Hinter Brandenburg Labs steht kein unbeschriebenes Blatt der Start-up-Szene, sondern eine Koryphäe der deutschen Ingenieurskunst. Anstatt seinen Ruhestand zu genießen, gründete der heute über 70-jährige Prof. Dr.-Ing. Karlheinz Brandenburg im Jahr 2019 das Start-up als Spin-off der Technischen Universität Ilmenau und des Fraunhofer-Instituts für Digitale Medientechnologie (IDMT). Inzwischen arbeitet ein über 20-köpfiges Team im thüringischen Ilmenau an der Vision des perfekten Raumklangs.

Warum tut sich ein Mann, der seinen Platz in den Geschichtsbüchern längst sicher hat, den enormen Stress einer Neugründung noch einmal an? „Was mich antreibt, ist nicht die Vorstellung eines ‚zweiten MP3-Moments‘, sondern die Chance, das Klangerlebnis für den Menschen grundlegend zu verbessern“, stellt Brandenburg klar. Es gehe um eine seit Jahrzehnten ungelöste Herausforderung: „wirklich natürliches, räumliches Audio über Kopfhörer.“ Den Druck eines schnellen Erfolgs wischt der erfahrene Ingenieur routiniert beiseite: „Transformative Technologien entstehen nicht über Nacht; sie erfordern langfristiges Engagement und die Bereitschaft, komplexe Probleme Schritt für Schritt zu lösen.“

Mit SPRIND in die kabellose Zukunft

Die Kerntechnologie des Start-ups heißt Deep Dive Audio. Sie gibt virtuelle Schallquellen über Kopfhörer so präzise wieder, dass sie von echten Lautsprechern nicht mehr zu unterscheiden sind. Bislang wird dies im B2B-Sektor mit dem System „Okeanos Pro“ an Toningenieure vermarktet. Doch das Setup ist komplex und kabelgebunden.

Um den technologischen Sprung aus dem Tonstudio heraus zu schaffen, hat die Bundesagentur für Sprunginnovationen (SPRIND) nun einen Validierungsauftrag in Höhe von rund 211.000 Euro für ein eng getaktetes, fünfmonatiges Projekt erteilt. Das Ziel: Die Technologie soll auf einen winzigen Einplatinencomputer schrumpfen und drahtlos werden.

Gleicht die geforderte Kombination aus absoluter Phasentreue und minimaler Latenz bei einer verlustfreien Drahtlosübertragung nicht physikalisch der Quadratur des Kreises? „Wir müssen keine physikalischen Limits überwinden“, kontert der Gründer selbstbewusst. „Unser großer Vorteil gegenüber den bekannten Mitbewerbern liegt in den Algorithmen, die auf fundierter Kenntnis der Psychoakustik und der kognitiven Vorgänge im Gehirn aufbauen.“

Auf die Frage nach dem immensen Zeitdruck der SPRIND-Vorgaben räumt Brandenburg allerdings unumwunden ein: „Wir sind etwas hinter dem Zeitplan, sehen aber keine wirklichen Probleme.“ Selbst wenn am Ende der fünf Monate nicht jeder Parameter perfekt erfüllt sei, verspricht er, dass das Projekt seinen Zweck erfülle: „Sollten bestimmte Parameter innerhalb dieses Zeitrahmens noch nicht vollständig erreicht werden können, werden wir dennoch wichtige Erkenntnisse und Demonstratoren generieren, die [...] das technische Risiko erheblich reduzieren.“

Die Vision „PARty“: Droht die totale Isolation?

Das langfristige Ziel von Brandenburg Labs ist eine auditive Augmented Reality (AR) namens „PARty“ (Personalized Auditory Reality). Kopfhörer sollen mit Sensoren und KI als smarte Alltagsbegleiter fungieren, die störende Geräusche ausblenden oder hilfreiche akustische Informationen einblenden – etwa als Navigation für blinde Menschen.

Doch laufen wir mit permanent getragenen Wearables nicht Gefahr, uns in akustischen Filterblasen vollends von der Umwelt zu isolieren? Brandenburg nimmt diese gesellschaftliche Sorge ernst, widerspricht aber der Prämisse: „Unser Ziel ist es nicht, Menschen von ihrer Umgebung abzuschotten, sondern die Interaktion mit ihr zu verbessern.“ Er verweist darauf, dass viele Menschen Kopfhörer heute ohnehin nutzen würden, um die Realität auszublenden. Sein Ansatz sei das exakte Gegenteil: „Wir wollen relevante Geräusche besser wahrnehmbar machen, nicht die Realität ausblenden.“ Die Technologie sei als Werkzeug gedacht: „Letztendlich gibt diese Technologie dem Nutzer die Kontrolle zurück. Unsere Designphilosophie konzentriert sich auf Erweiterung, nicht auf Isolation.“

Kampf gegen die Tech-Goliaths

Aus unternehmerischer Sicht begibt sich das Start-up auf hochriskantes Terrain. Der Markt für immersives Audio wird von Giganten wie Apple, Sony, Bose und Sennheiser dominiert, die Milliarden in die Entwicklung pumpen. Die Miniaturisierung und Massenproduktion von Consumer-Hardware verschlingen schnell zweistellige Millionenbeträge.

Wie will ein Thüringer Start-up diese gewaltige Hardware-Schlacht finanzieren? Brandenburg gibt sich strategisch flexibel, meidet aber klassische Wege: „Dazu wollen und müssen wir mit technologischen Partnern zusammenarbeiten. In diesem Bereich und nicht bei klassischen VCs suchen wir aktuell nach Finanzierung“, betont der Gründer.

Warum aber überhaupt der riskante Vorstoß in den Consumer-Markt? Der gigantische historische Erfolg von MP3 basierte schließlich auf kluger Lizenzierung an Hardware-Hersteller, nicht auf eigenen Playern.

Brandenburg korrigiert diesen historischen Vergleich sofort: „Man muss wissen, dass Fraunhofer-Institute kein B2C-Geschäft betreiben dürfen.“ Der Weg des MP3-Standards bis zu den ersten Millionen-Einnahmen habe damals rund zehn Jahre gedauert – getragen durch die immense Finanzkraft von Fraunhofer. Heute sieht er für Brandenburg Labs andere Möglichkeiten: „Mit Brandenburg Labs können wir dies [...] über ein Device für Verbraucher realisieren. Sobald genug Sichtbarkeit auf dem Markt vorhanden ist, kann zusätzlich ein Lizenzgeschäft aufgebaut werden.“

Als cleveren Zwischenschritt visiert das Start-up Partnerschaften an: „Als Zwischenweg sehen wir [...] die Zusammenarbeit mit aktuellen High-End-Kopfhörer-Herstellern. Wir können, anders als alle aktuellen verfügbaren Lösungen, einen Wow-Effekt liefern, einen massiven Fortschritt in der Kopfhörertechnik“, verspricht Brandenburg.

Auf den Einwand hin, dass ein reines B2B2C-Software-Lizenzmodell für Investor*innen wohl deutlich lukrativer und weniger riskant wäre, entgegnet der Audio-Pionier abschließend und trocken: „Das Lizenzgeschäft braucht viele Jahre Anlauf und damit noch höhere Finanzierung als der jetzige Weg.“

Die Digitalisierung der Immobilienwirtschaft schreitet voran, doch oft kratzen bestehende Software-Lösungen nur an der Oberfläche. Das 2026 gegründete Berliner Start-up Immoly will das ändern und setzt dabei auf Automatisierung durch künstliche Intelligenz. Das Ziel: Eine Plattform, die nicht nur Daten verwaltet, sondern als digitaler Assistent aktiv Verwaltungsaufgaben für private und semi-institutionelle Vermieter*innen übernimmt. Prominente Schützenhilfe erhält das junge PropTech von Vonovia, Europas führendem Wohnimmobilienunternehmen, das die Gründung über sein Venture Studio gemeinsam mit der Founders Factory begleitet hat.

Die Köpfe hinter Immoly und die Gründungsstory

An der Spitze von Immoly steht Gründer und Geschäftsführer Florian Tonner. Tonner ist in der Tech- und Immobilien-Szene kein Unbekannter: Neben Stationen bei Zalando und dem ClimateTech Flowcarbon sammelte er maßgebliche Branchenerfahrung durch die DHV Digitalhausverwaltung. Laut übereinstimmenden Medienberichten hat Tonner selbst eine Hausverwaltung aufgebaut und erfolgreich verkauft. Diese tiefe „Hands-on“-Erfahrung ist entscheidend: Er kennt die Schmerzpunkte der Vermieter*innen aus erster Hand. Komplettiert wird das Gründerteam durch Mitgründer (wie etwa Ahmed Talbi), die das technische Fundament der Plattform mitverantworten.

