Damit verändert sich die ökonomische Funktion von Geld. Kapital bleibt zwar notwendig, aber seine Knappheit wird relativ geringer, wenn mit einem gegebenen Kapitaleinsatz wesentlich mehr Wertschöpfung organisiert werden kann. Egan-Jones spricht deshalb von einer stillen Deflation des Wertes von Geld. Gemeint ist nicht zwingend eine Deflation im klassischen volkswirtschaftlichen Sinn, sondern eine Veränderung der Verhandlungsmacht des Kapitals gegenüber den Unternehmen, die Kapital aufnehmen.

Für die Venture-Capital-Industrie könnte dies erhebliche Folgen haben. Wenn ein Unternehmen mit zehn hochqualifizierten Mitarbeitern und leistungsfähigen KI-Systemen Aufgaben bewältigen kann, für die früher vielleicht fünfzig oder hundert Mitarbeiter erforderlich gewesen wären, sinkt der Kapitalbedarf für den Aufbau eines Unternehmens. Ein Gründer muss dann möglicherweise nicht mehr Millionenbeträge aufnehmen, um eine Organisation aufzubauen, die Entwicklung, Marketing, Vertrieb und Kundenbetreuung gleichzeitig bewältigen kann. Ein größerer Teil der Wertschöpfung kann bereits mit einer kleinen Mannschaft entstehen.

Damit verändert sich auch die Stellung des Investors. Venture Capital hatte traditionell eine besondere Hebelwirkung, weil Kapital der Zugang zu knappen Ressourcen war. Wer über Kapital verfügte, konnte Unternehmen ermöglichen, schneller Personal einzustellen, Märkte zu erschließen und Wettbewerber zu überholen. Wenn KI bestimmte Ressourcen substituiert, wird diese Hebelwirkung schwächer. Kapital konkurriert dann nicht mehr nur mit anderem Kapital, sondern mit Software, Automatisierung und künstlicher Intelligenz.

Egan-Jones vermutet vor diesem Hintergrund, dass die Renditen von Venture-Capital-Investoren unter Druck geraten könnten und viele Limited Partners diese Entwicklung bislang noch nicht ausreichend eingepreist haben. Die Konsequenz wäre eine Neubewertung nicht nur einzelner Start-ups, sondern des gesamten Geschäftsmodells institutioneller Kapitalgeber. Wenn weniger Kapital erforderlich ist, um ein Unternehmen aufzubauen, kann die Beteiligung eines Investors zwar weniger verwässernd und weniger umfangreich sein, zugleich sinkt aber die Bedeutung der Fähigkeit, große Finanzierungsrunden zu arrangieren.

Diese Entwicklung könnte auch die Bewertung von Unternehmen verändern. Ein Start-up, das für den Aufbau seines Geschäftsmodells bislang 50 Millionen Euro benötigte, könnte in einer KI-dominierten Wirtschaft möglicherweise mit einem Bruchteil dieser Summe auskommen. Das verändert die Beziehung zwischen Unternehmenswert, Kapitalbedarf und Finanzierung. Bewertungsmodelle, die Wachstum vor allem über den Zufluss von Kapital und die Skalierung der Mitarbeiterzahl erklären, verlieren möglicherweise an Aussagekraft.

Für die Banken ist die Entwicklung ambivalent. Einerseits können Unternehmen mit geringerer Kapitalintensität kreditfähiger werden, weil sie schneller Cashflows erreichen und weniger Fremdkapital benötigen. Andererseits kann gerade diese geringere Kapitalintensität das klassische Kreditgeschäft verkleinern. Wenn Unternehmen weniger Gebäude, Maschinen und Personal finanzieren müssen, sinkt der Bedarf an traditionellen Investitionskrediten. Die Bank muss sich stärker auf die Finanzierung immaterieller Vermögenswerte, auf Working Capital, Transaktionsfinanzierung und neue Formen von Wachstum konzentrieren.

Besonders interessant wird dies für die Bewertung von Kreditrisiken. Ein Unternehmen, das mit sehr wenigen Mitarbeitern einen hohen Umsatz erzielt, kann auf den ersten Blick extrem produktiv erscheinen. Gleichzeitig können seine wichtigsten Vermögenswerte aus Daten, Software, Modellen, Kundenbeziehungen und geistigem Eigentum bestehen. Für Kreditgeber stellt sich damit die Frage, wie diese Vermögenswerte im Krisenfall bewertet und verwertet werden können. Die klassische Bilanzanalyse stößt hier an Grenzen.

Für Ratingagenturen eröffnet sich deshalb ein neues Feld. Wenn künstliche Intelligenz die Produktionsfunktion eines Unternehmens verändert, müssen auch Ratingmodelle die Relation zwischen Kapital, Personal, Umsatz, Cashflow und Risiko neu betrachten. Ein Unternehmen mit sehr wenigen Beschäftigten ist nicht automatisch riskanter als ein Unternehmen mit einer großen Belegschaft. Umgekehrt ist eine hohe Mitarbeiterzahl auch kein verlässlicher Indikator mehr für die Substanz eines Geschäftsmodells.

Die eigentliche Frage lautet zunehmend, welche Kombination aus Daten, Technologie, menschlichem Kapital und finanziellen Ressourcen einen nachhaltigen Wettbewerbsvorteil erzeugt. Damit verschiebt sich die Bedeutung von „Hard Facts“ in der Unternehmensanalyse. Finanzielle Kennzahlen bleiben unverzichtbar, reichen aber möglicherweise nicht mehr aus, um die wirtschaftliche Leistungsfähigkeit eines Unternehmens zu erfassen.

Hier entsteht eine direkte Verbindung zwischen künstlicher Intelligenz und der Zukunft der Finanzanalyse. Wenn Daten selbst zum zentralen Produktionsfaktor werden und KI aus Daten wirtschaftlich verwertbare Erkenntnisse erzeugt, muss auch die Finanzwirtschaft ihre Informationen anders organisieren. Geschäftsberichte, Ratings, Marktinformationen und Unternehmensdaten liegen heute überwiegend in zweidimensionalen Dokumenten und Tabellen vor. Für die Analyse komplexer Zusammenhänge könnte eine räumliche Darstellung von Daten einen neuen Zugang schaffen.

Data2Space steht für genau diese Perspektive: Daten werden nicht lediglich gespeichert oder visualisiert, sondern in einen räumlichen Kontext gebracht. Finanzielle Informationen, Unternehmensstrukturen, Risiken, Abhängigkeiten und Szenarien könnten in einer gemeinsamen Umgebung dargestellt werden. Gerade für Investitions- und Finanzierungsentscheidungen entsteht dadurch die Möglichkeit, nicht nur einzelne Kennzahlen zu betrachten, sondern Zusammenhänge unmittelbar wahrzunehmen.

Die von Egan-Jones beschriebene „Deflation des Wertes von Geld“ könnte damit eine noch weitergehende Entwicklung ankündigen. Wenn Kapital weniger knapp wird, steigt der relative Wert der Fähigkeit, Kapital intelligent einzusetzen. Nicht die Menge des verfügbaren Geldes entscheidet allein über den Erfolg einer Investition, sondern die Qualität der Informationen, auf deren Grundlage Kapital eingesetzt wird.

Für Limited Partners bedeutet dies, dass die bisherige Frage „Wie viel Kapital braucht ein Unternehmen?“ zunehmend durch die Frage ergänzt werden muss: „Welche Wertschöpfung kann ein Unternehmen mit diesem Kapital, seinen Daten und seiner KI-Infrastruktur erzeugen?“ Für Venture-Capital-Fonds könnte das zu kleineren Finanzierungsrunden, veränderten Beteiligungsquoten und einer stärkeren Konzentration auf technologische und datenbezogene Fähigkeiten führen.

