AnyConcept: Wie ein Grazer Software-Testing-Startup Google verblüffte
AnyConcept aus Graz hat eine Software Testautomatisierungs-Lösung entwickelt und dabei beim Trainieren seiner KI Google auf sich aufmerksam gemacht. Wie genau das Modell funktioniert und was der US-Gigant wollte, erklären die Gründer Leander Zaiser, Manuel Weichselbaum und Markus Hauser.
Rund 80 Prozent aller Unternehmen testen ihre Anwendungen und Software händisch. Entweder klicken sie sich mühsam durch ihre Software oder ihren Webshop, um zu sehen, was funktioniert und was nicht, oder sie coden sich ihre Tests. Beides langwierige, kostenintensive und mühsame Aufgaben. Das wissen Leander Zaiser, CEO, Manuel Weichselbaum, CTO, und Markus Hauser, die gemeinsam mit Kevin Intering und Pascal Goldschmied das KI-Startup AnyConcept gegründet haben.
AnyConcept und das Problem der No-code-Software
Die Founder haben sich deswegen dazu entschlossen eine Testautomatisierungs-Software zu entwickeln, um den Prozess für Unternehmen zu vereinfachen und günstiger zu gestalten.
Zaiser war sechs Jahre lang RPA-Experte (Robotics Process Automation) bei Raiffeisen und hat dort Automatisierungssoftware automatisiert. Der CEO musste dabei feststellen, dass vermeintliche No-code-Software ohne Entwicklungskompetenzen sich nicht erfolgreich einsetzen ließ. Für gelernte Softwareentwickler wiederum war das Arbeiten mit solch einer Anwendung keine attraktive Tätigkeit.
Weichselbaum indes forscht seitdem er 17 ist an Künstlicher Intelligenz. Und widmet sich dabei vor allem immer den aktuellen Herausforderungen der internationalen Forschung. Das passte hervorragend zu Zaisers erkanntem Problem: aktuelle Automatisierungssoftware ist zu komplex für Non-Coder und nicht attraktiv genug für Coder. Also fragten sich die Founder: Was, wenn man Automatisierung mit einem No-Code-Ansatz macht, mithilfe einer KI, die genau das tut, was man ihr auf dem Bildschirm zeigt? So war AnyConcept geboren.
Das Black Friday-Problem
„Jede Software, jeder Webshop, jede Applikation muss immer wieder getestet werden, ob sie richtig funktioniert. Und da sie auch ständig durch neue Updates von Entwicklern oder bei einem Webshop mit neuen Produkten gefüttert wird, verändern sich Applikationen dauerhaft. Das kann wieder zum Brechen der bisherigen Funktionen führen“, erklärt Hauser, ein per Eigendefinition fleischgewordenes Startup-Kind, das zuletzt Johannes Braith (Storebox) als rechte Hand begleiten und somit Entrepreneurship aus nächster Nähe beobachten und Mitwirken durfte.
Der Gründer präzisiert sein Argument mit einem Beispiel passend zum Black Friday. Jedes Jahr würden Unternehmen Milliarden US-Dollar verlieren, weil sie ihre Preise falsch definieren oder Prozente und Dollar verwechseln, ohne dass es wem auffällt. Außerdem könnten „Trilliarden US-Dollar“ an Schäden durch fehlerhafter Software, die nicht richtig getestet wurde, vermieden und „50 Prozent der IT-Projektkosten“ gesenkt werden, wenn Testen automatisiert mit No-Code abläuft, so seine Überzeugung.
„Durch unser KI-Modell, das ein User-Interface rein durch Pixeldaten, Mausklicks und Tastatureingaben erkennen und manövrieren kann, schaffen wir es Automatisierung No-Code zu gestalten“, sagt Hauser. „Das Ziel ist es unsere KI-Agenten zukünftig zum Beispiel einen Prozess wie UI-Software-Testing rein durch eine Demonstration, das bedeutet das Vorzeigen des Testfalles, automatisiert durchführen zu lassen. Sie werden sich dabei exakt so verhalten wie es ein Benutzer tun würde, orientieren sich nur an den Elementen des User-Interface und konzentrieren sich nicht auf den dahinterliegenden Code. Das ist unser USP.“
FUSE for Machine Learning
Dieses Alleinstellungsmerkmal fiel auch Google auf. Konkreter Google Cloud Storage FUSE for Machine Learning. Anfänglich noch ein Open Source-Produkt als „Linux Filesystem in Userspace“ oder eben als „FUSE“ tituliert, wurde die Software von Google in die Cloud integriert und hilft beim Verwalten von Unmengen von Trainingsdaten, Modellen und Kontrollpunkten, die man zum Trainieren und Bereitstellen von KI-Workloads benötigt.