Dass Vonovia als starker Partner aus der Immobilienwirtschaft das Start-up unterstützt, verleiht Immoly einen enormen Vertrauensvorschuss. Christian Glock, Teamleiter Venture bei Vonovia, sieht hierin enormes Potenzial: „Künstliche Intelligenz eröffnet neue Möglichkeiten für die Immobilienwirtschaft“, erklärt er. Man unterstütze mit dem Venture Studio gezielt Gründer*innen bei der Entwicklung innovativer Technologien, wobei Immoly für ihn ein Paradebeispiel dafür sei, „wie digitale Lösungen Verwaltungsprozesse für private Vermieter und Verwalter vereinfachen können“. Bemerkenswert: Die Immoly-Lösung wird nicht in die operativen IT-Systeme von Vonovia selbst integriert. Vonovia agiert hier als reiner Enabler und Investor für den externen Markt, während Immoly sich strategisch an kleinere Hausverwaltungen und private Eigentümer richtet.

„Agentic AI“ statt passivem SaaS

Der Kern der Immoly-Plattform liegt im Ansatz der „Agentic AI“ – also einer KI, die eigenständig handelt. Während traditionelle Hausverwaltungssoftware oft nur digitale Aktenordner bereitstellt, verspricht Immoly einen lückenlosen „Inbox-to-Process“-Workflow.

Konkret bedeutet das: Die Kommunikation über verschiedene Kanäle wird automatisch zu strukturierten Fällen gebündelt, Fristen werden überwacht, Dokumente vorbereitet und Lieferantenprozesse – etwa bei Reparaturen – in weiten Teilen automatisiert. Über einen Audit Trail (Prüfpfad) und ein System für Benutzer*innenfreigaben behalten die Eigentümer*innen stets die Kontrolle und Entscheidungsgewalt. Das bisherige Paradigma der reinen Software-Assistenz wird damit aufgebrochen. „KI ist auf einem Level angekommen, auf dem proaktives Management möglich ist“, ordnet Florian Tonner die technologische Reife seiner Plattform ein. Dieser stark automatisierte Ansatz sei am Ende deutlich „fehlerärmer und günstiger als viele andere Lösungen“, so der Gründer weiter. Mit diesem Vorstoß zielt die Plattform folgerichtig auf absolute Kostenführerschaft im 360-Grad-Immobilienmanagement ab.

Markt und Wettbewerb: Die vier Archetypen der PropTech-Revolution

Der Markt für Hausverwaltungen in Deutschland (mit fast 26 Millionen Mietwohnungen) ist gigantisch, aber extrem fragmentiert. Um Immolys Wette auf die Zukunft zu verstehen, muss man die strategische Bandbreite betrachten, mit der Start-ups diesen Markt aktuell attackieren:

1. Die Ökosystem-Goliaths (SaaS & Breitenmarkt): Plattformen wie Vermietet.de (ImmoScout24-Gruppe) oder objego (unterstützt von ista) haben riesige Nutzer*innenbasen. Sie bieten hochgradig optimierte Werkzeuge für die Nebenkostenabrechnung. Es sind jedoch meist passive Tools – der Mensch muss sie bedienen.
2. Die kapitalstarken Konsolidierer („AI Rollup“): Start-ups wie Buena (ehemals Home) verfolgen eine M&A-Strategie. Sie kaufen klassische Hausverwaltungen auf, übernehmen das operative Geschäft und digitalisieren die Prozesse im Hintergrund. Ein extrem kapitalintensiver Ansatz.
3. Die Workflow-Spezialisten: Unternehmen wie EverReal fokussieren sich tiefgreifend auf Teilbereiche – etwa die vollständige Automatisierung der Vermietung und des Mieter*innenwechsels.
4. Das hybride Self-Service-Modell: Anbieter wie Matera helfen Wohnungseigentümer*innengemeinschaften (WEGs) bei der Selbstverwaltung, indem sie Software mit einem Pool aus menschlichen Expert*innen (Buchhalter*innen, Jurist*innen) im Hintergrund kombinieren, um teure Verwalter*innen zu ersetzen.

Wo steht Immoly? Im Gegensatz zu Buena kauft Immoly keine Immobilien oder Verwaltungen, sondern bleibt ein reines Software-Unternehmen („Asset-Light“). Im Gegensatz zu den Goliaths wie Vermietet.de positioniert sich Immoly jedoch mit seinem „AI-first“-Ansatz: Die Software soll nicht als passives Werkzeug dienen, sondern den menschlichen Einsatz durch Automatisierung aktiv reduzieren.

Burggraben oder KI-Falle?

Für uns stellt sich bei Immoly die klassische Frage nach dem Alleinstellungsmerkmal („Moat“) in diesem dichten Wettbewerbsfeld:

• Das Vertrauensproblem: Immobilienverwaltung ist ein streng reguliertes Geschäft. Fehler kosten Geld und haben rechtliche Konsequenzen. Immoly begegnet diesem Risiko laut eigenen Angaben durch strikte Compliance-Automatisierung sowie den besagten Audit Trail für finale Benutzer*innenfreigaben. Ob die oft konservativen Privatvermieter*innen einer KI dieses Vertrauen schenkt, bleibt abzuwarten.
• Customer Acquisition Costs (CAC): Die Kund*innenakquise ist teuer. Vermietet.de konvertiert Inserent*innen, objego nutzt die ista-Kund*innenbasis, Buena kauft Marktanteile durch Firmenübernahmen. Immoly muss sich diesen organischen Marktzugang erst aufbauen – auch wenn das Gütesiegel und Netzwerk des Investors Vonovia massiv helfen dürfte.
• Das KI-Wettrennen: Die strategische Wette von Immoly lautet: Alteingesessene Wettbewerber*innen können ihre auf menschlichen Workflows basierenden Architekturen nicht schnell genug auf ein radikales „AI-first“-Modell umschwenken.

Unser Fazit

Immoly ist ein Musterbeispiel für die nächste Welle der PropTechs. Es geht nicht mehr um die reine Digitalisierung von Papier, sondern um die Automatisierung tiefer betrieblicher Wertschöpfungsketten. Mit Florian Tonners Branchenkenntnis und der strategischen Rückendeckung von Vonovia und der Founders Factory hat das Start-up herausragende Voraussetzungen. Gelingt es Immoly, die Akquisekosten zu skalieren und das Vertrauen in die KI-Zuverlässigkeit zu etablieren, könnte die Software zu einer ernsthaften Bedrohung für bisherige SaaS-Platzhirsche werden.

StartingUp: Hallo Karym, hallo Sascha! Pitcht InCycling doch mal in einem Satz – was genau macht euer Start-up?

Karym El Sayed: InCycling ermöglicht Pharma- und Chemieunternehmen, hochwertige Rohstoffe, die intern nicht mehr benötigt werden, frühzeitig zu erkennen, regulatorisch zu prüfen und wirtschaftlich sinnvoll wieder in den Markt zu bringen.

StartingUp: Ihr bringt beide geballte Konzern-Erfahrung mit: Karym, du warst unter anderem Head of eHealth & Medical Software Solutions bei Bayer; Sascha, du hast dort den globalen Einkauf der Medizinprodukte verantwortet. Wie kam es zu dem Entschluss, die sicheren Spitzenpositionen im Corporate-Umfeld aufzugeben und Mitte 2025 in Berlin InCycling zu gründen?

Sascha Karhöfer: Wenn man so will, dann war der Auslöser ein Projekt rund um pharmazeutische Primärverpackung, konkret Gummistopfen für ein Medikament. Für ein Entwicklungsprojekt musste aufgrund großer Chargengrößen eine große Mindestmenge Rohmaterial bestellt werden, obwohl absehbar war, dass nur ein Bruchteil tatsächlich gebraucht würde. Während das Projekt erfolgreich abgeschlossen und die Entwicklung weitergeführt wurde, blieb eine riesige Menge Material übrig, für das weder intern noch extern eine weitere Verwendung gefunden werden konnte. Es lagerte unter kontrollierten pharmazeutischen Bedingungen, konnte aber im Konzern praktisch nicht mehr sinnvoll weitergegeben oder verkauft werden. Und der Hersteller schloss eine Rücknahme kategorisch aus. Am Ende blieb uns nur die Entsorgung.

Karym El Sayed: Entscheidend war auch die Erkenntnis aus weit über 150 Stunden Interviews mit verschiedenen Marktteilnehmenden und der Beobachtung, dass das keine Herausforderung einzelner Firmen oder Projekte war, sondern ein systemisches Problem, mit dem fast alle Firmen im hoch regulierten Umfeld konfrontiert sind. Überschüsse entstehen durch Mindestabnahmemengen, lange Lieferketten, Projektänderungen, Forecasting-Unsicherheiten, regulatorische Vorgaben oder strategische Entscheidungen wie Portfoliobereinigungen und Produktionsverlagerungen. In der Pharma- und Chemieindustrie ist das Alltag. Wir hatten beide erfüllende Positionen, aber irgendwann war der Punkt erreicht, an dem wir gesagt haben: Wenn wir dieses Problem wirklich lösen wollen, müssen wir es außerhalb klassischer Konzernstrukturen angehen. Mit InCycling sind wir nun in der Lage viele Firmen anzubinden und eine marktweite Lösung zu bauen, die an den Systemen und Prozessen großer Unternehmen ansetzt und gleichzeitig den bestehenden Handel mit Tradern, Brokern und Distributoren nutzt und alle Parteien besser vernetzt.

