Raus aus dem Labor

Als in den 1970er Jahren in den USA an GPS geforscht wurde, ging es nicht um Navigation im Alltag. Nicht um Routenplanung, nicht um Logistik, nicht um das kleine blaue Dreieck auf dem Smartphone. Es ging um präzise Positionsbestimmung – zu militärischen Zwecken. Komplex, teuer, ohne zivilen Anwendungsfall. Niemand hätte behauptet, dass diese Technologie einmal zum unsichtbaren Rückgrat des Alltags werden würde. Sie war unfertige Deep Tech. Mit enormem Potenzial.  
Und genau darin liegen die eigentlichen Fragen für Unternehmen: Wie erkennen Sie diese Technologien und Potenziale? Oder, ob daraus ein Markt wird? Und sollten Sie einsteigen? Lassen Sie uns als Kompass durch das Thema führen.

Startpunkt

Deep Tech beginnt nicht mit einer Lösung. Es beginnt mit einer Möglichkeit. Gemeint sind Technologien, die auf wissenschaftlichen oder ingenieurtechnischen Durchbrüchen beruhen – etwa Künstliche Intelligenz, Quantencomputing oder Biotechnologie. Sie entstehen nicht aus einem klar formulierten Bedarf heraus, sondern aus Forschung. Aus dem Moment, in dem etwas plötzlich geht, was vorher nicht ging.
Das macht sie schwer zugänglich. Und es erklärt, warum sie oft wie etwas wirken, das außerhalb der eigenen Reichweite liegt. Gerade im deutschen Mittelstand ist die Reaktion darauf erstaunlich konstant: interessant, aber zu weit weg. Zu komplex. Zu riskant. Und vor allem: nichts, womit man sich im Tagesgeschäft beschäftigen kann.
Die Logik dahinter ist nachvollziehbar. Sie ist nur nicht besonders hilfreich. Denn sie unterstellt, dass Technologien erst dann relevant werden, wenn sie fertig sind. Wenn sie stabil laufen, klar verständlich sind und sich direkt einsetzen lassen. Nur entsteht der eigentliche Wettbewerbsvorteil selten in diesem Moment.

Routenplan

Der Weg von der technologischen Möglichkeit zur konkreten Anwendung verläuft selten linear. Am Anfang steht ein Durchbruch im Labor – ein Effekt, ein Verfahren, ein neues Material. Noch ohne klares Ziel. Erst nach und nach entsteht ein Gefühl dafür, wo daraus ein Anwendungsfeld werden könnte. Was im Labor funktioniert, muss sich außerhalb kontrollierter Bedingungen bewähren. Es wird getestet, angepasst, vereinfacht, in bestehende Kontexte überführt.
GPS ist auch hier ein gutes Beispiel. Zwischen der ersten technischen Idee und der breiten Nutzung lagen Jahre der Weiterentwicklung, der Infrastruktur, der Integration. Der eigentliche Durchbruch kam nicht mit der Technologie selbst, sondern mit ihrer Einbettung: Navigationsgeräte, später Smartphones, Anwendungen, die das System verständlich und nutzbar machten.
Erst an diesem Punkt wurde aus einer technischen Möglichkeit eine selbstverständliche Lösung. Der entscheidende Teil dieses Weges passiert jedoch davor. Und genau dort wird es für Unternehmen interessant.
Die verbreitete Haltung, erst dann einzusteigen, wenn eine Technologie „reif“ ist, wirkt auf den ersten Blick vernünftig. Sie minimiert Risiko, schont Ressourcen, passt zur Logik effizienter Prozesse. Langfristig ist sie oft ein strategischer Nachteil.
Denn wer wartet, bis alles klar ist, bewegt sich in einem Umfeld, in dem andere bereits gelernt, ausprobiert und Positionen besetzt haben. Der Spielraum wird kleiner, die Abhängigkeit größer. Das bedeutet nicht, dass Unternehmen blind in jede neue Technologie springen sollten. Aber es bedeutet, dass sie sich früher orientieren müssen. 

Orientierung

Zwischen „zu früh“ und „zu spät“ liegt ein Bereich, der sich nicht exakt bestimmen lässt – aber strukturieren. Trendradare helfen dabei, Entwicklungen einzuordnen und zwischen Substanz und kurzfristigem Hype zu unterscheiden. Foresight-Ansätze erweitern den Blick auf mögliche Zukunftsszenarien und deren Wechselwirkungen. Technology Readiness Levels machen sichtbar, wie weit eine Technologie tatsächlich entwickelt ist – vom ersten Laborversuch bis zur marktnahen Anwendung. Und Roadmaps übersetzen diese Einschätzungen in Entscheidungen: beobachten, testen, integrieren.
Das sind keine Instrumente zur Vorhersage. Sie sind Werkzeuge, um Unsicherheit handhabbar zu machen. Gerade für kleine und mittlere Unternehmen ist das entscheidend. Sie werden keine eigene Grundlagenforschung betreiben und müssen es auch nicht.

Verbindung

Ihre Rolle liegt an einer anderen Stelle: in der Übersetzung. Zwischen dem, was technologisch möglich ist, und dem, was im Markt gebraucht wird, entsteht eine Lücke. In dieser Lücke entscheidet sich, ob aus Forschung tatsächlich Innovation wird.
Und genau hier braucht es jemanden, der diese Lücke strukturiert. Nicht als Gatekeeper. Sondern als Übersetzer. Jemand, der Entwicklungen sichtbar macht, bevor sie offensichtlich werden. Der Technologien einordnet, ohne sie zu überhöhen. Der Unternehmen nicht sagt, was sie tun sollen, sondern ihnen hilft zu verstehen, was möglich wird.
In Bayern passiert genau das – oft leise, oft im Hintergrund. Dort, wo Forschungseinrichtungen, Start-ups und Industrie aufeinandertreffen. Wo aus abstrakten Technologien erste Anwendungsfelder herausgeschält werden. Wo Unternehmen die Möglichkeit bekommen, nicht erst am Ende einzusteigen, sondern früher – in einer Phase, in der noch nicht alles entschieden ist. Das ist kein linearer Transfer. Es ist eher ein kontinuierliches Andocken.
Ein Gespräch, ein Pilotprojekt, ein gemeinsames Verständnis davon, wo eine Technologie im eigenen Kontext Sinn ergeben könnte. Viele der Anwendungen, die später selbstverständlich erscheinen, entstehen genau in diesen Momenten.

Ziel

Die Lasertechnologie ist ein klassisches Beispiel. Ursprünglich aus der Grundlagenforschung entstanden, findet sie sich heute in der Medizin, in der industriellen Fertigung, im Handel. Kaum eine dieser Anwendungen war am Anfang absehbar. Dieser Spillover ist kein Nebeneffekt. Er ist Teil des Systems.
Gerade weil Deep Tech zunächst keinen festen Anwendungsrahmen hat, entstehen neue Nutzungsmöglichkeiten oft erst durch den Blick von außen – durch Unternehmen, die Technologien in ihre eigene Realität übersetzen. Und genau hier liegt eine der unterschätzten Stärken des Mittelstands.
Nicht in der Erfindung um jeden Preis. Sondern in der Fähigkeit, Technologien in konkrete, funktionierende Lösungen zu überführen. Das erfordert kein blindes Vertrauen in jeden Trend. Aber es erfordert ein Grundverständnis für das, was sich entwickelt – und Zugang zu den richtigen Schnittstellen. Deep Tech ist kein Versprechen, das man glauben muss. Es ist ein Prozess, den man verstehen kann. 

Und dann stellt sich eine andere Frage.