Die medizinische Diagnostik steht an einem Wendepunkt. Digitale wissenschaftliche Werkzeuge helfen beispielsweise dabei, Tumore besser und schneller zu erkennen sowie gezielter zu therapieren. Zwei mit dem niedersächsischen DurchSTARTer-Preis 2025 ausgezeichnete Spin-offs aus Göttingen, Histomography und GliTTher, zeigen, wie hochkomplexe Forschung zu marktreifer Technologie wird – und dass Niedersachsen sich zu einem Knotenpunkt der Biomedizin entwickelt.

Die wirtschaftliche Unsicherheit unter Freelancer*innen spitzt sich weiter zu: 43 Prozent haben derzeit keine gesicherte Auslastung für die kommenden Monate. Die Hälfte gibt zudem an, dass sich die Auftragslage im Vergleich zum Vorjahr verschlechtert hat. Das zeigen die Ergebnisse der ersten und aktuellen Erhebungswelle für den Freelancer-Kompass 2026 von freelancermap. Seit mehr als zehn Jahren liefert Deutschlands größte Freelancer-Plattform umfangreiche Daten zur Selbständigkeit im deutschsprachigen Raum. Für die kommende Ausgabe des Freelancer-Kompass ermöglichen erstmals mehrere kurze Umfragen ein detaillierteres Bild des Ist-Zustandes.

Die Auslastungsangaben der Selbständigen verdeutlichen, wie angespannt die aktuelle Projektsituation ist. Zwölf Prozent der Befragten haben eine gesicherte Auftragslage bis zu einem Monat, jeder Fünfte hat Projekte für die nächsten zwei bis drei Monate sicher, 13 Prozent für vier bis sechs Monate. Für einen Großteil der Freelancer*innen bleibt eine langfristige Planung daher unmöglich.

Weniger Aufträge in mehreren Branchen

Die angespannte Situation zeigt sich auch beim Blick auf die Branchen. In mehreren Sektoren melden Freelancer*innen einen spürbaren Rückgang der Nachfrage. Insbesondere betroffen ist die gegenwärtig krisenbehaftete Automobilbranche. 32 Prozent der Befragten geben an, das sie hier einen Rückgang der Aufträge verzeichnen. Im Sektor IT/Software sind es 23 Prozent und in der Industrie, dem Maschinenbau sowie im Bereich Banken/Finanzwesen jeweils zwölf Prozent.

„Wenn in so vielen Branchen Aufträge zurückgehen und fast die Hälfte der Freelancer keinerlei Planungssicherheit hat, ist das längst kein individuelles Risiko mehr, sondern ein strukturelles“, sagt Thomas Maas, CEO von freelancermap. „Freelancer stehen für Flexibilität und Expertise. Doch genau diese Menschen geraten zunehmend unter Druck, weil wirtschaftliche und politische Rahmenbedingungen ihnen ihre Arbeit erschweren. Branchenrückgänge, kurze Auslastungshorizonte und operative Hürden in Projekten wirken zudem zusammen. Das trifft nicht nur einzelne, sondern prägt den Markt insgesamt.“

Herausfordernde Zusammenarbeit

Zu den häufigsten Auftraggebern zählen überwiegend größere Unternehmen. So arbeiten 60 Prozent der Befragten mit dem Mittelstand zusammen und 58 Prozent mit Konzernen. Dahinter folgen Agenturen und Beratungen (27 Prozent) sowie Start-ups (21 Prozent). In der täglichen Projektarbeit und Zusammenarbeit begegnen Freelancer*innen mehreren Schwierigkeiten, die ihre Arbeitsweise erschweren. Besonders häufig genannt werden unklare Anforderungen (55 Prozent), verzögerte Rückmeldungen (47 Prozent) sowie fehlende Entscheidungen (42 Prozent).

Beim Blick auf den Arbeitsort zeigt sich, dass ein überwiegender Teil der Selbständigen (71 Prozent) aus dem Homeoffice arbeitet. 22 Prozent arbeiten hybrid. Nur jeder Zwanzigste (5 Prozent) arbeitet bei dem Kunden / der Kundin vor Ort. Die Möglichkeit einer Workation nutzen zwei Prozent der Befragten.

Rahmenbedingungen ausschlaggebend

Freelancer*innen lehnen Projekte vor allem dann ab, wenn grundlegende Rahmenbedingungen nicht stimmen. Am häufigsten wird ein zu niedriger Stundensatz genannt (70 Prozent). Ebenfalls stark vertreten ist die Aussage, dass das Projekt nicht zu den eigenen Fähigkeiten passt (62 Prozent). Besteht nicht die Möglichkeit, remote zu arbeiten, ist dies für knapp die Hälfte (49 Prozent) ein Ausschlusskriterium.

„Freelancer bringen viel Erfahrung, Tempo und Spezialisierung in Projekte ein. Doch das gelingt nur, wenn die Rahmenbedingungen stimmen“, sagt Thomas Maas. „Unklare Anforderungen oder fehlende Entscheidungen kosten alle Beteiligten Zeit. Gute Zusammenarbeit entsteht dort, wo Unternehmen klare Ansprechpartner, klare Ziele und klare Prozesse schaffen.“

Zum Freelancer-Kompass und der Methodik

Seit über zehn Jahren liefert der Freelancer-Kompass die umfassendste Datengrundlage zur Selbständigkeit im deutschsprachigen Raum. Die Studie beleuchtet Arbeitsbedingungen, Preis- und Einkommensentwicklungen, Akquise-Strategien, Zufriedenheit sowie fachliche und strukturelle Herausforderungen – und berücksichtigt dabei stets auch die Perspektive der Unternehmen.

Für die kommende Ausgabe 2026 wurde die Methodik erstmals weiterentwickelt: Statt einer einmal jährlich erhobenen Großumfrage mit über achtzig Fragen setzt freelancermap nun auf mehrere thematische Erhebungswellen, die ein noch präziseres Bild der aktuellen Situation von Freelancer ermöglichen. Die hier genannten Ergebnisse stammen aus der ersten Befragung, die vom 17. November bis 3. Dezember 2025 unter mehr als 1.300 Teilnehmenden durchgeführt wurde.

Der vollständige Freelancer-Kompass 2026 erscheint Anfang März und fasst alle Befragungswellen zusammen.

Die Investitionsausgaben für künstliche Intelligenz (KI) haben ein erstaunliches Niveau erreicht, aber der Weg zur Monetarisierung bleibt unklar. Der Markt-Hype schaukelt sich selbst hoch, und die Tech-Giganten greifen nun zu Krediten, um ihre Expansion zu finanzieren. Blasen sind nicht immer schädlich und können zu erheblichen Produktivitätssteigerungen führen, aber Überkapazitäten sind ein reales Risiko, das beobachtet werden sollte.

Während eines hochkarätigen Finanzgipfels, an dem ich kürzlich in Hongkong teilgenommen habe, sagte der CEO einer führenden Vermögensverwaltungsgesellschaft, der es eigentlich besser wissen müsste: „Im Kontext der Ausstattung von Hyperscalern sind 2,5 Billionen US-Dollar [für Investitionen] über fünf Jahre keine große Summe.“ Ich war über diese Bemerkung erstaunt. In welchem Paralleluniversum sind 2,5 Billionen US-Dollar eine unbedeutende Summe? Antwort: in einem, in dem Nvidia innerhalb von drei Monaten eine Marktkapitalisierung von 1 Billion US-Dollar erreichen kann. Aber wie erzielt man eine Rendite auf Investitionen in Höhe von 2,5 Billionen US-Dollar, wenn der mittel- bis langfristige Weg zur Monetarisierung der KI noch unklar ist?

Dies deutet auf zwei verschiedene AI-Investitionsbooms hin: einen relativ kurzfristigen, der durch eine erkennbare tatsächliche Nachfrage gestützt wird, und einen längerfristigen spekulativen Boom, der mit einem quasi-religiösen Glauben an exponentielles Wachstum verbunden ist.

Betrachten wir zunächst einige beeindruckende Zahlen. Die Ausgaben für KI erreichten gerade 1 % des US-Bruttoinlandsprodukts (BIP) in einer Wirtschaft mit 1,8 % Wachstum – das ist mehr als die Hälfte der gesamten neuen Nachfrage. Allein Nividia erreichte Ende Oktober einen Wert von 5 Billionen US-Dollar, was 15 % der gesamten US-Wirtschaft entspricht. Zum Vergleich: Als Cisco im Jahr 2000 als weltweit größtes Unternehmen seinen Höhepunkt erreichte, betrug sein Anteil am BIP nur 5,5 %. Während viel Aufsehen um den 3 Milliarden US-Dollar teuren Hauptsitz von JP Morgan in Manhattan gemacht wurde, werden in Texas still und leise 40 Milliarden US-Dollar teure Rechenzentrumsprojekte gestartet. Niemand scheint sich dafür zu interessieren.

Sind wir also in einer Blase? Es gibt sicherlich eine Blase von Menschen, die über Blasen sprechen – werfen Sie einfach einen Blick auf Google Trends.

