KI-Startup Landscape (2025)

Die achte jährliche KI-Startup Landscape

Die 935 vielversprechendsten KI-Startups innerhalb der Bereiche Enterprise Functions, AI Capabilities, Technology Type und Industrien.

Um die KI-Startup-Landschaft in Deutschland zu präsentieren, die technologische Souveränität zu stärken, die Einführung von KI zu beschleunigen und Partnerschaften zwischen Startups und Unternehmen zu fördern, veröffentlicht das appliedAI Institute for Europe jedes Jahr die KI-Startup Landscape – Deutschlands umfassendste und einflussreichste Analyse des KI-Startup-Ökosystems. Damit ist die KI-Startup Landscape Deutschlands zuverlässigster strategischer Leitfaden für politische Entscheidungsträger, Unternehmen, Investoren und Forscher, um sich im hochdynamischen KI-Innovationsnetzwerk Deutschlands zurechtzufinden und sich zu engagieren.

Gemeinsam mit unseren Partnern aus Wissenschaft, Politik und Industrie haben wir uns zum Ziel gesetzt, ein Ökosystem zu schaffen, welches es KI-Startups ermöglicht, sich zu entfalten und die Zukunft der KI zum Wohle der Gesellschaft mitzugestalten. Durch die Schaffung einer zentralen Datenbank mit qualitativ hochwertigen und extern validierten KI-Startups bieten wir einen einfachen Zugang, um Unternehmen und KMU sowie staatliche Einrichtungen mit KI-Partnern ihres Vertrauens zusammenzubringen. Basierend auf einer Abstimmung unserer hoch angesehenen Kontributoren freuen wir uns, die vielversprechendsten KI-Startups Deutschlands zum dritten Mal bekannt zu geben.

Zusammen mit der Deutschen Telekom, NVIDIA, Hitachi, UnternehmerTUM und elf renommierten Wagniskapitalgebern (Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, High-Tech Gründerfonds (HTGF), eCAPITAL, Burda Principal Investments, HV Capital, Bayern Kapital, BMH, und der AI.FUND), wurden weit über 1000 KI Startups analysiert. Alle Startups wurden im Jahr 2015 oder danach gegründet und haben ein primäres Geschäftsmodell, das auf KI basiert (siehe Details zur Methodik unten). Alle vorgestellten KI-Startups haben ihren Hauptsitz in Deutschland.

Übrigens: Wir nehmen bereits jetzt Bewerbungen für die AI Startup Landscape 2026 entgegen - wenn Du also ein vielversprechendes KI Startup hast und in der AI Startup Landscape des nächsten Jahres vertreten sein willst, bewirb dich gerne hier!

KI-Startup Landscape 2026

Teile deinen AI Use Case mit uns

Nutzung der Landscape

Unten kannst du alle 935 Startups, die nach ihrer Hauptkategorie innerhalb der Cluster Industry, Technology Type, AI Capabilities oder Enterprise Function sortiert sind, sehen.

Du kannst auch nach Startups anhand ihres Namens oder Schlüsselwörtern in ihrer Beschreibung suchen. Fahre mit der Maus über das Logo und klicke auf die Lupe, um die vollständige Unternehmensbeschreibung zu lesen, oder klicke direkt auf das Logo, um zur Website des Startups zu gelangen und mehr zu erfahren.

Unterhalb der Karte findest du eine Tabelle mit allen gelisteten Startups, die noch mehr Details einschließlich sekundärer Kategorien enthält. Gehe zum Ende der Seite, um Einblicke in die Daten und wichtige Erkenntnisse aus dem deutschen KI-Startup-Ökosystem zu erhalten.

