German AI Startup Landscape 2024

Die siebte jährliche KI-Startup Landscape (2024)

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. Basierend auf einer Abstimmung unserer hoch angesehenen Kontributoren freuen wir uns, die vielversprechendsten KI-Startups Deutschlands zum zweiten Mal bekannt zu geben.

Zusammen mit der Deutsche Telekom, NVIDIA, Intel, UnternehmerTUM und elf renommierten Venture Capital Unternehmen (Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, High-Tech Founder Funds (HTGF), eCAPITAL, Burda Principal Investments, HV Capital, D11Z.Ventures, MIG Capital and AI.FUND), wurden über 1000 KI Startups analysiert. Alle Startups wurden im Jahr 2014 oder danach gegründet und haben ein primäres Geschäftsmodell, das auf KI basiert (siehe Details zur Methodik unten). Alle vorgestellten KI-Startups haben ihren Hauptsitz in Deutschland.

Übrigens: Wir nehmen bereits jetzt Bewerbungen für die AI Startup Landscape 2025 entgegen - wenn Du also ein vielversprechendes KI Startup hast und in der AI Startup Landscape des nächsten Jahres vertreten sein willst, bewirb dich gerne hier!

Nutzung der Landscape

Unten kannst Du alle 687 Startups, die nach ihrer Hauptkategorie innerhalb der Cluster Industry, Technology Type, Enterprise Intelligence oder Enterprise Function sortiert sind, sehen.

Du kannst auch nach Startups anhand ihres Namens oder Schlüsselwörtern in ihrer Beschreibung suchen. Fahre mit der Maus über das Logo und klicke auf die Lupe, um die vollständige Unternehmensbeschreibung zu lesen, oder klicke direkt auf das Logo, um zur Website des Startups zu gelangen und mehr zu erfahren.

Unterhalb der Karte findest du eine Tabelle mit allen gelisteten Startups, die noch mehr Details einschließlich sekundärer Kategorien enthält. Gehe zum Ende der Seite, um Einblicke in die Daten und wichtige Erkenntnisse aus dem deutschen KI-Startup-Ökosystem zu erhalten.

Lade die hochauflösende Version der Landschaft herunter

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 (Deutsche Telekom, NVIDIA, Intel, UnternehmerTUM, Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, HTGF, eCAPITAL, Burda Principal Investments, HV Capital, D11Z.Ventures, MIG Capital and AI.FUND) 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 2014) 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”) (bspw. professioneller Internetauftritt, überzeugendes Geschäftsmodell, etc.).

Die Shortlist wird von unserer Jury (Deutsche Telekom, NVIDIA, Intel, UnternehmerTUM, Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, HTGF, eCAPITAL, Burda Principal Investments, HV Capital, D11Z.Ventures, MIG Capital and AI.FUND) 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 Entwickler:innen 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.

Tiefere Einblicke in die deutschen KI-Startup Landschaft

Wachstum der KI-Startup Landschaft 2024:

Im Einklang mit dem Trend des letzten Jahres sehen wir erneut einen massiven Anstieg der Anzahl von KI-Startups in Deutschland. In der deutschen KI-Startup-Landschaft 2024 sind 687 Startups vertreten, was einem Wachstum von 35 % im Vergleich zum Vorjahr entspricht. Obwohl diese Wachstumsrate beachtlich ist, liegt sie deutlich unter der Wachstumsrate des Vorjahres von 67 %. Von den 508 KI-Startups auf der KI-Startup-Landschaft 2023 sind 467 weiterhin auf der Liste vertreten, und 220 neue KI-Startups wurden hinzugefügt. Damit ist die Überlebensrate von KI-Startups extrem hoch im Vergleich zur Überlebensrate von Nicht-KI-Startups. Von den 41 KI-Startups, die nicht mehr auf der deutschen KI-Startup-Landschaft 2024 vertreten sind, haben 49 % ihren Hauptsitz ins Ausland verlegt, 17 % wurden übernommen, 10 % befinden sich in Liquidation und 24 % mussten entfernt werden, da sie jetzt älter als 10 Jahre sind. Auffallend ist, dass fast alle KI-Startups, die ihren Hauptsitz ins Ausland verlegt haben, ihren neuen Hauptsitz in den USA etabliert haben.