Unterdessen gibt es diejenigen, die glauben, dass wir uns gerade deshalb nicht in einer Blase befinden können, weil wir über eine solche sprechen. Meiner Meinung nach gibt es drei Schlüsselwörter in den jüngsten Marktentwicklungen, die Beachtung verdienen: Reflexivität, Zirkularität und Verschuldung. Reflexivität besagt, dass Preise tatsächlich die Fundamentaldaten beeinflussen und dass diese neu beeinflussten Fundamentaldaten dann die Erwartungen verändern und somit die Preise beeinflussen. Dieser Prozess setzt sich in einem sich selbst verstärkenden Muster fort. Die lebhafte Reaktion des Marktes auf die jüngsten KI-Megadeals ist ein Beispiel für einen solchen Feedback-Kreislauf. Hinzu kommt der zirkuläre Charakter dieser Deals. Im Wesentlichen investieren die Anbieter von Recheninfrastruktur in native KI-Akteure, die sich in einer Investitionsphase befinden. In der Dotcom-Ära war dies als „Vendor Financing” bekannt und wurde zu einer Art Schimpfwort.

Schließlich gibt es noch die Verschuldung. Bislang haben die finanzstarken Tech-Giganten diesen KI-Boom mit ihren eigenen tiefen Taschen und Eigenkapitalfinanzierungen finanziert. Aber jetzt treten wir in die Kreditphase ein – Unternehmen wenden sich den Schuldenmärkten zu, oft außerhalb der Bilanz, und die Kreditaufnahme wird sich wahrscheinlich beschleunigen. Wir wissen, dass wir mit generativer KI und später mit künstlicher Superintelligenz vor einem neuen technologischen Paradigma stehen – und möglicherweise vor einem massiven Produktivitätssprung. Das sind alles großartige Dinge, und es ist leicht zu verstehen, dass man der Versuchung erliegt, weiter auf der lukrativen KI-Welle zu reiten, die mit der Einführung von ChatGPT im November 2022 begann. Angesichts der aktuellen Indexkonzentration würde es in der Tat Mut erfordern, auszusteigen.

Schnelles Wachstum kann zu einem Überschuss führen

Eine wichtige Lehre aus der Geschichte ist, dass es zu Blasen kommt, wenn wir schöne Dinge erfinden. Aber nicht alle Blasen sind gleich. Es gibt „schlechte“ Blasen (Tulpen, Gold, Grundstücke), und wenn schlechte Blasen durch Schulden finanziert werden, kann dies ein systemisches Risiko für die Wirtschaft darstellen. Es gibt auch „gute“ Blasen, die zu Überkapazitäten bei Produktionsmitteln führen – man denke an die Eisenbahnen im goldenen Zeitalter der Expansion der USA zwischen 1870 und 1900, die Elektrizität in den frühen 1900er Jahren und den Dotcom-Boom Ende der 1990er Jahre. Letztendlich wurde in jedem Fall Wohlstand geschaffen, aber die frühen Investoren verloren viel Geld.

Es ist noch zu früh, um vorherzusagen, zu welcher Art von Blase sich der AI-Investitionsboom entwickeln wird. Die langfristigen Auswirkungen werden davon abhängen, ob die heutigen massiven Investitionen letztendlich die Grundlage für dauerhafte Produktivitätssteigerungen schaffen oder ob sie zu Überkapazitäten führen, die keine nachhaltigen Renditen erzielen. Wenn die Kapazitäten so schnell wachsen, ist es immer wahrscheinlich, dass sich das Ungleichgewicht zwischen Angebot und Nachfrage von einem Mangel zu einem Überschuss umkehrt. In der Dotcom-Ära verloren Investoren viel Geld mit Glasfaserkabeln und Switches, die in den Boden verlegt wurden, und etwas Ähnliches könnte mit KI passieren, wenn durch Überbauung riesige Kapitalmengen in Anlagen gebunden werden, die möglicherweise nicht annähernd mit voller Effizienz betrieben werden können – oder noch schlimmer, wenn die Schnelllebigkeit des Chip-Zyklus die Rechenleistung obsolet macht.

Erschwerend kommt hinzu, dass die Anreize für Infrastrukturanbieter („Picks and Shovels”-Akteure) und Entwickler von KI-Anwendungen nicht aufeinander abgestimmt sind. Während Infrastrukturunternehmen von einer kontinuierlichen Expansion und Investitionen profitieren, konzentrieren sich Anwendungsentwickler auf die Verbesserung der Effizienz und die Senkung der Kosten. Um den Kommentar des Dodos nach dem Caucus-Rennen in Lewis Carrolls Alice im Wunderland umzukehren: „Nicht jeder kann gewinnen, und nicht jeder kann einen Preis bekommen.” Die optimistischen Prognosen für die KI-Infrastruktur zeigen, wie viel Hype in den heutigen Bewertungen der Hyperscaler steckt. Es ist ironisch, dass Rechenzentrumsprojekte nach den griechischen Titanen Prometheus und Hyperion benannt werden. In der griechischen Mythologie folgt auf Hybris immer Nemesis. Um noch ein bisschen Latein mit einzubringen: caveat emptor.

Das Ingenieurbüro Arup wurde im vergangenen Jahr Opfer eines spektakulären Deepfake-Betrugs. Ein Mitarbeiter aus Hongkong betrat eine Videokonferenz mit vermeintlichen Mitgliedern des Managements – tatsächlich handelte es sich um täuschend echte KI-Imitationen der Führungskräfte, die eine scheinbar legitime, vertrauliche M&A-Transaktion diskutierten. Der arglose Mitarbeiter überwies den Betrügern 25 Millionen US-Dollar. „Der Fall ist ein typisches Beispiel für sogenanntes Social Engineering und eine neue Ära von Cyberangriffen“, sagt Julius Muth, Co-Founder und CEO von revel8 in Berlin.

Das 2024 gegründete Start-up betreibt eine Software-Plattform, um Menschen und damit auch Unternehmen gegen solche Bedrohungen zu schützen. „Kriminelle nutzen heute die neuesten KI-Technologien für konzertierte Angriffe“, so Julius. Aus frei verfügbaren Datenquellen identifizieren sie Schwachstellen und nutzen diese mit realistisch wirkenden Deepfake-Audios oder -Videos gnadenlos aus. Sie erzeugen damit eine Illusion von Authentizität, welche die klassischer Phishing-E-Mails bei Weitem übersteigt – und kein Unternehmen ist davor sicher.

Jede(r) Mitarbeitende ist eine potenzielle Schwachstelle

Mitunter können die Schäden noch höher ausfallen und Unternehmen aller Größen in Existenznot bringen. Am 31. August 2025 musste beispielsweise der Automobilhersteller Jaguar Land Rover nach einem Cyberangriff alle IT-Systeme herunterfahren. Die Produktion stand wochenlang still. Der Schaden beläuft sich bislang auf über zwei Milliarden Euro, das Unternehmen erhielt sogar staatliche Hilfe. Doch selbst das ist nur die Spitze des Eisbergs, denn laut Expert*innen waren von dem Angriff über 5000 Organisationen betroffen – wer hinter der Attacke steckt, ist nach wie vor unklar. Viele Unternehmen möchten solche Angriffe aus Imagegründen nicht offenlegen, die Dunkelziffer ist entsprechend hoch. Die Einfallstore für solche Attacken sind meistens die Mitarbeitenden. „Chief Information Security Officers (CISOs) betrachten bei der IT-Sicherheit typischerweise die Dimensionen Technologie, Prozesse und Menschen“, so Julius. „Der Mensch ist dabei von zentraler Bedeutung. Denn mit der richtigen Unterstützung können Mitarbeitende zum wichtigsten Resilienzfaktor im Unternehmen werden.“

Klassische E-Learning-Ansätze seien nicht geeignet, um Mitarbeitende angemessen für die Gefahren zu sensibilisieren und ihnen effektiv Kompetenzen im Umgang damit zu vermitteln. Standardisierte Phishing-E-Mails und konventionelle Trainingsformate können weder aktuelle Angriffsformen abbilden noch zuverlässig die nötigen Lern­inhalte vermitteln. Hier setzt revel8 an und trainiert Mitarbeiter realitätsnah mit Replika tatsächlicher Angriffe, wie zum Beispiel Voice Phishing mit der Stimme eines bekannten Kollegen“, so Julius. Besonders die automatische Anreicherung mit öffentlich verfügbarem Kontext (OSINT) erhöhe die Relevanz und den Lern­effekt. So hilft revel8 Unternehmen dabei, die Widerstandsfähigkeit gegen Cyberbedrohungen zu stärken und darüber hinaus auch einschlägige Compliance-Anforderungen wie NIS2 und ISO 27001 zu erfüllen.

Individuelle Playlists mit neuesten Cyberattacken

„Wir setzen Menschen gezielt den aktuellen Angriffsmustern aus, sodass sie im Ernstfall richtig handeln können“, so Julius. Ein aktuell häufig zu beobachtender Angriff ist die Clickfix-Attacke. Dabei wird der/die Nutzer*in über eine täuschend echte Phishing-E-Mail auf eine gefälschte CAPTCHA-Seite gelotst. Sobald der/die Nutzer*in sich verifiziert, wird un­bemerkt ein Schadcode in die Zwischenablage kopiert. Viele Ahnungslose fügen diesen Code später unbewusst zum Beispiel im Terminal ein und aktivieren damit den Angriff. Der/die Nutzer*in bemerkt den Schaden erst, wenn es schon zu spät ist.

Damit das nicht passiert, spielt revel8 zu Trainings­zwecken genau solche Attacken aus. Tappt jemand die Falle, folgt sofort eine detaillierte Auswertung. Die Person erfährt, worauf sie hätte achten sollen, welche Hinweise es gab, und wie sich solche Vorfälle künftig vermeiden lassen. Da die Cyberkriminellen zunehmend sehr gezielt und hochgradig personalisiert angreifen, lassen sich auch die Trainingsinhalte bis ins Detail auf die User*innen zuschneiden. „Jeder Nutzer erhält von uns eine individuell auf seine Rolle zugeschnittene Playlist von Cyberattacken“, so Julius.

