Bitkom-Studie: Jedes zweite Logistikunternehmen nutzt KI — und über der Hälfte fehlt das Know-how

Die spannendste KI der IFA stand nicht auf einer Bühne, sondern in einem Gehäuse fürs Wohnzimmer. Anker zeigte in Berlin den Mindbase: ein Matter-Hub mit lokalem Sprachmodell und eigenem KI-Chip, der Kameraaufnahmen per natürlicher Sprache durchsuchbar macht — 48 Terabyte Speicher inklusive. Ugreen kontert mit dem Homegant, einem Hub samt Netzwerkspeicher, auf dem ein lokaler Qwen-Assistent läuft; Einstiegspreis 1.800 US-Dollar.

Das Prinzip dahinter ist bemerkenswerter als die Datenblätter: Die Modelle laufen im Gerät, nicht in der Cloud eines Anbieters. Für einen Markt, in dem Datenschutz kein Randthema ist, könnte das mehr Wirkung entfalten als jede weitere Chatbot-Funktion.

Ansonsten? Xiaomi und Samsung falteten Displays, Tecno zeigte ein rahmenloses Konzept, Acer ein 800 Gramm leichtes Swift 14 und mit dem Vero 16 ein Notebook, dessen Akku, SSD und Prozessor sich ohne Werkzeug tauschen lassen. Lenovos Project Swan zieht den Bildschirm von 14 auf 17 Zoll aus, und der Primebot T1 wandelt sich vom Roboterhund zum Humanoiden.

Das Fazit von t3n fällt nüchtern aus: mehr Evolution als Innovation, viele Konzepte ohne Preis und Termin. Die Messe firmiert inzwischen als “Innovation for All” — deutsche Aussteller sucht man in dieser Bilanz allerdings vergeblich.

In einer Müllverbrennungsanlage weiß niemand genau, was da eigentlich in den Bunker kippt. Genau dort setzen Kameras von Jaipur Robotics an: Computer Vision und KI analysieren den ankommenden Abfall, erkennen gefährliche Stoffe, warnen in Echtzeit, optimieren die Verbrennung und schlagen sogar die nächsten Kranbewegungen vor. Gefahrstoffe erkennt das System nach Unternehmensangaben mit 99 Prozent Trefferquote.

Für den Ausbau hat das Unternehmen 4,3 Millionen Euro in einer Seed-Runde eingesammelt. Angeführt wird sie von EquityPitcher Ventures gemeinsam mit dem High-Tech Gründerfonds — hier liegt der deutsche Bezug: Der HTGF ist einer der wichtigsten Frühphasen-Investoren hierzulande. Das Unternehmen selbst sitzt im schweizerischen Manno im Tessin, wurde 2024 gegründet und beschäftigt rund 40 Menschen; Forschungsstandorte gibt es in der Schweiz und in Asien. Deutsche Anlagen als Kunden nennt der Bericht nicht.

Der Schatz des Start-ups ist der Datensatz: über 50 Millionen gelabelte Bilder, nach eigenen Angaben der größte europäische Bestand für Waste-to-Energy. Ein Vorsprung, den man nicht kurzfristig einkauft.

Das Geld soll in internationale Expansion, Weiterentwicklung der Technik und neue Stellen in KI, Engineering und Vertrieb fließen. Der Markt ist groß genug: Weltweit zählt der Bericht über 3.100 Müllverbrennungsanlagen und ein Volumen von 40 Milliarden Euro.

“Die Menschen, die ihre Tage auf dem Feld verbringen, verbringen ihre Abende an der Tastatur”, sagt Coline Labadie de Faÿ. Gegen genau diese Abende baut ihr Unternehmen Tellia eine Sprach-KI — und hat dafür fünf Millionen US-Dollar in einer Pre-Seed-Runde eingesammelt. Angeführt wird sie vom Berliner Wagniskapitalgeber Revent, beteiligt sind Grey Silo Ventures, Jeriko und Fund F.

Das Unternehmen selbst sitzt in Paris. Der Deutschland-Bezug liegt im Kapital und in der Kundenliste: Neben US-Betrieben wie Campos Brothers Farms und den Duckhorn-Weingütern sowie französischen Partnern wie dem Institut Français de la Vigne et du Vin nennt Startbase auch den Züchter KWS Saat.

Und die Technik? Wer auf dem Acker steht, meldet seine Beobachtungen so, wie es dort ohnehin läuft — per Anruf, Sprachnachricht, WhatsApp, Text oder Foto. Die KI hört zu, ordnet ein und überführt die Angaben in die bereits vorhandenen digitalen Systeme des Betriebs. Auf rund einer Million Acre, also über 400.000 Hektar, ist die Technik nach Angaben des Unternehmens bereits im Einsatz.

