Kein Pitch, kein Plan, kein Kapital: Warum Deep Tech an der Finanzierung scheitert – und wie wir das ändern

Ein Satz, der bleibt: Wenn wissenschaftliche Tiefe in KPIs gegossen wird, die nie für sie gemacht wurden. — eM. von Arise Innovations

Der Nebel ist gelichtet – zumindest sprachlich. Im ersten Teil dieser Serie haben wir gezeigt, warum es nicht egal ist, ob man High Tech, Deep Tech oder Tough Tech sagt – und wie genau diese Unschärfe darüber entscheidet, welche Technologien finanziert, skaliert oder vergessen werden.

Doch jetzt wird es ernst.

Denn Begriffe sind nur der Anfang. Die eigentliche Frage lautet:

Wie finanzieren wir Technologie, die noch nicht in PowerPoint passt – aber unsere Zukunft sichern könnte?

— eM.

In diesem Artikel zeigen wir, warum das aktuelle Fundingsystem für Deep Tech nicht funktioniert, welche Denkfehler Startups in die Irre führen – und wie eine Kapitalarchitektur aussehen kann, die auf wissenschaftlicher Tiefe, nicht auf Marktkosmetik basiert.

Willkommen in Teil zwei: der Realität.

Finanzierung ohne Fundament – Warum das System Deep Tech nicht versteht

Was passiert, wenn man Scientific Readiness mit SaaS-Logik verwechselt

In der Theorie klingt alles ganz logisch. Für die frühe Phase gibt es Fördermittel, für die Skalierung Venture Capital – und irgendwo dazwischen ein Pitchdeck, das alles miteinander verbindet. Ein scheinbar durchdachtes System.

Doch in der Realität wirkt genau dieses System auf viele Deep- oder Tough-Tech-Gründer:innen wie ein Hindernisparcours. Nicht, weil sie ihre Technologie nicht beherrschen. Sondern weil das System die Spielregeln eines ganz anderen Spielfelds anwendet.

Fördermittel werden zu oft als kostenlose Cashcow missverstanden – nicht als das, was sie wirklich sein könnten: ein strategischer Hebel zur Validierung.

Venture Capital fragt nach KPIs wie Traction, Retention und Skalierung – und ignoriert, dass der Markt in vielen Fällen erst durch die zugrunde liegende Technologie überhaupt entstehen muss.

Und die Startups? Sie lernen, sich anzupassen. Sie lernen, sich „investierbar“ zu machen. Und sie verlieren dabei genau das, was sie eigentlich auszeichnet: Tiefe, Logik, wissenschaftliche Substanz.

Was bleibt, ist ein Pitchdeck, das Erwartungen erfüllt. Aber keine Wirklichkeit abbildet.

Und wenn das nicht einer der größten Beleidigungen für die Wissenschaft ist – was dann?

— eM.

Grants: Kein Geldgeschenk, sondern strategisches Kapital

Gerade viele forschungsnahe Gründer:innen, die aus der Akademia kommen, starten mit Fördermitteln.Und das ist verständlich – denn oft sind sie der einzige Finanzierungspfad, der bekannt ist. Das System kennt sie. Sie fühlen sich sicher. Sie wirken erreichbar.

Doch genau darin liegt die Gefahr.

Fördermittel werden zu häufig als Mittel zum Zweck betrachtet – als Zuschuss, den man „mitnimmt“, wenn es gerade passt.Oder als Lückenfüller, bis „echtes“ Kapital kommt. Dabei sind sie viel mehr...

Grants sind kein Geldgeschenk. Sie sind ein strategisches Werkzeug.

Richtig eingesetzt, können sie:

• Technologiepfade absichern

• Kooperationspotenziale sichtbar machen

• die Kapitalarchitektur vorbereiten

• Industrieinteresse wecken – lange bevor ein Markt existiert

Doch was viele übersehen: Fördermittel sind fast immer auf Frühphasenentwicklungen ausgelegt. Sie finanzieren keine Skalierung. Kein Go-to-Market. Keine industrielle Integration.

