Im Rahmen einer Start-up- und Marktanalyse hat die Digital-Health-Beratung Brainwave den deutschen FemTech-Markt genauer unter die Lupe genommen. Die Erkenntnis: Lange Zeit wurde das Thema digitalgestützte Lösungen für die Frauengesundheit, Body Positivity und Female Empowerment vernachlässigt, obwohl es immerhin die Hälfte der Bevölkerung betrifft. Mittlerweile scheint das Potenzial bei Gründer*innen und Investor*innen angekommen zu sein, denn in den Bereichen Technologie, neue Geschäftsmodelle und Start-up-Finanzierungen ist im letzten Jahr viel passiert.

Was ist FemTech?

Der Begriff umschreibt technologische Angebote und Services, die sich auf die Gesundheit der Frau konzentrieren. Die Lösungen reichen von Fruchtbarkeits- und Zyklus-Tracking, über Schwangerschaftsbegleitung und Tele-Hebammen bis hin zu Lösungen zum Thema Sexual Awareness und Menopause. Aber auch E-Commerce-Produkte, wie Periodenunterwäsche oder Supplements komplementieren den Trend. Der Begriff FemTech wurde insbesondere durch Ida Tin geprägt – die Gründerin der Zyklus- und Periodentracking App Clue.

Die wichtigsten FemTech-Trends

Viele FemTech-Angebote, besonders jene aus dem Bereich Schwangerschaft und Geburt, sind bereits in der medizinischen Versorgung angekommen. So wird beispielsweise die 2017 zur Schwangerschaftsbegleitung und Geburtsvorbereitung entwickelte App keleya heute von 19 Krankenkassen erstattet; das Start-up profitierte in der Pandemie von erhöhten Nutzungszahlen (monatlich 20.000 aktive Nutzerinnen im Jahr 2021).

In den letzten Monaten konnte ein rasantes Ansteigen an digitalen Geschäftsmodellen rund um das Thema Reproduktionsmedizin beobachtet werden. Start-ups wie Avery Fertility, Levy oder fertilly sind neu in den Markt eingestiegen und befassen sich mit Fruchtbarkeitsdiagnostik, künstlicher Befruchtung und Social Freezing (Einfrieren von Eizellen).

Das Jahr stand außerdem ganz im Zeichen der Onkologie: Start-ups wie Happie Haus, PINK! oder Brea treiben erfolgreich digitale Innovationen für Frauen mit Brustkrebs voran. Darüber hinaus entstehen auch neue Start-ups im Bereich Sexual Awareness, wie bspw. being female. Kurz gesagt: Der Start-up-Markt ist in Bewegung.

VC-Investments im FemTech-Bereich

Das globale Finanzierungsvolumen für FemTech-Start-ups lag im Jahr 2019 bei über 590 Mio. US-Dollar und war damit zehnmal so hoch wie noch vor zehn Jahren. Wenngleich dies 2019 gerade einmal zehn Prozent der weltweiten VC-Investments ausmachte, verstärkt sich der Trend doch zunehmend: In den Jahren 2020 und 2021 zeichnete sich ein konstant wachsendes Finanzierungsvolumen für FemTech-Start-ups ab. 2021 überstiegen die weltweiten VC-Investitionen in diesem Bereich zum ersten Mal die Marke von 1 Mrd. Dollar.

In Europa erhielten UK-Start-ups im vergangenen Jahr beachtliche Summen an Risikokapital: Das Londoner Start-up Elvie (auch auf dem deutschen Markt aktiv) erhielt 68 Mio. Euro in einer Series C-Finanzierungsrunde. Der Anbieter der Zyklustracking-App Flo Health erhielt 50 Mio. Dollar in einer Series B-Runde.

Die deutschen Start-ups fertilly und pregfit erhielten ein Seed-Funding. Auch wenn Investor*innen offensichtlich ein immer größeres Vertrauen in FemTech-Start-ups haben, steht das Finanzierungspotenzial noch klar am Anfang. Die Investitionen sind weiterhin nur ein winziger Betrag im Vergleich zum weltweiten VC-Funding oder den medizinischen Gesundheitsausgaben für Frauen (500 Mrd. Dollar). Hinzu kommt, dass FemTech-Start-ups meist von Frauen gegründet werden und diese es, im Vergleich zu ihren männlichen Kollegen, oft schwerer haben, Risikokapital einzusammeln. Der banal klingende Grund hierfür: Die Investor*innen-Community besteht zum Großteil aus Männern (94 Prozent bei den Top-100-Unternehmen), welche die Gesundheitsprobleme von Frauen in vielen Fällen nicht wirklich verstehen.

Die deutsche FemTech-Start-up-Landschaft

Brainwave hat den deutschen FemTech-Start-up-Markt analysiert und in einer übersichtlichen Marktdarstellung zusammengefasst (s. Abbildung). Dabei wurden verschiedene Kategorien entwickelt, welche die unterschiedlichen Bereiche des Markttrends abdecken. Die Kategorien zeigen deutlich, dass der größte Teil des Marktes von Start-ups bzw. Lösungen aus der Rubrik „Zyklus- und Fruchtbarkeitstracking“ ausgemacht wird. In diesem Bereich sind vor allem digitale Angebote in Form von Tracking-Apps, Vergleichsportalen für Verhütungsmittel sowie Wearables und weitere Tools vertreten. Neben den etablierten Playern im Bereich „Schwangerschaft und Geburtsvorbereitung“ werden in der Kategorie „Telemedizin & Testkits“ jene Start-ups zusammengefasst, die sich mittels Selbsttest-Kits chronischen Frauenkrankheiten widmen und häufig online einen integrativen Ansatz anbieten. Im Vergleich zum Jahr 2020 kam die neue Kategorie „Reproduktionsmedizin“ hinzu, welche die Themen „Fruchtbarkeitsdia­gnostik und Social Freezing“ abdeckt. Zusätzlich dazu heben sich Start-ups aus den indikationsgetriebenen Trends „Brustkrebs“, „Endometriose“ und „Menopause“ immer stärker hervor. Die Start-ups innerhalb dieser Kategorie versuchen, Frauen entlang des Patientinnenpfades mit Tracking, Digitalen Therapien, Supplements oder Communities zu unterstützen. Last, but not least finden sich in der Übersicht auch die Rubriken „Perioden-Konsumgüter“ und „Sexual Awareness“.

FemTech – quo vadis?

Der deutsche FemTech-Markt ist ein wachsender Markt mit viel Innovationspotenzial. Er bietet die Möglichkeit, nicht nur vielen Frauen auf der Welt zu helfen, sondern auch spannende unternehmerische Chancen auszuschöpfen. Der FemTech-Markt hat in den vergangenen Jahren starke Wachstumsraten erfahren und bleibt weiterhin eines der vielversprechendsten Segmente im Digital-Health-Markt mit einem riesigen Potenzial, verschiedenste sog. Pain Points im Bereich der Frauengesundheit zu lösen. Innovative Geschäftsmodelle in bereits etablierten Segmenten wie Schwangerschaft, Geburt und Zyklus werden mit Wachstumskapital und einer steigenden Akzeptanz weiter gestärkt und in den Massenmarkt getragen. Zukünftig kann erwartet werden, dass auf dem deutschen Markt weitere FemTech-Start-ups nach internationalen Vorbildern entstehen. Dies könnte insbesondere für Indikationen aus den Segmenten Menopause und Endometriose geschehen. Ebenfalls zu erwarten ist der Aufbau von Gesundheitsplattformen, die das Ziel verfolgen, Frauen umfassend mit verschiedensten Rundum-Services zu begleiten.

Im Folgenden stellen wir stellvertretend für die vielen, inhaltlich unterschiedlich aufgestellten FemTech-Start-ups vier Unternehmen im Kurzprofil vor:

Die vergangenen zwei Jahre haben einen regelrechten KI-Boom erlebt. Insbesondere generative Modelle (GenAI) haben sich rasant weiterentwickelt und etablieren sich zunehmend als feste Größe in den Arbeitsprozessen von Organisationen weltweit. Angesichts dieser Dynamik fragen sich nun viele Unternehmen, welche Entwicklungen das Jahr 2025 bestimmen werden und welche Potenziale sich daraus ergeben. Diese vier wichtigen KI-Trends werden uns 2025 maßgeblich begleiten.

Ob automatisierte Textproduktion, interaktive Chatbots oder KI-gestützte Analysen für Logistik und Finanzen: KIist längst im Tagesgeschäft angekommen. Diese Dynamik setzt sich 2025 fort. Dabei verschieben sich die Schwerpunkte zunehmend hin zu spezialisierten, effizienteren und flexibleren KI-Anwendungen.

Modular AI: Kleine Bausteine, große Wirkung

Modulare KI-Systeme werden zum Schlüssel für Unternehmen, die domänenspezifische Lösungen benötigen. Diese spezialisierten KI-Module sind genau auf einzelne Aufgabenbereiche zugeschnitten, etwa auf den Kundenservice oder auf Betrugserkennung im Bankwesen. Plug-and-Play-Architekturen beschleunigen hierbei die Implementierung: Statt monolithische Modelle einzuführen, integrieren Unternehmen bedarfsgerecht nur jene Module, die sie wirklich benötigen. Auf diese Weise lässt sich der zeitliche und finanzielle Aufwand für die Implementierung in Organisationen erheblich senken. Damit das Zusammenspiel verschiedener Module funktioniert, treiben Hersteller*innen und Standardisierungsgremien die Entwicklung einheitlicher APIs und Kommunikationsprotokolle weiter voran. Diese Interoperabilität ebnet den Weg für dynamische KI-Systeme, die sich je nach Anforderung in bestehende IT-Landschaften integrieren lassen.

