Welche KI-Geschäftsmodelle funktionieren bereits — und welche sind noch reine Experimente? Adrian Locher baut seit 2016 mit Merantix KI-Unternehmen in Berlin auf. Drei davon hat er an Scale AI, SAP und Volteras verkauft. Sein 100-Millionen-Euro-Fund zeigt: Europa kann im KI-Rennen mitspielen. Hier sind seine wichtigsten Einblicke für alle, die 2026 mit KI Geld verdienen wollen.
Merantix: Europas erstes KI Venture Studio
Adrian Locher gründete mit 14 sein erstes Unternehmen. Mit DeinDeal.ch baute er in 18 Monaten eine E-Commerce-Plattform mit 100 Millionen Franken Umsatz auf. Nach dem Verkauf zog er ins Silicon Valley, belegte KI-Kurse an der Stanford University und erkannte: Künstliche Intelligenz wird die wichtigste Technologie des Jahrhunderts.
2016 gründete er Merantix in Berlin — Europas erstes KI Venture Studio. Das Modell: Drei bis fünf neue Unternehmen pro Jahr starten, validieren und skalieren. Heute umfasst das Portfolio über 20 KI-Firmen. Der dazugehörige AI Campus in Berlin beherbergt über 80 Unternehmen auf 6.000 m².
Der Unterschied zu Y Combinator? Merantix startet weniger Firmen, geht dafür tiefer rein. Das Team entwickelt Ideen mit Gründern, testet am Markt, findet erste Kunden und hilft beim Recruiting. Investiert wird in zwei Phasen: bei Tag null (Pre-Idea) und in der Pre-Seed-Runde.
KI in Healthcare: Der ChatGPT-Moment für die Medizin
Einer der spannendsten Bereiche für KI-basierte Geschäftsmodelle liegt im Gesundheitswesen. Jensen Huang sagte auf der GTC 2025: „Wir erleben den ChatGPT-Moment für Healthcare." Zwischen 10 und 20 % aller ChatGPT-Anfragen drehen sich bereits um Gesundheit.
Ein konkretes Beispiel aus dem Merantix-Portfolio: Vara übernimmt in Deutschland bereits über 50 % aller Brustkrebs-Screenings. Das sind monatlich über 75.000 Frauen. KI erkennt dabei 17,6 % mehr Brustkrebs als Radiologen allein. In Indien laufen erste Pilotprojekte für bevölkerungsweites Screening — dort fehlen schlicht die Fachärzte.
Warum geht es nicht schneller? Die Regulatorik stammt teilweise aus einer anderen Ära. Personalisierte Medizin passt nicht in ein System, das auf Massenbehandlungen ausgelegt ist. Doch Adrian Locher ist überzeugt: Das wird sich ändern. Und wer heute die regulatorischen Hürden meistert, baut sich einen echten Burggraben.
Transformer trifft Biologie: Wie Cambrium neue Materialien programmiert
Nicht nur Texte und Code profitieren von der Transformer-Architektur. DNA ist die Sprache der Biologie — und lässt sich mit denselben Modellen verarbeiten, die auch ChatGPT antreiben.
Das Merantix-Portfolio-Unternehmen Cambrium macht genau das. Es programmiert Proteine mit gewünschten Eigenschaften: Kosmetik-Inhaltsstoffe, Kunstleder, Schaumstoffe und Klebstoffe, die tausendmal stärker sein sollen als alles auf dem Markt. Statt Milliarden Kombinationen im Labor zu testen, simuliert Cambrium im Computer. Nur die zehn vielversprechendsten Kandidaten wandern ins Wet Lab.
Der entscheidende Vorteil: ein Lab-in-the-Loop-Ansatz. Jedes Laborergebnis fließt zurück ins Modell. Die Lernkurve beschleunigt sich wie ein Schwungrad — mit jedem Experiment wird das System besser. Cambrium verkauft dabei nicht das KI-Modell, sondern die fertigen Bio-Materialien. Das ist der Kern vieler erfolgreicher KI-Geschäftsmodelle: Nicht die Technologie verkaufen, sondern das Ergebnis.
Die KI-Bubble-Debatte: Experiment oder echte Wertschöpfung?
Die Umsätze der großen KI-Anbieter klingen beeindruckend. Anthropic peilt 2026 rund 20 Milliarden Dollar an. Doch ein VC prägte kürzlich den Begriff „Experimental Run Rate Revenue" — im Gegensatz zum klassischen ARR. Seine These: Die Token-Ausgaben verdreifachen sich alle drei Monate, aber der Umsatz steigt nicht äquivalent.
Adrian Locher differenziert. In seinem Portfolio sieht er viel produktiven KI-Einsatz. Das Merantix-Unternehmen Delta setzt seit zwei Jahren Kamerasysteme in über 20 Fabriken ein — jeden Tag, mit messbarer Effizienz-Steigerung. Gleichzeitig räumt er ein: Der größte Teil der KI-Nutzung in Unternehmen bleibt experimentell. Viele meinen mit „wir nutzen KI" lediglich ChatGPT.