Auch für Banken und Ratingagenturen verändert sich damit die Informationsökonomie. Wer Unternehmen schneller und besser beurteilen kann, benötigt möglicherweise weniger Kapitalpuffer für Informationsunsicherheit. Gute Daten und leistungsfähige Analysemodelle werden selbst zu einem Instrument der Risikoreduzierung.

Die vielleicht wichtigste Konsequenz liegt deshalb nicht darin, dass Geld seinen Wert verliert. Vielmehr verändert sich die Knappheit, die dem Geld seinen wirtschaftlichen Einfluss verleiht. Wenn KI menschliche Arbeitsleistung in immer mehr Bereichen ergänzt oder ersetzt, wird Kapital weniger benötigt, um menschliche Kapazitäten einzukaufen. Dafür werden Daten, Modelle, Rechenleistung, Technologie und die Fähigkeit, daraus belastbare Entscheidungen abzuleiten, wertvoller.

Die Finanzwirtschaft steht damit vor einer Verschiebung ihrer bisherigen Wertschöpfungskette. Kapital bleibt notwendig. Aber Kapital allein wird weniger differenzierend. Die entscheidende Ressource könnte zunehmend die Fähigkeit sein, aus großen Mengen heterogener Informationen ein verständliches Bild von Chancen und Risiken zu erzeugen.

Aus „Cheaper Money“ könnte deshalb eine neue Ära der Finanzwirtschaft entstehen: eine Wirtschaft, in der nicht die Knappheit des Kapitals, sondern die Qualität der Information über seine Verwendung zum entscheidenden Wettbewerbsvorteil wird. Rating, Investment und Finanzierung würden damit von der Frage „Wie viel Geld steht zur Verfügung?“ stärker zur Frage „Was wissen wir über die Verwendung dieses Geldes?“ verschoben. Die nächste Generation der Finanzanalyse könnte deshalb weniger von größeren Datenmengen als von ihrer räumlichen, visuellen und interaktiven Erschließung geprägt sein.

Genau hier setzt ein bemerkenswerter Gedanke der Ratingagentur Egan-Jones Ratings zur gegenwärtigen Entwicklung der künstlichen Intelligenz an. Die Ratingagentur stellt die These auf, dass viele Unternehmen KI noch immer wie einen schnelleren Gaul behandeln. Sie versuchen, ihre bestehenden Prozesse mit künstlicher Intelligenz schneller, billiger und effizienter abzuwickeln. Das kann wirtschaftlich sinnvoll sein. Es könnte aber an der eigentlichen Bedeutung der Technologie vorbeigehen.

Das Missverständnis besteht darin, KI primär als Werkzeug zur Optimierung bestehender Organisationen zu betrachten. Unternehmen beschäftigen sich mit der Frage, wie KI Mitarbeiter bei der Erstellung von Präsentationen, Analysen, Modellen, Berichten, Programmcode oder Kundenkommunikation unterstützt. Damit wird KI zu einer Art Produktivitätssoftware für die bestehende Belegschaft. Der Mitarbeiter bleibt im Zentrum, nur sein Werkzeug wird leistungsfähiger.

Die weiterreichende Frage lautet jedoch: Was geschieht, wenn nicht mehr die menschliche Organisation der Ausgangspunkt ist? Wenn Unternehmen von Anfang an so gestaltet werden, dass künstliche Intelligenz einen großen Teil der produktiven Arbeit übernimmt? Dann geht es nicht mehr um den schnelleren Mitarbeiter, sondern möglicherweise um eine grundsätzlich andere Form des Unternehmens.

Egan-Jones verweist in diesem Zusammenhang auf die Möglichkeit von Unternehmen, die mit sehr wenigen Menschen auskommen. Im Extremfall könnten Geschäftsmodelle entstehen, deren operative Prozesse weitgehend oder sogar vollständig von KI-Agenten ausgeführt werden. Das wäre keine bloße Automatisierung einzelner Arbeitsschritte. Es wäre eine Veränderung des Organisationsmodells selbst.

Auch die Vorstellung von Arbeitszeit verändert sich dadurch. Das traditionelle Unternehmen ist an Öffnungszeiten, Schichten, Büros und die zeitliche Verfügbarkeit von Mitarbeitern gebunden. Das Internet hat bereits dazu geführt, dass viele Dienstleistungen rund um die Uhr verfügbar sind. KI könnte nun einen ähnlichen Schritt bei der produktiven Arbeit ermöglichen. Ein KI-Agent muss nicht Feierabend machen, Urlaub nehmen oder auf den nächsten Arbeitstag warten.

Damit verändert sich auch die wirtschaftliche Bedeutung von Geschwindigkeit. Wenn ein KI-System kontinuierlich recherchieren, analysieren, programmieren, kommunizieren und Entscheidungen vorbereiten kann, wird die Produktivität nicht mehr nur daran gemessen, wie viel ein einzelner Mitarbeiter innerhalb einer Arbeitszeit leisten kann. Entscheidend wird zunehmend, wie viele Prozesse eine Organisation gleichzeitig und dauerhaft ausführen kann.

Ein weiterer Gedanke von Egan-Jones betrifft die grafische Benutzeroberfläche, die sogenannte GUI. Seit Jahrzehnten haben Softwareunternehmen einen erheblichen Teil ihrer Entwicklung darauf verwendet, immer bessere Benutzeroberflächen zu schaffen. Der Nutzer öffnet Programme, klickt sich durch Menüs, füllt Formulare aus und wechselt zwischen verschiedenen Anwendungen.

Mit Schnittstellen wie dem von Anthropic entwickelten Model Context Protocol entsteht jedoch ein anderes Paradigma. KI kann zunehmend auf unterschiedliche Datenquellen und Softwareanwendungen zugreifen, ohne dass der Mensch jedes einzelne Programm selbst bedienen muss. Die Benutzeroberfläche verschiebt sich damit von der Anwendung zum intelligenten Vermittler.

Das bedeutet nicht zwangsläufig, dass grafische Benutzeroberflächen verschwinden. Vielmehr könnte sich ihre Funktion verändern. Der Nutzer muss möglicherweise nicht mehr wissen, in welchem Programm sich eine bestimmte Funktion befindet. Er beschreibt, was er erreichen möchte, und die KI verbindet dafür die notwendigen Daten, Anwendungen und Arbeitsschritte. Die Oberfläche wird in gewisser Weise dynamisch und entsteht genau für die konkrete Aufgabe.

Auch hier wäre die Frage nach einer besseren bestehenden Benutzeroberfläche möglicherweise die Frage nach dem schnelleren Pferd. Die grundlegendere Innovation besteht darin, dass der Nutzer vielleicht überhaupt nicht mehr in der bisherigen Weise mit einzelnen Programmen interagieren muss.

Besonders interessant wird diese Entwicklung für die Finanzwirtschaft und damit auch für Rating und Investment. Ein Analyst erstellt heute Modelle, sammelt Informationen aus Datenbanken, liest Geschäftsberichte, recherchiert Nachrichten, führt Berechnungen durch und formuliert anschließend eine Einschätzung. Viele dieser Tätigkeiten lassen sich durch KI beschleunigen. Die entscheidende Frage lautet jedoch, ob man lediglich den Analysten schneller macht oder ob man den gesamten Analyseprozess neu organisiert.

Wenn KI-Agenten permanent Daten beobachten, Veränderungen erkennen, Informationen miteinander verknüpfen, Modelle aktualisieren und neue Erkenntnisse erzeugen können, entsteht möglicherweise eine andere Form der Finanzanalyse. Rating könnte sich von einem periodisch erstellten Produkt stärker zu einem kontinuierlichen Informationsprozess entwickeln. Ein Investmentobjekt könnte nicht mehr nur über einen statischen Bericht oder eine Kennzahl beschrieben werden, sondern über eine ständig aktualisierte, interaktive Umgebung.

