Aktuelle Events
KI für echte Nachhaltigkeit
Wie künstliche Intelligenz (KI) bei der Nachhaltigkeitstransformation helfen kann.
Wie nur wenige andere Technologien ist künstliche Intelligenz von geradezu magischen Versprechungen umgeben, die sich gut in die seit Langem bestehende Erzählung von der bevorstehenden digitalen Revolution einfügen, die durch ein scheinbar aktuelles Zitat von Hubert L. Dreyfus beschrieben wurde: „Jeden Tag lesen wir, dass digitale Computer Schach spielen, Sprachen übersetzen, Muster erkennen und bald in der Lage sein werden, unsere Arbeit zu übernehmen. In der Tat scheint dies heute ein Kinderspiel zu sein.“ Die Tatsache, dass das Zitat aus dem Jahr 1972 stammt, zeigt, wie notwendig eine nuancierte Analyse des KI-Bereichs ist.
Ursprünglich bezog sich der Begriff KI auf ein Gebiet der Informatik, das zunächst den trockenen Namen Automatentheorie trug. Die Informatiker John McCarthy und Marvin Minsky waren jedoch der Meinung, dass der Begriff Artificial Intelligence (Deutsch: künstliche Intelligenz) passender wäre, vor allem im Hinblick auf die Popularität und Finanzierbarkeit des Fachgebiets, und benannten es anlässlich eines Workshops im Jahr 1955 entsprechend um.
KI ist keine eigenständige Technologie, sondern ein vielschichtiger Bereich innerhalb der Informatik. Lange Zeit stellten KI-Systeme Wissen explizit dar oder „symbolisierten“ es, indem sie logische Schlussfolgerungen und Entscheidungsbäume ermöglichten. Diese symbolischen Ansätze ermöglichen formale Schlussfolgerungen wie „alle süßen Dinge sind klebrig und Marmelade ist süß, also ist Marmelade klebrig“.
In den 1980er-Jahren kamen die sogenannten subsymbolischen Ansätze auf, wie künstliche neuronale Netze (ANN), genetische Algorithmen oder andere statistische und heuristische Annäherungen. Diese Ansätze erfordern eine Vorkonfiguration mit großen Datenmengen in vielen Iterationen, die oft als Training bezeichnet werden und bei denen das Wissen nur implizit repräsentiert wird und schwer zu überprüfen ist. Aktuelle Bilderkennungs- und große Sprachmodelle sowie Übersetzungssysteme arbeiten auf diese Weise.
Starke, schwache und Zeitgeist-KI
In der akademischen KI-Diskussion werden gewöhnlich zwei Arten von KI unterschieden: starke KI und schwache KI. Ich möchte jedoch einen dritten Typus hinzufügen, den ich Zeitgeist-KI nenne. Starke KI, auch bekannt als Artificial General Intelligence (AGI), bezieht sich auf ein System, das über eine allgemeine und flexible Intelligenz verfügt, Fragen stellen kann und echte Kreativität, vielleicht sogar Bewusstsein, aufweist. Ein solches System könnte eigenständig handeln, hätte möglicherweise eigene Ziele und müsste daher die Verantwortung für sein Handeln übernehmen. Diese Art von KI existiert nur im Bereich der Science-Fiction, und in der technischen KI-Forschung gibt es keine Anzeichen dafür, dass sich dies in absehbarer Zeit ändern wird.
Schwache KI, auch als Artificial Narrow Intelligence (ANI) bekannt, bezieht sich auf ein System, das nur eng definierte, hoch spezialisierte und domänenspezifische Aufgaben ausführen kann. Es kann nicht die Domäne wechseln oder eigene Ziele setzen; es ist ein Werkzeug, wenn auch ein sehr komplexes. Zu dieser Kategorie gehören Systeme, die Muster erkennen (visuelle und akustische Objekterkennung oder Datenanalyse wie die Optimierung der Ressourcennutzung, z.B. des Strom- und Wasserverbrauchs) oder automatisch andere domänenspezifische Aufgaben mit klaren Zielen ausführen (z.B. Go spielen, abgeleitete Texte oder Bilder produzieren). Alle aktuellen KI-Systeme fallen in diese Kategorie, einschließlich der aktuellen großen Sprachmodelle.
Drittens möchte ich Zeitgeist-KI als ein diskursives Phänomen definieren, bei dem sich politische, gesellschaftliche und sogar akademische Akteure auf KI beziehen, obwohl sie eigentlich alles meinen, was mit komplexen digitalen Technologien wie Algorithmen, Big Data, Software, Programmen, Computersystemen, Automatisierung, IT, tatsächlicher KI, Statistik und sogar Digitalisierung im Allgemeinen zu tun hat. Mit einem derart vagen KI-Konzept sind ernsthafte und fruchtbare KI-Debatten schwierig, weshalb sie regelmäßig eingedämmt werden müssen.
Präzise Sprache
Darüber hinaus ist bei der Wahl der Sprache für die Diskussion über KI große Vorsicht geboten, da viele der vorherrschenden Fachbegriffe historisch gesehen auf menschliche Tätigkeiten und Fähigkeiten verweisen, aber nicht als Analogien verstanden werden sollten. Die Begriffe handeln, entscheiden, erkennen, verstehen, (selbst)lernen, wissen, trainieren, Autonomie, vorhersagen und sogar Intelligenz sind höchst irreführend. Falsche Begriffe wecken falsche Assoziationen, schüren unbegründete technologische Fiktionen und implizieren unsinnige oder sogar (gesellschaftlich) schädliche Anwendungen. Geeignete Begriffe wurden vorgeschlagen, z.B. bewegen, ausführen, erkennen, den Erwartungen entsprechen, dynamische Konfiguration, Daten/Information, Vorkonfiguration, Automatisierung, Projektion und komplexe Daten/Informationsverarbeitung. Solche Begriffe sind besonders in interdisziplinären Kontexten oder in der Wissenschaftskommunikation relevant.
Was KI nicht gut kann
KI-Systeme können bestimmte Aufgaben effektiv erledigen, für die klare Regeln, geeignete Modelle, spezifische Ziele und geeignete Daten zur Verfügung stehen. Zu diesen Aufgaben gehören die vorausschauende technische Wartung (z.B. für rotierende Teile), die Optimierung des Ressourcenverbrauchs (z.B. Wasserverbrauch in der Landwirtschaft, Energieverbrauch in Rechenzentren), Sprach-/Bilderkennung (z.B. Sprache, Landmarken und Tiere) und Sprach-/Bildsynthese. Darüber hinaus kann KI eingesetzt werden, um beliebige Daten nach Mustern zu durchsuchen (Kompartimentierung, Clustering usw.). Es gibt auch beeindruckende generative KI-Anwendungen in den Bereichen Bild, Sprache und Musik, aber sie lösen keine spezifischen Aufgaben und haben bisher nur explorativen Wert.
Viele der Eigenschaften, die der KI zugeschrieben werden, sind oft klassische Methoden der Informatik, gerade Zeitgeist-KI oder auch nur menschliche Arbeit im globalen Süden. Doch um das Potenzial von KI richtig zu diskutieren, müssen wir differenzieren, wovon wir sprechen. Zwei aufschlussreiche Beispiele:
1. Der Kern des automatisierten Fahrens (AD) ist nicht KI, da KI bisher nur für die Bilderkennung (z.B. Verkehrszeichenerkennung) zuständig ist, der Rest ist keine KI. Daher würde die Finanzierung von KI nicht unbedingt AD verbessern.
2. KI-Systeme können per se keine Prognosen erstellen. Was KI leisten kann, ist die statistische Analyse vergangener Daten und die daraus resultierende Berechnung einer mathematischen Prognose. Ob das berechnete Ergebnis eine sinnvolle Vorhersage ist, hängt jedoch stark vom Themenbereich ab. Wetterdaten unterscheiden sich grundlegend von sozialen Daten. Daher funktionieren „Vorhersagen“ im sozialen Bereich nur, wenn eine soziale Physik angenommen wird, was in Theorie und Praxis höchst umstritten ist. Nicht nur im Bereich der Kriminalität, z.B. bei der vorausschauenden Polizeiarbeit oder der Rückfallprognose, sind solche Vorhersageversuche im Allgemeinen gescheitert. Bevor wir also KI anwenden können, müssen wir den betreffenden Bereich erst einmal verstehen.
Selbst wenn der Bereich mathematisch gut verstanden ist, wollen wir als Gesellschaft oft nicht einmal korrekte „unvoreingenommene“ Vorhersagen auf der Grundlage der Vergangenheit als Grundlage für unser Handeln treffen. Eine rein mathematisch begründete Kreditvergabe auf der Grundlage des Einkommens beispielsweise würde, wenn sie korrekt angewandt würde, lediglich das geschlechtsspezifische Lohngefälle reproduzieren und systematisch niedrigere Kredite an Frauen vergeben. In diesem Fall wären mathematisch korrekte Ergebnisse ungerecht, und gerechte Ergebnisse wären mathematisch falsch. Um es anschaulich zu formulieren: Vorhersagen mit KI zu treffen, ist wie Autofahren, bei dem man ausschließlich in den Rückspiegel schaut. Trotz der großen Anstrengungen zur Bekämpfung von Vorurteilen in diesem Bereich gibt es eine prinzipielle Grenze für die Neutralität und Fairness, die KI verspricht.
KI und Digitalisierung als Organisationsmittel
Im Lichte der Überlegungen zu den Möglichkeiten von KI wird deutlich, dass das im Zusammenhang mit KI häufig aufgeworfene Thema „Mensch versus Maschine“ ein Pseudoproblem ist, das nur in der Science-Fiction vorkommt. Gegenwärtig existierende und denkbare KI hat keine persönlichen Ziele oder Motivationen – selbst wenn sie in Form von Robotern auftritt – und muss daher als ein komplexes Werkzeug verstanden werden.
Die Betrachtung von KI als mächtiges Werkzeug erfordert jedoch eine Ausweitung der Analyse von der ausschließlichen Konzentration auf spezifische KI-Techniken, so interessant und einzigartig sie auch sein mögen, auf die Organisationen, die sie entwickeln, implementieren und verbreiten. Werkzeuge werden von Akteuren eingesetzt, um Interessen und Ziele zu verfolgen, möglicherweise gegen andere Organisationen oder Einzelpersonen.
Zeitgeist-KI (einschließlich KI) ist immer eine Erweiterung einer Organisation. Wenn überhaupt, entstehen KI-Konflikte entlang der Linie „Organisation gegen Organisation“, weshalb die Interessen der beteiligten Akteure immer im Mittelpunkt von KI-Analysen stehen sollten. Wenn also das Interesse einer Organisation nicht die Nachhaltigkeit umfasst, wird KI nicht dafür eingesetzt werden (oder auf den Rebound-Effekt stoßen).
Diese organisatorische Sichtweise ist besonders wichtig und spezifisch für KI, da diese in der Regel datenintensive Technologien umfasst und damit – der Vergleich mit der Kernkraft drängt sich auf – eine machtzentrierende Wirkung hat. Die Tatsache, dass große Unternehmen ihre KI-Frameworks und -Dienste frei zur Verfügung stellen, ändert nichts daran, dass KI ohne die entsprechenden und immensen Datengrundlagen kaum einen wirklichen Nutzen haben kann. KI ist daher nur die jüngste Entwicklung des digitalen Feudalismus, bei dem nur wenige große KI-Anbieter*innen ihre Dienste vermieten.
KI für die Nachhaltigkeit
Grundsätzlich ist es wünschenswert, wenn KI für Nachhaltigkeit, „gesellschaftliches und ökologisches Wohlergehen“ (EU High-Level Expert Group on Artificial Intelligence) oder für den Naturschutz (Art. 20a Grundgesetz) eingesetzt wird. Allerdings muss bei jedem durchdachten Einsatz von Technik eine ganzheitliche Betrachtung erfolgen, insbesondere bei so ressourcenintensiven und zentralisierenden Technologien, wie sie unter dem Oberbegriff KI zusammengefasst werden.
Der gesamte Lebenszyklus von KI darf keinen großen ökologischen Fußabdruck an anderer Stelle auf dem Planeten hinterlassen. Andernfalls würde die KI-Anwendung selbst, trotz guter Absichten, zur Zerstörung unserer Lebensgrundlagen beitragen. Es muss also immer ein positiver Nettonutzen angestrebt werden, auch wenn dieser manchmal kaum abschließend bewertet werden kann. Es gibt viele Beispiele, wie bestimmte KI-Systeme konkret zum Schutz von Ressourcen, Biodiversität und Natur eingesetzt werden können, und mit einem breiten Verständnis von Nachhaltigkeit lassen sich weitere Anwendungen hinzufügen. In diesen Bereichen sind gute Ergebnisse zu erwarten.
Wenn das Versprechen, dass KI die Nachhaltigkeit verändern wird, eingelöst werden soll, muss jedoch immer eine ernsthafte Frage gestellt werden: Ist KI die beste Lösung, um bei einem bestimmten Problem voranzukommen? Wissen wir derzeit zu wenig über die genaue Anzahl bestimmter Insekten, die beste Art, Autos in Städten zu parken, oder den Stromverbrauch von Rechenzentren? Werden neue Daten aus der KI eine Informationslücke schließen und somit Maßnahmen ermöglichen?
