Die Branche der Steuerberatung gilt oft als traditionell und schwerfällig. Dass es auch ganz anders geht, beweist Fabian Hartlich. Mit gerade einmal 25 Jahren zählte er zu den jüngsten Steuerberatern Deutschlands und wagte den kompromisslosen Sprung in die Selbständigkeit: Er gründete seine eigene Kanzlei HARTLICH Steuerberatung im oberpfälzischen Schwarzenfeld – ohne einen übernommenen Mandant*innenstamm und ohne ein bestehendes Team im Rücken. Heute, rund fünf Jahre später, firmiert das Unternehmen als schlagkräftige GmbH, beschäftigt etwa 30 Mitarbeitende und steht kurz vor dem Einzug in einen 700 Quadratmeter großen Kanzleistandort.

Doch die eigentliche Erfolgsgeschichte ist nicht das reine Flächenwachstum, sondern der Weg dorthin. Für unsere StartingUp-Leser*innen haben wir bei Fabian genau nachgefragt: Wie baut man aus dem Nichts funktionierende Unternehmensstrukturen auf? Wie gewinnt man im akuten Fachkräftemangel die besten Köpfe? Und warum müssen Steuerberater*innen heute mehr denn je selbst echte Unternehmer*innen sein?

Der Start & die Kaltakquise

StartingUp: Fabian, mit 25 eine Kanzlei bei null zu starten, erfordert viel Mut. Was war in der Anfangszeit deine größte unternehmerische Sorge – und wie hast du aus dem Stand deine(n) allererste(n) Mandant*in gewonnen?

Fabian Hartlich: Bei mir kam damals einiges zusammen. Wir haben parallel unser Haus kernsaniert, unsere erste Tochter wurde geboren und ich habe eine Kanzlei ohne einen einzigen Mandanten gegründet. Mein Ziel war deshalb ziemlich simpel: Ich wollte möglichst schnell davon leben können und gleichzeitig die Freiheit haben, die Kanzlei so aufzubauen, wie ich es für richtig halte.

Große Wachstumspläne hatte ich ehrlich gesagt überhaupt nicht. Ich dachte damals, wenn es richtig gut läuft, habe ich irgendwann vielleicht fünf Mitarbeiter.

Für die ersten Mandanten habe ich einen Mix aus Flyern in der Region und Social Media genutzt. Gleichzeitig wollte ich von Anfang an ein bisschen anders auftreten als die Kanzleien, die ich bis dahin kannte. Etwas dynamischer, flexibler und vor allem serviceorientierter. Sicherlich kam das allein aufgrund meines Alters schon automatisch ein Stück weit so.

Ich habe am Anfang aber auch wirklich alles gemacht. Wenn ein Rentner mit seiner privaten Einkommensteuererklärung zu mir kam, habe ich die genauso gern gemacht. Ich hatte schließlich bei null angefangen. Da wäre es ziemlich vermessen gewesen, direkt Mandate auszusortieren.

Das hat überraschend schnell funktioniert. Im zweiten Monat meiner Selbständigkeit habe ich bereits mehr verdient als vorher als Angestellter. Ab diesem Zeitpunkt wusste ich: Das kann funktionieren.

Wachstum & Recruiting im Fachkräftemangel

StartingUp: Die Steuerbranche klagt über einen eklatanten Personalmangel, doch dein Team ist in fünf Jahren auf rund 30 Mitarbeitende gewachsen. Mit welchen Argumenten überzeugst du begehrte Talente, sich deiner Kanzlei anzuschließen, statt zu den etablierten Playern zu gehen?

Fabian Hartlich: Unser Anspruch ist nicht, die beste Steuerkanzlei als Arbeitgeber in der Region zu sein. Wir wollen einer der besten Arbeitgeber in der Region sein – unabhängig von der Branche.

Dafür geben wir unseren Mitarbeitern sehr viel Eigenverantwortung und Freiheit. Bei uns gibt es zum Beispiel keine Kernarbeitszeiten. Urlaub kann sehr frei geplant werden und auch beim Thema Homeoffice machen wir möglichst wenig Vorgaben.

Mir ist aber wichtig: Freiheit bedeutet bei uns nicht, dass jeder einfach macht, was er will. Wir haben klare Prozesse, klare Verantwortlichkeiten und einen hohen Qualitätsanspruch. Innerhalb dieses Rahmens sollen die Mitarbeiter möglichst viel selbst entscheiden können.

Das zieht sich durch die gesamte Kanzlei. Ich möchte nicht, dass wegen jeder Kleinigkeit beim Vorgesetzten nachgefragt werden muss. Wenn jemand fachlich in der Lage ist, eine Entscheidung zu treffen, soll er sie auch treffen dürfen.

Ich glaube, gerade gute Leute schätzen genau diese Kombination: viel Freiheit und Eigenverantwortung, aber gleichzeitig ein professionelles Umfeld mit einem klaren Anspruch an die eigene Arbeit.

Prozesse & Strukturen auf der grünen Wiese

StartingUp: Du bist auf der vermeintlichen grünen Wiese gestartet und musstest alles komplett selbst aufbauen. Wie hast du als junger Gründer effiziente Prozesse etabliert, ohne dich bei rasantem Wachstum im administrativen Chaos zu verlieren?

Fabian Hartlich: Ich würde immer wieder auf der grünen Wiese starten. Zu hundert Prozent.

Natürlich macht man sich damit erst einmal viel mehr Arbeit. Man hat eben nichts. Keine Prozesse, keine IT-Struktur, kein Kanzleihandbuch. Datenschutz, Technik, Software, Verantwortlichkeiten – das muss alles parallel zum Tagesgeschäft aufgebaut werden.

Auf der anderen Seite hatte ich dadurch völligen Gestaltungsspielraum. Ich musste niemandem erklären, warum wir etwas nicht mehr so machen wollen wie seit 20 Jahren. Und ich konnte selbst entscheiden, wen ich ins Team hole.

Prozesse habe ich von Beginn an relativ klar definiert und versucht, sie immer etwas größer zu denken, als wir gerade waren. Mir macht es aber auch Spaß, solche Systeme zu bauen. Ich beschäftige mich gerne mit der Frage: Wie können wir etwas so organisieren, dass es einfacher, schneller und trotzdem qualitativ besser wird?

Das ist bis heute nicht fertig. Mit fünf Mitarbeitern brauchst du andere Strukturen als mit 15, und mit 30 wieder andere. Wahrscheinlich werden wir bei 50 wieder Dinge ändern, von denen wir heute überzeugt sind.

Das gehört für mich zum Wachstum dazu.

 Spezialisierung & Digitalisierung

StartingUp: Deine Kanzlei ist spitz auf E-Commerce positioniert und setzt auf durchgängig digitale Arbeitsweisen. Wie sieht der Kanzleialltag bei euch konkret aus und welche digitalen Automatisierungen sind für dich mittlerweile unverzichtbar geworden?

Fabian Hartlich: Das Thema ist aktuell natürlich extrem heiß – insbesondere durch KI. Wir testen selbst sehr viel und haben auch schon einiges im Einsatz. Gleichzeitig versuche ich, nicht jedem neuen Tool sofort hinterherzulaufen. Momentan wird an manchen Stellen heißer gekocht, als am Ende gegessen wird.

Für mich ist deshalb nicht entscheidend, ob auf einer Software gerade KI draufsteht. Entscheidend ist, ob sie einen Prozess bei uns tatsächlich besser macht.

Die grundsätzliche Richtung ist für mich aber eindeutig. Wir kommen immer stärker weg davon, dass ein Mitarbeiter Geschäftsvorfälle einzeln bucht. Stattdessen geht es darum, vernünftige Schnittstellen zwischen den Systemen des Mandanten und unserer Buchführungssoftware zu schaffen. Unsere Arbeit verlagert sich dadurch immer stärker auf die Plausibilisierung, Abstimmung und fachliche Beurteilung der Daten.

Im E-Commerce sieht man das besonders gut. Wir können heute bei einem einzelnen Mandanten zehntausende Transaktionen automatisiert verarbeiten. Das wäre manuell wirtschaftlich überhaupt nicht sinnvoll.

Das bedeutet aber nicht, dass am Ende niemand mehr etwas tun muss. Im Gegenteil: Gerade bei solchen Datenmengen sind die Prüf- und Abstimmprozesse entscheidend. Automatisierung nimmt uns Arbeit ab, aber sie nimmt uns nicht die Verantwortung für das Ergebnis.

Bei KI sehe ich es ähnlich. Ich bin überzeugt, dass sie unsere Arbeit massiv verändern wird. Aber wir führen keine Technologie ein, weil sie gerade jeder haben möchte. Sie muss im Alltag funktionieren, einen konkreten Nutzen bringen und am Ende mindestens die Qualität liefern, die wir auch ohne sie erwarten würden.

Unternehmertum vs. Fachkraft

StartingUp: Bevor du Steuerberater wurdest, hast du als Online-Händler das Taschen-Label Quabster aufgebaut. Inwiefern hilft dir diese praktische Erfahrung als Amazon-Seller heute, um als echter Sparringspartner die Sprache der Start-ups zu sprechen?

Fabian Hartlich: Das hilft mir tatsächlich enorm, weil ich die andere Seite selbst erlebt habe.

Während meines Studiums war ich irgendwann an dem Punkt, an dem ich mich entscheiden musste: Mache ich mit der Steuerberatung weiter oder konzentriere ich mich voll auf den Onlinehandel?

Das E-Commerce-Geschäft hätte für den nächsten Schritt deutlich mehr Kapital und vor allem mehr Zeit gebraucht. Ich hatte damals unter anderem einen Pitch bei einem der zu dieser Zeit größten Amazon-Verkäufer. Vor Ort waren wir uns eigentlich einig, am Ende ist der Deal trotzdem nicht zustande gekommen. Danach war bei mir ehrlich gesagt ein Stück weit die Luft raus.

Das war dann der Punkt, an dem ich mich gefragt habe, was ich langfristig wirklich machen möchte. Ich habe mich für die Steuerberatung entschieden, das E-Commerce-Business verkauft und bin anschließend direkt nach dem bestandenen Steuerberaterexamen in die Selbständigkeit.

Für meine heutige Arbeit war die Erfahrung extrem wertvoll. Ich weiß, wie es sich anfühlt, wenn das eigene Geld im Unternehmen steckt. Ich weiß, dass Liquidität etwas anderes ist als Gewinn. Und ich weiß auch, dass ein Unternehmer manchmal innerhalb von zwei Tagen eine Entscheidung treffen muss und nicht erst in drei Monaten, wenn der Jahresabschluss fertig ist.

