In der Serie „Start-up-Check!“ nehmen wir regelmäßig die Geschäftsmodelle von Start-ups unter die Lupe. Was steckt hinter dem Unternehmen? Was macht das Start-up so besonders und was gibt es zu kritisieren? Heute: SkoneLabs.
Start-ups: Das klingt nach Erfindergeist, Zukunftstechnologien, neuen Märkten. Doch in der Realität erweisen sich viele der Neugründungen leider oft als eine Mischung aus einer E-Commerce-Idee, planlosen Gründern und wackeligen Zukunftsaussichten.
Dabei gibt es sie durchaus: die Vordenker, die an den großen Problemen tüfteln und Geschäftsmodelle revolutionieren. Sie zu finden und vorzustellen, ist die Aufgabe des Formats Start-up-Check. Heute: SkoneLabs, FoodTech-Start-up aus Berlin.
Du willst nicht abgehängt werden, wenn es um KI, Green Tech und die Tech-Themen von Morgen geht? Über 10.000 Vordenker bekommen jeden Tag die wichtigsten News direkt in die Inbox und sichern sich ihren Vorsprung.
Nur für kurze Zeit: Anmelden und mit etwas Glück 100€ Amazon-Guthaben gewinnen!
Mit deiner Anmeldung bestätigst du unsere Datenschutzerklärung. Beim Gewinnspiel gelten die AGB.
Was ist SkoneLabs?
- Branche: FoodTech
- Gründer: Nishit Agrawal, Dr. Siddardha Koneti
- Gründungsjahr: 2021, Berlin
- Fokus: Smart Sensorik + KI für Frische- und Regalqualität in der Lieferkette
- Produkte: Octagon (Plug-and-play Sensorgerät); Skone AI (Software)
Lebensmittelverluste in der Frische-Lieferkette sind kein neues Problem. Doch mit dem Vormarsch von KI entstehen neue Ansätze, sie endlich in den Griff zu bekommen. Immer mehr Start-ups versuchen, mit Daten und Sensorik den Weg vom Feld bis ins Regal effizienter zu gestalten. Eines von ihnen ist SkoneLabs aus Berlin.
Während Unternehmen wie Freshflow mit KI die Bestands- und Nachschubplanung im Supermarkt optimieren, setzt SkoneLabs deutlich früher an – in der Lieferkette. Mit Sensorik und Echtzeitdaten wollen die Gründer dafür sorgen, dass Lebensmittel überhaupt in optimalem Zustand beim Händler ankommen.
Datenbasiertes Frühwarnsystem
Das Start-up hat eine Kombination aus Hardware und Software entwickelt: Das Sensorgerät „Octagon“ misst während Lagerung und Transport Parameter wie Temperatur, Luftfeuchtigkeit und Gaszusammensetzung.
Die dazugehörige Plattform „Skone AI“ analysiert die Daten in Echtzeit und prognostiziert, wie lange ein Produkt unter den aktuellen Bedingungen frisch bleibt.
So wird aus subjektiven Einschätzungen ein datenbasiertes Frühwarnsystem: Wenn sich Parameter ändern, kann frühzeitig reagiert werden – etwa durch Umlagerung, schnellere Weiterverarbeitung oder Anpassung der Transportbedingungen. Das soll nicht nur Verluste vermeiden, sondern auch Ressourcen und CO2 einsparen.
SkoneLabs: Ein Blick in die Lieferkette
SkoneLabs richtet sich vor allem an Großhändler, Logistikzentren und Distributoren – also an Akteure, die zwischen Produktion und Einzelhandel stehen. Die Lebensmittelverluste in dieser Stufe der Lieferkette unterscheiden sich regional deutlich.
Laut Daten der FAO (Food and Agriculture Organization) und des UNEP (Umweltprogramms der Vereinten Nationen) gehen in Subsahara-Afrika rund 23 Prozent der Lebensmittel bereits vor dem Verkauf verloren, in Asien etwa 14 Prozent und in Lateinamerika rund 13 Prozent.
In Europa liegt der Anteil zwar mit rund sechs Prozent deutlich niedriger, doch angesichts des hohen Produktionsvolumens und der strengen Qualitätsanforderungen summieren sich auch hier erhebliche Mengen – besonders bei frischen Produkten mit kurzer Haltbarkeit. Ursachen sind meist kleine Abweichungen wie Temperaturschwankungen, falsche Lagerzeiten oder schlicht fehlende Transparenz entlang der Kühlkette.
Genau hier will SkoneLabs ansetzen. Durch kontinuierliches Monitoring sollen Logistikpartner künftig sehen können, welche Charge kritisch wird oder welcher LKW zu lange steht. Für die Betreiber bedeutet das mehr Planungssicherheit – und im besten Fall weniger Ausschuss.
KI trifft auf Realität
Der besondere Reiz des Ansatzes liegt in der Verbindung von Sensorik und Künstlicher Intelligenz. Die KI-Plattform soll nicht nur aktuelle Zustände auswerten, sondern auch Muster erkennen und Prognosen erstellen – etwa wie bestimmte Waren auf unterschiedliche Transportbedingungen reagieren.
Langfristig könnte daraus ein standardisiertes „Frische-Profil“ für jedes Produkt entstehen – eine Art digitaler Fingerabdruck, der entlang der gesamten Lieferkette mitgeführt wird. Für Händler und Produzenten wäre das nicht nur ein Effizienzgewinn, sondern auch ein Beitrag zur Dokumentation von Nachhaltigkeits- und ESG-Zielen.
Obwohl SkoneLabs noch zu den Early-Stage-Start-ups zählt, sorgt das Team bereits für Aufmerksamkeit: Mitgründer Nishit Agrawal wurde 2025 in die Forbes „30 Under 30 Europe“-Liste im Bereich Manufacturing & Industry aufgenommen.
Das Unternehmen wird derzeit über Seed-Investments finanziert und arbeitet an mehreren Pilotprojekten in der europäischen Lebensmittelbranche. Perspektivisch wollen die Gründer ihre Technologie auch in anderen Bereichen einsetzen, etwa in der kontrollierten Pflanzenproduktion und Indoor-Farming, wo ähnliche Anforderungen an Temperatur- und Luftüberwachung bestehen.
SkoneLabs: Potenzial und Herausforderungen
Das Potenzial ist offensichtlich: Ein erheblicher Teil der Lebensmittelverluste entsteht, bevor die Produkte überhaupt im Handel ankommen. Gleichzeitig spüren Unternehmen den wachsenden Druck, ihre Prozesse nachhaltiger und transparenter zu gestalten – nicht nur aus regulatorischen Gründen, sondern auch, weil Kunden und Partner Nachweise für verantwortungsvolle Lieferketten erwarten.
Doch so vielversprechend die Technologie auch klingt, sie steht vor klassischen Hürden: Die Integration in bestehende Systeme ist komplex, Hardware muss gewartet werden und die Digitalisierung traditioneller Logistikprozesse ist grundsätzlich ein eigenes Thema. Entscheidend wird sein, ob es SkoneLabs gelingt, den ROI für Kunden klar zu belegen, denn Nachhaltigkeit allein reicht im B2B-Umfeld selten als Kaufargument.
Auch interessant:
