Case File · 2018-WCAGStreng vertraulichAz. WP-DE / 06 Sessions
Mandatsdossier · Eröffnung

Wirecard AG — Konzernabschlussprüfung.

Sie übernehmen das Mandat eines deutschen DAX-Konzerns, der über vier Jahre kollabieren wird. Sechs Sessions führen Sie vom ersten Briefing bis vor das Tribunal — folgen Sie der Spur.

Narractive

Die erste KI-Simulation, die Wirtschaftsprüfer-Urteilsfähigkeit trainiert — statt Wissen abzufragen.

Das Problem

Klassische E-Learnings im Audit-Bereich sind passiv. Sie messen Klicks statt Urteilsfähigkeit — und skalieren Interaktivität nicht.

+29 %1
Lerneffektivität von Serious Games vs. konventionelle Methoden
19,4 %2
CAGR des deutschen Serious-Games-Markts
· Fehlende Praxisnähe → hohe Abbruchquoten in klassischen E-Learnings
· Interaktivität skaliert nicht bei großen Kohorten
  1. 1 Wouters et al., Meta-Analyse Serious Games vs. konventionelle Methoden.
  2. 2 Deep Market Insights (2025), Serious Games Market Germany. deepmarketinsights.com

Die Lösung

Eine KI-gestützte Plattform für adaptive narrative Fallstudien. Lernende durchspielen reale Fälle, statt sie zu lesen — die KI verkörpert Mandanten, Kolleg:innen und Hinweisgeber und reagiert adaptiv.

Einstiegsmarkt: Wirtschaftsprüfung — validiert am Flagship-Case Wirecard.

🎯 Flagship-Case: Wirecard

Der größte deutsche Bilanzskandal — als 6-Session-Simulation mit KI-Personas, adaptivem Branching und forensischen Mini-Games.

→ Wirecard-Demo starten
🔒 Warum das nicht in einem Wochenende nachgebaut ist

Der eigentliche Aufwand liegt nicht im Code, sondern in der fachlichen Tiefe: jeder Case verlangt Hunderte Stunden Recherche in echten Prüfungsstandards (IDW PS, ISA), realen Fallunterlagen und didaktischer Kuratierung. KI-Personas lassen sich technisch kopieren — die curricular korrekte Verzahnung von Story, Standards und Bewertungslogik nicht.

Der eigentliche Schutz entsteht nicht durch Code, sondern durch drei Dinge, die sich nicht nachprogrammieren lassen: die curriculare Tiefe der Inhalte, die institutionelle Verankerung in Studiengängen — und Partnerschaften mit den Kompetenzträgern des jeweiligen Fachgebiets. Wir sind bereits im Austausch mit Hochschulen aus dem DHBW-Verbund; strategische Partner wie DATEV, das IDW und die Berufskammern sind als nächste Schritte klar identifiziert.

Geschäftsmodell

Drei Säulen für planbaren, wiederkehrenden Umsatz:

🎓
Bildungseinrichtungen
40 € / Student
Lizenzverträge
🏢
WP-Gesellschaften
150 € / Trainee
Privatwirtschaft
☁️
SaaS-Engine (ab 2029)
Vermietung der KI-Plattform-Engine
Sticky Growth

3-Jahresverträge · Upsell durch weitere Fälle · ein einmal erstellter Fall ist nahezu unbegrenzt wiederspielbar.

Unit Economics

~95 % Gross Margin pro Fall (variable Kosten nur AI-Tokens + Hosting, 1–2 € pro Teilnehmer).

Markt & Wettbewerb

Go-to-Market: Universitäten als Hauptkanal (planbare Lizenzverträge) → WP-Gesellschaften als Zweitkanal (Privatwirtschaft).

↑ Narrativ & episodisch
Docebo
Harvard-Case-Methode
Generische AI-Coaches
Narractive
Akademisch & isoliertGrad der KI- & zwischenmenschlichen Interaktion →
Einordnung
  • · Docebo — etabliertes Konzern-LMS, kein narrativer/adaptiver Fokus, Enterprise-Pricing
  • · Harvard-Case-Methode — akademischer Goldstandard, aber textbasiert und nicht interaktiv
  • · Generische AI-Coaches — trainieren Soft Skills, nicht fachlich granulares Wissen

„Nicht noch ein AI-Coach — die einzige Plattform für immersive Audit-Cases mit Story und Konsequenzen.“

Wo wir heute stehen

Die Simulation ist vollständig gebaut und live spielbar. Aktuell führen wir Erstgespräche mit zwei Standorten des DHBW-Verbunds in Baden-Württemberg — Villingen-Schwenningen und Lörrach —, aus denen konkretes Interesse an einem Piloteinsatz hervorgegangen ist. Diese Gespräche bilden die Grundlage für den ersten Praxiseinsatz im Hochschulkontext.