Deshalb versuche ich auch heute, Unternehmen nicht nur steuerlich zu betrachten. Steuerberatung ist wichtig. Aber der steuerlich perfekte Weg bringt einem Unternehmer wenig, wenn er betriebswirtschaftlich keinen Sinn ergibt.

Fuck-ups & Learnings

StartingUp: Welcher Fehler hat dich in den vergangenen fünf Jahren als Kanzlei-Gründer das meiste Lehrgeld gekostet – und was können unsere Leser*innen aus diesem Rückschlag für ihr eigenes Business lernen?

Fabian Hartlich: Den einen großen Fuck-up gab es bei der Kanzleigründung zum Glück nicht. Was ich rückblickend aber definitiv früher gemacht hätte: Unterstützung einstellen.

Am Anfang habe ich praktisch alles selbst gemacht. Das ist auch völlig normal und für eine gewisse Zeit sinnvoll. Das Problem ist nur, dass man sich sehr schnell daran gewöhnt. Irgendwann macht man als Geschäftsführer noch immer Dinge selbst, die jemand anderes genauso gut oder sogar besser erledigen könnte.

Bei mir war der Punkt definitiv zu spät erreicht, an dem ich mir Unterstützung durch eine Assistenz geholt habe. Dabei geht es gar nicht darum, möglichst schnell möglichst viele Mitarbeiter einzustellen. Es geht darum, die eigene Zeit vernünftig einzusetzen.

Wenn ich als Unternehmer eine Stunde mit Organisation, Terminabstimmungen oder administrativen Dingen verbringe, fehlt mir diese Stunde für Mitarbeiter, Mandanten oder die Weiterentwicklung der Kanzlei.

Heute würde ich eine Assistenz deutlich früher einstellen. Nicht weil ich weniger arbeiten möchte, sondern weil ich meine Zeit für die Dinge einsetzen muss, bei denen ich als Geschäftsführer tatsächlich gebraucht werde.

Skalierung & Kultur

StartingUp: Bald steht der Umzug auf 700 Quadratmeter Bürofläche an. Wie stellst du sicher, dass bei dieser schnellen Skalierung die persönliche Beratungsqualität und der anfängliche Team-Spirit nicht auf der Strecke bleiben?

Fabian Hartlich: Das ist mit 30 Leuten definitiv schwieriger als mit fünf. Das muss man auch ganz klar sagen.

Mit fünf Mitarbeitern bekommt automatisch jeder fast alles mit. Viele Dinge klärt man kurz im Büro und jeder kennt jeden Vorgang irgendwie. Das funktioniert bei unserer heutigen Größe nicht mehr.

Deshalb kombinieren wir viel Eigenverantwortung mit sehr klaren Leitplanken. Bei der Qualität gibt es beispielsweise wenig Interpretationsspielraum. Wir haben einheitliche Prozesse und dokumentieren diese konsequent in unserem Kanzleihandbuch.

Innerhalb dieser Strukturen möchte ich aber möglichst wenig Bürokratie. Wir entscheiden sehr schnell und setzen Dinge meistens auch schnell um. Außerdem ist mir der direkte Draht zum Team wichtig. Jeder darf eine Meinung haben und soll sie auch äußern.

Gleichzeitig muss man bei 30 Mitarbeitern bewusster Gelegenheiten schaffen, bei denen man auch abseits der Arbeit zusammenkommt. Wir essen beispielsweise alle zwei Wochen gemeinsam zu Mittag in der Kanzlei. Und zu unseren Weihnachtsfeiern laden wir nicht nur die Mitarbeiter ein, sondern die ganzen Familien. Das sind für mich keine großen Employer-Branding-Maßnahmen, sondern relativ einfache Dinge, die dafür sorgen, dass man sich auch persönlich kennt.

Natürlich müssen wir trotzdem akzeptieren, dass sich die Kanzlei mit jeder Wachstumsstufe verändert. Was mit zehn Mitarbeitern funktioniert hat, muss mit 30 nicht mehr funktionieren.

Ich sehe meine Aufgabe deshalb auch darin, immer wieder die nächste Struktur zu bauen, ohne dass wir dabei langsam, unpersönlich und bürokratisch werden. Genau darauf hätte ich keine Lust.

 Der ultimative Tipp

StartingUp: Zum Abschluss ein Blick auf unsere Zielgruppe: Wenn du jungen Gründer*innen heute einen einzigen strategischen oder steuerlichen Ratschlag für das erste Jahr der Selbständigkeit mit auf den Weg geben dürftest – welcher wäre das?

Fabian Hartlich: Dann bleibe ich ausnahmsweise wirklich bei einem: Kümmert euch von Anfang an um eure steuerliche Struktur – und zwar nicht erst dann, wenn das Unternehmen schon richtig Geld verdient.

Das beginnt bei der Frage, welche Rechtsform überhaupt zum Geschäftsmodell und zu den persönlichen Zielen passt. Eine GmbH ist nicht automatisch die richtige Lösung und eine Holding nicht deshalb sinnvoll, weil man auf Social Media gehört hat, dass man damit Steuern spart.

Mindestens genauso wichtig ist aber das laufende steuerliche Setup. Die Buchhaltung muss von Beginn an so organisiert sein, dass vernünftige und aktuelle Zahlen entstehen. Denn ich brauche diese Zahlen nicht nur für das Finanzamt, sondern vor allem als Unternehmer.

Wenn ich erst Monate später weiß, was ich eigentlich verdient habe, kann ich mein Unternehmen auch nur eingeschränkt steuern. Das betrifft Liquidität, Investitionen, Einstellungen und letztlich fast jede größere unternehmerische Entscheidung.

Mein Rat wäre deshalb: Steuerberatung nicht als etwas betrachten, das einmal im Jahr den Abschluss und die Steuererklärung produziert. Baut von Anfang an eine Struktur auf, die mit eurem Unternehmen wachsen kann und euch laufend die Zahlen liefert, die ihr für eure Entscheidungen braucht.

Das verhindert später unnötige Kosten und steuerliche Überraschungen. Vor allem verhindert es aber Entscheidungen im Blindflug.

StartingUp: Fabian Hartlich, vielen Dank für die spannenden Insights!

Das Interview führte StartingUp-Chefredakteur Hans Luthardt

Dropbox zählt neben Uber, Airbnb und Snapchat zu den am höchsten bewerteten Start-ups weltweit. Auf gut 10 Milliarden US-Dollar wird das 2007 in den USA gegründete Unternehmen aktuell geschätzt, das Vermögen des 33-jährigen Dropbox-Erfinders Drew Houston auf satte 1,2 Milliarden Dollar. Und das trotz der großen Konkurrenz der Tech-Giganten wie Apple, Google, Microsoft und Co., die sich ebenfalls in dem Mega-Business rund um die Cloud positioniert haben.

Drew hat sich mit seinem Co-Gründer Arash Ferdowsi in dieser hart umkämpften Branche binnen weniger Jahre bis an die Spitze gearbeitet. Weder Drew noch Arash sind mediale Stars, sie selbst bleiben lieber im Hintergrund – obwohl ihre Dropbox mit weltweit über 500 Millionen Nutzern als eines der heißesten Start-ups im Silicon-Valley gilt. Umso spannender, sich die beiden Mega-Gründer und ihre Erfolgs­story einmal genauer anzusehen.
 

Eine Busfahrt mit Folgen

Alles beginnt mit einem Bustrip im Sommer 2006: Der 28-jährige Drew sitzt in einem Fernbus auf dem vierstündigen Weg von Boston nach New York. Drew will die Zeit nutzen, um an seinem Laptop zu arbeiten. Doch dann muss er feststellen, dass er den USB-Stick vergessen hat, auf dem wichtige Dateien gespeichert sind. „Vor meinem geistigen Auge konnte ich den USB-Stick förmlich auf meinem Schreibtisch liegen sehen – an ein Arbeiten während der Busfahrt war somit nicht zu denken“, erinnert sich Drew an diese Situation.

Statt sich nun stundenlang zu ärgern, nutzt der angehende Software-Ingenieur kurzerhand die ihm unfreiwillig geschenkte Zeit, um eine Lösung für sein „Busfahrt-Problem“ zu skizzieren. Die Idee: ein Cloud-Dienst, der Daten so verwaltet und bereithält, dass es den Nutzern auf einfachste Weise möglich ist, online von jedem Ort aus und – besser noch – von jedem Gerät aus auf Dokumente, Fotos, Videos etc. zuzugreifen und diese mit anderen zu teilen. Und zwar so synchronisiert, dass beim Zugriff stets der aktuellste Stand der Daten garantiert ist. Drew entwirft hier sehr ambitionierte Pläne. „Nachdem ich also 15 Minuten lang im Bus Frust geschoben hatte, habe ich damit begonnen, ein paar Codes zu schreiben“, beschreibt er rückblickend die ersten Schritte hin zur Entwicklung seines cloud­basierten Filehosting-Services.
 

Bits und Bytes im Blut

Das Programmieren hat Drew bereits als Kind für sich entdeckt. Seine Eltern, der Vater Elektroingenieur mit Harvard-Studium, die Mutter Bibliothekarin, schenken ihrem fünfjährigen Sohn einen IBM PC Junior, auf dem dieser zunächst einfach nur spielt. Da Drew aber herausfinden will, wie ein Computerspiel funktioniert, anstatt es einfach nur zu spielen, eignet er sich BASIC an und beginnt zu programmieren. Mit 14 Jahren testet er im Rahmen eines Wettbewerbs die Beta-Version eines Computerspiels auf Herz und Nieren. Angetan von dem Ergebnis, engagieren ihn die Spielehersteller kurzerhand als freien Mitarbeiter – nach Einwilligung seiner Eltern. Während der High-School-Zeit arbeitet Drew nebenher für diverse Softwarefirmen und spürt den Wunsch in sich stärker werden, mal etwas Eigenes zu machen, also selbst einmal eine Firma gründen zu wollen.

Während des Studiums am Massachusetts Institute of Technology (MIT) befasst sich Drew daher auch intensiv mit dem Thema Entrepreneurship. Eine Erkenntnis drängt sich ihm hier schnell auf: „Keiner wird als CEO geboren, auch wenn es in Zeitschriften gern mal so dargestellt wird, als ob man wie Zuckerberg eines Morgens aufwachen würde, um zu wissen, wie man mit einem Milliarden schweren Unternehmen die weltweite Kommunikation neu definiert.“ So war es bei Zuckerberg nicht und so wird es auch nicht bei Drew der Fall sein.

Stattdessen belegt er Kurse in Projektmanagement und lernt, „wie man andere für seine Ideen begeistern kann“. Dabei wird ihm erst so richtig bewusst, dass „man zunächst so mysteriös erscheinende Dinge wie Leadership, Redenhalten oder Management lernen kann“. Als Mitglied des Entrepreneurs Club trifft er erfolgreiche Gründer und MIT-Absolventen und tauscht sich so oft wie möglich mit ihnen aus.