Damit berührt die KI-Entwicklung auch die Idee des immersiven Analytics. Wenn Daten nicht mehr lediglich in Tabellen, PDF-Dokumenten oder zweidimensionalen Dashboards dargestellt werden, sondern in räumlichen Umgebungen miteinander verbunden werden können, entsteht eine weitere Ebene des Paradigmenwechsels. Die Frage wäre dann nicht mehr nur, wie man einen bestehenden Bericht schneller erstellt, sondern wie eine Investitionsentscheidung überhaupt dargestellt, verstanden und getroffen werden kann.

Hier entsteht eine Verbindung zwischen künstlicher Intelligenz und räumlicher Datenvisualisierung. KI kann Informationen sammeln, strukturieren und interpretieren. Spatial Computing kann diese Informationen in einer Umgebung darstellen, in der Zusammenhänge nicht nur gelesen, sondern räumlich erfahren werden können. Ein Unternehmen, ein Projekt oder ein Investment könnte dadurch zu einer eigenen digitalen Welt werden, in der Finanzdaten, Risiken, Szenarien, Bewertungen und externe Evidenz miteinander verbunden sind.

Der von Egan-Jones aufgegriffene Henry-Ford-Gedanke führt deshalb weit über die Frage hinaus, ob KI Arbeitsplätze ersetzt oder Mitarbeiter produktiver macht. Die interessantere Frage lautet, welche Unternehmen überhaupt entstehen, wenn die Kosten für bestimmte Formen geistiger Arbeit drastisch sinken und digitale Agenten dauerhaft verfügbar sind.

Dabei sollte man allerdings nicht in den gegenteiligen Fehler verfallen und jede Tätigkeit automatisch als durch KI ersetzbar betrachten. Unternehmen bestehen nicht nur aus standardisierbaren Aufgaben. Verantwortung, Vertrauen, Haftung, Unternehmenskultur, persönliche Beziehungen, Regulierung und gesellschaftliche Akzeptanz bleiben Faktoren, die sich nicht einfach durch Software eliminieren lassen. Gerade in Bereichen wie Rating und Investment ist die Frage nach der Verantwortung für eine Entscheidung von zentraler Bedeutung.

Das macht die Entwicklung umso interessanter. Die Zukunft der KI wird wahrscheinlich nicht allein darin bestehen, dass bestehende Mitarbeiter mit besseren Werkzeugen ausgestattet werden. Ebenso wenig wird jede Organisation plötzlich menschenleer sein. Wahrscheinlicher ist eine lange Übergangsphase, in der Unternehmen experimentieren, Aufgaben neu verteilen und herausfinden, welche Tätigkeiten weiterhin Menschen benötigen und welche von Maschinen übernommen werden können.

Das eigentliche Missverständnis über KI besteht daher möglicherweise darin, sie als nächste Generation von Software zu betrachten. KI könnte vielmehr zu einer neuen organisatorischen Infrastruktur werden. So wie das Internet nicht einfach ein schnelleres Telefon oder ein besserer Briefkasten war, könnte KI nicht einfach ein schnellerer Mitarbeiter sein.

Der „schnellere Gaul“ wäre dann die KI, die den bestehenden Prozess effizienter ausführt. Das „Automobil“ wäre dagegen eine Organisation, die von Beginn an für eine Welt konzipiert wurde, in der künstliche Intelligenz permanent Daten verarbeitet, Aufgaben übernimmt, Anwendungen miteinander verbindet und Ergebnisse erzeugt.

Für Unternehmen, Investoren und Ratingagenturen entsteht daraus eine ungewöhnliche Herausforderung. Sie müssen nicht nur beurteilen, wie gut ein Unternehmen die neue Technologie einsetzt. Sie müssen möglicherweise beurteilen, ob sie überhaupt noch mit den richtigen Kategorien auf das Unternehmen schauen. Mitarbeiterzahl, Arbeitszeit, Softwarekosten, Prozessdauer und organisatorische Strukturen könnten in einer KI-dominierten Wirtschaft eine andere Aussagekraft bekommen als bisher.

Vielleicht liegt genau darin die eigentliche Bedeutung des Henry-Ford-Zitats. Wer nach dem schnelleren Pferd fragt, verbessert die Vergangenheit. Wer das Automobil erkennt, verändert die Zukunft.

Und für die künstliche Intelligenz könnte die entscheidende Frage deshalb nicht lauten: Wie können wir unsere heutigen Unternehmen mit KI effizienter machen? Sie könnte lauten: Wie würde ein Unternehmen aussehen, wenn KI von Anfang an Teil seiner grundlegenden Architektur wäre?

Wer diese Frage stellt, beginnt nicht mit einem schnelleren Pferd. Er beginnt mit der Überlegung, ob man überhaupt noch einen Stall braucht.

Gündling bringt ihre Kritik bereits im Titel prägnant auf den Punkt: „152 Maßnahmen sind noch keine Strategie“. Ihre zentrale Definition von Strategie lautet: „Eine Strategie zeichnet sich dadurch aus, dass sie priorisiert, verwirft und sich messbar macht.“ Genau daran misst sie das 58 Seiten umfassende Papier mit seinen acht Handlungsfeldern und 152 Maßnahmen. Ihr Urteil fällt entsprechend kritisch aus: Das Dokument sei „weniger ein strategischer Entwurf als ein ressortübergreifendes Kompendium dessen, was ohnehin läuft, geplant ist oder geprüft werden soll“.

Diese Kritik ist gerade im Zusammenhang mit Extended Reality bemerkenswert. Denn eine Strategie für Startups und Scaleups muss nicht nur bestehende Förderprogramme katalogisieren. Sie muss erkennen, welche technologischen Entwicklungen neue Märkte, neue Geschäftsmodelle und neue Formen der Interaktion hervorbringen. Genau hier stellt sich die Frage, ob die Bundesregierung die wirtschaftliche Bedeutung von XR bereits ausreichend erkannt hat.

Gündling beschreibt ein Grundproblem der Strategie mit einer besonders prägnanten Formulierung: „Konsolidierung wird angekündigt, Expansion wird geliefert.“ Übertragen auf Zukunftstechnologien bedeutet dies: Die Bundesregierung beschreibt zahlreiche Maßnahmen zur Förderung von Innovation, benennt aber nicht mit der notwendigen Konsequenz diejenigen technologischen Felder, bei denen Deutschland eine eigene internationale Position aufbauen sollte.

Hinzu kommt nach Gündlings Analyse die auffällige Sprache des Strategiepapiers. „Wir prüfen, wir streben an, wir setzen uns ein, wir erörtern“ dominiere das Dokument. Für eine Technologie wie XR ist das besonders relevant. Denn in einem internationalen Technologiewettbewerb entscheidet nicht allein die Erkenntnis, dass eine Technologie interessant ist. Entscheidend ist, ob Unternehmen, Investoren, Forschungseinrichtungen und öffentliche Auftraggeber daraus konkrete Anwendungen und Märkte entwickeln können.

Gündling kritisiert deshalb auch die fehlende Verbindlichkeit vieler Maßnahmen. Die Strategie stehe insgesamt unter dem Vorbehalt von Zuständigkeiten, verfügbaren Haushaltsmitteln und EU-Beihilferecht. „Eine Strategie unter Gesamtvorbehalt ist strenggenommen eine Absichtserklärung“, lautet ihr zugespitztes Urteil.

Gerade XR benötigt jedoch eine andere Perspektive. Die Technologie befindet sich an einer Schnittstelle von Software, künstlicher Intelligenz, 3D-Daten, digitalen Zwillingen, Computer Vision, Simulation und Mensch-Maschine-Interaktion. Ihre wirtschaftliche Bedeutung entsteht deshalb nicht durch eine einzelne Anwendung, sondern durch die Verbindung verschiedener Technologiefelder.

