Die Übernahme markiert einen Meilenstein für das 2020 in Berlin gegründete Unternehmen. JustPlay steuert im Jahr 2026 auf einen Umsatz von über 300 Millionen US-Dollar zu und hat seit seiner Gründung bereits mehr als 200 Millionen US-Dollar an seine Spieler*innen ausgeschüttet. Um diesen steilen Aufstieg zu verstehen, muss man sich die Mechanik der Plattform und das Gründerteam genauer ansehen.

Gründungshistorie & Die Köpfe dahinter

Hinter JustPlay steht ein Gründer-Trio, das die Schwächen herkömmlicher Ad-Tech- und Gaming-Plattformen aus erster Hand kannte: Carl Livie (Co-CEO), Gil Mincberg (Co-CEO & Chief Strategy Officer) und Mirko Aquaro (CPO). Sie gründeten JustPlay in Berlin mit einem klaren Ziel: das strukturelle Problem der mangelnden Nutzerbindung im Bereich Rewarded Gaming zu lösen.

Laut Mitbegründer und CEO Carl Livie spielten herkömmliche Belohnungssysteme in der Vergangenheit oft nur die Rolle von „Marketing-Gags“. Sie trieben zwar kurzfristig die Downloadzahlen in die Höhe, waren jedoch nicht darauf ausgelegt, für Spieler*innen und Entwickler*innen einen langfristigen Wert zu bieten. Das Team erkannte, dass die Abhängigkeit von externen Werbebudgets unweigerlich zu schwankenden Auszahlungen führte – was das Vertrauen der Nutzer*innen nachhaltig zerstörte.

Das Geschäftsmodell kritisch hinterfragt: Alles aus einer Hand

Der entscheidende Unterschied zwischen JustPlay und klassischen Anbieter*innen liegt in der vertikalen Integration: Das Start-up besitzt und betreibt sowohl das eigene Rewarding-Ökosystem als auch die Spiele, für die die Nutzer*innen belohnt werden.

• Die Monetarisierungs-Schleife: Da JustPlay Eigentümer der Inhalte ist, kontrolliert das Unternehmen die gesamten Einnahmen. Anstatt Belohnungen aus flüchtigen, externen Kampagnenbudgets zu finanzieren, speisen sich die Auszahlungen direkt aus dem Wert, der innerhalb der Plattform selbst generiert wird.
• Vertrauen durch Instant-Payouts: JustPlay integriert die Auszahlungsinfrastruktur direkt in das Produkterlebnis. Belohnungen erfolgen transparent und sofort. Das minimiert die Abwanderungsquote, die entsteht, wenn Belohnungen versiegen oder künstlich verzögert werden.

Kritische Einordnung

Das Modell besticht durch seine Unabhängigkeit, birgt jedoch ein Klumpenrisiko: Die Strategie erfordert eine kontinuierliche Produktion oder Akquise von erfolgreichen In-House-Spielen. Verliert JustPlay an Innovationskraft oder sinkt die Qualität der eigenen Titel, gerät die gesamte Wertschöpfungskette unter Druck. Bislang geht die Rechnung jedoch auf: Mit über 50 Millionen Downloads hat das Start-up bewiesen, dass es eine kritische Masse langfristig binden kann.

Marktumfeld & Wettbewerb

Der Markt für "Play-to-Earn" und Belohnungs-Apps ist extrem kompetitiv, aber stark fragmentiert. JustPlay konkurriert hier mit verschiedenen Playern, die teils andere Schwerpunkte setzen:

• Mistplay: Der größte direkte Konkurrent (fokussiert auf Android) setzt auf eine breite, externe Spielebibliothek. Die Auszahlungen erfolgen meist in Form von Geschenkkarten und weisen oft eine Bearbeitungszeit auf.
• Swagbucks / KashKick: Diese Plattformen sind breiter aufgestellt und belohnen Nutzer nicht nur für das Spielen, sondern primär für Umfragen oder das Ansehen von Videos.
• Pocket7Games: Fokussiert sich auf kompetitives Skill-Gaming (z.B. E-Sports für Casual Games), bei dem Nutzer*innen mit Geldeinsatz direkt gegeneinander antreten.

JustPlay positioniert sich in diesem Feld als die transparente, schlanke Alternative. Anstatt Spieler*innen mit unübersichtlichen Punktesystemen auf Drittanbieter*innen-Spiele umzuleiten, bietet die Berliner Plattform ein geschlossenes Ökosystem mit Fokus auf schnelle Liquidität für die Nutzer*innen.

Die JustPlay-Perspektive: Warum dieser Exit der logische nächste Schritt ist

Aus der Sicht von JustPlay kommt der Einstieg von NCSOFT zum perfekten Zeitpunkt. Gaming-Unternehmen suchen weltweit nach Wegen, um die langfristige Kund*innenbindung und Monetarisierung in integrierten Ökosystemen zu vereinen.

Für das Berliner Start-up bietet die Übernahme drei entscheidende strategische Vorteile:

1. Globale Expansion: Mit der Finanzkraft des asiatischen Gaming-Riesen im Rücken kann JustPlay die weltweite Expansion beschleunigen.
2. Skalierung der Plattform: Die Investition fließt unmittelbar in den technologischen Ausbau der Plattform für belohnte Nutzer*innen-Interaktion.
3. Cross-Synergien: NCSOFT bringt ein massives Casual-Gaming-Portfolio mit, darunter Tochtergesellschaften wie Lihuhu und Springcomes. Dies bietet JustPlay eine gewaltige Pipeline an neuen Inhalten, die in das eigene System integriert werden können, ohne die Kontrolle über die Umsätze abzugeben.

Fazit

Der Exit ist kein Endpunkt, sondern das Fundament für die nächste Skalierungsstufe. JustPlay definiert Belohnungen nicht als externen Anreiz, sondern als fundamentalen Bestandteil des Kernnutzens eines Produkts. Gelingt es, dieses Prinzip auf das weltweite Portfolio von NCSOFT zu übertragen, könnte aus dem Berliner Start-up sogar der globale Standard für Rewarded Engagement im Mobile Gaming werden.

Infobox: JustPlay – Key-Facts zur Übernahme

• Gründung: 2020 in Berlin.
• Management (u. a.): Carl Livie (Mitbegründer und CEO).
• Downloads: Mehr als 50 Millionen.
• Auszahlungen an Nutzer*innen: Bisher über 200 Millionen US-Dollar.
• Umsatzprognose (2026): Auf Kurs für über 300 Millionen US-Dollar.
• Übernahmedetails: Der südkoreanische Konzern NCSOFT investiert 202 Millionen US-Dollar.
• Erworbene Anteile: 70 % durch NCSOFT.
• Strategisches Ziel: Erschließung neuer Märkte, Ausbau der Plattform sowie Nutzung von Synergien mit NCSOFT-Töchtern wie Lihuhu und Springcomes.

Der Geruch von Rasen weicht zunehmend dem leisen Surren von Hochleistungsservern. Wer im Jahr 2026 an die Sportindustrie denkt, darf nicht mehr nur an überfüllte Stadien und verschwitzte Trikots denken, sondern muss Algorithmen, Drohnen und neuronale Netze vor Augen haben. Die Transformation der SportTech- und E-Sports-Branche hat endgültig den Sprung vom verspielten Nischenthema zum essenziellen Wirtschaftsfaktor geschafft – doch der Weg dorthin war ein brutaler Ausleseprozess. Wo vor wenigen Jahren noch blind Millionen in naive Krypto-Träume, überteuerte Fitness-Gadgets und kurzlebige Influencer-Ligen gepumpt wurden, ist nach einer beispiellosen Welle spektakulärer Start-up-Pleiten nun knallharter Realismus eingekehrt.

Der Markt hat sich radikal bereinigt: Heute werten hochkomplexe, KI-basierte digitale Coaches die Biomechanik von Athlet*innen in Echtzeit aus. Physischer Spitzensport und digitale Welten verschmelzen in hybriden Ligen, während Augmented Reality das Fan-Erlebnis im heimischen Wohnzimmer neu definiert. Es ist ein Milliardenmarkt entstanden, der klassische Vereinsstrukturen aufbricht und Gründer*innen eine erbarmungslose Arena bietet: Der Hype ist tot, es überleben nur noch Start-ups mit echter technologischer Substanz.

Die Marktlage: Milliarden-Wetten auf die digitale Athletik

Der Markt für Sporttechnologie und E-Sports hat seine post-pandemische Findungsphase längst hinter sich gelassen und präsentiert sich so reif und kapitalstark wie nie zuvor. Ein Blick auf die realen Marktdynamiken genügt: Branchenspezifische Analysen internationaler Tech-M&A-Berater*innen belegen das kontinuierliche Wachstum des globalen SportsTech-Marktes. Parallel dazu zeigen die fundierten Erhebungen des Bitkom und des KfW Research zum allgemeinen Start-up-Ökosystem unmissverständlich, dass Wagniskapital heute primär in DeepTech fließt.

Der absolute technologische Haupttreiber des Sektors ist die angewandte künstliche Intelligenz, dicht gefolgt von Spatial Computing. Während der Krypto- und Blockchain-Hype der frühen 2020er Jahre einer harten Marktkorrektur gewichen ist, dominieren nun handfeste B2B-SaaS-Lösungen und KI-gestützte Computer-Vision-Modelle das Feld. Die Unit Economics haben sich branchenweit stabilisiert. Investor*innen vergeben wieder signifikante Runden an Start-ups, die nachweislich die Leistung von Athleten steigern oder die Monetarisierung von Fan-Daten messbar optimieren können – und zwar ohne dabei in die hochriskante und teure Hardware-Falle zu tappen.

Die neuen Treiber (Sub-Sektoren): Vom Feld direkt in die Cloud

Wer heute noch versucht, eine weitere reine Fitness-Community-App zu bauen, erntet in den Boardrooms der VCs nur noch ein müdes Lächeln. Der Markt wird von hochspezifischen Sub-Sektoren getrieben, die tief in die Wertschöpfungskette des Sports eingreifen. Der dominierende Bereich ist „Markerless Computer Vision“, bei dem Kameras ohne am Körper getragene Sensoren jede Bewegung präzise erfassen und KI-Modelle Verletzungsrisiken prädiktiv berechnen.

Ein weiterer explosiver Treiber ist das „Immersive Fan Engagement“, wo Spatial Audio und Augmented Reality Stadionbesuche für globale Fans virtuell erlebbar machen.

Schließlich dominiert der „Hybride E-Sport“, bei dem physische Leistung nahtlos mit In-Game-Mechaniken verknüpft wird. Etablierte Pioniere wie das Münchner Vorzeige-Unternehmen Kinexon, das mit seiner präzisen Tracking-Hardware und Taktik-Software längst die NBA und Bundesliga erobert hat und branchenintern als heißer Anwärter auf den Unicorn-Status gehandelt wird, haben hierfür den Weg geebnet und gezeigt, dass deutsche DeepTech-Lösungen globale Standards setzen können.

Reality Check: Der teure Spiegel der Wahrheit

Doch der Weg in den Sport-Olymp ist gepflastert mit den Ruinen überhypter Geschäftsmodelle. Das einst prominenteste Mahnmal ist der tiefe Fall von Connected-Fitness-Hardware-Anbietern wie VAHA. Der smarte Fitness-Spiegel aus Berlin scheiterte an der Post-Covid-Realität und wurde Ende 2022 im Rahmen eines Fire-Sales veräußert. Ebenso zerschellten Krypto-Träume an der harten Marktwirklichkeit: Das Münchner Start-up The Football Club (TFC), gegründet 2020, das den Fußballfandom mit NFT-Avataren revolutionieren wollte, ging bereits 2023 nach dem Platzen der Blockchain-Blase in die Insolvenz.

Fast zeitgleich musste mit Coachinho (Gründung 2021) ein weiteres ambitioniertes Software-Projekt die Segel streichen: Die KI-basierte Pose-Detection-App für Amateurkicker versprach digitale Profi-Expertise via Smartphone-Kamera, ging jedoch trotz Unterstützung der NRW.Bank Ende 2023 in die Knie – der Spagat zwischen komplexer Computer-Vision-Technologie und einer nachhaltigen Monetarisierung im Breitensport erwies sich als zu groß.