Edge AI und On-Device Intelligence: Schneller zum Ergebnis

Während KI-Anwendungen bislang oft auf starke Cloud-Infrastrukturen angewiesen waren, verlagert sich die Intelligenz nun zunehmend an den Netzwerkrand. Dadurch können Daten in Echtzeit analysiert werden, um schnell fundierte Entscheidungen zu treffen. Gerade in sensiblen Bereichen wie der medizinischen Bildgebung oder in Branchen mit hoher Zeitkritikalität, beispielsweise bei autonomen Fahrzeugen, minimiert eine Edge-basierte KI-Analyse Latenzzeiten und ist somit wettbewerbsentscheidend. Parallel dazu treten neue, energieeffiziente KI-Chips wie neuromorphe Prozessoren oder TPUs (Tensor Processing Units) auf den Plan. Sie ermöglichen leistungsstarke KI-Anwendungen in Systemen mit begrenztem Platz oder Energiebudget – ein wichtiger Fortschritt für Wearables und sogar Satelliten.

Foundation Models: Optimieren statt komplett neu trainieren

Große KI-Basismodelle, sogenannte Foundation Models, haben 2024 ihren Nutzen in zahlreichen Branchen bewiesen. 2025 rücken jedoch kosten- und ressourcenschonende Optimierungen stärker in den Vordergrund. Verfahren wie Parameter-effizientes Tuning oder LoRA (Low-Rank Adaptation) ermöglichen es, aus umfassenden Basismodellen spezialisierte Teilmodelle zu erzeugen, ohne sie von Grund auf neu trainieren zu müssen. Kleinere, spezialisierte Modelle behalten die Leistungsfähigkeit der großen Systeme oft zu einem Bruchteil der nötigen Rechenleistung. Das senkt nicht nur die Kosten, sondern trägt auch zur Nachhaltigkeit bei, da der Energieverbrauch bei Training und Einsatz von KI zunehmend kritisch hinterfragt wird. Darüber hinaus entstehen lokalisierte Modelle, die speziell auf bestimmte Regionen oder Sprachen zugeschnitten sind und dadurch genauere Ergebnisse liefern.

Fortschrittliche KI-Agenten: Mehr Kontext, mehr Kollaboration

KI-Agenten erreichen 2025 eine neue Evolutionsstufe und können nuancierte Kontexte immer besser erfassen. Das steigert die Personalisierung von Interaktionen im Kund*innenservice, Gesundheitswesen oder Bildungsbereich. Zugleich werden Self-Improving Agents immer wichtiger: Sie enthalten eingebaute Feedbackschleifen, lernen aus ihren Erfahrungen und optimieren ihre Fähigkeiten – ganz ohne Eingreifen von außen. Darüber hinaus setzt sich das Konzept der Multi-Agent Collaboration durch. Hierbei übernehmen verschiedene KI-Agenten jeweils Spezialaufgaben und koordinieren sich untereinander, um komplexe Probleme wie logistische Planungen oder den Ablauf bei Großschadenslagen effizient zu lösen.

Fazit

Das laufende Jahr wird wie das letzte – und vermutlich wie noch viele kommende Jahre – von künstlicher Intelligenz geprägt sein. Zwar müssen wir bei Aspekten wie Datensicherheit, Transparenz und dem Schutz persönlicher Informationen weiterhin aufmerksam bleiben, doch gleichzeitig eröffnen sich durch KI ganz neue Chancen für Innovation, Effizienz und Wachstum. Schon jetzt arbeiten Unternehmen, Regierungen und Forschungseinrichtungen verstärkt Hand in Hand, um Standards zu definieren und verantwortungsvolle Lösungen zu entwickeln. Damit können wir das enorme Potenzial dieser Technologie nutzen und zugleich sicherstellen, dass Fortschritt und Vertrauen im Einklang stehen.

Der Autor Ramprakash Ramamoorthy ist Director of AI Research bei Zoho.

Das deutsche KI-Startup-Ökosystem befindet sich 2025 weiter im Gründungsboom. Nie gab es mehr KI-Gründer in Deutschland und alleine im vergangenen Jahr wuchs die Zahl der KI-Startups um 35 Prozent. Auch für Investoren bleibt KI eines der vielversprechendsten Themen. Sie investierten 2024 fast 200 Millionen mehr in deutsche KI-Jungunternehmen als im Vorjahr. Vor allem deutsche KI-Startups im B2B-Bereich mit branchenspezifischen Lösungen für die Fertigung, Logistik und das Gesundheitswesen haben aktuell ausgezeichnete Wachstumschancen. Sie können von einer engen Vernetzung mit dem Mittelstand und führenden Forschungseinrichtungen in Deutschland profitieren. Typische KI-Anwendungsfelder von aufstrebenden deutschen Startups wie BlueAvenir, PlanA, Smart Reporting oder nnamu liegen dabei u.a. in der Softwareentwicklung, Sprach- und Bilderkennung oder datenbasierten Analyseverfahren zur Entscheidungsunterstützung.

KI-Chancen und die häufigsten Hürden

Während die Gesamtfinanzierung für KI-Projekte wächst, scheitern in der Praxis vielversprechende Ideen von Startups aber auch immer wieder am konkreten Business Case. Langfristig können sich insbesondere unterschätzte Kosten und eine schwache Performance der Anwendungen wie ein Bremsklotz auswirken. Die Nutzung von Sprachmodellen ist dank API-basierten Diensten sehr einfach geworden, dennoch können sich hier bei großen Volumina und ungeschickter Modell-Wahl schnell höhere Kosten aufsummieren. Gleichzeitig spielt die Performance des KI-Systems eine wichtige Rolle für eine langfristige Profitabilität. So führen besonders hohe Latenzzeiten bei der Model-Inference zu trägeren Systemen, die Nutzeranfragen nicht schnell genug verbreiten und die Attraktivität der Anwendung erheblich mindern.

Gerade Startups setzen oft auf die Cloud, da sie unabhängig vom technischen Hintergrund einfachen Zugang zu KI und die nötige Flexibilität ermöglicht. Drei innovative Methoden erweisen sich in der Cloud als besonders hilfreich, um eine optimale Balance zwischen Leistungsfähigkeit, Kosten und Nutzerfreundlichkeit für die Umsetzung des eigenen KI-Anwendungsfalls zu finden. So kann jeder Gründer seine KI-Ideen schnell, kosteneffizient und sicher umsetzen.

KI-Modellauswahl: Kleiner, aber schneller

Für Startups ist es entscheidend, das richtige KI-Modell für ihren Anwendungsfall zu wählen, um Kosten und Leistung optimal auszubalancieren. Anbieter wie Anthropic, AI21 Labs, Meta, Cohere, Mistral und Amazon bieten Modelle in verschiedenen Größen an – kleinere Varianten sind oft günstiger und reagieren mit kürzerer Antwortzeit. Nach einer ersten Validierung mit einem leistungsstarken Modell können Startups Tools wie Amazon Bedrock Evaluations nutzen, um herauszufinden, welches Modell in welcher Größe ähnliche Ergebnisse bei geringeren Kosten oder höherer Geschwindigkeit liefert. Diese Evaluierungen helfen dabei, die Leistungsfähigkeit und Effizienz zu beurteilen, indem Metriken wie semantische Robustheit und Genauigkeit bei der Informationsabfrage analysiert werden. Durch eine Kombination aus automatisierten Bewertungen mit Large Language Models (LLMs) und menschlicher Prüfung können Startups die beste Balance zwischen Leistung, Kosten und Geschwindigkeit für ihre individuellen Bedürfnisse finden.

Prompt Caching: Zwischenspeicherung für wiederkehrende Anfragen

Eine weitere smarte Methode, um die Antwortzeiten von KI-Modellen zu verkürzen und Kosten zu senken, ist das Prompt-Caching. Wenn ein digitaler Assistent sich bei jeder Frage immer wieder die gleichen Grundinformationen durchlesen müsste, dann wäre das extrem ineffizient. Genau hier setzt das Prompt-Caching an und speichert feste Teile des Prompts, wie grundlegende Anweisungen für das LLM, direkt in der Inferenz-Hardware zwischen. Nur die variablen, nutzerspezifischen Daten, die sich von Aufruf zu Aufruf verändern, werden bei jeder Anfrage neu übermittelt. Das spart nicht nur Rechenleistung, sondern sorgt auch für schnellere Antworten – ideal für Anwendungen wie Chatbots oder personalisierte KI-Assistenten, die häufig wiederkehrende Anfragen verarbeiten. Mit Amazon Bedrock lässt sich diese Technik einfach nutzen, indem das Caching und das Setzen von Cache-Checkpoints automatisch verwaltet werden können. Sobald das Caching aktiviert ist, übernimmt der Service das gesamte Cache-Management automatisch. So lassen sich bis zu 90 Prozent kosteneffiziente KI-Anwendungen mit minimalem Konfigurationsaufwand realisieren.

