Die Suche nach Kapital gehört zu den größten Herausforderungen auf dem Weg zum unternehme­rischen Erfolg. Investor*innen suchen nicht nur nach innovativen Ideen, sondern vor allem nach überzeugenden Geschäftsmodellen, die eine klare Strategie, eine starke Vision und realistische Finanzprognosen bieten. Doch in der Praxis kommen immer wieder ähnliche Fehler vor, die den Kapitalbeschaffungsprozess gefährden.

1. Unklare Kommunikation von Strategie und Wachstumspotenzial

Viele Gründer*innen haben Schwierigkeiten, ihre Vision und das Wachstumspotenzial ihres Unternehmens überzeugend oder klar genug zu vermitteln. Eine zu vage oder austauschbare Vision lässt Investor*innen zweifeln, ob das Unternehmen tatsächlich einen nachhaltigen Mehrwert schafft. Ebenso fehlt oft eine nachvollziehbare Wachstumslogik, die erklärt, warum genau jetzt der richtige Zeitpunkt für das Investment ist. Das Marktpotenzial wird häufig nur geschätzt und nicht mit handfesten Daten und Fakten untermauert. Auch eine klare Abgrenzung vom Wettbewerb bleibt aus, und viele Gründer*innen vergessen, ihre Ziele messbar zu machen, was die Glaubwürdigkeit beeinträchtigt.

Ausweg: Um Investor*innen zu überzeugen, musst du deine Vision konkretisieren: Wo steht dein Unternehmen in drei bis fünf Jahren? Was sind die langfristigen Ziele und wie willst du diese erreichen? Entwickle eine klare Wachstumsstory. Belege das Marktpotenzial mit konkreten Zahlen, Trends und Wettbewerbsvorteilen. Die Abgrenzung zum Wettbewerb sollte klar und nachvollziehbar sein. Zudem sollten alle Ziele realistisch und messbar formuliert werden, damit Investor*innen den Fortschritt deines Unternehmens verfolgen können. Schaffe eine emotionale Erzählung, die das „Why now?“ überzeugend beantwortet.

2. Unrealistische Aufbereitung von Businessplan und Finanzkennzahlen

Ein häufiger Fehler ist es, den Businessplan und die Finanzprognosen zu optimistisch oder unrealistisch zu gestalten. Gründer*innen stellen oft Zahlen vor, die nicht auf klaren Annahmen basieren. Es fehlen transparente Erläuterungen zu den geplanten Umsätzen und Ergebnissen. Auch die Wachstumsraten sind in vielen Fällen zu hoch angesetzt. Ein weiteres Problem ist das Fehlen von verschiedenen Szenarien, die den finanziellen Verlauf unter Berücksichtigung von Unsicherheiten und Risiken abbilden. Die Cashflow-Planung wird häufig vernachlässigt und der Kapitalbedarf nicht nachvollziehbar begründet. Gründer*innen neigen zudem dazu, die Kosten zu niedrig anzusetzen und die Finanzierungsmöglichkeiten zu überschätzen.

Ausweg: Ein gut strukturierter Businessplan sollte eine detaillierte Umsatz- und Ergebnisplanung für mindestens drei Jahre beinhalten, die realistisch und nachvollziehbar ist. Denke in Szenarien: Erstelle nicht nur eine Best-Case-Planung, sondern auch konservative und realistische Szenarien. Achte besonders auf die Cashflow-Planung und leite den Kapitalbedarf klar und nachvollziehbar ab. Gib an, wie viel Geld wann und wofür benötigt wird. Alle Annahmen müssen transparent und plausibel erklärt werden. Vermeide es, unrealistische Wachstumsraten zu präsentieren, und stelle sicher, dass deine Planung mit der Strategie deines Unternehmens übereinstimmt. Zahlen sind nicht nur dazu da, Vertrauen zu gewinnen, sondern auch, um Klarheit über die finanzielle Stabilität zu schaffen.

3. Vernachlässigung der rechtlichen und organisatorischen Strukturen

Ein großes Hindernis auf dem Weg zur Kapitalbeschaffung sind unklare oder veraltete Gesellschafterverhältnisse. Ein unorganisierter oder unvollständiger Datenraum ist ebenfalls ein häufiges Problem. Gründer*innen vernachlässigen oft die ordnungsgemäße Dokumentation von Verträgen oder IP-Rechten. Dies führt nicht nur zu potenziellen rechtlichen Problemen, sondern auch zu einem Vertrauensverlust bei den Investor*innen. Zudem ist es häufig der Fall, dass keine klare Trennung zwischen Gründer*in und Unternehmen existiert, was für Investor*innen ein Risikofaktor sein kann.

Ausweg: Überprüfe regelmäßig die Gesellschafterverhältnisse und stelle sicher, dass alle Anteile klar dokumentiert und aktuell sind. Alle relevanten Verträge – etwa Arbeitsverträge, Partnerschaftsvereinbarungen oder Lizenzverträge – sollten ordentlich und rechtssicher dokumentiert sein. Achte darauf, dass deine IP-Rechte und Marken rechtlich abgesichert sind und du über die notwendigen Lizenzen verfügst, um dein Geschäftsmodell erfolgreich zu betreiben. Stelle sicher, dass der Datenraum für die Due Diligence geordnet, vollständig und digital verfügbar ist. Wenn möglich, sollten alle relevanten Informationen über die Struktur des Unternehmens, Rechte und Pflichten der Gesellschafter*innen sowie der aktuelle Status von IP und Marken schnell und unkompliziert zugänglich sein.

4. Unprofessionelle Gestaltung von Pitch Deck und Unterlagen

Ein häufiges Problem bei der Erstellung von Pitch Decks ist die Überladung mit zu vielen Folien und zu viel Text. Gründer*innen tendieren oft dazu, das gesamte Produkt oder die technische Komplexität detailliert darzustellen, was das Pitch Deck unnötig aufbläht. Eine klare Storyline fehlt häufig, und es wird keine überzeugende Erzählung aufgebaut, die das Interesse der Investor*innen weckt. Zudem fehlt oftmals ein klares „Investment-Narrativ“, das die Investor*innen dazu motiviert, in das Unternehmen zu investieren. Zahlen werden entweder nicht integriert oder sind unrealistisch, und das „Why now“ bleibt ohne Antwort.

Ausweg: Gestalte dein Pitch Deck mit maximal 15 Folien und konzentriere dich auf die wesentlichen Punkte: Problem – Lösung – Markt – Geschäftsmodell – Team – Zahlen – Investment. Deine Präsentation sollte eine klare Storyline und einen roten Faden aufweisen. Vermeide zu viele technische Details und konzentriere dich darauf, was dein Unternehmen einzigartig macht. Visualisiere deine Konzepte und Daten, um die Präsentation ansprechend und verständlich zu gestalten. Baue ein klares und überzeugendes „Why now?“ ein, das den Investor*innen zeigt, warum sie jetzt investieren sollten. Am Ende sollte ein klarer Call to Action stehen.