Anwendungen können hierbei direkt auf die Cloud zugreifen (Anm.: anstatt sie lokal herunterzuladen); als wären sie lokal gespeichert. Es müssten zudem keine benutzerdefinierte Logik implementiert werden und es gebe weniger Leerlaufzeit für wertvolle Ressourcen wie TPUs und GPUs, während die Daten übertragen werden.
FUSE sei einfach ein Produkt für Unternehmen, so Weichselbaum weiter, um große Datenmengen bequem zu verwalten und sie verfügbar zu machen: “Wir verwenden es, um viele Terrabytes von Daten auf der Cloud zu lagern, was am Computer nicht möglich ist”, sagt er.
Google sagt Hallo
Weil AnyConcept das Service von FUSE sehr intensiv nutzte, wurde Google auf die Grazer aufmerksam. Und hat konkret nachgefragt, was sie für einen Use-Case mit ihrem Angebot entwickelt haben. “Wir waren einer der ersten, die das genutzt haben, um effizient unsere KI-Agents zu trainieren“, sagt Weichselbaum. “Das Produkt von Google ist ein Teil unserer Datenverarbeitung und des Trainings unserer ganz spezifischen KI und Google wollte wissen, warum und wie wir das so intensiv verwenden. Das hat dazu geführt, dass wir unsere Ideen für Produktverbesserungen und Skripts mit ihnen teilen durften.“
AnyConcept und seine Konzepte
Das Ziel von AnyConcept ist es, ein Foundation-Modell nicht für Texte oder Bilder, sondern für Interaktionen mit dem User-Interface zu entwickeln.
Im Detail reicht hierbei eine Demonstration von einem solchen Interface und AnyConcept analysiert es mit neuronalen Netzwerken. Es erkennt Strukturen, die das Startup seinem Namen getreu “Konzepte” nennt und die auf breites Wissen aufbauen, wie man mit einem Computer interagiert.
„So ein Konzept wäre etwa ein ‚Button‘ auf einer Website“, erklärt es Zaiser in anderen Worten. „Die KI versteht dann, dass man ihn anklicken kann und was danach passiert. Oder wie lange eine Website braucht, sich zu öffnen und wie sie aussieht.“
Aktuell forscht AnyConcept an der Generalisierungsfähigkeit ihres Netzwerkes. Zaiser dazu: „Wir testen unsere KI bereits mit Pilotkunden bei der Anwendung von Software-Testautomatisierung und bekommen großartiges Feedback.“
Vom Editor zur KI: Wie Neuron Automation aus St. Pölten durch vier Jahrzehnte Tech-Wandel navigierte
Aus einer kleinen Softwareschmiede ist in den vergangenen vier Jahrzehnten ein international tätiges Unternehmen für Industrieautomatisierung entstanden. Mit Fokus auf funktionale Sicherheit, KI und wiederkehrende Softwareerlöse will Neuron Automation nun die nächste Wachstumsphase einläuten. Die drei Gründer erzählen von diversen Wandlungsphasen der vier Dekaden, Krisen und hybrid-basierten Plänen zur weiteren Steigerung der Profitabilität.
Vom Editor zur KI: Wie Neuron Automation aus St. Pölten durch vier Jahrzehnte Tech-Wandel navigierte
Aus einer kleinen Softwareschmiede ist in den vergangenen vier Jahrzehnten ein international tätiges Unternehmen für Industrieautomatisierung entstanden. Mit Fokus auf funktionale Sicherheit, KI und wiederkehrende Softwareerlöse will Neuron Automation nun die nächste Wachstumsphase einläuten. Die drei Gründer erzählen von diversen Wandlungsphasen der vier Dekaden, Krisen und hybrid-basierten Plänen zur weiteren Steigerung der Profitabilität.
