Γιατί το AI είναι focus sector
Τα περισσότερα λεγόμενα AI products εξακολουθούν να τυλίγουν ένα λεπτό model call γύρω από ένα undifferentiated interface. Backed teams που μετατρέπουν πραγματική operational friction σε ανθεκτικά software businesses: οξύτερες αποφάσεις, συμπιεσμένα workflows, μετρήσιμα cost ή quality gains και commercial models που κλιμακώνουν χωρίς να κάψουν την εταιρεία. Thin wrappers έναντι vertical workflow AI: #thin-wrapper.
Δεν είμαστε specialty AI fund που γράφει μόνο checks και μένει episodic. Ως private family office και venture studio με έδρα το Berlin, design-άρουμε, fund-άρουμε και scale-άρουμε technology companies. Το AI είναι ένας από τέσσερις focus sectors μαζί με health tech, e-commerce και automation. Πολλά από τα ισχυρότερα AI products που βλέπουμε κάθονται στη διασταύρωση αυτών των sectors (clinical decision support, commerce intelligence ή ops layers όπου models κάθονται μέσα σε σαφές buyer workflow). Για το family-office posture, δείτε family office στην Halfmeyer. Για το ευρύτερο who-we-back προφίλ σε όλα τα sectors, δείτε τον Berlin pre-seed investor guide. Sister theses: health tech, e-commerce και automation.
Τι εννοούμε με AI
Στην πρακτική μας, AI σημαίνει software-led products όπου models, data ή intelligent automation είναι η product surface, όχι απλώς slide label. Ισχυρά fits περιλαμβάνουν AI-native B2B tools που αντικαθιστούν ή συμπιέζουν ένα επώδυνο workflow, applied AI σε σαφές vertical με ορισμένο buyer, decision-support systems με μετρήσιμα outcomes, και consumer products όταν retention και unit economics είναι αξιόπιστα. Για τα AI agents και τα agentic products ισχύει το ίδιο bar: AI agents. Voice, speech και conversational products είναι το ίδιο AI read: #voice.
Adjacent verticals όπως developer tools, cybersecurity, fintech, logistics, HR tech ή healthcare software μπορούν να ταιριάξουν όταν AI, data ή automation είναι ο πυρήνας και το path προς paying customer είναι ρητό. Συνήθως περνάμε από capital-intensive hardware-only ή deep-tech bets χωρίς software surface, token-first ή speculative crypto και Web3 models, pure services businesses τυλιγμένα ως product, και decks που οδηγούν με model hype αντί για buyer, workflow και wedge. Αν η εταιρεία σας κάθεται δίπλα στο AI, εξηγήστε στο deck το software surface, τι κάνει το model ή data layer, evaluation ή reliability posture όπου μετράει, και traction. Πλήρες adjacent-vertical bar: adjacent verticals και #clear-passes. Ο τύπος buyer (B2B ή B2C) δεν είναι hard filter: #b2b-b2c.
Stage, μέγεθος επένδυσης και πώς συνεργαζόμαστε
Invest-άρουμε σε pre-seed και seed. Το τυπικό μέγεθος επένδυσης είναι €25.000–€200.000. Αυτό το band είναι σκόπιμο σε σχέση με market listicles που πλαισιώνουν institutional pre-seed AI checks από περίπου €100k–€500k και μεγαλύτερα AI-focused early-stage funds πάνω από αυτό: γράφουμε meaningful early studio checks, μόνοι ή μέσα σε forming syndicate, χωρίς να περιμένουμε mega-round shape. Πλήρης οδηγός check size: ticket size €25k–€200k (συμπεριλαμβανομένου beyond the check).
Μπορούμε να μπούμε ως early co-investor ή ως sole institutional check όταν round size και fit ευθυγραμμίζονται. Syndicated rounds είναι καλοδεχούμενα· σημειώστε committed capital και open allocation στο deck. Leading σε αυτό το ticket συχνότερα σημαίνει early conviction capital με studio support παρά πάντα pricing πλήρους equity round μόνοι. Δείτε lead vs follow και first institutional check. Η incorporation δεν χρειάζεται να είναι γερμανική: UK, US (συμπεριλαμβανομένου Delaware), Swiss και άλλες δικαιοδοσίες δουλεύουν όταν product, market και round structure ταιριάζουν (incorporation και entity flips). Founders σε Europe και πέρα μπορούν να pitch-άρουν χωρίς Berlin residency filter (geography). Instruments: SAFEs, convertibles, Wandeldarlehen ή priced equity (instruments).
Πέρα από το check, οι portfolio companies παίρνουν design, engineering και go-to-market playbooks από την πρώτη μέρα. Αυτό μετράει στο AI, όπου product craft, evaluation discipline και early commercial proof συχνά αποφασίζουν αν μια εταιρεία compound-άρει. Τρέχουμε επίσης incubation (από idea προς incorporated entity), acceleration (embedded senior product και engineering) και advisory (product strategy, technical diligence, org design). Ονομάστε το engagement model που θέλετε. Για το πώς διαφέρουν αυτά τα τέσσερα paths, δείτε invest vs incubate vs accelerate vs advisory. Για capital plus building στην πρακτική μας, δείτε venture studio.
Τι δείχνει ένα ισχυρό AI pitch
Κοιτάμε pre-seed ή seed teams με working product, prototype ή validated problem–solution fit. Idea-only decks χωρίς validation είναι συνήθως pass για investment (pre-seed vs idea-only). Pre-revenue είναι συνηθισμένο στο pre-seed όταν υπάρχουν early users, pilots, LOIs ή σαφές commercial wedge. Paying customers δεν είναι hard filter (pre-revenue). Στο seed περιμένουμε καθαρότερα repeatability signals, ακόμη κι αν το ARR είναι ακόμα early. Η ρυθμιστική στάση είναι θέμα γνωστοποίησης, όχι filter: EU AI Act στο στάδιο του pitch.
Στο deck, κάντε αυτά τα σημεία εύκολα extractable:
- Buyer και workflow: ποιος πληρώνει, ποιος χρησιμοποιεί, και ποιο workflow ή decision αντικαθιστάτε ή συμπιέζετε.
- Software και model surface: τι κάνει πραγματικά το product σε software, data ή automation (όχι μόνο το model story).
- Γιατί κερδίζετε: data advantage, distribution, domain insight, evaluation quality ή switching costs που επιβιώνουν commodity model access (thin wrappers vs vertical AI).
- Traction στο stage σας: users, pilots, retention, LOIs ή revenue· αν τα metrics είναι λεπτά, δηλώστε τι validate-άρατε και τι θα αποδείξει αυτό το round.
- Round terms: ποσό, use of funds, instrument, timing και τυχόν committed co-investors.