Model Distillation: KI-Wissen auf das Wesentliche fokussieren

Eine dritte bewährte Option ist Model Distillation. Das Prinzip ist einfach und kann vereinfacht als ein intelligenter Wissenstransfer in der Welt der KI beschrieben werden. Also so, als ob ein erfahrener Lehrer (ein großes, leistungsstarkes KI-Modell) seinem Schüler (einem kleineren, schnelleren Modell) die wichtigsten Konzepte beibringt. Dabei nutzt dieser Prozess synthetische Trainingsdaten, die auf realen Anwendungsbeispielen basieren. Das Ergebnis ist ein kompakteres Modell, das für einen spezifischen Anwendungsfall ähnlich gute Ergebnisse liefert wie das größere Modell, dabei aber deutlich schneller und kostengünstiger arbeitet. Destillierte Modelle in Amazon Bedrock können bis zu fünfmal schneller arbeiten und die Kosten um bis zu 75 Prozent senken im Vergleich zu den Originalmodellen – bei Genauigkeitsverlust von weniger als zwei Prozent.

Fazit

Erfolgreiche KI-Lösungen können mit der Cloud kosteneffizienter und performanter umgesetzt werden. Das erfordert zwar ein wenig technisches Know-how, aber die Cloud reduziert die Einstiegshürden erheblich und ermöglicht es auch kleineren Unternehmen, mit drei bewährten Methoden das KI-Potenzial effektiver auszuschöpfen. Startups haben mit der Cloud die maximale Flexibilität, um entweder von den leistungsfähigsten vortrainierten LLMs zu profitieren oder alternativ eigene LLMs mit maßgeschneiderter Infrastruktur zu entwickeln bzw. auf fertige Dienste mit integrierter generativer KI zuzugreifen.

Der Autor Constantin Gonzalez ist Principal Solutions Architect bei Amazon Web Services (AWS) in München.
Die Autorin Jennifer Grün ist Senior Specialist - Machine Learning bei AWS in München.

Werte als strategischer Erfolgsfaktor. Studien belegen, dass Unternehmen, die ihre Werte konsequent leben, von höherer Mitarbeitendenbindung, gesteigerter Innovationskraft und langfristigem wirtschaftlichem Erfolg profitieren. In der Praxis zeigt sich jedoch häufig eine Diskrepanz zwischen kommunizierten Werten und der tatsächlichen Wahrnehmung.

„Unternehmenswerte sind mehr als bloße Worte – sie sind das Fundament nachhaltigen Erfolgs. Entscheidend ist jedoch, ihre Authentizität zu gewährleisten“, erklärt Sarah Brauns, Mitgründerin von heart job. „Viele Unternehmen verlassen sich auf ihr Bauchgefühl. Eine objektive Analyse gibt ihnen nun erstmals eine klare Grundlage, um zu erkennen, wie ihre Werte tatsächlich wahrgenommen werden.“

Mitgründer Simon Rutar ergänzt: „Unsere KI-Technologie liefert innerhalb von 48 Stunden eine datenbasierte Auswertung der Unternehmenswerte. Damit unterstützen wir Unternehmen dabei, ihre Werte nicht nur sichtbar zu machen, sondern gezielt für strategische Ziele wie Mitarbeiterbindung, Kundenbeziehungen und wirtschaftliches Wachstum einzusetzen.“

KI für mehr Transparenz und Authentizität

Die KI von heart job wertet öffentlich zugängliche Quellen wie soziale Medien, Foren, Blogs und Presseberichte aus und gibt Unternehmen eine datenbasierte Einschätzung darüber, mit welchen Werten sie in der öffentlichen Wahrnehmung assoziiert werden. Diese Analyse kann durch direktes Feedback von Mitarbeitenden, Kund*innen und Geschäftspartner*innen ergänzt werden. Online-Umfragen erfassen zusätzlich die interne Wahrnehmung, sodass Stärken und Verbesserungspotenziale identifiziert werden können. „Unsere Lösung kombiniert externe Wahrnehmung mit optionaler interner Werteanalyse und schafft damit eine fundierte Grundlage für strategische Entscheidungen“, so Brauns.

In Zeiten, in denen Authentizität und klare Werteorientierung immer wichtiger werden, bietet das Start-up Unternehmen präzise Analysen und konkrete Handlungsempfehlungen. Führungskräfte erhalten damit ein strategisches Instrument, um ihre Unternehmenskultur nachhaltig zu stärken. „Unsere Berichte gehen über reine Datenanalysen hinaus – sie sind ein strategischer Leitfaden für die Zukunft“, betont Rutar. „Wir helfen Unternehmen nicht nur, ihre Werte zu verstehen, sondern sie auch aktiv für Wachstum und Innovation einzusetzen.“

Erfolgreiche Testphase und DACH-Marktstart

Die Technologie von heart job wurde in einer Testphase mit Unternehmen unterschiedlicher Größen erprobt. Dabei trat in vielen Fällen ein deutlicher Kontrast zwischen internen Unternehmenswerten und der öffentlichen Wahrnehmung zutage. Erste Kund*innen nutzen die gewonnenen Erkenntnisse bereits, um ihre Werte gezielt zu schärfen und ihre Kommunikation zu optimieren. Mit dem offiziellen Marktstart ist die KI-gestützte Analyse von heart job nun für Unternehmen in Deutschland, Österreich und der Schweiz verfügbar.

Kunst skalierbar machen
Die in Montreal ansässige Acrylic Robotics-Gründerin und CEO Chloë Ryan, selbst Künstlerin, hatte die Idee aus einer persönlichen Erfahrung heraus. Ein Gemälde zu schaffen, erfordert viel Zeit; und am Ende kann das Werk nur einmal verkauft werden. Inspiriert von der Skalierbarkeit der Musik- und Buchbranche entwickelte Chloë Ryan ein Konzept, mit dem Kunstwerke präzise reproduziert werden können – ohne an Qualität oder künstlerischem Anspruch zu verlieren. Gemeinsam mit Walker Singleton, Head of Engineering des Start-ups, entstand so ein interdisziplinärer Ansatz, der Robotik, Softwareentwicklung und mechanische Präzision vereint.

Der Roboter: Präzision in jedem Pinselstrich
Das Herzstück von Acrylic Robotics ist ein Roboterarm, der Gemälde detailgetreu reproduzieren kann. Der Prozess unterscheidet sich je nach Ursprung des Kunstwerks. Digitale Kunstwerke, die auf einem Tablet oder Computer erstellt wurden, können direkt an den Roboter übermittelt werden, da Daten wie Pinselrichtungen, Druckstärke und Farbwahl bereits digital vorliegen. Analoge Gemälde erfordern hingegen eine zusätzliche Analyse. Hier kommt ein speziell trainiertes KI-Modell zum Einsatz, das die wesentlichen Parameter berechnet, um eine möglichst präzise Reproduktion zu erzielen. Besonders wichtig ist es Acrylic Robotics, den Künstler kontinuierlich in den Prozess einzubeziehen. Es geht nicht darum, den kreativen Schaffensprozess zu ersetzen, sondern ihn zu ergänzen und weiterzuentwickeln.

Kunst für alle: Ein Service für Künstler und Käufer
Acrylic Robotics bietet seine Technologie Künstlern als Dienstleistung an. Über die Website können Künstler eine Zusammenarbeit anfragen, bei der ihre Werke in limitierter Auflage reproduziert werden. Käufer erhalten dadurch hochwertige Acrylreproduktionen, ohne den Wert des Originals zu schmälern. Das Konzept verbindet Exklusivität mit breiterer Zugänglichkeit und positioniert sich als innovative Lösung im Kunstmarkt.

Das eSIM-Phänomen: Geschichte und Herausforderungen

Im Jahr 2025 verblüffen eingebettete SIMs durch ihre Funktionalität. Nutzer können zwischen einer Ein-Länder-Verbindung, einem Pay-As-You-Go-eSIM-Datenplan mit mobilen Daten aus 140 Ländern, unbegrenzten Verbindungsoptionen, kostenlosem VPN und vielen weiteren Zusatzfunktionen wählen. Ständige Herausforderungen stehen hinter dem aktuellen Trend.

2010er: Das Konzept taucht auf

In den 2010er Jahren war das Konzept der eSIM mit dem Bereich des Internets der Dinge verbunden. Die Idee war einfach: „Was wäre, wenn wir SIM-Chips direkt in Geräte einbauen könnten, anstatt SIM-Karten zu kaufen?“

In der Tat ist eine eingebettete SIM-Karte ein winziger Chip, der in das Gerät eingesetzt wird und wie herkömmliche SIM-Karten eine Verbindung zu den Mobilfunkmasten herstellen kann. Die Idee wurde vom Global System for Mobile Communications genehmigt.

2011-2015: Die ersten Implementierungen

Bekannt ist, dass eSIM als Technologie für Industriegeräte begann. Auto-Telematik und Industriegeräte nutzten bereits eSIM-Chips für eine einfachere Internetverbindung und Datenüberwachung. Die Öffentlichkeit war jedoch nicht so sehr an dem Konzept interessiert.

2017: Das erste eSIM-Smartphone

2017 brachte Google das Google Pixel 2 heraus — das erste Smartphone mit eSIM-Kompatibilität. Google als innovativer Hersteller bemühte sich darum, der erste Hersteller mit einer revolutionären Verbindungsmethode zu sein.

