09.10.2026
KLAUSELN

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann

Ein Exit in Millionenhöhe – und trotzdem bleibt für die Gründer:innen kaum etwas übrig. Schuld daran können sogenannte Liquidation Preferences sein, die darüber entscheiden, wer beim Verkauf eines Startups bevorzugt wird. Jurist Manuel Mofidian ordnet ein.
/artikel/x-faktor-warum-liquidation-preference-bei-einem-millionen-exit-zum-albtraum-werden-kann
Liquid Preference, Mofidian
© Armin Hubner/Canva - Wirtschafts- und Tech-Anwalt Manuel Mofidian.

Dieser Text ist zuerst im brutkasten-Printmagazin von August 2026 „Aufbrechen“ erschienen. Eine Download-Möglichkeit des gesamten Magazins findet sich am Ende dieses Artikels.


Für viele Gründer:innen sind 40-Stunden-Wochen ein Fremdwort und freie Wochenenden ein ferner Wunsch – sie opfern unzählige Arbeitsstunden und verzichten auf Gehalt, um ihr Startup aufzubauen. Doch am Ende dieses jahrelangen harten Einsatzes bleibt selbst bei einem vermeintlich erfolgreichen Millionen-Exit in manchen Fällen kaum etwas übrig. Der Grund kann in einer unscheinbaren Klausel des Beteiligungsvertrags liegen; einer Sonderregel für die Verteilung des Exit-Erlöses. Räumt man etwa späteren Investoren eine „Liquidation Preference“ ein, bedienen sich diese beim Verkauf zuerst. Die Realität sieht dann wie folgt aus: Während die Branche gratuliert, können die Gründer:innen und frühe Kapitalgeber trotz fließender Millionen fast leer ausgehen.

So ein Fall sorgte jüngst für Aufsehen, als Martin Granig, Gründer der Spar-App monkee.rocks, von einem Bekannten berichtete, der einen 15-Millionen-Exit hingelegt hatte. Der Founder meinte nach Glückwünschen bloß, der Exit hätte massiver sein müssen, „damit sich was ausgeht“ – hier hatte die Liquidation Preference gegriffen.

Was ist eine Liquidationspräferenz?

Die historischen Wurzeln der Liquidationspräferenz reichen bis ins 19. Jahrhundert zurück, als US-Eisenbahngesellschaften und Banken Vorzugsaktien nutzten. In den 1950er- bis 1970er-Jahren adaptierte die VC-Branche das Modell und machte es im Silicon Valley zum Standard. Doch obwohl die Klausel omnipräsent ist, sorgt sie bis heute für Missverständnisse.

Der Wirtschafts- und Tech-Anwalt Manuel Mofidian bringt es auf den Punkt: „Eine Liquidationspräferenz ist kein gesetzlich definierter Begriff, sondern eine Klausel in einem Beteiligungsvertrag, die man im Einzelfall auslegen muss, aber häufig einem gewissen spezialisierten Marktstandard entspricht.“ Verankert wird sie in der Praxis meist im sogenannten Shareholders Agreement (kurz SHA, deutsch: Gesellschaftervereinbarung). Es geht dabei nicht um die prozentuelle Beteiligung an einem Startup, sondern um die harte Reihenfolge bei der Verteilung von echten Einnahmen (Proceeds) nach einem bestimmten Trigger-Event – im Normalfall dem Exit.

„Vereinfacht gesagt ist die Liquidationspräferenz eine vertraglich vereinbarte Erlösvorzugs-Regelung. Im Normalfall wird ein Verkaufserlös entsprechend den Beteiligungsquoten (pro rata) verteilt; das entspricht auch der gesetzlichen Grundregel. Für den Exit-Fall soll jedoch eine Sonderregel geschaffen werden; mit mitunter überraschendem Ergebnis: Wer etwa 20 Prozent der Anteile hält, aber 70 Millionen Euro investiert hat, kann bei einem Verkaufserlös von 70 Millionen Euro den gesamten Erlös erhalten – und das dank einer Liquidationspräferenz“, so Mofidian.

„Erst wenn die jeweilige Liquidationspräferenz erfüllt wurde, kommt die nächste liquidationspräferierte Gruppe zum Zug; sind alle Liquidationspräferenzen bedient, wird der Rest pro rata verteilt“, erklärt der Wirtschaftsanwalt das sogenannte „Wasserfallprinzip“. Reicht das Geld bei einem mittelgroßen oder kleinen Exit nicht aus, könnten all jene, die ganz unten im Wasserfall stehen, leer ausgehen.