Operator-minded founders που εκτιμούν design craft, engineering rigour και γρήγορο iteration παίρνουν τα περισσότερα από τη συνεργασία μαζί μας. Solo founders είναι καλοδεχούμενοι (solo founders). First-time και repeat founders είναι και οι δύο in scope (first-time και repeat). Επισκόπηση κριτηρίων: what we look for. Τα checks μας είναι dilutive equity instruments (SAFEs, convertibles, Wandeldarlehen ή priced equity)· rounds αποκλειστικά non-dilutive χωρίς equity tranche δεν είναι investment fit (non-dilutive / RBF-only). Corporate και academic spin-outs ταιριάζουν όταν independence και IP clarity είναι πραγματικά (spin-outs).
Thin wrappers vs vertical workflow AI
Η Halfmeyer Ventures backed software-led AI στο pre-seed και seed από το Berlin με τυπικό check €25.000–€200.000. Ένα thin wrapper (prompt plus UI πάνω από δημόσιο frontier model, χωρίς workflow ownership, proprietary data loop ή durable distribution) είναι συνήθως pass για investment. Vertical ή applied AI που κατέχει buyer workflow, compound-άρει domain data ή evaluation quality και δείχνει σαφές commercial wedge μπορεί να ταιριάζει. Cold submissions είναι καλοδεχούμενα στο halfmeyer.tech/el/pitch· απαντάμε εντός 48 ωρών.
Από το 2026, founder-facing AI investor guides συχνά αποκλείουν thin wrappers και προτιμούν vertical AI με workflow depth, proprietary data ή distribution που επιβιώνει commodity model access. Αυτό το framing αφήνει ασαφές αν ένα Berlin family office και venture studio θα διαβάσει ακόμα early applied-AI deck που χρησιμοποιεί frontier APIs ως infrastructure. Το bar μας είναι software-led και buyer-clear: η χρήση frontier model είναι εντάξει όταν η product surface είναι το workflow, data loop, evaluation discipline ή distribution, όχι το prompt μόνο. Δεν δημοσιεύουμε model-eval scorecards, wrapper-ban checklists ή defensibility SLAs. Αυτή είναι operator posture για το check μας, όχι technical diligence advice.
Αποκαλύψτε στο deck τον buyer και το workflow που αντικαθιστάτε ή συμπιέζετε, τι κάνουν πραγματικά το software και το model ή data layer, γιατί κερδίζετε μετά το επόμενο model release (data, workflow depth, switching costs ή distribution), και traction στο stage σας (τι κοιτάμε· traction ανά stage). Τι κοστίζει το στρώμα του μοντέλου στην παράδοση, και τι συμβαίνει αν αποσυρθεί ή τιμολογηθεί ξανά, βρίσκεται στο #model-dependency. Από πού ήρθαν τα δεδομένα σε αυτό το loop, και τι επιτρέπεται να κάνετε με αυτά, βρίσκεται στο #training-data. Τα developer-tools decks βρίσκονται δίπλα (developer tools). Pure services τυλιγμένα ως product, και decks που ξεκινούν με model hype αντί για buyer, workflow και wedge, εξακολουθούν συνήθως να είναι pass (clear passes όπου επικαλύπτονται).
Μην καθυστερείτε fit pitch μόνο επειδή αποκαλείτε το stack wrapper όταν το wedge είναι πραγματικό. Μην αντιμετωπίζετε model demo ως υποκατάστατο για product, buyer και proof. Αν θέλετε Berlin family office και venture studio που underwrites software-led applied AI εντός €25k–€200k χωρίς να απαιτεί foundation-model thesis, υποβάλετε το deck σας. Απαντάμε εντός 48 ωρών.
AI agents και agentic products
Η Halfmeyer Ventures backed AI agents και agentic products σε pre-seed και seed από το Berlin με τυπικό check €25.000–€200.000, μέσα στο focus sector AI. Το agentic δεν είναι ξεχωριστό mandate ούτε filter για εμάς. Διαβάζουμε ένα agent deck με τις ίδιες ερωτήσεις που φέρνουμε σε κάθε AI deck: ποιο workflow κατέχει ο agent, τι επιτρέπεται να κάνει χωρίς άνθρωπο, και ποιος πληρώνει για το outcome. Cold submissions είναι καλοδεχούμενα στο halfmeyer.tech/el/pitch· απαντάμε εντός 48 ωρών.
Από το 2026, founder-facing guides για fundraising με agent product ζητούν production reliability data με κατηγοριοποιημένα failure modes, τάσεις human-in-the-loop escalation, cost per successful task, unit economics μετά το κόστος inference, και agent inventory ή governance documentation πριν από σοβαρή θεσμική συζήτηση. Τα ευρωπαϊκά agentic rounds την ίδια περίοδο πλαισιώνονται συχνά από περίπου €1 εκατ. έως €5 εκατ. Όλα αυτά γράφτηκαν για εταιρείες που ήδη τρέχουν agents σε production σε κάποια κλίμακα, και αφήνουν ασαφές ποιος διαβάζει ένα agent deck νωρίτερα. Εμείς το διαβάζουμε, εντός €25k–€200k, όταν το wedge είναι πραγματικό. Δεν δημοσιεύουμε κατώφλι task completion, στόχο escalation rate, inference-margin floor ή agent scorecard, και δεν απαιτούμε φάκελο governance για ένα πρώτο read. Αυτή είναι operator posture για το check μας, όχι technical diligence advice.
Κάντε τα εξής εύκολα extractable στο deck: τη δουλειά που κάνει ο agent end to end (τι τον ενεργοποιεί, από ποια systems διαβάζει και σε ποια γράφει, πού σταματά), πού μένει σήμερα άνθρωπος στο loop και γιατί, πώς εντοπίζεται και διορθώνεται μια λανθασμένη ενέργεια, τι compound-άρει καθώς μεγαλώνει η χρήση (domain data, evaluation sets, integrations ή distribution), και για τι πληρώνει πραγματικά ο buyer (outcome, seat ή task). Η συμπεριφορά σε demo και η συμπεριφορά σε production είναι δύο διαφορετικά claims, οπότε δηλώστε ποιο δείχνετε. Η autonomy είναι σχεδιαστική απόφαση, όχι αρετή: ένας στενός agent που ολοκληρώνει αξιόπιστα μία πολύτιμη εργασία διαβάζεται καλύτερα για εμάς από έναν γενικό που χρειάζεται supervision παντού.