5. Identifizierung der falschen Investor*innen

Ein häufiger Fehler ist, dass Gründer*innen keine klare Vorstellung davon haben, welche Investor*innen zu ihrem Unternehmen passen. Statt gezielt zu suchen, wird nur nach „dem großen Namen“ Ausschau gehalten. In vielen Fällen passen die Phase oder die Ticketgröße der Investor*innen nicht zu den Bedürfnissen des Unternehmens. Auch Branchenunabhängigkeit oder fehlende Vorbereitung auf die Ansprache führen zu einer ineffizienten Suche. Gründer*innen suchen zu wenig strategisch und nutzen ihre Netzwerke nicht, um potenzielle Investor*innen zu finden.

Ausweg: Definiere gezielt, welche Art von Investor*in für dein Unternehmen am besten geeignet ist. Überlege, ob du strategische Investor*innen, Family Offices oder Beteiligungsgesellschaften ansprechen möchtest, und achte darauf, dass diese zu deiner Unternehmensphase und Branche passen. Nutze Netzwerke wie M&A-Berater*innen, Wirtschaftsprüfer*innen oder Industrieverbände, um potenzielle Investor*innen zu finden. Mach dir klar, dass nicht nur das Geld, sondern auch die Werte und Erwartungen der Investor*innen entscheidend sind. Die Chemie zwischen dir und dem/der Investor*in sollte stimmen.

6. Vernachlässigung der Kommunikation und Einbüßen von Vertrauen

Viele Gründer*innen kommunizieren zu wenig oder nur dann mit Investor*innen, wenn alles gut läuft. Dies kann dazu führen, dass sich Investor*innen im Unklaren über die tatsächliche Entwicklung des Unternehmens fühlen. Zu viel Marketing und zu wenig Realität schaffen Misstrauen, eine unstrukturierte oder unregelmäßige Kommunikation erschwert den Aufbau einer vertrauensvollen Beziehung. Auch eine abwehrende Haltung bei Kritik oder ein Mangel an emotionaler Intelligenz kann die Kommunikation belasten.

Ausweg: Baue eine offene und regelmäßige Kommunikation auf. Halte deine Investor*innen auch bei Rückschlägen auf dem Laufenden und sei transparent in deinen Updates. Zeige dich ehrlich, strukturiert und verbindlich. Achte darauf, dass deine Kommunikation nicht nur positiv, sondern auch realistisch und authentisch ist. Der Aufbau einer persönlichen Beziehung zu Investor*innen ist ebenso wichtig wie die sachliche Kommunikation. Zeige Verständnis und nimm kons­truktive Kritik an.

Die Autorinnen:

Martina Lackner ist Psychologin und Inhaberin der PR-Agentur cross M., https://crossm.de

Nela Novakovic ist Specialist in Business Strategy, Investor Pitching & Capital Acquisition, www.eyodwa.com

Künstliche Intelligenz (KI) gewinnt in Unternehmen zunehmend an Bedeutung. Sie kann Prozesse beschleunigen, große Datenmengen sinnvoll nutzbar machen und Entscheidungen unterstützen. Doch in der Praxis zeigt sich: Moderne Technologie allein führt noch nicht zum Erfolg. Entscheidend ist ein strukturiertes Vorgehen, bei dem Ziele klar definiert, Daten sorgfältig vorbereitet und organisatorische Rahmenbedingungen von Beginn an berücksichtigt werden. „Viele KI-Initiativen scheitern daran, dass am Anfang die Orientierung fehlt“, sagt Benedikt Weber, Geschäftsführer der applord GmbH. „Struktur schafft Entscheidungsfähigkeit – noch bevor über konkrete KI-Modelle gesprochen wird.“

Organisatorischer Wandel und Einbindung der Mitarbeitenden

Der Einsatz von KI verändert Arbeitsabläufe, Verantwortlichkeiten und Entscheidungswege. Mitarbeitende arbeiten verstärkt mit automatisierten Systemen zusammen, Aufgaben verschieben sich, Rollen entwickeln sich weiter. Wird dieser Wandel nicht aktiv begleitet, entstehen Unsicherheiten oder Ablehnung gegenüber neuen Technologien. Erfolgreiche Unternehmen setzen deshalb auf transparente Kommunikation und frühzeitige Einbindung der Mitarbeitenden. Sie erklären, warum KI eingesetzt wird, welche Aufgaben sie übernimmt und wo menschliche Expertise weiterhin unverzichtbar bleibt. Fehlt dieses gemeinsame Verständnis, werden neue Systeme häufig nur eingeschränkt genutzt. „KI-Projekte scheitern selten an der Technologie“, betont Weber. „Viel häufiger fehlt ein klares Bild davon, welchen konkreten Nutzen KI für Mitarbeitende und Organisation wirklich bringt.“

Auswahl der passenden KI-Lösung

Das Angebot an KI-Lösungen wächst rasant. Für Unternehmen besteht die Herausforderung darin, nicht der technischen Vielfalt zu folgen, sondern eine Lösung zu wählen, die zum eigenen Geschäftsprozess passt. Der Ausgangspunkt sollte immer ein klar definierter Anwendungsfall sein: Welche Aufgabe soll KI konkret unterstützen oder verbessern? Neben den Funktionen spielen auch Fragen der Nachvollziehbarkeit, Integration in bestehende Systeme und regulatorische Anforderungen eine Rolle. Werden diese Aspekte zu spät berücksichtigt, entstehen Lösungen, die technisch leistungsfähig sind, im Alltag aber keinen Mehrwert liefern. „Viele Unternehmen wählen KI nach dem Funktionsumfang aus und stellen später fest, dass sie nicht zum eigenen Prozess passt“, erklärt Weber. „Erfolgreich ist KI dann, wenn sie Abläufe sinnvoll ergänzt und verständliche Ergebnisse liefert.“

Datenqualität als Grundlage für verlässliche Ergebnisse

KI-Modelle sind vollständig von der Qualität ihrer Daten abhängig. In vielen Unternehmen existieren relevante Informationen zwar, sie sind jedoch über verschiedene Systeme verteilt, unterschiedlich gepflegt oder historisch gewachsen. Diese Ausgangslage erschwert nicht nur den Einsatz von KI, sondern kann zu fehlerhaften oder schwer nachvollziehbaren Ergebnissen führen. Datenmanagement ist daher keine einmalige Vorarbeit, sondern eine kontinuierliche Aufgabe. Dazu gehören klare Zuständigkeiten, regelmäßige Prüfungen und eine strukturierte Aufbereitung der Daten. „Der Aufwand für Datenqualität wird häufig unterschätzt“, sagt Weber. „Ohne geprüfte und konsistente Daten lassen sich keine stabilen und verlässlichen KI-Ergebnisse erzielen – unabhängig davon, wie gut das Modell ist.“

Schrittweise Einführung statt großer Umbruch

Statt KI sofort unternehmensweit einzusetzen, empfiehlt sich ein schrittweises Vorgehen. Unternehmen können so mit klar abgegrenzten Anwendungsfällen beginnen, Lösungen im Alltag testen und die Ergebnisse anhand messbarer Kriterien, wie Benutzerfreundlichkeit oder verständlicher Anleitungen, bewerten. So lassen sich Risiken reduzieren und Erkenntnisse gezielt nutzen. Pilotprojekte liefern nicht nur technische Erkenntnisse, sondern zeigen auch, wie gut KI im Arbeitsalltag akzeptiert wird. Auf dieser Basis lässt sich entscheiden, welche Lösungen ausgebaut werden sollten. „Unternehmen, die mit überschaubaren Anwendungsfällen starten, treffen langfristig fundiertere Entscheidungen“, so Weber. „Praxiserfahrungen sind dabei deutlich wertvoller als theoretische Annahmen.“