Traction & Roadmap

Erreicht
  • Vollständige, live spielbare Simulation: 6 Sessions, adaptives Branching, dialogische KI-Personas
  • Flagship-Case Wirecard vollständig ausgearbeitet, mit durchgängigem Bezug zu IDW-Prüfungsstandards
  • Erstgespräche mit zwei DHBW-Standorten geführt, konkretes Pilot-Interesse signalisiert
  • Advisory Board mit Hochschulvertreter besetzt
Als Nächstes
  • Erster Pilot mit einer DHBW-Kohorte
  • Dozenten-Dashboard und Team-Modus (in Entwicklung)
  • Gezielte Ansprache institutioneller Partner (DATEV, IDW, Berufskammern) für offizielle Anerkennung und Zertifizierung
  • Zweiter Fall als Beweis für die Skalierbarkeit der Engine

Finanzprojektion

Projektion / eigene Planung
Kennzahl2026202720282029
Revenue35.000 €110.000 €390.000 €1.075.000 €
Gross Margin34.150 €100.725 €380.250 €1.048.125 €
Operating Costs75.000 €114.000 €275.000 €450.000 €
EBITDA−40.850 €−13.275 €105.250 €598.125 €
FTE0,5234
Lizenzen51450125

→ EBITDA-positiv ab 2028.

Warum das verteidigbar ist: Die Engine als Plattform

Eine einzelne Simulation ist nachbaubar. Das wissen wir.

Die Mechanik hinter einem einzelnen Fall — KI-Personas, adaptive Verzweigung, Bewertungslogik — ließe sich mit heutigen Sprachmodellen reproduzieren. Deshalb bauen wir nicht Simulationen. Wir bauen die Engine, auf der Fachautoritäten ihre eigene Expertise in Simulationen verwandeln.

Vom Content-Anbieter zur Plattform

Narractive produziert nicht endlos eigene Fälle — das skaliert nicht und wäre austauschbar. Stattdessen wird Narractive zur Infrastruktur, auf der Kompetenzträger jedes Fachgebiets — Wirtschaftsprüfungsgesellschaften, Ärztekammern, Fachverbände, Justizakademien — ihre exklusive, nicht öffentlich verfügbare Expertise in interaktive Fälle gießen. So wie Harvard Business Publishing nicht wegen seines Dateiformats führend ist, sondern weil die renommiertesten Autoren dort publizieren — nur interaktiv und für das KI-Zeitalter gebaut.

Eine Engine · viele Fachdomänen · je ein Autoritätspartner
NarractiveENGINEStory · Persona · Bewertungtrennbare Schichten📊AuditWP-Gesellschaften · DATEV⚕️MedizinÄrztekammern⚖️RechtJustizakademien🛡️ComplianceBerufskammern

Jede Domäne dockt über einen exklusiven Autoritätspartner an — nicht über eigenen Content.

Warum das der eigentliche Schutz ist

Jede dieser Partnerschaften ist exklusiv, beziehungsabhängig und einzeln zu verhandeln. Ein Wettbewerber müsste nicht ein besseres Produkt bauen, sondern jede institutionelle Beziehung neu aufbauen — praktisch unmöglich, sobald Narractive als die Plattform für solche Kooperationen etabliert ist. Der Schutz liegt nicht im Code, sondern im Netzwerk der Autoritäten und im Gütesiegel, das ihre Namen auf den Fällen tragen. Die technische Architektur ist bereits modular auf genau das ausgelegt: Story-Datenbank, Persona-Logik und Bewertungssystem sind trennbare Schichten, in die sich neue Fachdomänen einsetzen lassen.

Team

Leon Hensler · Gründer

B.Sc. BWL & VWL · M.A. Gamification · Brettspieldesigner · KAM @Amazon

Aktuell als Solo-Founder unterwegs. Nächster Schritt nach Pre-Seed: gezielter Aufbau eines technischen Co-Founders/CTO sowie eines Sales-Lead mit Hochschul-/B2B-Erfahrung.

Advisory Board
Prof. Dr. Friedrich Tacke

Professorship for Entrepreneurial Education, TU München

Reiner Hillemann

DHBW Lörrach

Funding Ask

Pre-Seed 150.000 € · Runway bis Break-Even Q2 2028 · Erstzugangsrechte für die Seed-Runde Anfang 2027.

Mittelverwendung

Fall-Entwicklung 40.000 € · Gehälter 50.000 € · Pilotprojekte & Customer Discovery 35.000 € · Marketing 25.000 €

📧 Gespräch vereinbaren
Vision · Die SaaS-Story

Adaptive narrative experiences

Das zugrundeliegende Modell ist modular: Story-Datenbank, Dokument-Templates, KI-Persona-Prompts und Scoring-Logik sind trennbare Layer. Neue Verticals entstehen mit 30–40 % weniger Aufwand als der erste Fall.

Der eigentliche VC-Case: nicht D2C-Einzelfälle, sondern eine SaaS-Plattform für „adaptive narrative experiences“ — lizenzierbar durch EdTech-Anbieter, Verlage und Corporate-Training.

🕵️
Offline Detective
True Crime
⚕️
Case Closed Academy
Medical
🌐
Shadow Files
Espionage