„Ein Startup durchläuft typischerweise gewisse Phasen“, erläutert Mofidian. „So lassen sich die Investorengruppen ganz gut typisieren: Häufig startet man mit ersten Investoren, Business Angels, Family and Friends, teilweise noch Convertibles. Hier herrscht oft noch eine andere Logik als bei späteren Investmentrunden, wo beispielsweise VC-Fonds einsteigen. In diesen späteren Runden, den ‚Series‘, mit professionelleren neuen Investoren verschieben sich regelmäßig die Kräfteverhältnisse, was zu einer Anpassung der Verträge und der damit verbundenen Rechte führt.“

Das Multiple (X-Faktor) als wichtiger Hebel

Bevor man sich jedoch in rechtliche Details und konkrete Definitionen vertieft, muss man bei Liquidation Preference einen wichtigen Hebel verstehen: das Multiple (oder den X-Faktor). Diese Zahl legt fest, wie viel von seinem ursprünglichen Investment der Geldgeber beim Exit vorrangig – also vor der allgemeinen Verteilung nach Beteiligungsquoten – beanspruchen kann.

Das „1×-Multiple“ findet sich so häufig in den Verträgen, dass man dieses fast schon als Branchenstandard bezeichnen könnte. Das bedeutet: Der Investor holt sich zunächst exakt jene Summe zurück, die er in das Startup gesteckt hat. Komplex wird es, wenn Investoren in schwierigen Marktphasen höhere Multiples durchsetzen. Liegt der Faktor bei 1,5×, 2× oder gar 3×, bedeutet das, dass der Investor vorab – also vor der Verteilung nach Prozenten – ein Vielfaches seines eingesetzten Kapitals fordern kann. „Der Faktor hat mit der Beteiligungsquote nichts zu tun: Auch wer nur ein Prozent hält, kann eine fünffache Liquidationspräferenz vereinbart haben“, erklärt Mofidian. Hat ein VC-Fonds also beispielsweise zehn Millionen Euro bei einem 2×-Multiple investiert, zieht er beim Exit sofort 20 Millionen Euro als Liquidationspräferenz ab, bevor der nächste Gesellschafter auch nur einen Cent sieht. Das schmälert den Erlös für Gründer:innen und frühe Investor:innen – mitunter auch für andere, im Rang nachstehende Investorengruppen – dramatisch.

Participating vs. non-participating

Wenn der Faktor (das Multiple) bzw. damit verbunden die Höhe geklärt ist, regeln weitere Zusätze, wie genau ein Investor am restlichen Erlös beteiligt wird.

So gilt „non-participating“ als die üblichste Variante. Der Investor hat hierbei ein Wahlrecht: Er erhält entweder vorab seine Präferenz, also zum Beispiel sein 1×-Investment, zurück, oder er verzichtet auf diesen Vorabzug und nimmt stattdessen seine reguläre prozentuale Quote am gesamten Erlös. Demgegenüber steht „participating“: Diese investorenfreundliche Variante bezeichnet Mofidian als „Eierlegende Wollmilchsau“ – der Geldgeber bekommt zuerst sein Investment als garantierte Risikoprämie vorab ausbezahlt und partizipiert danach zusätzlich noch entsprechend seiner prozentualen Quote am verbleibenden Erlös-Topf; er wird also faktisch doppelt bedient.

Rangordnung – „Senior“ und „Pari passu“

Aus Sicht eines Investors spielt es zudem eine große Rolle, in welchem Rang seine Liquidationspräferenz eingeordnet wird. „Die Ränge drücken das Rangverhältnis der Liquidationspräferenzen zueinander aus. Nach dem Wasserfallprinzip wird grundsätzlich jeder vorrangige Rang vollständig bedient, bevor Erlöse an den nachfolgenden Rang verteilt werden“, erklärt Mofidian. „Reicht der Erlös auf einem Rang nicht, um alle dort angesiedelten Präferenzansprüche voll zu bedienen, wird typischerweise pro rata verteilt – meist im Verhältnis der jeweiligen Präferenzansprüche. Der genaue Schlüssel ist aber Vertragssache.“

Wird der Liquidationspräferenz eines Investors ein „Senior“-Rang eingeräumt, bedeutet das Vorrang gegenüber den zu diesem Zeitpunkt bestehenden bzw. den vertraglich bezeichneten Liquidationspräferenzen. „‚Senior‘ ist eine relative Rangangabe – man ist immer gegenüber jemandem vorrangig. Soll der oberste Rang gemeint sein, spricht man etwa von ‚most senior‘ oder ‚senior to all other liquidation preferences‘. Maßgeblich ist am Ende ohnehin die Verteilungsreihenfolge der Waterfall-Klausel selbst“, so der Anwalt. Vor später geschaffenen „noch vorrangigeren“ Rängen könne man sich durch einen Zustimmungsvorbehalt schützen; das könne allerdings künftige Finanzierungsrunden erschweren und sei auch unüblich.

