05.08.2026
INTERVIEW

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

Technologie-Trends zu erkennen ist heute einfach, sie ins Kerngeschäft zu übersetzen bleibt die eigentliche Hürde. Frank Möbius hat BMWs Tech-Früherkennung sechs Jahre verantwortet und erklärt im brutkasten-Gespräch, woran der Transfer scheitert und wie er gelingt.
/artikel/der-transfer-ist-das-schwierigste-ex-bmw-tech-scouting-leiter-frank-moebius-ueber-technologie-frueherkennung
Frank Möbius (links) | (c) BMW Group

Knapp 30 Jahre war Frank Möbius bei BMW. Zuletzt leitete er in der Konzernforschung den Bereich Technologiemanagement und -prognose und koordinierte das weltweite Netzwerk der BMW Technology Offices vom Silicon Valley bis Tokio. Seit 2023 gibt er seine Erfahrung als Senior Innovation Advisor bei der UnternehmerTUM GmbH in München, Europas größtem Gründerzentrum, weiter. Im Interview erklärt er, wie systematische Technologie-Früherkennung funktioniert, warum die meisten Unternehmen am Transfer der daraus gewonnenen Erkenntnisse scheitern und wie KI die Tech-Trenderkennung vereinfacht hat.


brutkasten: Sie waren fast 30 Jahre bei BMW. Wie sind Sie dort zum Thema Innovation gekommen?

Frank Möbius: Ich habe an der Uni Stuttgart Maschinenbau, Fachrichtung Fahrzeugtechnik studiert und nach dem Diplom Anfang 1990 meinen ersten Job bei der Lufthansa Technik in Frankfurt gefunden. Dort durfte ich die damals neuartigen stangenlosen Flugzeugschlepper mitentwickeln und 1992 den neuen Flughafen München damit ausrüsten – meine erste Berührung mit Innovationen und ihrer Einführung im Massengeschäft. Ich verließ die Lufthansa nach ein paar Jahren, um an der Uni Kaiserslautern über Robotik zu promovieren. Nach der Promotion kam ich 1996 zu BMW, meiner Wunschfirma in meiner Wunschstadt. Dort konnte ich viele unterschiedliche Funktionen übernehmen: erst arbeitete ich vier Jahre im Versuchsfahrzeugbau, dann vier Jahre im Personalwesen, ein lehrreicher “Side Step” für einen Ingenieur!

(c) BMW Group

Mitte 2004 durfte ich eine Abteilung für Vorentwicklung und Innovationsmanagement im Bereich Antriebsproduktion übernehmen. Daraus entstand meine Rolle im damals neuen elektrifizierten Antrieb für BMW – von der strategischen Inhouse-Entscheidung und fachlichen Befähigung der Firma bis zur Großserie: über zehn Jahre lang war ich für die Industrialisierung und später Entwicklung von Hochvoltbatterien verantwortlich, vom ersten A-Muster mit einem sehr kleinen Team bis zu 100 Mitarbeitenden. 2017 bin ich schließlich in die Forschung gewechselt und habe dort das Team “Technologiemanagement und -prognose” übernommen, das später in die Einheit “Open Innovation” integriert wurde.

Was macht so eine Open-Innovation-Einheit in einem Konzern konkret?

Mit Open Innovation Methoden erkennt und verwertet man frühzeitig innovative Signale und Trends, die außerhalb der eigenen Unternehmensgrenzen stattfinden. Wir schauen bewusst in Branchen jenseits des Automobilbaus: Consumer Electronics, Luft- und Raumfahrt, Medizin, Computing, Biomaterialien, etc. Immer mit der Frage im Hinterkopf: Was können wir davon für das eigene Kerngeschäft nutzen? Konkret: Technologische Trends aus der Cross-Industrie frühzeitig erkennen, verstehen, bewerten, ein Proof-of-Concept-Projekt durchführen, z. B. mit einem Startup, einer Uni, einem Fraunhofer-Institut, etc. und diese Ergebnisse dann in die Firma für die eigenen Produkte, Services und Prozesse transferieren.

