Die sechste jährliche KI-Startup Landscape
Das appliedAI Institute for Europe veröffentlicht jedes Jahr die deutsche KI-Startup-Landschaft - Deutschlands wichtigste und umfangreichste Analyse der KI-Startup-Szene. Ziel ist es, die KI-Startup-Landschaft in Deutschland zu beleuchten, die Nutzung von KI voranzutreiben und mehr Möglichkeiten für Partnerschaften zwischen Startups und Unternehmen zu schaffen. Zudem soll auch das allgemeine Wissen über angewandte KI verbessert werden.
Gemeinsam mit unseren Partnern aus Wissenschaft, Politik und Industrie haben wir uns zum Ziel gesetzt, ein Ökosystem zu schaffen, welches es KI-Startups ermöglicht, sich zu entfalten und die Zukunft der KI zum Wohle der Gesellschaft mitzugestalten. Durch die Schaffung einer zentralen Datenbank mit qualitativ hochwertigen und extern validierten KI-Startups bieten wir einen einfachen Zugang, um Unternehmen und KMU sowie staatliche Einrichtungen mit KI-Partnern ihres Vertrauens zusammenzubringen. Erstmalig führen wir in diesem Jahr auch eine Liste der 20 am meisten beachteten KI-Startups in Deutschland ein.
Zusammen mit NVIDIA, Intel und zwölf renommierten Venture Capital Unternehmen (Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, Lakestar, High-Tech Gründerfonds, eCAPITAL, La Famiglia, Asgard, Burda Principal Investments, HV Capital, und Born2Grow), wurden über 1000 KI Startups analysiert. Alle Startups wurden im Jahr 2013 oder danach gegründet und haben ein primäres Geschäftsmodell, das auf KI basiert (siehe Details zur Methodik unten). Alle vorgestellten KI-Startups wurden in Deutschland gegründet und haben dort ihren Hauptsitz.
Übrigens: Wir nehmen bereits jetzt Bewerbungen für die AI Startup Landscape 2024 entgegen - wenn Du also ein vielversprechendes KI Startup hast und in der AI Startup Landscape des nächsten Jahres vertreten sein willst, bewirb dich gerne!
Methodik
Nach wissenschaftlichen Standards haben wir eine robuste, strenge und objektive Methodik für das Screening, die Analyse und die Bewertung aller KI-Startups in Deutschland entwickelt. Insgesamt lässt sich der Prozess wie folgt zusammenfassen:
Im Laufe des Jahres bewerben sich Startups über unsere Online-Umfrage, um in die Landscape aufgenommen zu werden. Darüber hinaus screenen wir die gesamte deutsche Startup-Landschaft und nehmen Nominierungen von unseren Kontributoren (NVIDIA, Intel, Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, Lakestar, High-Tech Gründerfonds, eCAPITAL, La Famiglia, Asgard, Burda Principal Investments, HV Capital, und Born2Grow) entgegen.
Die Startups werden dann auf der Grundlage von Daten, Talent, KI-Methoden, Skalierbarkeit und Gesamtqualität bewertet und anschließend geclustert (siehe "Clustering-Logik" unten). Hierfür erstellen unsere AI Analysts zunächst eine Shortlist. Die Startups werden zunächst von unseren AI Analysts bewertet ("shortlisted" oder "verworfen"), um eine Shortlist zu erstellen. Um die Validität unserer Ergebnisse zu erhöhen, werden alle Startups von mehreren Expert:innen bewertet und die Inter-Rater-Reliabilität berechnet. Unklare Fälle - d.h. Startups mit einer niedrigen Inter-Rater-Reliabilität - wurden dann einzeln in einer größeren Expert:innengruppe bewertet, was zu einer endgültigen Entscheidung über "shortlisted" oder "verworfen" führte.
Startups aus der KI Startup Landscape des Vorjahres werden automatisch in die Iteration des neuen Jahres übernommen, es sei denn, das Startup wurde geschlossen, aufgekauft, das Geschäftsmodell hat nicht mehr KI als Fokus, oder das Startup ist an einen anderen geografischen Standort außerhalb Deutschlands umgezogen. Wenn ein Startup in der Vorjahres-Iteration war, aber älter als 10 Jahre ist, wurde es ebenfalls gelöscht.
