Das Kölner Agrartechnologie-Start-up eternal.ag hat eine Finanzierungsrunde in Höhe von 8 Millionen Euro abgeschlossen. Das erklärte Ziel der Gründer Renji John und Sherry Kunjachan, die das Unternehmen im Jahr 2025 in Deutschland ins Leben riefen: die vollständige Automatisierung von Gewächshäusern voranzutreiben. Unterstützt wird das aktuell 26-köpfige Team, das neben dem Kölner Hauptsitz auch eine Niederlassung im indischen Bengaluru unterhält, von namhaften Geldgebern. An der Runde beteiligten sich die deutschen Investoren Simon Capital und Oyster Bay Venture Capital sowie EquityPitcher Ventures und Backbone Ventures aus der Schweiz. Die Vision ist ambitioniert: Bis 2040 strebt eternal.ag einen komplett durch Robotik gesteuerten Gewächshausbetrieb an, der gänzlich ohne manuelle Eingriffe auskommt.

Ein Milliardenmarkt unter enormem Druck

Die Automatisierung der Landwirtschaft ist eine strategische Notwendigkeit. Der Gewächshausanbau gewinnt an Bedeutung, da er im Vergleich zum klassischen Freilandanbau widerstandsfähiger gegenüber den Folgen des Klimawandels, saisonalen Wetterbedingungen, Landknappheit und Schädlingen ist. Doch die Branche leidet massiv unter einem schrumpfenden Arbeitskräfteangebot. Laut Unternehmensangaben hat sich die Verfügbarkeit von Personal in diesem Sektor in Europa seit 2010 um drastische 30 Prozent verringert – ein Abwärtstrend, der sich Prognosen zufolge weiter fortsetzen wird. Diese enorme Unsicherheit bei der Arbeitskräftebeschaffung will eternal.ag lösen. Die Roboter sollen die repetitive, körperlich anstrengende Erntearbeit übernehmen und so einen kontinuierlichen, zuverlässigen Betrieb gewährleisten.

Gründer-Insight: Zweiter Anlauf in der Hardware-Falle

Die eternal.ag wurde 2025 gegründet. Co-Founder Renji John ist im Bereich der Gewächshaus-Robotik ein echter Branchenkenner. Der Maschinenbauingenieur mit INSEAD-MBA und Consulting-Vergangenheit leitete zuvor bereits das niederländische Start-up Honest AgTech, das eine fast identische Vision verfolgte. Dass er nun mit der EHT Eternal Horticulture Technologies GmbH und frischen 8 Millionen Euro einen neuen Anlauf wagt, verleiht der aktuellen Strategie eine enorme Tiefe. John hat die harte Schule der Hardware-Entwicklung bereits durchlaufen. Co-Gründer Sherry Kunjachan tritt öffentlich hingegen kaum in Erscheinung. Es ist stark anzunehmen, dass er im Hintergrund die technischen Fäden in der indischen Niederlassung zieht, während John das Start-up als CEO repräsentiert.

Virtuelles Training für die reale Tomatenernte

Das erste kommerzielle Produkt der Kölner trägt den Namen "Harvester" und ist ein vollständig autonomer Ernteroboter, der speziell für Tomatengewächshäuser entwickelt wurde. Die modular konzipierte Maschine kann bis zu 22 Stunden am Tag im Einsatz sein. Ein intelligentes, KI-gestütztes System überwacht dabei kontinuierlich die Qualität der geernteten Tomaten sowie die Präzision des Schnitts. Um im extrem kapitalintensiven Hardware-Markt kostbare Zeit zu sparen, setzt das Start-up auf einen effizienten Entwicklungsansatz: Die Roboter werden zunächst mithilfe von Simulationen in virtuellen Gewächshäusern trainiert und validiert. Fehler können so korrigiert werden, bevor die Hardware im echten Einsatz ist, was die Iterationszyklen laut CEO Renji John von Monaten auf wenige Tage verkürzt. Sobald die Roboter im echten Gewächshaus agieren, speisen sie fortlaufend Daten in das System zurück. Es lernt kontinuierlich dazu und ist so optimal auf die Skalierung auf viele verschiedene Betriebe ausgerichtet. Die neuen Finanzmittel sollen nun genutzt werden, um die Technologie für die Ernte weiterer Anbaukulturen auszubauen.

Der Wettbewerb und die Monetarisierungsfalle

Trotz des Millionen-Fundings betritt eternal.ag kein unberührtes Feld. International etablierte Wettbewerber wie MetoMotion aus Israel, Four Growers aus den USA oder der niederländische Gewächshaus-Gigant Certhon besetzen bereits das lukrative Segment der automatisierten Ernte. Diese Unternehmen haben durch jahrelangen Echtwelt-Einsatz oft schon einen massiven Vorsprung beim Sammeln sensibler Greif-Daten für empfindliche Früchte.

Der entscheidende Erfolgsfaktor für eternal.ag wird daher die richtige Preisstrategie sein. Klassische Hardware-Verkäufe ("CAPEX"), bei denen Landwirte vorab hohe Investitionssummen für die Maschinen aufbringen müssen, stellen für die traditionell margenschwache Agrarbranche oft eine unüberwindbare Hürde dar. Um das eigene Versprechen von für den Landwirt/der Landwirtin "zuverlässig planbaren Betriebsabläufen" einzulösen, wird sich das Start-up voraussichtlich auf kund*innenfreundlichere, aber stark kapitalbindende Modelle stützen müssen. Dazu zählen "Robotics-as-a-Service" (RaaS), bei dem Landwirt*innen die Roboter analog zu Software-Abos inklusive Wartung flexibel mieten, oder leistungsbasierte "Pay-per-Pick"-Ansätze, bei denen nur pro geerntetem Kilogramm bezahlt wird. Nur mit risikoarmen Einstiegsmodellen wird sich das Kölner Start-up gegen die globale Konkurrenz behaupten können.

Kinderfüße wachsen in rasantem Tempo – oft so schnell, dass die teuren neuen Schuhe schon nach wenigen Monaten wieder drücken. Im Schnitt benötigt ein Kind alle vier Monate neue Schuhe. Das geht nicht nur ins Geld, sondern stellt auch eine erhebliche Belastung für die Umwelt dar. Viele Eltern greifen auf eine pragmatische, aus orthopädischer Sicht jedoch problematische Lösung zurück und kaufen Schuhe schlichtweg zu groß, nach dem Motto: Da wächst du noch rein.

Die Folge sind nicht selten schlecht sitzende Schuhe, die das Gangbild beeinträchtigen und langfristig zu Fußfehlstellungen führen können. Drei Kölner Gründer wollen diesem Kreislauf aus ständigem Neukauf und Ressourcenverschwendung nun ein Ende setzen. Mit Sizeless hat das Start-up einen Kinderschuh entwickelt, der mechanisch mitwächst und das Problem an der Wurzel packen soll.

Vom Pitch zum Prototyp

Die Idee zu Sizeless entstand aus einer tiefen Kenntnis der Schuhindustrie. Die drei Gründer Alexander Schemel (CEO), Leander Peters (COO) und Louis Smith (CTO & Head Designer) kennen sich aus ihrer gemeinsamen Zeit beim Sportartikelgiganten Adidas. Der Startschuss fiel im Frühjahr 2023 bei einer Open Innovation Challenge der Marke On-Running in Zürich, bei der Alexander und Leander ihr Konzept präsentierten und gewannen. Dieser Erfolg war der nötige Funke, um aus der Idee ein Unternehmen zu formen.

Die anschließende Hardware-Entwicklung erwies sich jedoch als massiver Härtetest. „Wir kamen aus Gesprächen mit Fabriken in Portugal zurück, denen das Projekt zu technisch, zu frühphasig und zu risikobehaftet war“, erinnert sich Leander an die anfängliche Frustration. Man konnte zwar die Idee validieren und Eltern dafür begeistern, den Schuh aber schlichtweg noch nicht physisch bauen.

Den entscheidenden Befreiungsschlag brachte schließlich das exist-Gründerstipendium des Bundeswirtschaftsministeriums. Für das Team war diese Zusage „absolut wegweisend“ – ein essenzieller Anschub, den das Trio aus eigener Kraft niemals hätte stemmen können, räumt der Gründer ein. Das staatliche Programm sicherte den Kölnern nicht nur zwölf Monate rettendes Vollzeit-Commitment, sondern deckte auch die Entwicklungs-, Gründungs- und Patentkosten weitestgehend ab. Vor allem aber lieferte es die nötigen finanziellen Ressourcen, um das fehlende Puzzleteil ins Team zu holen: den studierten Produktdesigner und Ingenieur Louis Smith. Das Stipendium finanzierte seinen Umzug von Glasgow nach Köln sowie seine laufenden Kosten. „In der Essenz: Ohne exist kein Louis, ohne Louis kein Schuh“, bringt es Leander pointiert auf den Punkt.

Doch auch die beste staatliche Förderung hat ihre strukturellen Grenzen. Wie Leander erklärt, enden die Möglichkeiten von exist exakt am kritischen Übergang von der Prototypen-Entwicklung zum Launch und der anschließenden Skalierungsphase. Um in Produktion zu gehen und die Marke aufzubauen, sei frisches Kapital zwingend notwendig. Während man sich für die Pre-Seed-Runde bereits mit starken Business Angels gut aufgestellt sieht, richtet sich der Blick der Gründer nun auf eine größere Seed-Runde gegen Ende 2026, um groß angelegte Launches vorzubereiten.

