Digital Business & Startups
3 Lektionen, die ich als Gründerin gelernt habe
Seit meiner Jugend hatte ich starke Zyklusbeschwerden, Periodenschmerzen und PMS – die Antwort darauf war häufig immer dieselbe: Pille oder Schmerzmittel. Beides habe ich ausprobiert, beides hat nicht wirklich geholfen. Was mich schließlich auf eine ganz andere Spur gebracht hat, war ausgerechnet der professionelle Tanz.
Als Leistungssportlerin lernt man schnell: Der Körper ist dein wichtigstes Werkzeug. Du beobachtest ihn, du hörst ihm zu und du versuchst seine Signale zu verstehen, weil du es musst. Denn wer auf der Bühne funktionieren will, kann sich keine ‚blinden Flecken‘ leisten.
Genau diese Haltung habe ich auch auf meine Hormongesundheit angewendet. Ich wollte nicht einfach Symptome unterdrücken, sonder verstehen, was in meinem Körper wirklich passiert, warum ich diese Beschwerden habe und wie ich sie nachhaltig lindern kann.
Ich wünschte mir damals jemanden, der mir erklärt, was wirklich hinter meinen Beschwerden steckt – jenseits der Standardempfehlungen. Aus diesem Wunsch entstand Hormonella.
Seitdem habe ich viel darüber gelernt, wie man eine Marke in der Gesundheitsbranche aufbaut und was es wirklich bedeutet, eine Marke zu gründen und Produkte zu entwickeln, die man selbst gebraucht hätte.
Learning 1: Outsourcing spart Zeit – aber wer seine Prozesse bis ins kleinste Detail versteht, ist langfristig im Vorteil
In den frühen Tagen von Hormonella haben uns viele geraten: Lagert so viel wie möglich aus. Logistik, Fulfillment, Produktion – alles in fremde Hände geben. Schnell skalieren, nichts selbst machen.
Wir haben diesen Rat bewusst nicht befolgt. Nicht aus Sturheit, sondern aus Überzeugung: Wer Qualität und Kundenerlebnis wirklich meistern will, muss jeden Prozess im eigenen Unternehmen verstanden und idealerweise selbst durchgeführt haben. Nur so kann man beurteilen, ob ein externer Partner wirklich den eigenen Ansprüchen gerecht wird.
Ein konkretes Beispiel: Bei Hormonella beschaffen wir jeden einzelnen Rohstoff selbst, kennen jeden Produzenten persönlich und setzen wo möglich auf direkte Lieferketten. Das ist aufwendiger als eine Bestellung beim Lohnhersteller. Aber es bedeutet, dass wir jederzeit wissen, was in unseren Produkten steckt und woher es kommt.
Automatisiert und delegiert – aber erst, wenn ihr den Prozess selbst verstanden habt. Dann wisst ihr auch, was ihr von euren Mitarbeitern und Partnern erwarten könnt, und wo die jeweiligen Grenzen liegen.
Learning 2: Feedback annehmen – aber nicht jede gut gemeinte Empfehlung befolgen
Wir haben Hormonella mitten in der Corona-Pandemie aufgebaut. Die Empfehlung aus nahezu allen Ecken war eindeutig: „Fokus auf Online. Stationärer Handel ist uninteressant. Apotheken sind zu langsam.“
Wir haben uns trotzdem – oder vielleicht genau deswegen – für einen Pharmacy-first-Ansatz entschieden. Nicht weil wir den Experten nicht zuhören wollten, sondern weil wir unsere Zielgruppe kannten. Die Apotheke ist im Gesundheitskontext mehr als ein Verkaufsort. Sie ist ein Vertrauensraum.
Also sind wir losgezogen. Apotheke für Apotheke. Persönliche Gespräche, direkte Rückmeldungen, echter Austausch mit Apothekerinnen und Gynäkologinnen. Das Ergebnis: Heute ist Hormonella in über 8.000 Apotheken in Deutschland erhältlich.