Zwei brandaktuelle Dramen erschütterten die Branche jedoch erst kürzlich. Zum einen musste das Jenaer Start-up Coachwhisperer (Gründung 2021) im Frühjahr 2026 zum Amtsgericht – die brutalen Entwicklungskosten ihrer In-Ear-Hardware hatten Millionen verschlungen. Zum anderen endete der gewaltige Hype der Kölner Baller League (Gründung 2023). Das hybride Medienunternehmen mischte den Markt durch Twitch-Kultur und Influencer zunächst radikal auf, doch nachdem Hauptsponsoren wie XING absprangen und Prominente sich zurückzogen, musste der deutsche Ligabetrieb im Januar 2026 eingestellt werden.

Aus solchen Crashs lassen sich vier fatale Fallstricke ableiten:

• Die Hardware-Falle. Wer auf physische Geräte setzt (wie VAHA oder Coachwhisperer), unterschätzt die Komplexität und Kapitalintensität der Produktion.
• Die toxischen Customer Acquisition Costs. Im B2C-Geschäft und bei reinen Hype-Formaten explodieren Marketing- und Influencer-Ausgaben so schnell, dass sie jegliche Margen auffressen.
• Die Churn-Rate-Illusion. Wenn der anfängliche Hype verfliegt (wie bei TFC oder der Baller League), kündigen Nutzer*innen Abos und Sponsoren springen ab.
• Der regulatorische und technologische Blindflug. Wer – wie Coachinho – biomechanische Daten per Kamera verarbeitet, scheitert in Europa nicht nur an der extremen technologischen Hürde, sondern oft auch an den strengen DSGVO-Vorgaben, wenn Privacy-by-Design nicht vom ersten Tag an verankert ist.

Das deutsche Netzwerk (Hotspots)

Die deutsche Szene konzentriert sich auf hochspezialisierte urbane Hubs, die eine perfekte Symbiose aus Forschung, Kapital und Industrie bieten. München thront dank der Technischen Universität (TUM) und der Innovationsmaschinerie der UnternehmerTUM unangefochten an der Spitze, wenn es um DeepTech, Sensortechnik und Wearables geht. Berlin bleibt das unbestrittene Epizentrum für E-Sports und Fan-Engagement, angetrieben durch die Präsenz globaler Player wie Riot Games, Mega-Organisationen wie G2 Esports und ein dichtes Netz an Kreativagenturen. Köln hat seine historische Stärke als Sitz der Deutschen Sporthochschule (DSHS) sowie der ESL genutzt, um sich als europäischer Hotspot für sportwissenschaftliche Start-ups und Live-Event-Technologien zu etablieren. Leipzig komplettiert das Quartett; angetrieben durch den SpinLab Accelerator hat sich die Stadt eine exzellente Nische im Bereich E-Health, Reha-Technologien und digitaler Prävention im Spitzensport erarbeitet.

Investor*innen-Radar

Das Kapital fließt aus hochspezialisierten Quellen. Bei den dedizierten VCs führt global kein Weg an BITKRAFT Ventures vorbei; der Fonds mit starken Berliner Wurzeln ist der absolute Königsmacher im E-Sports- und Web3-Gaming-Segment. Ergänzt wird dies durch Spezialisten wie leAD Sports & Health Tech Partners, die gezielt Frühphasen-Start-ups skalieren. Auch die Top-Tier Generalisten haben Blut geleckt: Earlybird und Cherry Ventures platzieren zunehmend Wetten auf B2B-SaaS-Modelle, die Sportdaten monetarisieren. Auf industrieller Seite dominieren Corporate VCs wie Porsche Ventures, die in Performance-Tech investieren, sowie Adidas, die nach digitalen Fitness-Ökosystemen suchen. Der wahre Motor der Frühphase sind jedoch erfahrene Business Angels. Prominente Köpfe aus dem echten Sport wie Mario Götze, Julian Draxler oder Oliver Bierhoff haben sich längst als smarte Co-Investoren etabliert, die nicht nur Kapital, sondern unbezahlbaren Zugang zu Vereinen und Athlet*innen mitbringen.

Die Top Start-ups (Must-Watch)

Für die Auswahl der Top-Start-ups in diesem Report haben wir strenge Kriterien angelegt. Alle beleuchteten Unternehmen sind ausschließlich deutsche Start-ups, deren Gründung im Jahr 2020 oder später erfolgte. Wir bewerten nicht nach den lautesten Marketing-Kampagnen, sondern nach vier harten Metriken: belegbare Marktrelevanz, die Tiefe der technologischen Innovation (Reifegrad), Diversität in den Geschäftsmodellen und Gründungsteams sowie das nachgewiesene Vertrauen hochkarätiger Investor*innen. Zudem floss die Skalierbarkeit des jeweiligen Ansatzes maßgeblich in die finale Bewertung ein.

Prematch (Gründung 2021)

Das Kölner Gründer-Trio Lukas Röhle, Fiete Grünter und Niklas Brackmann hat mit Prematch den „Transfermarkt für den Amateurfußball“ erschaffen. Das B2C- und B2B-Plattform-Modell bündelt Spieldaten, News und Statistiken bis in die tiefsten Amateurligen. Der USP liegt in der gigantischen, hochaktiven Basisdaten-Sammlung, die auch für Werbetreibende extrem wertvoll ist. Zuletzt flossen Millionen in mehreren Runden, angeführt von namhaften Business Angels: Neben den Profis Serge Gnabry und David Raum stieg auch das Family Office von Jürgen Klopp sowie Weltmeister Toni Kroos als strategischer Investor ein.

Dyn Media (Gründung 2022)

Unter der Vision des ehemaligen DFL-Chefs Christian Seifert und der operativen Führung von CEO Andreas Heyden revolutioniert Dyn Media als B2C-Streaming-Plattform die Sichtbarkeit von Sportarten jenseits des Fußballs. Der technologische USP liegt in einer hochmodernen, Cloud- und KI-gestützten Produktionsinfrastruktur, die Übertragungskosten drastisch senkt. Als absoluter Vertrauensbeweis der Branche gilt das starke Fundament des Medienprojekts: Das Joint Venture mit dem Medienriesen Axel Springer sichert der Plattform langfristig die nötige Finanzkraft und eine enorme mediale Reichweite.

Exakt Health (Gründung 2021)

Das von Philip Billaudelle und Lucia Payo in Berlin gegründete Start-up Exakt Health liefert den perfekten Gegenentwurf zur überhypten Fitness-Hardware. Das B2C-SaaS-Modell ist als echtes, zertifiziertes Medizinprodukt (MDR) zugelassen und bietet eine physiotherapeutische App für Sportverletzungen. Der USP liegt in den adaptiven, KI-gestützten Trainings- und Rehaplänen, die auf strengen medizinischen Leitlinien basieren. Dieses tiefe technologische Fundament sicherte dem Team Millionen-Investments von starken Lead-Investoren wie der Barmenia Next Strategies sowie von erfahrenen Engeln wie dem N26-Gründer Maximilian Tayenthal.

Enduco (Gründung 2020 / Neustart 2024)

Die Geschichte von Enduco ist die ultimative „Phönix aus der Asche“-Story der Szene. Ursprünglich 2020 gegründet und vom High-Tech Gründerfonds (HTGF) finanziert, musste die GmbH Mitte 2024 Insolvenz anmelden. Doch statt aufzugeben, formierte das Team um Mitgründer Lennard Schäfer das B2C-SaaS-Modell unter dem neuen Firmendach der endurance coach GmbH radikal neu. Die App bietet Ausdauersportlern eine Trainingsplanung, die mithilfe von maschinellem Lernen auf Vitaldaten reagiert – ein handfester Beweis, dass echte technologische Substanz harte Unternehmenskrisen überdauern kann.

Internationaler Ausblick & Fazit

Wer den Blick über den europäischen Tellerrand wagt, erkennt drei globale Makro-Trends, die den deutschen Markt in Kürze mit voller Wucht treffen werden. Aus den USA schwappt die Welle des „Markerless Tracking“ herüber, bei dem reine Smartphone-Kameras genügen, um durch komplexe KI-Berechnungen vollständige biomechanische Profile zu erstellen – der Anfang vom Ende der klobigen Wearables. Asien dominiert derweil die Entwicklung von KI-generierten Live-Kommentatoren und hyperrealistischen Avataren, die E-Sports-Übertragungen in dutzenden Sprachen gleichzeitig und vollautomatisiert moderieren. Aus dem DeepTech-Hub Israel drängen Start-ups auf den Markt, die neurokognitives Bio-Feedback nutzen, um die Reaktionszeiten von Profisportlern durch Gehirnstrom-Analysen messbar zu verkürzen.

Das Fazit für Gründer*innen und Investor*innen: Bunte Community-Apps ohne echten technologischen Burggraben haben in der SportTech-Branche keine Überlebenschance mehr. Gewinnen wird, wer harte DeepTech-Lösungen im B2B-Bereich etabliert, echte Leistungsprobleme durch Daten löst und verstanden hat, dass der Sport der Zukunft im Code entschieden wird.

Während andere Abiturient*innen für Klausuren büffeln, programmierten Florian Ritzel und sein Mitgründer Jannik Kirchhoff (beide 18) ein Start-up. Die Initialzündung war laut den beiden Hamburger Gymnasiasten eine gesellschaftliche Beobachtung: Die Belastung durch Mobilitätskosten. „Die alleinerziehende Mutter sollte nicht an der Zapfsäule stehen müssen und entscheiden, ob sie ihr Kind in die Kita oder sich selbst zur Arbeit fährt“, beschreibt Ritzel die Motivation hinter dem Projekt. Die amüsante Ironie ihrer Gründung: Die Marlow-Gründer besitzen aktuell nicht einmal einen Führerschein.

Auf die naheliegende Skepsis bezüglich dieses fehlenden „Nutzer-Wissens“ reagiert Florian Ritzel offensiv: „Natürlich gibt es immer Leute, die unsere Idee kritisieren. Und fehlendes Nutzerwissen ist gerade am Anfang schwierig, vor allem, wenn man eine App bauen möchte, die möglichst vielen Menschen hilft.“ Doch aus der vermeintlichen Schwäche machten sie eine Stärke durch maximale Nutzerorientierung. „Wir haben bereits vorher im Umfeld rumgefragt, was die Leute eigentlich brauchen, und danach gezielt um Feedback gebeten“, erklärt der Gründer. Der Erfolg gibt ihnen recht: „Inzwischen erreichen uns täglich dutzende Mails mit Tipps – was die Nutzer*innen sich wünschen und wie wir die App verbessern können. Dadurch wird uns das Ganze nicht zum Verhängnis, sondern sogar zum Vorteil.“

Mit Marlow wollen sie den rund 48,5 Millionen Pkw-Halter*innen in Deutschland auf den Cent genau aufzeigen, wo das Auto wirklich Geld frisst. Denn der teure Kraftstoff ist nur ein Teil der Wahrheit. Falsche Versicherungstarife, unbemerkter Wertverlust, Wartung und vergessene Pendlerpauschalen reißen oft weitaus größere Löcher ins Budget. Die Resonanz ist für die frühe Phase beachtlich: Ganz ohne bezahltes Marketing sammelte die App schnell über 700 Downloads ein – eine für den Massenmarkt zwar noch bescheidene Zahl, die jedoch ausreichte, um mehrfach in die Top 100 der Finanz-Charts im App Store zu stürmen. Zudem generierte das Projekt rein organisch Presseberichte, unter anderem in der FAZ, der SWP und bei Antenne Bayern.

Holistischer Ansatz statt reiner Tank-App

Auf den ersten Blick wirkt Marlow wie ein weiterer Spritpreis-Radar. Die App zieht in Echtzeit Daten der Markttransparenzstelle für Kraftstoffe, listet Ladesäulen für E-Autos und alarmiert per Push-Nachricht bei günstigen Preisen. Der entscheidende Pivot ist jedoch das ganzheitliche Kostentracking: Die Gründer haben einen eigenen Versicherungsrechner sowie einen Steuer-Sparrechner integriert, bieten detaillierte Monatsreports an und binden die Nutzer*innen über einen Gamification-Ansatz („Sparfuchs-Score“). Ein zentrales Versprechen in Zeiten von Datenskandalen: Alle sensiblen Nutzer*innendaten werden lokal auf dem Endgerät gespeichert – es gibt keine zentrale Cloud.

Angesprochen auf die Skalierbarkeit dieses Modells bezieht Jannik Kirchhoff klar Stellung: „Die lokale Datenspeicherung ist gerade in Deutschland kein strategisches Eigentor. Ich halte nichts für wichtiger, als die privaten Daten unserer Nutzer*innen zu schützen“. Er warnt vor den Risiken zentraler Speicherlösungen: „Niemand muss wissen, wo ich wohne, wohin ich morgens fahre oder wo meine Kinder zur Kita gehen. Wir haben in der Vergangenheit immer wieder gesehen, dass jeder gehackt werden kann. Und gerade als junge Entwickler können und wollen wir diese Verantwortung nicht übernehmen“. Personalisierte Spar-Vorschläge ließen sich laut Kirchhoff auch direkt auf dem Smartphone „hervorragend realisieren“.

