B2B Software Deals KW19/2026: SAPs Milliarden-Doppelschlag für Agentic AI

KW19 gehört SAP. Am Montag kündigt Walldorf innerhalb weniger Stunden zwei Übernahmen an, die zusammen das größte AI-Investment der deutschen Software-Geschichte markieren: Prior Labs aus Freiburg, Europas führendes Lab für Tabular Foundation Models, wird für einen mittleren dreistelligen Millionenbetrag übernommen, flankiert von einem €1-Milliarde-Commitment über vier Jahre zum Aufbau eines europäischen Frontier-AI-Labs. Parallel greift SAP nach Dremio, dem Apache-Iceberg-nativen Data-Lakehouse-Spezialisten, der SAPs Business Data Cloud zum Rückgrat für Agentic AI machen soll.

Während SAP auf der strategischen Ebene Milliarden bewegt, zeigt die Woche gleichzeitig das klassische PE-Handwerk im Benelux- und DACH-Mittelstand: Main Capital Partners investiert in CarCollect — eine niederländische B2B-Remarketing-Plattform für den Automobilhandel mit 14.000+ Nutzern und Cloud-nativem Multi-Tenant-Stack. Datasite (CapVest-Portfolio) akquiriert das schwedische Valu8 für AI-gestützte europäische Deal-Intelligence. Und Battery Ventures baut mit steute Technologies in nur 8 Wochen via drei Add-on-Akquisitionen eine globale Industrial-IoT-Plattform auf.

Das Muster der Woche: “AI” allein reicht nicht mehr — es geht um proprietäre Daten. SAP kauft nicht LLM-Wrapper, sondern Tabular Foundation Models, die auf strukturierten Enterprise-Daten trainiert sind. CarCollect hat über 1 Million Fahrzeuge verarbeitet und damit einen Data Moat aufgebaut. Valu8 liefert Finanzdaten zu 70 Millionen europäischen Unternehmen. Und selbst steutes IoT-Sensornetzwerk sammelt Industriedaten in Echtzeit. Post-SaaSpocalypse gilt: Wer proprietäre Daten kontrolliert, kontrolliert die AI-Wertschöpfung.

Deal 1: SAP acquires Prior Labs + Dremio — Europas größter AI-Doppelschlag für Agentic Enterprise AI

Detail	Wert
Ankündigung	5. Mai 2026
Deal-Typ	Doppelte strategische Akquisition
Käufer	SAP SE (Walldorf)
Ziel 1	Prior Labs GmbH (Freiburg) — Tabular Foundation Models, TabPFN
Ziel 2	Dremio (USA) — Apache-Iceberg-nativer Data Lakehouse
Deal-Wert Prior Labs	Mittlerer dreistelliger Mio.-EUR-Bereich + €1 Mrd. über 4 Jahre
Deal-Wert Dremio	Nicht offengelegt
Prior Labs Gründung	2024 (Spin-out Uni Freiburg)
Prior Labs Team	Frank Hutter, Noah Hollmann, Sauraj Gambhir
Closing	Q2/Q3 2026 erwartet
Quellen	SAP Press (Prior Labs), SAP Press (Dremio), Handelsblatt, TechCrunch

Hintergrund

Prior Labs ist ein 18 Monate junges Spin-out der Universität Freiburg, gegründet von Frank Hutter — einem der weltweit einflussreichsten AutoML-Forscher. Hutters Team hat mit TabPFN das erste Foundation Model publiziert, das auf strukturierten/tabellarischen Daten State-of-the-Art-Ergebnisse liefert, veröffentlicht in Nature. Während die Welt auf LLMs für Text und Bilder fokussiert, löst TabPFN ein fundamentaleres Problem für Enterprise-Software: 80%+ der Unternehmensdaten sind tabellarisch (ERP-Transaktionen, CRM-Datensätze, HR-Tabellen, Finance-Ledger). Klassische ML-Modelle (XGBoost, Random Forest) erfordern pro Use Case wochen- bis monatelange Feature-Engineering-Arbeit. TabPFN schafft Zero-Shot-Inferenz auf neuen Tabellen, ohne Training.