Damit ein Startup für die KI-Startup Landscape zugelassen wird, muss es die folgenden Anforderungen erfüllen:
Es muss sich um ein eingetragenes Unternehmen handeln.
Das Startup muss vor weniger als 10 Jahren gegründet worden sein oder das Kerngeschäftsmodell vor weniger als 10 Jahren (einschließlich 2013) auf KI umgestellt haben.
Der Hauptsitz des Startups muss sich in Deutschland befinden.
Das Startup muss mind. zwei Vollzeitäquivalente (FTEs) haben.
Das Startup muss mind. einen FTE mit KI-Kompetenz haben.
Das Startup muss KI als Kern haben oder eine signifikante Nutzung von KI vorweisen können
Das Startup bzw. sein Geschäftsmodell hat eine hohe Anschauungsvalidität (engl. “face validity”) (bspe. professioneller Internetauftritt, überzeugendes Geschäftsmodell, etc.).
Die Shortlist wird von unserer Jury (NVIDIA, Intel, Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, Lakestar, High-Tech Gründerfonds, eCAPITAL, La Famiglia, Asgard, Burda Principal Investments, HV Capital, und Born2Grow) unabhängig evaluiert und bewertet. In einem letzten Schritt werden alle Rückmeldungen von den Expert:innen des appliedAI Institute for Europe zusammengefasst und analysiert.
Clustering-Logik
Die Logik für das Clustering basiert auf der Landscape for Machine Intelligence von Shivon Zilis. Sie wird aus der Sicht von Unternehmen entwickelt, die KI in ihrem Unternehmen einsetzen wollen:
Enterprise Functions: Die Produktivität bestehender Aufgaben steigern – unterstützen Sie Ihre Mitarbeitenden mit sofort einsatzbereiten, KI-fähigen Tools, die ihre tägliche Arbeit erleichtern und so die Produktivität steigern.
Enterprise Intelligence: Neue Datenquellen nutzen – erschließen Sie neue Einblicke, die mit herkömmlichen Methoden bisher zu schwierig oder zu teuer waren.
Technology Type: Produkte mit ML bauen – geben Sie Entwicklern die Tools an die Hand, die sie benötigen, um Software für maschinelles Lernen zu erstellen, zu nutzen und daraus einen Wettbewerbsvorteil zu erzielen.
Industries: „AI-first“-Produkte nutzen – nutzen und kooperieren Sie mit Startups, die mit maschinellem Lernen branchenbezogene Produkte und Dienstleistungen anbieten.
Wachstum der AI Startup Landscape 2023
Die Zahl der in Deutschland ansässigen KI-Startups hat massiv zugenommen. In der deutschen KI-Startup Landschaft 2023 sind 508 Startups vertreten, was einem enormen Wachstum von 67% im Vergleich zum Vorjahr entspricht. Von 304 KI-Startups aus dem Jahr 2022 sind 262 auf der Liste geblieben und 246 neue KI-Startups wurden in die Liste aufgenommen. Von den 42 KI-Startups, die nicht mehr in der deutschen KI-Startup Landschaft 2023 vertreten sind, wurden 28% aufgekauft, 38% liquidiert, 10% haben das Produkt oder das Unternehmen verlagert und 24% mussten entfernt werden, da sie mittlerweile älter als 10 Jahre sind. Die Überlebensrate von KI-Startups ist also extrem hoch im Vergleich zu der von Nicht-KI-Startups.
Insgesamt glauben wir, dass der massive Anstieg der Zahl der KI-Startups vor allem auf zwei Gründe zurückzuführen ist:
Erstens muss festgestellt werden, dass es eine Diskrepanz zwischen der tatsächlichen Gründung eines KI-Startups und der Aufnahme in die KI-Startup-Landschaft gibt. Der Grund dafür ist, dass nur KI-Startups gelistet werden, die ein starkes Geschäftsmodell mit einer bestimmten Anzahl von Vollzeitäquivalenten aufweisen (siehe Unterabschnitt "Methodik" für weitere Informationen). Es gibt also eine zeitliche Verzögerung zwischen der Gründung eines KI-Startups und der Aufnahme in unsere Liste, da nur vielversprechende Startups aufgelistet werden (und im Gegenzug werden KI-Startups mit begrenzten Ressourcen und nicht spezifizierten Wertversprechen noch nicht aufgelistet, da sie sich noch in der Weiterentwicklung befinden).
