Zum Inhalt springen
Founder Stories

Vom Fraunhofer-Projekt zum VC-Case: Die lange Anlaufzeit von Threedy

Christian Stein - Threedy

Die zweite Tochter kommt in der Nacht. Zwei Uhr morgens setzen die Wehen ein. Eigentlich ist diese Woche durchgetaktet: fünf, sechs Investorentermine, drei Vor-Ort-Besuche, das Konsortium für die Series A steht noch nicht ganz. Statt Schlaf gibt es E-Mails, Übergaben, Abstimmungen. Die Fahrt ins Krankenhaus wird Stunde um Stunde hinausgezögert, damit die Termine wie geplant stattfinden können. Am Ende geht alles gut. Doch diese „verrückten Morgenstunden“, wie Christian Stein sie nennt, stehen sinnbildlich für den Weg von Threedy: viel Vorbereitung, viel Verantwortung – und trotzdem immer wieder Phasen maximaler Unsicherheit.

Wer heute auf Threedy blickt, sieht ein DeepTech-Unternehmen mit Millionenfinanzierung, Industriekunden und klarer Vision. Was man nicht sieht, ist die ungewöhnlich lange Anlaufzeit.

Fünfzehn Jahre Vorarbeit

Threedy ist kein Startup, das aus einer Idee auf einer Serviette entstanden ist. Die Wurzeln reichen zurück ins Jahr 2009. Am Fraunhofer-Institut für Graphische Datenverarbeitung in Darmstadt experimentiert eine kleine Gruppe mit einer damals noch jungen Technologie: WebGL. Die Vision ist ambitioniert. Komplexe 3D-Daten sollen nicht länger nur auf leistungsstarken Workstations mit teuren CAD-Programmen laufen, sondern direkt im Browser nutzbar werden.

Das Problem ist klar umrissen. In großen Industrieunternehmen werden riesige CAD-Modelle in Datenmanagementsystemen wie Siemens Teamcenter verwaltet. Wer mit ihnen arbeiten will, braucht starke Hardware, lange Ladezeiten und oft aufwendig vereinfachte Datenstände. Alternativ werden Bilder aus der Cloud gestreamt, was wiederum andere Einschränkungen sowie enorme Kosten mit sich bringt. Beides ist wenig flexibel und schwer skalierbar.

Die Forscher um Johannes Behr und Christian Stein drehen das Paradigma um. Statt komplette Datenumfänge  nutzungsspezifisch zu konvertieren und herunterzuladen, soll der Client zur Laufzeit nur genau die Informationen bekommen, die er wirklich benötigt. Sichtbarkeit, Geräteleistung und Kontext bestimmen, welche Datenmenge übertragen wird. So lassen sich selbst Gigabyte-große Modelle auf unterschiedlichsten Endgeräten visualisieren.

Was als angewandte Forschung beginnt, entwickelt sich über Jahre weiter. Automotive-Unternehmen validieren frühe Prototypen. Proof-of-Concepts entstehen. Das Team wächst auf mehr als 15 Softwareentwickler. Irgendwann ist klar: Hier ist mehr als nur ein Forschungsprojekt entstanden.

Gründen mit schwerem Gepäck

Die Entscheidung zur Ausgründung fällt nicht leicht. Fraunhofer steht für Stabilität, Reputation und langfristige Projekte. Ein Startup ist das Gegenteil: Risiko, Unsicherheit, Kapitalbedarf.

Anders als viele Gründer kann sich das Team keinen schrittweisen Start leisten. Mit am Ende 18 Mitarbeitern im Transfer ist ein organisches Hochfahren unmöglich. Das bestehende Geschäft reicht nicht, um diese Struktur zu finanzieren. Venture Capital wird zur Voraussetzung, nicht zur Option.

Die Seed-Runde profitiert massiv von der Vorgeschichte. Früh besteht Kontakt zum High-Tech Gründerfonds. Die Technologie ist validiert, erste Industriekunden sind bereit, den Wechsel vom Fraunhofer auf das neu gegründete Unternehmen mitzugehen. Für Investoren ist das Risiko kalkulierbarer als bei einem klassischen Frühphasen-Startup.

Rückblickend fühlt sich diese Phase fast wie ein Cheatcode an. Fünf oder mehr Jahre Vorarbeit ersetzen die sonst übliche Phase der Produktfindung. Doch dieser Vorsprung hat eine Kehrseite. Die Organisation ist von Anfang an komplex, die Kostenbasis hoch, die Erwartungshaltung entsprechend.