Für Deutschland eröffnet sich hier ein erheblicher Handlungsspielraum. XR kann industrielle Produktionsprozesse visualisieren, digitale Zwillinge begehbar machen, medizinische Informationen räumlich darstellen, Schulungen und Simulationen ermöglichen und neue Formen der Zusammenarbeit schaffen. Im Finanzbereich können Portfolios, Unternehmensstrukturen, Beteiligungen, Ratings oder komplexe Finanzmodelle zu interaktiven Informationsräumen werden.

Gerade Data2Space zeigt, dass diese Entwicklung bereits praktisch umgesetzt wird. Finanz- und Unternehmensinformationen bleiben nicht auf Tabellen, Charts und Dokumente beschränkt, sondern werden räumlich strukturiert und interaktiv erfahrbar. Damit entsteht aus klassischer Datenvisualisierung eine neue Form der Informationsverarbeitung.

Gündling richtet ihren Blick insbesondere auf die Frage, wo die Strategie die eigentlichen wirtschaftlichen Hebel setzt. Beim Kapitalmarkt kommt sie zu einem ernüchternden Ergebnis. Die Diagnose eines zu dünnen privaten Wagniskapitalmarktes sei zwar „zutreffend und ehrlich“, doch auf diese Diagnose antworte die Strategie „überwiegend mit mehr Staatsgeld“.

Auch für XR ist diese Unterscheidung entscheidend. Die Entwicklung einer international erfolgreichen XR-Industrie lässt sich nicht allein durch staatliche Förderprogramme erzeugen. Entscheidend sind private Investitionen, zahlungsbereite Kunden, starke industrielle Anwender, skalierbare Geschäftsmodelle und internationale Märkte.

Besonders interessant ist deshalb Gündlings Kritik an der fehlenden Angebotsseite privaten Kapitals. Sie nennt Versorgungswerke, Pensionskassen, Versicherungen und Stiftungen und stellt fest: „Dort passiert erstaunlich wenig.“ Für XR-Unternehmen ist dieser Befund von besonderer Bedeutung, weil viele immersive Technologien lange Entwicklungszyklen benötigen und häufig zunächst erhebliche Investitionen in Software, Datenmodelle, Schnittstellen und Anwendungen erfordern.

Noch deutlicher wird Gündlings Argumentation beim Bürokratieabbau. „Achtundachtzig Prozent der Startups nennen weniger Bürokratie als wichtigsten Faktor, der für eine Gründung im Ausland spräche.“ Ihre Schlussfolgerung fällt ernüchternd aus: „Keine einzige davon streicht eine Norm.“

Für XR entsteht daraus eine doppelte Herausforderung. Zum einen benötigen junge Technologieunternehmen schnelle und verlässliche Rahmenbedingungen. Zum anderen müssen staatliche Stellen selbst offen dafür sein, neue Technologien in ihren eigenen Prozessen einzusetzen. Eine Regierung, die XR nicht als strategische Technologie betrachtet, erzeugt damit möglicherweise einen Kreislauf: Unternehmen entwickeln Anwendungen, während öffentliche Institutionen deren Potenzial erst spät erkennen.

Besonders aufschlussreich ist Gündlings Analyse der Beziehung zwischen Startups und Mittelstand. Die Kooperationsquote sei von „über siebzig Prozent vor rund sechs Jahren auf aktuell etwa sechsundfünfzig Prozent gefallen“. Gleichzeitig erzielten rund 75 Prozent der Startups ihre Umsätze im B2B-Geschäft. Gündling fasst den Befund prägnant zusammen: „Der wichtigste Absatzkanal deutscher Startups erodiert, und zwar erheblich.“

Für XR ist diese Entwicklung besonders relevant. Viele industrielle XR-Anwendungen entstehen gerade dort, wo Startups neue Technologien mit dem Know-how etablierter Unternehmen verbinden. Der Mittelstand ist potenziell einer der wichtigsten Kunden für digitale Zwillinge, immersive Trainingssysteme, räumliche Datenvisualisierung und kollaborative virtuelle Arbeitsumgebungen.

Wenn diese Kooperationen zurückgehen, verliert nicht nur das Startup einen Kunden. Auch der etablierte Mittelständler verliert einen Zugang zu neuen Technologien.

Gündling kritisiert deshalb, dass die Strategie beim Mittelstand vor allem auf „Vernetzungsbemühungen“ setzt. Der Mittelstand werde „sensibilisiert, verzahnt, fit gemacht – aber nicht entlastet“. Für XR lässt sich diese Kritik unmittelbar weiterdenken: Es genügt nicht, Unternehmen auf die Existenz immersiver Technologien aufmerksam zu machen. Es braucht konkrete wirtschaftliche Anreize, diese Technologien tatsächlich einzusetzen.

Hier liegt eine Chance für eine stärker technologieorientierte Startup-Politik. Wenn ein mittelständisches Unternehmen einen digitalen Zwilling entwickelt, seine Produktionsprozesse in XR abbildet oder Finanz- und Unternehmensdaten in einem interaktiven 3D-Raum analysiert, entsteht nicht nur ein neues digitales Produkt. Es entsteht ein Testmarkt für eine Technologie, aus dem wiederum skalierbare Geschäftsmodelle hervorgehen können.

Gündling fordert deshalb grundsätzlich einen Wechsel von der reinen Maßnahmenorientierung hin zu messbaren Ergebnissen. Ihr Vorschlag lautet: „Zielwerte statt Maßnahmenzählung.“ Die Strategie enthalte bereits Kennzahlen, mache daraus aber keine verbindlichen Zielwerte.

Genau diese Logik wäre auch für XR sinnvoll. Nicht die Zahl der geförderten XR-Projekte wäre entscheidend, sondern beispielsweise die Zahl der Unternehmen, die immersive Technologien produktiv einsetzen, das Volumen privater XR-Investitionen, die Zahl international skalierbarer XR-Unternehmen oder der Anteil öffentlicher Beschaffung, der innovative immersive Anwendungen tatsächlich nutzt.

Gündlings Kritik liefert damit einen interessanten Maßstab für die Frage, wie eine echte XR-Strategie aussehen müsste. Sie müsste nicht möglichst viele Maßnahmen versammeln, sondern klare Prioritäten setzen. Sie müsste definieren, in welchen Bereichen Deutschland eine internationale Führungsposition anstrebt. Sie müsste Forschung, Startup-Finanzierung, industrielle Anwendung, öffentliche Beschaffung und internationale Skalierung miteinander verbinden.

Vor allem müsste sie XR nicht als Nischentechnologie behandeln. Denn die eigentliche Bedeutung von Extended Reality liegt nicht allein in Headsets oder virtuellen Welten. XR verändert die Schnittstelle zwischen Menschen und Informationen. Daten werden räumlich, Zusammenhänge werden sichtbar, digitale Zwillinge werden erfahrbar und mehrere Personen können gemeinsam in derselben Informationsumgebung arbeiten. Damit berührt XR genau jene Entwicklung, die für die nächste Generation digitaler Geschäftsmodelle entscheidend ist: den Übergang vom Bildschirm zum Informationsraum.

Gündlings Schlussfolgerung zur Startup-Strategie lässt sich deshalb auch als Aufforderung an die Technologiepolitik lesen: „Fünf Kennzahlen, fünf Zielwerte, ein Datum – mehr braucht es nicht, und weniger genügt nicht.“ Für XR wäre ein solcher Ansatz ein deutlicher Fortschritt gegenüber einer bloßen Aufzählung von Fördermaßnahmen.

Die Bundesregierung muss nicht jede neue Technologie fördern. Sie muss aber erkennen, welche Technologien die wirtschaftliche Interaktion der Zukunft verändern. Extended Reality gehört zu diesen Technologien. Die entscheidende Frage lautet deshalb nicht, ob die Bundesregierung bereits 152 Maßnahmen beschlossen hat. Die entscheidende Frage lautet, ob sie daraus eine Priorität für die Technologien entwickelt, mit denen Deutschland in zehn oder zwanzig Jahren noch international wettbewerbsfähig sein will. Bei XR ist diese strategische Entscheidung bislang nicht erkennbar.

