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.

Deutschland forscht unbestritten auf Weltklasseniveau. Wenn es jedoch darum geht, wissenschaftliche Durchbrüche in marktreife, skalierbare Industrieunternehmen zu verwandeln, verdorren viele Innovationen im sogenannten „Tal des Todes“. Oft scheitern DeepTech-Technologien nicht an ihrer Qualität, sondern am mangelnden Zugang zu passendem Wagniskapital. Klassische Venture-Capital-Fonds (VC) meiden die extreme Frühphase, da die technologischen, marktbezogenen und operativen Risiken kaum in herkömmliche Risiko-Rendite-Profile passen.

Genau in dieses Wespennest stechen nun die Berliner Investmentplattform Marvelous und die Hamburger Joachim Herz Stiftung (JHS). Mit dem neu aufgelegten Marvelous Scito Fund bringen sie ein Volumen von 20 Millionen Euro an den Start – mit der Stiftung als alleinigem Ankerinvestor.

Von der Theorie zur Praxis: Die hauseigene JHS-Studie

Dass die Joachim Herz Stiftung diesen Schritt geht, ist kein Zufall, sondern die konsequente Exekution eigener Erkenntnisse. Erst im Dezember 2025 veröffentlichte die Stiftung gemeinsam mit der UnternehmerTUM eine viel beachtete Studie zum Thema „Wachstumskapital für Deep-Tech Scaleups“. Das Kernergebnis dieser Untersuchung deckt sich präzise mit dem Ansatz des neuen Fonds: Bis 2030 droht im deutschen DeepTech-Segment eine jährliche Wachstumskapitallücke von rund zehn Milliarden Euro.

Mit dem Scito Fund geht die JHS nun von der theoretischen Analyse in die praktische Umsetzung über. Für die Stiftung schließt sich damit eine strategische Lücke in der hauseigenen Förderlandschaft: Während sie in der ganz frühen Phase bereits mit Initiativen wie dem „innovate! fund“ interdisziplinäre Forschungsteams mit bis zu einer Million Euro unterstützt, soll der neue Fonds nun dabei helfen, die kritischen Übergänge vom Labor zum Prototyp („Lab to Pilot“) und weiter zur industriellen Skalierung („Pilot to Scale“) abzusichern.

Die europäische Dimension: Ein Tropfen auf den heißen Stein?

Betrachtet man den breiteren Kontext, wird jedoch schnell die geldpolitische Krux des DeepTech-Standorts sichtbar. Das deutsche Wagniskapitalvolumen ist von 24,7 Milliarden US-Dollar (2021) auf magere 9,8 Milliarden US-Dollar im Jahr 2023 eingebrochen und dürfte sich Daten der JHS-Studie zufolge für 2025 auf nur noch rund 6,1 Milliarden US-Dollar einpendeln. Europaweit hat sich seit 2015 zudem ein „Later Stage Gap“ von astronomischen 375 Milliarden US-Dollar aufgestaut.

Vor diesem Hintergrund sind 20 Millionen Euro nüchtern betrachtet kaum mehr als ein Tropfen auf den heißen Stein. Wer DeepTech-Hardware im Bereich neuer Materialien oder Robotik skaliert, weiß, dass der Bau einer einzigen Pilotanlage oder Fabrik oft schon dreistellige Millionenbeträge verschlingt.

Der wahre Wert des Fonds liegt daher nicht in seiner absoluten Größe, sondern in seiner Funktion als Katalysator und Validierungsstempel. Wenn eine renommierte, langfristig orientierte Stiftung als Ankerinvestor vorangeht, signalisiert dies dem Markt Stabilität. Das Ziel muss es sein, über dieses Vehikel dringend benötigtes privates Co-Investment anzuziehen.

Das Netzwerk: Mehr als nur warmes Geld

Für Gründerinnen und Gründer ist bei der Auswahl eines VCs das Netzwerk oft entscheidender als die reine Summe auf dem Konto. Die Struktur der Investmentplattform unterscheidet sich vom klassischen, rein monetär getriebenen VC-Ansatz durch eine strikte Zweiteilung:

• Marvelous Capital: Verantwortet das reine Fondsmanagement und investiert über den Scito Fund sowie den hauseigenen Frühphasenfonds Marvelous Ventures.
• Marvelous Catalyst: Agiert als dezidierte operative Einheit. Sie soll die Start-ups praxisnah dabei begleiten, die Brücke zur Industrie zu schlagen – von der Marktvalidierung über die Pilotierung bis hin zu echten Abnahmeverträgen (Offtake-Agreements).

Der Realitätscheck für Gründer*innen: Sektoren und Ticketgrößen

Wer sollte den Fonds auf dem Schirm haben? Der Fokus liegt scharf eingegrenzt auf drei kapitalintensiven Feldern mit hoher gesellschaftlicher und ökologischer Relevanz:

1. Advanced Materials (Fortschrittliche Materialien)
2. Waste Valorization (Wertschöpfung aus Abfallströmen / Kreislaufwirtschaft)
3. Robotics und Automatisierung

Da Marvelous in der Praxis typischerweise Investment-Tickets zwischen 250.000 Euro und 3 Millionen Euro anpeilt, wird der Scito Fund primär in der Pre-Seed-, Seed- und frühen Series-A-Phase agieren. Gründer*innen dürfen also nicht erwarten, dass Marvelous die gesamte Wachstumsreise bis zum Einhorn im Alleingang finanziert. Stattdessen holt man sich ein industriell vernetztes Team an Bord, das als Türöffner für nachfolgende, größere internationale Finanzierungsrunden dienen kann.

Fazit: Ein wichtiges Vorbild mit begrenzter Reichweite

Der Marvelous Scito Fund ist ein hochgradig spannendes Vorzeigeprojekt für das deutsche Innovationsökosystem. Er zeigt exemplarisch, wie gemeinnütziges Stiftungskapital, das von Natur aus einen langen Anlagehorizont besitzt, als moderner Innovationsmotor fungieren kann. Ulrich Müller, Finanzvorstand der JHS, stellt klar, dass man hierbei durchaus marktgerechte Renditen anstrebt, diese aber konsequent mit einer wirkungsorientierten Nachhaltigkeitsstrategie verbindet.

Für DeepTech-Start-ups in den genannten Fokussektoren ist die Nachricht ein echter Lichtblick. Dennoch bleibt die fundamentale Wahrheit bestehen: Für den finalen, globalen Roll-out großer Hardware-Innovationen werden Gründer*innen auch in Zukunft zwingend ein komplexes Finanzierungsmosaik aus staatlichen Geldern, strategischen Industriepartnern und internationalen Großfonds zusammensetzen müssen. Der Scito Fund ist dafür ein exzellentes Fundament – das teure Fabrikgebäude müssen die Gründer*innen aber nach wie vor selbst hochziehen.

Mit The Green Deal erscheint eine neue digitale Sendung auf YouTube, die an das Pitch-Konzept bekannter Gründer*innenshows erinnert, die Vorzeichen jedoch komplett umdreht. Entwickelt wurde das Format von der Berliner Produktionsfirma Quintus Studios. Die Deutsche Bundesstiftung Umwelt (DBU) unterstützt und fördert das Projekt mit rund 90.000 Euro.

Follower*innen-Power gegen Umsatzbeteiligung

Die erste Staffel umfasst laut Showrunner Philipp Lippert drei Folgen mit jeweils einer Länge von 45 bis 60 Minuten. Pro Folge stellen vier bis fünf Start-ups ihre Ideen einer rotierenden, dreiköpfigen Jury vor. Moderiert wird die Sendung von Magda Stefely, einer Österreicherin, die als Journalistin unter anderem für ARD und ZDF arbeitet.

Auf den Jury-Sesseln nehmen keine klassischen Venture-Capital-Geber (VCs) Platz, sondern populäre Gesichter der deutschsprachigen Social-Media-Landschaft. Dazu zählen unter anderem der Wissenschafts-Influencer Cedric Engels („Doktor Whatson“), die Standup-Komikerin Saskia Fröhlich, Schauspielerin und Podcasterin Marie Nasemann sowie der Politik-Influencer Alexander Prinz („Der dunkle Parabelritter“). Gemeinsam vereint die insgesamt achtköpfige Jury plattformübergreifend mehrere Millionen Zuschauer*innen.

Der entscheidende Unterschied zu traditionellen Pitch-Events liegt im Deal-Mechanismus: Die Influencer*innen unterstützen die jungen Firmen durch gemeinsame Veröffentlichungen in den sozialen Medien. Im Gegenzug erhalten sie eine prozentuale Beteiligung an dem durch diese Promotion ausgelösten Umsatz des Start-up-Produkts. Der Umfang dieser Partnerschaften – von wenigen Posts bis zu langfristigen Kooperationen – wird dabei frei verhandelt. Für Showrunner Lippert ist dieser Ansatz essenziell, da Reichweite in den sozialen Medien für Startups heutzutage ebenso wichtig sei wie finanzielle Investitionen.