Zur Datenbank

Methodik

Nach wissenschaftlichen Standards haben wir eine robuste, strenge und objektive Methodik für das Screening, die Analyse und die Bewertung aller KI-Startups in Deutschland entwickelt. Insgesamt lässt sich der Prozess wie folgt zusammenfassen:

Im Laufe des Jahres bewerben sich Startups über unsere Online-Umfrage, um in die KI-Startup Landscape aufgenommen zu werden. Darüber hinaus screenen wir die gesamte deutsche Startup-Landschaft und nehmen Nominierungen von unseren Kontributoren (Deutsche Telekom, NVIDIA, Hitachi, UnternehmerTUM, Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, HTGF, eCAPITAL, Burda Principal Investments, HV Capital, Bayern Kapital, BMH, sowie der AI.FUND) entgegen.

Die Startups werden dann auf der Grundlage von Daten, Talent, KI-Methoden, Skalierbarkeit und Gesamtqualität bewertet und anschließend geclustert (siehe "Clustering-Logik" unten). Hierfür erstellen unsere AI Analysts zunächst eine Shortlist. Die Startups werden zunächst von unseren AI Analysts bewertet ("shortlisted" oder "verworfen"), um eine Shortlist zu erstellen. Um die Validität unserer Ergebnisse zu erhöhen, werden alle Startups von mehreren Expert:innen bewertet und die Inter-Rater-Reliabilität berechnet. Unklare Fälle - d.h. Startups mit einer niedrigen Inter-Rater-Reliabilität - wurden dann einzeln in einer größeren Expert:innengruppe bewertet, was zu einer endgültigen Entscheidung über "shortlisted" oder "verworfen" führte.

Startups aus der KI-Startup Landscape des Vorjahres werden automatisch in die Iteration des neuen Jahres übernommen, es sei denn, das Startup wurde geschlossen, aufgekauft, das Geschäftsmodell hat nicht mehr KI als Fokus, oder das Startup ist an einen anderen geografischen Standort außerhalb Deutschlands umgezogen. Wenn ein Startup in der Vorjahres-Iteration war, aber älter als 10 Jahre ist, wurde es ebenfalls gelöscht.

Damit ein Startup für die KI-Startup Landscape zugelassen wird, muss es die folgenden Anforderungen erfüllen:

Es muss sich um ein eingetragenes Unternehmen handeln.
Das Startup muss vor weniger als 10 Jahren gegründet worden sein oder das Kerngeschäftsmodell vor weniger als 10 Jahren (einschließlich 2015) auf KI umgestellt haben.
Der Hauptsitz des Startups muss sich in Deutschland befinden.
Das Startup muss mind. zwei Vollzeitäquivalente (FTE) haben.
Das Startup muss mind. einen FTE mit KI-Kompetenz haben.
Das Startup muss KI als Kern haben oder eine signifikante Nutzung von KI vorweisen können.
Das Startup bzw. sein Geschäftsmodell hat eine hohe Anschauungsvalidität (engl. “face validity”) (bspw. professioneller Internetauftritt, überzeugendes Geschäftsmodell, etc.).

Die Shortlist wird von unserer Jury (Deutsche Telekom, NVIDIA, Hitachi, UnternehmerTUM, Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, HTGF, eCAPITAL, Burda Principal Investments, HV Capital, Bayern Kapital, BMH, sowie der AI.FUND)) unabhängig evaluiert und bewertet.

In einem letzten Schritt werden alle Rückmeldungen von den Expert:innen des appliedAI Institute for Europe zusammengefasst und analysiert.

Clustering-Logik

Die Logik für das Clustering basiert auf der Landscape for Machine Intelligence von Shivon Zilis. Sie wird aus der Sicht von Unternehmen entwickelt, die KI in ihrem Unternehmen einsetzen wollen:

Enterprise Functions: Die Produktivität bestehender Aufgaben steigern – unterstützen Sie Ihre Mitarbeitenden mit sofort einsatzbereiten, KI-fähigen Tools, die ihre tägliche Arbeit erleichtern und so die Produktivität steigern.
AI Capabilities: Neue Datenquellen nutzen – erschließen Sie neue Einblicke, die mit herkömmlichen Methoden bisher zu schwierig oder zu teuer waren.
Technology Type: Produkte mit ML bauen – geben Sie Entwickler:innen die Tools an die Hand, die sie benötigen, um Software für maschinelles Lernen zu erstellen, zu nutzen und daraus einen Wettbewerbsvorteil zu erzielen.
Industries: „AI-first“-Produkte nutzen – nutzen und kooperieren Sie mit Startups, die mit maschinellem Lernen branchenbezogene Produkte und Dienstleistungen anbieten.

