Der Wettbewerb von Baystartup nimmt so auch nach 25 Jahren eine wichtige Rolle im Münchner Ökosystem ein. Offen für alle Branchen, gibt er besonders digitalen und technologieorientierten GründerInnen betriebswirtschaftlichen Input, mit dem sie ihre Ideen in solide unternehmerische Geschäftskonzepte weiterentwickeln.
Der Münchner Businessplan Wettbewerb war einer der ersten Wettbewerbe seiner Art in Deutschland. Zu seiner Gründung Mitte der 90er war das Thema Business Planning wenig bekannt. Auch das Gründungsinteresse selbst, die Menge an Publikationen aus den Universitäten oder Lehrmaterial waren überschaubar. Mit Startup-Shows im Fernsehen und einer professionalisierten Gründerszene ist die Relevanz von tragfähigen Geschäftsmodellen heute auch in der Breite angekommen.
„Dass das Interesse am Münchner Businessplan Wettbewerb trotz Corona so konstant ist, ein hoher Anteil von Startup-Teams aus den Hochschulen unter den zehn Erstplatzierten, die hohe Qualität der Einreichungen und das starke Gründungsinteresse sprechen für das Startup-Ökosystem in Südbayern“,
sagt Carsten Rudolph, Geschäftsführer von Baystartup.
Starke Biotech-Szene damals wie heute
Im Münchner Raum war die Biotech-Szene vor 25 Jahren schon einmal besonders stark. Dass Lösungen und Geschäftskonzepte für den Markt der Life Sciences gerade auch im aktuellen Kontext eine besondere Rolle spielen, zeigt der Schwerpunkt der Einreichungen aus den Top-10 im Münchner Businessplan Wettbewerb 2021: Fünf von zehn Startups beschäftigen sich mit technologischen Lösungen aus Gesundheit und Medizin. Sie reichen von Ansätzen aus der personalisierten Medizin über neue Krebstherapien bis zur Wellbeing-Plattform oder einem neuartigen Desinfektionssystem. Hier einige Beispiele im Detail:
Die patentierte HyLOG-Technologie desinfiziert gleichzeitig Raumluft und Oberflächen während der Raumnutzung. Sie bekämpft dauerhaft die Wiederverkeimung, ohne dabei gesundheitsschädlich zu sein. Die Lösung will eine Lücke herkömmlicher Entkeimungsmethoden füllen, bei deren Anwendung Personen bisher den Raum verlassen müssen.
Gegen antibiotikaresistente Infektionen kämpft das Startup Invitris. Das Team entwickelt personalisierte Therapien mit Bakteriophagen (eine Virusart und natürlicher Feind von Bakterien), die Erreger hochspezifisch ausschalten.
Dymium hat eine Technologie entwickelt, die Nierensteine magnetisieren kann. Magnetische Nanopartikel heften sich an die Fragmente von zertrümmerten Nierensteinen an, die dann unkompliziert, vollständig und in einem Schritt vom operierenden Arzt entfernt werden können. Effekte sind Zeit- und Kosteneinsparungen im OP sowie eine geringere Zahl an Folgeoperationen.
Von vernetzten Maschinen bis zum Online-Marktplatz für Simulationsmodelle treiben die WettbewerbsteilnehmerInnen auch Lösungen für Industrie- und Technologieunternehmen voran. So hat das kürzlich finanzierte Startup Emocean ein Echtzeit-„Betriebssystem“ für den Maschinen- und Anlagenbau entwickelt, das eine nahtlose Kommunikation mit und zwischen beliebigen Maschinen und Anwendungen im Bereich des industriellen IoT erlaubt. Die vorausschauende Prozessoptimierung ermöglicht kürzere Produktionszyklen. Ausfallzeiten und Produktionsverluste werden vermieden und bisher teure cloudbasierte KI-Dienste können lokal in der smarten Fabrik stattfinden.
Knowron schafft eine Lösung, die analoge Handbücher aus dem Maschinen- und Anlagenbau zum digitalen Assistenten übersetzt. Das Team hat ein System für Industriearbeiter entwickelt, das textbasierte Informationsquellen zu einem Produkt liest, verarbeitet und analysiert. Es kann per Sprachausgabe Probleme mit Maschinen diagnostizieren und allgemeine Fragen zu Produkten beantworten.
Auch mit Technologien für die Mobilität beschäftigen sich die nominierten und prämierten Startups der ersten Wettbewerbsphase. Das Startup DeepScenario beispielsweise extrahiert aus bewegten Luftbildaufnahmen Verkehrsszenarien. Die Softwarelösung errechnet, wie sich Verkehrsteilnehmer zum Beispiel auf Einfädelstreifen vielbefahrener Straßen verhalten. Die Daten dienen der weiteren Entwicklung des automatisierten Fahrens und ermöglichen es, Algorithmen für selbstfahrende Autos schon vor dem Einsatz auf der Straße in einer realistischen Umgebung zu trainieren, validieren und skalieren.