Mofidian weiter: „Investor:innen vereinbaren häufig, dass ihre Liquidationspräferenz ‚pari passu‘ mit den Liquidationspräferenzen anderer Investor:innen oder Anteilsklassen rangiert – die betreffenden Präferenzen sind dann gleichrangig, keine wird vor der anderen bedient. Innerhalb derselben Anteilsklasse ist eine ausdrückliche Pari-passu-Regelung häufig nur deklaratorisch, sofern für alle Anteile dieselben Präferenzrechte gelten; sie kann jedoch in einigen Konstellationen auch klarstellende Bedeutung haben. Eine wesentliche Bedeutung entfaltet sie zwischen unterschiedlichen Anteilsklassen oder Finanzierungsrunden: Man kann etwa festlegen, dass die Liquidationspräferenzen einer Series A und einer Series B trotz unterschiedlicher Anteilsklassen auf demselben Rang stehen. ‚Pari passu‘ beschreibt also nicht die Anteilsklasse als solche, sondern das Rangverhältnis der jeweiligen Präferenzen“. Gleichrangigkeit bedeutet dabei nicht zwingend, dass auch die Höhe der Präferenzansprüche, die Multiplikatoren oder die sonstigen Investorenrechte identisch sind.

Die Rangordnung führt in der Praxis oft zu sogenannten Stacked Preferences (gestapelten Präferenzen). Faktisch gesehen kommt es dabei meist zum Prinzip „Last in, first out“: Der späteste Geldgeber (z. B. der Lead-Investor der Series C) sichert sich meist den höchsten Rang und holt sich beim Exit (nach Rückführung von Fremdkapital) als Allererster sein Geld aus dem Topf. Ist seine Präferenz bedient, darf sich die vorherige Series B aus dem verbleibenden Rest bedienen; und so weiter bis hinunter zur Series A. Häufig warten am Ende der Nahrungskette die frühen Seed-Investoren sowie Gründer:innen und Mitarbeiter:innen mit ESOP-Anteilen – ist der Exit-Erlös nicht hoch genug, ist der Topf leer, bevor sie erreicht werden.

„Eine der Schwierigkeiten bei Liquidation Preferences ist die Unschärfe der Begrifflichkeiten“, betont Mofidian an dieser Stelle und erklärt, warum es zu Streitereien unter den Beteiligten kommen könnte. Ein typischer Konfliktherd können Triggerdefinitionen sein: Was ist ein Exit? In einem „frühen“ Vertrag kann ein Exit anders definiert sein als im späteren Beteiligungsvertrag. Dazu kommen Side Letters bzw. in Investitionsdokumenten enthaltene Rechte, bei denen Widersprüche auftreten können. Liquidationspräferenzen können ein sinnvolles Instrument der Risikoverteilung sein – aber es kann zu unangenehmen Überraschungen kommen, weil die Beteiligten nicht jedes Szenario durchdenken und durchrechnen.

Die Schicksalsgemeinschaft der Frühphase

Oliver Holle, CEO des Seed-VCs Speedinvest, sieht die Debatte vor allem für die Frühphase pragmatisch: Dank klarer Standards (1×, non-participating) bilden frühe Kapitalgeber und Gründer:innen hier eine Schicksalsgemeinschaft im Sinne von „engsten Verbündeten“. Dramatisch wird es jedoch bei Wertberichtigungen in späten Runden, wenn sich die Ansprüche durch viel frisches Kapital massiv aufsummieren – die bereits erwähnten Stacked Preferences. Wie das in der Praxis aussieht, veranschaulicht Holle am E-Scooter-Anbieter Tier, dessen Preference-Stack nach mehreren Runden und Mergern auf fast eine Milliarde Euro angewachsen ist: „Das sind sie jetzt doch nicht mehr wert. Das heißt, wir haben das wahrscheinlich schon lange auf null abgeschrieben, und die Gründer auch, weil wir da kein Geld rausholen werden, auch wenn diese Firma für fünf-, sechs- oder siebenhundert Millionen Euro verkauft wird. Das ist also eine Realität, die wir absolut durchlebt haben.“ Und damit ist Speedinvest nicht allein.