Gepaart wird diese finanzielle Herausforderung mit einem Kampf gegen die Mühlen der Behörden. Bürokratische Hürden seien bei Sizeless quasi das „inoffizielle vierte Teammitglied“. Durch den Brexit gilt Louis als Nicht-EU-Bürger; sein befristetes Arbeitsvisum lief bereits im September 2025 ab. Obwohl das Team zeitnah eine Verlängerung und einen Aufenthaltstitel beantragte, reagieren die zuständigen Sachbearbeiter kaum auf E-Mails oder Anrufe. Louis hangelt sich seither mit befristeten Fiktionsbescheinigungen von Monat zu Monat und darf das Land nach deren Ablauf vorerst nicht mehr verlassen. „Diese Absurditäten lähmen enorm“, kritisiert Leander das überlastete System, durch das jeden Tag reeller wirtschaftlicher Schaden entstehe – auch in ganz anderen Dimensionen als bei ihrem Start-up.

Der Härtetest im Kindergarten

Doch wie wächst ein Schuh mit, ohne an Stabilität einzubüßen? Sizeless geht einen technischen Weg, für den bereits eine Patentanmeldung läuft. Über zwei Laschen an der Außenseite lässt sich die Passform verstellen: Sie ziehen eine flexible Sohle nach oben oder geben sie nach unten frei, wodurch die Zehenbox gezielt vergrößert oder verkleinert wird. So lässt sich der Schuh stufenlos um acht Millimeter in der Länge anpassen – was etwas mehr als einer kompletten Schuhgröße (ca. 6,6 mm) entspricht.

Auf die Frage, ob eine solche Mechanik dem erbarmungslosen Kinder-Alltag standhält, räumt Leander ein, dass das Team hier massiv dazulernen musste. Nachdem CEO Alexander tagelang als „Praktikant“ das Bewegungsverhalten in Kindergärten analysiert und den Schuh einem „Tobetest“ unterzogen hatte, wurde das Design grundlegend überarbeitet. Der Schuh musste „kindergarten-approved“ werden. Das Resultat: eine abriebfeste Sohle mit ordentlichem Profil, ein für Bobbycar-Rennen geschützter Vorderfußbereich sowie wasserabweisende und waschmaschinentaugliche Materialien. „Auch den Sizeless-Schuh wird man kaputt bekommen, wenn man es darauf anlegt“, gibt Leander unumwunden zu. Es gelte künftig stets die Kunst zu beherrschen, Minimalismus und Flexibilität mit der nötigen Robustheit auszubalancieren.

Passform und orthopädische Grenzen

Da Kinderfüße bekanntermaßen nicht nur in die Länge, sondern auch in die Breite wachsen, kombiniert Sizeless die Mechanik mit einer von Natur aus breiten Zehenbox und einem flexiblen Obermaterial. Ein zusätzlicher Klettverschluss am Spann sorgt für Anpassungsfähigkeit bei hohen oder niedrigen Risten. Wissenschaftlich begleitet wird das Projekt von Dr. Jan-Peter Goldmann vom Institut für Biomechanik und Orthopädie der Sporthochschule Köln, der sicherstellen soll, dass die Verstellmechanik die natürliche Fußentwicklung optimal fördert.

Trotz der Anpassungsfähigkeit zieht das Start-up eine klare Grenze. „Ganz wichtig: Wir sind kein Medizinprodukt!“, betont Leander. Der Leisten orientiere sich am durchschnittlichen Kinderfuß. Absolut außergewöhnliche Maße oder komplexe orthopädische Besonderheiten wolle man mit dem Launchmodell bewusst noch nicht abdecken.

Premium-Preise und ein neues Konsumverhalten

Mit dem Konzept greifen die Kölner das traditionelle Geschäftsmodell von branchenweiten Platzhirschen wie Superfit, Ricosta oder Elefanten an, das auf den ständigen Neukauf angewiesen ist. Sizeless hingegen macht dieses schnelle Wachstum zum Feature. Preislich positioniert sich der in Europa gefertigte Schuh mit einer UVP von rund 99 Euro klar im Premium-Barfuß-Segment. In diesem dominieren aktuell Marken wie Wildling Shoes oder Affenzahn.

Wird gesunde Fußentwicklung damit zum Luxusgut? Leander kontert diese Befürchtung vehement: Kinderfüße bräuchten vor allem Raum zur freien Entfaltung, ganz nach dem Prinzip „Beschützen statt beschränken“. Der Preis richte sich an eine Kernzielgruppe, die gezielt nach funktionalen, hochwertigen Schuhen sucht, und amortisiere sich ohnehin durch die deutlich längere Nutzungsdauer.

Gleichzeitig fordert der Ansatz ein Umdenken der Eltern, die traditionell auf das Ausmessen im stationären Fachhandel vertrauen. Leander sieht darin keinen Zwang, sondern eine Befreiung: Eltern „mussten“ bisher ins Geschäft, weil die Schuhe drückten. Mit Sizeless „können“ sie den Schuh bequem selbst anpassen. Den unter Personalmangel leidenden Fachhandel sehe man langfristig nicht als Konkurrenten, sondern als wichtigen Hebel – auch wenn der limitierte Launch bewusst der eigenen Community vorbehalten bleibt. Langfristig wolle man durch ein innovatives Konzept wieder Menschen in die Läden bewegen.

Marktreife und Skalierung: Eine neue Ära?

Nach monatelanger Entwicklung hat das Team einen verlässlichen Produktionspartner in Portugal gefunden, der europäische Qualitätsstandards garantiert. Aktuell geht Sizeless den nächsten Schritt: Am 16. März 2026 launchte eine Crowdfunding-Kampagne auf Kickstarter, um die erste Serienproduktion zu finanzieren. Verläuft alles nach Plan, sollen die ersten Schuhe im Sommer 2026 ausgeliefert werden.

Bleibt die große wirtschaftliche Frage: Kannibalisiert sich ein Geschäftsmodell nicht selbst, wenn Kund*innen seltener Schuhe kaufen müssen? „Kannibalisiert wird am Ende nur das, was sich dem neuen Standard nicht anpasst“, gibt sich Leander selbstbewusst. Die Skalierung soll einerseits über die Erweiterung des Sortiments um Modelle wie den ersten Winterschuh für 2026, Hausschuhe, Sandalen oder Gummistiefel erfolgen. Der eigentliche Hebel sei jedoch das Patent. Sobald dieses final erteilt ist, will das Start-up Lizenzen an andere Marken vergeben. Die Vision der Kölner ist grenzenlos: Jeder Schuh soll künftig ein Sizeless-Schuh werden können – völlig unabhängig davon, welches Logo am Ende auf dem Karton steht.

Es sind Zahlen, die westlichen Verteidigungsministerien Kopfzerbrechen bereiten: Bei jüngsten Angriffen im Nahen Osten mussten Verteidiger laut Analysten schätzungsweise über 1,5 Milliarden US-Dollar aufwenden, um Drohnen abzufangen, deren Start die Angreifer lediglich rund 250 Millionen US-Dollar kostete. Dieses immense Ungleichgewicht befeuert die Nachfrage nach neuen, kosteneffizienten Systemen, die massive Drohnenangriffe bewältigen können.

Genau in diese Lücke stößt Alpine Eagle. Das 2023 gegründete Start-up vereint Luftfahrtingenieure und Machine-Learning-Experten und baut das weltweit erste luftgestützte Anti-Drohnen-System.

Hinter dem schnellen Aufstieg von Alpine Eagle steht ein Gründer-Duo, das zwei für DefenseTech entscheidende Disziplinen vereint: Jan-Hendrik Boelens (CEO) und Timo Breuer. Boelens bringt als ehemaliger Chief Engineer bei Airbus sowie als Ex-CTO der Drohnen-Pioniere Volocopter und Quantum-Systems tiefe Industrie- und Hardware-Erfahrung mit. Breuer hingegen liefert als ehemaliger Wissenschaftler bei Microsoft Research und der Fraunhofer-Gesellschaft die technologische Software-Tiefe. Diese Kombination überzeugte auch Investor*innen: Namhafte VCs wie IQ Capital, General Catalyst und HCVC investierten bereits über 10 Mio. Euro in die Münchner.

Der Ansatz, nicht Jahre im Labor zu verbringen, sondern schnell in den Markt zu gehen, zahlt sich aus: Bereits 2024 wurde die deutsche Bundeswehr als Erstkundin gewonnen. Das Personalwachstum spiegelt dieses Momentum wider: Von 12 Mitarbeitenden im Jahr 2024 wuchs das Team auf aktuell 50 Personen an; bis Jahresende sollen es 100 sein.

Deep Dive: Sentinel-OS und das fliegende Sensornetzwerk

Anstatt sich auf statische, bodengestützte Abwehrsysteme zu verlassen, verlagert das Unternehmen die Abwehr in die Luft. Das Herzstück bildet die Softwareplattform Sentinel-OS, die sich in verschiedenste Hardware integrieren lässt. Die Plattform arbeitet hardware-agnostisch und nutzt maschinelles Lernen, um kleine, feindliche Drohnen zu erkennen und zu klassifizieren.

Konkret kombiniert das Sentinel-System ein luftgestütztes Radar- und Sensornetzwerk mit einer softwaredefinierten Verteidigungsarchitektur. Das System erfasst feindliche Drohnen über weite Gebiete aus der Luft und schaltet sie schließlich mit eigenen, luftgestützten Abfangdrohnen (Interceptors) aus.

Das Geschäftsmodell: Software-Brain trifft externe Muskeln

Um klassische Entwicklungsengpässe beim Bau von Trägersystemen zu umgehen, wählt Alpine Eagle einen pragmatischen Integrationsansatz. Für eine skalierbare Produktion verknüpft das Start-up seine Technologie mit der DeltaQuad Evo, einer Trägerdrohne des niederländischen Herstellers DeltaQuad. Durch diese Partnerschaft sichert sich Alpine Eagle den Zugang zu industriellen Produktionskapazitäten und stärkt eine widerstandsfähige europäische Lieferkette. Durch die Kombination aus bewährter Hardware und eigener Erkennungs- und Abwehrsoftware können die Systeme deutlich schneller geliefert werden als in klassischen Rüstungsprogrammen.

