13.10.2025
FROM SCIENCE TO BUSINESS | NACHLESE

Finanzierung als Marathon: Was forschungsintensive Spin-offs brauchen

Forschungsintensive Spin-offs brauchen langen Atem – bei Entwicklung, Kosten und Kapital. Wie Finanzierung gelingen kann, diskutieren Doris Agneter (Geschäftsführerin, tecnet equity), Lukas Rippitsch (Portfolio Support Lead, Noctua Science Ventures) und Thomas Meneder (Geschäftsführer, OÖ HightechFonds) in Kapitel 4 von "From Science to Business“.
/artikel/from-science-to-business-nachlese-4

Während Software-Startups oft in wenigen Monaten einen Prototyp entwickeln und erste Umsätze erzielen, ist die Realität bei Spinoffs im Bereich Life Sciences oder Deep Tech eine andere. Ihre Entwicklungszyklen dauern Jahre, oft ein halbes Jahrzehnt oder mehr. Parallel dazu steigen die Kosten – von aufwendiger Laborinfrastruktur über regulatorische Verfahren bis hin zu hochspezialisierten Teams.

Gerade dieser lange Weg unterscheidet Spin-offs von schnell skalierbaren Software-Modellen – und macht die Finanzierung besonders anspruchsvoll. „Teilweise sprechen wir mit Teams, die schon fünf bis sieben Jahre vor der Gründung in der Forschung gearbeitet haben“, schildert Lukas Rippitsch von Noctua Science Ventures, einem Spin-off-Fonds, der gemeinsam von TU Wien und Speedinvest gegründet wurde und akademische Forschungsteams mit Kapital und operativer Begleitung in marktfähige Unternehmen überführt.

Auch Thomas Meneder, Geschäftsführer des OÖ Hightechfonds, eines regionalen Frühphasenfonds mit Schwerpunkt auf Deep-TechStartups, hebt die besondere Dynamik hervor „Wir haben gelernt, zu Beginn kleinere Tickets zu setzen und verstärkt in Konsortien zu investieren, um hinten raus mehr Luft zu haben.“ Spin-offs brauchen Zeit – Geduld gehört daher auf beiden Seiten dazu.

Für Doris Agneter, Geschäftsführerin von tecnet equity, einem EarlyStage-Venture-Capital-Fonds, der in innovative Tech-Startups und Spin-offs in Niederösterreich investiert und den Technologietransfer unterstützt, ist es zudem entscheidend, jedes Projekt individuell zu betrachten. „Es gibt kein Kochrezept für die Finanzierung von Spinoffs. Jedes ist anders und braucht ein maßgeschneidertes Setup.“

Die zentrale Frage lautet daher: Wie lässt sich ein Finanzierungsmodell schaffen, das diesen langen Entwicklungszyklen gerecht wird? Klar ist: Finanzierung von Spin-offs bedeutet weit mehr als Kapital. Sie ist ein Gesamtpaket aus Coaching, Netzwerk, CapTable-Design und strategischer Begleitung.

Teams im Fokus: Von der Forschung zur unternehmerischen Realität

Die langen Entwicklungszyklen machen deutlich: Spin-offs brauchen nicht nur Kapital, sondern auch das richtige Setup, um diese Zeit erfolgreich zu überbrücken. Ein zentraler Faktor dabei ist das Team.

Wissenschaftler:innen, die über Jahre gemeinsam geforscht haben, sind zwar fachlich bestens aufgestellt – doch die unternehmerischen Kompetenzen fehlen oft. Vertrieb, Business Development, HR oder regulatorische Strategie müssen erst ergänzt werden.

„Wir müssen Sciencepreneurs aus ihrer Komfortzone holen und prüfen: Können sie das, wollen sie das – und ist ihnen bewusst, was auf sie zukommt?“, erklärt Lukas Rippitsch. Für ihn ist entscheidend, dass sich Gründer:innen nicht nur auf ihre Technologie verlassen, sondern auch unternehmerisch den nächsten Schritt gehen.

Auch Doris Agneter bestätigt: „Gerade technologieorientierte Gründerteams sind anfangs selten vollständig aufgestellt. Wichtig ist, parallel zum Kapital auch Know-how und Netzwerke hereinzubringen, damit Sales-, HR- oder Management-Kompetenzen Schritt für Schritt dazukommen.“

Für Thomas Meneder ist ein diverses Team sogar das zentrale Entscheidungskriterium: „Gute Teams mit dem richtigen Thema kriegen Finanzierungen – auch in schwierigen Zeiten. Solo Gründer sind in unserem Bereich oft problematisch.“

Doch starke Teams allein reichen nicht – entscheidend ist auch die Eigentümerstruktur.