2018 und folgende Jahre: Breitere Implementierung

Im Jahr 2018 veröffentlichte Apple die iPhones XR und XS — die ersten iOS-Geräte mit eSIM-Unterstützung. Seitdem haben sich eingebettete SIMs zu einem weltweiten Trend entwickelt und die Öffentlichkeit angezogen. Seitdem und seit 2025 wird die Technologie erweitert und bietet immer mehr Funktionen.

Was können wir von der eSIM-Branche in den nächsten Jahren erwarten?

Es wird erwartet, dass der weltweite eSIM-Markt im Jahr 2032 ein Volumen von 6,2 Milliarden USD erreichen wird. Nordamerika ist zwar die größte Industrieregion, aber auch in der Europäischen Union werden eingebettete SIMs immer beliebter. Sehen wir uns die weiteren Prognosen und zu erwartenden Merkmale an.

Der wachsende Markt für internationale eSIMs

Virtuelle SIM-Karten für ein einzelnes Land sind zweifelsohne bequemer als herkömmliche SIM-Karten. Dennoch schöpfen sie nicht das gesamte Potenzial der Technologie aus.

Der globale Anbieter Yesim hat bereits 10 regionale und 5 globale eSIM-Pläne eingeführt. Diese eingebetteten SIM-Karten können automatisch zwischen Mobilfunkanbietern in mehreren Regionen (bis zu 148 Ländern) wechseln. Der Nutzer kauft und aktiviert den Tarif einmal, und der Anbieter stellt die Internetverbindung in allen ausgewählten Ländern her. Dieser Ansatz ist kostengünstig und viel bequemer, da die Nutzer nicht zwischen den eSIM-Tarifen wechseln müssen.

Die Beliebtheit des „Pay-as-You-Go“-Formats

Ein weiterer Ansatz, der sich bei allen Anbietern durchsetzt, ist das Preismodell „Pay-as-You-Go“. Anstelle von Prepaid-Tarifen mit einem bestimmten Datenvolumen funktioniert dieses Format ständig und verbindet die Nutzer in mehreren Regionen mit dem Internet. Im Grunde lädt der Kunde sein Guthaben auf, und der Anbieter schaltet das Internet im Ausland entsprechend dem lokalen Preis frei. Auf diese Weise zahlen die Kunden nur für das, was sie nutzen.

Die Technologie ist noch nicht so weit verbreitet, da ihre Umsetzung kompliziert ist. Dennoch setzen mehrere Anbieter sie bereits 2025 ein.

Vorherrschaft der eSIM gegenüber herkömmlichen Verbindungsformen

Eingebettete SIMs ersetzen schon jetzt herkömmliche SIM-Karten und der Trend wird immer größer. Studien aus Nordamerika zeigen, dass sich die Zahl der Geräte mit eSIM-Anschluss von 2023 bis 2024 fast verdoppelt hat (310 Millionen auf 598 Millionen). SIM-Karten werden zweifelsohne auch 2025 die wichtigste Verbindungsmethode bleiben. Gewohnheit und Beliebtheit sind die Hauptgründe dafür, wobei es Menschen gibt, die sich generell nicht sehr für Technik interessieren, und deshalb finden sie das Thema eSIM oft kompliziert.

Der Anstieg der eSIM-Nutzer zeigt jedoch, dass sich die Situation ändert. In den 2030er Jahren könnten virtuelle SIM-Karten die Hauptmethode der Datennutzung in Mobiltelefonen werden.

Eingebettete SIMs im IoT

Im Jahr 2025 sind eingebettete SIM-Karten nicht nur auf Smartphones und Tablets beschränkt. Smartwatches, die nach 2020 hergestellt werden, unterstützen diese Technologie bereits. Außerdem unterstützen mehrere Autos, darunter die Audi A- (3, 4, 5) und Q- (2 und 7) Serien, virtuelle SIMs.

Dies deutet auf eine breitere Nutzung der Technologie hin. Höchstwahrscheinlich wird die eSIM ein primäres Mittel zur Verwaltung von intelligenten Haushalten und Geräten, städtischen Technologien und Industrieanlagen sein.

Zunehmender Wettbewerb

Da die Zahl der Anbieter steigt, brauchen die Unternehmen dauerhafte Weiterentwicklungen und Innovationen. Das Angebot von Prepaid-eSIMs reicht nicht aus, um im Wettbewerb zu bleiben. Viele Anbieter wie Yesim bieten mehrere Funktionen an:

• unbegrenztes Internet
• kostenloser VPN-Zugang für Kunden
• Treueprogramme
• regionale und globale SIM-Karten
• Datensparende Browser und Anwendungen
• virtuelle Nummern auf Anfrage
• automatische eSIM-Aktivierung in Anwendungen

Dies ist nur ein Teil der zusätzlichen Funktionen, die von modernen Anbietern angeboten werden. Der Wettbewerb ist ein positives Merkmal, da die Branche dank der eSIM-Unternehmen expandiert.

Fazit

Der beste Weg, alle Möglichkeiten zu erkunden, ist, die Technologie selbst auszuprobieren. Mit einem Schnuppertarif für 0,50 € können Sie bereits jetzt 500 MB für internationale Verbindungen nutzen. Entscheiden Sie sich für eSIM bei Ihrer nächste Reise ins Ausland und halten Sie sich über die neuesten Trends in der virtuellen SIM-Branche auf dem Laufenden.

„Beim ersten Augenkontakt hat’s sofort gefunkt.“ Dieser Ausspruch könnte ebenso aus einer Hollywood-Romanze stammen wie auch aus einem Verkaufs- oder Bewerbungsgespräch. Denn der Blickkontakt verkörpert einen der mächtigsten und entscheidendsten Bestandteile der nonverbalen Kommunikation. Der Austausch von Blicken aktiviert das neuronale Belohnungssystem, was wiederum für Glücksgefühle sorgt und motiviert. Bereits vor über 20 Jahren ging das aus einer Studie (Reward value of attractiveness and gaze) hervor.

Ohne Augenkontakt kein echtes Vertrauen

„Hier kommen wir wiederum sehr schnell zum Thema Vertrauen. Ohne Augenkontakt fehlt hierfür die wichtigste Grundlage, wirkliche Nähe kommt nicht zustande“, sagt Carsten Kraus, Gründer und CEO der Casablanca.AI GmbH. „Wenn wir darüber nachdenken, ergibt sich schnell ein großes Problem: Viele Gespräche, insbesondere im geschäftlichen Kontext, laufen heute auf digitalem Wege in Videokonferenzen ab. Direkter Augenkontakt besteht hier nie, ohne dass die Mimik des Gesprächspartners aus dem Sichtfeld verschwindet.“ Das Pforzheimer KI-Start-up Casablanca hat das Problem erkannt und schafft Abhilfe.

Videocalls auf neuem Level

Innerhalb eines Videocalls gibt es für die Gesprächsteilnehmende genau zwei Optionen: den Blick in die Kameralinse und den auf den Bildschirm. Bei ersterem besteht keine Möglichkeit, den Gesichtsausdruck des Gegenübers zu sehen. Dagegen führt die zweite Alternative dazu, dass sich die Augenpaare nicht treffen. „Erfahrungsgemäß schwanken User*innen und variieren innerhalb eines Calls immer wieder. Sie stehen sozusagen vor der Wahl, welche Option sich zum jeweiligen Zeitpunkt eher eignet. Damit geht dem Gespräch viel Qualität ab“, erläutert Kraus, der mit seinem Unternehmen eine „virtuelle Kamera“ mit lokaler KI entwickelt. Diese greift in Echtzeit das Bild der physischen Webcam ab und richtet den Blick sowie den Gesichtswinkel der aufgezeichneten Person aus. „Nicht erst seit der Corona-Pandemie liegen Videokonferenzen absolut im Trend. Insbesondere in der Geschäftswelt hat sich diese Technik als unverzichtbar herauskristallisiert, spart viel Zeit und damit Kosten. Die Schwierigkeit bestand aber bisher darin, in diesen Gesprächen das notwendige Vertrauen aufzubauen, beispielsweise für einen erfolgreichen Verkaufsabschluss“, so Kraus. „Das möchten wir ändern und die Kommunikation per Video auf ein neues Level heben, sozusagen auf das eines analogen Gesprächs.“

Natürlichkeit und Authentizität zählen

Blicke machen die Basis sozialer Interaktion aus. Sie tragen zur Interpretation von nonverbalen Signalen bei. Eine dementsprechend große Rolle nehmen sie in der Geschäftswelt etwa für Verkäufer*innen, Berater*innen oder Personalverantwortliche ein. „Vertrauen hat auf ihr Handeln große Auswirkungen, mangelt es daran, sinken die Erfolgsaussichten zum Beispiel im Verkaufsgespräch. Auch der zunehmend digitale Bewerbungsprozess hat nach wie vor die Hürde des fehlenden Augenkontakts und damit auch der mangelnden Nähe zu überspringen“, zeigt Kraus die Relevanz auf. „Gelingt dies aber, entsteht eine persönliche Beziehung und das Gespräch geht über die Übermittlung von Informationen hinaus – und das bei beliebiger physischer Distanz. Dabei kommt es immer auch auf die Natürlichkeit und Authentizität des Videocalls an.“ Damit dies bestmöglich funktioniert, richtet Casablanca nicht nur die Augen entsprechend aus, sondern dreht den gesamten Kopf in die passende Position. So lässt sich auch in digitalen Meetings sagen: „Beim ersten Augenkontakt hat’s sofort gefunkt.“

Im Interview zum Thema Nachhaltiges Wirtschaften: Terra Institute-Co-Gründer Günther Reifer.

