07.06.2023

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

Tizian Kronsbein von DAIN Studios, erklärt im Gastbeitrag, was es mit der neuen Rolle "AI Education Strategist" auf sich hat.
/artikel/datenkompetenz-ai-education-strategist
AI Education Strategist
(c) DAIN Studios
sponsored

Eigentlich ist es nichts neues: Wir leben in einer Dataconomy. Der Begriff Dataconomy ist ein metaphorischer Neologismus, der beschreibt, wie wichtig Daten für unsere Wirtschaft geworden sind. Daten sind der Treiber für vieles und vor allem für den Einsatz von KI. Wer das noch nicht wusste, der hat spätestens mit der Veröffentlichung von OpenAIs ChatGPT verstanden, dass sich KI mittlerweile zu einem mächtigen Werkzeug für uns Menschen entwickelt hat und noch weiterentwickeln wird. 

Generative KIs, wie ChatGPT oder Midjourney, werden immer mehr Schritte in unseren Arbeitsprozessen übernehmen können – insbesondere, wenn man diese miteinander kombiniert und sie so selbstständig Aufgaben erledigen können (siehe AutoGPT). Es ist davon auszugehen, dass wir mehr und mehr sogenannte menschlich-maschinelle Interaktionen in unserer Arbeitswelt erleben werden. Die Rollen, insbesondere die der Knowledge Worker, werden nachhaltig neudefiniert werden müssen. Dabei müssen wir ein besonderes Augenmerk darauf legen, dass sich die digitale Spaltung innerhalb unserer Gesellschaften nicht noch intensiviert.

Der AI Education Strategist: Brücke zwischen Datenkompetenz und Unternehmensbedürfnissen

Die Rolle des AI Education Strategist bzw. Data Education Strategist (manchmal auch als Daten-Übersetzer:in bezeichnet) hat sich entwickelt, weil weder die akademischen Institutionen noch die Geschäftswelt genügend Menschen mit den entsprechenden Datenkompetenzen hervorbringt.

In der akademischen Welt – auch wenn es einige Beispiele von durchstartenden Führungskräften gibt – erfüllen Universitäten und Hochschulen nicht die Nachfrage nach Daten- und KI-Profis. Oft sind Kurse entweder zu sehr auf das Geschäft ausgerichtet oder zu stark auf Daten bezogen und bieten nicht die hybriden Profile, die der Markt erfordert. In der Geschäftswelt haben viele Unternehmen schlichtweg nicht die Zeit oder das Know-how, um Lern- und Entwicklungsprogramme in die Arbeitsroutinen zu integrieren.

Einige Unternehmen haben versucht, den Mangel an Fähigkeiten durch die Entwicklung eigener Schulungen zu kompensieren. Unternehmen nutzen Online-Kursanbieter wie Coursera, um bei der Weiterbildung zu helfen. Andere Unternehmen entwickeln spezielle interne Schulungsumgebungen für Data Science und Data Engineering. Diese Programme sind jedoch oft sehr technisch und finden in einer Laborumgebung statt, die wenig Bezug zu den alltäglichen Abläufen eines Unternehmens haben.

Generative KIs, die Inhalte jedweder Art mit wenig menschlichem Eingriff erstellen können, haben den Bedarf an Fachleuten, die die Lücke zwischen KI-Technologien und Geschäftsanwendungen schließen können, noch weiter verschärft. Nicht nur verändern sich Rollenbeschreibungen komplett, Mitarbeiter in Unternehmen benötigen auch ein neues Verständnis im Umgang mit diesen Technologien. Sie müssen sattelfest bei Fragen im Umgang mit diesen Werkzeugen sein, aber auch die generierten Inhalte genaustens verstehen können. Themen wie Datenschutz, Datenethik, Neigungen in Daten (Biases), muss spätestens jetzt, jeder nicht nur mal gehört haben, sondern anwenden können.

