EU-geförderte Startups erreichen Firmenbewertung von 520 Mrd. Euro

Dealroom, eine Datenplattform für Startup-Analysen, veröffentlichte kürzlich ihren Forschungsbericht zu EU-Förderungen im Startup-Bereich.

/artikel/eu-gefoerderte-startups-erreichen-firmenbewertung-von-520-mrd-euro

✨ AI Kontextualisierung

Bis 2027 läuft noch das aktuelle EU-Rahmenprogramm “Horizon Europe”. Mit einem Budget von 95,5 Milliarden Euro positioniert es sich als das weltweit größte, transnationale Programm für Forschung und Innovation. Sein Ziel ist es, den europäischen Forschungsraum zu stärken und die Innovations- sowie Wettbewerbsfähigkeit Europas zu steigern – brutkasten berichtete.

Nun präsentiert Dealroom in Zusammenarbeit mit Dealflow.eu und zahlreichen EU-Startups einen Bericht zu EU-Förderungen, der neue Erkenntnisse bringt. Der Bericht, der im Rahmen des Projekts „Innovation Radar Bridge“ erstellt wurde, basiert sowohl auf EU-Daten als auch Informationen von Dealroom, einer Datenplattform für Startup-Analysen. Untersucht wurden mehr als 13.600 Startups, die EU-Fördermittel erhalten haben. Ziel der Analyse ist es, herauszufinden, wie diese Förderprogramme das Wachstum und die Innovationskraft von Startups beeinflussen.

Von EU-Förderung zu privaten Investments

In den vergangenen 40 Jahren wurden insgesamt zwölf Milliarden Euro an EU-Fördermittel an Startups vergeben, um deren Entwicklung voranzutreiben. Diese Mittel stammen aus verschiedenen EU-Rahmenprogrammen wie Horizon 2020 oder Horizon Europe. Laut Bericht konnten diese Startups durch die Finanzierungen eine Firmenbewertung von insgesamt 520 Milliarden Euro erreichen.

Die Förderungen der EU habe demnach den Startschuss für die Entwicklung dieser Startups gegeben. Zusätzliches Venture Capital in Höhe von 70 Milliarden Euro trieb ihr weiteres Wachstum voran (seit 2010). Die Daten würden verdeutlichen, wie frühe EU-Finanzierungen dazu beitragen, Innovationen weniger riskant zu machen und so wiederum private Investments attraktiver zu machen. Insgesamt machen die von der EU unterstützten Startups rund zehn Prozent des Gesamtwerts aller VC-finanzierten Startups in Europa aus.

Somit stellen laut Bericht EU-Förderprogramme nicht nur eine direkte finanzielle Unterstützung für Startups dar, sondern öffnen auch Türen für zusätzliche Investments aus der Privatwirtschaft. Als Beispiel hierfür nannte wird die Erfolgsgeschichte des Unternehmens BioNTech genannt, das mithilfe von EU-Förderungen den Covid-Impfstoff entwickelte.

74 Prozent der EU-geförderten Startups im Tech-Bereich

Ein genauerer Blick auf die Startups zeigt, dass 74 Prozent der EU-geförderten Startups in zukunftsweisenden Technologiebereichen angesiedelt sind. Besonders Startups in DeepTech-Bereichen wie KI, Robotik und Klimatechnologie schneiden beim Skalieren besser ab, benötigen jedoch zusätzliche Finanzierungen.

Yoram Wijngaarde, Gründer und CEO von Dealroom, sagt: „Der Bericht zeigt, dass öffentliche Mittel dazu beitragen können, frühe Innovationen weniger riskant zu machen und den Weg für privates Kapital zu ebnen, mit äußerst erfolgreichen Ergebnissen”. Dabei würden Startups nur fünf Prozent der bisherigen EU-Innovations-Förderungen erhalten. Die Ergebnisse des Berichts seien ein “starkes Argument, ihren Anteil in zukünftigen Programmen zu erhöhen”.

Forderungen an die EU

Aufgrunddessen fordert das Forschungsteam eine Erweiterung der Startup-Investments für das zehnte EU-Rahmenprogramm (FP10), das mit dem Jahr 2028 starten wird. Außerdem soll die EU mehr Geld für Startups bereitstellen, um deren Wachstum und Innovation zu fördern, “da sie einen erheblichen Beitrag zur Wirtschaft und Gesellschaft leisten”, heißt es in einer Pressemitteilung.

Die untersuchten Startups geben außerdem an, dass die komplexen Strukturen der EU-Förderprogramme eine Hürde darstellen und daher den Zugang zu finanziellen Mitteln erschweren. Hier wird vorgeschlagen, die vielen unterschiedlichen Förderprogramme der EU zu vereinheitlichen, sodass die Komplexität reduziert wird. Ziel sei es, diese Programme effizienter und zugänglicher für Startups zu machen.

