Instacart-Gründer verrät, warum schmutzige Sneaker für ihn ein überraschendes Signal für echte „Macher“-Qualitäten bei Startup-Foundern sind.

Sam Barnes/Sportsfile via Getty Images

Ein kurzer Blick auf die Schuhe verrät Max Mullen fast alles, was er über einen Gründer wissen muss. Der Instacart-Mitgründer und Seed-Investor verriet am Donnerstag im Podcast „Uncapped with Jack Altman“ seinen besten Trick zur Bewertung von Gründern.

Mullen sagte, es sei schwer zu erkennen, wer in der Seed-Phase „der Wahre“ sei, und ab einem bestimmten Punkt habe er angefangen, „nach unten zu schauen“. „Wenn man sich einen Gründer ansieht und dieser schmutzige weiße Sneaker trägt“, sagte er, „dann ist er ein echter Macher.“

Lest auch

Die 13 wichtigsten Deep-Tech-Startups 2026 – ausgewählt von Deutschlands Top-VCs

Schmutzige Sneaker = Hustle? 

Er hat festgestellt, dass die Gründer, die weniger Wert auf ihr Äußeres legen, oft genau die sind, die im Büro schlafen und nonstop an ihren Startups arbeiten. „Sie haben keine Zeit, sich schicke Turnschuhe zu kaufen“, sagte Mullen. „Sie ziehen einfach immer dasselbe Paar Turnschuhe an, und die werden schmutzig.“

Mullen erzählte zum Beispiel, dass er in die KI-Automatisierungsplattform Gumloop investiert habe und einer der Gründer „so schmutzige Turnschuhe“ gehabt habe. „Sie fielen schon auseinander“, sagte Mullen und fügte hinzu, dass er dem Gründer neue Schuhe gekauft habe.

Neue Schuhe vom Investor

„Mein Mitgründer Rahul sieht keinen Sinn darin, neue Schuhe oder Hemden zu kaufen, also hat Max ihm ein neues Paar gekauft“, erzählte Max Brodeur-Urbas von Gumloop.

Max Brodeur-Urbas

„Ich habe einfach festgestellt, dass die echten Macher auch so aussehen“, sagte Mullen zu Altman.

Airbnb-Gründer Brian Chesky sagt, dass klassische „People Manager“ im Zeitalter der KI überflüssig werden könnten.

Myunggu Han/Getty Images for Airbnb

Airbnb-CEO Brian Chesky sagt, dass sogenannte „People Manager“ im Zeitalter der Künstlichen Intelligenz überflüssig werden könnten. Er reiht sich damit in eine wachsende Gruppe von Tech-Managern ein, die vor dem Bedeutungsverlust klassischer Managementrollen warnen. Am Dienstag kündigte Coinbase an, alle sogenannten „Pure Manager“-Positionen im Unternehmen abzubauen.

Chesky reiht sich damit in eine wachsende Zahl von Tech-Führungskräften ein, die die Rolle reiner Manager für überholt halten. In einem Umfeld aus KI-Umbruch, Umstrukturierungen und Stellenabbau gerät insbesondere mittleres Management zunehmend unter Druck.

Lest auch

Airbnb-Reform vor dem Sommerurlaub: In welchen Städten der Konzern jetzt sein Geschäft neu justiert

„Pure Manager“ verschwinden aus Unternehmen

Airbnb hatte zuletzt während der Pandemie im Mai 2020 größere Entlassungen durchgeführt. Ein Sprecher sagte, dass derzeit keine weiteren Entlassungen geplant seien. Die Quartalszahlen sollen am Donnerstag veröffentlicht werden.

Coinbase-CEO Brian Armstrong erklärte am Dienstag, dass es künftig keine „Pure Manager“ mehr im Unternehmen geben werde. Gleichzeitig kündigte Coinbase einen Stellenabbau von 14 Prozent an. Die Organisationsstruktur werde auf maximal fünf Ebenen unter CEO/COO reduziert.

Auch andere Tech-Unternehmen setzen auf flachere Hierarchien. Block-Chef Jack Dorsey schrieb bereits im März gemeinsam mit Sequoia-Partner Roelof Botha, dass eine dauerhafte mittlere Managementebene nicht mehr notwendig sei. Meta-CEO Mark Zuckerberg verfolgt diesen Ansatz seit Jahren.

