13.06.2019

BCG-Studie: Startups ziehen in der Arbeit mit Corporates den Kürzeren

Eine umfassende Studie der Boston Consulting Group (BCG) zu Corporate-Startup-Collaboration im DACH-Raum zeigt: Für Startups ist das Ergebnis einer Kooperation seltener befriedigend, als für Großunternehmen. Und österreichische Corporates hinken im DACH-Vergleich hinterher.
/artikel/bcg-studie-startups-corporates
BCG-Studie: Corporate-Startup-Collaboration
(c) fotolia.com - gearstd

Für die Studie “After the Honeymoon Ends: Making Corporate-Startup Relationships Work” befragte die Boston Consulting Group (BCG) insgesamt 190 große Unternehmen und 90 Startups im gesamten DACH-Raum. Insgesamt 570 Unternehmen wurden zudem auf den Einsatz von Corporate-Startup-Collaboration-Vehikeln gescreent. Das wohl herausstechendste Ergebnis der Befragung für den Gesamtraum: Weniger als die Hälfte der befragten Startups (45 Prozent) ist mit den durchgeführten Projekten zufrieden. Bei den befragten Corporates sind es immerhin 55 Prozent.

+++ Fokus: Corporate Innovation +++

Zu lange Entscheidungsprozesse als größter Painpoint für Startups

BCG fragte auch nach den Gründen für das Scheitern von Collaboration-Projekten (siehe Grafik). Auf Startup-Seite nehmen zu lange Entscheidungsprozesse (wenig überraschend) den Negativ-Spitzenplatz ein. Sie wurden von 25 Prozent der Befragten genannt (im Gegensatz zu 20 Prozent bei den befragten Corporate-Vertretern). Auf Seiten der Großunternehmen wiederum wird das Fehlen gegenseitiger Anerkennung bzw. das “nicht auf Augenhöhe” Zusammenarbeiten mit 25 Prozent Zustimmung als größter Painpoint identifiziert – das sehen hingegen nur 11 Prozent der befragten Startup-Gründer als eines der größten Probleme.

Gaps in der Problem-Wahrnehmung

Noch größere Gaps in der Problem-Wahrnehmung gibt es beim Punkt “keine klare Steuerung und Governance”, der von 22 Prozent der Corporates, aber nur von 3 Prozent der Startups als Grund fürs Scheitern gesehen wird, und umgekehrt bei “mangelnde Fähigkeit, mit unterschiedlichen Mindsets umzugehen”, die 11 Prozent der Startups, aber nur 2 Prozent der Großunternehmen als massives Problem sehen. Relativ einig sind sich Corporates und Jungunternehmen bei der Problemquelle “unangemessene oder intransparente Erwartungen” (Corporates: 21 Prozent; Startups: 19 Prozent).

BCG: Die größten Painpoints in der Kooperation
(c) BCG: Die größten Painpoints in der Kooperation

Corporates: Große Erwartungen in Pilotierung und neue Umsatzquellen

Nach eben diesen Erwartungen und deren Erfüllung fragte BCG in einem weiteren Fragenblock. Demnach wünschen sich Großunternehmen in der Corporate-Startup-Collaboration vor allem Pilotprojekte (von 43 Prozent der Befragten genannt) und neue Umsatzquellen (39 Prozent). Auch eine Änderung der Unternehmenskultur (28 Prozent) und der Zugang zu Talenten (27 Prozent) stehen hoch im Kurs. Diesen letzten Punkt sehen aber nur 35 Prozent der befragten Corporates erfüllt. Besonders zufrieden (58 Prozent) sind sie dagegen mit der Erfüllung der Erwartung, neue Technologien und Märkte zu scouten. Generell bewegen sich die Quoten bei der Erfüllung von Erwartungen um die 50 Prozent (siehe Grafik).

BCG: Erwartungen und deren Erfüllung bei Corporates
(c) BCG: Erwartungen und deren Erfüllung bei Corporates

Startups: Viele Erwartungen kaum erfüllt

Anders sieht es bei den befragten Startups aus. Zwar sind die drei wichtigsten Erwartungen, Umsatzsteigerung durch neue Absatzmöglichkeiten (von 73 Prozent der Befragten genannt), Umsatzsteigerung durch Marktzugang (60 Prozent) und neue Referenzen und gesteigerte Reputation (50 Prozent) recht gut erfüllt (siehe Grafik). Andere Punkte sehen die befragten Startups dagegen kaum umgesetzt, etwa den Erwerb technischen Know-hows (13 Prozent), den Zugang zu IP und Daten (16 Prozent) oder den Zugang zu Kapital (17 Prozent).