Praxisnahe Angriffssimulationen im Unternehmensalltag

Revel8 unterscheidet zwischen Nutzer*innen mit einem geringen Risiko und Hochrisikonutzer*innen, etwa im Management oder in der Finanzabteilung, und allgemein solchen Personen, die Zugang zu kritischen Daten haben. Julius beobachtet, dass die ohnehin stark gefährdeten Hochrisikonutzer*innen aktuell noch mehr ins Visier geraten. Ob SMS, WhatsApp, Teams oder LinkedIn – die Angreifenden orchestrieren ihre Attacken perfekt über mehrere Plattformen hinweg. „Zuerst ruft ein täuschend echter Stimmklon an, danach kommt die passende E-Mail“, sagt Julius. „Oder jemand schreibt dir auf LinkedIn, macht dir ein Jobangebot und schickt dir dann noch das Gehaltsangebot – da klickt man natürlich gern drauf.“

Um stets auf der Höhe der Zeit zu sein, kooperiert revel8 eng mit seinen Kund*innen. Das Training basiert auf echten Vorfällen aus deren Systemen. Jede erkannte Attacke wird kategorisiert, realistisch nachgebaut und gezielt ausgespielt. Trifft zum Beispiel eine Clickfix-Attacke Software Developer mit einem Mac in der Slowakei, fließt sie direkt in die Trainings-Playlist der betroffenen Zielgruppe ein. Das Ziel ist kontinuierliches Lernen, ohne zu überfordern. „Es ist wichtig, dass wir die Menschen nicht nerven“, erklärt Julius, „und wer gut reagiert, wird auch belohnt.“ Gamification-Elemente, wie zum Beispiel firmeninterne Rankings, halten das Training spielerisch und die Motivation hoch.

Keimzelle Celonis

Julius’ Karriere begann nach seinem Mathematikstudium in Darmstadt, bevor ihn sein Weg nach München zu Celonis führte. Das Unternehmen ist spezialisiert auf die Optimierung von Unternehmensprozessen und aktuell das wertvollste deutsche Start-up-Unicorn. Sein Job startete in Madrid, wo er zunächst ganz allein im Office saß. Doch das Team wuchs rasant, nach nur drei Jahren arbeiteten 500 Menschen am Standort. In dieser Zeit lernte er seine späteren Mitgründer kennen. Tom Müller ist gelernter Maschinenbauer, Robert Seilbeck war als Software-­Engineer von Anfang an bei Celonis dabei. „Diese unglaubliche Dynamik, die wir in Madrid erlebt haben, hat uns motiviert, etwas eigenes aufzubauen“, erinnert sich Julius.

Markttests und Durchbruch mit Stihl

Bevor sich die Gründer auf Cybersecurity fokussierten, überprüften sie abends und an Wochenenden unterschiedliche Märkte auf ihr Potenzial. Jeden Monat testeten sie eine neue Branche mit jeweils 100 persönlichen Briefen. Die Rücklaufquote lag in der Regel bei ein bis zwei Prozent und bestand überwiegend aus Absagen. „Beim Thema Cybersicherheit hatten wir plötzlich zehn Rückmeldungen – und eine Firma lud uns direkt nach München ein“, so Julius. Am folgenden Wochenende entwickelte das Team eine vorläufige Produktversion und handelte drei Monate Zeit heraus, bis das Projekt starten sollte. Es war der inoffizielle Startschuss für revel8.

Im Februar 2024 bezog Julius die erste Bürofläche in Berlin, Tom folgte im Mai. Zu diesem Zeitpunkt hatte revel8 bereits erste zahlende Kund*innen. „Weil Kunden im Softwarebereich typischerweise jährlich und im Voraus zahlen, konnten wir erste Freelancer engagieren – wir selbst haben auf Gehalt verzichtet und von unserem Ersparten gelebt“, sagt Julius. Das Team testete Ansätze mit kleineren Unternehmen. Einige sicher geglaubte Kund*innen sprangen trotz mündlicher Zusage wieder ab, sodass eingeplante Umsätze plötzlich wegfielen. „Für ein Start-up ist sowas Gift“, so Julius, „und das war für uns eine echte Herausforderung.“ Der Durchbruch kam mit dem Unternehmen Stihl. Der damalige CISO war sofort begeistert und unterstützte das Team nach Kräften. In enger Zusammenarbeit mit dem Werkzeughersteller entstand das heutige Konzept, Mitarbeitende realitätsnah auf digitale Angriffsszenarien vorzubereiten. Im Oktober stieß Robert nach zehn Jahren bei Celonis fest zum revel8-Team dazu.

Dies ist ein Ausschnitt aus der Coverstory der StartingUp-Ausgabe 04/25. Den vollständigen Beitrag liest du im Printmagazin oder ePaper – hier bequem online bestellbar

Googles neue KI-Suche verändert die Grundlagen digitaler Sichtbarkeit. Mit dem sogenannten Search-Generative-Experience-Modus (SGE) liefert die Suchmaschine nicht mehr einfach eine Liste von Treffern, sondern eine automatisch generierte Antwort. Sie entscheidet also selbst, welche Marken, Produkte oder Personen in den Antworten vorkommen und welche nicht.

Für Unternehmen ist das eine stille, aber tiefgreifende Revolution. Denn die Kriterien, nach denen Sichtbarkeit entsteht, haben sich verschoben: Nicht mehr Keywords und Klickzahlen bestimmen die Platzierung, sondern Glaubwürdigkeit, Reputation und Vertrauenssignale.

Vom Keyword zur Glaubwürdigkeit

Über viele Jahre funktionierte Suchmaschinenoptimierung (SEO) nach denselben Regeln: Wer die richtigen Keywords nutzte, technische Standards einhielt und Backlinks sammelte, konnte bei Google gut ranken. Webseiten wurden oft gezielt für Algorithmen geschrieben – nicht für Menschen. Entscheidend war, wie häufig ein Begriff auftauchte, nicht, ob der Inhalt wirklich hilfreich war.

Doch diese Logik verliert rasant an Bedeutung. KI-basierte Suchsysteme wie Googles „Search Generative Experience“, ChatGPT oder Perplexity denken anders. Sie lesen nicht mehr nur Schlagwörter, sondern bewerten die Qualität und Glaubwürdigkeit von Informationen im Gesamtkontext. Die neue KI-Suche kombiniert Daten aus Quellen, denen sie vertraut – etwa aus Bewertungen, Presseberichten, wissenschaftlichen Publikationen, Branchenportalen, Social-Media-Profilen oder Erwähnungen auf Partnerseiten.

Damit rücken plötzlich all jene Signale in den Fokus, die bislang eher als „weiche Faktoren“ galten. Ein Unternehmen mit vielen authentischen Bewertungen, nachvollziehbaren Projektreferenzen und einem klaren öffentlichen Profil wird von der KI als verlässlicher eingestuft, auch wenn es weniger Traffic oder ein kleineres Marketingbudget hat.

Inhalte, die keine Belege enthalten oder zu werblich wirken, werden hingegen aussortiert. KI-Systeme erkennen Muster, Tonalität und Quellenvielfalt. Sie prüfen, ob Aussagen durch andere Webseiten gestützt werden, ob Autorinnen und Autor*innen Expertise zeigen, und ob die Informationen konsistent über verschiedene Plattformen hinweg erscheinen. Ein Blogbeitrag, der reine Eigenwerbung enthält, verliert so massiv an Gewicht.

Das verändert die Spielregeln grundlegend: Künftig zählt nicht mehr, wer am lautesten ruft, sondern wer am glaubwürdigsten wirkt. Unternehmen müssen lernen, Reputation digital nachvollziehbar zu belegen – ähnlich wie früher ein Zertifikat oder eine Empfehlung.

Warum klassisches SEO nicht mehr reicht

Für viele kleine und mittlere Unternehmen war SEO bisher der einfachste Weg, um online sichtbar zu sein. Doch im KI-Zeit­alter ist es nicht mehr entscheidend, an welcher Stelle man steht, sondern ob man überhaupt als vertrauenswürdige Quelle gilt. Wer keine digitale Reputation aufgebaut hat – also keine Bewertungen, Fachbeiträge, Erwähnungen oder öffentlichen Referenzen vorweisen kann – wird in den neuen KI-Antworten schlicht nicht auftauchen. Das betrifft lokale Betriebe ebenso wie Start-ups, Dienstleister*innen und Freelancer*innen.

Gerade junge Unternehmen, die noch wenige digitale Spuren hinterlassen haben, laufen Gefahr, unsichtbar zu bleiben.

Vertrauen als neuer Rankingfaktor

Google orientiert sich im neuen Modus am sogenannten E-E-A-T-Prinzip – das steht für Experience, Expertise, Authoritativeness, Trustworthiness. Dieses Prinzip galt ursprünglich nur für journalistische Inhalte, wird nun aber auf Marken, Produkte und Organisationen angewendet:

• Experience (Erfahrung): Zeige, dass du wirklich weißt, wovon du sprichst – etwa durch Praxisbeispiele, Erfahrungsberichte oder Fallstudien.
• Expertise (Fachwissen): Veröffentliche Inhalte, die Substanz haben: Fachartikel, Interviews, Whitepaper oder Leitfäden, die echten Mehrwert bieten.
• Authoritativeness (Anerkennung): Werde von Dritten zitiert, erwähnt oder empfohlen – etwa in Presseartikeln, Fachmedien, Partnerportalen oder Podcasts.
• Trustworthiness (Vertrauen): Achte auf konsistente, transparente Kommunikation – von Impressum bis Bewertungsplattform. Fehlerhafte Daten oder unklare Versprechen schaden der Wahrnehmung.