Und genau deshalb entsteht am Ende vieler Projekte eine gefährliche Lücke –zwischen dem Abschlussbericht und der realen Anschlussfähigkeit.

Was dann oft bleibt: eine gute Idee. Eine vielversprechende Technologie. Und eine weitere schöne Publikation, die nie in den Markt gelangt.

Wer Fördermittel nicht als Teil einer Gesamtstrategie versteht,sondern als singuläre Lösung – wird mit ihnen nie über den Prototypen im Labormaßstab hinauskommen.

— eM.

VCs: Erwartungshaltung trifft Realitätsverzerrung

Für viele Startups scheint Venture Capital der nächste logische Schritt – vor allem, wenn Fördermittel ausgeschöpft sind.

Doch auch das ist ein Trugschluss. Denn Venture Capital wurde für ein völlig anderes Spielfeld gebaut:Software. Plattformmodelle. Produkte mit klarem Markt, schneller Skalierung und messbarer Nutzerlogik.

Die damit verbundenen Metriken – CAC, LTV, ARR, TAM – funktionieren dort.In Deep Tech aber verpuffen sie.

Denn hier geht es nicht um App-Downloads oder Nutzerbindung.Sondern um:

• physikalische Skalierbarkeit

• regulatorische Durchdringung

• industrielle Adaption in komplexen Systemen

• wissenschaftliche Validierung über Jahre

Und doch hört man immer wieder dieselben Fragen:

„Wie groß ist euer adressierbarer Markt?“ oder

„Wie schnell könnt ihr auf 10 Millionen Umsatz skalieren?“

Das ist, als würde man ein Molekül mit einem Maßband vermessen. Es ist nicht nur sinnlos – es ist gefährlich. Weil es falsche Entscheidungen legitimiert.

Noch problematischer ist, dass Grants und VC in der öffentlichen Wahrnehmung oft als die einzigen Finanzierungsoptionen gelten.

Dabei ist Deep Tech in der Startup-Szene noch immer stark unterrepräsentiert – und die Debatte über Finanzierung viel zu eindimensional geführt.

Dabei gäbe es mindestens zehn alternative Kapitalquellen,die für forschungsbasierte Technologien deutlich besser geeignet wären –strategischer, geduldiger, wirksamer.

— eM.

Was fehlt, ist nicht Kapital. Was fehlt, ist ein Verständnis für Kapitalarchitektur –und eine Kultur, die bereit ist, tiefer zu denken, statt schneller zu skalieren.

Und was machen die Startups? Sie spielen mit.

Viele forschungsnahe Gründer:innen tun das, was das System von ihnen verlangt: Sie übersetzen ihre Wissenschaft in KPIs, die Investor:innen hören wollen – obwohl sie wissen, dass diese KPIs keinerlei Aussagekraft für ihre Realität haben.

Sie glätten das Narrativ. Sie abstrahieren die Komplexität. Sie füllen Templates aus, die für Plattform-Startups gemacht wurden – nicht für wissenschaftsbasierte Technologien.Und dabei passiert etwas, das langfristig gefährlich ist:

Technologie wird in Form gegossen, bevor sie verstanden wurde.

— eM.

Die Bewertung erfolgt nicht anhand des technologischen Potenzials – sondern anhand der Fähigkeit, Erwartungen zu erfüllen, die gar nicht zur Natur der Technologie passen.

Skalieren ≠ multiplizieren

Ein Beispiel.

Ein Startup entwickelt ein neuartiges Nanomaterial für Wärmemanagement. Im Labor funktioniert alles – klein, präzise, kontrolliert. Der Effekt ist messbar. Die Resultate vielversprechend.

Der VC stellt die klassische Frage:

„Kann man das in großen Mengen produzieren?“

Die wissenschaftlich ehrliche Antwort wäre:

„Vielleicht – aber dann verändert sich das Materialverhalten.“

Denn in der Materialentwicklung bedeutet „größer“ nicht einfach „mehr“. Es bedeutet: andere Oberflächenverhältnisse, andere Wechselwirkungen, andere Eigenschaften. Und mit anderen Eigenschaften verschiebt sich auch der Anwendungskontext – manchmal so stark, dass es ein völlig anderes Produkt wird!!!