BCG: Erwartungen und deren Erfüllung bei Startups
(c) BCG: Erwartungen und deren Erfüllung bei Startups

ATX-Konzerne hinken bei Corporate-Startup-Collaboration hinterher

Im Rahmen der BCG-Studie wurden auch die Startup-Aktivitäten der Großunternehmen in Deutschland, der Schweiz und Österreich verglichen. Fünf Kategorien wurden dafür definiert: Digital- bzw. Innovationslabs, Corporate Venture Capital, Inkubatoren, Accelerators und Kooperations-Units. Dabei zeigt sich, dass österreichische börsennotierte Unternehmen im Vergleich deutlich hinterherhinken. Gerade neun von 20 ATX-Unternehmen nutzen überhaupt eine der genannten Kooperationsformen. Bei den DAX-Konzernen sind es dagegen 29 von 30, im Schweizer Leitindex SMI 18 von 20.

Heimische Familienunternehmen im Vergleich offener

Auch wenn es um die Anwendung mehrerer der genannten Vehikel geht, zeigt sich ein massiver Unterschied zwischen ATX- und DAX- bzw. SMI-Unternehmen. Während sechs DAX-Konzerne und immerhin ein SMI-Konzern alle fünf Kooperationsformen nutzt, kommt der in diesem Bereich stärkste ATX-Konzern, UNIQA, auf vier Vehikel-Arten (siehe Grafik). Im Vergleich zum DACH-Durchschnitt offener für Startup-Kooperationen zeigen sich dafür allerdings heimische Familienunternehmen. Immerhin 60 Prozent nutzen hierzulande zumindest eine der Kooperationsformen.

BCG: DACH-Unternehmen im Vergleich
(c) BCG: DACH-Unternehmen im Vergleich

⇒ Zur kompletten Studie

Redaktionstipps
Deine ungelesenen Artikel:
13.01.2025

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

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
13.01.2025

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

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
Die dritte Folge von "No Hype KI" mit Manuel Moser, Alexandra Sumper, Moritz Mitterer und Clemens Wasner (v.l.n.r.) (c) brutkasten

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


Wie lässt sich KI “richtig” in Unternehmen integrieren? Wieso erleben Unternehmen einen “Bottom-Up-Push” und warum sprechen viele dabei noch von großen Hürden? Um diese und viele weitere Fragen ging es in der dritten Folge von “No Hype KI”. Zu Gast waren Alexandra Sumper von Nagarro, Manuel Moser von CANCOM Austria, Moritz Mitterer von ITSV sowie Clemens Wasner von AI Austria und EnliteAI.

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

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

Der Bottom-Up-Push

“Der AI-Hype ist jetzt circa zehn Jahre alt”, startet Clemens Wasner die Diskussionsrunde. Was als “vorausschauende Warnung und Betrugserkennung” im B2B-Sektor begann, hat sich eine knappe Dekade später zu einer Bottom-Up-Push-Bewegung entwickelt. “Einzelne Mitarbeitende verfügen teilweise über weitaus mehr praktische Erfahrung mit Generativer KI”, als “das oft auf einer Projektebene passiert”, so Wasner.

Um KI federführend in Unternehmen zu verankern, sei es wichtiger denn je, Mitarbeitende einzubinden und ihnen intern eine Bühne für den Best-Practice-Austausch zu geben, erklärt Wasner weiter. Aktuell ginge der KI-Push immer intensiver von Mitarbeiter:innen aus. Vergleichbar sei diese Bewegung mit dem Aufkommen der Smartphones vor etwa fünfzehn Jahren.