Mehr als nur Datenvermittler – Navigatoren in einer datengesteuerten Welt

AI Education Strategists überbrücken die oft vorherrschende Kluft zwischen IT-Funktionen (insbesondere Data & AI Teams) und den Geschäftsbereichen. Kurz gesagt, sie entwerfen den Weg zur Datenkompetenz, etablieren eine Datenkultur innerhalb von Organisationen und ermöglichen es den Mitarbeitern, Probleme selbstständig mit Daten zu lösen.

Neben der Mobilisierung technischer Lernprozesse helfen sie dabei, Data Analysts mit den notwendigen technischen Kompetenzen (z.B. Data Analysis mit Python und das Verwenden von Datenplattformen) auszustatten, und sie zu Citizen Data Scientists weiterzubilden. 

Andere Elemente werden jedoch immer wichtiger. AI Education Strategists müssen sicherstellen, dass Mitarbeiter die ethischen Implikationen und potenziellen Risiken der Nutzung von Generativer KI verstehen, wie Datenschutzbedenken, Voreingenommenheit in generierten Inhalten und das Potenzial für den Missbrauch in der Verbreitung von Fehlinformationen.

Wie der Wandel zur Datenkompetenz anstoßen werden kann

AI Education Strategists konzentrieren sich auf Lernstrategie und Unterrichtsgestaltung. Sie sitzen zwischen den AI-Teams, HR und dem Leadership. Folgende Tätigkeiten sind elementarer Teil der AI Education Strategists:

  • Tiefes Verständnis der Daten- und Geschäftsstrategie der Organisation und ihre Bestandteile.
  • Strukturiertes Erfassen der Data Maturity (Reifegrad der Belegschaft und Organisation als Ganzes): Das bedeutet, dass sie die Plattformen, Anwendungsfälle und Strategien kennen sollten, die entweder vorhanden sind oder in Entwicklung sind, aber auch das Level an Datenkompetenz im Unternehmen.
  • Sie müssen die übergeordneten Lern- und Transformationsziele verstehen: Welche Fähigkeiten existieren bereits in einer Organisation? Welche Schulungen sind derzeit verfügbar? Und wie viele Mitarbeiter sind beteiligt? Wie werden sich Rollen durch KI verändern und welche essenziellen Kompetenzen fehlen der Organisation?
  • Einrichten von Programmen zur Sensibilisierung für die Daten-Transformation: Sie entwickeln Lernreisen basierend auf Geschäftsproblemen. Dies beinhaltet die Vermittlung von Kenntnissen über Methoden, Rahmenbedingungen und praktische Erfahrungen, die zu datenbasierten Lösungen führen.
  • Entwicklung von Schulungsmodulen, die sich auf den verantwortungsvollen Umgang mit Generativer KI konzentrieren und sicherstellen, dass Mitarbeiter sich der potenziellen Fallstricke und der besten Praktiken zur Risikominderung im Zusammenhang mit der Technologie bewusst sind.
  • Organisation von Veranstaltungen: Dazu gehören Aktivitäten wie Webinare, Workshops und andere Zusammenkünfte, die sich auf Daten, Analytik und KI- Projekte konzentrieren. Diese Events sind enorm wichtig für die Datenkultur im Unternehmen.
AI Education Strategist - Data Education Strategist
(c) DAIN Studios

Nutzen Sie die Auswirkungen von Daten. Setzen Sie Datenbildungs-Strategen ein.

Heutzutage sind Daten- und KI-Kompetenzen eine kostbare Ressource in der Geschäftswelt. Die Umsetzung der digitalen Transformation erfordert neue, spezialisierte Fähigkeiten, aber es besteht ein starker Wettbewerb um Talente – und das Angebot trifft nicht immer auf entsprechende Nachfrage.

Deshalb sehen wir das Aufkommen des AI Education Strategists. Das Profil wurde entwickelt, um die Datenkompetenz zu stärken und den Mangel an Fähigkeiten zu beheben. Sie schaffen eine Unternehmenskultur rund um das Thema Daten und KI und nutzen Schulungsprogramme, damit Unternehmen die Kraft von Daten und KI entfesseln können.

