Drei Begriffe, ein Denkfehler – und Milliarden, die falsch fließen. Eine Kurzgeschichte technologischer Missverständnisse.

„Der eine Satz, den wir im Technologietransfer nie vergessen dürfen.“ – eM. von Arise Innovations

Warum die Unschärfe bei „Tech“-Begriffen mehr ist als ein semantisches Problem.

Wer nicht weiß, in welchem Spielfeld er spielt, wird nie die richtigen Regeln finden – geschweige denn gewinnen.

— eM.

Dieser Satz klingt zunächst wie eine Binsenweisheit – und doch beschreibt er eines der größten Missverständnisse im Innovationssystem. Denn obwohl die Begriffe High Tech, Deep Tech und Tough Tech immer häufiger verwendet werden, ist ihre tatsächliche Bedeutung selten klar.

Vielmehr verschwimmen sie im alltäglichen Sprachgebrauch – in Präsentationen, in Förderaufrufen, in Pitches.

Das wäre nicht weiter schlimm, wenn es sich dabei nur um Labels handeln würde. Doch in Wahrheit sind diese Begriffe Ausdruck unterschiedlicher Technologien – und vor allem: unterschiedlicher Entwicklungslogiken, Kapitalbedarfe und Risiken. Und genau deshalb ist diese Verwirrung nicht semantisch – sondern systemisch.

Sie beeinflusst, wohin Kapital fließt, wie Fördermittel vergeben werden, welche Startups als „investierbar“ gelten und welche wieder verschwinden – obwohl ihre Technologie vielleicht unsere größte Chance gewesen wäre.

Der Sprachnebel rund um „Tech“

Beginnen wir mit einem Blick auf die Sprache, die diesen Nebel verursacht. Denn wie kommt es eigentlich dazu, dass Begriffe wie „Deep Tech“ und „High Tech“ oft synonym verwendet werden – obwohl sie ganz unterschiedliche Dinge meinen?

Teilweise liegt das daran, dass sie als Buzzwords dienen – Begriffe, die Aufmerksamkeit erzeugen, ohne dass man sie exakt definieren müsste.

Teilweise liegt es aber auch daran, dass ihre Ursprünge unterschiedlich sind:

• High Tech ist ein Begriff, der aus dem industriellen Kontext stammt – er meint typischerweise fortschrittliche, ausgereifte Technologien, die auf den neuesten Stand der Technik verweisen, aber nicht zwangsläufig disruptiv sind.

• Deep Tech hingegen wurde eingeführt, um Technologien zu beschreiben, die auf wissenschaftlichen Durchbrüchen basieren – oft mit langer Entwicklungszeit, großer Unsicherheit und tiefem Forschungsbezug.

• Tough Tech wiederum stammt aus dem MIT-Umfeld, insbesondere von The Engine, und beschreibt besonders herausfordernde Deep Tech Projekte mit physikalischer Komplexität, hoher Unsicherheit und extremem Kapitalbedarf – oft Hardware-getrieben, oft systemrelevant – und vor allem mit Impact.

In Europa ist der Begriff Tough Tech noch weitgehend unbekannt. Dabei beschreibt er exakt jene Technologien, die wir zur Lösung unserer größten Probleme benötigen – von Energie über Gesundheit bis hin zu Resilienz.

Warum die Unterscheidung nicht akademisch ist

Diese Unschärfe wäre unproblematisch, wenn sie keine Konsequenzen hätte. Aber das Gegenteil ist der Fall. Denn durch die Gleichsetzung von „Tech“ als allgemeinem Innovationslabel passiert Folgendes:

• Kapital wird in die falschen Kategorien allokiert

• Förderprogramme formulieren unscharfe Anforderungen, die nicht zur Realität der Technologien passen – oder andersrum!

• Startups werden an denselben KPIs gemessen, obwohl ihre Grundlagen völlig unterschiedlich sind

• Gründungsstrategien werden verzerrt, weil die Narrative aus der Softwarewelt übernommen werden

Oder anders gesagt:

Man kann keine Billionen für Technologien mobilisieren, die man nicht versteht.

— eM.

Und wir verstehen viele Technologien – strukturell gesehen – noch immer nicht.

Zwei Startups, zwei Realitäten

Stellen wir uns zwei Startups vor.