Daten mit Qualität

Als Basis sollte zuerst allerdings der Datenhaushalt eines Unternehmens sauber strukturiert und reguliert werden, sagt Manuel Moser, Director Digital Innovation & Software Engineering bei CANCOM Austria. “Wenn ein Unternehmen in puncto Daten hinterherhinkt, kann das jetzt durchaus ein Stolperstein sein”, sagt der Experte. In CRM- und ERP-Systemen finden sich häufig unvollständige Angaben. Die dadurch entstehende unzureichende Datenqualität könne jede KI-Initiative ins Stocken bringen, so Moser.

“Der größte Feind ist Zettel und Bleistift”

Schon allein das Notieren von Informationen auf Zetteln gilt nicht nur als scheinbar banale Hürde, wie Moser im Talk erläutert. Analoge Gewohnheiten können enorme Auswirkungen auf den gesamten Digitalisierungsprozess des Unternehmens haben: “Ich sage immer: Bei Digitalisierungslösungen ist der größte Feind der Zettel und der Bleistift am Tisch, mit denen man das digitale Tool am Ende des Tages umgeht.”

Gerade der öffentliche Sektor sollte im KI-Einsatz sowie in der Verwaltung von Daten sorgfältig agieren. Moritz Mitterer, Aufsichtsratsvorsitzender der ITSV, spricht von besonders sensiblen Daten aus der Sozialversicherung, die ein enges rechtliches Korsett und damit ein höheres Maß an Vorsicht mit sich bringen.

“Wir haben 2017 in der ITSV damit begonnen, innerhalb der Struktur damit zu experimentieren”, erzählt Mitterer. Ein essentielles Learning daraus: Gerade große Prozessmengen stellen sich als ideales Feld für KI heraus – wenn man vernünftige Leitplanken, klare Haftungsregeln und eine unternehmensweite Governance definiert.

Im Fokus stehen User:innen

Datenqualität, Governance und gleichzeitig reichlich Agilität? Worauf sollten sich Unternehmen in erster Linie konzentrieren, um KI lösungsorientiert einzusetzen? Alexandra Sumper, Director Delivery Österreich bei Nagarro, betont, dass KI-Projekte weit mehr als reine Technik voraussetzen: “Meine Erfahrung zeigt wirklich, nicht zu groß zu beginnen, wenn man erst am Anfang steht.“ Viele Firmen würden sich gerade anfangs in Strategiepapieren verlieren, anstatt realitätsgetreue Use Case zu definieren, so die Expertin.

“Man muss gut darauf achten, dass man liefert. Sowohl an Datenqualität, als auch an optimierter User Experience”, erläutert Sumper. Als Erfolgsbeispiel nennt sie die Asfinag, die einen KI-Chatbot erfolgreich eingeführt hat. Das Besondere dabei: Ein Kernteam entwickelte die KI-Lösung, achtete auf Datenqualität und band die künftigen Nutzer:innen ein. Die Akzeptanz im Unternehmen stieg rasant, erzählt Sumper von den Projektanfängen.

Ähnliche Schlüsse zieht Sumper aus der Beobachtung anderer Kund:innen: In erster Linie gelte es zu testen, ob KI in einem kleinen Rahmen Nutzen bringt. Sobald Mitarbeiter:innen erleben, dass KI ihre Arbeit wirklich erleichtert, wächst das Vertrauen und die Bereitschaft, weitere Schritte zu gehen.

“Am Anfang gibt es nichts, dass zu 100 Prozent funktioniert”

Dass sich eine Trial-and-Error-Phase gerade in den Anfängen des KI-Einsatzes nicht vermeiden lässt, scheint ein allgemeiner Konsens der Diskussionsrunde zu sein. “Es gibt nichts, was sofort 100 Prozent top funktioniert”, so Sumper. Um Fehlerquellen und deren Auswirkungen jedoch möglichst gering zu halten, empfiehlt die Expertin Qualitätssicherung durch ein Key-User-Team, um Fehler festzustellen, zu korrigieren und Daten-Gaps zu schließen.

Hierbei sollen die Möglichkeiten von generativer KI intelligent genutzt werden, wie Clemens Wasner hervorhebt: “Wir haben das erste Mal eine Technologie, die es ermöglicht, unstrukturierte Daten überhaupt auswertbar zu machen.” Nun gilt es, Effizienz in der Datenstrukturierung und -auswertung zu fördern, um mit der aktuellen Welle der digitalen Transformation mitzuhalten. Denn KI ist, wie Manuel Moser von CANCOM Austria bestätigt, ein wesentlicher Teil der digitalen Transformation: “Ein Baustein, wenn man so will, wie ein ausgestrecktes Werkzeug eines Schweizer Taschenmessers.”