Darüber hinaus werden AI Education Strategists eine entscheidende Rolle spielen, um Organisationen mit dem notwendigen Wissen und den Fähigkeiten auszustatten, um die Kraft von KI-Technologien verantwortungsvoll zu nutzen und gleichzeitig die damit verbundenen Herausforderungen und Limitationen zu meistern. 


Zum Autor

Tizian Kronsbein kümmert sich als Head of DAIN Academy bei DAIN Studios für die „menschliche Komponente der Datentransformation“ der Kunden. Er ist einer der Mitbegründer und Tought Leader der Data Thinking Methode und weiß durch seine Erfahrung als Data Strategist, worauf es ankommt um Mitarbeiter auf dem Weg zur Datenkompetenz zu begleiten.

Tizian Kronsbein | (c) DAIN Studios
Deine ungelesenen Artikel:
21.09.2026

Funktion statt nur Funkeln: Wie Swarovski in Wattens Innovation organisiert

Die Marke kennt jeder, die Fertigung dahinter kaum jemand. In Wattens will Swarovski aus 130 Jahren Glas-, Schleif- und Beschichtungskompetenz neue Geschäftsfelder machen. Head of Technology & Innovation Gerhard Schwarz und Head of Innovation Simon Laubscher erklären bei einem Besuch von brutkasten in Wattens, warum Innovation bei ihnen direkt an der Fertigung sitzt und weshalb ein Stopp kein Scheitern ist.
/artikel/swarovski-reportage-wattens
21.09.2026

Funktion statt nur Funkeln: Wie Swarovski in Wattens Innovation organisiert

Die Marke kennt jeder, die Fertigung dahinter kaum jemand. In Wattens will Swarovski aus 130 Jahren Glas-, Schleif- und Beschichtungskompetenz neue Geschäftsfelder machen. Head of Technology & Innovation Gerhard Schwarz und Head of Innovation Simon Laubscher erklären bei einem Besuch von brutkasten in Wattens, warum Innovation bei ihnen direkt an der Fertigung sitzt und weshalb ein Stopp kein Scheitern ist.
/artikel/swarovski-reportage-wattens
Gerhard Schwarz (l.), Head of Technology & Innovation, und Simon Laubscher, Head of Innovation, am Swarovski-Standort in Wattens. | Foto: Martin Pacher | brutkasten

Hoch an der Wand der Halle hängt ein Satz in verspiegelten Lettern: „Everything you want is on the other side of fear.“ Darunter, auf hellem Holzboden, Werkbänke, eine Fräsmaschine, Vitrinen mit Kristallapplikationen, Bildschirme, Prototypen, eine Sitztreppe mit bunten Polstern. Links, hinter einem Gitter, eine größere Anlage. Von einem Fenster im Gebäude geht der Blick über die Werksdächer auf die Felswände des Karwendels. Wattens, Tirol, ein Freitagmorgen im September.

Der Ort heißt Swarovski Manufaktur. Das Unternehmen beschreibt sie als Kreativ- und Innovationsort am Standort Wattens, der Design, Handwerk, Forschung und Fertigung unter einem Dach vereint. Hier arbeitet der B2B-Entwicklungsbereich von Swarovski: Textil, Mode, Sonderlösungen, Mobility. Es geht um die Applikation von Kristall auf Stoffe, auf T-Shirts, in allen möglichen Formen.