Konflikte, Statistiken und eine mögliche Zukunft

Was konkrete Statistiken angeht, gibt es im DACH-Raum kaum belastbare öffentliche Marktdaten. Mofidians subjektiver Praxisbeobachtung nach kommen Liquidationspräferenzen jedoch in fast jedem Deal vor, sind ein von Investoren erwarteter Standard und in ihrer Grundform kaum wegzuverhandeln.

Aufgrund globaler Krisen brauchten viele Startups zuletzt jedoch Bridge-Finanzierungen. Um ihre Bewertungen hochzuhalten („Vanity Valuation“), akzeptierten Gründer:innen oft harte Konditionen. Mofidian kann sich vorstellen, dass es in Zukunft aufgrund dieser Dynamik zu Konflikten kommen könnte: „Aufgrund von Brückenfinanzierungen könnten Liquidationspräferenzen wahrscheinlich jetzt relevanter werden, weil wir jetzt einige Senior-Investoren sehen, die zu sehr guten Terms eingestiegen sind, darunter auch Verkaufsrechte. Wenn du in den letzten Jahren investiert hast, und das zu einer vermeintlich guten Bewertung, mit starken Terms, und dir viele Rechte geholt hast, jetzt aber daran zweifelst, dass eine neue Runde zu einer höheren Bewertung realistisch ist, dann pushst du möglicherweise in den Exit. Und das machst du wahrscheinlich nur, weil du eine Liquidationspräferenz, vielleicht sogar mit einem ‚Über-Eins-Faktor‘, hast“, zeichnet Mofidian eine mögliche Zukunft für die heimische Szene. „Ich kann mir vorstellen, dass die Logik, die Liquidationspräferenzen und anderen damit funktionell verbundenen Terms zugrunde liegt, dazu führt, dass der eine oder andere Investor sagt: ‚Ich nutze jetzt meine vertraglichen Möglichkeiten, dränge auf den Exit und hole mir lieber mein Investment 1,5-fach plus ein bisschen extra vom verbleibenden Erlöstopf. Das macht mehr Sinn, als nur darauf zu hoffen, dass es noch eine Runde zu einer viel höheren Bewertung gibt – und selbst wenn sich das so großartig entwickelt, was nicht sicher ist, steht der nächste Investor vermutlich nach dem Last-in-first-out-Prinzip mit seiner Präferenz wieder vor mir.‘“

Der Anwalt ergänzt: „‚Drängen‘ heißt in diesem Kontext: Wenn dieser Investor – etwa in Kombination mit anderen Investoren – starke Drag-Along-Rechte hat, kann er den Verkauf auch gegen den Willen der Founder rechtlich erzwingen.“ Dies gelte selbst dann, wenn die Founder die Bewertung als zu niedrig empfänden und aufgrund der Liquidation Preference leer ausgingen.

Trotz dieser Konsequenzen betont Mofidian nachdrücklich, dass man das Thema auch aus der Investorenperspektive betrachten muss: Die Liquidationspräferenz sei per se nichts Böses und in der Praxis völlig in Ordnung, wenn man sie korrekt verwendet. „Man muss diese Klauseln verstehen, durchrechnen und verschiedene Szenarien durchspielen, damit böse Überraschungen ausbleiben“, sagt der Jurist.

Secondaries als mögliches Instrument

Für Gründer gilt laut dem Experten eine wichtige Regel: Man sollte sich niemals nur auf eine möglichst hohe Firmenbewertung fixieren, wenn die Vorzugsrechte der Investoren im Gegenzug gefährlich stark ausgeprägt sind. Mofidian rät, das Term-Sheet stets als bewegliches Gesamtsystem zu betrachten.

Anstatt Deals aus reiner Angst vor einem Null-Ausstieg kategorisch platzen zu lassen, empfiehlt der Anwalt, allenfalls ungünstigere Liquidationspräferenzen durch andere Mechanismen auszugleichen. Dazu zählen klug verhandelte Drag-Along- und Tag-Along-Rechte. Wenn der Druck allerdings über die Jahre extrem hoch wird, seien Secondaries ein mögliches Tool: Durch den vorzeitigen Verkauf eines kleinen Teils der eigenen Anteile an spätere Investoren könnten Gründer bereits auf dem Weg zum Exit etwas Geld auf dem Privatkonto sichern.