Ein echtes Haifischbecken

Die Vision ist ambitioniert, doch der Markt ist hart umkämpft. Die Konkurrenz reicht von Excel-Tabellen bis zu Platzhirschen wie Spritmonitor oder Giganten wie Clever Tanken. Warum also wechseln? Florian Ritzel gibt sich selbstbewusst: „Die Spritpreis-Übersicht ist bei uns nur eines von vielen Features – nicht der Hauptteil. Wer Spritmonitor so gut findet, darf dort gerne bleiben.“ Der Fokus liege woanders: „Wer aber wirklich tracken möchte, was sein Auto insgesamt kostet, der kann das eben nur bei uns. Diese Gesamtheit an Features gibt es bisher in keiner anderen App in dieser Form.“ Selbst das Argument der manuellen Excel-Tabelle lässt er nicht gelten: „Natürlich kann man sich das selbst in Excel bauen – aber darauf haben die meisten Leute schlicht keine Lust. Genau deswegen sind wir so gut.“

Kritisch hinterfragt

Trotz des Aufklärungscharakters ist Marlow kein reines Hobbyprojekt; In-App-Käufe für eine „Plus“-Version (0,99 €/Monat) sowie eine „Pro“-Version (2,99 €/Monat bzw. 19,99 €/Jahr) bilden das Monetarisierungsmodell. Ob die selbstgestrickte Mathematik hinter dem Versicherungsrechner, der auf hunderten per Hand durchgerechneten Profilen basiert, ohne echte API-Schnittstellen dauerhaft standhält, bleibt abzuwarten.

Wie viele Abonnent*innen braucht es, um nach dem Abitur davon zu leben? Jannik Kirchhoff rechnet vor: „Ehrlicherweise vermutlich mehr als 10.000 zahlende Abonnent*innen – aber das ist zunächst auch nicht unser Ziel.“ Aktuell stehe das Lernen im Vordergrund: „Wir wollen vor allem Erfahrungen sammeln durch das, was wir machen, und gleichzeitig die laufenden Kosten decken. Das sollte demnächst möglich sein.“

Für die Zeit nach dem Abschluss hält er sich alle Türen offen: „Risikokapital halte ich ab dem Moment für unumgänglich, an dem wir wirklich konkret expandieren wollen. Das wird vermutlich nach dem Abitur der Fall sein. Dann muss man schauen, ob es sich lohnt, Anteile abzugeben oder Kredite aufzunehmen.“ Sein Fazit: „Spannend wird es erst, wenn wir die Idee wirklich groß skalieren wollen.“

Ein exzellentes MVP mit Pivot-Potenzial

Marlow ist ein Lehrbuchbeispiel für ein hervorragendes Minimum Viable Product (MVP). Um jedoch hochprofitabel zu werden, könnte mittelfristig ein Wechsel hin zur Affiliate-Provision für Versicherungswechsel nötig sein. Doch hier bremst Florian Ritzel bewusst: „Versicherungspartner wollen wir zunächst bewusst nicht werden, denn einer der entscheidendsten Punkte unserer App ist, dass wir Versicherungsdaten unabhängig zur Verfügung stellen.“

Sein Ziel ist technologische Exzellenz: „Meilenstein eins ist, den Versicherungsrechner so akkurat zu machen, dass wir auf Check24-Niveau sind – ohne dafür Provisionen zu kassieren.“ Zudem plane man Kooperationen mit Fahrschulen und Werkstätten, um die Leute genau dort zu erreichen, „wo sie am meisten ans Auto denken“. Die größte Hürde bleibt derweil technischer Natur: „Meilenstein drei ist die Android-Version – das ist allerdings extrem schwer umzusetzen, gerade wenn man iOS-Coding gewohnt ist.“ Dennoch verspricht er: „Wir planen das aber innerhalb der nächsten drei Monate.“

Der Grundstein ist gelegt. Nun müssen die beiden Hamburger beweisen, dass sie nach dem Abitur nicht nur programmieren, sondern auch unternehmerisch durch den dichten Verkehr des Mobilitätsmarktes navigieren können.

Die Kombination aus Venture Capital und einer skalierbaren Fremdkapitalfazilität soll das „Energy-as-a-Service“-Modell des Unternehmens im deutschen Mittelstand etablieren. Für Gründer*innen und Investor*innen im ClimateTech-Segment ist dieser Case ein starkes Signal – doch das hochkomplexe und kapitalintensive Hardware-Geschäft birgt in der Praxis spezifische Herausforderungen.

Gründer und Historie

Hinter encosa stehen Sascha Koberstaedt (CEO) und Sebastian Becker (COO), die das Unternehmen im Juni 2024 ins Leben gerufen haben. Koberstaedt bringt bereits tiefe Erfahrung im Aufbau komplexer Hardware-Unternehmen mit – unter anderem als Mitgründer des Münchner Elektrotransporter-Start-ups Evum Motors. In weniger als zwei Jahren konnte das Duo ein beachtliches Tempo vorlegen, erste Anlagen in Betrieb nehmen und ein spezialisiertes Team formieren.

Die rasante Finanzierungshistorie unterstreicht das Vertrauen des Marktes:

• Pre-Seed-Runde: First Momentum Ventures und Redstone stiegen als Lead-Investoren ein, flankiert von Heliad, UTUM Funding for Innovators und WEPA Ventures.
• Seed-Runde: Angeführt vom sektorfokussierten Frühphasen-VC Realyze Ventures, beteiligten sich Verve Ventures, Blum Ventures, Kopa Ventures und Bayern Kapital. Alle Pre-Seed-Investoren zogen erneut mit.
• Business Angels: Prominente Köpfe wie Andreas Kupke (Finanzcheck.de), Marc Stilke (Immobilienscout24) und Sebastian Bärhold (IDnow) unterstützen das Unternehmen.

Das Geschäftsmodell: Nutzung statt Besitz

Der Mittelstand leidet unter volatilen Strompreisen, steigenden Netzentgelten und strengeren CO₂-Vorgaben. Batteriespeicher gelten als Schlüsseltechnologie, um Lastspitzen zu kappen (Peak Shaving) und Energiekosten zu senken. Dennoch scheiterten Projekte im Mittelstand bislang oft an hohen Investitionskosten (CapEx) und komplexen Prozessen.

Hier setzt encosa mit einer All-in-one-Lösung an:

• Zero CapEx: Das Start-up übernimmt die komplette Planung, Finanzierung, Installation und den Betrieb der Anlagen. Kund*innen benötigen keine eigene Anfangsinvestition.
• Flexible Finanzierung: Kunden wählen flexibel zwischen Kauf, Miete oder Pacht.
• Duale Wertschöpfung: Erlöse werden sowohl durch die Optimierung des Kund*innenverbrauchs („Behind the Meter“) als auch über den aktiven Energiehandel am Strommarkt („Front of the Meter“) generiert.

Laut encosa amortisieren sich die Anlagen je nach Verbrauchsprofil innerhalb von 18 Monaten bis fünf Jahren.
 

Markt, Wettbewerb und die Risiken des Asset-Heavy-Modells

Der Markt für gewerbliche und industrielle Speicher (C&I) in Deutschland boomt, ist aber hart umkämpft. Etablierte Player wie Tesvolt oder Fenecon dominieren den Hardware-Vertrieb. Start-ups wie Voltfang besetzen die Nachhaltigkeitsnische mit Second-Life-Batterien, während Akteure wie Kyon Energy im Bereich der Groß-Netzspeicher aktiv sind.

Der Ansatz von encosa, die Speicher auf die eigene Bilanz zu nehmen bzw. über Zweckgesellschaften zu finanzieren, birgt fundamentale Risiken: Das Risiko der Hardware-Degradation (Zellverschleiß) verbleibt beim Anbieter. Zudem ist der deutsche Markt durch hochkomplexe regulatorische Rahmenbedingungen (z.B. Netzentgelte nach § 19 StromNEV) und bürokratische Netzanschlussverfahren geprägt, was die Skalierung ausbremsen kann.

Strategisch hat das Team diese Klippe jedoch clever umschifft: Während das teure Eigenkapital (VC-Geld) ausschließlich in Team, Software und Plattformentwicklung fließt, wird die kapitalintensive Hardware über die neu gesicherte Debt-Facility (Fremdkapital) finanziert. Diese saubere Trennung verhindert eine Verwässerung der Gründeranteile und zeigt, dass institutionelle Geldgebende die Cashflow-Modelle als bankfähig (bankable) einstufen.

Fazit

Batteriespeicher entwickeln sich rasant von einer technischen Notwendigkeit zu einer hochrentablen, eigenständigen Assetklasse. Für die Bau-, Logistik- und Immobilienwirtschaft, in der Investor*innen wie Realyze Ventures tief vernetzt sind, sind solche Modelle der Schlüssel zur Dekarbonisierung.

encosa zeigt exemplarisch, wohin sich ClimateTech entwickelt: Reine Software-Dashboards reichen nicht mehr aus. Gefragt sind integrierte „Full-Stack“-Modelle, die dem/der Kund*in das operative Risiko abnehmen und die Arbitrage-Möglichkeiten der europäischen Strommärkte algorithmisch voll ausschöpfen. Die Bewährungsprobe für encosa wird nun sein, diese Performance auch bei sinkenden Spreads an den Strombörsen stabil zu halten.

Mit Ryze geht eine neue Matching-App im DACH-Raum an den Start, die das ewig leidige Problem der Mitgründer*innensuche lösen will. Die App kommt nach monatelanger Pilot- und Beta-Phase am 1. Juni 2026 offiziell für iOS und Android in die App-Stores.

Doch das Konzept des „Tinder für Start-ups“ gilt in der Tech-Szene als berüchtigte Teergrube: Nicht wenige Vorgänger*innen sind bereits an strukturellen Fehlern gescheitert. Jede erfahrene Venture-Capital-Firma weiß: Die häufigste Todesursache für junge Start-ups – laut Harvard-Studien rund 65 Prozent – ist nicht das falsche Produkt oder fehlendes Kapital, sondern ein zerrüttetes Gründungsteam.

Die Suche nach dem passenden Gegenpart ist für viele angehende Entrepreneur*innen also ein massiver Flaschenhals. Eine kritische Analyse der Erfolgschancen, historischen Fallstricke und aktuellen Platzhirsche.

Der Kopf hinter Ryze und die chaotische Mitgründersuche

Die treibende Kraft hinter Ryze ist Lukas Kreuch. Der Masterstudent der Wirtschaftsinformatik an der Ernst-Abbe-Hochschule (EAH) Jena bringt bereits Erfahrung aus der Gründung einer eigenen Marketingagentur und der App-Entwicklung mit. Die Idee entstand Anfang 2025 und wurde klassisch über das StartUpLab der EAH Jena validiert. In der technischen Umsetzung wird er von einem Entwickler unterstützt, der die Produktentwicklung und Matching-Logik begleitet.

Für Kreuch war der Schmerz der Zielgruppe aus eigener Erfahrung schnell greifbar. „Nicht die Idee war meistens das größte Problem, sondern die Frage: Mit wem setzt man sie eigentlich um?“, rekapituliert der Gründer seine Erkenntnisse aus zahlreichen Gesprächen mit Studierenden und Hochschulnetzwerken.

Dabei sei ihm klar geworden, wie unstrukturiert die Mitgründer*innensuche im DACH-Raum oft abläuft. „Die meisten suchen über Zufall, LinkedIn, WhatsApp-Gruppen, Events oder Freundeskreise. Das funktioniert manchmal, aber eben nicht zuverlässig“, bemängelt er.

Der Schritt an die Öffentlichkeit kostete dennoch Überwindung. „Am Anfang fragt man sich schon, ob man vielleicht nur selbst ein Problem sieht, das für andere gar nicht relevant ist“, gesteht Kreuch. Doch das Feedback habe genau das Gegenteil gezeigt, da viele Menschen das Problem sofort aus eigener Erfahrung erkannten.

Mitgründer*innen finden per Swipe: So funktioniert das Ryze-Matching

Das Produkt bedient sich der gelernten UX-Mechaniken moderner Dating-Apps: Per Radar- und Swiping-Funktion suchen Nutzer*innen nach potenziellen Mitgründer*innen. Die Kerninnovation soll jedoch im intelligenten Algorithmus liegen.