Im selben Raum sitzen Kolleginnen und Kollegen aus der internen Schmuckentwicklung und dem Prototyping. Und hier werden auch Kristalle geschliffen. Neben einer Fräseinheit steht eine selbst entwickelte Einheit. Maschinen, die Kristall schleifen und polieren, gibt es auf keinem Markt zu kaufen. Swarovski war nach eigener Darstellung lange einer der größten Maschinenbauer und ist heute Maschinenentwickler. Bestimmte Komponenten dieser Maschinen gelten im Haus als das, was die Einzigartigkeit des Unternehmens in den vergangenen 130 Jahren ausgemacht hat. Deshalb wird dieses Know-how geschützt, Fotografieren ist nur in bestimmten Bereichen erlaubt.

Wie das Produkt entsteht, lässt sich an ein paar Objekten nachvollziehen. Ein Glasrohling, mit Anguss und Körper, so wie er aus der Form kommt. Am Anfang steht das Wissen um die Ingredienzien und ihre Zusammensetzung, dann die Schmelze und das Umformen. Durch erneutes Erhitzen lässt sich aus einer Farbe eine andere machen. Dann wird der Rohling auf Werkzeugaufspannungen geschliffen und poliert, bis er funkelt. Kleiner als ein Millimeter ist das kleinste Format, 40 Zentimeter das größte. Zuletzt die Frage, ob die Oberfläche noch einen Effekt braucht: hinten verspiegelt, oder komplett beschichtet, dann sieht derselbe Kristall völlig anders aus. Höchste Transparenz, präzise Bearbeitung, optische Veredelung: Verfahren, die es im Grundprinzip auch in der Hochtechnologie gibt, hier eingesetzt für den Effekt. Und inzwischen auch für eine Funktion.

(c) Martin Pacher / brutkasten

Was das bedeutet, erklären an diesem Vormittag zwei Männer. Gerhard Schwarz, gelernter Physiker, ist Head of Technology & Innovation bei Swarovski. Sein Bereich umfasst Produkttechnologie, also die Technologie für die Produkte selbst, vom Schmuck bis zu den neuen Zweigen wie Automotive und Mobility, und Produktionstechnologie, also das, was diese Produkte in die Fertigung bringt, als Eigenentwicklung oder gemeinsam mit Partnern. Simon Laubscher, zuvor in der Automobil- und Elektronikindustrie tätig, ist seit einem Jahr Head of Innovation, unter Schwarz‘ Verantwortung, mit Schwerpunkt B2B. Seine Aufgabe: aus dem, was das Fertigungsumfeld an Fähigkeiten hervorbringt, neue Felder identifizieren und aufbauen.

Wo das endet, sagt Schwarz gleich zu Beginn: „Wir identifizieren Geschäftspotenziale, erarbeiten daraus Businesskonzepte und validieren diese mit Kunden am Markt. Auf dieser Basis prüfen wir, ob ein marktfähiges Produkt oder ein Service entstehen kann. Die Entscheidung, ob und wie diese Geschäftsfälle anschließend umgesetzt werden, liegt schlussendlich beim Top-Management.“ Es ist eine Grenze, die man kennen muss, um zu verstehen, worüber die beiden sprechen und worüber nicht.

Schön und Funktion

Swarovski kennt man als Marke, vom Schmuck, von den Figurinen, vom Endkunden. Das ist das B2C-Geschäft. Das B2B-Geschäft, so Schwarz, geht an Kunden, die die Artikel weiterverarbeiten: in Schmuck, in Textil, aber auch in der Automobilindustrie. Und genau dort beginnt, was die Innovationsabteilung interessiert. „Man kennt Kristall mit seiner funkelnden Wirkung. Da gehen wir einen Schritt weiter, da haben wir funktionale Wirkung. Ich tippe auf einen Kristall, und das ist dann ein Schalter.“ Kristallglas an sich kann das nicht. Mit einer optischen Schicht kann es das. Lichtleitung sei eine zweite solche Funktion, „neben schön“.

