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

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

Pivot und Neuanfang: Die Köpfe hinter der URG

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

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

StartingUp Deep Dive: Das URG-Portfolio im Test

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

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

Der Markt: Milliardenpotenzial trifft auf klamme Kassen

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

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

Humanoid-Hype oder echte Hilfe?

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

Wettbewerb und USP

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

Fazit

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

Wer nur auf Bewertung und Investmenthöhe schaut, den Exit-Mechanismus im Kleingedruckten aber links liegen lässt, riskiert ein böses Erwachen genau dann, wenn es wirtschaftlich am wichtigsten wird. Wir zeigen anhand typischer Praxisfälle, welche Regelungen Gründer kennen und aktiv mitgestalten sollten.

Shareholders' vs. Investment Agreement

Für die meisten Start-up-Gründer ist der Exit die eigentliche Ziellinie: Verkauf an einen Investor, Börsengang oder Übernahme durch einen Wettbewerber. Rechtlich kommt oft zu kurz, dass die Weichen dafür bereits Jahre vorher gestellt werden, nämlich beim Einstieg der ersten Investoren und bei der Unterzeichnung des Beteiligungsvertrags (Investment Agreement). Dieser regelt nicht nur den Anteilserwerb, sondern auch die langfristige Zusammenarbeit aller Gesellschafter. Als „Ehevertrag“ zwischen Gründern und Investoren geht er teils über die „klassische“ Gesellschaftervereinbarung (Shareholders' Agreement) hinaus.

Liquidationspräferenzen: Wer zuerst bezahlt wird

Ein zentraler, oft unterschätzter Baustein jedes Beteiligungsvertrags ist die Liquidationspräferenz. Sie bestimmt, wer bei einem Exit (Verkauf, Liquidation) zuerst und wie viel vom Erlös erhält, bevor der Rest anteilig nach Beteiligungsquoten (Cap Table) verteilt wird.

Beispiel: Ein Start-up nimmt in der Seed-Runde 1 Million Euro bei 5 Millionen Euro Post-Money-Bewertung auf (die Post-Money-Bewertung ist die Unternehmensbewertung nach Einzahlung der Investitionssumme, hier also 4 Millionen Euro Pre-Money plus 1 Million Euro Investment); der Investor erhält eine 1x-Liquidationspräferenz und 20% der Anteile. Bei einem Verkauf für 4 Millionen Euro erhält er zunächst seine 1 Million Euro zurück; nur die restlichen 3 Millionen werden quotal verteilt. Bei einer participating liquidation preference, bei der die Präferenz nicht auf die quotale Beteiligung angerechnet wird, kassiert er sogar doppelt: Präferenz plus anteiliger Rest. Bei nur 1,2 Millionen Euro Erlös zeigt sich die Kehrseite: Der Investor zieht seine volle Summe vorab ab, den Gründern bleibt von den restlichen 200.000 Euro nur ein Bruchteil.

Gründer sollten daher klären: Non-participating- oder participating-Liquidationspräferenz (bei non-participating wählt der Investor beim Exit entweder die Präferenz oder die quotale Beteiligung, je nachdem, was höher ist – bei participating erhält er beides), Höhe des Multiplikators (1x ist Marktstandard, mehr sollte kritisch hinterfragt werden) und ob ein Cap für participating preferences vorgesehen ist, der die Gesamtausschüttung an den Investor begrenzt (z.B. auf das Zwei- oder Dreifache seiner Investition).

Mit jeder weiteren Finanzierungsrunde wird der „Liquidation Stack“ (sprich die Reihenfolge, in der Investoren beim Exit bedient werden) komplexer – eine klare, konsistente Struktur von Anfang an ist daher wichtig.

Drag-Along- und Tag-Along-Rechte: Wer den Exit erzwingen oder mitgehen kann

Ein Exit gelingt selten ohne Gleichlauf aller Gesellschafter. Hier setzen Drag-Along- und Tag-Along-Klauseln an, die in einem Shareholders' Agreement nicht fehlen sollten: Vereinfacht gesagt regelt die eine Klausel eine Pflicht zum Mitverkauf, die andere ein Recht dazu.

Die Drag-Along-Klausel (Mitverkaufspflicht, wörtlich „mitziehen“) erlaubt es einer vertraglich festgelegten Mehrheit der Gesellschafter, auch die Anteile nicht verkaufswilliger Mitgesellschafter zu denselben Konditionen mitzuverkaufen. Ohne sie kann ein einzelner Kleingesellschafter einen an sich gewollten Verkauf blockieren oder verzögern, indem er sein Einverständnis verweigert. Für Investoren ist die Klausel ein Muss, damit ein Exit überhaupt zustande kommt; für Gründer ist sie ebenso wichtig, um im entscheidenden Moment handlungsfähig zu bleiben und nicht an einem einzelnen Gesellschafter zu scheitern.

Umgekehrt schützt die Tag-Along-Klausel (Mitverkaufsrecht, wörtlich „mitanhängen“) Minderheitsgesellschafter: Verkauft ein Mehrheitsgesellschafter seine Anteile, können kleinere Gesellschafter verlangen, ihre eigenen Anteile zu denselben Konditionen (Preis, Zahlungsmodalitäten) mitzuverkaufen – sie müssen es aber nicht. Anders als beim Drag-Along handelt es sich also nicht um eine Pflicht, sondern um ein Wahlrecht der Minderheit.

Beispiel: Ein Business Angel hält 10% der Anteile an einem Start-up. Verkauft der Mehrheitsgesellschafter seine 90% an einen neuen, dem Business Angel unbekannten Erwerber, hätte dieser ohne Tag-Along-Recht keine Möglichkeit, ebenfalls auszusteigen – er bliebe als Minderheitsgesellschafter bei einem neuen Mehrheitseigner zurück, dessen Pläne er nicht kennt. Mit Tag-Along-Recht kann er hingegen verlangen, seine 10% zu denselben Konditionen mitzuverkaufen.

Gründer sollten insbesondere auf die Schwellenwerte achten, ab denen die Drag-Along-Pflicht ausgelöst wird – diese Schwelle ist frei verhandelbar und nicht gesetzlich vorgegeben; üblich sind etwa eine einfache Mehrheit (über 50%) der Stimmrechte oder eine qualifizierte Mehrheit (z.B. 75%), teils zusätzlich verknüpft mit der Zustimmung eines Mehrheitsinvestors. Zudem sollten Gründer darauf bestehen, dass Tag-Along-Rechte für alle Gesellschafter gleichermaßen gelten – nicht nur zugunsten der Investoren. Sinnvoll ist oft zusätzlich ein Mindestkaufpreis, ab dem beide Klauseln erst greifen, damit ein Notverkauf zu einem für alle Seiten unattraktiven Preis nicht erzwungen werden kann.

Exit-Fristen und Verwässerungsschutz: Wenn der Investment-Zyklus tickt

Viele Venture-Capital-Fonds sind zeitlich begrenzt: Ein Fonds mit zehnjähriger Laufzeit muss seine Beteiligungen irgendwann verkaufen, um Kapital samt Rendite zurückzuzahlen. Das führt in der Praxis zu Exit-Klauseln, die Investoren nach einer bestimmten Frist – etwa fünf bis sieben Jahre – ein Recht einräumen, einen Verkaufsprozess einzuleiten oder zu erzwingen.

Beispiel: Nach sieben Jahren ohne Exit darf der Lead-Investor laut Vereinbarung einen Verkaufsprozess initiieren und die Gründer zur Mitwirkung verpflichten. Wollen die Gründer das Unternehmen noch länger aufbauen, geraten sie unter erheblichen Zeitdruck – unabhängig vom Marktumfeld.

Ähnlich riskant sind unzureichend austarierte Verwässerungsschutzklauseln (Anti-Dilution Protection). Sie sichern Investoren bei einer „Down-Round“ (einer Finanzierungsrunde zu einer niedrigeren Bewertung als zuvor) zusätzliche Anteile zu Lasten der Gründer, um den wirtschaftlichen Wertverlust ihrer Beteiligung teilweise auszugleichen. Gründerfreundlich ist die „Weighted Average“-Methode, bei der der Ausgabepreis der Vorzugsanteile nur anteilig – gewichtet nach Umfang und Preis der Down-Round im Verhältnis zum bisherigen Kapital – nach unten angepasst wird, sodass der Verwässerungseffekt für die Gründer begrenzt bleibt. Wird aber stattdessen vereinbart, dass der ursprüngliche Ausgabepreis des Investors vollständig auf den (niedrigeren) Preis der Down-Round abgesenkt wird, unabhängig vom Volumen der neuen Runde („Full Ratchet“-Klausel), kann dies bei einer einzigen Down-Round dazu führen, dass die Gründer einen erheblichen Teil ihrer Anteile verlieren – mit Folgen für den späteren Exit-Erlös.