Insgesamt gibt es aus unserer Sicht zwei nennenswerte Punkte bezüglich der Wachstumsrate der KI-Startups: Erstens muss darauf hingewiesen werden, dass es eine Diskrepanz zwischen der tatsächlichen Gründung eines KI-Startups und dessen 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 (FTE) und interner KI-Kompetenz aufweisen (siehe Unterabschnitt „Methodik“ für weitere Informationen). Daher gibt es eine zeitliche Verzögerung zwischen der anfänglichen Gründung eines KI-Startups und dessen Aufnahme in unsere Liste, da nur qualitativ hochwertige KI-Startups aufgenommen werden (und im Gegenzug KI-Startups mit begrenzten Ressourcen und nicht spezifizierten Wertversprechen noch nicht gelistet sind, da sie sich noch in der Weiterentwicklung befinden). Angesichts der Tatsache, dass immer mehr Startups versuchen, sich als „KI-Unternehmen“ zu positionieren, obwohl sie tatsächlich keine interne KI-Kompetenz besitzen, erscheint unser striktes Vorgehen wichtiger denn je.

Zweitens könnte die verlangsamte Wachstumsrate – obwohl sie insgesamt immer noch auf einem sehr hohen Niveau liegt – auf eine Entwicklung hin zu einem stabileren und nachhaltigeren Wachstumsmodell hinweisen, da das KI-Startup-Ökosystem reift und sich konsolidiert. Die langsamere Wachstumsrate könnte auch eine vorsichtigere Herangehensweise der Investoren widerspiegeln (vgl. Abschnitt „Finanzierung“ für weitere Informationen). Darüber hinaus könnte die KI-Verordnung der EU Einfluss auf die Entscheidung der Gründer haben, ihren Hauptsitz in Deutschland zu etablieren. Es muss jedoch betont werden, dass auf Basis der vorhandenen Daten keine empirischen Schlussfolgerungen gezogen werden können (weder bezüglich potenziell positiver noch negativer oder keiner Auswirkungen der KI-Verordnung der EU auf die Gründungsaktivitäten von KI-Startups). Die Feststellung potenzieller Kausalitäten würde eine Langzeitstudie erfordern.

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 etwa 50 % der deutschen KI-Startups. Auch in diesem Jahr dominiert Berlin wieder eindeutig als die deutsche Stadt mit der größten Anzahl an KI-Startups (209), während München den zweiten Platz belegt (136 einschließlich der Vororte von München). Allerdings holen andere Städte mit teils erheblichen Wachstumszahlen auf. Folgende Städte erreichen eine zweistellige Zahl an KI-Startups: Hamburg (65), Karlsruhe (17), Stuttgart (16), Köln (16), Darmstadt (16), Aachen (11), Düsseldorf (11) und Frankfurt (10).

Auf Bundeslandebene dominiert Berlin (30,4%) erneut deutlich die KI-Landschaft in Deutschland, gefolgt von Bayern (23,3%), Baden-Württemberg (11,5%), Nordrhein-Westfalen (10,2%) und Hamburg (9,6%). Anders ausgedrückt: Rund 85 % der deutschen KI-Startups konzentrieren sich auf nur fünf Bundesländer.

Um eine aussagekräftigere Interpretation der Ergebnisse zu erhalten, sollte die Anzahl der 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, Baden-Württemberg, das Saarland und Hessen. 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. Dies unterstreicht das sehr hohe geografische Ungleichgewicht der KI-Gründungsaktivitäten innerhalb Deutschlands.

Finanzierung:

Etwa 38 % der in der KI-Startup-Landschaft 2024 aufgeführten KI-Startups erhielten eine beträchtliche Finanzierung (> 1 Million USD, laut öffentlich zugänglichen Informationen). Für KI-Startups mit einer Finanzierung von mehr als 1 Million USD beträgt die durchschnittliche Finanzierungssumme 17,1 Millionen USD, während der Median bei 5,5 Millionen USD liegt. Bemerkenswert ist, dass 80 KI-Startups eine Finanzierung von mehr als 10 Millionen USD erhielten. Zudem erhielten 184 KI-Startups eine Finanzierung zwischen 1 und 10 Millionen USD.