Für die finale Abfang-Komponente steht jedoch ein operativer Sprung bevor: Alpine Eagle plant aktuell nahe München den Bau einer 2.000 Quadratmeter großen Fabrik, um einen eigens entwickelten Interceptor im großen Maßstab selbst zu fertigen.

Die direkten Wettbewerber im DefenseTech-Valley

Die Standortwahl München ist strategisch. Die bayerische Landeshauptstadt hat sich zum Epizentrum für europäische Verteidigungstechnologie entwickelt. Alpine Eagle agiert hier in einem hochkompetitiven Ökosystem, das intensiv um Budgets und Top-Talente kämpft:

• TYTAN Technologies: Ein weiteres stark wachsendes Münchner Start-up, das sich auf kosteneffiziente Counter-UAS-Lösungen spezialisiert hat und jüngst ein Millionen-Funding abschließen konnte.
• Quantum-Systems: Das Unternehmen, bei dem Alpine-Eagle-CEO Boelens früher selbst als CTO tätig war, baut primär Aufklärungsdrohnen (ISR) und prägt den europäischen Markt entscheidend mit.
• Helsing: Das europäische KI-Aushängeschild der Rüstungsbranche baut zwar keine Drohnen, dominiert aber den Bereich der softwaredefinierten Sensordatenverarbeitung (Electronic Warfare).

Die Hürden der Skalierung

Alpine Eagle profitiert aktuell von massivem Momentum.

• Das Start-up liefert wichtige Praxis-Validierungen durch Härtetests unter extremen Bedingungen in der Ukraine.
• Dort sind Counter-Drohnen-Systeme ständigen Massenangriffen ausgesetzt.
• Zudem müssen die Systeme in der Ukraine auch bei gestörten GPS-Bedingungen zuverlässig funktionieren.
• Weitere Validierung erfolgte durch die Teilnahme am US/UK-Militärmanöver Project Vanaheim.
• Zudem ist Alpine Eagle in ein Verteidigungsinnovationsprogramm der Niederlande eingebunden.
• Neben der Bundeswehr konnte das Unternehmen bereits Kund*innen in UK und den Niederlanden gewinnen.

„Verteidigungsministerien suchen zunehmend nach Systemen, die schnell geliefert und skaliert werden können, wenn der operative Bedarf wächst“, erklärt CEO Jan-Hendrik Boelens. Durch den Aufbau bestehender industrieller Kapazitäten und die Integration in die eigene Architektur kann das Unternehmen skalierbare Abwehrfähigkeiten bereitstellen.

Doch die Skalierung birgt Risiken: Der Aufbau echter Fertigungslinien bindet enorm viel Kapital und bringt klassische Supply-Chain-Risiken mit sich, die im starken Kontrast zur Skalierbarkeit reiner Software-Start-ups stehen.

Fazit

Alpine Eagle beweist eindrucksvoll, dass schnelles Start-up-Tempo in der europäischen Rüstungslandschaft möglich ist. Die Symbiose aus starkem Software-Kern und pragmatischer Hardware-Integration ist klug gewählt. Der eigentliche Reifetest beginnt jedoch genau jetzt: Im direkten Wettbewerb mit hochfinanzierten Playern und etablierten Giganten wird sich zeigen, ob die Transformation zum verlässlichen, massenproduzierenden Hardware-Lieferanten gelingt.

Viele Gründer*innen haben Angst vor immensen Anwaltskosten und schieben die Markenanmeldung auf die lange Bank. Ein fataler Fehler. Dabei sind die reinen Amtsgebühren überraschend überschaubar – wenn man das System der sogenannten "Nizza-Klassen" versteht.

Die amtlichen DPMA-Kosten 2026 im Überblick

Wenn du deine Marke nur für den deutschen Markt schützen möchtest, ist das Deutsche Patent- und Markenamt (DPMA) in München zuständig. Das Amt berechnet für die Anmeldung feste Gebühren, die unabhängig davon sind, ob du ein Wort oder ein Logo schützen lässt.

Der Preis richtet sich primär nach der Anzahl der sogenannten Waren- und Dienstleistungsklassen (Nizza-Klassifikation). Du musst bei der Anmeldung angeben, in welchen Branchen deine Marke geschützt werden soll (z. B. Klasse 25 für Bekleidung, Klasse 42 für Softwareentwicklung).
 

Gut zu wissen: Mit der Zahlung dieser Grundgebühr ist deine Marke für 10 Jahre geschützt. Danach wirsd eine Verlängerungsgebühr (aktuell 750 Euro) fällig.

Tipp für 2026: Der KMU-Fonds der EU zahlt mit

Bevor du nun die 290 Euro an das DPMA überweist, solltest du prüfen, ob dein Start-up förderfähig ist. Auch im Jahr 2026 hat das Amt der Europäischen Union für geistiges Eigentum (EUIPO) den sogenannten KMU-Fonds ("SME Fund") neu aufgelegt.

Kleine und mittlere Unternehmen (KMU) mit Sitz in der EU können hier Gutscheine beantragen, bevor sie ihre Marke anmelden. Wenn der Antrag bewilligt wird, erstattet dir die EU bis zu 75 % der Markenanmeldegebühren zurück. Aus den 290 Euro beim DPMA werden so faktisch knapp über 70 Euro. Ein massiver Hebel für das knappe Bootstrapping-Budget!

Wortmarke oder Bildmarke? Die richtige Strategie wählen

Beim DPMA kannst du verschiedene Markenformen anmelden. Die zwei wichtigsten für Start-ups sind:

1. Die Wortmarke: Sie schützt den reinen Text (den Namen deines Start-ups), völlig unabhängig von Schriftart, Farbe oder Logo. Die Wortmarke bietet in der Regel den stärksten und umfassendsten Schutz!
2. Die Bildmarke: Sie schützt rein grafische Elemente (dein Logo-Symbol).
3. Die Wort-/Bildmarke: Eine Kombination aus deinem Namen und einem spezifischen Design. Achtung: Hier ist oft nur exakt diese Kombination geschützt. Wenn du dein Logo in zwei Jahren re-designst, verfällt der Schutz unter Umständen.

Praxis-Tipp: Wenn dein Start-up-Name rechtlich schützbar ist (also nicht rein beschreibend wie "Schuh-Shop Berlin"), melde ihn als Wortmarke an. Das gibt dir maximale Flexibilität für zukünftige Logo-Anpassungen.

Die größte Kostenfalle: Warum das DPMA dich nicht vor Abmahnungen schützt

Hier liegt der häufigste und teuerste Irrtum von Gründer*innen: Das DPMA prüft bei deiner Anmeldung nur, ob absolute Schutzhindernisse vorliegen (z.B. ob das Wort ein allgemeiner Gattungsbegriff ist oder gegen die guten Sitten verstößt).

Das Amt prüft NICHT, ob es deinen Namen (oder einen sehr ähnlichen) bereits gibt!

Wenn du 290 Euro zahlst und die Marke eingetragen wird, hast du noch lange keine Rechtssicherheit. Existiert bereits eine ältere, verwechselbar ähnliche Marke, kann deren Inhaber*in innerhalb von drei Monaten Widerspruch einlegen oder dich sogar kostenpflichtig abmahnen. Solche markenrechtlichen Abmahnungen beginnen aufgrund der hohen Streitwerte meist bei Anwaltskosten von 1.500 bis 2.000 Euro aufwärts.

So schützt du dich vor versteckten Kosten:

• Kostenlose Vorab-Recherche: Nutze die kostenlose Datenbank des DPMA (DPMAregister), um zu prüfen, ob es identische Namen in deinen Wunschklassen gibt.
• Professionelle Ähnlichkeitsrecherche: Identische Namen findet man leicht selbst. Gefährlich wird es bei ähnlichen Namen (z.B. Puma vs. Poma). Hier lohnt es sich, für ca. 300 bis 600 Euro einen Fachanwalt / eine Fachanwältin für gewerblichen Rechtsschutz mit einer professionellen Markenrecherche inklusive Risikogutachten zu beauftragen. Diese Anwaltskosten sind die beste Versicherung gegen spätere, existenzbedrohende Abmahnungen.

Fazit: Budgetiere smart, aber spare nicht am falschen Ende

Die Anmeldung einer deutschen Marke kostet dich reine Amtsgebühren in Höhe von 290 Euro für zehn Jahre – über den EU-Fonds 2026 sogar noch deutlich weniger. Die eigentliche finanzielle Gefahr liegt nicht in der Anmeldung selbst, sondern in der fehlenden Vorab-Recherche. Wer blind anmeldet, spielt russisches Roulette mit seinem Start-up-Budget.

Hinweis der Redaktion: Dieser Artikel dient ausschließlich der allgemeinen Information und stellt keine verbindliche Rechtsberatung dar. Das Markenrecht ist hochkomplex. Wir übernehmen keine Haftung für die Vollständigkeit und Aktualität der Gebühren (Stand: Frühjahr 2026). Vor einer Markenanmeldung empfehlen wir dringend die Konsultation eines Fachanwalts für gewerblichen Rechtsschutz, um eine professionelle Ähnlichkeitsrecherche durchführen zu lassen.

