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

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

Pivot und Neuanfang: Die Köpfe hinter der URG

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

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

StartingUp Deep Dive: Das URG-Portfolio im Test

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

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

Der Markt: Milliardenpotenzial trifft auf klamme Kassen

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

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

Humanoid-Hype oder echte Hilfe?

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

Wettbewerb und USP

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

Fazit

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

Wer beim Wocheneinkauf sparen möchte, kennt das Ritual: Das analoge Durchblättern bunter Supermarktprospekte, das manuelle Vergleichen von Preisen und die mühsame Frage, welche Mahlzeiten sich aus den reduzierten Produkten sinnvoll kombinieren lassen. In Zeiten spürbarer Inflation und hoher Lebensmittelpreise ist das für viele längst finanzielle Notwendigkeit. Für Roman Wolf war dieses Alltagsproblem der Startschuss für sein erstes eigenes Tech-Unternehmen.

Als eines von sechs Kindern wuchs der Schüler in einem Haushalt auf, in dem der Wocheneinkauf logistisch und finanziell ins Gewicht fiel. „Bei uns zuhause war Einkaufen immer ein großes Thema“, erinnert sich Wolf. Dabei fiel ihm ein grundlegendes Problem auf: „Angebote und Rezepte sind eigentlich immer getrennt. Entweder schaust du, was gerade günstig ist, oder du suchst ein Rezept.“ Beides manuell zusammenzubringen, kostete viel Zeit und Nerven. „Das muss doch einfacher gehen“, schoss es dem Jugendlichen durch den Kopf. So wurde Sheap geboren.

Unter diesem Namen hat der 15-Jährige eine App entwickelt, die wöchentlich die aktuellen Angebote von über neun Supermarktketten – darunter Aldi, Lidl, Rewe und Kaufland – aggregiert. Der Clou: Die App generiert aus den Angebotsdaten wöchentlich über 270 fertige Rezepte. „Klassische Rezept-Apps starten meistens beim Rezept. Angebotsportale starten beim Preis. Sheap verbindet beides“, bringt es der Gründer auf den Punkt.

Vom analogen Schmerz zur App in Rekordzeit

Bemerkenswert ist das konsequente Lean-Startup-Vorgehen. In gerade einmal vier Monaten zog Wolf das Projekt von der Idee bis zur Veröffentlichung durch. Dabei ist er kein bloßer Ideengeber, der eine Agentur beauftragt hat. Seine ersten Programmiererfahrungen sammelte er bereits mit elf Jahren beim Bau kleiner Spiele. Für Sheap brachte er sich das nötige Wissen durch Online-Kurse und Ausprobieren kurzerhand selbst wieder bei.

„Ja, das hat auf jeden Fall einiges an Nerven gekostet!“, gibt der Schüler unumwunden zu. Gleichzeitig verweist er auf technologische Schützenhilfe: „Heute gibt es mit KI unglaublich viele Möglichkeiten, die Entwicklung von Software effizienter zu machen. Da konnte ich mir auch die ein oder andere Stunde sparen.“

Die Update-Historie in den App-Stores belegt seine technische Disziplin. Fast wöchentlich spielt er Verbesserungen aus, integriert etwa Gamification-Elemente wie ein Spar-Dashboard, das den Nutzer*innen ihre finanzielle Ersparnis aufzeigt.

Accelerator-Weihen und der Kampf mit der Bürokratie

Dass es sich bei Sheap um ein ernstzunehmendes Produkt handelt, zeigen knapp 2.000 Nutzer*innen sowie die Finalteilnahme am FLIGHT Accelerator der Startbahn27 in Schweinfurt. Doch wer als 15-Jähriger gründet, stößt rechtlich schnell an harte Grenzen. Vertreten wird das Start-up daher pragmatisch durch die familiäre „Wolfs Vermietungs GbR“.

Seine Eltern hätten ihn von Anfang an unterstützt, betont der Gründer. Einen großen Pitch am Küchentisch brauchte es nicht. „Die Lösung mit der GbR war keine lange Diskussion, sondern vor allem eine praktische Möglichkeit, um die rechtlichen Voraussetzungen in der Anfangsphase zu erfüllen“, erklärt Wolf. Dennoch ist er sich bewusst, dass mit dem Wachstum auch die Verantwortung wächst. „Deshalb ist eine Umwandlung in eine UG bereits in Planung“, so der Jungunternehmer.

B2C-Haifischbecken und offene Daten-Fragen

Trotz des rasanten Starts bewegt sich das Modell in einem schwierigen Markt: Nutzer*innen sind kostenlose Rezept-Apps gewöhnt. Die Frage, woher die Echtzeit-Daten der Supermärkte stammen – ob über offizielle Schnittstellen oder mühsames Web-Scraping –, ließ der Gründer unbeantwortet. Bezüglich der Serverkosten gibt er sich jedoch transparent: „Aktuell tragen ich und meine Eltern die laufenden Kosten.“ Diese seien noch überschaubar, doch der Schüler gibt die Marschroute klar vor: „Sicherlich ist es mein Ziel, in den nächsten Monaten ins Plus zu ziehen.“