Wenn ja, dann sollten wir weitermachen. Lautet die Antwort jedoch, dass wir in dem betreffenden Bereich bereits genug wissen, dann verbraucht der Einsatz von KI lediglich wichtige Ressourcen, lenkt den politischen Fokus ab und dient letztlich als Ausrede für Untätigkeit, während die Zeit abläuft. Schließlich würde eine AGI mit echter Intelligenz uns wahrscheinlich empfehlen, viele Dinge, die wir bereits wissen, schnell zu tun, von der Nutzung 100 Prozent erneuerbarer Energien über Fahrradstädte bis hin zur konsequenten Entkolonialisierung; warum also nicht eine Abkürzung nehmen und bereits damit beginnen?
Dieser Beitrag wurde ursprünglich in Englisch veröffentlicht und stammt aus der Publikation: Jankowski, P., Höfner, A., Hoffmann, M. L., Rohde, F., Rehak, R. & Graf, J. (Eds.) (2023), Shaping Digital Transformation for a Sustainable Society. Contributions from Bits & Bäume. TU Berlin
Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung 4.0 International License (CC BY 4.0). Es steht allen frei, das Material in jedem Medium oder Format weiterzugeben, zu bearbeiten und zu veröffentlichen unter folgenden Bedingungen: Nötig sind 1) eine angemessene Urheber- und Rechteangabe, 2) ein Link zur Lizenz (https://creativecommons.org/licenses/by/4.0/deed.de) und 3) eine Angabe, ob und welche Änderungen vorgenommen wurden.
Diese Artikel könnten Sie auch interessieren:
HR-Trends 2026
Die Arbeitswelt verändert sich, die Position der Unternehmen wird stärker, eine Rezession auf Management- und Führungsebene droht: die HR-Welt bleibt ein Schmelztiegel verschiedenster Strömungen. Das sind die fünf größten Herausforderungen für 2026.
Die Arbeitswelt verändert sich - sowohl für Personalmanager*innen als auch für die Belegschaft. Während sich vor wenigen Jahren die Arbeitnehmenden in einer starken Verhandlungsposition befanden, schlägt das Pendel jetzt immer stärker zugunsten der Unternehmen aus. Das eröffnet ihnen die Chance, die Arbeitswelt mehr nach ihren Vorstellungen zu gestalten, um ihren Unternehmenserfolg zu sichern. Gleichzeitig tragen sie auch die große Verantwortung, das Arbeitsumfeld ihrer Mitarbeitenden kontinuierlich zu verbessern, das Engagement zu fördern und die Rolle der KI für die kommenden Jahre mit Weitblick und Sorgfalt auszubalancieren.
Wir werfen einen Blick nach vorne und skizzieren die fünf wichtigsten HR-Trends für die DACH-Region im kommenden Jahr.
1. Kulturelle Transparenz – Strategiewechsel bei der Talentakquise
Die Stagnation der Wirtschaft, der angespannte Arbeitsmarkt, weniger Stellenangebote – all das führt dazu, dass Mitarbeitende lieber in ihren derzeitigen Positionen und Rollen verharren. Die Folge ist ein “Talentestau:” Mitarbeitende, die sonst das Unternehmen verlassen würden, bleiben und blockieren damit die Wechsel- und Entwicklungsmöglichkeiten derer, die eher bereit sind, ihre Karriere engagiert voranzubringen. Auf der Suche nach effektiven Möglichkeiten, diese Engpässe zu überwinden, werden Unternehmen im kommenden Jahr ihre Strategie hin zu mehr kultureller Transparenz ausrichten. Anstatt neue Talente mit einem Wertversprechen oder der einseitigen Hervorhebung positiver Alleinstellungsmerkmale zu gewinnen, kommunizieren sie ihre tatsächlichen Erwartungen und die Realität des Arbeitsalltags klar. Damit betonen sie bewusst auch Aspekte, die weniger passende Bewerbende eher abschrecken - damit sich die wirklich passenden umso stärker angesprochen fühlen. Beispiele dafür können u.a. die Erwartung, wieder vollständig zur Büropräsenz zurückzukehren, Prozessreife und Struktur der Unternehmen sowie die Nutzung von KI-Tools im Arbeitsalltag sein.
2. Neudefinition des Erfolgs – Leistung statt Leistungsschau?
Mitarbeitende haben oft das Gefühl, dass ihre tatsächlich geleistete Arbeit nicht richtig bewertet wird und sie nicht ausreichend Anerkennung erfahren. Analysen von Culture Amp ergaben, dass 2025 rund 20 Prozent der Mitarbeitenden nicht genau wissen, wie sich die Bewertung ihrer Performance zusammensetzt. Die Folge dieser Unkenntnis sind Mutmaßungen und die Fokussierung auf mehr Sichtbarkeit: Mitarbeitende betreiben eine Art Leistungsschau und arbeiten so, dass es vor allem produktiv aussieht. Wenn das Gefühl hinzukommt, einem passiven Monitoring ausgesetzt zu sein – in der DACH-Region nur unter strengen Auflagen erlaubt – konzentrieren sich Mitarbeitende auf das, was vermeintlich gemessen wird. Diese Kluft wird sich 2026 weiter vergrößern, wenn die Verantwortlichen ihre Leistungsbewertung nicht neu ausrichten, um ein vertrauenswürdiges und vollständigeres Bild von der Performance ihrer Mitarbeitenden zu erhalten. Wer hingegen menschzentrierte Feedbacksysteme wie Upward Feedback, 360‑Grad‑Feedback und reflektierende Einzelgespräche verankert, kann das Vertrauen stärken und ein ganzheitlicheres Verständnis der Beiträge der Mitarbeitenden erhalten.
3. Mensch und KI – zwei Seiten der HR-Medaille
2026 werden KI-Tools verstärkt Einzug in den HR-Abteilungen halten. Routineaufgaben wie z.B. eine erste Bewerberauswahl oder die Beantwortung von häufig gestellten Fragen werden zunehmend automatisiert beantwortet. Doch mit den Möglichkeiten der KI wächst auch die Erkenntnis, dass sie nicht die Lösung für alles sein darf. Darüber hinaus tritt 2026 der EU AI Act vollständig in Kraft. Demzufolge werden KI-Tools im Zusammenhang mit Personaleinsatz als Hochrisiko eingestuft: Sie unterliegen sehr strengen Richtlinien bezüglich Transparenz, Kontrolle und Grenzen des KI-Einsatzes. Bei der Frage, welche Aufgaben der KI überlassen werden können und welche nach wie vor die Empathie, die Erfahrung und das Wissen echter HR-Expert*innen erfordern, ist Fingerspitzengefühl gefragt. Auch scheinbar administrative Aufgaben benötigen manchmal den direkten persönlichen Austausch. Unternehmen werden dazu übergehen, deutlicher zu definieren, welche Fragestellungen und Bereiche maschinenbezogene Fähigkeiten und welche menschliche Fähigkeiten erfordern. 2026 wird sich ein deutlicher Trend bemerkbar machen: Die verstärkte Integration von KI in den Personalabteilungen und gleichzeitig die permanente Überprüfung, welche Aufgabenbereiche zukünftig KI-gestützt erledigt werden sollen.
4. Führung neu denken – Managementpositionen verlieren an Attraktivität
Auch das verraten die Analysen von Culture Amp: 72 Prozent der Generation Z sind nicht an Führungspositionen interessiert. Die jungen Arbeitnehmenden bleiben lieber in ihren jeweiligen Rollen, manche entscheiden sich ganz bewusst gegen eine Managementkarriere. Der Reiz, eine Leitungsfunktion zu übernehmen, nimmt insbesondere im Bereich des mittleren Managements ab: Diese Manager*innen fühlen sich zwischen den Erwartungen der Unternehmensführung und den Erwartungen ihres Teams oft unter starkem Druck. In der Folge könnte es im kommenden Jahr zu einer weiteren Abflachung der Hierarchien in den Unternehmen kommen, manche befürchten gar eine Rezession auf der Management- und Führungsebene. Gleichzeitig eröffnen sich Manager*innen durch den Einsatz von KI-Tools neue Möglichkeiten, ihren Einfluss zu vergrößern. Für jene Talente, die sich darauf einlassen, werden Führungspositionen dadurch zugänglicher und nachhaltiger. In Anbetracht dessen werden sich die Dynamiken in den Teams verändern. Unternehmen werden Führungsrollen zunehmend überdenken und ihre Manager*innen besser unterstützen, statt weitere einzustellen. Denn wenn weniger Menschen führen wollen, braucht es nicht mehr, sondern besser unterstützte Manager*innen.
5. Ambitionen und Leistungsbereitschaft wird außerhalb der Arbeitswelt ausgelebt
Ob berufliche Nebentätigkeit, Ehrenamt oder leidenschaftliches Hobby – immer mehr Mitarbeitende bringen Energie und Motivation für Tätigkeiten auf, die außerhalb ihrer regulären Arbeit liegen. Sie erkennen, dass sie ihre Stärken auch anderswo verwirklichen können. Dieser Trend hin zu mehr Kreativität, Leidenschaft und Erfüllung durch sinnvolle Tätigkeiten nach Feierabend und am Wochenende wird sich auch 2026 fortsetzen. Das Risiko für Unternehmen geht dabei über bloße Ablenkung hinaus: Bleiben angemessene Antworten im kommenden Jahr aus, wandern Ambitionen nach außen ab. Führung muss etwas Besseres anbieten: Die Chance 2026 liegt darin, den Hauptjob so zu gestalten, dass er sich wieder energiegeladen, kreativ und investitionswürdig anfühlt.
Fazit
Die Strömungen und Entwicklungen in der HR-Welt bringen einen fortdauernden Wandel mit sich. Gespannt blicken die Personalabteilungen auf die für 2026 vorgesehene nationale Umsetzung der Entgelttransparenz-Richtlinie der EU (EU Pay Transparency Directive and Equal Pay). Die weitreichendsten Veränderungen verursacht aber der Einzug der KI in die Arbeits- und Lebenswelt der Mitarbeitenden. Dies wirft unablässig neue Fragen auf: Droht der Talentepool zu versiegen, wenn Aufgaben für Berufseinsteiger*innen von KI übernommen werden und sie infolgedessen keine Erfahrung aufbauen können? Wird sich die Belegschaft eines Unternehmens früher oder später in KI-resistente und KI-affine Gruppen aufspalten? Die HR-Welt bleibt ein Schmelztiegel verschiedenster Strömungen im Unternehmen, die datengestützte Strategien erfordern.
Der Autor Dr. Arne Sjöström ist Regional Director, People Science EMEA bei Culture Amp mit dem Schwerpunkt Organisationspsychologie und angewandte Forschung.
Vorsicht vor diesen KI-Versuchungen
Allzu großes Vertrauen in GenAI ist fahrlässig, dennoch prüfen nur rund ein Viertel der Menschen in Deutschland die Ergebnisse, die KI für sie generiert, auf Korrektheit. Das sind die größten Gefahren und effektivsten Gegenmaßnahmen.
Die Leistung und die Zuverlässigkeit von KI-Assistenten nehmen gefühlt weiter zu. Doch wer in den letzten Wochen intensives Prompting bei ChatGPT, Perplexity und Co. betrieben und die Ergebnisse eingehend analysiert hat, fühlte sich in diesem Gefühl nicht bestätigt. Im Gegenteil: Die Qualität der generierten Antworten lässt neuerdings öfter zu wünschen übrig. Auf YouTube gibt es zahlreiche Videos zu diesem Phänomen, das sich offenbar auch die Herstellenden nicht so ganz erklären können, aber auch klassische Medien berichten darüber. In Anbetracht der Tatsache, wie abhängig sich viele Menschen im Berufsleben schon heute von GenAI-Tools gemacht haben, ist dieser Trend erschreckend und ernüchternd. Ein blindes Vertrauen in die digitalen Helfer aus der Familie generativer KI birgt zudem großes Schadenspotenzial, etwa dann, wenn sich Ärzt*innen bei der Diagnose auf sie stützen oder Entwickler*innen von der KI vorgeschlagene Frameworks ohne Sicherheitscheck implementieren.
Völliges Vertrauen in GenAI ist also, zurückhaltend formuliert, mindestens gewagt. Die Situation ist ernst und erfordert von GenAI-Anbietenden ein Mindestmaß an Qualitätssicherung – offenbar kein einfaches Unterfangen. Bis dahin ist es wichtig, eigene Maßnahmen zu ergreifen, um nicht in die Falle der folgenden vier Qualitätskiller zu geraten.
1. Halluzinationen
KI-Assistenten wie ChatGPT und Co. wurde die Aufgabe erteilt, Antworten zu liefern – koste es, was es wolle. Wenn die Wissensbibliothek nicht ausreicht, um komplexe Sachverhalte zu beantworten, fängt generative KI an, sich etwas auszudenken. Die von solchen Halluzinationen ausgehende Gefahr ist bekannt. Umso bedrückender ist die Tatsache, dass laut einer aktuellen Studie nur rund ein Viertel (27 %) der Menschen in Deutschland die Ergebnisse, die KI für sie generiert, auf Korrektheit prüfen. Das sind zwar immerhin sieben Prozentpunkte mehr als bei gewöhnlichen Inhalten aus dem Internet, wie eine Studie des PR-COM Research Lab belegt, aber noch immer viel zu wenige.
Gegenmaßnahmen: Wer GenAI nutzt, sollte ausnahmslos alle von ihr produzierten Inhalte überprüfen. Dazu sollten User*innen insbesondere die von der KI verwendeten Primärquellen checken oder – wenn möglich – Expert*innen zur Prüfung der Korrektheit der Antworten zurate ziehen.