„Innovation ist ein sehr standardisierter Prozess. Er ist sehr klar, sehr strukturiert und folgt gewissen Regeln.“ | Simon Laubscher

Die Kombination aus dekorativ und funktional sei im Automotive-Bereich ein Erfolgsmodell geworden, sagt Laubscher. Jetzt gehe es darum, in welche anderen Segmente sich das übertragen lässt. Man sei in der Validierung, teste an verschiedenen Kundensegmenten, was einen Mehrwert bringen kann. Der Schwerpunkt liege derzeit auf der Hightech-Branche, weil man dort den Vorteil aus Material, Fertigungs- und Technologiekompetenz sieht.

Warum Innovation in der Forschung sitzt

Bei vielen Konzernen sitzt die Innovationsabteilung losgelöst vom Rest, manchmal an einem anderen Ort. Bei Swarovski nicht. Innovation ist Teil der Forschung, und der Grund dafür ist die enge Verzahnung mit der Technologie. Forschung und Entwicklung auf der einen Seite, Technologie und Innovation (T&I) auf der anderen: Bei Swarovski ist das eines. Die Organisation ist projektorientiert, das Innovationsportfolio fließt mit dem Gesamtportfolio zusammen, Personal wird über die Portfolioplanung den Projekten zugeordnet.

Simon Laubscher | (c) Martin Pacher / brutkasten

Für Laubscher war das ein Grund, nach Wattens zu kommen. 15 Jahre hat er sich in anderen Unternehmen mit Innovation beschäftigt und hat, wie er sagt, einen Überblick darüber, was funktioniert und was nicht. „Ein schlagendes Argument für mich bei Swarovski war: Man sitzt sehr nah an dieser Kompetenz.“ Im Englischen nennt er das Capability-led Approach. Die Fähigkeit bestimmt, wo innoviert wird.

Und diese Fähigkeit hat einen Ort. „Wir sitzen sehr tief in der Wertschöpfungskette“, sagt Laubscher. „Wir schmelzen unser eigenes Glas, wir prozessieren es, wir schleifen, wir polieren, wir veredeln es mit Beschichtungen und haben dann eine fertige Komponente.“ Alles an einem Standort, aus einem Guss, bis hin zu den selbst entwickelten Maschinen, die in der Halle stehen. Technologieentwicklung und Maschinenentwicklung, sagt Schwarz im Gespräch, mache man zum Teil selbst, zum Teil mit Partnern.

Pull, Push und ein Trichter

Wie kommt eine Idee bei Swarovski ins Portfolio? Es gibt zwei Wege. Laubscher beschreibt den ersten, Schwarz wird ihn später Pull nennen: explorativ Zukunftstrends und Technologien anschauen, dann relativ schnell prüfen, ob es einen Fit zur eigenen Fähigkeit gibt. „Haben wir ein Recht mitzuspielen, also das berühmte Right to Play.“ Danach der Technologie-Check, dann der Markt-Check: Gibt es potenzielle Kunden, und sind sie bereit, für den Mehrwert zu zahlen? „Dann ist das für uns schon eine gute Indikation.“

Der zweite Weg, Push, kommt von innen. „Jeder liest, jeder sieht Trends“, sagt Schwarz. Die Technologieexperten im Haus melden, was etwas sein könnte, und das landet im Technologieradar. Keine Ideendatenbank über alle, betont er, sondern Experten, wobei Ideen einzelner Mitarbeiter ebenfalls willkommen seien. Ergänzt wird das inzwischen von KI-Agenten, die das Netz nach Trends absuchen. Ein Spezialist bestätigt, dann kommt es aufs Radar. Und dann gibt es noch den ganz rudimentären Weg, wie Schwarz sagt: „Man trifft sich und spricht.“

KI spielt auch in der Fertigung eine Rolle, aber Schwarz bleibt nüchtern. „Im Prozessbereich ist es früher Regelungstechnik gewesen.“ Jetzt verarbeite man mehr Daten, halte Temperatur und Mechanik genauer, werde schneller. Und in der Maschinensoftware, die Swarovski teils selbst, teils mit Partnern entwickelt, gehe es mit KI-Einsatz ebenfalls schneller. Laubscher ergänzt aus Innovationssicht: Die Recherche werde deutlich kürzer, aber „am Ende des Tages kriege ich eine Liste von Annahmen. Die Annahmen muss ich testen.“ Am Kunden. „Die künstliche Intelligenz bringt Geschwindigkeit. Das Tun und das Machen liegt im Menschen.“ Man arbeite in einem festgelegten, geschützten Cloud-Rahmen, den die Digital-Abteilung vorgibt.