Technologie ist kein Markt

Die eigentliche Transformation beginnt erst nach der Gründung. Aus dem Forschungsumfeld kommend, ist das Team gewohnt, mit Innovatoren und Technologie-Scouts in Großkonzernen zu arbeiten. Diese suchen gezielt nach neuen Ansätzen und sind bereit, über Jahre gemeinsam Lösungen zu entwickeln.

Für ein wachstumsorientiertes Startup ist dieses Modell problematisch. Drei bis fünf Jahre bis zur breiten Implementierung sind zu lang. Zudem wird schmerzhaft klar: Technologische Überlegenheit allein garantiert keinen skalierbaren Markt.

Ein Investor bringt es auf den Punkt. Threedy sei mehr Technologie auf der Suche nach Anwendungsfeldern als ein Unternehmen mit klar definiertem, wiederholbarem Growth-Market. Diese Einschätzung trifft.

Lange fokussiert sich das Team stark auf IT-Abteilungen als zentrale Ansprechpartner. Die Plattform bietet enorme Flexibilität, gleicht einem Schweizer Taschenmesser für industrielle 3D-Daten. Doch genau diese Vielseitigkeit erschwert den Vertrieb. Sonderanforderungen einzelner Großkunden führen zu individuellen Lösungen, die sich kaum standardisieren lassen.

Erst in den letzten Jahren verschiebt sich der Fokus konsequent auf konkrete Endanwenderprobleme. Statt nur Capabilities zu verkaufen, geht es darum, fertige, klar abgegrenzte Lösungen bereitzustellen, die Prozesse messbar beschleunigen. Kommunikation im Engineering, globale Verteilung komplexer Modelle in Werkstätten, kollaborative Abstimmungen in Vertriebsprozessen. Die Plattform bleibt im Kern, doch das Angebot wird spezifischer.

Series A im falschen Moment

Während diese strategische Schärfung läuft, steht die nächste große Finanzierungsrunde an. Im Frühjahr 2022 beginnen interne Gespräche über Umfang und Timing. Die Erwartungen sind hoch, auch befeuert durch die Bewertungen im Umfeld von 3D, Mixed Reality und Metaverse.

Doch der Markt dreht. Der Hype um das Metaverse kollabiert im Herbst 2022. Investoren werden vorsichtiger, Bewertungen korrigieren sich deutlich. Gleichzeitig wartet Threedy auf einige größere Deals, um mit stärkerem Fundament in die Runde zu gehen. Diese Verzögerung erweist sich als teuer.

Was als stringenter Prozess geplant war, zieht sich über zwei Kampagnen hinweg fast ein Jahr. Ursprünglich angepeilte Volumina werden angepasst, die Story geschärft, der Outreach neu gestartet. Am Ende steht eine zweistellige Millionensumme, höher als zunächst geplant. Doch der Preis ist hoch.

Fundraising bindet Zeit und Energie des Managements. Operative Themen bleiben liegen. 2024 entwickelt sich schwächer als erhofft. Christian Stein formuliert es nüchtern: Fundraising bringt Kapital, aber der Prozess selbst schafft keinen Unternehmenswert. Im Gegenteil, er kann Entwicklung verzögern.

Die nächste Evolutionsstufe

Nach dieser Phase beginnt eine erneute Weiterentwicklung der Plattform. Threedy versteht sich nicht mehr nur als Visualisierungsanbieter, sondern als Infrastruktur für komplexe Datenprozesse. Kollaboration, Arbeitsabläufe und Integration in weniger ausgefeilte IT-Landschaften rücken stärker in den Vordergrund.

Mit dem Aufkommen leistungsfähiger KI-Systeme ergibt sich eine neue Dimension. Industrielle 3D-Daten sind komplex, fragmentiert und oft schwer zugänglich. Genau hier liegt die Stärke des Infrastrukturansatzes. Threedy kann als Brücke fungieren, um hochkomplexe CAD- und Anlagendaten für KI-Anwendungen nutzbar zu machen.

Anforderungen aus Dokumenten lassen sich mit 3D-Modellen verknüpfen. Unterschiedliche Datenformate werden dynamisch integriert. Die ursprüngliche Kernkompetenz, zur Laufzeit genau die benötigten Informationen bereitzustellen, passt in eine Welt, in der Systeme zunehmend automatisiert Entscheidungen vorbereiten oder unterstützen.

2025 wird zum bislang erfolgreichsten Geschäftsjahr. Nicht, weil ein Hype das Unternehmen trägt, sondern weil mehrere Evolutionsschritte ineinandergreifen. Die technologische Tiefe aus der Fraunhofer-Zeit, die strategische Fokussierung nach dem Realitätscheck und die Finanzierung nach schwierigen Monaten bilden zusammen ein belastbares Fundament.