(c) BMW Group

BMW hat dafür eine eigene Abteilung aufgebaut. Wie hängen die einzelnen Bausteine zusammen?

2015 wurde die Technologie-Früherkennung mit dem Technologie-Trendradar ins Leben gerufen, fast gleichzeitig wurde die BMW Startup Garage gegründet. Das Radar ist zunächst ein Visualisierungs- und Kommunikationstool: wir platzieren die erkannten Technologien nach Kategorien und Reifegraden, um frühzeitig aufzeigen zu können, was sich technologisch weltweit tut. Aber diese Erkenntnisse stehen erstmal nur auf dem Papier. Entscheidend ist nach Bewertung und Priorisierung die Verwertung dieser Erkenntnisse, der sogenannte Transfer. Dieser erfolgt dann oft mit Startups.

Hier kommt die BMW Startup Garage zum Einsatz. Sie betreibt Venture Clienting, d. h. sie investiert nicht, sondern scoutet im Netzwerk der internationalen BMW Tech Offices die besten Startups und koordiniert Innovationsprojekte mit den betroffenen BMW-Fachbereichen, die meist das Budget dafür stellen. Diese Startups müssen schon reifer sein, also ein stabiles Team, eine robuste Finanzierung, ein fertiges Produkt – ggf in anderen Branchen – und am besten schon erste Kunden haben. Das Ziel dabei ist immer, dass das Startup ein regulärer Lieferant für BMW werden kann, wir nennen das  “startup as a supplier”. Erst wenn die Lösung des Startups wirklich bei BMW zum Einsatz kommt – in Produkt, Service oder Prozess -, entsteht Impact!

Daneben gibt es das Team BMW iVentures als klassischer Risikokapital-Investor, der ebenfalls über das BMW Tech Office Netzwerk auch in ganz frühphasige Startups investiert. Außerdem gehört dazu ein BMW-interner Incubator und eine Crowd Innovation Plattform.

Wie läuft systematische Tech-Trenderkennung bzw. Tech-Scouting im Alltag ab?

Es gibt vier Prozessschritte: Scouten und Strukturieren, Diskutieren und Bewerten, Visualisieren und Vorbereiten und dann der Transfer in die passenden BMW-Fachbereiche und die dortige Umsetzung. Den ersten Schritt haben früher Mitarbeitende und Werkstudierende gemacht, heute erledigen das maßgeschneiderte KI-Agenten. Für den zweiten Schritt braucht man die Experten: Fachleute von intern und extern. Ggf wird zu einem bestimmten Tech-Trend eine Studie erstellt. Für den dritten Schritt sitzt man in Workshops zusammen und erarbeitet einen Vorschlag für das nächste Trendradar und mögliche Scouting- oder Prototypen-Projekte. Von einer Liste mit über hundert Themen bleiben dann vielleicht vierzig übrig, die auf das Trendradar kommen und fünf, die dann tiefergelegt werden.

(c) BMW Group

Und dann kommt der Teil, an dem viele scheitern.

So ist es! Die ganzen modernen Technologien und Trends kann man heute recht einfach im Netz recherchieren, Generative AI hilft dabei. Das Entscheidende aber ist am Ende: Was leitet das Unternehmen daraus ab? Nur neues Wissen, eine Produktverbesserung oder gleich ein neues Geschäftsmodell? Einfacher gesagt: was mache ich damit morgen besser als heute? Das ist das Schwierige, der Transferprozess. Dieser hat inhaltliche, strukturelle, finanzielle aber auch menschliche Aspekte. Der Transfer einer neuen, erstmal riskanten Technologie aus einer anderen Branche in die eigene Firma ist oft schwierig. Auch bei BMW hat es ein paar Jahre gedauert, bis erste Erfolge kamen und das Vorgehen akzeptiert war.

Was ist das Rezept, damit es funktioniert?