Dies ist ein Auszug aus einem aktuellen Artikel unseres Print-Objekts StartingUp:
Den vollständigen Artikel lesen Sie in der aktuellen StartingUp - Heft 02/16 - ab dem 19. Mai 2016 im Handel oder jederzeit online bestellbar - auch als epaper - in unserem Bestellservice-Bereich

„Eigentlich habe ich mich nie als Entrepreneur gesehen, sondern als jemand, der viele interessante Probleme in der Welt erkennt, und fortwährend davon genervt ist, dass es hierfür noch keine Lösung gibt. Und dann habe ich festgestellt, dass es noch mehr Leute gibt, die diese Defizite als störend empfunden haben. Ok, habe ich gesagt, was machen wir also? Und nachdem sonst niemand diese Dinge angepackt hat, dachte ich: Dann muss ich das eben selbst angehen.“ So äußerte sich Daniel Ek in einem Gespräch mit KPCB-Venture-Capitalist Chi-Hua Chien an der Stanford University im Mai 2012.

Im Jahr 1997, Daniel war 14 Jahre, und hatte gerade seine erste Firma in Ragsved, einem Stockholmer Arbeitervorort, gestartet, verlangten Beratungsfirmen in Europa bis zu 50.000 Dollar, um eine Webseite zu programmieren. Daniel dachte sich: Das ist nun wirklich nicht so schwer, und begann Webseiten für seine ersten Kunden zu bauen. Seinen Mitschülern, die gut in Mathe waren, brachte er HTML bei und jenen, die gut zeichnen konnten, Photoshop. Am Ende war fast die ganze Klasse nach Unterrichtsschluss damit beschäftigt, Webseiten für Daniels Kunden zu entwickeln. „Ich habe das gar nicht so sehr als Firma betrachtet, ich wollte nur gute Ergebnisse erzielen“, sagt Daniel heute. Gleichzeitig hatte er das erste Mal in seinem Unternehmerleben das gute alte Tom-Sawyer-Prinzip angewandt: Das Anstreichen von Gartenzäunen nicht mehr als Arbeit darzustellen, sondern als Privileg. Man könnte auch sagen: Daniel hat auf höchstem Niveau delegiert.

Daniels Gründermarathon

Eks Eckdaten genügen für eine lebenslange Unternehmer-Biographie, aber das erste große Kapitel spielt sich in weniger als zehn Jahren ab: Nach seiner ersten Firmengründung mit 14 Jahren, verkaufte er seine Webagentur mit 19 und stieg – bereits Millionär – mit 21 als CTO bei Stardoll ein, einem heute noch verbreiteten Dress-Up-Game für Teenies, die hier ihre virtuellen Puppen ankleiden. Im Alter von 22 wurde Daniel CEO von uTorrent, einer Filesharing- und Streaming-Technologie, die auch von Piratenportalen genutzt wurde. Dazwischen fielen noch die Gründung und der Verkauf von Advertigo, einer Online-Marketing-Firma. Für rund 1,2 Millionen Dollar ging das Unternehmen an Tradedoubler, dessen CEO Martin Lorentzon später Daniels Co-Founder bei Spotify wurde. Nicht zu vergessen, da gab es noch Tradera, eine Auktionsplattform, die später von Ebay übernommen wurde.

Tech-Veteran mit 23 Jahren

Als Daniel sich mit 23 Jahren, das war 2006, an Spotify machte, war er bereits Multimillionär – und quasi ein Tech-Veteran mit knapp zehn Berufsjahren auf dem Buckel. Dem US-Musikmagazin Billboard erzählte er: „Ich war eigentlich noch ein Kind, ließ den Champagner fließen, fuhr schnelle Sportwagen und machte einen Haufen unanständige Dinge. Eines Morgens wachte ich auf, neben mir eine Frau – ich wusste nicht, wer sie war – und ich hatte nicht die geringste Erinnerung an die letzten drei Tage. Ich fühlte mich völlig leer.“

Daniel musste wieder runterkommen, fokussieren und zog in ein kleines Haus in der Nähe seiner Mutter, die ihn allein erzogen hatte, spielte Gitarre und plante seinen nächsten Schachzug. Seine Gedanken drehten sich um Napster, das er ja selbst nutzte, um Metallica-Tracks zu suchen und seinen ersten Led-Zeppelin-Song zu hören, „Kashmir“. Napster hatte ihn schon mit 14 Jahren fasziniert. Auf der einen Seite erkannte er, wie sich der Musikkonsum immer mehr in Richtung Piraterie verschob, und dass bereits eine halbe Milliarde Menschen weltweit illegal Musik hörten. Gleichzeitig sah er, dass die Musiker ums Überleben kämpften, und nicht mehr von ihrer Musik leben konnten. Apple verkaufte damals im iTunes-Store kopiergeschützte Musikfiles mit einer Qualität von 160 kBit/sek, während man zu PirateBay oder Kazaa gehen konnte, und hier die gleiche Datei fast ebenso schnell ohne Qualitätseinschränkung und ohne Kopierschutz herunterladen konnte. Also war klar, dass erstmalig ein Piratenprodukt dem legalen Produkt überlegen war. Kein Wunder, dass die Leute Piratenseiten nutzten.

Der Weg zu Spotify

Daniels Idee: Einen Musik-Service zu entwickeln, der mindestens so groß und bedienungsfreundlich wie Napster sein sollte, der aber legal betrieben werden sollte und der für die Übertragung der Rechte Geld an die Musik­industrie bezahlt. „Mein Ziel war es, mit Spotify einen Service zu bieten, der besser war als all die Piratenprodukte. Es sollte einfacher sein, Musik zu entdecken und zu teilen. Ich erkannte, dass wir mit einem derartigen Service die Chance hatten, rund 500 Millionen Menschen zu erreichen. Und zwar alle die, die Musik illegal konsumierten. Gleichzeitig war es das Ziel, wieder Wachstum in die Musikindustrie zu bringen und den Künstlern damit die Chance zu geben, weiter ihre Musik zu machen, die uns allen Freude macht. Ich wollte mit der Musikindustrie arbeiten, nicht gegen sie.“

Das aber erwies sich als extrem schwer. Daniels Freemium-Geschäftsmodell, das vorsah, sämtliche Musik dieser Welt legal und kostenlos zur Verfügung zu stellen, löste größte Bedenken bei den Managern der großen Plattenlabels wie Universal Music Group, Warner oder Sony aus. Vergeblich versprach Daniel Einnahmen über Werbefinanzierung zu generieren und kostenpflichtige Premium-Accounts zu verkaufen. Vergeblich versprach er vor allem, die angeschlagene Musikindustrie mit diesem Konzept wieder auf Wachstumskurs zu bringen. Das Trauma des Niedergangs und der Umsatzhalbierung der gesamten Sparte zwischen 1997 und 2005 in Folge der digitalen Veränderung war längst noch nicht verarbeitet, und Daniels Karriere bei uTorrent, dem Anbieter für illegale Streaming-Software, natürlich bekannt. Es musste so kommen: Daniel erhielt bei den großen Labels in New York zunächst eine Absage nach der anderen. „Ich war 25 und fühlte mich, als wäre mein Leben zu Ende“, erzählte er in einem Radio-Interview des schwedischen Rundfunks.

Dass er es doch schaffte, kann Daniel auch seiner Herkunft verdanken: Der Start in Schweden, einem vergleichsweise kleinen Musikmarkt, erwies sich als Vorteil für Spotify. Die schwedische Musikindustrie hatte nicht viel zu verlieren, war quasi am Boden durch die Piraterie, und so konnte Daniel seinen Proof of Concept in diesem kleinen Testmarkt erbringen, bevor er zunächst das übrige Europa und den US-Markt ins Visier nahm, Märkte in denen es für Spotify allerdings viel zu verlieren gab. Tatsächlich konnte der schwedische Musikmarkt, der infolge der Musikpiraterie praktisch tot war, ab ca. 2010 wieder zulegen, und sogar an die goldenen Zeiten vor 2001 anknüpfen. „Mehr und mehr andere Märkte wollten uns jetzt“ so Daniel.

Glücksfall Schweden – es gab noch weitere Gründe, die Daniel einen Standortvorteil einbrachten: Zum einen die starke Engineering-Tradition des Landes, zum anderen war der frühe Breitband-Ausbau der Netzinfrastruktur in Schweden ein wichtiger Faktor. Schon 2001 stand Daniel eine 100-Mbit-Download-Leitung zur Verfügung, also eine selbst nach heutigen Maßstäben hervorragende Infrastruktur. Dies inspirierte Daniel, er fragte sich: Wofür können wir dies nutzen? „Das Laden einer Webseite dauerte zwei Sekunden, also fingen wir an, größere Sachen zu laden, wie Videos und Musik, und das war neu.“

Eks Rezept: 95 Prozent Ausführung – 5 Prozent Idee

Was ist das Geheimnis, wenn man in komplexen „alten“ Branchen wie der Musikszene mit einem neuen Geschäftsmodell erfolgreich sein will? „Wenn ich von einer Sache überzeugt bin, gebe ich nie auf“, sagt Daniel. Ganz viel Geduld ist nötig, vor allem in Branchen, die von traditionellen Platzhirschen dominiert sind. Auch dass er all dies in so jungen Jahren gestartet hat, betrachtet Daniel heute als wesentlich für den Erfolg. „Ich war naiv, als ich Spotify startete. Zum Beispiel wusste ich am Anfang nicht, dass man zum Streamen Lizenzen von den Plattenfirmen brauchte, das habe ich erst später verstanden. Also sah ich nur die Lösungen, nicht die Schwierigkeiten auf dem Weg dahin, und dachte: Hey, das kann ja nicht so schwer sein. Leute mit entsprechender Erfahrung sagen über viele innovative Geschäftsideen, das funktioniert nicht, und zwar aus den Gründen XYZ. Tatsächlich aber stellt sich dann oft heraus, dass die meisten Sachen doch irgendwie möglich sind.“

Als Visionär oder Genie sieht sich Daniel dennoch nicht. „Immer wieder kommen Leute zu mir und fragen mich nach neuen Geschäftsideen, die sie umsetzen könnten, und ich sage: Ganz ehrlich, ich habe keine Ahnung, was funktionieren wird und was nicht, ich bin nicht der Prophet, der voraussagt, was der nächste große Erfolg sein wird.“ Zum Beispiel hatte Daniel um 2004 die Chance, sich bei Skype zu engagieren, doch er dachte, das wird nie was und lehnte ab. Überzeugt ist er allerdings, dass die Ausführung alles ist, die Ideen hingegen fast nichts. 95 Prozent Ausführung gegenüber fünf Prozent Idee, so beschreibt Daniel die Verhältnisse.

