09.05.2019

3 Schritte zur Abschätzung des Risikos beim Gründen

Gastbeitrag. Alex Schuh, Innovation Consultant bei Pioneers, hat auf Basis seiner Masterarbeit ein Modell zur Abschätzung des Risikos beim Gründen entwickelt und getestet.
/artikel/abschaetzung-des-risikos-beim-gruenden
Value Blueprints - 3 Schritte zur abschätzung des Risikos beim Gründen von Alex Schuh
Alex Schuh

Wenn du als Startup oder Corporate Spin-off durchstarten willst, dann bedeutet das, dass du ein neues Ökosystem betrittst. Ein Ökosystem ist eine Ansammlung von Firmen, Institutionen und anderen Playern, verbunden durch deren gemeinsames Ziel und ihrer Mission. Abhängig von deinem Startup, kann das Ökosystem lokal, global oder auch eine Mischung aus beidem sein. Eines ist jedoch immer gleich: Jedes Ökosystem ist voll von Unbekannten und Unsicherheiten.

+++ Checklist: 10 Fragen auf dem Weg zur GmbH-Gründung +++

Kommunikation als Schlüssel zur Abschätzung des Risikos beim Gründen

Aus diesem Grund willst du dein Risiko und die Wahrscheinlichkeit mit deinen Ressourcen und der vorhandenen Konkurrenz erfolgreich zu werden, abschätzen können. Das ganze am besten schon bevor du startest und Kapital aufwendest. Es gibt zahlreiche Möglichkeiten um das zu erreichen, aber die beste und effektivste Methode ist Kommunikation. Konversationen mit potentiellen Stakeholdern zu führen, um herauszufinden, ob diese dieselben Ziele anstreben wie man selbst, kann im besten Fall einem Scheitern vorbeugen.

Um das auch sinnvoll zu betreiben, will ich dir ein einfaches Modell vorstellen, dass dir helfen wird, in drei Schritten einen Überblick über die geführten Konversationen zu behalten und deine Position im Ökosystem zu verstehen:

Value Blueprints: Ein guter Überblick über dein Ökosystem

Die Basis bildet dabei Ron Adners Konzept der “Value Blueprints”. Sie können helfen, das große Ganze zu sehen. Sie unterstützen dich, die richtigen Player für Konversationen zu identifizieren und helfen bei der Abschätzung des Risikos einer Zusammenarbeit. Um ein Entrepreneurship-Ökosystem zu analysieren, werden wir die Blueprints um kompetitive und nicht kompetitive Player, sowie Player mit einer guten Übersicht über das Ökosystem erweitern. Die Blueprints können in wenigen einfachen Schritten aufgesetzt werden, welche ich dir hier näherbringen will.

1. Stakeholder definieren

Im ersten Schritt muss du deinen “End Customer” definieren, also denjenigen, der letztendlich von deinem Produkt bzw. deinem Service profitiert. Als nächstes müssen “Supplier” identifiziert werden, also die Stakeholder die man braucht, um Wert zu generieren, die sozusagen die Zutaten für das Produkt liefern. Danach muss festgestellt werden ob zwischen dem End Customer und dir noch jemand steht. Diese Player werden dann als “Intermediaries” bezeichnet. Zusätzlich werden “Complementors”, also Stakeholder die den Weg für Intermediaries ebenen, berücksichtigt. Zuletzt werden Player mit guter Übersicht über das Ökosystem und kompetitive und nicht kompetitive Player identifiziert.

Nachdem alle Stakeholder in die Blueprints eingetragen wurden, sieht der erste Entwurf in etwa so aus, wie in der folgenden Grafik:

(c) Alex Schuh

2. Das Risiko abschätzen

Es gibt zwei wichtige Fragen die du dir in Bezug auf alle Stakeholder stellen solltest: “Können sie die Aufgaben erfüllen, die ich von ihnen benötige?” (Co-innovation Risiko) und “Wollen sie die Aufgaben erfüllen, die ich von ihnen benötige?” (Co-adoption Risiko). Diese Fragen zu beantworten – bevor man in das Ökosystem Eintritt – ist extrem wichtig. Denn nur weil man eine Vision mit den anderen Stakeholdern teilt, heißt das nicht, dass man sich über den Weg, sie zu erreichen, einig ist. Wenn die Strategie von allen Playern Richtung Zusammenarbeit ausgerichtet ist, werden automatisch die dazugehörigen Strukturen angenommen.