StartingUp: Die Dimensionen in eurer Branche sind gewaltig: Millionen Tonnen an chemischen und pharmazeutischen Produkten werden Jahr für Jahr vernichtet, weil niemand rechtzeitig an einen Weiterverkauf denkt. Warum tun sich Industrieunternehmen intern bisher so schwer mit dem sogenannten Surplus-Management?

Karym El Sayed: Weil Surplus-Management in regulierten Industrien deutlich komplexer ist, als es von außen aussieht. Es wird bereits viel versucht, das zu vermeiden. Allerdings reicht es meist nicht, ein Material im Lager zu finden und zu sagen: Das verkaufen wir jetzt. Unternehmen müssen klären, ob das Material noch als regulatorisch konformes Produkt geführt werden kann, welche Spezifikationen gelten, welche Dokumente vorliegen, wie es gelagert wurde, wie es transportiert werden muss, ob es für bestimmte Märkte freigegeben werden darf und welche Anforderungen die kaufenden Firmen erfüllen müssen. Dafür braucht es Ressourcen, Expertise in dem Bereich und fachübergreifende Prozesse. Hinzu kommt, dass die relevanten Informationen selten an einem einzigen Ort liegen. Ein Teil ist im ERP-System dokumentiert, ein Teil in Qualitätsdokumenten, ein Teil in globalen Datenbanken und manchmal auch lokalen Sharepoints verschiedener Abteilungen wie z.B. Procurement oder Supply Chain. Wenn diese Informationen manuell zusammengesucht werden müssen, lohnt sich der Aufwand oft nur bei signifikanten Mengen oder sehr hohen Werten.

Sascha Karhöfer: Mindestens genauso wichtig sind die internen Verantwortlichkeiten. Wer entscheidet, dass ein Material freigegeben werden darf? Wessen Kostenstelle gehört das Produkt? Wer bewertet Compliance und Qualität? Wer ist Ansprechperson, wenn es verkauft wurde und nun zu dem Käufer transportiert werden muss? Welche Abteilungen müssen zustimmen: Product Supply, Einkauf, Finance, Sustainability, Operations, Legal, Qualität? In vielen Unternehmen passt der Weiterverkauf von Überschüssen schlicht nicht sauber in bestehende Prozesse. Einkaufsware muss plötzlich wie Verkaufsware behandelt und im System auch so umgewertet werden. Das ist ungewohnt, sensibel und aufwändig. Dazu kommt: Niemand spricht besonders gern über Überschüsse, weil es schnell nach Fehlplanung klingt. Dabei entstehen sie in komplexen Lieferketten ganz normal und alltäglich. Unser Ansatz ist, abgebende Firmen in diesem Prozess zu begleiten, Handlungssicherheit zu schaffen und die oft noch hohen Werte von Surplus-Rohstoffen sichtbar zu machen, bevor wir diese über einen professionellen und transparenten Prozess incyclen.

StartingUp: Eure Lösung setzt direkt an der digitalen Wurzel an und integriert sich via APIs nahtlos in ERP-Systeme wie SAP S/4HANA. Wie genau läuft dieser automatisierte Prozess ab, von der Entdeckung eines drohenden Überschusses bis hin zum erfolgreichen B2B-Handel?

Sascha Karhöfer: Der erste Schritt ist Sichtbarkeit. Unsere Plattform dockt über Schnittstellen an bestehende Systeme an, in Zukunft zu allererst an SAP S/4HANA, und analysiert, welche Materialien vorhanden sind, welche Mengen verfügbar sind, welche Haltbarkeiten hinterlegt sind und ob es Hinweise gibt, dass ein Material intern nicht mehr benötigt wird. Dann geht es um die Datenbasis. InCycling sammelt und strukturiert relevante Informationen: Sicherheitsdatenblätter, Produktspezifikationen, Qualitätsdokumentation, Haltbarkeit, Testergebnisse, Lagerhistorie, Verpackungs- und Transportspezifikationen. Genau hier hilft KI, weil viele dieser Daten verteilt, unstrukturiert oder schwer vergleichbar sind.

Karym El Sayed: Darauf folgt die fachliche Einordnung. Wir nutzen Chemical-Informatics, um das Material chemisch zu verstehen und zu prüfen, in welchen Industrien, Anwendungen oder Endprodukten es noch eingesetzt werden könnte. Das können komplett andere Märkte und Produkte sein, da viele Chemikalien ein breites Einsatzspektrum haben. Oft auch in Bereichen, die nicht direkt sichtbar sind. Danach erfolgt eine regulatorische Bewertung: In welchen Ländern oder Regionen darf der Rohstoff angeboten werden? Welche Sicherheitsvorgaben gelten? Welche Transportanforderungen gibt es? Gibt es Dual-Use-Themen, Embargos oder besondere Lizenzanforderungen auf Käuferseite? Auch hier helfen zukünftig KI-Modelle unseren Kunden, rechtssicher zu handeln. Im letzten Schritt führt ein Matchmaking-Modul diese Informationen zusammen. Es identifiziert passende Geschäftspartner, oft Trader, Broker oder Distributoren, und gibt konkrete Empfehlungen für den Weiterverkauf. Ziel ist nicht, bestehende Marktakteure zu ersetzen, sondern ihnen bessere, validierte Informationspakete und mehr handelbare Materialien zugänglich zu machen, die den Zweitmarkt bisher nicht einmal erreichen würden.

StartingUp: In der Chemie- und Pharmabranche gelten extrem strenge regulatorische Vorgaben. Wie stellt ihr mithilfe eurer KI – die ja auch auf NLP und OCR zur Dokumentenanalyse setzt – sicher, dass die gehandelten Rohstoffe absolut rechtssicher validiert und für die Käufer*innen compliance-konform sind?

Karym El Sayed: Zunächst ist wichtig: KI bereitet Daten auf und schlägt ein weiteres Vorgehen für eine Substanz vor. Sie unterstützt dabei, Informationen zu finden, zu strukturieren, zu vergleichen und für Expert:innen nutzbar zu machen. In regulierten Industrien braucht es nachvollziehbare Prozesse, klare Dokumentation und menschliche Verantwortung. Genau so bauen wir InCycling auf. An kritischen Wegpunkten immer mit einem „Human in the loop“, um Entscheidungen zu treffen und Prozesse zu kontrollieren. Ein einfaches Beispiel: NLP und OCR helfen uns, Dokumente wie Sicherheitsdatenblätter, Analysezertifikate, Spezifikationen oder Qualitätsunterlagen maschinenlesbar zu machen. Daraus entsteht ein strukturierter Quality- und Compliance-Kontext. Dieser kann dann über hoch spezialisierte KI-Agenten geprüft und ausgewertet werden: Passt das Material zur angegebenen Spezifikation? Welche Haltbarkeit ist relevant? Welche Lagerbedingungen sind dokumentiert? Welche regulatorischen Einschränkungen gibt es?

Sascha Karhöfer: Für kaufende Firmen ist Vertrauen entscheidend. Langfristig stellen wir uns vor, dass „InCycled“-Ware so selbstverständlich und verlässlich wird wie Refurbished-Produkte im Elektronikbereich. Eigentlich ist der Vergleich sogar etwas zu schwach, weil die Rohstoffe quasi nie genutzt wurden. Sie wurden produziert, qualitätsgesichert und dann nur bei einem anderen Unternehmen gelagert. Daher die Wortkreation „InCycling“, denn Recycling und Upcycling treffen nicht zu. Die Rohstoffe, auf die wir uns fokussieren, sind lediglich nach dem Kauf zwischengelagert, aber noch nicht einmal geöffnet, verändert oder gar eingesetzt worden. Damit dieser Markt funktioniert, müssen Kaufende nachhalten können, dass die Ware ihren Anforderungen entspricht. Daher sind wir bestrebt, dass Unternehmen beim Einkauf einer Surplus-Chemikalie auch alle relevanten Produkt- und Qualitätsdaten einsehen können, bevor ein Produkt gehandelt wird.

StartingUp: Ihr vertreibt InCycling als klassisches Software-as-a-Service-Modell (SaaS) mit einer Provisionskomponente. Wie sieht euer konkretes Monetarisierungsmodell aus und wie hoch sind die Hürden, wenn man eine traditionell eher konservative Industrie von einer neuen digitalen Plattform überzeugen will?