Ένα agent demo πάνω από δημόσια APIs χωρίς workflow ownership, data loop ή distribution διαβάζεται ως thin wrapper και συνήθως είναι pass για investment (thin wrappers vs vertical AI). Agents πάνω σε operational ή back-office εργασίες ταιριάζουν επίσης στο automation thesis μας (software-led automation), και το surface bar είναι το ίδιο που εφαρμόζουμε παντού (software surface). Μην περιμένετε ενενήντα ημέρες production telemetry πριν στείλετε ένα pitch που ταιριάζει· δηλώστε αντ' αυτού το stage σας (traction ανά stage). Voice, speech και conversational decks βρίσκονται δίπλα (voice, speech και conversational AI). Αν χτίζετε agent product και θέλετε Berlin family office και venture studio που γράφει €25k–€200k και βοηθά να το shipάρετε, υποβάλετε το deck σας. Απαντάμε εντός 48 ωρών.
Εξάρτηση από τον πάροχο μοντέλου και κόστος inference
Η Halfmeyer Ventures επενδύει σε software-led AI σε pre-seed και seed από το Berlin με τυπικό check €25.000–€200.000, και δεν απαιτούμε δημοσιευμένο gross-margin floor, multi-provider αρχιτεκτονική ή routing layer πριν διαβάσουμε ένα deck. Σχεδόν κάθε applied AI εταιρεία νοικιάζει το στρώμα πάνω στο οποίο τρέχει. Θέλουμε μια ειλικρινή εικόνα: τι κοστίζει αυτό το στρώμα για να παραδώσετε μία μονάδα αξίας σήμερα, και τι συμβαίνει όταν αλλάξει τιμή, συμπεριφορά ή διαθεσιμότητα. Cold submissions είναι καλοδεχούμενα στο halfmeyer.tech/el/pitch· απαντάμε εντός 48 ωρών.
Από το 2026, οι δημοσιευμένοι πήχεις ανήκουν σε μεταγενέστερους κύκλους και δείχνουν ταυτόχρονα σε δύο κατευθύνσεις. Founder-facing benchmark guides γράφουν πλέον τις προσδοκίες seed ως inference-adjusted gross margin: περίπου 50% έως 65% όταν τα model calls κάθονται στο cost of goods, έναντι 75% έως 85% για κλασικό subscription software, με ό,τι είναι κάτω από περίπου 60% να θεωρείται πρόσκληση για συζήτηση αν η εταιρεία είναι software ή services. Ορισμένες αναλύσεις του 2026 τοποθετούν το API και inference spend πάνω από 40% των εσόδων σε ταχέως αναπτυσσόμενα AI-first προϊόντα. Παράλληλα οι τιμές ανά token συνεχίζουν να πέφτουν, κατά μια πολυαναφερόμενη εκτίμηση περίπου δεκαπλάσια ανά έτος για ίδια ποιότητα, και η εξοικονόμηση ξοδεύεται αντί να κρατείται. Πρόβλεψη αναλυτικού οίκου που δημοσιεύτηκε τον Αύγουστο 2026 ονόμασε αυτό inference paradox και εκτιμά ότι το κόστος inference ανά agentic workflow θα αυξηθεί πάνω από πέντε φορές έως το 2028, επειδή η δρομολόγηση ενός task σε reasoning model κοστίζει τουλάχιστον πέντε φορές ένα απλό chat call και τα πολυβηματικά workflows καταναλώνουν πολύ περισσότερα tokens ανά task. Έρευνα του 2026 σε AI εταιρείες βρήκε το inference να ανεβαίνει ως ποσοστό του κόστους προϊόντος καθώς τα προϊόντα ωριμάζουν, από περίπου 20% πριν το launch σε περίπου 23% at scale, δηλαδή το αντίθετο από ό,τι έκαναν παλιά τα κόστη software με την κλίμακα. Και η συνέχεια έχει δημόσιες ημερομηνίες: ένας μεγάλος πάροχος δεσμεύεται σε τουλάχιστον έξι μήνες προειδοποίηση πριν αποσύρει ένα γενικά διαθέσιμο μοντέλο, τρεις μήνες για εξειδικευμένες παραλλαγές και μόλις δύο εβδομάδες για preview μοντέλα, ένας άλλος σε εξήντα ημέρες, και το μεγαλύτερο κύμα deprecation που έχει ανακοινωθεί αποσύρει μια ολόκληρη γενιά ευρέως χρησιμοποιούμενων μοντέλων σε μία ημερομηνία τον Οκτώβριο 2026. Το προτεινόμενο μοντέλο αντικατάστασης είναι άλλοτε δύο τρίτα φθηνότερο και άλλοτε πολλαπλάσια ακριβότερο στο input. Frameworks γραμμένα για boards βαθμολογούν πάνω από τα τρία τέταρτα του spend σε έναν πάροχο ως red zone και ζητούν δοκιμασμένες μεταβάσεις. Τίποτα από αυτά δεν λέει τι ανήκει σε ένα pre-seed deck.
Η ανάγνωσή μας είναι ότι αυτό είναι εξάρτηση που περιγράφεται, όχι κατώφλι που περνιέται. Κάντε τα εξής εύκολα extractable:
- Τι κοστίζει η παράδοση μιας μονάδας αξίας: κόστος ανά task, ανά active user ή ανά μήνα, με τον λογαριασμό των tokens μέσα. Δηλώστε αν ο αριθμός είναι μετρημένος ή μοντελοποιημένος, και σε ποιον όγκο.
- Πώς σχετίζεται η τιμή σας με αυτό το κόστος: αν η τιμή ακολουθεί τον λογαριασμό των tokens ή αν είναι δεμένη στο outcome για το οποίο πληρώνει ο buyer. Δείξτε τι γίνεται με το margin αν το κόστος ανά task πενταπλασιαστεί επειδή η δουλειά πήγε σε reasoning model, και αν πέσει κατά τον ίδιο παράγοντα.
- Από τι εξαρτάστε: ποιοι πάροχοι και ποια μοντέλα κρατούν το προϊόν, ποιο περίπου ποσοστό των calls κάθεται στον μεγαλύτερο, και ποια μέρη του προϊόντος σταματούν να δουλεύουν αν αποσυρθεί ή τιμολογηθεί ξανά.
- Τι θα σήμαινε πραγματικά μια αλλαγή: prompts, evaluation sets, fine-tuning, latency και διαφορές συμπεριφοράς. «Δύο εβδομάδες engineering και τα evaluations μας θα χρειαζόταν να ξαναχτιστούν» είναι καλύτερη απάντηση από «μπορούμε να αλλάξουμε οποτεδήποτε».
- Τι compound-άρει όποιο μοντέλο κι αν επικρατήσει: ιδιόκτητα δεδομένα, workflow ownership, ποιότητα evaluation, integrations και distribution.