„Das ist jedoch nicht gern gesehen und auch in Österreich oder im DACH-Raum relativ unüblich, aber es passiert“, sagt Mofidian. „Nach ein paar Jahren Arbeit kann man in so einem Fall sagen: ‚Ich habe eine ordentliche Netto-Summe auf meinem Konto. Das erlaubt mir zumindest, mit freiem Kopf weiter an meiner Vision zu bauen.‘“

Deine ungelesenen Artikel:
08.10.2026

KI als Nachhilfe: Wie mathion.ai Lernen verändern will

Mathion.ai erstelle nicht einfach nur Lösungen für Mathematikaufgaben, sondern begleite die Schüler durch gezieltes Fragen auf dem Weg dorthin. In Zukunft soll die KI auch im B2B-Bereich angeboten werden.
/artikel/ki-als-nachhilfelehrer-wie-mathion-ai-lernen-veraendern-will
08.10.2026

KI als Nachhilfe: Wie mathion.ai Lernen verändern will

Mathion.ai erstelle nicht einfach nur Lösungen für Mathematikaufgaben, sondern begleite die Schüler durch gezieltes Fragen auf dem Weg dorthin. In Zukunft soll die KI auch im B2B-Bereich angeboten werden.
/artikel/ki-als-nachhilfelehrer-wie-mathion-ai-lernen-veraendern-will
Die beiden Geschäftsführer von mathion.ai Christoph Blizenetz und Alexander Buchinger | © mathion.ai

„Nächste Stunde ist Mathestunde“, ist vermutlich einer der gefürchtesten Sätze vieler Schüler:innen. Die Aufgaben sind oft schwierig und zermürbend. Da bietet es sich im Zeitalter von KI an, einen kurzen Prompt zu schreiben und Sekunden später wird die Lösung geliefert. Der Lerneffekt hält sich dabei bei vielen Schüler:innen in Grenzen. Hier setzt mathion.ai an.

Die KI von Founder Christoph Blizenetz liefert nicht fertige Lösungen, sondern chattet mit den User:innen und bringt sie so zum Ergebnis. Nach einem Pilotprojekt feierte die KI ihren Launch im vergangenen August. Sie ist in der Schweiz, Deutschland und Österreich erhältlich.

Harvard: „KI-gestütztes Tutoring übertrifft aktives Lernen im Unterricht“

Unterstützung erhalten KI-Tutoren wie jene von Blizenetz von der US-amerikanischen Harvard Universität. Im Juni 2025 veröffentlichte sie eine Studie, laut der KI-gestütztes Tutoring aktives Lernen im Unterricht übertreffe. Studierende, die mit einem KI-Tutor arbeiteten, lernten „deutlich mehr in kürzerer Zeit“ als in einer Präsenzveranstaltung. Außerdem würden sich Schüler:innen stärker eingebunden und motivierter fühlen. Harvard betont die Wirksamkeit „einer breit zugänglichen KI-gestützten Pädagogik zur signifikanten Verbesserung der Lernergebnisse“ und erklärt, dass die Ergebnisse überzeugend für die breite Anwendung einer KI-gestützten Pädagogik sprechen.

ChatGPT bringt dir Fertigkeiten bei, „die einfach nicht stimmen“

Für Blizenetz kann nicht einfach eine beliebige KI zum Lernen verwendet werden. Als ehemaliger Nachhilfelehrer kennt er die Probleme, die auftreten können. „Eine Schülerin hat mittels ChatGPT, das war damals noch etwas Neueres, gelernt und sich dabei Fertigkeiten und Begrifflichkeiten angeeignet, die einfach nicht stimmen“, sagt der 21-Jährige und ergänzt: „Nicht, weil das Opus der Mathematik aus der KI bzw. der LLM falsch ist. Es ist einfach nicht so lehrplanbezogen, wie es nun einmal das Schulbuch aber auch eine Lehrkraft ist.“

Daher begann Blizenetz mit der Entwicklung von mathion.ai, das sich aktuell auf die fünfte bis zur achten Schulstufe fokussiere. Es sei aber ein Ausbau bis hin zu Matura geplant.

Das Programm baut auf einem sogenannten „sokratischen“ System auf. Es stellt User:innen immer wieder Fragen, bis jene die Lösung selbst erarbeitet haben. Mathion.ai möchte dadurch zum Nachdenken anregen.