Wir schreiben das Jahr 2006. Irgendwo über den Wolken sitzt Michael Kübeck in einem Flugzeug. Der Private-Equity-Investor, der nach Jahrzehnten bei Philips in Wien eine eigene Firma gegründet hat, sucht nach spannenden Zielen für seine Privatinvestoren. Eine Startup-Szene, wie wir sie heute kennen, existiert in Österreich noch nicht. Im Flieger schlägt das Schicksal zu und er kommt mit einem Bekannten ins Gespräch. Der erzählt ihm von einer kleinen, hochspezialisierten Wiener Softwarefirma im Bereich der Industrieautomatisierung.
Zwei der Gründer wollen aussteigen, ein anderer – Heinrich Steininger – will weitermachen. Kübeck wird hellhörig. Er ahnt damals noch nicht, dass dieser Flug der Startschuss für eine bemerkenswerte Transformationsgeschichte der österreichischen Tech-Industrie werden wird: die Evolution eines stillen Hidden Champions zum international vernetzten Unternehmen.
Die Anfänge von Neuron Automation
Die Wurzeln des 2025 auf Neuron Automation (bis vor kurzem noch als logi.cals firmierend) umbenannten Unternehmens reichen tief in die 80er Jahre hinein. Heinrich Steininger, damals Student der technischen Mathematik, programmiert nebenbei Steuerungen für Kläranlagen und Mischfutterwerke. Als 1986 die Anfrage kommt, ein Programm zu schreiben, das aus, in einem CAD-Programm gezeichneten, Funktionsplänen den Code für eine Steuerung generiert, weigert er sich im „jugendlichen Übermut“, wie er erzählt. „Das kann man schon so tun, aber ich halte das für keine gute Idee“ war seine damalige Antwort. „Wenn, dann sollte man das ordentlich machen.“ So entwickelte über den Sommer einen kompletten Editor.
Ein mutiger Schritt, der sich auszahlt. Ein großer Kunde wird aufmerksam, gibt Geld, und die Firma wird gegründet. Das Unternehmen (Anm.: damals noch Kirchner Soft, ab 2007 logi.cals) wächst organisch, stets nah am Kunden. Ohne Venture Capital, aus dem eigenen Cash Flow heraus, etabliert sich die Firma als Hidden Champion.
Ein Drittel aller globalen Wasserkraftwerke wird bald mit ihrer Software laufen – ebenso wie ein Großteil der Tachos und Zentralsteuergeräte in Autobussen weltweit. Ein interessantes Detail am Rande ist die Marktstellung eines führenden internationalen Anbieters von Fahrzeugelektronik. Das Unternehmen hält bei Tachos und Zentralsteuergeräten in Bussen einen Marktanteil von 80 Prozent. In der Praxis bedeutet dies: Wer in Wien mit einem Bus fährt und den Haltewunsch Knopf drückt, löst mit sehr hoher Wahrscheinlichkeit eine Funktion aus, die mit dem Editor von logi.cals programmiert wurde.
„Ganz wichtig war, dass wir relativ rasch erkannt haben, dass wir das System öffnen mussten“, erinnert sich Steininger. „Uns war klar, dass wir anderen Steuerungsherstellern die technische Anbindung ihrer Steuerungen erleichtern müssen. Das war damals nicht unbedingt üblich. Deshalb haben wir uns überlegt, wie wir das umsetzen können, welches Framework dafür geeignet ist, und dabei einige spannende Dinge entwickelt. Das hat uns ermöglicht, über die nächsten Jahre und Jahrzehnte zwar moderat, aber kontinuierlich gut zu wachsen. Und auch mehr als 20 Jahre später ist das Unternehmen nach wie vor profitabel.“
2007: Das Jahr der Weichenstellung
Mit dem Einstieg von Michael Kübecks Investorennetzwerk 2007 werden somit die Weichen auf Wachstum gestellt – doch dann schlägt 2008 die globale Finanzkrise ein. Von einem Tag auf den anderen brechen zwei Drittel des Umsatzes weg.
Zusperren ist in dieser Situation dennoch keine Option. Stattdessen nutzt das Team die Krise für einen radikalen Schnitt. Das Kernprodukt wird technologisch komplett neu aufgesetzt (Re-Engineering), erneut gestemmt durch die finanzielle Rückendeckung von Privatinvestoren, die an die Substanz der Firma glauben.