Zweitens haben wir unsere Methodik weiterentwickelt und unseren Datenerhebungsprozess erweitert. Daher können die Gründe für das hohe Wachstum in gewissem Maße nicht nur auf die schnelle Expansion der deutschen KI-Startup-Szene, sondern auch auf einen verbesserten Datenerhebungsprozess zurückgeführt werden.
Standortanalyse
Wie in den letzten Ausgaben dominieren die Städte Berlin und München weiterhin die KI-Startup-Landschaft. Der Anteil der beiden Städte beläuft sich auf 52% der deutschen KI-Startups. Auch in diesem Jahr dominiert Berlin als deutsche Stadt mit der größten Anzahl an KI-Startups (165), während München an zweiter Stelle liegt (99 bzw. 108 einschließlich der Vororte von München). Aber auch andere Städte holen auf: Folgende Städte erreichen eine zweistellige Zahl an KI-Startups: Hamburg (41), Darmstadt (17), Karlsruhe (17) und Köln (15).
Auf der Ebene der Bundesländer dominiert Berlin (32,5 %) erneut deutlich die KI-Landschaft in Deutschland, gefolgt von Bayern (24,6 %), Nordrhein-Westfalen (10,2 %) und Baden-Württemberg (9,6 %).
Um eine aussagekräftigere Interpretation der Ergebnisse zu erhalten, sollten die KI-Startups pro Kopf eines Bundeslandes berücksichtigt werden. Dies führt zu einer interessanten Verschiebung in der Rangliste. Während nämlich Berlin als Stadtstaat wieder an erster Stelle steht, folgen Hamburg, Bayern, Hessen, Baden-Württemberg und das Saarland. Die Zahlen verdeutlichen, dass es ein erhebliches Gefälle zwischen den Bundesländern in Deutschland gibt, wobei Berlin pro Kopf etwa 100x mehr KI-Startups hat als Sachsen-Anhalt.
Finanzierung
Etwa die Hälfte der in der KI-Startup Landschaft 2023 aufgeführten KI-Startups hat einen erheblichen Finanzierungsbetrag erhalten (vorbehaltlich öffentlich verfügbarer Informationen). Für die finanzierten KI-Startups beträgt der durchschnittliche Finanzierungsbetrag 14,8 Mio. USD, während der Median bei 5,4 Mio. USD liegt. Im Durchschnitt der Gründungsjahre nimmt die Höhe der erhaltenen Finanzmittel im Laufe der Zeit zu, da sich ältere Startups als erfolgreich auf dem Markt etabliert haben und erfolglose Startups in der Regel liquidiert werden, nachdem sie finanziell nicht erfolgreich waren.
Bemerkenswert ist, dass 81 KI-Startups eine Finanzierung von mehr als 10 Mio. USD erhielten. Darüber hinaus erhielten 119 KI-Startups eine Finanzierung zwischen 1 und 10 Mio. USD.
Industrien und Enterprise Functions
Bei den KI-Startups mit industriellem Fokus beobachten wir in diesem Jahr eine Dominanz von KI-Startups in den folgenden deutschen industriellen Schlüsselsektoren: (1) Gesundheits- und Sozialwesen, (2) Verarbeitendes Gewerbe und (3) Transport, Mobilität und Lagerung.
Die folgende Abbildung zeigt die Verteilung der KI-Startups auf die Branchen (bitte beachte, dass nur Branchen mit mindestens 10 aktiven KI-Startups in dieser Abbildung enthalten sind).
Was die Unternehmensfunktionen angeht, sind deutsche KI-Startups insb. in den Bereichen Produktion (30), Forschung & Entwicklung (27), Betrieb (24), Marketing (19) und Kundenservice & Support (18) sehr aktiv.
Bemerkenswert ist zudem, dass fast alle untersuchten KI-Startups B2B-Startups sind. Tatsächlich sind weniger als 5 % der KI-Startups in den Bereichen B2C oder B2G tätig.
Technologien and Enterprise Intelligence
Hinsichtlich der Technologiearten, in denen deutsche KI-Startups tendenziell aktiv sind, fällt auf, dass nur sehr wenige KI-Startups Frameworks (11) oder Infrastrukturen (10) aufbauen - Bereiche, in denen typischerweise ein hoher Umsatz erzielt werden kann.