Die Start-ups: B2C-Lösungen für den Alltag

Hinter dem Format steht auch ein industriepolitischer Gedanke. Laut DBU-Generalsekretär Alexander Bonde tragen grüne Start-ups erheblich zur Wirtschaftskraft der Branchen mit grünen Technologien bei. Seit 2010 steigerte dieser Sektor laut dem Green-Tech-Atlas 2025 des Umweltbundesamts seine Bruttowertschöpfung jährlich um rund fünf Prozent und stellt mehr als acht Prozent der Exporte.

Um die wirtschaftliche sowie ökologische Substanz zu sichern, wurden die teilnehmenden Start-ups im Vorfeld durch die Ecosign-Akademie für nachhaltiges Design und das Impact Hub Berlin auf Nachhaltigkeitskriterien und Geschäftsmodelltauglichkeit geprüft. Das Aufgebot der DBU-geförderten Unternehmen in der Show zeigt eine klare Fokussierung auf alltagsnahe Produkte:

• Das Start-up Phaeosynt aus Hannover präsentiert den ersten veganen Schwangerschaftstest. Dabei werden tierische Antikörper durch Alternativen auf Algenbasis ersetzt. Vertrieben wird dieses Produkt unter dem Namen „Hey Mela“.
• Fainin stellt eine digitale Plattform zum abgesicherten Verleihen, Vermieten und Teilen von Alltagsgegenständen in der Nachbarschaft vor, wie etwa Werkzeuge, Technik oder Fahrräder. Dies soll übermäßigen Konsum und die Entsorgung einsatztauglicher Hilfsmittel reduzieren.
• Ebenfalls vertreten ist das Berliner Unternehmen Moot, das massentaugliche Kleidung zu 100 Prozent aus entsorgten Textilien produziert.

Die zuständige DBU-Referentin Melanie Vogelpohl ordnet das Format als „Edutainment“ ein – eine Mischung aus Bildung und Unterhaltung. Mittels Influencer*innen und Format sollen neue Zielgruppen mit nachhaltigen Ideen begeistert und zum Umweltschutz motiviert werden.

Unsere Einordnung für das Start-up-Ökosystem

Aus Sicht von Gründer*innen wirft das Modell von „The Green Deal“ spannende strategische Fragen auf. Das Format als Investmentshow zu bezeichnen, ist aus klassischer Start-up-Perspektive mutig, denn betriebswirtschaftlich handelt es sich de facto um reichweitenstarke Performance-Marketing- bzw. Affiliate-Deals.

Margendruck statt Anteilsverwässerung: Der größte Vorteil für Gründer*innen ist der Schutz des eigenen Cap Tables. Es müssen keine Unternehmensanteile abgegeben werden. Allerdings tauschen die Start-ups diesen Vorteil gegen den direkten Verlust von Marge ein. Besonders im D2C-Hardware- und Textilbereich sind die Margen oft stark limitiert. Ein prozentualer Revenue-Share an prominente Creator kann die Stückkostenrechnung (Unit Economics) belasten.

Reichweite finanziert keine Maschinen: Das Konzept geht für Consumer-Brands (B2C) mit bestehenden Produkten hervorragend auf. Für tiefgreifendes, forschungsintensives DeepTech oder B2B-GreenTech greift es jedoch womöglich zu kurz. Wenn ein Start-up eine Pilotanlage bauen muss, hilft mediale Aufmerksamkeit allein nicht weiter. Hierfür wird klassisches Risikokapital benötigt.

Langfristiger Markenaufbau vs. Hype: Die Zusammenarbeit bindet die Start-up-Marke stark an die persönliche Reputation der jeweiligen Content Creator. Gleichzeitig bietet die enge Bindung die Chance, eine loyale, wertegetriebene Community aufzubauen – ein Asset, das für nachhaltige Geschäftsmodelle enorm wertvoll ist.

Fazit

„The Green Deal“ füllt eine wichtige Lücke im Marketing-Mix nachhaltiger Start-ups. Es ist ein intelligentes Matchmaking-Format für frühphasige B2C-Unternehmen. Gründer*innen sollten das Format jedoch als das betrachten, was es im Kern ist: Ein innovativer Vertriebs- und PR-Kanal – aber kein Ersatz für klassisches Risikokapital bei hohen Infrastruktur-Kosten.

Eine EY-Umfrage vom März 2026 zeigt deutlich: 78 Prozent der befragten Führungskräfte geben zu, dass die KI-Einführung in ihren Unternehmen schneller voranschreitet, als sie die damit verbundenen Risiken beherrschen können.

Das ist kein Zufall. Im Laufe des Jahres 2025 haben viele Unternehmen den Schritt gemacht – vom Experiment hin zur skalierbaren Nutzung von KI im operativen Alltag. Die Ausgaben für generative KI sind im selben Zeitraum auf rund 37 Milliarden US-Dollar gestiegen. Doch nicht das schnelle Wachstum des KI-Ökosystems hat die Debatte in Richtung Kontrolle verschoben, sondern eine neue Generation von Systemen: agentische KI.

Was agentische KI wirklich ist – und warum 2026 ihr Jahr ist

Klassische KI-Systeme funktionieren nach einem einfachen Prinzip: Eingabe rein, Antwort raus. Agentische Systeme gehen deutlich weiter. Sie sind Plattformen oder Programme, die:

• ein übergeordnetes Ziel entgegennehmen,
• es in Teilaufgaben zerlegen,
• passende Werkzeuge auswählen,
• einen Plan eigenständig ausführen,
• und ihr Vorgehen laufend anpassen, um das gewünschte Ergebnis zu erreichen – und das alles innerhalb eines definierten betrieblichen Rahmens.

Was nach außen wie ein einzelner KI-Agent wirkt, ist in der Praxis meist ein Netzwerk spezialisierter Systeme, die jeweils einen Teil eines Workflows übernehmen und von einer Orchestrierungsebene koordiniert werden.

Gerade weil diese Systeme weitgehend autonom arbeiten, steigt ihr wirtschaftlicher Nutzen deutlich. Prozesse wie Vertriebsrecherche, Pipeline-Management oder Compliance-Prüfungen – für die früher ganze Teams nötig waren – lassen sich heute automatisieren.

Der Fortschritt ist messbar: Die Bandbreite an Aufgaben, die agentische KI mit einer Erfolgsquote von rund 80 Prozent bewältigt, verdoppelt sich etwa alle sieben Monate. Gleichzeitig sind die Kosten stark gesunken. Der Betrieb eines Systems auf dem Niveau von GPT-3.5 ist heute rund 280-mal günstiger als noch 2022. Auch Hardwarekosten sinken jährlich um etwa 30 Prozent. In diesem Tempo wird es für Unternehmen zunehmend schwer, gute Gründe gegen den Einsatz agentischer KI zu finden.

Die Governance-Lücken, über die kaum jemand spricht

Die Diskussion über Risiken konzentriert sich häufig auf das Offensichtliche: Datenlecks, Prompt Injection oder Modellschwächen. Die eigentlichen Herausforderungen liegen tiefer.

Agentische KI ist kein Projekt mit einem klaren Endpunkt. Sie ist ein laufender Betrieb, der kontinuierliche Überwachung, Anpassung und klare Verantwortlichkeiten erfordert. Genau hier liegt die Schwachstelle vieler Unternehmen: Sie behandeln KI wie ein Software-Feature – einmal einführen und dann weitermachen. Genau dort beginnen die Probleme – oft unbemerkt.

Hinzu kommt ein weiteres Risiko: Open-Source-Modelle. Wenn die zugrunde liegende Architektur beliebig verändert werden kann, wird der Datenschutz schwer kontrollierbar – besonders für Unternehmen, die mit Kund*innendaten arbeiten.

Damit verbunden ist ein grundlegendes Problem: Agentische KI ist nur so zuverlässig wie die Logik, auf der sie basiert. Wer nicht systematisch alle Grenzfälle testet, riskiert, dass das System genau dort Lücken findet und nach seiner eigenen Logik handelt – nicht im Sinne der tatsächlichen Prozesse im Unternehmen. KI ist keine Wunderwaffe. In bestimmten Fällen ist klassische Automatisierung mit fest definierten Regeln deutlich verlässlicher, wenn Prozesse zu 100 Prozent korrekt ablaufen müssen.

Wenn KI keine Wunderwaffe ist: Reale Fälle

Die beschriebenen Risiken sind längst Realität – manchmal sichtbar, manchmal kaum wahrnehmbar. Im Januar 2024 musste der Paketdienstleister DPD seinen KI-Kundenservice abschalten, nachdem ein Systemupdate die Schutzmechanismen entfernt hatte. Ein Kunde brachte den Bot dazu, zu fluchen, Gedichte über seine eigene Nutzlosigkeit zu schreiben und DPD als „schlechtesten Paketdienst der Welt“ zu bezeichnen. Das Unternehmen sprach von einem Fehler. Tatsächlich zeigte der Vorfall, was passiert, wenn KI ohne ausreichende Tests und Aufsicht eingesetzt wird. Innerhalb weniger Stunden verbreitete sich der Fall über soziale Medien und führte zu erheblichem Reputationsschaden.