Heutzutage macht das Thema Nachhaltigkeit einen großen Teil vom Image eines Unternehmens aus. Wer nicht nachhaltig ist, geht nicht mit dem Puls der Zeit. Doch was ist überhaupt mit Nachhaltigkeit gemeint und wie kann sie in einem Unternehmen umgesetzt werden?

Nachhaltigkeit hat verschiedene Definitionen. Die gängigste besagt: „Nachhaltigkeit gewährleistet, dass zukünftige Generationen nicht schlechter gestellt sind, ihre Bedürfnisse auf der Erde zu befriedigen als die gegenwärtig lebende Generation.“ Für ein produzierendes Unternehmen bedeutet das konkret: Die Verwendung von nachwachsenden Rohstoffen, ressourcenschonende Produktion, Vermeidung von Müll, ein möglichst geringer CO2-Ausstoß und im besten Fall ein recyclebares Endprodukt. Wenn ein Produkt all diese Kriterien erfüllt, kann es sich ökologisch nachhaltig nennen.

Ein Beispiel: Ein T-Shirt aus 100 Prozent Bio-Baumwolle, dessen Aufdruck jedoch giftige Chemikalien enthält, ist keineswegs nachhaltig. Es ist wichtig, dass wir den gesamten Produktionsprozess betrachten – vom Design zum finalen Produkt bis zur Rückführung in den Wertstoffkreislauf.

Wenn ein Unternehmen ein ökologisch nachhaltiges Produkt herstellt, ist dann das gesamte Unternehmen nachhaltig?

Noch lange nicht. Nachhaltigkeit steht nämlich auf drei Standbeinen: Umwelt, Gesellschaft und Wirtschaft. Neben den ökologischen Aspekten bestimmen also noch soziale und ökonomische Faktoren, inwieweit ein Unternehmen nachhaltig ist. Die soziale Komponente widmet sich dabei in erster Linie dem Wohlergehen von Mensch und Gesellschaft. Für Mitarbeiter des Unternehmens bedeutet das zum Beispiel ein fairer Lohn, geregelte Arbeitszeiten und Pausen sowie die Möglichkeit auf persönliche und berufliche Weiterentwicklung. Insbesondere der Aspekt Schulungen spielt wiederum eine wichtige Rolle für die ökologische Nachhaltigkeit des Unternehmens.

Um ökologische Nachhaltigkeit ganzheitlich im Unternehmen zu etablieren, muss zunächst ein gemeinsames Bewusstsein dafür geschaffen werden. Bei Führungskräften genauso wie bei allen Mitarbeitern. Durch regelmäßige Coachings der Mitarbeiter – sei es persönlich oder digital – werden Nachhaltigkeit und Klimaschutz zur Angelegenheit des gesamten Unternehmens. Alle sind auf dem neuesten Stand und ziehen am selben Strang.

Was sind die ökonomischen Faktoren, die ein Unternehmen nachhaltig machen? Und stehen diese nicht im Konflikt mit den ökologischen Aspekten der Nachhaltigkeit?

Die meisten denken wahrscheinlich, dass sich Umwelt und Wirtschaft von vorneherein ausschließen. Das stimmt so jedoch nicht. Fakt ist: Nur ein Unternehmen, was auch ökonomisch nachhaltig ist, wird langfristig bestehen bleiben und so seinen Beitrag für eine bessere Zukunft leisten können. Die Umstellung auf eine ökologisch nachhaltige Produktion ist dabei kein Verlustgeschäft. Wenn Sie zum Beispiel alles regional produzieren statt einzelne Produktionsprozesse ins Ausland zu verlagern, dann sind auch Ihre Lieferketten kürzer. Das spart erhebliche Transportkosten und CO2. Zudem sind regionale Lieferketten transparenter und daher leichter zu managen.

Auch im Fall einer globalen Krise wie der Corona-Pandemie ist das Risiko einer Produktionsunterbrechung deutlich reduziert. In innovative und verbesserte Fertigungstechnologien zu investieren, zahlt sich auch aus. Material-, Wasser- und Energieverbrauch werden so reduziert und anfallende Abfallprodukte können recycelt werden. Nachhaltigkeit ist also nicht teurer, sondern langfristig gesehen sogar lukrativ.

Was sind die ersten Schritte für ein Unternehmen, um nachhaltig zu werden?

Die Bereitschaft für Veränderung ist immer der erste Schritt. Das gesamte Unternehmen – Führungskräfte wie Mitarbeiter – muss eine neue Sinnorientierung erfahren. Dafür werden zunächst die aktuellen sozioökonomischen Megatrends intensiv analysiert. Mit den gewonnenen Erkenntnissen wird anschließend der gesamte Betrieb durchleuchtet und aufgeräumt. Gemeinsam wird ermittelt, welche Kompetenzen Führungskräfte und Mitarbeiter mitbringen, was noch verbesserungswürdig ist und wie sich zukunftsrelevante Themen aus Nachhaltigkeit, Gesellschaft und Wirtschaft in das Unternehmen integrieren lassen. Dabei ist es wichtig, bestehende Strukturen zu überdenken, von alten Gewohnheiten loszulassen und sich neue Ziele zu setzen.

Natürlich ist so eine Neuorientierung, bei der alle drei Dimensionen der Nachhaltigkeit berücksichtigt werden, ein sehr komplexer Prozess, der für viele Unternehmen eine Herausforderung darstellt. Wir vom Terra Institute möchten Unternehmen in ihrem Umdenken bestärken und ihren Transformationsprozess tatkräftig unterstützen!

Das neue Jahr hat begonnen und noch sind alle Fragen offen: Welche neuen Chancen und Herausforderungen wird KI 2025 für die Digitalwirtschaft bereithalten? Wie geht es weiter rund um Cookies und Datenschutz? Und welche Auswirkungen werden die politischen Umwälzungen in Deutschland und den USA auf die Strategien und Erfolgsaussichten von Advertisern und Publishern haben? Hier fünf Thesen, welche Entwicklungen die Branche in diesem Jahr bewegen werden.

1. Mehrwert: KI geht 2025 endgültig über die Generierung von Creatives hinaus

Generative KI für die Erstellung von Creatives zu nutzen, hat sich fest etabliert und spart Zeit und Geld. Sowohl Advertiser als auch Publisher erkennen aber zunehmend, welche Möglichkeiten sich ihnen darüber hinaus eröffnen. Datengetriebene Ansätze, fundierte Analysen und die Prognose der Performance einzelner Kampagnen sind dabei nur die ersten Schritte. Zunehmend sind KI-Tools verfügbar, die nahezu das komplette Kampagnen-Management und den Media-Einkauf automatisieren und dadurch wesentlich schneller, kostengünstiger und effizienter gestalten. Gerade auch speziell für kleinere Brands werden sich – etwa im Bereich programmatischer Kampagnen – durch KI Möglichkeiten bieten, die bislang als zu komplex galten.

2. Turbulenzen: Politik bestimmt das erste Quartal

Der Amtsantritt von Donald Trump in den USA, Neuwahlen in Deutschland: 2025 beginnt politisch äußerst turbulent. Davon wird auch die Werbebranche nicht unberührt bleiben. Vorstellbar ist, dass Konsumenten angesichts unklarer Zukunftsaussichten erst einmal zurückhaltend agieren. Branding-Kampagnen könnten vor diesem Hintergrund von Kürzungen betroffen sein, während die Budgets für Performance-Kampagnen tendenziell stabiler bleiben dürften. Für Advertiser kann dies bedeuten, sich noch stärker auf eine exakte Zielgruppenauswahl zu konzentrieren und Ergebnisse genau zu evaluieren, um ihre Budgets optimal zu nutzen. In Deutschland könnten Verschiebungen im politischen Spektrum zudem dazu führen, dass rechtskonservative Medien und Narrative – von vielen Brands bislang strikt gemieden – höhere Akzeptanz finden. Dadurch können sich zwar zusätzliche Möglichkeiten ergeben, für Advertiser kann sich dies 2025 allerdings auch zu einer Frage der Moral entwickeln.

3. KI-Schattenseiten: Noch mehr Fake News, noch mehr Made-for-Advertising-Seiten

Neben den vielen Vorteilen der KI wird diese 2025 leider auch negative Trends weiter befeuern. So ist davon auszugehen, dass die Zahl so genannter MFA-Seiten – „Made for Advertising“, also dubiose, rein für Werbeschaltungen konzipierte Websites mit niedriger inhaltlicher Qualität – nochmals steigen wird. Gleiches gilt für die Verbreitung von Fake News. Der Grund dahinter ist simpel: Per KI lassen sich komplette MFA-Seiten, die zumindest auf den ersten Blick kaum noch von seriösen, legitimen Publishern zu unterscheiden sind, abstruseste Fake News und Verschwörungstheorien noch schneller und einfacher erstellen und monetarisieren. Ein Qualitätsproblem, dem sich auch in diesem Jahr die gesamte Werbebranche stellen muss.