Chesky sagte, Manager müssten künftig stärker in die eigentliche Arbeit eingebunden sein, um in der KI-Ära zu bestehen.

„Man managt nicht mehr Menschen, sondern die Arbeit“, sagte Chesky. Wer etwa als Jurist arbeite, müsse sich aktiv mit Fallrecht beschäftigen und inhaltlich tief involviert sein.

Wie Coinbase-CEO Brian Armstrong es formulierte, sollten Manager im KI-Zeitalter eher zu „Player-Coaches“ werden – also Führungskräfte, die selbst operativ mitarbeiten.

Lest den Originalartikel auf Business Insider US.

Lest auch

CEO Brian Chesky sagt: Airbnb soll viel schneller wachsen – und das braucht es dazu

Die Dynamik im KI-Markt ist ungebrochen. Neue Modelle, neue Tools, neue Versprechen – kaum ein Bereich entwickelt sich derzeit schneller. Gleichzeitig zeigt sich in der Praxis ein anderes Bild: Viele Unternehmen experimentieren zwar mit KI, schaffen es aber nicht, diese nachhaltig in ihre Abläufe zu integrieren.

Aktuelle Studien von McKinsey & Company zeigen, dass viele KI-Initiativen nicht über die Pilotphase hinauskommen oder nur begrenzten wirtschaftlichen Effekt erzielen. Ähnliche Beobachtungen macht Boston Consulting Group: Der Schritt von der Demo in den produktiven Einsatz bleibt für viele Organisationen die größte Hürde. Genau hier entsteht aktuell die entscheidende Verschiebung im Markt.

Vom Hype zur Realität: Unternehmen suchen keine Tools, sondern Lösungen

In der frühen Phase der KI stand vor allem die Frage im Mittelpunkt, was technologisch möglich ist. Heute hat sich der Fokus verschoben: Unternehmen fragen deutlich konkreter, was  im Alltag tatsächlich funktioniert. In der Praxis zeigt sich immer häufiger:

• Ein leistungsfähiges Modell ersetzt keinen funktionierenden Prozess
• Eine gute Demo ist kein Beweis für Skalierbarkeit
• Technische Leistungsfähigkeit allein schafft keinen wirtschaftlichen Nutzen

Das verändert auch die Anforderungen an Startups fundamental.

Warum viele KI-Ansätze in der Umsetzung scheitern

Ein zentraler Grund für das Scheitern vieler Projekte liegt weniger in der Technologie selbst, sondern in der Komplexität der Umgebung, in der sie eingesetzt wird.

Unternehmen arbeiten mit:

• historisch gewachsenen IT-Strukturen
• proprietären und häufig fragmentierten Datenquellen
• regulatorischen Anforderungen
• individuellen, oft schwer standardisierbaren Prozessen

Vor diesem Hintergrund ist die Vorstellung von „Plug & Play KI“ in vielen Fällen nicht realistisch. Gartner geht davon aus, dass ein erheblicher Teil von KI-Projekten nicht über die Pilotphase hinauskommt oder an fehlender Operationalisierung, unklaren Verantwortlichkeiten und mangelnder Datenqualität scheitert. Für Startups bedeutet das: Technologie allein reicht nicht – entscheidend ist die Fähigkeit zur Integration.

Der unterschätzte Engpass: Zugriff auf relevantes Wissen

Ein wiederkehrendes Problem in der Praxis ist der fehlende Zugang zu kontextrelevanten Informationen. Viele KI-Anwendungen – insbesondere im Bereich generativer KI – liefern nur dann verlässliche Ergebnisse, wenn sie auf aktuelle, unternehmensspezifische Daten zugreifen können. Genau hier setzen neue Infrastrukturansätze an.

Technologien rund um semantische Suche und Retrieval-Systeme – etwa von Anbietern wie Qdrant – ermöglichen es, große Datenmengen kontextuell nutzbar zu machen und in Echtzeit in Anwendungen einzubinden.

Was zunächst wie ein technisches Detail wirkt, ist in der Praxis ein zentraler Erfolgsfaktor: Ohne strukturierten Datenzugriff bleibt KI oft unzuverlässig – und damit schwer produktiv einsetzbar.