Darum wurde ein Ampelfarbensystem eingeführt, um dieses Risiko simpel innerhalb eines Ökosystems zu bewerten. Grünes Licht bedeutet “Alles wie geplant”, gelbes Licht bedeutet “Sie können es noch nicht”, oder “Sie wollen es noch nicht”, und rotes Licht bedeutet “Das funktioniert nie”. Wichtig ist, dass ein paar gelbe Ampel kein großes Problem darstellen, besonders nicht am Anfang. Diese können durch verschiedene Anreize auf grün gestellt werden. Rote Lichter sind jedoch ein größeres Problem. Du musst dann andere Player finden, um die Lücke zu füllen. Oder, wenn das unmöglich scheint, sogar dein Geschäftsmodell ändern.

Die folgende Grafik zeigt die Blueprint erweitert um die Ampelfarben:

(c) Alex Schuh

3. Eine Iteration nach der anderen

Nehmen wir an, du besitzt einen Online-Buchhandel. Bevor du die Blueprints zum ersten Mal aufzeichnen kannst, müssen die Player mit einer guten Übersicht über das Ökosystem und kompetitive und nicht kompetitive Player befragt werden, um die Lücke im Ökosystem zu identifizieren. Somit hast du deinen Startpunkt gefunden. Beispiele für kompetitive Player sind in diesem Fall Amazon und Offline-Buchhandlungen. Nicht kompetitive Player sind andere Plattformen, welche komplementäre Güter für deine Kunden anbieten.
Nachdem der Startpunkt gefunden wurde, muss die Struktur der Value Blueprints erstellt werden (Bild 1) und anschließend das Risiko der Stakeholder bewerten (Bild 2). “Supplier” in unserem Beispiel sind Verlage und IT Infrastruktur Services. “Intermediaries” sind Reseller der Buchhandlung und “Complementors” sind Lieferservices.

Nach der ersten Iteration ist die Wahrscheinlichkeit hoch, dass einige Änderungen vorgenommen werden müssen. Also setzt du dich hin, bearbeitest die Blueprints auf Basis des Feedbacks, dass du bekommen hast, und validierst sie wieder und wieder und wieder…

Umdenken zu “Wenn wir es machen, wie kommen sie dort hin?”

Die Value Blueprints können unter Umständen als relativ unübliche Methode angesehen werden, im Speziellen für Manager in großen Unternehmen, da sie viele offene Konversationen mit externen Personen im Voraus verlangen. Die “darüber reden wir später im Prozess”-Methode ist heutzutage einfach nicht mehr angebracht und kann zu großen Problemen führen. Ein Umdenken von “Wenn wir es machen, kommen sie?” zu “Wenn wir es machen, wie kommen sie dort hin?” in Bezug auf die Stakeholder muss stattfinden. Wenn die Antwort “Wir sind nicht sicher” ist, willst du das definitiv herausfinden bevor du deine Zeit und dein Geld investierst.


Systematik

Dieses Modell zur Abschätzung des Risikos beim Gründen wurde in meiner Masterarbeit anhand eines Biotech Hubs, welches in Wien starten wird, getestet. Dazu wurden zehn Interviews mit zentralen Playern aus dem Wiener Ökosystem geführt, teilweise mit Fokus auf Deeptech. Um Aussagen über ein Hub im Biotech-Bereich generalisierbarer zu machen, wurden weitere Interviews in den Niederlanden (Nijmegen und Umgebung) geführt. Diese Gegend ist als “Health Valley” bekannt und hatte daher einen sehr guten fit. In zwei Iterationen wurden dann auf Basis des Inputs die Value Blueprints erstellt und Risiken analysiert.

