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:
23.09.2024

Grizzly: Wiener Startup bietet bärige KI-Hilfe bei der Jobsuche

Das Wiener Startup Grizzly will die Jobsuche einfacher gestalten: Statt stundenlang durch Angebote zu scrollen, soll der KI-gestützte Chatbot Bärnhard passende Jobs liefern. brutkasten hat mit CEO Markus Hirzberger gesprochen.
/artikel/grizzly-wiener-startup-bietet-baerige-ki-hilfe-bei-der-jobsuche
23.09.2024

Grizzly: Wiener Startup bietet bärige KI-Hilfe bei der Jobsuche

Das Wiener Startup Grizzly will die Jobsuche einfacher gestalten: Statt stundenlang durch Angebote zu scrollen, soll der KI-gestützte Chatbot Bärnhard passende Jobs liefern. brutkasten hat mit CEO Markus Hirzberger gesprochen.
/artikel/grizzly-wiener-startup-bietet-baerige-ki-hilfe-bei-der-jobsuche
Grizzly.jobs jobsuche ki-bot chatbot grizzly
Das Founding Team von Grizzly.jobs: Hinten (v.l.): Kyrillus Mehanni, Oliver Liebmann, Lucas Raschek; Vorne: Christoph Ostertag, Markus Hirzberger

Wie verhält man sich am besten, wenn man einem Grizzly-Bären begegnet? Laut sein oder auf einen Baum klettern? Einer Internet-Recherche zufolge hilft bei einem Angriff wenig, sich tot stellen ist wohl die beste Lösung. Der Vergleich von einem Grizzly zum Jobmarkt ist daher nur schwer zu ziehen, hier braucht es einige Gedankensprünge.

Die hat das junge Wiener Startup Grizzly unternommen, hier trifft man bei der Jobsuche auf einen Bären. Mit seinem KI-gestützten Jobagenten Bärnhard will das fünfköpfige Founding-Team die Jobsuche einfacher und schneller gestalten. Nutzer:innen können in der Web-App mit Bärnhard chatten und angeben, ob bei der Firmensuche zum Beispiel auch Themen wie Nachhaltigkeit berücksichtigt werden sollten. Der Jobagent durchsucht derzeit täglich Jobs von rund 1.500 Unternehmen österreichweit. Findet er etwas Passendes, wird eine kurze Erklärung mitgeliefert, warum diese Stelle gut zu einem passen würde.

Co-Founder und CTO Oliver Liebmann erklärt: “Der Einsatz moderner KI-Technologien wie Large Language Modellen (LLMs) ermöglicht es, tiefergehende Zusammenhänge zwischen den Stellenbeschreibungen und den Nutzerpräferenzen zu erkennen. LLMs gehen über herkömmliche Suchfilter hinaus, die oft auf Schlagwörtern basieren und relevante Stellen übersehen.”

KI-Jobagent Bärnhard sucht den passenden Job

Die Programmierung von Bärnhard hatte eine lange Vorlaufzeit, wie CEO und Co-Founder Markus Hirzberger im brutkasten-Gespräch erklärt. Vor knapp zwei Jahre hatten die drei heutigen Gründer die Ursprungsidee, die damals noch weit von dem Chatbot entfernt war. Im Mittelpunkt stand der Wunsch, die Jobsuche effizienter zu gestalten. Und auch jenen eine Option zu bieten, die bereits arbeiten, aber sich umsehen wollen, welche anderen Jobs angeboten werden. Ohne stundenlang Jobplattformen zu durchsuchen

Nach knapp 100 Gesprächen mit Jobsuchenden begann das Team von Grizzly mit einer Chatlösung zu experimentieren. Hier kam man bald zu guten Ergebnissen. Der Chatbot konnte passende Jobs empfehlen, hatte aber noch keine Datenbank im Hintergrund, um auch die passenden offenen Stellen zu liefern. Österreichweit, von allen Unternehmenswebsites – nicht nur die, die (meist bezahlt) auf Jobplattformen angeboten werden.

70.000 Euro Förderung für Webscraping-Technologie

Eine KI-basierte Webscraping-Technologie für die Suche nach Jobangeboten musste gebaut werden. Bisher wurden solche Webscraper manuell konfiguriert und waren daher nur für spezifische Anwendungsfälle gedacht. Auch Google Jobs zum Beispiel durchsucht seine Angebote vor allem von Jobplattformen und findet dadurch die Stellen auf Unternehmenswebsites oft nicht. Für die Entwicklung dieser Technologie bekam Grizzly auch eine Förderung der Forschungsförderungsgesellschaft FFG in Höhe von 70.000 Euro.

Hirzberger erklärt den Unterschied zu anderen Anbietern so: “Wir greifen die Jobs direkt von den Unternehmensseiten ab, das bietet keine Jobplattform. Darüber hinaus bieten wir nicht nur eine Stichwortsuche, sondern wollen die Nuancen und Zusammenhänge der Interessen unserer User:innen verstehen und dafür etwas Passendes liefern. Kurz gesagt: Ein tiefer gehendes Verständnis für das Interesse, kombiniert mit einer breiten Datengrundlage.”

Bootstrapping-Lifestyle

Das Team hinter Grizzly besteht heute aus fünf Mitgliedern, alle mit technischem Background, wie Hirzberger erklärt. Von Anfang an mit dabei waren neben dem CEO auch Oliver Liebmann (CTO) und Christoph Ostertag (COO). Die beiden Software-Entwickler Kyrillus Mehanni und Lucas Raschek zählt Hirzberger ebenfalls zum Kernteam.

Für die Nutzer:innen soll Grizzly auf jeden Fall kostenlos bleiben. Bezahlmodelle würden hier nicht wirklich funktionieren, sagt Hirzberger. Das Geld soll von Unternehmensseite kommen, ohne aber dadurch die Suchergebnisse zu verfälschen. Im Moment baue man vor allem auf Förderungen, das sei in Österreich gerade am Anfang für Startups eine “Supermöglichkeit”.

Und: “Wir leben den Bootstrapping-Lifestyle und sind sehr sparsam unterwegs”, betont Hirzberger. Derzeit sitzt das Team in einem günstigen Office, in dem es im Sommer gute 30 Grad hatte. Das Team setzte sich dann einfach in den nächsten klimatisierten Zug und arbeitete – dank Klimaticket – von unterwegs.

Namensfindung am Lagerfeuer

Seit Mitte September ist Grizzly.jobs offiziell online. Aktuell sei das Ziel, die Plattform möglichst vielen Leuten zugänglich zu machen, sagt Hirzberger. Auch die Marketing-Aktivitäten werde man hochfahren und hoffentlich alle “technischen Kinderkrankheiten” lösen. “Bis Jahresende ist das Ziel, die Plattform mit den meisten Jobs in Österreich zu sein.” Größere Plattformen in Österreich bieten derzeit circa 20.000 Jobs an, auf dem Markt seien aber über 100.000, wie Hirzberger vorrechnet. Dort wolle man hin.

Und was hat es nun mit den Namen Grizzly auf sich? Ursprünglich war ein weniger tierischer Name angedacht, die Firma gab es in der EU allerdings schon. Die Inspiration kam dann bei einem Sommerabend in der Steiermark: “Wir sind ums Lagerfeuer gesessen und haben immer mehr an Tiernamen gedacht.” Irgendjemand hätte dann einen Bären vorgeschlagen, jemand anderer einen Grizzly. Auch die Domain Grizzly.jobs sei noch frei gewesen. Als auch am nächsten Tag alle im Team von der Idee überzeugt waren, stand es fest: Grizzly und damit Chatbot Bärnhard waren geboren.

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