• Das erste entwickelt eine Plattform zur Optimierung von B2B-Kommunikation. Es hat eine klare Zielgruppe, testet mit MVPs, misst User Retention und kann seinen PMF (Product-Market-Fit) relativ früh nachweisen.

• Das zweite arbeitet an einem neuen Funktionsmaterial für die Wasserstoffspeicherung. Es gibt keine klaren Märkte, die Feedback-Zyklen sind lang, die Validierung braucht Labore, Geräte, Infrastrukturen, Partner...

Beide werden als „Startups“ bezeichnet. Beide sollen Business Pläne, Marktanalysen und Pitchdecks vorlegen. Beide sollen sich um dieselben Förderprogramme bewerben.

Und beide sollen Investoren davon überzeugen, dass sie „skalierbar“ sind.

Was bei dem ersten Fall sinnvoll ist, wird beim zweiten zur Farce. Denn hier wird Gleichbehandlung zum Fehler.

Systemische Folgen

Diese Denkfehler sind nicht isoliert – sie haben systemische Folgen:

• Kapital fließt bevorzugt in das, was verständlich erscheint, nicht in das, was technologisch notwendig ist

• Gründer:innen mit wissenschaftlicher Tiefe verlieren das Vertrauen in das Gründungssystem – und kehren zurück in die Forschung oder Industrie

• Förderprogramme greifen zu kurz, weil sie auf Standardformate und KPIs setzen, statt auf reale Entwicklungslogiken

• VCs erwarten Traction, TAM und PMF, wo es in Wahrheit noch um TRL, Labordaten und Scientific Readiness gehen müsste

Das Ergebnis: Ein System, das vorgibt, technologieoffen zu sein – aber in Wahrheit Technologien bevorzugt, die in klassische Bewertungsraster passen.

Diese Begriffswirrung ist kein Zufall. Sie ist das Symptom eines Systems, das versucht, Technologie wirtschaftlich zu lesen – ohne sie technologisch zu verstehen.

Wenn wir aber wollen, dass Deep und Tough Tech ihre Wirkung entfalten – in Klimaschutz, Energie, Gesundheit, Souveränität – dann müssen wir anfangen, klarer zu sprechen.

Im nächsten Kapitel schauen wir uns deshalb an, was diese Begriffe wirklich bedeuten – und wie sie sich unterscheiden:

Was also ist wirklich Deep Tech – und was nicht? Die Antwort entscheidet über Fundability, nicht der Pitch.

— eM.

Was ist eigentlich Tough Tech, Deep Tech, High Tech?

Und warum diese Abgrenzung über Fundability entscheidet.

Warum es wichtig ist, Begriffe sauber zu trennen

Wer Technologie ernsthaft in die Welt bringen will – mit Kapital, mit Partnern, mit Wirkung – braucht mehr als gute Ideen. Er braucht ein gemeinsames Verständnis der Spielregeln. Und die beginnen bei der Sprache.

Begriffe wie High Tech, Deep Tech und Tough Tech begegnen uns heute auf nahezu jeder Innovationskonferenz, in Förderaufrufen und in Pitchdecks. Doch ihre Bedeutung wird selten sauber voneinander abgegrenzt. Viel häufiger werden sie strategisch genutzt, um Projekte attraktiver erscheinen zu lassen – ganz gleich, wie tief die zugrunde liegende Technologie tatsächlich reicht.

Was zunächst wie ein Marketingproblem wirkt, hat reale Auswirkungen. Strategien scheitern – nicht, weil die Technologie schlecht ist, sondern weil sie von Anfang an falsch eingeordnet wurde.

Die Unterscheidung dieser Begriffe ist also kein intellektueller Selbstzweck. Sie ist die Grundlage dafür, wie Technologie bewertet, finanziert und in den Markt gebracht wird. Und sie entscheidet darüber, ob ein Projekt in seiner Tiefe verstanden wird – oder an der Oberfläche hängen bleibt.

High Tech: Der Klassiker, der meist überschätzt wird

High Tech klingt nach Fortschritt, nach Cutting Edge, nach Zukunft. In Wahrheit beschreibt es oft genau das Gegenteil: Technologien, die bereits stark etabliert und marktfähig sind.