Sascha Karhöfer: Wir kombinieren eine SaaS-Lizenz für die ERP-Integration mit einer erfolgsabhängigen Provision auf abgewickelte Trades. Die SAP-Anbindung schafft laufende Sichtbarkeit auf Überschussbestände, substanziell verdient wird aber erst, wenn tatsächlich ein Trade zustande kommt. Das koppelt unseren Erfolg direkt an den wirtschaftlichen Nutzen, den wir für die Kunden schaffen, statt an reine Lizenzgebühren. Die Plattform muss sich nicht über ein abstraktes Digitalisierungsversprechen rechtfertigen, sondern über messbare Effekte im Bestand, in den Kosten und in der Ressourcennutzung: Wenn ein Unternehmen Abschreibungen vermeidet, Entsorgungskosten reduziert und gleichzeitig zusätzlichen Wert aus bestehenden Beständen schafft, ist der wirtschaftliche Hebel sehr konkret und messbar.

Karym El Sayed: Die Hürden liegen auch viel weniger darin, ob Unternehmen das Problem verstehen. Viele kennen es sehr genau. Wie schon gesagt, niemand spricht besonders gern über Überschüsse, weil es eben schnell nach Fehlplanung klingt. Die meisten Unternehmen sind in dem Bereich vorsichtig im externen aber auch internen Austausch. Neue Lösungen müssen in bestehende Systeme und bekannte Prozesse passen, regulatorisch belastbar sein und interne Entscheidungswege berücksichtigen. Deshalb verkaufen wir InCycling nicht als isolierte Verkaufsplattform. Wir erarbeiten mit den Unternehmen auch die effizientesten Prozesse für den Umgang mit Surplus: Wer muss eingebunden werden? Welche Freigabeschritte sind nötig? Welche Dokumente werden gebraucht? Wie wird aus einem potenziellen Überschuss ein sicher handelbares Material? Wenn diese Fragen sauber beantwortet sind, sinkt die Hürde nochmal deutlich.

StartingUp: Nachhaltigkeit und ESG-Kriterien sind heute fester Bestandteil von Geschäftsberichten. Welches Argument zieht in euren Verkaufsgesprächen mit den Konzernen derzeit besser: Die Reduktion des CO₂-Fußabdrucks durch echte Kreislaufwirtschaft oder die knallharte finanzielle Optimierung der Bilanz?

Karym El Sayed: Beides ist relevant, aber in unterschiedlichen Gesprächssituationen. Nachhaltigkeit und ESG öffnen oft die Tür, weil Unternehmen zunehmend berichten müssen, wie sie Ressourcen nutzen, Abfall vermeiden und Emissionen reduzieren. Gerade in der Chemie- und Pharmaindustrie ist das ein großes Thema und Unternehmen suchen nach immer neuen Ansätzen, hier noch besser zu werden. Die Entscheidung wird am Ende aber meist dort getroffen, wo operative und finanzielle Verantwortung liegt. Wenn Werksleiter*innen, Finance-Teams oder Operations-Verantwortliche sehen, dass weniger abgeschrieben, kürzer gelagert, weniger entsorgt und vorhandenes Material besser genutzt werden kann, wird der Case sehr konkret und die vermiedenen Kosten und generierten Revenues können produktiv investiert werden.

Sascha Karhöfer: Für uns ist die Stärke von InCycling genau diese Verbindung und dass wir den Prozess zu großen Teilen automatisieren können. Wenn hochwertiges Material vernichtet wird, verliert das Unternehmen Wert, zahlt teilweise zusätzlich für Lagerung, Transport und Entsorgung und verursacht unnötige Umweltbelastung. Wenn dasselbe Material weiterverwendet wird, entsteht ein Vorteil auf mehreren Ebenen.

StartingUp: Ihr seid nun seit gut einem Jahr am Markt. Wo steht InCycling heute und was sind die wichtigsten Meilensteine, die ihr in den kommenden Monaten auf eurer Roadmap habt?

Sascha Karhöfer: Wir sind in einer Phase, in der wir die Plattform im Markt weiter validieren, erste industrielle Testphasen und Pilot-Anbindungen mit Konzernen und dem Mittelstand ausbauen und mehr Materialvolumen sichtbar machen. In den vergangenen Monaten haben wir auch dank des Accelerator-Programms von AI NATION, in dem KI-Start-ups wie wir gefördert werden, große Schritte nach vorn gemacht. Jetzt machen wir uns nach einer erfolgreichen Angel-Runde bereit für eine erste größere Finanzierungsrunde, die wir für Ende 2026 anstreben.

Karym El Sayed: Die nächsten Meilensteine liegen für uns in drei Bereichen: Erstens wollen wir die technische Integration und die KI-Module weiter ausbauen, insbesondere Dokumentenanalyse, regulatorische Bewertung und Matchmaking. Zweitens geht es um den Aufbau eines starken internationalen und industrieübergreifenden Netzwerks aus abgebenden Unternehmen, Tradern, Brokern und Distributoren. Drittens wollen wir zeigen, dass InCycling skalierbar ist: zunächst in einer klaren Nische, aber mit einem sehr großen internationalen Markt dahinter. Und klar, langfristig wollen wir erreichen, dass überschüssige chemische und pharmazeutische Rohstoffe nicht mehr automatisch als Abfall gedacht werden, sondern als wertvolle Ressource, die verlässlich verkauft, eingekauft und eingesetzt werden kann.

StartingUp: Zum Abschluss ein Rat an unsere Community: Was empfiehlt ihr Gründer*innen, die mit DeepTech- und KI-Lösungen eine stark regulierte und etablierte Industrie umkrempeln wollen?

Sascha Karhöfer: Fangt beim echten Problem an, nicht bei der Technologie. In regulierten Industrien reicht es nicht, eine technisch spannende Lösung zu bauen. Man muss verstehen, wo der Schmerz im Alltag liegt, welche Daten wirklich verfügbar sind, welche Abteilungen betroffen sind und warum bestimmte Prozesse heute so laufen, wie sie laufen und auch wer die neuen Prozesse nutzen wird. KI ist dann stark, wenn sie ein konkretes industrielles Problem lösbar macht. Bei uns geht es nicht um KI als Selbstzweck, sondern darum, verteilte Informationen nutzbar zu machen, manuelle Aufwände zu senken, Entscheidungen besser vorzubereiten und dass InCycling gewinnbringend für alle Seiten wird. Wenn das gelingt, kann Technologie sehr viel bewegen.

StartingUp: Karym, Sascha – danke für eure spannenden Insights.

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

Stell dir vor, du sitzt als B2B-Gründer*in in deinem nächsten VC-Pitch. Du präsentierst stolz deine Wachstumskurve, basierend auf dem heiligen Gral der Tech-Szene: dem „Per-Seat“-Pricing. Dein Geschäftsmodell skaliert wunderbar berechenbar mit der Anzahl der menschlichen Nutzer*innen auf Kund*innenseite. 50 Euro pro Monat und Mitarbeitendenkapazität – ein Traum für den wiederkehrenden Umsatz (ARR).

Doch der Lead-Investor unterbricht dich mit einer unbequemen Frage: „Was passiert mit unserem Umsatz, wenn eure Kunden in zwei Jahren keine zehn Mitarbeiter mehr brauchen, um diese Software zu bedienen, sondern nur noch einen menschlichen Manager und drei autonome KI-Agenten?“

In diesem Moment zerfällt dein Pitch-Deck. Denn das ist kein dystopisches Zukunftsszenario, sondern die Realität, mit der sich die Start-up-Szene genau jetzt auseinandersetzen muss. Die nächste Evolutionsstufe der künstlichen Intelligenz, die sogenannten Agentic Workflows, verändert nicht nur, wie wir arbeiten. Sie zerstört das Fundament, auf dem die wertvollsten Tech-Unternehmen der letzten 15 Jahre aufgebaut wurden.

Vom Werkzeug zum Mitarbeitenden: Aus „Software-as-a-Service“ wird „Service-as-a-Software“

Um die Tragweite zu verstehen, muss man sich die bisherige Logik von B2B-Software vor Augen führen. Klassische SaaS-Produkte (Software-as-a-Service) sind letztlich nur digitale Werkzeuge. Ein Hammer schlägt keinen Nagel von selbst ein; eine Buchhaltungssoftware bucht keine Belege ohne eine(n) Buchhalter*in, der/die die Tasten drückt. Unternehmen kauften Software, um ihre menschlichen Mitarbeitenden produktiver zu machen.

Agentic AI dreht dieses Paradigma um. KI-Agenten chatten nicht nur passiv wie ChatGPT, sie agieren. Sie bedienen APIs, navigieren durch Webseiten und treffen Entscheidungen. Ein Unternehmen kauft künftig nicht mehr das Werkzeug für den Buchhalter, sondern die Buchhaltung als fertigen Service, der von digitalen Agenten-Schwärmen erledigt wird. Die Software wird vom Hilfsmittel zum/zur eigentlichen Mitarbeitenden.