Wer sich heutzutage mit gesunder Ernährung beschäftigt, verliert sich schnell in einem Dickicht aus Protein-Hypes, Mikro-Diäten und unzähligen Supplements. Gleichzeitig klafft im Markt eine strukturelle Lücke: Klassische Ernährungsberatung ist oft teuer, punktuell und richtet sich meist an Menschen, die bereits gesundheitliche Probleme haben. Digitale Ernährungs-Tracker hingegen sind zwar günstig und zugänglich, fokussieren sich aber fast ausschließlich auf rudimentäres Kalorienzählen und kurzfristigen Gewichtsverlust. Die langfristige Gesundheit – die sogenannte Healthspan – bleibt dabei oft auf der Strecke. Genau in diese Lücke stößt nun das 2025 gegründete Start-up Preeo. Das Gründungsteam um Anneke Flechtner (CEO) und Christopher Marx (CTO) positioniert sich mutig im aufstrebenden Longevity-Sektor und plant Ende März 2026 den offiziellen Launch seiner App.

Vom Marketing zur Gesundheitsmission

Die Idee zu Preeo reifte nicht über Nacht. CEO Anneke Flechtner, die ursprünglich aus dem Marketing kommt und bereits eine eigene Agentur aufbaute, widmete sich dem Thema angetrieben von der Frustration über oberflächliche Ernährungstrends und kurzsichtige Diät-Apps. Zusammen mit CTO Christopher Marx wurde aus der Ursprungsidee schließlich Preeo, das Prävention in den Alltag der breiten Masse bringen will.

Doch reicht Marketing-Erfahrung für einen Markt, der tiefe wissenschaftliche und teils medizinische Expertise erfordert? Flechtner kontert diesen Einwand selbstbewusst: „Mein beruflicher Fokus lag in den letzten Jahren zwar im Marketing, gleichzeitig bin ich aber auch lizenzierte Ernährungsberaterin.“ Sie betont, dass es zwar viel fundiertes Wissen über Ernährung gebe, dieses aber im Alltag kaum ankomme. „Oft fehlt die Übersetzung in etwas, das verständlich und wirklich umsetzbar ist“, so die Gründerin. Um das wissenschaftliche Fundament zu sichern, orientieren sich die Inhalte an etablierten Leitlinien und evidenzbasierter Präventionsforschung. Flankierend baut das Start-up ein Advisory Board mit Expertinnen und Experten aus Ernährungswissenschaft, Medizin und Präventionsforschung auf. Flechtners Hintergrund soll letztlich genau die Brücke schlagen, um diese Erkenntnisse für die Nutzer tatsächlich alltagstauglich aufzubereiten.

KI-Tracking trifft auf Wearable-Daten

Der Einstiegspunkt für die Nutzer*innen ist die Preeo-App, die deutlich mehr sein will als ein weiteres Food-Tagebuch. Um die bei Tracking-Apps gefürchtete „App Fatigue“ (die Ermüdung durch aufwendiges manuelles Eintragen) zu umgehen, setzt Preeo auf KI-Fotoerkennung sowie Sprach- und Texteingaben. Der eigentliche technologische Clou ist jedoch die Datenfusion: Preeo verknüpft die getrackte Ernährung mit biometrischen Daten aus Wearables wie Apple Health oder Garmin. Parameter wie Schlafqualität, Stresslevel und tägliche Bewegung fließen in die Algorithmen ein. So sollen Nährstoffdefizite proaktiv erkannt und kontextbezogene Empfehlungen ausgesprochen werden. Wer schlecht schläft oder hohem Stress ausgesetzt ist, bekommt entsprechende Anpassungen für seinen Speiseplan.

Angesichts der oft fehleranfälligen KI-Erkennung und variierender Hardware-Genauigkeit drängt sich jedoch die Frage nach der Zuverlässigkeit dieser Empfehlungen auf. CTO Christopher Marx räumt technische Unschärfen unumwunden ein: „Unser Ziel ist aktuell bewusst nicht, auf das Gramm genau zu sein.“ Das Kernproblem bestehender Apps sei nicht mangelnde Präzision, sondern dass Nutzer schnell kapitulieren. „Ein schnelles Foto vom Teller hat eine gewisse Unschärfe, aber es ist unendlich wertvoller als ein perfektes Protokoll, das am Ende nie ausgefüllt wird“, argumentiert Marx. Die App ziele nicht auf obsessiven Tracking-Stress ab, sondern basiere ihre kontextbezogenen Impulse auf längerfristig beobachteten Trends, wodurch sich Ausreißer über die Zeit ausgleichen würden. Wer es genauer brauche, könne zudem manuell nachjustieren.

Bei der Verschmelzung solch intimer Gesundheits- und Stressdaten schrillen aus Datenschutzsicht unweigerlich die Alarmglocken. Hier verspricht Marx strikte DSGVO-Konformität. „Preeo versteht sich als Verbindungsstück zwischen verschiedenen Datenquellen – nicht als Datentresor“, stellt der CTO klar. Sensible Gesundheitsdaten bleiben lokal auf dem Gerät oder in den Ökosystemen der Hersteller. Preeo ziehe diese nur anlassbezogen und kurzlebig heran, während Mahlzeiten-Daten lediglich anonymisiert zur Weiterentwicklung der Erkennung genutzt würden.

Bleibt das Problem der traditionell hohen Abwanderungsraten bei Fitness-Apps: Warum sollten Nutzer*innen jahrelang für ein Abo bezahlen, wenn sie ihre Defizite längst verstanden haben? Für Anneke Flechtner ist Gesundheit kein Projekt mit Enddatum. „Stress, Schlaf, Bewegung oder Trainingsziele verändern sich ständig und damit auch die Anforderungen an unsere Ernährung“, erklärt die CEO. Preeo solle als kontinuierlicher Gesundheitsbegleiter agieren, der mit der Zeit aus den Daten lernt und Empfehlungen dynamisch an die Lebensumstände anpasst.

Zwischen Megatrend und hartem Wettbewerb

Das Marktumfeld könnte spannender kaum sein: Longevity ist einer der Megatrends dieses Jahrzehnts. Während in den USA Start-ups wie Zoe oder InsideTracker dreistellige Millionenbeträge einsammeln, steht Europa noch am Anfang.

Bis zum Launch Ende März wurde Preeo vom Gründerduo komplett gebootstrapped. „Diese Phase war für uns sehr wertvoll, weil wir uns vollständig auf Produktqualität und Nutzererlebnis konzentrieren konnten“, resümiert Flechtner. Doch die Vision ist größer: Um Prävention in Deutschland und Europa stärker zu skalieren, peilt das Start-up noch 2026 eine Pre-Seed-Finanzierungsrunde über rund eine Million Euro an. Voraussetzung dafür ist jedoch eine entsprechende Nutzer*innen-Traktion. CTO Marx ergänzt dazu pragmatisch: „Wir bauen momentan ein reines Digitalprodukt auf, was mit AI immer günstiger wird [...] Neue Start-ups erzielen Milliarden-Bewertungen mit sehr kleinen AI-nativen Teams.“

Gleichzeitig muss sich Preeo in einem stark umkämpften „Red Ocean“ gegen Giganten wie Yazio, MyFitnessPal, Oura oder Whoop behaupten. Preeo positioniert sich exakt an der Schnittstelle dieser Welten. Um Nutzer*innen angesichts kostenloser Konkurrenz zum Zahlen zu bewegen, setzt das Start-up auf ein Freemium-Modell. Während Basis-Tracker Nutzer*innen mit ihren Daten oft allein ließen, schließe Preeos Premium-Abo mit tieferen Analysen und einem KI-Coach die Lücke zwischen billigen Apps und teurer Einzelberatung.

Das Geschäftsmodell unter der Lupe

Bei aller Euphorie stellen sich für das Geschäftsmodell zentrale Herausforderungen. Ob sich Preeo das Trend-Label Longevity wirklich anheften kann, ist fraglich, da das Start-up bislang auf echte klinische Biomarker wie Blut- oder DNA-Tests verzichtet. Die Ansätze basieren stattdessen rein auf der Kreuzung von Software-Daten und Wearable-APIs.

Auf die direkte Frage nach der regulatorischen Grauzone und einer möglichen Einstufung als Medizinprodukt (MDR) oder der Abrechnung über Krankenkassen (DiGA) bleibt die Gründerin zurückhaltend und den konkreten Zukunftsplan schuldig. Sie betont stattdessen die aktuelle Positionierung: „In der aktuellen Phase versteht sich Preeo bewusst als Präventions- und Lifestyle-App. Wir diagnostizieren keine Krankheiten und ersetzen keine medizinische Beratung.“ Eine stärkere medizinische Validierung sei eher „eine Perspektive für die Zukunft“.

Zudem birgt die Verknüpfung von Wearable-Daten mit Ernährung im Alltag die Gefahr einer Datenüberflutung, die schnell zu Frustration führen kann. Die Handlungsempfehlungen müssen zwingend so simpel und granular aufbereitet sein, dass sie nachhaltige Verhaltensänderungen bewirken.

Aus wirtschaftlicher Sicht plant Preeo langfristig den cleveren Sprung vom margenschwachen B2C-Abo zu margenstärkeren Telehealth-Dienstleistungen wie digitaler Beratung durch echte Experten. Dem naheliegenden Einstieg ins Betriebliche Gesundheitsmanagement (BGM) erteilt Flechtner vorerst jedoch eine Absage. Auch wenn das Feld spannend sei, liege der Fokus aktuell „ganz bewusst darauf, Prävention für den einzelnen Nutzer greifbar und verständlich zu machen“. B2B2C-Modelle sehe sie erst langfristig als Potenzial.

Auch der geplante Telehealth-Ausbau liegt noch in der Ferne. Zunächst müsse die technologische Grundlage stehen. „Der Ausbau in Richtung digitaler Beratung ist deshalb perspektivisch geplant, aber nicht der erste Schritt nach dem Launch“, stellt Flechtner klar. Für die spätere Qualitätssicherung verspricht sie allerdings bereits klare Qualifikationsanforderungen und ein kuratiertes Netzwerk aus zertifizierten Berater*innen.

