Wir mussten viel Überzeugungsarbeit leisten

Eigentlich wolle das Team hinter dem Startup MAIA eine Art „Notion für Industrieunternehmen“ aufbauen. Das Konzept kam aber nicht an. „Wir mussten das Team komplett neu aufstellen und praktisch über Nacht ein neues Produkt entwickeln“, sagt Gründer Mathias Jakob.

MAIA aus Leipzig, 2021 von Carolin Maier, Mathias Jakob und Moritz von Hammerstein gegründet, kümmert sich um industrielle Produktentwicklung. „Wir geben diesem Unternehmen eine neue Kollegin an die Seite, MAIA. Und diese Kollegin ist etwas ganz Besonderes“, sagt Gründer Jakob zum Konzept. Anfangs wollte das Team eine Art ‚Notion für Industrieunternehmen‘ bauen. Das Produkt entsprach jedoch „nicht den Markanforderungen“. So entstand MAIA.

Im Interview mit deutsche-startups.de stellt der MAIA-Macher Jakob sein Unternehmen einmal ganz genau vor.

Wie würdest Du Deiner Großmutter MAIA erklären?
Stell dir ein riesiges Unternehmen vor, Oma, das seit Jahrzehnten komplizierte Maschinen baut. Das ganze technische Wissen ist in Zehntausenden von Dokumenten und den Köpfen der erfahrensten Mitarbeiter verstreut. Wir geben diesem Unternehmen eine neue Kollegin an die Seite, MAIA. Und diese Kollegin ist etwas ganz Besonderes! Erstens: Sie hat alles gesehen und vergisst nichts: Wir geben ihr all die Zehntausende von Dokumenten zu lesen. Wenn jemand eine Frage hat, hat sie die Antwort in Sekunden parat und sagt dazu noch genau, wo sie es nachgelesen hat. Das ist die Grundlage. Zweitens: Sie kann mitdenken und kombinieren: Jetzt kommt der Trick. Sie kann auch Wissen finden, das so nirgends direkt steht. Wenn in einem Dokument steht, dass Bauteil A extremer Kälte standhält, und in einem ganz anderen steht, dass es auch enormen Druck aushält, kann MAIA von selbst schlussfolgern: ‚Eine Kombination dieser beiden Teile wäre perfekt für eine Maschine am Meeresgrund!‘ – auch wenn das noch nie jemand so aufgeschrieben hat. Drittens: Das Wichtigste ist aber: MAIA hört zu und lernt von den Kollegen und Kolleginnen. Sie zieht ihr Wissen nicht nur aus fertigen Dokumenten, sondern direkt aus den Gesprächen, die sie führt. Wenn ein Kollege ihr im Gespräch eine Information gibt, die bisher nirgends aufgeschrieben war, oder wenn sie – wie bei dem Bauteil-Beispiel – Zusammenhänge zwischen den Zeilen erkennt, dann fängt sie dieses Wissen auf. Sie extrahiert diese neuen Erkenntnisse, dokumentiert sie selbstständig und macht sie sofort für alle anderen verfügbar. Was eben noch nur im Kopf eines Einzelnen oder verborgen in den Daten steckte, ist im nächsten Moment eine geprüfte Antwort für das ganze Team.“

Wie wollt Ihr Geld verdienen, also wie genau funktioniert euer Geschäftsmodell?
Wir setzen auf ein ganz klassisches B2B-SaaS-Modell. Unser Fokus liegt dabei klar auf der Enterprise-Lösung für Teams ab 20 Nutzern. Diese startet bei 59 Euro pro Nutzer im Monat und
beinhaltet erweiterte Funktionen sowie eine persönliche Betreuung. Für Teams mit weniger als 20 Mitarbeitenden bieten wir außerdem eine Professional-Lizenz für 49 Euro pro Nutzer an – hier allerdings ohne die direkte Betreuung. Ergänzend dazu bieten wir bei Bedarf Workshops, Enablement-Programme und vertiefende Beratung an – direkt durch unser Team oder über ausgewählte Partner. Diese Services verstehen wir als Unterstützung für einen erfolgreichen Roll-out, sie machen aber nur einen kleinen Teil unseres Umsatzes aus. Über 98 % unserer Erlöse sind wiederkehrende SaaS Umsätze aus den Lizenzen.