Gerhard Schwarz | (c) Martin Pacher / brutkasten

Was über beide Wege ins Portfolio kommt, muss durch einen Trichter. Stages und Gates, an denen gefragt wird, wo das Projekt steht und wie es sich am Ende materialisiert. Im Kerngeschäft oder außerhalb? Das entscheidet sich fallweise in Portfolio-Meetings mit dem Topmanagement. „Wichtig ist Disziplin, diese Stages, und Transparenz“, sagt Schwarz. Jedes Projekt ist gelistet, offen einsehbar, auch für die Nachbarabteilungen. Controlling, Produktentwicklung und Produktmanagement sitzen im Portfolio-Steering-Team.

Laubscher wehrt sich gegen ein Missverständnis: „Innovation wurde gerade im Hype 2013, 2014 immer verwechselt mit kreativen Prozessen. Innovation ist ein sehr standardisierter Prozess. Er ist sehr klar, sehr strukturiert und folgt gewissen Regeln.“ Eines seiner Key Learnings nach einem Jahr: die Kollegen aus der Linie früh einbinden, umso früher, je näher ein Thema am Kerngeschäft liegt. Damit das, was als Potenzial identifiziert wurde, am Ende auch übergeht und man nicht genau dort stoppt, wo man schnell sein will.

Ein Stopp ist kein Scheitern

Der Satz, der an diesem Vormittag am häufigsten fällt, lautet: Innovation ist kein Selbstzweck. „Innovation muss am Ende auch rentabel sein, damit wir langfristig erfolgreich sind“, sagt Laubscher. Das heißt auch: „Nicht alles geht weiter. Wir müssen ganz klare Stopps setzen.“ Gestoppt wird, wenn eines von drei Themen nicht abgedeckt werden kann: Technologie, Markt, Kunde und dessen Bedarf. „Da müssen wir ganz klar und ehrlich zu uns sein.“ Ob man darin noch besser werden könne? „Sicherlich, das kann jede Organisation.“

Aber: „Ein Stopp ist kein Scheitern.“ Prozesswissen bleibe hängen, was für einen Kunden nicht funktioniere, könne für einen anderen laufen. Der größte Erfolgsfaktor sei, so schnell wie möglich am Kunden zu sein. „Nicht in unserer Bubble zu bleiben. Wir wollen nach außen hin eine Klarheit haben, auch wenn das manchmal wehtut, das ehrliche Feedback.“

Niemand kann alles

Beim Thema Partnerschaften wird Laubscher grundsätzlich. „Der Punkt ist: Niemand kann alles.“ Der Aufbau eines Innovationsökosystems sei Teil der strategischen Initiative aus der Innovation heraus: Vernetzung mit Industriepartnern, Startups, Universitäten. Wie, das entscheide sich von Fall zu Fall. Universitäten für Ideen und Forschungsthemen, Startups für Technologieerweiterungen. Schwarz sieht darin auch eine Frage der Einschätzung: Weil Swarovski Technologie so breit einsetze, könne man die Technologien von Startups gut beurteilen. „Man muss einschätzen können: Was ist der gemeinsame Nutzen?“

„Innovation muss am Ende auch rentabel sein, damit wir langfristig erfolgreich sind.“ | Simon Laubscher

Beteiligungen? „Grundsätzlich sind wir für alles offen“, sagt Laubscher, es lasse sich aber nicht pauschal beantworten. Wer welche Fähigkeit oder welche IP einbringe, bestimme das Modell. Wichtig sei der Bezug zur eigenen Technologie. „Nicht in einem Bereich schwimmen, der uns fremd ist, nur weil es ein Trendthema ist.“ Schwarz formuliert es so: „Für mich legt der Inhalt immer das Beteiligungsmodell fest.“ Auch IP wird von Fall zu Fall geregelt: ablösen über Bezahlung, beim Partner belassen oder lizenzieren. Die Rechtsabteilung, sagt Schwarz, denke da sehr innovativ mit.