Das Ende der Benutzeroberfläche

Diese Verschiebung hat gravierende Auswirkungen auf das Produktdesign. Wenn Software traditionell für Menschen gebaut wurde, brauchte sie Dashboards, Menüleisten, farbige Buttons und komplexe Filter-Funktionen. Das Design-Team eines Start-ups verbrachte Monate damit, die User Experience (UX) so intuitiv wie möglich zu gestalten.

Doch wozu brauchen wir noch Dashboards, wenn der Einkaufs-Agent eines Konzerns im Hintergrund direkt mit dem Sales-Agenten eines Zulieferers kommuniziert? Maschinen brauchen keine bunten Buttons, sie sprechen über Schnittstellen (APIs) in maschinenlesbarem Code miteinander. Wenn der Mensch nur noch am Anfang das Ziel definiert und am Ende das fertige Ergebnis abnickt, wird die grafische Benutzeroberfläche – das Aushängeschild der bisherigen SaaS-Ära – in vielen Bereichen überflüssig. Die beste Software der Zukunft wird jene sein, die man gar nicht mehr sieht.

Die Pricing-Krise: Wer zahlt für die fehlenden Nutzer*innen?

Die größte Erschütterung betrifft jedoch die Bilanzen der Tech-Konzerne und VCs. Das klassische SaaS-Modell skaliert nach dem „Per-Seat“-Prinzip: Man zahlt pro menschlichem/menschlicher Nutzer*in. Kostet eine Software 50 Euro im Monat und das Team hat 100 Mitglieder, freut sich der Software-Anbieter über 5.000 Euro monatlich wiederkehrenden Umsatz (MRR).

Was aber passiert, wenn Agentic AI es ermöglicht, dass ein Team aus zehn Menschen denselben Output liefert wie zuvor 100? Das Unternehmen jubelt über massive Kosteneinsparungen – und dem SaaS-Anbieter brechen 90 % seiner Nutzer*innenlizenzen weg. Der paradoxe Effekt: Je besser die KI wird, desto mehr sägt sie an den Umsätzen der Softwarefirmen, die sie integrieren.

Die Tech-Branche steht damit vor einer fundamentalen Pricing-Krise. Wenn Start-ups nicht mehr pro Nutzer*in abrechnen können, wie monetarisieren sie dann ihre Agenten? Die Antwort dürfte in einem radikalen Modellwechsel liegen:

• Usage-Based-Pricing: Abgerechnet wird nach Rechenleistung oder Token-Verbrauch.
• Task-Based-Pricing: Man zahlt einen fixen Betrag pro erledigter Aufgabe (z. B. 10 Cent pro fehlerfrei gebuchter Rechnung).
• Outcome-Based-Pricing: Die ultimative, aber riskanteste Stufe. Der Software-Anbieter wird am Erfolg gemessen und bekommt beispielsweise eine Provision für jeden Deal, den sein KI-Agent erfolgreich abgeschlossen hat.

Eines ist sicher: Die Zeit, in der Start-ups Unternehmen einfach pro Kopf für den Zugang zu einer leeren Software-Hülle zur Kasse bitten konnten, neigt sich dem Ende zu. Wer in der Ära der Agenten überleben will, darf keine Werkzeuge mehr verkaufen. Er muss Ergebnisse liefern.

StartingUp: Was war der konkrete Auslöser für dich, Order Right gegen den digitalen Flickenteppich in der Gastronomie zu gründen?

Muhammed Ali Yildiz: Der Auslöser war die enorm herausfordernde Situation der Branche. Viele Gastronomen kämpfen mit komplexen Abläufen, langen Vertragslaufzeiten und einer Vielzahl an isolierten Einzellösungen, die nicht miteinander kommunizieren. Genau hier setzen wir an: Wir wollen eine zentrale Infrastruktur bieten, die den Alltag vereinfacht, damit sich Betreiber wieder auf ihr eigentliches Geschäft konzentrieren können.

StartingUp: Warum ist euer All-in-One-Ansatz für Gastronom*innen besser als schlanke Nischenlösungen („Best-of-Breed“)?

Muhammed Ali Yildiz: In der Gastronomie fehlt schlicht die Zeit für IT-Pflege. Zwischen einzelnen Nischensystemen brechen die Abläufe auf, was zu Reibungsverlusten und Mehrfachkosten führt. Wenn alles aus einer Hand kommt, entfallen diese Probleme – es gibt nur einen Ansprechpartner und eine zentrale Datenpflege. All-in-One ist für uns deshalb kein reines Feature, sondern die eigentliche Leistung.

StartingUp: Wie habt ihr es geschafft, die im Tagesgeschäft stark eingespannten Gastronom*innen für den Erstkontakt zu erreichen?

Muhammed Ali Yildiz: Die eigentliche Hürde ist tatsächlich der Erstkontakt während des laufenden Betriebs. Aber sobald wir im persönlichen Gespräch waren, konnten wir die meisten Betriebe für uns gewinnen. Unser stärkster Kanal ist dabei die Mundpropaganda, da die Branche stark vernetzt ist und sich Qualität schnell herumspricht.

StartingUp: Welcher Vertriebskanal war euer stärkster Hebel für das schnelle Wachstum von über 500 Kund*innen in zwölf Monaten?

Muhammed Ali Yildiz: Ganz klar Empfehlungen. Eine Kassenumstellung ist Vertrauenssache, da hört man lieber auf Kollegen als auf Werbung. Kaltakquise diente anfangs als Türöffner, und Partnerschaften werden jetzt relevanter, um neue Regionen zu erschließen. Der eigentliche Wachstumsmotor bleibt aber die Qualität der Arbeit beim bestehenden Kunden.

StartingUp: Wie entgegnest du im Verkaufsgespräch dem Einwand, dass eine Systemumstellung zu viel Zeit und Kosten verursacht?

Muhammed Ali Yildiz: Ich frage nach den aktuellen Kosten. Zählt man Kasse, Lieferdienste, Webshop und die manuellen Arbeitsstunden für die Buchhaltung zusammen, sind mehrere Einzellösungen oft deutlich teurer. Zudem ist unser System bewusst so einfach gehalten, dass Aushilfen in zehn Minuten eingearbeitet sind. Wir übernehmen die Einrichtung und sorgen dafür, dass die Umstellung nicht im stressigen Wochenendgeschäft passiert.

StartingUp: Überwiegt bei traditionellen Betrieben die Skepsis gegenüber KI und Automatisierung oder die Erleichterung beim Personal?

Muhammed Ali Yildiz: Anfängliche Skepsis schwindet sehr schnell durch die einfache Bedienung und unseren ständigen Support. Der KI-Telefonassistent nimmt beispielsweise verpasste Anrufe an und sichert so Umsatz, der sonst verloren ginge. Letztlich überwiegt beim Personal ganz klar die Erleichterung, weil lästige Routineaufgaben wegfallen und mehr Zeit für den Gast bleibt.

StartingUp: Welche manuellen Prozesse wird es in Restaurants in drei Jahren definitiv nicht mehr geben?

Muhammed Ali Yildiz: Erstens die handschriftliche Telefonbestellung, zweitens die doppelte Datenpflege auf verschiedenen Plattformen und drittens die Zettelwirtschaft am Monatsende für den Steuerberater. Alles, was keinen Umsatz bringt und niemandem Freude macht, wird automatisiert. Der Rest – das Kochen, Beraten und der menschliche Kontakt – bleibt beim Menschen.

StartingUp: Muhammed Ali Yildiz, danke für die Insights!

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

Key Takeaways für Gründer*innen

• All-in-One schlägt Insellösungen: In Branchen mit hohem operativen Druck gewinnt das System, das Schnittstellenprobleme eliminiert.
• Schmerzpunkt statt Feature-Schlacht: Schnelles B2B-Wachstum gelingt, wenn das Produkt direkte Antworten auf drängende Branchenprobleme (wie Personalmangel und Kostensteigerungen) liefert.
• Technologie als Entlastung: KI und Automatisierung dienen im B2B-Bereich vor allem dazu, dem Personal Routineaufgaben abzunehmen und Freiräume zu schaffen.

Die Zahlen im Überblick

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

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

Kritische Einordnung: Fluch oder Segen?

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

1. Die „Lean Start-up“-Renaissance

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

2. Transformation statt reiner Abbau

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

3. Das schrumpfende Team als neues Normal

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

Kompakte Handlungsempfehlungen für das Management

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

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

Fazit

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

Ein neues Rechenzentrum vor den Toren Berlins. Die Bagger rollen an, dafür muss ein lokales Feuchtgebiet weichen. Früher hätte das Unternehmen als Ausgleich einfach ein paar Setzlinge am Waldrand gepflanzt. Heute, im Zeitalter der strengen EU-Nachhaltigkeitsrichtlinien, reicht das nicht mehr. Der Konzern will – und muss – auf dem Papier „Nature Positive“ sein.

Die Lösung aus der Tech-Welt scheint elegant: „Mit einem Klick kauft das Unternehmen sogenannte Biodiversity Credits bei einem der gehypten neuen Nature-Tech-Start-ups. Die Investition fließt in den Schutz eines ausgetrockneten Pinienwaldes in Andalusien, der mit Sensoren überwacht wird. Das Gewissen der Investor*innen ist rein, die Excel-Tabelle der Nachhaltigkeitsabteilung leuchtet grün.