Man holt die Personen, die später die Erkenntnisse umsetzen sollen, frühzeitig in den Prozess mit hinein. Sie dürfen die Startups mit bewerten, sie erfahren sofort, wenn eine neue Technologie für ihren Fachbereich tiefergelegt werden soll, diese wird dann gemeinsam bewertet. Dafür gibt es in der BMW Startup Garage für jedes Ressort einen konkreten Schnittstellenpartner. Dann geht man gemeinsam in den betroffenen Fachbereich, organisiert die Ressourcen und plant das Projekt, damit das Startup den Prototypen bauen kann. Wichtig: für das Startup-Projekt wird oft das Geld des späteren Fachbereichs verwendet. Das erzeugt zusätzliches Commitment! Und das Zweite ist die Hierarchie: Wenn Du einen Bereichsleiter oder Geschäftsführer hast, der voll hinter Open Innovation steht und auch mal in oberen Etagen politisch unterstützt, dann funktioniert es deutlich besser, auch in Krisenzeiten mit Budgetknappheit.

(c) BMW Group

Was raten Sie einem Unternehmen, das ohne viel Budget mit Technologiemanagement starten will?

Man muss nicht gleich zehn Leute einstellen. Oft genügt erstmal eine Person mit den nötigen Ressourcen und Befugnissen, dazu evtl. einen Studierenden und ein paar Teilkapazitäten in den relevanten Fachbereichen als Unterstützung. Ggf hilft am Anfang auch eine externe Trendagentur oder ein passender Toolanbieter. KI-Kenntnisse sind wichtig, um einen KI-Agenten nutzen oder einen eigenen aufbauen zu können. Ein gutes, internationales Netzwerk in alle relevanten Industrien ist ebenso wichtig, denn inzwischen betreiben die meisten großen Firmen Technologie-Früherkennung im Rahmen von Corporate Foresight, man kann von ihnen lernen und Best Practices übernehmen. Ich habe aus meinen über 6 Jahren in dieser Rolle eine Liste mit den zehn wichtigsten Lessons Learned zusammengeschrieben. Da steht alles drin, was man braucht, man muss es halt nur noch machen.

Was machen Sie heute bei UnternehmerTUM?

UnternehmerTUM hat drei Zielgruppen: Talente, Startups und Unternehmen – vom großen  Corporate und Mittelstand bis zum Familienunternehmen. Meine Hauptarbeit liegt in der Innovationsberatung, wo ich meine BMW-Erfahrung einbringen kann. Daneben bin ich Startup-Mentor, halte Vorlesungen, unterstütze die Internationalisierung der UnternehmerTUM und betreue Delegationen. Und ich baue gerade einen KI-gestützten Technologie-Trendradar-Prozess für die UnternehmerTUM, die TUM Venture Labs und ihre Partner und Kunden auf. Der ist nochmal deutlich umfangreicher als ein Radar für die Automobilindustrie. Wir haben dafür einen KI-Agenten gebaut, der weltweit schwache Tech-Signale erkennt, also Technologien, die noch kein messbarer Trend sind. Diesen KI-Agenten trainiere ich täglich. Gerade für Mittelständler und Familienunternehmen ist das sehr hilfreich, weil sie in der Regel nicht das Netzwerk und die Möglichkeiten großer Firmen haben.

(c) BMW Group

Gibt es ein Beispiel aus Ihrer BMW-Zeit, das zeigt, was Open Innovation bewirken kann?

Aus der Tech-Trenderkennung und der Startup-Arbeit wurden in den letzten Jahren schon viele Projekte zu Quantum Computing, Fahrzeug-Satelliten-Kommunikation, Gesundheitsdaten-Monitoring im Fahrzeug, Panorama-Displays, In-Car-Gaming u.v.m. erfolgreich transferiert. Einiges davon ist schon im Auto zu erleben, manches wird noch kommen. Mein Lieblingsbeispiel ist das farbwechselnde Auto: keine klassische Trenderkennung, aber ein erfolgreicher Cross-Industry-Transfer und vielleicht sogar ein Trendsetter! Eine Mitarbeiterin von mir hatte vor vielen Jahren die mutige Idee, die Display-Funktionen eines E-Readers aufs Auto zu übertragen. Sie hat sich die E-Ink-Panels besorgt, einen Prototypen entwickelt und damit nach vielen Experimenten mit einigen Helfern den BMW iX Flow aufgebaut – übrigens anfangs im MakerSpace der UnternehmerTUM. Mit diesem Auto war sie mit BMW 2022 in der Schwarz-Weiß-Version und ein Jahr später mit dem BMW i VISION Dee in der Farbversion mit großem Erfolg auf der CES in Las Vegas: The Color-Changing Car! Das ist für mich der perfekte Cross-Industry-Transfer: Ich übertrage eine erfolgreiche Technologie aus einer Industrie in eine völlig andere und habe einen Nutzen daraus. Ob das in irgendeiner Form mal in Serie kommt? Wer weiß …