Dieser gleicht nicht nur harte Skills ab, sondern fokussiert sich auf ein „wissenschaftliches Matching“ basierend auf gemeinsamen Werten, Zielen und Arbeitsweisen. Ein richtiger Ansatz, denn oft scheitern Gründungs-Ehen nicht an fehlenden Programmierkenntnissen, sondern an toxischer Teamdynamik.

Doch birgt die gezielte Suche nach ähnlichen Werten nicht die Gefahr des gefürchteten „Mini-Me-Effekts“ – also völlig homogene Teams? Lukas Kreuch kontert diese Bedenken: „Unser Ziel ist nicht, in allen Dimensionen möglichst ähnliche Menschen zusammenzubringen, sondern an manchen Stellen komplementär zu matchen.“ Ein Team funktioniere langfristig nur dann gut, wenn nicht nur Kompetenzen, sondern auch Erwartungen und Werte zusammenpassen.

Auf die Nachfrage, wie die tiefgreifenden Persönlichkeitsprofile mit harten DSGVO-Standards vereinbar sind, rudert der Gründer etwas zurück und räumt ein, dass in der aktuellen Version noch gar nicht mit einem umfassenden Persönlichkeitstest gearbeitet werde. Zunächst basiere das Matching auf freiwilligen Profilangaben. Dennoch versichert er hohe Standards: „Personenbezogene Daten werden nicht an Dritte verkauft oder für externe Werbezwecke verwendet. Uns ist wichtig, dass die Plattform Vertrauen schafft.“ Gerade bei potenziellen Geschäftspartnerschaften sei das aus seiner Sicht entscheidend.

Der Friedhof der Co-Founder-Apps

In der Start-up-Welt gilt das „Tinder für Gründer*innen“ als klassische Tarpit Idea (Teergrube): Ein Geschäftsmodell, das bestechend logisch wirkt, in der Umsetzung aber hohe strukturelle Hürden aufweist. Zahlreiche Akteur*innen haben sich daran bereits die Zähne ausgebissen. Pioniere wie FounderDating oder CollabFinder scheiterten dramatisch an explodierenden Kund*innenakquisitionskosten (CAC) und der fehlenden Zahlungsbereitschaft der Zielgruppe. Auch im DACH-Raum versuchten sich schon große Medienhäuser an dem Modell, doch die reine Co-Founder-Suche lässt sich für eine meist noch kapitalarme Zielgruppe kaum monetarisieren.

Diese historischen Beispiele verdeutlichen die strukturellen Todesfallen in diesem Nischenmarkt:

• Das Erfolgs-Paradoxon: Erfolgreiche Nutzer*innen löschen die App nach einem Match sofort wieder, wodurch der Customer Lifetime Value minimal bleibt.
• Fehlende Netzverdichtung: Ein Mangel an lokaler Dichte erschwert reale Treffen für lokale Gründungen.
• Das Lemons-Problem (Adverse Selektion): Mangels harter Filter wird die App von „Idea Tourists“ ohne echte Exekutionskraft überschwemmt.

Wie Ryze diesen Fallen entgehen will – und die Frage nach dem Geld

Strategisch brillant ist daher Ryzes strikter Hochschul-Fokus. Statt teurem Massenmarketing kooperiert das Start-up zum Launch mit einem starken Netzwerk aus 16 Partner*innen, darunter die Fernuni Hagen, die Hochschule Wirtschaft und Recht Berlin und das Weimarer Gründerzentrum neudeli.

Dieser dezentrale Ansatz schafft sofortige lokale Netzverdichtung in den Uni-Städten und wirkt als starker akademischer Filter gegen das Lemons-Problem.

Die kritische Schwachstelle von Ryze bleibt jedoch das geplante Freemium-Modell, bei dem Power-User*innen Abos für exklusive Vorteile abschließen sollen. Kreuch nimmt die Kritik am drohenden Churn (Nutzer*innenabwanderung) unumwunden an: „Dass erfolgreiche Nutzer*innen die Plattform nach einem erfolgreichen Match oft wieder verlassen, ist eine der zentralen Herausforderungen.“ Deshalb habe man Ryze nie ausschließlich als klassisches B2C-Modell betrachtet.

Das Freemium-Modell bleibe wichtig, um die Einstiegshürde niedrig zu halten, doch im Fokus stehe zunächst die echte Aktivität und nicht die schnelle Monetarisierung. Eine aktive Pre-Seed-Runde führt das Team aktuell nicht, ist aber für strategische Investoren offen, die Netzwerk und Zugang zum Start-up-Ökosystem mitbringen.

Founderio & Co.: Die Konkurrenz auf dem Co-Founder-Markt

Dieses Monetarisierungsproblem wird besonders kritisch beim Blick auf den Wettbewerb, denn Ryze betritt kein Vakuum:

• Die direkten DACH-Konkurrent*innen: Hier thront Founderio mit zehntausenden registrierten Nutzer*innen. Die Plattform hat den riskanten B2C-Fokus frühzeitig korrigiert und monetarisiert heute erfolgreich über B2B-Kooperationen.
• Die analogen Schwergewichte: Große Zentren wie die UnternehmerTUM in München veranstalten exzellente Co-Founder-Matchmakings, bei denen sich der „Nasenfaktor“ analog in Sekunden überprüfen lässt.
• Die globalen Substitutions-Gefahren: Das dominierende LinkedIn und das komplett kostenlose, globale Y Combinator Co-Founder Matching ruinieren die Preisdurchsetzungsmacht für kleine, kostenpflichtige Start-ups im B2C-Segment.

Wie will man gegen diese Übermacht bestehen? Kreuch nimmt die Konkurrenz ernst, gibt sich aber fokussiert: „Wir möchten nicht einfach nur die größte Plattform für Co-Founder-Matching bauen, sondern auch qualitativ hochwertige Gründungen aus Hochschulen, Gründungszentren und lokalen Start-up-Ökosystemen entstehen lassen.“

Er pocht auf den entscheidenden Vorteil der regionalen Nähe. Am Ende sei es wichtig, ob aus einem digitalen Match schnell ein echtes Gespräch in einem Café entstehen könne. „Entscheidend ist zunächst der DACH-Raum: lieber 3.000 aktive Nutzer*innen in einem starken Gründungsumfeld als 30.000 passive Profile ohne echte Interaktion“, formuliert der Gründer sein klares Credo.

Unser Fazit: Der rettende Pivot?

Konzeptionell, technisch und durch den starken UX-Fokus macht Ryze einen exzellenten Eindruck. Die App bringt eine mobile-first Dynamik in einen bisher starren Markt und grenzt sich durch ihr Gen-Z-gerechtes Interface scharf ab.

Doch die eigentliche Überlebensfrage beginnt, sobald erste Fördergelder auslaufen. Damit Ryze nicht das Schicksal seiner historischen Vorgänger*innen teilt, liegt der lukrativste Ausweg mittelfristig im B2B-SaaS-Segment: als lizenzierte Whitelabel-Community-Lösung an Universitäten und Inkubatoren.

Dieser strategischen Einschätzung stimmt der Gründer zu. „Das B2B-Whitelabel-Modell ist für uns mittelfristig eine realistische Option, die wir bewusst im Hinterkopf behalten“, gibt Kreuch preis. Wenn man eine funktionierende Infrastruktur entwickle, entstehe automatisch auch ein Mehrwert für Institutionen.

Doch einen überstürzten Pivot wird es nicht geben. Die kommenden zwölf Monate sollen laut Roadmap primär dem Produkt und der Validierung im Markt dienen, um datenbasiert zu verstehen, wo der größte Mehrwert entsteht, bevor man sich auf ein B2C-, B2B- oder Hybridmodell festlegt.

„Ryze wird von Anfang an so aufgebaut, dass daraus perspektivisch auch eine Infrastruktur für Hochschulen und Start-up-Ökosysteme entstehen kann“, verspricht Kreuch abschließend. Gelingt dieser Shift, könnte Ryze tatsächlich das Kunststück vollbringen, an dem die Szene seit über zehn Jahren scheitert.

Startups erleben 2026 einen Widerspruch zwischen Chancen und Hürden. Andererseits steigen die Anforderungen an technische Infrastruktur, Datensicherheit und Skalierbarkeit so rasant, dass Gründerteams bereits in der Frühphase mit zunehmend komplexen technologischen Herausforderungen konfrontiert werden. Wer heute ein Startup gründet, muss nicht nur ein überzeugendes Produkt entwickeln, sondern auch die passende technologische Basis schaffen. Genau an diesem Punkt setzen cloudbasierte Dienste an, die es Startups ermöglichen, ohne eigene physische Serverinfrastruktur eine leistungsfähige und skalierbare technologische Grundlage aufzubauen. Sie machen teure Serverhardware überflüssig, senken Anfangsinvestitionen und ermöglichen eine flexible Anpassung der Rechenleistung an den realen Bedarf. Doch welche konkreten Vorteile ergeben sich daraus im täglichen Geschäftsbetrieb eines jungen Unternehmens, wenn cloudbasierte Lösungen tatsächlich zum Einsatz kommen? Und wo lauern Stolperfallen, die besonders in frühen Unternehmensphasen zu ernsthaften Problemen führen können? Dieser Ratgeber erklärt die zentralen Zusammenhänge und bietet praktische Hilfestellung für Gründerinnen und Gründer in Deutschland.

Vom Garagenprojekt zur skalierbaren Infrastruktur: Wie Cloud-Dienste den Startup-Alltag verändern

Warum physische Server für Frühphasen-Startups kaum noch Sinn ergeben

Noch vor zehn Jahren war der Aufbau einer eigenen Serverinfrastruktur für viele Gründerteams alternativlos. Heute hat sich das Bild grundlegend gewandelt. Cloudbasierte Plattformen stellen Speicherplatz, Datenbanken und Entwicklungsumgebungen innerhalb weniger Minuten bereit. Das bedeutet: Statt Wochen mit der Beschaffung und Konfiguration von Hardware zu verbringen, können Entwicklerteams sofort mit dem Produktaufbau beginnen. Besonders für Startups mit begrenztem Kapital ergibt sich daraus ein enormer Vorteil, weil die Anfangsinvestitionen drastisch sinken. Wer eine externe technische Leitung als Dienstleistung nutzt, kann diese schlanke Infrastruktur sogar ohne eigenen CTO aufsetzen und betreiben.

Automatisierung und DevOps als Wachstumsbeschleuniger

Cloud-Plattformen liefern deutlich mehr als nur einfachen Speicherplatz. Integrierte CI/CD-Pipelines, automatisierte Testumgebungen und die Container-Orchestrierung mit Kubernetes gehören mittlerweile zum Standardangebot großer Cloud-Anbieter, sodass selbst kleine Teams auf eine leistungsfähige Infrastruktur zurückgreifen können. Gründerteams, die diese Werkzeuge von Anfang an nutzen, verkürzen ihre Entwicklungszyklen deutlich. Ein neues Feature, das zuvor mehrere Tage für Entwicklung, Tests und Freigabe benötigt hätte, lässt sich dank automatisierter Pipelines und containerbasierter Bereitstellung nun innerhalb weniger Stunden vollständig ausrollen, was den gesamten Entwicklungsprozess erheblich beschleunigt und dem Team mehr Spielraum für weitere Anpassungen verschafft. Fehler, die sich während der Entwicklung einschleichen, werden durch automatisierte Tests, die bei jedem neuen Commit in der CI/CD-Pipeline ausgelöst werden, deutlich schneller erkannt, was dazu führt, dass Korrekturen zeitnah eingespielt werden können, bevor sie sich auf die Nutzer auswirken. Das Deployment neuer Versionen läuft dabei vollständig automatisiert und ohne manuelle Eingriffe ab. Schnellere Iterationen stärken direkt die Wettbewerbsfähigkeit des Produkts.