Diese Überlebensfähigkeit in Krisenzeiten zieht sich wie ein roter Faden durch die Unternehmensgeschichte – getragen von Vertrauen und Beziehungspflege. Als das Unternehmen später Kredite benötigt, verzichtet man auf vage Versprechungen und legt den Banken stattdessen 15-seitige, schonungslos transparente Sanierungs- und Entwicklungspläne vor. Das Resultat: Die Banken vertrauen dem Team, die Kreditlinien fließen und Transparenz schlägt Pitch-Deck-Geschwaffel.
2016 folgt der nächste essentielle Schritt des Unternehmen: Es kommt Michael Plankensteiner als neuer CEO an Bord. Und bringt frischen Wind mit sich: Nach Stationen bei Boston Consulting Group (BCG) und als Sanierer der Industriegruppe Industrie Holding Operations suchte Plankensteiner Anfang 2016 eine neue unternehmerische Herausforderung. „Ich habe gemerkt: Nach all den Jahren Beratung und Sanierung habe ich keine Lust, dauernd als Söldner in Projekte rein- und dann wieder rauszugehen“, sagt er. Der Unternehmergeist war für ihn nicht neu: Sein Großvater führte einen Greißler-Betrieb in der Südsteiermark, zudem gründete er bereits vor seiner Zeit bei BCG gemeinsam mit Partnern das Karriereservice der Universität Wien.
Das Abhängigkeitsproblem
So tat er sich mit Steiniger und Kübeck zusammen und hatte eine strategische Antwort auf das Abhängigkeitsproblem der beiden: Fokussierung durch M&A (Mergers & Acquisitions). Der erfahrene Berater und Sanierungsexperte analysiert die Lage schonungslos: Das Unternehmen hat zwar eine technologisch brillante Basis, macht aber einen Großteil des Umsatzes mit wenigen großen Kunden. Eine gefährliche Abhängigkeit. Zudem drückt ein deutscher Mitbewerber auf den Markt, der zehnmal so groß ist.
„Das Spannende war, die logi.cals hatte zu dem Zeitpunkt fünf Kunden, mit denen sie 80 Prozent ihres Umsatzes gemacht hat – und alle fünf waren Weltmarktführer“, sagt Plankensteiner. Darunter sehr prominente Unternehmen, deren Namen jedoch ungenannt bleiben sollen. „Alle haben auf unseren Engineering-Editor geschworen. Und trotzdem hatten wir knapp über zwei Millionen Euro Umsatz und waren so am Rande der Profitabilität. Die Frage war: Wo ist eigentlich der Hebel?“
Der Grund für diese Situation lag u.a. in der damaligen Entwicklungsstruktur. Der Editor war zwar ab 2011 durch die gemeinsame Initiative von Steininger und Kübeck neu entwickelt worden, aber 2016 fehlte es an Ressourcen, um das Produkt weiter zu skalieren.
„Wir hatten zehn Entwickler, aber eigentlich keine Investitionen, um die Entwicklung zu pushen. Vieles ist mit den fünf Kunden passiert, dadurch ist relativ viel in die Kundenarbeit geflossen und wenig ins Produkt“, so Plankensteiner. Gleichzeitig war klar, dass ein direkter Wettbewerb mit dem größeren Konkurrenten Codesys nicht sinnvoll war. „Die waren damals ungefähr zehnmal so groß wie logi.cals und hatten rund 100 Entwickler. Hinter denen herzufahren, machte keinen Sinn. Deswegen habe ich gesagt: Wir brauchen eine Fokussierung. Wir brauchen eine Nische in der Nische, damit wir mit weniger Firepower schneller zeigen können, dass wir mehr draufhaben als der Mitbewerber.“ Diese Nische wurde folglich 2017 in Deutschland gefunden.
Die Firma ISH, 1989 gegründet von Axel Helmert, hatte sich auf auf Funktionale Sicherheit (Functional Safety) spezialisiert. Helmert war auf der Suche nach einem Nachfolger – und fand ihn in dem österreichischen Team. 2019 wurde die ISH gekauft und gilt bis heute firmenintern als ein strategisches Masterpiece: Das Engineering-Know-how der Österreicher verschmilzt mit der Safety- und TÜV-Kompetenz der Deutschen. Und so wurde das Unternehmen plötzlich Experte für „Functional Safety“.
Functional Safety
Zur Erklärung: funktionale Sicherheit ist der Teil der Automatisierung, der dafür sorgt, dass eine Maschine abschaltet, bevor Menschen oder die Umwelt zu Schaden kommen. Ein japanischer Automatisierungs-Chef formulierte es bei einem Abendessen in Siegen, Deutschland, gegenüber Investor Kübeck einst so, wie er erzählt: „Safety is a pain in the ass“, hatte jener salopp formuliert.