Dremio ist ein US-amerikanischer Data-Lakehouse-Spezialist, gegründet 2015, der eine Apache-Iceberg-native Query-Engine anbietet. Die Technologie vereint Data Lakes (günstige Speicherung) mit Data-Warehouse-Performance (schnelle Queries) — ohne Daten-Kopien oder ETL-Pipelines. SAP positioniert Dremio als Infrastruktur-Schicht, die SAP- und Non-SAP-Daten in einem einheitlichen Lakehouse vereint und damit die Datenbasis für Agentic AI schafft.

Der strategische Kontext: SAP hat im März 2026 bereits Reltio (Master Data Management) akquiriert. Die Trias Prior Labs + Dremio + Reltio bildet den AI-Data-Stack, den SAP unter dem Label “Business Data Cloud” konsolidiert. Das Ziel: SAP-Kunden sollen ihre gesamten Unternehmensdaten, ob in S/4HANA, SuccessFactors oder externen Systemen, als einheitliche Grundlage für AI-Agenten nutzen können.

Strategische Einschätzung

Produkt-Strategie: SAPs Buy-Thesis ist glasklar — und radikal anders als der typische LLM-Hype. Während alle Welt auf GPT und Claude schaut, investiert SAP in die Daten-Schicht: (1) Prior Labs liefert Foundation Models für strukturierte Daten, das Fundament für SAP Joule (den AI-Copiloten), (2) Dremio schafft die Query-Infrastruktur, um SAP- und Nicht-SAP-Daten in Echtzeit zusammenzuführen, (3) Reltio bereinigt und harmonisiert die Master-Daten. Das Ergebnis: “Agentic AI”, also AI-Agenten, die autonom Geschäftsprozesse ausführen, funktioniert nur, wenn die Datengrundlage stimmt. SAP baut hier nicht den AI-Assistenten, sondern die Datenbasis, auf der jeder AI-Agent operiert.

Die €1 Mrd. über 4 Jahre für ein “Frontier AI Lab in Europa” ist ein industriepolitisches Signal: SAP positioniert sich als Gegengewicht zu den US-Hyperscalern im Enterprise-AI-Markt. Freiburg wird zum europäischen Pendant zu Googles DeepMind (London) oder Metas FAIR (Paris).

Tech-Stack & Integration:

Infrastructure & Platform

Prior Labs’ TabPFN ist research-grade Code (Python, PyTorch). Die Herausforderung: Skalierung auf SAP-Enterprise-Anforderungen — Multi-Tenant-Inferenz, Sub-100ms-Latenz, SOC2-Compliance, Integration in SAP BTP (Business Technology Platform)
Dremio bringt eine eigene Query-Engine mit Apache Arrow-Basis. Integration in SAPs bestehende HANA-Infrastruktur ist nicht trivial. Dremio ersetzt HANA nicht, sondern ergänzt es für Non-SAP-Daten. Die Abgrenzung (wann HANA, wann Dremio?) wird die größte Architektur-Entscheidung
Beide Akquisitionen erfordern “SAP-Grade” Operationalisierung: 99,95% SLA, GDPR-konforme Datenverarbeitung, ISO 27001, FedRAMP für US-Kunden

Data & Integration

Das Kernversprechen “Unify SAP and Non-SAP data” klingt einfach, ist aber das schwierigste Problem im Enterprise-Markt. Jeder SAP-Kunde hat Hunderte von Non-SAP-Datenquellen. Dremios Iceberg-Layer kann diese technisch anbinden — die semantische Harmonisierung (gleiche Entität, unterschiedliche Schemas) erfordert aber genau die MDM-Logik, die Reltio liefern soll
Prior Labs’ Stärke bei Zero-Shot-Inferenz auf neuen Tabellen ist genau das, was SAP braucht: Kunden haben Tausende von Tabellen, für die individuelle ML-Modelle unwirtschaftlich wären

Security & Compliance

EU AI Act: TabPFN als “General-Purpose AI Model” für strukturierte Daten wird unter die Transparenz- und Dokumentationspflichten ab August 2026 fallen. SAP muss hier First Mover sein
Data Residency: SAPs europäische Kunden (insb. Automobilindustrie, Pharma, öffentliche Verwaltung) verlangen EU-only-Verarbeitung. Prior Labs als EU-Entität ist ein Vorteil; Dremio als US-Firma erfordert eine klare EU-Datenresidenz-Architektur

AI-Strategie & Exit-Impact:

AI-Reife SAP: Tier 1 → Tier 1+ (mit Prior Labs). SAP war bereits durch SAP Joule, Business AI und eigene ML-Capabilities ein Tier-1-AI-Player. Aber: Joule basiert bisher primär auf eingekauften LLM-APIs (Azure OpenAI, Anthropic). Mit Prior Labs bekommt SAP erstmals ein proprietäres Foundation-Model-Team — nicht für Text, sondern für das Datenformat, das 80% des SAP-Universums ausmacht. Das ist der Unterschied zwischen “AI-Integrator” und “AI-Originator”.