Es war ein Moment der Anerkennung für mehr als ein Jahrzehnt Aufbauarbeit am Fundament der deutschen Start-up-Landschaft: Auf der jüngsten Mitgliederversammlung des Bundesverbands Deutsche Startups e.V. wurde Prof. Dr. Tobias Kollmann von der Universität Duisburg-Essen für sein herausragendes Engagement für den Verband und das deutsche Start-up-Ökosystem geehrt. Verena Pausder, Vorstandsvorsitzende des Verbands, überreichte dem renommierten Wissenschaftler, Start-up-Pionier und politischen Berater eine Ehrenurkunde für seine Verdienste um das Unternehmertum in der digitalen Wirtschaft in Deutschland.

Die Auszeichnung würdigt die Rolle, die Kollmann insbesondere für den Verband gespielt hat. „2012 durfte ich zusammen mit 20 anderen politischen Start-up-Pionieren diesen Bundesverband gründen, der heute zur zentralen Stimme für die Start-up-Szene in unserem Land geworden ist“, erinnerte Kollmann in seiner Rede. Aus einem noch jungen Zusammenschluss ist in den vergangenen Jahren eine feste Institution geworden – mit erheblichem Einfluss auf Politik, Wirtschaft und Öffentlichkeit.

Deutscher Startup Monitor (DSM) – „Herzstück unserer und insbesondere meiner Arbeit für den Startup-Verband“

Ein zentrales Element dieser Arbeit war der Deutsche Startup Monitor (DSM). Kollmann bezeichnete ihn als „Herzstück unserer und insbesondere meiner Arbeit für den Startup-Verband“. Als größte und wichtigste Gründer*innenstudie Deutschlands habe der DSM „jährlich ein neues Fundament für ein lebendiges und zukunftsfähiges Start-up-Ökosystem in unserem Land“ gelegt. Die Zahlen unterstreichen diesen Anspruch: In Kollmanns Amtszeit wurden mehr als 30.000 Gründer*innen und aus über 10.000 Start-ups befragt.

Die Bedeutung dieses Engagements wurde in den Stimmen zur Preisverleihung deutlich. Verena Pausder dankte dem Geehrten „für das außergewöhnliche und leidenschaftliche Engagement, die fachliche Kompetenz und den unglaublichen und nachhaltigen Einfluss auf die Start-up-Szene in Deutschland“ und betonte: „Es war mir eine Ehre, die Auszeichnung an Prof. Kollmann überreichen zu dürfen.“

Verbindung von empirischer Tiefe und praktischer Relevanz

Die Wirkung dieser Daten reichte weit über die Szene hinaus. Die Ergebnisse fanden nicht nur Eingang in mehr als 1000 Presseberichte, sondern wurden auch von Politik und Wissenschaft intensiv genutzt. „Die hohe Qualität unserer Daten hat sich auch in weit über 30 wissenschaftlichen Artikeln und Publikationen bis hin zu internationalen Top-A-Journals gezeigt“, betonte Kollmann. Auch politische Entscheidungsträger griffen regelmäßig auf die DSM-Analysen zurück.

Inhaltlich deckte die Arbeit von Kollmann und seinem Team eine große Bandbreite ab: von praxisnahen Fragen wie Gründungsfinanzierung, Mitarbeiterbeteiligung, Start-up-Zentren an Hochschulen oder Kooperationen zwischen Start-ups und etablierten Unternehmen bis hin zu wissenschaftlichen Themen wie Ambitionen, Resilienz, Teamkonflikten und Einflussfaktoren auf die Gründungsneigung. Diese Verbindung von empirischer Tiefe und praktischer Relevanz gilt vielen als Markenzeichen seines Werks.

Eine gesunde Szene brauche nicht nur Leuchttürme, sondern auch die Breite: die Horses, die Cows und die Zebras

Aus seiner langjährigen Arbeit leitete der Geehrte drei zentrale Erkenntnisse ab. Erstens: „Die Start-up-Szene ist in ganz Deutschland zuhause.“ Was einst stark auf Berlin fokussiert war, habe sich zu einem bundesweiten Phänomen mit erheblicher Wirtschaftskraft und vielen Arbeitsplätzen entwickelt – von München über Hamburg und Köln bis Aachen und zahlreiche weitere Regionen. Zweitens: „Nicht nur die großen und erfolgreichen Unicorns zählen.“ Eine gesunde Szene brauche nicht nur Leuchttürme, sondern auch die Breite: „die Horses, die Cows und die Zebras“, die den Mittelstand von morgen bilden. Drittens schließlich: „Die Hochschulen sind und bleiben die zentralen Keimzellen unserer Start-up-Szene.“ Sie bildeten Gründer*innen aus, führten Teams zusammen und stellten damit die Basis für das gesamte Ökosystem.

Auch Florian Nöll, Gründungsmitglied und ehemaliger Vorsitzender des Verbands, der ebenfalls vor Ort war, würdigte den Einsatz des Wissenschaftlers: „Tausend Dank an Prof. Kollmann für seinen unermüdlichen Einsatz für die Gründerinnen und Gründer in Deutschland und Europa. Er hat wahnsinnig viel für unser Start-up-Ökosystem bewegt. Gratulationen kamen aber auch aus anderen Regionen Deutschlands. Aus politischer Perspektive hob Johannes Velling, Abteilungsleiter „Digitalisierung, Start-ups und Dienstleistungen“ im nordrhein-westfälischen Wirtschaftsministerium, die prägende Rolle Kollmanns hervor: „Nicht nur im Bund, sondern auch im Land NRW gehörte Prof. Kollmann zu den prägenden Figuren der Start-up-Szene.“

Die Ehrung in Berlin ist damit mehr als nur eine persönliche Auszeichnung. Sie steht exemplarisch für einen Ansatz, der Daten, Wissenschaft, Praxis und Politik miteinander verbindet – und für einen Akteur, der das deutsche Start-up-Ökosystem als Brückenbauer zwischen diesen Welten über Jahre hinweg entscheidend mitgestaltet hat.

Das exist Programm des Bundesministeriums für Wirtschaft und Energie fördert wissensbasierte Existenzgründungen aus Hochschulen und außeruniversitären Forschungseinrichtungen. Ziel ist es, den Transfer von Forschungsergebnissen in Deutschland zu stärken und die Verwertung von Forschungsergebnissen in marktfähige Produkte und Dienstleistungen zu fördern und Wissenschaftler für die Karriereoption Unternehmer zu qualifizieren.