Eine weitere Forderung ist, mehr EU-Startup-Gipfel und Pitch-Veranstaltungen zu organisieren, um so Startups mit privaten Investor:innen und großen Unternehmen zu vernetzen. All diese Maßnahmen sollen dazu beitragen, die Entwicklung und Skalierung von Startups in Europa zu fördern und weltweit mehr Sichtbarkeit zu erlangen.

Deine ungelesenen Artikel:

die Redaktion

07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.

/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell

die Redaktion

07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell

Das Linzer KI-Startup NXAI hat sein neuestes Modell TiRex-2 veröffentlicht. Die Entwicklung des sogenannten „Time Series Foundation Models“ (Zeitreihen-Basismodell) stand unter der wissenschaftlichen Leitung von KI-Pionier Sepp Hochreiter, der Mitgründer ist und als Chief Scientist des Startups fungiert.

Das Modell wurde auch als Open-Source-Software frei zugänglich gemacht. Es ist darauf spezialisiert, historische Datenreihen aus der Industrie zu analysieren, um zukünftige Entwicklungen vorherzusagen. In der Presseaussendung zum Release zeigt sich das Startup selbstbewusst: „Europa kann doch SOTA-Modelle“ (Anm. State of the Art). Laut Hochreiter teilt sich das neue Modell in den offiziellen Bestenlisten „die Spitzenplätze mit AWS“.

Mehrere Signale gleichzeitig im Blick

Die wesentliche technische Neuerung des Modells liegt in der Verarbeitung multivariater Zeitreihen. Während herkömmliche Vorhersagesysteme oft nur eine einzelne Datenreihe anhand ihrer eigenen Vergangenheit analysieren, bezieht TiRex-2 zusätzliche Einflussfaktoren – in der Fachsprache Kovariaten genannt – mit ein. Für Industrieunternehmen soll das zum entscheidenden Vorteil werden, da Maschinen und Prozesse selten nur ein isoliertes Signal erzeugen. In der Praxis bedeutet dies: Will ein Logistik- oder Energiebetrieb den künftigen Verbrauch prognostizieren, kann das Modell neben den historischen Verbrauchsdaten auch begleitende Faktoren wie das Wetter, Kalenderdaten oder Produktionspläne auswerten. Das macht die Vorhersagen präziser und aussagekräftiger.

xLSTM soll Effizienz-Boost bringen

Im Gegensatz zu bekannten KI-Systemen wie ChatGPT, die auf der speicherintensiven Transformer-Architektur basieren, nutzt TiRex-2 das von Hochreiter mitentwickelte xLSTM-Verfahren. Das soll ein zentrales Problem industrieller Live-Anwendungen lösen: Bei kontinuierlich einlaufenden Datenströmen (Streaming) explodiere bei herkömmlichen Systemen nämlich der Rechen- und Speicheraufwand, argumentiert man beim Startup. TiRex-2 hingegen verarbeitet Daten sequenziell und aktualisiert fortlaufend einen internen Zustand. Dadurch würden der Speicherbedarf und die Rechenkosten auch bei unbegrenzten Datenströmen konstant niedrig bleiben. Lukas Fischer, Head of Applied Research bei NXAI, erklärt dazu: „Mit TiRex-2 können wir kontinuierliche Datenströme in Echtzeit analysieren, ohne Einbußen bei der Modellperformance.“ Dies prädestiniert das Modell für den direkten Einsatz an Maschinen vor Ort (Edge-Anwendungen).

„Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren“

Die Leistungsfähigkeit des Modells wird durch das begleitende wissenschaftliche Paper des Forscherteams untermauert. Darin zeigen die Wissenschaftler, dass sich TiRex-2 besonders gut für das sogenannte Zero-Shot-Forecasting eignet. Das bedeutet, dass das Modell ohne vorheriges, spezielles Training präzise Vorhersagen für völlig neue Maschinentypen oder Datensätze treffen kann.

Laut dem CEO von NXAI, Albert Ortig, bringt diese Generalisierungsfähigkeit handfeste wirtschaftliche Vorteile im Betrieb: „Die Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren.“ Ein weiterer Vorzug des vergleichsweise kompakten Modells mit 82 Millionen Parametern ist, dass es auf Wunsch direkt auf den eigenen Servern der Kunden (On-Prem) betrieben werden kann, was die Datensicherheit für sensible Industrie-Prozesse erhöht.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

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.

Montag, Mittwoch und Freitag