SaaSpocalypse-Test: SAP ist der klare Gewinner. Seat Compression durch Agentic AI trifft andere SaaS-Anbieter — nicht SAP selbst. SAPs Pricing ist transaktionsbasiert (nicht seat-basiert), und die Plattform-Stickiness (5-15 Jahre Implementierungszyklen) macht SAP resilient. Mehr noch: Je mehr AI-Agenten Unternehmen einsetzen, desto mehr Transaktionen fließen durch SAP-Systeme. SAP profitiert von der SaaSpocalypse, während Salesforce, ServiceNow und Workday unter Seat-Compression leiden.

Bewertungs-Impact: Für den DACH-PE-Markt hat der Deal eine klare Signalwirkung: SAP zahlt einen dreistelligen Millionenbetrag für ein 18 Monate altes Startup mit Nature-Publikation und proprietärem Foundation Model. Das bestätigt die Bewertungslogik post-SaaSpocalypse: Genuine AI (proprietäre Modelle, eigene Daten, messbare Performance) wird mit Premium bezahlt. LLM-Wrapper und “Copilot Features” sind Commodity.

Meine Perspektive 🎯

“Home Turf” — ERP/Enterprise Software, AI Due Diligence, SAP-Ökosystem.

Der smarteste AI-Deal 2026 — weil er die richtige Frage stellt. Jeder kauft LLMs. SAP kauft das Daten-Fundament. In meinen Tech DDs sehe ich ständig: “Wir haben ChatGPT integriert” oder “Wir nutzen Azure OpenAI für unseren Copiloten”. Das ist Commodity. Was nie funktioniert: diese AI-Features auf die eigenen strukturierten Daten des Kunden anzuwenden, weil die Daten ein Chaos sind. SAP löst mit Prior Labs + Dremio + Reltio genau dieses Problem. Kein anderer Enterprise-Player (Microsoft, Oracle, Salesforce) hat diesen Stack in dieser Klarheit.
Frank Hutter ist ein Geniestreich. Ich kenne die AutoML-Forschungsszene aus meiner Arbeit an AI-Strategien für PE-backed SaaS. Hutter ist der weltweit führende Kopf für automatisiertes Machine Learning auf tabellarischen Daten — sein Auto-Sklearn ist der De-facto-Standard. Mit TabPFN hat er demonstriert, dass Foundation Models für strukturierte Daten funktionieren. SAP bekommt nicht nur eine Technologie, sondern ein Research-Flywheel: Hutters Lab wird SAPs Kundendaten (natürlich anonymisiert) als Trainingsgrundlage nutzen, ein Data Moat, den kein Startup reproduzieren kann.
€1 Mrd. ist ein politisches Signal an Brüssel. Nach dem Cohere/Aleph-Alpha-Deal letzte Woche (kanadisch-deutsches Sovereign AI) kontert SAP mit: “Wir bauen unser eigenes europäisches Frontier Lab — mit deutschem Forscher, deutschem Standort, deutschem Kapital.” Für PE-backed SaaS in der DACH-Region bedeutet das: SAP wird in 2-3 Jahren eine eigene AI-Plattform anbieten, die nicht auf US-Hyperscaler angewiesen ist. Jedes Unternehmen im SAP-Ökosystem sollte das in der Produkt-Roadmap einpreisen.
Dremio ist der stille Enabler. Weniger sexy als Prior Labs, aber operativ kritischer. In meinen Post-Merger-Integrationen war die Datenkonsolidierung (SAP + Non-SAP) immer der größte Bottleneck. Dremio löst das auf Infrastruktur-Ebene. Für PE-Portfolios mit mehreren Beteiligungen im SAP-Ökosystem: Das ist der Moment, eine Data-Lakehouse-Strategie zu definieren — bevor SAP es als Premium-Feature monetarisiert.