Die wesentlichen Änderungen umfassen die vollständige Digitalisierung der Anträge, die Reduzierung der benötigten Unterlagen, die Einführung von Pauschalen bei Sachmitteln und die Vereinfachung der Projektregularien. Zudem gibt es eine neue, benutzer*innenfreundliche Website und eine IP-Dealdatenbank, die den Zugang zu Patenten und anderem geistigem Eigentum erleichtert.

Die konkreten Verbesserungen im Überblick

• Digitalisierung: Die Antragstellung und Bescheiderteilung erfolgen nun vollständig digital, was das Schriftformerfordernis abschafft.
• Weniger Bürokratie: Die Anzahl der Antragsformulare für das exist Gründungsstipendium wurde halbiert und der Umfang des Ideenpapiers reduziert.
• Pauschalen: Sachmittel können im exist Gründungsstipendium und bei exist Women pauschal beantragt und abgerechnet werden, wodurch Einzelbelege nicht mehr eingereicht werden müssen.
• Vereinfachte Projektdurchführung: Die Auflagen und Meilensteine während der Projektlaufzeit wurden in den Förderlinien exist Gründungsstipendium und exist Forschungstransfer reduziert.
• Erhöhte Transparenz: Eine neue, nutzer*innenfreundlichere Website und eine klare Kommunikation der Anforderungen sollen den Prozess für Gründer*innen vereinfachen und beschleunigen.
• IP-Dealdatenbank: Eine neue Datenbank erleichtert den Zugang zu geistigem Eigentum wie Patenten, die für wissenschaftsbasierte Gründungen oft essenziell sind.

Mehr Infos zur exist Gründungsförderung gibt’s hier

Der europäische Markt für Robotik-Start-ups erlebt 2025 eine markante Wachstumsphase: Mit einem Finanzierungsvolumen von € 2,4 Mrd. (Stand Q3) wird bereits vor Jahresende das bisherige Rekordjahr 2021 (€ 1,9 Mrd.) übertroffen. Treiber dieses Trends sind insbesondere der dynamisch wachsende Drohnensektor. Diese und weitere Erkenntnisse enthält der neue „FCF Robotics Venture Capital Report – 2025“.

Robotik-Sektor auf Rekordkurs

Der europäische Robotik-Sektor zeigt sich 2025 so stark wie nie: Mit einem Investitionsvolumen von € 2,4 Mrd. bis Q3 2025 wurde bereits vor Jahresende das bisherige Rekordjahr 2021 (€ 1,9 Mrd.) deutlich übertroffen. Der starke Aufwärtstrend wird zusätzlich durch vier weitere Megadeals im vierten Quartal untermauert, die im Report noch nicht vollständig enthalten sind. Dazu zählen unter anderem:

• Quantum Systems (€ 160 Mio., Mai 2025 – mit Aufstockung auf € 340 Mio. bis Jahresende angekündigt)
• ANYbotics (€ 138 Mio., September 2025)
• Distalmotion (€ 130 Mio., November 2025)
• Nest AI (€ 100 Mio., November 2025)

Drohnen als Wachstumstreiber im Subsegment

Die Analyse der Subsektoren zeigt ein besonders dynamisches Wachstum im Bereich Drohnen-Technologie. Zwischen 2023 und 2024 stieg die Anzahl der Deals um 174 % – von 77 auf 211 Transaktionen. Im bisherigen Jahresverlauf 2025 (YTD Q3) wurden bereits 135 Deals verzeichnet, was einem Anteil von 29 % aller Robotik-Deals entspricht. Dies bestätigt die starke und anhaltende Attraktivität dieses Segments für Investoren.

Frühphasenfinanzierungen dominieren – Start-up-Neugründungen steigen deutlich

Ein zentrales Ergebnis des Reports: 73 % aller Robotik-Finanzierungsrunden im Jahr 2025 (YTD) entfallen auf Frühphasen-Deals, darunter 39 % auf Accelerator-Runden. Diese Entwicklung deutet auf eine signifikante Zunahme an Neugründungen seit 2024 hin – ein klares Signal für ein aktives, wachsendes Gründungsökosystem im Bereich Robotik in Europa.

Megadeals treiben das Marktvolumen

Trotz der starken Zunahme an Early-Stage-Finanzierungen wird das Gesamtvolumen weiterhin maßgeblich von Megadeals über € 100 Mio. getragen. Seit 2021 wurden 19 solcher Transaktionen mit einem Gesamtvolumen von rund € 3,5 Mrd. verzeichnet – ein Anteil von 36 % des gesamten Finanzierungsvolumens. Die Zahlen verdeutlichen: Das Kapital konzentriert sich weiterhin stark auf etablierte Scale-ups.

Deutschland unter den führenden Robotik-Nationen Europas

Deutschland bleibt eine tragende Säule im europäischen Robotik-Start-up-Ökosystem – trotz des höchsten Anteils an Deals mit nicht-offengelegtem Finanzierungsvolumen. Im Gesamtranking liegt Deutschland auf Platz zwei hinter dem Vereinigten Königreich. Bemerkenswert: Drei der zehn kapitalstärksten Robotik-Start-ups Europas stammen aus Deutschland:

• Agile Robots (€ 318 Mio. seit 2021)
• NEURA Robotics (€ 301 Mio., mit geplanter € 1 Mrd.-Runde, seit 2021)
• Quantum Systems (€ 211 Mio. seit 2021, exkl. der Finanzierung Q4 2025)

Champions entstehen auch in kleineren Ländern

Der Report zeigt auch: Nicht nur große Länder haben Champions. So demonstriert TEKEVER aus Portugal mit einer Gesamtfinanzierung von € 540 Mio. seit 2021, dass auch aus kleineren europäischen Ländern international wettbewerbsfähige Robotik-Champions hervorgehen können.

Weiterführende Infos zum Robotics Venture Capital Report 2025 gibt’s hier

QuantumDiamonds entwickelt Quantensensor-Technologien und -Tools für die Fehleranalyse und Messtechnik einer neuen Generation von Halbleiterchips ein. Ziel ist es, herkömmliche Halbleitertestmethoden zu unterbrechen und die Fehlerlokalisierung tief in 3D-Halbleiterarchitekturen zu beschleunigen.

Durch die Nutzung von Stickstoff-Leerstands-Zentren in Diamanten kartieren die Systeme von QuantumDiamonds zerstörungsfrei elektrischen Strom mit Mikrometer-Pezipresion in Sekundenschnelle, auch in hochkomplexen Chippaketen. Diese Fähigkeit ist von zentraler Bedeutung für fortschrittliche 2.5D- und 3D-Architekturen, die KI, mobile und Automobilelektronik untermauern, wie das Unternehmen in einer Erklärung darstellt.

Das Unternehmen hat vor Kurzem eine zerstörungsfreie Fehleranalyse auf Apple A12-Chips veröffentlicht, die von TSMC hergestellt wurden. QuantumDiamonds verwendet Quantum Diamond Microscopy, um vergrabene Defekte in kommerziellen Paket-on-Package-Geräten zu lokalisieren.

Jetzt präsentiert QuantumDiamonds seinen Plan, 152 Millionen Euro zu investieren, um die weltweit erste Produktionsstätte für fortschrittliche Chip-Testsysteme zu bauen. Nach gründlicher Prüfung möglicher Standorte in den USA entschied sich das Unternehmen bewusst für Deutschland. Der Standort in München wird als "First-of-a-Kind-Fabrik" unter dem European Chips Act betrachtet.

