Custodea bündelt KMU-Daten für Analysen und KI in einer EU-Umgebung

Daten aus getrennten Systemen an einem Ort

Buchhaltung, Kundenverwaltung, Personalwesen und operative Abläufe: In vielen kleinen und mittleren Unternehmen (KMU) liegen die dazugehörigen Daten in unterschiedlichen Anwendungen. Wer einen aktuellen Gesamtüberblick braucht, arbeitet deshalb häufig mit manuellen Exporten, Tabellen und Abstimmungen zwischen Teams.

Genau hier setzt Custodea an. Das europäische KI-Datenplattform-Unternehmen will Geschäftsdaten in einer dedizierten privaten Umgebung innerhalb der EU bündeln und für Analysen sowie KI-Anwendungen nutzbar machen. Die Plattform soll dabei nicht etwa die bestehende Buchhaltungssoftware oder das CRM ersetzen, sondern als zentrale Datenschicht daneben arbeiten. 36

Laufende Synchronisierung statt wiederholter Exporte

Laut Custodea greifen die Schnittstellen ausschließlich lesend auf bestehende Systeme zu. Genannt werden unter anderem Exact Online, HubSpot, Personio, AFAS und DATEV. Die Daten werden fortlaufend synchronisiert, sodass neue Informationen aus den Quellsystemen ohne wiederkehrende Exporte oder aufwendige Datenmigration in der zentralen Umgebung bereitstehen sollen. 29

Das kann besonders dann relevant sein, wenn eine Auswertung Informationen aus mehreren Bereichen benötigt – etwa aus Finanzen, Vertrieb und Personal. Statt für jedes Projekt getrennte Datenbestände zusammenzutragen, soll ein konsolidierter und gesteuerter Datenbestand zur Verfügung stehen. 6

Anschluss an etablierte Analysewerkzeuge

Custodea positioniert seine Umgebung als Datenquelle für verbreitete Werkzeuge wie Excel, Power BI, Looker, Tableau und dbt. Auch eigene KI-Agenten der Kunden sollen auf die zusammengeführten Unternehmensdaten zugreifen können. 2

Der Anspruch geht damit über ein zusätzliches Dashboard hinaus: Ein Finanzteam könnte Berichte aufbauen, ein Analyst Daten aufbereiten und ein KI-Workflow Kontext aus demselben Datenfundament beziehen. Ob die Ergebnisse belastbar sind, hängt allerdings weiterhin von der Qualität der Daten in den angebundenen Systemen und den vom Unternehmen festgelegten Berechtigungen ab.

KI als Schicht auf konsolidierten Unternehmensdaten

Zum Angebot gehört nach Angaben des Unternehmens auch ein KI-Assistent. Dieser soll Fragen auf Basis des zusammengeführten Geschäftskontexts analysieren können, beispielsweise zu Umsatzentwicklungen oder offenen Rechnungen. 14

Der zentrale Punkt: Die KI soll nicht als isolierter Chatbot mit nur punktuellem Zugriff auf Unternehmensinformationen funktionieren. Sie baut auf den synchronisierten Daten auf. Das kann KI-Anwendungen eine vollständigere Grundlage geben – garantiert aber weder korrekte Antworten noch ersetzt es die Prüfung der zugrunde liegenden Daten.

Datenhoheit und Zugriffssteuerung im Fokus

Für europäische KMU sind Speicherort, Zugriffsrechte und die Kontrolle über Geschäftsdaten oft wesentliche Kriterien. Custodea erklärt, die Verbindungen seien schreibgeschützt; Kunden könnten Zugriffe konfigurieren und wieder entziehen. Zudem beschreibt das Unternehmen die Plattform als private, in der EU gehostete Umgebung, in der die Kunden die Kontrolle über ihre Daten behalten. 26

Diese Produktmerkmale entbinden Unternehmen nicht davon, Anforderungen an Datenschutz, IT-Sicherheit und Compliance selbst zu prüfen. Sie verdeutlichen aber die Positionierung: Reporting und KI sollen möglich werden, ohne externen Workflows uneingeschränkten Zugriff auf operative Ursprungssysteme zu geben.

350.000 Euro für Start und Ausbau

Im September 2026 gab Custodea eine Seed-Finanzierung über 350.000 Euro bekannt. Das Kapital stammt nach Unternehmensangaben von Investoren aus dem eigenen Netzwerk und soll in den Start der Plattform, zusätzliche Software-Integrationen und die Expansion in europäischen Märkten fließen. 346

Damit erhält Custodea Mittel, um das Angebot über die ersten Schnittstellen hinaus auszubauen. Das weitergehende Versprechen lautet, KMU einen stärker betreuten Zugang zu Dateninfrastruktur zu bieten, für die große Unternehmen häufig eigene Daten- und Analyseteams einsetzen. Ob dies im breiten Einsatz gelingt, muss sich nach dem Produktstart erst zeigen. Das Problem fragmentierter Unternehmensdaten ist jedoch klar umrissen. 46