Gerade vor diesem Hintergrund fällt eine Lücke auf: Die Chancen der Extended-Reality-Technologie werden in der Strategie nicht als eigenständiges Zukunftsfeld sichtbar. Virtual Reality, Augmented Reality, Mixed Reality und immersive 3D-Anwendungen spielen gegenüber Künstlicher Intelligenz, Deeptech, Verteidigungs- und Sicherheitstechnologien oder anderen strategischen Technologiefeldern keine vergleichbare Rolle.

Das ist nicht nur eine Frage der Terminologie. XR verändert die Art und Weise, wie Menschen Raum und Zeit erleben und mit digitalen Informationen umgehen. Daten werden nicht mehr ausschließlich auf Bildschirmen in Form von Tabellen, Diagrammen und Dokumenten präsentiert, sondern können räumlich angeordnet, betreten, untersucht und gemeinsam bearbeitet werden. Für Industrie, Medizin, Bildung, Architektur, Finanzwirtschaft, Logistik, Training und Vertrieb entstehen dadurch neue Geschäftsmodelle. Anstatt Spatial Computing und den virtuellen Raum zu erschließen, bleibt die Strategie der Bundesregierung „raumlos“.

Die Bundesregierung formuliert in ihrer Strategie den Anspruch, „die nächste Generation deutscher Weltmarktführer“ zu ermöglichen. Genau an diesem Anspruch muss sich die fehlende ausdrückliche Berücksichtigung von XR messen lassen. Wenn Deutschland Zukunftstechnologien nicht nur anwenden, sondern eigene Technologieunternehmen und Weltmarktführer hervorbringen will, reicht es nicht, diejenigen Technologien zu fördern, deren wirtschaftliche Bedeutung bereits am stärksten sichtbar ist.

Bemerkenswert ist insbesondere, dass die Strategie Künstliche Intelligenz ausdrücklich als Beispiel für Zukunftstechnologien nennt. XR wird dagegen nicht in vergleichbarer Weise erkannt. Dabei verstärken sich beide Technologien gegenseitig: KI erzeugt und verarbeitet Informationen, XR schafft neue Räume für deren Wahrnehmung, Interaktion und Zusammenarbeit.

Gerade diese Verbindung eröffnet erhebliche wirtschaftliche Chancen. Ein KI-System kann beispielsweise eine komplexe Unternehmensanalyse erstellen. Eine XR-Anwendung kann diese Analyse anschließend als interaktives 3D-Modell darstellen. Nutzer können Zusammenhänge untersuchen, Szenarien verändern und gemeinsam Entscheidungen treffen. Die Kombination aus KI und XR schafft damit eine neue Mensch-Maschine-Schnittstelle.

Die Startup- und Scaleup-Strategie setzt ausdrücklich auf den Transfer von Forschung in marktfähige Geschäftsmodelle.  Genau hier liegt eine besondere Chance für XR. Deutschland verfügt über Forschungskompetenzen in Computer Vision, 3D-Technologie, Robotik, Simulation, Mensch-Maschine-Interaktion und industrieller Digitalisierung. Aus diesen Kompetenzen können Anwendungen entstehen, die weit über Unterhaltung und Gaming hinausgehen.

XR ist längst nicht mehr auf virtuelle Spielewelten beschränkt. In der Industrie können digitale Zwillinge Produktionsanlagen und Maschinen abbilden. In der Medizin können anatomische Strukturen räumlich untersucht werden. In der Ausbildung lassen sich komplexe Situationen simulieren. In der Architektur entstehen begehbare Modelle. Im Immobilienbereich werden Gebäude und Standorte interaktiv erfahrbar. Im Finanzsektor können Portfolios, Unternehmensstrukturen, Beteiligungen und Ratings zu navigierbaren Informationsräumen werden.

Gerade die Finanzwirtschaft zeigt, wie weit das Konzept reichen kann. Data2Space setzt beispielsweise an der Grenze zwischen Datenvisualisierung und immersiver Informationsverarbeitung an. Finanz-, Unternehmens-, Beteiligungs- und Ratingdaten werden nicht nur grafisch dargestellt, sondern räumlich strukturiert und interaktiv erfahrbar gemacht. Damit entsteht eine neue Kategorie digitaler Anwendungen: der Informationsraum.

Die Bundesregierung betont in ihrer Strategie die Bedeutung von Wachstumskapital. Sie will die Finanzierungsbedingungen für Startups und Scaleups insbesondere in der Wachstumsphase verbessern. Für XR-Unternehmen ist genau diese Wachstumsfinanzierung entscheidend, weil erfolgreiche XR-Produkte häufig eine Verbindung aus Software, Hardware, 3D-Inhalten, Plattformtechnologie und branchenspezifischer Expertise benötigen. Die Gefahr besteht deshalb darin, dass XR in Deutschland zwar wissenschaftlich erforscht und punktuell eingesetzt wird, aber keine ausreichende politische und finanzielle Aufmerksamkeit erhält, um daraus skalierbare Unternehmen entstehen zu lassen.

Interessant ist dabei der Kontrast zur Reallaborpolitik der Bundesregierung. Das Bundeswirtschaftsministerium erkennt ausdrücklich an, dass Reallabore in vielen Wirtschaftsbereichen erhebliches Innovationspotenzial besitzen, und will Freiräume schaffen, damit neue Technologien unter realen Bedingungen erprobt werden können. Für XR wären solche Reallabore besonders geeignet.

Ein XR-Reallabor könnte beispielsweise untersuchen, wie virtuelle Arbeitsräume in Unternehmen eingesetzt werden, wie Banken immersive Kundenberatung gestalten, wie Städte digitale Zwillinge nutzen oder wie Finanzinformationen räumlich vermittelt werden. Unternehmen könnten neue Geschäftsmodelle erproben, ohne sofort sämtliche Investitionen und regulatorischen Risiken eines vollständigen Markteintritts tragen zu müssen.

Die Strategie selbst hebt hervor, dass Reallabore „neue Räume zur Beteiligung der Stakeholder“ schaffen. Bei XR bekommt dieser Gedanke eine fast wörtliche Bedeutung: Der digitale Raum wird selbst zum Ort der Beteiligung.

Auch die von der Bundesregierung betonte technologische Souveränität spricht für eine stärkere Beschäftigung mit XR. Wer digitale Souveränität ernst nimmt, sollte nicht nur über KI-Modelle, Cloud-Infrastrukturen und Halbleiter sprechen, sondern auch darüber, wie Menschen künftig digitale Informationen wahrnehmen und mit ihnen interagieren.

Die nächste digitale Plattform muss nicht zwangsläufig ein zweidimensionaler Bildschirm sein. Sie kann ein räumlicher Informationsraum sein.

Hier liegt möglicherweise eine strategische Blindstelle der aktuellen Startup- und Scaleup-Politik. Die Bundesregierung hat erkannt, dass Deutschland neue Technologien schneller aus der Forschung in den Markt bringen muss. Sie hat erkannt, dass Startups Kapital, Talente und bessere regulatorische Rahmenbedingungen benötigen. Sie hat mit rund 150 Maßnahmen ein umfangreiches Programm aufgesetzt. Was noch fehlt, ist ein klarer Blick auf die nächste Ebene der digitalen Interaktion.

XR sollte deshalb nicht als Spezialtechnologie für Gaming oder einzelne Anwendungen betrachtet werden. Es ist eine Basistechnologie für die räumliche Verarbeitung digitaler Informationen. Zusammen mit KI, digitalen Zwillingen, Cloud Computing, Computer Vision und Echtzeitdaten entsteht daraus eine neue digitale Infrastruktur.