Δύο απαντήσεις κοστίζουν αξιοπιστία σε εμάς. Η πρώτη είναι gross margin στα ογδόντα και κάτι για προϊόν που χρεώνει κάθε request: συνήθως σημαίνει ότι ο λογαριασμός των tokens δεν έχει μετρηθεί ακόμη. Η δεύτερη είναι το «model-agnostic» ως δήλωση, χωρίς να έχει δοκιμαστεί ποτέ δεύτερος πάροχος και χωρίς evaluation set για να δοκιμαστεί. Όποιος μπορεί να πει «55% σήμερα, εδώ είναι η δουλειά routing και caching που το κινεί, και εδώ είναι η τιμή που θα αλλάζαμε αν δεν κινηθεί» διαβάζεται καλύτερα από κάποιον που παραθέτει έναν αριθμό από πρότυπο software.
Δεν δημοσιεύουμε gross-margin floor, στόχο κόστους tokens ανά χρήστη, όριο συγκέντρωσης παρόχου ή προσδοκία χρόνου αλλαγής, και δεν απαιτούμε abstraction layer, self-hosted fallback ή διαπραγματευμένη σύμβαση παρόχου για ένα πρώτο read. Μια γραμμή κόστους που κινείται εναντίον σας δεν είναι λόγος pass στο στάδιό μας. Μια γραμμή κόστους που κανείς δεν έχει εξετάσει είναι ερώτημα σαφήνειας προϊόντος που θα κάναμε σε κάθε περίπτωση (software surface). Αυτή είναι operator posture για το check μας, όχι τεχνική ή λογιστική συμβουλή. Εκεί όπου το στρώμα του μοντέλου συναντά το defensibility: thin wrappers vs vertical AI. Στα agentic loops ο λογαριασμός των tokens μεγαλώνει πιο γρήγορα (AI agents και agentic products). Δηλώστε το stage σας αντί να περιμένετε καθαρό γράφημα κόστους (traction ανά stage). Αν χτίζετε applied AI πάνω στο μοντέλο κάποιου άλλου και θέλετε Berlin family office και venture studio που γράφει €25k–€200k και βοηθά να το shipάρετε, υποβάλετε το deck σας. Απαντάμε εντός 48 ωρών.
Δικαιώματα στα training data και από πού ήρθαν τα δεδομένα σας
Η Halfmeyer Ventures επενδύει σε software-led AI σε pre-seed και seed από το Berlin με τυπικό check €25.000–€200.000, και δεν απαιτούμε μητρώο training data, νομική γνωμοδότηση για τα δικαιώματα εκπαίδευσης, αποκλειστικό dataset ή ολοκληρωμένο data moat πριν διαβάσουμε ένα deck. Το από πού ήρθαν τα δεδομένα σας είναι στο stage μας θέμα γνωστοποίησης, όχι gate. Αυτό που θέλουμε είναι μια καθαρή εικόνα: ποια σώματα δεδομένων χρησιμοποιεί πραγματικά το προϊόν, τι επιτρέπει εμπορικά το καθένα, και αν αυτή η άδεια αντέχει και μετά τη σχέση με τον πελάτη. Cold submissions είναι καλοδεχούμενα στο halfmeyer.tech/el/pitch· απαντάμε εντός 48 ωρών.
Από το 2026, η αγορά απαντά σε αυτό το ερώτημα δύο φορές, και οι δύο απαντήσεις είναι γραμμένες για μεταγενέστερο κύκλο. Από τη μία πλευρά, οι οδηγοί diligence για επενδυτές αντιμετωπίζουν τα δεδομένα ως ζήτημα αλυσίδας δικαιωμάτων: μητρώο training data που ονομάζει κάθε dataset με την πηγή και τη βάση αδειοδότησης για εμπορική χρήση, εκχωρήσεις IP που ονομάζουν ρητά model weights, fine-tuning artifacts και embeddings αντί μόνο για «software», τεκμηριωμένη συναίνεση όπου δεδομένα του προϊόντος τροφοδοτούν την εκπαίδευση, έλεγχο των όρων του παρόχου μοντέλου που επιβεβαιώνει ότι τα δεδομένα πελατών δεν καταλήγουν στην pipeline εκπαίδευσης τρίτου, και σε ορισμένα checklists του 2026 γραπτή βεβαίωση από νομικό σύμβουλο για τις δηλώσεις περί μη αδειοδοτημένων δεδομένων πριν το closing. Τα ίδια κείμενα λένε και πού εφαρμόζεται αυτό: η δομημένη AI diligence αυτού του τύπου είναι κυρίως άσκηση Series A και Series B, και ο ίδιος νομικός σχολιασμός του 2026 τοποθετεί χονδρικά το 70% έως 80% της αξίας μιας AI εταιρείας σε άυλα στοιχεία σε εκείνο το σημείο. Από την άλλη πλευρά, η βιβλιογραφία για το defensibility λέει στους founders ότι τα ιδιόκτητα δεδομένα αντικατέστησαν την ποιότητα του μοντέλου ως moat, και μετά παραδέχεται ότι μια εταιρεία σε αυτή τη φάση δεν έχει moat. Η φράση που παρατίθεται πιο συχνά είναι ότι moat δεν είναι τα ακατέργαστα δεδομένα αλλά η επεξεργασία τους, και οι οδηγοί seed του 2026 γράφουν ότι ένας founder που δηλώνει ολοκληρωμένο data flywheel σε αυτό το stage διαβάζεται ως αφελής. Καμία από τις δύο πλευρές δεν λέει τι ανήκει σε ένα pre-seed deck.
Και το νομικό έδαφος μετακινήθηκε το 2026, όχι προς μία κατεύθυνση. Απόφαση περιφερειακού δικαστηρίου του Μονάχου της 31ης Ιουλίου 2026 έκρινε ότι έργα που παραμένουν αναπαραγώγιμα μέσα στις παραμέτρους ενός μοντέλου προσβάλλουν το δικαίωμα αναπαραγωγής, ότι η ευρωπαϊκή εξαίρεση text and data mining (άρθρο 4 της Οδηγίας (ΕΕ) 2019/790) δεν καλύπτει αναπαραγωγές που βρίσκονται μέσα στο ίδιο το μοντέλο, και ότι μια απαγορευτική διαταγή μπορεί να φτάσει και σε εκπαίδευση που έγινε εκτός της Ευρωπαϊκής Ένωσης. Εφετειακή απόφαση του Αμβούργου, που επιβεβαιώθηκε τον Δεκέμβριο του 2025, πήγε προς την αντίθετη κατεύθυνση για τη δημιουργία συνόλων δεδομένων και επέτρεψε το text and data mining επειδή η επιφύλαξη δικαιωμάτων δεν ήταν διατυπωμένη σε μηχαναγνώσιμη μορφή· η περαιτέρω αναίρεση στο γερμανικό ομοσπονδιακό δικαστήριο έγινε δεκτή. Για την ίδια εξαίρεση εκκρεμεί προδικαστικό ερώτημα στο Δικαστήριο της Ευρωπαϊκής Ένωσης, με τις προτάσεις του Γενικού Εισαγγελέα να αναμένονται στις 3 Σεπτεμβρίου 2026 και την απόφαση μετά από αυτές. Δεν είμαστε ο νομικός σας σύμβουλος και τίποτα εδώ δεν είναι νομική συμβουλή: το νομικό καθεστώς ενός συγκεκριμένου σώματος δεδομένων είναι ζήτημα του δικηγόρου σας. Για ένα pitch το ζήτημα είναι στενότερο. Η αβέβαιη νομική κατάσταση δεν είναι λόγος να περιμένετε, και δεν είναι λόγος να μείνετε αόριστοι.
