Millionen Euro unter der Führung von NAP (ehemals Cavalry Ventures) im Januar 2025 und der Auszeichnung als „Bestes Münchner Start-up“ beim Munich Startup Award 2025 ist das Unternehmen sichtlich gewachsen. Im ersten Quartal 2026 zählt das Team im Münchner Inkubator Werk1 bereits rund 28 Köpfe.

Doch wie verhindert ein derart rasant wachsendes Team, bei der ständigen Anbindung neuer, exotischer Hardware nicht zu einer hochbezahlten IT-Manufaktur zu verkommen? Schließlich erfordert jedes neue Laborgerät auf dem Markt zunächst einmal Entwicklungsaufwand für den passenden Konnektor.

„Unser Ziel ist nicht, jedes exotische Gerät einzeln ‚irgendwie‘ anzubinden“, stellt Mitgründer Robert Zechlin klar. Vielmehr soll die Integration zu einer wiederholbaren Produktfähigkeit reifen. Statt sich im Klein-Klein der Modellnummern zu verlieren, baue UniteLabs seine Konnektoren entlang grundsätzlicher Geräte-Fähigkeiten. Die puren Herstellerspezifika landen dabei in einer dünnen Adapter-Schicht, während Workflows und Datensemantik konsistent bleiben.

Um die berüchtigte Skalierungsfalle zu umgehen, setzt das Start-up zudem verstärkt auf „Reusable Automation Assets“. „Wir investieren in validierte Workflow-Bausteine, Device-Profile und Test-Suites, mit denen die zweite und dritte Integration deutlich schneller wird als die erste“, betont Zechlin und skizziert damit den Weg zum echten SaaS-Unternehmen. Der Gründer gibt die Richtung selbstbewusst vor: „Die Grenzkosten für das nächste Gerät und den nächsten Standort müssen über Zeit sinken. Unser Endzustand ist ein Ökosystem, in dem Integrationen gemeinsame Infrastruktur sind, nicht Projektgeschäft.“

Vom Prototyp zur Architektur der offenen Labore

Im Februar 2026 hat UniteLabs auf der renommierten Branchenmesse SLAS in Boston den offiziellen US-Launch seines „AI-Ready Lab Automation Systems“ vollzogen. Statt nur isolierte Schnittstellen zu flicken, positioniert sich das Start-up nun mit einer klaren, dreiteiligen Architektur.

Den Kern bildet die Cloud-native „UniteLabs Platform“, die Hardware vernetzt und die Integration von Machine-Learning-Modellen in Echtzeit erlaubt. Ergänzt wird dies durch die lokale Anwendung „GroundControl“ für den Plug-and-Play-Anschluss von Geräten sowie das „UniteLabs SDK“. Letzteres ist ein Python-Werkzeug für Wissenschaftler*innen, um Labor-Workflows komplett als Code zu steuern. Dass diese Theorie praxistauglich ist, beweist das aufstrebende KI-BioTech-Unternehmen Cradle, das die Lücke zwischen Maschinen und digitalen Daten-Lakes intern bereits mit dem Münchner System schließt. Laut UniteLabs soll sich der Labor-Durchsatz für solche KI-getriebenen Forschungsteams durch die Plattform um bis zu das Vierfache steigern lassen.

Ein „Lab-as-Code“-Ansatz via Python mag für entwickleraffine Data Scientists verlockend sein – doch schließt er nicht paradoxerweise die klassischen Biolog*innen aus, für die Code-Workflows oft eine zu steile Lernkurve bedeuten?