In anderen Fällen bleibt das Ganze weitgehend unsichtbar. Im September 2025 berichtete Press Gazette über mehrere PR-Agenturen, die Journalist*innen systematisch mit KI-generierten Pressemitteilungen versorgten – inklusive erfundener Expert*innen. Die zitierten Personen ließen sich online nicht nachweisen, dennoch wurden Inhalte in großen Medien veröffentlicht.

Unterschiedliche Branchen, gleiche Ursache: fehlende Governance, fehlende Verantwortlichkeit und niemand, der im entscheidenden Moment die Kontrolle übernimmt.

Der hybride Ansatz: Was er ist – und was nicht

Die Antwort auf die Governance-Lücke ist nicht, die Einführung von KI zu verlangsamen. Es geht darum, KI nicht länger als Ersatz für menschliches Urteilsvermögen zu behandeln – sondern Systeme zu schaffen, in denen beide das tun, was sie am besten können.

Ein echtes hybrides Modell bedeutet, ein Setup zu schaffen, in dem KI das Volumen übernimmt – Routineanfragen, sich wiederholende Aufgaben, vorhersehbare Interaktionen – während sich menschliche Mitarbeitende auf das konzentrieren, was KI nicht zuverlässig leisten kann: komplexe Fälle und Ausnahmefälle, bei denen Ergebnisse stark von Einschätzung und Kontextverständnis abhängen.

Genauso wichtig ist, was ein hybrides Modell nicht ist. Einen Chatbot in einen bestehenden Workflow einzubinden, ist kein hybrides Modell, sondern nur ein zusätzliches Feature. Und Mitarbeitende, die KI-Ergebnisse lediglich passiv überwachen, arbeiten nicht wirklich hybrid – das ist bloße Aufsicht ohne aktive Beteiligung.

Im Alltag ist die Grenze zwischen „das lässt sich automatisieren“ und „das besser nicht“ konkreter, als die meisten Unternehmen erwarten. Ein Beispiel: ein SaaS-Unternehmen. Anfragen zu Abonnements, Kontozugängen oder Zahlungsfragen folgen vorhersehbaren Mustern, die Antworten liegen bereits vor – Kund*innen fragen oft nur, weil sie nicht selbst suchen möchten. Das sind ideale Kandidaten für Automatisierung. Entsprechend zeigen Anbieter*innen im Kundensupport, die das hybride Modell bereits getestet haben: Ein gut trainierter KI-Agent kann bis zu 85 Prozent solcher Anfragen übernehmen – mit sofortigen Antworten und ohne Einbußen bei der Kund*innenzufriedenheit.

Bei technischen Problemen sieht das anders aus. Tritt ein Fehler auf oder fällt ein Server aus, weiß oft nicht einmal das Produktteam sofort, was passiert ist – geschweige denn, wie das Problem zu lösen ist. Ein KI-Agent ohne diesen Kontext folgt seinem Training und liefert eine scheinbar sichere Antwort – und führt Kund*innen damit in die falsche Richtung. In einem kritischen Moment ist das kein kleines Ärgernis, sondern ein direkter Weg, Kund*innen dauerhaft zu verlieren. Deshalb bleiben gezielte Weiterleitungen an menschliche Mitarbeitende ein bewusstes Element – denn manche Situationen erfordern das Urteilsvermögen und die Sorgfalt, die nur ein Mensch bieten kann.

Welche Governance-Lösungen es heute schon gibt

Unternehmen, die KI-Integrationen systematisch testen, kommen zu einem klaren Ergebnis: Der wirksamste Ansatz ist, Systeme so zu gestalten, dass sie ihre eigenen Grenzen erkennen. Das bedeutet konkret: Die KI erkennt Unsicherheit, eskaliert automatisch und übergibt an Menschen, bevor Schaden entsteht.

Regulatorisch gibt es erste Leitplanken. Der EU AI Act gilt seit August 2025 vollständig und schreibt für Hochrisiko-KI-Systeme menschliche Aufsicht und Risikomanagement vor.

Doch Regeln allein reichen nicht. Sie definieren Rahmenbedingungen, aber nicht, wie konkret gehandelt werden soll, wenn eine KI auf eine Situation trifft, für die sie nicht trainiert wurde – und ein(e) Kund*in auf eine Antwort wartet.

Genau hier entscheidet sich, ob Governance funktioniert. Und genau das sollte 2026 nicht mehr dem Zufall überlassen werden.

Die Autorin Nataliia Onyshkevych ist CEO von EverHelp. Sie arbeitet mit wachsenden Unternehmen aus unterschiedlichen Branchen daran, Customer Support in KI-gestützten Umgebungen skalierbar und wirkungsvoll zu gestalten.

Die Konsolidierung im globalen B2B-Tech-Markt fordert ihr nächstes prominentes Beispiel: Das 2020 in Köln gegründete Start-up Sastrify, Anbieter einer KI-gestützten Managementplattform für Software-as-a-Service (SaaS), wurde von Deel übernommen. Der US-Gigant, der mit einer Bewertung im zweistelligen Milliardenbereich als weltweit führender Anbieter für internationales Personal- und Compliance-Management gilt, integriert die Kölner in sein neues Angebot „Deel IT“. Über die genaue Höhe des Kaufpreises wurde, wie in der Branche bei privat gehaltenen Tech-Unternehmen üblich, striktes Stillschweigen vereinbart. Was in der begleitenden Pressemitteilung als nahtlose strategische Expansion gefeiert wird, markiert für Sastrify das Ende einer von rasantem Wachstum, aber auch empfindlichen finanziellen Schieflagen geprägten Eigenständigkeit.

Vom Parkhaus in den globalen Software-Dschungel

Die Geschichte von Sastrify beginnt mit einem bewährten Duo: Sven Lackinger und Maximilian Messing. Die beiden Gründer hatten bereits ihr erstes Mobility-Start-up evopark erfolgreich verkauft (die Mehrheitsübernahme durch die Scheidt & Bachmann Gruppe wurde Ende 2017 besiegelt). Mit ihrem zweiten Wurf nahmen sie sich ab 2020 eines massiven Schmerzpunkts moderner Unternehmen an: des „SaaS Sprawls“ – dem unkontrollierten Wildwuchs an Software-Lizenzen, der in dezentralisierten Teams entsteht.

Die Sastrify-Plattform versprach, durch KI-gestützte Analysen, automatisierte Beschaffungsworkflows und Benchmark-Preisdaten diesen Wildwuchs zu ordnen und die Softwarekosten für Kunden drastisch zu senken. Die Story verfing bei namhaften internationalen VCs: Investoren wie HV Capital, FirstMark und Endeit Capital pumpten insgesamt über 55 Millionen US-Dollar in das Kölner Start-up (allein 32 Millionen US-Dollar in der Series-B-Runde Mitte 2023).

Rote Zahlen und die Grenzen des Geschäftsmodells

Doch der Preis des rasanten Skalierens war hoch. Sastrify befindet sich im klassischen, extrem kapitalintensiven Wachstumsmodus. Die nackten Zahlen aus dem Bundesanzeiger offenbaren die finanzielle Realität: Allein im Jahr 2022 fuhr das Unternehmen einen Verlust von 9,9 Millionen Euro ein (nach 1,7 Millionen Euro im Vorjahr). Bis Ende 2022 verschlang der Aufbau des Unternehmens bereits rund 11,8 Millionen Euro.

Als das VC-Klima 2023 abkühlte und Tech-Unternehmen weltweit massiv Personal abbauten, geriet das Geschäftsmodell zunehmend unter Druck. Sastrify, das angetreten war, um Kunden beim Kostensparen zu helfen, litt unter den eingefrorenen Budgets der eigenen Zielgruppe. Sastrify-CEO Sven Lackinger bezeichnete das Jahr 2023 rückblickend öffentlich als „spannendes Jahr“ und rief für 2024 die Devise „effizientes Wachstum“ aus – in der Start-up-Sprache oft ein Euphemismus für harte Restrukturierungen und den Zwang zur Profitabilität mangels frischen VC-Geldes.

Haifischbecken SaaS-Management: Ein Feature, kein Produkt?