Doch für solche Diskussionen ist im klassischen Pitchdeck kein Platz. Dort zählt nicht die Physik. Dort zählt die Skalierbarkeit. Und das Narrativ.

Finanzierung scheitert nicht an der Idee – sondern am System

Das eigentliche Problem liegt nicht bei den Startups.Es liegt in einem System, das vorgibt, technologieoffen zu sein – aber in Wahrheit nur die Technologien bevorzugt, die sich in Excel-Sheets und Pitchdecks gut abbilden lassen.

Die Folgen sind tiefgreifend:

• Kapital wird falsch allokiert – dorthin, wo es leicht messbar ist, nicht wo es notwendig wäre

• Projekte werden abgebrochen, weil sie den falschen KPIs nicht genügen

• Forschung wird zu früh „marktfähig“ gemacht – und verliert dabei ihre wissenschaftliche Substanz

• Und viele der vielversprechendsten Ideen verschwinden wieder – nicht, weil sie schlecht waren, sondern weil sie nicht ins Raster passten

Was bleibt, ist ein Ökosystem, das vorgibt, Innovation zu fördern – und in Wirklichkeit Komplexität systematisch aussortiert.

Wenn wir wollen, dass Technologie dort ankommt, wo sie gebraucht wird,müssen wir aufhören, sie wie Software zu finanzieren.

— eM.

Wir brauchen ein anderes Verständnis von Finanzierung:

technologiezentriert, mehrstufig, strategisch.

Im nächsten Kapitel zeige ich dir, wie wir bei Arise Innovations genau das machen – mit Kapitalarchitekturen, Scientific Readiness und einem tiefen Verständnis für die Natur von Technologie und Zeit.

Der Arise Innovations-Ansatz – Kapitalstrategien aus der Tiefe der Technologie (Reverse-engineered)

Warum wir Fundraising nicht vom Pitch aus denken – sondern vom physikalischen Potenzial

Wenn man verstehen will, warum so viele technologiegetriebene Startups an ihrer Finanzierung scheitern, muss man sich eine einfache Frage stellen:

Wo beginnt die Strategie?

Für viele beginnt sie beim Markt. Beim TAM. Beim Use Case. Beim Pitchdeck.

Für uns beginnt sie bei der Technologie.

— eM.

Denn Technologie ist kein Mittel zum Zweck. Sie ist der Ursprung. Der Anfang. Die treibende Logik – nicht ihr Anhängsel.

Deshalb entwickeln wir bei Arise Innovations Kapitalstrategien nicht entlang von Templates oder Benchmark-Daten. Sondern rückwärts: vom physikalischen Potenzial zur geeigneten Struktur. Vom Forschungsstand zum strategischen Pfad.

Reverse Engineering – aber im Kapital.

Wir fragen nicht: „Was erwartet der Markt?“

Sondern: „Was braucht diese Technologie – zeitlich, finanziell, infrastrukturell – um Realität zu werden?“

Kapitalarchitektur statt Fundingrunde

Das gängige Modell sieht klar aus: Pre-Seed, Seed, Series A, Series B...

Ein Pfad, den man einfach entlanglaufen muss – so das Narrativ.

Doch dieses Narrativ wurde nicht für Deep Tech geschrieben.

Denn Deep Tech funktioniert nicht linear. Es gibt Umwege. Schleifen.

Validierungsschritte, die nicht in Decks, sondern in Daten entstehen. Und genau deshalb braucht es keine Phasen – sondern Architektur.