„Code ist nicht das Produkt“, kontert Zechlin. Er sei vielmehr eine Schnittstelle, die sowohl Power-User als auch den Laboralltag bedienen müsse. Das SDK richte sich an Teams, die volle Kontrolle über Versionierung und automatisierte Tests verlangen – was im KI-BioTech-Umfeld zunehmend Standard sei. Zechlin räumt jedoch ein, dass das Programmieren nicht jedem liege: „Die meisten wollen zuverlässige Ausführung und klare Transparenz.“

Die Lösung der Münchner: Über die Orchestrierungsschicht und „GroundControl“ werden Workflows paketiert und mit Leitplanken versehen, sodass sie auch für Nicht-Entwickler sicher ausführbar sind. Code bleibt strategisch zwar die „universelle Abstraktion“ über Geräte hinweg, doch das Interface der Zukunft sieht anders aus. Zechlin blickt voraus: „Das User Interface für Wissenschaftler wird zunehmend KI-gesteuert und natürliche Sprache zum primären Interface. UniteLabs dient diesen KI-Applikationen als robuste Surface Area und Source of Truth.“ Die Leitplanke für das Wachstum fasst er in einem Satz zusammen: „Unsere Vision ist: flexibel, wo es Sinn macht, und kompromisslos robust, wo es zählen muss.“

Die Bewährungsprobe auf dem US-Markt

Nach dem Bostoner Launch steht das Start-up nun vor der monumentalen Aufgabe, sich im hochkompetitiven US-Markt zu behaupten. Hier entscheidet sich, ob UniteLabs vom europäischen Hoffnungsträger zum globalen Player reift. Umgeben von gigantischen Investitionen in die KI-Wirkstoffentwicklung reicht es nicht, nur ein weiteres Automatisierungstool zu sein – UniteLabs muss sich als essenzieller „Schaufelhersteller“ für den aktuellen Boom etablieren.

Dabei trifft man auf amerikanische Wettbewerber*innen, die teils mit hunderten Millionen Dollar Venture Capital ausgestattet sind. Wie überlebt ein Münchner Start-up mit einer Pre-Seed-Runde von knapp drei Millionen Euro diese Materialschlacht? Zechlin gibt sich pragmatisch und weicht dem direkten Finanz-Vergleich aus: „Klar: In Infrastrukturmärkten hilft Kapital, aber es ist nicht der entscheidende Hebel.“ Anstatt die Konkurrenz im reinen „Spend“ schlagen zu wollen, baue man auf messbaren Nutzen im Laborbetrieb.

Der Plan scheint aufzugehen: Ein Großteil von Umsatz und Pipeline stammt heute bereits aus den USA, wo UniteLabs Kund*innen an beiden Küsten bedient und mit großen Hardware-Hersteller*innenn kooperiert. „Wir planen für dieses Jahr unseren ersten Big Pharma Roll-out, der sowohl in Europa als auch an Standorten in den USA erfolgen soll“, verrät der Gründer. Um diese Dynamik zu finanzieren, hebe man aktuell eine 9-Millionen-Euro-Seed-Runde für die US-Expansion. Den strukturellen Wettbewerbsvorteil sieht Zechlin in der herstelleragnostischen Verbindung bestehender Geräte: „Statt Rip-and-Replace zu verlangen, werden Workflows schneller produktiv, Daten werden sauber mit Kontext versehen, und Teams können ‚Lab-as-Code‘ wirklich ausrollen.“

Ein strategischer Hebel ist dabei die Zielgruppenansprache. Statt in endlosen Vertriebszyklen mit dem C-Level großer Pharma-Konzerne zu ringen, treibt UniteLabs ein nutzer*innengetriebenes Wachstum voran. Labor-Ingenieur*innen, die durch das Python-SDK wochenlange Schnittstellenprogrammierung einsparen, tragen das System organisch in ihre Unternehmen. Dabei profitiert das Start-up enorm davon, selbst keine Pipettierroboter oder Analysegeräte herzustellen. Als „neutrale Schweiz“ der Labor-Hardware buhlt UniteLabs nicht um lukrative Geräteverkäufe – ein extrem starkes Argument gegen den gefürchteten Vendor-Lock-in amerikanischer Hardware-Giganten.