Reputationsaufbau als neue Kernaufgabe

Für Gründer*innen und KMU bedeutet das: Sichtbarkeit entsteht durch belegte Qualität, nicht durch Werbeversprechen. Die digitale Reputation ist der neue Vertrauensanker, den sowohl Kund*innen als auch KI-Systeme erkennen. Drei konkrete Schritte helfen dir, um diese Reputation gezielt zu stärken:

1. Digitale Bestandsaufnahme

Analysiere, was über dein Unternehmen online sichtbar ist: Bewertungen, Erwähnungen, Presseberichte, Social-Media-Beiträge. Eine einfache Google- oder ChatGPT-Abfrage mit deinem Unternehmensnamen zeigt schnell, wie präsent du tatsächlich bist.

2. Reputation aktiv gestalten

Frage Kund*innen gezielt nach ehrlichem Feedback, veröffentliche Fachbeiträge oder Erfahrungsberichte und baue Kooperationen auf. Glaubwürdige Bewertungen, Erwähnungen in Medien oder Referenzen sind die Belege, auf die KIs künftig zugreifen.

3. Strukturierte Online-Präsenz schaffen

Pflege Profile und Daten regelmäßig: Unternehmensinfos, Öffnungszeiten, Leistungsbeschreibungen, Ansprechpartner*in. Nutze strukturierte Daten (z.B. Schema.org-Markups), damit Suchsysteme Inhalte eindeutig verstehen und zuordnen können.

Sichtbarkeit ohne großes Marketingbudget

Reputationsaufbau ist keine Frage des Geldes, sondern der Haltung. Auch kleine Unternehmen können sichtbar werden, wenn sie Belege für Qualität und Vertrauen liefern. Einige effektive Low-Budget-Maßnahmen:

• Bewertungssprint: Innerhalb weniger Wochen gezielt 20 bis 30 echte, aktuelle Kund*innenbewertungen einholen.
• Pressekontakt: Lokale Medien oder Fachportale ansprechen, um Erfahrungsberichte oder Interviews zu platzieren.
• LinkedIn oder Fachforen nutzen: Präsenz von Gründer*innen oder Führungskräften in sozialen Netzwerken stärkt die Wahrnehmung als Expert*innen.
• Website aufräumen: Alte Inhalte aktualisieren, neue Fallbeispiele einfügen, ein klares Leistungsversprechen formulieren.

Wichtig ist nicht die Masse, sondern die Glaubwürdigkeit. KI-Systeme erkennen Echtheit, Tonalität und Kontext und bevorzugen Inhalte, die konsistent, sachlich und belegbar sind.

Monitoring: Wie lässt sich AEO messen?

Answer Engine Optimization (AEO) funktioniert anders als klassische SEO-Analysen. Statt Rankings zu messen, sollten Unternehmen beobachten, ob sie in KI-Antworten erscheinen – etwa bei ChatGPT, Perplexity oder Bing Copilot. Tipps:

• Erstelle zehn typische Fragen, die potenzielle Kund*innen stellen könnten („Wer bietet nachhaltige Verpackungen in Berlin?“).
• Teste regelmäßig, ob dein Unternehmen genannt oder verlinkt wird.
• Dokumentiere die Veränderungen über Zeit.

Zusätzlich lohnen sich Metriken wie Bewertungsquote, Erwähnungen in Drittportalen und Reichweite von Fachbeiträgen.

Warum Handeln jetzt entscheidend ist

Die neue KI-Suche wird derzeit schrittweise in Deutschland ausgerollt. Schon jetzt sind viele klassische Trefferlisten durch zusammengefasste Antwortboxen ersetzt. Wer abwartet, riskiert den Verlust seiner digitalen Sichtbarkeit.

Anders gesagt: Es geht nicht mehr darum, ob KI die Online-Suche verändert, sondern wann das eigene Unternehmen davon betroffen ist. Je früher Betriebe Reputation aufbauen, desto stabiler sind sie im Wandel.

Der Autor Jonas Paul Klatt ist Gründer von OnRep Consulting und bietet maßgeschneiderte Lösungen für die KI-gerechte Online-Reputation.

Generative Antworten in Suchmaschinen und Assistenten verändern die Spielregeln der Online-Sichtbarkeit. Nicht mehr nur klassische Rankings entscheiden, sondern die Frage, wem die KI genug vertraut, um es überhaupt zu nennen. Aktuelle, glaubwürdige und inhaltlich konkrete Bewertungen werden dabei zum Schlüsselsignal. Für kleine und mittlere Unternehmen bedeutet das: Bewertungsmanagement ist kein Nice-to-have mehr, sondern ein Pflichtprogramm, das Auffindbarkeit, Auswahl und Conversion spürbar beeinflusst. Im Folgenden erfährst du, wie du dein Bewertungsmanagement strategisch aufsetzen solltest, um Sichtbarkeit und Vertrauen im KI-Zeitalter zu steigern.

Warum Bewertungen jetzt geschäftskritisch sind

KI-Modelle zerlegen Rezensionen in viele kleine Bedeutungseinheiten und ziehen daraus ein konsistentes Bild. Welche Leistung wurde erbracht, an welchem Ort, mit welcher Qualität und für welchen Anlass. Aus den einzelnen Stimmen entsteht so ein Vertrauensprofil, das über bloße Sternesummen hinausgeht. Entscheidend ist nicht die bloße Menge, sondern die Frische und die inhaltliche Dichte der Aussagen. Eine Rezension wie „Schnell geholfen am Sonntag, sehr kompetente Beratung zu Reiseimpfungen“ liefert gleich mehrere Signale. Zeitliche Verfügbarkeit, thematische Expertise und konkreter Nutzen. Genau solche Details erhöhen die Wahrscheinlichkeit, in generativen Antworten aufzutauchen, wenn Menschen in ihrer Nähe nach einer Lösung suchen. Wer regelmäßig neue, authentische und präzise Bewertungen erhält, verschafft der KI verlässliche Hinweise und sichert sich dadurch mehr Sichtbarkeit in genau den Momenten, in denen Entscheidungen vorbereitet werden.

Bewertungsmanagement als Prozess, nicht als Aktion

Wirksam wird Bewertungsarbeit, wenn sie selbstverständlich Teil der täglichen Abläufe ist. Nach dem Kontakt freundlich um Feedback bitten, den Weg zur passenden Plattform so kurz wie möglich machen, interne Zuständigkeiten klar regeln und Reaktionszeiten verbindlich festlegen. Aus diesen scheinbar kleinen Schritten entsteht ein stabiler Rhythmus, der kontinuierlich neue Kund*innenstimmen hervorbringt und der KI immer wieder frische Kontexte liefert. Ein solcher Prozess ist robuster als jede einmalige Kampagne, weil er verlässlich Vertrauen aufbaut und saisonale Schwankungen abfedert. Teams profitieren, wenn sie Zielkorridore definieren, etwa eine bestimmte Zahl neuer Rezensionen pro Woche und wenn sie Fortschritte sichtbar machen. So wird aus gutem Vorsatz ein gelebter Ablauf, der die gesamte Organisation stärkt.

Sprache der Kund*innen wirkt wie natürliches SEO

KI versteht Alltagssprache deutlich besser als Listen isolierter Schlagwörter. Unternehmen gewinnen, wenn sie um freie, aber konkrete Formulierungen bitten, ohne Vorgabetexte und ohne Druck. Eine höfliche Bitte wie: „Wenn es für Sie passt, nennen Sie gern, was Ihnen besonders geholfen hat“ öffnet den Raum für präzise Hinweise auf Leistungen, Erreichbarkeit, Barrierefreiheit oder Schnelligkeit. Solche natürlich entstandenen Details sind für Menschen überzeugend und zugleich für Maschinen gut interpretierbar. Sie zeigen, wofür ein Betrieb tatsächlich steht, und verankern die passenden Begriffe in einem echten Nutzungskontext. Das Ergebnis ist eine Sprache, die Vertrauen schafft und die Auffindbarkeit stärkt, ohne künstlich zu wirken.

Antworten trainieren Vertrauen für Menschen und Maschinen

Jede Reaktion auf eine Bewertung ist ein sichtbares Zeichen von Serviceorientierung und zugleich zusätzlicher Kontext für die KI. Gute Antworten bedanken sich aufrichtig, beziehen sich konkret auf das Erlebte und bieten einen klaren nächsten Schritt an. Bei Kritik zählt ein professioneller Umgang. Das Anliegen nachvollziehen, Verantwortung übernehmen, eine realistische Lösung anbieten und einen direkten Kontaktweg nennen. So entsteht ein Bild von Verlässlichkeit, das Hemmschwellen senkt und Wiederbesuche wahrscheinlicher macht. Die KI erkennt diesen Umgang ebenso und ordnet das Unternehmen eher als vertrauenswürdig ein. Mit der Zeit entsteht ein stabiler Kreislauf aus guter Erfahrung, konstruktiver Reaktion und wachsendem Vertrauen.