Deine ungelesenen Artikel:
08.09.2026

Wiener BioTech HeartBeat.bio und CubaseBio aus Schweden erhalten 1 Mio. Eurostars-Förderung

HeartBeat.bio AG, ein TechBio-Unternehmen aus Wien und CubaseBio, ein schwedisches Genomikunternehmen, haben heute eine strategische Forschungskooperation bekanntgegeben. Und erhalten dafür eine Förderung in Höhe von einer Million Euro.
/artikel/wiener-biotech-heartbeat-bio-und-cubase-bio-aus-schweden-erhalten-1-mio-eurostars-foerderung
08.09.2026

Wiener BioTech HeartBeat.bio und CubaseBio aus Schweden erhalten 1 Mio. Eurostars-Förderung

HeartBeat.bio AG, ein TechBio-Unternehmen aus Wien und CubaseBio, ein schwedisches Genomikunternehmen, haben heute eine strategische Forschungskooperation bekanntgegeben. Und erhalten dafür eine Förderung in Höhe von einer Million Euro.
/artikel/wiener-biotech-heartbeat-bio-und-cubase-bio-aus-schweden-erhalten-1-mio-eurostars-foerderung
heartbeat.bio
Michael Krebs, CEO von HeartBeat.bio. | Foto: HeartBeat.bio.

2023 holte sich das Wiener BioTech HeartBeat.bio, das 2021 gegründet wurde und im Vienna Biocenter ansässig ist, ein 4,5-Millionen-Euro-Investment im Rahmen einer Pre-Series-A-Runde – brutkasten berichtete.

Im Vorjahr folgte eine Forschungskooperation mit dem Pharmaunternehmen Boehringer Ingelheim, mit dem Ziel gentherapeutische Behandlungen für genetisch bedingte Kardiomyopathien zu entwickeln. Nun kooperiert man mit dem schwedischen Genomikunternehmen CubaseBio, das 3D-Spatial-Transkriptomik-Technologien entwickelt, um einen Hochdurchsatz-3D-Spatial-Profiling-Ansatz für myokardiale Fibrose zu entwickeln und um die Wirkstoffforschung bei Herzinsuffizienz zu steigern.

HeartBeat.bio erhält von der FFG nationale Förderung

Die Partner erhalten dafür rund eine Million Euro an Förderung im Rahmen des Calls 10 des Eurostars-Programms für ihr gemeinsames Projekt „Fibrosis Analysis in Cardioids via Transcriptomic Spatial-mapping in 3D“ (FACTS-3D).

Die nationale Förderung erfolgt durch Vinnova (Schwedens Innovationsagentur) und die österreichische Forschungsförderungsgesellschaft (FFG), mit Ko-Finanzierung durch die Europäische Union im Rahmen von Horizon Europe.

Das Projekt verbindet die firmeneigene Cardioid-Technologie von HeartBeat.bio mit der 3D-Spatial-Transkriptomik-Plattform von CubaseBio, um einen skalierbaren Ansatz zur Analyse der molekularen und zellulären Mechanismen hinter myokardialer Fibrose zu entwickeln.