Stresstest für das Geschäftsmodell und Regularien

Doch die ambitionierte Plattform-Strategie wird kritisch geprüft werden. Das Geschäftsmodell birgt ein ständiges API-Katz-und-Maus-Spiel, da Schnittstellen zu teils stark abgeschirmten Systemen gebaut werden müssen. Wenn etablierte Hersteller*innen ihre Firmware ändern oder Drittanbieter-Zugriffe blockieren, explodieren schnell die Wartungskosten für die Konnektoren.

Bleibt die Frage an den Gründer: Was ist also der Plan B, wenn die Marktführer ihre Schnittstellen per Update plötzlich aktiv verschlüsseln? Reicht der Verweis auf offene Standards wie das SiLA2-Protokoll in der harten Praxis aus?

„Wir gehen davon aus, dass Hersteller ihre Ökosysteme schützen werden. Unsere Strategie darf deshalb nicht auf ‚Goodwill‘ bauen“, gibt sich Zechlin keinen Illusionen hin. Standards wie SiLA2 seien zwar hilfreich gegen Fragmentierung, aber „kein Schutzschild“. Der Ansatz der Münchner ist stattdessen pragmatisch und mehrstufig: Standards nutzen, wo verfügbar, und eigene robuste Adapter bauen, wo nötig. Zudem betreibe man ein Programm mit automatisierten Regressionstests am realen Geräteverhalten, um Fehler durch Updates früh zu erkennen.

Der zweite Baustein der Verteidigung ist kommerzieller Druck. Da Labore zunehmend „Best-of-Breed“-Lösungen kombinieren wollen, würden Hersteller, die Interoperabilität blockieren, zunehmend Deals riskieren. Im Hintergrund investiere man deshalb viel Arbeit in aktiv gepflegte Partnerschaften mit den Produzent*innen. Zechlins Plan B lautet letztlich Resilienz: „Mehrere Integrationspfade, starke Tests, und ein System, das stabil bleibt, auch wenn sich die Oberfläche verändert.“ Er ist sich sicher: „Langfristig wirkt die Ökonomie in Richtung Offenheit.“

Neben blockierender Hardware bleibt die US-Zulassungsbehörde FDA die vielleicht höchste Hürde auf dem Weg in den Enterprise-Markt. Deren strenge Vorgaben zu elektronischen Aufzeichnungen sind der größte Vorbehalt von Pharmaunternehmen gegenüber Cloud-basierten Systemen. Gelingt es UniteLabs, Offenheit mit lückenlosen Audit-Trails zu verknüpfen, könnten sie die berüchtigten Sales-Zyklen drastisch verkürzen.

Doch wie passt maximale Entwickler*innen-Freiheit durch Python-Skripte mit rigider FDA- und GxP-Compliance zusammen? Für Zechlin existiert dieser Widerspruch im Labor-Alltag schlichtweg nicht: „Compliance widerspricht Flexibilität nicht. Was widerspricht, ist unkontrollierte Veränderung.“

Um Big Pharma gerecht zu werden, behandle man hochflexible Workflows wie reguläre Software-Produkte: versioniert, testbar und auditierbar. „Ein Script ist in einem GxP-Kontext kein ‚jeder macht, was er will‘, sondern ein kontrolliertes Artefakt mit definierten Inputs, erwarteten Outputs und einem Validierungsnachweis“, unterstreicht der Mitgründer. Die Plattform trenne Sandbox-Entwicklungen von einer strikt kontrollierten Produktionsebene mit signierten Releases, Environment-Pinning und klarer Datenlineage. Zechlin formuliert einen selbstbewussten Anspruch an die Branche: „Das Labor holt Software-Best-Practices nach. Unser Anspruch ist, ‚compliant by design‘ zur Default-Einstellung für AI-ready Lab Ops zu machen.“

Fazit

UniteLabs hat exzellentes Timing bewiesen. Die BioTech-Branche lechzt nach KI, scheitert aber noch massenhaft an isolierten Daten. Durch das Bereitstellen essenzieller Daten-Infrastruktur haben sich die Münchner in eine starke Ausgangsposition manövriert. Der US-Launch und anstehende Messepräsentationen zeugen vom Anspruch der Gründer. Der ultimative Lackmustest ab 2026 wird jedoch sein, ob die Hardware-Hersteller*innen diesen Wandel dulden – oder den Kampf um ihre lukrativen Software-Margen eröffnen.