Zum Autor

Alex Schuh arbeitet aktuell als Innovation Consultant bei Pioneers im Bereich Corporate-Startup-Collaboration. Zusätzlich arbeitet er als Network Developer beim Entrepreneurship Ecosystem Research Network.

Wenn du an dem Artikel oder am Thema Kollaboration bzw. Ökosysteme interessiert bist, kontaktiere Alex gerne via E-Mail.

Redaktionstipps
Deine ungelesenen Artikel:
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer)
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer) | Foto: brutkasten

“No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz


Mit der neuen multimedialen Serie “No Hype KI” wollen wir eine Bestandsaufnahme zu künstlicher Intelligenz in der österreichischen Wirtschaft liefern. In der ersten Folge diskutieren Doris Lippert, Director Global Partner Solutions und Mitglied der Geschäftsleitung bei Microsoft Österreich, und Thomas Steirer, Chief Technology Officer bei Nagarro, über den Status Quo zwei Jahre nach Erscheinen von ChatGPT.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

„Das war ein richtiger Hype. Nach wenigen Tagen hatte ChatGPT über eine Million Nutzer”, erinnert sich Lippert an den Start des OpenAI-Chatbots Ende 2022. Seither habe sich aber viel geändert: “Heute ist das gar kein Hype mehr, sondern Realität“, sagt Lippert. Die Technologie habe sich längst in den Alltag integriert, kaum jemand spreche noch davon, dass er sein Smartphone über eine „KI-Anwendung“ entsperre oder sein Auto mithilfe von KI einparke: “Wenn es im Alltag angekommen ist, sagt keiner mehr KI-Lösung dazu”.

Auch Thomas Steirer erinnert sich an den Moment, als ChatGPT erschien: „Für mich war das ein richtiger Flashback. Ich habe vor vielen Jahren KI studiert und dann lange darauf gewartet, dass wirklich alltagstaugliche Lösungen kommen. Mit ChatGPT war dann klar: Jetzt sind wir wirklich da.“ Er sieht in dieser Entwicklung einen entscheidenden Schritt, der KI aus der reinen Forschungsecke in den aktiven, spürbaren Endnutzer-Bereich gebracht habe.

Von erster Begeisterung zu realistischen Erwartungen

Anfangs herrschte in Unternehmen noch ein gewisser Aktionismus: „Den Satz ‘Wir müssen irgendwas mit KI machen’ habe ich sehr, sehr oft gehört“, meint Steirer. Inzwischen habe sich die Erwartungshaltung realistischer entwickelt. Unternehmen gingen nun strategischer vor, untersuchten konkrete Use Cases und setzten auf institutionalisierte Strukturen – etwa durch sogenannte “Centers of Excellence” – um KI langfristig zu integrieren. „Wir sehen, dass jetzt fast jedes Unternehmen in Österreich KI-Initiativen hat“, sagt Lippert. „Diese Anlaufkurve hat eine Zeit lang gedauert, aber jetzt sehen wir viele reale Use-Cases und wir brauchen uns als Land nicht verstecken.“

Spar, Strabag, Uniqa: Use-Cases aus der österreichischen Wirtschaft

Lippert nennt etwa den Lebensmittelhändler Spar, der mithilfe von KI sein Obst- und Gemüsesortiment auf Basis von Kaufverhalten, Wetterdaten und Rabatten punktgenau steuert. Weniger Verschwendung, bessere Lieferkette: “Lieferkettenoptimierung ist ein Purpose-Driven-Use-Case, der international sehr viel Aufmerksamkeit bekommt und der sich übrigens über alle Branchen repliziert”, erläutert die Microsoft-Expertin.

Auch die Baubranche hat Anwendungsfälle vorzuweisen: Bei Strabag wird mittels KI die Risikobewertung von Baustellen verbessert, indem historische Daten zum Bauträger, zu Lieferanten und zum Bauteam analysiert werden.

Im Versicherungsbereich hat die UNIQA mithilfe eines KI-basierten „Tarif-Bots“ den Zeitaufwand für Tarifauskünfte um 50 Prozent reduziert, was die Mitarbeiter:innen von repetitiven Tätigkeiten entlastet und ihnen mehr Spielraum für sinnstiftende Tätigkeiten lässt.