Lokaler Content und Social Proof gehören zusammen

Bewertungen entfalten ihre volle Wirkung, wenn sie auf eine solide Informationsbasis treffen. Konsistente Unternehmensdaten, vollständige Leistungsseiten pro Standort, klare Öffnungszeiten inklusive Ausnahmen und eine schnelle, mobil optimierte Webseite erleichtern die Einordnung für Nutzer*innen und Maschine. Wenn ausgewählte Zitate oder Bewertungsschnipsel an relevanten Stellen sichtbar werden, etwa auf der Startseite, in der Buchungsstrecke oder in den häufigen Fragen, entsteht ein schlüssiges Gesamtbild. Der lokale Bezug bleibt klar erkennbar, die Erwartungen sind gut gesetzt, und die nächsten Schritte sind ohne Umwege möglich. So wird aus Social Proof ein handfester Conversion Hebel.

Vom Feedback zur Verbesserungsschleife

Rezensionen sind fortlaufende Marktforschung aus erster Hand. Wer wiederkehrende Themen auswertet, etwa Wartezeiten, Erreichbarkeit oder Bezahloptionen, erkennt schnell die Stellschrauben mit der größten Wirkung. Wichtig ist, die daraus abgeleiteten Verbesserungen konsequent umzusetzen und sichtbar zu machen. Informieren, handeln, erneut um Rückmeldung bitten. Dieser offene Kreislauf wirkt nach innen und nach außen. Mitarbeitende erleben, dass Feedback Veränderungen anstößt, Kund*innen erleben, dass ihre Hinweise ernst genommen werden, und die KI registriert die fortlaufende Pflege der Qualität. Mit jeder Runde werden Erlebnisse besser und Bewertungen stärker, was die Sichtbarkeit weiter erhöht.

Fazit

Sichtbarkeit entsteht heute dort, wo Menschen nach konkreten Lösungen fragen und wo KIs verlässliche Hinweise zu Qualität und Relevanz finden. Unternehmen, die Bewertungen als strategischen, kontinuierlichen Prozess verstehen, erhöhen ihre Chance, in generativen Antworten genannt zu werden und gewinnen genau in den entscheidenden Momenten an Präsenz. Vieles davon ist eine Frage kluger Organisation und klarer Abläufe. Der finanzielle Aufwand bleibt überschaubar, der Nutzen für Auffindbarkeit, Vertrauen und Umsatz ist deutlich spürbar.

Die Autorin Franziska Ortner ist Produktmanagerin bei SELLWERK

Eine neue Studie von DeepL, einem globalen Unternehmen für KI‑Produkte und ‑Forschung, zeigt: 2026 wird für viele Organisationen den Übergang vom Experimentieren mit KI hin zu agentischer Automatisierung markieren. So erwartet die Mehrheit der weltweit befragten Führungskräfte (69 %), dass agentenbasierte KI ihre Geschäftsabläufe im kommenden Jahr deutlich verändern wird.

Die Studie wurde im September 2025 von Censuswide im Auftrag von DeepL durchgeführt. Befragt wurden 5.000 Führungskräfte in Deutschland, Frankreich, den USA, Großbritannien und Japan. Die Ergebnisse deuten darauf hin, dass Unternehmen verstärkt planen, autonome KI-Agenten im großen Umfang einzusetzen – etwa zur Unterstützung von Wissensarbeit, zur Effizienzsteigerung oder zur Anpassung organisatorischer Strukturen. Damit zeichnet sich die bedeutendste operative Veränderung in der Wirtschaft seit der Einführung der Cloud an.

„KI-Agenten sind längst nicht mehr experimentell, sie sind unumgänglich.“ sagt Jarek Kutylowski, CEO und Gründer von DeepL. „Die nächste Phase besteht darin, sie tiefgreifend in unsere Arbeitsweisen zu integrieren. In 2026 werden KI-Agenten das mühsame Umschalten zwischen verschiedenen Kontexten und repetitive Aufgaben übernehmen, sodass sich Menschen auf das konzentrieren können, was Unternehmen tatsächlich voranbringt.“

KI-Agenten werden zum nächsten Disruptor für Unternehmen

Nach ersten Pilot- und Anwendungsfällen rücken KI-Agenten zunehmend in den produktiven Einsatz:

• Fast die Hälfte der globalen Führungskräfte (44 %) erwartet für 2026 einen tiefgreifenden Wandel durch agentische KI; ein Viertel (25 %) sieht diesen Wandel bereits heute. Nur 7 % glauben, dass KI-Agenten ihre Betriebsabläufe nicht verändern werden, was die hohe Geschwindigkeit der Implementierungen unterstreicht.
• Als die drei wichtigsten Voraussetzungen für den sinnvollen und vertrauenswürdigen Einsatz von KI-Agenten nennen die Befragten nachweisbare Effizienz- und ROI-Effekte (22 %), Anpassungsfähigkeit der Belegschaft (18 %) und zunehmende organisatorische Bereitschaft (18 %).
• Als wesentliche Herausforderungen bei der Einführung von KI-Agenten nennen die Befragten Kosten (16 %), Bereitschaft der Belegschaft (13 %) und Reife der Technologie (12 %).

KI als zentraler Wachstumstreiber für globale Unternehmen

Über Agenten hinaus gilt KI insgesamt als wichtigster Motor für das Wirtschaftswachstum in 2026:

• Über zwei Drittel (67 %) der Befragten geben an, dass sich der ROI ihrer KI-Initiativen in diesem Jahr erhöht hat; mehr als die Hälfte (52 %) erwartet, dass KI im kommenden Jahr mehr zum Unternehmenswachstum beitragen wird als jede andere Technologie.
• Wenn es um messbare Verbesserungen durch KI geht, liegt Deutschland (78 %) zusammen mit Großbritannien (80 %) an der Spitze, gefolgt von den USA (71 %) und Frankreich (70 %). Japan verzeichnet mit 35 % deutlich niedrigere Werte, was auf langsamere Implementierungen und Bereitschaften hindeutet.
• Über die Hälfte der globalen Führungskräfte (51 %) rechnet damit, dass KI im kommenden Jahr mehr neue Rollen schafft als ersetzt. 52 % geben an, dass KI-Kenntnisse für die meisten Neueinstellungen vorausgesetzt werden.

KI-Sprachtechnologie entwickelt sich vom Werkzeug zur zentralen Infrastruktur

Die Studie zeigt zudem, wie KI-Sprachtechnologie zur entscheidenden Komponente der Unternehmensinfrastruktur wird:

• Fast zwei Drittel der globalen Unternehmen (64 %) planen 2026 steigende Investitionen in KI-Sprachtechnologie – angeführt von Großbritannien (76 %) und Deutschland (74 %), gefolgt von den USA (67 %) und Frankreich (65 %) werden mehrsprachige Kommunikation und Inhalte zu zentralen Faktoren für globales Wachstum. Im Gegensatz dazu bleibt Japan (38 %) vergleichsweise konservativ, was auf eine langsamere Dynamik hindeutet, gleichzeitig aber das wachsende Interesse von mehr als einem Drittel der Führungskräfte widerspiegelt.

In diesem Zusammenhang wird Echtzeit-Sprachübersetzung 2026 unverzichtbar:

• Über die Hälfte der globalen Führungskräfte (54 %) sieht Echtzeit-Sprachübersetzung im kommenden Jahr als unverzichtbar an – derzeit sind es ein Drittel (32 %).
• Großbritannien (48 %) und Frankreich (33 %) sind Vorreiter bei der Nutzung von Tools für die Echtzeit-Sprachübersetzung; Japan liegt derzeit nur bei 11 %.
• Die Nachfrage wird angetrieben von technologischen Fortschritten in der Echtzeit-Sprachübersetzung (46 %), Kundenerwartungen (40 %) und marktübergreifender Expansion (38 %).

Die Erkenntnisse der Studie liefern wichtige Einblicke in die Zukunft der KI und zeigen, wie diese Veränderungen Branchen umgestalten, Kundenerwartungen neu definieren und sich auf das Wettbewerbsumfeld auswirken.

Andreas Lehr, Bootstrapper, Gründer und Host des Podcasts Happy Bootstrapping, hat mit über 150 bootstrappenden Gründer*innen gesprochen und aus den Gesprächen fünf Erfolgsfaktoren herausgearbeitet. Darunter Ansätze, die jetzt im aktuellen Funding-Klima von großer Bedeutung sind.

• Extreme Kund*innenfokussierung statt starker Wachstumsfokus.
• Profitables Wachstum mit kleinen Teams, Gründen in Teilzeit.
• Nischen-Strategien, die die Skalierung in einen breiteren Markt ermöglichen.
• Community-getriebene Produktentwicklung / Building in Public.

Lehrs Erkenntnis: „Bootstrapping gewinnt in der deutschen Start-up-Landschaft sichtbar an Gewicht. Immer mehr Gründer*innen setzen auf unabhängiges Wachstum. Genau die Strategien, die Bootstrapper*innen erfolgreich machen, werden für Gründer*innen in einem vorsichtigeren Markt zu wichtigen Werkzeugen, um Unternehmen stabil aufzubauen.“

5 Erfolgsfaktoren für (bootstrappende) Start-ups

1. Build in community, not just in public

• Eine Community ist eine dauerhafte Feedback-Quelle für bestehende und kommende Produkte.
• Aufbau enger Nutzer*innengruppen auf Discord, Instagram und per On-Site-Events sorgt für loyale Unterstützung.
• Eine Community liefert Ideen für neue Features und Produkte und hilft dabei sie zu validieren.
• Enge Interaktion sorgt für Loyalität und niedrigere Customer Acquisition Cost. Building in Community ist damit die Vertiefung von Building in Public.

