Digital Business & Startups
Warum viele Startups die falschen Probleme lösen – und worauf Investoren jetzt achten
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
Digital Business & Startups
Airbnb-Gründer erklärt das Ende klassischer Führungskräfte
Airbnb-Gründer Brian Chesky sagt, dass klassische „People Manager“ im Zeitalter der KI überflüssig werden könnten.
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
„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
Digital Business & Startups
186.000 Firmen vor dem Wissens-Crash: Deutschlands Krise beginnt im Chefbüro
186.000 Firmen stehen vor der Nachfolge – und riskieren dabei den Verlust ihres wichtigsten Wissens. Ein Gründer will das mit KI verhindern.
Deutschland steuert auf eine Nachfolgewelle zu: Bis 2030 suchen rund 186.000 Unternehmen einen neuen CEO. Für Unternehmen und den deutschen Mittelstand ist das eine Herausforderung. Denn: Wer eine Firma übernimmt, sieht in der Regel nur die expliziten Daten: CRM-Listen, Auftragsbestände und operative KPIs.
Doch das kritische interne Wissen ist oft nicht sichtbar. Warum ein Kunde bestimmte Sonderkonditionen habe, wie informelle Entscheidungswege den Arbeitsalltag prägen würden oder warum ein Prozess gut laufe – bleibe für den neuen CEO meist unsichtbar. „Das gesamte Know-how einer Firma erfasst keine KI-Suche, weil es in den Köpfen der Menschen steckt“, sagt Oliver Diekmann.
Mit seinem Startup Wingmaite setzt Diekmann genau dort an: Es entwickelt eine KI-Plattform, die implizites Unternehmenswissen – also das Know-how aus den Köpfen der Mitarbeiter – erfasst, strukturiert und für Nachfolger nutzbar macht, um Wissensverluste bei Übergaben zu verhindern.
Lest auch
Warum das Wissen bei der Übergabe verloren geht
Das Risiko für den Verlust wichtigen Wissens sei in den vergangenen Jahren stark gewachsen. Früher wäre die interne Nachfolge der Standard gewesen: Der Sohn oder die Tochter wuchs über Jahre in das Geschäft hinein, kannte die Kunden beim Namen und hatte die informellen Abläufe im Gedächtnis. Heute allerdings würden fast 50 Prozent der Nachfolger aus dem externen Bereich stammen.
Laut Diekmann würden viele Nachfolger beim Eintritt in ihre neue Rolle dann einen entscheidenden Fehler machen: Sie kommen in das Unternehmen, betrachten die Bilanz, scannen die Kennzahlen und beginnen sofort damit, die bestehenden Strukturen aufzubrechen. „Viele wollen sofort etwas ändern, und das ist der größte Fehler, weil sie das Unternehmen selbst noch nicht wirklich verstehen“, sagt er.
Lest auch
„Wenn ein Inhaber 40 Jahre lang das CRM quasi im Kopf und per Handy geführt hat, gibt es für den Nachfolger keinerlei Dokumentation darüber, welche Erfahrungen zu bestimmten Entscheidungen geführt haben“, so Diekmann. Dieser Wissensverlust sei für Unternehmen nicht nur ein organisatorisches Problem, sondern ein reales wirtschaftliches Risiko. Die operative Basis der Firma könne mit dem Ausscheiden des Gründers verloren gehen.
Vier Tipps für eine erfolgreiche Übergabe
Damit bei der Übergabe wichtiges Wissen nicht verloren gehe, sondern Basis für den nächsten Wachstumsschritt sei, sollten Nachfolger laut Diekmann folgende vier Punkte berücksichtigen:
- Erst verstehen, dann transformieren: Ein neuer Inhaber sollte sich bewusst sechs bis neun Monate Zeit nehmen, bevor er große Transformationen oder Kurswechsel anstößt, meint Diekmann. Erst wenn die informellen Entscheidungsbäume und die kulturellen Feinheiten der Belegschaft verinnerlicht worden sein, ließe sich Dinge sinnvoll und respektvoll verändern, ohne das Vertrauen der Mitarbeiter zu beschädigen.