4. Monetarisierung: Publisher müssen sich noch breiter aufstellen

Die Zeiten, in denen sich Publisher auf einige wenige Einnahmequellen beschränken konnten, sind definitiv vorbei. 2025 wird vielfach von einer weiteren Diversifizierung geprägt sein. Hier können beispielsweise Optionen wie direkte Partnerschaften, Abo-Modelle oder auch native Ads für viele Publisher eine stärkere Rolle spielen. Dies sorgt nicht nur für mehr Sicherheit und Stabilität, sondern kann gleichzeitig auch dazu beitragen, die Abhängigkeit von einzelnen großen Playern wie Google oder Facebook zu verringern. Selbst plötzliche Änderungen an Algorithmen oder der Infrastruktur dieser BigTech-Giganten treffen gut aufgestellte Publisher nicht so hart.

5. Cookies & Co.: Flexibilität ist Trumpf, First-Party-Daten stehen im Fokus

Das Hin und Her beim „Cookie-Aus“ wird vermutlich auch 2025 erst einmal weitergehen. Brands ziehen daraus jedoch zunehmend ihre Konsequenzen und setzen vermehrt auf einen Mix aus Cookie-basierten und Cookie-losen Strategien. Dadurch bleiben sie einerseits flexibel und tragen andererseits dem Datenschutz Rechnung, der noch weiter an Bedeutung gewinnen wird. Für Publisher steht weiter das Thema First-Party-Daten im Fokus. Sie müssen sich damit beschäftigen, ihre Daten auf clevere Weise zu sammeln, aufzubereiten und gewinnbringend zu nutzen. Positiver Nebeneffekt: Auf diese Weise können sie gleichzeitig engere Verbindungen zu ihren Partnern auf Advertiser-Seite aufbauen.

Künstliche Intelligenz (KI) ist längst Teil unseres Alltags und hält in Unternehmen auch zunehmend Einzug. Ob beim Erstellen von Texten, in der Datenanalyse oder bei der Automatisierung von Routine­aufgaben – KI ist ein starkes Werkzeug, das Unternehmen viele Vorteile bieten kann. Doch mit diesen Vorteilen kommen auch Verantwortung und Risiken, die eine klare und durchdachte KI-Policy erfordern.

Diese Einleitung zu einem Artikel über KI-Policies ist KI-generiert. Es ist so schön bequem und schnell gemacht: eines der gängigen LLM-Systeme online aufrufen, beispielsweise ChatGPT, und binnen Sekunden ist der Artikel fertig.

Ihr kennt das im Privaten, vor allem aber auch im Arbeitsumfeld. KI-Tools sind aus der Arbeitswelt nicht mehr wegzudenken. Die Nutzung von KI – insbesondere für berufliche Aufgaben – birgt jedoch Risiken. Manche KI neigt, falsch trainiert, zu diskriminierenden Entscheidungen, was z.B. im HR-Bereich gefährlich ist. Unbedacht erstellte Prompts können den Schutz von Geschäftsgeheimnissen aufs Spiel setzen. Die Datenschutzgrundsätze sind wie immer einzuhalten.

Generative KI schert sich, wenn wir als Nutzer*innen nicht da­rauf Acht geben, nicht um die Urheberrechte derer, deren Werke wir – ob bewusst oder unbewusst – verwenden oder verletzen. Zudem ist seit August 2024 die KI-Verordnung in der EU in Kraft und stellt an Unternehmen, die KI-Systeme und -Modelle entwickeln, anbieten oder betreiben, umfangreiche Anforderungen. Auch die mit KI einhergehenden Risiken sind nicht außer Acht zu lassen.

Seid ihr als Gründer*innen oder in sonst verantwortlicher Position in einem Unternehmen mit mehreren Mitarbeiter*innen tätig, müsst ihr euch Gedanken darüber machen, wie solche Risiken zu fassen und zu begrenzen sind. Tut ihr das nicht, drohen aus diversen Rechtsgrundlagen z.B. Schadensersatzforderungen, Bußgelder oder der Verlust an Assets – Dinge, die allerspätestens bei der nächsten Finanzierungsrunde negativ bewertet werden. In Bezug auf eure Belegschaft müsst ihr also Awareness für diese Themen schaffen und konkrete Vorgaben machen.

Denn eines ist klar: KI wird in eurem Unternehmen genutzt werden, ob mit oder ohne euer Wissen. Und bevor die Mitarbeiter*innen auf privaten Geräten sensible berufliche Aufgaben nicht reglementiert mittels ChatGPT & Co. lösen, beschreibt lieber beizeiten Dos and Don’ts, um sicherstellen, dass KI verantwortungsvoll, sicher und rechtskonform im Unternehmen eingesetzt wird.

Dazu dient eine die Belegschaft informierende und verpflichtende KI-Policy. Im Folgenden findest du einen Überblick darüber, welche Aspekte in eine solche Policy gehören.

1. Richtlinien für den Einsatz generativer KI am Arbeitsplatz

Generative KI-Modelle wie ChatGPT, DALL-E und andere erstellen Inhalte nach Maßgabe der Eingaben der Nutzenden. Bei diesen Prompts und bei der Verwendung der generierten Ergebnisse ist auf Folgendes zu achten:

• Schutz sensibler Daten: Die Eingabe vertraulicher Informationen in KI-Modelle stellt ein erhebliches Risiko dar, da generative KI-Systeme auf großen Datenmengen trainiert sind und Informationen potenziell unkontrolliert verarbeiten und speichern. Die KI-Policy sollte explizit verbieten, sensible oder vertrauliche Informationen in generative KI-Systeme einzugeben, insbesondere, wenn diese extern betrieben werden. Die Policy sollte beschreiben wie mit sensiblen Daten umzugehen ist und welche Daten für die Verarbeitung durch KI-Systeme ungeeignet sind.
• Einhaltung des Datenschutzes: Die KI-Policy sollte klarstellen, dass der Einsatz generativer KI-Tools den Anforderungen der Datenschutzgesetze (DSGVO, BDSG) entsprechen muss. Dazu gehören Vorgaben, wie personenbezogene Daten rechtssicher zu handhaben sind und welche dieser Daten überhaupt für den Einsatz von KI-Modellen geeignet sind. Zudem bedarf es Vorgaben zur Anonymisierung und Pseudonymisierung der Daten, daneben Transparenzvorgaben, um betroffene Personen über die Nutzung ihrer Daten zu informieren. Personenbezogene Daten in öffentlichen KI-Systemen einzusetzen, sollte möglichst untersagt werden.
• Umgang mit geistigem Eigentum: Die Nutzung generativer KI-Modelle kann zu Problemen führen, wenn die KI auf geschütztem Material trainiert wurde, von dem/der Nutzenden urheberrechtlich geschützte Werke in den Prompt einbezogen werden oder die KI Werke erstellt, die bestehende Urheber- oder sonstige Schutzrechte verletzen. Die KI-Policy sollte ein Verbot der Verwendung von Werken enthalten, an denen nicht die für die Bearbeitung erforderlichen Rechte bestehen. Und sie kann Regelungen zur Überprüfung und Genehmigung von KI-erstellten Inhalten festlegen, etwa durch eine Rechtsabteilung oder eine speziell dafür zuständige Stelle.
• Transparenz und Kennzeichnung: Die KI-Policy sollte festlegen, dass Inhalte, die mithilfe von generativer KI erstellt wurden, transparent gekennzeichnet werden. Dies trägt dazu bei, Missverständnisse zu vermeiden und sicherzustellen, dass die Herkunft von Texten und Bildern klar erkennbar ist. Diese Kennzeichnungspflicht sollte insbesondere dann gelten, wenn KI-generierte Inhalte veröffentlicht werden, aber auch im internen Gebrauch.
• Positivliste erlaubter KI-Systeme: Um die Mitarbeiter*innen mit der Anwendung dieser Vorgaben auf einzelne am Markt angebotene KI-Systeme nicht allein zu lassen, kann eine KI-Policy auch eine Auflistung der vom Unternehmen freigegebenen Systeme enthalten. Voraussetzung ist dafür natürlich, dass diese Systeme vorab entsprechend fachlich geprüft wurden. Das kann schwierig sein, weil sich Anbieter*innen meist nicht in die Karten schauen lassen.

2. Richtlinien für die Entwicklung und Implementierung von KI

Auch wenn ihr in eurem Unternehmen KI-Systeme entwickeln oder implementieren wollt, sind ethische, rechtliche und technische Anforderungen in einer KI-Policy zu adressieren.

