Für Europas KI-Start-ups steht viel Geld bereit. Accel kündigte am 11. August ein Fundraising von insgesamt 3,5 Milliarden US-Dollar über vier Fonds und Anlagevehikel an. Ein Teil davon soll nach Informationen des "Handelsblatts" in Europa und Israel investiert werden. Highland Europe meldete Ende Juli seinen sechsten Fonds mit einem Volumen von 1,1 Milliarden Euro. Der Fonds richtet sich an europäische Wachstumsunternehmen.
Auch einzelne Start-ups ziehen große Summen an. Das schwedische Unternehmen Lovable teilte am 12. August mit, 400 Millionen US-Dollar aufgenommen zu haben. Nach Angaben von Lovable liegt die Bewertung nun bei 13,3 Milliarden US-Dollar. Die Plattform erzeugt per Texteingabe Software, die Nutzer:innen anschließend weiterentwickeln und betreiben können.
Das Geld ist noch nicht ausgegeben
Die Zahlen lassen sich nicht einfach zu einer Investitionssumme für Europas KI-Markt addieren. Accels 3,5 Milliarden US-Dollar gelten für mehrere Regionen und Strategien. Highland Europe investiert vor allem in Unternehmen, die bereits wachsen. Und ein Fondsvolumen ist zunächst nur das Kapital, das Investor:innen dem Fondsmanagement zugesagt haben. Erst wenn daraus Beteiligungen finanziert werden, fließt das Geld tatsächlich in Start-ups.
Trotzdem zeigen die Ankündigungen, wie sich der Markt verändert. Das Kapital sucht nicht mehr nur nach Unternehmen, die eigene KI-Modelle entwickeln. Es fließt auch in Firmen, die künstliche Intelligenz in konkrete Produkte und Geschäftsprozesse einbauen. Accel nennt in seinem Portfolio unter anderem Lovable, die Rechtssoftware Legora, das Verteidigungsunternehmen Helsing und die Automatisierungsplattform n8n. Die Geschäftsmodelle liegen weit auseinander. Aber eins haben sie gemeinsam: Sie wollen KI für bestimmte Anwendungen nutzbar machen.
Für Investor:innen entscheidet sich der Wert dieser Unternehmen deshalb nicht allein an der Qualität eines Modells. Wichtig sind Kund:innen, wiederkehrende Erlöse und niedrige Kosten. Ein Start-up muss zeigen, dass es nicht nur einen überzeugenden Prototyp bauen, sondern ein Produkt verkaufen und dauerhaft betreiben kann.
Lovable baut Software per Chat
Lovable ist ein Beispiel für diese neue Anwendungsebene. Das Unternehmen will Softwareentwicklung für Menschen öffnen, die nicht selbst programmieren. Seit dem Start im November 2024 seien mehr als 60 Millionen Projekte erstellt worden, teilte Lovable in seiner Finanzierungsmitteilung mit.
In der Series C beteiligten sich unter anderem Menlo Ventures, der von EQT verwaltete Scaleup Europe Fund und Accel. Lovable will das Geld nach eigenen Angaben in Produkt, Infrastruktur und Personal investieren. Das Unternehmen plant, in diesem Jahr auf rund 450 Beschäftigte zu wachsen. Auch diese Zahl ist eine Unternehmensprognose.
Der Fall zeigt, wie schnell sich der Wettbewerb um KI-Anwendungen verschärft. Lovable baut kein allgemeines Sprachmodell. Die Plattform nutzt verschiedene Modelle, um daraus ein Produkt für Softwareentwicklung und interne Werkzeuge zu machen. Der wirtschaftliche Erfolg hängt damit weniger an einem einzelnen Forschungsdurchbruch als an Bedienbarkeit, Sicherheit, Rechenkosten und der Frage, ob Unternehmen die erzeugten Anwendungen produktiv einsetzen.
ElevenLabs setzt auf Sprache
Noch stärker auf eine konkrete Schnittstelle konzentriert sich ElevenLabs. Das 2022 gegründete Unternehmen entwickelt Systeme für synthetische Stimmen, Transkription, Sprachklonung, Übersetzung und die Vertonung von Videos. Im Februar meldete ElevenLabs eine Series D über 500 Millionen US-Dollar. Nach Angaben des Unternehmens lag die Bewertung bei elf Milliarden US-Dollar.