2. Bias
Die Anbieter*innen aktueller KI-Assistenten haben sehr viel Arbeit in ihre Produkte gesteckt, um den Bias, also die Voreingenommenheit ihrer Modelle auszumerzen und sie zur Vorurteilsfreiheit zu erziehen.
Verlassen sollten sich User*innen auf die moralische und ethische Unantastbarkeit ihrer Modelle dennoch nicht. Zwar ist es unwahrscheinlich, dass Produkte großer Hersteller*innen noch rassistische, sexistische oder sonstige ethisch fragwürdige Ansichten vertreten, aber komplett ausgeschlossen ist es eben nicht. Noch relativ hoch ist die Gefahr zudem bei der Nutzung von kostenlosen GenAI-Assistenten oder Nischen-Tools.
Gegenmaßnahmen: Auch im Zusammenhang mit Bias gilt es, die Ergebnisse einer KI-Befragung immer genauestens zu checken und mit geltenden Gesetzen und den vorherrschenden Wertevorstellungen unserer Gesellschaft abzugleichen. Wer dubiose KI-Tools meidet, kann sich zudem viel Ärger ersparen.
3. Content-Kannibalisierung
Immer mehr KI-generierter Content flutet das Internet – die logische Folge der zunehmenden Nutzung von GenAI-Assistenten. Leider trainieren KI-Entwickler*innen ihre Chatbots und deren zugrunde liegende Sprachmodelle unter anderem mit genau diesen Inhalten. Und schlimmer noch: Der exponentiell steigende KI-Inhalt ist darüber hinaus auch der Wissensschatz, auf den die KI für ihre Antworten zurückgreift. Dadurch entsteht ein Teufelskreis aus KI, die sich irgendwann nur noch mit von ihr selbst generierten Inhalten trainiert und auch nur noch von ihr produzierten Content als Basiswissen verwendet. Der Mensch wird aus dieser Gleichung immer weiter herausgekürzt. Die Qualität der Ergebnisse von Anfragen an die KI wird somit zunehmend abnehmen. Hinzu kommt, dass alle User*innen irgendwann die gleichen Ergebnisse abrufen, nutzen und veröffentlichen.
Gegenmaßnahmen: Es ergibt Sinn, hin und wieder auch ohne KI zu agieren und Content zu produzieren, der frei von KI-generierten Inhalten ist und das Qualitätsmerkmal „Made in a human brain“ trägt.
4. Wissensoligopol
Der KI-Markt ist derzeit auf einige wenige Big Player geschrumpft, die sich die enormen Rechenressourcen und Entwicklungskosten für generative KI leisten können. Dadurch entsteht zunehmend ein Wissensoligopol, in dem die großen Anbieter*innen wie OpenAI, Google, Microsoft und DeepSeek zukünftig die Art und Weise bestimmen, welche Informationen überhaupt noch zugänglich sind. Schon jetzt gehen Suchanfragen auf den traditionellen Suchmaschinen deutlich zurück, die Ergebnisse zwar nach Algorithmen ranken, aber selten Treffer komplett ausblenden. Viel restriktiver agieren GenAI-Tools, deren implementierte Filter die freiheitliche Verbreitung von Wissen einzuschränken drohen: Was nicht mit den politischen und moralischen Ideen der Hersteller übereinstimmt, wird automatisch unterdrückt. Das erinnert ein wenig an das Wahrheitsministerium aus Orwells „1984“.
Gegenmaßnahmen: Es ist wichtig, dass Unternehmen und offizielle Stellen auch unabhängige Projekte fördern und deren Nutzer*innen- sowie Supporter*innen-Basis wächst. Gleichzeitig sollten User*innen es dringend verinnerlichen, dass KI- Assistenten nicht der Wahrheit letzter Schluss sind. Das Nutzen möglichst vieler Quellen, um das eigene Wissen aufzubauen, ist immer besser als ein vermeintlicher „Single Point of Truth“.
Fazit
Wir sind noch lange nicht so weit, dass ein blindes Vertrauen in generative KI zu rechtfertigen ist. Es ist zwar logisch, dass wir eine vermeintlich arbeitserleichternde Technologie erst einmal ungern hinterfragen – doch dieser Bequemlichkeit wohnt, je nach Einsatzzweck, ein erhebliches Schadenspotenzial inne. Zum jetzigen Zeitpunkt lautet also die Maxime, restlos jede von GenAI generierte Antwort genauestens auf den Prüfstand zu stellen.
Der Autor Alain Blaes ist CEO der Münchner Kommunikationsagentur PR-COM (mit Fokus auf High-tech- und IT-Industrie im B2B-Umfeld).
Report: Quantencomputing
Wir sind Zeug*innen einer Transformation, die nicht nur die Tech-Branche nachhaltig beeinflussen wird: Quantencomputing und die dazugehörigen Start-ups haben das Potenzial, die Art und Weise, wie wir Daten verarbeiten und Probleme lösen, grundlegend zu verändern.
Quantencomputing (QC) ist ein hochinnovatives Feld der Informatik und Physik, das die Prinzipien der Quantenmechanik nutzt, um Datenverarbeitung und -analyse auf eine Weise zu leisten, die mit klassischen Computern nicht möglich ist. Während klassische Computer Informationen in Form von Bits verarbeiten, die entweder den Wert 0 oder 1 annehmen können, verwenden Quantencomputer Quantenbits oder Qubits. Diese Qubits können sich in einem Zustand der Überlagerung befinden, was bedeutet, dass sie gleichzeitig 0 und 1 darstellen können. Dies ermöglicht es Quantencomputern, komplexe Berechnungen viel schneller durchzuführen als ihre klassischen Pendants.
Herausforderungen
Trotz des enormen Potenzials stehen Forschende und Unternehmen vor vielen Herausforderungen. Eine der größten Hürden ist die sog. Dekohärenz, ein Phänomen, bei dem die Quanteninformation durch Wechselwirkungen mit der Umgebung verloren geht. Um stabile und fehlerfreie Quantenberechnungen durchzuführen, müssen Qubits in einem kontrollierten Zustand gehalten werden, was technisch äußerst anspruchsvoll ist.
Eine weitere Herausforderung ist die Skalierbarkeit. Während einige Prototypen von Quantencomputern bereits existieren, stellt der Bau von Systemen mit einer ausreichenden Anzahl von Qubits, um praktische Probleme zu lösen, eine erhebliche technische Herausforderung dar.
Trends
In den letzten Jahren ist ein zunehmender Fokus auf hybride Ansätze zu verzeichnen, bei denen Quantencomputer in Kombination mit klassischen Computern eingesetzt werden, um spezifische Probleme zu lösen. Diese hybriden Systeme nutzen die Stärken beider Technologien und bieten eine praktikable Lösung für viele aktuelle Herausforderungen.
Zudem ist eine wachsende Zusammenarbeit zwischen akademischen Institutionen, großen Tech-Unternehmen und Start-ups zu beobachten. Diese Partnerschaften sind entscheidend, um Wissen und Ressourcen zu bündeln und die Entwicklung von QC-Technologien voranzutreiben. Unternehmen wie IBM, Google oder Microsoft investieren erheblich in Quantenforschung und -entwicklung und bieten Plattformen für Entwickler*innen und Forschenden an, um ihre eigenen Quantenalgorithmen zu testen.
Ein weiterer Trend ist die zunehmende Verfügbarkeit von QC-Diensten über die Cloud. Unternehmen und Forschende können nun auf Quantencomputer zugreifen, ohne in teure Hardware investieren zu müssen. Dies senkt die Eintrittsbarrieren und ermöglicht es einer breiteren Palette von Nutzenden, die Möglichkeiten des QCs zu erkunden.
Die Rolle von Start-ups
Start-ups spielen hierbei mit neuen Ideen und Ansätzen eine entscheidende Rolle als Innovatoren und konzentrieren sich zumeist auf spezifische Anwendungen des QCs, sei es in der Materialwissenschaft, der Medikamentenentwicklung, der Lieferkettenlogistik oder der Optimierung komplexer Systeme u.a. in der Finanzwelt.
Die 2024 im Auftrag des Bundesministeriums für Wirtschaft und Klimaschutz (BMWK) veröffentlichte Studie „Quantencomputing – Markt, Zugang, Perspektiven“ zeigt: Die Zahl der Start-ups zur Entwicklung von Anwendungssoftware stieg in den letzten Jahren stetig, wobei hardwarespezifische Systemsoftware vorrangig von den Hardwareentwickler*innen selbst bereitgestellt wird. Entfielen im Zeitraum von 2002 bis 2018 weltweit noch rund 58 Prozent der kumulierten Gründungen auf Software- oder Service-zentrierte Start-ups und 42 Prozent auf Hardware- bzw. Komponenten-fokussierte Start-ups, waren es im Zeitraum 2018 bis 2022 rund 74 Prozent mit Fokus auf Software und Services sowie 26 Prozent mit Fokus auf Hardware und Komponenten.
Von weltweit über 150 Start-ups fokussiert sich dabei etwa ein Drittel auf die Entwicklung von Systemsoftware und zwei Drittel auf die Entwicklung von Anwendungssoftware. Deutschland belegt dabei mit knapp 20 Start-ups im Jahr 2023 Platz drei im internationalen Vergleich, hinter den USA und Kanada. Damit hat sich Deutschland als ein Hotspot für QC-Start-ups etabliert.
Deutsche QC-Start-ups mischen ganz vorne mit
Deutsche QC-Start-ups sind oft noch in der Entwicklungsphase, die Gründer*innen kommen meist aus Forschung und Wissenschaft, und ihre Geschäftsmodelle konzentrieren sich auf die Entwicklung und den Verkauf von Hardware, Mikroskopen oder Cloud-basierten QC-Diensten.
Als weltweit erstem Unternehmen ist es dem 2018 gegründeten Start-up kiutra, einem Spin-off der Technischen Universität München, gelungen, eine dauerhafte magnetische Kühlung für Temperaturen nahe des absoluten Nullpunkts zu entwickeln. Statt auf Quantencomputer oder QC-Software, setzen die Gründer Alexander Regnat, Jan Spallek, Tomek Schulz und Christian Pfleiderer auf vollautomatische, äußerst wartungsarme und gut skalierbare Kühlungslösungen, die den Betrieb von Quantentechnologien im industriellen Maßstab ermöglichen.
eleQtron: It's MAGIC
In nur fünf Jahren vom Laborgerät zum 24/7-betriebenen Quantencomputer: Wie das 2020 von Jan Leisse, Christof Wunderlich und Michael Johanning gegründete eleQtron mit seiner MAGIC-Technologie neue Wege ebnet.
Was ihr da macht, ist der Wahnsinn – und genau deswegen bin ich dabei.“ Mit diesen Worten beschreibt Jan Leisse, einer der Gründer von eleQtron, die Anfänge des Unternehmens. Das erste Treffen mit dem Physiker Christof Wunderlich war geprägt von einer Mischung aus Skepsis und Begeisterung. Der Wissenschaftler hatte an der Universität Siegen einen Quantencomputer gebaut – mitten in der deutschen Provinz und ohne das Millionenbudget, das Konzernen wie Google oder IBM zur Verfügung steht. Doch genau das reizte Leisse: „Hier wurde nicht einfach nachgemacht, was andere tun. Hier wurde Neuland betreten.“
Es war ein ungewöhnlicher Ort für eine bahnbrechende
Innovation in der Quantentechnologie. Siegen, eine Mittelstadt im Süden Nordrhein-Westfalens, ist nicht gerade als Hotspot für Hochtechnologie bekannt. Doch manchmal entstehen die Top-Innovationen fernab der etablierten Zentren; die Universität Siegen hatte über Jahre hinweg eine bemerkenswerte Expertise in der Quantenphysik aufgebaut, ohne große mediale Aufmerksamkeit.
Von der Universität ...
Im Jahr 2020, als das globale Interesse an Quantentechnologien exponentiell zunahm, erwuchs aus dieser mutigen Pionierarbeit das Start-up eleQtron – als Spin-off der Universität Siegen. Die Gründer – Jan Leisse, Christof Wunderlich und Michael Johanning – verbindet eine Vision: Quantencomputer für industrielle Anwendungen nutzbar zu machen.
Die Anfangsjahre waren geprägt von Experimentierfreude, Improvisation und dem festen Glauben an die eigene technologische Innovationskraft. Während Tech-Giganten wie IBM, Google und Amazon Milliarden Euro in ihre Quantenprogramme investierten und viele Start-ups auf bekannte Technologien setzten, wagte eleQtron den Schritt in eine völlig neue Richtung.
In den Laboren der Gründer entstand die sogenannte MAGIC-Technologie (Magnetic Gradient Induced Coupling), eine Methode, Qubits (das Quantencomputing-Äquivalent zum klassischen Bit in der Digitaltechnik) nicht wie bislang üblich mit Lasern, sondern mit Mikrowellen zu steuern.