Einordnung & Fazit

Preeo surft auf einer massiven Welle. Die Fusion aus KI-Tracking und Gesundheitsdaten ist der logische nächste Schritt in der Evolution der Health-Apps. Isoliertes Kalorienzählen ist ein Relikt der Vergangenheit. Gelingt es Preeo nach dem Launch Ende März, eine loyale Nutzer*innenschaft aufzubauen und nahtlos in höherwertige Longevity-Services zu konvertieren, winkt dem jungen Hamburger Start-up die Rolle als relevanter europäischer Player. Zuvor muss das Gründungs-Duo jedoch beweisen, dass seine Algorithmen echten gesundheitlichen Mehrwert liefern, der den Wechsel von den etablierten Platzhirschen rechtfertigt.

In der ganz frühen Phase einer Gründung, wenn klassische Bankkredite noch in weiter Ferne liegen, schlägt die Stunde der informellen Investor*innen. Ob Business Angels oder das private Umfeld: Ohne dieses Kapital würden viele Ideen den Sprung zum Markteintritt nicht schaffen.

Eine aktuelle Studie des RKW Kompetenzzentrums in Kooperation mit dem Thünen-Institut offenbart nun jedoch eine tiefe Kluft im Investitionsverhalten. Die Daten, basierend auf dem Global Entrepreneurship Monitor (GEM), zeigen ein deutliches Muster: Man investiert bevorzugt in das eigene Geschlecht.

Die Zahlen: Einseitigkeit bei den Männern

Besonders deutlich wird dies bei den männlichen Kapitalgebern. Rund 64 Prozent ihres Kapitals floss im Jahr 2024 in Gründungen von Männern. Nur magere 18 Prozent der männlichen Investitionen kamen Gründerinnen zugute.

Frauen zeigen sich hier deutlich offener: Fast 60 Prozent der informellen Investorinnen unterstützten andere Frauen. Gleichzeitig floss knapp ein Drittel ihres Kapitals in männlich geführte Startups. Damit investieren Frauen weitaus häufiger geschlechterübergreifend als ihre männlichen Pendants.

Mutiger außerhalb der Familie

Ein weiteres Detail der Studie betrifft die soziale Nähe zum Investitionsobjekt. Zwar bleibt der Kreis aus Familie und Freunden („Family and Friends“) für beide Geschlechter wichtig (ca. 37 bis 39 Prozent), doch bei Investitionen außerhalb des sozialen Nahfelds haben Frauen die Nase vorn:

• Frauen: 51 Prozent investieren in Personen außerhalb des engen Kreises (z. B. Fremde mit guten Ideen oder Kollegen).
• Männer: Hier liegt der Anteil bei lediglich 42 Prozent.

Dies deutet darauf hin, dass Frauen bei ihren Investment-Entscheidungen häufiger sachbezogen und jenseits bestehender privater Netzwerke agieren.

Einordnung für die Praxis

Für das Startup-Ökosystem ist dieser Befund ein Weckruf. Da Männer mit einer Quote von 9 Prozent deutlich häufiger als informelle Investoren auftreten als Frauen (5,1 Prozent), entsteht für Gründerinnen ein struktureller Nachteil beim Kapitalzugang.

Was bedeutet das für Gründer*innen und Investor*innen?

1. Netzwerk-Strategie: Gründerinnen sollten gezielt weibliche Business-Angel-Netzwerke ansprechen. Die Daten belegen hier eine signifikant höhere Erfolgswahrscheinlichkeit.
2. Unconscious Bias: Männliche Investoren sollten ihr Portfolio kritisch prüfen. Wer nur in das eigene Spiegelbild investiert, übersieht lukrative Investmentchancen in weiblich geprägten Märkten.
3. Strukturelle Förderung: Um die Finanzierungslücke für Frauen zu schließen, ist nicht nur mehr Wagniskapital nötig, sondern vor allem eine Stärkung der weiblichen Investorinnen-Basis.

Fazit

Der Women Entrepreneurship Monitor macht klar: Kapital ist in Deutschland (noch) nicht geschlechtsneutral. Die größere Offenheit der Frauen beim Investieren sollte als Vorbild dienen, um die deutsche Startup-Landschaft diverser und damit wettbewerbsfähiger zu machen.

In der frühen Phase eines Start-ups sind Engineering-Ressourcen das wertvollste Gut. Wenn es um die Überwachung der eigenen Software geht, tappen viele Tech-Teams in eine von zwei Fallen: Entweder sie fliegen komplett blind oder sie bauen gigantische, teure Dashboards, die niemand versteht.

Um pragmatisch zu starten, müssen wir zunächst zwei Begriffe trennen, die oft fälschlicherweise synonym verwendet werden: Monitoring und Observability.

• Monitoring sagt dir, dass etwas kaputt ist (Das System ist krank).
• Observability (Beobachtbarkeit) sagt dir, warum es kaputt ist und wo genau es wehtut.

Um das „Warum“ herauszufinden, nutzt die Industrie verschiedene Signale: Logs, Metriken, Traces und Frontend-Daten. Doch nicht alle sind für Start-ups gleich wichtig. Hier ist der Reality-Check, worauf es anfangs wirklich ankommt.

1. Der absolute Gamechanger: Exception Tracking (Die User-Sicht)

Das beste Server-Monitoring nützt nichts, wenn der „Kaufen“-Button im Browser des Kunden einen unsichtbaren JavaScript-Fehler wirft. Das Backend merkt davon nichts, aber der Umsatz bleibt aus.

Der Nutzen: Extrem hoch. Tools für sogenanntes Exception Tracking (wie Sentry, Bugsnag oder Rollbar) fangen Fehler genau dort ab, wo sie passieren – im Frontend beim Nutzer und im Backend. Sie gruppieren tausende Fehlermeldungen intelligent zusammen und zeigen: "Dieser spezifische Fehler betrifft gerade 150 Nutzer."

Das Start-up-Urteil: Ein absolutes Muss von Tag eins an. Es priorisiert Fehler automatisch nach Dringlichkeit und liefert den Entwicklern den genauen Code-Schnipsel, der den Absturz verursacht hat.

2. Das Rückgrat der Fehlersuche: Strukturierte Logs

Logs sind das Tagebuch der Applikation. Wenn ein Fehler auftritt, sind sie der Ort, an dem Entwickler den Kontext finden: Wer hat was wann versucht?

Der Nutzen: Sehr hoch. Aber Vorsicht: Einfache Text-Logs (wie man sie früher geschrieben hat) werden bei viel Traffic schnell unlesbar.

Das Start-up-Urteil: Pflichtprogramm, aber richtig umgesetzt. Startups sollten von Beginn an auf Structured Logging (JSON-Format) setzen. So lassen sich Log-Dateien später wie eine Datenbank durchsuchen (z.B. "Zeige mir alle Fehler von User ID 12345"). Um Kosten zu sparen, sollten anfangs nur echte Warnungen und Fehler geloggt werden, nicht jeder harmlose Klick.

3. Der Puls des Systems: Metriken (und die RED-Methode)

Metriken sind aggregierte Zahlen über die Zeit (z. B. CPU-Auslastung, Anzahl der Fehlermeldungen pro Minute, durchschnittliche Ladezeit).

Der Nutzen: Mittel für die eigentliche Ursachenfindung, aber essenziell für Alarme. Metriken verraten dir nicht die exakte fehlerhafte Codezeile, aber sie wecken dich nachts auf, wenn das System kollabiert.

Das Start-up-Urteil: Wichtig, aber bitte simpel halten. Anstatt Dutzende von Dashboards zu bauen, sollten Start-ups die sogenannte RED-Methode für ihre wichtigsten Schnittstellen nutzen:

• Rate: Wie viele Anfragen kommen rein?
• Errors: Wie hoch ist die Fehlerrate?
• Duration: Wie lange dauern die Antworten?

Reißt einer dieser drei Werte aus, gibt es eine Slack-Nachricht ans Team – und die Entwickler springen zur eigentlichen Fehlersuche in die Logs.

4. Die Overkill-Falle: Distributed Tracing und Session Replays

Jetzt kommen wir zu den Tools, die auf Konferenzen gerne beworben werden, Start-ups aber oft mehr Zeit kosten, als sie einbringen.

• Distributed Tracing: Traces verfolgen den Weg einer einzelnen Nutzeranfrage durch ein Labyrinth aus Dutzenden Microservices. Solange ihr aber einen gut gebauten Monolithen oder nur eine Handvoll Services betreibt, rechtfertigt der enorme Implementierungsaufwand den Nutzen nicht. Hebt euch Tracing für den Tag auf, an dem euer System massiv skaliert.
• Session Replay: Das sind Tools, die den Bildschirm des Nutzers aufzeichnen, um Mausbewegungen vor dem Fehler nachzuvollziehen. Ein fantastisches Werkzeug für UX-Designer, aber für Entwickler unter Zeitdruck oft zu zeitraubend in der Auswertung.