Historisch betrachtet brauchten industrielle Revolutionen zwischen 20 und 100 Jahren, bis sie im BIP messbar wurden. Lochers Prognose für KI: 3 bis 5 Jahre. Eine Bewertungs-Bubble bei Startups sieht er trotzdem — und in unserer KI-Blasen-Analyse beleuchten wir die Hintergründe noch genauer.
Von Software as a Service zu Service as Software
Der vielleicht wichtigste Paradigmen-Wechsel betrifft das Geschäftsmodell selbst. Adrian Locher bringt es auf den Punkt: „Der Markt für Software as a Service wird kleiner. Der Markt für Service as Software wird sehr viel größer."
Was heißt das konkret? Unternehmen verkaufen nicht mehr Lizenzen für ein Tool. Sie verkaufen das Ergebnis. Cambrium verkauft Materialien, nicht Protein-Modelle. Ovum Fertility verkauft Behandlungen mit höherer Erfolgsquote, nicht Klinik-Software. Das Pricing verschiebt sich von Monatsabos zu Value-based Pricing — bezahlt wird pro Resultat.
Für den Dienstleistungsmarkt bedeutet das: Vertikale KI-Lösungen ersetzen ganze Geschäftsmodelle. A16z formulierte es 2025 so: „Vertikale KI frisst Private Equity." Statt ein altes Dienstleistungsunternehmen zu digitalisieren, baut ein Startup ein vertikales SaaS, das den gesamten Service ersetzt. Wer sich fragt, welche KI-Geschäftsmodelle 2026 am profitabelsten sind, findet hier einen vertiefenden Überblick.
Europas Chance: Vertikale KI statt Foundation Models
Kann Europa im KI-Rennen bestehen? Adrian Locher ist pragmatisch. Bei Foundation Models sieht er wenig Chancen für den DACH-Raum. Google, OpenAI, Anthropic und Meta operieren in homogenen Märkten mit enormem Kapitalzugang. Dort mitzuhalten, braucht Milliarden — früh und schnell.
Europas Stärke liegt woanders. Deutsche und europäische Unternehmen sind Weltmarktführer in Healthcare, Fertigung, Robotik, Logistik und Finanzwesen. Genau hier entstehen die nächsten großen KI-Anwendungsfälle. Lochers These: Die zukünftigen globalen KI-Champions kommen aus europäischen Industrie-Vertikalen.
Proprietäre Daten, regulatorisches Know-how und branchenspezifisches Fachwissen bilden den Burggraben. Software lässt sich klonen — aber die Kombination aus Zulassungen, Schnittstellen und jahrelanger Kundenintegration nicht. Wer als Erster diese Schwungkraft-Effekte aufbaut, sichert sich den Markt.
Cyborgs vor AGI: Warum Mensch-Maschine-Fusion näher ist als gedacht
Adrian Locher stellte 2023 eine provokante These auf: Wir werden Cyborgs, bevor wir AGI erreichen. Sein Argument: Warum eine Maschine bauen, die so gut ist wie der Mensch — wenn du den Menschen direkt mit der Maschine verbinden kannst?
Die Mensch-Maschine-Verbindung existiert bereits. Die meisten Menschen verbringen mehr Stunden am Tag mit Bildschirm als ohne. Doch die Bandbreite über Hände, Augen und Stimme bleibt ineffizient. Brain-Computer-Interfaces (BCIs) könnten das ändern — sobald die Datenqualität stimmt.
Locher vergleicht den aktuellen BCI-Stand mit NLP in den Jahren 2017/2018. Damals galt Sprachverarbeitung als unlösbar komplex. Dann kamen die Transformer — und vier Jahre später war das Problem gelöst. Ein ähnlicher Durchbruch in den Neurowissenschaften? 3 bis 5 Jahre, schätzt Locher. Alles, was technisch möglich ist, wird auch kommen.
Was Unternehmen jetzt tun sollten
Adrian Lochers Appell ist klar: Jetzt anfangen. Nicht warten, bis alles perfekt funktioniert. Fünf Experimente starten, vier dürfen scheitern. Das eine erfolgreiche Projekt holt die anderen raus.
KI verändert gerade jeden wirtschaftlich relevanten Bereich — von der Krebsvorsorge bis zur Fabrik-Optimierung, von der Materialforschung bis zum Pricing-Modell. Wer als Unternehmen heute nicht investiert, riskiert in drei bis fünf Jahren den Anschluss. Denn die Geschwindigkeit der Veränderung nimmt zu, nicht ab.
Die wichtigsten Erkenntnisse aus dem Gespräch:
- KI-Geschäftsmodelle verschieben sich von Tool-Verkauf zu Ergebnis-Verkauf
- Healthcare, Industrie und Fintech bieten die größten Chancen für vertikale KI
- Europas Burggraben liegt in proprietärem Wissen und regulatorischer Expertise
- Die KI-Bubble existiert bei Bewertungen — aber die Technologie selbst liefert bereits echten ROI
- Mensch-Maschine-Fusion kommt schneller, als die meisten erwarten