Rasantes Streaming-Wachstum

Was macht ein Software-Produkt gut, nach welchen Grundsätzen werden Anwendungen bei Spotify entwickelt? „Ich habe zwar als Techniker gestartet, aber bin wohl heute eher ein lausiger Programmierer. Aber ich denke lösungsorientiert“, sagt Daniel. „Das half mir.“ Daniel äußert sich, wie er Interfaces beurteilt: „Ich frage mich: Wozu ist es da? Was ist der Zweck des Interfaces? Und ich denke viel darüber nach, welches der kürzeste Weg von Punkt A nach Punkt B ist.“ Das zwingt zu Iterationen, zu Wiederholungsschleifen im Design und zu Tests. Bei Spotify sind es oft drei bis vier Versionen, die den Usern vorgelegt werden, bevor eine Entscheidung getroffen wird. Im Mittelpunkt steht die Frage: „Welches Problem will ich hier lösen, da muss man viel drüber nachdenken“, sagt Daniel.

Viele aktuelle Zahlen belegen, dass die meisten Überlegungen richtig waren. Der Wert von Spotify wird heute auf rund 8 Milliarden Dollar geschätzt. An den Standorten in neun Städten, u.a. London, New York und Stockholm, arbeiten knapp 1400 Leute und vor allem: Rund 75 Millionen Menschen in 58 Ländern nutzen den Streaming-Dienst, gut ein Viertel davon per kostenpflichtigem Abo zum Preis von 9,99 Dollar pro Monat. Von diesen Einnahmen sowie den Werbeerlösen aus den freien Accounts hat Spotify nach eigenen Angaben bislang mehr als drei Milliarden Dollar an die Musikindustrie ausbezahlt. Allein im ersten Jahresviertel 2015 betrugen demnach die Ausschüttungen für die Labels 300 Millionen Dollar.

Und so werden die Streaming-Umsätze für die Musikunternehmen immer wichtiger: Machten sie 2010 nur drei Prozent der globalen Gesamteinnahmen aus, stieg dieser Wert bis 2014 auf 15 Prozent. Gleichzeitig sank der Umsatz aus CD-Verkäufen von 54 Prozent auf 36 Prozent. Auch der Umsatz aus Downloads sinkt, wie eine Studie des Bundesverbands der Musikwirtschaft aus dem Jahr 2014 belegt. Hier heißt es: „Die Mutter des Digitalgeschäfts, der Downloadbereich, entwickelt sich tendenziell rückläufig.“ Streaming hingegen wächst rasant: In den letzten Wochen des Jahres 2014 wurden fast doppelt so viele Streams gezählt wie im Vergleichszeitraum des Vorjahres. Derzeit nutzen rund 11 Millionen Menschen in Deutschland Streamingdienste für ihren Musikkonsum, bis 2018 sollen es nach einer GfK-Studie 22 Millionen sein.

Schwarze Zahlen – Fehlanzeige!

Trotz glänzender Aussichten: Schwarze Zahlen hat Spotify noch nie geschrieben: Bei Einnahmen von rund 1,25 Milliarden Euro im Jahr 2014 verbuchte das Unternehmen 165 Millionen Euro Verlust. Und auch bei den Künstlern bleibt wenig Zählbares hängen: Pro Stream erhält ein Musiker im besten Fall nur 0,164 Cent ausbezahlt – dies rechnete der Hessische Rundfunk 2013 aus. Für ein gesamtes gestreamtes Album sind es zwei Cent, während die Erlöse für ein klassisch verkauftes Album durchaus drei Euro erreichen können. Das bedeutet: Das Album eines Künstlers muss etwa 150 Mal gestreamt werden, bis es Erlöse in der Höhe eines Verkaufs einspielt.

Manche Künstler spielen da nicht mehr mit. Prominentestes Beispiel ist die US-Sängerin Taylor Swift, Darling des amerikanischen Publikums, die ihr Portfolio Ende 2014 bei Spotify entfernen ließ: „Spotify feels to me like a grand experiment. I’m not willing to contribute my life’s work to an experiment that I don’t feel fairly compensates the writers, producers, artists and creators of this music.“ Das hat natürlich geschadet, mancher fragt sich: was bringt mir ein Streaming-Abo, wenn die aktuellen Hits nicht zu hören sind?

Ganz klar, Daniel Ek steht unter Druck. Der Typ, der immer in der Vorwärtsbewegung war, der die Musikbranche wie kein anderer zur Disruption zwang, der Offensivspieler im Strafraum dieser Industrie, er muss plötzlich Defensivaufgaben vor dem eigenen Tor übernehmen. Denn da wären noch mehr Fronten: Nicht nur die Künstler, auch die Musikindustrie macht Druck. Das Freemium-Modell ist vielen großen Playern ein Dorn im Auge. Und schließlich ist da seit Sommer 2015 ein noch mächtigerer Gegner, der mächtigste und reichste unserer Zeit: Apple mit seinem neuen Streaming-Dienst Apple Music.

Die mächtigen Spotify-Gegner

Keine Frage: Der Entrepreneur Daniel Ek muss sich neu beweisen. Nicht mehr Disruption, ganz andere Fähigkeiten sind gefragt. Wie macht er das, wird er das schaffen, und wenn ja, wie? Beginnen wir mit dem Problem Taylor Swift: Was schreibt Daniel Ek in seinem Blog? „Taylor Swift hat Recht. Musik ist Kunst, Kunst hat hohen Wert, und Künstler verdienen es, bezahlt zu werden. Wir starteten Spotify, weil wir Musik lieben und weil die Piraterie die Musik killte. Der Vorwurf, Spotify würde auf dem Rücken der Künstler Geld machen, regt mich auf.“ Und weiter, adressiert an alle Künstler: „Unser ganzes Business ist darauf ausgerichtet, den Wert Ihrer Musik zu maximieren.“ Dass Taylor Swifts Titel nach Löschung aus Spotify ganz oben in den Rankings von PirateBay und YouTube standen, war natürlich Daniels Killer-Argument zum Schluss dieser Apologie.

Nächstes Thema – die großen Player der Musikindustrie. Sony, Warner, UMG – sie alle halten mittlerweile ihre Anteile an Spotify, dank ihrer Verhandlungsposition als Rechteinhaber, kein Wunder. Doch das hindert sie nicht daran, Spotify offen in Frage zu stellen: Auf der Code/Media Konferenz im Frühjahr 2015 musste Spotify zwei vernichtende Urteile seiner wichtigsten Rechtelieferanten einstecken: Lucian Grainge, UMG-Chairman, sagte, auf lange Sicht sei das kostenlose, werbefinanzierte on-demand-Streaming nicht nachhaltig, und Sonys Music Entertainment CEO Doug Morris meinte gar: „In general, free is death.“

Freemium-Debatte und Börsengeflüster

Spotifys Umsätze aus Werbung sind nach wie vor gering, entsprechend auch die Tantiemen daraus für Labels und Künstler. Folglich drängen die großen Anbieter auf eine Beschneidung des Gratis-Services, etwa durch Drosselung von Qualität oder Nutzungszeit. Doch Spotify verteidigt das Freemium-Modell, in der Hoffnung Free-User noch zu Bezahl-Usern zu konvertieren. Daniels Entgegnung auf diesen Punkt: Die Freemium-Debatte gab es „von Anfang an. Glauben Sie, dass es künftig auch kein kostenloses Radio mehr gibt?“ Und dann kommt natürlich – gebetsmühlenartig – der Hinweis auf die Piraten, Daniels stärkste Waffe. Aber er hat noch ein anderes Ass im Ärmel: Den möglichen Börsengang von Spotify, über den immer wieder spekuliert wird. Vor allem seit Barry McCarthy im Sommer 2015 neuer Finanzvorstand von Spotify wurde, ein Spezialist für IPOs, der auch schon Netflix an die Börse gebracht hatte. Daniel weiß: Beim Börsengang wollen die großen Labels auch Kohle machen, ganz hart werden sie ihn vorher nicht fallen lassen.

Apple Music contra Spotify

Tja, und dann Apple. Apple Music, gelauncht Anfang Juli 2015, ist die Antwort auf sinkende Download-Zahlen in iTunes und auf den wachsenden Streaming-Markt. Es ist eine mächtige Replik. Denn auch Apples Streaming-Dienst bietet von Anfang an 30 Millionen Songs, ebenfalls zum Preis von 9,99 Dollar bzw. Euro pro Monat und für Familien sogar für nur 14,99 Dollar bzw. Euro. Die ersten drei Monate kann man kostenlos testen, ein Angebot, das nach einem Bericht der New York Post ca. 15 Millionen User weltweit angenommen haben und das für viele im Herbst 2015 ausläuft. Jetzt entscheidet es sich: Zwei bezahlte Streaming-Dienste parallel ergeben keinen Sinn, daher stellt sich die Frage: Gibt es eine Kündigungswelle für Spotify?

Letztlich stimmen die User ab, welche Plattform ihnen sympathischer ist. Apple kann eine Menge Argumente ins Feld führen: Spannend ist vor allem die kuratierte Musikauswahl, die sich genau an den Geschmack und die Hörgewohnheiten des Users anpasst. Außerdem: Die App ist auf Apple-Geräten vorhanden, man muss sie nicht mehr installieren, im Gegensatz zu Spotify. Doch Spotify besitzt einen ansehnlichen Vorsprung, und Jeff Levick, Chief Revenue Officer von Spotify, äußerte sich Anfang Oktober positiv, das gesteckte Ziel, nämlich 100 Millionen User, bis Ende 2015 zu erreichen.

Das ist auch die Haltung von Ek: Skandinavisch cool federt er den Angriff ab. Bereits legendär ist seine Reaktion auf Twitter zu Apple Music: „Oh, ok.“ Und auf der IAB MIXX Konferenz Anfang Oktober 2015 ergänzte er: „Für uns ist es wirklich großartig, dass Leute in diesen Bereich investieren, um die Musik nach vorn zu bringen, und dass wir nicht die einzigen sind, die sagen: Streaming ist die Zukunft.“ Und er fügte hinzu, dass es genug „Platz am Tisch gibt, weil das Streaming von Musik ganz am Anfang“ stehe. Außerdem, so Daniel in einem Videointerview mit Jason Calacanis: „Der einzige Weg in dieser sich schnell drehenden Welt zu gewinnen – und sie bewegt sich jeden Tag schneller, es gibt soviel Innovation weltweit – besteht darin, super-fokussiert auf ein bestimmtes Problem zu sein und das besser und schneller zu lösen als alle anderen.“ Allerdings: Dieses Statement steht in gewissem Widerspruch zu Daniels Aussage, am Tisch sei genug Platz für mehrere Anbieter ...