Ein lukrativer Ausweg aus der Monetarisierungsfalle ist der Schritt in den B2B-Bereich. Wolf führt bereits erste Gespräche mit Supermärkten und großen Einzelhandelsgruppen. Wer vermutet, gestandene Kaufleute würden einen 15-Jährigen belächeln, irrt. „Ich hatte erwartet, dass ich mich vielleicht drei- bis viermal öfter durchsetzen muss, aber das Gegenteil ist der Fall“, so Wolf. „Es sind immer Gespräche auf Augenhöhe.“

Der Burggraben gegen die Branchenriesen

Dennoch bleibt die Konkurrenz durch Riesen wie KaufDA oder Rewe ein Thema. Was passiert, wenn die Großen das Modell in ihre eigenen Apps einbauen? „Das ist die Frage, die mich noch am unsichersten macht“, räumt er ehrlich ein. Die großen Player hätten Budgets und Teams, die er nie einholen könne. Sein eigener Burggraben sei die extreme Agilität: „Wenn jemand mir heute Feedback schreibt, kann ich übermorgen ein Update rausspielen. Kein Meeting, kein Freigabeprozess, keine Quartalsstrategie.“

Langfristig, so betont der Gründer, suche er ohnehin nicht die Konfrontation. „Ich will gar kein Gegner der großen Ketten sein, ich will ihr Partner werden.“ Wenn Sheap dem Supermarkt helfe, rabattierte Waren cleverer zu vermarkten, ändere sich die Dynamik: „Dann bin ich nicht mehr der Außenseiter, den sie fürchten müssen, sondern jemand, mit dem sie bauen wollen. Auf diesen Moment arbeite ich hin.“

Fazit: Machen statt Planen

Roman Wolf und Sheap sind ein Paradebeispiel dafür, wie zugänglich App-Entwicklung geworden ist. Auch wenn die Skalierung im FoodTech-Markt eine massive Hürde bleibt: Wer mit 15 Jahren ein Produkt baut, in Accelerator-Finals steht und auf Augenhöhe mit dem Einzelhandel verhandelt, dem stehen alle Türen offen. Wie Wolf selbst kürzlich riet: „Fangt früher an, als ihr euch bereit fühlt. Holt euch echtes Feedback. Und gebt nicht zu schnell auf.“

Der Frust ist vielen Bewerber*innen und digitalen Nomad*innen nur allzu gut bekannt: Man filtert auf etablierten Job-Portalen nach „Remote“ oder „Homeoffice“, nur um dann im Textfeld über Klauseln wie „zwei Tage pro Woche am Standort“ zu stolpern. Große Plattformen filtern meist nur nach Stichworten, was für Unübersichtlichkeit sorgt. Genau hier setzt Nomado24 an. Das junge HR-Tech-Start-up aus Ludwigshafen will den Markt mit einem KI-Sprachmodell (LLM) sauberer vermessen, indem es den Kontext jeder Anzeige liest und verifiziert, ob der Job zu 100 Prozent ortsunabhängig ausgeübt werden kann.

Doch wer braucht so eine spezialisierte Plattform überhaupt? Schließlich finden sich viele echte Remote-Jobs im IT-Sektor, wo Fachkräfte sich ihre Stellen ohnehin aussuchen können. „Der Einwand stimmt“, räumt Mitgründer Anton Petuchow unumwunden ein. „Senior-Entwicklerinnen und -Entwickler bekommen drei Recruiter-Nachrichten pro Woche, die brauchen uns nicht, und sie sind ausdrücklich nicht unser Fokus.“ Nomado24 zielt stattdessen auf die andere Hälfte des Remote-Marktes ab: Berufe im Kund*innenservice, Vertriebsinnendienst, Marketing oder der Buchhaltung sowie Menschen, die einen Nebenjob von zu Hause suchen. Hier gebe es echte ortsunabhängige Stellen, aber die Kandidat*innen müssten selbst suchen. „Für sie ist eine Plattform, die aussortiert statt aufzublähen, ein spürbarer Unterschied“, betont Petuchow. Der geografische Fokus liege dabei klar auf dem deutschsprachigen Raum, da der globale englischsprachige Markt bereits gut versorgt sei.

Die Nomado24-Datenanalyse im Fokus

Wie dringend dieser KI-Filter nötig ist, zeigt ein Blick auf die Daten: Ein interner Audit des Start-ups von Ende Juli 2026 offenbart die Schwächen des aktuellen Marktes. Von 2.459 als „remote“ ausgewiesenen Stellen fielen 14,5 Prozent durch das KI-Raster, da sie de facto nicht komplett ortsunabhängig waren. Zudem nennt nur jede vierzigste Anzeige ein konkretes Gehalt – trotz der längst abgelaufenen Frist zur EU-Entgelttransparenzrichtlinie.