KI-Bereiche mit Potenzial zur Ausgründung

Das Gespräch zeigte insgesamt, dass Unternehmen viel gewinnen können, wenn sie KI nicht als fertige Lösung, sondern als Lernprozess verstehen, in den die Belegschaft aktiv mit eingebunden wird. Auf einer soliden Datenbasis mit klarer Kommunikation ließe sich schon in kleinen Projekten ein spürbarer Mehrwert für das Unternehmen erzeugen.

In manchen Branchen, darunter Sozialversicherungen, E-Commerce sowie Luftfahrt und Logistik, sind Fortschritte unvermeidlich, um den steigenden Anforderungen von Markt- und Mitarbeiterseite gerecht zu werden.

Wasner spricht hierbei von einem Fokus auf Digital Business, der sich bereits in der Entstehung neuer Geschäftsfelder am Markt zeigt: Immer häufiger bündeln Unternehmen Wissensträger:innen zu den Bereichen Data, IoT und Machine Learning in einer eigenen Organisation oder Ausgründung. Gezielt wird hier das Potenzial eines eigenen KI-Kernteams zu nutzen und auszubauen versucht.

Luft nach oben

Dass es in vielen Branchen noch reichlich ungenutztes Potenzial gibt, haben mittlerweile einige Reports aufgeschlüsselt dargestellt. Gerade im Healthcare-Bereich sei “mit Abstand am meisten rauszuholen” – unter anderem im Hinblick auf den sicheren und effizienten Umgang mit Patienten- und Amnesie-Daten zur schnellen und akkuraten Behandlung.

Laut Moritz Mitterer der ITSV besteht eine große Herausforderung darin, sensible Patientendaten und strenge Regulatorik mit dem Wunsch nach Fortschritt zu vereinen. Gerade in Sozialversicherungen sei es wichtig, eine klare Governance zu schaffen und den Einsatzrahmen von KI zu definieren. Nur so könne Vertrauen gefestigt und sichergestellt werden, dass neue Technologien nicht an bürokratischen Hemmnissen oder Sicherheitsbedenken scheitern.

Vertrauen ist “noch ein starker Blocker”

“Am Ende des Tages probieren Unternehmen aus: Wie reagiert die Technologie, wie geht man damit um, welche Art von Projekten macht man?”, rundet Manuel Moser von CANCOM Austria die Diskussion ab. Der nächste Schritt liege darin, immer “mehr in die Kernprozesse von Unternehmen reinzukommen”, so Moser. “Und das, glaube ich, ist ein sehr wesentlicher Punkt.” Das Vertrauen, dass es die Technologie braucht. Das ist aktuell noch ein “starker Blocker in Unternehmen”.

Die Expertenrunde teilt einen universellen Konsens: Der Mensch sowie sein Know-how und Vertrauen in KI spielen bei der digitalen Transformation eine erhebliche Rolle. Sobald KI-Anwendungen auf eine verlässliche Datenstruktur und klare Organisation treffen, kann sich KI im Unternehmensalltag entfalten. Erst durch das Zusammenspiel von Technik, Datenkultur und motivierten Teams wird KI zum Treiber neuer Chancen.


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?


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

BCG-Studie: Startups ziehen in der Arbeit mit Corporates den Kürzeren

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

BCG-Studie: Startups ziehen in der Arbeit mit Corporates den Kürzeren

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

BCG-Studie: Startups ziehen in der Arbeit mit Corporates den Kürzeren

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 …

BCG-Studie: Startups ziehen in der Arbeit mit Corporates den Kürzeren

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 …

BCG-Studie: Startups ziehen in der Arbeit mit Corporates den Kürzeren

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 …

BCG-Studie: Startups ziehen in der Arbeit mit Corporates den Kürzeren

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 …

BCG-Studie: Startups ziehen in der Arbeit mit Corporates den Kürzeren

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

BCG-Studie: Startups ziehen in der Arbeit mit Corporates den Kürzeren

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

BCG-Studie: Startups ziehen in der Arbeit mit Corporates den Kürzeren