Ein genauerer Blick auf die letzte Finanzierungsrunde zeigt, dass 2023 mit insgesamt etwa 1,2 Milliarden USD (einschließlich zweier großer Ausreißer) das Rekordjahr war, gefolgt von 2022 (mit etwa 771 Millionen USD).

Interessanterweise sind die Investitionstätigkeiten in neu gegründete KI-Startups nach 2021 weiter zurückgegangen: Während KI-Startups, die 2021 gegründet wurden, bisher insgesamt etwa 535 Millionen USD erhalten haben, erhielten die in 2022 und 2023 gegründeten KI-Startups zusammen nur eine kumulative Finanzierungssumme von etwa 93 Millionen USD. Während reifere KI-Startups in der Regel höhere Finanzierungsrunden anziehen können, scheint es für jüngere Gründer:innen (d.h. für KI-Startups, die 2022 oder später gegründet wurden) eine Herausforderung zu sein, Kapital zu beschaffen.

Industrien und Enterprise Functions:

Bei den KI-Startups mit klarem industriellem Fokus beobachten wir in diesem Jahr eine Dominanz von KI-Startups in den folgenden deutschen industriellen Schlüsselsektoren: (1) Branchenübergreifend, (2) Gesundheits- und Sozialwesen, (3) Fertigungsindustrie und (4) Transport, Mobilität und Lagerung. Im Vergleich zum Vorjahr ist bemerkenswert, dass es einen Anstieg bei KI-Startups gibt, die sich auf branchenübergreifende Anwendungen sowie auf die Fertigungsindustrie konzentrieren. Diese Verschiebung hin zu breiteren Anwendungsbereichen der KI-Technologie weist auf einen Reifegrad der KI-Lösungen hin und zeigt, dass sie zunehmend in der Lage sind, komplexe, reale Probleme in verschiedenen Industrien zu adressieren.

Was die Unternehmensfunktionen angeht, sind deutsche KI-Startups insb. in den Bereichen Betrieb (70), Produktion (53), Forschung & Entwicklung (51), Kundenservice & Support (34), IT & Sicherheit (27) und Vertrieb (26) sehr aktiv. Im Vergleich zum Vorjahr hat die Anzahl der in jeder Unternehmensfunktion aktiven KI-Startups oft erheblich zugenommen. Zum Beispiel hat sich die Zahl der KI-Startups in den Bereichen Betrieb und Produktion zusammengenommen mehr als verdoppelt, was erneut das wachsende Potenzial zur Effizienzsteigerung, Kostensenkung und Qualitätskontrolle in Fertigungs- und Betriebsumgebungen unterstreicht. Der Trend weist auch auf eine Verschiebung hin zu praktisch einsetzbaren, branchenspezifischen KI-Anwendungen, die konkrete Vorteile für Unternehmen in verschiedenen Sektoren der deutschen Wirtschaft bieten.

Zudem ist bemerkenswert, dass fast alle analysierten KI-Startups B2B-Startups sind. Tatsächlich setzt sich der Trend fort, dass nur etwa 5 % der KI-Startups ausschließlich in den Bereichen B2C oder B2G tätig sind.

Technology Type und Enterprise Intelligence:

Hinsichtlich der Technologiearten sind deutsche KI-Startups überwiegend in der Entwicklung von Anwendungen (173) tätig, gefolgt von Plattformen (136), Infrastruktur (26) und Frameworks (20).

In Bezug auf die zugrunde liegenden KI-Fähigkeiten sind deutsche KI-Startups besonders stark in den Bereichen Computer Vision (22,1 %) und Natural Language Processing (19,7 %). Darüber hinaus sind KI-Startups in den Bereichen Planung (13,3 %), Kreation (13 %), Entdeckung (12,5 %) und Prognose (11,3 %) aktiv. 4,2 % der analysierten KI-Startups sind überwiegend im Bereich der Computer Audition tätig und 3,9 % im Bereich der Robotik.

