Porträt: Wie Neural Concept aus Lausanne den Ingenieuren das Ausprobieren abnimmt

🔎 Porträt – Lausanne: Dieses EPFL-Spin-off verkauft keine Simulation, sondern die Abkürzung drumherum – und vier Formel-1-Teams sind offenbar überzeugt.

Neural Concept gehört zu den Schweizer Firmen, von denen man selten liest und die trotzdem in fast jeder grossen Fabrikhalle Europas auftauchen. Ende 2025 sammelte das Unternehmen USD 100 Mio. ein. Zeit, genauer hinzuschauen.

Was die Firma macht

Neural Concept baut KI für die Produktentwicklung. Klingt abstrakt, ist aber sehr konkret. Wer heute ein Auto, eine Turbinenschaufel oder ein Flugzeugteil entwirft, arbeitet in einer Schleife: konstruieren, simulieren, warten, Ergebnis anschauen, ändern, wieder simulieren. Eine einzige Strömungssimulation kann Stunden bis Tage brauchen. Diese Schleife ist der eigentliche Flaschenhals der Industrie.

Die Lausanner setzen dort an. Ihre Modelle lernen aus bestehenden Simulations- und Testdaten, wie sich eine Geometrie physikalisch verhält. Danach liefern sie eine Abschätzung in Sekunden statt in Stunden. Das Team spricht von CAD-nativer, physikbewusster KI: Die Software versteht Geometrie, Randbedingungen und Konstruktionsabsicht – und arbeitet direkt in den Werkzeugen, die Ingenieurinnen ohnehin nutzen.

Die Geschichte

Gegründet wurde Neural Concept 2019 als Ausgründung der EPFL. CEO ist Pierre Baqué, der die zugrundeliegende Forschung zu geometrischem Deep Learning an der Hochschule betrieben hat. Zum Gründerkreis gehören zudem Théophile Allard, Thomas von Tschammer und Jonathan Donier.

Der Weg verlief in klaren Etappen. Erst eine siebenstellige Anschubfinanzierung, dann eine Series A über USD 9,1 Mio., 2024 eine Series B über USD 27 Mio. unter Führung von Forestay Capital. Am 18. Dezember 2025 folgte die Series C über USD 100 Mio., angeführt von Growth Equity bei Goldman Sachs Alternatives. Mit dabei blieben die bestehenden Geldgeber Forestay Capital, Alven, HTGF, D. E. Shaw Ventures und Aster Capital.

Bemerkenswert daran ist die Reihenfolge. Neural Concept hat zuerst Kunden gewonnen und dann grosses Geld geholt – nicht umgekehrt. Genau das unterscheidet die Firma von vielen KI-Startups der letzten Jahre.

Produkt und Technologie

Das Herzstück sind neuronale Netze, die direkt auf 3D-Geometrien arbeiten. Statt eine Form in ein Raster zu pressen, lernen die Modelle auf der Oberfläche des Bauteils selbst. Damit lassen sich Varianten durchspielen, die vorher schlicht zu teuer zu rechnen waren.

In der Praxis bauen Kunden damit sogenannte Design-Copiloten. Die Ingenieurin ändert eine Geometrie und sieht sofort, wie sich Widerstand, Gewicht oder Temperatur verhalten. Neural Concept nennt dafür harte Zahlen: bis zu 50 Prozent weniger späte Umkonstruktionen, Einsparungen von rund USD 50 Mio. pro Jahr bei grossen Kunden und eine um bis zu zwei Jahre kürzere Zeit bis zur Marktreife. Für Anfang 2026 hat die Firma eine generative CAD-Funktion angekündigt – also Konstruktionsvorschläge, die die KI selbst erzeugt.

Markt und Wettbewerb

Der Markt für Konstruktions- und Simulationssoftware wird von wenigen Schwergewichten beherrscht: Siemens, Dassault, Ansys, Autodesk. Neural Concept tritt nicht gegen sie an, sondern legt sich als Intelligenzschicht darüber. Partnerschaften bestehen laut Firma unter anderem mit Nvidia, Siemens, Ansys, Microsoft und AWS.

Das ist strategisch clever, aber nicht ohne Risiko. Wer sich als Schicht über fremde Systeme legt, lebt davon, dass diese Systeme die Funktion nicht selbst nachbauen. Ansys und Siemens investieren ihrerseits kräftig in KI-Beschleunigung. Der Vorsprung muss also laufend verteidigt werden.

Finanzierung und Zahlen

Mehr als 50 grosse Unternehmen setzen die Plattform laut Firmenangaben ein, darunter General Motors, GE Vernova, Leonardo Aerospace, Eaton, Safran und die Renault Group sowie mehrere Formel-1-Teams. Den Enterprise-Umsatz hat Neural Concept in den 18 Monaten vor der Series C nach eigenen Angaben vervierfacht. Eine Bewertung nennt das Unternehmen nicht. Die Branchen reichen von Automobil und Luftfahrt über Energie bis zu Halbleitern und Consumer Electronics.

Unsere Einordnung

Neural Concept ist für uns eines der überzeugendsten Schweizer KI-Unternehmen überhaupt – gerade weil es so unspektakulär wirkt. Hier wird kein Chatbot verkauft, sondern Rechenzeit gespart. Der Nutzen lässt sich in Wochen und Franken messen, und genau deshalb kaufen Konzerne das Produkt.

Auffällig ist auch, wie gut die Firma zum Standort passt. Die Westschweiz ist stark in Ingenieurwissenschaft und Mikrotechnik, und die EPFL liefert genau die Leute, die geometrisches Deep Learning verstehen. Dass daraus ein Anbieter wird, den Goldman Sachs mit USD 100 Mio. ausstattet, ist die beste Werbung für den Technologietransfer aus Schweizer Hochschulen.

Kritisch bleiben wir bei zwei Punkten. Erstens ist die Kundenliste beeindruckend, aber sehr konzernlastig – solche Vertriebszyklen dauern lang und binden Kapital. Zweitens hängt viel an der generativen CAD-Funktion. Liefert sie, wird Neural Concept vom Beschleuniger zum Werkzeug, das Konstruktion selbst übernimmt. Liefert sie nicht, bleibt die Firma ein sehr gutes, aber austauschbares Add-on. Wir tippen auf Ersteres.