Beispiel: Capacities.io ist eine Note-Taking-Software, die Notizen auf die menschliche Wahrnehmung optimierte Weise strukturiert. Die Gründer haben eine Community aus 5000+ Menschen auf Discord aufgebaut, was den Support- & Onboarding-Aufwand reduziert und die Produktbindung erhöht.

2. Keine Angst vor der Nische

• Start in einer sehr klar definierten Nische mit spitzem Nutzer*inproblem.
• Nischen ermöglichen schnelles Verständnis von Marktbedürfnissen und zielgerichtetes Produktdesign.
• Hohe Eintrittsbarrieren für Wettbewerber*innen durch Expertise und Fokus.
• Nischen können nach und nach erweitert werden, um einen breiteren Markt zu erreichen.

Beispiel: parqet.com startete als FinTech für Portfolio-Tracking für die Kunden*innen einer einzigen Bank. Die Schritt-für-Schritt-Erweiterung der Services sorgte für stabiles Wachstum und ausreichend unternehmerischer Ressourcen.

3. Produktfokus: Gut Ding will Weile haben

• Produktqualität und Nutzer*inerlebnis wichtiger als schnelle Releases.
• Intensive Iterationsphasen mit frühen Nutzer*innengruppen.
• Launches werden verschoben, bis das Produkt wirklich überzeugt.
• Kund*innennähe (direktes Feedback, Support) ist der Hebel für Produktentwicklung.

Beispiel: PROJO ist ein SaaS für Planungsbüros in der Architektur und Ingenieurswesen. Die Software wurde mit den ersten drei Kunden über zwei Jahre bei regelmäßigen Check-ins verfeinert.

4. Nicht nach Version eins aufgeben

• Erste Versionen sind oft nicht erfolgreich – Fortschritt entsteht durch Ausdauer.
• Anpassungen, Repositionierungen und mehrere Iterationen können notwendig sein.
• Gründer*innen profitieren langfristig von Beharrlichkeit in derselben Produktlinie. Expertise in der Nische entsteht nicht sofort.

Beispiel: Gründer Sebastian Röhl entwickelt verschiedene Apps im Self-Improvement-Bereich, um herauszufinden, was funktioniert: WinDiary, HabitKit, LiftBear. Viele Gründer*innen berichten von einem Hockey-Stick-Moment

5. Teilzeitgründen gibt Sicherheit

• Viele Bootstrapped-Projekte starten erfolgreich neben dem Hauptjob.
• Reduzierte Arbeitszeit (z.B. 4-Tage-Woche) ermöglicht risikoreduziertes Wachstum.
• Nebenberufliche Projekte schaffen Zeit für Markttests und frühe Umsätze.
• Erst später in Vollzeit wechseln, wenn Traction vorhanden ist.

Beispiel: Treazy, ein Start-up für Socken, wurde vom Gründerduo in Teilzeit aufgebaut und beschäftigt heute beide voll. Ein(e) Gründer*in muss nicht alles stehen und liegen, um ein Start-up aufzubauen, oft reichen drei Tage oder die halbe Woche, was finanzielle Sicherheit gibt und ein langsameres Wachstum möglich macht.

Neben dem High-Tech Gründerfonds (HTGF) hat Marble Imaging zudem eine starke Gruppe weiterer Investor*innen gewonnen, die die Mission teilt. Dazu gehören BAB Beteiligungs- und Managementgesellschaft Bremen, Lightfield Equity, Oslo Venture Company, nwk | nwu Beteiligungsgesellschaften der Sparkasse Bremen, Sentris Capital, Auxxo Female Catalyst Fund und SpaceFounders.

Die Investition soll es Marble ermöglichen, das Entwicklungsteam deutlich auszubauen und die Fertigstellung seiner Intelligence-, Maritime- und Befahrbarkeits-Tools voranzutreiben – Lösungen, die bereits erste Kund*innen bedienen und nun für den breiten kommerziellen Rollout vorbereitet werden. Zudem unterstützt die Investition den Aufbau der End-to-End-Datenverarbeitungskette sowie des Kund*innenportals, um eine nahtlose Nutzer*innenerfahrung sicherzustellen.

Die Finanzierung soll Marble zudem in die Lage versetzen, die schnell wachsende Pipeline an Datenkund*innen zu bedienen und zum Start des ersten Satelliten vollständig kommerziell einsatzbereit zu sein. Darüber hinaus soll sie den Ausbau der operativen Expertise und die Einrichtung eines dedizierten Operationszentrums für die geplante Satellitenkonstellation ermöglichen.

„Wir freuen uns sehr, ein starkes europäisches Investorenkonsortium an Bord zu haben, das das Wachstum unserer Dual-Use-Erdbeobachtungslösungen vorantreibt“, sagt Robert Hook, CEO und Mitgründer von Marble. „Mit dieser Finanzierungsrunde können wir unsere Fähigkeiten deutlich ausbauen, um der rasant steigenden Nachfrage gerecht zu werden.“

Der erste Marble-Satellit, der sehr hochauflösende multispektrale Daten liefern wird, soll im vierten Quartal 2026 starten. Bis Ende 2028 plant Marble Imaging, die eigene Konstellation schrittweise auf bis zu 20 Satelliten auszubauen. Die Nachfrage nach starken und innovativen souveränen Lösungen aus Europa zieht sich inzwischen durch nahezu alle großen Institutionen. Besonders deutlich wird dies in den Bereichen Sicherheit und Climate Tech, wo der Bedarf an schnell verfügbaren, sehr hochauflösenden Erdbeobachtungsdaten und fortschrittlichen KI-gestützten Analysen immer größer wird.

Das Unternehmen, angeführt von den Mitgründer*innen Robert Hook, Dr. Gopika Suresh und Alexander Epp, hat mit dem erfolgreichen Abschluss der Finanzierungsrunde einen weiteren wichtigen Meilenstein erreicht. Marble konnte dabei nicht nur namhafte Business Angels und institutionelle Investor*innen gewinnen, sondern auch großes Interesse führender Venture-Capital-Gesellschaften wecken.

Bereits zuvor hatte das Team für Aufmerksamkeit gesorgt, indem es mehr als 10 Millionen Euro an non-dilutive Funding für die Entwicklung und den Start des ersten Satelliten sicherte – unter anderem durch den DLR Kleinsatelliten Nutzlastwettbewerb und ESA InCubed. Zudem unterstrich das Marble die starke Nachfrage nach hochwertigen europäischen Daten und Analysen mit seinem ersten Ankervertrag im Wert von 3 Millionen Euro im Rahmen des ESA-Programms „Copernicus Contributing Missions“.

Krisen erschüttern, Unsicherheit prägt Strategien und selbst Top-Führungskräfte kämpfen oft im Verborgenen mit eigenen Zweifeln. Inmitten dieser Herausforderungen gewinnt ein Konzept an überraschender Bedeutung: Hoffnung. Nicht als naiver Wunschgedanke, sondern als psychologisches Kapital mit nachweislicher Wirkung, für Motivation, Leistung und Widerstandskraft im Team. Hoffnung aktiviert nicht nur, sondern sie liefert innere Energie. Nicht nur um zu formulieren, auch um zu verfolgen, selbst wenn Hindernisse den Weg erschweren. Hoffnung im Führungskontext ist eng mit Optimismus, Selbstwirksamkeit und Resilenz verbunden, den vier Komponenten des sogenannten Psychological Capital (PsyCap). So beeinflussen Führungspersönlichkeiten mit hohem PsyCap nicht nur die psychische Stärke ihrer Mitarbeitenden, sondern steigern auch deren Engagement und Leistungsfähigkeit. Entscheidend dabei: Die Hoffnung der Mitarbeitenden wächst nicht im Vakuum. Sie orientiert sich am Verhalten der Führung. Wer selbst Zuversicht ausstrahlt, erzeugt emotionale Ansteckung. Gerade in unsicheren Zeiten wirkt Hoffnung also nicht nur stabilisierend, sondern sogar produktiv.

Persönliche Gradwanderung

Führungskräfte stehen dabei vor einer paradoxen Aufgabe: Sie sollen Hoffnung vermitteln, obwohl sie selbst häufig mit Erschöpfung, Isolation oder auch inneren Zweifeln ringen. Während der Pandemie berichteten knapp 70 Prozent der C-Level-Führungskräfte, ernsthaft über einen Rückzug nachgedacht zu haben, viele von ihnen griffen im Zuge dessen zu ungesunden Bewältigungsstrategien. Wer Hoffnung jedoch glaubwürdig verkörpern will, muss sich innerlich auch selbst tragen. Dies gelingt nur durch eine bewusste Selbstfürsorge, klare Grenzen und resilienzfördernde Routinen. Dabei bringt der Satz ‚Die Realität definieren und Hoffnung geben‘ die ethische Herausforderung von Führungskräften auf den Punkt. Hoffnung bedeutet hierbei eben nicht, aufkommende Probleme kleinzureden oder schlechte Nachrichten vollständig auszublenden. Vielmehr geht es darum, auch in schwierigen Situationen Wege aufzuzeigen, wie es weitergehen kann. Authentizität spielt in diesem Zusammenhang jedoch eine Schlüsselrolle. Denn wer ausschließlich auf eine positive Rhetorik setzt und kritische Lagen nur beschönigt, verliert schnell an Vertrauen. Umgekehrt erzeugt Hoffnung somit auch erst dann Wirkung, wenn sie mit Ehrlichkeit und einer nachvollziehbaren Perspektive verbunden bleibt.