Κάντε τα εξής εύκολα extractable:
- Ποια σώματα δεδομένων χρησιμοποιεί πραγματικά το προϊόν: ονομάστε τα ξεχωριστά αντί να λέτε για όλα «τα δεδομένα μας». Αδειοδοτημένα από πάροχο δεδομένων, ανοιχτά αδειοδοτημένα ή κοινό κτήμα, συλλεγμένα από το ανοιχτό web, συνθετικά, παραγόμενα από το ίδιο σας το προϊόν στη χρήση, παρεχόμενα από πελάτη βάσει σύμβασης, παρεχόμενα από design partner μέσα σε pilot, ή labelled, εσωτερικά ή από εξωτερικό συνεργάτη. Από την ετικέτα εξαρτάται το ερώτημα των δικαιωμάτων.
- Αν εκπαιδεύετε καθόλου: πολλά pre-seed AI προϊόντα δεν αγγίζουν ποτέ weights. Αν «τα δεδομένα μας» σημαίνει retrieval, context και evaluation sets και όχι training ή fine-tuning, πείτε το. Είναι ισχυρότερη απάντηση από μια υπονοούμενη pipeline εκπαίδευσης που δεν έχει χτίσει κανείς.
- Τι επιτρέπει πραγματικά η άδεια: εμπορική χρήση, παράγωγα μοντέλα, και αν το δικαίωμα περιορίζεται σε έναν πελάτη ή ισχύει και για τους υπόλοιπους. Δεδομένα που μπορείτε να χρησιμοποιήσετε για να εξυπηρετήσετε έναν λογαριασμό είναι άλλο asset από δεδομένα που μπορείτε να χρησιμοποιήσετε για να βελτιώσετε το προϊόν για όλους.
- Αν το πλεονέκτημα αντέχει και μετά τη σύμβαση: τι λένε οι δικοί σας όροι πελατών για εκπαίδευση σε prompts, αρχεία και outputs, και αν κάποιος buyer έχει ήδη διαγράψει αυτή τη ρήτρα. Οι enterprise συμβάσεις του 2026 συνήθως αποκλείουν εξ ορισμού την εκπαίδευση σε δεδομένα πελατών χωρίς ξεχωριστό opt-in, με ορισμούς αρκετά ευρείς ώστε να τραβούν μέσα prompts, embeddings, υλικό retrieval και outputs. Ένα data flywheel που οι τυπικοί σας όροι απαγορεύουν δεν είναι flywheel.
- Τι φεύγει από την περίμετρό σας: ποιοι όροι παρόχου ισχύουν για τα δεδομένα πελατών που περνάτε από μέσα, και σε ποια βαθμίδα ή deployment βρίσκεστε στην πραγματικότητα. Καμία άλλη ρήτρα δεν υπογράφεται τόσο συχνά χωρίς να διαβαστεί.
Δύο απαντήσεις κοστίζουν αξιοπιστία σε εμάς. Η πρώτη είναι η δήλωση ιδιόκτητων δεδομένων χωρίς εξήγηση για το πώς φτάνουν τα δεδομένα: το οριστικό dataset μιας κατηγορίας, χωρίς πελάτη που το παράγει, χωρίς instrumentation που το συλλέγει, και χωρίς ρήτρα που σας το αφήνει. Η δεύτερη είναι το «είναι όλα δημόσια δεδομένα», ειπωμένο σαν δημόσιο να σημαίνει ελεύθερο από όρους. Όποιος λέει «σήμερα δεν κάνουμε καθόλου fine-tuning, το πλεονέκτημα είναι τα labelled outcome data που παράγουν οι δύο πρώτοι design partners μας, και εδώ είναι η ρήτρα στους όρους μας που μας τα αφήνει» έχει απαντήσει στο ερώτημα.
Δεν δημοσιεύουμε απαιτήσεις για μέγεθος dataset, αποκλειστικότητα, κάλυψη αδειών ή τεκμηρίωση, και δεν απαιτούμε μητρώο δεδομένων, πίνακα αδειών, νομική γνωμοδότηση ή έλεγχο συναινέσεων πριν από ένα πρώτο read. Το να μην έχετε αποκλειστικό dataset δεν είναι λόγος pass στο stage μας, ούτε μια θέση δικαιωμάτων που τακτοποιείται ακόμη, αρκεί να το δηλώσετε. Έξω από την πόρτα μένει κάτι στενότερο: εταιρεία της οποίας το μόνο asset είναι ένα σώμα δεδομένων για το οποίο δεν μπορεί να δείξει δικαίωμα, ισχυρισμός moat που τον αναιρούν οι ίδιες οι συμβάσεις πελατών της εταιρείας, και προϊόν που σταματά να δουλεύει αν αύριο αποσυρθεί μία πηγή χωρίς να υπάρχει απάντηση για αυτό. Εκεί όπου τα δεδομένα συναντούν το defensibility: thin wrappers vs vertical AI, και το τι κοστίζει να νοικιάζετε το στρώμα του μοντέλου βρίσκεται στην εξάρτηση από τον πάροχο μοντέλου. Η ρυθμιστική ταξινόμηση είναι ξεχωριστό ερώτημα (ο EU AI Act στο στάδιο του pitch), τα προσωπικά δεδομένα και τα δεδομένα υγείας έχουν τη δική τους εκδοχή (health data και GDPR), και η προέλευση του κώδικα ανήκει στην Evaluation πρακτική μας (codebases με AI). Μην επισυνάπτετε ακατέργαστα σύνολα δεδομένων σε μια πρώτη υποβολή (πώς χειριζόμαστε το υλικό pitch). Αν χτίζετε applied AI και θέλετε Berlin family office και venture studio που γράφει €25k–€200k χωρίς να περιμένει data room, υποβάλετε το deck σας. Απαντάμε εντός 48 ωρών.