Für digitale Nomad*innen lauert jedoch oft ein weiterer Knackpunkt: „100 % Remote“ bedeutet in der Praxis häufig „100 % Homeoffice innerhalb Deutschlands“, da Arbeitgeber*innen bei dauerhafter Arbeit aus dem EU-Ausland schnell steuerliche Fallstricke drohen. Prüft die KI also auch das Arbeitsrecht? „Wir prüfen mehr, als der reine Remote-Haken hergibt, aber wir ziehen eine bewusste Grenze“, erklärt Petuchow. Der KI-Klassifikator lese zwar geografische Einschränkungen aus, eine verbindliche Einzelfallprüfung zu Betriebsstättenrisiken oder Sozialversicherungsfragen biete man jedoch bewusst nicht an. „Das wäre automatisierte Rechtsberatung“, so der Gründer. Gerade der Beschäftigungskontext sei laut EU-KI-Verordnung hochriskant. „Ein System, das verbindliche steuer- und arbeitsrechtliche Auskünfte zu konkreten Arbeitsverhältnissen erteilt, bringt einen Pflichtenkatalog mit, den wir als zweiköpfiges Team heute nicht seriös stemmen können“, stellt er klar. Stattdessen mache man die ohnehin entspannten Freizügigkeitsregeln innerhalb der EU sichtbar und verweise bei komplexen Einzelfällen auf Expert*innen.

Die Gründer: Aus dem Hörsaal auf den Markt

Hinter Nomado24 stehen keine langjährigen HR-Veteranen, sondern Anton Petuchow und Lars Schreiner. Die zündende Idee brachte Schreiner, der an der HWG Ludwigshafen Sustainable Management studiert, aus seiner Zeit als Surflehrer mit: Mangels lokaler Alternativen mussten viele seiner Kollegen außerhalb der Saison unterqualifizierte Jobs annehmen. Bei Nomado24 verantwortet er heute Vertrieb und Marketing, während WHU-Absolvent Petuchow nach Stationen bei BASF und Allianz die Bereiche Strategie und Produkt leitet.

Der Weg aus dem studentischen Umfeld zur offiziell gegründeten UG (haftungsbeschränkt) war jedoch zäh. „Die größte Hürde war nicht die Gründung selbst, sondern das Drumherum“, blickt Petuchow auf Themen wie Steuernummern, Datenschutz und AGBs zurück. „Für zwei Studenten ohne Vorerfahrung sind das Wochen, in denen kein einziges Produktfeature entsteht. Rückblickend war es trotzdem richtig, das früh sauber zu machen.“ Finanziert ist das Start-up, das im TechnologieZentrum Ludwigshafen (TZL) sitzt und Ende Mai 2026 live ging, bislang komplett gebootstrappt und durch Fördermittel (StartInRLP) sowie Azure-Credits von Microsoft. Business Angels sollen erst in einer kommenden Finanzierungsrunde an Bord geholt werden.

Geschäftsmodell und Markt: Ein kritischer Blick

Nomado24 bietet neben der Jobvermittlung auch eine „Pro“-Funktion für Bewerber*innen sowie mittelfristig die Vermittlung von Coworking-Spaces an. Droht dem kleinen Team hier nicht ein klassischer „Feature Creep“, bei dem man sich verzettelt? Petuchow nimmt die Kritik gelassen auf: „Die Jobbörse ist das Produkt. Alles andere muss aus derselben Datenbasis fallen und darf keine eigene Roadmap verlangen.“ Die geplante Coworking-Suche sei der beste Beleg für diese Disziplin, da man keine Ressourcen in den Aufbau eigenen Inventars stecke, sondern auf eine Partnerschaft mit einem Weltmarktführer setze. Dennoch gibt er selbstkritisch zu: „Ja, wir haben in der Anfangsphase mehr gebaut, als für den Fokus gut war, und haben deshalb inzwischen Dinge bewusst zurückgestellt.“

Um im Haifischbecken der großen Jobbörsen wie Stepstone oder Indeed zu bestehen, nutzt das Start-up Automatisierung, um schnell eine kritische Masse an Stellen zu bieten. Den Vorwurf des unerlaubten „Scrapings“ von Fremdportalen lässt die Geschäftsführung jedoch nicht gelten. Hier wird Petuchow deutlich: „Der Begriff Scraping beschreibt unsere Arbeitsweise falsch. Wir lesen keine Fremdportale aus. Indeed, Stepstone oder LinkedIn fassen wir nicht an.“ Stattdessen beziehe man die aktuell rund 2.400 Anzeigen aus offiziellen Schnittstellen der Arbeitsagentur, von Partnerschnittstellen, aus Bewerbermanagementsystemen oder direkt von Arbeitgeber*innen. „Wir entziehen niemandem Traffic, wir schicken welchen“, wehrt er rechtliche Bedenken ab.

Auch die befürchteten Serverkosten für das ständige KI-Screening seien extrem überschaubar. „Eine Anzeige wird einmal gelesen und danach beliebig oft ausgeliefert, ohne dass noch einmal ein Modell anspringt“, erklärt der Gründer. Dank des Microsoft-Förderprogramms verbrenne man aktuell ohnehin kein Geld für die Infrastruktur.

Bleibt das klassische Henne-Ei-Problem: Wie überzeugt man zahlende Unternehmenskunden, wenn die Reichweite noch im Aufbau ist? „Unsere Antwort auf das Henne-Ei-Problem heißt nicht Vertrieb, sondern Google“, verrät Petuchow die SEO-Strategie. Durch strukturiert ausgezeichnete Anzeigen bei „Google for Jobs“ und gezielte Suchseiten baue man organisch Reichweite auf. Die Klicks verdreißigfachten sich zuletzt nahezu – ganz ohne Werbebudget. Petuchows Maxime: „Erst Nutzerzahlen aufbauen, dann monetarisieren. Und wenn wir mit Arbeitgebern über bezahlte Inserate sprechen, dann mit belegbarer Reichweite statt mit Versprechen.“

Einordnung und Fazit

Nomado24 bedient zweifellos einen echten Pain Point und punktet mit seinem transparenten Ansatz, unpassende Jobs knallhart auszusortieren. Das große Risiko: Die Technologie hinter LLMs wird rasant zugänglicher. Große Player könnten die Kernfunktion mit ihren massiven Entwicklungs-Ressourcen theoretisch schnell kopieren.