Cap Table: Red Flags, die jede Anschlussfinanzierung gefährden

Neben dem Team ist der Cap Table einer der wichtigsten Prüfsteine für Investoren. Wer welchen Anteil hält, entscheidet über die Handlungsfähigkeit des Unternehmens – und ob spätere Finanzierungsrunden überhaupt möglich sind.

Ein wiederkehrendes Thema bei Spin-offs sind vergleichsweise hohe Anteile für Personen, die nicht im operativen Geschäft aktiv sind – etwa Professor:innen oder Betreuer:innen. Sie werden bei der Gründung oft berücksichtigt, spielen später aber manchmal keine Rolle mehr im Aufbau des Unternehmens.

„20 bis 30 Prozent Equity für inaktive Gründer sind eine absolute Red Flag – das ist nicht finanzierbar“, warnt Lukas Rippitsch. Auch Doris Agneter sieht darin ein Ausschlusskriterium: „Wir haben bereits Beteiligungen abgelehnt, weil zu viel Equity bei inaktiven Gründern lag. Man muss bedenken: Teams entwickeln sich, es kommen neue Personen dazu. Dafür braucht es Platz im Cap Table.

Thomas Meneder bringt die Investorenperspektive auf den Punkt: „Am Ende geht es um die Leute. Gute Teams mit dem richtigen Thema bekommen Finanzierung – aber nur, wenn die Eigentümerstruktur passt.“

Uni-Beteiligungen: Zwischen Anspruch und Realität

Universitäten und Forschungseinrichtungen wollen – und sollen – am Erfolg von Ausgründungen teilhaben. Doch wie diese Beteiligungen ausgestaltet sind, ist in Österreich aktuell Teil intensiver Diskussionen. Denn was als legitimes Interesse der Hochschulen beginnt, kann schnell zum Stolperstein für Gründer:innen werden.

„Wunsch wäre Geschwindigkeit und Standardisierung – je einfacher, desto besser“, fordert Lukas Rippitsch. Besonders problematisch sei es, wenn jede Universität ihr eigenes Modell entwickle „Was wir nicht brauchen, ist Wildwuchs, wenn jede Hochschule ihre eigenen Templates entwickelt.“ Als positives Beispiel verweist er auf die ETH Zürich, die ihre Regeln für Spin-offs auf wenigen Seiten klar und transparent zusammengefasst hat. Dort liegt der Richtwert bei 2 Prozent Equity für die Universität – kombiniert mit klaren Lizenzverträgen.

Auch Doris Agneter plädiert für schlanke Modelle, die Beteiligung ohne Blockade ermöglichen „Universitäten sollen am Erfolg partizipieren, aber den Weg nicht erschweren. Virtual Shares oder Treuhandlösungen sind oft geeigneter als direkte Equity-Anteile.“

Für Thomas Meneder ist die Anschlussfähigkeit an internationale Standards entscheidend. Er plädiert für Lizenzmodelle mit Cap und klare Regeln, damit Gründer:innen und Investoren Planungssicherheit haben.

In der Szene gilt als Faustregel: Uni-Anteile im niedrigen einstelligen Bereich sind akzeptabel. Alles über 10 Prozent wird kritisch; ab 20 Prozent ist eine Anschlussfinanzierung kaum mehr darstellbar.

Rahmenbedingungen: Wo Österreich nachschärfen muss

Zum Abschluss richtet die Runde den Blick auf die Rahmenbedingungen. Denn ob Spin-offs wachsen können, hängt nicht nur von Kapital ab, sondern auch von Anreizen, steuerlichen Regelungen und einer innovationsfreundlichen Kultur.

Für Thomas Meneder ist der steuerliche Rahmen für private Investor:innen ein entscheidender Hebel: „Wenn Verluste steuerlich nicht absetzbar sind, fehlt der Anreiz. Gewinne werden voll versteuert, Verluste trägt man allein – das ist kein attraktives Modell.“ Ohne attraktive Bedingungen für Business Angels bleibe ein wichtiger Teil des Finanzierungsökosystems zu schwach, um die Wachstumsphasen von Spin-offs ausreichend abzusichern.

