✦︎ Food & AgTech > SaaS d'IA pour la réduction du gaspillage alimentaire.
✦︎ B2B > SaaS
✦︎ 8M€ raised from SHIFT Invest and ECBF (February, 26th, 2026)

WEIGHTED SCORE CALCULATION
Thesis :

═════════════════════════════════════════════════
TEAM EXCELLENCE 88/100 × 20% = 17.6 points
MARKET OPPORTUNITY 82/100 × 25% = 20.5 points
PRODUCT INNOVATION 85/100 × 30% = 25.5 points
BUSINESS MODEL 80/100 × 15% = 12.0 points
TRACTION & GROWTH 90/100 × 30% = 27.0 points
─────────────────────────────────────────────────
Base Score: 102.6/100
Thesis Alignment Modifier: -10%
─────────────────────────────────────────────────
FINAL ADJUSTED SCORE : 92.3/100 → 🟢INTERESTING (85-100)
*Note: Score élevé sur les fondamentaux opérationnels, mais misfit critique avec la thèse Travel Tech.*

═════════════════════════════════════════════════

❓ In a NUTSHELL : Foodforecast est un SaaS d'IA pour la réduction du gaspillage alimentaire qui permet aux gestionnaires de points de vente et boulangeries de supprimer les pertes d'inventaire par une prévision ultra-précise de la demande automatisant les commandes.

⚠️ The PROBLEM : L'industrie alimentaire perd des milliards en produits frais invendus en raison de prévisions manuelles erronées, impactant les marges de 3 à 5% et générant un désastre écologique.

✅ The SOLUTION : La plateforme autopilotée de Foodforecast analyse les données historiques, la météo et la saisonnalité pour générer des bons de commande optimaux via API. Leur insight non-consensus est que l'IA ne doit pas seulement assister, mais piloter entièrement la commande de produits ultra-frais pour éliminer l'erreur humaine.

🚀 The GTM & MOAT : Leur GTM est une vente directe Enterprise/Grands Comptes ciblant les chaînes de boulangeries et la restauration collective. Le moat est construit sur une accumulation de données propriétaires (boucles de rétroaction sur 8 800 tonnes de déchets) et des intégrations logicielles profondes (API) rendant le switching cost élevé.

💬 Our RATIONALE & THESIS FIT :
Foodforecast possède un avantage structurel grâce à sa spécialisation sur les produits Ultra-Fresh et une équipe fondatrice (Justus Lauten) à fort pedigree technique RWTH Aachen. Toutefois, l'entreprise est en décalage total avec la thèse , qui est centrée sur la consolidation de la Travel Tech (Hotel RFP, VAT reclaim, Payment). Il n'y a aucune synergie avec Trevium FOS ou les TMC, sauf à envisager une verticale Catering de voyage, ce qui reste très périphérique. L'investissement serait un pari pur sur la qualité SaaS AgTech sans levier avec le reste du portfolio.

═════════════════════════════════════════════════

👨🏻‍💻 TEAM EXCELLENCE (20%) | Score: 88/100
✦︎ Founder-Market Fit (23/25): Justus Lauten • 6 ans en FoodTech • Ex-innogy SE Software Eng • Master RWTH Aachen (Top Tier DE).
✦︎ Track Record (21/25): Levée de 8M€ Series A en 2026 • Soutien de SHIFT Invest et ECBF • Prix d'innovation durabilité.
✦︎ Leadership (22/25): Équipe structurée • Support 24/7 • Expertise IA confirmée.
✦︎ Completeness (22/25): CTO/CEO équilibré • Équipe d'implémentation opérationnelle visible.

🌊 MARKET OPPORTUNITY (25%) | Score: 82/100
✦︎ Size & Growth (21/25): Marché AgTech IA en Europe • CAGR estimé >15% • Focus sur les produits périssables (segment à forte marge).
✦︎ Timing Why Now (23/25): Régulateurs européens (ESG) • Pression sur les coûts de l'énergie et des matières premières en Allemagne.
✦︎ Competition (18/25): Concurrence forte (Afresh aux USA, Winnow) • Positioning centré DACH/Europe.
✦︎ Expansion (20/25): Plans d'expansion internationale financés par la Series A.