Deal 2: Main Capital Partners investiert in CarCollect — Benelux Automotive Remarketing SaaS mit Buy-and-Build-Playbook

Detail	Wert
Ankündigung	8. Mai 2026
Deal-Typ	PE Growth Investment (Majority)
Investor	Main Capital Partners (Den Haag, ~€7 Mrd. AuM)
Ziel	CarCollect (Roosendaal, Niederlande)
Gründung	2012
Mitarbeiter	40+ (vollständig interne Entwicklung)
Kunden	~750 zahlende Unternehmen, 14.000+ Plattformnutzer
Länder	10 europäische Märkte
Verarbeitete Fahrzeuge	1 Mio.+ über Plattform-Lifetime
Architektur	Cloud-native Multi-Tenant SaaS, 15 Sprachen, 10 Währungen
Zertifizierungen	ISO 27001:2022
Fonds	Main Capital VIII (€1,93 Mrd., 2024) — Flagship-Strategie
Main-Team	Sjoerd Aarts (Managing Partner), Jeffrey Sanya (Investment Director)
Synergien	UnameIT (Main-Portfolio, Automotive CRM, bestehende Integration)
Quellen	Main Capital PR, Main Portfolio

Hintergrund

CarCollect digitalisiert den europäischen B2B-Gebrauchtwagenhandel. Die Plattform orchestriert den gesamten Remarketing-Workflow: von der Fahrzeugaufnahme über Bewertung, Auktions-/Verkaufsdurchführung (Buy-Now, offene/geschlossene Auktionen), Transportkoordination bis zum Settlement. Zielgruppe sind Markenhändler-Gruppen, Leasinggesellschaften, Universal-Händler und Flottenmanager. Auszeichnungen: FD Gazelle 2022-2025, Deloitte Technology Fast 50 (2025).

Das Besondere an CarCollects Positionierung: Die Plattform ist kein geschlossener Marktplatz, sondern ein Orchestrator. CarCollect integriert externe Auktionsplattformen — Gebote aus Autorola und OPENLANE erscheinen in Echtzeit innerhalb der CarCollect-Oberfläche. Der Verkäufer bekommt Multi-Channel-Distribution, ohne seine Workflow-Plattform zu verlassen. Dazu kommen 20+ Integrationspartner: Dekra und SGS (Inspektionen), Indicata (Marktdaten), Mollie (Payment), und, strategisch am wichtigsten, UnameIT/SAM (Automotive CRM, ebenfalls Main-Capital-Portfolio).

Der strategische Kontext bei Main Capital: CarCollect ist nicht Mains erster Automotive-Software-Deal. Im Januar 2025 übernahm Main UnameIT — niederländisches Automotive-CRM/DMS mit 75%+ Marktanteil in den Niederlanden und 500+ Kunden. Im Juli 2025 folgte der Add-on Claire Automotive Support (digitales Werkstattmanagement). Das gleiche Investment-Team (Sjoerd Aarts, Jeffrey Sanya, Menno van Dun) verantwortet alle drei Deals. Die Synergien existieren bereits: Händler können Fahrzeugdaten aus CarCollect direkt ins UnameIT-CRM übernehmen.

Strategische Einschätzung

Produkt-Strategie: Main baut ein Automotive-Software-Cluster im Benelux. Die Logik: UnameIT (CRM/Sales/Marketing/Aftersales) + CarCollect (Remarketing/Trading/Transport) = End-to-End-Digitalisierung des Autohandels. Das klassische Main-Playbook in Reinform: Vertikale konsolidieren, Cross-Sell zwischen Plattformen ermöglichen, dann international skalieren. Die angekündigte “selektive Akquisitionsstrategie” wird weitere Add-ons bringen — vermutlich: Fahrzeugbewertung, Finanzierung/Leasing-Software, oder Werkstattplanung.

Der europäische Automotive-Remarketing-Markt ist, laut Mains eigener Kommunikation, “significantly underdigitized relative to its size”. Bei geschätzt 80.000+ Autohäusern in Europa und einer Digitalisierungsquote unter 30% im Remarketing ist der Markt groß genug für eine PE-Skalierungsstory.

