Fintech-Unternehmen entwickeln häufig algorithmische Systeme, die echte technische Ungewissheit beinhalten — Scoring-Modelle, Echtzeit-Risikoanalysen, Betrugserkennung, DLT-Infrastrukturen. Das macht sie prädestiniert für die Forschungszulage. Der Schlüssel: Die BSFZ will nicht hören, dass Sie eine App bauen — sondern welche technische Frage Sie dabei beantworten müssen.
Die Abgrenzung ist im Fintech-Bereich besonders relevant: Viele Unternehmen entwickeln innovative Produkte, aber Innovation allein ist kein FuE. Förderfähig wird es, wenn bei der Entwicklung eine technische Wissenslücke geschlossen werden muss — ein Algorithmus dessen Konvergenz unsicher ist, ein Modell dessen Accuracy unbekannt ist, eine Architektur deren Skalierbarkeit nicht feststeht.
| Vorhaben | FuE? | Begründung |
|---|---|---|
| Eigenes ML-Scoring-Modell für Kreditrisiko | ✓ | Accuracy auf eigenen Daten ungewiss |
| Echtzeit-Betrugserkennung mit Graph Neural Networks | ✓ | Latenz + Accuracy-Trade-off technisch ungeklärt |
| DLT-basiertes Settlement mit Sub-Second-Finality | ✓ | Konsensus-Mechanismus unter Lastbedingungen unsicher |
| Algorithmisches Hedging mit Reinforcement Learning | ✓ | Konvergenz der RL-Policy in realen Märkten unklar |
| RegTech: Automatisierte Compliance-Prüfung mit NLP | ✓ | Extraktion aus unstrukturierten Regulierungstexten neuartig |
| Standard-Payment-Integration (Stripe, PayPal) | ✗ | API-Integration bekannter Dienste, keine Forschung |
| Banking-App mit Standard-UI/UX | ✗ | Bekannte Technologie, keine technische Ungewissheit |
| KYC-Prozess mit etabliertem Drittanbieter | ✗ | Konfiguration, keine eigene Forschung |
Fintech-Unternehmen haben oft hohe Personalkosten durch spezialisierte Entwickler (Data Scientists, ML Engineers, Quants). Das macht die Forschungszulage besonders attraktiv — die Bemessungsgrundlage ist direkt proportional zum Steuerbrutto.
Viele Fintechs sind VC-finanziert. Prüfen Sie den KMU-Status — bei Investorenbeteiligung gelten besondere Regeln. Details für Investoren →
Regulatorische FuE: Wenn Sie neue technische Methoden entwickeln, um regulatorische Anforderungen zu erfüllen (RegTech), kann das förderfähig sein — sofern die technische Lösung neuartig ist und nicht nur bestehende Compliance-Tools konfiguriert werden.
Nicht automatisch. Die Implementierung bekannter Trading-Strategien ist keine FuE. Aber: Die Entwicklung eigener Modelle mit unsicherem Ausgang (z.B. Reinforcement Learning für Hedging, neuartige Feature-Engineering-Ansätze) kann FuE sein — wenn die technische Ungewissheit dokumentiert wird.
Ja, wenn Sie die Bibliotheken für Ihre spezifische Domäne anpassen und das Ergebnis unsicher ist. Die Nutzung von PyTorch oder scikit-learn ist kein Ausschlusskriterium. Entscheidend ist die Anwendung auf ein neues Problem mit offenem Ausgang.
Nicht unbedingt. Die AGVO enthält Ausnahmen für bestimmte Investorentypen (VC, Business Angels). Prüfen Sie mit unserem KMU-Check oder lesen Sie unseren Investoren-Leitfaden.
Ist Ihr Projekt förderfähig? Kostenloser FuE-Check in 3 Minuten.
FuE-Check starten → Erstgespräch 475 € →