Tiefere Einblicke in die deutschen KI-Startup Landschaft

Wachstum der KI-Startup Landschaft 2025:

Dem Trend des letzten Jahres folgend, sehen wir erneut einen massiven Anstieg der Zahl der KI-Startups in Deutschland. In der deutschen KI-Startup-Landschaft 2025 sind 935 Startups vertreten, was einem Wachstum von 36 % gegenüber dem Vorjahr entspricht. Dieses Wachstum entspricht fast der Wachstumsrate des Vorjahres (35 %) und unterstreicht die anhaltende Dynamik der deutschen KI-Startup-Szene.

Von den 687 KI-Startups in der KI-Startup-Landschaft 2024 sind 622 weiterhin auf der Liste vertreten, und 313 neue KI-Startups wurden hinzugefügt. Somit ist die Überlebensrate von KI-Startups im Vergleich zur Überlebensrate von Nicht-KI-Startups äußerst hoch (über 90 %). Von den 65 KI-Startups, die nicht mehr in der deutschen KI-Startup-Landschaft 2025 vertreten sind, haben etwa zwei Drittel (65 %) Insolvenz angemeldet. 19 % mussten entfernt werden, da sie älter als 10 Jahre waren. Die übrigen Startups haben entweder ihren Exit erzielt (11 %) oder ihren Hauptsitz aus Deutschland verlegt (5 %).

Insgesamt sind aus unserer Sicht drei Dinge zur diesjährigen KI-Startup-Landschaft erwähnenswert: Erstens ist wie schon im letzten Jahr festzustellen, dass es eine Diskrepanz zwischen der tatsächlichen Gründung eines KI-Startups und der Aufnahme in die KI-Startup-Landschaft gibt. Der Grund dafür ist, dass nur KI-Startups aufgeführt werden, die ein starkes Geschäftsmodell mit einer bestimmten Anzahl von Vollzeitmitarbeitenden und interner KI-Kompetenz aufweisen (weitere Informationen finden sich im Abschnitt „Methodik”). Daher gibt es eine zeitliche Verzögerung zwischen der Gründung eines KI-Startups und seiner Aufnahme in unsere Liste, da nur hochwertige KI-Startups aufgeführt werden (KI-Startups mit begrenzten Ressourcen und unklaren Wertversprechen werden noch nicht aufgeführt, da sie sich noch in der Weiterentwicklung befinden). Angesichts der Tatsache, dass immer mehr Startups versuchen, sich als „KI-Unternehmen” zu positionieren, obwohl sie tatsächlich keine internen KI-Kompetenzen haben, erscheint es wichtiger denn je, unser strenges Verfahren einzuhalten.

Zweitens ist es bemerkenswert, dass das KI-Startup-Ökosystem in Deutschland ein weiteres Jahr mit erheblichem Wachstum verzeichnen konnte und damit seine Position als wichtiger Innovationstreiber der digitalen Wirtschaft des Landes gefestigt hat. Die Zahl der aktiven KI-Startups ist auf 935 gestiegen, was einem Anstieg von 36 % gegenüber dem Vorjahr entspricht. Dieses anhaltende Wachstum, das in etwa dem Vorjahreswert entspricht, signalisiert nicht nur die Resilienz, sondern auch die zunehmende Reife des nationalen KI-Innovationsökosystems. Der anhaltende Aufwärtstrend ist auf eine Kombination verschiedener Faktoren zurückzuführen: das gestiegene Vertrauen der Investoren in KI-gestützte Geschäftsmodelle, die wachsende Nachfrage nach KI-Lösungen in allen Branchen sowie die zunehmende Integration von KI-Technologien insbesondere in industrielle Prozesse.