Tech-Stack & Integration:

Infrastructure & Platform

Cloud-native Multi-Tenant mit 15 Sprachen/10 Währungen — die Plattform ist bereits für europäische Expansion gebaut. Keine Legacy-Migration nötig, keine Single-Tenant-Umstellung. ISO 27001:2022 als Baseline. Das reduziert PE-Integrationsrisiken erheblich
Die Multi-Channel-Architektur (Autorola, OPENLANE als integrierte Kanäle) ist technisch anspruchsvoll. Echtzeit-Bidding über externe APIs mit Latenz-Anforderungen im Sekundenbereich

Data & Integration

Die bestehende Integration mit UnameIT/SAM ist der Proof-of-Concept für Cross-Platform-Synergien. Die nächste Stufe: gemeinsame Daten-Pipeline für Pricing-Intelligence (CarCollects 1 Mio.+ Fahrzeug-Transaktionen + UnameITs CRM-Daten = proprietärer Data Moat)
100+ Datenpunkte pro Fahrzeug + 91.000+ Transaktionen/Jahr = substanzielle Datenbasis für ML-basierte Bewertungsmodelle

Product & Licensing

Pricing (200 EUR/Fahrzeug oder 795 EUR/Monat) ist transaktions-/nutzungsbasiert — resilient gegen Seat Compression
White-Label-Potenzial: Die Plattform könnte als Infrastructure für OEM-eigene Remarketing-Portale dienen

AI-Strategie & Exit-Impact:

AI-Reife: Tier 3 (Early/Platform-dependent) mit Tier-2-Potenzial. CarCollect kommuniziert “AI-driven solutions” und “data-driven insights”. Konkret belegt: algorithmisches Matching (Fahrzeug→Käufer), ein “Bid Coach Tool” (Gebotsoptimierung), automatisierte Consumer-Bewertung. Ob dahinter echte ML-Modelle stehen, ist von außen nicht verifizierbar. Im Vergleich: OPENLANE hat bereits Computer-Vision-basierte Schadenserkennung und Motor-Audio-Analyse — konkreter.

AI-Upgrade-Potenzial: Die Datenbasis (1 Mio.+ Fahrzeuge, tägliche Preisentwicklungen über 10 Märkte) ist das Fundament für echte ML-Features: Residual-Value-Prediction, Demand-Forecasting, dynamische Mindestpreis-Empfehlungen. Wenn Main die Daten von CarCollect + UnameIT zusammenführt, entsteht ein Data Moat, der schwer zu replizieren ist.

SaaSpocalypse-Test: Resilient. Transaktionsbasiert, nicht seat-basiert. Agentic AI (z.B. automatisierte Einkaufs-Agenten für Händler) würde das Transaktionsvolumen steigern, nicht senken.

Meine Perspektive 🎯

“Neues Terrain” — Automotive Remarketing ist für mich kein DD-Standardsegment, aber die Plattform-Dynamiken sind universell.

Der Hub-vs.-Marketplace-Ansatz überzeugt. In meinen DDs sehe ich oft geschlossene Marktplätze, die versuchen, Liquidität in einem Silo zu halten. CarCollects offener Ansatz, Autorola und OPENLANE als Kanäle integrieren statt gegen sie konkurrieren, zeigt operatives Verständnis. Man wird zur Workflow-Plattform, die der Händler nicht mehr abschalten kann, weil sie alle Kanäle orchestriert.
Main Capital spielt das Automotive-Cluster perfekt. Gleiches Team, gleiche Region, gleiche Vertikale — UnameIT und CarCollect mit bestehender Integration. In meinen Post-Merger-Erfahrungen ist das der Idealfall: Die Integration existiert bereits auf Produkt-Ebene. Die nächsten 12 Monate werden zeigen, ob Main die Daten-Synergien (gemeinsame Pricing-Intelligence) auch technisch hebt.
Die AI-Story ist noch dünn — aber die Datenbasis ist da. Bei AI Due Diligence schaue ich immer zuerst auf die Daten, nicht auf die Features. CarCollect hat 1 Mio.+ Fahrzeuge mit 100+ Datenpunkten plus Transaktionshistorie über 10 Märkte. Die AI-Features fehlen noch (oder sind nicht sichtbar), aber mit Main als Partner, der bei UnameIT bereits AI-Initiativen angestoßen hat, ist das eine klare Roadmap für 18-24 Monate. Exit-relevant: Kann man bis 2028/29 “AI-powered Vehicle Pricing” glaubwürdig demonstrieren?

