Risiken aus dem All sichtbar machen: LiveEO im Interview

Das Berliner Start-up LiveEO analysiert mithilfe von Künstlicher Intelligenz Satellitendaten, um kritische Infrastrukturen zu überwachsen. So können Netzbetreiber wie die Deutsche Bahn oder E.ON frühzeitig Risiken durch Vegetation oder Klimawandelschäden erkennen und Lieferketten überprüfen. Auch in der Satellitenproduktion ist das Start-up tätig. Im Interview mit LiveEO Marketing Director Patrick Hollenbeck haben wir gefragt, wie es dafür Deep Tech nutzt und warum die Brain City Berlin die passende Umgebung für diese Arbeit ist.

1. Was genau macht ihr bei LiveEO und welches Potenzial hat diese Technologie? 

Wir machen bestimmte Risiken für kritische Infrastruktur aus dem All sichtbar. LiveEO analysiert hochauflösende Satellitendaten mit eigener KI und verwandelt sie in konkrete Handlungsempfehlungen für Betreiber von Strom-, Schienen- und Pipeline-Netzen sowie für Lieferketten. Unsere drei Produkte decken die wichtigsten Anwendungsfälle ab: Treeline überwacht Vegetation entlang von Strom- und Bahntrassen, um Stromausfälle und Waldbrände zu verhindern; Surface Scout erkennt Veränderungen wie etwa unautorisierte Bauarbeiten entlang von Pipelines; und TradeAware hilft Unternehmen, die EU-Entwaldungsverordnung (EUDR) einzuhalten. 

Das Potenzial ist enorm, weil die Welt voller Infrastruktur ist, die heute noch manuell, in festen Zyklen und oft per Helikopter oder Begehung inspiziert wird – teuer, langsam und lückenhaft. Wir ersetzen das durch kontinuierliche, flächendeckende Überwachung: nicht der Zustand der letzten Inspektion, sondern wo das Risiko gerade jetzt liegt. Allein im Stromnetz überwachen wir über eine Million Kilometer Leitungen. Übertragen auf alle Netze weltweit – Strom, Schiene, Pipelines, Telekom – ist das ein Milliardenmarkt. 

2. Wer arbeitet schon mit eurem Produkt und wo ist der größte Markt? 

Zu unseren Kunden zählen unter anderem die Deutsche Bahn, E.ON und der größte US-Betreiber von Übertragungsnetzen, American Electric Power. Insgesamt sind wir auf fünf Kontinenten aktiv und überwachen hunderttausende Kilometer linearer Infrastruktur. 

Unsere stärksten Märkte sind aktuell Europa (mit der DACH-Region als Heimatbasis) und Nordamerika, wo besonders die Versorger viel in Vegetationsmanagement und Waldbrandschutz investieren.  

3. Glückwunsch zur Deep Tech Award Nominierung! Könnt ihr genauer erklären, wie Deep Tech bei eurem Produkt eine Rolle spielt? 

Vielen Dank! Deep Tech steckt bei uns auf mehreren Ebenen. Erstens die KI: Wir entwickeln eigene Machine-Learning-Modelle, die aus Stereo-Satellitenbildern Dinge ableiten, die man mit bloßem Auge nicht sieht – etwa die Höhe einzelner Bäume im Submeter-Bereich, ihre Vitalität oder millimetergenaue Bodenbewegungen über InSAR-Radar. 

Zweitens, und das ist der spannendste Schritt, bauen wir mit „Twinspector" unsere eigene Satellitenkonstellation. Wir investieren einen zweistelligen Millionenbetrag, um bis 2028 zwei Satelliten ins All zu bringen – mit der größten kommerziellen 3D-Kamera im Orbit. 

Das Besondere: Durch mehrere GPUs an Bord rechnet die KI direkt im All. Die Konstellation kann die Höhe von 1,1 Millionen Bäumen mit rund einem Meter Genauigkeit in weniger als einer Sekunde messen. Das ist Deep Tech im Wortsinn – Hardware, Optik und KI, die zusammen etwas ermöglichen, das es so bisher nicht gibt. Gebaut wird die Mission entlang einer deutschen und europäischen Wertschöpfungskette mit Partnern wie Reflex Aerospace, Engineering Minds Munich und KTO, und gefördert unter anderem über das ESA-InCubed-Programm. 

4. Wie kam es zu eurer Gründung und wie hat das Berliner Umfeld dazu beigetragen? Habt ihr mit der Berliner Forschung oder mit Universitäten zusammengearbeitet? 