Vesting-Klauseln: Der Exit-Erfolg hängt auch am eigenen Anteil

Wer einen erfolgreichen Exit erzielen will, sollte auch die eigenen Anteile im Blick behalten – insbesondere über Vesting-Klauseln, die Investoren praktisch immer verlangen. „Vesting“ (wörtlich „Erdienen“) bedeutet, dass Anteile nicht sofort vollständig und unwiderruflich gehören, sondern erst über einen Zeitraum sukzessive unverfallbar werden; scheidet ein Gründer vorzeitig aus, verliert er die noch nicht erdienten Anteile. Üblich ist ein Vesting über vier Jahre mit einem „Cliff“ von zwölf Monaten: Der Cliff ist eine Wartezeit, vor deren Ablauf noch gar keine Anteile erdient werden. Scheidet ein Gründer im ersten Jahr aus, verfällt daher die gesamte Beteiligung. Danach erdienen sich Gründer ihre Anteile fortlaufend, meist monatlich, bis zu den vollen vier Jahren.

Scheidet ein Gründer nach anderthalb Jahren aus – nach dem Cliff, aber lange vor vier Jahren –, behält er nur die entsprechend seiner Vesting-Zeit erdienten Anteile (hier rund 37,5%); die übrigen fallen häufig unentgeltlich zurück. Diese Konstruktion wird als „Reverse Vesting“ oder Leaver-Mechanismus bezeichnet: Der Gründer hält rechtlich zunächst alle Anteile, muss sie bei vorzeitigem Ausscheiden aber anteilig wieder abgeben. Bei einem Ausscheiden nach acht Monaten – noch im Cliff – hätte er keine Anteile behalten.

Wichtig ist zudem die Unterscheidung zwischen „Good Leaver“ und „Bad Leaver“: Ein Good Leaver scheidet etwa aus gesundheitlichen Gründen, durch Tod oder ohne eigenes Verschulden aus und behält meist die volle erdiente Quote. Ein Bad Leaver kündigt dagegen eigenmächtig oder wird aus wichtigem Grund (z.B. wegen einer Pflichtverletzung) entlassen; Ausscheiden aus wichtigem Grund oder aufgrund eigener Kündigung führt oft zu schlechteren Konditionen, etwa dem Verlust auch bereits erdienter Anteile oder einer geringeren Abfindung.

Für den Exit-Fall gilt: Fehlt eine klare Vesting- und Leaver-Regelung, drohen bei einem Gründerwechsel langwierige Streitigkeiten über die Anteilsverteilung. Dies schreckt Käufer und deren Berater in der Due Diligence erfahrungsgemäß besonders ab.

Informations- und Zustimmungsrechte: Wer beim Exit mitreden darf

Ein häufig unterschätzter Punkt sind Zustimmungsvorbehalte (Veto-Rechte, auch „Reserved Matters“ genannt) – im Investment Agreement oder in der Satzung festgelegte Kataloge von Geschäften, die auch bei Mehrheitsbeschlüssen zusätzlich der Zustimmung der Investoren bedürfen. Dazu zählt meist auch der Unternehmensverkauf selbst. Selbst als Mehrheitsgesellschafter können Gründer einen Exit dann unter Umständen nicht ohne Zustimmung der Investoren durchführen.

Das kann in beide Richtungen unangenehm werden: Ein Investor kann per Vetorecht einen für Gründer attraktiven Exit blockieren, weil er selbst auf eine höhere Bewertung spekuliert – das Vetorecht wirkt rein abwehrend.

Umgekehrt kann derselbe Investor über Drag-Along- oder Exit-Fristen-Klauseln aktiv einen Verkauf durchsetzen, den die Gründer noch nicht wollen. Gründer sollten daher prüfen, welche Schwellenwerte für Zustimmungsrechte gelten, wie sich diese zu Drag-Along und Exit-Fristen verhalten und ob Ausnahmen für einen gemeinsam getragenen Exit bestehen.

Fazit

Ein erfolgreicher Exit ist selten Ergebnis einer kurzfristigen Verhandlung vor dem Verkauf. Er wird durch die vertraglichen Weichenstellungen im Investment Agreement der ersten Finanzierungsrunden vorbereitet oder verbaut. Liquidationspräferenzen, Drag-Along- und Tag-Along-Rechte, Exit-Fristen, Verwässerungsschutz und Vesting-Regelungen wirken wie juristisches Kleingedrucktes. Sie entscheiden in der Praxis aber maßgeblich darüber, wie viel vom Exit-Erlös bei den Gründern ankommt und wie handlungsfähig das Team im entscheidenden Moment ist.

Gründer sind daher gut beraten, sich nicht nur auf Bewertung und Investitionssumme zu konzentrieren, sondern von Anfang an auch die Exit-Mechanik im Beteiligungsvertrag kritisch zu prüfen und mitzugestalten. Wer diese Themen frühzeitig versteht und verhandelt, verschafft sich die Freiheit, den eigenen Exit zu gestalten, statt sich später von fremdbestimmten Klauseln überraschen zu lassen.

Der Autor Dr. Dominik Nast ist Rechtsanwalt bei der Kanzlei Menold Bezler in Stuttgart und berät u.a. in den Bereichen Gesellschaftsrecht, Venture Capital und M&A.

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

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

Kern-Features

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

Gründer & Köpfe

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

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

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

Redaktionelle Einordnung

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

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

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

Fazit

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

Es ist eine Zäsur für den Technologie-Standort Deutschland: 38 Einhörner (Unicorns) – also nicht börsennotierte Start-ups mit einer Bewertung von mindestens einer Milliarde US-Dollar – beheimatet die Bundesrepublik mittlerweile. Das entspricht einem Zuwachs von 46 Prozent gegenüber dem Vorjahr und bedeutet die größte Kohorte an Neuzugängen in der deutschen Geschichte. In Kontinentaleuropa liegt Deutschland damit unangefochten auf Rang 1 – weit vor den Niederlanden (11), der Schweiz (8) und Schweden (5).

Helsing erstmals auf Platz 1: Das neue Flaggschiff der deutschen Szene

An der Spitze des Index gab es einen spektakulären Machtwechsel: Das 2021 gegründete KI-Verteidigungsunternehmen Helsing führt das Ranking mit einer Bewertung von 16,6 Milliarden Euro als wertvollstes Einhorn Deutschlands an. Ein Zuwachs von 11,6 Milliarden Euro innerhalb eines einzigen Jahres unterstreicht das immense Potenzial junger deutscher DeepTech-Unternehmen und setzt ein weltweites Signal für europäische KI-Infrastruktur.

Deep-Tech, Rüstung & Fusionsenergie erreichen historischen Höhepunkt

Der Aufstieg des Standorts beruht auf einem strukturellen Wandel. Während B2B-SaaS weiterhin ein starkes Fundament bildet, erreicht die DeepTech-Welle 2026 ihren vorläufigen Höhepunkt. Befeuert durch die politische „Zeitenwende“ haben sich Verteidigungs- und Raumfahrt-Start-ups wie Helsing, STARK Defence (direkt bei Gründung mit über 1 Mrd. US-Dollar bewertet), der Drohnenpionier Quantum Systems und der Raketenbauer Isar Aerospace zu Schlüsselsektoren entwickelt. Parallel dazu beweisen Black Forest Labs (Generative KI) aus Freiburg und Proxima Fusion (Fusionsenergie) aus München, dass Deutschland bei den globalen Zukunftstechnologien in der ersten Liga mitspielt.

Berlin und München beheimaten 68 % aller deutschen Einhörner

Der Index zeigt eine bemerkenswerte räumliche Verdichtung: 18 der 38 Einhörner stammen aus Berlin, 8 aus München. Zusammen vereinen diese beiden Standorte 68 Prozent aller deutschen Milliarden-Start-ups auf sich. Während Berlin besonders im FinTech-, KI- und SaaS-Bereich dominiert, hat sich München als europäisches Powerhouse für DeepTech, Fusionsenergie und B2B-Software etabliert.