Wo liegt also der Burggraben? „Ehrlich gesagt: Einen unkopierbaren Burggraben haben wir nicht, und ich würde jedem Gründer misstrauen, der bei einem Sprachmodell-Feature einen behauptet“, kontert der WHU-Absolvent selbstbewusst. Die Branchengiganten würden einen so strengen Filter jedoch kaum ausrollen wollen, da deren Geschäftsmodell auf Reichweite und Anzeigenvolumen basiere. Ein Filter, der rigoros 14 Prozent der Anzeigen als „Fake-Remote“ aussortiert, würde dort zahlende Kund*innen verprellen. „So etwas baut niemand konsequent gegen das eigene Geschäftsmodell“, ist Petuchow überzeugt. „Für die Großen wäre derselbe Filter ein Umsatzproblem, für uns ist er das Produktversprechen.“

Ein klassischer David-gegen-Goliath-Pitch mit einer cleveren Nischenstrategie. Für die Zukunft hat sich das Team bis Mitte 2027 vier klare Meilensteine gesetzt: Organische Reichweite aufbauen, eine belastbare Konversionsrate für das Pro-Modell erzielen, das Angebot an echten Remote-Stellen im deutschsprachigen Raum ausbauen und die Coworking-Partnerschaft live bringen. Erst danach sei der B2B-Verkauf an Arbeitgeber*innen der logische Schritt. Anton Petuchow schließt mit einem klaren Versprechen an sich selbst: „Wenn diese vier bis Mitte 2027 nicht stehen, schulden wir uns selbst eine ehrliche Antwort darauf, warum nicht.“

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

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

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

Deep-Tech, Rüstung & Fusionsenergie erreichen historischen Höhepunkt

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

Berlin und München beheimaten 68 % aller deutschen Einhörner

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

Die DNA der deutschen Unicorn-Gründer*innen

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

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

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

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

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

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

Die 12 Neuzugänge der Rekord-Kohorte 2026 im Überblick

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

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

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

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

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

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

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

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

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

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

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

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

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

Fazit: Deutschland baut eigene Champions

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

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

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

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

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

Der Markteintritt in den USA: Das Momentum nutzen

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

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

Einordnung für StartingUp: Stärken, Schwächen und harte Konkurrenz

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

Kritisch hinterfragt: Nische oder Massenmarkt?

Trotz des runden Marktstarts muss sich das Hardware-Start-up im rauen Konsumgüterbereich beweisen. Dabei offenbaren sich drei zentrale Knackpunkte:

1. Das Volumen-Dilemma: Wer den DRIK 17 Carrier nutzt, opfert effektiv rund 400 ml Trinkvolumen im Vergleich zu einer Standard-850-ml-Flasche – ein potenzielles K.-o.-Kriterium für Langstreckenfahrer*innen. Emma Ehrenberg kontert diese Bedenken resolut: „Die 450 ml sind für uns kein Kompromiss, sondern eine bewusst gewählte Balance aus Trinkvolumen und Stauraum.“ Sie argumentiert, dass das Volumen zusammen mit einer zweiten Flasche für viele Ausfahrten genüge und das Fach auch für Kohlenhydratpulver genutzt werden könne, um unterwegs lediglich Wasser nachzufüllen.

2. Margendruck durch „Made in Germany“: Ein Preis von rund 44 Euro ist ambitioniert, und die teure Produktion in Deutschland drückt die Rohmarge. Will das Duo zweistufig über den Fachhandel wachsen, fordern Händler*innen ihren Anteil. Auf die Frage, wie realistisch der Sprung in den B2B-Markt unter diesen Umständen sei, reagiert Seel-Mayer optimistisch, bleibt bezüglich konkreter Margen-Kalkulationen aber vage: Man schätze vor allem die schnellen Entwicklungswege und führe bereits Gespräche mit dem Handel. „Eine Verlagerung der Produktion schließen wir zum jetzigen Zeitpunkt aus“, versichert der Gründer.

3. Das Single-Product-Risiko: Die Kund*innenakquisitionskosten für ein einzelnes Zubehörteil im Direct-to-Consumer-Geschäft sind hoch. Um den Customer Lifetime Value zu steigern, muss schnell ein Ökosystem her. „Bereits konkret geplant ist eine reine Trinkflasche, die die gleiche Designsprache aufgreift“, verrät Ehrenberg. Ein mutiger Schritt, denn ohne das smarte Werkzeugfach begibt sich das Start-up in einen stark gesättigten Markt, der stark über den Preis dominiert wird. Zudem arbeite man an verschiedenen Compartments und Equipment-Kits für das modulare System.

