17.07.2024
ARBEIT

“Bei Gehältern und Benefits verstecken wir uns nicht hinter einem Startup-Argument”

Florian Sailer war BMX-Profi und bereits 2008 erfolgreicher Gründer. Der heutige CEO des SaaS-Startups Knowledge Hero plädiert für faire Gehaltsstrukturen und hält nichts von "alternativer" Entlohnung wie manchmal in der Szene üblich.
/artikel/bei-gehaeltern-und-benefits-verstecken-wir-uns-nicht-hinter-einem-startup-argument
Gehalt, Startups und Gehalt, einstiegsgehalt, faires Gehalt,
(c) zVg - Florian Sailer, CEO Knowledge Hero.

Geht es um Mitarbeiterbenefits und attraktive Arbeitsbedingungen, preisen sich Startups mit Pauken und Trompeten an. Beim Thema Gehalt sieht es anders aus – da werden alle plötzlich ganz leise. In Stellenanzeigen liest man dazu nur kurz, knackig und ohne jegliche Einordnung: “wettbewerbsfähig”. Dies hat Florian Sailer, CEO Knowledge Hero, beobachtet.

Tattoos und Skateboard

Tätowiert und im Skater-Outfit ist Sailer nicht der typische Chief Execution Officer. Er ist nicht nur Ex-BMX-Profi, sondern gründete 2008 den Online-Shop für BMX-Teile namens Kunstform. Mit seinem Multichannel-Konzept erreichte er im Laufe der Zeit einen Umsatz von über fünf Millionen Euro.

2015 beschloss er, seine beruflichen Horizonte zu erweitern und über den BMX-Lenker hinauszuschauen. Sailer übernahm bis 2021 die Leitung einer Inhouse-Agentur, die unter anderem für das Tattoo-Pflege-Startup TattooMed tätig war. Ziel war es, den E-Commerce-Bereich sowie diverse Vertriebskanäle und Marken aufzubauen. Im Anschluss daran machte er sich als Berater im Bereich E-Commerce selbstständig, bevor er dann 2022 als CEO bei Knowledge Hero einstieg. Das Startup schafft SaaS-basierte Lernlösungen und ihr Hauptprodukt ist heute u.a. (mit Ende Juli auch in Österreich) bei Lidl im Einsatz.

PLU

“Mit unseren Anwendungen wollen wir insbesondere die Mitarbeiter:innen in diesen Unternehmen dazu befähigen, sich notwendiges Wissen nachhaltig anzueignen. Wir agieren als Plattform und bieten branchenspezifische Lösungen an”, erklärt Sailer sein Geschäftsmodell. “Ziel ist es, uns mittelfristig als ‘Single Source of Learning’ zu etablieren. Als wir zum Beispiel erkannt haben, welche Auswirkungen das PLU-Nummernsystem (Anm.: Price look-up code) auf den Alltag der Mitarbeiter:innen und auch auf die Inventur von Supermärkten hat, waren wir zur richtigen Zeit am richtigen Ort und kamen sehr schnell mit Lidl ins Gespräch.”

Abseits seines täglichen Broterwerbs prangert Sailer öfter an, dass Startups quasi in “Erfahrungswerten” entlohnen und von einer “tollen Arbeitsatmosphäre” sprechen, dabei aber Fairness vergessen.

Arbeit im Gehalt widerspiegeln

“Die Arbeit dient den Menschen und nicht andersherum – auch in Startups”, sagt er und betont, dass sich das auch im Gehalt widerspiegeln müsse.

“Wir verstecken uns nicht hinter einem ‘Startup-Argument’, wenn es um Gehälter oder weitere Benefits geht”, sagt Sailer. “Natürlich gilt: Je kleiner das Team, desto einfacher kann ein interessantes Setup für alle Mitarbeitenden gestaltet werden. Schafft man von Beginn an eine gute und klare Struktur, bewährt sich das in jedem Fall auch in Zeiten des Wachstums. Ich persönlich bin außerdem überzeugt, dass das gesamte Team von Sales-Erfolgen profitieren sollte. Bei uns wird beispielsweise jede:r beteiligt und erhält einen Bonus, wenn neue Kund:innen gewonnen werden. Schließlich ist jeder Schritt, der vor dem Verkauf gemacht wurde, ebenso notwendig und trägt zum Erfolg bei. Ein Sales-Erfolg ist für mich daher ein Paradebeispiel für Teamwork.”