Die DNA der deutschen Unicorn-Gründer*innen

Eine Analyse der rund 95 deutschen Unicorn-Gründer*innen räumt zudem mit gängigen Silicon-Valley-Klischees auf:

Erfahrung vor jugendlichem Leichtsinn: Der 19-jährige Studienabbrecher bleibt in Deutschland ein Mythos. Im Schnitt sind deutsche Gründer*innen beim Start 34 Jahre alt, verfügen oft über eine Promotion und jahrelange Branchenerfahrung. Der Fokus liegt auf langfristig gebauten technischen Burggräben.

Die TUM als Kaderschmiede: Die Technische Universität München (TUM) ist die unangefochtene Gründungsfabrik. Allein aus ihren Reihen gingen Einhörner im Wert von 17 Milliarden Euro hervor (u. a. Personio, Celonis). Dicht dahinter folgen die TU Berlin und die LMU München.

Internationale Strahlkraft: Rund 40 Prozent der deutschen Einhörner haben mindestens eine(n) nicht-deutsche(n) Gründer*in. Deutschland fungiert zunehmend als Magnet für internationales Top-Talent.

Der Flywheel-Effekt: Das Ökosystem trägt sich zunehmend selbst durch serielle Gründer*innen. Das prominenteste Beispiel: Florian Seibel, der mit Quantum Systems und STARK Defence zeitgleich zwei Rüstungs-Einhörner erschaffen hat.

Die blinde Flanke: Weniger als 5 Prozent der Unicorn-Gründer*innen sind weiblich. Der Bericht listet derzeit nur eine einzige bestätigte Mitgründerin (Sofia Nunes, Mambu). Ein ungelöstes Problem, durch das Deutschland immenses wirtschaftliches Potenzial verschenkt.

Die 12 Neuzugänge der Rekord-Kohorte 2026 im Überblick

Die zwölf neuen Einhörner des Jahres 2026 bringen zusammen 31,8 Milliarden Euro auf die Waage:

NEURA Robotics (€6,4 Mrd., Metzingen)
Baut kognitive Humanoide-Roboter für die Industrie und gilt als deutsche Antwort auf Tesla Optimus.
Gegründet: 2019 | Zeit bis Einhorn-Status: 7 Jahre
Wichtigste Investoren: Tether, Qualcomm, Amazon, NVIDIA, Bosch, EIB

n8n (€4,8 Mrd., Berlin)
Open-Source-Plattform für Workflow-Automatisierung.
Gegründet: 2019 | Zeit bis Einhorn-Status: 6 Jahre
Wichtigste Investoren: OpenAI, Microsoft, NVIDIA, Bezos Expeditions, Intel Capital

STARK Defence (€3,4 Mrd., Berlin)
Autonome Verteidigungssysteme.
Gegründet: 2024 | Zeit bis Einhorn-Status: 0 Jahre (als Unicorn gestartet)
Wichtigste Investoren: Sequoia, Founders Fund, NATO Innovation Fund

Quantum Systems (€3,2 Mrd., Gilching)
Hochentwickelte eVTOL-Überwachungsdrohnen.
Gegründet: 2015 | Zeit bis Einhorn-Status: 11 Jahre
Wichtigste Investoren: Accel, Founders Fund, Kleiner Perkins

Black Forest Labs (€3,0 Mrd., Freiburg im Breisgau)
Generative Video-KI vom "Stable Diffusion"-Forschungsteam.
Gegründet: 2024 | Zeit bis Einhorn-Status: 2 Jahre
Wichtigste Investoren: a16z, General Catalyst, Lightspeed, M12

Parloa (€2,8 Mrd., Berlin)
Konversations-KI für die Automatisierung von Kundenservice.
Gegründet: 2020 | Zeit bis Einhorn-Status: 5 Jahre
Wichtigste Investoren: B Capital Group

Proxima Fusion (€2,4 Mrd., München)
Fusionsenergie-Ausgründung des Max-Planck-Instituts für Plasmaphysik.
Gegründet: 2023 | Zeit bis Einhorn-Status: 3 Jahre
Wichtigste Investoren: XTX Ventures, East X Ventures, Google, RWE, Plural, Balderton, Cherry, Lightspeed

Isar Aerospace (€1,9 Mrd., Ottobrunn)
Trägerraketen für kleine Satelliten.
Gegründet: 2018 | Zeit bis Einhorn-Status: 8 Jahre
Wichtigste Investoren: Earlybird, HV Capital

Osapiens (€1,0 Mrd., Mannheim)
Software für Lieferketten-Compliance.
Gegründet: 2018 | Zeit bis Einhorn-Status: 8 Jahre
Wichtigste Investoren: Decarbonization Partners, Goldman Sachs

FINN (€1,0 Mrd., München)
Auto-Abo-Plattform.
Gegründet: 2019 | Zeit bis Einhorn-Status: 7 Jahre
Wichtigste Investoren: Portage, UVC Partners, BC Partners Credit

CMBlu Energy (€1,0 Mrd., Alzenau)
Organische "SolidFlow"-Batterien für die Großspeicherung.
Gegründet: 2014 | Zeit bis Einhorn-Status: 12 Jahre
Wichtigste Investoren: Samsung Ventures, STRABAG

Dash0 (€0,9 Mrd. / $1 Mrd., Solingen)
KI-Observability (schnellstes deutsches Software-Einhorn).
Gegründet: 2023 | Zeit bis Einhorn-Status: 3 Jahre
Wichtigste Investoren: Balderton Capital, Accel, Cherry Ventures, DTCP

Fazit: Deutschland baut eigene Champions

Deutschland muss das Silicon Valley nicht kopieren. Der aktuelle Erfolg zeigt, dass die Verbindung von ingenieurwissenschaftlicher Exzellenz, industrieller Verankerung und Risikokapital tragfähige Weltklasse-Champions hervorbringt.

Damit das Wachstum nachhaltig bleibt, muss jedoch die eklatante Lücke beim heimischen Late-Stage-Kapital geschlossen werden. Bislang liegt der Anteil deutscher Investoren in späten Finanzierungsphasen bei unter 15 Prozent. Die Mobilisierung von inländischem Kapital – etwa über Pensionskassen und Versorgungswerke – wird die entscheidende Weichenstellung für die nächste Dekade sein.

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

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

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

Der Markteintritt in den USA: Das Momentum nutzen

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

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

Einordnung für StartingUp: Stärken, Schwächen und harte Konkurrenz

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

In einer zunehmend volatilen Weltlage werden kritische Infrastrukturen zur Zielscheibe. Das sogenannte Spoofing und „amming – also die Manipulation oder Störung von globalen Satellitennavigationssystemen (GNSS) wie GPS oder Galileo – betrifft längst nicht mehr nur militärische Drohnen. Zivile Luftfahrt, autonome Systeme und die Logistik stehen vor massiven Herausforderungen. Branchenexperten schätzen die täglichen wirtschaftlichen Schäden durch GPS-Ausfälle auf bis zu eine Milliarde US-Dollar.

Genau in diese Lücke stößt QOODA. Das Start-up entwickelt quantenbasierte Lösungen, die eine präzise Navigation ohne Satellitensignal ermöglichen. Das Zauberwort lautet Magnetic Anomaly Navigation (MagANav). Die Idee: Das Magnetfeld der Erde gleicht einem einzigartigen Fingerabdruck. QOODA nutzt extrem empfindliche Quantensensoren, um selbst kleinste Anomalien im Magnetfeld zu messen. Diese Daten werden anschließend mit weiteren Sensordaten fusioniert und mithilfe Künstlicher Intelligenz – genauer gesagt Physics-Informed Neural Networks – zu präzisen Magnetfeldkarten verarbeitet. Das Ergebnis ist eine ausfallsichere, alternative Referenz für die Lokalisierung in sicherheitskritischen Bereichen.

„Mit unserer quantensensorbasierten Technologie gestalten wir GPS-freie Navigation neu.“ – Dr. Björn Pötter, Geschäftsführer von QOODA

Gründerteam und Historie

Hinter der technologischen Vision steht ein Schwergewicht an akademischer und industrieller Expertise. Die QOODA GmbH wurde im Jahr 2025 in München gegründet. Das fünfköpfige Gründerteam bringt das notwendige Rüstzeug aus Quantenphysik, Informatik und Industrieerfahrung mit: Neben CEO Dr. Björn Pötter stehen Dr. Inés de Vega, Dr. Peter Eder (COO), Dr. Sadegh Ebrahimi (CTO) und Ahmad Nikmanesh an der Spitze des Unternehmens.

