Die vierte jährliche Start-up Landschaft
Über
appliedAI gibt jährlich die ‘German AI Startup Landscape’ heraus, um KI-Start-ups in Deutschland hervorzuheben, den Einsatz von KI voranzutreiben und mehr Möglichkeiten für Partnerschaften zwischen Start-ups und Unternehmen zu schaffen. Gemeinsam mit unseren über 40 Partnern aus Wissenschaft, Regierung und Industrie wollen wir ein Ökosystem schaffen, in dem KI-Start-ups gedeihen und die Zukunft der KI zum Nutzen der Gesellschaft mitgestalten. Durch unsere zentrale Datenbank mit hochwertigen KI-Start-ups haben Konzerne und KMUs leichteren Zugang zu KI-Partnern, denen sie vertrauen können. Die in diesem Jahr erhobenen Daten zeigen, dass die KI-Szene hierzulande erwachsen wird und sich namhafte Start-ups zunehmend am Markt etablieren.
Zusammen mit NVIDIA, Google, AWS und neun Risikokapital-Firmen (Digital+ Partner, Earlybird Kapital, eCAPITAL, High-Tech Gründerfonds, HV Holtzbrinck Ventures, Lakestar, UVC, La Famiglia und Asgard) haben wir mehr als 1.000 Start-ups untersucht (Details zur Methodik siehe unten). Alle Start-ups wurden nach 2011 gegründet und haben ein Geschäftsmodell, das auf maschinellem Lernen basiert. Die Start-ups wurden in Deutschland gegründet oder üben ihre Hauptgeschäftstätigkeit in Deutschland aus.
Methodik
Die in die Landschaft aufgenommenen KI-Start-ups sind private Unternehmen, die nach 2009 gegründet wurden und ihren Hauptsitz oder zentrale Entwicklungsaktivitäten in Deutschland haben. Sie konzentrieren sich auf maschinelles Lernen (ML) oder nutzen ML signifikant. Der Auswahlprozess lässt sich wie folgt zusammenfassen:
Die Start-ups werden aus verschiedenen öffentlichen (z. B. Crunchbase, LinkedIn) und privaten (VC-Netzwerk) Quellen zusammengetragen, um eine umfangreiche Longlist zu erstellen.
Die Start-ups werden anhand von Daten, Talenten, KI-Methoden, Skalierbarkeit und Gesamtqualität bewertet und anschließend geclustert (siehe Logik für das Clustering).
Die Start-ups werden zunächst von unseren KI-Ingenieuren und -Strategen bewertet („valide“, „aufsteigend“, „Longlist“ und „verworfen“), um eine Shortlist zu erstellen.
Die Shortlist wird von unseren Mitwirkenden (Jury, bestehend aus Digital+ Partners, Earlybird Capital, eCAPITAL, Google, High-Tech Gründerfonds, HV Holtzbrinck Ventures, Lakestar, NVIDIA, Speedinvest und Unternehmertum Venture Capital Partners) unabhängig bewertet und beurteilt. Die Rückmeldungen werden synthetisiert und das Endergebnis wird visualisiert.
Logik für das Clustering
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 Start-ups, die mit maschinellem Lernen branchenbezogene Produkte und Dienstleistungen anbieten.
Wachstum der Landschaft
Fakten und Zahlen
Die German AI Startup Landscape 2021 enthält 278 Start-ups, was 12 % mehr im Vergleich zum Vorjahr sind. Von 247 Start-ups der Landschaft von 2020 bleiben 195 auf der Liste und 83 neue Start-ups kommen hinzu. Von den 52 Unternehmen, die nicht mehr in der Liste vertreten sind, wurden 12 % aufgekauft, 40 % befinden sich in Liquidation, 29 % haben das Produkt oder das Unternehmen verlagert und 12 % mussten entfernt werden, da sie mittlerweile älter als 10 Jahre sind.
Standort
Fakten und Zahlen
Wie in den letzten Ausgaben dominieren die Städte Berlin und München weiterhin die deutsche KI-Start-up Landschaft. Die beiden Städte beherbergen knapp 63 % der deutschen KI-Start-ups. Berlin hat in diesem Jahr weitere 3 % der Landschaft hinzugewonnen und dominiert als deutsche Stadt mit der größten Anzahl an Start-ups. Während Berlin bei der Anzahl der Start-ups führend ist, liegt München bei der durchschnittlichen Höhe der Fördermittel, die Start-ups erhalten, weiterhin vorne.
Finanzierung
Fakten und Zahlen
Die Finanzierungsanalyse zeigt, dass es 5 bis 7 Jahre dauert, bis ein deutsches Start-up mehr als 50 Mio. EUR an Finanzierung erhält. Für mehr als 10 Mio. EUR sind es mindestens 2 Jahre. Derzeit haben etwa 60 % der KI-fokussierten Start-ups in Deutschland Investitionsrunden von mehr als 1 Mio. EUR.
Sektor
Fakten und Zahlen
Bei den Unternehmen mit Branchenfokus beobachten wir in diesem Jahr eine Dominanz und ein kontinuierliches Wachstum von KI-Start-ups in den folgenden deutschen Schlüsselindustrien: Fertigung, Transport und Mobilität sowie Gesundheitswesen. Im Bereich Enterprise Function sind deutsche Start-ups aktiver in Bereichen wie Marketing, Kundenservice sowie IT & Sicherheit.
Im Bereich Enterprise Function sind deutsche Start-ups aktiver in Bereichen wie Marketing, Kundenservice sowie IT & Sicherheit.
Mitkwirkende
Rechte & Erlaubnis zur Verwendung
Wir halten es für unsere Pflicht, diese Informationen weiterzugeben. Verwenden Sie diese Landschaft als Teil einer Präsentation, eines Vortrags oder eines Projekts. Dies ist erlaubt und erwünscht, solange sie immer die visuelle Darstellung nutzt und entsprechend auf uns verweist. Verändern Sie etwas in unserer Landschaft, müssen Sie dies als eigene Änderung kennzeichnen. Der Inhalt dieser Landschaft ist unter der Lizenz CC-BY 4.0 veröffentlicht.