... zum technologischen Durchbruch
Die MAGIC-Technologie basiert auf einem raffinierten Zusammenspiel physikalischer Prinzipien: Magnetische Gradienten (räumliche Veränderungen der Magnetfeldstärke) ermöglichen es als lokale Felder, einzelne Ionen in einer sogenannten Falle selektiv anzusprechen. Die technischen Vorteile sind beeindruckend: Die Fidelity (Genauigkeit) bei Operationen an einzelnen Qubits liegt bei etwa 99,95 Prozent, die Gate-Zeiten (Gate-Zeit steht für die Dauer, die ein Quanten-Gate benötigt, um eine Operation auf einem Qubit auszuführen) betragen nur wenige Mikrosekunden. Gleichzeitig ermöglicht die Technologie eine bessere Skalierbarkeit, da sich Mikrowellenfelder einfacher erzeugen und verteilen lassen als komplexe Lasersysteme. „Der Vorteil liegt nicht nur in der höheren Präzision, sondern auch in der deutlich geringeren Komplexität der Systeme“, erklärt Johanning. „Wir brauchen keine aufwändigen Optiken oder ultrastabile Umgebungen. Unsere Technologie funktioniert auch unter realen Bedingungen.“
Früh erkannten die drei Forscher das große Potenzial ihrer Technologie für praktische Anwendungen. „Durch das gezielte Ersetzen sensibler High-End-Komponenten – insbesondere Lasertechnologie – durch bewährte Mikrowellentechnik und Elektronik, vermeiden wir unnötige Komplexität, minimieren Aufwand und senken die Kosten“, fasst es Leisse zusammen.
Wachstumsschub und strategische Entwicklung
2022 gelang eleQtron ein entscheidender Schritt: Durch Earlybird und den Siegerlandfonds als Investoren sowie das vom BMBF geförderte Projekt „MAGIC App“ sicherte sich das Start-up eine Finanzierung in Höhe von 16 Millionen Euro. Diese Finanzierungsrunde war ein Wendepunkt für das Unternehmen und signalisierte das Vertrauen der Investor*innen in die MAGIC-Technologie.
„Mit diesem Kapitalschub konnten wir von einer reinen Forschungsorganisation zu einem echten Technologieunternehmen werden“, erklärt Leisse. Die Mittel flossen in den Ausbau der Produktionskapazitäten, die Vergrößerung des Teams und die Weiterentwicklung der Technologie-Roadmap. Auch die Mitwirkung von Infineon im Rahmen von MAGIC App war strategisch von Bedeutung: „Die Zusammenarbeit mit Infineon hat uns die Augen für die Realitäten des Industriemarkts geöffnet“, erklärt Leisse.
EU KI-Gesetz wird scharf gestellt
Diese Strafen für KI-Verstöße drohen ab dem 2. August 2025 – was Personalverantwortliche und Arbeitnehmende jetzt wissen und beachten müssen.
Das KI-Gesetz der Europäischen Union, die weltweit erste umfassende KI-Verordnung, erreicht am 2. August 2025 einen entscheidenden Meilenstein. Ab diesem Stichtag gelten für Unternehmen, Behörden und KI-Anbieter*innen in der EU zahlreiche zentrale Verpflichtungen, bei deren Nichteinhaltung Strafmaßnahmen eingeleitet und verhängt werden können. Was das für Unternehmen und ihre Mitarbeitenden bedeutet, erfährst du hier.
Der AI Act, der am 2. Februar dieses Jahres in Kraft getreten ist, schafft einen einheitlichen Rechtsrahmen für Künstliche Intelligenz (KI) in der EU. Zwar werden viele Regelungen erst 2026 wirksam, doch bereits am 2. August 2025 beginnt eine neue Phase, die sich auf drei Bereiche fokussiert:
- Strafmaßnahmen bei Nichteinhaltung
- Verpflichtungen für allgemeine General-Purpose-AI-Modelle (GPAI)
- Aufbau von Aufsicht und Governance auf nationaler und europäischer Ebene
Strafen bis zu 35 Millionen Euro
Seit dem 2. Februar dieses Jahres sind KI-Systeme mit unannehmbaren Risiken verboten. Ab dem 2. August 2025 können zusätzlich nun Geldbußen für Verstöße gegen bereits bestehende Verpflichtungen verhängt werden, die bis zu 35 Millionen Euro oder 7 Prozent ihres gesamten Jahresumsatzes betragen können. Unternehmen müssen dazu beispielsweise sicherstellen, dass ihre Mitarbeitenden über KI-Kenntnisse verfügen. Die Europäische Union erwartet von ihren Mitgliedstaaten, dass sie eigene wirksame, verhältnismäßige und abschreckende Strafmaßnahmen festlegen. Dabei sollen die besonderen Umstände von KMUs und Start-ups berücksichtigt werden, um deren wirtschaftliche Lebensfähigkeit nicht zu gefährden.
Neue Verpflichtungen für Anbieter*innen von GPAI-Modellen
GPAI-Modelle, die ab dem 2. August 2025 in der Europäischen Union vermarktet werden, unterliegen gesetzlichen Verpflichtungen. Das Europäische Amt für Künstliche Intelligenz hat dazu am 10. Juli 2025 die endgültige Fassung der Verhaltenskodizes veröffentlicht. Anbieter*innen solcher GPAI-Modelle müssen unter anderem technische Dokumentationen erstellen, Urheberrechte beachten und Transparenz über die verwendeten Trainingsdaten sicherstellen.
GPAI-Modelle sind KI-Systeme mit besonders breitem Einsatzspektrum und sind darauf ausgelegt, eine Vielzahl von Aufgaben zu erfüllen. Sie werden mit riesigen Datenmengen trainiert und sind entsprechend vielseitig einsetzbar. Das bekannteste Beispiel sind große Sprachmodelle (Large Language Models, LLM), etwa das generative Sprachmodell GPT-4o, das in ChatGPT integriert ist. Für GPAI-Modelle, die bereits vor dem 2. August 2025 in der Europäischen Union auf dem Markt waren, gilt eine Übergangsfirst bis zum 2. August 2027.
Aufsicht und Governance
Die KI-Verordnung schafft einen Rahmen mit Durchführungs- und Durchsetzungsbefugnissen auf zwei Ebenen.
Auf nationaler Ebene muss jeder EU-Mitgliedstaat bis zum 2. August 2025 mindestens eine Marktüberwachungsbehörde sowie eine notifizierende Behörde benennen. Erstere ist für die Überwachung von KI-Systemen zuständig, letztere für die Notifizierung unabhängiger Konformitätsbewertungsstellen. Die Mitgliedstaaten müssen bis dem Stichtag Informationen zu den nationalen Behörden und deren Kontaktdaten veröffentlichen.
Auf EU-Ebene koordinieren das Europäische Amt für KI und der Europäische KI-Ausschuss die Aufsicht. Zusätzlich werden ein Beratungsforum und ein wissenschaftlicher Ausschuss aus unabhängigen Experten eingerichtet.
Was bedeutet das für Personalabteilungen und Arbeitnehmende?
Das KI-Gesetz hat direkte Auswirkungen darauf, wie KI in den Bereichen Rekrutierung, Performance-Management, Personalanalyse und Mitarbeitenden-Monitoring eingesetzt wird. Personalverantwortliche müssen sicherstellen, dass KI-Tools in diesen Bereichen transparent, fair und konform sind.
- Fairness und Antidiskriminierung: KI-Systeme, die bei Einstellungs- oder Beförderungsentscheidungen eingesetzt werden, müssen nachvollziehbar und frei von Bias sein. Personalabteilungen sollten ihre Tools und Anbieter*innen regelmäßig überprüfen, um die Einhaltung der Vorschriften sicherzustellen.
- Vertrauen und Transparenz: Mitarbeitende erhalten einen besseren Einblick, wie KI-Systeme ihre Arbeit beeinflussen, zum Beispiel bei der Einsatzplanung, Leistungsbewertung oder bei der Arbeitssicherheit. Personalabteilung können Vertrauen schaffen, indem sie offen kommunizieren, wie KI eingesetzt wird und wie die Daten der Mitarbeitenden geschützt werden.
- Verantwortlichkeit von Drittanbieter*innen: Werden KI-Tools von Drittanbieter*innen genutzt, müssen Personalabteilungen sicherstellen, dass diese Anbieter*innen die Anforderungen an Transparenz und Dokumentation erfüllen. Verträge und Beschaffungsprozesse sollten entsprechend angepasst werden.
- Training und Change Management: Mit stärkeren Regulierungen von KI wird die Personalabteilung eine Schlüsselrolle bei der Schulung von Führungskräften und Mitarbeitenden übernehmen. Ziel ist es, einen verantwortungsvollen Umgang mit KI zu fördern und ethische Standards in der Unternehmenskultur zu verankern.
Fazit
Anbieter*innen von GPAI-Modellen, die bereits vor dem 2. August 2025 auf dem Markt waren, haben bis zum 2. August 2027 Zeit, die neuen Vorschriften vollständig umzusetzen. Weitere Verpflichtungen für KI-Systeme mit hohem Risiko werden 2026 und 2027 folgen. Dieser Meilenstein spiegelt das Bestreben der EU wider, Innovationen zu fördern und gleichzeitig sicherzustellen, dass KI sicher, transparent und mit den europäischen Werten im Einklang steht. Damit rückt die Personalabteilung in den Mittelpunkt einer verantwortungsvollen Einführung von KI am Arbeitsplatz.
Der Autor Tom Saeys ist Chief Operations Officer bei SD Worx, einem international tätigen Dienstleistungsunternehmen im HR-Bereich.
Start-ups gegen Plastikmüll
Während die Verhandlungen zu einem globalen Plastikabkommen ergebnislos bleiben, entwickeln Start-ups weltweit innovative Technologien gegen Plastikmüll. Wir stellen eine Auswahl davon vor.
Die jüngsten Verhandlungen in Genf über ein globales Plastikabkommen sind wieder ohne Ergebnis geblieben. Die mehr als 180 verhandelnden Nationen konnten sich nicht einigen. Seit mehr als 50 Jahren sind die Gefahren durch Plastikmüll bekannt – und doch wird immer mehr davon produziert. Jedes Jahr entstehen rund 460 Millionen Tonnen Plastik, weniger als 10 Prozent davon werden recycelt und über 30 Millionen Tonnen gelangen in die Ozeane.
Auf politischer Ebene zeichnet sich bislang keine Lösung ab, auf die man sich global einigen könnte. Neue Vorgaben wie die Pflicht zu fixierten Flaschendeckeln in der EU sorgen eher für Frust. „Seit Jahrzehnten reden wir über das Plastikproblem. Um es zu lösen braucht es technologische Ansätze“, sagt Dr. Carsten Gerhardt, Vorsitzender der gemeinnützigen Circular Valley Stiftung. Solche Ansätze liegen längst auf dem Tisch. „Start-ups aus aller Welt zeigen, dass Innovation schneller sein kann als Verhandlungen.“
Start-ups aus aller Welt arbeiten an Lösungen
Einige dieser Unternehmen hat der Circular Economy Accelerator der Circular Valley Stiftung bereits unterstützt. Das Start-up PROSERVATION etwa stellt Polsterverpackungen aus Nebenprodukten der Getreideindustrie her, BIOWEG ersetzt Mikroplastik durch Biomaterialien aus Lebensmittelabfällen und das Unternehmen Biomyc verwendet Myzel-Verbundwerkstoffe aus Pilzwurzeln und Pflanzen.
Daüber hinaus stellt NYUNGU AFRIKA Damenhygieneprodukte aus Ananasblatt- und Maisschalenfasern her, Midwest Composites nutzt Ernteabfälle für die Herstellung von Textilien und Vlastic bietet eine Alternative zu geschäumten Kunststoffen auf Flachsbasis.
Wenn Produkte das Ende ihrer Lebensdauer erreichen, können sie durch Recycling ein zweites erhalten. Ecoplastile verwandelt Abfälle in langlebige Dachziegel, Gescol macht Bauplatten aus Schuhsohlen und Novoloop nutzt schwer zu recycelndes Polyethylen zur Produktion von thermoplastischen Hochleistungs-Polyurethanen.
Chemisches Recycling zerlegt Kunststoffe in molekulare Bausteine. Das Unternehmen CARBOLIQ verwendet ein katalytisches Niedertemperaturverfahren, um gemischte Kunststoffe in Öl umzuwandeln, das fossile Rohstoffe ersetzen kann; Radical Dot extrahiert Monomere, um sie erneut verwenden zu können.
Zu chemischem Recycling hat Circular Valley in diesem Jahr einen Informationsfilm veröffentlicht, der die Möglichkeiten dieser Methode erklärt und verdeutlicht.
Humanoide Roboter: Vision und Realität
Der Weltroboterverband IFR veröffentlicht sein Positionspapier zu Trends, Chancen und möglichen Grenzen rund um das Thema humanoide Roboter.
Menschenähnliche Roboter gelten als die nächste große Innovation in der Robotik: Der weltweit größte Markt für Industrieroboter, China, hat bereits konkrete Pläne für die Massenproduktion von Humanoiden festgelegt. Gleichzeitig kündigten Technologieunternehmen in den USA und Europa große Investitionsvorhaben in diesem Bereich an. Die Vision ist, Allzweckroboter zu entwickeln, die auf menschlicher Mechanik basieren. Einblicke in Trends, Chancen und mögliche Grenzen humanoider Roboter bietet das neue Positionspapier der International Federation of Robotics.