Kapitalarchitektur bedeutet:

• Fördermittel nicht als Lückenfüller, sondern als Grundbaustein

• Industriepartnerschaften nicht als Validierung, sondern als Proof-of-Application

• Venture Capital nicht als Selbstzweck, sondern als Option zur richtigen Zeit

• Debt-Instrumente, IP-Monetarisierung, Corporate Co-Development – nicht als Plan B, sondern als unverzichtbaren Teil der Landschaft

Warum das alles? Weil eine lineare Finanzierungslogik nicht auf nicht-lineare Technologien passt.

Technology-Market-Fit statt Product-Market-Fit

In der Welt klassischer Startups gilt der Product-Market-Fit als heiliger Gral:

Ein Produkt trifft auf einen konkreten Bedarf, der bereits existiert.

Doch was, wenn der Markt noch gar nicht existiert?

Was, wenn die Technologie zuerst kommt – und das Bedürfnis, das sie löst, erst durch sie sichtbar wird?

Willkommen in der Welt von Deep Tech.

Hier braucht es ein anderes Prinzip: Technology-Market-Fit.

Wir fragen nicht: „Wer braucht das heute?“

Sondern: „Welche Märkte können sich aus dieser Technologie entwickeln – über die Zeitachse hinweg?“

Dazu braucht es mehr als Marktforschung:

• Zeit, um Validierung und Verständnis zuzulassen

• Analysefähigkeit, um Signale richtig zu deuten

• Branchenwissen, um Potenziale zu identifizieren

• Systemverständnis, um Technologie nicht isoliert, sondern eingebettet zu denken

Die drei Denkwerkzeuge von Arise Innovations

Um genau diesen Ansatz greifbar zu machen, arbeiten wir mit drei strategischen Frameworks. Sie helfen uns – und unseren Kunden – Klarheit in Komplexität zu bringen:

1. Scientific Market Readiness

Ein Framework, das wissenschaftliche Reife (z. B. TRL) mit Marktpotenzial verbindet. Es baut die Brücke zwischen Labordaten und Geschäftsmodell – und zeigt, wann eine Technologie wo anschlussfähig wird.

2. Scalability Paradox

Die weitverbreitete Annahme: Skalierbarkeit = gut.Doch in Deep Tech gilt oft das Gegenteil: Skalierung verändert Eigenschaften. Und damit den Business Case.

Ein Nanomaterial funktioniert im Mikrogramm-Bereich – aber was passiert, wenn man es kilogrammweise produziert?

Physik verändert die Realität. Und wir brauchen Kapitalstrategien, die das verstehen.

3. Innovation Asymmetry

Innovationskosten und -risiken sind systematisch ungleich verteilt.Startups tragen die Last – während Industrie und Investoren auf Anschluss warten.

Unser Ansatz: Risikoteilung und Kapitalverteilung neu denken.

Über Konsortien, Förderlogiken, Co-Investmentstrukturen. Nicht als Ausnahme – sondern als Strukturprinzip.

Der Unterschied im Denken

„Investor Readiness“ wird oft gleichgesetzt mit: Ein überzeugendes Narrativ. Ein sauberes Deck. Ein Fahrplan für schnelles Wachstum.

Für uns bedeutet Investor Readiness etwas anderes:

Technologie-Kompetenz + Kapitalarchitektur + Marktnähe

Nicht in Form eines Storytellings. Sondern in Form von Struktur, Tiefe und einer ehrlichen Auseinandersetzung mit Unsicherheiten.

Denn Vertrauen entsteht nicht durch perfekte Präsentationen. Sondern durch das Verständnis: Wir wissen, was diese Technologie braucht – und warum.

Wie es besser geht – Ein neues Denken für Tough Tech & Deep Tech

Funding muss sich an der Physik orientieren – nicht an PowerPoint

Ein Pitchdeck kann vieles. Es kann eine Geschichte erzählen. Es kann Interesse wecken. Es kann Investoren „abholen“.

Aber Technologie erzählt eine andere Geschichte.

Und diese Geschichte ist selten linear. Sie ist fragmentiert. Experimentell. Sie besteht aus Iterationen, Hypothesen, Rückschlägen und Durchbrüchen. Sie braucht keine glatte Oberfläche – sondern strukturelles Verständnis.