Nicht immer geht es aber um Effizienzsteigerung. Ein KI-Projekt einer anderen Art wurde kürzlich bei der jüngsten Microsoft-Konferenz Ignite präsentiert: Der Hera Space Companion (brutkasten berichtete). Gemeinsam mit der ESA, Terra Mater und dem österreichischen Startup Impact.ai wurde ein digitaler Space Companion entwickelt, mit dem sich Nutzer in Echtzeit über Weltraummissionen austauschen können. „Das macht Wissenschaft zum ersten Mal wirklich greifbar“, sagt Lippert. „Meine Kinder haben am Wochenende die Planeten im Gespräch mit dem Space Companion gelernt.“

Herausforderungen: Infrastruktur, Daten und Sicherheit

Auch wenn die genannten Use Cases Erfolgsbeispiele zeigen, sind Unternehmen, die KI einsetzen wollen, klarerweise auch mit Herausforderungen konfrontiert. Diese unterscheiden sich je nachdem, wie weit die „KI-Maturität“ der Unternehmen fortgeschritten sei, erläutert Lippert. Für jene, die schon Use-.Cases erprobt haben, gehe es nun um den großflächigen Rollout. Dabei offenbaren sich klassische Herausforderungen: „Integration in Legacy-Systeme, Datenstrategie, Datenarchitektur, Sicherheit – all das darf man nicht unterschätzen“, sagt Lippert.

“Eine große Herausforderung für Unternehmen ist auch die Frage: Wer sind wir überhaupt?”, ergänzt Steirer. Unternehmen müssten sich fragen, ob sie eine KI-Firma seien, ein Software-Entwicklungsunternehmen oder ein reines Fachunternehmen. Daran anschließend ergeben sich dann Folgefragen: „Muss ich selbst KI-Modelle trainieren oder kann ich auf bestehende Plattformen aufsetzen? Was ist meine langfristige Strategie?“ Er sieht in dieser Phase den Übergang von kleinen Experimenten über breite Implementierung bis hin zur Institutionalisierung von KI im Unternehmen.

Langfristiges Potenzial heben

Langfristig stehen die Zeichen stehen auf Wachstum, sind sich Lippert und Steirer einig. „Wir überschätzen oft den kurzfristigen Impact und unterschätzen den langfristigen“, sagt die Microsoft-Expertin. Sie verweist auf eine im Juni präsentierte Studie, wonach KI-gestützte Ökosysteme das Bruttoinlandsprodukt Österreichs deutlich steigern könnten – und zwar um etwa 18 Prozent (brutkasten berichtete). „Das wäre wie ein zehntes Bundesland, nach Wien wäre es dann das wirtschaftsstärkste“, so Lippert. „Wir müssen uns klar machen, dass KI eine Allzwecktechnologie wie Elektrizität oder das Internet ist.“

Auch Steirer ist überzeugt, dass sich für heimische Unternehmen massive Chancen eröffnen: “Ich glaube auch, dass wir einfach massiv unterschätzen, was das für einen langfristigen Impact haben wird”. Der Appell des Nagarro-Experten: „Es geht jetzt wirklich darum, nicht mehr zuzuwarten, sondern sich mit KI auseinanderzusetzen, umzusetzen und Wert zu stiften.“


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


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

Die Partner von No Hype KI
Die Partner von 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 Schritte zur Abschätzung des Risikos beim Gründen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

3 Schritte zur Abschätzung des Risikos beim Gründen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

3 Schritte zur Abschätzung des Risikos beim Gründen

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 Schritte zur Abschätzung des Risikos beim Gründen

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 Schritte zur Abschätzung des Risikos beim Gründen

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 Schritte zur Abschätzung des Risikos beim Gründen

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 Schritte zur Abschätzung des Risikos beim Gründen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

3 Schritte zur Abschätzung des Risikos beim Gründen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

3 Schritte zur Abschätzung des Risikos beim Gründen