Damit die Arbeit aber den Menschen dienen könne, müsse sie natürlich erstmal gemacht werden: “Und zwar nicht irgendwie, sondern so gut wie möglich”, so der Gründer weiter. “Vor allem Startups sind besonders auf das Engagement des Teams angewiesen. Es kommt wirklich auf jede einzelne Person an. Deshalb orientieren wir uns in Sachen Gehälter eher weniger an Startups, sondern an etablierten und erfolgreichen Unternehmen unserer Branche. Denn: auch wir wollen die besten Leute in unserem Team wissen.”

Early Stage und das Gehalt

Dass besonders frühphasige Startup nicht immer das nötige Kapital haben, um gute Gehälter zu zahlen – da versteht Sailer, wenn man “vertröstet”: “Am Ende des Tages geht es immer um die Menschen und um das ‘Hier und Jetzt’, egal, was man tut”, sagt er. “Natürlich ist es legitim, Dinge in Aussicht zu stellen oder diese auch an mögliche Erfolge zu koppeln. Für mich persönlich gilt aber immer: Zwischen gesagt und getan sollte eine möglichst kleine Diskrepanz herrschen. Wachstum sollte nie zu Lasten des Teams stattfinden und nicht immer um jeden Preis.”

Dienender Aspekt

Besonders in Österreich hat man manchmal das Gefühl, dass Menschen froh sein sollten, eine Arbeit zu haben – von einem “dienenden Aspekt”, wie ihn Sailer propagiert weit und breit keine Rede. Das sieht man in diversen Kampagnen, die aktuell gegen Entwicklungen wie 4-Tage-Woche bei vollem Gehalt, Remote-Work, Teilzeit, etc. gefahren werden. Angesprochen darauf plädiert Sailer hier für größtmögliche Freiheit für Unternehmen.

Er sagt: “In Bezug auf Österreich habe ich manchmal den Eindruck, dass die Entwicklung in manchen Bereichen etwas zeitversetzt im Vergleich zu Deutschland stattfindet. So wie es Deutschland in Vergleichen zu den USA oft tut. Ich bin überzeugt, dass jedes Unternehmen die Freiheit haben sollte, die Arbeitsmodalitäten und Bedingungen im Rahmen des gesetzlich Möglichen frei zu gestalten. Diskussionen oder ganze Kampagnen für oder auch gegen ein bestimmtes Modell sind meiner Meinung nach nicht zielführend.”

Am Ende zähle nur, dass das Unternehmen erfolgreich am Markt agiert. Denn nur dann könne die Arbeit, die verrichtet wird, auch tatsächlich den Menschen dienen: “Wenn das mit Remote und 4-Tage-Woche besser und nachhaltiger funktioniert, dann ist das der richtige Weg”, so Sailer weiter. “Das muss jedes Unternehmen für sich selbst bewerten und herausfinden. Wichtig ist, dass der Gesetzgeber hier keine unüberwindbaren Hürden baut bzw. diese so gut wie möglich abbaut.”

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

“Bei Gehältern und Benefits verstecken wir uns nicht hinter einem Startup-Argument”

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

“Bei Gehältern und Benefits verstecken wir uns nicht hinter einem Startup-Argument”

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

“Bei Gehältern und Benefits verstecken wir uns nicht hinter einem Startup-Argument”

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 …

“Bei Gehältern und Benefits verstecken wir uns nicht hinter einem Startup-Argument”

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 …

“Bei Gehältern und Benefits verstecken wir uns nicht hinter einem Startup-Argument”

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 …

“Bei Gehältern und Benefits verstecken wir uns nicht hinter einem Startup-Argument”

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 …

“Bei Gehältern und Benefits verstecken wir uns nicht hinter einem Startup-Argument”

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

“Bei Gehältern und Benefits verstecken wir uns nicht hinter einem Startup-Argument”

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

“Bei Gehältern und Benefits verstecken wir uns nicht hinter einem Startup-Argument”