- Implizites Wissen systematisch sichern: Prozesse in gewachsenen Unternehmen funktionieren oft nach dem ungeschriebenen Gesetz: „Das haben wir schon immer so gemacht.“ Wer dieses Wissen nicht aktiv abfrage, laufe blind in Probleme, sagt Diekmann. Hier helfe es, Mitarbeitende einfach „laut denken“ zu lassen, um die Logik hinter täglichen Entscheidungen zu protokollieren, statt nur die Ergebnisse zu dokumentieren.
- Wissenstransfer als Prozess, nicht als Event: Auch wenn der Gründer per Beratervertrag noch für ein Jahr an Bord bleibe, reiche die bloße Anwesenheit oft nicht aus, um tiefes Kontextwissen zu übertragen. Ein sauberer Übergabeprozess müsse über Monate geplant werden – unterstützt durch Werkzeuge, die über klassische Wissensdatenbanken hinausgehen und das implizite Wissen greifbar machen.
- Fokus über den CEO hinaus: Das wertvolle Wissen liege niemals allein beim Gründer, sondern verteile sich über alle Schlüsselrollen. Wer bei der Übergabe nur den Chef befrage, verliere essenzielle Informationen aus dem Vertrieb, dem Einkauf oder der Produktion, die für die langfristige Kundenbindung entscheidend sind, meint Diekmann.
Technologie als Brücke zwischen den Generationen
Tools, wie der von Diekmann entwickelte „Context-Layer“, könnten hier helfen, um die Hemmschwellen bei der Sicherung des Wissens zu senken. Der Context Layer sei dabei ein Tool, das aus bloßen Daten das nötige Firmenwissen und den Zusammenhang dahinter herstelle. Mitarbeiter könnten hier ihr Wissen für die nachfolgende Generation „ablagern“. „Wir sehen, dass Leute mit einer KI offener und detaillierter sprechen als mit ihrem direkten Vorgesetzten, weil sie nicht in einer Rechtfertigungshaltung sind“, sagt Diekmann.
Digital Business & Startups
LiveEO erhält 28 Millionen – waterdrop bekommt 11 Millionen – Norvestor übernimmt Debtist
#DealMonitor
+++ #DealMonitor +++ LiveEO erhält 28 Millionen +++ Atlantic Grupa investiert 11 Millionen Euro in waterdrop +++ Norvestor übernimmt Inkasso-Startup Debtist ++++ Coupons4u kauft Webgears Gutscheindienste ab +++

Im #DealMonitor für den 6. Mai werfen wir einen Blick auf die wichtigsten, spannendsten und interessantesten Investments und Exits des Tages in der DACH-Region. Alle Deals der Vortage gibt es im großen und übersichtlichen #DealMonitor-Archiv.
STARTUPLAND 2027: SAVE THE DATE

The next unicorn? You’ll meet it at STARTUPLAND
+++ Du hast unsere phänomenale dritte STARTUPLAND verpasst? Dann trage Dir jetzt schon einmal unseren neuen Termin in Deinen Kalender ein: Die nächste STARTUPLAND findet am 10. März 2027 statt. Mehr über Startupland
INVESTMENTS
LiveEO
+++ Der junge DefenseTech-Investor Helantic, b2venture, Nordic Ninjas, DeepTech & Climate Fonds (DTCF), Matterwave, MMC, Segenia, Greencode, EIC und Andy von Bechtolsheim sowie ein nicht genannter Lead-Investor investieren 28 Millionen Euro in das Soonicorn LiveEO. Das Startup aus Berlin, 2017 von Sven Przywarra und Daniel Seidel gegründet, analysiert durch Künstliche Intelligenz die Aufnahmen von Satellitenaufnahmen seiner Kunden und bietet auf dieser Grundlage eine Lösung zur Überwachung der Infrastruktur, wie zum Beispiel Bahntrassen und Hochspannungsleitungen, an. Das frische Kapital soll „die weitere Expansion von LiveEO in den zivilen Kernmärkten der Infrastrukturüberwachung vorantreiben“. Die Firma sieht ihre Zukunft aber auch im derzeit boomenden DefenseTech-Segment. Dual-Use lautet das Schlagwort. Der japanische Geldgeber NordicNinja und DeepTech & Climate Fonds (DTCF) investierten zuletzt 25 Millionen Euro in LiveEO. Insgesamt flossen bereits rund 78 Millionen in das Unternehmen. Mehr über LiveEO