Lukas Rippitsch wiederum mahnt mehr Zusammenarbeit und Standardisierung im Hochschulsektor ein: „Ein klarer, einheitlicher Rahmen würde Gründer:innen in den Mittelpunkt stellen und Investoren schnelle Prozesse ermöglichen.“ Noch zu oft entwickeln Universitäten eigene Modelle für Beteiligungen und IPÜbertragungen, was zu Verzögerungen und Unsicherheit führt. Vorbilder wie die ETH Zürich zeigen, dass es auch schlanker und transparenter geht.

Doris Agneter setzt auf einen kulturellen Impuls: Sciencepreneurship müsse viel früher an den Universitäten verankert werden. „Wir müssen schon bei PhD-Studierenden und jungen Forscher:innen Bewusstsein schaffen, dass Gründung eine legitime Karriereoption ist – gleichwertig zu Publikationen oder einer akademischen Laufbahn.“ Kleine Module und Programme könnten hier den Einstieg erleichtern und die Grundlage für spätere Spin-offs legen.


Takeaways

  • Teams stärken: Komplementarität und Anpassungsfähigkeit sind wichtiger als Technologie allein.
  • Cap Table sauber halten: Keine überzogenen Uni-Anteile, keine großen Stakes für Inaktive. Raum schaffen für künftige Schlüsselpersonen und investorenfähige Strukturen.
  • Uni-Beteiligungen standardisieren: Österreich braucht einfache, transparente und einheitliche Modelle – nach internationalen Vorbildern.
  • Runden realistisch planen: Genug Kapital, Co-Investoren mit Follow-on-Power und eine vorausschauende Planung bis zur nächsten Stufe.
  • Mindset entwickeln: Von Förderlogik zu Marktlogik, Anreize für Business Angels, Entrepreneurship an Unis verankern.

Diese Themen werden in „From Science to Business“ behandelt:

Folge 1: Status quo der Spin-offs in ÖsterreichStrukturen, Leistungsvereinbarungen, Beteiligungsgesellschaften und Mindset-Veränderungen an Hochschulen.
Folge 2: Von der Idee zum Patent und Spin-offWie Universitäten und Industrie den Transferpfad gestalten, inkl. IP- und Scouting-Prozesse.
Folge 3: Life Sciences im FokusLange Entwicklungszyklen von Medikamenten, hohe Investitionskosten und wie MedLifeLab und Takeda Spin-offs und Innovationen unterstützen.
Folge 4: Finanzierung von DeepTech-Spin-offsHerausforderungen langer Entwicklungszyklen, Evergreen-Fonds, Co-Investments und Investorensicht.
Folge 5: Kooperationen als Erfolgsfaktor (erscheint am 15.10.2025)Von der Idee zum globalen Skalieren. Wie Universitäten, Inkubatoren und Industriepartner Innovationen gemeinsam entwickeln.
Folge 6: Gründungsmindset an Hochschulen stärken (erscheint am 22.10..2025)Best Practices, Infrastruktur und Anreizsysteme, um mehr Spin-offs bis 2030 zu ermöglichen.

„From Science to Business“ setzen wir gemeinsam mit unseren Partnern AplusB (Academia plus Business)Austria Wirtschaftsservice (aws)MedLifeLab Innovation Hub (Medizinische Universität Innsbruck), Noctua Science VenturesJKU – LIT Open Innovation Center (Johannes Kepler Universität Linz), OÖ HightechFondsSpin-off AustriaTakedatecnet equityThe Spinoff Factory (Technische Universität Wien), Universität Innsbruck und WU (Wirtschaftsuniversität Wien) um.

Deine ungelesenen Artikel:
04.08.2026

WienIT: 500 Nutzer:innen für die konzernweite KI-Plattform

Vor eineinhalb Jahren nahm das bei der WienIT angesiedelte Competence Center KI der Wiener Stadtwerke-Gruppe seine Arbeit auf. Eine Zeit, die vor allem von Aufbauarbeit geprägt war. Im Zentrum steht heute weniger ein einzelner Vorzeige-Use-Case als eine Infrastruktur: eine zentrale KI-Plattform für den gesamten Konzern. Warum dabei bewusst auf Eigenentwicklung gesetzt wird und Startups bislang nicht unmittelbar beteiligt sind.
/artikel/wienit-500-nutzerinnen-fuer-die-konzernweite-ki-plattform
04.08.2026