Im Mai teilte ElevenLabs mit, in den ersten vier Monaten des Jahres mehr als 500 Millionen US-Dollar jährlich wiederkehrenden Umsatz erzielt zu haben. Die Kennzahl, im Englischen Annual Recurring Revenue genannt, ist eine Hochrechnung wiederkehrender Erlöse. Sie entspricht nicht einem testierten Jahresumsatz. ElevenLabs beschäftigte nach eigenen Angaben zu diesem Zeitpunkt 530 Menschen in mehr als 50 Ländern.
Die Deutsche Telekom gehört zu den Investor:innen und Kund:innen. Nach Angaben von ElevenLabs setzt der Konzern die Technologie unter anderem im Kundenservice ein. Die Partnerschaft soll Sprachagenten über Anwendungen und Telefonie zugänglich machen. Für ElevenLabs ist das ein wichtiger Test: Ein Sprachmodell muss im Alltag nicht nur natürlich klingen. Es muss auch mit Unternehmensdaten, Sicherheitsregeln und bestehenden Abläufen funktionieren.
DeepL und n8n zeigen Europas Breite
Ein anderes Geschäftsmodell verfolgt das Kölner Übersetzungsunternehmen DeepL. Mit DeepL Voice bietet es Live-Untertitel für Microsoft Teams, Zoom und Google Meet an. Nach Angaben von DeepL werden dabei mehr als 40 Sprachen unterstützt. Die Sprach-zu-Sprach-Übersetzung für Online-Meetings führt DeepL auf seiner Produktseite als Funktion, die in Zukunft kommen wird.
Die technische Herausforderung liegt nach Unternehmensangaben in der Geschwindigkeit. Ein System muss Sprache erkennen, den Inhalt verarbeiten und möglichst ohne lange Pause antworten. DeepL beschreibt in einem Beitrag seiner Forschungseinheit, dass direkte Sprach-zu-Sprach-Modelle die Verarbeitung beschleunigen könnten.
Auch n8n steht für einen europäischen Weg in den KI-Markt. Die Plattform verbindet Software, künstliche Intelligenz und menschliche Kontrolle in automatisierten Abläufen. Im Mai teilte Highland Europe mit, dass eine strategische Investition von SAP n8n mit 5,2 Milliarden US-Dollar bewerte. Zudem wollen beide Unternehmen n8n in SAPs Entwicklungsumgebung Joule Studio integrieren. Die Angaben stammen von n8n und Highland Europe.
Damit verschiebt sich der Wettbewerb. Unternehmen verkaufen nicht nur Modelle, sondern Werkzeuge für konkrete Aufgaben: Software erzeugen, Gespräche führen, Übersetzungen liefern oder Abläufe verbinden. Je näher diese Produkte an den Arbeitsalltag rücken, desto wichtiger werden Datenschutz, Zuverlässigkeit und die Möglichkeit, Fehler zu kontrollieren.
Die Rechnung kommt später
Die neuen Fonds und Finanzierungsrunden schaffen zunächst Spielraum. Start-ups können Personal einstellen, Rechenleistung einkaufen und Vertrieb aufbauen. Für die Investor:innen beginnt die eigentliche Bewährungsprobe aber erst danach. Sie müssen zeigen, dass aus Kapital Kund:innen und aus Pilotprojekten wiederkehrende Erlöse werden.
Das gilt auch für die Bewertungen. Eine private Finanzierungsrunde legt einen Preis für die Anteile fest, die in dieser Runde verkauft werden. Sie ist kein Börsenkurs und kein unabhängiger Nachweis für den Wert des gesamten Unternehmens. Je weniger transparente Finanzdaten vorliegen, desto schwieriger ist der Vergleich zwischen einzelnen Start-ups.
Ob sich daraus eine Investitionsblase entwickelt, ist offen. Für eine Blase würde sprechen, dass die Fonds groß sind und Bewertungen schnell steigen. Das Risiko einer Korrektur wächst aber, wenn die erwarteten Umsätze ausbleiben oder die Kosten für Rechenleistung und Personal die Erlöse auffressen. Europas KI-Unternehmen haben deshalb viel Kapital zur Verfügung. Jetzt müssen sie zeigen, was daraus entsteht.