💡 PRODUCT INNOVATION (30%) | Score: 85/100
✦︎ Differentiation (22/25): Pilote automatique en magasin • Algorithmes d'apprentissage supervisé temps réel • Prévisions intra-journalières.
✦︎ Product-Market Fit (22/25): Témoignages clients (SSP) • 8 826 tonnes de déchets évités.
✦︎ Scalability (21/25): Architecture Cloud multi-tenant • Intégrations API standardisées.
✦︎ IP & Barriers (20/25): Données historiques exclusives sur le comportement des consommateurs en boulangerie.

💼 BUSINESS MODEL (15%) | Score: 80/100
✦︎ Unit Economics (20/25): Garantie ROI 10x • Réduction des coûts de production immédiate.
✦︎ Revenue Model (20/25): SaaS récurrent • Contrats Enterprise.
✦︎ Monetization (20/25): Forfaits personnalisés selon les modules (Production, Commande).
✦︎ Capital Efficiency (20/25): 11M€+ levés au total • Ratio capital/impact déchet élevé.

📈 TRACTION & GROWTH (30%) | Score: 90/100
✦︎ Revenue Growth (22/25): Forte croissance signalée par la Series A de 8M€ en 2026.
✦︎ Customer Validation (23/25): Références majeures dans le secteur boulangerie et restauration collective (SSP).
✦︎ KPI Progression (22/25): Expansion constante de l'équipe et du nombre de points de vente couverts.
✦︎ Market Penetration (23/25): Leader émergent sur le segment boulangerie industrielle en Allemagne.

🗝️ KEY COMPETITIVE ADVANTAGES :
✦︎ Spécialisation Ultra-Fresh : Optimisation granulaire pour des produits à cycle de vie inférieur à 24h.
✦︎ IA de prédiction intra-journalière intégrée.
✦︎ Garantie de ROI 10x : Argument de vente puissant pour les marges faibles du retail.
✦︎ Pedigree RWTH Aachen : Crédibilité technique exceptionnelle en Allemagne.
✦︎ Traction confirmée par des fonds climatiques majeurs (ECBF, SHIFT).

🧱 MOAT : MODERATE
✦︎ Data Advantages : Les algorithmes s'améliorent avec chaque tonne de nourriture tracée, créant une barrière de performance VS les nouveaux entrants.
✦︎ Switching Costs : L'intégration profonde via API dans les ERP de commande rend le remplacement complexe une fois déployé sur 100+ points de vente.

🚩 RED FLAGS
✦︎ Universal Red Flags : Dépendance sectorielle forte (Boulangeries/Frais) ; risque de consolidation des clients (retail) qui pourraient développer l'IA en interne.
✦︎ Thesis-Specific Red Flags : Absence totale de lien avec la Business Travel Tech. Inadéquation géographique avec les priorités IT/FR de (majoritairement positionné en Allemagne).

📝 FIRST MEETING PREP KIT
✦︎ The Investment Angle : Le pari est que Foodforecast deviendra le Brain layer de la logistique alimentaire fraîche en Europe, capturant une part du profit sauvé chez les retailers.
✦︎ Killer Questions for First Call:

• Question 1 : 'Comment prévoyez-vous d'étendre la solution au-delà des boulangeries vers le retail généraliste où les SKUs sont beaucoup plus hétérogènes ?'
• Question 2 : 'Dans quelle mesure votre IA est-elle capable de s'adapter aux chocs de supply chain imprévus (grèves, ruptures ?) au-delà de la météo ?'
• Question 3 : 'Étant donné notre thèse Travel Tech, voyez-vous des opportunités d'intégration avec le catering aérien ou ferroviaire ?'

✦︎ First Meeting Go/No-Go Signal : La capacité à démontrer que l'algorithme génère des résultats supérieurs à ceux des modules Demand Planning des ERP généralistes (SAP/Oracle).

🔢 THESIS ALIGNMENT SCORE MODIFIER
Poor Fit (-10%): Bien que l'entreprise soit d'une qualité exceptionnelle (Series A Tier 1), elle se situe hors du scope de la thèse centrée sur la Travel Tech consolidation, ne permettant aucune synergie avec Trevium FOS.

🌐 DATA CONFIDENCE : HIGH
✦︎ Les données de financement et d'équipe sont robustes suite aux annonces de février 2026.
✦︎ DATA GAPS : Chiffre d'affaires ARR exact non public • Taux de churn des premiers pilotes.