WienIT: 500 Nutzer:innen für die konzernweite KI-Plattform

Vor eineinhalb Jahren nahm das bei der WienIT angesiedelte Competence Center KI der Wiener Stadtwerke-Gruppe seine Arbeit auf. Eine Zeit, die vor allem von Aufbauarbeit geprägt war. Im Zentrum steht heute weniger ein einzelner Vorzeige-Use-Case als eine Infrastruktur: eine zentrale KI-Plattform für den gesamten Konzern. Warum dabei bewusst auf Eigenentwicklung gesetzt wird und Startups bislang nicht unmittelbar beteiligt sind.
/artikel/wienit-500-nutzerinnen-fuer-die-konzernweite-ki-plattform
Larisa Stanescu (l.) vom Competence Center KI der Wiener Stadtwerke-Gruppe und Product Owner Jonathan Mayer | (c) WienIT

Im August 2025 zog die WienIT in einem eigenen Beitrag eine erste Zwischenbilanz des Competence Center KI. Der Bogen spannte sich damals vom Wissensmanagement-Tool bis zur KI-gestützten Lösung für Förderanträge.

Ein Jahr später hat sich der Schwerpunkt verschoben. In den Vordergrund gerückt ist eine zentrale KI-Plattform, die allen Mitarbeitenden der Wiener Stadtwerke-Gruppe Zugang zu KI-Werkzeugen geben soll. Sie ist produktiv, und seit dem Rollout wurden nach Angaben des Unternehmens rund 500 Nutzer:innen gewonnen.

„Die vergangenen eineinhalb Jahre waren vor allem von Aufbauarbeit geprägt“, sagt Jonathan Mayer, Product Owner der KI-Plattform. Das größte Vorhaben sei die Entwicklung eben dieser Plattform gewesen, mit dem Ziel, einen „einfachen, sicheren und vertrauenswürdigen Zugang zu KI-Technologien“ zu ermöglichen.

Larisa Stanescu, die das Competence Center leitet, wertet die Zahl als Bestätigung: Die Entwicklung zeige, dass der Bedarf an KI-Werkzeugen im Arbeitsalltag groß sei und kontinuierlich wachse. Entscheidend sei dabei, dass die Plattform einen sicheren und unternehmenskonformen Zugang biete.

Vom Freitextfeld bis zur Bestellprognose

Inhaltlich sieht das Competence Center einen großen Bedarf im Wissensmanagement. Informationen würden immer umfangreicher und verteilter, KI könne relevantes Wissen schneller auffindbar machen.

Daneben kommt KI zur Datenanalyse zum Einsatz, etwa bei der Auswertung offener Antworten aus Mitarbeiter- und Kundenbefragungen. Freitextdaten enthielten oft wertvolle Erkenntnisse, deren manuelle Analyse aber sehr zeitaufwendig sei, so Mayer.

Stanescu betont, dass klassische Data-Science- und Machine-Learning-Ansätze darüber nicht in Vergessenheit geraten dürfen. Aktuell arbeite man an mehreren Use Cases in der Logistik, bei denen historische Daten genutzt werden, um Bestellmengen und Bestellzeitpunkte präziser zu prognostizieren.

Larisa Stanescu vom Competence Center KI | (c) WienIT

Digitale Souveränität als Leitprinzip

Die Frage nach Modellen und Infrastruktur ist für das Competence Center mehr als eine technische. „Digitale Souveränität ist für uns ein strategisches Leitprinzip“, sagt Mayer. Ziel sei es, die Kontrolle über die eigenen Daten und deren Verarbeitung zu behalten und gleichzeitig die Vorteile moderner Cloud- und KI-Technologien nutzen zu können.

Der Weg dorthin wird als pragmatisch beschrieben: Abhängig von den Anforderungen eines Use Cases und der Sensibilität der Daten wird entschieden, welche Infrastruktur und welche Technologien zum Einsatz kommen.

Konkret wird es beim nächsten Release der Plattform. Dann sollen Nutzer:innen zwischen verschiedenen Modellen selbst auswählen können, etwa europäischen Modellen oder Thinking-Modellen. Parallel dazu soll Model Routing implementiert werden, das automatisch das passende Modell für die jeweilige Fragestellung auswählt.

Warum Startups bislang nicht unmittelbar beteiligt sind

Bemerkenswert für ein Innovationsthema dieser Größenordnung: Startups sind bislang nicht unmittelbar beteiligt. „Aktuell arbeiten wir in unseren KI-Projekten nicht unmittelbar mit Startups zusammen“, sagt Stanescu. Den Wiener Stadtwerken sei der interne Knowhow-Aufbau besonders wichtig, weshalb auch im Hinblick auf digitale Souveränität stark auf Eigenentwicklungen gesetzt werde.