Deal 3: Datasite (CapVest) acquires Valu8 — AI-gestützte europäische Deal-Intelligence für PE und M&A

Detail	Wert
Ankündigung	8. Mai 2026
Deal-Typ	Strategic Acquisition (PE-backed)
Käufer	Datasite (USA) via Grata-Unit — backed by CapVest Partners
Ziel	Valu8 (Stockholm, Schweden)
Produkt	Private-Market-Intelligence-Plattform
Datenbasis	Proprietäre Finanzdaten zu 70 Mio.+ europäischen Unternehmen
Regionen	Stark in Nordics, expandierend in DACH und Benelux
Kontext	Folgt auf Datasites Übernahme von Sourcescrub und Grata-Expansion (UK, FR, DE 2025)
Deal-Wert	Nicht offengelegt
Quellen	Globe and Mail, MAInsights

Hintergrund

Datasite ist ein US-amerikanischer SaaS-Anbieter für M&A-Lifecycle-Management — bekannt primär durch seine Virtual-Data-Room-Lösung, die bei PE- und Corporate-M&A-Transaktionen zum Standard gehört. CapVest Partners (Dublin) hat Datasite 2021 übernommen und seitdem die “Intelligence”-Schiene ausgebaut: 2023 Übernahme von Sourcescrub (Deal-Sourcing-Daten), 2024 Launch der Grata-Plattform (AI-powered Private Market Intelligence), 2025 Expansion nach UK, Frankreich und Deutschland.

Valu8 ist eine schwedische Plattform für Private-Market-Intelligence mit einem proprietären Datensatz von Finanzdaten zu über 70 Millionen europäischen Unternehmen. Die Stärke liegt in den Nordics, mit wachsender Abdeckung in DACH und Benelux. Für PE-Fonds, die in europäischen Mittelstands-Software investieren, ist granulare Finanzdaten-Abdeckung jenseits von PitchBook und Dealroom ein echtes Problem — genau hier setzt Valu8 an.

Die Akquisition kombiniert Gratas globale Intelligence-Plattform mit Valu8s tiefer europäischer Datenbasis. Das Ergebnis: ein Tool, das PE-Investoren AI-gestütztes Deal-Sourcing über 70 Mio.+ europäische Unternehmen ermöglicht — direkt integriert in Datasites bestehenden M&A-Workflow (Data Room, Due Diligence, Deal Management).

Strategische Einschätzung

Produkt-Strategie: CapVest baut Datasite vom “Virtual Data Room”-Anbieter zur End-to-End-M&A-Plattform um. Die Logik: Deal-Sourcing (Grata + Valu8) → Due Diligence (Data Room) → Deal Execution → Post-Merger. Jeder Schritt wird durch proprietäre Daten und AI angereichert. Für PE-Fonds im DACH/Benelux-Raum wird Datasites Plattform damit zum Single-Point-of-Truth für den gesamten Deal-Funnel.

Tech-Stack & Integration:

Data & Integration

70 Mio. europäische Firmen-Datensätze (Valu8) + US/Global-Coverage (Grata/Sourcescrub) = die umfassendste Private-Market-Datenbank für Cross-Border-PE. Die Integration erfordert Entity-Resolution über verschiedene Jurisdiktionen (unterschiedliche Handelsregister, Namenskonventionen, Rechtsformen)
AI-Layer: Grata nutzt NLP und ML für Company-Similarity-Matching und Sector-Classification. Valu8s europäische Finanzdaten (Bilanzen aus nationalen Registern) sind strukturiert, aber heterogen (IFRS vs. lokale GAAP, unterschiedliche Publizitätspflichten). Die Harmonisierung ist ein substanzielles Data-Engineering-Problem

Application & Architecture

Integration in Datasites Data-Room-Produkt muss seamless sein: Ein PE-Analyst sollte von “Company Discovery” (Grata/Valu8) direkt in “Due Diligence Setup” (Data Room) wechseln können — ohne Medienbruch
Competitive Challenge: PitchBook (Morningstar), Dealroom (Amsterdam), und Affinity (CRM) besetzen Teilaspekte. Datasites Vorteil: Keiner dieser Wettbewerber kontrolliert den gesamten M&A-Workflow von Sourcing bis Signing

AI-Strategie & Exit-Impact:

AI-Reife: Tier 2 (Ambitious & Shipping). Grata hat production-grade AI-Features: ML-basierte Company-Classification, Similarity-Search, NLP-Extraction aus unstrukturierten Quellen. Valu8 bringt die europäische Datenbasis, auf der diese Modelle trainiert werden können. Die Kombination ist genuin — nicht LLM-Wrapper, sondern proprietäre ML auf proprietären Daten.