Wie ist die Idee zu MAIA entstanden?
Die Idee entstand während einer Masterarbeit in Zusammenarbeit zwischen der Universität St. Gallen HSG und dem Hasso Plattner Institut HPI. Der Fokus lag darauf, warum in Industrieunternehmen so unfassbar viel Zeit mit der Suche nach Produktinformationen verschwendet wird. Über ein paar Ecken haben sich durch diese Masterarbeit Carolin und ich kennengelernt und beschlossen, das Problem weiter zu untersuchen und eine Softwarelösung dafür zu entwickeln. Ende 2021 haben wir daraufhin unser Unternehmen Prodlane gegründet. Unser erstes Produkt war quasi ein ‚Notion für Industrieunternehmen‘ – wir wollten eine zentrale Plattform schaffen, in der alles Wissen manuell gesammelt wird. Trotz erster Kunden und anfänglicher Erfolge wurde schnell klar, dass das Produkt nicht den Markanforderungen entsprach und ein Pivot notwendig war. Zur gleichen Zeit hatten wir im alten Produkt bereits eine erste Version einer KI-gestützten Suche auf eigenen Daten entwickelt. Das Kundenfeedback auf dieses eine Feature war überwältigend – viel stärker als auf das bisherige Hauptprodukt. Wir haben uns also entschieden, dieses Feature in den Mittelpunkt zu stellen. Anfangs war MAIA noch eine generische KI-Suche. Da wir aber durch unser erstes Produkt bereits tief im Thema technische Dokumentation steckten, merkten wir schnell, dass wir durch eine Spezialisierung auf den Industriesektor und technische Daten eine dramatisch höhere Qualität liefern können als allgemeine Lösungen. Das war die Geburtsstunde der heutigen MAIA.

Was waren die größten Herausforderungen, die Ihr bisher überwinden musstet?
Zum einen der gerade erwähnte Pivot. Wir mussten das Team komplett neu aufstellen und mit sehr begrenzten Ressourcen praktisch über Nacht ein neues Produkt entwickeln und an den Markt bringen. Da war Geschwindigkeit alles. Die zweite Herausforderung war die Detailschärfe beim Product-Market-Fit. Es reicht nicht, zu wissen, dass Ingenieure lange suchen. Wir mussten tief eintauchen und verstehen: Warum genau ist es so schwer? Wie sehen die Workflows im Detail aus? Und vor allem: Was sind die gemeinsamen Muster bei all unseren Kunden und wo gibt es Unterschiede? Diese Komplexität in einem standardisierten Produkt sauber abzubilden, war eine harte Nuss. Und schließlich mussten wir anfangs gegen eine doppelte Skepsis ankämpfen: Etablierte Industrieunternehmen sind naturgemäß vorsichtig – erst recht gegenüber dem Hype-Thema KI und dann auch noch gegenüber einem jungen Startup. Wir mussten viel Überzeugungsarbeit leisten, um zu beweisen, dass unsere Lösung sicher und verlässlich ist. Zum Glück hat sich das Blatt hier inzwischen gewendet und die Offenheit ist deutlich gewachsen.

Welches Projekt steht demnächst ganz oben auf eurer Agenda?
Produktseitig stechen wir noch tiefer in unsere Nische. Das große Thema ist hier die Extraktion von implizitem Wissen. Wir arbeiten inzwischen sehr eng mit einigen großen Kunden zusammen, die uns tiefe Einblicke in ihre Strukturen und Prozesse gewähren, die uns vorher verborgen blieben. Dieses Feedback nutzen wir, um Funktionen zu entwickeln, die noch präziser auf die Arbeitsweise in der Industrie zugeschnitten sind. Auf operativer Ebene steht der Abschluss unserer ISO 27001 Zertifizierung kurz bevor. Das ist für uns ein entscheidender Schritt, um unsere Organisation weiter zu professionalisieren und die Zusammenarbeit mit Enterprise-Kunden noch schneller und reibungsloser zu gestalten. Und strategisch bereiten wir unsere nächste Finanzierungsrunde für das zweite Quartal 2026 vor. Die Signale sind bisher sehr positiv, aber wir wissen natürlich, dass bis zur Unterschrift immer ein gutes Stück Arbeit vor uns liegt.

Wo steht MAIA in einem Jahr?
In einem Jahr wird sich MAIA als einer der Industriestandards für technisches Wissensmanagement etabliert haben – und das über die DACH-Region hinaus im internationalen Einsatz. Der Treibstoff für dieses Wachstum ist unsere geplante Finanzierungsrunde zu Beginn des Jahres. Mit dem frischen Kapital werden wir ordentlich Gas geben: Wir planen, unsere Teamgröße in den nächsten zwölf Monaten fast zu verdoppeln. Dazu gehört auch, dass wir unsere physische Präsenz ausbauen. Wir werden mindestens einen weiteren Standort in Deutschland oder der Schweiz eröffnen und gleichzeitig die ersten Mitarbeiter im europäischen Ausland einstellen, um unsere internationalen Kunden noch direkter betreuen zu können.

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

Foto (oben): MAIA