19.07.2022

3 Wege für mehr Impact & Erfolg im Business

In der Kolumne von Karriere Coach Katja Radlgruber dreht sich alles um deine Karriere in der Startup Szene. Wie du einen Unterschied machen kannst, die Pros & Cons einer Karriere im Startup und was du am Weg in ein Startup unbedingt beachten solltest.
/artikel/3-wege-fuer-mehr-impact-erfolg
Katja Radlgruber
Startup Carreers: Die Karriere Kolumne von Katja Radlgruber

Ich liebe das Wort „Impact“. Es ist mir wichtig, einen Unterschied in der Welt zu machen. Ich denke dir auch – sonst würdest du diesen Artikel nicht lesen.

In meiner heutigen Kolumne möchte ich die Frage beantworten, was „Impact“ überhaupt ist und wie Du Impact generieren kannst, um nachhaltig erfolgreich zu werden.

Was ist Impact überhaupt und brauche ich das?

Auf Deutsch wird Impact häufig mit dem Begriff „einen Unterschied machen“ übersetzt. Wer daher Impact generiert, macht einen Unterschied für andere Menschen, in einer Sache oder für die Welt.

Per se kann Impact positiv oder negativ sein. Wenn du mit einem Störenfried in der Klasse sitzt, macht dieser einen Unterschied für dich und die anderen Anwesenden. Es wäre ein anderes (vielleicht angenehmeres) Lernen, wenn er nicht da wäre. Basierend auf diesem Gedanken gilt:

Du hast schon jetzt Impact! Mit jedem Wort und mit jeder Tat.

Katja Radlgruber – Koach Katja

Wenn wir also alle täglich rumrennen und sowieso Impact haben, warum sprechen wir dann so viel über „Impact-Startups“ und dergleichen? Damit ist Impact im positiven Sinn gemeint = die Welt zu einem besseren Ort zu machen. Denk einmal darüber nach: Machst du die Welt jeden Tag zu einem besseren Ort? Ja? Wunderbar. Damit das noch besser gelingt, muss allerdings auch der Empfänger für deine Botschaft oder deine Aktion offen sein.


1. Weg: Finde deine passenden Empfänger

Hast du in der Kommunikation schon vom Sender-Empfänger-Problem gehört? Es beschreibt das Phänomen, dass der eine (Sender) etwas sagt und es beim anderen (Empfänger) ganz anders ankommt.

Genauso ist es beim Thema „Impact“. Abhängig von dem Unterschied, den du gerne für deine Mitmenschen oder deine Sache machen möchtest, wird es Menschen geben, die für deine Botschaft bereit sind und andere eben nicht.

Es ist dabei deine Aufgabe die richtigen Empfänger zu finden. Wenn jemand nicht versteht, was du Gutes bezwecken möchtest und es daher abtut, sei nicht wütend auf diese Person. Er/sie ist vielleicht einfach nicht der richtige Empfänger dafür.

Das gilt genauso für deine großartige Business Idee und auch für den Job, den du unbedingt machen möchtest und wo du nach Angaben der Recruiter „nicht die Vorgaben erfüllst“. Vielleicht sind es einfach nicht die richtigen Empfänger. So einfach.

Wie findest du daher die richtigen Empfänger für deinen Impact?

Das hat viel mit ähnlichen Wertvorstellungen und Erfahrungen zu tun. Die Menschen, die den größten Impact generieren, verstehen es am besten, an den Erfahrungen der Menschen, denen sie begegnen, anzuknüpfen und dadurch ein Umdenken, eine Veränderung in ihnen hervorzurufen.

2. Weg: Nur Emotionen bewegen zur Veränderung

Unerlässlich damit du Impact haben kannst, sind Veränderungen. Würdest du nichts mit deinen Worten und Taten verändern, hättest du auch keinen Impact. 

Veränderung und Impact gehen Hand in Hand.

