ESSEN / LONDON (IT BOLTWISE) – Datasphere Analytics setzt beim Aufbau bewusst nicht auf Venture-Capital, sondern auf einen Business Angel aus der Energiebranche. Das Startup liefert KI-gestützte Analysen zu Materialpreisen und leitet daraus Impulse für Einkaufsentscheidungen ab. Nach vier Großkunden zeigt sich: Langsameres Hiring und weniger KPI-Druck sollen die Produktqualität sichern. Der Bericht ordnet ein, was dieses Finanzierungsmodell technisch und organisatorisch für agentische KI im Rohstoff-Einkauf bedeutet.
Es ist ein bemerkenswerter Kontrast zur VC-getriebenen Startup-Rhetorik: Datasphere Analytics geht den Aufbau „schneckenhaft“ statt „unicorn“-schnell. Lukas Haemisch und Mitgründer aus einem früheren Data-Startup wollten nach einem Verkauf und anschließender Konzernarbeit wieder mehr Entscheidungsfreiheit. Statt einer klassischen Venture-Capital-Finanzierungsrunde entschied sich das 2025 gegründete Team für einen Business Angel mit Branchenzugang, der als Mit-Gesellschafter mit im Boot sitzt, aber bewusst nicht im Rampenlicht agiert. Im Zentrum steht eine KI-Software, die Materialpreisbewegungen aus Nachrichten ableitet und Industrieunternehmen beim Einkauf unterstützen soll.
Technisch wirkt die Idee zunächst pragmatisch, ist aber in der Umsetzung anspruchsvoll: Die Software wertet Nachrichtenmeldungen aus und übersetzt die Rohinformation in eine nachvollziehbare Preis- und Rohstoffdynamik. Damit bewegt sich Datasphere Analytics im Schnittfeld von Information Extraction, Entitätenauflösung (z. B. Rohstoff, Lieferregion, Anbieter) und Zeitsignalen, die anschließend mit Einkaufslogik verknüpft werden. Entscheidend ist dabei nicht nur die Modellgüte, sondern auch die betriebliche Einbettung: Einkaufsteams benötigen typischerweise belastbare Indikatoren, damit Empfehlungen nicht als „Black Box“ abgelehnt werden. Genau deshalb ist eine klare Abstimmung zwischen Datenpipeline, Modell-Output und Verantwortungsmodell im Unternehmen so zentral.
Aus der Historie kommt der besondere Reiz der Story: Haemisch kennt den Unternehmensweg bereits von Konzernstrukturen aus der Zeit bei Thyssenkrupp. Der Schritt zurück in den Startup-Modus zeigt sich weniger als Bruch mit KI, sondern als Wechsel der Organisationslogik. Im Rohstoffmarkt sind die Gründer laut eigener Beschreibung zwar KI-affin, aber fachlich noch „neu“, weshalb sie früh eine externe Marktbrücke bauten. Der Business Angel brachte Kontakte und Fachwissen aus der Energiebranche ein und bot laut Bericht einen Betrag im niedrigen siebenstelligen Bereich. Diese Konstellation ist weniger „Kapital für Wachstum“, sondern eher „Markt-Context für Produkt-Iterationen“ – ein Ansatz, der gerade bei domänenspezifischen Datenprojekten häufig unterschätzt wird.
Marktseitig muss Datasphere Analytics trotzdem gegen etablierte Ökosysteme bestehen. In Einkaufs- und Procurement-Workflows dominieren große Enterprise-Stack-Anbieter und deren Integrationen, etwa SAP, während Finanz- und Marktdaten oftmals über Plattformen wie Bloomberg oder durch spezialisierte Anbieter bezogen werden. Datasphere Analytics tritt dabei nicht als reiner Datenlieferant auf, sondern als Analyseschicht, die aus unstrukturierten Quellen ableitbare Signale erzeugt. Branchenanalysen deuten zudem darauf hin, dass Unternehmen bei KI-Lösungen zunehmend nach nachvollziehbaren Prozessen, klaren Governance-Regeln und messbaren Business-KPIs fragen – nur eben ohne die operative Überwachung durch den VC als ständigen Taktgeber. Der „weniger KPI-Stress“-Ansatz kann damit eine Stärke sein, erfordert aber gleichzeitig harte interne Qualitätsstandards, um Akzeptanz im Einkauf zu gewinnen.