Ihre gemeinsame Mission beschreiben sie als die Modernisierung der sogenannten „OODA-Schleife“ (Observe, Orient, Decide, Act) – einem Konzept aus der Militärstrategie, das durch Quantentechnologie und KI in diversen Anwendungsdomänen schnellere und intelligentere Entscheidungen ermöglichen soll.

Die Hard Facts zu QOODA

• Gründung: 2025 (HRB 305706, Amtsgericht München)
• Stammkapital: 25.000 Euro
• Technologie: Quantensensorik, Sensorfusion, KI-gestützte Magnetfeldkartierung (MagANav)
• Zielmärkte: Luftfahrt, autonome Systeme, Robotik, UXO-Detektion
• Auszeichnungen: 1. Platz beim Münchener Businessplan Wettbewerb 2026 (BayStartUP)

Der Markt: Mehr als nur Navigation

Die Anwendungsfälle für QOODAs Technologie gehen weit über die klassische Luftfahrt hinaus. Ein besonders eindrucksvolles Beispiel für den praktischen Nutzen ihrer DeepTech-Entwicklung ist die Kampfmittelräumung (UXO – Unexploded Ordnance) in Krisengebieten wie der Ukraine. In Zusammenarbeit mit der Dropla Tech ApS nutzt QOODA die Tatsache, dass Quantensensoren eine bis zu tausendfach höhere Sensitivität als klassische Methoden aufweisen, um Minen und Blindgänger zuverlässiger zu detektieren.

Darüber hinaus streckt das Start-up seine Fühler in Richtung Predictive Maintenance (vorausschauende Wartung) aus. Mit quantenmagnetischer und THz-Bildgebung sollen beispielsweise nichtleitende Bauteile von Flugzeugen (wie Radome) präzise auf Defekte inspiziert werden. Diese Diversifikation des Portfolios ist strategisch klug, um unterschiedliche Einnahmequellen in B2B-Märkten zu erschließen.

Das Geschäftsmodell auf dem Prüfstand

Wer Hardware, insbesondere Quanten-Hardware, entwickelt, steht unweigerlich vor dem "Tal des Todes" – der extrem kapital- und zeitintensiven Phase zwischen Prototyp und Serienfertigung. Ein kritischer Blick auf das Geschäftsmodell von QOODA offenbart jedoch einen pragmatischen Ansatz zur Risikominimierung.

Das Start-up positioniert sich explizit in den Technology Readiness Levels (TRL) 4 bis 6. Hier liegt der Fokus auf dem Aufbau von Intellectual Property (IP), der Entwicklung wiederverwendbarer Module und Prototyping. Für die teure Industrialisierungsphase (TRL 7-9) – also Zertifizierung, Härtung der Systeme und Skalierung für den Massenmarkt – sucht QOODA den Schulterschluss mit etablierten Industriepartnern.

Um die frühen Phasen der Unternehmensentwicklung zu finanzieren, betreibt das Team zudem Consulting. Die Identifikation von Use-Cases, Strategieberatung für Unternehmen im Quanten-Bereich sowie die Bereitstellung ihrer Entwicklungsplattform „ODIN“ sollen offenbar den Cashflow ankurbeln, während das Kernprodukt reift. Diese Strategie reduziert zwar das anfängliche Kapitalrisiko, macht QOODA auf lange Sicht jedoch stark abhängig vom Wohlwollen und der Geschwindigkeit seiner industriellen Partner.

„Der Münchener Businessplan Wettbewerb bietet uns die passende Plattform, um Technologie und Marktpotenzial sichtbar zu machen“, erklärt Dr. Pötter. Nun geht es darum, das Wachstum strukturiert vorzubereiten und genau diese strategischen Partnerschaften gezielt auszubauen.

Wettbewerb: Ein globales Wettrüsten

QOODA bewegt sich in einem Markt, in dem keine Gefangenen gemacht werden. Die Idee der Navigation mittels magnetischer Anomalien wird derzeit weltweit vorangetrieben. Das australische Start-up Q-CTRL hat mit seinem System "Ironstone Opal" bereits reale Demonstrationen absolviert und behauptet, traditionelle Trägheitsnavigationssysteme (INS) um ein Vielfaches an Genauigkeit zu übertreffen. Auch Giganten der Branche, wie Maxar Intelligence mit ihrer kamerabasierten Software "Raptor", entwickeln alternative Lösungen für GPS-freie Umgebungen.

Die Konkurrenz ist massiv finanziert und operiert international (z.B. Q-CTRL mit Büros unter anderem in Sydney, Los Angeles und Berlin). Für ein junges Münchner Startup bedeutet das: Die Uhr tickt. Der Sieg beim BayStartUP-Wettbewerb ist ein erstklassiger Meilenstein, muss nun aber zügig in hochvolumige Finanzierungsrunden umgemünzt werden.

Einordnung und Fazit

QOODA ist ein Paradebeispiel für den modernen DeepTech-Ansatz "Made in Germany". Das Team kombiniert herausragende akademische Exzellenz mit einem erstaunlich pragmatischen Markteintritt. Anstatt den Versuch zu wagen, mit 25.000 Euro Startkapital eine eigene Hardware-Fabrik aus dem Boden zu stampfen, fokussieren sich die Münchner auf den USP: die Algorithmen, die Sensorfusion und die Modulentwicklung (TRL 4-6). Das begleitende Consulting-Geschäft liefert zudem wichtige Bodenhaftung und frühe Kund*innenkontakte.

Die Technologie adressiert ein brennendes, globales Problem: die Verletzlichkeit von GPS-Systemen. Wenn es QOODA gelingt, die Industrialisierungspartnerschaften (TRL 7-9) erfolgreich abzuschließen, steht dem Start-up ein Multi-Milliarden-Markt offen. Das größte Risiko bleibt jedoch das Timing und das Kapital. Die internationale Konkurrenz, insbesondere aus dem angloamerikanischen und australischen Raum, ist mit prall gefüllten Kriegskassen bereits im Feldtest. Für QOODA gilt es nun, den Schub des Businessplan-Siegs zu nutzen, um die europäische technologische Souveränität in diesem Sektor entscheidend mitzugestalten.

Muskel-Skelett-Erkrankungen sind ein massiver Wirtschaftsfaktor: Sie verursachen rund jeden vierten Krankheitstag in Deutschland. Oft wird an den Symptomen laboriert, während die Ursache schlichtweg im falschen Schuhwerk liegt, das den Fuß und damit die gesamte Körperstatik in eine Fehlbelastung zwingt. Das 2023 gegründete Start-up EVERSION Technologies hat genau dieses Problem als Business Case identifiziert und konnte in seiner Seed-II-Runde nun 2,3 Millionen Euro von einem breiten Investoren-Syndikat einsammeln.

Das Investor*innen-Setup im Detail: Angeführt wird die Runde vom neu hinzugekommenen Family Office Kammerer Holding und dem Chancenkapitalfonds der Kreissparkasse Biberach, der bereits in der Seed-I-Runde (Januar 2025) als Lead-Investor agierte. Darüber hinaus unterstützen der von der Mittelständischen Beteiligungsgesellschaft gemanagte Start-up BW Seed Fonds, die S-Kap Unternehmensbeteiligungsgesellschaft, Meerkat (die Kapitalbeteiligungsgesellschaft der Kreissparkasse Esslingen-Nürtingen) sowie Turtle das Startup. Komplettiert wird das Konsortium durch Business Angels aus den Netzwerken Heimatboost, BACB und hivn.

Vom „Ärztemarathon“ zum DeepTech-Start-up

Die Entstehungsgeschichte von Eversion liest sich wie das klassische Playbook eines Start-ups, das aus einem eigenen „Pain Point“ heraus geboren wurde. CEO Julia Zimmermann litt selbst unter chronischen Hüftschmerzen und durchlief einen wahren Ärztemarathon – ohne Befund. Die Lösung fand sie erst bei Wolfgang Triebstein, einem erfahrenen Orthopädie-Schuhtechnik-Meister mit eigenem Ganglabor in Eisenach. „Ich weiß aus eigener Erfahrung, wie Hüftschmerzen den Alltag bestimmen können. Umso mehr freut es mich, dass wir mit unserer Lösung so vielen Menschen helfen können“, so Julia Zimmermann.

Aus dieser persönlichen Erfahrung entstand die Idee, die aufwendige und teure Labordiagnostik von Triebstein zu digitalisieren und in den Alltag der Patient*innen zu bringen. Bereits 2022 machte das Team beim start2grow Gründungswettbewerb auf sich aufmerksam. Ende August 2023 folgte die offizielle GmbH-Gründung.