Kampf gegen die Branchenriesen

Sollten Branchenriesen wie SKS oder Specialized das – wenn auch zum Patent angemeldete – Multi-Storage-Konzept kopieren, droht ein ungleicher Verdrängungswettbewerb. Ralph Seel-Mayer gibt sich angesichts dieses Szenarios gelassen: „Sollten große Marken ähnliche Konzepte entwickeln, wäre das für uns zunächst einmal eine Bestätigung.“ Er verweist auf junge Marken wie Cyclite oder Ryzon, die zeigen, dass Identität und Kund*innennähe heute oft schwerer wiegen als Unternehmensgröße. „Genau diese Nähe lässt sich nur schwer kopieren“, gibt er sich selbstbewusst. Eine charmante, aber riskante Wette: Denn ob ein treuer Kern an Community-Kund*innen ausreicht, um zu überleben, wenn etablierte Riesen das eigene Konzept mit enormer Vertriebspower in jeden Fahrradladen drücken, bleibt die eigentliche Feuerprobe für DRIK 17.

Fazit

Mit dem DRIK 17 Carrier besetzt das Münchner Duo eine clevere Nische zwischen sperrigen Satteltaschen und reinen Werkzeugflaschen, verlangt den Nutzer*innen aber Abstriche bei der Trinkmenge ab. Das Community-Building hat perfekt funktioniert. Nun muss das Team beweisen, dass die Marke auch über ihr Erstlingswerk hinaus skalierbar ist und den Sprung in den Fachhandel übersteht – ohne dass die hohen heimischen Produktionskosten das Wachstum ausbremsen.

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

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

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

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

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

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

Geschäftsmodell, Markt und Wettbewerb

Der Markt und das Potenzial

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

Die Entwicklung der Investor*innenlandschaft

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

Die Hürden im Geschäftsmodell

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

Wettbewerbsumfeld

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

Unsere Einordnung

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

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

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

Die Marktlage

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

Die neuen Treiber

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

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

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

Reality Check: Gescheiterte Hoffnungen & Lektionen

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

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

Das deutsche Netzwerk (Hotspots)

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

Investor*innen-Radar

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

Die Top Start-ups (Must-Watch)

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

Tomorrow University of Applied Sciences

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

DeepSkill

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

Aivy

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

Zavvy

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

Edurino

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

Knowunity

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

Edyoucated

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

Internationaler Ausblick & Fazit

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

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

Es ist ein herber Schlag für die alternative Gründungsfinanzierung in Deutschland: Die OneCrowd-Gruppe aus Dresden hat für drei ihrer Kerngesellschaften beim Amtsgericht Dresden Insolvenz angemeldet. Betroffen sind die Muttergesellschaft OneCrowd GmbH sowie die beiden Töchter OneCrowd Loans GmbH und OneCrowd Securities GmbH.

Das Gericht bestellte ein Trio der auf Sondersituationen spezialisierten Kanzlei BBL Brockdorff zu vorläufigen Insolvenzverwaltern (Dr. Christian Heintze, Heiko Schäfer, Christian Graf Brockdorff). Die erste Kommunikation des Sanierungsteams zielt auf Beschwichtigung ab: Der Plattformbetrieb soll uneingeschränkt weitergehen, die geschlossenen Verträge zwischen Start-ups und Investoren seien nicht Teil der Insolvenzmasse. Doch abseits der beruhigenden Rhetorik zeigt der Fall tiefe Risse in einem Modell, das einst angetreten war, die Wagniskapitalvergabe zu demokratisieren. Ein klares Warnsignal gab es parallel zur Insolvenz: Die Zins- und Tilgungszahlungen für eine im Juli 2022 emittierte Unternehmensanleihe wurden bis auf Weiteres ausgesetzt.

Vom Pionier zum Sanierungsfall

Die Geschichte der OneCrowd ist eng mit der Marke Seedmatch verbunden. Gegründet 2011, war sie die erste deutsche Plattform für echtes Unternehmens-Crowdinvesting. Die Idee traf den Zeitgeist: Kleinanleger konnten ab 250 Euro in junge Start-ups investieren. Später kamen Econeers (Nachhaltigkeit) und Mezzany (Immobilien) hinzu, bevor alles unter der Dachmarke OneCrowd gebündelt wurde. Bis zuletzt rühmte sich die Gruppe mit hohen zweistelligen Millionenbeträgen, die durch die „Crowd“ in die Wirtschaft gepumpt wurden.

Das Geschäftsmodell in der kritischen Analyse

Warum gerät ein augenscheinlicher Pionier in eine solch existenzielle Schieflage? Die Antwort dürfte in einer Mischung aus den Schwächen des Crowdinvestings, juristischen Bumerang-Effekten und einem radikal veränderten Marktumfeld liegen.

Das Kerninstrument der Plattformen war lange Zeit das partiarische Nachrangdarlehen. Start-ups sammelten Kapital ein, die Plattform kassierte Provisionen. Die Crux: Start-ups sind Hochrisiko-Investments. Pleiten häuften sich naturgemäß, was für Kleinanleger oft den Totalverlust bedeutete. Lange galt dies primär als Imageproblem, doch es wuchs sich zu einem juristischen Risiko für die Vermittler aus: Im Fall des insolventen Start-ups Protonet urteilte das Landgericht Dresden 2023, dass eine verwendete Nachrangklausel intransparent und damit unwirksam sei. Die Plattformgesellschaft wurde zu Schadensersatz verurteilt. Solche Präzedenzfälle sind für Vermittler extrem gefährlich, da sie ein Haftungsrisiko für fremde Kreditausfälle schaffen. Kombiniert mit den sinkenden Einnahmen in einem abkühlenden Markt und der teuren Refinanzierungslast der eigenen 2022er-Anleihe, dürfte dies der Liquidität enorm zugesetzt haben.