Doch genau in dieser grünen Zelle der Tabelle offenbart sich der fundamentale Denkfehler eines aufstrebenden Marktes. Beim klassischen Klimaschutz funktioniert diese Ausgleichslogik. Eine Tonne CO₂, die in Brandenburg ausgestoßen wird, ist physikalisch identisch mit einer Tonne CO₂, die in Spanien aus der Luft gesaugt wird. Dem Klima ist die Geografie egal, die Währung ist universell austauschbar.

Die Natur lässt sich aber nicht in ein globales Hauptbuch pressen. Man kann den Lebensraum der brandenburgischen Rotbauchunke nicht durch eine iberische Eidechse ausgleichen. Wer Jaguare mit Regenwürmern vergleicht, verliert. Dennoch arbeiten Dutzende europäische NatureTech-Start-ups aktuell genau daran: Sie nutzen Drohnen, Umwelt-DNA und Bioakustik-KIs, um die unendliche Komplexität eines Ökosystems in eine einzige, handelbare Finanzkennzahl zu übersetzen.

Es ist der ambitionierte Versuch der Tech-Branche, das Unmessbare messbar zu machen – und er droht zu einer gigantischen Illusion zu werden.

Die „God-Mode“-Technologien: Der Wald wird ausgelesen

An Daten mangelt es dabei nicht. Im Gegenteil: Die technologische Entwicklung der letzten Jahre ermöglicht uns einen völlig neuen, fast gottgleichen Blick auf Ökosysteme.

Nehmen wir das Münchner Start-up Hula Earth. Das Team bringt das Internet of Things in den Wald. Solarbetriebene Sensoren und Mikrofone lauschen rund um die Uhr. Eine künstliche Intelligenz filtert das Rauschen, identifiziert das spezifische Zirpen einer bestimmten Grillenart und verknüpft diese akustischen Daten mit Satellitenbildern. Ähnlich radikal ist der Ansatz des Start-ups IdentMe aus Halle an der Saale. Statt Tiere mühsam zu fangen oder zu zählen, setzt das Team auf eDNA (Umwelt-DNA). Ein winziger Tropfen Wasser aus einem See oder eine Bodenprobe reichen aus, um genetisch exakt nachzuweisen, welche Tier- und Pflanzenarten in den vergangenen Tagen hier verkehrten.

Der blinde Fleck der Biologie verschwindet. Wir wissen heute besser denn je, was im Wald passiert. Das Problem der Start-ups ist nicht die Datenerhebung. Das Problem beginnt beim nächsten Schritt: der Monetarisierung.

Der Index-Fehler: Mathematik vs. Biologie

Um einen Biodiversitäts-Credit an ein Unternehmen verkaufen zu können, müssen Start-ups Millionen von Datenpunkten – Vogelstimmen, DNA-Spuren, Lidar-Scans von Baumkronen – aggregieren. Sie müssen all das in eine einzige Zahl pressen. Einen Index. Einen Score.

Und hier schlagen Ökolog*innen und Biolog*innen Alarm. Die Natur ist kein Dashboard. Wenn ein Start-up-Algorithmus Biodiversität vor allem nach der bloßen Anzahl der gefundenen Arten bewertet (weil sich das mathematisch leicht berechnen lässt), droht eine gefährliche Gamification. Nach dieser Logik wäre ein künstlich angelegter Stadtzoo mit exotischen Tieren wertvoller als ein natürliches, hochspezialisiertes – aber naturgemäß artenarmes – Hochmoor. Die Reduktion von Ökosystemen auf eine handelbare Metrik öffnet Tür und Tor für Fehlsteuerungen.

Das Trauma der Carbon-Märkte

Die europäische Start-up-Szene agiert hier in einem extrem angespannten Umfeld. Der Vorgänger-Markt – die freiwilligen CO₂-Zertifikate – liegt nach massiven Greenwashing-Skandalen um wertlose „Phantom-Wälder“ in Trümmern. Investor*innen sind nervös, das Misstrauen gegenüber reinen Tech-Versprechen ist groß.

Gleichzeitig baut sich ein immenser regulatorischer Druck auf. Durch die europäische Berichtspflicht (CSRD) geraten Konzerne in Panik. Start-ups wie das Berliner Unternehmen Kuyua bauen deshalb Plattformen, die Unternehmen helfen, ihre extrem komplexen Natur- und Klimarisiken in den globalen Lieferketten überhaupt erst einmal zu erfassen. Konzerne müssen plötzlich handeln, Metriken vorweisen und Natur-Bilanzen erstellen, obwohl die wissenschaftlichen Standards für diese Bilanzen noch gar nicht ausgereift sind. Es entsteht ein gefährlicher Blindflug, bei dem Milliardenbudgets in unfertige Systeme fließen könnten, nur um Compliance-Häkchen zu setzen.

Fazit: Von Offsetting zu Insetting

Bedeutet das, dass die europäischen NatureTech-Start-ups auf dem Holzweg sind? Keineswegs. Die Technologien von eDNA bis Bioakustik sind bahnbrechend. Der Fehler liegt nicht in der Hard- oder Software, sondern im Geschäftsmodell des Ablasshandels.

Biodiversität lässt sich schlichtweg nicht „offsetten“. Zerstörung an Ort A kann nicht durch Schutz an Ort B ungeschehen gemacht werden. Der wahre und zukunftsfähige Wert der NatureTech-Szene liegt im sogenannten Insetting.

Anstatt Zertifikate aus dem Amazonas an deutsche Autobauer zu verkaufen, müssen diese Technologien eingesetzt werden, um die Natur innerhalb der eigenen Lieferketten zu reparieren. Die KI von Hula Earth oder die eDNA-Analysen von IdentMe entfalten ihr volles Potenzial, wenn sie messen, wie sich die Pestizidreduktion auf den Feldern der direkten Zulieferer auswirkt.

Die Natur lässt sich nicht als globale Währung handeln. Aber mit der richtigen Technologie lässt sie sich vor der eigenen Haustür endlich verstehen – und im besten Fall retten.

StartingUp: Hallo Abdu, starten wir direkt mit dem harten Reality-Check: Was ist dein Elevator Pitch für LingMorph?

Abdu Alawal Ibrahim: Hallo Hans! LingMorph ist eine anmeldefreie, werbefreie und kostenfreie Web-Applikation, die komplexe deutsche Sätze in Sekundenschnelle visuell unter anderem in Wortarten, Satzglieder, Kasus und das topologische Feldermodell untergliedert. LingMorph bietet Lehrkräften und Lernenden im regulären Deutsch- und DaZ-Unterricht ein datenschutzkonformes Werkzeug, das auf jedem Endgerät sofort einsatzbereit ist. Damit lösen Lehrkräfte das Problem einer oft als trocken und unverständlich wahrgenommenen Grammatik durch ein interaktives und visuelles Interface.

StartingUp: Große Bildungsverlage investieren Millionen in digitale Lernplattformen, kämpfen aber oft mit behäbigen Strukturen. Du hast LingMorph im Alleingang hochgezogen. Wie ist es dir gelungen, die etablierten Player in Sachen Ladegeschwindigkeit und Barrierefreiheit zu überholen?

Abdu Alawal Ibrahim: Ich denke, dass die erwähnten Aspekte, wie die Werbe- und Anmeldefreiheit und generell der Verzicht auf kommerziellen Gewinn hier eine große Rolle spielen. Durch meine jahrelange Erfahrung in der Frontend- und App-Entwicklung habe ich LingMorph auf der Basis von Bootstrap 5.3 ohne schwere Benutzerverwaltung oder Tracking-Skripte entwickelt. Die Satzanalyse läuft dabei getrennt von der eigentlichen Visualisierung: Während serverseitig die LingMorph-Engine die Struktur analysiert, wird sie clientseitig, also direkt auf dem Endgerät der Nutzenden, visualisiert. Dieser Ansatz ist extrem ressourcenschonend. Tests zeigen eine Ladezeit von gerade einmal 0,4 Sekunden und laut Lighthouse-Audit einen Performance-Score von 94/100 sowie die volle Punktzahl von 100 im Bereich SEO.

StartingUp: Die Kombination aus Geisteswissenschaft und Tech ist extrem spannend. Du nutzt für die automatisierte Analyse den STTS-Standard (Stuttgarter-Tübinger-Tagset). Vor welchen technischen Herausforderungen steht man, wenn man komplexe, oft unlogische natürliche Sprache in einen sauberen Algorithmus gießen muss?