Auch die Team- und Skalierungsstrategie ist ein Wettbewerbsfaktor. Das Startup wächst zunächst bewusst langsam: Vier Mitarbeitende und 20 Freelancer in mehreren Ländern sollen Flexibilität ermöglichen, ohne die Unternehmenskultur zu verwässern. In VC-finanzierten Setups entstehen häufig schnelle Hiring-Zyklen und eine stärkere Bindung an geplante Meilensteine, weil Kapitalvolumen meist kurzfristig produkt- und marktseitig „gehoben“ werden muss. Datasphere Analytics stellt dem ein Modell gegenüber, in dem jede Ausgabe geprüft wird und nachhaltiger Aufbau priorisiert bleibt. Für die Produktseite heißt das: Iterationen können länger in der Qualitätssicherung bleiben, statt sie durch Tempo zu „erkaufen“. Langfristig ist das besonders wichtig, wenn aus Analysen Perspektiven für agentische KI im Rohstoff-Einkauf werden sollen.
Mit Blick auf regulatorische und datenschutzbezogene Aspekte liegt die Relevanz weniger in personenbezogenen Daten, sondern in den Rahmenbedingungen der Datenverarbeitung und in der Transparenz gegenüber den Kunden. Nachrichtenbasierte Systeme verarbeiten typischerweise große Textmengen; hier stellen sich Fragen nach Datenherkunft, Lizenzierung der Quellen und nach der dokumentierten Verarbeitungskette. Wenn Modelle Empfehlungen für Einkaufsentscheidungen liefern, rückt außerdem Auditierbarkeit in den Vordergrund: Unternehmen müssen verstehen können, welche Eingaben zu welchen Output-Entscheidungen führten. Im EU-Kontext ist zudem die DSGVO-Betrachtung relevant, selbst wenn der Fokus primär auf Entitäten statt auf Personen liegt. Technisch bedeutet das: Logging, Nachvollziehbarkeit der Extraktion und ein sauberes Rollen- und Freigabekonzept im Deployment sind kein „Nice-to-have“, sondern Teil der Vertrauensbildung.
Der Ausblick zeigt, wie Datasphere Analytics den nächsten Reifegrad erreichen will. Das Team will sich als führender Anbieter für agentische KI im Rohstoff-Einkauf positionieren und diskutiert, dass perspektivisch auch VC-Kapital nötig werden kann, um internationale Ziele schneller zu verfolgen oder zusätzliche Zielgruppen zu adressieren. Der entscheidende Punkt ist: Agentische KI erhöht die Komplexität, weil das System nicht nur analysiert, sondern potenziell auch Handlungs- und Entscheidungsprozesse anstößt. Damit steigt der Bedarf an Sicherheitsmechanismen wie Zugriffskontrollen, Begrenzung von Tool-Nutzung, sowie einer klaren Abstimmung zwischen Mensch und System. In der Praxis ist das eine Herausforderung, die sich in Enterprise-Umgebungen besonders an Integrationsfähigkeit, Modellmonitoring und Change-Management entscheidet – nicht allein an der Modellleistung.
Für andere Gründer und Entwickler liefert die „Schnecke statt Unicorn“-Logik eine konkrete Leitidee: Wenn die Zielbranche schwer zu „lesen“ ist, kann ein fachlich naher Business Angel die Geschwindigkeit im richtigen Bereich erhöhen – nämlich beim Verstehen der Use Cases. Datasphere Analytics hat bereits vier Großkunden, vom DAX-Umfeld bis zum Mittelstand, was eine gewisse Marktnachfrage signalisiert. Gleichzeitig bleibt offen, wie schnell sich der technische Hebel skalieren lässt, wenn agentische Workflows hinzukommen. Die nächsten Schritte werden daher weniger „mehr Kapital“ sein als „mehr Systemqualität“: robustere Extraktion, bessere zeitliche Validierung, und eine Deployment-Architektur, die Datenquellen, Modellversionen und Governance nachvollziehbar hält. Wenn das gelingt, könnte das Modell genau in jene Marktlücke treffen, die zwischen Daten-Feeds und unternehmensnaher KI-Entscheidungskompetenz entsteht.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "„Schnecke statt Unicorn“: Datasphere Analytics startet mit Business Angel statt VC" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "„Schnecke statt Unicorn“: Datasphere Analytics startet mit Business Angel statt VC" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »„Schnecke statt Unicorn“: Datasphere Analytics startet mit Business Angel statt VC« bei Google Deutschland suchen, bei Bing oder Google News!