Markt und Wettbewerb im Wandel

Hinzu kommt die Zinswende: Wenn Anleger für risikoarme Anlagen wieder signifikante Zinsen erhalten, sinkt die Bereitschaft, Geld in riskante Jungunternehmen ohne nennenswerte Mitspracherechte zu stecken. Der DACH-Markt konsolidiert sich entsprechend. Wettbewerber wie Companisto haben ihr Modell stärker in Richtung eines geschlossenen „Equity-Modells“ für vermögende Business Angels verschoben. Andere Plattformen fusionierten, um die massiv gestiegenen Compliance-Kosten der neuen EU-Schwarmfinanzierungsverordnung (ECSP) stemmen zu können.

Was bedeutet das für Gründer*innen?

Für aufstrebende Start-ups sendet die OneCrowd-Insolvenz ein klares Signal. Die Schwarmfinanzierung hat als unkomplizierte Kapitalquelle an Glanz verloren:

• Reputations- und Plattformrisiko: Wer heute eine Kampagne plant, muss die wirtschaftliche Stabilität der Plattform genau prüfen. Ein insolventer Finanzierungspartner sorgt für maximale Unruhe bei den eigenen Anlegern.
• Cap-Table-Präferenzen: Professionelle VCs und Business Angels meiden Start-ups mit unübersichtlichen Crowdinvesting-Strukturen oft. Partiarische Nachrangdarlehen erweisen sich bei späteren, größeren Finanzierungsrunden häufig als Hindernis.
• Schwindende Reichweite: Wenn Plattformen selbst um ihr Überleben kämpfen, sinkt ihre Fähigkeit, als Marketing-Multiplikator neue Kleinanleger für Start-ups zu mobilisieren.

Fazit

Die Insolvenz der OneCrowd-Gruppe markiert das Ende der naiven Frühphase des deutschen Crowdinvestings. Ob sich im angelaufenen Investorenprozess ein Käufer findet, der bereit ist, das Erbe samt potenzieller Altlasten anzutreten, bleibt abzuwarten. Für Gründer gilt mehr denn je: „Leichtes Geld“ aus der Crowd war gestern – der Weg führt künftig über professionellere, rechtlich sicherere Beteiligungsstrukturen.

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

Die bisherige Unternehmenshistorie verdeutlicht ein hohes Entwicklungstempo:

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

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

Der technologische Ansatz: Kausalität statt bloßer Korrelation

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

Kausable setzt an dieser Schwachstelle an:

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

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

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

Die Herausforderungen der Praxis

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

1. Vertriebshürden im B2B-Enterprise-Segment

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

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

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

2. Wettbewerbsumfeld und Big-Tech-Druck

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

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

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

3. Kapitalintensität von Frontier-AI

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

Key Takeaways für Gründer*innen

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

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

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

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

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

Viele junge Marken produzieren heute deutlich mehr Content als noch vor zwei Jahren. Sie posten Reels, testen Trends, schieben Stories nach und sehen im Reporting trotzdem oft dieselbe Lücke: Reichweite steigt, aber Anfragen, Newsletter-Anmeldungen, DMs oder Gespräche mit echten Kaufinteressierten bleiben dünn. Das Problem ist selten Instagram selbst. Meist ist die Kette zwischen erster Sichtbarkeit und nächster Handlung nicht sauber gebaut.

Genau dort wird Reichweite zur leeren Zahl. Ein Reel kann Aufmerksamkeit holen, ohne dass daraus ein Profilbesuch mit klarer Erwartung wird. Ein Profil kann ordentlich aussehen, ohne dass sofort verständlich wird, für wen die Marke da ist und welches Problem sie löst. Und selbst gute Inhalte bringen wenig, wenn Teams nur Views reporten, aber nicht prüfen, welche Formate wirklich zu Antworten, Klicks oder qualifizierter Neugier führen.

Für Gründer und Gründerinnen ist das besonders relevant. Anders als große Marken können junge Unternehmen Streuverluste nicht einfach mit Budget zukleistern. Sie brauchen ein System, das organische Sichtbarkeit erst in Orientierung und dann in Nachfrage übersetzt. Wer diesen Übergang beherrscht, kann später auch Paid-Maßnahmen präziser skalieren. Wer ihn nicht beherrscht, kauft meist nur mehr Aufmerksamkeit für ein unscharfes Angebot.

Warum Reichweite allein für Start-ups ein schlechter Steuerwert ist

Reichweite ist kein nutzloser Wert. Sie zeigt, ob ein Inhalt überhaupt Menschen außerhalb des eigenen Stammpublikums erreicht. Für sich genommen beantwortet sie aber nicht die entscheidende Frage: Kommen durch diesen Content die richtigen Menschen näher an eine Entscheidung heran?