Die Schattenseiten: Wenn das Monitoring selbst zum Problem wird

Observability ist kein reines Wundermittel. Wer nicht aufpasst, schafft sich mit den besten Absichten neue Probleme. Startups müssen vor allem vier Risiken im Blick behalten:

• Die Kostenexplosion: Viele SaaS-Tools rechnen nach Datenvolumen ab. Wer stur nach dem Motto „Log everything“ vorgeht, zahlt am Ende oft mehr für das Monitoring als für die eigentlichen Server. Lösung: Unwichtige Daten filtern und Löschfristen (Retention) auf 7 bis 14 Tage begrenzen.
• Das DSGVO-Minenfeld: Detaillierte Logs saugen schnell sensible Daten wie Klartext-Passwörter, E-Mail-Adressen oder Kreditkarten-Fragmente auf. Landen diese auf Servern von US-Drittanbietern, drohen handfeste rechtliche Konsequenzen. Lösung: Sensible Daten müssen zwingend maskiert werden (Data Scrubbing), bevor sie das eigene System verlassen.
• Alarm-Müdigkeit (Alert Fatigue): Wenn der Slack-Kanal alle fünf Minuten wegen Nichtigkeiten bimmelt, stumpft das Team ab. Irgendwann wird der eine, wirklich kritische Ausfall übersehen. Lösung: Alarme dürfen nur feuern, wenn Nutzer tatsächlich beeinträchtigt sind und Entwickler aktiv eingreifen müssen.
• Performance-Einbußen: Zu viel Tracking im Code (gerade im Frontend des Nutzers) kann die Applikation spürbar verlangsamen. Die Beobachtung des Systems darf das Produkt niemals ausbremsen.

Fazit: Das 80/20-Prinzip für Start-ups

Start-ups sollten nicht versuchen, das Observability-Setup von Tech-Giganten zu kopieren. Die goldene Regel für die Frühphase lautet: Investiert 80 Prozent eurer Zeit in ein sauberes Exception Tracking (Frontend und Backend) und konsequent strukturierte Logs. Ergänzt das Ganze durch einfache Metriken (RED), die Alarm schlagen, wenn es wirklich brennt. Vermeidet unnötige Datensammelwut und schützt die Privatsphäre eurer Nutzer.

Infobox: Die Grundsatzentscheidung – Selbst bauen oder mieten?

Neben der Wahl der Signale stehen Start-ups früh vor der Frage, wie sie diese Tools betreiben. Hier gibt es zwei Lager:

1. Open Source (Selber hosten): Tools wie der ELK-Stack, Prometheus oder Grafana kosten keine Lizenzgebühren und die Daten bleiben komplett auf den eigenen Servern (ein DSGVO-Vorteil).
Der Haken: Die Einrichtung und Wartung frisst wertvolle Entwicklerzeit. Die teuerste Ressource im Start-up ist nicht der Server, sondern die Zeit der Entwickler.

2. SaaS / Managed Services (Mieten): Plattformen wie Datadog, Sentry oder New Relic sind in wenigen Minuten einsatzbereit und erfordern null Wartung.
Der Haken: Sie kosten Geld, und bei steigendem Datenvolumen können die Rechnungen empfindlich steigen (Vendor Lock-in).

Die goldene Regel & Teamkultur: Startet nach Möglichkeit mit SaaS-Lösungen, um euch auf euer Kernprodukt zu konzentrieren. Wechselt erst zu selbst gehosteten Systemen, wenn die monatliche SaaS-Rechnung teurer wird als die Arbeitszeit eines DevOps-Engineers. Und vergesst nicht die Kulturfrage ("You build it, you run it"): Das beste Tool nützt nichts, wenn nicht klar geregelt ist, wer sich am Wochenende um den Alarm kümmert.

Mit diesem pragmatischen Setup löst ein agiles Entwicklerteam 99 Prozent aller Probleme in Rekordzeit – und kann sich ansonsten auf das konzentrieren, was wirklich zählt: Ein Produkt zu bauen, das die Kunden lieben.

Das Berliner KI-Infrastruktur-Start-up Qdrant hat heute eine Series-B-Finanzierungsrunde in Höhe von 50 Millionen US-Dollar bekannt gegeben. Angeführt wird die Runde vom Investor AVP, unter Beteiligung von Bosch Ventures, Unusual Ventures, Spark Capital und 42CAP. Mit dem frischen Kapital will das Unternehmen, das eine in der Programmiersprache Rust entwickelte Open-Source-Vektorsuchmaschine für Produktionslasten anbietet, seine sogenannte Composable Vector Search als fundamentale Infrastruktur für die KI-Ära standardisieren.

Für die Start-up-Szene und die StartingUp-Leser*innen liefert Qdrant ein Paradebeispiel für europäisches DeepTech, Product-Led Growth über Open-Source und den harten strategischen Wettbewerb im aktuellen KI-Ökosystem.

Vom Side-Project zur modularen Architektur

Die Ursprünge von Qdrant gehen auf das Jahr 2021 in Berlin zurück. Die Gründer André Zayarni, heute CEO des Unternehmens, und Andrey Vasnetsov, der heutige CTO, arbeiteten zunächst an einer Matching-Engine für gigantische Mengen unstrukturierter Textdaten. Der technologische Durchbruch kam, als Vasnetsov vorschlug, auf neuronale Suche umzuschwenken und sich in seiner Freizeit die speichersichere Programmiersprache Rust aneignete.

Technologisch hat sich der Markt seitdem rasant entwickelt. Zu Beginn löste die Vektorsuche ein sehr spezifisches Problem, nämlich das Abrufen der nächsten Nachbarn aus dichten Embeddings über weitgehend statische Datensätze. Moderne KI-Systeme sehen heute jedoch völlig anders aus: Retrieval-Prozesse laufen nun in Agenten-Schleifen ab, führen pro Workflow Tausende von Abfragen über hybride Modalitäten aus und greifen auf sich kontinuierlich verändernde Daten zu.

Qdrant verabschiedet sich daher von einer reinen Black-Box-Lösung und setzt stattdessen auf eine modulare Infrastruktur. Entwickler*innen können Primitive zur Vektorsuche – wie dichte und spärliche Vektoren, Metadaten-Filter, Multi-Vektor-Darstellungen und benutzerdefinierte Bewertungsfunktionen – direkt zum Zeitpunkt der Abfrage frei kombinieren. Dies erlaubt eine explizite Steuerung darüber, wie sich jede einzelne Komponente auf die Relevanz, die Latenz und die Kosten auswirkt. Um der steigenden Forderung nach Flexibilität nachzukommen, ist Qdrant so designt, dass es sich nahtlos in Cloud-, Hybrid-, On-Premise- und Edge-Umgebungen einsetzen lässt.

Das Open-Core-Modell auf dem Prüfstand

Mit diesem Ansatz tritt Qdrant als sogenannter Picks-and-Shovels-Anbieter der andauernden KI-Revolution auf. Das Geschäftsmodell basiert auf einem Open-Core-Ansatz: Die Basis-Software ist quelloffen und erfreut sich mit mittlerweile über 250 Millionen Downloads sowie mehr als 29.000 GitHub-Stars einer massiven Beliebtheit. Namhafte Konzerne wie Tripadvisor, HubSpot, OpenTable, Bazaarvoice und Bosch nutzen die Technologie bereits kontinuierlich unter realer Produktionslast. Geld verdient das Start-up durch Managed-Cloud-Dienste sowie dedizierte Enterprise- und On-Premise-Lösungen.

Die kritische geschäftliche Hürde liegt jedoch in der massiven Ressourcen- und Rechenintensität von Vektordatenbanken. Die enorme Verbreitung im Open-Source-Bereich ist zwar exzellent für das Marketing, muss sich jedoch dauerhaft mit einer hohen Konversionsrate in zahlende Enterprise-Kund*innen übersetzen lassen, um die erheblichen Infrastruktur- und Vertriebskosten zu decken. Das Funding über 50 Millionen US-Dollar ist deshalb essenziell, um das Wachstum und den Cloud-Ausbau massiv zu forcieren.

Im Haifischbecken der Tech-Giganten

In diesem Umfeld agiert das Start-up in einem der derzeit umkämpftesten Tech-Sektoren überhaupt. Zu den Hauptkonkurrenten zählen Pure-Play Vektordatenbanken wie Pinecone, das als Platzhirsch im reinen Cloud-Segment gilt und enorme Einfachheit bietet, architektonisch jedoch die Gefahr eines Cloud-Vendor-Lock-ins birgt. Mitbietende Open-Source-Rivalen wie Weaviate mit einem starken Fokus auf hybride Suche und Milvus kämpfen in einer ähnlichen Liga wie Qdrant.

Die vielleicht größte Bedrohung geht jedoch von traditionellen Datenbanksystemen wie PostgreSQL, MongoDB oder Elasticsearch aus, die Vektorsuch-Funktionen inzwischen integriert haben. Herkömmliche Tools, die Vektorsuche nur als zusätzliche Schicht auf alte Indexierungsmodelle packen, brechen jedoch unter den Anforderungen moderner KI-Skalierungen oft ein. Qdrant ist daher strategisch gezwungen, als Spezialist durch vorhersagbare, niedrige Latenzen im Milliarden-Skalen-Bereich zu überzeugen.

Lektionen für die Start-up-Szene

Für Gründerinnen und Gründer lassen sich aus dem Fall Qdrant wertvolle Lektionen ziehen. Das Start-up zeigt eindrucksvoll, dass Entwickler*innen heute die wichtigsten Gatekeeper im B2B-Sales sind und eine starke Open-Source-Community eine organische Adaption generiert, die sich im Anschluss an große Enterprises monetarisieren lässt.

Zudem zahlt sich die frühe technologische Wette auf die Programmiersprache Rust aus, da Performance im KI-Markt ein harter Wettbewerbsvorteil ist.

Nicht zuletzt demonstriert Qdrant, dass tiefgreifende KI-Infrastruktur – eine Technologie, von der alle fortschrittlichen KI-Anwendungen abhängig sein werden – erfolgreich aus Berlin heraus gegründet und in globale Märkte skaliert werden kann.