„Diese Investition markiert unseren Übergang von der Forschung zur globalen Produktion. Wir bauen die Werkzeuge auf, die die Chipindustrie benötigt, um zu prüfen, was bisher unsichtbar war – und zwar in Deutschland, mit europäischem IP und Talent“, so Co-Founder Berghoff gegenüber EU-Startups. „Die frühzeitige Unterstützung, die wir von Programmen wie dem EIC Accelerator und dem SPRIN-D erhalten haben, legte den Grundstein für dieses Scale-up. Mit der erwarteten Finanzierung des Chips Act werden wir von Piloteinsätzen zur Serienproduktion übergehen und dazu beitragen, die Rolle Europas in der Zukunft der Halbleiterindustrie zu sichern."

Ghazaleh, du bist 2020 aus dem Iran nach Deutschland gekommen, hast hier mehrere Studiengänge erfolgreich absolviert und 2023 CanChip gegründet. Wie hast du diese rasante Reise gemeistert und was treibt dich an?

Meine akademische Laufbahn begann mit einem Studium der Biotechnologie im Iran, immer mit dem Ziel, zur Krebsforschung beizutragen – eine persönliche Mission, die von der Krebserkrankung meiner Mutter geprägt war. Diese Motiva­tion blieb auch bestehen, als ich nach Deutschland kam und meinen Master in Biochemie und Molekularbiologie absolvierte.

Die Idee zu CanChip entstand, als ich meinen Mitgründer Dr. Omid Nejati traf und wir über das Potenzial von Tumor­on-chip-Technologien diskutierten. Das war ein Wendepunkt: Ich erkannte, wie wir Ingenieurskunst und Biologie kombinieren können, um etwas wirklich Wirkungsvolles zu schaffen.

Was mich antreibt, ist die Möglichkeit, Patient*innen einen schnelleren und präziseren Weg zur Behandlung zu ermöglichen und letztendlich die Art und Weise zu verändern, wie wir Krebs bekämpfen.

Welche Vision verfolgst du mit CanChip?

Bei CanChip wollen wir personalisierte Krebstherapien Wirklichkeit werden lassen, indem wir die Mikroumgebung von Tumoren auf einem Mikrofluidik-Chip simulieren. Unser Ziel ist es, die Arzneimittelprüfung von Tieren auf prädiktive Modelle mit menschlichen Zellen umzustellen. Wir möchten die Plattform der Wahl für Pharmaunternehmen und Forschungseinrichtungen werden, die bessere Werkzeuge für die Entwicklung von Krebsmedikamenten suchen. Über die Forschung hinaus ist es unsere langfristige Vision, patient*innenabgeleitete Tumore in unsere Chips zu integrieren, sodass Ärzt*innen Therapien vor ihrer Anwendung am Patient*innen in vitro testen können. Wir stellen uns eine Zukunft vor, in der die Krebstherapie mit „Versuch und Irrtum“ durch Präzision und Zuversicht ersetzt wird.

Wie unterscheidet sich euer Ansatz von den bestehenden Methoden?

Traditionelle 2D-Zellkulturen und Tiermodelle können die Komplexität menschlicher Tumore oft nicht abbilden. Unsere Tumor-on-Chip-Modelle beinhalten mehrere menschliche Zelltypen – wie Krebszellen, Endothelzellen und Immunzellen – die in einer 3D-Matrix in einem dynamischen Mikroflüssigkeitssystem eingebettet sind. Diese Anordnung bildet die menschliche Tumorumgebung genauer ab als bestehende Plattformen.

Der Vorteil? Zuverlässigere Daten zur Arzneimittelwirkung, weniger Tierversuche und letztlich eine schnellere und sicherere Entwicklung von Therapien. Unser Modell ist besonders wertvoll für seltene oder therapieresistente Krebsarten wie Glioblastome. Derzeit schließen wir unsere Machbarkeits­studien ab und bereiten uns auf Kooperationen mit pharmazeutischen Partnern vor.

Künstliche Intelligenz verändert immer mehr Bereiche. Welche Rolle spielt KI in deinem Fachgebiet?

Künstliche Intelligenz wird in der personalisierten Krebsforschung immer wichtiger, insbesondere bei unseren Organ­-on-Chip-Modellen. Wir nutzen KI derzeit für die automatisierte Bildanalyse, um die Zellmorphologie und die Reaktion auf Medikamente objektiv zu bewerten. Wir werden die KI-Nutzung ausweiten, um komplexe Daten wie Genexpression und Bildgebung zu analysieren und Vorhersagemodelle für patient*innenspezifische Arzneimittelreaktionen zu erstellen. KI wird auch dazu beitragen, den Versuchsaufbau zu optimieren, beispielsweise die Zellkombinationen und die Mikrofluidik-Einstellungen. Langfristig wird KI für die präklinische Forschung und die personalisierte Medizin unerlässlich sein, indem sie Muster in der komplexen Biologie aufdeckt und die Arznei­mittelentwicklung durch datengestützte Entscheidungen beschleunigt.

Die Tumor-on-Chip-Technologie ist nicht unumstritten, und der Weg zu tierversuchsfreien Arzneimittelzulassungen nicht einfach. Was sagst du den Kritiker*innen?

Es stimmt, dass die gesetzlichen Rahmenbedingungen noch immer stark auf Tierversuche angewiesen sind. Aber die Wissenschaft entwickelt sich weiter.  Die Tumor­on-Chip-Technologie zielt nicht darauf ab, alle bestehenden Methoden über Nacht zu ersetzen, sondern ergänzt und verbessert sie. Kritiker*innen übersehen oft die Vorteile der Reproduzierbarkeit und der ethischen Vertretbarkeit von in-vitro-Modellen mit menschlichen Zellen. Zudem sind die Regulierungsbehörden zunehmend offen für alternative Methoden, wenn diese zuverlässige Daten liefern. Unsere Aufgabe ist es, zu zeigen, dass unsere Chips konsistente und biologisch aussagekräftige Ergebnisse liefern können. Skepsis ist bei Innovationen normal, aber wir sehen sie als eine Einladung, uns zu verbessern und zu beweisen, dass wir zuverlässige Ergebnisse liefern können.

Ihr seid gerade dabei, eure Chips zu validieren und zu zertifizieren. Welchen Herausforderungen habt ihr euch dabei zu stellen?

Die größte Herausforderung ist die Standardisierung eines hochkomplexen biologischen Systems. Wir müssen sicherstellen, dass unsere Chips reproduzierbare Ergebnisse liefern, unabhängig von Charge und Krebsart. Gleichzeitig müssen wir klare Protokolle für Qualitätskontrolle und Dokumentation entwickeln, die den regulatorischen Erwartungen entsprechen. Eine weitere Herausforderung ist die Skalierbarkeit: der Übergang von Laborprototypen zu robusten, benutzer*innenfreundlichen Plattformen für die industrielle Nutzung. Das betrifft Materialien, Automatisierung und Kostenoptimierung – und das alles bei gleichzeitiger Wahrung der biologischen Integrität.