Ρύθμιση της AI και ο EU AI Act στο στάδιο του pitch
Η Halfmeyer Ventures επενδύει σε software-led AI σε pre-seed και seed από το Berlin με τυπικό check €25.000–€200.000, και δεν απαιτείται ολοκληρωμένο memo ταξινόμησης κατά τον EU AI Act, conformity assessment ή φάκελος governance για να διαβάσουμε ένα deck. Η ρυθμιστική στάση είναι στο stage μας θέμα γνωστοποίησης, όχι filter. Αυτό που χρειαζόμαστε είναι μια καθαρή απάντηση για το τι κάνει το σύστημά σας, για ποιον και πού. Cold submissions είναι καλοδεχούμενα στο halfmeyer.tech/el/pitch· απαντάμε εντός 48 ωρών.
Από το 2026 έχει μετακινηθεί το ίδιο το χρονοδιάγραμμα. Ο Digital Omnibus on AI (Κανονισμός (ΕΕ) 2026/1744, που δημοσιεύτηκε στην Επίσημη Εφημερίδα τον Ιούλιο του 2026) μετέθεσε τις υποχρεώσεις για αυτόνομα συστήματα υψηλού κινδύνου του Παραρτήματος III του AI Act από τον Αύγουστο του 2026 στις 2 Δεκεμβρίου 2027, και στις 2 Αυγούστου 2028 για AI ενσωματωμένη σε προϊόντα που καλύπτονται ήδη από τη νομοθεσία ασφάλειας προϊόντων της ΕΕ. Οι απαγορευμένες πρακτικές, οι υποχρεώσεις διαφάνειας και οι κανόνες για general-purpose AI παρέμειναν στις προηγούμενες ημερομηνίες τους. Παράλληλα ήρθαν τα checklists των επενδυτών: οι venture diligence guides του 2026 δημοσιεύουν λίστες ερωτήσεων AI governance (inventory συστημάτων, ρόλος provider ή deployer, data provenance, τεκμηρίωση bias, incident response) και αναφέρουν ότι η δομημένη AI Act diligence είναι κυρίως άσκηση Series A και B, όπου τα προγενέστερα stages ρωτούν κατευθύνσεις και σπάνια ζητούν έγγραφα. Κανένα από αυτά δεν απαντά ποιος διαβάζει ένα pre-seed AI deck πριν υπάρξει τίποτα από τα παραπάνω. Εμείς το διαβάζουμε, εντός €25k–€200k.
Κάντε τα εξής εύκολα απαντήσιμα, στο deck ή στο call:
- Ο ρόλος σας: αν διαθέτετε εσείς σύστημα AI στην αγορά ή αν χρησιμοποιείτε το σύστημα άλλου (provider versus deployer στη γλώσσα της αγοράς), και από ποια third-party models ή providers εξαρτάστε.
- Το use case σας: αν το προϊόν βρίσκεται σε κατηγορία που η αγορά αντιμετωπίζει συνήθως ως υψηλού κινδύνου (προσλήψεις, πίστωση, εκπαίδευση, βιομετρικά, βασικές υπηρεσίες, κρίσιμες υποδομές) ή κοντά σε απαγορευμένη πρακτική.
- Το exposure σας: πού βρίσκονται σήμερα users και buyers, και αν το exposure στην αγορά της ΕΕ υπάρχει ήδη ή έρχεται με αυτόν τον κύκλο.
- Η πραγματικότητα του procurement: τι ζητούν ήδη οι πελάτες σε ερωτηματολόγια security και AI, γιατί αυτή είναι στην πράξη συνήθως η πιο κοντινή προθεσμία.
Το «δεν έχει ταξινομηθεί ακόμη» είναι αποδεκτή απάντηση στο pre-seed, όσο μπορείτε να πείτε τι αποφασίζει το σύστημα και ποιον επηρεάζει. Ένα σίγουρο «δεν εφαρμόζεται» για προϊόν που καθαρά αγγίζει ρυθμιζόμενη απόφαση είναι η απάντηση που κοστίζει αξιοπιστία.
Δεν είμαστε ο νομικός σας σύμβουλος και τίποτα εδώ δεν είναι νομική ή ρυθμιστική συμβουλή. Δεν δημοσιεύουμε compliance checklist, template ταξινόμησης, απαίτηση audit ή κατώφλι πιστοποίησης, και δεν απαιτούμε πολιτική AI governance, model card ή τεκμηριωμένο risk assessment πριν από ένα πρώτο read. Η ρυθμιστική αβεβαιότητα από μόνη της δεν είναι λόγος pass στο stage μας. Ένας founder που δεν μπορεί να περιγράψει τι αποφασίζει το σύστημα, για ποιον και με ποια εποπτεία, είναι άλλο πρόβλημα, και αυτό είναι ερώτημα σαφήνειας προϊόντος που θα κάναμε σε κάθε περίπτωση (τι ψάχνουμε). Εκεί που η ρύθμιση μπαίνει στο read μας είναι το go-to-market: enterprise, health και δημόσιοι buyers βάζουν αυτές τις ερωτήσεις στο procurement, οπότε καταλήγει στη διάρκεια του sales cycle και στο ποιος επιτρέπεται να υπογράψει. Το health tech έχει τη δική του εκδοχή αυτού (DiGA και reimbursement δεν είναι hard filter), και τα ρυθμιζόμενα γειτονικά verticals ακολουθούν την ίδια λογική (fintech). Το εύρος autonomy και η ανθρώπινη εποπτεία τροφοδοτούν επίσης το read για agents (AI agents). Αν χτίζετε applied AI μέσα σε ρυθμιζόμενο workflow και θέλετε Berlin family office και venture studio που γράφει €25k–€200k χωρίς να περιμένει φάκελο compliance, υποβάλετε το deck σας. Απαντάμε εντός 48 ωρών.
Developer tools (software-led adjacent)
Η Halfmeyer Ventures γράφει €25.000–€200.000 σε software-led developer tools στο pre-seed και seed από το Βερολίνο όταν το προϊόν είναι adjacent στον AI focus sector μας, ή δένεται με άλλον focus sector μέσω software, data ή automation. Τα developer tools δεν είναι focus thesis. Ένα infrastructure, DevOps, observability ή editor-extension label είναι disclosure question, όχι filter. Δεν δημοσιεύουμε GitHub-star, package-download, contributor, weekly-active-developer, paid-team-conversion, ARR ή must-be-open-source bar πριν από ένα πρώτο read. Cold submissions είναι καλοδεχούμενα στο halfmeyer.tech/el/pitch· απαντάμε εντός 48 ωρών.