Das bedeutet nicht, dass sie unwichtig sind – ganz im Gegenteil. Aber sie folgen einem anderen Spiel: Sie basieren nicht auf wissenschaftlichen Durchbrüchen, sondern auf inkrementellen Verbesserungen. Schneller. Smarter. Nutzerfreundlicher.

Beispiele sind zahlreich:

• die Weiterentwicklung von E-Mobilität im Jahr 2024

• ein neues Predictive-Feature in einer SaaS-Anwendung

• ein noch schnellerer 5G-Chip

• schon wieder eine AI für Marketing und Sales...

Der Markt ist bekannt. Die Anwendung ist klar. Das Feedback ist schnell. Der ROI berechenbar. Kein Wunder, dass Kapitalgeber dieses Spielfeld bevorzugen: Es ist nachvollziehbar und skalierbar.

Doch genau hier liegt die Falle: High Tech wird oft als „innovativ“ gefeiert – dabei ist es meist nur schnelleres Wachstum in bereits bestehenden Märkten. Das hat seinen Platz. Aber es ist nicht das Spielfeld, auf dem die komplexesten und potenziell transformativsten Technologien entstehen.

Deep Tech: Wenn Forschung auf unternehmerisches Denken trifft

Deep Tech ist ein anderer Kosmos. Hier entstehen Technologien nicht aus Nutzerbedürfnissen, sondern aus wissenschaftlichen Erkenntnissen. Der Ausgangspunkt ist nicht die App – sondern das Labor. Die Fragen sind grundsätzlicher. Die Unsicherheiten größer. Die Zeiträume länger.

Ein Deep Tech Startup entwickelt nicht nur ein Produkt. Es betritt ein Territorium, das vorher unkartiert war:

• Quantencomputing

• neuartige Enzymplattformen

• Batterien, die auf molekularer Ebene völlig anders funktionieren als bestehende Lösungen

Das Problem: Diese Technologien lassen sich kaum mit klassischen KPIs greifen. Es gibt keine Retention Rate für supraleitende Materialien. Kein Lifetime Value für biobasierte Sensortechnologien. Kein MVP für Quantensensorik.

Und doch wird genau das von ihnen verlangt.

Dabei bräuchte Deep Tech eine ganz andere Denkweise – eine, die nicht auf Product-Market-Fit, sondern auf Technology-Market-Fit basiert.

Die Frage ist nicht: "Gibt es heute einen Markt dafür?" Sondern: "Welche Märkte könnten sich aus dieser Technologie entwickeln? Und wie lange dauert das?"

— eM.

Tough Tech: Die Königsklasse – und der blinde Fleck

Tough Tech beginnt dort, wo Deep Tech auf reale Komplexität trifft. Es sind Technologien, die nicht nur wissenschaftlich tief, sondern zusätzlich physikalisch, infrastrukturell und kapitalintensiv herausfordernd sind.

Diese Projekte bewegen sich häufig jenseits klassischer Skalierbarkeit. Sie sind schwer vorhersagbar. Und genau deshalb werden sie im bestehenden Finanzierungsmodell meist aussortiert.

Dabei sind es genau diese Technologien, die den größten gesellschaftlichen Impact haben könnten:

• Supraleiter bei Raumtemperatur

• thermoelektrische Generatoren mit atomarer Effizienz

• Langstrecken-Quantenkommunikation

Tough Tech ist nicht nur disruptiv – es ist existenziell. Und es ist das Gegenteil von „investor ready“. Es ist fordernd. Es braucht Zeit, Vertrauen, ein völlig neues Verständnis von Kapitalarchitektur.

Und es ist genau das, was aktuell im System untergeht. Nicht, weil es schlecht ist. Sondern weil es nicht in PowerPoint passt.