Bleibt die Frage nach dem viel zitierten „Endgame“: Baut das Start-up wirklich das globale Betriebssystem für Biotech-Labore, oder macht man sich letztlich nur als hochattraktives Übernahmeziel für Hardware-Giganten hübsch?

Auf diese Entweder-Oder-Frage antwortet Zechlin diplomatisch, aber ambitioniert: „Unsere Vision ist, die neutrale Betriebsschicht für moderne Labore zu werden, weil die Branche einen herstellerunabhängigen Standard braucht, nicht noch ein weiteres Einzellösungstool.“ Gleichzeitig sei man Realist: Infrastruktur zähle nur, wenn sie im Alltag zuverlässig genutzt werde und verlässliche, strukturierte Daten für KI liefere.

Sollte das gelingen, hält sich UniteLabs alle Optionen offen – von der unabhängigen Kategorie-Definition über strategische Partnerschaften bis hin zum Exit. Doch auf einen schnellen Verkauf schiele man nicht, verspricht Zechlin: „Wir bauen nicht für eine Übernahme. Wir bauen so, dass der Markt die Plattform ernst nehmen muss.“ Und am Ende solle ohnehin der/die Kund*in profitieren: „Weniger Silos, schnellere Science, und ein Ökosystem, in dem Innovation nicht an proprietären Schnittstellen hängen bleibt.“

Die deutsche Industrie steht unter massivem Druck: Internationale Konkurrenz – insbesondere aus Asien –, chronischer Fachkräftemangel und die Notwendigkeit, Entwicklungszyklen drastisch zu verkürzen, zwingen zum Handeln. Generative künstliche Intelligenz (GenAI) gilt als Heilsbringer, doch in der Praxis verpuffen viele Initiativen. Nur etwa 41 Prozent der KI-Prototypen in der Fertigungsindustrie erreichen laut Branchenstudien den produktiven Einsatz. Die Konstruktions- und Entwicklungsabteilungen gelten als stark in Silos organisiert und bis heute schwer automatisierbar.

„Engineering ist das Rückgrat jedes Industrieunternehmens, gehört jedoch nach wie vor zu den am wenigsten digitalisierten und automatisierten Funktionen und war bis vor Kurzem für KI weitgehend unzugänglich“, bringt es Dr. Moritz Maier, Co-CEO von Synera, auf den Punkt.

Genau in diese Lücke stößt sein Unternehmen. Mit einer Series-B-Finanzierungsrunde über 35 Millionen Euro will das Bremer Startup nun international skalieren. Angeführt wird die Runde vom europäischen Wachstumsfonds Revaia, mit starker Beteiligung des UVC Partners Wachstumsfonds sowie Capgemini (über ISAI Cap Ventures). Auch die Bestandsinvestoren Spark Capital, BMW iVentures und Cherry Ventures ziehen wieder mit. Das Signal an den Markt ist deutlich: Engineering Automation wird zum nächsten großen Software-Schlachtfeld.

Von Kieselalgen zur KI-Plattform

Hinter Synera stehen die Gründer Moritz Maier, Daniel Siegel (beide Co-CEO) und Sebastian Möller (Managing Director). Die Ursprungsidee entstand am renommierten Alfred-Wegener-Institut (AWI) in Bremerhaven. Die Gründer forschten dort im Bereich der Bionik und untersuchten die Leichtbaustrukturen von Kieselalgen, um deren evolutionäre Prinzipien auf technische Bauteile zu übertragen.