Ein kritischer Blick auf den Markt zeigt zudem ein strukturelles Problem: Der Markt für SaaS-Spend-Management ist hochgradig gesättigt. Mit US-Schwergewichten wie dem hochfinanzierten Platzhirsch Vendr sowie starken Konkurrenten wie Spendflo, Zylo oder Cledara bewegte sich Sastrify in einem extrem kompetitiven Haifischbecken. Die Dienstleistungen – Schatten-IT aufdecken, Lizenzen kündigen, Preise verhandeln – unterscheiden sich oft nur in Nuancen. Sastrify lief Gefahr, in einem Markt zerrieben zu werden, der zunehmend nach ganzheitlichen Plattformen verlangt. Eine isolierte Software, die nur andere Software verwaltet, verliert bei CTOs und CFOs an Reiz, wenn sie nicht tief in übergeordnete HR- und IT-Prozesse integriert ist.

Der Exit als logische Konsequenz

Genau diese rettende Integration bietet nun Deel. Für den US-Konzern, der das globale Onboarding, die Payroll und die Compliance von Remote-Workern dominiert, ist der Zukauf ein logisches Puzzleteil. Wer über Deel einen Entwickler in Brasilien oder eine Designerin in Berlin einstellt, muss diese Person nicht nur bezahlen, sondern auch mit den nötigen Zugängen (Slack, Salesforce etc.) ausstatten. Durch die Übernahme baut Deel diese Brücke vom reinen HR-Tool zum „Full-Stack-IT-Anbieter“.

Dabei setzt der US-Riese voll auf das Know-how aus Köln: Das gesamte Sastrify-Team mitsamt den beiden Gründern wechselt geschlossen zu Deel. Sven Lackinger und Maximilian Messing bleiben also an Bord und sollen mit den weitaus größeren Ressourcen des US-Giganten im Rücken den neuen Geschäftsbereich „Deel IT“ maßgeblich auf- und ausbauen.

Einordnung für die Start-up-Szene

Für Gründer*innen und Start-ups hält dieser Case eine zentrale Lektion bereit: Die Zeit der extrem kapitalintensiven „One-Trick-Ponys“ im B2B-SaaS-Sektor nähert sich dem Ende. Wenn Investor*innengelder knapp werden, beschleunigt sich die Konsolidierung. Standalone-Tools mutieren unweigerlich zu Features größerer Ökosysteme. Für Lackinger und Messing ist der Verkauf an Deel angesichts der finanziellen Kennzahlen der letzten Jahre und des verschlossenen IPO-Fensters zweifelsohne ein strategischer Befreiungsschlag. Dass sie und ihr Team die neue Sparte bei Deel anführen dürfen, ist zudem ein beachtlicher Vertrauensbeweis – auch wenn der ungenannte Kaufpreis im Verhältnis zu den zuvor investierten 55 Millionen Dollar im Markt durchaus Fragen offenlassen dürfte.

Während viele KI-Start-ups ihre Ideen zunächst in Präsentationen für Investoren entwickeln, sind drei Gründer aus Deggendorf einen anderen Weg gegangen. Marco Jülke, Leonhard Pöppel und Anton Kirchner bauen seit 2022 mit der malmachen GbR eine Telefon-KI ohne externes Funding und direkt im Markt auf. Zu einem Zeitpunkt, als es hierzulande kaum praxistaugliche Lösungen gab, begannen sie, reale Anwendungsfälle umzusetzen. Ihr Ansatz war dabei von Anfang an klar formuliert: Nicht erzählen, sondern bauen. Anstatt früh Kapital einzusammeln, arbeiteten sie unmittelbar an konkreten Kund*innenprojekten und entwickelten daraus über drei Jahre eine skalierbare Technologie.

In einem extrem rechen- und technologieintensiven Umfeld war das fehlende Risikokapital dabei durchaus spürbar. „Gerade am Anfang war Telefon-KI technisch extrem aufwendig, weil es kaum fertige Infrastruktur gab, auf die man einfach hätte aufsetzen können“, räumt Mitgründer Marco Jülke ein. Die Folge war viel eigenes Testen, Verwerfen und Neubauen. Rückblickend sieht Jülke in dieser finanziell herausfordernden Zeit jedoch einen entscheidenden Wettbewerbsvorteil. „Weil wir kein großes Kapital im Rücken hatten, konnten wir nicht einfach monatelang im stillen Kämmerlein entwickeln“, so der Gründer. Das Team war gezwungen, die Entwicklung über laufende Projekte zu finanzieren. „Wir haben nicht gebaut, was theoretisch spannend klingt, sondern das, wofür Unternehmen wirklich bereit waren zu zahlen.“ Dieser Druck habe letztlich für ein sehr praxisnahes Produkt gesorgt.

Vom Projektgeschäft zur Plattform

Die Use-Cases des Start-ups umfassen heute konkrete Anwendungen wie automatisierte Inbound-Systeme im Kund*innenservice, KI-gestützte Lead-Qualifizierung sowie Recruiting-Prozesse, bei denen Bewerber*innen ein telefonisches Erstgespräch mit einer KI führen. Ein besonderer Fokus liegt auf Outbound-Prozessen: KI-Systeme kontaktieren neue Leads innerhalb von Sekunden, führen Gespräche und qualifizieren Termine. Die Kundschaft reicht dabei vom Einzelunternehmen bis hin zum Konzern.

Doch gerade bei der Outbound-Telefonie bewegt man sich in Deutschland juristisch auf dünnem Eis. Die rechtlichen Hürden im Hinblick auf den Datenschutz (DSGVO) und das Gesetz gegen den unlauteren Wettbewerb (UWG) sind enorm hoch – automatisierte Kaltakquise ohne vorherige, ausdrückliche Einwilligung ist in der Regel unzulässig. Angesprochen auf die Gefahr, dass die KI für illegale Spam-Anrufe missbraucht werden könnte, zieht Leonhard Pöppel eine klare Haftungsgrenze. „Wir wollen ausdrücklich keine Technologie bauen, die für Spam oder aggressive Kaltakquise genutzt wird“, stellt er klar. Man setze plattformseitig auf strikte Nutzungsbedingungen. Die rechtliche Verantwortung für Datenherkunft und saubere Opt-ins bleibt jedoch beim Nutzer: „Unsere Kunden müssen selbst sicherstellen, dass sie eine rechtliche Grundlage für die Kontaktaufnahme haben.“ Pöppel sieht das Start-up dennoch in der Pflicht: „Unsere Verantwortung liegt darin, Missbrauch nicht zu fördern und Kunden für eine rechtssichere Nutzung zu sensibilisieren.“

Zuletzt vollzog das Unternehmen einen strategischen Wandel: Heute bündeln die Gründer ihre Technologie in einer Self-Service-Plattform und öffnen das Modell über White-Label-Lösungen für Agenturen. Dieser Wechsel senkt zwar die Einstiegshürde, erfordert nun aber ein hohes Nutzer*innen-Volumen, um profitabel zu wachsen.

„Die größte Hürde war, unser gesamtes Praxiswissen aus individuellen Kundenprojekten so zu vereinfachen, dass Unternehmen es selbst nutzen können“, resümiert Anton Kirchner den Pivot. Während man in der Dienstleistung vieles persönlich erklären könne, müsse das Produkt auf einer Plattform selbsterklärend sein. Um das notwendige Wachstum zu generieren, setzt das Team auf strategische Partnerschaften. „Gerade Agenturen sind für uns spannend, weil sie bereits Kundenbeziehungen haben und unsere Plattform nutzen können, um KI-Telefonie in bestehende Prozesse zu integrieren“, rechnet Kirchner vor.

Die Strategie der Marktmitte

Der Markt für KI-Telefonassistenten ist in den letzten 24 Monaten explodiert. Auf der einen Seite stehen hochfinanzierte Enterprise-Schwergewichte wie das Berliner Start-up Parloa, auf der anderen drängen globale US-Provider wie Vapi oder ElevenLabs in den DACH-Raum. Malmachen positioniert sich dazwischen: prozessnäher als reine US-Schnittstellen, aber zugänglicher als hochpreisige Enterprise-Lösungen.

Doch was hindert einen der globalen Tech-Riesen daran, den deutschen Mittelstand mit einem eigenen Frontend aufzurollen? Leonhard Pöppel verweist hierbei auf die Firmen-DNA: „Unser Ansatz war von Anfang an ein anderer – nicht aus Angst vor Wettbewerb zu handeln, sondern konsequent zu bauen, zu testen und zu verbessern. Genau daraus ist auch unser Name entstanden.“ Das über Jahre gewachsene operative Know-how im Mittelstand betrachten die Gründer als ihren eigentlichen Burggraben. „Ein globaler Player kann Technologie replizieren – aber nicht ohne Weiteres die gewachsene Marktkenntnis, die Nähe zu den Kunden und die daraus resultierende Produktqualität“, zeigt sich Pöppel überzeugt.

Profitabilität statt Pitchdeck

Für die Start-up-Szene liefert das Deggendorfer Unternehmen damit einen markanten Gegenentwurf zum üblichen Funding-first-Narrativ. Das Team beweist, dass es im kapitalintensiven KI-Sektor möglich ist, ohne Millionen-Runde und sofortigen Hyperscaling-Druck einen Product-Market-Fit anhand echter Umsätze zu validieren.