„Futuristisch anmutende humanoide Roboter, die in unserem Zuhause, in Unternehmen und in der Öffentlichkeit arbeiten, faszinieren die Menschen“, sagt Takayuki Ito, Präsident der International Federation of Robotics. „Da die Welt in der wir leben auf den menschlichen Körper zugeschnitten ist, liegt die Idee eines schnellen, universellen Helfers in der Produktion und bei Dienstleistungen auf der Hand. Ob und wann es aber zu einer massenhaften Nutzung von Humanoiden kommen wird, bleibt ungewiss. Nicht zu erwarten ist jedenfalls, dass Humanoide in Zukunft die derzeit auf dem Markt befindlichen Robotertypen ersetzen. Stattdessen werden sie bestehende Technologien ergänzen und erweitern.“
Einsatz von Humanoiden in den Regionen
In den Vereinigten Staaten arbeiten Tech-Unternehmen wie NVIDIA, Amazon und Tesla intensiv an KI- und Robotertechnologien. Neben der Finanzierung durch das Militär wird diese Entwicklung auch durch zahlreiche private Investitionen unterstützt. Das führt zu einer bedeutenden Start-up-Szene, die sich auf humanoide Roboter spezialisiert. Besonders groß ist das Interesse an Humanoiden in Branchen wie der Logistik und in der Fertigung. Dabei werden humanoide Roboter weniger als soziale Begleiter gesehen, sondern eher als Werkzeuge, die dabei helfen, Produktivität und Effizienz zu steigern. So liegt der Schwerpunkt verstärkt auf praktischen Anwendungen und weniger auf der Integration von Robotern in das tägliche soziale Leben.
In China nehmen die Humanoiden eine zentrale Stellung in der nationalen Robotik-Strategie ein. Die Regierung möchte in diesem Technologiebereich Kompetenz und globale Wettbewerbsfähigkeit unter Beweis stellen. Der Einsatzschwerpunkt liegt dabei im Dienstleistungssektor, beispielsweise für die Kundenbetreuung. Die Automatisierung von Produktionslinien in der Fertigung und der Einsatz von Humanoiden, um weniger von menschlichen Arbeitskräften abhängig zu sein, scheint nur auf zweiter Ebene wichtig zu sein. Kernelement der chinesischen Strategie ist der Aufbau einer skalierbaren Lieferkette für Schlüsselkomponenten.
Japan ist ein Pionier in der Entwicklung humanoider Roboter. Als frühes Beispiel wurde Hondas Asimo bereits im Oktober 2000 vorgestellt. Roboter werden in Japan eher als Gefährten, denn als bloße Werkzeuge gesehen. Humanoide Roboter wie Pepper und Palro sind demzufolge in erster Linie als Sozialroboter konzipiert und kommen in Bildungseinrichtungen, Geschäften und Altenpflegeeinrichtungen zum Einsatz. Diese Ausrichtung spiegelt die Nachfrage einer alternden Gesellschaft wider, mit der Japan konfrontiert ist. Ein wichtiger Schwerpunkt der Projekte liegt auf Robotern, die harmonisch mit Menschen zusammenleben können und als Teil der Gesellschaft akzeptiert sind. Führende Unternehmen wie Kawasaki entwickeln humanoide Roboter als eine Forschungsplattform.
In Europa wird auf die ethischen Implikationen von Robotik und KI besonderes viel Wert gelegt. Im Fokus stehen kollaborative Roboter, die im industriellen Umfeld mit Menschen zusammenarbeiten. Kernthemen sind die Verbesserung der Sicherheit und Effizienz und die Nachahmung menschlicher Fähigkeiten. Die Arbeitskraft von Menschen zu kompensieren, steht dagegen nicht im Fokus. Der Schwerpunkt liegt vielmehr auf einem menschenzentrierten Design und den sozialen und gesellschaftlichen Auswirkungen von Robotern. Die europäischen Unternehmen stehen dem Einsatz von Humanoiden generell eher zurückhaltend gegenüber, wenn es um die kurz- bis mittelfristigen Automatisierungsaufgaben im Fertigungs- und Dienstleistungssektor geht.
+++ Ein bahnbrechendes Robotik Start-up aus Deutschland ist NEURA-Robotics: Hier geht’s zu unserer Gründerstory von NEURA Robotics +++
Ausblick
Dank ihrer menschenähnlichen Geschicklichkeit und Anpassungsfähigkeit sind die Humanoiden prädestiniert, komplexe Aufgaben zu automatisieren, mit denen heutige Roboter durch herkömmliche Programmiermethoden Schwierigkeiten haben. Einen massenhaften Einsatz als universelle Haushaltshelfer dürfte es jedoch kurz- bis mittelfristig nicht geben.
Das POSITION PAPER Humanoid Robots - Vision and Reality von IFR gibt's hier zum freien Download
Kurz mal die Welt retten
Wie GreenTech-Start-ups aus dem DACH-Raum dazu beitragen, die Auswirkungen des Klimawandels zu mildern.
Ist es bereits zu spät, den Klimawandel aufzuhalten? Während diese Frage unablässig für hitzige Debatten sorgt, arbeiten Start-ups unermüdlich an Lösungen für die dringendsten Umweltprobleme. Die DACH-Region erlebt einen rasanten Anstieg von GreenTech-Start-ups, angetrieben durch technologische Innovationen und zunehmenden regulatorischen Druck. Dies zeigt u.a. das DACH GreenTech Software Mapping 2025 von Hi Inov und veranschaulicht, welche vielversprechenden Ansätze und Technologien die Zukunft des GreenTech-Ökosystems in Europa prägen.
Mapping der Herausforderungen und Lösungen
Das Mapping bietet einen umfassenden Überblick über die Softwarelösungen von GreenTech-Start-ups im DACH-Raum. Sie umfassen eine Vielzahl von Ansätzen, um den Anstieg der globalen Temperaturen einzudämmen und die damit einhergehenden wirtschaftlichen und gesellschaftlichen Herausforderungen zu bewältigen.
1. Messung und Optimierung des CO2-Fußabdrucks
Fortgeschrittene Techniken zur Datenerfassung und KI-gesteuerte Analysen helfen Organisationen, ihre Effizienz zu steigern und ihren CO₂-Fußabdruck zu reduzieren. Sie helfen Unternehmen, jährlich Emissionen von über 216.000 Tonnen CO₂-Äquivalenten zu vermeiden. Horizontale Plattformen bieten allgemeine Monitoring-Tools für branchenübergreifende Messdienste. Vertikale Lösungen wie die für die Immobilienbranche maßgeschneiderte ESG-Datenplattform Deepki integrieren branchenspezifische Anforderungen.
2. Beschleunigung der Energiewende
Softwarelösungen spielen eine entscheidende Rolle bei der Optimierung der Standortauswahl für die Produktion erneuerbarer Energien, der vorausschauenden Wartung von Infrastruktur und der Verbesserung der Energiespeicherung. Sie können die Schwankungen in der Stromeinspeisung erneuerbarer Energien mindern und somit die Abhängigkeit von fossilen Brennstoffen reduzieren. Das Stuttgarter Start-up metergrid ermöglicht es beispielsweise Mieter*innen in Mehrfamilienhäusern, umweltfreundlichen Solarstrom zu nutzen, der im selben Gebäude produziert wird (mehr dazu in der StartingUp 01/25).
3. Förderung der Kreislaufwirtschaft und Ressourcenoptimierung
Digitale Lösungen erleichtern die Schonung von natürlichen Ressourcen durch intelligentes Ressourcenmanagement, indem sie die Planung und Nutzung von Ressourcen verbessern. Durch den Einsatz von KI lassen sich viele Prozesse optimieren, darunter Recycling, Landwirtschaft und Wassermanagement. So reduziert das Berliner Start-up Freshflow Abfall, indem es die Nachbestellung von frischen Lebensmitteln mit Machine Learning automatisiert und optimiert. Darüber hinaus verbinden digitale Marktplätze Produzent*innen überschüssiger Ware mit potenziellen Abnehmer*innen, um Ressourcen effizierter zu nutzen.
4. Förderung von Nachhaltigkeitsinitiativen in Unternehmen
Unternehmen nutzen digitale Werkzeuge, um ihre Nachhaltigkeit über die regulatorischen Anforderungen hinaus zu verbessern. Zu den eingesetzten Lösungen zählen CO₂-Kreditbörsen, die es Organisationen ermöglichen, Emissionen durch strukturierte Märkte auszugleichen, und Mitarbeiterengagement-Plattformen, die die Teilnahme der Belegschaft an ESG-Initiativen fördern. Start-ups wie das Hamburger CarbonStack unterstützen Unternehmen bei der Erstellung von Nachhaltigkeitsberichten und dabei die relevanten Richtlinien einzuhalten.
Die Entwicklung von 2023 bis heute
Insgesamt zeigt das Mapping ein reiferes und strukturierteres GreenTech-Ökosystem, das Europas Position als Pionier in digitalen Klimaschutzlösungen stärkt. Die Entwicklung zwischen den Mappings aus den Jahren 2023 und 2025 verdeutlicht drei wichtige Trends:
1. Anstieg der Anzahl der angebotenen Softwarelösungen
Die steigende Nachfrage nach nachhaltigkeitsorientierten Innovationen in verschiedenen Branchen hat das Wachstum des GreenTech-Ökosystems beschleunigt und zu einem rasanten Anstieg der angebotenen Softwarelösungen geführt.
2. Regulatorisch getriebene Fortschritte
Aufgrund des zunehmenden regulatorischen Drucks wächst der Anteil der angebotenen Lösungen, die auf Compliance-Bedürfnisse wie CSRD, die Rückverfolgbarkeit von Produkten und transparente CO₂-Buchhaltung eingehen. Es werden zunehmend vertikalisierte Monitoring-Tools entwickelt, um spezialisierte Datensätze und branchenspezifische Algorithmen zu erstellen.
3. Einfluss von generativer KI
Der Einsatz von generativer KI nimmt zu. Neue Anwendungsfälle im Bereich Nachhaltigkeit umfassen verbesserte Datenanalyse, automatisierte Compliance-Berichterstattung, sowie die Echtzeit-Optimierung von CO₂-Fußabdrücken und Ressourcenmanagement.
Fazit: Ein florierendes Ökosystem mit starker europäischer Führung
Der Klimawandel stellt eine immense Herausforderung dar, deren Bewältigung innovative technologische Lösungen erfordert. Das GreenTech Mapping 2025 verdeutlicht die führende Rolle Europas bei der Entwicklung dieser Lösungen und zeigt ein reiferes GreenTech-Ökosystem mit großer Dynamik. Durch den Einsatz fortschrittlicher Datenanalysen, KI und Automatisierung sind Start-ups in der DACHRegion gut positioniert, um sowohl wirtschaftlichen als auch ökologischen Mehrwert zu schaffen. Sie werden Unternehmen und politischen Entscheidungsträger*innen dabei helfen, den Übergang zu einer nachhaltigeren Wirtschaft zu beschleunigen und die Folgen des Klimawandels einzudämmen.
Der Autor Dr. Wolfgang Krause leitet als Managing Partner das Deutschlandgeschäft des auf B2B-Digitallösungen spezialisierten VC-Fonds von Hi Inov.
Zeit für ein neues Leistungsnarrativ
Warum wir Ambitionen neu denken müssen. Ein Kommentar von Benedikt Sons, Co-Founder und CEO der Cansativa Group.
In Deutschland ist Leistung ein stilles Versprechen. Man bringt sie, spricht aber selten darüber. Wer es doch tut, wird schnell als selbstverliebt, unsolidarisch oder toxisch abgestempelt. Ambition? Gilt bei uns oft als Ego-Trip.
Dabei trifft genau das Gegenteil zu: Ambitionen sind der Motor des Fortschritts. Will heißen – ohne Ambitionen treten wir auf der Stelle. Können wir uns das, können wir uns ein Denken, dass Leistung ein Ego-Trip ist, heute noch erlauben? In einer Zeit, die von multiplen geopolitischen Spannungen geprägt ist?
Wir diskutieren über die Vier-Tage-Woche. Obwohl wir international an Boden verlieren und andere Länder Tempo machen, Innovation finanzieren und mutig skalieren. Deutschland? Spricht über „Entschleunigung“ und über Work-Life-Balance als übergeordnetes Ziel. Dabei geht es meiner Meinung nach nicht um weniger Arbeit, sondern um die Frage: Wofür lohnt es sich, Leistung zu bringen – und wie schaffen wir es, das Beste aus Menschen herauszuholen, ohne sie zu verheizen?
Also: Wie kommen wir da hin, dass sich Leistung wieder gut anfühlt?
Leistung: Zwischen Burnout-Mythos und Selbstoptimierungswahn
Das gegenwärtige Leistungsbild pendelt zwischen zwei Polen: Auf der einen Seite der ausgebrannte Consultant, der sein Leben für ein Projekt opfert. Auf der anderen Seite die Influencer-Ästhetik, in der jeder Tag „High Performance“ verspricht, solange die richtige Morgenroutine stimmt.
Beides ist Unsinn. Beides ist egozentriert. Beides ignoriert, worum es wirklich geht: Leistung als kollektives Ziel, als Ausdruck von Sinn, von Teamgeist, von etwas, das größer ist als man selbst. Wenn wir es schaffen, Leistung als etwas Verbindendes zu begreifen, als Teamgedanken – nicht als Konkurrenz –, dann entsteht neben Erfolg auch Identifikation.
Ambitionen sind kein Makel – sie sind Orientierung
Wir müssen wieder lernen, uns mit ambitioniertem Handeln zu identifizieren. Deutschland ist ein Land voller Talente – aber oft auch voller Zweifel. Was fehlt, ist ein klarer Rahmen: Wo wollen wir hin? Wer sind unsere Vorbilder? Und warum lohnt es sich überhaupt, den Sprint aufzunehmen?
Diese Fragen betreffen unser gesamtes Wirtschaftsverständnis. Wir brauchen mehr Mut, klare Ziele zu formulieren. Und wir brauchen den Willen, sie offen zu verfolgen.
Start-up-Kultur: Hardcore oder Heilsbringer?