Das frische Geld soll in die Sprachtechnik fließen, in den Ausbau der Agentenschicht zwischen Feld und Betriebssystem — und in neue Stellen in den USA und in Europa.

Zwanzig Stunden Buchhaltung pro Mandant und Monat, danach noch sechs: So beschreibt Limetax die Wirkung seiner KI-Agenten in Pilotfällen. Für den Ausbau dieses Modells hat das Berliner Unternehmen jetzt 36 Millionen Euro eingesammelt — sechs Millionen Eigenkapital in einer Pre-Seed-Runde unter Führung von Motive Partners, dazu eine Kreditlinie über 30 Millionen Euro von einem Konsortium deutscher Banken. Beteiligt sind außerdem Activant und Heliad sowie mehrere Angel-Investoren, darunter der frühere Bundesfinanzminister Christian Lindner, Alexander Kudlich und die Moss-Gründer Anton Rummel und Ante Spittler.

Das Besondere: Limetax verkauft keine Software, sondern betreibt selbst Kanzleien. Vier Steuerkanzleien an sieben Standorten gehören zur Gruppe, rund 150 Beschäftigte, ein Jahresumsatz im zweistelligen Millionenbereich. Gegründet wurde das Unternehmen erst im Januar 2026 von Christoph Gamon, Maximilian Meyer und Christoph Dansard; Gamon war zuvor Mitgründer und CFO der Razor Group.

Die KI-Agenten übernehmen Buchhaltung, Lohnabrechnung und die Vorbereitung von Jahresabschlüssen — Daten zusammentragen, Rechnungen verarbeiten, zuarbeiten. Geprüft werden die Ergebnisse von Menschen, bevor sie herausgehen, und die Verantwortung für die Beratung bleibt bei den zugelassenen Steuerberatern. Die Zukunft der Steuerberatung entstehe nicht durch ein weiteres KI-Tool, sagt Gamon — sondern, so das Geschäftsmodell, durch Kanzleien, welche die Technik selbst betreiben.

Chinesische KI-Anwendungen spielen in deutschen Unternehmen praktisch keine Rolle. Laut einer Umfrage des Digitalverbands Bitkom nutzen zwei Prozent der KI-anwendenden Unternehmen DeepSeek, ein Prozent Alibabas Qwen. Befragt wurden in den Kalenderwochen 28 bis 33 telefonisch und repräsentativ 603 Unternehmen ab 20 Beschäftigten; die Nutzungswerte beziehen sich auf jene Firmen, die überhaupt KI einsetzen, Mehrfachnennungen waren möglich. Die vollständige Studie folgt am 14. September.

Dominant sind US-Anbieter, und ihr Vorsprung wächst. ChatGPT kommt auf 76 Prozent nach 70 Prozent im Vorjahr, Microsoft Copilot auf 35 nach 28 Prozent, Google Gemini auf 28 nach 22 Prozent. Es folgen Metas Llama mit acht und Anthropics Claude mit drei Prozent; Grok von xAI bleibt unter einem Prozent. “Die deutsche Wirtschaft setzt bei Künstlicher Intelligenz derzeit fast ausschließlich auf Anwendungen aus den USA”, sagt Bitkom-Präsident Ralf Wintergerst.

Aufschlussreicher als die China-Zahlen ist der europäische Befund. SAPs Assistent Joule erreicht sechs Prozent, das französische Mistral dagegen null Prozent — ebenso wie Perplexity. Die Debatte um digitale Souveränität wird damit weitgehend über einen Anbieter geführt, der in der betrieblichen Praxis der Befragten nicht vorkommt. Wer den Anteil europäischer KI in deutschen Unternehmen erhöhen will, steht demnach weniger vor einem Regulierungsproblem als vor einem Vertriebs- und Produktproblem.

Das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) wird seit dem 1. August von einer Doppelspitze geführt. Prof. Marc Eichhorn rückte in die Institutsleitung auf und steht dem Institut nun gemeinsam mit dem geschäftsführenden Institutsleiter Prof. Jürgen Beyerer vor. Die Fraunhofer-Gesellschaft begründet den Schritt mit dem verbreiterten Kompetenzspektrum des Hauses: von der Lasertechnik über optronische Systeme und Computer Vision bis zur KI-basierten Robotik.