Instagram selbst bewertet Inhalte nicht in einer einzigen Logik. Search, Feed, Explore, Stories und Reels setzen unterschiedliche Signale. Das ist wichtig, weil junge Marken oft so tun, als müsse jeder Beitrag alles gleichzeitig leisten: Reichweite erzeugen, Vertrauen aufbauen, den Produktnutzen erklären und sofort verkaufen. In der Praxis entsteht Wachstum erst, wenn diese Aufgaben klar verteilt sind.

Reels sind häufig der Einstieg in neue Aufmerksamkeit. Das Profil ist die Übersetzungsfläche. Stories und DMs vertiefen Vertrauen. Die Website oder der nächste klare Call-to-Action übernimmt den eigentlichen Übergang in Nachfrage. Wenn eines dieser Glieder fehlt, sieht das Reporting oberflächlich gesund aus, während die Pipeline leer bleibt

Darum sollten Start-ups ihre Instagram-Arbeit nicht zuerst nach Output, sondern nach Bewegungsrichtung bewerten: Führt ein Inhalt zu mehr passenden Profilaufrufen? Führen Profilaufrufe zu einer erkennbaren nächsten Handlung? Entstehen aus dieser Handlung wiederkehrende Gespräche, Leads oder Käufe? Erst wenn diese Fragen beantwortet sind, wird Reichweite betriebswirtschaftlich interessant.

Die Nachfrage-Kette: Vier Stationen statt eines Vanity-Dashboards

Für kleine Teams reicht ein einfacher Rahmen mit vier Stationen:

Dieser Rahmen zwingt Teams dazu, Content nicht nur kreativ, sondern funktional zu betrachten. Ein Reel, das viele Nicht-Follower erreicht, hat seinen Job zunächst erledigt. Wenn danach aber kaum Profilaufrufe folgen, liegt das Problem eher in der Verbindung zwischen Hook und Profilversprechen. Steigen die Profilaufrufe ohne weitere Klicks, mangelt es häufig an Klarheit, Social Proof oder einem konkreten nächsten Schritt.

Genau diese funktionale Sicht fehlt in vielen aktuellen Suchergebnissen. Dort geht es oft um mehr Reichweite, mehr Regelmäßigkeit und mehr Formate. Weniger häufig wird gefragt, wie eine junge Marke aus flüchtiger Aufmerksamkeit ein belastbares Nachfrage-Signal macht. Für Start-ups ist aber genau das der Unterschied zwischen Aktivität und Wachstum.

Ein 30-Tage-System für junge Marken ohne großes Ad-Budget

Statt sofort mehr zu posten, sollten Gründungsteams für 30 Tage ein kleines Betriebssystem aufsetzen.

Woche 1: Profilversprechen vor Content-Frequenz

In den ersten sieben Tagen wird nicht die Posting-Zahl optimiert, sondern die Übersetzung zwischen Content und Profil. Drei Fragen reichen:

• Versteht ein neuer Besucher in fünf Sekunden, für wen die Marke da ist?
• Ist klar, welches Problem gelöst wird und worin der Unterschied zu austauschbaren Anbietern liegt?
• Gibt es einen sichtbaren nächsten Schritt, der kleiner ist als ein harter Kaufabschluss?

Viele Profile verlieren Nachfrage schon hier. Reels erzeugen Neugier, aber Bio, angepinnte Beiträge und Story-Highlights führen nicht weiter. Für junge Marken ist deshalb ein gutes Profil oft wertvoller als ein zusätzlicher Post pro Woche.

Woche 2: Drei Content-Säulen statt Ideen-Lotterie

Danach werden Inhalte in drei Rollen sortiert:

• Reichweiten-Content: Themen, Fragen oder Beobachtungen, die neue Menschen in den Account holen.
• Vertrauens-Content: Beispiele, Einordnungen, Vorher-nachher-Denken, häufige Fehler oder kleine Entscheidungsraster.
• Aktivierungs-Content: Inhalte, die eine klare Reaktion auslösen, etwa DM-Antworten, Checklistenabrufe, Termininteresse oder konkrete Rückfragen.

Der Fehler vieler Start-ups ist nicht zu wenig Content, sondern eine fehlende Rollenverteilung. Wenn jeder Post alles zugleich leisten soll, wird die Botschaft weich. Besser ist eine kleine Serie, in der Reichweite erst auf ein klares Thema führt, dann Vertrauen aufbaut und schließlich zur passenden nächsten Handlung leitet.

Woche 3: Formate nach Signalaufgabe testen

Jetzt wird getestet, welches Format welche Aufgabe am zuverlässigsten erfüllt. Für viele junge Marken sind kurze Reels gut, um neue Aufmerksamkeit zu holen. Karussells oder präzise Stories leisten oft mehr, wenn es um Einordnung, Beispiele und spätere Aktivierung geht. Entscheidend ist nicht, welches Format gerade als Trend gilt, sondern welches Signal es im eigenen Funnel wirklich erzeugt.

Dafür reicht ein kleines Testdesign: pro Woche zwei Reels für neue Aufmerksamkeit, ein tieferer Vertrauens-Post und mehrere Stories, die Reaktionen oder Rückfragen provozieren. Nach jeder Veröffentlichung wird notiert, was gestiegen ist: Nicht-Follower-Reichweite, Profilaufrufe, Antworten, Klicks oder DMs. So wird aus Content-Produktion ein Lernsystem.