„Sie betrifft vielleicht nur 15 Prozent einer Anlage, frisst aber dreimal so viel Aufwand. Alles muss redundant ausgelegt sein, jeder Fehler muss vorab überlegt, dokumentiert und beherrschbar gemacht werden. Für Techniker, die Maschinen eigentlich zum Laufen bringen wollen, ist die Programmierung von Not-Aus-Szenarien und Fehlerbeherrschung extrem frustrierend und teuer. Funktionale Sicherheit sagt man immer so leicht daher. Es ist ein Feature der Automatisierung, das eigentlich jeden nervt, aber total wichtig ist, weil es überall dort gebraucht wird, wo es um Menschenleben geht“, betont Kübeck.
Ein zentrales Prinzip dabei sei Redundanz: Steuerungen werden mehrfach ausgelegt, damit Ausfälle verhindert werden. Eine Besonderheit des Marktes: Die Zertifizierung funktionaler Sicherheit erfolgt weltweit über den deutschen TÜV. „Der Japaner muss sich mit dem deutschen TÜV auseinandersetzen, der Franzose und auch der Amerikaner. Das ist für viele die Hölle.“
Vorteil durch Netzwerk
Genau hier sieht Kübeck einen Wettbewerbsvorteil von logi.cals: Mit Helmert habe das Unternehmen nicht nur technisches Know-how, sondern auch ein tiefes Verständnis für die TÜV-Prozesse und ein gewachsenes Netzwerk aufgebaut. „Er kennt dort alle , ruft an und sagt, ‚wir haben die und die Idee‘. Das ist unglaublich viel wert.“
Funktionale Sicherheit stellt technisch besondere Anforderungen an die Entwicklung. „Für einen Programmierer ist es psychologisch gar nicht so einfach, sich da hineinzudenken“, erklärt Plankensteiner. „Während klassische Automatisierung darauf abzielt, Anlagen zuverlässig am Laufen zu halten, muss funktionale Sicherheit sicherstellen, dass Systeme im Gefahrenfall kontrolliert abschalten.“
Zwei zentrale Säulen
Die beiden zentralen Säulen seien dabei Fehlervermeidung und Fehlerbeherrschung. „Bei der Fehlervermeidung geht es darum, im Entwicklungsprozess sicherzustellen, dass möglichst wenige Softwarefehler entstehen. Die Anforderungen an Entwicklung und Tests sind dadurch deutlich höher.“ Gleichzeitig müsse ein System auch dann sicher bleiben, wenn Fehler auftreten – etwa durch technische Defekte oder unerwartete Ereignisse“, so der CEO weiter.
Mit der Übernahme der ISH 2019 baute logi.cals genau diese Kompetenz weiter aus und entwickelte daraus ein breiteres Angebot. Heute verbindet das Unternehmen Dienstleistungen mit eigenen Technologien und arbeitet an einer Transformation hin zu einem stärker lizenzbasierten Geschäftsmodell. „Unser Ziel ist, funktionale Sicherheit schneller, günstiger und investitionssicherer zu machen“, so Plankensteiner. Auch KI spielt dabei eine Rolle: Mit einem neuen Ansatz will das Trio die Entwicklung sicherer Automatisierungslösungen weiter vereinfachen und hat dafür bereits ein Patent beantragt.
Man muss wissen, dass Künstliche Intelligenz in der funktionalen Sicherheit lange als unmöglich galt, da KI von Natur aus indeterministisch (also in ihren exakten Ergebnissen schwer vorhersehbar) sei. Doch dem Team ist es gelungen, einen Ansatz zu entwickeln, der KI-gestütztes Programmieren in diesen starren Zertifizierungsrahmen presst.
Das Ende der Bewegung
„Denken wir an humanoide Roboter, wie sie derzeit von großen Tech-Visionären entwickelt werden. Damit so ein Roboter einem Menschen im Alltag nicht den Arm bricht, müssen seine Gelenke über Sensorik erkennen, wenn ein Mensch zu nah kommt. Das Gelenk muss die Bewegung verlangsamen und notfalls blockieren“, sagt Plankensteiner. „Ein Kunde in der Schweiz liefert für einen namhaften Humanoiden die Automatisierung im Gelenk. Die Entwicklung der Hardware dazu, die Firmware und die funktionale Sicherheit kommen von uns“, präzisiert er.