Damit positioniert sich das Unternehmen künftig als umfassende digitale Lösung für Vermietung und Verkauf von Wohnimmobilien in Deutschland. Was als nutzerinnenfreundliche App-Alternative für die Wohnungssuche begann, soll sich nun zu einer umfassenden Infrastruktur entwickeln, die nahezu den gesamten Verkaufsprozess digital organisieren soll.

Das Bemerkenswerte daran: Laut Gründerin Lena Tuckermann hat ein dreiköpfiges Kernteam das neue Segment in nur 14 Tagen mithilfe von KI aus dem Boden gestampft – eine klare Kampfansage an die etablierten Marktgiganten.

Vom eigenen Wohnungs-Frust zum PropTech-Challenger

Die Mietz GmbH ist eine 2021 gegründete SaaS-Plattform für digitale Immobilienvermarktung mit Sitz in Berlin. Entstanden aus der eigenen Frustration bei der Wohnungssuche, startete Tuckermann mit der Mission, Vermietende und Mietende von Mailfluten zu befreien und den gesamten Prozess der Wohnraumvermietung zu digitalisieren. Das reicht von der Inseratserstellung über das Bewerbermanagement bis hin zur rechtssicheren Vertragsunterzeichnung.

+++ Tipp der Redaktion: 2023 was Lena Tuckermann bereits unsere „Gründerin der Woche“ – hier das Interview zum Nachlesen. +++

Das Konzept ging auf: Inzwischen wird die Plattform nach Unternehmensangaben deutschlandweit von über 150.000 Nutzerinnen verwendet. Flankiert wird das aktuelle Wachstum durch strategische Verstärkung im Management: Der Münchner Unternehmer Lukas Schwaiger ist als neuer Partner an Bord. Er schließe laut Tuckermann vor allem eine inhaltliche Lücke im Team. „Lukas teilt unsere Vision und Ambition und ist damit eine große Bereicherung für Mietz“, freut sich die Gründerin. Und schiebt den strategischen Mehrwert gleich hinterher: „Zudem bringt er viel operative Expertise aus dem Verkaufssegment ein – dieses Wissen ist wertvoll für die Weiterentwicklung unserer Software Prozesse.“

KI-Tempo vs. Konzernstrukturen

Besonders aufsehenerregend ist die Geschwindigkeit der Produktentwicklung. Dass das neue Marktsegment des Immobilienverkaufs dank des massiven Einsatzes künstlicher Intelligenz von nur drei Personen innerhalb von zwei Wochen aufgebaut wurde, ist eine Kampfansage. Mietz positioniert sich bewusst als schnelle, technologiegetriebene Alternative zu einem Monopol mit 1049 Mitarbeitenden – ein unverhohlener Seitenhieb auf die dominierenden Immobilienportale. In einer traditionell stark von Männern dominierten Immobilienbranche setzt Tuckermann als Female Founder damit ein echtes Ausrufezeichen für agile Softwareentwicklung.

Doch wie viel an den 14 Tagen Entwicklungszeit ist reines KI-Prompting und wie viel echte Programmierarbeit? „Das war ein ambitionierter Plan, aber ich war mir sicher, mit dem aktuellen Tech-Setup schaffen wir das“, blickt Tuckermann zurück. Sie ordnet die Euphorie jedoch realistisch ein: „Der Großteil ist nach wie vor klassisches Coding, die Einzelprozesse werden jedoch durch K-Produkte in einer wesentlich höheren Geschwindigkeit abgewickelt, als vorher.“ Dennoch sei der Sprung gewaltig: „Vor einem Jahr beispielsweise hätten wir mit Coding allein noch viel länger für so ein Produkt gebraucht. Das ist eine riesige Chance für Start-ups in der aktuellen Zeit.“

Diese neuen technischen Möglichkeiten will Mietz nutzen, um gezielt die Schwächen des großen Goliaths anzugreifen. Dieser habe laut der Gründerin in den letzten Jahren durch eine sehr aggressive Preispolitik im Markt viele Teilnehmer verärgert. Zudem liefen viele Prozesse immer noch arbeitsintensiv, intransparent und vor allem ineffizient ab. „Kein Mensch braucht 1.000+ E-Mails pro Vermietung“, kontert Tuckermann scharf. Ihre Kampfansage lautet daher: „Wir sehen die Chance darin, diese Probleme zu lösen und einen Prozess zur Verfügung zu stellen, der fair, kosteneffizient und schnell funktioniert. Ohne eine einzige E-Mail.“

Tinder-Prinzip trifft auf KI und B2B-Effizienz

Der Verkaufsbereich richtet sich wie auch die Vermietung sowohl an Privatpersonen als auch an professionelle Anbieter*innen. Die Plattform digitalisiert sämtliche Schritte der Immobilienvermarktung und soll dadurch Kosten und administrativen Aufwand erheblich reduzieren. Das System basiert auf mehreren technologischen Säulen, die nun auch den Verkauf skalierbar machen sollen.

Um das zu erreichen, setzt Mietz auf eine radikale Vereinfachung der User Experience: Für Suchende adaptiert die Plattform das gelernte Tinder-Prinzip. Nach der einmaligen Anlage einer digitalen Bewerbungsmappe reicht ein simpler Swipe nach rechts, um sich auf passende Objekte zu bewerben. Auf Anbieterseite verspricht die Software dank KI-gestützter Automatisierung eine massive Arbeitserleichterung. So soll die Künstliche Intelligenz selbständig Exposé-Texte basierend auf hochgeladenen Bildern verfassen und diese eigenständig um Mikro- sowie Makrolage-Daten ergänzen.

Flankiert wird dies vom sogenannten Mietz Score: Ein eigens entwickelter Algorithmus wertet Bewerberinnendokumente vollautomatisch aus und zeigt den Anbieterinnen sofort die Passgenauigkeit und Bonität der Interessenten an. Doch Mietz zielt nicht nur auf private Eigentümerinnen ab: Mit einem klaren B2B-Fokus unterstützt die Plattform auch Massenimporte sowie Schnittstellen zu ERP-Systemen, wodurch sich die Lösung ebenso nahtlos für Wohnungsunternehmen, Projektentwicklerinnen und Maklerinnen eignet.

Laut Tuckermann reduziert die digitale End-to-End-Lösung die Kosten um bis zu 80 Prozent und wickelt den Vermietungsprozess im Schnitt doppelt so schnell ab wie übliche Immobilienplattformen.

Zwischen Convenience und Notariat

Der Kauf einer Immobilie ist jedoch eine hochvolumige, oft lebensverändernde Entscheidung. Ob eine schnelle, auf Bequemlichkeit getrimmte UX dem enormen Informations- und Sicherheitsbedürfnis beim Immobilienkauf gerecht wird, muss sich erst noch zeigen. Auf die Nachfrage, wie sie diesem Anspruch gerecht werden wolle, betont die Gründerin: „Gerade bei einer solchen Kauf-Entscheidung geht es um Verlässlichkeit, Sicherheit und Transparenz.“ Man verstehe sich nicht nur als Plattform, sondern als Unterstützer für die Nutzer*innen. Das setze man um, indem nur geprüfte Angebote von seriösen Anbieter*innen gelistet und auch Informationen rund um den Prozess zur Verfügung gestellt werden.

Ein weiteres Nadelöhr ist der in Deutschland zwingend erforderliche Gang zum Notariat. Tuckermann räumt ein, dass die Software in diesem streng regulierten analogen Schritt aktuell noch an juristische Grenzen stößt. „Im Verkauf ist das Vertrauen in der Anbahnung und die Verbindung der richtigen Vertragsparteien ein sehr wesentlicher Prozess. Hierauf konzentrieren wir uns für den Start in diesem Jahr“, erklärt sie die aktuelle Roadmap. Langfristig wolle man die Grenzen aber verschieben: „Im Anschluss geht es darum, den Prozess möglichst weit für den Notar vorzubereiten – etwa durch Features, die den Datenraum automatisch aufbereiten.“

Wo Mietz angreift – und was zum Überleben nötig ist

Der Blick auf die Konkurrenz zeigt, dass Mietz sich auf ein hart umkämpftes Schlachtfeld begibt. Das von Lena Tuckermann erwähnte Monopol mit 1049 Mitarbeitenden ist ein kaum verhüllter Fingerzeig auf den Branchenriesen ImmoScout24. Flankiert von Playern wie Immowelt dominiert dieser das klassische Classifieds-Geschäft. Gleichzeitig tummeln sich im PropTech-Sektor bereits etablierte Start-ups wie McMakler, die den Verkaufsprozess als hybride Makler digitalisieren wollen.

Wie kann und muss sich Mietz in diesem Sandwich aus Milliardenkonzernen und Unicorn-Hoffnungen absetzen? Die Strategie der Berliner ruht dabei auf drei tragenden Säulen. Anstatt wie klassische Immobilienportale überwiegend auf kostenintensive Anzeigenmodelle zu setzen – und damit viel Frustration im Markt zu verursachen –, verfolgt Mietz einen technologiegetriebenen Ansatz. Das Ziel ist es, Immobilientransaktionen und das gesamte Ökosystem rund um die Immobilie als digitales Home Ecosystem völlig neu zu denken.

Um sich zudem die KI-gestützte Preisführerschaft zu sichern, greift das Start-up die teuren Verkaufs-Inserate der klassischen Portale sowie die kostenintensiven Vertriebsteams der Hybrid-Makler an. Mietz setzt als SaaS-Modell stattdessen voll auf KI und Automatisierung, um die Kosten für Anbieter*innen drastisch zu senken. Der dritte entscheidende Hebel gegen die großen Portale ist ein gezielter B2B-Lock-in-Effekt: Durch eine tiefe Integration in die Arbeitsabläufe der Immobilienprofis mittels ERP-Schnittstellen will Mietz für Wohnungsunternehmen langfristig unverzichtbar werden.