Start-ups sind Meister darin, ein klares, übergeordnetes Ziel zu formulieren – und mit dem unerschütterlichen Antrieb einer Rakete arbeiten sie gerade zu Beginn mit vollem Schub darauf hin. Gleichzeitig sind Start-ups der Inbegriff von Überforderung: lange Tage, kurze Nächte, wenig Absicherung. Manche glorifizieren diesen Zustand, andere verdammen ihn. Die Wahrheit ist: Start-up ist ein Überlebenskampf, aber auch eine Schule für Fokus, Disziplin und Priorisierung. Mein alter Physiklehrer sagte: „Leistung ist Arbeit pro Zeit.“ Und genau darum geht es. Nicht um den Dauer-Hustle, sondern um kluge, fokussierte Arbeit.
Daher braucht die deutsche Wirtschaft ein Ökosystem, das Hochleistung fördert – ohne Burnout zu belohnen. In dem man mit hoher Schlagzahl arbeitet, aber nicht daran zerbricht. Studien zeigen: Ja, die Belastung im Start-up-Sektor ist hoch – längere Arbeitszeiten, geringere Gehälter, weniger Sicherheit. Besonders Frauen sind oft benachteiligt.
Aber: Die Offenheit für neue Arbeitsmodelle ist ebenfalls höher. Viele Start-ups bieten flexiblere Strukturen, Homeoffice, Fokus-Zeiten, Purpose-getriebenes Arbeiten – also eine Umgebung, die mehr bietet als den klassischen „9-to-5“-Job. Damit machen sie einen entscheidenden Unterschied gegenüber Traditionsunternehmen, die eher auf feste Arbeitszeiten und Bürokultur setzen.
Innovation braucht Raum, kein Sicherheitsdenken
Apropos Traditionsunternehmen: Ich glaube, dass in einem überregulierten Ökosystem die Innovation auf der Strecke bleibt. Wer bei jedem Schritt Angst vor Fehlern hat, wird keine Risiken eingehen. Doch Innovation ohne Risiko gibt es nicht. Unternehmen, die keine Fehler machen wollen, machen auch keine Fortschritte.
Hier ist ein Umdenken gefragt – auch politisch. Wer heute in Deutschland ein Unternehmen gründet, sieht sich mit einer Bürokratie konfrontiert, die oft mehr lähmt als schützt. Gleichzeitig verlieren wir im internationalen Wettbewerb – weil andere Länder schneller, pragmatischer und technologieoffener agieren. Innovation verlangt Raum, Geschwindigkeit – und eine Kultur für Gründer*innen und Investor*innen, in der sie schnell skalieren können.
Europas Chance: Der Weg der Qualität
Der Inbegriff für schnelles Skalieren sind China und die USA. Während China auf Masse setzt und die USA auf Kommerzialisierung, hat Europa die Chance, einen eigenen Weg zu gehen: mit Qualität und gesellschaftlicher Einheit als Alleinstellungsmerkmal. Europa ist eine der wenigen Regionen, in der wirtschaftlicher Erfolg mit sozialer Verantwortung verbunden wird. Wir haben Zugang zu Spitzenforschung, zu klugen Köpfen, zu funktionierenden Institutionen. Was uns fehlt, ist der Mut zur schnellen Umsetzung.
Wir brauchen mehr Kommerzialisierung, ohne unsere Werte zu verlieren. Wir brauchen mehr Tempo, ohne Menschen zu überfordern. Und wir benötigen ein neues Narrativ, das Leistung nicht als toxisch, sondern als Teil einer starken Gesellschaft begreift.
Warum der Leistungsanspruch tief im Unternehmen verankert sein muss
Mehr Tempo, kluge Köpfe, ein Team: Wie gut dieser Dreiklang für mehr Leistung funktioniert, zeigt die Geschichte von Cansativa selbst. 2017 mit wenig Kapital gegründet, haben mein Bruder Jakob und ich früh auf Geschwindigkeit und Umsetzung gesetzt. Während andere noch in Businessplänen dachten, organisierten wir die ersten Importe von Medizinalcannabis, navigierten durch eine regulatorisch hochkomplexe Landschaft und bauten eine Plattform auf, die heute Marktführer in Deutschland ist.
Dass wir vom Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM) den Zuschlag für die Distribution von in Deutschland angebautem Cannabis erhielten, war kein Zufall, sondern Ergebnis von Expertise, strategischer Schärfe und kompromissloser Arbeit. Inzwischen haben wir über 2500 B2B-Kund*innen, ein eigenes Produktportfolio, ein starkes Partnerschaftsnetzwerk und wachsen mit jeder regulatorischen Veränderung weiter. Nicht weil wir Glück hatten, sondern weil wir Leistung als Haltung verstehen.
Ambition braucht Anerkennung
Deshalb fordere ich: Deutschland muss lernen, Ambitionen nicht zu fürchten, sondern zu fördern. Denn wer Leistung immer nur mit Egoismus, Selbstausbeutung oder Ellenbogenmentalität gleichsetzt, nimmt sich die Chance auf echten Fortschritt. Leistung ist kein Selbstzweck – sie ist ein Beitrag zum Wirtschaftswachstum Europas. Sie ist Ausdruck von Haltung, Verantwortung und dem Willen, Dinge besser zu machen. Gefragt ist ein gesellschaftliches Klima, in dem es willkommen ist, Großes zu wollen. Und in dem diejenigen, die sich anstrengen, auch Rückenwind bekommen – nicht Gegenwind.
Unser Unternehmen ist nur ein Beispiel dafür, was möglich ist, wenn Menschen Verantwortung übernehmen und mit einem klaren Ziel handeln. Der Erfolg ist kein Zufall, sondern das Ergebnis einer gelebten Leistungskultur, die nicht auf Kontrolle, sondern auf Klarheit basiert. Und auf dem Mut weiterzumachen, gerade wenn der Weg steinig ist.
Es ist Zeit, dass wir in Deutschland – und in Europa – ein neues Kapitel aufschlagen. Eines, in dem Ambition der Antrieb ist, in dem Leistung nicht verdächtig, sondern wertvoll ist. Und in dem wir verstehen: Zukunft entsteht dort, wo Menschen nicht fragen, was gerade bequem, sondern was möglich ist.
Was Unternehmen über KI-Agenten wissen müssen
Künstliche Intelligenz in Form autonomer Agenten gewinnt rasant an Bedeutung. Doch wie arbeiten diese KI-Agenten? Was ist bei der Umsetzung zu beachten? Hier gibt's die Antworten.
Die Idee, dass autonome Systeme eng mit Menschen zusammenarbeiten und sie gezielt unterstützen, ist keine Vision mehr, sondern Realität. Während bisher eine umfassende Problemlösungskompetenz im Hintergrund fehlte, bringen KI-Agenten genau diese Fähigkeit mit und übernehmen zunehmend vielfältige Aufgaben in der Arbeitswelt. Wir erklären, was Unternehmen über KI-Agenten wissen müssen.
Was sind KI-Agenten und auf welcher Technologie basieren sie?
KI-Agenten sind Softwaresysteme, die eigenständig Aufgaben ausführen, aus Erfahrungen lernen und dynamisch mit ihrer Umgebung interagieren. Ihr Ziel ist es, Aufgaben autonom zu lösen, ohne dass ein kontinuierliches menschliches Eingreifen notwendig ist. Im Unterschied zu herkömmlichen Automatisierungslösungen bewältigen KI-Agenten selbst komplexe Anforderungen, indem sie sich an neue Bedingungen anpassen. Auch werden sie im Gegensatz zu universellen LLMs in der Regel fein abgestimmt, um Relevanz und Datenschutz zu gewährleisten. Sinnvoll ist eine kontextbezogene Architektur, die kausale KI, Document AI und multimodale Logik kombiniert und damit optimal auf geschäftliche Anwendungsfälle zugeschnitten ist.
In welchen Bereichen der Arbeitswelt entfalten KI-Agenten ihr Potenzial?
KI-Agenten finden in nahezu allen Unternehmensbereichen Einsatzmöglichkeiten – von der Beantwortung einfacher Anfragen bis hin zur Steuerung komplexer Prozesse. Eingebettet in CRM-Plattformen analysieren sie riesige Datenmengen, die Unternehmen manuell nicht mehr auswerten können. Anstatt die Ergebnisse lediglich zu präsentieren oder Kontakte nach Prioritäten zu sortieren, qualifizieren KI-Agenten auch noch automatisch Leads, schlagen passende Angebote vor und beantworten Kundenanfragen. Oder anders formuliert: Während herkömmliche Tools in der Regel auf statischen Wenn-dann-Regeln basieren, führt die neue Generation hyperpersonalisierte Aktionen nahezu in Echtzeit aus. Diese Entwicklung entlastet Mitarbeiter von Routineaufgaben und gibt ihnen Raum, sich auf strategisch wichtige Aufgaben zu konzentrieren. Unternehmen wiederum können ohne großen Aufwand Tausende von Kunden individuell betreuen.
Werden KI-Agenten den Arbeitsmarkt verändern?
Diese Frage lässt sich nicht pauschal beantworten. Es entstehen durch den verstärkten Einsatz von KI-Lösungen neue Berufsfelder – insbesondere bei der Entwicklung, Integration und Wartung solcher Agentensysteme werden qualifizierte Fachkräfte benötigt. Gleichzeitig stellt sich die Herausforderung, bestehende Mitarbeitende gezielt im Umgang mit diesen Technologien weiterzubilden und deren digitale Kompetenzen auszubauen. Eines muss klar sein: Das Ziel von KI-Agenten ist es nicht, menschliche Arbeitskraft zu ersetzen, sondern deren Fähigkeiten zu erweitern. Mitarbeitende können sich somit stärker auf komplexe Kundeninteraktionen oder die Entwicklung innovativer Kampagnen konzentrieren, während ihnen die KI zur Hand geht.
Worauf müssen Unternehmen bei der Auswahl von KI-Agenten-Lösungen achten?
In erster Linie benötigen sie eine digital ausgereifte Umgebung mit einheitlichen Datenformaten, optimierten Prozessen und regelbasierten Automatisierungen, um den ROI steigern zu können. Anschließend müssen sie sicherstellen, dass ihre KI-Systeme den geltenden Datenschutzbestimmungen entsprechen und sensible Kund*innendaten optimal geschützt sind. Transparenz und Nachvollziehbarkeit der KI-Entscheidungen sind ebenfalls essenziell, um das Vertrauen von Kunden und Mitarbeitenden nicht zu gefährden. Auf technischer Seite ist eine interoperable Lösung notwendig, die sich so nahtlos wie möglich in die bestehende IT-Umgebung integrieren lässt. Zu den weiteren Aspekten zählen die Priorisierung der kontextuellen Abstimmung, da Agenten geschäftsspezifische Arbeitsabläufe und Datenformate verstehen müssen, sowie die Nutzung eines Federated-Model-Ansatzes statt einheitlicher LLM-Frameworks, um Effizienz, Erklärbarkeit und Kosten zu optimieren.
Wie binden Unternehmen ihre Mitarbeitenden am besten ein?
Zunächst einmal ist ein grundlegendes Change Management erforderlich. Die Mitarbeiterinnen und Mitarbeiter müssen verstehen, dass die KI ihnen nicht die Arbeit wegnimmt, sondern sie unterstützen soll. Sinnvoll ist auch ein Low-Code-Ansatz: Maßgeschneiderte KI-Applikationen und automatisierte Workflows steigern die Arbeitseffizienz in Abteilungen um ein Vielfaches – sogar Mini-Anwendungen, die lediglich einfache Aufgaben übernehmen. Jedoch können zentrale IT-Abteilungen, die mit Entwicklungsanfragen aus verschiedenen Abteilungen überhäuft werden, diese kaum bewältigen. Mit einer Low-Code-Application-Plattform (LCAP) können auch Mitarbeiter ohne Programmierkenntnisse einfache KI-Anwendungen selbst erstellen. Möglich machen das einfache Drag-and-Drop-Optionen und vorgebaute Module, die je nach Wunsch kombinierbar sind.
Fazit
KI-Agenten sind als kollaborative Partner zu verstehen, nicht als Ersatz für den Menschen. Künftig werden wir eine Multi-Agent Collaboration sehen. Hierbei übernehmen verschiedene KI-Agenten jeweils Spezialaufgaben und koordinieren sich untereinander, um selbst die komplexesten Herausforderungen effizient zu lösen.
Der Autor Sridhar Iyengar ist Managing Director von Zoho Europe.
ARX Robotics: Tech for Defense
Wie die ARX-Robotics-Gründer Maximilian Wied, Marc A. Wietfeld und Stefan Röbel Europas führendes DefTech-Start-up für unbemannte autonome Landsysteme gebaut haben.
Ein Start-up aus München denkt Europas Sicherheit neu – mit modularen Robotern, digitalen Aufklärungssystemen und einem iterativen Entwicklungsansatz, der hinsichtlich Flexibilität und Geschwindigkeit in der Branche neue Maßstäbe setzt. „Wir nutzen das transformative Potenzial von Robotik und KI, um die Leistungsfähigkeit der europäischen Landstreitkräfte zu stärken“, sagt Marc A. Wietfeld, Mitgründer und CEO von ARX Robotics in München. „Mit unserem Betriebssystem Mithra OS ermöglichen wir fernoperierbare, kettenbetriebene Landfahrzeuge sowie die Digitalisierung bestehender Flotten.“
Die Roboter entstehen auf einer einheitlichen technologischen Plattform mit flexiblem, modularem Aufbau. Sie lassen sich einfach anpassen und aufrüsten, was das Einsatzspektrum enorm erweitert. „Unsere Plattform ist wie das Schweizer Taschenmesser für Militäreinsätze“, so der Gründer. Neben der Hardware und dem KI-gestützten Betriebssystem liefert das Start-up auch Schnittstellen, um bestehende analoge Rüstungstechnologie und softwaregetriebene Systeme zu integrieren.