Holt euch regelmäßig Feedback von Kundinnen, von Partnern und aus der Branche. Aber filtert. Denn ihr kennt euer Unternehmen, eure Zielgruppe und euren Qualitätsanspruch besser als jede Person von außen. Hört zu, priorisiert und testet. Und entscheidet dann nach dem, was wirklich zu eurer Marke passt.
Learning 3: Transparenz ist kein Marketinginstrument – sie ist das Fundament
Die Supplement-Branche ist laut. Aber viele Marken wirken austauschbar: Health Claims, die zu gut klingen, um wahr zu sein, bunte Labels mit großen Versprechen und wenig Greifbaren dahinter.
Für uns war früh klar: Wenn wir das Vertrauen unserer Zielgruppe gewinnen wollen, reicht eine einfache „Geld-zurück-Garantie“ nicht. Wir müssen wirklich zeigen, was hinter unseren Produkten steckt.
Konkret bedeutet das bei Hormonella drei Dinge:
Erstens die Supply Chain. In der Supplement-Industrie beziehen die meisten Marken Produkte vom Lohnhersteller – woher die Rohstoffe stammen, was genau in den Inhaltsstoffen steckt bleibt oft unklar. Wir beschaffen jeden Rohstoff selbst und lassen Extrakte eigens für uns herstellen. Das hat einen direkten Qualitätsgrund: In vielen Pflanzenextrakten stecken versteckte Füllstoffe, die in keiner Zutatenliste auftauchen. Weil wir das selbst in der Hand haben, können wir für jedes einzelne Produkt höchste Qualität und Reinheit gewährleisten.
Zweitens das Reinheitsprinzip. Wir testen nicht nur das Endprodukt, sondern jeden einzelnen Rohstoff unabhängig im Labor. Für uns ist das Standard. In der Branche ist es oft leider die Ausnahme.
Drittens echte Beratung. Viele unserer Kundinnen haben schon vieles ausprobiert, bevor sie zu uns kommen. Dabei haben sie oft die Erfahrung gemacht, nicht ernst genommen zu werden oder Produkte gekauft zu haben, die nicht gehalten haben, was sie versprochen haben. Deswegen investieren wir in persönliche Beratungsgespräche mit Expertinnen und Pharmazeutinnen, damit unsere Kundinnen wirklich verstehen, was hinter ihren Beschwerden steckt, und die Unterstützung bekommen, die sie verdienen.
Vertrauen entsteht durch Klarheit, nicht durch Lautstärke. Zeigt, was ihr wirklich könnt – und sagt auch, was ihr nicht könnt. Das ist mutiger als jeder noch so vielversprechende Health Claim. Und langfristig wertvoller.
Über die Autorin
Felicitas Dammertz ist Gründerin von Hormonella, einer Female-Health-Marke aus Berlin. Hormonella hilft Frauen, ihren Hormonhaushalt besser zu verstehen – mit einem digitalen Hormoncheck und Nahrungsergänzungsmitteln, die in über 8.000 Apotheken erhältlich sind.
Startup-Jobs: Auf der Suche nach einer neuen Herausforderung? In unserer Jobbörse findet Ihr Stellenanzeigen von Startups und Unternehmen.
Foto (oben): Shutterstock
Digital Business & Startups
Startup sammelt zwei Monate nach Gründung 1,7 Millionen Euro ein
Während viele noch über KI für Texte oder Präsentationen reden, arbeitet das Münchner Climate-Tech-Startup Invertix an KI-Agenten für Solarparks und Windanlagen. Jetzt verlässt das Unternehmen den Stealth-Modus und sammelt 1,7 Millionen Euro Pre-Seed-Kapital ein. Angeführt wird die Runde von Vireo Ventures, beteiligt ist außerdem der Italian Founders Fund.