Warum Kontrolle und Governance zum Wettbewerbsfaktor werden

Parallel steigt die Bedeutung von Steuerbarkeit. Je breiter KI im Unternehmen eingesetzt wird, desto relevanter werden Fragen wie:

• Wer greift auf welche Daten zu?
• Welche Systeme werden genutzt?
• Wie lassen sich Ergebnisse nachvollziehen und kontrollieren?

Viele Organisationen stehen hier noch am Anfang. Entsprechend häufig entsteht eine fragmentierte Nutzung von KI-Tools – mit Risiken für Sicherheit, Compliance und Effizienz. Eine neue Generation von Plattformanbietern adressiert genau dieses Problem. Startups wie Neuland AI entwickeln KI-Unternehmensplattformen, die verschiedene KI-Anwendungen bündeln, Datenquellen integrieren und eine kontrollierte Nutzung ermöglichen. Diese Plattformen haben den Vorteil, dass sie:

• Eine sichere und GDPR-konforme Umgebung für KI-Anwendungen im Unternehmen bieten,
• „Guerilla-KI“, bei der jeder Mitarbeiter unkontrolliert auf verfügbare KI-Modelle zugreift vermeiden,
• Unternehmenswissen der KI strukturiert zugänglich machen und
• Viele verschiedene Use Cases auf einer gemeinsamen Plattform abbilden und vernetzen können.

Aus Investorensicht ist dieser Layer besonders relevant, weil er darüber entscheidet, ob KI isoliert eingesetzt wird oder tatsächlich skaliert.

Der eigentliche Wert entsteht in der Anwendung

Trotz aller technologischen Fortschritte bleibt eine Erkenntnis zentral: Der wirtschaftliche Wert von KI entsteht nicht durch das Modell selbst, sondern durch den Einsatz im konkreten Kontext.

Die erfolgreichsten Anwendungen zeichnen sich dadurch aus, dass sie:

• bestehende Prozesse messbar verbessern
• operative Entscheidungen unterstützen
• reale Effizienzgewinne schaffen

Genau deshalb gewinnt Applied AI weiter an Bedeutung – also Lösungen, die klar definierte Probleme adressieren und in bestehende Abläufe integriert sind.

Was Investoren heute anders bewerten

Vor diesem Hintergrund hat sich auch die Perspektive von Investoren verändert. Neben technologischer Qualität rücken zunehmend andere Kriterien in den Fokus:

• Integrationsfähigkeit in bestehende Systeme
• Umgang mit unternehmensinternen Daten
• Stabilität im operativen Einsatz
• klare wirtschaftliche Effekte

Diese Faktoren sind häufig entscheidender als reine Modellperformance. Oder anders formuliert: Nicht die beste Technologie gewinnt – sondern die, die im Alltag funktioniert.

Fazit: Der Markt wird anspruchsvoller – und selektiver

Die aktuelle Phase der KI ist weniger von Möglichkeiten geprägt als von Umsetzung. Unternehmen erwarten zunehmend belastbare Lösungen statt Experimente. Investoren achten stärker auf reale Nutzung statt auf technologische Versprechen. Für Startups bedeutet das: Erfolg entsteht nicht allein durch Innovation, sondern durch die Fähigkeit, diese Innovation in funktionierende Systeme zu übersetzen. Die zentrale Frage hat sich damit verschoben: Nicht mehr was KI kann entscheidet, sondern was davon im Unternehmen tatsächlich funktioniert.

Über den Autor
Dr. Hauke Hansen ist Unternehmer, Investor und Experte für Künstliche Intelligenz (KI) mit über 20 Jahren internationaler Erfahrung an der Schnittstelle von Technologie, Kapital und Skalierung. Er ist Mitgründer von Raisults, einer auf KI- Strategie und -Implementierung spezialisierten Beratung, sowie des AI.FUND, einem auf KI fokussierten Risikokapitalfonds für Frühphasenunternehmen.

Startup-Jobs: Auf der Suche nach einer neuen Herausforderung? In unserer Jobbörse findet Ihr Stellenanzeigen von Startups und Unternehmen.

Foto (oben): KI