Was Swarovski in eine solche Partnerschaft einbringt, ist für Laubscher klar: „Wir sind Industrialisierungsexperten. Wir haben industrialisierte Prozesse, wir haben das Know-how, und wir können skalieren.“ Das habe man 130 Jahre lang bewiesen, so habe die Geschichte des Unternehmens begonnen. Schwarz: „Die Firmengründung war eine technische Innovation.“

(c) Martin Pacher | brutkasten

Nach außen ist man aktiv, auf Veranstaltungen, bei denen Startups pitchen, und an Universitäten im DACH-Raum. Und an der EPFL in Lausanne. „Die EPFL ist für mich sehr innovativ, weil diese Loslösung von der Universität dort besser stattfindet als woanders“, sagt Schwarz. Entrepreneurship sei dort ein großer Schwerpunkt, ergänzt Laubscher, man bekomme früh Transparenz, was an der Universität läuft. Und Innsbruck, wo Quantentechnologie ein Schwerpunkt ist? „Muss man sich anschauen“, sagt Schwarz. Mit der Universität und dem MCI gibt es Zusammenarbeit, Master- und Diplomarbeiten, die in Lösungen eingeflossen sind.

Und wenn ein Gründer diesen Text liest und eine Lösung hat? Schwarz nennt eine Mailadresse ([email protected]), Laubscher ergänzt: „Gerne direkt schreiben.“ Schwarz: „Oder LinkedIn.“ Es seien die Menschen, die entscheiden, sagt er. Man müsse nicht formalisieren, was sich einfach lösen lässt.

Aus Bruch wird Produkt

Ein Beispiel, bei dem Fähigkeit und Geschäftsmodell bereits zusammengefunden haben, sind die ReCreated Kristalle. Wenn die Glasschmelze anläuft, hat das Glas nicht sofort die nötige Qualität. Es entsteht Anlaufglas, Bruch, der eingeschmolzen werden müsste. Bis jemand die Idee hatte, damit anders umzugehen. „Eigentlich könnte ich das upcyceln, wieder ein Produkt draus machen und in die Farbglasproduktion reingehen“, sagt Schwarz. Heute ist das eine eigene Produktlinie für B2B und B2C. „Kommt beim Kunden sehr gut an.“

Für Laubscher schließt sich hier der Kreis. Chemische Verfahrenstechnik sei das Know-how des Hauses, also frage man, aus welchem Materialstrom ein Wertstrom werden kann, und diskutiere früh über Geschäftsmodelle. Meist mit Partnern, weil erst dann Synergie entstehe. „Es darf nicht zum Selbstzweck passieren“, sagt er auch hier. „Aber wenn aus der Nachhaltigkeit ein Geschäftsmodell entsteht, ist das für uns ein Punkt, auf den wir aufspielen wollen.“

Am Ende des Gesprächs sagt Laubscher, worum es ihm geht: „Wir sind ein Unternehmen mit einem sehr einzigartigen Produkt. Für uns ist es wichtig, als Innovation relevant zu bleiben und diese Einzigartigkeit immer wieder neu zu finden, in neuen Themen.“ Innovation werde hier nicht aus Spaß betrieben, sondern mit Seriosität. Und, sagt er nach einem Jahr in Wattens: „Es macht viel Spaß.“

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

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

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 …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

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 …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

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 …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

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 …

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Datenkompetenz: Warum jedes Unternehmen einen AI Education Strategist braucht