Wann erwartest du die Zulassung und welche Aufgaben müssen bis dahin erledigt werden?

Die Zulassung ist ein mehrstufiger Prozess. Wir streben zwar keine direkte medizinische Zulassung an (noch nicht), aber unsere Chips müssen als valide Werkzeuge für die vorklinische Prüfung akzeptiert werden. In den nächsten 12 bis 18 Monaten wollen wir unter anderem Validierungsstudien veröffentlichen, die von Expert*innen geprüft wurden, wichtige pharmazeutische Kooperationen sichern und Qualitätssysteme einführen, die den ISO-Normen entsprechen.

Wichtig ist auch die Zusammenarbeit mit den Regulierungsbehörden: Wir sind aktiv in Netzwerken und Konsortien tätig, um uns über die neuesten Richtlinien zu informieren. Wir hoffen, innerhalb von zwei Jahren den Status einer akzeptierten vorklinischen Prüfung zu erreichen und kurz darauf mit der Anwendung an Patient*innen beginnen zu können.

BioTech-Start-ups benötigen langfristige Unterstützung und erhebliches Kapital. Wer sind eure Unterstützer*innen und Investor*innen?

Wir haben das Glück, ein starkes Netzwerk an Unterstützer*innen zu haben. Wir erhielten frühzeitig den Newcomer of the Year 2025 German Startup Award, den Sonderpreis des Brandenburg Innovation Awards, den Jurypreis beim Female Start-Aperitivo und viele weitere Auszeichnungen, was uns half, mehr Sichtbarkeit zu erlangen. Der Wissenschaftspark Potsdam hat uns mit Infrastruktur, Mentoring und einer lebendigen Start-up-Ökosystem-Umgebung unterstützt. Wir haben auch von Netzwerken wie der HealthCapital Berlin-Brandenburg profitiert. Obwohl wir derzeit selbst­finanziert sind und von Pilotstudien und Kooperationen unterstützt werden, bereiten wir uns aktiv auf eine Seed-Finanzierungsrunde vor, um unser Team zu erweitern und die Produktion zu skalieren.

Ein Blick in die Zukunft: Wie nah sind wir daran, eine wirklich personalisierte Krebstherapie für die Mehrheit der Patient*innen zu ermöglichen?

Wir sind näher dran, als wir denken. Fortschritte in der molekularen Diagnostik, der Einzelzellanalyse und der Organ-on-Chip-Technologie laufen auf ein gemeinsames Ziel hinaus. Was noch fehlt, ist die Integration, und hier sind Start-ups führend. Wir agieren schnell, wir gehen Risiken ein und schließen die Innovationslücken, die von größeren Institutionen hinterlassen werden. Personalisierte Krebstherapien werden zum Standard, wenn Plattformen wie unsere innerhalb der klinischen Fristen handlungsrelevante Ergebnisse liefern können. Wir sind davon überzeugt, dass Tumor­on-Chip-Modelle innerhalb der nächsten fünf bis zehn Jahre zu Standardwerkzeugen in der Onkologie werden und Start-ups wie CanChip diese Transformation anführen werden.

Was möchtest du anderen (BioTech-)Gründer*­innen mit auf den Weg geben?

Aus wissenschaftlicher Sicht war die Gründung eines Start-ups ein großer, aber auch lohnender Schritt. Sprecht früh mit potenziellen Kund*innen. Diese Gespräche halfen uns, unser Produkt zu formen und wirkliche Bedürfnisse zu entdecken. BioTech braucht Zeit. Zellkultur, Qualitätskontrolle, Partnerschaften. alles bewegt sich langsamer als geplant.

Seid geduldig, aber beharrlich. Soft Skills wie Kommunikation, Resilienz und strategisches Denken sind genauso wichtig wie wissenschaftliche Expertise.

Vermeidet die Perfektionismusfalle: Beginnt mit dem, was ihr habt, und verbessert iterativ. Mein Rat: Baut ein starkes Team auf, bleibt fokussiert auf eure Mission und habt keine Angst vor Fehlern; sie sind Teil des Prozesses. Verbindet wissenschaftliche Exzellenz mit unternehmerischem Mut. Diese Mischung kann euch wirklich voranbringen, auch in einem komplexen Bereich wie BioTech.

Ghazaleh, Danke für deine Insights

Lucent AI quantifiziert Risiken präziser, erkennt Auffälligkeiten anhand von Branchendaten und ermöglicht frühzeitige Risiko-Szenarien für Management und Investor*innen. Diese Aufgaben zählen zu den aufwändigsten Prozessen für Governance-Teams, da sie stark reguliert, personalintensiv und zeitkritisch sind. Die Agentic-AI-Technologie von Lucent AI übernimmt viele dieser Schritte selbstständig, indem sie Daten zusammenführt, Analysen durchführt und Handlungsempfehlungen oder Entscheidungsvorlagen bereitstellt.

Die Integration in bestehende IT-Systeme erfolgt über standardisierte Schnittstellen, sodass Unternehmen die Plattform innerhalb kurzer Zeit einsetzen können. Gerade in Organisationen, die heute noch stark mit Excel, E-Mails und manuellen Prüfungen arbeiten, führt die Automatisierung zu erheblichen Verbesserungen in Geschwindigkeit, Genauigkeit und Skalierbarkeit.

Jetzt wurde Lucent AI von osapiens, einem führenden deutschen Softwareanbieter für Nachhaltigkeits- und Transparenzlösungen, übernommen. Im Zuge der Übernahme werden Technologie, Produktportfolio und Kundenstamm von Lucent AI vollständig in den osapiens HUB integriert. Erste Module werden ab dem zweiten Quartal 2026 verfügbar sein. Die Gründer treten dem Team von osapiens bei und verantworten künftig die Weiterentwicklung der Lösung sowie ihre strategische Einbettung in die Bereiche Resilience & Risk Management, Disclosures & Reporting und Product Compliance & Traceability.

„Mit Lucent AI erweitern wir unser Portfolio um ein zukunftsweisendes System für Finanzrisiken und Compliance“, erklärt Matthias Jungblut, Mitgründer und Co-CEO von osapiens. „Die fortschrittlichen KI-Agenten von Lucent ergänzen unser Angebot ideal und unterstützen unsere Mission, Unternehmen weltweit zu mehr Transparenz, Sicherheit und Effizienz zu verhelfen.“

„Lucent AI wurde mit der Mission gegründet, Unternehmen durch intelligentes Risikomanagement widerstandsfähiger zu machen“, sagt Mitgründer Max Wolff. „Wir haben aus erster Hand erlebt, wie komplex und zugleich zentral diese Prozesse für regulierte Unternehmen jeder Größe sind. Mit osapiens haben wir einen Partner gefunden, der unsere Vision teilt und über die Ressourcen und die Expertise verfügt, um unsere Lösungen weiterzuentwickeln und zu skalieren.“

Der globale Markt für diagnostische Schnelltests (Point-of-Care-Testing) gehört zu den am schnellsten wachsenden Segmenten im Gesundheitswesen und wird bis 2030 auf über 80 Milliarden US-Dollar geschätzt. Lateral-Flow-Tests (LFAs), zum Beispiel für Infektionen oder kardiovaskuläre Marker, sind zwar weltweit etabliert, stoßen aber bei der Sensitivität an technologische Grenzen: Aktuelle Schnelltests erreichen durchschnittlich nur bis zu 75 Prozent Genauigkeit, was häufig zu Fehldiagnosen führt und den Einsatz zeit- und kostenintensiver PCR-Labortests nötig macht.