Diese komplexe, sicherheitskritische Programmierung für das Gelenk übernimmt künftig (Anm.: ab nächsten Jahr am Markt) der „Neuro Transformer“ von Neuron Automation. Er nimmt, eigenen Angaben nach, dem Programmierer 90 Prozent der repetitiven, fehlervermeidenden Code-Arbeit ab. Der menschliche Ingenieur steige so in die Rolle des Architekten und Reviewers auf, während die KI zunehmend die Umsetzung übernimmt.
Der geplante Wandel von Neuron Auromation
Dass Technologie allein jedoch nicht reicht, das weiß das Team. Jahrzehntelang war das Unternehmen stark im Projektgeschäft tätig. Das bedeutet: 70 Prozent einmalige Dienstleistungsumsätze (Non-Recurring), 30 Prozent Lizenzen (Recurring). Der Plan bis 2030 sieht eine komplette Umkehrung vor.
Durch hardwareunabhängige Sicherheitslösungen und KI-Tools wie den „Neuro Transformer“ möchte sich das Unternehmen in ein hybrides Modell transformieren: Die Zielvorgabe lautet 70 Prozent Recurring Revenue (wiederkehrende Lizenzen) und 30 Prozent Dienstleistung. Die Projektarbeit bleibt dabei die Antenne zum Markt, um Innovationen überhaupt erst zu erkennen, während das Softwaregeschäft die Profitabilität jenseits der 20-Prozent-Marke treiben soll. So der Plan.
Die DNA des Erfolgs
Allgemein ist festzustellen, dass sich besonders ein Faktor durch die Historie von Neuron Automation zieht. Es ist eine DNA der Zusammenarbeit: Ob es der Einstieg von Kübeck war, die Übernahme von Axel Helmerts Lebenswerk oder das Halten von Schlüsselfiguren über Jahrzehnte hinweg: Alles basiert auf einem tiefen Verständnis von Beziehungen und Partnerschaften.
„Bei uns gibt es keine Schauspieler“, sagt Plankensteiner. „Wenn die Eigentümer, die Entwickler, die in St. Pölten sitzen und die Zukäufe in Deutschland nicht auf einer extrem vertrauensvollen, menschlichen Basis kommunizieren würden, wäre ein solcher Wandel unmöglich gewesen. Innovation entsteht hier oft im Joint-Development – Hand in Hand mit den Kunden, die wir nicht als reine Käufer, sondern als Entwicklungspartner sehen.“
Blick ins nächste Jahrzehnt
Heute steht Neuron Automation, bei 16 Millionen Euro Umsatz und 135 Mitarbeiterinnen und Mitarbeitern. Der Vorsprung der einst übermächtigen Konkurrenz sei drastisch geschmolzen. Durch M&A, sensibles Cash-Flow-Management, Branchenvertrauen und eine besondere KI-Lösung für funktionale Sicherheit .
„Der Wettbewerber ist – statt zehnmal – heute nur noch dreimal so groß. Und sein Vorsprung ist deutlich kleiner geworden. Wir sind technologisch aus unserer Sicht, und das bestätigen unsere Kunden (und auch die des Konkurrenten), deutlich voraus“, sagt Plankensteiner. „Wir haben nicht mehr ‚zehn Jahre Nachteil‘. Als ich 2016 zu Steiniger und Kübeck dazugestoßen bin, war er (Anm.: Der Konkurrent) seit 2006 mit seinem Engineering-Tool breit im Markt unterwegs. Jetzt hat er nur mehr ein Jahr Vorsprung. Schauen wir, was beim nächsten Sprung passiert.“
Die Pipeline von Neuron Automation sei zudem bereits gut gefüllt: Erste Kunden starten noch vor der geplanten Zertifizierung´, wie Planeksteiner mitteilt: „Der erste Schritt unserer Transformation passiert dann zwischen 2028 und 2030. In dieser Zeit wollen wir die 20-Millionen-Euro-Umsatz-Grenze deutlich überschreiten und uns auch klar über 20 Prozent Profitabilität bewegen. Mit dem zunehmenden Anteil des Lizenzgeschäfts soll dann die Marge auch weiter steigen.“
Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.