• Fairness, Transparenz und Nichtdiskriminierung: KI-Systeme können, wenn sie auf verzerrten Datensätzen trainiert werden, Diskriminierung oder Vorurteile reproduzieren. Eine KI-Policy sollte deshalb klare ethische Richtlinien fest­legen, die sicherstellen, dass die entwickelten Modelle fair, transparent und frei von Diskriminierung sind. Ein mögliches Vorgehen ist, regelmäßige Audits und Bias-Tests durchzuführen und in der Policy verpflichtend vorzusehen, um Verzerrungen frühzeitig zu erkennen und zu beheben.
• Datenschutz und Datensicherheit: Der verantwortungsvolle Umgang mit Nutzer*innendaten ist eine der wichtigsten Anforderungen in der KI-Entwicklung. Die KI-Policy sollte festlegen, dass bei der Verarbeitung personenbezogener Daten durch die KI strenge Schutzanforderungen, am besten strenge Begrenzungen, gelten. Rein automatisierte Entscheidungen sind schon laut DSGVO verboten. Es sollten nur die für die jeweilige Anwendung notwendigen Daten erhoben und verarbeitet werden, und diese Daten sollten weitestgehend anonymisiert oder pseudonymisiert werden. Regelungen für den Zugang zu diesen Daten sowie Maßnahmen zur Datensicherheit (wie Verschlüsselung und Zugriffskontrollen) sollten ebenfalls Bestandteil der Policy sein.
• Überprüfung auf Halluzinationen und Fehlinterpretationen: Generative KI-Modelle neigen dazu, Informationen zu „halluzinieren“, also falsche oder ungenaue Inhalte zu erstellen. In der KI-Policy sollte festgelegt sein, dass entwickelte KI-Modelle regelmäßig auf ihre Genauigkeit und Zuverlässigkeit überprüft werden. Dies kann durch vorgeschriebene Tests und Simulationen geschehen, bei denen die KI in verschiedenen Szenarien eingesetzt und auf ihre Fähigkeit, korrekte Ergebnisse zu liefern, geprüft wird. Es sollten auch definiert werden, wie Fehler erkannt und behoben werden können.
• Erklärbarkeit und Nutzer*infreundlichkeit: Komplexe KI-Modelle sind oft schwer verständlich und wirken wie eine Black Box, deren Entscheidungen für Außenstehende kaum nachvollziehbar sind. Die KI-Policy sollte daher sicherstellen, dass die KI so gestaltet ist, dass ihre Funktionsweise für Nutzer*innen transparent und nachvollziehbar ist. Dies ist insbesondere dort wichtig, wo KI-Entscheidungen schwerwiegende Auswirkungen haben können. Ihr solltet sicherstellen, dass für Nutzer*innen eine verständliche Erläuterung darüber bereitgestellt wird, wie und warum die KI zu einem bestimmten Ergebnis gelangt ist. Das ist Voraussetzung für Kontrolle und rechtskonformen Betrieb der KI.
• Gesetzeskonformität gemäß KI-Verordnung: Nicht zuletzt hat die Europäische Union die KI-Verordnung in Kraft gesetzt, die strenge Anforderungen an die Entwicklung und Nutzung von KI stellt. Die KI-Verordnung dient der Produktsicherheit und verlangt zunächst eine Risikoeinschätzung für die KI-Systeme. Die Maßgaben für eine solche Einschätzung sollten in der Policy angerissen und No-Gos für die Entwicklung von Funktionalitäten, die zu den laut KI-Verordnung verbotenen KI-Anwendungen gehören, ausgesprochen werden. Für sogenannte Hochrisiko-­KI-Systeme gelten besondere Anforderungen, die bei einer Entwicklung mitgedacht werden müssen, wofür eine KI-Policy zumindest sensibilisieren sollte. Die im Einzelfall geforderte Überprüfung und Einstufung des jeweiligen Systems oder Modells kann eine Policy nicht leisten. Die initialen und regelmäßigen Überprüfungen sowie Risikobewertungen sollte sie aber fordern.
• Regelmäßige Überwachung und Wartung der KI-Modelle: KI-Modelle entwickeln sich weiter und benötigen regelmäßige Überwachung und Wartung, um die Leistung zu optimieren und mögliche Fehler zu minimieren. Die KI-Policy sollte eine solche sich wiederholende Maintenance festlegen, etwa die schon erwähnten regelmäßigen Aktualisierungen, Fehler­behebungen und Performance-Überprüfungen, damit die KI-Systeme immer den aktuellen Standards und Anforderungen entsprechen.

3. Übergreifende Ziele und Vorgaben einer KI-Policy

Eine KI-Policy sollte nicht nur detaillierte Vorgaben zur Nutzung und Entwicklung von KI enthalten, sondern auch allgemeine Leitlinien und Prinzipien für den Einsatz von KI im Unternehmen, um ein Bewusstsein für die Potenziale und Risiken der Technologie zu schaffen.

• Regelmäßige Überprüfung und Anpassung: Da sich KI-Technologien und gesetzliche Anforderungen stetig weiterentwickeln, sollte auch die KI-Policy regelmäßig überprüft und aktualisiert werden. Dies hilft sicherzustellen, dass das Unternehmen stets auf dem neuesten Stand ist und seine KI-Systeme konform mit den aktuellen gesetzlichen, ethischen und technischen Standards sind. Es ist empfehlenswert, regelmäßige Audits durchzuführen und die Policy an neue Entwicklungen in der KI-Forschung und Gesetzgebung sowie an die Marktanforderungen anzupassen.
• Unternehmenskultur in Bezug auf KI: Eine KI-Policy sollte dazu dienen, den transparenten und offenen Umgang mit KI in allen Unternehmensbereichen und damit die Akzeptanz für KI-Systeme sowohl innerhalb des Unternehmens als auch bei Kund*innen und Partner*innen zu fördern. Dazu gehört auch, dass das Unternehmen offenlegt, in welchen Bereichen KI eingesetzt wird und welche Entscheidungen die Technologie beeinflusst. Letztendlich ist die KI-Policy ein Ins­trument zur Förderung einer verantwortungsvollen und ethischen Unternehmenskultur in Bezug auf KI. Das schützt letztlich auch die Integrität und die Werte des Unternehmens.
• Schulungen und Sensibilisierungsmaßnahmen: Um einen solchen kompetenten und verantwortungsvollen Umgang mit KI zu erreichen, sind regelmäßige Schulungen und Sensibilisierungsmaßnahmen für die Mitarbeiter*innen zu den hier genannten Aspekten vorzusehen.

Fazit

Dieser Artikel kann nur einen groben Überblick und Rahmen geben. Die konkreten Inhalte einer auf eure Belange und Nutzungsformen passenden Policy müsst ihr in Anschauung der Spezifika der eingesetzten oder zu entwickelnden KI-Systeme erarbeiten. Das kann auch schlecht an KI delegiert werden: Der Rest des eingangs erwähnten KI-generierten Artikels war nicht wirklich brauchbar, ebenso die testweise mit KI erstellten Policies. Dafür braucht es professionelle Unterstützung.

Der Autor Dr. Daniel Michel, LL.M. ist seit 2004 als Rechtsanwalt im Bereich IT/IP/Technologie tätig. Nach Stationen in spezialisierten und Großkanzleien betreibt er seit 2018 seine eigene Rechtsberatung im Raum München, www.datalawcounsel.com

Angesichts des steigenden Fachkräftemangels werben Unternehmen immer stärker um gut ausgebildete, motivierte Mitarbeitende. Sie bieten attraktive Gehälter, zusätzliche Benefits und investieren viel in ihre Arbeitgebermarken. Zahlreiche Jobplattformen und Dienstleister*innen versprechen, dass sie das ideale Match zwischen Bewerber*innen und Unternehmen herstellen können. Doch die Realität sieht häufig anders aus. Beschäftige sind unzufrieden mit ihrem Job, sie wechseln auf gut Glück den Arbeitgebenden oder kündigen innerlich. Für Unternehmen bedeuten unzufriedene Mitarbeitende und Fehlbesetzungen Reibungsverluste und finanzielle Einbußen.

„In Deutschland stehen wir vor dem Problem, dass die Beschäftigung steigt, gleichzeitig jedoch die Produktivität sinkt“, sagt Dr. Annika von Mutius, Mitgründerin und CEO des Berliner HR-Start-ups Empion. Das Phänomen lasse sich durch den falschen Einsatz der Kompetenzen erklären: „Menschen sind besonders leistungsbereit und zufrieden, wenn sie einen Job machen, in dem sie wirklich gut und produktiv sind“, so Annika, und dazu müsse man die richtigen Skills mit den richtigen Aufgaben zusammenbringen.

Wertebasiertes, KI-gestütztes Matching von Kandidat*innen und Jobs

Idealerweise werden die Persönlichkeit und die Anforderungen einer Stelle schon im Bewerbungsprozess umfassend berücksichtigt. Dazu zählen insbesondere auch weiche Faktoren wie individuelle Werte, Unternehmenskultur, Wertschätzung und Respekt, die für Mitarbeitendenzufriedenheit entscheidend sind. Genau das ermöglicht Empion. Kandidat*innen und Unternehmen werden beim Onboarding eingehend befragt und charakterisiert. „Wir betrachten sowohl Persönlichkeitselemente und kulturelle Präferenzen als auch harte Kriterien wie Ausbildung, Berufserfahrung und Mitarbeiterbenefits“, sagt Annika. „So ermöglichen wir Arbeitnehmern und Unternehmen, das entsprechend ideale Match zu finden.“ Das Ziel ist eine maximale Mitarbeitendenzufriedenheit, die sich in einer entsprechend hohen Produktivität und langjähriger Betriebszugehörigkeit widerspiegelt.

Kandidat*innen, die sich für Jobangebote interessieren, können sich bei Empion kostenlos registrieren. „Wir sprechen hier besonders den passiven Bewerbermarkt an“, so Annika, „also diejenigen Menschen, die grundsätzlich offen für neue Chancen und somit wechselbereit sind, die aber nicht unbedingt bereits aktiv suchen.“ Unternehmen schreiben auf der Plattform ihre offenen Positionen aus. Die Bewerber*innenprofile und Stellen werden entlang der zahlreichen Faktoren mit KI-Unterstützung abgeglichen, auf Korrelation geprüft und vorqualifiziert. Die Unternehmen erhalten die voraussichtlich am besten passenden Kandidat*innen als Vorschläge und können in den persönlichen Austausch einsteigen.