Medizintechnologischer Durchbruch

Genau hier setzt Amplifold, ein im Jahr 2025 gegründetes Spin-off der LMU München, an: Mithilfe programmierbarer DNA-Origami-Nanostrukturen steigert das Unternehmen die analytische Sensitivität von Schnelltests um das bis zu 100-Fache. Damit wird es erstmals möglich, PCR-ähnliche Diagnostik in Echtzeit und direkt am Patienten durchzuführen – kostengünstig, ohne Labor und innerhalb weniger Minuten.

Die Plattform des Unternehmens basiert auf Erkenntnissen einer in Nature Communications veröffentlichten Studie, die zeigt, dass programmierbare DNA-Origami-Nanostrukturen die Testempfindlichkeit klassischer LFAs drastisch erhöhen können, ohne dessen Testformat oder bestehende Herstellungsprozesse zu verändern. Diese Technologie ermöglicht kostengünstigen Schnelltests die Sensitivität von gerätebasierten Tests – und eröffnet neue Anwendungsmöglichkeiten in der dezentralen Diagnostik, Point-of-Care-Testing und globalen Gesundheitsversorgung in vielen Bereichen, darunter Kardiologie, Neurologie mit Fokus auf Schlaganfälle und Infektionsmedizin.

Die Mittel aus der Finanzierungsrunde nutzt Amplifold, um seine Technologie der Signalverstärkung in eine marktfähige industrielle Lösung zu überführen, das Produktentwicklungs- und Regulatory-Team auszubauen und die IVDR-Zulassung des ersten In-vitro-Diagnostikprodukts in Europa vorzubereiten. Zudem wird das Unternehmen in das Innovations- und Gründerzentrum für Biotechnologie (IZB) in Martinsried – eines der führenden Life-Science-Startup-Zentren Europas – umziehen und dort von der Nähe zu akademischen und klinischen Partnern profitieren.

„Lateral-Flow-Tests haben den Zugang zur Diagnostik revolutioniert, aber ihre Empfindlichkeit blieb traditionell hinter den zentralen Laborsystemen zurück. Mit der DNA-Origami-Signalverstärkung können wir viel mehr Signalgeber auf jedes Bindungsereignis eines Standardstreifens programmieren. Kostengünstige Schnelltests erreichen auf diese Weise die Sensitivität von Labor-Messgeräten, ohne dass das Grundformat verändert werden muss”, sagt Dr. Maximilian Urban, Co-Gründer von Amplifold und Haupterfinder der Kombination aus DNA-Origami-Nanotechnologie und Lateral-Flow-Assays.

In diesem Artikel zeigen wir auf, wie junge Unternehmen von bewährten Strategien und Praktiken des klassischen Autohandels profitieren können – von der Kundenpflege über die Sortimentsgestaltung bis hin zu Servicequalität und Preisgestaltung. Dabei geht es nicht um Nachahmung, sondern um die intelligente Übertragung erfolgreicher Konzepte auf moderne Geschäftsmodelle.

Kundenbeziehungen als Fundament nachhaltigen Wachstums

Im klassischen Autohandel zeigt sich, wie entscheidend stabile und vertrauensvolle Kundenbeziehungen für den langfristigen Erfolg sind. Persönliche Beratung, kontinuierliche Betreuung und das Eingehen auf individuelle Bedürfnisse schaffen Vertrauen und fördern Wiederholungskäufe. Für junge Gründer ist diese Erkenntnis besonders wertvoll: Kundenbindung lohnt sich, auch wenn digitale Geschäftsmodelle andere Kanäle nutzen.

Ein zentraler Punkt ist die Verfügbarkeit von Produkten. Autohändler sichern ihre Reputation durch ein gut sortiertes Lager und schnelle Lieferoptionen. Ähnlich sollten Start-ups darauf achten, dass ihre Kunden zuverlässig bedient werden, zum Beispiel durch schnelle Lieferung für KFZ Teile. Solche Maßnahmen erhöhen nicht nur die Zufriedenheit, sondern stärken auch das Vertrauen in die Marke.

Darüber hinaus lohnt es sich, psychologische Faktoren zu berücksichtigen. Wer die Entscheidungsprozesse der Kunden versteht, kann gezielt Angebote gestalten und den Service verbessern. Prozessoptimierung lernen: Wie der Autohandel Effizienz lebt

Effizienz ist ein wesentlicher Erfolgsfaktor im klassischen Autohandel. Händler strukturieren ihre Abläufe so, dass jede Phase – vom Kundenkontakt über Probefahrten bis hin zur Vertragsabwicklung – reibungslos funktioniert. Für Start-ups ist dies ein wertvolles Lernfeld: Wer Prozesse von Anfang an klar definiert und optimiert, spart Zeit, reduziert Fehler und steigert die Kundenzufriedenheit.

Standardisierte Abläufe sind hierbei entscheidend. So werden wiederkehrende Aufgaben automatisiert, Ressourcen gezielt eingesetzt und Engpässe vermieden. Diese Prinzipien lassen sich problemlos auf digitale Geschäftsmodelle übertragen, etwa in E-Commerce-Shops für Ersatzteile oder Serviceleistungen.

Darüber hinaus hilft Erfahrungswissen, Abläufe kontinuierlich zu verbessern. Wer regelmäßig reflektiert, welche Prozesse gut funktionieren und wo Optimierungspotenzial besteht, kann schnell auf Marktveränderungen reagieren.

Sortiment, Ersatzteile & Verfügbarkeit: Warum Auswahl ein Wettbewerbsvorteil ist

Ein breites und gut organisiertes Sortiment ist im Autohandel entscheidend für den Erfolg. Kunden schätzen Händler, die verlässlich die benötigten Produkte anbieten und schnell liefern können. Für junge Gründer ist das eine zentrale Lektion: Wer seine Produktpalette klar strukturiert und die Verfügbarkeit sicherstellt, schafft Vertrauen und steigert die Kundenzufriedenheit.

Besonders im Bereich Ersatzteile kommt es auf Schnelligkeit und Präzision an. Lange Lieferzeiten oder fehlende Teile führen zu Frustration und Kundenverlust. Start-ups können hier von etablierten Handelsstrukturen lernen und digitale Prozesse mit klassischer Logistik kombinieren, um Effizienz und Servicequalität zu maximieren.

Darüber hinaus lohnt es sich, auf Kundenfeedback zu achten. Wer versteht, welche Produkte besonders gefragt sind, kann sein Sortiment gezielt optimieren und Wettbewerbsvorteile aufbauen. Ein gut geplantes Sortiment wird so zu einem entscheidenden Erfolgsfaktor, der Vertrauen schafft und Kundenbindung stärkt.