Angst ersetzt kein Zukunftsbild

Entscheidungen im Führungskontext lassen sich häufig auf zwei Emotionen zurückführen: Angst oder Hoffnung. Zwar erzeugt Angst kurzfristig eine Bewegung, doch langfristig führt sie zu Misstrauen, Rückzug und Resignation. Mitarbeitende, die keine hoffnungsvolle Perspektive mehr erkennen, neigen häufiger dazu, zu kündigen oder brennen schneller aus. Dabei zählt Vertrauen zu den stärksten Treibern von Mitarbeiterbindung und Engagement. Ohne Integrität, Verlässlichkeit und offene Kommunikation kann aber auch Hoffnung keine richtige Wirkung entfalten. Erst das Zusammenspiel von Zuversicht und erlebtem Vertrauen aktiviert echte Veränderungskraft. Gerade auch im Mittelstand rückt das Thema Hoffnung in der aktuellen Zeit immer mehr in den Fokus. Mit knapp 80 Prozent der Unternehmen, die für 2025 einen Abschwung erwarten, wird die Fähigkeit zur Zuversicht zur Überlebensfrage, nicht nur wirtschaftlich, sondern auch kulturell. Handlungsfelder hervor:

1. Zukunftsplanung trotz Unsicherheit: Dabei stechen vor allem drei strategische Hoffnung ersetzt selbstverständlich keine Strategie, aber sie motiviert überhaupt erstmal, eine zu entwickeln. In komplexen Märkten hilft sie so dabei, Visionen zu bewahren und langfristige Ziele nicht aus dem Blick zu verlieren.

2. Arbeitskultur und Generationen verbinden: Die Erwartungen jüngerer Generationen verlangen nach einem neuen Führungsverständnis. Hoffnungsvoll geführte Organisationen schaffen damit ein Gefühl der Zugehörigkeit, vermitteln ihren Angestellten einen Sinn und nutzen Unterschiedlichkeit als eine entscheidende Stärke.

3. Krisenkommunikation mit Haltung: Hoffnung zeigt sich nicht in auswendig gelernten Durchhalteparolen, sondern in glaubwürdiger Orientierung. Wer klare Ziele formuliert und selbst kleine Fortschritte gut sichtbar macht, ermöglicht seinen Mitarbeitenden Identifikation und verleiht Bedeutung selbst in widrigen Zeiten.

Persönliche Kompetenz

Dabei lässt sich Hoffnung auch trainieren, nicht nur als Haltung, sondern als bewusste Führungsdisziplin. Im ersten Schritt gilt es, ein Vorbild zu sein. Denn wenn die Führungskraft sie sichtbar lebt, kann Hoffnung auf die Mitarbeitenden überspringen. Hierbei braucht es jedoch ein wirklich emotionales Vorleben, statt nur einer einfachen Vision auf Papier. Zudem müssen Führungskräfte im Vorfeld auch einmal echte Grenzen setzen. Nur wer selbst psychisch stabil bleibt, kann für andere zum Hoffnungsträger werden. Burnout-Prävention und eine gesunde Selbstreflektion gelten deshalb nicht nur als ein scheinbarer Luxus, sondern erweisen sich als eine echte Pflicht. Auch das klare Zeigen von Resilienz nach Rückschlägen spielt eine wichtige Rolle. Hoffnung benötigt Raum zum Lernen. Um die psychologische Sicherheit im Team zu stärken, braucht es auch die Fähigkeit Scheitern, als einen Teil des Arbeitsprozesses annehmen zu können, um damit auch eine Entwicklung sichtbar zu machen. Schlussendlich müssen Führungspersönlichkeiten ihren eigenen Einflussbereich genau kennen. Uneingeschränkte Klarheit über gestaltbare Faktoren schützt so vor einem plötzlich aufkommenden Gefühl der Ohnmacht und fokussiert die teaminterne Energie auf das, was tatsächlich verändert werden kann. Genau in diesem Spannungsfeld wächst Hoffnung.

Strategisches Kapital

Führung bedeutet mehr als Strategie und Zahlen – sie verlangt Haltung. Hoffnung beschreibt in diesem Zusammenhang keine naive Wunschvorstellung, sondern eine produktive Kraft im Unternehmen, die Orientierung, Motivation und Verbundenheit im Team schafft. Entscheidend dafür ist jedoch eine Führung, die realistisch bleibt, Vertrauen aufbaut und die Zukunft glaubwürdig gestaltet. Nur wer Hoffnung nicht nur fordert, sondern sie auch selbst verkörpert, kann sie in seinen Mitarbeitenden pflanzen.“

Der Autor Ben Schulz ist Unternehmensberater, Vorstand der Ben Schulz & Partner AG und SPIEGEL-Beststeller-Autor.

Bioabfälle sind ein oft übersehenes Klimaproblem: Jährlich fallen in der EU über 100 Millionen Tonnen organischer Abfälle an, die meist verbrannt oder deponiert werden. Das führt zu unnötigen CO₂-Emissionen, dem Verlust wertvoller Biomasse und ausgelaugten Böden. Zudem verursachen Entsorgung und Düngemittelimporte hohe Kosten für Wirtschaft und Umwelt.

Die foom GmbH bietet eine innovative Antwort: Das 2022 von Dr. Anike von Gagern und Dr. Kathrin Weiß in Berlin gegründete Start-up hat sich auf die Bearbeitung von Bioabfällen spezialisiert. Mit seiner modularen Technologie verwandelt foom organische Abfälle direkt vor Ort in wertvollen Dünger, wodurch CO₂-Emissionen reduziert und die Kreislaufwirtschaft gefördert werden. Dabei setzt das Unternehmen auf nachhaltige Lösungen, die sowohl ökologische als auch wirtschaftliche Vorteile bieten und trägt hiermit zu einer umweltfreundlicheren Zukunft bei. Diese Lösung ist insbesondere für Orte attraktiv, an denen große Mengen Bioabfall anfallen, wie beispielsweise bei Festivals, Sportevents, Kantinen, im Lebensmitteleinzelhandel oder in urbanen Räumen. Statt aufwändiger Logistik und kostenintensiver Entsorgung bietet foom eine einfache, lokale Lösung an, die einerseits Betriebskosten senkt und andererseits ökologische Vorteile schafft. Kommunen, Veranstalter und Unternehmen können so ihre Nachhaltigkeitsziele messbar erreichen.

Capacura, das sich auf Impact-Investitionen in Start-ups spezialisiert, die einen positiven Einfluss auf die Bereiche Bildung, Gesundheit und Umwelt haben, investiert nun in foom – über die Höhe des Investments wurden keine Angaben gemacht.

Wer schon einmal an einer Marktforschungsumfrage teilgenommen hat, weiß: Das ist eine zähe Angelegenheit. Man klickt sich durch Fragebögen, nimmt an Diskussionsrunden teil und erhält zum Schluss (bestenfalls) eine magere Entlohnung.

Für Unternehmen, die solche Befragungen durchführen, besteht genau darin ein Problem: „Es ist schwer, an die gewünschten Zielgruppen heranzukommen, weil keiner mitmachen will“, sagt Tobias Klinke, Co-Gründer des Start-ups experial. „Und wenn doch, dann sind es die falschen.“

Klassische Marktforschung ist ineffektiv

Der promovierte Konsumforscher weiß, wovon er spricht. Für seine wissenschaftliche Arbeit hat er sich jahrelang mit Marktforschungsmethoden beschäftigt und selbst unter der unzureichenden Datenlage aus Zielgruppenbefragungen gelitten. „Man darf sich nichts vormachen: Da sitzen Leute, die Geld verdienen wollen und den Fragebogen so schnell wie möglich abhaken. Relevante Daten lassen sich so nur schwer erheben.“ Denn ob die Antworten tatsächlich das Konsumverhalten widerspiegeln oder die Befragten einfach nur schnell fertig werden oder sich ins rechte Licht rücken wollen, ist kaum auszumachen.

Hinzu kommt: Für die Auftraggebenden sind solche Marktforschungen extrem aufwändig, teuer und langwierig – vom Erstellen des Fragenkatalogs über das Organisieren der Befragung bis hin zur Auswertung der Ergebnisse.

Genau hier setzt experial an: Es möchte Unternehmen besser, schneller und günstiger wissen lassen, was bestimmte Kund*innenprofile zu konkreten Fragestellungen denken, zum Beispiel über ein neues Produktfeature. „Jeder Produkt- oder Marketingmanager hat täglich Entscheidungen zu treffen, für die authentisches Kundenfeedback absolut relevant ist“, so Klinke. Dafür stellt experial in einem klassischen Software-as-a-Service-Modell sogenannte Digital Twins zur Verfügung – digitale Simulationen realtypischer Personen aus der gewünschten Zielgruppe.

Über eine Chat-Funktion können diese digitalen Zwillinge nach Belieben befragt oder interviewt werden. Neben der Darstellung der Umfrageergebnisse in Diagrammen, Tabellen oder Kurztexten ermöglicht das Tool, mit Kund*innenprofilen in Echtzeit zu interagieren, Nachfragen zu stellen, zu diskutieren.

Zielgruppe abbilden statt Persona erfinden

Das Besondere: Statt klassische Personas abzubilden – also ein stereotypisches Bedürfnisbündel einer fiktiven Persönlichkeit –, simuliert experial zum Beispiel 1000 Personen eines bestimmten Adressat*innenkreises, die dann an einer Befragung teilnehmen. So wird eine spezifische Gruppe in ihrer ganzen Meinungsvielfalt abgebildet. „Es geht nicht darum, eine idealtypische Kunstfigur, sondern eben 1000 konkrete Personen zu simulieren. So können wir die ganze Bandbreite an Meinungen innerhalb einer Zielgruppe abbilden“, erläutert Klinke.