Durch die Vorauswahl sparen Unternehmen viel Zeit und bis zu 60 Prozent an Recruitingkosten. Mit der Genauigkeit des Matchings seien die Kund*innen zufrieden, und auch die Mitarbeitendenbindung sei höher als bei Kandidat*innen, die über andere Kanäle rekrutiert werden, so Annika. „Da wir erst knapp drei Jahre als Unternehmen existieren, können wir natürlich noch keine Langzeitwerte liefern und müssen hier einschränken, doch die Erfolge in der Mitarbeitersuche und den ökonomischen Mehrwert von Empion sehen unsere Kunden bereits heute.“

Von der Doktorarbeit zum Start-up

Annika, die in dritter Generation einer Unternehmerfamilie entstammt, entschied sich während ihrer Dissertation in Mathematik für die Gründung. Ihre Mitgründerin Dr. Larissa Leitner lernte sie während einer Konferenz kennen. Larissa schrieb damals ihre Doktorarbeit zur Unternehmenskultur im Mittelstand. Über den Verteiler der Universität erfuhr Annika von Larissas erfolgreicher Dissertation und gratulierte. So begannen sie, sich regelmäßig zu schreiben. Während eines Arbeitsaufenthalts im Silicon Valley trainierte Annika dann Datenmodelle für den pharmazeutischen Markt, um Medikamente zu individualisieren. Als sie nach Deutschland zurückkehrte, traf sie Larissa für ein Wochenende in ihrer Heimat Südtirol. „Da wir beide damals in engem Austausch mit dem Mittelstand standen, kannten wir die Herausforderungen in der Mitarbeitersuche“, so Annika. Mittelständler*innen können bei Bewerber*innen nicht mit den größten Gehältern oder den schönsten Locations punkten, stattdessen aber durch Faktoren wie Teamwork und Unternehmenskultur. „Wir wussten, dass diese Vorzüge im Recruiting kaum eingesetzt werden.“

Sie begannen, mathematische Modelle für das Matching von Unternehmen und Kandidat*innen mit Daten aus Larissas Promotion zu füttern. Die Ergebnisse waren vielversprechend. „Es war ein klassischer Forschungstransfer“, erinnert sich Annika. Der Fokus lag zunächst auf den kulturellen Faktoren. Doch bald stellten sie fest, dass sich die Mitarbeiter*innensuche nicht allein über die Kultur lösen lässt, und sie erweiterten den Ansatz um zusätzliche Persönlichkeitsmerkmale.

Große Veränderungen beginnen oft im Kleinen, und manchmal entspringt der erste Schritt einer mehr oder weniger spontanen Idee. Im Jahr 2017 erkannten Studierende am Karlsruher Institut für Technologie (KIT), dass bei der Herstellung von Lebensmittelprodukten Abfälle und Reststoffe anfallen, die sich sinnvoll nutzen lassen. „Bei der Herstellung von Apfelsaft bleiben die wertvollen Fasern übrig, der sogenannte Apfel­trester“, so Philipp Silbernagel, Mitgründer und Geschäftsführer der Wisefood GmbH, „und wir wollten daraus essbare Strohhalme herstellen.“

Was als akademisches Projekt und Hobby begann, entwickelte sich zu einem Vorreiterunternehmen, das heute in einem boomenden Marktsegment führend ist. Wisefood bietet ein wachsendes, breit aufgestelltes Portfolio von ökologischen Einweg- und zunehmend auch Mehrwegprodukten für Speisen und Getränke, angefangen beim Trinkhalm, über Besteck und Teller bis hin zu Küchenprodukten und Kerzen. „Wir verkaufen auf allen Kanälen“, sagt Philipp, „vom Groß- und Einzelhandel, über Online-Plattformen und natürlich über unseren eigenen Shop.“ Wisefood beliefert überwiegend Gastronomie und Handel, aber auch Privatkund*innen. Die meisten Produkte laufen unter der Marke Wisefood, einige Händler*innen und Markenhersteller*innen setzen auf Whitelabel-Lösungen. Wisefood ist mittlerweile in über 30 Ländern verfügbar, Tendenz steigend.

Start mit der Nudelmaschine

Der Weg dahin war alles andere als einfach. „Die ersten Prototypen für den essbaren Trinkhalm entstanden in Handarbeit mithilfe einer Nudelmaschine“, so Philipp. Zusammen mit seinen damaligen Mitgründern Danilo Jovicic und Konstantin Neumann wollte er eine Manufaktur für hochpreisige, essbare Trinkhalme aufbauen. „Dann haben wir uns intensiv mit dem Markt für Verpackungen und Einwegprodukte beschäftigt und festgestellt, dass hier sehr viel Müll entsteht und kaum etwas nachhaltig ist.“ Die Gründer erkannten das Potenzial ihrer Idee. Doch die ersten, noch in Handarbeit hergestellten Trinkhalme kosteten 50 Cent und waren damit nur für einen kleinen Nischenmarkt attraktiv. Die Erkenntnis reifte, dass nur ein sehr günstiges Produkt, das auch in der Masse funktioniert, einen spürbaren Unterschied machen würde.

Lernen durch Rückschläge

Anfangs war Wisefood komplett durch eigene Ersparnisse finanziert. „Dann haben wir ein Crowdfunding erfolgreich durchgeführt und gemerkt, dass sich die Leute für Nachhaltigkeit und für unser Produkt interessieren“, so Philipp. 2018 folgte eine kleinere Finanzierungsrunde mit Business Angels. Im selben Jahr ging das Team zur TV-Show „Die Höhle der Löwen“, etwas verfrüht, wie sich herausstellte. „Die Idee weckte zwar Begeisterung, doch in der Testrunde löste sich unser Trinkhalm auf und gab Geschmack an das Getränk ab“, erinnert sich Philipp, ein absolutes No-Go. Nach der Absage der Investor*innen stellte sich die Frage, ob man überhaupt weitermachen sollte. Philipp und sein Team gaben nicht auf und nahmen sich vor, dass zur Ausstrahlung der Sendung, also innerhalb von sechs Monaten, das Produkt marktreif sein sollte. „Die vielen Rückschläge, die wir im Laufe der Zeit hatten, waren wichtige Momente, die uns weitergebracht haben“, so Philipp.

Größer denken

Im Jahr 2019 sortierte sich das Team neu. Zwei Gründungsmitglieder stiegen aus, Maximilian Lemke als Head of Operations, und Patricia Titz als Head of Sales and Business Development stießen dazu. Kennengelernt hatten sich die drei bei UnternehmerTUM, dem Gründerzentrum der TU München. „Wir haben schnell gemerkt, dass wir ein gutes Team sind, und Wisefood zusammen groß machen können“, sagt Philipp. Es folgte der Umzug nach Garching, wo die Räumlichkeiten des Gründerzentrums und vor allem das Netzwerk genutzt werden konnten.

Das Produkt war noch längst nicht reif für den Massenmarkt. München und das Umland boten die passenden Labore sowie Spezialist*innen für die Forschungs- und Entwicklungsarbeit, zudem ein Ökosystem mit vielen weiteren nachhaltigen, technologielastigen Start-ups. Als neuer Investor kam DX Ventures, der Investmentarm von Delivery Hero, mit an Bord. Besonders bei der Entwicklung und der Produktion musste das Team umdenken. „Zu Beginn haben wir auf kleine Labore gesetzt, um unsere Lebensmittelprodukte zu entwickeln“, sagt Philipp, „doch im Rückblick hätten wir früher auf die Spezialist*innen setzen und die Produktion mit Expert*innen hochfahren sollen.“ Zum Beispiel kaufte das Team am Anfang kritische Werkzeuge für die Produktion selbst, etwa einen Extruder für die Trinkhalme. Weil ein einziges Bauteil kaputt ging und nicht schnell genug neu beschafft werden konnte, verlor das Team mehrere Monate. „Aus solchen Lek­tionen haben wir gelernt, größer zu denken“, so Philipp. Heute produziert Wisefood bei einem der führenden Lebensmittelhersteller*innen in München.

Mehr Produkte und Smart Money

Als es im Jahr 2019 zum ersten großen Deal mit Aldi kam, der die Produkte von Wisefood deutschlandweit in alle Märkte des Discounters brachte, sah es aus, als hätten es Philipp und sein Team geschafft. „Einer der schönsten Momente als Gründer ist, wenn man die eigenen Produkte im Laden sieht“, so Philipp. Als die Wisefood-Trinkhalme in über 4000 Aldi-Filialen standen, wurde der Erfolg mit dem ganzen Team gebührend gefeiert. In dem Geschäftsjahr, nur zwei Jahre nach der Gründung, erzielte Wisefood einen siebenstelligen Umsatz bei sechsstelligem Gewinn.

Doch dann folgte mit der Corona-Krise die nächste Zäsur. „Als Restaurants schlossen, Veranstaltungen ausfielen und die Menschen nicht mehr ausgingen, brach die Nachfrage massiv ein“, sagt Philipp, „und da haben wir gemerkt, dass wir mit der Ein-Produkt-Strategie, nur mit unserem Trinkhalm, nicht weit kommen.“ Das Team konzentrierte sich auf die Erweiterung des Produktsortiments, mit neuen Produkten wie Besteck und Tellern. Seitdem kann Wisefood nicht nur viel mehr Kund*innen ansprechen, sondern sind auch die Warenkörbe größer geworden. Für die sommerliche Grillparty gibt es zum Beispiel passende Sets aus nachhaltigem Einweggeschirr.