waterdrop
+++ Das kroatische Konsumgüter-Unternehmen Atlantic Grupa investiert 11 Millionen Euro in waterdrop. „This enables Atlantic Grupa to gain direct insights into the business while actively supporting the brand’s future development and growth“, heißt es in einer Presseinfo. waterdrop, 2016 von Martin Murray gegründet, setzt auf „kleine, kompakte Würfel, die pures Wasser im Handumdrehen in ein erfrischendes Getränk verwandeln“. Zuletzt peilte das Unternehmen einen Umsatz in Höhe von 150 Millionen an. Tennisstar Novak Djokovic investierte zuletzt eine siebenstellige Summe in waterdrop. Temasek, Bitburger Ventures und Founders Future investierten zuvor zudem 60 Millionen Euro in das Unternehmen, das sich langfristig an der Börse sieht. Mehr über Waterdrop
MERGERS & ACQUISITIONS
Norvestor – Debtist
+++ Der skandinavische Private-Equity-Investor Norvestor übernimmt die Mehrheit am Inkasso-Startup Debtist (Frankfurt am Main). „Mit Norvestor im Rücken will Debtist seine Position als KI-native Plattform weiter ausbauen. Der Fokus liegt darauf, die bestehende Technologie weiter auszubauen, neue Märkte schneller zu erschließen und den Zugang zu professionellem Forderungsmanagement weiter zu vereinfachen“, teilen die Unternehmen mit. Im Zuge der Mehrheitsübernahme soll Debtist mit rund 100 Millionen Euro bewertet worden sein – siehe Finance Forward. Debtist, 2023 von Matteo Benedetti, Tony Zabel und Brandon Baumgarten gegründet, positioniert sich als „technologiegetriebenes Unternehmen für Forderungsmanagement und Inkasso“. altitude, 10x Value Partners und mehrere Business Angels investierten zuletzt eine sechsstellige Summe in Debtist. Zuletzt expandierte das Team nach Schweden und Dänemark. Aktuell beschäftigt Debtist rund 50 Mitarbeiterinnen und Mitarbeiter. Das Team fährt derzeit 15 Millionen Annual Recurring Revenue (ARR) ein. Mehr über Debtist
Coupons4u – Webgears
+++ Der Chemnitzer Gutscheinanbieter Coupons4u (Coupons.de) übernimmt von der österreichischen Webgears Group Gutscheindienste wie Gutscheinsammler.de, Reduc.fr und Cupones.es. Die Webgears Group bleibt auch nach dem Verkauf als Unternehmen bestehen, zieht sich aber aus dem B2C-Gutscheingeschäft zurück. Das Unternehmen konzentriert sich künftig auf eigene Technologieprodukte. Mehr über Coupons4u
Startup-Jobs: Auf der Suche nach einer neuen Herausforderung? In der unserer Jobbörse findet Ihr Stellenanzeigen von Startups und Unternehmen.
Foto (oben): azrael74
-
Künstliche Intelligenzvor 3 Monaten
Top 10: Die beste kabellose Überwachungskamera im Test – Akku, WLAN, LTE & Solar
-
Social Mediavor 2 MonatenCommunity Management und Zielgruppen-Analyse: Die besten Insights aus Blog und Podcast
-
Social Mediavor 3 MonatenCommunity Management zwischen Reichweite und Verantwortung
-
Künstliche Intelligenzvor 3 MonatenSmartphone‑Teleaufsätze im Praxistest: Was die Technik kann – und was nicht
-
Apps & Mobile Entwicklungvor 3 MonatenIntel Nova Lake aus N2P-Fertigung: 8P+16E-Kerne samt 144 MB L3-Cache werden ~150 mm² groß
-
Entwicklung & Codevor 2 MonatenCommunity-Protest erfolgreich: Galera bleibt Open Source in MariaDB
-
Künstliche Intelligenzvor 2 MonatenBlade‑Battery 2.0 und Flash-Charger: BYD beschleunigt Laden weiter
-
Künstliche Intelligenzvor 2 Monaten
Top 10: Der beste Luftgütesensor im Test – CO₂, Schadstoffe & Schimmel im Blick