Drei typische Wachstumsphasen, in denen Startups von Cloud-Lösungen besonders stark gewinnen

Die Anforderungen an die IT-Infrastruktur unterscheiden sich je nach Unternehmensphase erheblich, da sich Geschäftsprozesse, Teamgrößen und technische Bedürfnisse im Laufe der Zeit deutlich verändern. Dabei ist es sinnvoll, den Werdegang eines Startups in drei typische Phasen zu gliedern:

1. Validierungsphase (Pre-Seed bis Seed): In dieser frühen Phase geht es darum, einen Prototyp oder ein Minimum Viable Product (MVP) zu bauen. Cloud-Dienste mit Pay-as-you-go-Modellen halten die monatlichen Kosten im niedrigen dreistelligen Bereich. Das Team testet Hypothesen, ohne langfristige Verträge einzugehen. Wer auf der Suche nach tragfähigen Geschäftskonzepten und Gründungsideen ist, kann so verschiedene Ansätze parallel und kostengünstig erproben.
2. Wachstumsphase (Series A): Steigende Nutzerzahlen und Lastspitzen werden durch Auto-Scaling cloudbasierter Architekturen automatisch abgefangen – die Infrastruktur wächst mit dem Geschäft.
3. Skalierungsphase (Series B+): Datenintensive Workloads wie ML und Echtzeitanalysen erfordern spezialisierte Rechenleistung; Multi-Cloud-Strategien reduzieren Anbieterabhängigkeiten.

Rechenleistung nach Bedarf: Warum GPU-basierte Cloud-Ressourcen für datengetriebene Startups unverzichtbar werden

KI-Anwendungen und die Nachfrage nach spezialisierter Hardware

Der Boom rund um künstliche Intelligenz hat die Anforderungen an Rechenleistung vervielfacht. Startups, die mit großen Sprachmodellen, Bilderkennungssystemen oder prädiktiven Analysen arbeiten, brauchen leistungsstarke Grafikprozessoren. Die Anschaffung eigener GPU-Cluster ist für junge Unternehmen wirtschaftlich kaum tragbar - ein einzelner High-End-Server kann schnell fünfstellige Beträge kosten. Cloudbasierte Angebote wie GPU Hosting lösen dieses Problem, indem sie dedizierte Grafikprozessoren stundenweise zur Verfügung stellen. So lassen sich Trainingsläufe für neuronale Netze durchführen, ohne dauerhaft teure Hardware vorzuhalten. Die Abrechnung erfolgt nutzungsbasiert, was das Kostenrisiko erheblich senkt.

Praktische Szenarien: Vom Prototyp bis zum produktiven KI-Modell

Ein konkretes Beispiel verdeutlicht den Mehrwert dieses Ansatzes: Ein Berliner Startup entwickelt ein Werkzeug, das die automatisierte Dokumentenanalyse für Rechtsabteilungen ermöglicht und dabei auf cloudbasierte Rechenleistung setzt. Während der rechenintensiven Trainingsphase benötigt das Team über einen Zeitraum von teilweise mehreren Tagen hinweg durchgehend hohe GPU-Kapazitäten, um die Modelle mit ausreichend Daten zu trainieren. Im laufenden Betrieb fällt der Ressourcenbedarf auf ein Minimum, da nur vereinzelte Inferenz-Anfragen verarbeitet werden müssen. Das Team zahlt nur für tatsächlich genutzte GPU-Stunden. Sobald das Training des Modells vollständig abgeschlossen ist, werden die beanspruchten GPU-Ressourcen umgehend wieder freigegeben, sodass keine weiteren Kosten für ungenutzte Rechenkapazitäten anfallen. Dieses Modell spart gegenüber dem Eigenbetrieb bis zu 70 Prozent der Hardwarekosten - Kapital, das stattdessen in Produktentwicklung und Kundenakquise fließen kann.

Kosten, Flexibilität und Time-to-Market: Ein direkter Vergleich zwischen Eigenbetrieb und Cloud-Infrastruktur

Viele Gründerteams stehen vor der Frage, ob sich der Eigenbetrieb von Servern langfristig lohnen könnte. Die folgende Gegenüberstellung zeigt, warum die Rechnung in den meisten Fällen zugunsten der Cloud ausfällt. Beim Eigenbetrieb fallen hohe Anfangsinvestitionen für Hardware an, dazu kommen laufende Kosten für Strom, Kühlung, Wartung und Personal. Die Time-to-Market verlängert sich, weil Beschaffung und Konfiguration Wochen dauern können. Cloud-Dienste hingegen verursachen keine Vorabkosten, bieten minutengenaue Abrechnung und ermöglichen den sofortigen Produktivstart. Laut aktuellen Erhebungen zur Startup-Forschung in Deutschland setzen bereits über 80 Prozent der deutschen Startups auf mindestens einen Cloud-Anbieter als primäre Infrastrukturquelle. Die Flexibilität, Ressourcen jederzeit hoch- oder herunterzuskalieren, erweist sich als ausschlaggebender Faktor - besonders bei unvorhersehbaren Lastspitzen nach Marketingkampagnen oder Produktlaunches.

Strategische Cloud-Entscheidungen treffen - worauf Gründerteams bei der Anbieterwahl achten sollten

Die Entscheidung für den passenden Cloud-Anbieter geht weit über rein technische Aspekte hinaus. Datenschutz spielt in Deutschland eine zentrale Rolle, weshalb Serverstandorte innerhalb der EU, eine DSGVO-konforme Datenverarbeitung sowie transparente und klar formulierte Vertragsbedingungen als unverzichtbare Mindestanforderungen bei der Anbieterwahl gelten sollten. Zusätzlich sollte man die Preisstruktur der verschiedenen Anbieter genau unter die Lupe nehmen. Günstige Einstiegspreise verbergen oft hohe Folgekosten. Ein realistischer Kostenvergleich, der auf dem eigenen Nutzungsprofil basiert und alle variablen Gebühren berücksichtigt, schützt Unternehmen zuverlässig vor unangenehmen finanziellen Überraschungen im laufenden Betrieb.

Die Frage nach dem Vendor Lock-in ist ebenso von großer Bedeutung. Wer seine gesamte Architektur auf proprietäre Dienste eines einzelnen Anbieters aufbaut, macht sich langfristig abhängig. Containerbasierte Ansätze und offene Standards wie Terraform oder Kubernetes erleichtern einen späteren Wechsel des Cloud-Anbieters erheblich, da sie eine Abstraktionsschicht schaffen, die den Betrieb weitgehend unabhängig von der darunterliegenden Infrastruktur eines bestimmten Providers ermöglicht. Wachstumsstarke Startups sollten von Anfang an eine Multi-Cloud-fähige Architektur planen.

Zuletzt sollte der Support-Aspekt genauer betrachtet werden. Fällt um drei Uhr morgens ein geschäftskritischer Dienst aus, ist jede Minute entscheidend. Anbieter mit deutschsprachigem 24/7-Support und festen Reaktionszeiten haben einen klaren Vorteil gegenüber reinen Self-Service-Plattformen. Systematische Auswahl schafft die Basis für großartige Produkte.

Die Schmerzgrenze im deutschen Mittelstand ist erreicht: Laut Angaben der KfW verbringen deutsche KMU monatlich durchschnittlich rund 32 Stunden mit rechtlichen sowie Compliance-Aufgaben, was die Wirtschaft jährlich etwa 61 Milliarden Euro kostet. Genau hier setzt das 2025 gegründete Start-up nu:legal an und hat am 27. Mai 2026 seine öffentliche Beta-Version gestartet.

Unterstützt wird das Vorhaben durch eine frische Finanzierungsrunde in Höhe von 1,3 Millionen Euro, die von Caesar Ventures angeführt wird. Carolin Gabor, Managing Partner bei Caesar Ventures, sieht in der Methodik ein klares Versprechen an den Markt: „Das Unternehmen verbindet die Erfahrung eines ehemaligen Freshfields-Teams mit KI-gestützter Technologie und anwaltlicher Prüfung, und könnte damit Rechtsprozesse im Mittelstand nachhaltig verändern“.

Vom LegalGPT-Erfolg zum eigenen Start-up

Hinter nu:legal steht Bork Morfaw, ein ehemaliger Anwalt der internationalen Wirtschaftskanzlei Freshfields. Morfaw ist in der Szene kein Unbekannter: Er entwickelte zuvor das KI-Projekt „LegalGPT“, das nach Unternehmensangaben über 200.000 Nutzer verzeichnete. Aus diesem Proof of Concept zog er eine zentrale Lehre: Generische KI-Modelle stoßen bei Haftungs- und Transparenzfragen schnell an ihre Grenzen.

Morfaw benennt das Problem offener KI-Modelle deutlich: „Viele Unternehmen nutzen bereits KI-Systeme für rechtliche Fragestellungen. Für sensible juristische Aufgaben bleiben generische Modelle jedoch oft unzuverlässig, insbesondere dann, wenn sie mit großer Selbstsicherheit falsche Antworten liefern. Für Unternehmen entsteht dadurch ein reales Risiko.“ Anfang 2025 verließ er Freshfields, um sich voll auf nu:legal zu fokussieren.

Das Produkt und der regulatorische Burggraben

Statt das Rad im gesamten Rechtswesen neu erfinden zu wollen, wählt nu:legal einen spitzen Markteintritt. Die wichtigsten Eckdaten zum Launch:

• Zum Marktstart fokussiert sich die Plattform gezielt auf Arbeitsrecht und Datenschutz, da diese Bereiche für deutsche KMU die größten operativen Hürden darstellen.
• Nutzer*innen können Prozesse wie Arbeitsverträge, Kündigungen oder Auftragsverarbeitungsverträge über die Plattform abwickeln.
• Die Datenverarbeitung findet vollständig innerhalb der EU statt , um den Vorgaben der DSGVO und dem Berufsgeheimnisschutz (BRAO, § 203 StGB) gerecht zu werden.

Diese starke Ausrichtung auf die lokale Regulatorik sieht das Start-up als entscheidenden Abwehrmechanismus gegenüber internationalen Software-Riesen. „Recht ist extrem lokal“, betont Morfaw. „Man kann US-Produkte nicht einfach übersetzen und erwarten, dass sie deutsche Arbeitsgerichte oder europäische Datenschutzanforderungen zuverlässig verstehen.“

Unsere Einordnung

Das Geschäftsmodell von nu:legal – die Kombination aus intelligenter Automatisierung und einer transparenten menschlichen Prüfung – adressiert die aktuellen Schwächen von Large Language Models (LLMs) sehr clever. „Wir glauben nicht daran, Anwälte zu ersetzen“, lautet Morfaws Vision für das Hybrid-Modell. „Wir glauben daran, juristische Expertise mithilfe von Technologie skalierbar zu machen.“

Aus Investor*innen- und Skalierungssicht ist dieser „Expert-in-the-Loop“-Ansatz jedoch ein zweischneidiges Schwert. Was die rechtliche Haftung und das Kund*innenvertrauen sichert, ist gleichzeitig der größte potenzielle Flaschenhals des Unternehmens. Ein reines Software-as-a-Service-Modell (SaaS) besticht durch marginale Kosten bei der Skalierung. Sobald jedoch hochbezahlte, menschliche Jurist*innen die KI-Ergebnisse manuell prüfen müssen, sinken die Margen und das Wachstum wird an die Verfügbarkeit von juristischen Fachkräften gekoppelt.

Mit den eingesammelten 1,3 Millionen Euro hat nu:legal nun den nötigen Runway, um zu beweisen, dass die Automatisierungstiefe der KI hoch genug ist, um den teuren menschlichen Prüfaufwand auf ein Minimum zu reduzieren. Gelingt dies, könnte das Start-up langfristig tatsächlich eine neue europäische Legal-Infrastruktur aufbauen. Bleibt der manuelle Aufwand jedoch dauerhaft hoch, droht nu:legal, statt eines hochskalierbaren Tech-Unicorns eher eine digital aufgerüstete Boutique-Kanzlei zu werden. Der Startschuss fällt nun über ein kontrolliertes Waitlist-Modell auf nulegal.eu – der Markt wird genau hinsehen.

Das Klischee vom gut verdienenden Geschäftsführer hält sich hartnäckig. Doch in der Praxis wachsender mittelständischer Unternehmen zeigt sich oft ein anderes Bild. Gunnar Militz, Gründer und Geschäftsführer der 2018 in Hamburg gegründeten MCANISM Technology GmbH, positioniert sich hierbei bewusst als Gegenentwurf: Nach Angaben des Unternehmens zahlt er sich ein Fixgehalt von unter 100.000 Euro aus, womit Teile seines Teams mehr verdienen als er selbst. Im Gründungsjahr verzichtete er demnach sogar komplett auf ein Einkommen.

Dieses Prinzip der finanziellen Risikobereitschaft soll sich auch im Geschäftsmodell spiegeln: Das Performance-Marketing-Netzwerk setzt auf eine proprietäre Tracking-Technologie ohne Drittanbieter und fokussiert sich auf Nischen wie die Lebensmittel- und Reisebranche.

In diesem Interview haken wir kritisch nach: Ist das niedrige Gründergehalt clevere PR, schlichte Notwendigkeit oder ein echtes Führungs-Tool? Und wie behauptet sich ein Nischen-Player technologisch gegen die bequemen Standard-Tools der großen Tech-Giganten?