Aus rein quantitativer Sicht unterstreicht die stetige Zahl neuer Marktteilnehmer zudem die Wirksamkeit der wachsenden Unterstützungsstrukturen in Deutschland, darunter Inkubatoren, Acceleratoren und öffentliche Förderprogramme, bei der Förderung wettbewerbsfähiger KI-Unternehmen.

Trotz des deutlichen Anstiegs der Zahl der KI-Startups bleibt die Skalierung jedoch eine große Herausforderung, da viele deutsche KI-Unternehmen Schwierigkeiten haben, insbesondere in späteren Finanzierungsphasen große Kapitalsummen zu beschaffen. Darüber hinaus behindern der begrenzte Zugang zu internationalen Märkten sowie die langsame Einführung von KI durch deutsche Unternehmen und staatliche Institutionen weiterhin den Übergang von eher kleinen Startups zu international wettbewerbsfähigen großen Technologieunternehmen.

Drittens und im Zuge aktueller Diskussionen ist anzumerken, dass aus empirischer Sicht keine negativen Auswirkungen der am 1. August 2025 inkraftgetretenen KI-Verordnung auf die Gründungen oder Abwanderungen von KI-Startups in Deutschland zu beobachten sind. Zwar ist es denkbar, dass regulatorische Rahmenbedingungen die Entscheidungen von Gründer:innen über den Standort ihres Headquarters beeinflussen, doch lassen die derzeitigen Erkenntnisse keine eindeutigen Schlussfolgerungen – weder positive, negative noch neutrale – hinsichtlich der Auswirkungen der KI-Verordnung zu. Um einen Kausalzusammenhang herzustellen, wären umfassende Längsschnittdatenanalysen erforderlich. Die aktuelle Gründungsdynamik scheint von dieser spezifischen Gesetzgebung weitgehend unberührt zu bleiben.

Standortanalyse:

Wie bereits in früheren Ausgaben dominieren Berlin und München weiterhin die deutsche KI-Startup-Landschaft und machen zusammen fast 50 % aller KI-Startups im Land aus. Berlin ist mit 283 Unternehmen erneut die deutsche Stadt mit den meisten KI-Startups, gefolgt von München mit 200 Startups, einschließlich derer in den umliegenden Vororten. Allerdings holen mehrere andere Städte schnell auf und verzeichnen ein deutliches Wachstum. Insbesondere die folgenden Städte können jeweils zweistellige Zahlen von KI-Startups vorweisen: Hamburg (71), Köln (26), Karlsruhe (22), Stuttgart (22), Frankfurt (21), Darmstadt (19), Aachen (14), Düsseldorf (13) und Tübingen (10). Diese Diversifizierung signalisiert ein reifendes Ökosystem, in dem sich Innovationen über die „traditionellen” Startup-Zentren hinaus ausbreiten.

Auf Bundesländer-Ebene dominiert erneut Berlin (30,3 %) die KI-Landschaft in Deutschland, gefolgt von Bayern (25,2 %), Baden-Württemberg (11,7 %), Nordrhein-Westfalen (9,8 %), Hamburg (7,6 %) und Hessen (6 %). Anders ausgedrückt: Sechs Bundesländer machen erstaunliche >90 % der deutschen KI-Startups aus.