Bei der Monetarisierung des Verkaufssegments weicht Tuckermann von reinen Abo-Modellen ab: „Es wird eine Kombination geben“, verspricht sie. „Wir überlassen unseren Nutzern die Wahl, ob sie Mietz in einem pay-per-use Modell nutzen möchten oder als SaaS Abo.“

Der Lackmustest

Lukas Schwaiger ist überzeugt, dass klassische Plattformmodelle in den kommenden Jahren durch technologische Entwicklungen und KI zunehmend an Bedeutung verlieren werden. Dennoch bleibt der Immobilienmarkt ein „Winner-takes-all-Spielfeld“. Platzhirsche verfügen über gewaltige Netzwerkeffekte und Millionen von Seitenbesucher*innen. Eine End-to-End-Lösung muss zwingend genügend Käuferinnen und Verkäuferinnen vereinen, um echte Liquidität im Markt zu schaffen.

Wie will Mietz ohne gigantisches Marketingbudget diese Netzwerkeffekte erzielen? Tuckermann gibt sich hier überaus selbstbewusst: „Beide Parteien sind schon da und kommen aktuell aus dem Markt proaktiv auf uns zu.“ Sie verweist auf die Vorarbeit der letzten Jahre: „Wir haben in den vergangenen Jahren ein starkes Immobiliennetzwerk aufgebaut. Die Produktwünsche hat der Markt klar formuliert.“ Für ihr agiles Team sei die Mission nun simpel: „Für uns geht es jetzt vor allem um deren Umsetzung in hoher, technischer Geschwindigkeit.“

Dass ein 3-Personen-Team nach eigenen Angaben in 14 Tagen ein Verkaufs-Tool baut, beweist beispiellose Agilität. Ob das ausreicht, um hochvolumige Transaktionen von den etablierten Playern abzuziehen, wird die Zukunft zeigen.

Friction-Maxxing ist ein Trend aus dem Lifestyle-Bereich, der jedoch auch großes Potenzial für die Arbeitswelt und den strategischen Einsatz von KI in Unternehmen hat. Gemeint ist damit ein Verhalten, bei dem man bewusst mehr kleine Hindernisse und Hürden in Arbeitsprozessen akzeptiert.

Der große Vorteil: Durch eine bewusste Verzögerung wird das Urteilsvermögen geschärft, das Engagement vertieft und die mentale Resilienz der Mitarbeitenden gestärkt.

Friction-Maxxing als Gegengewicht zur KI-Dominanz

Insbesondere für Führungskräfte und das mittlere Management bietet Friction-Maxxing die Möglichkeit, produktive Reibung in Entscheidungsprozesse zurückzubringen. Durch die Rückkehr zu mehr persönlichen Begegnungen und analogen Arbeitsabläufen entstehen Dinge, die in digitalen Formaten schlicht verloren gehen:

• Konzentrierte Aufmerksamkeit.
• Psychologische Sicherheit.
• Wichtige nonverbale Signale.

Persönliche Begegnungen ermöglichen einen konstruktiven Austausch und helfen Teams dabei, ein gemeinsames Verständnis von Qualität zu entwickeln. Am Ende geht es nicht darum, unnötige Hürden aufzubauen, sondern das richtige Maß an „Reibung“ zu gestalten: Analoges für einen besseren Umgang mit Ambiguität, Kreativität und richtungsweisenden Entscheidungen – Digitales für die Umsetzung.

Fokus und Sinnhaftigkeit zurückerobern

Positive Reibung kann als dringend benötigtes Gegengewicht zur KI-getriebenen Beschleunigung in der Arbeitswelt fungieren und den Fokus wiederherstellen. Sei es durch das gründliche, manuelle Überdenken eines Briefings oder den bewussten Wunsch nach persönlichem Austausch anstelle eines asynchronen Chats. Wer sich Zeit zum Denken, Begegnen und Gestalten zurückerobert, ermöglicht es Teams, sich wieder mit ihrem eigentlichen Auftrag und ihren Ansprüchen zu verbinden – Qualitäten, die KI-Automatisierung allein niemals erreichen kann.

Dieses geänderte Verhalten führt zu mehr Präsenz, weniger Angst und einem gestärkten Gefühl der Kontrolle. Der bewusst gewählte, nur scheinbar umständlichere Weg kann somit zu mehr Autonomie und tieferer Zufriedenheit am Arbeitsplatz beitragen.

Ein Plädoyer für intentionale Reibung

Die Aufgabe moderner Führungskräfte ist es daher, bei menschenzentrierten Tätigkeiten ganz bewusst sogenannte intentionale Reibung herbeizuführen und KI parallel dazu zu nutzen, den täglichen administrativen Arbeitsaufwand zu minimieren.

Unternehmen müssen klar benennen, wo KI ihre Stärken hat und eingesetzt werden soll – und wo menschliche Fähigkeiten wie Empathie, Urteilsvermögen und kritisches Denken absolut unersetzlich sind. So gibt man Mitarbeitenden die Möglichkeit, sich auf die Arbeit zu konzentrieren, die wirklich zählt und echten Mehrwert schafft.

Friction-Maxxing ist somit weniger ein Plädoyer gegen die Technologie, sondern vielmehr ein Aufruf zur Intentionalität: Dem bewussten Abwägen darüber, wann Prozesse automatisiert werden sollten und wann gerade der Widerstand den entscheidenden Unterschied machen kann.

Der Autor Dr. Arne Sjöström ist Regional Director, People Science EMEA bei Culture Amp. Sein Schwerpunkt liegt in der Organisationspsychologie und der angewandten Forschung.

Hinter der Aiconiq GmbH stehen zwei ausgewiesene Branchenexperten. Gegründet wurde das Start-up 2025 von Prof. Dr. Peter Gentsch, einem bekannten KI-Pionier und Seriengründer, sowie dem KI-DeepTech-Experten Dr. Michael Patrushev. Gemeinsam bringen sie jahrzehntelange Erfahrung aus der KI-Forschung, im internationalen Engineering und beim Skalieren technologiegetriebener Unternehmen in ihr neues Projekt ein.

Mehr als nur ein Chatbot

Dass hier DeepTech-Experten am Werk sind, zeigt sich am technologischen Anspruch: Während viele Firmen mit generischen Chatbots experimentieren, integriert Aiconiqs Corporate Brain laut Unternehmensangaben nicht nur explizites, sondern gezielt das implizite Wissen (Tacit Knowledge) der Belegschaft. Erfasst wird dies durch KI-gesteuerte Interviews. Um Halluzinationen und subjektiven Fehleinschätzungen vorzubeugen, setzt Co-Gründer Michael Patrushev auf harte Validierung: „Die KI stellt keine offenen, spekulativen Fragen, sondern kontextualisierte, prozessbezogene Fragen entlang realer Use Cases.“

Nach einem Abgleich mit ERP-Logs und Experten-Kreuzvergleichen speichere das System keine absoluten Wahrheiten, so Patrushev, sondern „gewichtete Wissenselemente mit Vertrauens-Score und Quellenreferenz“. Gerade dieses subjektive Erfahrungswissen sei im Unternehmensalltag entscheidend, müsse aber umsichtig geprüft werden.

David gegen die Tech-Goliaths

Im hart umkämpften Markt stellt sich die Frage, wie lange das Start-up gegen die Milliarden-Budgets von Microsoft oder OpenAI bestehen kann. Prof. Peter Gentsch gibt sich pragmatisch: „Wir kämpfen nicht gegen die Hyperscaler wie OpenAI, Google oder Anthropic – wir nutzen sie.“ Das eigene System setze horizontal auf den bekannten Modellen auf. Der Burggraben entstehe durch branchenspezifische Use Cases in einer sicheren, DSGVO-konformen Umgebung, wahlweise on-premises oder in einer europäischen Cloud.

Gentsch pointiert: „Wir wollen nicht das größte Gehirn bauen; wir bauen das relevanteste Brain für ein Unternehmen. Die Tech-Giganten optimieren Skalierung – wir optimieren den Unternehmens-Kontext.“

Skalierung: Softwareprodukt oder Manufaktur?

Die schnelle Entwicklung der eigenen Modelle sichert Aiconiq durch die interne „Aiconiq Factory“ ab, die auf radikale Automatisierung setzt. Kontrollverlust fürchtet Patrushev dabei nicht: „Geschwindigkeit ersetzt bei uns nicht Qualität – sie wird durch Qualitätssicherungssysteme ermöglicht.“ Jeder KI-generierte Code durchlaufe strenge Security-Checks und Test-Pipelines.

Doch lässt sich das aufwendige Einfangen von Unternehmenswissen beim Kunden ebenso reibungslos skalieren, oder droht Aiconiq in einem beratungsintensiven Manufaktur-Modell steckenzubleiben? Gentsch wehrt ab: Man nutze KI, um KI im Unternehmen aufzubauen. Algorithmen deckten Inkonsistenzen im Wissen automatisch auf und lösten sie teils selbständig. Ganz ohne menschliches Zutun gehe es aber nicht, räumt der Gründer ein: „Damit bleibt immer ein wenig Manufaktur bzw. ‚Human in the loop‘.“

Ausblick

Mit einer aktuellen Bewertung von 10 Millionen Euro und der Aufnahme ins „German Accelerator USA-Programm“ hat Aiconiq.io nach eigenen Angaben bereits namhafte DAX-Konzerne überzeugt. Gelingt es den Frankfurtern nun, die komplexe Wissensextraktion weiter zu standardisieren, könnte sich ihr „Corporate Brain“ als eine treibende Kraft der „industriellen KI-Revolution“ aus Deutschland etablieren.