Katja Radlgruber – Koach Katja

Aus Erfahrung als Coach kann ich dir sagen: das Einzige, was Menschen zur Veränderung bringt, sind Emotionen. Das steckt schon im Wort emovere (lat. für herausbewegen).

Das heißt, du musst Menschen positiv oder negativ triggern/berühren, wenn du einen Impact auf sie haben möchtest. Wir sprechen hier auch von einer PUSH oder PULL Motivation.

  • Bringst du Menschen dazu sich von etwas wegbewegen zu wollen (z.B. durch Angst vor negativen Konsequenzen) oder
  • Bringst du sie dazu sich zu etwas hinbewegen zu wollen (z.B. durch Lust auf eine schöne Zukunft).

Erst durch diese Bewegung wachsen Menschen über sich hinaus, Und du generierst Impact.

3. Weg: Beachte die Mikro- und Marko-Ebene

Was wäre dir lieber? Ein hoher Impact auf Einzelne oder ein kleiner Impact auf viele?

Die Mikro-Ebene deines Tuns bezieht sich auf dein unmittelbares Umfeld. Es sind die Menschen, denen du täglich begegnest. Du hast einen wahnsinnig großen Einfluss auf dein aktives Umfeld und dein Umfeld auf dich. Es ist einfach deinen Impact auf Mikro-Ebene zu messen: du siehst direkt die positiven sowie negativen Auswirkungen auf die Menschen.

Die Makro-Ebene hat einen weitaus größeren Streuverlust. Du sendest deine Botschaft oder deine Taten in die Welt und über Umwege wirst du die Effekte deines Tuns spüren – deinen Impact.

Wenn du z.B. ein Unternehmen betreibst oder auf Social Media über deine Mission schreibst, agierst du auf der Makro-Ebene. Von manchen Menschen wirst du wohl nie erfahren, wie du sie beeinflusst hast.

Was ich dir aber nach über drei Jahren beruflicher Social Media Nutzung sagen kann, ist: du hast einen Impact. Menschen, von denen du es gar nicht denken würdest, lesen deine Botschaften, hören dir zu und sagen dir vielleicht Jahre später, wie du sie beeinflusst hast.

Wann hast du bereits ein Feedback über deinen positiven Einfluss auf jemanden Jahre später bekommen? Denk gerne kurz darüber nach. Spüre, dass du bereits heute Impact hast. Und nutze in Zukunft die:

  • Mikro- & Makro-Ebene,
  • Emotionen und
  • die richtigen Empfänger

für noch mehr IMPACT.

Deine Katja

#koachkatja

PS: Willst du mehr darüber erfahren, wie du persönlich Impact in deiner Karriere und mit deinem Business haben kannst? Ich freue mich auf ein Gespräch mit dir: https://bit.ly/koachkatja-first-f 


Katja Radlgruber aka Koach Katja ist Karriere- und Leadership Coach und unterstützt bis 2022 insgesamt 2.000 Frauen dabei auf die nächste Karrierestufe zu kommen. Sie ist selbstständige Coach, Gründerin des Business Fashion Labels V-SUIT und war bereits mit 23 Führungskraft von 100 Mitarbeiter:innen. Als Gründerin des Frauennetzwerkes Business Frauen DACH, YLF Vorstandsmitglied und Board Member bei Headhunter Peter Kraus ist sie gut vernetzt. Durch ihr Schaffen hilft sie dabei, das eigene Potential voll auszuschöpfen und eine Karriere mit Impact zu kreieren.

Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

3 Wege für mehr Impact & Erfolg im Business

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

3 Wege für mehr Impact & Erfolg im Business

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

3 Wege für mehr Impact & Erfolg im Business

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

3 Wege für mehr Impact & Erfolg im Business

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

3 Wege für mehr Impact & Erfolg im Business

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

3 Wege für mehr Impact & Erfolg im Business

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

3 Wege für mehr Impact & Erfolg im Business

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

3 Wege für mehr Impact & Erfolg im Business

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

3 Wege für mehr Impact & Erfolg im Business