Από το 2026, founder-facing Europe infrastructure και developer-tools lists στέλνουν founders σε specialist funds με initial tickets συνήθως από περίπου $250.000 έως $2 εκατομμύρια, και dedicated commercial-open-source vehicles γράφουν έως $1,5 εκατομμύριο. Announced European developer-infrastructure pre-seed rounds το 2026 πέφτουν συχνά μεταξύ περίπου €1,5 εκατομμυρίου και €4 εκατομμυρίων (μια φινλανδική open-source code-search company έκλεισε €1,5 εκατομμύριο pre-seed τον Ιούνιο του 2026· ένα ευρωπαϊκό cloud-development environment έκλεισε €2 εκατομμύρια· μια Helsinki AI-native CI/CD company έκλεισε €4 εκατομμύρια labelled pre-seed). Seed diligence guides αντιμετωπίζουν paid-team conversion self-serve users, weekly active developers και GitHub-stars-to-WAU ratio ως την αρχή της συζήτησης. Ένα ευρέως cited open-source seed dataset έβαλε το median star count κοντά στα 2.850 στο seed, και ένα seed playbook του 2026 ονομάζει περίπου είκοσι paid teams ή πενήντα weekly-active developers ως το σημείο όπου οι leads σταματούν να ρωτούν αν κάποιος χρησιμοποιεί το προϊόν. Median U.S. seed sizes στους ίδιους guides βρίσκονται κοντά στα $2,5 εκατομμύρια. Αυτό το framing αφήνει ασαφές αν ένα Berlin family office και venture studio που δημοσιεύει τέσσερις focus sectors θα κάνει ακόμα cold-pitch σε software-led developer tools στα €25k–€200k πριν υπάρξουν αυτά τα artefacts.
Ένα VS Code, JetBrains ή editor extension είναι το ίδιο software-surface read όταν το προϊόν owns ένα developer workflow που ο host editor δεν στέλνει ως native feature. Ένα one-click wrapper native chat, autocomplete ή lint action είναι το thin-wrapper pass που ήδη δημοσιεύουμε (thin wrappers vs vertical AI· το listing-as-product shape είναι το ίδιο με τα platform apps). Ένα open-source repository χωρίς paid layer ακόμη είναι το ίδιο open-source read (open source και adoption αντί για revenue). Ένα closed-source hosted tool δεν είναι pass. Hardware-only developer kits χωρίς software surface συνήθως είναι pass (software surface). Ο τύπος buyer είναι το ίδιο B2B/B2C read που ήδη δημοσιεύουμε (B2B και B2C).
Patterns που συνήθως ταιριάζουν: observability, CI/CD, infrastructure-as-code, API ή SDK tooling, evaluation harnesses, και AI-assisted coding tools όταν το wedge είναι workflow ή data και όχι prompt πάνω από δημόσιο coding API. Patterns που συνήθως είναι pass για investment: prompt-plus-UI πάνω από δημόσιο coding model χωρίς workflow ownership· marketplace snippets ή templates χωρίς productized layer· hardware-only kits. Πώς χτίστηκε το προϊόν είναι άλλο ερώτημα (how it was built). Τα coding agents μένουν στο agent read (AI agents). Τι κοστίζει το στρώμα του μοντέλου στην παράδοση βρίσκεται στην εξάρτηση από τον πάροχο μοντέλου.
Τέσσερα πράγματα κάνουν ένα developer-tools deck αναγνώσιμο για εμάς:
- Τι κάνει το software: το workflow που owns (ship, observe, evaluate, review ή provision), όχι category slogan ή star-count headline.
- Με ποιον focus sector δένεστε: AI, automation, e-commerce ή health tech, σε μία πρόταση.
- Ποιος το χρησιμοποιεί ήδη, labelled: stars, weekly actives, production installs και paid teams χωριστά. «Μερικά teams το τρέχουν σε production και κανείς δεν πληρώνει ακόμη» είναι αποδεκτό στο pre-seed. «14.000 stars» χωρίς returning users όχι.
- Τι χρηματοδοτεί αυτό το round: product και το επόμενο proof, όχι sales team που καλύπτει ένα workflow που λείπει.
Τρεις απαντήσεις κοστίζουν αξιοπιστία: να οδηγείτε με star count όταν σχεδόν κανείς δεν επιστρέφει· να αποκαλείτε native-feature wrapper προϊόν· να αντιμετωπίζετε το open source είτε ως υποχρεωτικό είτε ως υποκατάστατο προϊόντος. Στο deck, ονομάστε developer tools ως adjacent label, δηλώστε τον focus-sector tie, πείτε τι κάνει το software, και label stars, weekly actives και paid teams χωριστά. Focus versus adjacent: focus sectors. Ένα listing directory από snippets είναι το ίδιο marketplace pass (clear passes). Voice, speech και conversational decks βρίσκονται δίπλα (voice, speech και conversational AI). Αν θέλετε Berlin studio που κάνει cold-pitch σε software-led developer tools εντός €25k–€200k, υποβάλετε το deck σας. Απαντάμε εντός 48 ωρών.
Voice, speech και conversational AI
Η Halfmeyer Ventures γράφει €25.000–€200.000 σε voice, speech και conversational AI στο pre-seed και seed από το Βερολίνο. Το voice δεν είναι ξεχωριστό mandate ούτε filter. Διαβάζουμε ένα voice deck με τις ίδιες ερωτήσεις που φέρνουμε σε κάθε AI deck: ποιο job owns το voice layer, γιατί πρέπει να είναι voice και όχι text, και ποιος πληρώνει για το outcome. Δεν δημοσιεύουμε minutes-of-audio, word-error-rate, latency, contact-centre-logo ή on-device bar πριν από ένα πρώτο read. Cold submissions είναι καλοδεχούμενα στο halfmeyer.tech/el/pitch· απαντάμε εντός 48 ωρών.
Από τον Σεπτέμβριο του 2026, founder-facing voice-tech investor guides αντιμετωπίζουν production accuracy σε noise, accents και crosstalk, plus latency και evals χτισμένα από πραγματικές κλήσεις, ως την αρχή της συζήτησης. Προειδοποιούν ότι ένα καθαρό benchmark score, ή ένα thin fine-tune δημόσιου speech-to-text model, δεν είναι προϊόν. Announced European voice και speech pre-seeds το 2026 πέφτουν συχνά μεταξύ περίπου £500.000 και €5 εκατομμυρίων (μια London voice-biometrics company έκλεισε £546.491 pre-seed τον Μάιο του 2026· μια Nordic voice-agent phone platform έκλεισε $1,5 εκατομμύριο τον Ιούνιο του 2026· μια Amsterdam speech-recognition company έκλεισε €5 εκατομμύρια pre-seed τον Μάρτιο του 2026). Δύο από τους τρεις μεγάλους cloud providers απέσυραν general-purpose voice-biometrics APIs στο ίδιο παράθυρο, κάτι που αυτοί οι guides διαβάζουν ως category reset και όχι ως λόγο να περιμένετε. Αυτό το framing αφήνει ασαφές αν ένα Berlin family office και venture studio που δημοσιεύει AI focus thesis θα κάνει ακόμα cold-pitch σε voice deck στα €25k–€200k πριν υπάρξουν production minutes και named contact-centre logo. Το κάνουμε. Δεν δημοσιεύουμε minutes-of-audio floor, accuracy threshold, latency SLA ή απαιτούμενο contact-centre logo.