Für Deutschland bietet sich hier eine Chance, die über die Entwicklung einzelner Hardwareprodukte hinausgeht. Unternehmen können eigene Anwendungen, Datenräume, Simulationssysteme, Trainingsumgebungen, industrielle Plattformen und immersive Geschäftsmodelle entwickeln.

Die Startup- und Scaleup-Strategie der Bundesregierung ist deshalb ein wichtiger Schritt für den Innovationsstandort Deutschland. Gerade weil sie den Anspruch erhebt, die Zukunftstechnologien von morgen zu fördern, sollte XR in der weiteren Umsetzung stärker berücksichtigt werden. Die zentrale Frage lautet nicht, ob Deutschland noch eine weitere Technologie fördern sollte. Die Frage lautet, ob Deutschland rechtzeitig erkennt, dass sich mit XR die Schnittstelle zwischen Mensch, Daten und digitaler Welt grundlegend verändert. Wer diese Entwicklung früh erkennt, entwickelt nicht nur Anwendungen für eine neue Technologie. Er gestaltet die Informationsräume der nächsten digitalen Generation.

Ein wesentlicher Erfolgsfaktor ist die konsequente Optimierung der Kostenstruktur. Durch die geplante Senkung der Personalaufwendungen wird die finanzielle Basis weiter gestärkt, während gleichzeitig ausreichend Liquidität vorhanden ist, um das weitere Wachstum zu unterstützen. Die Entwicklung zeigt, dass das Unternehmen seine Skalierungsstrategie erfolgreich umsetzt und auf einem stabilen Kurs in Richtung positiver Cashflows liegt.

Auch auf Kundenseite setzt SkillCampVR wichtige Impulse. Die Zusammenarbeit mit einem langjährigen Großkunden wird unverändert fortgeführt. Die bestehenden Verträge bleiben bestehen, die laufenden Gespräche verlaufen konstruktiv und die Begleichung offener Forderungen wurde bestätigt. Dies unterstreicht die Stabilität der Geschäftsbeziehungen und schafft eine verlässliche Grundlage für die weitere Entwicklung.

Strategisch hat sich SkillCampVR von einem Anbieter einzelner VR-Trainingslösungen zu einer umfassenden digitalen Trainingsplattform entwickelt. Das Unternehmen verbindet Virtual-Reality-Schulungen, Online-Learning und KI-gestützte Assistenten in einer zentralen Lernumgebung. Diese Plattform ermöglicht Unternehmen nicht nur die Durchführung moderner Aus- und Weiterbildungsmaßnahmen, sondern erstellt zugleich die für Audits und Zertifizierungen erforderlichen Nachweise. Dadurch erschließt SkillCampVR deutlich größere und komplexere Projekte und erweitert sein Marktpotenzial erheblich.

Für die weitere Expansion setzt das Unternehmen verstärkt auf strategische Partnerschaften. Gesucht werden Distributoren und Multiplikatoren, die ganze Märkte innerhalb bestimmter Branchen oder Regionen erschließen können, sowie Kontakte zu Entscheidungsträgern großer Unternehmen in Bereichen wie Arbeitssicherheit, Gesundheitsschutz, Altenpflege, Bergbau, Chemie, Energieversorgung, Baumaschinen, Anlagenbau und Brandschutz. Solche Partnerschaften sollen die Marktdurchdringung beschleunigen und die internationale Skalierung unterstützen.

Darüber hinaus hat SkillCampVR seine Investorenkommunikation weiterentwickelt und die Berichterstattung auf Grundlage des erhaltenen Feedbacks überarbeitet. Dies unterstreicht den Anspruch des Unternehmens, transparent zu kommunizieren und den Dialog mit Investoren kontinuierlich zu verbessern. Insgesamt zeigt die aktuelle Entwicklung, dass SkillCampVR seine Wachstumsstrategie erfolgreich umsetzt und sich als ganzheitlicher Anbieter digitaler Trainingslösungen mit attraktiven Zukunftsperspektiven etabliert.

Die dort skizzierte Idee, klassische Webtechnologien wie HTML, CSS und JavaScript in räumliche Benutzeroberflächen zu überführen, zielt darauf ab, das offene Web in dreidimensionale Umgebungen zu transformieren. Webseiten sollen nicht länger flache Dokumente sein, sondern frei im Raum platzierbare, interaktive Elemente, die sich in Mixed-Reality-Headsets nutzen lassen. Für Apple hat diese Entwicklung eine doppelte strategische Dimension. Einerseits verfolgt das Unternehmen traditionell einen stark kontrollierten Plattformansatz, bei dem native Anwendungen und eigene Frameworks im Zentrum stehen. Andererseits ist das Web ein unverzichtbarer Distributions- und Innovationskanal, der Reichweite, Interoperabilität und schnelle Iteration ermöglicht.

Mit der Apple Vision Pro hat Apple ein Gerät positioniert, das Spatial Computing als neue Kategorie etablieren soll. Die Vision Pro versteht sich nicht nur als Headset für immersive Unterhaltung, sondern als eigenständige Computerplattform, die produktives Arbeiten, Kommunikation und Medienkonsum in einer räumlichen Benutzeroberfläche vereint. Wenn Projekte wie WebSpatial die Eintrittsbarrieren für spatiale Web-Erlebnisse senken, könnte dies die Attraktivität der Vision Pro erheblich steigern, da Entwickler ohne tiefgehende native Kenntnisse räumliche Anwendungen bereitstellen können. Eine wachsende Menge an spatialen Webinhalten würde das Gerät funktional aufwerten und die Nutzungsintensität erhöhen.

Gleichzeitig verschiebt ein leistungsfähiges spatiales Web die Machtbalance zwischen nativen Plattformanbietern und offenen Standards. Sollten sich browserbasierte, plattformübergreifende Lösungen durchsetzen, müssten selbst stark integrierte Ökosysteme wie das von Apple stärker auf Interoperabilität und Webstandards setzen. Für Apple bedeutet das potenziell, WebKit, Rendering-Technologien und entsprechende Schnittstellen so weiterzuentwickeln, dass komplexe 3D-Interaktionen performant und sicher möglich sind. Geschieht dies nicht, könnten Entwickler alternative Plattformen bevorzugen, die offenere oder besser unterstützte WebXR-Implementierungen bieten.

Aus finanzieller Perspektive sind diese technologischen Weichenstellungen nicht trivial. Investoren bewerten Plattformunternehmen zunehmend danach, wie robust und erweiterbar ihre Ökosysteme sind. Ein Headset, das nur von einem begrenzten Pool nativer Apps lebt, trägt ein höheres Adoptionsrisiko als eine Plattform, die auf einem breiten, offenen Web-Fundament aufsetzt. Wenn Spatial-Web-Initiativen die Vision Pro zu einem natürlichen Zugangspunkt für das dreidimensionale Internet machen, stärkt das Apples strategische Position im Wettbewerb um das nächste große Computing-Paradigma. Eine starke Stellung im Spatial Computing kann sich langfristig positiv auf Wachstumserwartungen, Margenpotenziale und damit indirekt auf die Einschätzung der Kreditwürdigkeit auswirken.

Zugleich birgt die Entwicklung Risiken. Ein zu offenes spatiales Web könnte Differenzierungsmerkmale verwässern, die Apple bislang durch enge Hard- und Softwareintegration erreicht. Die Herausforderung besteht darin, Offenheit und Kontrolle auszubalancieren: genug Web-Kompatibilität, um Innovation und Reichweite zu fördern, aber ausreichend Plattformmehrwert, um Entwickler und Nutzer im eigenen Ökosystem zu halten. Die Impulse von WebSpatial verdeutlichen damit, dass Spatial Computing nicht nur eine Frage neuer Interfaces ist, sondern ein strategisches Feld, in dem sich entscheidet, wie wertschöpfungsstark, innovationsfähig und kreditwürdig Technologiekonzerne in der kommenden Dekade wahrgenommen werden.