Drei Offiziere nehmen die Entwicklung selbst in die Hand
Gegründet wurde ARX Robotics von drei ehemaligen Bundeswehroffizieren. Marcs Weg begann mit einer Schlosserlehre, bevor er 2010 für den Wehrdienst eingezogen wurde. Damals konnte er kaum glauben, wie veraltet die Technologie der Truppe war. „Eine Playstation hatte bessere Software als viele Waffensysteme, und Drohnen aus dem Elektrofachmarkt waren leistungsfähiger als die im Kampfeinsatz.“ Während Marc in New York ein militärisches Programm absolvierte, lernte er Maximilian (Max) Wied kennen, der zu dieser Zeit an der Militärakademie West Point studierte. Beide hatten den Innovationsstau jahrelang erlebt und durch ihre Zeit in der Kampftruppe die Realität von Häuser-, Wald- und Grabenkämpfen hautnah kennengelernt.
In Robotik und Automatisierung sahen sie enormes ungenutztes Potenzial, um Soldat*innen zu schützen und Einsätze effizienter zu gestalten. „Am Anfang ging es uns gar nicht darum, Roboter zu bauen“, so Marc, „sondern darum, wie wir neue Technologie schneller in die Hand der Soldatinnen und Soldaten bekommen.“ Rund zwei Jahre arbeiteten sie am Konzept und an der Umsetzung. Die ersten Prototypen entstanden in Eigenregie, finanziert aus privaten Mitteln.
Stefan Röbel stieß dazu, als klar wurde, dass aus dem Projekt ein Unternehmen werden sollte. Neben dem militärischen Hintergrund bringt er Erfahrung im Aufbau und in der Skalierung von Start-ups mit. Zuvor war Stefan bereits bei Tech-Unternehmen an Bord, darunter Amazon, ASOS und Grover, wo er den Weg von der Series-A-Finanzierung bis zum Unicorn begleitete.
Als die Ersparnisse aufgebraucht waren, erhielt das Gründungsteam Unterstützung vom Innovation Hub der Bundeswehr und der Universität der Bundeswehr in München. Ende 2022 gründeten die drei schließlich ihr Unternehmen.
Die Brücke zur vernetzten Zukunft des Militärs
ARX Robotics füllt eine kritische Lücke in der militärischen Technologielandschaft, zwischen der analogen Vergangenheit und der softwaregesteuerten Zukunft. Viele bestehende Systeme wie etwa Panzer, Transportfahrzeuge und Helikopter operieren noch weitgehend analog und damit isoliert voneinander. Doch bewaffnete Konflikte werden heute vernetzt, KI-gestützt und mithilfe unbemannter Systeme entschieden. Die militärische Ausrüstung ist in vielen Ländern Europas noch nicht auf der Höhe der Zeit. „Mit unseren Lösungen bauen wir die Brücke zwischen den beiden Welten“, sagt Marc.
ARX Robotics überträgt die moderne technologische Architektur auf bestehende Militärfahrzeuge. Die analogen Bestandssysteme werden damit robotisiert, sodass sie mit modernen Drohnen und digitalen Einheiten zusammenarbeiten können – ein entscheidender Faktor für die Digitalisierung der Landstreitkräfte und Interoperabilität. „Früher war das Militär die Technologieschmiede der Gesellschaft, doch in den 1980er-Jahren hat die zivile Forschung die Streitkräfte überholt, auch bei den sicherheitsrelevanten Anwendungen“, so Marc.
Die etablierte Verteidigungsindustrie hat sich unterdessen auf immer komplexere und schwerfällige Großsysteme konzentriert. Bei einem größeren militärischen Entwicklungsprojekt ist in der Regel der gesamte militärische Apparat involviert, mit Planungs- und Beschaffungsämtern, langen Prozessen und seitenlangen Anforderungskatalogen. Erhält ein Ausrüster den Zuschlag, bekommt dieser Steuergelder, um einen Prototyp zu bauen „Die Entwicklung neuer Plattformen dauert dadurch oft ein Jahrzehnt, und die Produktion braucht weitere fünf Jahre“, sagt Marc. Schon bei der Indienststellung ist das Material zwangsläufig technologisch veraltet. ARX Robotics will den Prozess vom Kopf auf die Füße stellen. „Wir sind davon überzeugt, dass unsere Systeme den Soldatinnen und Soldaten im Einsatz sofort Mehrwert liefern“, so Marc. „Darum übertragen wir die neuen Technologien so schnell wie möglich ins Militär.“
Zurückhaltende Investor*innen und hohe Eintrittsbarrieren
Der Weg zur ersten externen Finanzierung war jedoch alles andere als einfach. „Kaum ein Risikokapitalgeber hat sich 2022 für DefenseTech und Hardware interessiert“, sagt Marc. Unter europäischen VCs dominierte das Dogma, dass nur Software skalierbar sei, idealerweise als SaaS-Modell. „Als Start-up mit einer physischen Technologie, noch dazu geführt von drei Soldaten ohne Gründungserfahrung, passten wir nicht ins Schema“, erinnert sich Marc.
Zudem war das Thema Verteidigung als Investment noch sehr negativ behaftet. VCs wollten nicht in Systeme investieren, die potenziell im Kampfeinsatz genutzt werden können. Sie sorgten sich um das öffentliche Bild und mögliche Bedenken institutioneller Geldgeber*innen. Mitte 2023 konnte ARX Robotics dann mit dem Risikokapitalgeber Project A Ventures als Lead Investor die Seed-Finanzierungsrunde schließen.
„Die anfänglich größte Hürde für uns war, nicht als Start-up, sondern als ernstzunehmender Anbieter wahrgenommen zu werden“, so Marc. Der Rüstungsmarkt ist stark konsolidiert und protektiv. Etablierte Player wie Rheinmetall, BAE Systems oder Krauss-Maffei Wegmann arbeiten seit Jahrzehnten fest mit ihren Kund*innen zusammen und bewegen sich in gewachsenen Strukturen. „Das Vertrauen der Streitkräfte zu gewinnen und die Beteiligung an einem großen Rüstungsprojekt zu erhalten, ist eine Schallmauer, die nur sehr wenige Start-ups durchbrechen“, sagt Marc.
Iterative Entwicklung und Tests im Feld
ARX Robotics punktet im Markt unter anderem mit dem radikal nutzer*innenzentrierten Entwicklungsansatz. Das Team setzt auf schnelle Iterationen mit voll funktionsfähigen Prototypen. Diese werden von Soldat*innen zeitnah getestet, häufig direkt in der Kampfzone. Das Feedback fließt sofort in die Weiterentwicklung ein, sodass in kürzester Zeit gebrauchsfertige Systeme entstehen. Der Fokus in der Entwicklung liegt stets auf der Software. „Das Betriebssystem ist der Kern unserer Lösungen, ob es am Ende einen Roboter oder einen Panzer steuert, ist zweitrangig“, sagt Marc.
Anders als der Wettbewerb setzt ARX Robotics auf offene Schnittstellen, modulare Komponenten und flexible Integration. Die großen Rüstungsfirmen mit ihren etablierten, geschützten Ökosystemen können dieses Modell nur schwer adaptieren. Stattdessen setzen sie auf Partnerschaften.
Mit Rheinmetall zum Beispiel arbeiten die Gründer derzeit an mehreren Projekten, und Daimler nutzt die ARX-Technologie, um die gesamte militärische Fahrzeugflotte zu digitalisieren. Um sicherzustellen, dass das Know-how und die Technologie in europäischer Hand bleiben, hat das Team frühzeitig den NATO Innovation Fund mit ins Boot geholt.
Digitaler Vorreiter: Wie Bootsschule1 die Sportboot-Ausbildung umkrempelt
Bootsschule1 überzeugt mit SmartLearn™-Plattform, All‑Inclusive‑Paketen, hoher Qualität und bundesweiter Praxis – digital, transparent und risikofrei.
Der Weg zum Sportbootführerschein galt lange als bürokratisch, zeitraubend und unflexibel – geprägt von Präsenzunterricht, Papierbergen und Prüfungsstress. Wer beruflich eingespannt ist oder außerhalb von Metropolregionen lebt, sah sich oft mit logistischen Hürden konfrontiert. Genau an diesem Punkt setzt Bootsschule1 an – und definiert die Ausbildung auf dem Wasser neu. Nicht mit leeren Marketingversprechen, sondern mit einem durchdachten Gesamtkonzept, das sich konsequent an den Bedürfnissen moderner Lerner orientiert.
Was einst nach trockener Theorie und starren Kurszeiten roch, verwandelt sich hier in ein digitales Lernsystem, das in punkto Nutzerfreundlichkeit und Didaktik Maßstäbe setzt. Im Zentrum steht eine selbst entwickelte Lernplattform, die Inhalte in kurzen, präzise aufbereiteten Videolektionen vermittelt – ergänzt durch realistische Prüfungssimulationen und ein umfassendes All-Inclusive-Paket, das vom Navigationsbesteck bis zur persönlichen Betreuung reicht. Transparente Preise, flexible Praxisstandorte und eine Geld-zurück-Garantie zeigen: Hier geht es nicht um den schnellen Schein, sondern um nachhaltige Qualität.
Dieser Artikel beleuchtet, wie Bootsschule1 mit technischer Präzision, durchdachten Services und didaktischer Klarheit nicht nur mit alten Konventionen bricht, sondern ein neues Kapitel in der Ausbildung für Wassersportbegeisterte aufschlägt – nah am Alltag, weit entfernt vom Schulbank-Gefühl.
Moderne Lernplattform mit smarten Tools
Die digitale Bootsschule von Bootsschule1 übernimmt in Deutschland eine Vorreiterrolle, wenn es um eine moderne Bootsführerschein-Ausbildung geht. Die selbst entwickelte SmartLearn™‑Lernplattform bildet das Herzstück dieses Konzepts. Sie bietet über 50 Videolektionen in hochwertiger 4K-Qualität und einen Multiple‑Choice‑Fragentrainer, die den gesamten Stoff für Sportbootführerscheine strukturiert abdecken. Die Videos dauern meist zwischen drei und fünf Minuten – ideal, um Inhalte gezielt und ohne Zeitdruck zu konsumieren: Sei es unterwegs beim Pendeln, in der Mittagspause oder abends auf dem heimischen Sofa. Dieses modulare Format erlaubt es, einzelne Themen effizient zu wiederholen oder gezielt Vertiefungen abzurufen.
Doch Bootsschule1 bietet weit mehr als reine Videospots: Ein interaktiver Prüfungssimulator integriert alle 15 offiziellen Prüfungsbögen. Nutzer*innen können die komplette Prüfungssituation durchspielen, inklusive Originalfragen und zeitlicher Vorgabe – so entsteht ein realistisches Trainingserlebnis. Dieser praxisnahe Ansatz führt weg vom bloßen Auswendiglernen hin zu gezielter Vorbereitung, mit hoher Trefferquote bei der echten Prüfung. Durch regelmäßiges Simulations-Training werden Schwachstellen sichtbar und lassen sich gezielt bearbeiten – ein entscheidender Vorteil gegenüber herkömmlichen Kursformaten.
All‑Inclusive‑Angebot statt versteckter Kosten
Ein echtes Alleinstellungsmerkmal ist das All‑Inclusive‑Versprechen. In einer einzigen Kursbuchung sind enthalten: Lernplattform, hochwertige Lernvideos, Kursmaterialien wie Kurs‑ und Anlegedreieck, Zirkel sowie Tampen und Klampe, dazu die praktische Ausbildung inklusive einer kostenfreien 1:1‑Betreuung. Ergänzt wird das Ganze durch ein freiwilliges Exkurs‑Paket mit über 25 zusätzlichen Lektionen mit einem Gegenwert von 119 €, das Kunden gratis erhalten.
Der Preis erscheint dabei vergleichsweise günstig: Ein Kombiangebot für SBF See & Binnen kostet gerade mal 445 € statt ursprünglich 495 € – inklusive Exkurs‑Paket. Durch Aktionen mit Rabattcodes lässt sich die Summe weiter reduzieren – ohne unerwartete Zusatzkosten. Transparenz ist hier Programm.
Risikofrei dank Geld‑zurück‑Garantie
Bootsschule1 gibt Anfängern besonderen Rückhalt: Innerhalb von 14 Tagen nach Buchung kann man bei Nichtgefallen rückabwickeln – sofern bislang keine Praxisstunde gebucht und maximal 60 % der Kursinhalte absolviert wurden. Darüber hinaus gibt es eine Garantie für den Prüfungserfolg: Wer den Theorie‑Teil bestanden, aber in der Praxisprüfung durchfällt, erhält anteilig die Kursgebühr zurück. Das reduziert das finanzielle Risiko und lässt den Kurs zu einer sicheren Investition werden.
Flexible praktische Ausbildung in ganz Deutschland
Ein weiterer wichtiger Aspekt, in dem Bootsschule1 überzeugt, ist der bundesweite Zugang zur praktischen Ausbildung. Mehr als 100 Prüfzentren und zahlreiche Praxispartner ermöglichen es, Theorie online zu lernen und die Bootsfahrstunden lokal zu absolvieren. Unter anderem gibt es Angebote in großen Städten wie Berlin, Hamburg oder entlang des Rheins (z.B. Bonn, Koblenz, Köln).