Doch genau hier beginnt das Problem: Funding gleicht oft einem Filter, der alles Unklare ausblendet. Was übrig bleibt, ist eine Erzählung – aber keine Strategie. Ein Case – aber kein Konzept. Ein Versprechen – aber kein Plan.

Wenn wir Technologie wirklich finanzieren wollen,müssen wir aufhören, ihre Realität in Pitchfolien zu glätten.

— eM.

Strategie statt Storytelling

Viele Deep-Tech-Startups bekommen das, was das System für „Hilfe“ hält: Pitch-Coaching.Sie lernen, wie man Investoren anspricht, wie man die richtigen Slides baut, wie man die perfekte Traction-Grafik einfügt.

Doch was sie wirklich brauchen, ist etwas anderes:

Strategische Navigation durch Unsicherheit.

Sie brauchen keine Sales-Coaches. Sie brauchen Strategiearchitekten.

Menschen, die:

• wissenschaftliche Daten nicht nur lesen, sondern einordnen können

• regulatorische Fallstricke antizipieren, bevor sie teuer werden

• Konsortien orchestrieren – nicht nur präsentieren

• Kapitalstrukturen aufbauen, die Unsicherheiten nicht ausschließen, sondern tragen

• und verstehen, dass Timing in Deep Tech eine andere Dimension hat als in der Softwarewelt

Deep Tech braucht keine Bühne. Deep Tech braucht Struktur. Schutz. Planung. Und Partner, die das System verstehen – nicht nur den Markt.

— eM.

Was sich ändern muss

Wenn wir wollen, dass Deep und Tough Tech nicht nur existieren, sondern wirken – dann reicht es nicht, die Spielregeln besser zu erklären.

Wir müssen das Spiel verändern.

Dazu braucht es keine Revolution. Aber es braucht ein neues Denken:

• Kapitalgeber brauchen mehr Technologiekompetenz.Nicht alle – aber einige. Die, die Brücken bauen können. Die, die verstehen, dass ein TRL-6 keine schlechte KPI ist – sondern ein Meilenstein mit Substanz.

• Startups brauchen Guidance, nicht Formatierung. Sie brauchen die Freiheit, sich von der Physik leiten zu lassen – nicht vom Pitch. Und sie brauchen Partner, die das nicht als Schwäche sehen, sondern als Stärke.

• Förderinstitutionen müssen mutiger werden.Es reicht nicht, „High Tech“ zu pushen. Es braucht Programme, die Tiefe finanzierbar machen – auch wenn sie komplex ist. Auch wenn sie Zeit braucht. Gerade dann.

🟣Substanz statt Oberfläche

Es geht nicht darum, Investoren zu kritisieren. Und auch nicht darum, die Verantwortung abzuschieben.

Es geht darum, ein System neu zu denken, das zu lange auf falschen Annahmen beruhte.

Ein System, das Technologien bewerten wollte, bevor es sie verstanden hat.Ein System, das Komplexität vereinfachte, bis sie harmlos wurde – und dabei ihren eigentlichen Wert verlor.

Doch gute Technologie beginnt nie mit Marketing. Sie beginnt mit Substanz. Mit Tiefe. Mit der Bereitschaft, das Ungewisse auszuhalten – und trotzdem weiterzumachen.

— eM.

Vielleicht liegt der nächste große Deep-Tech-Durchbruch also nicht daran, wer ihn baut. Sondern daran, wie wir ihn finanzieren.

Takeaway Message:

Ein (ex-Big4) MBA ohne wissenschaftlichen Abschluss soll höchstens helfen, operativ die Zahlen zu strukturieren. Aber wer ihn als Lösung für wissenschaftsgetriebene Finanzierung sieht, hat das Spielfeld nicht verstanden.

Damit wird – oft unbewusst – eine ganze wissenschaftliche Community entwertet, die jahrzehntelang geforscht hat, um überhaupt an diesen Punkt zu kommen.

💡 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