Woche 4: Das Weekly Review auf Nachfrage trimmen

In der vierten Woche wird nicht nur gesammelt, sondern entschieden. Jedes Team sollte sich einmal pro Woche 30 Minuten Zeit nehmen und drei Fragen beantworten:

• Welche Inhalte haben neue, passende Menschen erreicht?
• Welche Inhalte haben Profilaufrufe oder direkte Reaktionen erzeugt?
• Wo ist die Kette gebrochen und was testen wir nächste Woche anders?

Wichtig ist, dass daraus konkrete Entscheidungen entstehen. Wenn Reels Reichweite bringen, aber kaum Profilaufrufe, braucht die Hook einen stärkeren Übergang. Wenn Profilaufrufe hoch sind, aber keine Antworten kommen, ist meist das Profilversprechen oder der CTA zu unscharf. Wenn Stories Reaktionen bringen, aber keine Gespräche entstehen, fehlt oft ein sauberer nächster Schritt.

Welche Signale wirklich ins Wochenreview gehören

Viele Start-ups tracken zu viele Werte und lernen trotzdem zu wenig. Für ein schlankes Review reichen vier Signale:

• Nicht-Follower-Reichweite: Zeigt, ob Inhalte neue Menschen anziehen oder nur den bestehenden Kreis bedienen.
• Profilaufrufe: Zeigen, ob Aufmerksamkeit stark genug ist, um mehr Kontext einzufordern.
• Qualifizierte Reaktionen: Antworten, DMs, gespeicherte Beiträge oder Rückfragen sind oft wertvoller als bloße Likes.
• Folgehandlung außerhalb des Feeds: Linkklicks, Audit-Anfragen, Newsletter-Einträge oder Erstgespräche zeigen, ob Nachfrage entsteht.

Wer nur Reichweite und Followerzahl betrachtet, optimiert meist auf Lautstärke. Wer diese vier Signale gemeinsam liest, sieht deutlich früher, welcher Content echte Bewegung auslöst. Das ist für Gründer*innen wichtig, weil kleine Teams keine monatelangen Blindflüge finanzieren können.

Wann Ads Sinn ergeben und wann noch nicht

Paid ist nicht der Gegner von organischem Wachstum. Aber Ads verstärken nur das, was bereits vorhanden ist. Wenn Profil, Content-Rollen und Aktivierung noch unscharf sind, beschleunigt Budget vor allem Ineffizienz.

Sinnvoll wird Paid dort, wo organisch bereits erkennbar ist, welche Themen Aufmerksamkeit holen, welche Profilelemente Vertrauen aufbauen und welche Angebote eine echte Reaktion erzeugen. Dann dienen Anzeigen nicht mehr dazu, Unklarheit zu kaschieren, sondern ein funktionierendes System kontrolliert zu skalieren.

Für junge Marken ist das ein großer Unterschied. Sie kaufen dann nicht mehr einfach Reichweite, sondern mehr Gelegenheiten für eine bereits bewährte Nachfrage-Kette.

Drei Fehler, die fast jede junge Marke ausbremsen

• Erstens: Sie verwechselt Aufmerksamkeit mit Interesse. Views können hoch sein, obwohl die falschen Menschen zuschauen oder die richtigen Menschen keinen nächsten Schritt sehen.
• Zweitens: Sie veröffentlicht ohne Serienlogik. Einzelne gute Posts helfen, aber Nachfrage entsteht häufiger, wenn eine Marke wiedererkennbare Themen und klare Fortsetzungen baut.
• Drittens: Sie misst Aktivität statt Richtung. Ein voller Content-Kalender beruhigt intern, sagt aber wenig darüber aus, ob sich Menschen tatsächlich näher an eine Anfrage oder Kaufentscheidung bewegen.

Gerade in frühen Phasen ist Instagram kein Schönheitswettbewerb. Es ist ein Testfeld für Positionierung, Sprache, Problemdruck und Anschlussfähigkeit. Wer das versteht, gewinnt nicht nur Reichweite, sondern Klarheit über Markt und Botschaft.

Fazit

Junge Marken brauchen auf Instagram nicht zuerst mehr Output, sondern eine saubere Übersetzung von Sichtbarkeit in Nachfrage. Reichweite ist der Anfang der Bewegung, nicht ihr Ziel. Wenn Profilversprechen, Content-Rollen, Vertrauensaufbau und klare Folgehandlungen zusammenspielen, wird aus einem Social Kanal ein echter Wachstumshebel. Genau dann hören Zahlen auf, leer zu sein.

Quellen

• Instagram: Breaking Down How Instagram Search Works, about.instagram.com, 2021.
• Instagram: Instagram Ranking Explained, about.instagram.com, 2023.
• Instagram: Reels Feature Overview, about.instagram.com, Abruf Juli 2026.
• StartingUp: Marketing-Rubrik und aktuelle Social-/Community-Beiträge, starting-up.de, Abruf Juli 2026.

Der Autor Sofinias Terefework ist Gründer und Marketingberater bei IG Influence in Hannover. Er arbeitet an organischem Instagram-Wachstum, Content-Systemen, Influencer Marketing und der Frage, wie Unternehmen digitale Sichtbarkeit in messbare Nachfrage übersetzen.