Ob das Team diesem Weg dauerhaft treu bleibt, ist offen. „Bootstrapping war für uns in der Anfangsphase genau der richtige Weg“, bilanziert Anton Kirchner. Beim Thema externes Kapital zeige man sich für das weitere Wachstum jedoch nicht dogmatisch. Sollte VC-Geld helfen, die Plattform professioneller zu skalieren, sei dies eine Option. Eine Bedingung knüpft Kirchner aber daran: „Es geht nicht um Geld allein. Der richtige Kapitalgeber sollte auch strategisch zu uns passen, Know-how mitbringen und Türen öffnen.“ Kapital nur um des Kapitals willen schließt der Gründer kategorisch aus.

Dein Start-up wächst, und du musst Verantwortung abgeben. Wenn es darum geht, die ersten Teamleads zu ernennen, fällt deine Wahl wahrscheinlich auf die Personen, die am lautesten „Hier!“ schreien, vor Selbstbewusstsein strotzen und in Pitches glänzen. Doch Vorsicht: Eine weltweite Studie von Hogan Assessments zeigt, dass eine erhebliche Diskrepanz zwischen dem besteht, was Unternehmen bei Führungskräften belohnen, und dem, was Mitarbeiter*innen tatsächlich wollen. Genau jene Eigenschaften, die Führungskräften helfen, die Karriereleiter zu erklimmen, treiben Mitarbeiter*innen möglicherweise gleichzeitig in die Flucht.

In der frühen Phase eines Start-ups ist dein Kernteam dein wichtigstes Kapital. Jede Abwanderung bedeutet den Verlust von wertvollem Wissen und bremst das Wachstum. Die Studie „The Leadership Divide: Global Insights on Who Leads vs. Who Should“ deckt in diesem Zusammenhang auf: Es gibt keinerlei Überschneidungen zwischen den wichtigsten Eigenschaften, die Führungskräfte an den Tag legen, und den Eigenschaften, die sich Mitarbeiter nach eigenen Angaben tatsächlich von ihnen wünschen.

Für diese Erkenntnis wurden die Persönlichkeitsdaten von mehr als 21.000 Führungskräften und die Antworten von 9.794 Mitarbeiter*innen aus 25 Ländern ausgewertet. Das Ergebnis sollte für alle Gründer*innen ein Weckruf sein.

Die „Hustle Culture“-Falle: Worauf wir fälschlicherweise achten

Gerade in Start-ups, in denen Pitching und schnelles Wachstum zum Alltag gehören, lassen wir uns oft vom falschen Typus blenden. Führungskräfte zeichnen sich laut den Daten in der Regel durch Selbstbewusstsein, Präsenz, Wettbewerbsfähigkeit und Selbstdarstellung aus. Unternehmen neigen seit jeher dazu, genau diese Aspekte wie Präsenz, Selbstbewusstsein und Ehrgeiz bei Führungskräften zu belohnen.

Das Problem: Organisationen belohnen damit oft eher das reine Hervortreten von Führungskräften – also Personen, die sich durch ihr Auftreten auszeichnen –, anstatt auf ihre tatsächliche Führungskompetenz zu schauen. Wer sich so verhält, ist nicht automatisch in der Lage, Vertrauen aufzubauen und gesunde Teams zu schaffen.

Der Realitäts-Check: Was dein Team wirklich braucht

Wenn du eine Führungskultur aufbauen willst, die Top-Talente bindet, musst du umdenken. Mitarbeiter legen überwiegend Wert auf Kommunikation, Integrität, Verantwortungsbewusstsein und fundierte Entscheidungsfindung. Es besteht eine wachsende Kluft zwischen den intern belohnten Eigenschaften und den tatsächlichen Erwartungen des Teams: Mitarbeiter*innen erwarten zunehmend Konsequenz, Transparenz, Verantwortungsbewusstsein und klare Kommunikation.

Kurz gesagt: Teams wollen Führungskräfte, denen sie vertrauen können, die klar kommunizieren und die die Voraussetzungen für den gemeinsamen Erfolg schaffen.

Red Flags: Die 4 größten Treiber für Kündigungen

Eigenschaften, die mit einer starken Führungspräsenz in Verbindung gebracht werden, können das Vertrauen der Belegschaft erschüttern und zu Unzufriedenheit führen, wenn sie nicht im Zaum gehalten werden. Achte bei Beförderungen auf diese Warnsignale, die von Mitarbeiter*innen als größte Probleme genannt wurden:

• Arroganz und Überlegenheitsgefühle: Während Durchsetzungsstärke beim Aufstieg oft hilft, geben 59 % der Beschäftigten an, dass Arroganz die Führungswirksamkeit deutlich untergräbt.
• Unberechenbarkeit: Start-ups sind oft chaotisch – umso wichtiger ist Stabilität an der Spitze. Emotionale Schwankungen sind ein großes Problem am Arbeitsplatz. 72 % geben an, dass unvorhersehbares Verhalten die Führungsstärke massiv schwächt.
• Passive Aggression: 62 % der Befragten sehen passiv-aggressives Verhalten als schädlich für die Teamleistung und die Arbeitsmoral an.
• Zu langes Zögern: Auch das Gegenteil von lautem Auftreten ist gefährlich. Übermäßige Vorsicht oder Unentschlossenheit werden von 56 % als schädlich für das Team angesehen.

Deine Praxis-Strategie: So vermeidest du teure Fehlentscheidungen

Vertrauen, Verantwortungsbewusstsein und ein gesundes Urteilsvermögen sind keine zweitrangigen Eigenschaften. Sie sind entscheidend für die Effektivität des Teams und die langfristige Leistungsfähigkeit. Wie findest du diese Eigenschaften in der Praxis?

1. Passe deine Führungspipeline an

Führungskräftepipelines sind dann am stärksten, wenn du die Art und Weise, wie du Kandidaten identifizierst und förderst, auf das abstimmst, was die Mitarbeiter*innen tatsächlich schätzen. Befördere nicht automatisch den/die lauteste(n) Verkäufer*in zum Teamlead, sondern die Person, die andere am besten unterstützt.

2. Stelle im Interview die richtigen Fragen

Statt zu fragen: "Was sind deine größten Erfolge?" (fördert Selbstdarstellung), frage lieber:

• "Erzähle mir von einer Entscheidung, bei der du die Bedürfnisse deines Teams über deine eigenen Ziele gestellt hast." (Testet Verantwortungsbewusstsein).
• "Wie gehst du vor, wenn du eine wichtige Entscheidung unter hoher Unsicherheit treffen musst?" (Testet fundierte Entscheidungsfindung und schließt Unentschlossenheit aus).
• "Wie stellst du sicher, dass dein Team dir vertrauen kann, wenn es mal schlecht läuft?" (Fokus auf Kommunikation und Integrität).

3. Teste die emotionale Stabilität unter Druck

Da unberechenbares Verhalten ein großes Problem darstellt, solltest du in der Probezeit für eine neue Führungskraft genau beobachten, wie sie bei Stress reagiert. Wer hier unberechenbar wird oder passiv-aggressiv agiert, wird auf Dauer deine besten Mitarbeiter*innen vertreiben.

Fazit

Wahre Leader in einem Start-up müssen nicht die lautesten im Raum sein. Wenn du auf Leute setzt, die Konsequenz und Transparenz mitbringen und gesunde Teams aufbauen, sparst du dir hohe Recruiting-Kosten durch Fluktuation und stellst die Weichen auf nachhaltiges Wachstum.

Deutschland und Europa sind starke Quellen für DeepTech-Innovationen – aus Universitäten, Forschungseinrichtungen, Patenten und technischer Domänenexpertise. Dass wir hier in der Spitzenliga spielen, belegen Studien wie das European Innovation Scoreboard, des Europäischen Patentamts und der Max-Planck-Gesellschaft regelmäßig. Dennoch stehen wir vor einem massiven Problem: Es mangelt nicht an Innovationen selbst, sondern an ihrer Kommerzialisierung. Im Vergleich zu den USA, wo Investor*innen häufig früher und mit höherer Risikobereitschaft auf große technologische Wetten setzen, finden europäische Start-ups zu spät Kund*innen, Traktion und risikofreudiges Kapital. Weil Kommerzialisierung, Industrialisierung und Wachstum hierzulande oft langsamer verlaufen, entsteht für viele Gründer*innen ein struktureller Druck, Kapital und Skalierung in den USA zu suchen.

Einer, der diese Lücke an der Schnittstelle von Gründer*innen, Kapital und Unternehmenskunden aus erster Hand beobachtet, ist Dr. Martin Schilling. Der ehemalige COO von N26 und Managing Director von Techstars Berlin ist heute Co-Founder und CEO von Deep Tech Momentum (DTM). DTM ist Europas führende Plattform für DeepTech und AI Innovation, findet vom 20. bis 21. Mai 2026 in Berlin statt und bringt Unternehmen als potenzielle Kund*innen, DeepTech-Start-ups als Anbieter*innen und Investor*innen aktiv zusammen.