Heute vereint das Team tiefes handwerkliches Wissen mit moderner Technologie: Julia Zimmermann, die als CEO fungiert, bildet gemeinsam mit Timon Sutter eine Doppelspitze mit Fokus auf Strategie und Operations. Der Mathematiker und CTO Lucas Heitele ist für die komplexen Algorithmen verantwortlich, während der Sportwissenschaftler Maximilian Starkmann die biomechanische Validierung übernimmt. Komplettiert wird das Gründerteam durch den Erfinder Wolfgang Triebstein, der jahrzehntelange Praxis-Erfahrung und Laborerprobung aus der Orthopädieschuhtechnik mitbringt.

Das Produkt: Wirkkettenalgorithmen statt Gipsabdruck

Klassische orthopädische Einlagen stützen den Fuß primär passiv ab. Eversion bricht mit diesem Paradigma und setzt auf eine aktive Mobilisierung durch die sogenannte „0°-Sohle“.

Der Prozess ist stark datengetrieben:

1. Diagnostik im Alltag: Kund*innen tragen für zwei Wochen spezielle Sensorsohlen in ihren eigenen Schuhen.
2. Datenanalyse: Eine App wertet das Bewegungsverhalten aus. Sogenannte Wirkkettenalgorithmen übersetzen die Sensordaten in ein biomechanisches 3D-Anatomiemodell.
3. Die 0°-Sohle: Das Endprodukt ist auf der Unterseite gefräst, um die spezifische Fehlbelastung auszugleichen und eine neutrale 0°-Stellung zu erzwingen. Die Oberseite ist komplett flach, was den Fuß zwingt, aktiv zu arbeiten.

Kritisch hinterfragt: Geschäftsmodell und Erstattung

Heute, nach erfolgreicher CE-Zertifizierung als Medizinprodukt, agiert das Start-up primär im Direct-to-Consumer (D2C) Bereich. Das Endkund*innenprodukt kostet rund 249 Euro. Bis heute konnten über 1.500 Kund*innen gewonnen werden.

Der ZPP-Weg zur Erstattung

Besonders clever, aber auch risikobehaftet, ist die Erstattungsstrategie. Anstatt den bürokratischen Weg über das Hilfsmittelverzeichnis der gesetzlichen Krankenversicherung (GKV) zu gehen, rechnet Eversion über Präventionskurse ab. Die Kosten werden von allen gesetzlichen Kassen nach den Richtlinien der Zentralen Prüfstelle Prävention (ZPP) bezuschusst oder komplett getragen. Privatversicherte nutzen ein klassisches Rezept.

Die kritische Frage: Dieser Erstattungsweg ist brillant für einen schnellen Markteintritt. Es bleibt jedoch abzuwarten, ob die Krankenkassen dieses Modell auf Dauer tolerieren, wenn die Nutzer*innenzahlen in die Zehntausende skalieren.

Markt und Wettbewerb: Start-ups vs. Handwerks-Goliaths

Der Markt für smarte Ganganalyse ist stark umkämpft.

Unser Fazit

Eversion Technologies ist ein Paradebeispiel dafür, wie man analoge Handwerkskunst (Orthopädieschuhtechnik) erfolgreich mit Hard- und Software in ein skalierbares Geschäftsmodell überführt. Das Gründungsteam ist interdisziplinär exzellent aufgestellt und hat mit dem neuen Millionenkapital den nötigen Runway, um den Vertrieb in die Breite zu bringen.

Der Knackpunkt für den langfristigen Erfolg wird sein, ob es dem Start-up gelingt, die B2B2C-Partnernetzwerke aus Ärzt*innen, Therapeut*innen und Sanitätshäusern wie geplant auszubauen und die Kund*innen langfristig von der passiven Bequemlichkeit klassischer Einlagen hin zur aktiven 0°-Sohle zu erziehen. Gelingt dies, könnte Eversion den Markt für orthopädische Hilfsmittel nachhaltig disruptieren.

Die Geschichte von Lichtwart verbindet tradierte Handwerkstradition mit moderner IoT-Technologie. Das Start-up wurde im Jahr 2020 von Gregor Giataganas und Johannes Mailänder gegründet und hat seine Wurzeln im ostwestfälischen Mittelstand. Mailänders Urgroßvater Ernst Bertelmann reparierte bereits vor sieben Jahrzehnten Glühbirnen und legte damit den Grundstein für den Familienbetrieb Bertelmann im Bereich der Licht- und Außenwerbung. Aus dieser jahrzehntelangen Praxis heraus erkannten die Gründer die klaffende Digitalisierungslücke in kleineren und mittleren Gewerbeimmobilien. Anfang 2024 komplettierte der erfahrene IoT-Unternehmer und relayr-Mitgründer Jackson Bond das Gründerteam als Co-Founder und Investor.

Während Großimmobilien und Rechenzentren oft über Millionenbudget-schwere Gebäudeleittechnik verfügen, betreiben Unternehmen mit dezentralen Filialnetzen – etwa Supermärkte, Tankstellen oder Systemgastronomie – ihre Standorte häufig ohne automatisierte Steuerung. Störungen bleiben mangels digitaler Überwachung oft tagelang unbemerkt, während Servicetechniker ohne Vorabinformationen anreisen müssen. Lichtwart entwickelte daraufhin ein kompaktes Hardware-Modul samt Cloud-Plattform, das Transparenz über Betriebs- und Energieverbräuche in Echtzeit schafft und Ausfallzeiten minimiert.

Dass das Konzept im Markt greift, bewies das Unternehmen bereits vor dem aktuellen GS1-Deal. Neben einer strategischen Vertriebspartnerschaft mit der Deutschen Telekom zählen namhafte Akteure wie VARTA, Schüco, HanseMerkur, Orlen und die Autobahn GmbH zu den Anwendern. Zudem sicherte sich Lichtwart den Hauptpreis sowie die Kategorie „Smarte Gebäudeeffizienz“ beim PropTech Germany Award 2025.

Die Technologie: Plug-and-Play trifft auf internationale Datenstandards

Der Kern der Lichtwart-Lösung ist ein IoT-Controller, der sich nach Unternehmensangaben innerhalb weniger Minuten installieren lässt und ohne zeitintensive Vor-Ort-Programmierung auskommt. Die Hardware verbindet technische Anlagen an den Standorten mit einer zentralen, cloudbasierten Serviceplattform.

Neu an der Kooperation mit butterfly & elephant ist die konsequente Standardisierung der erfassten Daten. Über den Global Individual Asset Identifier (GIAI) erhält jedes technische Gerät – wie etwa eine Kühl- oder Klimaanlage – eine weltweit eindeutige Kennung. Ergänzend wird jeder Standort über die Global Location Number (GLN) präzise referenziert. Für den eigentlichen Datenfluss sorgen die Electronic Product Code Information Services (EPCIS), die eine gemeinsame Datenstruktur bilden, über die Betriebs-, Sensor- und Wartungsdaten nahtlos zwischen unterschiedlichen Systemen ausgetauscht werden können. Wie Benjamin Birker, Managing Director bei butterfly & elephant, betont, soll diese gemeinsame Sprache verhindern, dass Daten an Unternehmens- oder Systemgrenzen enden und sich Servicetechniker wie Betreiber stets auf exakt dasselbe Asset beziehen.

Geschäftsmodell, Markt und Wettbewerb

Der Markt und das Potenzial

Der Markt für PropTech-Lösungen im Gewerbebereich steht unter hohem Druck. Einerseits zwingen gestiegene Energiekosten und strenge ESG-Berichtspflichten Unternehmen zum Handeln. Andererseits scheuten viele Filialisten bislang die immensen Investitionskosten klassischer Gebäudeautomationssysteme, da diese für dezentrale Strukturen wirtschaftlich meist nicht darstellbar sind. Lichtwart adressiert exakt diesen unerschlossenen Mittelbau zwischen Consumer-Smart-Home und High-End-Gebäudeleittechnik.

Die Entwicklung der Investor*innenlandschaft

Die Beteiligung von butterfly & elephant markiert die nächste Evolutionsstufe in der Skalierung des Herforder Start-ups. Bereits im September 2024 sammelte Lichtwart in einer Pre-Seed-Finanzierungsrunde eine siebenstellige Summe ein. Als Geldgeber traten damals der Lead-Investor BitStone Capital, der Co-Lead-Investor Vireo Ventures sowie das Angel-Netzwerk better ventures auf. Mit butterfly & elephant kommt nun kein rein finanzieller VC an Bord, sondern der Corporate-Venture-Capital-Arm von GS1 Germany. Während genaue Finanzkennzahlen wie Bewertung und Summe vertraulich bleiben, liegt der eigentliche Mehrwert im unmittelbaren Zugang zum weltweiten GS1-Netzwerk und dessen Etablierung im Gebäudesektor.