Gegründet wurde LiveEO von Sven Przywarra und Daniel Seidel – beide mit einer Leidenschaft für Raumfahrt und Science-Fiction. Sven hat Wirtschaftsingenieurwesen an der TU Berlin studiert, Daniel Luft- und Raumfahrttechnik an der RWTH Aachen. Kennengelernt haben sich die beiden auf einer Raumfahrtmesse, und es dauerte nur wenige Monate bis zur ersten Geschäftsidee: Satellitendaten nutzen, um Infrastruktur wie Schienen oder Pipelines automatisch zu erkennen und Unternehmen bessere Entscheidungen zu ermöglichen. 

Das Berliner Umfeld war von Anfang an entscheidend. Über das universitäre Gründungsumfeld (Center for Entrepreneurship der TU Berlin) bekamen wir unsere ersten Büroräume und Unterstützung bei der Bewerbung für ein EXIST-Gründerstipendium – ein klassisches Beispiel dafür, wie deutsche Forschungsförderung und akademisches Umfeld eine Deep-Tech-Ausgründung überhaupt erst möglich machen. 

5. Warum arbeitet ihr gern in Berlin, inwiefern unterstützt euch die Stadt, und wie finanziert ihr euch? 

Berlin verbindet zwei Dinge, die für uns selten zusammenkommen: ein starkes Raumfahrt- und Forschungsökosystem (TU Berlin, DLR-Nähe, eine wachsende New-Space-Szene) und einen internationalen Talentpool. Wir sind heute ein Team von über 160 Menschen (etwa die Hälfte in Berlin) aus mehr als 30 Nationen – diese Vielfalt zieht man eben in einer Stadt wie Berlin an. Programme wie der Deep Tech Award und die Berliner Förderlandschaft helfen zusätzlich dabei, Deep-Tech-Unternehmen sichtbar zu machen und zu vernetzen. 

Finanziert haben wir uns über eine Mischung aus Venture Capital und öffentlicher Forschungsförderung. Insgesamt sind über 60 Millionen US-Dollar in das Unternehmen geflossen. Zuletzt haben wir im Mai 2026 eine Runde über 28 Millionen Euro abgeschlossen, unter anderem mit dem deutschen VC Helantic als neuem Investor. Dieses Kapital fließt in den Ausbau unseres Angebots und in neue Produkte für den Verteidigungs- und Sicherheitsbereich. Hinzu kommen Förderungen wie das ESA-InCubed-Programm für unsere Twinspector-Mission. 

6. Welche Herausforderungen gab es für euch? 

Die größte Herausforderung war und ist, eine wirklich tiefe Technologie in einen verlässlichen, skalierbaren kommerziellen Dienst zu übersetzen. Aus Rohdaten aus dem All belastbare, audit-fähige Aussagen zu machen, auf die ein Netzbetreiber seine Wartungsplanung stützt – das erfordert jahrelange Modellentwicklung und enge Zusammenarbeit mit Kunden. 

Und schließlich der wohl mutigste Schritt: die Entscheidung, eine eigene Satellitenkonstellation zu bauen, statt nur fremde Daten einzukaufen. Hardware im Weltall, Optik, KI an Bord und ein Finanzierungsvolumen im zweistelligen Millionenbereich – das ist kapitalintensiv und technisch anspruchsvoll. Gerade in Deutschland, wo Wagniskapital für Hardware-lastige Deep Tech knapper ist als im Software-Bereich, ist das eine echte Herausforderung. 

7. Welche Tipps habt ihr für andere Start-ups, die in Berlin anfangen wollen? 

Erstens: Nutzt das Ökosystem konsequent. Die Gründungszentren der Universitäten, EXIST, ESA-Programme und die Berliner Förderlandschaft sind echte Beschleuniger – gerade am Anfang, wenn jeder Euro und jeder Quadratmeter Bürofläche zählt. 

Zweitens: Sucht euch früh echte Kunden mit echten Problemen, nicht nur Pilotprojekte. Deep Tech überzeugt erst, wenn sie für jemanden konkret Geld spart oder Risiken senkt. 

Und drittens: Habt Geduld und Mut zur Hardware. Deep Tech Hardware braucht einen längeren Atem als reine Software, aber genau diese Tiefe ist später euer Burggraben gegenüber dem Wettbewerb. 

8. Was sind eure Pläne für die nächsten Jahre? 

Im Zentrum steht der Start unserer eigenen Twinspector-Konstellation – zwei Satelliten bis 2028, die uns von einem Datenanalyse-Unternehmen zu einem vertikal integrierten Anbieter machen, der die gesamte Kette vom Sensor im All bis zur Handlungsempfehlung kontrolliert. Parallel skalieren wir unsere drei Produkte international weiter, vor allem in Nordamerika, Australien und Europa, und bauen den neuen Bereich Verteidigung und Sicherheit aus.