Um die Ergebnisse aussagekräftiger zu interpretieren, sollten die KI-Startups pro Kopf eines Bundeslandes betrachtet werden. Dies führt zu einer interessanten Verschiebung im Ranking. Die Daten zeigen die Einwohnerzahl pro KI-Startup in den deutschen Bundesländern und verdeutlichen die Konzentration von KI-Startups im Verhältnis zur Bevölkerungsgröße. Berlin und Hamburg weisen die niedrigsten Quoten auf, was auf eine starke Präsenz von KI-Startups im Einklang mit ihrem Status als wichtige Stadt- und Technologiezentren hindeutet. Bayern und Baden-Württemberg weisen ebenfalls relativ niedrige Zahlen auf, was ihre gut entwickelten Technologie-Ökosysteme widerspiegelt. Im Gegensatz dazu weisen mehrere Bundesländer, insbesondere in Ostdeutschland, deutlich höhere Quoten auf, was auf eine deutlich geringere Dichte an KI-Startups pro Kopf hindeutet.

Bundesland | Einwohner pro KI-Startup

Finanzierung:

In den letzten 10 Jahren erhielten KI-Startups in Deutschland insgesamt rund 7,57 Milliarden Euro an Finanzierung (diese Zahl umfasst ausschließlich KI-Startups, die Teil der KI-Startup-Landschaft 2025 sind). Im Vergleich zu den letzten Jahren scheint sich das Investitionsklima in Deutschland deutlich verbessert zu haben. Allein im Jahr 2025 wurden bis Juli bereits mehr als 2 Milliarden Euro investiert.

Darüber hinaus profitieren neu gegründete KI-Startups von einer erhöhten Förderung. Während KI-Startups, die 2022 und 2023 gegründet wurden, zusammen nur eine kumulierte Förderung von etwa 93 Millionen Euro erhielten, erhielten KI-Startups, die 2023 und 2024 gegründet wurden, eine kumulierte Förderung von etwa 260 Millionen Euro.

Etwa 42 % (n = 394) der in der KI-Startup-Landschaft 2025 aufgeführten KI-Startups erhielten eine bedeutende Finanzierung (> 1 Million €) (basierend auf öffentlich zugänglichen Informationen). Bei KI-Startups mit einer Finanzierung von mehr als 1 Million € beträgt die durchschnittliche Finanzierungssumme 19,2 Millionen €, während der Median bei 5,1 Millionen € liegt. Bemerkenswert ist, dass 124 KI-Startups eine Finanzierung von mehr als 10 Millionen € erhielten – ein Anstieg von über 50 % gegenüber 2024.

Industrien und Enterprise Functions:

Die nebenstehende Abbildung zeigt die Verteilung der KI-Startups nach Branchen. KI-Startups sind stark auf wenige Schlüsselbranchen konzentriert. An der Spitze steht die Branche „Branchenübergreifend“ (158), was die breite und zunehmende Anwendbarkeit von KI in verschiedenen Bereichen widerspiegelt. Es folgt die Branche „Gesundheitswesen und Sozialwesen“ (110), die vor allem von Innovationen in den Bereichen Diagnostik, personalisierte Medizin und Effizienz im Gesundheitswesen angetrieben wird.

Der Fertigungssektor (88) zeigt eine starke Akzeptanz in den Bereichen Automatisierung, vorausschauende Wartung und Qualitätskontrolle, während Transport, Mobilität und Lagerung (51) KI für Routenoptimierung, autonomes Fahren und Logistik nutzen. Informations- und Kommunikationstechnologien (44) sowie freiberufliche, wissenschaftliche und technische Tätigkeiten (46) weisen neben Finanz- und Versicherungsdienstleistungen (38) ebenfalls eine bedeutende KI-Aktivität auf.

Im Bereich der Unternehmensfunktionen sind deutsche KI-Startups im Jahr 2025 besonders aktiv in den Bereichen Betrieb (142), Produktion (63), Forschung und Entwicklung (87), Kundendienst und Support (45), IT und Sicherheit (61) sowie Vertrieb (42). Im Vergleich zu 2024 verzeichnen fast alle Kategorien ein deutliches Wachstum: Der Bereich Operations stieg von 70 auf 142 Startups, IT und Sicherheit von 27 auf 61 und Forschung und Entwicklung von 51 auf 87.