SaaSpocalypse-Test: Profiteur. Je mehr M&A- und PE-Aktivität der Markt zeigt (und der DACH-Mittelstand-Software-Markt ist heiß), desto mehr Bedarf an Deal-Intelligence. Agentic AI im PE-Kontext (autonome Deal-Screener, automatisierte CIM-Analyse) steigert den Bedarf an der Datenplattform.

Meine Perspektive 🎯

“Home Turf” — Tech Due Diligence, PE-Markt, Deal-Sourcing.

Das ist die Infrastruktur meiner eigenen Branche. Als jemand, der 70+ Tech DDs durchgeführt hat, nutze ich diese Datenquellen täglich. Die europäische Abdeckung war bisher eine echte Lücke — PitchBook ist US-zentriert, Dealroom gut für Startups aber schwach für Mittelstand. Valu8s 70 Mio. europäische Firmen mit Finanzdaten ist genau das, was im DACH-PE-Markt fehlt.
CapVests Playbook ist das B2B-SaaS-Lehrbuch. Data Room (Cash Cow, hohe Marge) als Basis, dann den Workflow vor und nach dem Data Room anreichern — Sourcing, Analytics, Post-Merger-Tracking. Jeder zusätzliche Schritt erhöht die Stickiness und das Upsell-Potenzial. Datasite bewegt sich vom “Tool” zur “Platform”, und Plattformen bekommen 15-20x ARR, Tools nur 8-12x.
DACH/Benelux-Relevanz: Für PE-Fonds in dieser Region (Main Capital, Hg, EQT Mid-Market, Elvaston) ist das relevant. Wenn Datasites Intelligence-Layer die europäische Abdeckung wirklich liefert, verschiebt sich Deal-Sourcing: Weniger Netzwerk-getrieben, mehr daten-getrieben. Das begünstigt größere, systematisch arbeitende Fonds gegenüber kleineren Boutique-Häusern.

Deal 4: Battery Ventures / steute Technologies — Industrial-IoT-Plattform via Triple-Add-on in 8 Wochen

Detail	Wert
Ankündigung	März-Mai 2026 (3 Deals)
Deal-Typ	Add-on-Akquisitionen (Buy-and-Build)
Plattform	steute Technologies (Löhne, NRW) — Battery Ventures-Portfolio seit 2024
Plattform-MA	~560, post-Akquisitionen ~700-750
CEO	Martin Kunz (seit 01.01.2026, ex-Xylem, Concentric)
Add-on 1	Oldelft Ultrasound (Delft, NL) — Ultraschall-Transducer für Kardiologie, ~90 MA — Closing März 2026
Add-on 2	KIEPE Industry (Düsseldorf) — Industrie-Schaltanlagen/Safety — Closing März 2026
Add-on 3	Electro-Sensors Inc. (NASDAQ: ELSE, Minnesota, USA) — Maschinenüberwachung, ~$28 Mio. ($7,75/Aktie, 75% Premium)
IoT-Plattform	nexy (proprietäres sWave.NET-Funkprotokoll, REST API, Modbus TCP)
Quellen	Finanznachrichten, Electro-Sensors IR

Hintergrund

steute Technologies ist ein 1961 in Löhne (Ostwestfalen) gegründeter Hersteller von Schaltgeräten und Sensoren mit drei Divisionen: Meditec (Fußschalter und kabellose Steuerungen für OP-Roboter, MDR/FDA-zertifiziert), Controltec (industrielle Sicherheitsschalter für Bergbau, Fördertechnik, ATEX-zertifiziert) und Leantec (die IoT-Plattform nexy für digitale Shop-Floor-Lösungen). Battery Ventures übernahm steute 2024 im Rahmen seiner “Industrial Tech”-Strategie.