Eine grundsätzliche Absage ist das nicht. Entscheidend sei, ob eine Lösung konkreten Mehrwert biete und sich in die Anforderungen an Sicherheit, Datenschutz und Integration einfüge. Künftige Kooperationen schließe man keineswegs aus, so Stanescu: Gerade im dynamischen KI-Markt könnten Partnerschaften mit innovativen Unternehmen eine interessante Ergänzung zu etablierten Technologieanbietern sein.

Jonathan Mayer, Product Owner der KI-Plattform von WienIT | (c) WienIT

Keine hochsensiblen Daten, On-Premises als Option

Auf technischer Ebene arbeitet das Competence Center mit klaren Datenklassifizierungen. Derzeit werden auf der Plattform keine hochsensiblen Daten verarbeitet. In Pilotprojekten wird evaluiert, wie künftig auch sensiblere Anwendungsfälle umgesetzt werden können, etwa durch On-Premises-Modelle, bei denen Daten die eigene Infrastruktur nicht verlassen.

Unabhängig von der Technologie gelte ein Grundsatz, sagt Mayer: KI unterstütze Menschen bei ihrer Arbeit, ersetze aber nicht die menschliche Verantwortung. Bei wichtigen Entscheidungen bleibe die finale Bewertung und Freigabe stets in menschlicher Hand.

Begleitet wird der Rollout von einem Change- und Enablement-Ansatz. Jede neue Nutzerin und jeder neue Nutzer der Plattform erhält ein strukturiertes Onboarding zu den Regeln im Umgang mit KI, dazu kommen Informationsveranstaltungen, Schulungen und eine Community für den Erfahrungsaustausch.

„Welches Problem lösen wir?“

Eine der wichtigsten Erkenntnisse der vergangenen Monate formuliert Stanescu grundsätzlich: KI sei kein reines IT-Thema, technologische Exzellenz allein reiche nicht aus. Erfolgreiche Projekte entstünden dort, wo Fachbereiche, IT, Informationssicherheit, Datenschutz und Change Management früh eingebunden werden. Die Abstimmung dieser Anforderungen brauche oft mehr Zeit als die technische Umsetzung selbst.

Der Erfolg von KI-Anwendungen hänge zudem wesentlich stärker von Akzeptanz, Vertrauen und nutzbaren Anwendungsfällen ab als von der Leistungsfähigkeit einzelner Modelle. Statt „Welches Modell ist das beste?“ solle man fragen: „Welches Problem lösen wir für unsere Kolleginnen und Kollegen?“

Agentische KI und ein Hackathon

In den kommenden Monaten liegt der Schwerpunkt auf der Weiterentwicklung der Plattform. Der Zugang zu KI soll weiter vereinfacht, zusätzliche Anwendungsfälle sollen erschlossen werden.

Parallel beschäftigt sich das Competence Center mit agentischer KI. Das Competence Center für Intelligent Process Automation pilotiert erste agentische Fähigkeiten innerhalb der Wiener Stadtwerke-Gruppe. Evaluiert wird, wie KI künftig nicht nur Informationen bereitstellen, sondern komplexere Aufgaben und Prozessschritte eigenständig unterstützen kann.

Um die Innovationskraft im Konzern zu stärken, ist außerdem ein KI-Hackathon geplant, bei dem Mitarbeitende eigene Ideen umsetzen können.

Langfristig sieht das Competence Center seine Rolle nicht darin, einzelne Lösungen bereitzustellen, sondern nachhaltige KI-Kompetenz im gesamten Konzern aufzubauen. Der größte Hebel liege nicht in einzelnen Tools, sondern in den Menschen, die diese Technologien sinnvoll einsetzen.

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

AI Summaries

Finanzierung als Marathon: Was forschungsintensive Spin-offs brauchen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Finanzierung als Marathon: Was forschungsintensive Spin-offs brauchen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Finanzierung als Marathon: Was forschungsintensive Spin-offs brauchen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Finanzierung als Marathon: Was forschungsintensive Spin-offs brauchen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Finanzierung als Marathon: Was forschungsintensive Spin-offs brauchen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Finanzierung als Marathon: Was forschungsintensive Spin-offs brauchen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Finanzierung als Marathon: Was forschungsintensive Spin-offs brauchen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Finanzierung als Marathon: Was forschungsintensive Spin-offs brauchen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Finanzierung als Marathon: Was forschungsintensive Spin-offs brauchen