Dieses breit gefächerte Wachstum signalisiert ein reifendes Ökosystem für KI-Startups, das sich nicht mehr auf wenige Nischen konzentriert, sondern sich auf mehrere Kerngeschäftsbereiche ausweitet. Dieses Muster spiegelt sowohl die Marktnachfrage nach KI-basierten Lösungen wider als auch die zunehmend integrierte Rolle der KI für die Wettbewerbsfähigkeit der deutschen Wirtschaft.

Wie bereits in den letzten Jahren sind fast alle analysierten KI-Startups B2B-Startups. Tatsächlich konzentrieren sich mehr als 90 % der deutschen KI-Startups auf Unternehmenslösungen. Nur eine sehr kleine Anzahl von KI-Startups ist ausschließlich im B2C- oder B2G-Bereich tätig – was möglicherweise darauf hindeutet, dass diese Märkte entweder von nicht-deutschen Akteuren oder von großen Unternehmen dominiert werden oder dass die Einführung von KI in diesen Bereichen deutlich hinter dem B2B-Sektor zurückliegt.

Technology Type und Enterprise Intelligence:

Was die Technologieart betrifft, sind deutsche KI-Startups vor allem in der Entwicklung von Plattformen (271) tätig, gefolgt von Anwendungen (267), Infrastruktur (38) und Frameworks (25). Damit übersteigt die Zahl der Plattformentwickler erstmals die der reinen Anwendungsentwickler, was einen grundlegenden Wandel von Punktlösungen hin zu skalierbaren, wiederverwendbaren Grundlagen für KI unterstreicht. Dieser Übergang signalisiert einen reifenden Markt, in dem Startups über die Entwicklung einzelner KI-gesteuerter Produkte hinausgehen und skalierbare Plattformen schaffen, die als Grundlage für vielfältige Anwendungsfälle in verschiedenen Branchen dienen können.

Was die zugrunde liegenden KI-Fähigkeiten betrifft, zeichnet sich die deutsche KI-Startup-Landschaft durch eine breite Diversifizierung der technologischen Fähigkeiten aus. An der Spitze steht Computer Vision (17,7 %), dicht gefolgt von Discovery (16,1 %), Creation (15,7 %) und Natural Language Processing (15,1 %). Weitere Stärken sind Planung (14,1 %) und Prognosen (11,0 %), während Robotik (6,2 %) und Computeraudition (4,1 %) eher spezialisierte Nischen besetzen.

Generative KI:

Generative KI ist in der Lage, neue und einzigartige Inhalte für verschiedene Anwendungen zu erzeugen. Diese Modelle werden durch das Training eines Basismodells (engl.: “Foundation Model”) mit großen Datenmengen erzeugt und anschließend “feinjustiert” (engl.: “fine-tuning”), um die Fähigkeiten zur Content-Generierung zu verbessern. Ein generatives KI-Startup konzentriert sich daher darauf, generative KI-Technologien zu nutzen, um innovative Produkte, Dienstleistungen oder Lösungen zu entwickeln. Diese Startups spezialisieren sich typischerweise auf die Erstellung und den Einsatz von KI-Modellen, insbesondere solcher, die auf Basismodellen basieren, mit dem Ziel, einzigartige und nützliche Inhalte in verschiedenen Bereichen zu generieren.

Im Rahmen dieser Studie und um eine objektive und datengestützte Klassifizierung jedes KI-Startups zu ermöglichen, haben wir ein KI-basiertes Klassifizierungssystem für generative KI entwickelt. Dieses Klassifizierungssystem bewertete, welche der 935 KI-Startups der diesjährigen Landschaft als speziell auf generative KI-Lösungen spezialisiert eingestuft werden können. Die Ergebnisse zeigen, dass jedes dritte (n = 316) KI-Startup im Bereich der generativen KI tätig ist. Im Vergleich zum Vorjahr entspricht dies einer Wachstumsrate von rund 130 %. Dieser starke Anstieg spiegelt nicht nur die rasanten technologischen Fortschritte im Bereich der generativen KI wider, sondern signalisiert auch eine starke Nachfrage nach Lösungen, die diese Fähigkeiten nutzen – von großen Sprachmodellen und der Generierung kreativer Inhalte bis hin zur Code-Automatisierung und der Produktion synthetischer Daten. Der hohe Anteil von Startups, die sich auf generative KI konzentrieren, zeigt, wie schnell sich dieser Teilbereich von einer Nische zu einem zentralen Innovationstreiber für die deutsche Industrie entwickelt hat.