Die Hürden im Geschäftsmodell

Das Modell kombiniert den Vertrieb von Edge-Hardware mit wiederkehrenden Software-Gebühren für die Plattform. Die größte Herausforderung liegt in der Skalierung im Bestandsbau. In der Praxis treffen B2B-Start-ups auf ein Sammelsurium an alten Geräten mit unterschiedlichsten analogen und digitalen Schnittstellen. Der versprochene schnelle Rollout setzt voraus, dass die Anbindung vor Ort absolut reibungslos verläuft. Zudem erfordert die Bereitstellung von Hardware im Vergleich zu reinen SaaS-Modellen zusätzliches Kapital für Lagerhaltung, Logistik sowie den Austausch defekter Komponenten.

Wettbewerbsumfeld

Lichtwart agiert in einem dicht besetzten Umfeld. Etablierte Automationskonzerne wie Siemens, Schneider Electric oder Honeywell bieten mächtige Leittechnik-Systeme an, die primär auf komplexe Großobjekte ausgelegt und für kleinere Filialnetze oft wirtschaftlich überdimensioniert sind. Parallel dazu besetzen spezialisierte PropTechs wie aedifion, MeteoViva oder Vilisto verwandte Felder in der Heizungs- und Betriebsoptimierung. Der entscheidende Vorteil für Lichtwart liegt in der GS1-Integration: Statt auf ein proprietäres Ökosystem zu setzen, setzt das ostwestfälische Unternehmen auf branchenweite Open-Standard-Kompatibilität, was für Kund*innen das Risiko eines Vendor-Lock-ins nachhaltig verringert.

Unsere Einordnung

Für Gründer*innen im B2B- und PropTech-Sektor liefert der Lichtwart-Deal drei wesentliche Lektionen:

• Smartes Corporate Venture Capital nutzen: Der Schritt zeigt exemplarisch, wie Finanzinvestor*innen und strategische CVCs ineinandergreifen. Während klassische VCs Kapital für das Produktwachstum bereitstellen, sichern strategische Partner*innen wie butterfly & elephant den Zugang zu Industriestandards und beschleunigen die Marktpenetration.
• Standardisierung schlägt Inseldenken: Wer in fragmentierten B2B-Märkten frühzeitig auf etablierte, branchenweite Standards setzt, senkt die Integrationshürden bei der Kundschaft erheblich und erhöht die Akzeptanz bei Corporate-Entscheider*innen massiv.
• Handfeste Probleme im Bestand lösen: Der Markterfolg von Lichtwart basiert nicht auf theoretischen Spielereien, sondern auf pragmatischen Antworten für drängende Alltagsfragen von Betreiber*innen: Fachkräftemangel, verordnete Energieeinsparung und unkomplizierte Nachrüstung ohne Anlagenaustausch.

Die Ära der passiven Web-Seminare ist endgültig vorbei. Die moderne Wissensökonomie hat eine harte Lektion gelernt: Man kann keine erschöpfte Belegschaft upskillen. Schlafmangel und kognitive Überlastung kosten die globale Wirtschaft jährlich hunderte Milliarden Euro an verlorener Produktivität und Innovationskraft. Genau an dieser Schnittstelle von Biologie und Weiterbildung entfaltet sich ein spannender High-Tech-Wachstumsmarkt unserer Zeit. Lifelong Learning im B2B-Sektor ist nicht mehr nur eine Frage von Content-Management-Systemen, sondern von kognitiver Leistungsfähigkeit. Smarte Textilien, Neuro-Tracker und digitale Schlaf-Coaches transformieren ein biologisches Grundbedürfnis in die Basis erfolgreicher Unternehmensweiterbildung. Für Gründer*innen bedeutet dies eine historische Chance: Wer heute EdTech baut, entwickelt keine reinen Lernplattformen mehr, sondern holistische Systeme für Human Performance. Dieser Report beleuchtet, wie der deutsche Markt diese Fusion aus Neuro-Enhancement und B2B-Learning meistert.

Die Marktlage

Der europäische EdTech-Markt hat die Post-Pandemie-Katerstimmung hinter sich gelassen und präsentiert sich 2026 stark konsolidiert und hochprofitabel. Laut aktuellen Bitkom-Erhebungen fließen mittlerweile rund 40 Prozent der dedizierten HR-Software-Budgets im Mittelstand in datengetriebene Weiterbildungs- und Performance-Tools. Haupttreiber dieser Entwicklung ist die generative künstliche Intelligenz, die nicht nur Lerninhalte in Echtzeit hyperpersonalisiert, sondern sich nahtlos mit biometrischen Daten synchronisiert. Relevante Erhebungen, wie das KfW-Mittelstandspanel, bestätigen die schiere Marktgröße und beziffern die jährlichen Weiterbildungsinvestitionen allein im deutschen Mittelstand auf einen starken zweistelligen Milliardenbetrag. Die Investitionssummen spiegeln diese Reife wider: Während Seed-Runden im Schnitt bei konservativen zwei bis drei Millionen Euro liegen, sehen wir in Series-A- und Series-B-Finanzierungen für skalierbare B2B-SaaS-Modelle wieder realistische, aber gesunde Tickets zwischen 15 und 30 Millionen Euro – weit entfernt von den überhitzten Bewertungen der frühen Zwanzigerjahre, aber getragen von soliden Umsätzen.

Die neuen Treiber

Wer den Markt heute dominieren will, muss über das Offensichtliche hinausblicken. Drei spezifische Sub-Sektoren treiben das Wachstum rasant voran. An erster Stelle steht das sogenannte Neuro-Adaptive Learning. Hierbei wird die Erholungsökonomie direkt in den Lernprozess integriert. Ermüdungserscheinungen werden durch Wearables gemessen, woraufhin die KI-gestützte Lernplattform automatisch das Tempo drosselt oder Mikrolern-Einheiten anbietet. Vorreiter wie die etablierten Corporate-Coaching-Plattformen integrieren längst digitale Schlaf-Coaches in ihre Suiten, da die Neurowissenschaft beweist, dass Tiefschlafphasen für die Gedächtniskonsolidierung essenziell sind.

Der zweite Treiber ist Immersive Skill-Routing via Spatial Computing. AR- und VR-Headsets werden für hochkomplexe Maschinenschulungen und Hochrisiko-Trainings (wie Medizintechnik oder Flugzeugwartung) genutzt. In den Acceleratoren der TUM und des Cyber Valleys entstehen derzeit erste Stealth-Spin-offs, die Spatial Computing direkt mit Echtzeit-EEG-Wearables koppeln, um kognitive Überlastung im Training live zu messen und zu korrigieren.

Der dritte Sektor umfasst Verified Credentialing mittels Blockchain-Technologie, wodurch lebenslange Lernfortschritte fälschungssicher an Personalabteilungen übermittelt werden. Pioniere wie CoachHub haben den Weg geebnet, doch die neuen Treiber gehen tief in die biometrische und technologische Infrastruktur der Unternehmen über.

Reality Check: Gescheiterte Hoffnungen & Lektionen

Doch der Weg in diese profitable Gegenwart war gepflastert mit schmerzhaften Marktkorrekturen. Ein prominentes Beispiel für gescheiterte Hoffnungen war die Insolvenz des Berliner B2B-Coaching-Start-ups Sharpist im Frühjahr 2024, bevor es in Teilen gerettet werden konnte. Trotz massiver Finanzierungsrunden in der Pandemie brach das Modell unter seiner eigenen Kostenstruktur zusammen. Dieser Crash liefert heutigen EdTech-Gründer*innen vier fatale Fallstricke, die es zwingend zu vermeiden gilt.