Kriterium	High Tech	Deep Tech	Tough Tech
Technologischer Fokus	Inkrementelle Verbesserung bestehender Lösungen	Wissenschaftlich getrieben, disruptiv	Wissenschaftlich + physikalisch komplex, systemkritisch
Entstehungs-kontext	Industrie, Marktlogik	Forschung, Grundlagenwissenschaft	Forschung + Infrastrukturbedarf, lange Zeiträume
Entwicklungs-dauer	Kurz bis mittel	Mittel bis lang	Sehr lang (5–15 Jahre)
Kapitalbedarf	Wachstumskapital, klarer ROI	F&E-Kapital, oft schwer vermittelbar	Kapitalarchitektur über 10+ Jahre, hoher CapEx
ROI-Erwartung	12–36 Monate	3–7 Jahre	>10 Jahre möglich
Feedback-Zyklen	Schnell (Wochen/Monate)	Mittel (Monate bis Jahre)	Langsam (Jahre)
Risikoart	Markt- und Wettbewerbsrisiko	Validierungsrisiko	Validierung + Physik + Infrastruktur
Investorenlogik	Klar skalierbar, gut erklärbar	Komplex, erklärungsbedürftig	Oft als „nicht investierbar“ abgestempelt
Typische Beispiele	E-Mobilität, SaaS mit KI, Predictive Analytics	Quantenoptik, Enzymtechnologien, neue Batteriematerialien	Supraleiter, Langstrecken-Quantenkommunikation, neuartige Generatoren
Herausforderung	Geschwindigkeit, Konkurrenzdruck	Unsicherheit, fehlende Benchmarks	Systemische Reife, fehlende Kapitalmodelle

Warum diese Differenzierung so entscheidend ist

Wenn wir anfangen, Technologien entlang ihrer Tiefe, Unsicherheit und Systemabhängigkeit zu verstehen, wird klar: Es gibt keine Einheitslösung.

Kapitalstrategien, Skalierungspfade und Markteintrittsmodelle müssen sich an der Natur der Technologie orientieren – nicht an Copy-Paste-Modellen aus der Plattformökonomie.

Die Unterschiede zwischen High, Deep und Tough Tech sind keine Details. Sie sind entscheidend für die Frage, ob eine Idee überlebt.

Im nächsten Kapitel schauen wir uns an, was passiert, wenn wir genau das ignorieren. Wenn ein Pitchdeck als Strategieersatz herhalten muss – und warum Deep und Tough Tech unter diesem Denkfehler immer wieder scheitern.

Denn der eigentliche Schmerz beginnt dort, wo man Technologien mit Metriken misst, die für sie nie gedacht waren.

Der Denkfehler im Funding – Ein Pitchdeck ist keine Finanzierungsstrategie

Oder: Warum eine Million Euro genau das Falsche sein kann.

Es gibt eine Erzählung, die sich hartnäckig hält. Sie stammt aus der Welt der Startups, der Accelerators und Investorenpanels, und sie geht ungefähr so:

Wer eine gute Idee hat, braucht ein überzeugendes Pitchdeck.

Das Pitchdeck bringt Investor:innen ins Spiel. Das Geld aus der ersten Runde beschleunigt die Produktentwicklung, liefert erste KPIs, schafft Traction – und öffnet die Tür zur nächsten Runde.

Es ist die klassische Silicon-Valley-Logik. Sie funktioniert – und zwar hervorragend. Aber eben nur dort, wo sie entstanden ist: im Kontext digitaler Produkte mit klarem Markt, schnellen Feedbackschleifen, und einer Skalierbarkeit, die sich in Servern und App-Downloads ausdrückt.

Doch was passiert, wenn wir diese Logik auf Technologien übertragen, die ganz anderen Naturgesetzen folgen? Technologien, die nicht aus User-Bedürfnissen geboren wurden, sondern aus Laboren, Formeln, Unsicherheiten und molekularen Hypothesen?

Dann wird aus dieser Erzählung ein gefährliches Missverständnis.

Wenn Deep Tech mit SaaS-Metriken bewertet wird

Deep Tech Projekte bewegen sich selten in einem existierenden Markt. Oft definieren sie diesen Markt erst – oder stellen Grundannahmen infrage, auf denen bestehende Märkte beruhen.

Doch genau hier liegt das Problem:

Wenn Kapitalgeber dieselben Kriterien anlegen wie bei Software-Startups – also klarer TAM, schnelles Wachstum, 18-Monats-ROI – dann kollidieren zwei völlig verschiedene Realitäten.

Denn in der Welt der Deep Tech gilt:

Der Markt existiert vielleicht noch gar nicht. Der Return liegt nicht bei 3 Jahren, sondern bei 10. Die Validierung ist kein A/B-Test, sondern ein jahrelanger iterativer Forschungsprozess.