Besonders hervorzuhebende KI-Startups in Deutschland

Die KI-Startupszene in Deutschland wächst stetig weiter, und nahezu täglich werden neue KI-Startups gegründet. Um tiefere Einblicke in das Rennen an der Spitze zu gewinnen, freuen wir uns, die vielversprechendsten KI-Startups in Deutschland 2025 bekannt zu geben. Diese Liste wurde auf Grundlage einer Abstimmung der Jury (Deutsche Telekom, NVIDIA, Hitachi, UnternehmerTUM, Cherry Ventures, Earlybird Capital, UVC Partners, Yttrium, HTGF, eCAPITAL, Burda Principal Investments, HV Capital, Bayern Kapital, BMH, sowie der AI.FUND) erstellt, bei der jedes Unternehmen seine Favoriten nominieren durfte. Die endgültige Liste wurde anschließend von den KI-Experten:innen des appliedAI Institute for Europe konsolidiert und bewertet. Das appliedAI Institute for Europe selbst nahm nicht an der Abstimmung teil.

Basierend auf dem objektiven Jury-Voting wurden die folgenden Startups als die am meisten hervorgehobenen KI-Startups in Deutschland für 2025 ausgewählt (bitte beachte, dass die Reihenfolge alphabetisch und nicht-hierarchisch ist):

Akhetonics
Apheris
ARX Robotics
Atira
Atmos Space Cargo
Black Forest AI
Deeploi
Deepset
Doinstruct
Langdock
n8n
Neura Robotics
Peec AI
Pruna
Q.ANT
Qualifyze
Quantum Systems
RobCo

Verwendung der KI Startup Landscape 2025

Als gemeinnützige Organisation sind wir der Meinung, dass es unsere Pflicht ist, Informationen frei verfügbar zu machen. Die Verwendung dieser Landschaft als Teil einer Präsentation, eines Vortrags oder eines Projekts ist ausdrücklich erlaubt und erwünscht, solange Du stets die visuelle Darstellung verwendest und angemessen auf uns verweist. Änderungen an der KI-Startup Landscape 2025 müssen als eigene Änderungen gekennzeichnet werden. Der Inhalt dieser Einsicht wird unter CC-BY 4.0 veröffentlicht.

Disclaimer

Die in der KI-Startup Landscape 2025 verwendeten Daten wurden nach bestem Wissen und Gewissen zum Zeitpunkt der Erstellung gesammelt und ausgewertet. Obwohl wir uns bemühen, die Genauigkeit und Zuverlässigkeit der dargestellten Informationen zu gewährleisten, ist es möglich, dass Fehler, Auslassungen oder Ungenauigkeiten vorliegen. Daher können wir keine Garantie für die Vollständigkeit, Richtigkeit oder Aktualität der bereitgestellten Informationen übernehmen.

Die bereitgestellten Inhalte dienen lediglich allgemeinen Informationszwecken und sollten nicht als professionelle oder rechtliche Beratung angesehen werden. Wenn Sie sich auf die Informationen verlassen, geschieht dies ausschließlich auf Ihr eigenes Risiko. Wir empfehlen, kritische Informationen durch zusätzliche Quellen zu überprüfen oder geeignete Experten zu konsultieren, bevor Sie auf der Grundlage der bereitgestellten Informationen Entscheidungen treffen oder Maßnahmen ergreifen.