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:
10.08.2026

Junge Entwickler:innen wollen mehr KI nutzen, als Unternehmen erlauben

Eine Befragung unter 1.119 jungen Entwickler:innen zeigt: Fast alle nutzen KI, doch zwei Drittel klagen über organisatorische Bremsen in Unternehmen. Während regulatorische Vorgaben den Einsatz einschränken, warnt der IT-Dienstleister Cloudflight vor den Gefahren von Schatten-IT und dem Abbau von Junior-Stellen.
/artikel/junge-entwicklerinnen-wollen-mehr-ki-nutzen-als-unternehmen-erlauben
10.08.2026

Junge Entwickler:innen wollen mehr KI nutzen, als Unternehmen erlauben

Eine Befragung unter 1.119 jungen Entwickler:innen zeigt: Fast alle nutzen KI, doch zwei Drittel klagen über organisatorische Bremsen in Unternehmen. Während regulatorische Vorgaben den Einsatz einschränken, warnt der IT-Dienstleister Cloudflight vor den Gefahren von Schatten-IT und dem Abbau von Junior-Stellen.
/artikel/junge-entwicklerinnen-wollen-mehr-ki-nutzen-als-unternehmen-erlauben
Junior Developer
(c) True Agency via Unsplash

„Wer glaubt, mit Künstlicher Intelligenz ließen sich Einstiegspositionen einfach streichen, verwechselt das Werkzeug mit der Person, die es sinnvoll einsetzt“, warnt André Holhozinskyj, CEO der europäischen Cloudflight Group. Die Warnung des Branchenexperten stützt sich auf eine aktuelle Befragung, die das Unternehmen durchgeführt hat. Unter den 1.119 Teilnehmenden – mehrheitlich Studierende und Berufseinsteiger:innen aus Deutschland, Österreich und Rumänien – zeigt sich eine weite Verbreitung, aber auch eine spürbare Reglementierung von KI-Tools im Arbeitsalltag.

Während 99 Prozent der befragten Nachwuchskräfte angeben, KI-Werkzeuge regelmäßig zu nutzen, stoßen sie in der Praxis häufig an organisatorische Grenzen. Rund zwei Drittel der Befragten berichten von Einschränkungen bei der Nutzung, die überwiegend organisatorischer Natur sind. Als Haupthindernis nennen 46 Prozent regulatorische Vorgaben wie Richtlinien von Schulen, Universitäten oder Unternehmen. Weit dahinter folgen Kosten und Lizenzgebühren mit 24 Prozent sowie ethische, rechtliche und datenschutzrechtliche Bedenken mit 23 Prozent. Mangelndes Interesse spielt mit nur zwei Prozent praktisch keine Rolle.

Risiko durch Schatten-IT und Compliance-Verstöße

Die restriktive Haltung in vielen Organisationen birgt nach Einschätzung der Studienautor:innen jedoch Risiken: Wird die Nutzung im Unternehmen untersagt oder komplett eingeschränkt, weichen Mitarbeiter:innen häufig auf private Geräte und nicht freigegebene Consumer-Tools aus – ohne Wissen oder Zustimmung der IT-Abteilung.

Gernot Molin, CTO der Cloudflight Group, warnt vor den unmittelbaren Gefahren für die Datensicherheit: „Tools wie ChatGPT, Gemini oder Claude sind nicht für Unternehmenssicherheit oder Compliance konzipiert, sondern für einfachen Zugang, und das schafft unmittelbare Risiken.“ So könnten etwa proprietäre Algorithmen durch das Einfügen von Code-Schnipseln abfließen, oder Entwickler:innen könnten unbeabsichtigt Kundendaten bei der Analyse von Log-Dateien offenlegen. Unternehmen, die an Richtlinien wie DSGVO, HIPAA oder SOC 2 gebunden sind, riskieren laut Molin bei der Verwendung nicht autorisierter Dienste empfindliche Verstöße. Er plädiert daher für eine kontrollierte Freigabe von KI-Werkzeugen, die direkt in bestehende Entwicklungsumgebungen integriert und durch Sicherheitskontrollen sowie Audit-Trails abgesichert sind.

Vielseitige Nutzung abseits von reinem Code

Die Befragung räumt zudem mit dem Vorurteil auf, KI diene primär dem Schreiben von neuem Programmcode. Der Einsatz zur reinen Code-Generierung liegt bei 18 Prozent und ist damit fast gleichauf mit dem Debugging und Code-Reviews (19 Prozent), administrativen und organisatorischen Aufgaben wie Recherche (19 Prozent) sowie der Code-Optimierung (17 Prozent). Dokumentation (12 Prozent) und Testautomatisierung (10 Prozent) folgen mit etwas Abstand.

Den größten Nutzen sehen die Befragten in der Entlastung bei Routinearbeiten. Fast jede:r Zweite (48 Prozent) nutzt KI vor allem zur Bewältigung repetitiver, zeitaufwändiger Aufgaben wie dem Erstellen von Boilerplate-Code oder dem automatisierten Organisieren von Daten. Ziel sei es, so heißt es aus den offenen Antworten der Teilnehmenden, sich dank der KI auf die interessanten Teile der Arbeit konzentrieren zu können. Zudem schätzen 42 Prozent die Tools als eine Art rund um die Uhr verfügbaren Tutor, der komplexe Konzepte erklären kann. Dieser Effekt könnte nach Einschätzung der Studienautoren vor allem in Regionen mit schwächerer Bildungsinfrastruktur den Zugang zu hochwertiger Programmierausbildung demokratisieren.

Zukunftssorgen und die Rolle der Nachwuchskräfte

Trotz der intensiven Nutzung blickt die junge Generation keineswegs sorgenfrei in die Zukunft. Lediglich 12 Prozent der Befragten geben an, keinerlei Sorge hinsichtlich der Auswirkungen von KI auf ihre eigene Karriere zu haben. Die überwiegende Mehrheit von 88 Prozent äußert leichte bis extreme Besorgnis. Neben der allgemeinen Karriereentwicklung sorgt sich ein Teil der Entwickler:innen auch um den eigenen Lernfortschritt: Es besteht die Befürchtung, durch eine zu starke Abhängigkeit von der KI das eigene Weiterkommen zu bremsen und durch die automatisierten Lösungen „dümmer“ zu werden. Viele wünschen sich daher Erklärungen anstelle von fertigen Antworten.

Für Cloudflight-CEO Holhozinskyj zeigt die Untersuchung, dass Unternehmen umdenken müssen. Künstliche Intelligenz müsse wie eine „virtuelle Mitarbeiterin“ verstanden werden, die ein geregeltes Onboarding benötigt. Wer Juniorstellen aus Gründen der kurzfristigen Kostenersparnis streicht, begehe laut Holhozinskyj einen strategischen Fehler: „Urteilsvermögen entsteht nicht am Reißbrett, sondern über Jahre praktischer Erfahrung, auch aus eigenen Fehlern, und genau diese Erfahrung bauen Unternehmen gerade systematisch ab, wenn sie ihre Juniorstellen kürzen.“ Langfristig drohe den Unternehmen dadurch der Verlust der „Senior-Kompetenz von morgen“ an die Konkurrenz, was sich schnell zum mittelfristigen Wettbewerbsnachteil entwickeln könne.

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