Das Interview

StartingUp: Herr Militz, laut eigener Angaben verdienen Sie bewusst deutlich unter 100.000 Euro im Jahr, während Teile Ihres Teams mehr nach Hause bringen. Kritisch gefragt: Wie viel davon ist clevere Employer-Branding-PR und wie viel schlichte finanzielle Notwendigkeit für das Wachstum von MCANISM? Bitte nennen Sie uns den konkreten strategischen Hebel, den diese Gehaltsstruktur für Ihr Unternehmen hat.

Gunnar Militz: Es ist weder reine PR noch blanke Not aus der Kasse. Der strategische Hebel ist die Kapitaleffizienz. Als Unternehmer muss man verstehen: Jeder Euro, den ich mir privat auszahle, ist nach Steuern und Sozialabgaben nur noch die Hälfte (oder sogar weniger) wert. Wenn dieser Euro aber in der Firma bleibt, ist er „brutto“ und arbeitet für das Wachstum. Die Rendite, die ich erziele, wenn ich das Kapital in unsere eigene Technologie oder in den Marktausbau stecke, ist faktisch immer höher als das, was ich privat am Kapitalmarkt damit erreichen könnte. Wir lassen das Cash im Unternehmen, damit es dort mit Hebel arbeiten kann. Das ist kein Verzicht, sondern Reinvestition in den eigenen Erfolg.

StartingUp: Im Gründungsjahr 2018 gab es für Sie gar kein Gehalt, nur die Krankenversicherung war abgedeckt. Solche Phasen werden von Gründer*innen im Nachhinein gern als heldenhafte „Hustle“-Phase romantisiert. Wie sah die Realität aus – gab es einen konkreten Moment, in dem Sie diese Entscheidung bereut haben, und wie hat diese Zeit die Fehlerkultur in Ihrem Unternehmen geprägt?

Gunnar Militz: Bereut habe ich es nie, aber es lehrt einen Demut gegenüber der Cashflow-Planung. Man lernt, den "Lifestyle-Fokus" komplett gegen den "Impact-Fokus" zu tauschen. Ich hatte keine Zeit zum Geldausgeben! Was viele unterschätzen: Ein niedriges Fixgehalt bedeutet ja nicht, dass man am Hungertuch nagt, wenn man die steuerlichen Spielräume nutzt. Wer clever ist, nutzt Werkzeuge wie die 0,25%-Regelung für E-Autos oder rechnet Geschäftsreisen korrekt ab. Das reduziert die privaten Lebenshaltungskosten legal und effizient.

Diese Zeit hat unsere Fehlerkultur massiv geprägt: Wenn es dein eigenes Geld ist, das du verbrennst, entwickelst du einen sechsten Sinn für Effizienz. Wir probieren viel aus, aber wir stoppen Dinge radikal, die keinen ROI bringen. Diese „Skin in the Game“-Mentalität verlange ich heute auch von der Struktur, nicht nur von mir selbst. Aber Vorsicht: Man muss dabei extrem sauber arbeiten. Gerade wenn man mehr als 25% der Anteile hält, schaut das Finanzamt beim Fremdvergleich ganz genau hin. Die Bezüge müssen angemessen sein – weder darf man sich künstlich arm rechnen, um Steuern zu sparen, noch darf man die Firma als Selbstbedienungsladen nutzen. Diese steuerliche Disziplin ist das Fundament für unsere Unabhängigkeit.

StartingUp: Wenn Angestellte am Monatsende mehr verdienen als der Chef, kann das klassische Hierarchien ins Wanken bringen. Wie wirkt sich diese Struktur in der täglichen Praxis tatsächlich auf Ihre natürliche Autorität aus? Bitte geben Sie uns ein konkretes Beispiel, wie Sie mit Gehaltsverhandlungen von Top-Talenten umgehen, deren Forderungen Ihr eigenes Gehalt sprengen.

Gunnar Militz: In der Praxis merke ich davon weniger als man denkt. Autorität kommt nicht davon, dass man das höchste Gehalt im Raum hat. Das war vielleicht mal so, aber in unserem Umfeld zählt eher wer klar entscheidet und wer Verantwortung übernimmt. Wenn ich als Geschäftsführer sichtbar nicht das Maximum für mich raushole, schafft das eher Glaubwürdigkeit als Schwäche. Bei konkreten Gehaltsverhandlungen ist mein eigenes Gehalt schlicht kein Referenzpunkt. Wenn jemand für eine kritische Rolle gebraucht wird, vergüten wir marktgerecht oder drüber. Was die Rolle kostet, hängt vom Impact ab und nicht davon, was ich verdiene. Dafür muss ich mich dann auch nicht rechtfertigen.

StartingUp: Ihre eigene Vergütung ist stark an Tantiemen gekoppelt, Sie gehen also voll ins persönliche Risiko. MCANISM setzt parallel auf eine proprietäre Softwarelösung ohne Drittanbieter. Wie hängt diese „Skin in the Game“-Mentalität mit der Entscheidung zusammen, sich technologisch unabhängig zu machen, anstatt kostensparend auf bestehende Standard-Tools zurückzugreifen?

Gunnar Militz: Das hängt direkt zusammen. Wer variabel vergütet ist, denkt automatisch in längeren Zeiträumen. nicht nur beim Umsatz, sondern auch bei Abhängigkeiten. Standard-Tools sind bequemer und kurzfristig günstiger, aber wir haben uns bewusst dagegen entschieden. Das bedeutet mehr Aufwand und mehr Risiko, doch dafür kontrollieren wir unsere Daten, unsere Logik und letztlich unser Geschäftsmodell. Das ist wie auch beim Gehalt dieselbe Grundhaltung: lieber mehr Risiko tragen, aber nicht abhängig sein.

StartingUp: Eine eigene Tracking-Technologie zu betreiben, ist teuer. Viele Kund*innen sind zudem an die Dashboards von Google oder Meta gewöhnt. Mit welchen handfesten Argumenten – abseits des oft bemühten Themas Datenschutz – bringen Sie Marketingabteilungen dazu, ihre Gewohnheiten aufzugeben und auf Ihre unabhängige Lösung zu wechseln?

Gunnar Militz: Das entscheidende Argument ist nicht das Tool, sondern die Frage, wer hier eigentlich für wen optimiert. Google und Meta bauen ihre Dashboards nach ihren Interessen und weniger nach denen ihrer Kunden. Wir argumentieren konkret: Attribution, Provisionsmodelle, Kampagnenlogiken – das alles lässt sich mit uns deutlich individueller steuern. Für Unternehmen, die ihre Kanäle wirklich verstehen wollen und nur auf Plattform-KPIs schauen, macht das einen messbaren Unterschied. Der Wechsel ist kein Selbstläufer, weil Gewohnheiten sitzen, das ist klar. Aber sobald jemand einmal sieht, wie eine unabhängige Sicht auf Performance aussieht, ist die Bereitschaft deutlich höher.

StartingUp: Mit den Netzwerken Chefs Campaign und Hotel Campaign fokussieren Sie sich auffällig spitz auf die Lebensmittel- und Reisebranche. Andere Affiliate-Netzwerke agieren deutlich breiter. Verstecken Sie sich in der Nische vor dem großen Wettbewerb oder worin genau liegt der messbare Leistungs- und ROI-Vorteil für Partner wie HelloFresh oder NH Hotels? Bitte nennen Sie uns hierfür einen konkreten Faktor, den Generalisten nicht abdecken können.

Gunnar Militz: Wir verstecken uns nicht, wir entscheiden uns. Food und Travel haben sehr spezifische Anforderungen: andere Customer Journeys, andere Buchungslogiken, andere Conversion-Mechaniken. Ein Generalist bildet das irgendwie ab. Wir bilden es genau ab. Der konkrete Unterschied liegt darin, wie wir Provisionsmodelle und Conversion-Prozesse modellieren. Näher am tatsächlichen Geschäftsmodell unserer Partner, nicht an einem generischen Template. Für HelloFresh oder NH Hotels bedeutet das weniger Streuverlust und bessere Steuerbarkeit. Das ist messbar.

StartingUp: Lassen Sie uns einen „Realitätscheck“ in Sachen Wahrnehmung von Gründer*innen-Gehältern machen. Welchen ungeschönten, praxisnahen Rat geben Sie einem jungen Gründungs-Team, das heute seinen ersten Businessplan schreibt und entscheiden muss, wie hoch das eigene Fixgehalt ausfallen darf, ohne das Unternehmen oder sich selbst zu ruinieren?

Gunnar Militz: Das eigene Gehalt ist kein Belohnungssystem. Das ist der Kern. Zu hoch, und das Unternehmen hat ein Problem. Zu niedrig, und man selbst hat irgendwann ein Problem – und zwar eines, das sich in Entscheidungen niederschlägt, ob man will oder nicht. Ich rate dazu, sich zwei ehrliche Fragen zu stellen: Was brauche ich wirklich, um vernünftig arbeiten zu können? Und was kann die Firma in dieser Phase tragen? Dazu früh über variable Modelle nachdenken. Und war nicht als Sparmaßnahme, sondern weil es die eigenen Interessen mit dem Unternehmenserfolg verbindet. Und dann noch etwas, das unterschätzt wird: Was am Anfang richtig ist, muss in zwei Jahren nicht mehr stimmen. Die eigene Rolle verändert sich. Das sollte man nicht erst merken, wenn es zu spät ist.

Gunnar Militz, Danke für die spannenden Insights!

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

Steigende Kosten, kurzfristige Reservierungsabsagen und eine spürbare Konsumzurückhaltung setzen die deutsche Gastronomiebranche im Jahr 2026 massiv unter Druck. In diesem Klima positioniert sich das Hamburger GastroTech-Unternehmen BON BON mit einem Plattform- und Markenrelaunch neu. Der Plan des Start-ups: Es will sich vom reinen Gutscheinanbieter zum Technologie- und Infrastrukturpartner der Branche wandeln. Damit rückt der deutsche Gutscheinmarkt, der ein jährliches Gesamtvolumen von rund zehn Milliarden Euro aufweist, ins strategische Visier der Hanseaten.

Pandemie-Baby wird erwachsen: Der Weg ins B2B-Geschäft

Die Wurzeln von BON BON liegen in der Corona-Pandemie. Das Start-up ging aus der Solidaritäts-Initiative PayNowEatLater hervor, die 2020 als digitaler Rettungsschirm ins Leben gerufen wurde. Was als Hilfsaktion durch die vier Gründer David Bernhard, Patrick Kosmala, Niclas Störmer und Malte Steiert begann, verbindet heute gastronomische Betriebe mit Endverbraucher*innen und Firmenkund*innen.

Der Weg vom provisionsfreien Projekt zur B2B-Plattform ist jedoch ressourcenintensiv. Auf die Frage, wie dieser Sprung finanziert wurde und ob Venture Capital im Spiel war, erklärt Co-Gründer David Bernhard: „Tatsächlich konnten wir die Dynamik und den Rückenwind aus der Corona-Zeit nutzen, um die Weiterentwicklung aus eigener Kraft zu finanzieren. Dadurch ist BON BON bis heute vollständig bootstrapped und wir können unabhängig von externem Investorendruck unsere langfristige Vision verfolgen.“

Kassen-Schnittstellen: Der technische Umbau

Der strategische Kern der Neuausrichtung ist der Ausbau nativer Schnittstellen zu Kassen-Systemen (POS). Durch diese Systemintegration sollen Gutscheine automatisiert direkt am Tresen validiert und verbucht werden. Das Unternehmen gibt an, damit den administrativen Aufwand im operativen Alltag der Betriebe drastisch senken zu wollen. Die Gutscheine selbst sind deutschlandweit in über 10.000 Partner*innen-Betrieben einlösbar – von der Kiez-Gastronomie bis zur 3-Sterne-Küche.

Der Aufbau dieses Netzwerks sei laut Unternehmen ein zentraler Schritt gewesen. Rund 1.500 Gastronomien stammen noch direkt aus der Pandemie-Phase, der Rest sei organisch durch Empfehlungen, Messen und den Ausbau von Einzelbetrieben hin zu Ketten gewachsen.