Spotify in allen Lebenslagen?

Zum Schluss der Ausblick, nur einige Details: Spotify setzt auf die Kombi Musik und Shows und bindet zunehmend Videos ein, dazu gehören auch Nachrichten, Unterhaltungsclips und Podcasts. Anwendungen wie Spotify Running wollen ein noch individuelleres Nutzererlebnis ermöglichen und machen Musikvorschläge, die sich genau dem Lauftempo des Users anpassen. Auch das Auto spielt bei Spotifys Plänen eine große Rolle. In Apple CarPlay und Android Auto ist Spotify bereits integriert. Nun kommt eine Kooperation mit Uber hinzu. Als Fahrgast hörte man bislang die Musik, die der Fahrer hörte. In Uber-Autos soll der Fahrgast mit Spotify-Account seinen eigenen Sound auflegen. Überhaupt, das ist Daniels Vision: Spotify soll für uns alle zum Bestandteil des täglichen Lebens werden. Wir werden mit Spannung verfolgen, ob Daniels Plan aufgeht und ob tatsächlich genug Platz am Tisch für alle ist.

Stell dir vor, du hast ein Verkaufsgespräch bei einem deutschen Hidden Champion aus dem Maschinenbau. Du demonstrierst, wie deine KI-Software seine streng geheimen Konstruktionspläne und Patente in Sekunden analysiert und optimiert. Der CEO ist begeistert. Dann fragt der IT-Sicherheitschef: „Und wo liegen die Daten, während die KI sie verarbeitet?“

Wenn deine Antwort jetzt lautet: „Wir schicken die über eine API an die Server von OpenAI oder Microsoft“, ist das Meeting in diesem Moment beendet.

Für Banken, Anwaltskanzleien, das Gesundheitswesen und den traditionellen Mittelstand ist die Nutzung amerikanischer Cloud-KIs ein absoluter Compliance-Albtraum. Die Angst vor Industriespionage, DSGVO-Strafen und Kontrollverlust ist riesig. Genau hier öffnet sich gerade ein Milliardenmarkt für europäische Tech-Start-ups, die einen radikalen Gegenentwurf bauen: Sovereign AI.

Die Illusion des Alleskönners: Warum LLMs oft Overkill sind

Bisher wurde uns eine klare Erzählung verkauft: Künstliche Intelligenz braucht gigantische Rechenzentren, Milliarden von Parametern und unfassbare Mengen an Energie. Die Large Language Models (LLMs) wie GPT-4 oder Claude sind die Zehnkämpfer der Tech-Welt. Sie können Gedichte schreiben, programmieren, spanische Rezepte übersetzen und Quantenphysik erklären.

Aber mal ehrlich: Eine KI, die für eine deutsche Bank Kreditverträge auf Risiken prüfen soll, muss nicht wissen, wie man ein Bananenbrot backt. Das gigantische Weltwissen der großen Modelle ist im B2B-Alltag oft reiner Ballast – es macht die KI langsam, teuer und halluzinationsanfällig.

Der Aufstieg der Small Language Models (SLMs)

Die Antwort der Start-up-Welt auf diesen Overkill sind Small Language Models (SLMs). Anstatt zu versuchen, OpenAI mit einem noch größeren Modell zu schlagen, trainieren clevere Gründungsteams winzige, hochspezialisierte Modelle.

Diese SLMs haben nur einen Bruchteil der Parameter der riesigen Alleskönner. Sie werden nicht mit dem gesamten Internet trainiert, sondern ausschließlich mit extrem hochwertigen, branchenspezifischen Daten – zum Beispiel nur mit deutschen juristischen Fachtexten oder medizinischen Diagnosen.

Das Ergebnis? Ein Fachidiot im besten Sinne. In ihrer spezifischen Nische schlagen diese kleinen Modelle die Branchenriesen oft bei der Präzision. Und sie bringen einen entscheidenden, geschäftsverändernden Vorteil mit sich: Sie sind so klein, dass sie keine gigantischen Cloud-Server mehr brauchen.

On-Premise feiert sein Comeback

Für ein ganzes Jahrzehnt war „On-Premise“ (also Software, die physisch auf den Servern des/der Kund*in installiert wird) das Schimpfwort der Tech-Branche. Alles musste in die Cloud. Mit Sovereign AI dreht sich der Spieß um.

Start-ups packen ihre Small Language Models in Container und installieren sie direkt im Firmennetzwerk des/der Kund*in – komplett offline, „air-gapped“ und ohne jegliche Verbindung zum offenen Internet.

Die Argumente für dieses Modell sind für B2B-Kund*innen unwiderstehlich:

• Absolute Datenhoheit: Keine API funkt sensible Unternehmensdaten an US-Server. Die Daten verlassen das Firmengebäude digital niemals.
• Predictable Pricing: Es gibt keine variablen API-Kosten pro Token mehr. Das Modell läuft auf der eigenen Hardware (oder in der privaten Cloud) des Kunden.
• Unabhängigkeit: Wenn ein Tech-Gigant in den USA seine Nutzungsbedingungen ändert oder die Preise anzieht, betrifft das den/die Kund*in nicht.

Die deutschen Vorreiter: Vom Fachidioten zum Konzernliebling

Dass diese Strategie funktioniert, zeigt ein Blick auf die deutsche Start-up-Szene, die das Thema Sovereign AI aktuell als ihren stärksten Hebel gegen das Silicon Valley entdeckt. Das Heidelberger Scale-up Aleph Alpha hat diesen Weg früh geebnet, indem es Modelle baut, die komplett „air-gapped“ auf den eigenen Servern von Behörden und hochsensiblen Konzernen (wie der Schwarz-Gruppe) laufen – fernab jeder US-Infrastruktur.

Doch die nächste Generation geht noch spitzer in die Nische: Das Berliner Start-up Xayn hat beispielsweise mit Noxtua Europas erste souveräne Rechts-KI für Anwält*innen und Jurist*innen gebaut. Die hochspezialisierten Sprachmodelle und Recherche-Tools laufen auf streng abgeschirmten, europäischen Servern, um das Anwaltsgeheimnis zu wahren. Start-ups wie Deepset (Berlin) oder Kern AI (Bonn) liefern zudem die passenden Werkzeuge und Plattformen. Mit ihnen können Versicherungen und Banken offene KIs direkt in ihren eigenen Serverkellern betreiben und sicher mit ihren eigenen, hochsensiblen Unternehmensdaten verknüpfen.

Die europäische Allianz: Paris und Helsinki als Kraftzentren

Dieser Trend beschränkt sich längst nicht auf Deutschland – ganz Europa hat sich zum globalen Zentrum für souveräne und offene KI formiert. Der absolute Superstar dieser Bewegung ist das Pariser Start-up Mistral AI. Anstatt seine KI hinter einer Paywall zu verstecken, stellt Mistral hocheffiziente, kleine Modelle (wie die Mistral- oder Mixtral-Reihen) offen zur Verfügung. Sie liefern quasi den Motor, den sich Unternehmen weltweit herunterladen, um ihn sicher auf den eigenen Servern laufen zu lassen.

Flankiert wird Mistral von Start-ups wie LightOn (ebenfalls Paris), die maßgeschneiderte On-Premise-Plattformen für Rüstungskonzerne und Banken bauen. Wie immens wertvoll der europäische Ansatz der digitalen Souveränität ist, zeigte sich auch am finnischen KI-Labor Silo AI. Die Skandinavier bauten offene Modelle explizit für den europäischen B2B-Markt auf.

Doch die Geschichte von Silo AI ist zugleich ein schmerzhafter Weckruf für den Kontinent: Der Ansatz war so erfolgreich, dass der US-Chipgigant AMD das Start-up kurzerhand für fast 700 Millionen Dollar kaufte. Dieser Exit zeigt das europäische Dilemma: Wir bauen exzellente souveräne Technologien – aber wenn uns das tiefe Anschlusskapital (Growth Capital) fehlt, wandert unsere hart erkämpfte Datenautonomie beim ersten großen Scheck aus den USA doch wieder über den Atlantik.

Datenhoheit als ultimativer USP – und politischer Auftrag

Für europäische Gründer*innen ist Sovereign AI dennoch eine historische Chance. Der Versuch, im B2C-Markt gegen die Budgets aus dem Silicon Valley anzutreten, ist ein Himmelfahrtskommando. Der Weg zum Erfolg führt aktuell über die vertikale Integration und digitale Souveränität. Wer heute ein Start-up baut, das einer Versicherung eine hochpräzise, DSGVO-konforme KI liefert, die als Blackbox auf den eigenen Servern der Versicherung läuft, hat den ultimativen Product-Market-Fit gefunden.

Wir erleben gerade die Rebellion gegen die Cloud. Und die Gewinner*innen dieser Rebellion werden nicht die Start-ups mit den größten Modellen sein – sondern die mit den sichersten. Damit diese Gewinner*innen am Ende aber auch europäisch bleiben, müssen nun auch die heimischen VCs und Konzerne beweisen, dass ihnen echte Souveränität mehr wert ist als nur ein Lippenbekenntnis.

Anfang August 2026 schreckte ein massives Datenleck die Tech-Community auf. Beim beliebten KI-Meeting-Assistenten tl;dv wurde eine kritische Sicherheitslücke bekannt. Der Sicherheitsforscher, der unter dem Pseudonym BobDaHacker auftritt, konnte auf 181.874 Meeting-Datensätze zugreifen, die mehr als 84.000 Nutzern zugeordnet waren. Zudem gelang es ihm laut eigenen Angaben, sich in zwei laufende Live-Besprechungen einzuklinken. Auch wenn tl;dv die Lücke rasch schloss und betonte, dass über diese Schwachstelle keine privaten Gesprächsprotokolle oder Aufzeichnungen abrufbar gewesen seien, bleibt ein brisanter Weckruf für Unternehmen.

Für Christoph Knöll, Geschäftsführer der KI-Beratung Neurawork, offenbart dieser Fall ein viel weitreichenderes, oft unterschätztes Problem in der Unternehmenswelt: „Das größte Risiko liegt in der unkontrollierten Nutzung von KI-Tools.“ Oft seien es die Mitarbeitenden selbst, die derartige Anwendungen ohne das Wissen der IT-Abteilung einrichten.

Die unsichtbare Gefahr: Was ist Shadow-KI?

Genau dieses Phänomen bezeichnen Experten als „Shadow-KI“ (Schatten-KI). Es ist die logische, aber heikle Evolution der klassischen Schatten-IT. Während herkömmliche nicht-genehmigte Software oft isolierte Aufgaben erfüllte, werden KI-Tools kontinuierlich mit tiefgreifenden Unternehmensdaten gefüttert – von sensiblen Kundengesprächen über proprietären Code bis hin zu Finanzdaten.