Zwar identifiziert die PwC-Studie Solarsysteme als Schlüsseltechnologie, doch selbst Branchenvertreter warnen vor einer Überschätzung dieser Option. Mihails Ščepanskis, CEO von Deep Space Energy, betont: „Reliable surface energy is still one of the biggest gaps on the Moon.“ Diese Aussage verweist auf ein fundamentales Infrastrukturdefizit. Während auf der Erde Stromnetze, Reservekapazitäten und diversifizierte Energiequellen selbstverständlich sind, existiert auf dem Mond keinerlei Netzstruktur. Energie muss lokal erzeugt und unmittelbar verfügbar sein – auch unter extremen Bedingungen.

Die Herausforderungen sind physikalisch wie ökonomisch gravierend. Eine Mondnacht dauert rund 14 Erdtage. In dieser Zeit liefern Solarpaneele keinen Strom, während Temperaturen unter minus 170 Grad Celsius zusätzliche Heizenergie erfordern. Ščepanskis warnt daher: „Because of the long darkness period, relying solely on large battery systems would impose a significant payload penalty.“ Große Batteriesysteme erhöhen Masse, Kosten und Komplexität – Faktoren, die bei Raumfahrtmissionen exponentiell auf die Wirtschaftlichkeit durchschlagen. Jede zusätzliche Tonne Nutzlast verteuert Start, Transport und Betrieb erheblich. Ein Geschäftsmodell, das auf solch fragiler Energieversorgung basiert, bleibt aus Rating-Sicht spekulativ.

Zwar treiben die USA gemeinsam mit dem Energieministerium die Entwicklung eines nuklearen Mondreaktors bis 2030 voran, und auch Russland plant entsprechende Konzepte. Doch selbst großskalige Fissionsreaktoren lösen nicht das Kernproblem der Mobilität. „There is no grid on the Moon“, erklärt Ščepanskis. Ein stationärer Reaktor könne eine Basis versorgen, nicht jedoch Rover, Prospektionsfahrzeuge oder Explorationseinheiten fernab fester Installationen. Für eine funktionierende Rohstoffwirtschaft – die Grundlage der prognostizierten Milliardenumsätze – ist jedoch genau diese Mobilität essenziell.

Der Vergleich des DSE-Chefs verdeutlicht das strukturelle Risiko: „The Moon presents a similar situation – a fission reactor or a large solar installation can power a fixed base, but once a rover or scouting mission moves far from base, especially during extended lunar night, there is no ‘gas station’ there.“ Ohne verlässliche, kompakte Energiequellen droht operativer Stillstand. Für Investoren bedeutet das: hohe technologische Abhängigkeit, begrenzte Redundanz und fehlende Resilienz – alles Faktoren, die gegen Investment-Grade-Qualität sprechen.

Hinzu kommt die Knappheit geeigneter radioisotoper Brennstoffe. Selbst bei alternativen Systemen, etwa auf Basis von Americium-241, bleibt die Skalierung begrenzt durch Materialverfügbarkeit und Kosten. Ščepanskis formuliert es nüchtern: „Conversion efficiency determines how many missions can realistically be supported with the available supply.“ Eine Industrie, deren Wachstum direkt von seltenen Nuklearisotopen abhängt, trägt erhebliche Lieferketten- und Preisrisiken. Ratingagenturen bewerten genau solche Engpässe traditionell negativ, da sie Planbarkeit und Margenstabilität untergraben.

Investment-Grade-Ratings setzen voraus, dass Geschäftsmodelle auch unter Stressbedingungen tragfähig bleiben, dass Infrastruktur robust und diversifiziert ist und dass regulatorische sowie technologische Risiken beherrschbar erscheinen. Die Mondwirtschaft hingegen steht noch am Anfang ihrer energieökonomischen Grundlagen. Transportfragen sind sichtbar und politisch diskutiert, doch die Energiefrage ist systemisch. Ohne dauerhaft verfügbare, skalierbare und mobile Energieversorgung bleibt jede Umsatzprojektion spekulativ.

Die Vision einer 127-Milliarden-Dollar-Ökonomie ist daher weniger eine belastbare Cashflow-Prognose als ein langfristiges Potenzialszenario. Solange „reliable solarless power generation“ – wie Ščepanskis fordert – nicht technisch etabliert und wirtschaftlich skalierbar ist, fehlen der Mondwirtschaft die Voraussetzungen für stabile Erträge. Aus finanzwirtschaftlicher Perspektive bedeutet das: hohes Technologie-, Ausführungs- und Infrastruktur­risiko, starke Abhängigkeit von staatlicher Förderung und keine belastbare Eigenständigkeit der Wertschöpfungsketten. Unter diesen Bedingungen ist ein Investment-Grade-Rating in weiter Ferne.

Credit Rating bedeutet im Kern die Bewertung der Fähigkeit eines Emittenten oder Projekts, seinen finanziellen Verpflichtungen dauerhaft nachzukommen. Für Energieunternehmen hängt diese Fähigkeit immer stärker davon ab, wie resilient ihre Geschäftsmodelle gegenüber Preisvolatilität, regulatorischen Eingriffen, Netzengpässen und technologischen Umbrüchen sind. Kay van der Kooi beschreibt die Ausgangslage so: „Netzengpässe nehmen zu, erneuerbare Anlagen müssen zeitweise abgeschaltet werden, Netzanschlüsse verzögern sich.“ Solche Faktoren wirken sich unmittelbar auf Cashflows aus – etwa durch Abregelungen oder verspätete Inbetriebnahmen – und erhöhen damit das Geschäftsrisiko. Energiespeicher können hier als Risikopuffer fungieren, indem sie Produktionsspitzen aufnehmen, Flexibilität bereitstellen und die „zeitliche Entkopplung von Erzeugung und Verbrauch“ ermöglichen, wie van der Kooi betont. Für Ratingagenturen verbessert dies die Planbarkeit und Stabilität der Erlösströme.

Die strategische Bedeutung von Speichern ergibt sich zudem aus ihrer Systemfunktion. Van der Kooi hebt hervor, dass „Batteriespeicher zunehmend als zentrale Lösung gelten“ und „strategisch ins Zentrum der Energiewende rücken“. Damit verändern sie die Risikostruktur ganzer Wertschöpfungsketten. Projekte im Bereich Offshore-Wind, grüner Wasserstoff oder Elektromobilität sind in wachsendem Maß auf flexible Speicherinfrastruktur angewiesen. Fehlt diese, steigt das Systemrisiko – und damit auch das Kreditrisiko der beteiligten Akteure. Für Emittenten mit integrierten Speicherlösungen kann dies hingegen positiv wirken, weil sie systemische Engpässe reduzieren und ihre Marktposition stärken.

Aus Ratingperspektive besonders relevant ist die Frage nach der Erlösqualität. Kay van der Kooi weist darauf hin, dass Batteriespeicher „– abhängig vom Geschäftsmodell – stabile bis marktbasierte Ertragsstrukturen bieten, die nicht primär subventionsabhängig sind“. Für Kreditprüfer ist die Unabhängigkeit von kurzfristigen Förderregimen ein zentrales Bonitätskriterium. Subventionsbasierte Cashflows unterliegen politischen Risiken; marktbasierte Modelle wie Arbitrage, Netzdienstleistungen oder „Behind-the-Meter“-Lösungen können dagegen – bei ausreichender Diversifizierung – robustere Einnahmequellen darstellen. Gleichzeitig erhöhen marktorientierte Modelle die Exponierung gegenüber Preisvolatilität, was eine differenzierte Risikobewertung erfordert.