Bezüglich der Abwanderungsquote im Wettbewerb verweist der Gründer auf das eigene Angebot: „Die Churn-Rate zu alternativen Angeboten ist bei uns sehr gering, da unser Leistungsversprechen und die erzielbaren, klar messbaren Ergebnisse für die Gastronomien äußerst überzeugend sind. Die häufigsten Gründe für Abgänge sind tatsächlich Insolvenzen oder Geschäftsaufgaben – bedingt durch die insgesamt herausfordernde wirtschaftliche Lage in der Gastronomie.“

Monetarisierung und Social Impact

Begleitet wird diese Entwicklung durch eine visuelle Neuausrichtung, für die das Unternehmen eine Food-Branding-Agentur engagiert hat. Zudem setzt BON BON auf eine Social-Impact-Komponente: Pro verkauftem Gutschein fließen 0,25 Euro an die Welthungerhilfe zur Finanzierung von Schulmahlzeiten in Burundi.

Hinsichtlich der Monetarisierung legt Bernhard dar, wie sich das Zwei-Säulen-Modell der Hamburger rechnet: „Hier profitieren wir stark davon, dass unser Geschäftsmodell auf zwei Säulen basiert: Zum einen unser Gutscheinsystem inklusive POS-Integrationen für Gastronomien, über das sie ihre eigenen Gutscheine verkaufen und verwalten können – wobei unsere Marge hier bewusst sehr gering ist. Der strategisch wichtigere Bestandteil ist der BON BON Universalgutschein, der bei allen Partner-Gastronomien eingelöst werden kann.“

Die Erlöse generiert das Unternehmen dabei vor allem über das Firmenkund*innengeschäft. „Einnahmen erzielen wir hier insbesondere über unsere B2B-Lösungen, etwa automatisierte Gutscheinversendungen zu Anlässen wie Geburtstagen, sowie über die branchenübliche Nichteinlösequote, die bei Gutscheinsystemen immer eine Rolle spielt“, so der Gründer weiter.

Der Kassenmarkt als operative Hürde

Der Gutschein-Sektor ist stark fragmentiert und umkämpft. Im Erlebnisbereich agieren Anbieter wie Jochen Schweizer, im Gastro-Segment Akteure wie Yovite oder subventionierte Stadtgutschein-Initiativen.

Eine wesentliche operative Hürde für BON BON liegt in der technologischen Zersplitterung der Branche. Gefragt nach der technischen Herausforderung, funktionierende Schnittstellen von Orderbird über Vectron bis Lightspeed trotz Software-Updates stabil zu halten, räumt Bernhard ein: „Das ist tatsächlich eine große Herausforderung, der wir mit sehr langfristig aufgebauten und partnerschaftlichen Beziehungen sowohl zu den Kassensystemanbietern als auch zu den Gastronom*innen begegnen. Erfreulicherweise sind die relevanten Schnittstellen dabei vergleichsweise stabil und weitgehend von den schnellen Entwicklungszyklen der eigentlichen Kassensoftware entkoppelt, was uns eine verlässliche technische Integration ermöglicht.“

Ausblick auf die kommenden Monate

Ob es dem Team langfristig gelingt, den Betrieben bürokratische Hürden im Alltag durch POS-Integrationen abzunehmen, wird der Praxis-Test zeigen. Gleichzeitig muss sich beweisen, ob die überarbeitete Website und die mobile Nutzer*innenführung ausreichen, um Endkund*innenkäufe außerhalb typischer Phasen wie Weihnachten konstant zu generieren.

Für die kommenden 12 bis 18 Monate hat das Team Produkt-Schritte definiert. Bernhard benennt die geplante Expansion: „Die Weiterentwicklung geht hier klar in zwei Richtungen: Zum einen in die kontinuierliche Erschließung weiterer Supermarktketten, zum anderen vor allem in den Ausbau erweiterter Firmenangebote rund um steuerfreie Sachbezüge. Dabei ermöglichen wir es Arbeitgebenden – unter bestimmten Voraussetzungen, die wir dank unserer Kassensystem-Integrationen zunehmend zuverlässig erfüllen – ihren Mitarbeitenden monatlich oder zu besonderen Anlässen steuerfrei Gutscheine bereitzustellen.“

Der Schreckmoment ist fast jedem/jeder Autofahrer*in bekannt: Einmal beim Ausparken unaufmerksam gewesen, und schon prangt eine hässliche Delle im Kotflügel. Was folgt, ist meist eine zeitraubende Odyssee durch Werkstätten, um Kostenvoranschläge zu vergleichen. Das 2025 in Berlin gegründete Start-up Kai Karosse will diesen Prozess nun radikal verkürzen. Die Gründer David Schmeußer und Rico-Thore Kauert verfolgen eine klare Vision: Die Bewertung eines Karosserieschadens soll künftig so einfach funktionieren wie ein Online-Einkauf.

Die 3.000-Euro-Delle und das Versprechen der Transparenz

Die Idee zum Unternehmen entsprang laut David Schmeußer klassischem Alltagsfrust. Vor einer Leasingrückgabe fuhr der Gründer wegen zwei kleiner Dellen in der Tür bei drei verschiedenen Werkstätten vor. „Die Angebote variierten damals zwischen 300 und 3.000 Euro“, erinnert er sich. „Ich fragte mich: Wie kann das sein? Warum ist dieser Markt so intransparent? Warum muss ich als Kunde überall vorstellig werden?“

Den entscheidenden Anstoß gab schließlich seine Frau mit der Frage, warum man nicht einfach eine künstliche Intelligenz nach einem realistischen Preis frage. Eine Marktrecherche ergab zudem, dass jährlich rund eine Million Suchanfragen allein zu Smart Repair und verwandten Themen gestellt werden. Die Lösung der Berliner: Ein virtueller Werkstattmeister, der Kostenschätzungen binnen 30 Sekunden erstellt.

Aus redaktioneller Sicht klingt das nach einer perfekten Lösung für genervte Verbraucher. Allerdings rühren eklatante Preisunterschiede in der Praxis nicht nur von mangelnder Transparenz her, sondern oft von völlig unterschiedlichen Reparaturwegen: Wo die eine Werkstatt spachtelt und beilackiert (Smart Repair), kalkuliert die markengebundene Vertragswerkstatt den strikten Austausch der kompletten Tür nach Herstellervorgaben. Eine KI muss also nicht nur den Schaden erkennen, sondern auch den gewählten Reparaturweg transparent machen.

Domänen-Intelligenz vs. schmutziger Lack

Wie verhindert man, dass der Algorithmus eine teure Erneuerung empfiehlt, wo eine Politur gereicht hätte? Kai Karosse setzt auf eine Analyse-Pipeline, in der das Sprachmodell nur ein Baustein ist. Da Fotos keinen natürlichen Maßstab besitzen, nutzt die KI „Skalenanker“ wie Türgriffe oder Münzen, um die exakte Größe des Schadens zu berechnen.

Doch das Risiko von KI-Halluzinationen – etwa durch Schmutz, Regentropfen oder Spiegelungen im Metalliclack – ist hoch. „Wir nutzen verschiedene Verfahren, um Halluzinationen bestmöglich auszuschließen“, erklärt Schmeußer und nennt sogenannte Confidence-Werte als Instrument. „Wir fragen die KI also: ‚Wie sicher bist du, dass deine Analyse stimmt?‘“ Ist sich der Algorithmus unsicher, wird seine Aussage geringer gewichtet. Zudem muss die KI ihre Entscheidungsfaktoren textlich ausgeben und wird aufgefordert, sich quasi selbst zu überprüfen. „Das ist so, als stelle man die Frage: ‚Bist du ganz sicher? Bitte durchlaufe den Prozess erneut und prüfe, ob dein Ergebnis wirklich valide ist‘“, so der Gründer.

Das Start-up macht hier vieles richtig, indem es dem Algorithmus misstraut. Dennoch: Eine KI, die sich selbst prüft, operiert letztlich nur innerhalb ihrer eigenen Systemgrenzen. Ist das Ausgangsmaterial – das Foto des Kunden bzw. der Kundin – schlecht, nützt auch die beste Selbstprüfung wenig. Das weiß auch Schmeußer und räumt ein, dass der „Faktor Mensch“ oft das größte Hindernis sei. Werden nur verschwommene Nahaufnahmen hochgeladen, fehlen Kontext und Bauteil-Zuordnung.

Der harte Realitätscheck in der Werkstatt

Unter der Haube gleicht das System den Schaden mit einer Eignungsmatrix ab und empfiehlt Smart Repair, konventionelle Reparatur oder Austausch. Die Preise kalibriert das System dabei anhand der Daten einer bundesweit tätigen Werkstattkette mit über 550 Filialen. Hier liegt ein kritischer Flaschenhals des Geschäftsmodells: Die Datenbasis einer einzelnen – wenn auch großen – Kette reicht kaum aus, um das hochkomplexe, regional schwankende Preisgefüge des gesamten deutschen Reparaturmarktes abzubilden.

In der Werkstatt-Zunft regt sich entsprechend Widerstand. „Ja, den gab und gibt es, und er ist sicherlich auch teilweise berechtigt“, gibt sich Schmeußer selbstkritisch. Karosseriebauer warnen vehement davor, dass scheinbare Bagatellschäden oft strukturelle Probleme wie gebrochene Halterungen oder sicherheitsrelevante Airbag-Schäden verbergen. Auch die Preisspannen bei Originalteilen seien für die KI „noch schwer zu berücksichtigen“, gibt der Gründer zu.

Man übermittle bei jeder Schätzung daher transparent die zugrunde liegenden KI-Annahmen. „Ähnlich wie ein erfahrener menschlicher Gutachter wird Kai Karosse solche Risiken mit der Zeit immer besser einschätzen können, je mehr Daten zur Verfügung stehen“, argumentiert Schmeußer. Das System solle künftig lernen, dass etwa bei einer tiefen Delle am Stoßfänger oft auch die Aufhängung beschädigt ist.

Trotz dieser Lernkurve bleibt ein strukturelles Problem bestehen: Wenn die KI vorab 500 Euro prognostiziert, der Meister auf der Hebebühne aber verborgene Schäden für weitere 1.000 Euro entdeckt, droht massiver Kund*innenfrust. Die KI weckt Erwartungen, die die Werkstatt am Ende vielleicht nicht halten kann. Schmeußer sieht das naturgemäß positiver: „Die Hebebühne bleibt natürlich die letzte Instanz, doch der Kunde hat bereits vorab einen Wissensvorsprung. Das ist ein entscheidender Unterschied.“

David gegen die Software-Goliath

Der Markt ist ein Haifischbecken, dominiert von Konzernen wie der Allianz und etablierten Branchenstandards wie Audatex oder DAT, die über jahrzehntelange Datenhistorien verfügen. Wie will ein gebootstrapptes Start-up hier bestehen?

Man wolle Fahrzeugbesitzer*innen einen Weg völlig losgelöst von Versicherungsvorgaben oder Werkstattbindungen bieten, kontert Schmeußer. Gleichzeitig positioniert sich Kai Karosse als B2B-Lösung: „Wir möchten unsere Anwendung Werkstätten zur Verfügung stellen, die ihren Kunden eine einfache und zeitgemäße Lösung anbieten wollen.“

Der Prozess solle radikal vereinfacht werden: „Bild hochladen, Angebot erhalten, Termin buchen, Vorfahren und Schaden beheben lassen. Fertig!“, skizziert Schmeußer seine Idealvorstellung. „Davon ist die Branche derzeit weit entfernt.“

Fazit: Geniales Lead-Tool oder echtes Gutachten?

Das Potenzial für die Software ist unbestritten vorhanden, insbesondere als Lead-Generierung für Werkstätten oder zur groben Vorfilterung im Flottenmanagement. Auf die Frage nach der Entwicklung in den nächsten drei Jahren gibt sich Schmeußer bodenständig: „Wäre Kai Karosse in drei Jahren die erste Anlaufstelle für die Behebung von Karosserieschäden und das Mittel der Wahl für Werkstattwebsites und Flottenanbieter, wäre das ein sehr großer Erfolg.“

Ob dieser Erfolg eintritt, hängt von einer zentralen Frage ab: Kann die Software das Erwartungsmanagement der Nutzer*innen kontrollieren? Kai Karosse liefert aktuell kein belastbares Gutachten, sondern eine smarte Erstindikation. Schafft es das Unternehmen, diese technologische Grenze gegenüber den Autofahrer*innen transparent zu kommunizieren, könnte die Berliner KI tatsächlich viel Frust aus dem Schadensprozess nehmen. Verlässt sich der/die Kund*in aber blind auf die 30-Sekunden-Rechnung des Algorithmus, folgt die Ernüchterung auf dem Fuß – spätestens an der Hebebühne.

Altersvorsorge für Selbständige – ohne Einbeziehung der gesetzlichen Rentenversicherung vorsorgen?