Die drei Add-ons in 8 Wochen zeigen das PE-Playbook in Hochgeschwindigkeit: Neuer CEO (Martin Kunz, seit Januar 2026, ex-Xylem/Concentric), dann sofort Akquisitionen in allen drei Divisionen. Oldelft Ultrasound (Delft, NL, gegr. 1985, ~90 MA) stärkt Meditec mit miniaturisierten Ultraschall-Transducern für Kardiologie. KIEPE Industry (Düsseldorf, Abspaltung der KIEPE Electric Group) erweitert Controltec mit elektromechanischen Sicherheitsgeräten für Schüttgut-Handling und Bergbau. Electro-Sensors (NASDAQ: ELSE, Minnetonka, MN, gegr. 1968) bringt Maschinenüberwachungs-Sensoren (Drehzahl, Vibration, Hazard-Monitoring) und, entscheidend, eine US-Präsenz mit bestehender NASDAQ-Infrastruktur. Der Electro-Sensors-Deal bei $28 Mio. ($7,75/Aktie, 75% Premium) ist der einzige mit öffentlichem Preis.

Strategische Einschätzung

Produkt-Strategie: Battery setzt auf “Hardware + IoT + Data”-Konvergenz. steutes nexy-Plattform (proprietäres sWave.NET-Funkprotokoll, Sensor-Middleware mit REST-API-Anbindung an MES/ERP) ist der Software-Kern. Die drei Add-ons erweitern das Sensor-Portfolio auf medizinische Bildgebung, Schwerlast-Industrie und prädiktive Maschinenüberwachung. Die Vision: steute wird vom Schaltgeräte-Spezialisten zur globalen Plattform für industrielle und medizinische Sensorik.

Tech-Stack & Integration:

Infrastructure & Platform

nexy ist kein Cloud-SaaS, sondern On-Premise-Middleware: Wireless Sensoren → Access Points → Sensor Bridge (Revolution Pi) → ERP/MES via REST/Modbus. Industrial-IoT im klassischen Sinne — kein Subscription-Modell, sondern Projektgeschäft mit Hardware-Marge
Die Integration dreier Hardware-Firmen in DE, NL und USA mit unterschiedlichen Regulierungen (MDR/FDA für Medizintechnik, IEC 61508 für Industrial Safety) ist die größte Herausforderung
Protokoll-Konvergenz: sWave.NET (steute) vs. WiFi-basiertes HazardPRO (Electro-Sensors). Parallelstruktur oder Migration?

AI-Reife: Tier 4 (No visible AI). nexy ist Echtzeit-Signalweiterleitung, kein Analytics-Layer. Electro-Sensors’ HazardPRO hat Self-Diagnostics, aber kein Predictive Maintenance. Potenzial wäre da (Vibrations-/Speed-Daten für ML-basierte Anomalie-Erkennung), aber aktuell reine Zukunftsmusik.

SaaSpocalypse-Test: Nicht betroffen. Hardware-Verkauf + Projektgeschäft. Seat Compression ist irrelevant. Im Gegenteil: Mehr AI in Fabriken = mehr Sensorbedarf.

Meine Perspektive 🎯

“Neues Terrain” — Industrial-IoT-Hardware ist nicht mein DD-Kerngebiet, aber das PE-Pattern ist universell.

Drei Deals in 8 Wochen — Battery’s Playbook auf Speed. Neuer CEO installieren, dann sofort akquirieren. Das funktioniert nur, wenn die Pipeline schon vor dem CEO-Wechsel stand. Battery hat hier parallel verhandelt.
Die B2B-Software-Relevanz ist dünn, aber der Trend ist real. steute ist primär Hardware + Middleware. Für einen Software-Newsletter grenzwertig. Aber: Die Konvergenz von Hardware und Software-Plattformen im Industrial-IoT-Bereich ist ein Pattern, das zunehmend von Tech-PE adressiert wird. Die Frage für die nächsten 24 Monate: Baut Battery auf nexy einen Cloud-Analytics-Layer auf, der aus der Hardware-Firma ein “SaaS mit attached Hardware”-Modell macht?
$28 Mio. für Electro-Sensors bei 75% Premium zeigt: Selbst für NASDAQ-Micro-Caps in der Industriesensorik zahlt PE aggressive Multiples. Für PE-Fonds in angrenzenden Bereichen (Industrial-SaaS, IoT-Plattformen, MES) ist das ein Benchmark.
Was mich interessiert: Wie viele steute-Kunden nutzen bereits nexy? Wenn der IoT-Plattform-Anteil unter 10% liegt, ist die Software-These noch nicht validiert. Und: Hat Battery eine Strategie, Sensor-Daten als eigenes Produkt (Analytics-as-a-Service) zu monetarisieren — oder bleibt es bei Hardware-Verkauf?

Nächste Ausgabe: KW20/2026 — Erscheint 16. Mai 2026