Von der Forschung zur Geschäftsidee

Am Anfang stand ein konkretes Problem für die eigene Arbeit. Alle drei Gründer haben ihre Wurzeln in der Forschung. Tobias Klinke und Nader Fadl haben gemeinsam studiert, für Klausuren gebüffelt und später beide promoviert – Klinke in Consumer Research, Fadl in Gamification. Drei Jahre arbeiteten sie bereits zusammen, bevor 2022 die Idee für das gemeinsame Start-up entstand. Als die technische Umsetzung immer komplexer wurde, kam Nils Rethmeier – er hat in Machine Learning promoviert – als dritter Gründer hinzu.

Während sich die drei als Wissenschaftler noch mit der geringen Datenqualität klassischer Marktforschung herumschlugen, wuchsen zeitgleich die Anwendungspotenziale künst­licher Intelligenz (KI). Immer mehr beschäftigte sie die Frage, ob nicht beides kombinierbar wäre. Erste Lösungen suchten Klinke und Fadl zunächst, indem sie große Sprachmodelle (LLMs) mit demografischen Standarddaten aus der Marktforschung fütterten – mit ernüchterndem Ergebnis. „ChatGPT allein eignete sich kaum. Um Zielgruppen in ihrer Vielschichtigkeit zu simulieren, müssen wir viel mehr wissen als Alter, Beruf und Postleitzahl“, so Klinke. So lernten sie, welche Daten für eine realitätsnahe Simulation hilfreich sind und welche nicht. „Relevante Inputs sind eher Persönlichkeitsmerkmale, Werte, Lebensgeschichten. Echte Daten von echten Personen“, so Klinke weiter. Durch den Abgleich mit bestehenden Daten konnten die synthetischen KI-Modelle sukzessive verbessert werden. Die Verwendung von AI Agent Memory brachte dann den ersten Durchbruch: eine Übereinstimmung von 85 Prozent.

Seitdem geht der technologische Fortschritt rasant voran. Heute laufen bei experial verschiedene LLMs im Hintergrund. Das LLM-Ensembling hat den Vorteil, dass je nach Fragestellung die geeignetsten Modelle zum Einsatz kommen, etwa mit oder ohne Reasoning. „Die rationale Begründbarkeit von Antworten ist für unsere Simulationen nicht immer relevant. Menschen entscheiden oft aus dem Bauch heraus“, fügt Fadl hinzu.

Von Wissenschaftlern zu Unternehmern

Klinke und Fadl wussten: Sie sind an etwas dran. Verlässlich simulierte Datensätze würden nicht nur ihrer Forschung zugutekommen, sondern auch vielen Unternehmen. Die zündende (Geschäfts-)Idee kam mitten im Arbeitsalltag. Nach ihrer Zeit an der Uni arbeiteten die beiden in einer Digitalagentur und begleiteten erste Online-Marktforschungsprojekte für größere Kund*innen. Dabei erlebten sie hautnah, wie klassische Marktforschung in der Praxis funktioniert: Ein Marketing- oder Innovationsmanager formuliert eine Fragestellung, schickt sie per E-Mail an die interne Insights-Abteilung und wartet.

Wochen später, oft nach externem Agenturbriefing und einem fünfstelligen Budget, kommen die Ergebnisse zurück – viel zu spät und viel zu teuer für den heutigen Innovationsdruck. „Das war für uns der Moment, an dem wir dachten: Das muss doch anders gehen“, erinnert sich Klinke. Genau zu dieser Zeit erschien ChatGPT. Die Idee war plötzlich greifbar: Warum nicht Zielgruppen simulieren, in Echtzeit, mit KI? Damit war der Grundstein für das Start-up gelegt.

Danach ging es schneller als gedacht. Mit dem steigenden technischen Anspruch war das Projekt nicht mehr eigen­ständig finanzierbar. „Als wir die ersten Machine-Learning-­Researcher brauchten, war klar: Wir müssen Kapital aufnehmen“, so Fadl. Ein Professor, mit dem die Gründer bereits inhaltlich zusammengearbeitet hatten, stieg als erster Business Angel ein. „Durch die persönliche inhaltliche Verbindung zum Thema hat das einfach sehr gut gepasst“, erinnert sich Klinke. „Noch heute treffen wir uns alle vier Monate, um viele Fragestellungen miteinander zu diskutieren.“ Es folgten zwei weitere Angel Investoren und ein halbes Jahr später zwei Venture-Capital-Unternehmen.

Die nächste Generation Digital Twins im Visier

Heute arbeitet das Start-up mit zehn Mitarbeitenden und betreut Teams von Unternehmen wie Fressnapf, Ergo und der Versicherungskammer Bayern. „Der Marktforschungsmarkt ist gigantisch“, so Fadl. „Global liegt der Umsatz bei zirka 150 Milliarden US-Dollar, wovon gut ein Drittel in den USA anfällt. Wir wollen uns in Zukunft verstärkt auf den amerikanischen Raum konzentrieren.“

Die Ziele sind ambitioniert, aber alles andere als unrealistisch. Das Geschäftsmodell von experial hat das Potenzial, die Branche zu verändern. „Studien zeigen eindeutig: Je kundenorientierter Unternehmen handeln, desto profitabler werden sie. Wir wollen Kundenfeedback in die tägliche Arbeit von Entscheider*innen integrieren. Mit klassischer Marktforschung ist das nicht möglich“, so Klinke.

Und noch einen Vorteil sehen die Gründer in ihrem Modell: Bisherige Versuche, neue Technologien für die Branche zu nutzen, zielten darauf ab, die Marktforscher*innen zu ersetzen. Experial denkt anders: Nicht die Forschenden sollen ersetzt werden, sondern die Befragten, die ohnehin keine Lust darauf haben.

Künftig wird es zudem entscheidend sein, mit den tech­nischen Entwicklungen Schritt zu halten. Dementsprechend will experial die eigenen Digital Twins weiterentwickeln. Die neue Generation soll „sehen“ und „hören“ können, um etwa Websitedesigns und Videos zu bewerten – ein weiterer Schritt mit immensem Potenzial. Ende des Jahres startet dafür eine weitere Finanzierungsrunde. Man darf also gespannt sein, wo die unternehmerische Reise von Tobias Klinke, Nader Fadl und Nils Rethmeier noch hinführen wird.

Das Frankfurter Start-up Donnerstag.ai – 2025 in Frankfurt am Main von Barbaros Özbugutu und Volkan Özkan gegründet – verbindet Leistungs-, Abrechnungs- und Zahlungsdaten aus bestehenden Systemen, erkennt Abweichungen nahezu in Echtzeit und automatisiert die Abstimmung von Transaktionen über einen positionsgenauen Abgleich (Line-by-Line Reconciliation). Auf Basis künstlicher Intelligenz und autonomer KI-Agenten schafft Donnerstag.ai volle Transparenz über offene Posten, ermöglicht präzises KPI-Reporting und unterstützt ein aktives Forderungsmanagement zur Steuerung von Liquidität und Risiko.

Die Software verbindet Daten aus ERP-, Leistungs- und Bankensystemen, erkennt Abweichungen in Echtzeit und gleicht Tausende von Transaktionen automatisch ab. Ihr intelligenter Algorithmus identifiziert Unstimmigkeiten, prognostiziert fehlende Positionen und warnt Finanzteams, bevor Verluste entstehen. Durch kontinuierliches Lernen aus den Datenmustern jedes Kunden wird das System zunehmend präziser und verwandelt Abstimmungsprozesse in eine proaktive, intelligente Kontrollschicht des Finanzwesens.

„Jedes Jahr gehen Lieferanten Milliarden verloren, weil sie keinen klaren Überblick darüber haben, was geliefert, abgerechnet und bezahlt wurde“, sagt Barbaros Özbugutu, Mitgründer und CEO von Donnerstag.ai. „Mit unserer KI-Plattform aus Deutschland schaffen wir Transparenz in einer Branche, die für Europas Wettbewerbsfähigkeit zentral ist.“

Erfahrenes FinTech-Team trifft auf starke Investor*innen

Hinter Donnerstag.ai stehen die Gründer Barbaros Özbugutu und Volkan Özkan, die beide langjährige Erfahrung im europäischen FinTech-Sektor mitbringen. Özbugutu war zuvor als Deutschlandchef bei Klarna tätig und war Mitgründer sowie CEO des Zahlungsdienstleisters iyzico. Dieser wurde 2019 von Prosus/Naspers übernommen. Der erfolgreiche Exit zählt zu den größten Fintech-Akquisitionen in der Türkei.

„In einer Zeit, in der künstliche Intelligenz ERP- und Finanzsysteme grundlegend neu definiert, schafft Donnerstag.ai eine völlig neue Kategorie, die bislang technisch nicht adressiert werden konnte”, sagt Stefan Klestil, General Partner bei Speedinvest. „Barbaros und Volkan verbinden Produktkompetenz, strategisches Denken und Umsetzungsstärke auf einzigartige Weise. Wir sind stolz, als Lead-Investor Teil dieser Runde zu sein und gemeinsam mit Donnerstag.ai die Zukunft der europäischen Finanztechnologie zu gestalten.“

Donnerstag.ai will auch mithilfe des frischen Kapitals seine Präsenz in der DACH-Region ausbauen mit dem Ziel, sicheres Forderungsmanagement europaweit anzubieten.