Generative KI:

Generative KI ist in der Lage, neue und einzigartige Inhalte für verschiedene Anwendungen zu erzeugen. Diese Modelle werden durch das Training eines Basismodells (engl.: “Foundation Model”) mit großen Datenmengen erzeugt und anschließend “feinjustiert” (engl.: “fine-tuning”), um die Fähigkeiten zur Content-Generierung zu verbessern. Ein generatives KI-Startup konzentriert sich daher darauf, generative KI-Technologien zu nutzen, um innovative Produkte, Dienstleistungen oder Lösungen zu entwickeln. Diese Startups spezialisieren sich typischerweise auf die Erstellung und den Einsatz von KI-Modellen, insbesondere solcher, die auf Basismodellen basieren, mit dem Ziel, einzigartige und nützliche Inhalte in verschiedenen Bereichen zu generieren.

Im Rahmen dieser Studie und um eine objektive und datengesteuerte Klassifizierung jedes KI-Startups zu ermöglichen, haben wir ein KI-basiertes generatives KI-Klassifizierungssystem entwickelt. Dieses Klassifizierungssystem bewertete, welche der 687 KI-Startups der diesjährigen KI-Startup-Landschaft speziell an generativen KI-Lösungen arbeiten. Die Ergebnisse zeigen, dass jedes fünfte KI-Startup im Bereich der generativen KI aktiv ist. Dieser bedeutende Anteil unterstreicht die rasante Verbreitung generativer KI-Technologien im Startup-Ökosystem. Allerdings erhalten deutsche generative KI-Startups nur sehr begrenzte Finanzierung: Wenn man Ausreißer (die zehn Prozent der am stärksten finanzierten generativen KI-Startups) ausschließt, werben die verbleibenden generativen KI-Startups nur ungefähr 750.000 USD an Kapital ein.

Besonders hervorzuhebende KI-Startups in Deutschland

Die KI-Startupszene in Deutschland wächst stetig weiter, und nahezu täglich werden neue KI-Startups gegründet. Um tiefere Einblicke in das Rennen an der Spitze zu gewinnen, freuen wir uns, die vielversprechendsten KI-Startups in Deutschland 2024 bekannt zu geben. Diese Liste wurde auf Grundlage einer Abstimmung der Jury (Deutsche Telekom, NVIDIA, Intel, UnternehmerTUM, Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, HTGF, eCAPITAL, Burda Principal Investments, HV Capital, D11Z.Ventures, MIG Capital and AI.FUND) erstellt, bei der jedes Unternehmen seine Favoriten nominieren durfte. Die endgültige Liste wurde anschließend von den KI-Experten:innen des appliedAI Institut for Europe konsolidiert und bewertet. Das appliedAI Institute for Europe selbst nahm nicht an der Abstimmung teil.

Basierend auf dem objektiven Jury-Voting wurden die folgenden Startups als die am meisten hervorgehobenen KI-Startups in Deutschland für 2024 ausgewählt (bitte beachte, dass die Reihenfolge alphabetisch und nicht-hierarchisch ist - KI-Startups, die bereits auf der Liste der vielversprechendsten KI-Startups in Deutschland 2023 standen, sind hervorgehoben):

  • Akirolabs GmbH

  • Aleph Alpha

  • Celus

  • Certivity

  • Cognigy

  • Constellr

  • dstack

  • FERNRIDE

  • Floy

  • FluIDect

  • Graswald.ai

  • Helsing

  • Kopernikus Automotive

  • Langdock

  • Langfuse

  • LiveEO

  • Orbem

  • OroraTech GmbH

  • paretos

  • Parloa

  • remberg GmbH

  • SPREAD

  • Synera

  • Tacto

  • Trail ML

  • Ultimate.ai

  • Wingcopter GmbH

Kontributoren

Dt 1
Nvidia
Intel
Unternehmer TUM logo color
Cherryventures
Earylbird
Uvc partners
Yttrium logo Schriftzug
Simple logo klein 1
Ecapital entrepreneurial partners
Burda principal investments
Hv capital
D11 Z Logo
Image 20240712 112438
Aifund

Verwendung der KI Startup Landscape 2024

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 2024 müssen als eigene Änderungen gekennzeichnet werden. Der Inhalt dieser Einsicht wird unter CC-BY 4.0 veröffentlicht.

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:

Dr. Philip Hutchinson
Senior AI Strategist

Kontaktieren Sie uns

Disclaimer

Die in der KI-Startup Landscape 2024 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.