• Der erste Fallstrick ist die chronische Abhängigkeit von VC-Kapital bei gleichzeitiger Vernachlässigung der Unit Economics; unprofitables Wachstum wird 2026 vom Markt brutal abgestraft.
• Zweitens unterschätzen Gründer*innen noch immer die B2B-Sales-Zyklen. Enterprise-Kunden brauchen oft sechs bis zwölf Monate bis zur Vertragsunterschrift, was eine immense Kapitaldecke erfordert.
• Der dritte Fallstrick ist die mangelnde Beweisführung des ROI. Eine Plattform, die HR-Abteilungen nicht messbar nachweisen kann, dass die Mitarbeitenden durch das Tool produktiver werden oder Kosten sparen, wird in Krisenzeiten sofort gekündigt.
• Viertens scheitern viele an der Regulatorik: Wer heute Gesundheitsdaten (wie Schlaf-Tracking) mit Personalentwicklung kreuzt, rennt ohne lückenlose DSGVO-Compliance und Betriebsrats-Zustimmung ungebremst gegen eine juristische Wand.

Das deutsche Netzwerk (Hotspots)

Die deutsche EdTech- und Neuro-Tech-Landschaft hat sich auf wenige, dafür aber extrem leistungsstarke Hubs konzentriert. München führt das Feld unangefochten an, gestützt durch die Technische Universität München (TUM) und die UnternehmerTUM, die europaweit führend in den Bereichen B2B-SaaS und DeepTech ist; hier entsteht die Hardware für Wearables und komplexe KI-Architekturen. Berlin bleibt das kommerzielle Epizentrum für Skalierung und Sales. Die Dichte an internationalen VCs und die Präsenz der ESMT Berlin befeuern hier vor allem Plattform-Modelle. Ein oft unterschätzter, aber hochrelevanter Hub ist das Cluster Stuttgart/Tübingen. Durch das hier ansässige Cyber Valley – Europas größtes KI-Forschungskonsortium – und exzellente Institute für Kognitionswissenschaften kommen von hier die tiefgreifendsten Algorithmen zur Lernanalyse. Schließlich hat sich die Region Köln/Bonn als unverzichtbarer Knotenpunkt für Corporate Learning etabliert, was nicht zuletzt an der historischen Präsenz großer Telekommunikations- und Medienkonzerne liegt, die als Early Adopter und Co-Innovatoren für Start-ups fungieren.

Investor*innen-Radar

Das Kapitalökosystem für Lifelong Learning hat sich stark professionalisiert und agiert in vier klaren Clustern. Bei den spezialisierten VCs geben europäische Fonds wie Emerge Education und Brighteye Ventures den Ton an; sie verstehen die pädagogischen Nuancen und regulatorischen Hürden wie kein anderer. Im Bereich der Top-Tier Generalisten sind es Schwergewichte wie HV Capital, Cherry Ventures und Point Nine Capital, die vor allem dann investieren, wenn das EdTech-Modell astreine B2B-SaaS-Metriken aufweist und Skalierbarkeit verspricht. Corporate VCs aus der Industrie, allen voran Bertelsmann Next und Holtzbrinck Digital, sichern sich durch strategische Investments frühzeitig die Technologien, die ihr eigenes Verlags- und Bildungsgeschäft digitalisieren. Der wahre Motor der Innovation liegt jedoch in der Frühphase bei erfahrenen Business Angels. Prominente Köpfe wie Verena Pausder treiben die Branche seit Jahren voran, flankiert von starken Angel-Syndikaten wie encourageventures, die gezielt diverses Gründen im Bildungsbereich fördern und Start-ups den entscheidenden ersten Runway sichern.

Die Top Start-ups (Must-Watch)

Die Auswahl der folgenden Top Start-ups erfolgte durch unsere Redaktion auf Basis eines strengen Kriterienkatalogs. Wir bewerteten die aktuelle Marktrelevanz, den technologischen Reifegrad des Produkts, die nachgewiesene Traktion bei B2B-Kunden sowie das Vertrauen namhafter Investoren. Um die Innovationskraft der jüngsten Generation in den Fokus zu rücken, berücksichtigt diese Liste ausschließlich Start-ups mit Hauptsitz in Deutschland und einem Gründungsjahr ab 2020 (bzw. dem unmittelbaren Aufbruch der aktuellen Welle Ende 2019). Die Auswahl reicht von etablierten Kategorie-Führer*innen bis hin zu aufstrebenden Newcomer*innen, die die Grenzen des klassischen E-Learnings sprengen und DeepTech, HR-Tech sowie kognitive Optimierung miteinander vereinen.

Tomorrow University of Applied Sciences

Im Jahr 2020 von Christian Rebernik und Dr. Thomas Funke gegründet, hat sich dieses Start-up zur führenden B2B- und B2C-Plattform für akademisches Upskilling entwickelt. Das Geschäftsmodell ist eine vollwertige, remote-first Universität (SaaS- und Studiengebühren-Modell), deren USP in der challenge-basierten Lernmethodik und einer hochentwickelten App-Architektur liegt, die starre Vorlesungen obsolet macht. Zu den Lead-Investoren der letzten Runden zählen Emerge Education und EduCapital.

DeepSkill

Miriam Mertens und Peter Goeke gründeten DeepSkill im Jahr 2020, um die Soft-Skill-Lücke in Unternehmen zu schließen. Das B2B-SaaS-Modell fungiert als digitale Plattform für ganzheitliche und emotionale Mitarbeiterentwicklung, die datengetriebenes Coaching mit klassischen Lernpfaden verbindet. Der High-Tech Gründerfonds (HTGF) und diverse Business Angels unterstützen diese Mission, die Menschlichkeit durch Technologie skalierbar zu machen.

Aivy

Ebenfalls 2020 von Florian Dyballa und seinem Team ins Leben gerufen, transformiert Aivy die Art und Weise, wie Potenziale erkannt werden. Das B2B-Geschäftsmodell basiert auf game-basierten Assessments, die psychometrische Daten auswerten, um Mitarbeitern präzise, bias-freie Lern- und Karrierepfade aufzuzeigen. Zu den frühen Geldgebern gehören renommierte HR-Experten und Business Angels wie Matthias Helfrich und Andreas Schmitz (ehem. Personalvorstand Roche), die die tiefe wissenschaftliche Fundierung des USPs schätzen.

Zavvy

Mehmet Yilmaz und Joshua Cornelius (die zuvor bereits Freeletics aufbauten) gründeten Zavvy 2021 als ganzheitliche B2B-SaaS-Lösung für Employee Enablement. Der USP liegt in der nahtlosen Integration von Onboarding, Micro-Learning und Performance-Tracking direkt in Kommunikations-Tools wie Slack und Teams, wodurch Lernen in den täglichen Workflow integriert wird. Der europäische Top-VC La Famiglia führte die Seed-Runde an, begleitet von Picus Capital und Emerge Education, bevor das Start-up Anfang 2024 in einem aufsehenerregenden Exit vom HR-Giganten Deel übernommen wurde.

Edurino

Auch wenn der Fokus zunächst auf der Vorschulbildung liegt, baut das 2021 von Irene Klemm und Franziska Meyer gegründete Start-up die fundamentale Infrastruktur für digitales Lifelong Learning. Ihr Geschäftsmodell kombiniert haptische Spielfiguren mit einer adaptiven Lern-App (B2C & B2B/Kindergärten). Der USP der physisch-digitalen Interaktion wird in Zukunft auch für haptische B2B-Trainings adaptiert. b2venture und DN Capital haben zweistellige Millionenbeträge in diese Vision investiert.

Knowunity

Benedict Kurz, Gregor Weber, Lucas Hild und Yannik Prigl gründeten Knowunity 2020 noch während ihrer eigenen Schulzeit. Ursprünglich als B2C-Marktplatz für Schüler-Zusammenfassungen gestartet, hat sich die Plattform technologisch zu einem globalen, KI-gestützten Lernbegleiter (AI Tutor) entwickelt. Der hochskalierbare USP der Peer-to-Peer-Architektur und das tiefe Gen-Z-Verständnis wecken massiv das Interesse von Konzernen: Im B2B-Bereich nutzen Unternehmen wie Porsche oder Vodafone die Plattform als hochprofitablen Kanal für Employer Branding und extrem frühes Recruiting. Nach Redalpine und Project A in den frühen Phasen hat zuletzt der europäische Top-VC XAnge die 27 Millionen Euro schwere Series-B-Finanzierungsrunde angeführt.

Edyoucated

Von Marius Bicher, Jan Rellermeyer, Marius Karwat und David do O' gegründet, gehört edyoucated zu den führenden deutschen B2B-SaaS-Plattformen für KI-gestütztes Skill-Management. Das Geschäftsmodell basiert auf einer Lern-Engine, die vorhandene Kompetenzen in Unternehmen analysiert und automatisiert maßgeschneiderte, hochindividuelle Lernpfade zusammensetzt. Der USP liegt in der drastischen Reduzierung von Schulungszeiten bei gleichzeitig höherer Wissensretention. Der europäische Top-VC Earlybird Venture Capital führt das Investorenkonsortium des Unternehmens an.