Preisgestaltung mit Strategie – Lektionen aus dem traditionellen Handel

Die Preisgestaltung ist im Autohandel ein strategisches Instrument, das weit über den reinen Verkaufspreis hinaus Wirkung zeigt. Händler nutzen klare Preismodelle, gezielte Rabatte und psychologische Preisanker, um den Wert ihrer Produkte zu kommunizieren und Kaufentscheidungen zu beeinflussen. Für Start-ups bietet dies wertvolle Ansätze, wie sie ihre eigenen Preisstrategien entwickeln können.

Transparenz spielt dabei eine zentrale Rolle. Kunden schätzen es, wenn Preise nachvollziehbar sind und sich die Konditionen klar erklären lassen. Gleichzeitig können saisonale Aktionen, Bündelangebote oder Rabatte gezielt eingesetzt werden, um Absatz zu fördern, ohne die Markenwahrnehmung zu beeinträchtigen.

Ein weiterer Aspekt ist die Wertwahrnehmung. Der Autohandel zeigt, dass nicht der niedrigste Preis, sondern ein fairer, nachvollziehbarer Preis Vertrauen schafft. Start-ups können dies auf ihre Produkte oder Dienstleistungen übertragen: Strategische Preisgestaltung trägt direkt zur Kundenzufriedenheit und zur langfristigen Bindung bei.

Servicequalität als unterschätztes Alleinstellungsmerkmal

Servicequalität ist im klassischen Autohandel ein entscheidender Differenzierungsfaktor. Kunden erinnern sich an die persönliche Betreuung, die schnelle Problemlösung und die kompetente Beratung, oft mehr als an das Produkt selbst. Für Start-ups ist dies eine wichtige Lektion: Exzellenter Service kann ein entscheidender Wettbewerbsvorteil sein, selbst in gesättigten Märkten.

After-Sales-Services, wie Wartung, Ersatzteilversorgung oder Beratung bei Problemen, stärken die Kundenbindung nachhaltig. Wer proaktiv auf Anliegen eingeht und Lösungen anbietet, baut Vertrauen auf und erhöht die Wahrscheinlichkeit von Folgegeschäften. Dabei ist Konsistenz entscheidend – ein einmal positiver Eindruck reicht nicht; Service muss kontinuierlich zuverlässig sein.

Darüber hinaus bietet ein guter Service die Möglichkeit, wertvolles Feedback zu sammeln. Kundenrückmeldungen helfen, Produkte und Abläufe zu verbessern und das Angebot zielgerichtet weiterzuentwickeln. Für Gründer bedeutet dies: Service ist nicht nur Support, sondern ein aktives Instrument zur Optimierung des gesamten Geschäftsmodells.

Erfahrungswissen & Marktverständnis nutzen: Das „Bauchgefühl“ der Händler

Ein weiterer wichtiger Erfolgsfaktor im klassischen Autohandel ist das Erfahrungswissen der Händler. Jahrelange Praxis ermöglicht es ihnen, Marktentwicklungen frühzeitig zu erkennen, Trends zu antizipieren und Entscheidungen auf Basis von Intuition und Erfahrungswerten zu treffen. Für junge Gründer bedeutet das: Lernen Sie, Daten und Praxiswissen zu kombinieren, um fundierte Entscheidungen zu treffen.

Dieses „Bauchgefühl“ entsteht durch kontinuierliche Beobachtung des Marktes, den direkten Kundenkontakt und die Reflexion eigener Erfahrungen. Wer diese Prinzipien auf sein Start-up überträgt, kann Risiken minimieren, Chancen schneller erkennen und Prozesse flexibel anpassen.

Digitale Tools und Analysen liefern zusätzlich objektive Daten, doch die Kombination aus Erfahrung und Datenanalyse schafft einen echten Wettbewerbsvorteil. Start-ups sollten daher sowohl strukturierte Auswertungen als auch qualitative Beobachtungen in ihre Entscheidungen einbeziehen, um ein tiefes Marktverständnis aufzubauen.

Fazit: Tradition trifft Innovation

Der klassische Autohandel bietet jungen Gründern wertvolle Einblicke, die weit über den Verkauf von Fahrzeugen hinausgehen. Kundenorientierung, Prozessoptimierung, strategische Preisgestaltung, Sortiment und Servicequalität sind Kernbereiche, in denen Start-ups von etablierten Strukturen lernen können.

Die zentrale Erkenntnis lautet: Traditionelles Wissen muss nicht kopiert, sondern intelligent auf moderne Geschäftsmodelle übertragen werden. Wer die Prinzipien des Autohandels versteht und mit digitalen Tools, innovativen Prozessen und einer klaren Strategie kombiniert, verschafft sich einen klaren Wettbewerbsvorteil.

Nutzen Sie diese Lektionen, um Ihr Start-up effizienter, kundenorientierter und langfristig erfolgreich zu gestalten. Ob es um Produktverfügbarkeit, die schnelle Lieferung für KFZ Teile oder Servicequalität geht – eine durchdachte Umsetzung traditioneller Handelsprinzipien schafft Vertrauen, steigert die Kundenzufriedenheit und legt den Grundstein für nachhaltiges Wachstum.

Ziel ist die signifikante Reduktion von Tier- und Humanversuchen durch validierte, datenbasierte Simulationen, die Hersteller*innen schnellere, kosteneffizientere und regulatorisch anschlussfähige Prüfpfade ermöglichen. Das Unternehmen vereint Expertisen in Medizintechnik, medizinischer Bildverarbeitung, künstlicher Intelligenz und numerischer Simulation und beschäftigt derzeit über 20 Mitarbeitende.

Jetzt hat Virtonomy seine Series A Finanzierungsrunde erfolgreich abgeschlossen. Insgesamt konnte das Unternehmen dabei über 5 Mio. Euro sichern. Bayern Kapital beteiligte sich als langjähriger Partner mit einem erhöhten Investment von über 2 Mio. Euro. Aufgrund der starken Nachfrage und des großen Interesses der Investor*innen wurde das Kapital in der laufenden Finanzierungsrunde zudem erhöht. Companisto führte die Runde als Lead-Investor mit Beteiligungen von rund 3,3 Mio. Euro an. Bereits zuvor hatten namhafte internationale Venture-Capital-Investoren wie Accenture Ventures, Dieter von Holtzbrinck Ventures, Honeystone Ventures, Pace Ventures, UnternehmerTUM und Plug & Play in Virtonomy investiert.

„Mit dem erfolgreichen Abschluss unserer Series-A-Finanzierungsrunde legen wir den Grundstein, um die Virtonomy-Plattform weiter international zu skalieren, die regulatorische Validierung zu intensivieren und neue Märkte zu erschließen. Die starke Unterstützung durch Companisto und Bayern Kapital bestätigt die Relevanz unserer datenbasierten virtuellen Patient*innen als verlässliche Alternative zu langwierigen Studien und Tierversuchen. Unsere Vision ist, dass jedes Medizinprodukt weltweit schneller, sicherer und effizienter auf den Markt kommt, unter Nutzung unserer digitalen Patientenzwillinge“, sagt Dr. Simon Sonntag, CEO und Gründer von Virtonomy.

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.