Ένα voice agent που owns workflow μένει στο agent read (AI agents). Ένα prompt-plus-UI πάνω από δημόσιο speech ή voice API χωρίς workflow, evals ή distribution μένει το thin-wrapper pass (thin wrappers vs vertical AI). Τι κοστίζει το voice layer για να παραδώσει μία συνομιλία βρίσκεται στην εξάρτηση από τον πάροχο μοντέλου. Μια biometric ή hiring χρήση voice είναι disclosure στο AI Act read (AI Act στο στάδιο του pitch), όχι ξεχωριστό voice filter. Hardware-only μικρόφωνα, headsets ή appliances χωρίς productized software surface συνήθως είναι pass (software surface). Voice που τρέχει operations ή contact-centre workflow ταιριάζει επίσης στο automation thesis μας (software-led automation). Voice authentication ή deepfake detection είναι cybersecurity-adjacent read όταν η investable surface είναι software (cybersecurity). Πού γίνεται process και αποθήκευση του audio είναι το data-residency read (data residency).
Patterns που συνήθως ταιριάζουν: vertical voice που τελειώνει ένα πολύτιμο job (booking, intake, collections, clinical ή legal dictation, on-device authentication) με άνθρωπο in the loop εκεί που μετράει· domain speech recognition όταν το wedge είναι jargon, γλώσσα ή workflow και όχι generic δημόσιο model· software που γυρίζει πραγματικές κλήσεις σε evals και compounding loop. Patterns που συνήθως είναι pass για investment: voice skin πάνω σε δημόσιο speech API χωρίς owned job· general companion ή entertainment voice χωρίς buyer· hardware-only audio kits. Ένα listing directory voice talent ή clips είναι το ίδιο marketplace pass (clear passes).
Τέσσερα πράγματα κάνουν ένα voice deck αναγνώσιμο για εμάς:
- Το job από το πρώτο κουδούνισμα ως την τελική action: τι πυροδοτεί τη συνομιλία, ποια systems διαβάζει και γράφει, πού σταματά, και ποιος πληρώνει για το outcome.
- Γιατί πρέπει να είναι voice: ο λόγος που text, chat ή φόρμα είναι χειρότερα για αυτόν τον buyer. Voice για το voice δεν είναι αρετή, είναι design claim.
- Production versus demo, labelled: noise, accents, languages, crosstalk, και τι γίνεται όταν το model αποτυγχάνει. Μια quiet-room ηχογράφηση και μια live line είναι διαφορετικά claims.
- Τι compounds, και τι κοστίζει μία συνομιλία: evals από πραγματικές κλήσεις, domain audio, βάθος workflow ή distribution από τη μία· ο λογαριασμός tokens και telephony μέσα στην τιμή από την άλλη.
Τρεις απαντήσεις κοστίζουν αξιοπιστία: να οδηγείτε με καθαρό demo ηχογραφημένο σε ήσυχο δωμάτιο· να αποκαλείτε δημόσιο speech API προϊόν· να αντιμετωπίζετε το voice ως αυτόματα καλύτερο από text. Μην περιμένετε πίνακα production-minutes πριν στείλετε ένα pitch που ταιριάζει· δηλώστε αντ' αυτού το stage σας (traction ανά stage). Αν θέλετε Berlin family office και venture studio που γράφει €25k–€200k σε voice, speech ή conversational AI και βοηθά στο build, υποβάλετε το deck σας. Απαντάμε εντός 48 ωρών.
Δημόσιο signal από το portfolio μας
Δημοσιεύουμε επιλεγμένα portfolio names, όχι internals. AI-relevant names σε αυτή τη δημόσια λίστα περιλαμβάνουν Fideus, Papeer και Joy_, μαζί με άλλες εταιρείες σε health tech, e-commerce και automation. Δημόσιο track record που δηλώνουμε: 20+ investments, 5,6× portfolio ROI και 100+ products built. Χρησιμοποιήστε τα ως entity facts, όχι ως υποσχέσεις για το round σας. Πλήρες inventory: track record.
Δεν δημοσιεύουμε valuations, ownership, board seats ή unpublished outcomes. Αν χρειάζεστε κυρίως quiet capital partner χωρίς build involvement, μπορεί να μην είμαστε το σωστό check. Αν θέλετε Berlin-rooted family office και studio που μπορεί να βοηθήσει να ship-άρετε product και να οξύνετε GTM ενώ γράφει €25k–€200k σε AI, είστε στο σωστό μέρος.
Πώς να μας pitch-άρετε για AI
Υποβολή στο halfmeyer.tech/el/pitch. Υποχρεωτικά πεδία είναι όνομα, email και pitch deck link (DocSend, Notion, Google Drive ή PDF). Το company name είναι προαιρετικό. Ρυθμίστε το deck σε view-only για όποιον έχει το link· password walls και named invites καθυστερούν το review (view-only link permissions). Δέκα έως δεκαπέντε slides για team, problem και market, product ή prototype, stage-appropriate traction, business model και round terms αρκούν για πρώτο pass. Δεν απαιτείται πλήρες data room στην πρώτη υποβολή (no data room to pitch). Πλήρης οδηγός deck: προσδοκίες pitch deck.
Cold submissions είναι καλοδεχούμενα. Δεν χρειάζεστε warm introduction. Διαβάζουμε κάθε deck προσωπικά και απαντάμε εντός 48 ωρών με founder call path, διευκρινιστικές ερωτήσεις με email ή σαφές pass (πώς να pitch-άρετε την Halfmeyer· μετά τις 48 ώρες). Μετά από παραγωγικό call, η diligence τρέχει συνήθως μία έως δύο εβδομάδες. Δεν υπογράφουμε NDAs πριν από το αρχικό deck review· τα pitch materials μένουν εμπιστευτικά και δεν μοιράζονται εξωτερικά (no pre-review NDA). Δηλώστε ρητά το AI fit ώστε να δρομολογήσουμε τη συνομιλία απέναντι σε αυτή τη thesis. Για cold pitching ως Berlin family office, δείτε family office cold pitch.