Grundsätzlich gilt, dass im Rahmen eines Angestelltenverhältnisses erworbene Rentenansprüche selbstverständlich auch bei Selbständigen erhalten bleiben. Relevant ist dieser Umstand vor allem für Menschen mittleren Alters, die entsprechende Ansprüche haben – Jungen Existenzgründern hingegen fehlt es an einer soliden Absicherung, die sie selbst in die Hand nehmen müssen. Sie erwerben durch ihre Selbständigkeit keine Ansprüche in der gesetzlichen Rentenversicherung.

Dabei ist laut dem Bundeswirtschaftsministerium zunächst zu prüfen, ob eine gesetzliche Versicherungspflicht greift. Der Gesetzgeber hat nämlich bestimmten Berufsgruppen eine Mitgliedschaft in der gesetzlichen Rentenversicherung vorgeschrieben, darunter Handwerker, Hebammen und anderen. Genaueres regelt § 2 Sozialgesetzbuch VI, insbesondere die Ausnahmen bei Beschäftigung sozialversicherungspflichtiger Arbeitnehmer. Die Deutsche Rentenversicherung ist hier erste Anlaufstelle für Beratungen und Statusüberprüfungen.

Zudem gibt es die Möglichkeit einer "freiwilligen Versicherung", in der Anzahl und Höhe der Beiträge selbst festgelegt werden können. Insbesondere Selbständige, die zuvor einige Jahre als Arbeitnehmer beschäftigt waren und die Anwartschaft auf eine Erwerbsminderungsrente aufrechterhalten möchten, profitieren davon. Ähnliche Konstellationen ergeben sich bei Erhalt der Alters- respektive Hinterbliebenenrente.

Hinweis: Alle oben dargestellten Fallkonstellationen ergeben lediglich eine Grundabsicherung, die keinesfalls private Vorsorge ersetzt. Je nachdem, wie viele Jahre zuvor als Arbeitnehmer gearbeitet wurde, lohnt sich die Mindestabsicherung in der "freiwilligen Versicherung" vor allem für Familien mit Kindern.

Alternative für Selbständige: Rürup-Rente

Neben der oben dargestellten Altersvorsorge für Selbständige mittels "freiwilliger Versicherung", die gerade Alleinverdienern und Familien nach langjähriger Arbeitnehmerschaft zugutekommt, bietet sich Freiberuflern insbesondere die Basis-Rente ("Rürup-Rente") an. Bei dieser Absicherungsform handelt es sich um eine vom Staat geförderte, private Zusatzrente. Die Grundlagen werden im Folgenden kurz dargestellt, weitere Fragen ergeben sich zwangsläufig durch die persönliche Situation.

Die Vorteile liegen insbesondere darin, dass Steuerpflichtige bereits zur Zeit der Ansparphase einen hohen steuerlichen Vorteil nutzen können. Vor allem Gutverdiener profitieren, zudem ist das angesparte Kapital pfändungssicher. Es findet also keine Anrechnung im Falle einer Privatinsolvenz oder bei Einreichen eines Hartz-IV-Antrages statt. Zudem sind die Verträge so gestaltet, dass flexibel und je nach Vereinbarung eingezahlt werden kann – Sonderzahlungen sind möglich, die spätere Rentenzahlung gibt es ein Leben lang.

Zu beachten: Bei der späteren Rentenauszahlung findet eine Besteuerung im Rahmen des persönlichen Steuersatzes statt. Begrenzungen gelten lediglich bis zum Jahr 2040. Zudem lässt sich eine derart gestaltete Rente nicht vererben, sehr wohl kann aber eine Hinterbliebenenrente vereinbart werden. Zuletzt sei angemerkt, dass keine Einmalzahlung möglich ist – Rentenbeginn ist bei früheren Verträgen ab 60 möglich, Neuverträge können ab 62 bezogen werden (gilt auch bei Kündigung).

"Goldstandard" ist die Berufsunfähigkeitsversicherung für Selbständige

Während die vorgenannten Vorsorgeoptionen allesamt den Erlebensfall einer Altersrente beinhalten, geht es im Hier und Jetzt vor allem um die Absicherung beruflicher Risiken. Was passiert, wenn jemand durch einen Unfall nicht mehr in der Lage ist, seinen Beruf auszuüben? Welche Sicherungsmaßnahmen schützen die Familie vor einem finanziellen Fiasko? In diesem Segment spielt vornehmlich die Berufsunfähigkeitsversicherung eine Rolle, denn seitens des Staates gibt es nur bedingt Absicherung. Welche Vorteile eine Berufsunfähigkeitsversicherung im Vergleich zur nur bedingt gegebenen, staatlichen oder privaten Erwerbsunfähigkeitsversicherung leistet, wird im Folgenden dargestellt.

Die Entstehungsgeschichte von Justima ist im konservativen Rechtsmarkt eine kleine Sensation. Es handelt sich um die erste Ausgründung in der über 250-jährigen Geschichte der internationalen Wirtschaftskanzlei Osborne Clarke, die das Start-up als exklusiver Partner unterstützt.

Hinter dem Kölner Legal-Tech-Start-up steht ein dreiköpfiges Führungsteam, das juristische Expertise mit tiefem technologischem Know-how verknüpfen will. Die operative Leitung übernimmt der Volljurist und Softwareentwickler Alexander Lilienbeck als CEO, der bereits 2025 vom Branchenmagazin JUVE als einer der „Top 10 Legal Tech Rising Stars in Germany“ ausgezeichnet wurde. Ihm zur Seite steht der CTO Christian Braun, ein auf KI und Machine Learning spezialisierter Tech-Kopf, der vor Justima bereits zwei KI-Startups erfolgreich aufgebaut hat. Komplettiert wird das Management durch Gereon Abendroth als Chairman & Managing Director. Er bringt mehr als 20 Jahre Kanzlei- und Inhouse-Erfahrung ein und schlägt als Partner bei Osborne Clarke sowie Vorsitzender des globalen AI Management Boards der Kanzlei die strategische Brücke zum Mutterkonzern.

Die Idee entstand direkt aus dem Kanzleialltag: Mandanten ächzten unter dem massiven Aufwand, europäische Gesetzesänderungen lückenlos zu verfolgen. Die potenziellen Folgen von Non-Compliance sind drastisch – laut den von Justima zitierten Marktstudien liegen die finanziellen Schäden durch verpasste Regulierungsvorgaben im Schnitt rund 2,7-mal höher als die Investitionen in funktionierende Compliance-Prozesse.

Das Geschäftsmodell: Skalierbares SaaS statt teurer Beratung

Das Produkt bricht bewusst mit dem klassischen Geschäftsmodell von Anwaltskanzleien, das meist auf der Abrechnung von Stunden basiert. Justima durchleuchtet mithilfe spezialisierter KI-Agenten täglich mehr als 200 europäische Rechts- und Regulierungsquellen wie Amtsblätter, Behördenseiten und Gerichtsentscheidungen. Die Plattform filtert diese Flut gegen das spezifische Profil des Kunden und bereitet relevante Änderungen in Klartext, inklusive Handlungsbedarf und Quellenbeleg, für die operative Arbeit auf. Technisch und regulatorisch ist das Startup hochgradig abgesichert, da der Betrieb vollständig DSGVO-konform ausschließlich in der EU läuft, flankiert von ISO 27001- und SOC 2-Zertifizierungen.

Spannend ist der Blick auf das Vertriebsmodell, das das Start-up über eine skalierbare Software-as-a-Service-Struktur (SaaS) abbildet. Justima bietet eine kostenlose Testmöglichkeit an. Erweiterte Funktionen, tiefere Analysen und der Zugriff auf internationale Märkte können dann über kostenpflichtige Upgrades flexibel freigeschaltet werden. Die Pakete starten beim Starter-Paket für Einzelpersonen ab 149 € und beim Professional-Paket ab 479 € pro Monat. Dass dieser automatisierte Ansatz im Markt auf Interesse stößt, zeigt die vom Start-up vermeldete Pre-Launch-Traktion: Rund 60 Unternehmen registrierten sich für den Early Access, darunter bekannte Namen wie Condor, AUTODOC und die Karlsberg Brauerei sowie weitere DAX-40- und Fortune-500-Unternehmen.

Die Achillesfersen des Modells

Auch wenn die Story wie ein solider Case klingt, müssen Gründer*innen und Investor*innen das Modell differenziert betrachten:

1. Vertikale KI vs. Horizontale Tech-Giganten

Justima positioniert sich explizit als „vertikale KI“ für exakt einen Anwendungsfall. Das Argument von CTO Christian Braun leuchtet ein: Generische Modelle von OpenAI oder Anthropic neigen zu Halluzinationen, während in der Compliance nicht entscheidend ist, wie viele Änderungen ein Modell findet, sondern welche es übersieht. Eine einzige verpasste Verordnung kostet ein Unternehmen oft mehr, als ein Generalist je einsparen kann.

Das Risiko liegt jedoch in der rasanten Entwicklungsgeschwindigkeit bei horizontalen Sprachmodellen. Sobald Tech-Riesen spezialisierte, verifizierbare Such- und Embedding-Strukturen standardmäßig integrieren, schrumpft der technologische Vorsprung kleinerer Vertikal-Anbieter. Justima muss kontinuierlich beweisen, dass die gemeinsam mit Osborne Clarke entwickelte Relevanzlogik den Systemen der Big Techs dauerhaft überlegen bleibt.

2. Der „Golden Cage“ der Kanzlei-Partnerschaft

Die exklusive Partnerschaft mit Osborne Clarke verschafft Justima vom ersten Tag an enorme regulatorische Expertise und schnellen Marktzugang. Gleichzeitig kann diese extreme Nähe jedoch andere Großkanzleien abschrecken, die Plattform für ihre eigenen Mandanten zu lizenzieren. Ein solches Corporate Spin-off läuft Gefahr, im freien Markt primär als verlängerter Arm des Mutterhauses wahrgenommen zu werden, was das globale Skalierungspotenzial im B2B-Anwaltsmarkt hemmen könnte.

Markt & Wettbewerb

Der Markt für automatisiertes Regulierungsmonitoring ist im Jahr 2026 heiß umkämpft. Justima stößt keineswegs in ein Vakuum vor, sondern trifft auf namhafte Konkurrenz aus verschiedenen Richtungen.

Auf der einen Seite stehen etablierte LegalTech-Herausforderer wie das österreichisch-deutsche Start-up Codara, das seine Compliance-Suite in den vergangenen Monaten massiv ausgebaut hat. Mit direkten Schnittstellen zu EUR-Lex und dem deutschen Bundesrecht sowie einem eigenen Tool zur proaktiven Verfolgung von Gesetzesentwürfen („Legislative Radar“) besetzt Codara ein sehr ähnliches Terrain und bedient bereits namhafte Großkunden.

Auf der anderen Seite positionieren sich mächtige Corporate- und Verlags-Giganten im Markt. Schwergewichte wie KPMG Law bieten mit ihren „Legal Managed Services“ ebenfalls intelligentes Risk- und Regulatory Monitoring an. Gleichzeitig drängen große Fachverlage wie LexisNexis mit spezialisierten KI-Assistenten (wie Lexis+ Protégé) und tief integrierten Recherchetools direkt in die Rechtsabteilungen. Justima muss sich somit in einem Sandwich aus agilen, unabhängigen Startups und kapitalstarken Traditions- und Beratungshäusern behaupten.

Fazit und Einordnung

Für Gründerinnen und Gründer liefert der Case Justima wertvolle Learnings, allen voran den unaufhaltsamen Trend zur Hyper-Vertikalisierung. Die Zeit der rein generischen KI-Wrapper ist vorbei. Justima zeigt exemplarisch, dass der B2B-Markt nach maßgeschneiderten Lösungen verlangt, die haftungssichere, auditierbare Ergebnisse statt vager Chat-Antworten liefern.

Gleichzeitig verdeutlicht das Beispiel, dass eine Ausgründung aus einem etablierten Unternehmen einen vielversprechenden alternativen Pfad zum klassischen VC-Weg darstellt. Die Symbiose aus der tiefen Domain-Expertise eines großen Partners wie Osborne Clarke und der Agilität eines erfahrenen Gründungsteams kann die Time-to-Market drastisch verkürzen. Ob Justima den Vorsprung auf Dauer halten kann, wird sich im harten Wettbewerb zeigen. Die nötigen Grundzutaten – ein starkes Gründer-Duo, Branchen-Rückendeckung und ein realer, validierter Schmerzpunkt – sind jedenfalls vorhanden.

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.