Praktische Einheiten dauern meist 60 Minuten und reichen oft aus, um die Fahrpraxis für die Prüfung zu erlangen. Zudem übernimmt die Plattform die Terminbuchung, Organisation und Anmeldung bei der Prüfung – der gesamte Papierkram liegt in digitaler Hand, was Zeit und Aufwand spart.
Umfangreiche Kursvarianten für jeden Bedarf
Bootsschule1 deckt sämtliche Sportbootführerscheine ab: getrennte Kurse für SBF See, SBF Binnen sowie Kombikurse See & Binnen. Darüber hinaus werden spezielle Qualifikationen angeboten, etwa das Bodenseeschifferpatent, der SRC- und UBI-Funkschein sowie Fachkundenachweise (FKN/SKN).
- Das Bodenseeschifferpatent ist als Ergänzung zum SBF günstig kombinierbar (145 € Theorie oder Kombipreis von € 590).
- Der SRC‑Funkschein wird mit gleicher SmartLearn™‑Plattform vorbereitet – inklusive Online‑Training und praktischer Prüfung in einem Prüfungszentrum (127,88 € Prüfungsgebühr).
Wer nur den Funkschein machen möchte, erhält dafür bis zu 365 Tage Zugriff auf Lernmaterial und Praxisaufgaben.
Qualitativ hochwertiger Unterricht
Bootsschule1 legt klar Wert auf hohe Produktionsqualität: Einzelne Videolektionen entstehen aus bis zu 200 Stunden Rohmaterial, das anschließend mehr als 100 Stunden postproduziert und mit 3D‑Animationen sowie CGI‑Effekten angereichert wird. Das Ergebnis ist eine visuell ansprechende und fachlich präzise Darstellung, die man in vielen herkömmlichen Kursen vergeblich sucht. Ergänzt wird das durch profunde Fahrsessions per Videochat und persönliche Unterstützungsangebote.
Medizinischer Beleg und gesundheitliche Voraussetzungen
Vor Prüfungsanmeldung ist ein ärztliches Attest nötig. Dieses umfasst Sehtest (DIN 58220, Sehschärfe ≥ 0,8), Farbunterscheidung und Hörtest. Brillenträger schaffen den Führerschein problemlos – die Vermerkpflicht auf der Fahrerlaubnis ist im Einklang mit Vorschriften. Empfehlenswert ist es, frühzeitig die optionalen Testangebote bei Optikern zu nutzen, um die ärztliche Bescheinigung vorzubereiten.
Prüfung mit digitaler Unterstützung
Bootsschule1 nimmt Interessierten den bürokratischen Aufwand ab: Prüfterminbuchung, Anmeldeunterlagen und Zertifikatrecherche übernimmt das Team. Nach Bestehen der Prüfung erreicht man den Führerschein binnen zwei Wochen bequem per Post. Wer beim ersten Mal nicht besteht, kann Theorie und Praxis beliebig oft wiederholen – zusätzliche Kosten entstehen nur durch behördliche Prüfungsgebühren.
Fazit
Bootsschule1 präsentiert ein Konzept, bei dem Technik und didaktischer Anspruch eng miteinander verbunden sind: Die Lernplattform mit qualitativ hochwertigen Videos, Prüfungssimulationen und smartem Fragebetrieb bildet das Rückgrat der Ausbildung. Zeitgleich liefern All‑Inclusive‑Pakete inklusive 1:1‑Betreuung, bundesweite Praxis sowie Garantien echte Mehrwerte.
In einer Zeit, in der Flexibilität und Qualität gefragt sind, liefert Bootsschule1 eine Antwort auf praktische Herausforderungen. Es ist kein theoretisches Referenzmodell, sondern ein funktionierendes System, das vielen den Zugang zum Wassersport erleichtert – und dabei ganz klar zeigt, wie moderne Bildung in der Praxis aussehen kann. Somit liefert der Anbieter im Sportbootbereich das, was bei Autofahrschulen schon länger Realität ist.
Wie digitale Unternehmen Alltagsprobleme systematisch lösen – Ein Blick auf Parkos
Parkos zeigt, wie ein digitales Unternehmen Herausforderungen beim Flughafenparken meistert.
Es gibt sie überall, diese kleinen alltäglichen Ärgernisse, die erst einmal banal erscheinen, im Alltag aber schnell zu echten Zeitfressern und Stressquellen werden können. Die Parkplatzsuche an Flughäfen gehört dazu – gerade in stark frequentierten Städten, wo jeder Parkplatz ein kostbares Gut ist. Genau hier setzt Parkos an, ein digitales Unternehmen mit Start-up-Wurzeln, das seit über einem Jahrzehnt den Markt für Parkplatzvermittlung revolutioniert. Parkos.de macht es möglich, entspannt einen Parkplatz zu buchen und so lästige Suchfahrten zu vermeiden.
Vom Alltagsproblem zur digitalen Lösung
Das Beispiel der Parkplatzsuche zeigt exemplarisch, wie digitale Unternehmen Alltagsprobleme systematisch angehen. Nicht immer ist es die große Innovation, die den Markt verändert, sondern die konsequente und nutzerzentrierte Verbesserung bestehender Prozesse. Die Gründer von Parkos erkannten früh, dass der Prozess des Parkplatzfindens in der Nähe von Flughäfen ineffizient und für Reisende oft belastend ist. Überfüllte Parkplätze, lange Fußwege oder teure Kurzzeitangebote waren die Regel.
Diese Herausforderungen boten die perfekte Ausgangslage für eine digitale Plattform, die Anbieter von Parkplätzen und Kunden unkompliziert zusammenbringt. Dabei geht es nicht nur um die reine Vermittlung, sondern um Transparenz, Vergleichbarkeit und Nutzerfreundlichkeit. Das ist der Kern der Plattformökonomie, die heute zahlreiche Branchen prägt – von der Mobilität über die Gastronomie bis hin zum Einzelhandel.
Parkos als Beispiel für Plattformökonomie
Plattformen funktionieren nach dem Prinzip, Angebot und Nachfrage in einem digitalen Marktplatz zu verknüpfen. Für Parkos bedeutet das: Parkplätze von verschiedensten Anbietern – private Parkflächen, Hotels, bewachte Parkhäuser – werden auf einer übersichtlichen Website zusammengeführt. Kunden können Preise, Entfernung zum Flughafen und Bewertungen vergleichen. Die Buchung erfolgt direkt online, oft mit flexiblen Stornierungsbedingungen.
Dieser transparente und einfache Zugang löst ein grundlegendes Problem: Wer kennt schon die besten Parkmöglichkeiten in Flughafennähe? Vorbei sind die Zeiten der langen Suchfahrten und Unsicherheiten. Eine entsprechende Plattform steigert nicht nur die Effizienz, sondern reduziert durch die bessere Planung auch den Stress für Reisende.
Interessant ist dabei auch, dass das Unternehmen selbst kein Parkplatzbetreiber ist. Das Unternehmen agiert als Vermittler – und zeigt damit, wie wichtig digitale Infrastruktur und Vertrauensbildung für moderne Geschäftsmodelle sind. Die Nutzerbewertungen auf der Plattform tragen dazu bei, das Angebot ständig zu verbessern.
Technologie als Enabler für bessere Nutzererfahrung
Ein weiterer wichtiger Baustein im Erfolg ist der gezielte Einsatz von Technologie. Eine übersichtliche Website, eine mobile App und einfache Bezahlmethoden sind heute Standard, doch wie diese Tools eingesetzt werden, macht den Unterschied. Die Plattform bietet nicht nur Such- und Buchungsmöglichkeiten, sondern auch Informationen zu Services wie Shuttle-Bussen, Öffnungszeiten und Sicherheitsstandards der Parkplätze.
Die Integration von Kundenbewertungen schafft eine soziale Kontrollinstanz, die Vertrauen aufbaut. So können Nutzer anhand von Erfahrungen anderer Reisender einschätzen, ob ein Parkplatz ihren Erwartungen entspricht. Dieses Feedback wird von Unternehmen genutzt, um Anbieter zu prüfen und kontinuierlich zu verbessern.
Nicht zuletzt erleichtern digitale Services auch die Reiseplanung insgesamt. Verbindliche Buchungen minimieren Überraschungen vor Ort und tragen dazu bei, den gesamten Ablauf stressfreier zu gestalten.
Digitales Angebot im Alltag – mehr als nur Bequemlichkeit
Das Beispiel Parkos zeigt, dass digitale Lösungen oft mehr leisten als reine Bequemlichkeit. Sie greifen in gesellschaftlich relevante Bereiche ein – hier etwa die Mobilität. Bessere Parkplatzplanung bedeutet weniger Suchverkehr, weniger Emissionen und damit einen Beitrag zur Entlastung urbaner Verkehrsräume.
Auch für Unternehmen eröffnen Plattformen wie Parkos neue Chancen. Kleine und mittelgroße Parkplatzanbieter können so ein größeres Publikum erreichen, ihre Auslastung verbessern und wirtschaftlicher arbeiten. Dies steht im Zeichen einer funktionierenden Sharing Economy, die Ressourcen besser nutzt.
Die Relevanz digitaler Vermittlungsplattformen
Digitale Vermittlungsplattformen sind längst mehr als reine Serviceangebote. Sie verändern zunehmend die Art, wie Menschen sich fortbewegen, arbeiten oder ihre Freizeit gestalten. Die Vermittlung von Parkplätzen am Flughafen ist ein kleines, aber anschauliches Beispiel dafür, wie digitale Geschäftsmodelle dazu beitragen können, den Alltag effizienter zu gestalten und Ressourcen besser zu nutzen.
Indem sie Buchung und Planung vereinfachen, tragen solche Plattformen dazu bei, dass unnötige Suchfahrten entfallen. Das hat nicht nur eine Zeitersparnis für den Einzelnen zur Folge, sondern auch einen spürbaren Effekt auf den Verkehr rund um stark frequentierte Orte. Weniger Staus bedeuten weniger Emissionen – ein relevanter Beitrag zum Klimaschutz, der auf den ersten Blick vielleicht unspektakulär wirkt, bei genauerem Hinsehen jedoch enorm.
Außerdem profitieren kleine Anbieter von Parkplätzen von der Reichweite solcher digitalen Marktplätze. Sie können ihre freien Kapazitäten besser auslasten und so wirtschaftlicher arbeiten. Damit entsteht eine Win-Win-Situation, die durch die Vernetzung und Digitalisierung erst möglich wird.
Praxisnahe Erkenntnisse für Gründer und Unternehmer
Für Unternehmer, die digitale Geschäftsmodelle entwickeln oder optimieren wollen, steckt in diesem Beispiel einiges an Praxiswissen. Erstens: Das genaue Erkennen eines echten Alltagsproblems ist entscheidend. Hier war es die Parkplatzsuche – eine scheinbar kleine Herausforderung mit großem Frustpotenzial.
Zweitens zeigt sich, wie wichtig eine konsequente Nutzerzentrierung ist. Transparente Preise, Vergleichbarkeit und unkomplizierte Buchungsprozesse schaffen Vertrauen. Gerade in Zeiten, in denen Konsumenten eine nahtlose User Experience erwarten, entscheidet die Qualität der digitalen Schnittstellen oft über Erfolg oder Misserfolg.
Drittens wird deutlich, wie wichtig Vertrauen im Plattformgeschäft ist. Nutzerbewertungen, transparente Kommunikation und klare Buchungsbedingungen helfen, Unsicherheiten abzubauen. Das gilt nicht nur für die Parkplatzvermittlung, sondern für alle digitalen Vermittler.
Viertens: Flexibilität und kontinuierliche Verbesserung sind ein Muss. Digitale Geschäftsmodelle müssen sich an wechselnde Anforderungen und neue technische Möglichkeiten anpassen, um relevant zu bleiben.
Wo liegen die Herausforderungen?
Trotz aller Vorteile stehen digitale Plattformen auch vor Herausforderungen. Zum Beispiel die Frage nach Datenschutz und Sicherheit der Kundendaten, die immer sensibler wahrgenommen wird. Auch die Balance zwischen Anbieterinteressen und Nutzerbedürfnissen ist oft ein Balanceakt.
Nicht zuletzt sind digitale Unternehmen auf stabile und schnelle Internetverbindungen angewiesen – was vor allem auf dem Land oder in entlegenen Gebieten nicht selbstverständlich ist. Gerade hier zeigt sich, dass digitale Innovationen nicht automatisch alle gesellschaftlichen Schieflagen beheben.
Fazit: Digitalisierung als Werkzeug für pragmatische Lösungen
Der Blick auf die Vermittlung von Parkplätzen an Flughäfen macht eines klar: Digitalisierung funktioniert dann am besten, wenn sie echte, greifbare Probleme löst. Es geht nicht um bloße Technik, sondern um den Mehrwert, den Unternehmen und Plattformen schaffen – für Nutzer, Anbieter und die Gesellschaft.
Ein erfolgreicher digitaler Vermittler zeichnet sich dadurch aus, dass er Transparenz, Vertrauen und Nutzerfreundlichkeit in den Mittelpunkt stellt. Die Kombination aus technischer Innovation und konsequenter Orientierung an den Bedürfnissen der Kunden bildet das Fundament für nachhaltiges Wachstum.
Für Gründer und Unternehmer ist die Botschaft: Kleine, präzise Lösungen können große Wirkung entfalten. Wer genau hinschaut und mit digitaler Intelligenz Alltagssituationen verbessert, schafft nicht nur Mehrwert, sondern auch ein tragfähiges Geschäftsmodell.

