27.07.2026
INVESTOR:INNEN

Venture Sentiment Index: Gute Zahlen, verhaltene Stimmung

Der European Venture Sentiment Index von Venionaire für das 2. Quartal 2026 zeigt wieder einmal: Es ist anders gekommen, als erwartet. Dabei passen die harten Zahlen aktuell nicht unbedingt mit der Stimmung zusammen.
/artikel/venture-sentiment-index-gute-zahlen-verhaltene-stimmung
Der European Venture Sentiment Index deutet eine positive Entwicklung für das nächste Quartal an (c) Adobe Stock
(c) Adobe Stock

„Für das zweite Quartal könnten die Vorzeichen kaum schlechter stehen“, zitierte brutkasten Venionaire im April zur Veröffentlichung des European Venture Sentiment Index für das erste Quartal. Doch – wie so oft – kam es dann doch anders. Die im ersten Quartal durch den Angriff der USA auf den Iran hervorgerufene Krise schlug sich nämlich – anders als etwa die Krise nach Beginn des Ukraine-Kriegs – nicht auf die Risikokapital-Volumina nieder.

Die Zahlen sahen laut Venionaire-Analyse im zweiten Quartal nämlich gut aus: Die Gesamtinvestitionen am europäischen Risikokapitalmarkt nahmen weiter zu und erreichten mit 29 Milliarden US-Dollar einen neuen Rekord. Weiters konnte auch die reine Deal-Anzahl um rund fünf Prozent auf 965 Deals gesteigert werden.

(c) Venionaire Capital

Knapp negativer Indexwert – abermals pessimistischer Ausblick

Dennoch sind die für den quartalsweisen Index befragten Investor:innen nicht in Jubelstimmung. Der Indexwert liegt mit 4,8 knapp unter der neutralen Marke 5. Er ist damit besser als der Wert im Vorquartal und besser als der für das Quartal erwartete Wert (siehe Grafik), aber immer noch nicht positiv. Auch die Erwartung für das kommende Quartal ist mit 4,4 wieder schlechter. „Die Zahlen zeichnen ein positiveres Bild als die Stimmung. Investor:innen sind weiterhin zurückhaltend und warten mit Investments“, analysiert Berthold Baurek-Karlic, Gründer und Vorstandsvorsitzender der Venionaire Capital AG.

(c) Venionaire Capital

Man erkenne eine leichte Stabilisierung, so Baurek-Karlic weiter zum Index-Wert. „Zwar erwarten Investor:innen mehr Aktivität und Wettbewerb im dritten Quartal, doch die großen Sorgen rund um geopolitische Spannungen und handelspolitische Unsicherheit sind aber weiterhin da.“ Es verwundere also nicht, dass der erwartete Index-Wert lediglich 4,4 betrage. Investor:innen würden kurzfristig ohne verlässlichen Ausblick auf die kommenden Quartale agieren, meinen die Analysten von Venionaire Capital.

DeepTech im Vorteil

Und langfristig könnte sich eine Veränderung der Investitionskriterien abzeichnen, erwarten die Analysten. Effizienz und Produktdifferenzierung würden zunehmend als Grundvoraussetzungen gelten. In den Mittelpunkt rücke stattdessen die Frage, ob ein Unternehmen über einen dauerhaft verteidigungsfähigen Wettbewerbsvorteil verfüge. „Investoren hinterfragen verstärkt, ob KI-basierte Produkte tief in Infrastruktur und Arbeitsabläufen verankert sind oder lediglich auf bestehenden Basismodellen aufsetzen. Geschäftsmodelle, deren Kernfunktion kurzfristig von einem großen KI-Anbieter in dessen Plattform integriert werden könnte, werden entsprechend kritischer bewertet“, so Baurek-Karlic.

Davon würden insbesondere Bereiche mit höheren technologischen und physischen Eintrittsbarrieren profitieren, darunter DeepTech, Biotechnologie, Hardware, Robotik und fortschrittliche Fertigung. „Vielleicht stehen wir vor einem goldenen Zeitalter der DeepTech-Unternehmen“, mutmaßt der Venionaire-Gründer.

Größte Runden und stärkste Länder

Diese Erwartungen würden sich in den Top-Investments des zweiten Quartals widerspiegeln: Mit Eurowind Energy (2,3 Mrd. US-Dollar, Energie- und Abfallwirtschaft), Isomorphic Laboratories (2,1 Mrd. US-Dollar, KI-Biotechnologie) und Stegra (1,6 Mrd. US-Dollar, erneuerbare Energien) seien die größten Finanzierungsrunden an Unternehmen gegangen, die nicht einfach vom Markt verdrängt werden können. Im europäischen Risikokapital-Länderranking führte einmal mehr das Vereinigte Königreich (12,3 Mrd. US-Dollar) überlegen vor Deutschland (3,6 Mrd. US-Dollar) und – überraschend dank Eurowind Energy – Dänemark (3 Mrd. US-Dollar).

(c) Venionaire Capital

Und wie geht es weiter? Baurek-Karlic analysiert: „Der Risikokapitalmarkt befindet sich momentan im Wandel. Investor:innen sind bereit, mehr Kapital zur Verfügung zu stellen, wollen dafür aber auch ein gewisses Maß an Sicherheit. Auch im dritten Quartal werden es etabliertere Unternehmen mit einem felsenfesten Geschäftsmodell leichter haben.“

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

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

Venture Sentiment Index: Gute Zahlen, verhaltene Stimmung

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Venture Sentiment Index: Gute Zahlen, verhaltene Stimmung

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Venture Sentiment Index: Gute Zahlen, verhaltene Stimmung

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 …

Venture Sentiment Index: Gute Zahlen, verhaltene Stimmung

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 …

Venture Sentiment Index: Gute Zahlen, verhaltene Stimmung

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 …

Venture Sentiment Index: Gute Zahlen, verhaltene Stimmung

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 …

Venture Sentiment Index: Gute Zahlen, verhaltene Stimmung

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Venture Sentiment Index: Gute Zahlen, verhaltene Stimmung

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Venture Sentiment Index: Gute Zahlen, verhaltene Stimmung