Aktuelle Erhebungen aus dem Jahr 2026 unterstreichen die Brisanz: Gartner schätzt, dass mittlerweile mehr als die Hälfte der Wissensarbeiter*innen KI-Anwendungen ohne ausdrückliche Freigabe für berufliche Zwecke einsetzt. Auch der aktuelle IBM Cost of a Data Breach Report warnt vor den finanziellen Folgen: Datenschutzverletzungen, bei denen Shadow-KI im Spiel ist, erhöhen die ohnehin immensen Kosten eines Breaches im Durchschnitt um rund 670.000 US-Dollar. Gerade für Start-ups, bei denen schnelle Prozesse essenziell sind, kann ein solches Datenleck oder ein Verstoß gegen den strengen EU AI Act existenzbedrohend sein.

Warum ein pauschales Verbot scheitert

Christoph Knöll sieht in der Entstehung von Shadow-KI nicht nur ein Sicherheitsrisiko, sondern primär ein Warnsignal. Es sei ein klares Indiz dafür, dass konkrete Probleme der Belegschaft im Unternehmen nicht ausreichend gelöst würden. Daher seien pauschale Verbote der völlig falsche Ansatz. Sie führen in der Praxis lediglich zum sogenannten Wasserbetteffekt: Die Nutzung weicht auf private Geräte oder schwerer kontrollierbare Kanäle aus, was die Risiken weiter verschärft.

Ohne einen strukturierten Umgang mit künstlicher Intelligenz, so Knöll, suchen sich die Mitarbeitenden unweigerlich ihre eigenen Lösungen – was dazu führt, dass aus vereinzelten Tools schnell ein unkontrollierter Wildwuchs entsteht. Statt zuerst die Frage nach dem passenden Tool zu stellen, sollten Firmen gemeinsam mit ihrem Team analysieren: Wo haken unsere Prozesse, wo geht wertvolle Zeit verloren und an welchen Stellen kann KI eine sinnvolle Hilfestellung bieten?

Drei klassische Fehler begünstigen den Wildwuchs

Nach Erfahrungen der Expert*innen liegen der unkontrollierten KI-Nutzung meist drei grundlegende Management-Fehler zugrunde:

• Die Technologie wird vor das Geschäftsproblem gestellt: Unternehmen führen KI ein, ohne vorab klar zu definieren, welche konkreten Probleme für Kund*innen oder Mitarbeitende damit eigentlich gelöst werden sollen. Erfolgreiche Integration startet jedoch immer bei der Herausforderung, nicht bei der Tool-Auswahl.
• Das Team wird nicht mitgenommen: Selbst die raffinierteste KI-Lösung verpufft, wenn sie im Alltag nicht genutzt wird. Mitarbeitende müssen den Nutzen verstehen und wissen, wie sich ihre Arbeitsweise dadurch positiv verändert.
• Mangelnde Alltagstauglichkeit: Was im Labor oder Pilotprojekt glänzt, läuft in der Praxis oft instabil. KI-Lösungen müssen sicher in die bestehenden Unternehmenssysteme eingebunden, mit hochwertigen Daten gespeist und vor allem dauerhaft zuverlässig betrieben werden.

To-Dos für Gründer*innen: So gelingt der strukturierte Rollout

Ein strukturierter KI-Rollout, der Shadow-KI vorbeugt, basiert auf den drei Säulen Strategie, Architektur und Change-Management. Fehlt auch nur eine dieser Säulen, bleibt der erhoffte wirtschaftliche Nutzen aus. Gründer*innen sollten folgende Schritte sofort einleiten:

• Den echten Bedarf evaluieren (Strategie): Sprich mit deinen Teams. Frage offen: Welche Probleme sollen gelöst werden? Verstehe den Bedarf, bevor du Vorgaben machst oder teure Lizenzen einkaufst.
• Sichere Alternativen bereitstellen (Architektur): Verbiete nicht einfach unsichere Tools, sondern biete nahtlose, sichere Alternativen an. Die KI-Architektur muss gewährleisten, dass Systeme sicher und zuverlässig funktionieren. Implementiere Enterprise-Gateways, die den Abfluss von Unternehmensdaten zu Trainingszwecken verhindern.
• Schulung und Befähigung (Change-Management): Verankere KI-Kompetenz in deiner Unternehmenskultur. Kläre dein Team über die Risiken unautorisierter Datenfreigabe auf und etabliere klare Leitlinien (Governance), damit die neuen Tools auch produktiv und sicher im Alltag genutzt werden.

Fazit

Shadow-KI ist längst in den Büros und Homeoffices der Start-up-Welt angekommen. Der Vorfall um den Meeting-Assistenten tl;dv ist ein unmissverständlicher Weckruf. Gründer*innnen, die KI lediglich als randläufiges IT-Projekt begreifen, greifen zu kurz. Es geht vielmehr um eine strategische Transformation, bei der Sicherheit, Compliance und Produktivität im Einklang stehen müssen.

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

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

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

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

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

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

Das Ende der Benutzeroberfläche

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

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

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

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

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

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

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

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

Die Zahlen im Überblick

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

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

Kritische Einordnung: Fluch oder Segen?

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

1. Die „Lean Start-up“-Renaissance

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

2. Transformation statt reiner Abbau

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

3. Das schrumpfende Team als neues Normal

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

Kompakte Handlungsempfehlungen für das Management

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

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

Fazit

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

Es ist laut, staubig und geht extrem auf den Rücken: Die manuelle Auslese am Kartoffelsortiertisch ist eine jener Arbeiten, die in der modernen Landwirtschaft wie ein Relikt aus vergangenen Jahrzehnten wirken. „Kartoffeln sortieren ist Knochenarbeit“, bringt es Benedikt Keßler auf den Punkt. Der Mitgründer des TUM-Spin-offs Karevo weiß genau, wovon er spricht – er ist selbst auf einem Kartoffelhof aufgewachsen. Mit seinem Start-up hat er nun eine KI-gestützte Maschine entwickelt, die bis zu zehn Tonnen Kartoffeln pro Stunde sortieren kann und dabei eine beeindruckende Erkennungsgenauigkeit von 95 Prozent erreicht. Seit Herbst 2025 ist das System erfolgreich auf dem Markt. Für StartingUp haben wir die Technologie, das Team und den hochkompetitiven Agrarmarkt genau unter die Lupe genommen.

Vom elterlichen Hof in den High-Tech-Inkubator

Die Gründerstory von Karevo ist ein Paradebeispiel für problemorientiertes Unternehmertum. Die Idee entstand aus einem echten Schmerzpunkt, wurde aber erst durch das bayerische Elite-Ökosystem zur Marktreife getrieben. Keßler, der Maschinenwesen an der Technischen Universität München (TUM) studierte, begann bereits während seiner Masterarbeit mit der Entwicklung der Technologie. Für Keßler war der Ansporn von Anfang an ein persönlicher: „Ich habe die Maschine entwickelt, die mir auf dem Kartoffelhof meiner Eltern die Knochenarbeit abgenommen hätte“, blickt der Gründer zurück.

Für die professionelle Umsetzung holte er sich Johannes von Wittke an Bord, einen befreundeten Ingenieur-Studenten der OTH Regensburg. Über das Netzwerk von UnternehmerTUM stieß schließlich Felix Beck hinzu, der an der TUM seinen Executive MBA absolviert hat. Nach der offiziellen Gründung im Jahr 2024 durchlief das Trio den UnternehmerTUM Incubator. Den Feinschliff – und die ersten physischen Prototypen – realisierte das Team im Makerspace. Dieser Werdegang belegt einmal mehr die Stärke des Münchner Ökosystems, in dem jährlich über 100 Unternehmen aus der TUM heraus gegründet werden.

Die Technologie: KI im Staub

Optische Sortiermaschinen sind in der Agrarindustrie grundsätzlich kein Novum. Der technologische Burggraben von Karevo liegt jedoch in einer hochspezifischen Nische: Die hauseigene KI, die mit über 100.000 Bildern trainiert wurde, funktioniert ausdrücklich auch bei ungewaschenen Kartoffeln. Das System erkennt nicht nur Fremdkörper, sondern identifiziert auch sieben verschiedene Defekttypen – darunter Fäule, Risse und Drahtwürmer.

„Andere Erkennungsverfahren stoßen bei ungewaschenen Kartoffeln häufig an ihre Grenzen, weil diese je nach Region, Bodentyp oder Lagerbedingungen sehr unterschiedlich aussehen“, erklärt Keßler den Wettbewerbsvorteil. Die KI-Modelle von Karevo können schnell an die spezifischen Kartoffeln des jeweiligen Betriebs angepasst werden.

Um die Hardware-Herausforderungen zu meistern, kooperiert Karevo nach unseren Recherchen mit der Jabelmann Maschinenfabrik, einem Traditionshersteller aus Niedersachsen. Karevo liefert das „Gehirn“ der Maschine (Kameras, Echtzeit-Bildverarbeitung, Auswurfmechanismus), während Jabelmann die robuste Mechanik beisteuert. Ein strategisch kluger Schachzug, um die extrem kapitalintensive eigene Hardware-Produktion und Skalierungsprobleme zu umgehen.

Markt & Wettbewerb: Die Nische der Kleinbetriebe

Karevo positioniert sich gezielt als Lösungsanbieter für Klein- und Familienbetriebe. Der Marktführer-Riege – bestehend aus Konzernen wie Tomra oder Bühler – überlässt man die industriellen Großanlagen. Für kleinere Landwirte waren diese Anlagen bislang schlicht zu teuer, zu groß oder zu kompliziert in der Wartung. Karevo kontert mit Maschinen, die kleiner, günstiger und modular aufgebaut sind. Dadurch wird die Wartung vereinfacht und eine nahtlose Integration in bereits bestehende Hof-Anlagen ermöglicht.

Der Bedarf an Automatisierung ist immens, denn der branchenweite Arbeitskräftemangel setzt die Höfe massiv unter Druck. Landwirt*innen finden kaum noch Personal für die monotone Sortierarbeit. Dennoch ist der adressierte Markt extrem preissensibel.

Geschäftsmodell im Stresstest: Ist das wirklich bezahlbar?

Karevo fokussiert sich auf Kleinbetriebe, fordert diesen jedoch erhebliche Investitionen ab. Aktuelle Branchenrecherchen zeigen, dass das Einstiegsmodell („Duo85“) für rund 75.000 Euro und die Hochleistungsvariante („Trio110“) für 125.000 Euro angeboten werden. Für einen klassischen Direktvermarkter ist dies ein massiver Capital Expenditure (CapEx).