Digital Business & Startups
5 deutsche Energie-Startups to watch

Fünf deutsche Energie-Startups, die echte Probleme lösen – und von Investoren bereits als die nächsten großen Player gehandelt werden.
Source link
Digital Business & Startups
Woran die meisten KI-Startups scheitern werden
Fabian Westerheide ist Gründungspartner des KI-fokussierten Venture-Capital-Investors AI.FUND und investiert seit 2014 privat über Asgard Capital in KI-Unternehmen. Westerheide berät öffentliche und private Institutionen strategisch im Bereich KI und lädt jährlich zur KI-Konferenz Rise of AI nach Berlin ein.
Die meisten KI-Startups scheitern nicht, weil ihre Technologie schlecht ist. Sie scheitern, weil Microsoft ihr Geschäftsmodell integriert.
Genau das erleben wir gerade. Die eigentliche Entwicklung ist nicht, dass Foundation Models zur Commodity werden. Die größere Verschiebung findet eine Ebene darüber statt: LLMs entwickeln sich zur Infrastruktur-Schicht bestehender Plattformen. Damit wandert auch die Wertschöpfung nach oben – in Orchestrierung, Integration, Datenzugang, Governance und Distribution.
Die großen Plattformen integrieren KI-Agenten und Workflow-Automation inzwischen direkt in ihre Kernprodukte. Sobald Agenten Teil der Standardsoftware werden, greift eine alte Plattformregel: Die Plattform verdrängt die Ergänzungen.
Viele KI-Startups raisen aktuell Kapital für Produkte, die bei Microsoft, Salesforce oder SAP bereits auf der Roadmap stehen.
Wo Verdrängung entsteht
„LLM plus schönes Interface“ reicht nicht mehr
Viele KI-Produkte verlieren nicht wegen schlechter Technologie, sondern weil sie kein eigenes Recht am Kunden besitzen. Sobald die großen Plattformen eine solide 80-Prozent-Lösung nativ integrieren, wird das Produkt schnell zum Nice-to-have. Und genau diese Budgets verschwinden in schwierigeren Marktphasen zuerst.
Horizontale Copilots werden austauschbar
Standard-Use-Cases wie Zusammenfassungen, Meeting-Recaps oder das Verfassen von E-Mails sind längst Teil der Plattformen geworden. Wer hier nur „ein bisschen besser“ sein möchte, konkurriert am Ende gegen die nächste Produktankündigung.
Die größte Gefahr für viele KI-Startups ist deshalb nicht OpenAI, sondern der nächste Copilot-Rollout.
Unternehmen kaufen keine Demo mehr
Der neue Standard lautet: Agenten, Tools, Workflows und Kontrolle.
Enterprise-Kunden kaufen heute nicht mehr nur Antworten, sondern operative Ausführung – inklusive Logs, Rollen, Policies, Monitoring, Nachvollziehbarkeit und Haftungsfähigkeit. Wer das nicht liefern kann, bleibt dauerhaft im Pilotprojekt hängen. Und genau diese Pilotitis ist das stille Sterben vieler B2B-KI-Startups.
Deshalb verschwinden gerade ganze Startup-Wellen innerhalb weniger Jahre, ähnlich wie früher Produkte, die durch native Plattformfunktionen ersetzt wurden.
Wo echte Chancen entstehen
Die nächste große Lücke liegt nicht im nächsten Chatbot.
Sie entsteht dort, wo Plattformen keinen automatischen Zugriff haben: in realen Prozessen, proprietären Daten und operativer Verantwortung.
Regulierte Märkte
Bereiche wie Public Sector, Finance, Healthcare oder kritische Infrastruktur kaufen keine Prompt-Magie, sondern Betriebsfähigkeit. Entscheidend sind Datenhoheit, Auditierbarkeit, Compliance-by-design und klare Verantwortlichkeiten. Gerade hier können europäische Anbieter echte Vorteile entwickeln, weil Vertrauen, Rechtssicherheit und lokale Infrastruktur plötzlich strategisch relevant werden.