Eichhorn leitet seit 2018 die Abteilung Photonik und optronische Systeme sowie den Standort Ettlingen. Parallel hat er einen Lehrstuhl für Optronik an der Fakultät für Elektrotechnik und Informationstechnik des Karlsruher Instituts für Technologie übernommen. Unter seiner Leitung baute das Institut eine eigene Abteilung für Lasertechnik auf, die heute rund 35 Mitarbeitende zählt und auf Festkörper- und Faserlasersysteme im Infrarotbereich spezialisiert ist.

Die Personalie ist deshalb bemerkenswert, weil sie eine Verschiebung im Zuschnitt eines etablierten Instituts sichtbar macht. Die KI-basierte Robotik steht in der Mitteilung gleichrangig neben Optik und Lasertechnik — Kompetenzen, die klassisch getrennt organisiert waren. Beyerer beschreibt das Profil des Hauses als vollständige Verwertungskette des Lichts, von der Erzeugung bis zur Auswertung. Genau an deren Ende sitzt die Bildauswertung, die ohne maschinelles Lernen kaum noch auskommt.

Ein Gerät von der Grundfläche einer Europalette, das anfliegende Drohnen erkennt, klassifiziert und verfolgt — und sie im Ernstfall mit einem Laser bekämpft: Für dieses Vorhaben hat das Start-up Ground A 9,1 Millionen Euro eingesammelt. Die Pre-Seed-Runde wurde bereits im Juni geschlossen, angeführt von Vsquared Ventures; mit dabei sind unter anderem Quantum Systems, GRIF, Robin Capital und ABACON.

Das System heißt GA 1000 und kombiniert Radar, Sensorik, Computer Vision, eine eigene KI und einen Lasereffektor. Die Software übernimmt das Erkennen, Klassifizieren und Verfolgen auch kleiner, wendiger Drohnen. Die Entscheidung über den Lasereinsatz bleibt ausdrücklich beim Menschen.

Bemerkenswert ist das Tempo: Gegründet wurde Ground A erst im Januar 2026, mit Standorten in Berlin und Düsseldorf. Jetzt fließt das frische Kapital in die Industrialisierung — eine modulare Serienfertigung in Deutschland. Noch steckt der GA 1000 in Test und Validierung, der Markteintritt soll danach folgen, eine weitere Finanzierungsrunde ist für 2027 geplant.

Gedacht ist die Anlage nicht nur für militärische Szenarien, sondern auch für Flughäfen, Energieanlagen, Industrie- und Logistikstandorte. Angelegt ist sie als offenes System, das sich in vorhandene Luftverteidigungs- und Führungssysteme einfügt. “Europa braucht wirksame Lösungen zur Drohnenabwehr, die nicht nur technologisch funktionieren, sondern schnell industrialisiert und in großen Stückzahlen verfügbar gemacht werden können”, sagt CEO und Mitgründer Tobias Brune.

Sprachmodelle raten manchmal. In der Arzneimittelentwicklung ist das keine Option: Dort muss jede Aussage auf ein Quelldokument zurückführbar sein. Genau hier setzt das Berliner Start-up Sci2sci an — und hat dafür 1,2 Millionen Euro in einer Pre-Seed-Runde eingesammelt. Angeführt haben sie Heliad und IBB Ventures, dazu kommen Robin Capital und Superangels.

Das Prinzip nennt sich neuro-symbolisch: Wissensnetze nach dem Vorbild der Neurowissenschaft, darüber eine deterministische Prüfschicht aus formaler Logik. Firmenwissen wird so nicht als Datenhalde behandelt, sondern als aktives Netz. Das Hauptprodukt “Integrity Cortex” verknüpft Behauptungen mit ihren Quelldokumenten, verifiziert Schlussfolgerungen formal, verfolgt Abhängigkeiten und führt Audit-Trails, die zur FDA-Vorschrift 21 CFR Part 11 passen. “VectorCat” bindet Cloudspeicher, Netzlaufwerke und Laborsysteme an, ohne dass die Daten vollständig migriert werden müssen.

Im Einsatz ist das laut Startbase bereits in der präklinischen Forschung, der klinischen Auftragsforschung und in Bioprozessen. Hinter Sci2sci stehen Angelina Lesnikova, promovierte Neurowissenschaftlerin und CEO, sowie CTO Valerii Kremnev; als Senior Advisor ist Stephanie Bova an Bord, früher Digital Transformation Officer R&D bei Novo Nordisk.

Investor Christopher Garlich von Heliad benennt den Gegenentwurf: “Die meisten Unternehmen, die KI für regulierte Branchen verkaufen, setzen darauf, dass Sprachmodelle genau genug werden.” Das frische Geld soll ins Engineering-Team fließen — und in den Sprung zur nächsten regulierten Branche: den Banken.