Was in der Software als „Risiko“ gilt – Unsicherheit, Latenz, Unschärfe – ist in Deep Tech ein struktureller Bestandteil des Prozesses. Sie lässt sich nicht „wegpitchen“. Und sie darf auch nicht wegformuliert werden.

Wenn Deep Tech Startups versuchen, sich in diese Logik zu pressen, passiert genau das, was so häufig passiert:

Die Technologie wird künstlich vereinfacht, das Narrativ geglättet, das Potenzial überhöht – nur um in ein Raster zu passen, das für andere Spiele geschrieben wurde.

Und wenn das nicht gelingt? Dann gilt das Projekt als „nicht investierbar“.

Die Pitchdeck-Illusion

Der Glaube, dass ein gutes Pitchdeck der Schlüssel zu Finanzierung ist, hat sich tief eingegraben – auch in forschungsnahe Startups. Es wird geübt, gefeilt, gecoacht.

Aber ein Pitchdeck ist Kommunikation. Es ist kein Konzept. Kein Plan. Und ganz sicher keine Kapitalstrategie.

Was viele nicht sehen:

Nicht das Deck entscheidet über die Tragfähigkeit einer Finanzierung, sondern die Struktur, mit der Kapital, Technologie, Zeit und Markt ineinandergreifen.

Drei Denkfehler, die Deep Tech ausbremsen

Das aktuelle Fundingsystem krankt an drei tief verankerten Missverständnissen.

Erstens: Die Annahme, dass frühes Kapital automatisch Sicherheit bedeutet. Für forschungsnahe Startups kann frühes Kapital sogar toxisch wirken – vor allem, wenn es Erwartungen mit sich bringt, die das Team nicht erfüllen kann, ohne die Technologie zu verbiegen.

Zweitens: Der Glaube, dass Investor:innen nur überzeugt werden müssen. In Wahrheit fehlt es oft an einem technologiekompatiblen Kapitalplan. Ohne diesen bleibt selbst das überzeugendste Deck eine Hülle ohne Substanz. Es wirkt entweder übertrieben – oder diffus.

Und drittens: Die Vorstellung, dass Grants Investorengelder ersetzen können. Grants sind keine Notlösung. Sie sind Bausteine in einer Kapitalarchitektur, die gut getaktet, strategisch kombiniert und anschlussfähig gedacht werden muss. Sonst helfen sie kurzfristig – und führen langfristig höchstens in eine schöne Publikation.

Was wirklich gebraucht wird

Die Wahrheit ist: Die meisten Deep Tech Startups scheitern nicht an der Technologie. Sie scheitern an falscher Kapitallogik.

Sie bekommen Geld zu früh – bevor ein fundiertes technologisches Proof-of-Concept vorliegt. Sie werden gezwungen, Meilensteine zu erfüllen, die aus einem Businessplan stammen, nicht aus einem Validierungsprozess. Und sie operieren in einer Kapitalstruktur, die weder Raum für Unsicherheit lässt noch Rückendeckung für Zeit bietet.

Was es stattdessen braucht, ist eine andere Denkweise.

Eine Kapitalarchitektur, die von der Technologie aus gedacht wird – nicht nur vom ROI. Finanzierungspfade, die nicht linear, sondern mehrstufig und modular funktionieren. Strategische Partnerschaften, die Kompetenz, Infrastruktur und Kapital verbinden.

Und ein Narrativ, das es erlaubt, Ungewissheit sichtbar zu machen, ohne Vertrauen zu verlieren.

Der Satz, den sich alle merken sollten

Funding ≠ Strategy. Eine Million Euro hilft dir nicht, wenn du damit das Falsche skalierst.

— eM.

Und jetzt?

Im nächsten Artikel zeigen wir, wie eine Kapitalarchitektur konkret aussehen kann – und warum sie gerade für Tough Tech nicht Kür, sondern Überlebensbedingung ist.

Denn wer Technologie aufbauen will, die ganze Systeme verändert, darf sich nicht von Modellen leiten lassen,die dafür nie gemacht wurden.

💡 Ready to stop pitching and start strategizing?

→ Hier geht’s zu unserer Deep Tech Funding Pipeline

______________________________________________________

💜 Because Science doesn't follow Rigid Business Logic

eM. from Arise Innovations

— Your only partner for deep tech fundraising through reverse-engineering

🔗 LinkedIn | 🌍 Website | ✔️Read success stories