Das Geschäftsmodell profitiert in der aktuellen Go-to-Market-Phase stark von staatlichen Fördermitteln. So können Betriebe, beispielsweise in Niedersachsen, bis zu 40 Prozent Investitionszuschuss für die Anschaffung einer Karevo-Anlage beantragen. Solche subventionsgetriebenen Anschaffungen bergen jedoch ein unternehmerisches Risiko: Sollten agrarpolitische Fördertöpfe gekürzt werden, könnte die Nachfrage bei der kapitalbeschränkten Zielgruppe abrupt einbrechen. Zudem muss sich Karevo der Saisonalität des Geschäfts stellen. Um die Auslastung der teuren Maschinen über das Jahr hinweg zu gewährleisten, wurde die KI bereits so adaptiert, dass sie neben Kartoffeln künftig auch Zwiebeln verarbeiten kann.

Fazit

Karevo ist ein exzellentes Beispiel für den erfolgreichen Brückenschlag zwischen Spitzenforschung und traditionellem Mittelstand. Die technologische Innovation – eine präzise KI-Auslese selbst bei widrigen Bedingungen wie ungewaschenen Knollen – löst ein reales Branchenproblem. Die intelligente Partnerschaft mit einem etablierten Maschinenbauer minimiert zudem das Hardware-Risiko signifikant.

Die größte Hürde für das Start-up wird nun die flächendeckende Vertriebsskalierung sein. Das Team muss beweisen, dass die wirtschaftliche Rechnung nicht nur mit hohen Förderquoten aufgeht, sondern dass die Maschinen auch aus eigener Kraft einen positiven Return on Investment für kleine Familienbetriebe erwirtschaften können. Gelingt dies, hat Karevo das Potenzial, den Standard für die Direktvermarktung von morgen neu zu definieren.

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

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

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

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

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

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

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

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

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

Der Index-Fehler: Mathematik vs. Biologie

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

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

Das Trauma der Carbon-Märkte

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

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

Fazit: Von Offsetting zu Insetting

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

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

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

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

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.

Die Kreativbranche durchlebt gerade eine Zerreißprobe. Auf der einen Seite versprechen generative KI-Modelle Audioproduktion auf Knopfdruck. Auf der anderen Seite wächst die Angst vor einer Welle an Urheberrechtsklagen. Genau in dieses Spannungsfeld – zwischen der viel zitierten „KI-Schockstarre“ und dem Wilden Westen unregulierter Algorithmen – stößt das von Hans Landwehr gegründete Start-up LYBS mit seiner Plattform Sonica.

Die Botschaft des erst seit Kurzem am Markt agierenden Start-ups ist selbstbewusst: Man habe das „erste Betriebssystem für skalierbaren, rechtssicheren Markensound“ erschaffen. Sonica verspricht, Voice-Artists die Kontrolle und Vergütung zurückzugeben und gleichzeitig das juristische Risiko für Corporate-Kund*innen zu eliminieren.

Doch wann genau fiel der Startschuss, den Tech-Riesen nicht einfach nur das Feld zu überlassen? Die Wurzeln der Plattform reichen deutlich tiefer als der aktuelle KI-Hype, erklärt Brand & Strategy Lead Vincent Raciti. Schon vor knapp zehn Jahren habe man gemeinsam mit Hochschulen eigene Machine-Learning-Technologien entwickelt. „Der eigentliche Auslöser kam dann mit den Fortschritten der generativen KI“, blickt Raciti zurück. Dabei sei dem Team schnell ein gravierendes Defizit am Markt aufgefallen: „Wir haben gemerkt, dass zwischen beeindruckenden Demos amerikanischer Foundation Models und einem Enterprise-tauglichen Workflow für Marken ein großer Unterschied liegt.“

Marken bräuchten konsistente Qualität, klare Rechteketten und eine sichere EU-Infrastruktur – eine Lücke, die LYBS schließlich gemeinsam mit seinem ersten Kunden Yello zu schließen begann. KI sei dabei kein Selbstzweck, versichert der Raciti: „Sie automatisiert aufwendige Produktionsschritte, während Markenidentität, Qualitätskontrolle und sichere Workflows im Mittelpunkt stehen.“

Vom Agentur-Geschäft zum skalierbaren SaaS-Produkt

Was LYBS von typischen Tech-Start-ups unterscheidet, ist die Entstehungsgeschichte. Hinter der Neugründung steckt kein unerfahrenes Team mit großen Ideen, sondern eines mit jahrzehntelanger Branchenerfahrung. LYBS ist ein technologischer Spin-off der renommierten Düsseldorfer Agentur TRO GmbH. Founder Hans Landwehr ist bereits seit Oktober 1989 in der Geschäftsführung von TRO aktiv und kennt das Sound-Business wie kaum ein anderer.

Doch ein Spin-off ist kulturell wie finanziell oft ein Kraftakt. Wie trennt man das rasante Start-up-Wachstum vom klassischen Agenturgeschäft? „Technologie spielt bei uns schon seit vielen Jahren eine zentrale Rolle im Beratungsprozess“, ordnet Landwehr ein. Die Ausgründung sei daher der nächste logische Schritt gewesen. „Wir wollten ein eigenständiges Softwareunternehmen aufbauen, das unabhängig vom Agenturgeschäft wachsen kann – mit eigenen Strukturen, eigener Geschwindigkeit und voller Transparenz über die wirtschaftliche Entwicklung“, betont der Branchen-Veteran.

Bislang ist Sonica weitgehend aus eigener Kraft finanziert. Zum Start holte sich das Team drei vernetzte Business Angels aus der Medienbranche an Bord, um erste Entwicklungen zu beschleunigen. Die Gründer halten nach eigenen Angaben weiterhin 93 Prozent der Anteile – doch das soll nicht zwingend so bleiben: „Nach den Ergebnissen der ersten Monate führen wir bereits erste Gespräche über die nächste Wachstumsphase“, gibt sich Landwehr angriffslustig.

Das Ergebnis dieses Prozesses ist Sonica: Eine modulare Sound-Branding-Plattform. Anstatt Audio-Dateien und Lizenzen dezentral auf Servern oder in E-Mail-Postfächern zu verwalten, bündelt das System Soundlogos, adaptive Musikmodule und Voice-Anwendungen in einem vollwertigen Produktionsstudio. Das Ziel: Audio soll konsistenter, skalierbarer und schneller in länderübergreifende Kampagnen eingebunden werden.

Der Markt: Big Tech vs. Compliance

Der Markt wächst rasant, doch die großen Tech-Player haben oft das Prinzip „Move fast and break things“ auf das Copyright angewandt. Dies ruft zunehmend Regulatoren auf den Plan. Sonica positioniert sich hier bewusst als sicherer Hafen: Statt Stimmen unautorisiert abzugreifen, wahrt und vergütet das System die Rechte der Künstler*innen. Dass LYBS nach nur acht Wochen bereits Einladungen zu globalen Pitches erhält, unterstreicht den enormen Bedarf von Konzernen.

In diesen Pitches sitzt das Start-up quasi zwischen den Stühlen – auf der einen Seite Musikplattform-Riesen wie Artlist oder Songtradr, auf der anderen spezialisierte Sound-Agenturen. Was also ist das Killer-Argument der Düsseldorfer? „Der entscheidende Unterschied liegt aus unserer Sicht im Zielbild“, analysiert Landwehr. „Geht es darum, bestehende Dienstleistungen digital zu ergänzen – oder Unternehmen eine Infrastruktur an die Hand zu geben, mit der sie ihre Brand-Sound-Prozesse langfristig selbst steuern können?“ LYBS habe sich bewusst für Letzteres entschieden.

Man wolle das klassische Agenturgeschäft dabei keinesfalls kannibalisieren, schiebt Vincent Raciti hinterher. Vielmehr verstehe man sich als unabhängige Partner-Plattform. „Die kreative Entwicklung einer starken Sound-Identität wird auch in Zukunft bei Agenturen, Komponistinnen und Sound-Expert*innen liegen“, verspricht Raciti. Sonica solle diese Arbeit nicht ersetzen, sondern dafür sorgen, „dass sie weltweit konsistent im Unternehmen ankommt“.

Das Geschäftsmodell auf dem Prüfstand

Trotz der fundierten Positionierung muss die Lösung kritisch hinterfragt werden: Die PR-Aussage, Sonica spare bis zu 5.000 Euro Produktionsbudget pro Tag und Marke, ist ein massiver Marketing-Anker. Für globale Kampagnen mögen diese Summen plausibel sein, für den Mittelstand wirken sie gigantisch.

Auf diese steile These angesprochen, erwidert Raciti: „Richtig, die Zahl bezieht sich auf komplexe, internationale Produktionssituationen und nicht auf jeden Kunden oder jeden Tag.“ In einem typischen internationalen Rollout würden sich Studiozeiten, Sprecher*innenbuchungen und aufwendige Freigabeschleifen jedoch schnell zu Tausenden Euros addieren. Der Brand & Strategy Lead rechnet vor: Bei einem aktuellen Kunden-Onboarding habe man einen sich täglich wiederholenden Prozess für 14 Märkte auf rund eine Stunde inklusive Freigabe eingedampft. Ob sich diese massive Ersparnis tatsächlich quer durch alle Branchen – von der Werbung bis zur Straßenbahnansage – halten lässt, bleibt vorerst abzuwarten. Das Start-up kündigt an, bis Jahresende belastbarere Zahlen liefern zu wollen.

Zudem drängt sich die Frage nach der technologischen Tiefe auf: Baut Sonica wirklich eigene Modelle oder ist die Plattform im Kern nur eine smarte, branchenspezifische Benutzeroberfläche über bestehenden Basismodellen?

„Ich glaube, die wichtigste Frage ist nicht mehr, wer das nächste Foundation Model baut“, kontert Raciti. Diese Entwicklung werde ohnehin von wenigen globalen Playern dominiert. „Unsere Wertschöpfung liegt deshalb in der Orchestrierung.“ Man kombiniere unterschiedliche KI-Modelle mit eigener Technologie, etwa für Emotionserkennung, und verbinde sie mit striktem Rechte- und Freigabemanagement. „Genau dort entstehen für Unternehmen die eigentlichen Herausforderungen“, stellt er klar.

Und was passiert, wenn Google, Meta & Co. das Copyright-Problem irgendwann einfach selbst lösen? „Das wäre aus unserer Sicht sogar eine gute Entwicklung“, überrascht Hans Landwehr. Die Mission von LYBS sei es ohnehin, Sound Branding für deutlich mehr Unternehmen zugänglich zu machen. Die eigentliche Infrastruktur zur Steuerung dieser Prozesse bräuchten die Konzerne künftig trotzdem – völlig unabhängig davon, wie ethisch sauber die zugrundeliegenden KI-Modelle arbeiten.