Wir wollten von Martin Schilling erfahren: Wie viel Schuld trägt das europäische Ökosystem an der geschilderten Misere – und wie viel die Gründer*innen selbst?

StartingUp: Martin, du stellst die These auf, es mangele in Europa nicht an DeepTech-Innovationen, sondern an der Kommerzialisierung. Machen wir es uns damit nicht zu einfach? Müssten wir nicht ehrlicherweise auch über die katastrophal langsamen IP-Transfer-Prozesse an deutschen Universitäten, überregulierte Märkte und den Fachkräftemangel sprechen, die Start-ups schon abwürgen, bevor sie überhaupt etwas kommerzialisieren können?

Martin Schilling: Ich glaube, wir dürfen uns hier nichts vormachen. Natürlich haben wir in Europa strukturelle Probleme wie langsame IP-Transfer-Prozesse, fragmentierte Märkte, Regulierung, Fachkräftemangel. Das alles ist real und bremst viele Entwicklungen aus. Aber diese Faktoren erklären nicht vollständig, warum wir trotz exzellenter Forschung so selten globale Kategorie-Gewinner hervorbringen.

Der entscheidende Punkt ist aus meiner Sicht ein anderer: In Europa denken wir Technologie oft zu lange aus der Perspektive der Forschung und zu spät aus der Perspektive des Marktes. In den USA wird viel früher gefragt: Wer zahlt dafür? Wie schnell kommen wir in echte Deployment-Szenarien? In Europa fragen wir zu lange, ob die Technologie perfekt ist. Das führt dazu, dass viele DeepTech-Start-ups zu spät mit echten Kunden interagieren, zu spät lernen und zu spät Traktion aufbauen. Die strukturellen Themen sind ein Teil des Problems. Aber die Art, wie wir Unternehmen bauen und die fehlende frühe Kommerzialisierungslogik sind aus meiner Sicht größere Hebel.

StartingUp: Du hast als COO bei N26 massives Wachstum miterlebt – ein B2C-FinTech mit einer App. DeepTech bedeutet aber oft jahrelange Forschung, Hardware-Entwicklung, Patente und B2B-Sales-Zyklen, die ewig dauern. Wie viel B2C-Wachstums-Mindset lässt sich überhaupt auf hochkomplexe DeepTech-Unternehmen übertragen, ohne an der Realität zu scheitern?

Martin Schilling: Man kann DeepTech nicht wie ein B2C-FinTech skalieren. Das wäre naiv. Die Zyklen sind länger, die Kapitalintensität höher, und die technische Unsicherheit ist real. Aber das heißt nicht, dass man auf ein Wachstums-Mindset verzichten kann. Was übertragbar ist, sind nicht die Taktiken, sondern die Prinzipien: Geschwindigkeit im Lernen, radikale Kundenorientierung und der Anspruch, früh zu skalieren und nicht erst, wenn alles perfekt ist.

Was ich oft sehe ist, dass DeepTech-Teams jahrelang die Technologie optimieren, bevor sie ernsthaft in den Markt gehen. In dieser Zeit verlieren sie wertvolle Iterationen. Die besten Teams denken von Anfang an in Dual Tracks: Technologie entwickeln und parallel kommerzielle Hypothesen testen. Das bedeutet nicht, dass man Hardware-Zyklen beschleunigen kann. Aber man kann sehr wohl beschleunigen, wie schnell man versteht, wo echter Bedarf ist und wie Zahlungsbereitschaft entsteht.

StartingUp: Ein ständiger Kritikpunkt ist, dass der Zugang zu mutigem Kapital in Europa langsamer funktioniert als in den USA. Aber VCs sind keine Wohlfahrtsverbände, sie rechnen Risiko und Rendite durch. Müssen wir nicht vielleicht zugeben, dass viele europäische DeepTech-Cases geschäftlich einfach nicht attraktiv oder zu schlecht gepitcht sind, um ein amerikanisches Risikoprofil anzuziehen?

Martin Schilling: Es ist zu einfach, alles auf fehlendes Kapital zu schieben. Ja, die USA haben mehr Kapital und mehr Risikoappetit. Aber Kapital folgt am Ende immer überzeugenden Geschichten und vor allem überzeugender Traktion. Was ich in Europa oft sehe: Technologisch brillante Teams, aber schwache Positionierung, unklare Go-to-Market-Strategien und zu wenig Fokus auf kommerzielle Meilensteine. Viele Pitches sind technisch beeindruckend, aber beantworten nicht die entscheidende Frage, warum aus etwas ein erfolgreiches Geschäftsmodell wird. Das heißt nicht, dass es kein strukturelles Kapitalproblem gibt. Das gibt es. Aber wir müssen genauso ehrlich sagen: Ein Teil des Problems liegt in der Art, wie wir DeepTech-Unternehmen bauen und erzählen.

StartingUp: Du beobachtest somit, dass deutsche Start-ups oft nicht an der Technologie, sondern an Marktanbindung und Traktion scheitern. Wenn die Technologie exzellent ist, scheitert es dann am Menschlichen? Wie oft erlebst du, dass brillante Forschende aus Eitelkeit nicht loslassen können und sich weigern, den CEO-Posten an erfahrene Business- und Sales-Profis abzugeben?

Martin Schilling: Das Thema gibt es, aber ich würde es differenzierter sehen. DeepTech entsteht oft aus wissenschaftlicher Exzellenz. Und diese Gründer*innen bringen etwas extrem Wertvolles mit: tiefes Verständnis, langfristiges Denken und eine hohe technische Vision. Die Herausforderung entsteht, wenn diese Stärken nicht durch kommerzielle Kompetenz ergänzt werden. Ich erlebe weniger ein klassisches „Ego-Problem“, sondern eher ein Rollenproblem, denn viele Gründer*innen haben nie gelernt, was es bedeutet, ein Unternehmen zu skalieren. Das gilt insbesondere im B2B-Kontext. Die besten Teams lösen das sehr pragmatisch. Sie bauen früh komplementäre Führungsteams mit starkem Sales-, Operations- und Marktverständnis auf. Ob das dann ein externer CEO ist oder nicht, ist zweitrangig. Entscheidend ist, dass die Organisation die Fähigkeiten hat, nicht nur Technologie zu entwickeln, sondern sie auch zu verkaufen.

StartingUp: Um Start-ups, Corporates und Investor*innen zusammenzubringen, veranstaltest du im Mai das Event Deep Tech Momentum in Berlin. Aber ganz ehrlich: Es gibt in Europa und Deutschland bereits hunderte Start-up-Konferenzen, Summits und Matchmaking-Events. Warum sollte ausgerechnet ein weiterer Marktplatz das tiefgreifende strukturelle Problem lösen, dass die deutsche Industrie oft schlichtweg zu risikoavers ist, um bei jungen Start-ups einzukaufen?

Martin Schilling: Ich stimme dir zu. Es mangelt nicht an Events in Europa, wir haben eher zu viele davon. Der Unterschied bei Deep Tech Momentum ist, dass wir kein klassisches Konferenzformat sind, sondern ein Marktplatz. Was heißt das konkret? Wir bringen nicht einfach Leute zusammen, sondern orchestrieren konkrete Interaktionen zwischen Start-ups, Corporates und Investor*innen. Dabei verfolgen wir das klare Ziel, Deals, Partnerschaften und Deployment zu schaffen.

Bei Deep Tech Momentum kommen über 3.000 Senior Entscheider*innen zusammen. Über den Marktplatz wurden bereits mehr als 500 Millionen Euro an Investitionen und hunderte Partnerschaften angestoßen. Unser Ziel bis 2030 ist es, 100 Milliarden Euro zusätzliche DeepTech-Investitionen zu mobilisieren und 10.000 Partnerschaften zwischen Start-ups und Industrie zu ermöglichen.

Ein Beispiel ist unser Guardian Program. Dort bringen wir die Top 300 Senior Innovation Leaders aus führenden Unternehmen gezielt mit vorqualifizierten DeepTech-Start-ups zusammen, also mit Unternehmen, die echte Budgets, konkrete Anwendungsfälle und Entscheidungsmandate mitbringen. Damit packen wir aus meiner Sicht das Kernproblem Europas an: Wir verschaffen Zugang zu ersten Kunden und realen Anwendungen.

