Im KI-Zeitalter entscheidet die Execution – aber nicht so, wie alle denken

„Execution schlägt Technologie“. Diese These klingt vertraut, weil sie seit Jahrzehnten gilt. Was sich geändert hat: Was früher Jahre Entwicklungszeit als Schutzwall bot, lässt sich heute in Monaten kopieren. Wer heute ein Team von fünf Ingenieuren hat und die richtigen Tools kennt, kann in sechs Monaten bauen, wofür ein 20-köpfiges Team früher zwei Jahre brauchte. Das klingt nach einer riesigen Chance, aber es hat eine wenig diskutierte Kehrseite: Wenn Technologie schneller entsteht, wird sie auch schneller kopierbar. Der entscheidende Wettbewerbsvorteil verschiebt sich hin zu dem, was sich nicht über Nacht replizieren lässt.

Warum Energie kein Softwaremarkt ist

Ich spreche regelmäßig mit Gründerteams, die beeindruckende Lösungen bauen: bessere Prognosemodelle für Netzauslastung, intelligentere Ladesteuerung, effizientere Speichersysteme. Die technologische Qualität ist fast nie das Problem. Was jedoch fehlt, ist die zweite Hälfte der Gleichung: die Fähigkeit, diese Technologie tief in die Realität des Energiemarkts einzubetten.

Der Energiemarkt ist kein primärer Softwaremarkt. Er ist ein physisches System mit regulatorischen Vorgaben, langen Beschaffungszyklen und tief verwurzelten operativen Abhängigkeiten. Das klassische SaaS-Playbook – schnell deployen, iterieren, skalieren – funktioniert hier nicht. Ein konkretes Beispiel: Deutschland hat rund 866 Verteilnetzbetreiber. Das bedeutet 866 unterschiedliche IT-Systeme, 866 Schnittstellenanforderungen, 866 regulatorische Auslegungen. Wer in diesem Markt skalieren will, merkt schnell: Jedes Deployment ist Maßarbeit. Das ist kein Bug, sondern die Struktur des Marktes.

Drei Dinge, die sich nicht kopieren lassen

Das größte Risiko für jedes Energy-Tech-Startup ist Austauschbarkeit. Wenn der Kunde morgen ohne Aufwand zum nächsten Anbieter wechseln kann, hat man kein Geschäft, sondern eine Feature-Demo. Es gibt drei strukturelle Verteidigungslinien, die sich nicht über Nacht aufbauen lassen:

1. Betriebsdaten, die sich aufschichten

Wer über Monate reale Systemdaten sammelt und seine Modelle darauf trainiert, baut einen Vorsprung, den neue Wettbewerber nicht einfach replizieren können. Das ist kein theoretisches Konzept. Green Fusion, ein Startup für Gebäudesteuerung aus unserem Portfolio, nutzt diesen Effekt aktiv: Jede neue Installation verbessert die Prognosequalität für alle anderen. Nach 50 Installationen sind ihre Modelle messbar besser als nach der ersten – und der Abstand zu einem Neueinsteiger wächst mit jeder weiteren Inbetriebnahme.

2. Physische Verankerung im Kundensystem

Unternehmen, die Hardware und Software verbinden, werden Teil der Infrastruktur ihrer Kunden – nicht als nettes Add-on, sondern als kritisches System, ohne das der Betrieb nicht läuft. Das ist der Unterschied zwischen einem Softwarevertrag mit zwölf Monaten Laufzeit und einem Partner, den man in fünf Jahren nicht mehr loswird. Der entscheidende Faktor dabei ist nicht die Technologie selbst, sondern die Bereitschaft, sich tief in die operative Realität des Kunden einzugraben. Encentive, ein Startup für dynamisches Energiemanagement in der Industrie, hat darüber eine strategische Partnerschaft mit E.ON aufgebaut – nicht durch einen überzeugenden Pitch, sondern weil das Team über Monate verstanden hatte, wie E.ONs industrielle Kunden tatsächlich arbeiten und entscheiden.

3. Regulatorisches Wissen als Markteintrittsbarriere

Das Münchner Startup atmen baut die Compliance-Infrastruktur für grüne Moleküle: Wasserstoff, Derivate, grünes Gas. Als die EU 2023 ihre Regularien für erneuerbare Gase erheblich verschärfte – konkret durch die delegierten Rechtsakte zur RED III – war atmen bereits im Markt. Nicht weil sie schneller programmiert haben, sondern weil sie die regulatorische Landschaft früher durchdrungen hatten als ihre Mitbewerber. Für neue Marktteilnehmer ist dieses Wissen heute kaum aufzuholen.

KI beschleunigt – aber nicht alles gleich

KI macht es schneller, ein Produkt zu bauen. Sie macht es nicht schneller, Vertrauen aufzubauen, regulatorische Feinheiten zu durchdringen oder in die Prozesse eines Industriekunden eingebettet zu werden. Genau darin liegt die strategische Pointe: Während KI den technologischen Vorteil nivelliert, werden die nicht-technologischen Faktoren – Marktzugang, operative Nähe, institutionelles Wissen – wertvoller, nicht weniger.

Gleichzeitig wird KI selbst zum größten Treiber des Problems, das Energie-Tech-Startups lösen sollen: Der globale Strombedarf von Rechenzentren dürfte sich laut IEA bis 2030 verdoppeln; von heute rund 400 TWh auf über 800 TWh jährlich. Europa muss bis 2040 nach Schätzungen des European Investment Bank Institute rund 1,2 Billionen Euro in seine Stromnetze investieren, um diesen Bedarf überhaupt decken zu können. Wer die Infrastruktur baut und intelligent macht, bestimmt, wie weit KI skalieren kann. Technologie und Energie sind keine getrennten Welten mehr.

Was Gründer daraus mitnehmen sollten

Die KI-Revolution gibt Energy-Tech-Teams Werkzeuge, die es so nie gab. Wer sie nutzt, um schneller zu iterieren und tiefer in Kundenprobleme einzusteigen, hat bessere Chancen als jede Gründergeneration vor ihm. Aber Werkzeuge allein bauen keine Unternehmen. Was zählt: der Mut, sich auf die volle Komplexität des Energiemarkts einzulassen – nicht trotz der Reibung, sondern wegen ihr. Denn diese Reibung ist es, die Nachahmer auf Abstand hält.

Über den Autor
Felix Krause ist Managing Partner bei Vireo Ventures, einem europäischen Frühphaseninvestor für Elektrifizierung und Energieinfrastruktur.

Startup-Jobs: Auf der Suche nach einer neuen Herausforderung? In der unserer Jobbörse findet Ihr Stellenanzeigen von Startups und Unternehmen.

Foto (oben): Shutterstock