Unsere Einordnung

Der Fall LYBS zeigt eindrucksvoll: Die größte Wertschöpfung im B2B-Bereich entsteht oft an der Schnittstelle zwischen neuen Technologien und alten, hochkomplexen Branchenproblemen. Die lange Expertise der Gründer ist dabei ein massiver Wettbewerbsvorteil. Ob LYBS sich langfristig gegen die Budgets der großen Player wehren kann, wird sich zeigen. Der extrem fokussierte Nischen-Start ist jedoch ein Meisterkurs in B2B-Positionierung.

Für die kommenden Monate stehen die Zeichen auf Expansion. Um die eigene Lösung nicht nur Konzernen, sondern auch dem Mittelstand und Creator Brands schmackhaft zu machen, braucht es allerdings frisches Kapital. „Wir bereiten aktuell unsere nächste Finanzierungsrunde vor“, verrät Landwehr. Mit dem Geld sollen vor allem das KI- und Produkt-Team ausgebaut sowie das Partnernetzwerk international erweitert werden. Das ultimative Ziel für das nächste Jahr formuliert Landwehr klar: Man wolle beweisen, „dass Sound Branding mit der richtigen Infrastruktur dauerhaft und effizient im Unternehmen betrieben werden kann.“

Start-up-Steckbrief: LYBS / Sonica

• Gründer: Hans Landwehr
• Ursprung: Spin-off aus dem Umfeld der TRO GmbH (gegründet 1989)
• Kernprodukt: Sonica – Plattform und Betriebssystem für skalierbaren, rechtssicheren Markensound
• USP: 100 % rechtssichere Audio-Assets, faire Vergütungsmodelle für Voice Artists, Bündelung aller Audio-Assets, jahrzehntelange Branchenexpertise

Leonardo und Alexander gehören selbst der Gen Z an und sind mit jenen Plattformen aufgewachsen, die sie nun sicherer machen wollen. Die beiden Gründer, die sich bereits seit dem Kindergarten kennen, haben die Dynamiken von digitaler Ausgrenzung und Belästigung am eigenen Leib erfahren: Leonardo war als Kind selbst Opfer von Cybermobbing. Wer nun glaubt, dieses Trauma sei der einzige Auslöser für die Gründung der Helmit GmbH im Juli 2025 gewesen, irrt. „Der Auslöser war keine Erfahrung, sondern eine Recherche“, stellt Leonardo Benini klar. Das Gründer-Duo habe analysiert, was Eltern heute tatsächlich zur Verfügung stehe, was jedoch meist nur auf App-Sperren oder Webfilter hinauslaufe. Der 23-Jährige wird deutlich: „Das ist die falsche Antwort auf die richtige Sorge. Wenn ein Kind nur noch zwei Stunden am Tag online ist, wird in diesen zwei Stunden nichts sicherer.“ Cybergrooming passiere schließlich nicht wegen zu viel Bildschirmzeit, sondern weil Erwachsene unbemerkt Kontakt aufnehmen und die Kinder aus Scham schweigen. Technisch möglich sei Helmit laut Benini ohnehin erst seit kurzem, da kleine Sprachmodelle nun effizient genug seien, um Kontext direkt und lokal auf dem Gerät zu verarbeiten. „Vor drei Jahren wäre dieses Produkt nicht baubar gewesen“, erinnert er sich. „Das war der Punkt, an dem wir gesagt haben: entweder jetzt, oder jemand anderes macht es.“

Die akademischen und beruflichen Profile der beiden 23-Jährigen stechen hervor: Benini studierte Mathematik an der TU München sowie der University of Toronto und war bereits als Aktuar bei der Allianz tätig. Wolters absolvierte ein Studium der Elektrotechnik an der TU München und der National University of Singapore, spezialisierte sich an der ETH Zürich auf Privacy-Preserving Machine Learning und sammelte Praxiserfahrung bei der Boston Consulting Group sowie bei BMW. Beide werden durch die renommierten Stipendienprogramme EWOR und Sigma Squared gefördert.

Kontext-KI statt Vollüberwachung

Helmit grenzt sich bewusst von klassischen „Parental Control“-Lösungen ab. Das Setup dauert weniger als zwei Minuten: Eltern installieren die Software und verknüpfen die Accounts der Kinder unkompliziert per QR-Code. Die KI analysiert daraufhin in Echtzeit Interaktionen auf WhatsApp, Instagram, Discord, Signal und YouTube auf Muster von Cybermobbing, pädokrimineller Kontaktanbahnung, Hassrede oder suizidalen Inhalten. Diese massiven Datenströme zu verarbeiten, ohne dass das System im Alltag zusammenbricht, war eine enorme technische Hürde. Alexander Wolters erklärt den hart erarbeiteten Lösungsansatz: „Die Analyse läuft vollständig auf dem Gerät. Kein Server, keine Cloud, kein Chatverlauf, der irgendwo hochgeladen wird.“ Damit falle zwar der einfache Weg weg, die Rechenlast schlichtweg in ein Rechenzentrum auszulagern, räumt er ein. Doch nach anderthalb Jahren Entwicklungszeit laufe Helmit nun stabil im Hintergrund, „auch auf älteren Mittelklasse-Geräten, ohne den Akku zu ruinieren“, verspricht der Tech-Experte.

Der entscheidende Hebel der Software liegt im Privatsphäre-Ansatz: Eltern erhalten keinen pauschalen Zugang zu den privaten Nachrichten ihrer Kinder. Erst wenn die KI eine konkrete Grenzüberschreitung identifiziert, wird ein relevanter Textauszug als Alarm an die Eltern übermittelt. Doch Teenager kommunizieren oft rau oder ironisch. Wie verhindert das Start-up Fehlalarme, die das Vertrauen zwischen Eltern und Kind durch ständiges Nachfragen ruinieren könnten? „Fehlalarme entstehen fast immer dann, wenn man einzelne Nachrichten bewertet“, kontert Wolters. „Ein einzelner derber Satz sagt nichts aus.“ Die KI bewerte daher ganze Verläufe und analysiere die Dynamik über Tage hinweg, da etwa Cybergrooming ein wochenlanger Prozess sei. Zudem seien die Modelle gezielt auf Jugendsprache und Slang trainiert. Das Team arbeitet mit variablen Schweregraden: „Bei niedriger Schwere fahren wir die Sensitivität bewusst herunter und nehmen in Kauf, dass wir eine harmlose Stichelei übersehen“, gibt Wolters zu bedenken. Geht es jedoch um Grooming oder suizidale Inhalte, ist seine Haltung kompromisslos: „Lieber ein Fehlalarm zu viel als ein übersehener Fall.“

Wettbewerb und Marktstruktur

Der Markt für digitale Kindersicherheit wächst rasant, befeuert durch politische Debatten über Altersgrenzen. Die Konkurrenz im FamilyTech-Segment ist stark: Anbieter wie Kidgonet setzen primär auf klassische Restriktionen, während ChildSaver als offene App auf dem Endgerät läuft. Zudem gibt es die kostenfreien Bordmittel von Apple und Google. Wie überzeugt man Eltern, für Helmit 9,99 Euro im Monat zu zahlen? Leonardo Benini: „Ehrlich gesagt ist das leichter als gedacht, sobald Eltern verstanden haben, was die kostenlosen Bordmittel eigentlich tun.“ Screen Time und Family Link würden lediglich Nutzungsdauer und Zugriff regeln. „Sie sagen einem nicht, dass ein Erwachsener mit gefälschtem Profil seit drei Wochen Kontakt aufbaut“, bringt es Benini auf den Punkt. Basis-Features wie App-Sperren und Webfilter seien bei Helmit zwar enthalten, sie bildeten aber lediglich das Fundament – der eigentliche Kaufgrund sei die „Schutzebene darüber“.

Das B2C-Abo-Modell – 9,99 Euro monatlich oder 99 Euro jährlich für unbegrenzt viele Kinder – greift offenbar: Seit dem Beta-Launch im September 2025 generierte das mittlerweile siebenköpfige Team über 5.000 Nutzer*innen. Eine fundamentale Plattform-Abhängigkeit bleibt jedoch bestehen, da Helmit auf die Messenger-Schnittstellen angewiesen ist. Ändern Tech-Giganten ihre Architektur, droht dem Geschäftsmodell Gefahr. Alexander Wolters redet diese Achillesferse nicht klein: „Die Abhängigkeit ist real, aber sie betrifft nur die Anbindung, nicht das Produkt.“ Ein Grooming-Muster sehe auf Discord schließlich genauso aus wie auf WhatsApp. Zudem setze das Start-up nicht auf technische Grauzonen, sondern nutze die offiziellen Entwickler-Zugänge der Plattformen, etwa für Instagram. Wolters gibt sich daher entspannt: „Das ist keine geduldete Schnittstelle, die morgen zugeht.“ Man gehe bei der Anbindung streng den offiziellen Weg.

Auch finanziell stehen die Vorzeichen auf Wachstum. In einer Pre-Seed-Runde im August 2025 sicherte sich das Start-up mehr als 350.000 Euro. Zu den prominenten Geldgebern gehört Adjust-Gründer Paul Müller, der die App laut Pressemitteilung auch privat für seinen eigenen Sohn nutzt. Über den genauen Runway hüllt sich das Duo in Schweigen, doch Benini gibt sich entspannt: „Wir sind komfortabel finanziert und stehen nicht unter Druck.“ Die nächste Seed-Runde ist für Ende des Jahres angesetzt. „Geld beschleunigt ab diesem Punkt etwas, das bereits läuft“, erklärt er die Taktik. „Das ist der Moment, in dem man raist, nicht der, in dem das Konto leer wird.“

Ausblick: Prävention statt Kontrolle

Mit Helmit betritt ein technologisch extrem anspruchsvolles Start-up den FamilyTech-Markt, dessen Mission exakt den Nerv moderner Erziehung trifft. Für das Jahr 2027 hat das Duo klare Ziele definiert. Produktseitig wolle man in die Breite und Tiefe gehen, kündigt Wolters an. Dazu gehören die Integration von Gaming-Plattformen sowie der Ausbau von Helmit zu einem proaktiven digitalen Gegenüber, das den familiären Kontext versteht und per Chat oder Sprache bedient werden kann.

Geografisch bleibt der Fokus vorerst auf der DACH-Region. „Ein Markt, den man gewinnt, ist mehr wert als fünf, in denen man vorkommt“, argumentiert Benini. Erst nach der Seed-Runde stehe Europa auf dem Plan. Die Vision für 2027 misst der Gründer in konkreten Zahlen: Eine sechsstellige Anzahl geschützter Kinder soll es werden. „Das Endziel ist unverändert, dass Helmit auf jedem Kinder-Smartphone selbstverständlich dazugehört, so wie ein Fahrradhelm“, resümiert Benini selbstbewusst.