Abdu Alawal Ibrahim: Dass man hier vor großen Herausforderungen steht, ist definitiv der Fall. Natürliche Sprache ist voller Unregelmäßigkeiten und Mehrdeutigkeiten (sogenannten Ambiguitäten). Hier ist zum Beispiel der Kasussynkretismus zu nennen: Die Wortgruppe „die Frauen“ kann Nominativ oder Akkusativ sein, „der Frau“ wiederum Genitiv oder Dativ. Ferner stellt besonders das Deutsche mit seinen verstreuten Prädikatsteilen, wie es beim Perfekt vorkommt („Sie hat [...] abgeholt“) sowie trennbaren Verbzusätzen („Ich gebe [...] ab“) für Algorithmen eine große Herausforderung dar. Und je komplexer Sätze werden und je mehr untypische Strukturen auftauchen, desto schneller stößt die automatisierte Analyse auf Basis des Stuttgarter-Tübinger-Tagsets an ihre Grenzen.

Der Umgang mit diesen Herausforderungen ist Teil der aktiven Weiterentwicklung des Tools: Falls der Algorithmus an linguistische Grenzen stößt, berechnet LingMorph direkt innerhalb der Engine die Konfidenz-Scores und macht potenzielle Unsicherheiten transparent über UI-Warnungen für die Nutzenden sichtbar. Ferner können die Nutzenden stets fehlerhafte Ausgaben melden, denn LingMorph ergänzt die statistischen Sprachmodelle aktiv mit weiteren hauseigenen Erkennungssystemen, um die Lücken der statistischen Sprachmodelle zu schließen.

StartingUp: Aus Produkt-Sicht (UX/UI) ist das interaktive Verschieben von Satzgliedern per Drag-and-Drop im topologischen Feldermodell ein echtes Highlight. Wie wichtig ist exzellentes User-Interface-Design, um ein von Natur aus „trockenes“ Thema wie Grammatik in ein digitales Produkterlebnis zu verwandeln?

Abdu Alawal Ibrahim: Das ist natürlich sehr wichtig und stellt als Highlight, wie du es benennst, besonders auch einen didaktischen Mehrwert dar. Denn Grammatik scheitert im Unterricht oft auch daran, dass sie als abstrakt interpretiert und vielleicht manchmal im Unterricht auch einfach zu theoretisch vermittelt wird. Mit Hilfe von Tools wie LingMorph kann der Grammatikunterricht praktischer gestaltet werden: Durch das interaktive Verschieben von Elementen direkt im Feldermodell, können grammatikalische Regeln für Lernende besser verortet und sichtbar gemacht werden. Wenn Lernende ein Satzglied per Drag-and-Drop bewegen können und die strukturelle Veränderung sofort visuell zurückgespiegelt bekommen, verwandelt sich dieses schultypische Auswendiglernen in eine Art des Experimentierens und Entdeckens.

StartingUp: LingMorph verzichtet komplett auf Registrierung, Werbung und Datentracking. In der Start-up-Welt gilt das Datensammeln oft als das neue Gold. Warum ist dieser radikale Datenschutz-Ansatz für dich kein Wachstumshemmer, sondern vielleicht sogar dein wichtigster Growth-Hacker?

Abdu Alawal Ibrahim: Weil im stark regulierten Bildungssektor der Datenschutz die größte bürokratische Hürde überhaupt darstellt. Wer an Schulen ein digitales Tool einführen will, scheitert meist monatelang an den Freigaben, durch die DSGVO-Hürden und ist auch rechtlich daran gebunden, Einverständniserklärungen der Erziehungsberechtigten einzufordern. Dadurch, dass LingMorph keinerlei personenbezogene Daten für kommerzielle Zwecke erhebt, kein Tracking nutzt und keine Registrierung erfordert, fällt diese Barriere komplett weg. Lehrkräfte können den Link ohne Absprache direkt an die digitale Tafel werfen und den Lernenden zur Nutzung auf ihren Endgeräten vorstellen. Das Ziel von LingMorph ist es primär, den Deutschunterricht zu unterstützen und Lernenden zu helfen. Kommerziell orientierte Tools schrecken vor diesem radikal datenschutzfreundlichen Weg verständlicherweise oft zurück.

StartingUp: Du positionierst LingMorph als Open Educational Resource (OER). Das klingt edel, wirft im Start-up-Kontext aber die Frage auf: Wie sieht die langfristige Core-Strategie aus? Wie finanzierst du Serverkosten und Weiterentwicklung, wenn die Nutzer*innenbasis explodiert?

Abdu Alawal Ibrahim: Aktuell ist das Wachstum LingMorphs mit über 130.000 Analysen pro Monat bereits massiv, aber die technische Infrastruktur fängt das sehr kosteneffizient ab. Ein großer Teil der Kernfunktionen soll für Lehrkräfte und Lernende somit immer kostenfrei und barrierefrei bleiben. Wie genau öffentliche Fördergelder für digitale Bildungsinfrastruktur oder Premium-Lizenzen für Institutionen die Weiterentwicklung in Zukunft mittragen können, ist aufgrund des jungen Alters der Applikation im Detail noch offen.

StartingUp: Die renommierte Fachwelt, wie das Symposion Deutschdidaktik e.V., unterstützt dich bereits. Im Start-up-Sprech hast du dir damit eine extrem starke „Corporate Credibility“ gesichert. Wie hast du diese Schwergewichte der Wissenschaft von deiner studentischen Innovation überzeugt?

Abdu Alawal Ibrahim: Diese Unterstützung nehme ich stets sehr dankend an und freue mich gerade über das hohe Interesse aus der Sprachdidaktik und aus vielen Hunderten Schulen und Deutsch- sowie DaZ/DaF-Lehrkräften, die sich regelmäßig bei mir melden. Das motiviert mich bei der Weiterentwicklung enorm.

Ich denke, dass neben der einfach zu bedienenden Benutzeroberfläche und der mit LingMorph gebotenen Unterstützung für Lehrkräfte, auch die fachliche Validität von Relevanz ist, denn gerade die Erläuterungen zu den einzelnen Analyseschritten stützen sich auch auf etablierte germanistische Standardwerke. Und dass die Entwicklung von LingMorph auch stets auf das Feedback der Didaktiker*innen aufbaut und ich der Didaktik und Linguistik bei der Weiterentwicklung stets offen gegenüberstehe, hilft auch enorm.

StartingUp: Zum Schluss: Was ist das nächste große Feature auf deiner Produkt-Roadmap und wo siehst du LingMorph im EdTech-Markt der Zukunft?

Abdu Alawal Ibrahim: Auf der Produkt-Roadmap stehen neben der Optimierung des Erkennungssystems und noch besserer und interaktiverer Visualisierung, auch die Etablierung von Aufgaben für Lernende, die wahlweise durch die Lehrkräfte in Form von selbst vorgegebenen Sätzen erfolgen soll. Damit sollen mehr Möglichkeiten für das gemeinsame Experimentieren im Deutschunterricht geboten werden.

Ferner steht auch die Etablierung von Künstlicher Intelligenz (KI) auf der Produkt-Roadmap. Besonders die Integration von Large Language Models (LLM) bietet die Möglichkeit den Lernenden die Erkennungsergebnisse zu erläutern und Teile des Erkennungssystems an die KI zu delegieren (z. B. die Autokorrektur von Eingabefehlern, die erneute Prüfung bei geringer Konfidenz des gegenwärtigen Erkennungssystems u. v. m.).

Hinsichtlich des Datenschutzes gibt es reichlich Möglichkeiten der datenschutzkonformen KI-Integration: Möglich wäre hier das Hosten des LLM über den Browser des Nutzenden (auch „client-side AI“ genannt) sowie die Möglichkeit des Hostens des Modells auf dem Server von LingMorph (auch „self-hosted AI“ genannt). Besonders sogenannte Transformer-Modelle bieten hier eine enorm hohe Erkennungsgenauigkeit und können mit den eben benannten Herausforderungen deutlich besser umgehen.

Ferner sind nach enger Absprache mit Fachreferenten von verschiedenen Landesämtern für Schule und Bildung sprachliche und strukturelle Anpassungen des Tools geplant. Alles in allem berücksichtige ich stets neue Möglichkeiten zur Verbesserung von LingMorph und freue mich jederzeit auf neue Impulse.

StartingUp: Danke, Abdu Alawal Ibrahim, für das Gespräch.

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

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.

Das Marktumfeld für Wagniskapital in Deutschland galt in den vergangenen zwei Jahren als rau. Eine viel zitierte „Funding-Winter“-Phase dämpfte die Euphorie, große Wachstumsrunden wurden seltener. Umso bemerkenswerter ist der jüngste Meilenstein der Nufin GmbH, besser bekannt unter ihrem Markennamen Moss: Das Berliner Start-up sicherte sich 30 Millionen Euro in einer Series-C-Runde und überschreitet damit glatt die Milliardenbewertung. Moss gesellt sich somit zu einer neuen Generation deutscher Einhörner (Unicorns), zu der zuletzt auch die Mobilitätsfirma Finn und das Robotik-Unternehmen Neura Robotics zählten.