Aus „Evolutionary Light Structure Engineering“ wurde 2018 die Ausgründung ELISE. Zunächst lag der Fokus auf algorithmusbasiertem Design. Mit der Zeit erkannten die Gründer jedoch ein viel grundlegenderes Problem: Es fehlte nicht an Software für das eigentliche Design, sondern an einer Brücke, die die unzähligen Insellösungen (CAD, Simulation, Materialprüfung) im Engineering-Alltag verbindet. Dies führte zur Neuausrichtung und schließlich zur Umbenennung in Synera – einer Low-Code- und KI-Plattform für Connected Engineering.

Das Geschäftsmodell im Check

Synera betreibt ein klassisches B2B-Plattform-Modell. Anstatt etablierte Platzhirsche im Computer-Aided Design (CAD) zu verdrängen, positioniert sich Synera als übergeordnete Orchestrierungsschicht. Die Software klinkt sich in über 80 bestehende Tools ein.

• Der Werttreiber: Nutzer*innen können komplexe Workflows (z. B. CAD-Modellierung → Simulation → Kostenkalkulation → Designanpassung) als Templates speichern. Das frische Kapital soll laut Moritz Maier nun eine Entwicklung beschleunigen, „bei der KI-Agenten als echte digitale Engineers agieren und komplexe Workflows entlang der gesamten Wertschöpfungskette autonom ausführen.“
• Der Lock-in-Effekt: Wenn ein Industriekonzern seine Kernprozesse auf Synera automatisiert hat, ist die Plattform kaum noch auszutauschen. Die Wechselkosten für den Kunden sind enorm.
• Die Herausforderungen: Das Modell ist technisch hochkomplex. Die ständige Pflege von über 80 API-Schnittstellen zu Drittanbietern bindet gewaltige Entwickler*innen-Ressourcen. Zudem erfordert der Vertrieb in klassische Hardware-Unternehmen lange Sales-Zyklen.

Zwischen RPA und Spezial-CAD

Kritische Einordnung: Vertraut der/die Ingenieur*in der KI?

Synera verweist auf eine Umsatzverdopplung im vergangenen Jahr und über 60 namhafte Kunden, darunter BMW, Airbus, NASA und Miele. Mit dem frischen Kapital steht die Expansion nach Asien, Europa und in die USA an. Dass dieser Wachstumskurs von den Investoren aktiv gestützt wird, betont Benjamin Erhart, General Partner bei UVC Partners: „Wir konnten erleben, wie Synera als zuverlässiger Partner die Transformation des Engineerings gestaltet.“

Doch der Weg zur breiten Durchdringung birgt auch Stolpersteine:

1. Das Vertrauensproblem: „Agentic AI“ bedeutet, dass die Software eigenständig Entscheidungen trifft. In sicherheitskritischen Branchen (Luftfahrt, Automotive) herrschen jedoch strikte Compliance-Regeln. Bevor ein KI-Agent autonome Designänderungen an tragenden Bauteilen vornimmt, müssen massive Haftungsfragen geklärt sein.
2. Die Pilot-Falle: Viele GenAI-Projekte scheitern auf dem Weg in die Produktion. Die Gefahr für Synera besteht darin, in Innovationsabteilungen stecken zu bleiben, während das operative Kerngeschäft aus Kostengründen an bewährten Methoden festhält.
3. Die API-Abhängigkeit: Wer als Brückenbauer*in zwischen Dutzenden Software-Silos agiert, macht sich von den Anbietern abhängig. Sperrt ein großer CAD-Anbieter seine API, trifft dies Syneras Modell im Kern.

Fazit

Synera ist ein exzellentes Beispiel dafür, wie aus akademischer Grundlagenforschung ein hoch skalierbares DeepTech-Produkt werden kann. Der strategische Pivot vom reinen Design-Tool zur prozessübergreifenden Plattform zahlt sich durch die starke Series B nun aus. Gelingt es den Bremern, den eher konservativen globalen Maschinenbau davon zu überzeugen, dass KI-Agenten die menschlichen Ingenieur*innen nicht ersetzen, sondern befähigen, könnte Synera der entscheidende globale Standard im Connected Engineering werden.