Wenn es um die zugrundeliegende Unternehmensintelligenz (“enterprise intelligence”) geht, sind deutsche KI-Startups vor allem in den Bereichen Computer Vision (28%) und Natural Language Processing (25,3%) sehr stark. Darüber hinaus sind KI-Startups in den Bereichen Forecasting (15,1%) und Planung (11,6%) sowie Discovery (8,1%) aktiv. Überraschenderweise sind nur 5,8% der untersuchten KI-Startups vorwiegend im Bereich der Robotik tätig - einem Zweig der Technik, der für die deutsche Industrie historisch gesehen äußerst wichtig ist.
Besonders hervorzuhebende KI-Startups in Deutschland
Zum ersten Mal stellen wir in diesem Jahr auch eine Liste der 20 besonders hervorzuhebenden KI-Startups in Deutschland vor. Eine Jury (NVIDIA, Intel, Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, Lakestar, High-Tech Gründerfonds, eCAPITAL, La Famiglia, Asgard, Burda Principal Investments, HV Capital, and Born2Grow) wurde befragt, welche Startups sie als vielversprechendste KI-Startups in Deutschland für 2023 sehen. Die endgültige Liste wurde anschließend von den KI-Expert:innen des appliedAI Institute for Europe konsolidiert und erstellt. Das appliedAI Institute for Europe hat an der Abstimmung selbst nicht teilgenommen.
Basierend auf dem objektiven Jury-Voting wurden die folgenden Startups als die am meisten hervorgehobenen KI-Startups in Deutschland für 2023 ausgewählt (bitte beachte, dass die Reihenfolge alphabetisch und nicht-hierarchisch ist):
Aleph Alpha
askUI
Brighter AI
Celus
Deepset
Frequenz
Helsing
HQS Quantum Simulations
Hyperganic
Luminovo
Navvis
Parloa
Paretos
Qdrant
Scoutbee
SPREAD
Taktile
Twaice
Ultimate.ai
ZenML
Kontributoren
Verwendung der KI Startup Landscape 2023
Als gemeinnützige Organisation sind wir der Meinung, dass es unsere Pflicht ist, Informationen frei verfügbar zu machen. Die Verwendung dieser Landschaft als Teil einer Präsentation, eines Vortrags oder eines Projekts ist ausdrücklich erlaubt und erwünscht, solange Du stets die visuelle Darstellung verwendest und angemessen auf uns verweist. Änderungen an der AI Startup Landscape 2023 müssen als eigene Änderungen gekennzeichnet werden. Der Inhalt dieser Einsicht wird unter CC-BY 4.0 veröffentlicht.
appliedAI AI Startup Landscape 2023 © 2023 by appliedAI Institute for Europe gGmbH is licensed under CC BY-NC 4.0
Das Bild wurde mit der KI Midjourney durch das appliedAI Institute for Europe erstellt.
Kontaktinformation
Wir freuen uns darauf, mit Dir über die Erkenntnisse der AI Startup Landscape zu diskutieren. Wenn Du Fragen oder Anmerkungen hast, kannst Du uns gerne kontaktieren:
Disclaimer
Die in der KI-Startup Landscape 2023 verwendeten Daten wurden nach bestem Wissen und Gewissen zum Zeitpunkt der Erstellung gesammelt und ausgewertet. Obwohl wir uns bemühen, die Genauigkeit und Zuverlässigkeit der dargestellten Informationen zu gewährleisten, ist es möglich, dass Fehler, Auslassungen oder Ungenauigkeiten vorliegen. Daher können wir keine Garantie für die Vollständigkeit, Richtigkeit oder Aktualität der bereitgestellten Informationen übernehmen.
Die bereitgestellten Inhalte dienen lediglich allgemeinen Informationszwecken und sollten nicht als professionelle oder rechtliche Beratung angesehen werden. Wenn Sie sich auf die Informationen verlassen, geschieht dies ausschließlich auf Ihr eigenes Risiko. Wir empfehlen, kritische Informationen durch zusätzliche Quellen zu überprüfen oder geeignete Experten zu konsultieren, bevor Sie auf der Grundlage der bereitgestellten Informationen Entscheidungen treffen oder Maßnahmen ergreifen.