Angeführt wird die aktuelle Runde von Portage, dem kanadischen Fintech-Investment-Arm von Sagard, unter Beteiligung der Bestandsinvestoren Cherry Ventures. Dies ist bemerkenswert, da frühere Runden von Schwergewichten wie Valar Ventures (Peter Thiel) und Tiger Global Management dominiert wurden. Doch was steckt hinter dem rasanten Aufstieg, und wie behauptet sich das Geschäftsmodell in einem Markt, der von aggressiven Mitbewerbern geprägt ist?

Die Gründerhistorie: Aus dem Schmerz zur Lösung

Gegründet wurde Moss im Jahr 2019 von Ante Spittler (heutiger CEO), Anton Rummel, Ferdinand Meyer und Stephan Haslebacher. Die Ursprünge der Idee liegen im klassischen Gründer-Schmerz. Spittler, der vor der Gründung von Moss Erfahrungen im Venture Capital und in der Beratung sammelte, erlebte die finanziellen und administrativen Hürden von Start-ups aus erster Hand. Bei einer seiner früheren Unternehmungen dauerte es laut eigenen Angaben sechs Monate, um das finanzielle Chaos aufzuräumen, und weitere sechs Monate, um die Bücher endgültig zu schließen. „Alle Unternehmen, die ich gesehen hatte, hatten beim Aufbau ihrer Finanzabteilung mit denselben Problemen zu kämpfen“, resümierte Spittler im Rahmen der Entstehungsgeschichte.

Anfangs noch unter dem Namen Vanta gestartet (nicht zu verwechseln mit dem gleichnamigen US-amerikanischen Compliance-Start-up), fokussierten sich die Berliner zunächst darauf, moderne Firmenkreditkarten bereitzustellen, um das Spesen- und Ausgabenmanagement (Spend Management) zu digitalisieren. Das Team überzeugte schnell namhafte Geldgeber. Bereits kurz nach der Gründung stiegen Cherry Ventures und Global Founders Capital (Rocket Internet) ein. Im Jahr 2021 katapultierte Peter Thiels Fonds Valar Ventures das Start-up als Lead-Investor der Series-A auf die internationale Bühne, 2022 folgte Tiger Global mit 75 Millionen Euro für die Series-B – damals bei einer Bewertung von über 500 Millionen Euro.

• Umsatz & Wachstum: > 70 Mio. € ARR. Zuletzt 65 % Umsatzwachstum.
• Kundenstamm: > 5.000 Unternehmen. Aktiv in Deutschland, UK, den Niederlanden und Österreich. 2 Mio. Transaktionen monatlich.

Kritische Hinterfragung des Geschäftsmodells

Die Wachstumszahlen lesen sich beeindruckend: Über 70 Millionen Euro an wiederkehrenden jährlichen Umsätzen (ARR). Damit ergibt sich auf Basis der 1-Milliarde-Euro-Bewertung ein Multiple von knapp 14x, was im aktuellen SaaS-Klima als überaus ambitioniert gilt. Doch das Geschäftsmodell ist keineswegs ohne Herausforderungen.

Grundsätzlich verdienen Spend-Management-Plattformen ihr Geld über zwei Hauptsäulen:

1. Interchange Fees (Transaktionsgebühren): Bei jeder Kartenzahlung behält der Anbieter einen Prozentsatz ein. In der EU sind diese Gebühren für Firmenkreditkarten zwar nicht so rigide gedeckelt wie für Verbraucher, der Erlös pro Transaktion bleibt aber dennoch geringer als auf dem lukrativen US-Markt.
2. SaaS-Abonnementgebühren: Unternehmen zahlen monatliche Gebühren für die Nutzung der Software, das Rechnungsmanagement und tiefgreifende Integrationen (wie DATEV, Xero, Exact Online) sowie HR-Systeme (Personio, BambooHR, HiBob).

Kritiker*innen merken an, dass der Markt für Ausgabenmanagement extrem kompetitiv ist. Moss steht in direkter Konkurrenz zu enorm kapitalstarken Playern. Hinzu kommt eine wachsende Ausdifferenzierung: Für Software-lastige Start-ups können hybride Kostenmodelle unberechenbar werden, weshalb teils Spezialanbieter (wie Cledara für reines SaaS-Spend) oder etablierte Riesen (wie SAP Concur) vorgezogen werden. Die feste Bindung der Kunden über die Software (SaaS-Lock-in) ist für Moss folglich überlebenswichtig, da reine Kreditkartenfunktionen von Neobanken zunehmend als simples Standard-Feature angeboten werden.

Der Wettbewerb: Ein Rennen der Giganten

Moss bewegt sich keineswegs im luftleeren Raum. Der europäische Markt ist dicht besiedelt mit Playern, die fast identische Kernprobleme lösen wollen – darunter Pleo (Dänemark), Spendesk (Frankreich), Payhawk (Bulgarien/UK) und im DACH-Raum Circula. Zudem drängen US-Größen wie Brex, Ramp und Expensify weltweit auf den Markt.

Moss differenziert sich stark über tiefe Buchhaltungsautomatisierungen und einen extremen Fokus auf Sicherheit. Als BaFin-reguliertes Finanzinstitut unter dem PSD2-Rahmenwerk, ISO/IEC 27001:2022 zertifiziert, DORA-konform und mit Hosting auf der Google Cloud (GCP) in Frankfurt bedient Moss den strikten europäischen Sicherheitsanspruch punktgenau (inklusive Multi-Faktor-Authentifizierung, Biometrie und Vier-Augen-Prinzip).

Warum „nur“ 30 Millionen?

Eine Series-C-Runde mit 30 Millionen Euro, die ein Start-up in den Unicorn-Status hebt, wirft im Branchenvergleich Fragen auf. Zum Vergleich: Die Series-B umfasste noch stolze 75 Millionen Euro. Dies deutet auf zweierlei hin: Erstens hat Moss offensichtlich in den vergangenen Jahren eine sehr hohe Kapitaleffizienz bewiesen und verbrennt verhältnismäßig wenig Cash. Zweitens fungiert diese Runde weniger als klassische Kriegskasse für eine aggressive Marktexpansion, sondern primär als gezieltes strategisches Investment, um den Ausbau der neuen „Finance AI“-Suite voranzutreiben, ohne die Anteile der Gründer durch Verwässerung unnötig zu belasten. Es zeigt zudem eindrücklich, dass Investoren im aktuellen Klima weit mehr Wert auf Profitabilität als auf Wachstum um jeden Preis legen.

Der neue Rettungsanker: „Finance AI“ – Buzzword oder Gamechanger?

Das 30-Millionen-Ticket ist an ein klares strategisches Versprechen geknüpft: Die Weiterentwicklung zur „Finance AI“. Moss will es Kunden künftig ermöglichen, KI-Agenten für nahezu jeden Finanzjob frei zu konfigurieren.

Doch das Berliner Start-up setzt dabei bewusst auf eine eingebaute Kontrollmechanik. Statt vollautonomer Systeme bleibt der Mensch stets die letzte Instanz. In einer Umfrage unter 471 Führungskräften im Finanzbereich stellte Moss fest, dass 48 % der Befragten Kontrolle als oberste Priorität einstuften, während nur 6 % volle Autonomie wünschten. Investor Cherry Ventures fasste diesen Ansatz treffend zusammen: „Eine KI, die die Arbeit vorbereitet, ihre Herleitung bis auf das jeweilige Sachkonto nachvollziehbar macht und ohne Freigabe des Teams keine weitreichenden Aktionen ausführt.“

Kritisch betrachtet ist dies eine smarte Positionierung. So lässt sich das aktuelle Momentum des Begriffs „KI“ geschickt nutzen, ohne die massiven Haftungs- und Compliance-Risiken fehlerhafter automatischer Buchungen tragen zu müssen. Ob diese KI-Funktionen ausreichen, um Moss langfristig einen unüberwindbaren technologischen Burggraben gegenüber hochgerüsteten Wettbewerbern wie Spendesk oder Pleo zu sichern, wird die alles entscheidende Frage für die nächsten Geschäftsjahre sein.

Fazit: Ein starkes Signal für den Standort Deutschland

Der Aufstieg von Moss zum Unicorn ist ein starkes und dringend benötigtes Signal für das deutsche Start-up-Ökosystem. Ante Spittler und sein Team haben bewiesen, dass man auch in einem B2B-Markt, der oberflächlich betrachtet bereits überfüllt wirkt, durch exzellente Execution, starke Regulierungs-Compliance (BaFin, DORA) und einen tiefen Fokus auf lokale Kunden-Schmerzpunkte erfolgreich skalieren kann.

Dennoch wird die Luft an der Spitze zunehmend dünner. Moss muss in naher Zukunft beweisen, dass die vollmundig versprochene „Finance AI“ kein reines Marketing-Vehikel ist, sondern echten, messbaren SaaS-Mehrwert liefert, um die hohe Bewertungsgrundlage auch langfristig zu rechtfertigen.