StartingUp: Durch langsames Wachstum entsteht ein Druck auf Gründer*innen, in die USA auszuweichen. Dort lockt der Markt gezielt mit Milliarden-Subventionen und schnellem Kapital. Was entgegnest du einem DeepTech-Gründer, der heute zu dir sagt: „Herr Schilling, Europa ist nett für die Forschung, aber um ein Einhorn zu bauen, muss ich sofort in die USA?“

Martin Schilling: Ich würde niemandem pauschal davon abraten, in die USA zu gehen. Für viele Modelle ist das absolut sinnvoll, gerade wenn es um Kapital und Marktskalierung geht. Aber ich würde zwei Dinge entgegnen. Erstens: Europa ist kein schlechter Ort, um ein DeepTech-Unternehmen zu bauen. Wir haben exzellente Forschung, starke Industriepartner und zunehmend auch Kapital. Zweitens – und wichtiger: Der Engpass ist oft nicht der Standort, sondern die Geschwindigkeit, mit der man Kommerzialisierung erreicht. Wenn ein Start-up es schafft, früh echte Kunden zu gewinnen, Piloten zu fahren und Umsatz aufzubauen, dann wird Kapital folgen, auch in Europa. Mit Deep Tech Momentum möchten wir den Weg von Technologie zur Anwendung beschleunigen. Denn es geht nicht um Europa vs. USA. Es geht darum, ob ein Unternehmen es schafft, aus Technologie ein funktionierendes Geschäft zu machen.

Danke, Martin Schilling, für die spannenden Insights

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

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.

Einst war es das große Versprechen für eine Handvoll hipper Neobanken, heute ist es das unsichtbare Rückgrat der europäischen Wirtschaft: Embedded Finance. Im Jahr 2026 wird das Marktwachstum längst nicht mehr von der fixen Idee isolierter Bank-Apps dominiert, denn jedes zukunftsorientierte Unternehmen ist mittlerweile selbst zu einem/einer Finanzdienstleister*in geworden. Ob Software-as-a-Service-Anbieter*in, Logistik-Plattform oder Marktplatz – die nahtlose Integration von Zahlungen, Krediten und Versicherungen in nicht-finanzielle Kund*innenreisen ist das neue Paradigma.

Dieser Report beleuchtet eine Branche, die den „Sturm der Konsolidierung“ überlebt hat und nun mit reifen Geschäftsmodellen und echten Profiten die Architektur der modernen Wirtschaft neu programmiert.

Vom Hype zur fundamentalen Reife

Nach den massiven Zinsanpassungen und regulatorischen Aufräumarbeiten der Jahre 2023 und 2024 zeichnet der Embedded-Finance-Markt heute ein Bild robuster Reife. Renommierte Analystenhäuser wie Bain & Company und Dealroom haben diese Entwicklung früh vorgezeichnet: Der globale Markt für Embedded-Finance-Dienstleistungen hat sich in ein Multimilliarden-Segment verwandelt, dessen europäisches Transaktionsvolumen mittlerweile signifikante Teile des digitalen B2B- und B2C-Handels stützt. Der technologische Haupttreiber dieser neuen Ära ist unbestreitbar die künstliche Intelligenz, genauer gesagt proprietäre Machine-Learning-Modelle, die Risikobewertungen in Millisekunden durchführen und Transaktionsströme dynamisch optimieren. Investor*innen honorieren diese technologische Tiefe: Wir sehen heute höchst realistische Series-A- und Series-B-Runden im Bereich von 15 bis 40 Millionen Euro für Start-ups, die nachweislich positive Deckungsbeiträge aufweisen. Es fließt wieder signifikant Kapital, doch es fließt exklusiv in Substanz und Skalierbarkeit, nicht mehr in reines Marketing.

Die neuen Treiber: B2B, Vertikalisierung und Orchestrierung

Wenn man über das Offensichtliche wie einfache White-Label-Kreditkarten hinausblickt, dominieren im Jahr 2026 drei spezifische Sub-Sektoren den Markt. Allen voran steht B2B Buy-Now-Pay-Later, eine Disziplin, die das traditionelle, schwerfällige Factoring abgelöst hat und nun direkt in B2B-Checkouts und Beschaffungsnetzwerke integriert ist. Ein weiterer massiver Treiber ist die sogenannte Payment Orchestration für vertikale SaaS-Lösungen. Hier werden komplexe, branchenspezifische Zahlungsflüsse – etwa im Handwerk oder in der Gastronomie – automatisiert im Hintergrund abgewickelt. Zuletzt etabliert sich Embedded Insurance zunehmend im Industriekontext, wo Maschinen nicht mehr nur geleast, sondern im selben Atemzug transaktionsbasiert versichert werden. Pioniere wie die Berliner Mondu oder auch europäische Schwergewichte wie Swan haben den Weg für diese hochspezialisierten Infrastruktur-Layer geebnet und gezeigt, wie tiefgreifend diese Geschäftsmodelle in die Wertschöpfungsketten der Realwirtschaft eingreifen.

Die Lektionen der BaaS-Krise

Doch dieser Reifegrad wurde teuer erkauft. Der Beinahe-Kollaps des britischen Banking-as-a-Service-Pioniers Railsr und die drastischen BaFin-Sonderprüfungen samt Wachstumsbeschränkungen bei etablierten deutschen Playern wie Solaris in den Jahren zuvor haben den Markt fundamental erschüttert. Der Traum, Finanzdienstleistungen wie einfache Legosteine zusammenzustecken, kollidierte brutal mit der harten Realität des Bankwesens.

Aus diesen gescheiterten Hoffnungen lassen sich für heutige Gründer*innen vier konkrete, fatale Fallstricke ableiten. Der erste und wichtigste ist die eklatante Unterschätzung der Regulatorik; Compliance lässt sich nicht auslagern, und Aufsichtsbehörden dulden keine agilen Versuch-und-Irrtum-Prozesse bei der Geldwäscheprävention. Der zweite Fallstrick ist die Falle der negativen Unit Economics im B2C-Sektor, wo exorbitante Kund*innenakquisitionskosten oft nur durch kontinuierliches VC-Geld gedeckt wurden. Drittens das Klumpenrisiko der Abhängigkeit von einer einzigen Partnerbank, deren Ausfall das eigene Start-up über Nacht handlungsunfähig macht. Und viertens die Fehlannahme, dass Technologie allein ausreicht; wer heute kein tiefes Verständnis für klassisches Bilanzstruktur- und Kreditrisikomanagement mitbringt, scheitert unweigerlich.

Das deutsche Netzwerk: Die Schmieden der Infrastruktur

Deutschland hat sich in dieser Konsolidierungsphase als einer der resilientesten Standorte in Europa bewiesen, getragen von vier essenziellen Hubs. Berlin verteidigt dabei seinen Status als unangefochtene Hauptstadt für FinOps und B2B-Zahlungsinfrastruktur, massiv befeuert durch die Talent-Pipelines der TU Berlin sowie das dichte Netzwerk an Serial Entrepreneurs aus der N26- und SumUp-Schule. Frankfurt am Main bildet den unverzichtbaren regulatorischen Gegenpol; hier, im Schatten von EZB und BaFin, entstehen im Umfeld des TechQuartiers und der Frankfurt School of Finance and Management jene Start-ups, die komplexe Compliance- und Treasury-Architekturen für Großbanken bauen. München dominiert den Bereich DeepTech und Embedded Insurance im industriellen B2B-Kontext, was auf die herausragende Stellung des Center for Digital Technology and Management (CDTM) und die enge Verzahnung mit der ansässigen Versicherungs- und Automobilindustrie zurückzuführen ist. Hamburg schließlich hat sich als europäischer Hotspot für Trade Finance und in Logistikketten eingebettete Finanzierungen etabliert, gestützt durch die traditionelle Stärke der Hansestadt im globalen Handel.

Investor*innen-Radar

Das Ökosystem der Geldgeber*innen hat sich im Jahr 2026 stark differenziert und professionalisiert. An der Spitze der spezialisierten VCs agieren Fonds wie FinTech Collective und Motive Ventures (hervorgegangen aus der Übernahme des Berliner VCs embedded/capital), die mit tiefem technologischen Verständnis gezielt in Infrastruktur-Layer investieren. Unter den Top-Tier Generalisten ragen Cherry Ventures, Earlybird und Point Nine heraus, die insbesondere Series-A-Runden bei überzeugenden B2B-SaaS-Modellen anführen.

Ein starker Motor sind zudem Corporate VCs und bankennahe Fonds geworden: CommerzVentures, als unabhängiger Player, treibt Themen wie Climate-Fintech massiv voran, während CVCs der Realwirtschaft wie Allianz X und Porsche Ventures strategisch in Start-ups investieren, die sich nahtlos in ihre eigenen vertikalen Ökosysteme einklinken lassen. In der kritischen Frühphase wird der Markt von einer hochgradig vernetzten Gruppe aus Business Angels angetrieben, die nicht nur erstes Kapital, sondern vor allem regulatorisches Know-how und entscheidende Bankennetzwerke einbringen

Die Top Start-ups (Must-Watch)

Für die nachfolgende Liste der Must-Watch-Unternehmen haben wir strikte Kriterien angelegt. Die Auswahl basiert auf nachgewiesener Marktrelevanz durch echte Kund*innenimplementierungen, einem hohen technologischen Reifegrad und einem diversifizierten Ansatz bei der Lösung komplexer Finanzinfrastrukturprobleme. Zudem war ein nachhaltiges Investoren-Vertrauen in den letzten zwölf Monaten ein Schlüsselfaktor. Wir beleuchten hierbei ausschließlich Start-ups mit Hauptsitz in Deutschland, deren Gründung im Jahr 2020 oder später erfolgte, um die wahre nächste Generation der Branche abzubilden.