Für institutionelle Investoren eröffnet sich laut Kay van der Kooi ein „attraktives Marktsegment“. Der Markt entwickle sich „von der Pionierphase in die Skalierung“, wodurch „infrastrukturelle Stabilität und strukturelles Wachstumspotenzial“ mit einem klaren systemischen Nutzen zusammenkämen. Aus Sicht des Credit Ratings ist genau diese Kombination entscheidend: Infrastrukturtypische Merkmale wie langfristige Nutzung, planbare Erlöse und systemische Relevanz treffen auf ein dynamisches Wachstumsfeld. Gleichzeitig bleiben technologische und operative Risiken zu berücksichtigen, insbesondere in frühen Projektphasen.

Insgesamt verschiebt sich die Rolle von Energiespeichern im Credit Rating von einem ergänzenden Technologieaspekt hin zu einem zentralen Stabilitätsfaktor. In einem Energiesystem, das zunehmend von Volatilität geprägt ist, werden Speicher zu einem Instrument zur Glättung von Cashflows, zur Reduktion systemischer Risiken und zur Stärkung nachhaltiger Geschäftsmodelle. Damit sind sie nicht nur technologische Enabler der Energiewende, sondern auch kreditrelevante Assets, die Bonität, Refinanzierungskosten und Investorenwahrnehmung maßgeblich beeinflussen können.

Mit dem Ansatz, einen Prostata-Check ins Badezimmer zu bringen, schafft Streamcheck eine niedrigschwellige, intime und doch hochpräzise Möglichkeit der Selbstkontrolle. Der Selbsttest ist CE-zertifiziert und als Medizinprodukt nach der EU-Verordnung (2017/745) zugelassen. Er kombiniert ein smartes Device mit einer App, die Männer Schritt für Schritt durch den Prozess führt. „Mit Streamcheck können wir potenzielle Erkrankungen bereits im Entstehen erkennen und eine medizinische Behandlung frühzeitig einleiten. Das kann viel Leid verhindern“, betont Prof. Dr. Stefan Siemer vom Universitätsklinikum des Saarlandes. Die gemessenen Parameter – Harnflussrate, Urinvolumen und mehrere Biomarker – schaffen eine Datenbasis, die sonst nur in urologischen Praxen erhoben wird.

Indem Männer statt einmal jährlich nun monatlich messen können, entsteht ein völlig neues Modell der Gesundheitsüberwachung: zwölfmal mehr Kontrollmomente, die eine diagnostische Blindzeit zwischen Arztterminen drastisch reduzieren. Der Vergleich von Heidrich macht dieses Prinzip anschaulich: Streamcheck funktioniert für die Prostata wie die Ölstandskontrolle beim Auto – wer regelmäßig misst, erkennt Veränderungen früh und kann rechtzeitig handeln. Bleiben die Werte unauffällig, signalisiert die App dies klar und beruhigend. Bei Auffälligkeiten leitet sie zur ärztlichen Abklärung über und liefert dabei bereits strukturierte Daten, einschließlich Uroflowmetrie, IPSS-Score und Biomarker-Analysen.

Dieser technologische Schritt ist nicht nur ein Gewinn für Patienten, sondern auch eine Entlastung für Ärztinnen und Ärzte. Obwohl die Uroflowmessung als Standard gilt, wird sie im Praxisalltag selten durchgeführt. „In der Praxis werden sie oft vernachlässigt, weil sie zeitaufwendig sind“, erklärt Siemer. Die digitale Auslagerung dieser Messung ins Zuhause der Patienten schließt die Lücke: Ärztinnen und Ärzte erhalten verlässliche, medizinisch valide Daten, ohne kostbare Zeit für Routineuntersuchungen aufbringen zu müssen. Das Ergebnis ist ein effizienteres Versorgungssystem mit höherer Erkennungsrate und verbesserter Zusammenarbeit zwischen Arzt und Patient.

Damit berührt Streamcheck unmittelbar die Felder Technologie-Rating, Healthcare-Rating und das Rating von Krankenversicherungen. Technologie-Bewertungen legen zunehmend Wert auf Interoperabilität, Datenschutz, Usability und klinische Validität – Kriterien, die Streamcheck als zertifiziertes Medizinprodukt mit klarer medizinischer Evidenz erfüllt. Der Ansatz zeigt, wie digitale Diagnostik ein traditionell analoges Fachgebiet transformieren kann, vergleichbar mit dem Wandel, den Wearables im kardiologischen oder metabolischen Monitoring ausgelöst haben. In Healthcare-Ratings gewinnen Technologien an Bedeutung, die Versorgungslücken schließen, Outcome-Qualität verbessern und gleichzeitig Kosten reduzieren. Streamcheck adressiert alle drei Punkte: bessere Erkennung, effizientere Arztzeit und niedrigere Folgekosten durch frühere Therapien.

Für Krankenversicherungen, deren Ratings sich zunehmend an Präventionswirkung, digitalen Services und Kosteneffizienz orientieren, wird ein solches System attraktiv. Wenn regelmäßige Heimtests schwere Erkrankungen früher erkennbar machen, sinken langfristig Therapie- und Folgekosten. Zudem verbessern digital begleitete Vorsorgeprogramme das Serviceprofil einer Versicherung. Die Integration eines Medizinprodukts wie Streamcheck in Präventions- oder Bonusprogramme kann daher sowohl das Leistungsrating als auch die Kundenzufriedenheit stärken.

Streamcheck markiert einen Wendepunkt: von einer punktuellen Vorsorge im jährlichen Praxisraum hin zu einer diskreten, alltagsnahen und datenbasierten Gesundheitskontrolle. Damit wird ein Bereich der Männergesundheit, der bislang von Tabus und Versäumnissen geprägt war, zu einem Paradebeispiel dafür, wie moderne Technologie medizinische Versorgung intelligenter, selbstbestimmter und wirksamer machen kann.

Das Learning Management System dokumentiert automatisch alle Trainingsdaten, von Zeitpunkt und Dauer bis hin zu Ergebnissen und Zertifikaten. „Reports und Auswertungen stehen jederzeit auf Abruf bereit – für Standortleitungen, Trainer:innen und das Management.“ Diese Transparenz ist nicht nur ein Fortschritt in der Personalentwicklung, sondern auch ein Faktor, der aus Rating-Perspektive zunehmend relevant wird. Unternehmen, die ihre Prozesse datenbasiert gestalten und die Weiterentwicklung ihrer Mitarbeitenden systematisch dokumentieren, schaffen messbare Nachweise für Effizienz, Kompetenzaufbau und Nachhaltigkeit – Kriterien, die in modernen Ratingmodellen eine immer größere Rolle spielen.

Die Möglichkeit, Lernpfade individuell anzupassen, fördert zudem eine zielgerichtete Mitarbeiterentwicklung, die nicht nur den internen Wissensstand erhöht, sondern auch die Arbeitgeberattraktivität steigert. „Lernpfade lassen sich individuell pro Mitarbeitendem anpassen – für eine zielgerichtete Entwicklung und messbare Fortschritte.“ In einem Markt, der zunehmend auf Fachkräftemangel und Innovationsdruck reagiert, ist diese Personalisierung ein entscheidender Wettbewerbsvorteil.

Aus Sicht des Ratings bedeutet der Einsatz solcher Technologien eine Aufwertung des Unternehmensprofils: Digitale Lern- und Managementsysteme stehen für Innovationskraft, Transparenz und Effizienz – alles Faktoren, die positiv in Bewertungen einfließen. Unternehmen wie Dussmann, die frühzeitig auf datenbasierte Lernprozesse setzen, positionieren sich nicht nur operativ stärker, sondern erhöhen zugleich ihre Resilienz und Zukunftsfähigkeit im Markt. Der Pilotstart zeigt, wie Digitalisierung im Personalmanagement zu einem strategischen Erfolgsfaktor wird – und wie technologische Kompetenz zunehmend zur Währung unternehmerischer Stabilität und Glaubwürdigkeit wird.