Internationaler Ausblick & Fazit

Der Blick über die europäischen Grenzen zeigt, dass die Fusion von EdTech und Human Performance gerade erst begonnen hat. Aus den USA schwappt der Trend der völlig autarken „AI-Tutors“ herüber – hochkomplexe KI-Agenten, die sich als persönliche Mentor*innen tief in die ERP-Systeme der Unternehmen einnisten und Lernbedarfe erkennen, bevor der/die Mitarbeitende überhaupt weiß, dass er/sie eine Wissenslücke hat. Asien treibt derweil die Hyper-Gamification und mobile-first Micro-Credentials auf die Spitze, wo Lernen fast ausschließlich in hochfrequenten, sekundenkurzen Interaktionen stattfindet. Aus dem israelischen Ökosystem wiederum drängen Start-ups in den zivilen Markt, die militärisch erprobte Neuro-Feedback-Technologien nutzen, um Stressresistenz und kognitive Fokus-Raten von Führungskräften zu tracken und zu trainieren.

Für Gründer*innen und Investor*innen in Deutschland und Europa lautet das Fazit für 2026 unmissverständlich: EdTech isoliert betrachtet ist tot. In der nächsten Dekade werden jene Unternehmen gewinnen, die Weiterbildung als biologischen und datengetriebenen Performance-Kreislauf begreift. Wer die technologische Brillanz von B2B-SaaS mit dem ethischen und sicheren Umgang von Neuro- und Gesundheitsdaten vereint, baut nicht nur die Arbeitswelt der Zukunft, sondern erschafft die nächste Generation von europäischen Unicorns.

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

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

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

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

Sokratischer Ansatz statt Antwortautomat

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

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

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

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

Zwischen Giganten und Start-ups

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

Nachgefragt: Die Sache mit dem Geld

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

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

Fazit: Doppelspiel zwischen Start-up und Hörsaal

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

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

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

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

Die bisherige Unternehmenshistorie verdeutlicht ein hohes Entwicklungstempo:

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

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

Der technologische Ansatz: Kausalität statt bloßer Korrelation

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

Kausable setzt an dieser Schwachstelle an:

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

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

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

Die Herausforderungen der Praxis

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

1. Vertriebshürden im B2B-Enterprise-Segment

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

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

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

2. Wettbewerbsumfeld und Big-Tech-Druck

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

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

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

3. Kapitalintensität von Frontier-AI

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

Key Takeaways für Gründer*innen

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

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

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

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

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

Zuerst das Positive, denn davon gibt es viel: Ein Vibe-Coding-Prototyp ist die beste Anforderungsbeschreibung, die du einer Agentur oder einem Entwickler geben kannst. Statt eines 30-seitigen Konzepts zeigst du eine klickbare App und sagst: „So soll es funktionieren.“ Das spart Abstimmungsschleifen, macht Ideen testbar, bevor Geld fließt, und hilft dir, mit echten Nutzern zu validieren, ob dein Produkt überhaupt gebraucht wird.

Für interne Tools, einfache Web-Anwendungen ohne sensible Daten oder einen Messe-Demo-Case reicht das Ergebnis oft sogar schon aus. Die Grenze verläuft dort, wo aus dem Experiment ein Produkt wird.

Die fünf Lücken zwischen Prototyp und Launch

1. Sicherheit und Datenschutz. Der unangenehmste Punkt zuerst: Laut dem GenAI Code Security Report von Veracode (2025, über 100 getestete KI-Modelle) führt KI-generierter Code in 45 Prozent der Fälle Sicherheitslücken ein. Und ein Sicherheitsreport vom Februar 2026 dokumentierte über 170 öffentlich zugängliche Datenbanken von Apps, die mit einem populären Vibe-Coding-Tool gebaut wurden – mit Kundendaten, die jeder abrufen konnte. Sobald deine App personenbezogene Daten verarbeitet, brauchst du ein Sicherheits-Review, saubere Zugriffskontrollen und eine DSGVO-konforme Architektur. Das liefert kein Prompt.

2. Der App-Store-Launch. Apple und Google prüfen jede App vor der Veröffentlichung. Signierung, Entwicklerkonten, Review-Prozesse, Datenschutzerklärungen, Store-Assets - dieser Prozess ist Handwerk und dauert beim ersten Mal deutlich länger als gedacht. Viele Vibe-Coding-Tools erzeugen zudem Web-Anwendungen, die sich gar nicht ohne Weiteres als native App veröffentlichen lassen.

3. Testing und Edge Cases. Der Prototyp funktioniert, wenn du ihn vorführst. Aber was passiert bei schlechtem Netz, altem Android-Gerät, abgelaufener Session, doppeltem Klick auf „Kaufen"? Produktionsreife heißt: Fehlerfälle sind durchdacht und getestet. Das ist erfahrungsgemäß der größte einzelne Zeitblock zwischen Prototyp und Launch.

4. Betrieb und Wartung. Eine App ist kein Einmalprojekt. Betriebssystem-Updates, Bibliotheks-Updates, Monitoring, Backups – als Faustregel solltest du 5 bis 12,5 Prozent der Entwicklungskosten pro Jahr für Wartung und Weiterentwicklung einplanen.

5. Architektur und Skalierung. KI-generierter Code ist auf „funktioniert jetzt" optimiert, nicht auf „lässt sich in einem Jahr erweitern". Wenn dein Produkt wächst, rächt sich eine chaotische Codebasis. Ein früher Architektur-Review durch erfahrene Entwickler ist deutlich günstiger als ein späterer Neubau.

Was kostet der Weg zum Launch?

Realistische Marktspannen für professionelle Umsetzung: Eine einfache App liegt bei etwa 8.000 bis 25.000 Euro, die meisten Gründer- und Mittelstandsprojekte landen zwischen 25.000 und 80.000 Euro, komplexe Plattformen darüber. Ein schlank geschnittenes MVP ist in 4 bis 8 Wochen machbar – vorausgesetzt, der Funktionsumfang bleibt diszipliniert. Dabei hilft eine Zahl aus der Produktforschung: Laut einer Pendo-Analyse von 2019 werden rund 80 Prozent aller Software-Features selten oder nie genutzt. Streiche also alles, was nicht zum Kern gehört.

Und ja, KI senkt auch die professionellen Entwicklungskosten – in Agenturprojekten typischerweise um 20 bis 40 Prozent bei einzelnen Entwicklungsschritten. Aber eben nicht pauschal aufs Gesamtprojekt: Anforderungen klären, Testing und Launch bleiben Menschenarbeit. Wer dir „90 Prozent günstiger dank KI" verspricht, spart an Stellen, die du später teuer bezahlst.

Für eine erste Hausnummer vor Anbietergesprächen helfen kostenlose App-Kosten-Rechner im Netz – so merkst du früh, ob Budget und Funktionsumfang zusammenpassen, und kannst Angebote besser einordnen.

So setzt du Vibe Coding richtig ein

Erstens: Nutze den Prototyp als Validierungs- und Kommunikationswerkzeug, nicht als Produktionscode. Zweitens: Hole vor dem Weiterbau ein technisches Review ein - Sicherheit, Architektur, Datenmodell. Drittens: Entscheide bewusst, was übernommen wird und was neu entsteht; oft ist das Datenmodell brauchbar, der Code selbst nicht. Viertens: Plane Launch, Testing und Betrieb von Anfang an ins Budget ein, nicht als Nachtrag.

Fazit

Vibe Coding ist für Gründerinnen und Gründer ein echter Fortschritt: Nie war es billiger, eine Idee zu testen, bevor ernsthaft Geld fließt. Zur launchfähigen App wird der Prototyp aber erst durch die unspektakulären Disziplinen – Sicherheit, Testing, Store-Prozess, Betrieb. Wer beides zusammendenkt, bekommt das Beste aus zwei Welten: die Geschwindigkeit der KI-Tools und ein Produkt, das dem ersten Kontakt mit echten Nutzern standhält.

Der Autor Lukas M. Beck ist Geschäftsführer der BlueBranch GmbH, einer App- und Web-App-Agentur aus Fürth, und entwickelt seit über 15 Jahren Apps und Web-Apps. Eine erste Kostenschätzung liefert sein kostenloser App-Kosten-Rechner.