Vertikale Workflows mit proprietären Daten
Maschinendaten, Produktionsrealität, Lieferketten, Feldservice oder proprietäre Dokumentenbestände schaffen echte Eintrittsbarrieren. Der Unterschied zwischen einem Feature und einem Unternehmen lautet heute nicht mehr „wir nutzen KI“, sondern „wir besitzen den Prozess“.
Infrastruktur statt Killer-App
N8n ist dafür ein gutes Beispiel. Nicht die eine große KI-Anwendung, sondern das Workflow-Rückgrat zwischen Tools, Systemen und Agenten. Solche Bausteine gewinnen, wenn KI zum Betriebssystem wird. Denn jede Agenten-Architektur braucht am Ende Schnittstellen, Rechtekonzepte, Monitoring und Workflow-Orchestrierung. Wer diese Infrastruktur liefert, sitzt an einer robusten Stelle der Wertschöpfungskette.
Europa unterschätzt sich selbst
Europa hat längst mehr als nur Modell-Debatten.
Unternehmen wie Mistral, Celonis, DeepL, Helsing oder Synthesia zeigen, wo KI tatsächlich Wert erzeugt: in Prozessen, industrieller Realität, sicherheitskritischen Systemen und realen Enterprise-Anwendungen.
Dort wird langfristig Geld verdient, nicht im nächsten generischen KI-Wrapper.
Die drei entscheidenden Fragen für 2026
1. Werde ich in zwölf Monaten ein Button in Microsoft, SAP oder Salesforce?
Wenn die Antwort Ja lautet, braucht es etwas, das nicht kopierbar ist: Prozessmacht, Datenzugang oder Distribution.
2. Was ist mein unfairer Vorteil?
Daten, regulatorischer Zugang, bestehende Kundenbeziehungen, Hardware- oder Edge-Zugang – irgendetwas, das sich nicht innerhalb eines Quartals replizieren lässt.
3. Baue ich ein Produkt oder betreibe ich ein System?
Agenten sind kein Feature. Agenten sind Betrieb. Wer in diesem Markt bestehen will, muss Themen wie Rechte, Monitoring, Qualitätssicherung, Failover und Kostenkontrolle beherrschen.
Genau dort entstehen die neuen Budgets.
Fazit: KI wird OS
Die Bereinigung im KI-Markt kommt nicht, weil KI kleiner wird. Sie kommt, weil KI zunehmend Teil von allem wird.
Und sobald KI zum Betriebssystem wird, überleben nicht die lautesten Wrapper, sondern die Unternehmen, die Prozesse besitzen, Distribution kontrollieren oder die Infrastruktur liefern, ohne die keine Agenten-Ökonomie stabil funktionieren kann.
-
Social Mediavor 3 MonatenCommunity Management und Zielgruppen-Analyse: Die besten Insights aus Blog und Podcast
-
Entwicklung & Codevor 2 MonatenCommunity-Protest erfolgreich: Galera bleibt Open Source in MariaDB
-
Künstliche Intelligenzvor 2 MonatenBlade‑Battery 2.0 und Flash-Charger: BYD beschleunigt Laden weiter
-
Künstliche Intelligenzvor 2 Monaten
Top 10: Der beste Luftgütesensor im Test – CO₂, Schadstoffe & Schimmel im Blick
-
Apps & Mobile Entwicklungvor 2 MonatenMähroboter ohne Begrenzungsdraht für Gärten mit bis zu 300 m²
-
Künstliche Intelligenzvor 2 MonateniPhone Fold Leak: Apple spart sich wohl iPad‑Multitasking
-
Social Mediavor 2 MonatenVon Kennzeichnung bis Plattformpflichten: Was die EU-Regeln für Influencer Marketing bedeuten – Katy Link im AllSocial Interview
-
Künstliche Intelligenzvor 2 MonatenPetra‑AI: KI soll Frauen in der Perimenopause unterstützen