Banxware

Das 2020 von Miriam Wohlfarth und Jens Röhrborn gegründete Banxware hat sich als Marktführer für Embedded Lending in Deutschland etabliert. Banxware bietet eine White-Label-Lösung, mit der Marktplätze und Zahlungsdienstleister*innen ihren Händler*innen Sofortkredite basierend auf historischen Umsatzdaten anbieten können. Der USP liegt in der extrem schnellen Risikoprüfung und der nahtlosen API-Integration in bestehende Plattformen. Das enorme Vertrauen der Finanzbranche in dieses Modell spiegelt sich massiv auf Investor*innenseite wider: Neben frühen Leadern wie Element Ventures (heute 13books Capital) ist insbesondere der Einstieg der Großbank UniCredit ein Ritterschlag. Die Bank führte nicht nur die Series-A-Runde an, sondern legte Mitte 2025 mit einem weiteren strategischen Millionen-Investment nach, um die europäische Expansion von Banxware gemeinsam voranzutreiben.

Pliant

Im Jahr 2020 von Malte Rau und Fabian Terner aus der Taufe gehoben, definiert Pliant den Markt für B2B-Kreditkarten und Ausgabenmanagement neu. Das B2B-SaaS-Modell kombiniert eine moderne Karteninfrastruktur mit einer tiefen API-basierten Integration in Buchhaltungs- und ERP-Systeme. Der technologische Vorsprung liegt im eigenen Card-as-a-Service-Angebot (CaaS), das anderen B2B-Plattformen den Launch eigener Kreditkartenprogramme ermöglicht. Ein entscheidender Meilenstein war hierfür der Erhalt der eigenen E-Geld-Lizenz der BaFin, die Pliant die nötige regulatorische Unabhängigkeit verleiht. Unterstützt wird Pliant von namhaften Investoren wie SBI Investment, Alstin Capital – und einem Investment des globalen Schwergewichts PayPal Ventures, das das enorme Skalierungspotenzial der Plattform bestätigt.

Mondu

Die Serial Entrepreneurs Malte Huffmann, Philipp Povel und Gil Danziger gründeten Mondu 2021 und revolutionieren damit den B2B-Zahlungsverkehr. Ihr B2B-BNPL-Modell ermöglicht es Geschäftskund*innen, online wie B2C-Kund*innen auf Rechnung oder in Raten zu kaufen, während der Händler sofort sein Geld erhält. Die Kerntechnologie ist ein proprietäres Echtzeit-Risk-Scoring für Firmenkund*innen. Finanziert wurde diese Vision anfangs von Top-Tier-Fonds wie Valar Ventures und Cherry Ventures. Der ultimative Ritterschlag erfolgte jedoch Ende 2025: Neben dem Erhalt der E-Geld-Lizenz sicherte sich Mondu eine 100-Millionen-Euro-Fazilität von J.P. Morgan Payments inklusive einer strategischen Partnerschaft, um die Buy-Now-Pay-Later-Lösung dem europäischen Kund*innen stamm der US-Großbank anzubieten.

Payrails

Gegründet 2021 von Orkhan Abdullayev, Emre Talay und Nicolas Thouzeau, löst Payrails die Herausforderung der Payment Orchestration. Das FinOps-Start-up baut ein intelligentes Betriebssystem für Zahlungen, das Transaktionen für Enterprise-Kund*innen dynamisch über verschiedene Provider routet, um Kosten zu senken und Autorisierungsraten zu maximieren. Die technologische Brillanz dieser Architektur lockte früh Schwergewichte wie Andreessen Horowitz und EQT Ventures an. Im Sommer 2025 zündete Payrails die nächste Stufe: HV Capital führte eine massive Series-A-Runde über 32 Millionen US-Dollar an, bei der auch alle Top-Tier-Altinvestoren erneut mitzogen, um die globale Expansion der Plattform endgültig zu sichern.

Finmid

Die beiden N26-Alumni Max Schertel und Alexander Talkanitsa starteten Finmid 2021 mit der Mission, jede B2B-Plattform zu einer Finanzierungsquelle zu machen. Ihr Geschäftsmodell fokussiert sich auf Embedded B2B Lending, das speziell auf die Anforderungen von Marktplätzen (wie etwa dem Partner Wolt) zugeschnitten ist – ohne dass diese Plattformen eigenes Kapital bereitstellen oder Risiken tragen müssen. Ihr USP ist die radikale Simplifizierung der B2B-Kreditvergabe durch smarte Echtzeit-Datenverknüpfungen. Angetrieben von einer wuchtigen 23-Millionen-Euro-Series-A-Runde, angeführt vom britischen Fonds Blossom Capital und dem Seed-Lead Earlybird, treibt das Start-up seine aggressive europäische Expansion unaufhaltsam voran.

Topi (Exit)

Charlotte Pallua und Estelle Merle brachten Topi 2021 an den Start, um das Hardware-as-a-Service-Modell in den B2B-Bereich zu integrieren. Über die Plattform können B2B-Kund*innen IT-Equipment flexibel mieten, wobei Topi den gesamten Prozess vom Checkout über das Refinancing bis zum Asset-Management abwickelt. Nachdem Topi mit Händler*innen wie Cyberport massiv skalierte und von Top-VCs wie Index Ventures und Creandum finanziert wurde, erfolgte im Sommer 2025 der strategische Exit: Das FinTech wurde von dem internationalen Leasing-Giganten PEAC Solutions (einem BlackRock-Portfoliounternehmen) übernommen, um das innovative B2B-Mietmodell global in dessen gewaltige Finanzierungsinfrastruktur einzugliedern.

Hakuna

Im Bereich Embedded Insurance schlägt das 2021 von Sebastian Jost, Rupert Mayer und Orhan Köroglu gegründete Hakuna neue Wege ein. Das Start-up bietet Händler*innen eine Plattform für Garantieverlängerungen und Produktschutzversicherungen, nahtlos integriert in den Online- und Offline-Checkout. Der USP ist ein völlig neu gedachtes, digitales Schadensmanagement, das die Abwicklung für Endkund*innen radikal vereinfacht. Finanziert von Top-VCs wie Earlybird und Visionaries Club, hat Hakuna mittlerweile den Sprung ins absolute Enterprise-Segment geschafft: Im Jahr 2025 integrierten Branchenriesen wie Vorwerk, STIHL und Mister Spex die Embedded-Technologie des Start-ups, um ihre eigenen, maßgeschneiderten Produktschutzprogramme europaweit zu skalieren.

Pile (Exit)

Jessica Holzbach startete Pile 2022 und pivotierte das Modell nach dem Krypto-Winter erfolgreich zu einem hochspezialisierten Treasury-Angebot für Start-ups. Die B2B-SaaS-Technologie bündelte Konten und automatisierte die Diversifikation von Einlagen zur Risikominimierung. Das Modell erregte schnell Aufmerksamkeit und führte bereits im Sommer 2024 zu einem frühen Exit: Die 2019 gegründete Berliner Neobank Vivid Money übernahm das Start-up, um das eigene Business-Banking-Angebot mit Piles Treasury-Technologie aufzurüsten – ein Paradebeispiel für die rasante Konsolidierung im FinTech-Infrastrukturmarkt.

Internationaler Ausblick & Fazit

Blickt man über die Grenzen Europas hinaus, formen sich 2026 drei gewaltige Makro-Trends, die den deutschen Markt unausweichlich verändern werden. Aus Asien schwappt die Architektur für grenzüberschreitende Echtzeit-Settlements basierend auf regulierten Stablecoins und digitalen Zentralbankwährungen heran, was das traditionelle Korrespondenzbankensystem massiv unter Druck setzt. Die USA hingegen dominieren die Entwicklung der KI-gesteuerten autonomen Finanzen, bei der das Corporate Treasury von Algorithmen gesteuert wird, die ohne menschliches Zutun Liquidität verschieben. Aus Indien lernen wir, wie Identity-as-a-Service untrennbar mit dem Zahlungsverkehr verschmilzt und Betrug nahezu ausmerzt.

Für Gründer*innen und Investor*innen im DACH-Raum bedeutet dies: Der Fokus muss radikal auf Profitabilität, wasserdichter Compliance und extrem stabiler Infrastruktur liegen. Wer heute in Embedded Finance gewinnt, baut keine bunten Apps mehr, sondern die hochkomplexen, unsichtbaren Stahlträger der digitalen Weltwirtschaft.