Dabei kann mit der KI geschrieben als auch gesprochen werden. „Wir haben gemerkt, dass junge Menschen einfach lesefaul sind. Sie können oft einfach nicht mehr wirklich sachlich lesen und Informationen über Texte sauber aufnehmen“, erklärt der mathion.ai-Gründer. Der Text wird dabei nicht einfach vorgelesen, sondern erklärt, „wie es ein Mensch tun würde“.

Mathion.ai liefere nicht einfach nur Ergebnisse, es erarbeite die Lösungen mit den Schüler:innen gemeinsam. | © mathion.ai

Standardisierter Lehrplan

Mathion.ai arbeite dabei nicht nur mit willkürlichen Inhalten, sondern mit einem standardisierten Lehrplan durch seinen Verlagspartner Lemberger, dessen Schulbuch „Genial! Mathematik“ von der fünften bis zur achten Schulstufe in mathion.ai eingefügt wurde. User:innen können Aufgaben aus diesen Büchern auswählen.

Lehrer:innen haben auf der anderen Seite die Möglichkeit über ein Verwaltungsportal ihren Schützlingen Inhalte zuzuweisen. „Da haben wir tausende Übungsaufgaben, die auch kapitelweise in Blöcke gezielt nach Themenbereichen zugewiesen werden können, zu den Schüler:innen und zu den Gruppen“, sagt Blizenetz. Zusätzlich können Lehrkräfte im Verwaltungsportal die Lernstände ihrer Schüler:innen einsehen und auch Inhalte erstellen: „Wir haben da einen eigenen Editor, wo, wie in einer PowerPoint, Textelemente, Dateien, interaktive Aufgaben gebaut und erstellt werden können.“ Der virtuelle Coach Tom führt anschließend durch den Kurs. Zusätzlich können von Lehrer:innen Aufgaben erstellt und zugewiesen werden.

Pädagog:innen durch KI zu ersetzen „ist auch gar nicht unser Ziel“

Wenn die KI bereits eigene Kurse halten kann, drängt sich naturgemäß die Frage auf, ob Lehrkräfte nicht ersetzbar sind. „Weder Lehrpersonen noch Pädagogen wird man durch KI in irgendeiner Art und Weise wirklich ersetzen können, das ist auch gar nicht unser Ziel“, stellt der TU-Student fest. Auch herkömmliche Nachhilfe sieht Blizenetz als sinnvoll an. Für ihn ist mathion.ai eine „Ergänzung“.

Es gebe auch die Möglichkeit für Nachhilifeinstitute, Inhalte einspielen zu können. „Als Schüler bzw. Schülerin habe ich den Unterricht mit der Lehrperson in der Klasse und im Nachhinein kann ich dann die Inhalte, gezielt mit den Aufgaben und dem Input der Lehrperson, weiter üben“, sagt Blizenetz.

Von B2C zu B2B

Mathion.ai kommt ursprünglich aus dem sogenannten Nachmittagsmarkt, in dem Eltern für ihre Kinder ein Abo abschließen. Allerdings möchte sich das Unternehmen nun im B2B-Bereich etablieren.

„Es ist einfach sehr schwierig, vor allem als österreichisches Unternehmen, in diesem B2C-SaaS-Bereich (Anm.: Software-as-a-Service-Bereich) wirklich standhaft zu werden“, erklärt Blizenetz. In Zukunft will sich mathion.ai auf Bildungsinstitute bzw. Bildungseinrichtungen fokussieren. Daher möchte der Gründer sein Unternehmen als zertifizierter Anbieter des Bildungsministeriums auf dem Markt etablieren. Das sei aber ein langer Weg. Mathion.ai befinde sich aktuell am Anfang des Genehmigungsverfahrens, ab September 2027 wolle man die Zertifizierung haben.

100 % eigenfinanziert

Das Unternehmen, offiziell bereits im Juli 2025 gegründet, kommt bisher ohne Investoren-Kapital aus und ist von Anfang an gebootstrappt. Blizenetz hat mathion.ai in Zusammenarbeit mit Weitsprung Solutions aufgebaut, das einen KI-gestützten Lerncoach anbietet. Bisher hat das Unternehmen noch keine Förderungen erhalten, allerdings laufe ein Förderantrag bei Netidee und ein FFG-Antrag für ein Forschungsprojekt werde aktuell erstellt.

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

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann

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 …

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann

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 …

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann

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 …

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann

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 …

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

X-Faktor: Warum Liquidation Preference bei einem Millionen-Exit zum Albtraum werden kann