64 Millionen Menschen von Herzinsuffizienz betroffen

Trotz bedeutender Fortschritte in der kardiovaskulären Forschung bleibt die Entwicklung neuer Therapien gegen Herzinsuffizienz eine Herausforderung. Weltweit sind mehr als 64 Millionen Menschen von Herzinsuffizienz betroffen, was eine große und wachsende globale Gesundheitsbelastung darstelle, heißt es per Aussendung. Herkömmliche präklinische Werkzeuge wie Tiermodelle und 2D-Zellkulturen könnten die Komplexität der menschlichen Biologie, zellulärer Interaktionen und der räumlichen Organisation zugrundeliegender Herzerkrankungen häufig nicht vollständig abbilden.

FACTS-3D soll genau hier ansetzen: Das Projekt verbindet menschliche Herzorganoide, die die Biologie des Herzens realitätsnah abbilden, mit einer 3D-Spatial-Transkriptomik-Methode, die viele Proben gleichzeitig auswerten kann. Zur Erklärung: Bisherige Verfahren zur räumlichen Genanalyse funktionieren nur bei dünnen, flach geschnittenen Gewebeproben. Für die Untersuchung von Organoiden, die dreidimensionale Struktur besitzen, sind sie deshalb kaum brauchbar, und schon gar nicht, wenn viele Proben zügig analysiert werden sollen. Die 3D-Technologie von CubaseBio umgeht dieses Problem: Sie lässt sich direkt in gängigen Labor-Plattenformaten mit 96 oder 384 Vertiefungen einsetzen. Dadurch kann das Projekt die Herzorganoide von HeartBeat.bio erstmals in ihrer vollständigen, dreidimensionalen Struktur untersuchen, statt sie in dünne Scheiben zerlegen zu müssen.

Dieser Ansatz sei besonders wichtig für die Erforschung von Herzmuskel-Vernarbung (Fibrose), einem Prozess, der zum krankhaften Umbau des Herzens beiträgt und bei vielen Formen von Herzinsuffizienz eine Rolle spielt. Indem die Partner sichtbar machen, welche Gene in welchen Zellen des intakten 3D-Herzgewebes aktiv sind, wollen sie herausfinden, wie die Erkrankung entsteht, wie das Gewebe auf Behandlungen reagiert und wo neue Ansatzpunkte für Medikamente liegen könnten.

Neue Mechanismen

„Das FACTS-3D-Projekt bringt zwei hochgradig komplementäre Technologien zusammen, um eine der zentralen Herausforderungen der kardiovaskulären Wirkstoffforschung anzugehen: das Verständnis der Krankheitsbiologie in einem physiologisch relevanten menschlichen Kontext bei gleichzeitigem Erhalt der räumlichen Informationen, die für komplexe kardiale Phänotypen essenziell sind. Für HeartBeat.bio stellt diese Kooperation einen wichtigen Schritt dar, Cardioide nicht nur für die phänotypische Wirkstoffforschung zu nutzen, sondern auch um neue Mechanismen und Zielstrukturen für Herzinsuffizienz zu entdecken und zu validieren, insbesondere bei myokardialer Fibrose und kardialem Remodeling“, sagt Michael Krebs, CEO von HeartBeat.bio.

Und Malte Kühnemund, CEO von CubaseBio, ergänzt: „Die Herzbiologie ist ein perfektes Beispiel dafür, warum der 3D-Spatial-Kontext so wichtig ist. Die Art, wie sich Zellen dreidimensional organisieren, ist zentral dafür, wie eine Herzkammer aufgebaut ist, was bei Fibrose geschieht und wie sich das Herz umbaut. Unsere Technologie wurde genau dafür entwickelt, diese Art von Komplexität vollständig in drei Dimensionen zu erfassen. Das lässt sich nicht durch Schnittverfahren erfassen, und 3D-Bildgebungshardware verfügt nicht über den nötigen Durchsatz. Das macht unsere 3D-Spatial-Transkriptomik-Technologie zu einer naheliegenden Wahl für das Hochdurchsatz-Screening von Herzmedikamenten. HeartBeat.bio ist der ideale Partner, um unsere 3D-Spatial-Technologie in umsetzbare Erkenntnisse für komplexe kardiovaskuläre Erkrankungen zu übersetzen.“

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

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

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 …

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

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 …

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

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 …

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

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 …

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung