Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

05.08.2026

INTERVIEW

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

Aus über hundert Tech-Themen werden rund vierzig auf dem Trendradar und am Ende fünf, an denen wirklich gearbeitet wird. Frank Möbius hat diesen Prozess bei BMW über sechs Jahre verantwortet.

/artikel/der-transfer-ist-das-schwierigste-ex-bmw-tech-scouting-leiter-frank-moebius-ueber-technologie-frueherkennung

✨ AI Kontextualisierung

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!

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.

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.

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.

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.

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:

die Redaktion

vor 22 Stunden

WienIT: 500 Nutzer:innen für die konzernweite KI-Plattform

Vor eineinhalb Jahren nahm das bei der WienIT angesiedelte Competence Center KI der Wiener Stadtwerke-Gruppe seine Arbeit auf. Eine Zeit, die vor allem von Aufbauarbeit geprägt war. Im Zentrum steht heute weniger ein einzelner Vorzeige-Use-Case als eine Infrastruktur: eine zentrale KI-Plattform für den gesamten Konzern. Warum dabei bewusst auf Eigenentwicklung gesetzt wird und Startups bislang nicht unmittelbar beteiligt sind.

/artikel/wienit-500-nutzerinnen-fuer-die-konzernweite-ki-plattform

die Redaktion

vor 22 Stunden

WienIT: 500 Nutzer:innen für die konzernweite KI-Plattform

/artikel/wienit-500-nutzerinnen-fuer-die-konzernweite-ki-plattform

Als die WienIT im August 2025 in einem eigenen Beitrag eine erste Zwischenbilanz des Competence Center KI zog, standen ungewöhnliche Anwendungsfälle im Vordergrund: ein Wissensmanagement-Tool für Bestattung und Friedhöfe; ein Trauerrede-Generator für das Kund:innen-Portal der Bestattung Wien; eine KI-gestützte Lösung für Förderanträge.

Ein Jahr später hat sich der Schwerpunkt verschoben. In den Vordergrund gerückt ist eine zentrale KI-Plattform, die allen Mitarbeitenden der Wiener Stadtwerke-Gruppe Zugang zu KI-Werkzeugen geben soll. Sie ist produktiv, und seit dem Rollout wurden nach Angaben des Unternehmens rund 500 Nutzer:innen gewonnen.

„Die vergangenen eineinhalb Jahre waren vor allem von Aufbauarbeit geprägt“, sagt Jonathan Mayer, Product Owner der KI-Plattform. Das größte Vorhaben sei die Entwicklung eben dieser Plattform gewesen, mit dem Ziel, einen „einfachen, sicheren und vertrauenswürdigen Zugang zu KI-Technologien“ zu ermöglichen.

Larisa Stanescu, die das Competence Center leitet, wertet die Zahl als Bestätigung: Die Entwicklung zeige, dass der Bedarf an KI-Werkzeugen im Arbeitsalltag groß sei und kontinuierlich wachse. Entscheidend sei dabei, dass die Plattform einen sicheren und unternehmenskonformen Zugang biete.

Vom Freitextfeld bis zur Bestellprognose

Inhaltlich sieht das Competence Center einen großen Bedarf im Wissensmanagement. Informationen würden immer umfangreicher und verteilter, KI könne relevantes Wissen schneller auffindbar machen.

Daneben kommt KI zur Datenanalyse zum Einsatz, etwa bei der Auswertung offener Antworten aus Mitarbeiter- und Kundenbefragungen. Freitextdaten enthielten oft wertvolle Erkenntnisse, deren manuelle Analyse aber sehr zeitaufwendig sei, so Mayer.

Stanescu betont, dass klassische Data-Science- und Machine-Learning-Ansätze darüber nicht in Vergessenheit geraten dürfen. Aktuell arbeite man an mehreren Use Cases in der Logistik, bei denen historische Daten genutzt werden, um Bestellmengen und Bestellzeitpunkte präziser zu prognostizieren.

Larisa Stanescu vom Competence Center KI | (c) WienIT

Und die Use Cases aus der Bestattung? Sie hätten wertvolle Erkenntnisse geliefert und würden kontinuierlich weiterentwickelt, heißt es. Die Erfahrungen fließen in die konzernweite Plattform ein. Für eine produktive Implementierung würden aktuell verschiedene Möglichkeiten evaluiert, wobei Qualität, Nutzerfreundlichkeit und der sensible Umgang mit einem emotional anspruchsvollen Anwendungsbereich im Vordergrund stünden.

Digitale Souveränität als Leitprinzip

Die Frage nach Modellen und Infrastruktur ist für das Competence Center mehr als eine technische. „Digitale Souveränität ist für uns ein strategisches Leitprinzip“, sagt Mayer. Ziel sei es, die Kontrolle über die eigenen Daten und deren Verarbeitung zu behalten und gleichzeitig die Vorteile moderner Cloud- und KI-Technologien nutzen zu können.

Der Weg dorthin wird als pragmatisch beschrieben: Abhängig von den Anforderungen eines Use Cases und der Sensibilität der Daten wird entschieden, welche Infrastruktur und welche Technologien zum Einsatz kommen.

Konkret wird es beim nächsten Release der Plattform. Dann sollen Nutzer:innen zwischen verschiedenen Modellen selbst auswählen können, etwa europäischen Modellen oder Thinking-Modellen. Parallel dazu soll Model Routing implementiert werden, das automatisch das passende Modell für die jeweilige Fragestellung auswählt.

Warum Startups bislang nicht unmittelbar beteiligt sind

Bemerkenswert für ein Innovationsthema dieser Größenordnung: Startups sind bislang nicht unmittelbar beteiligt. „Aktuell arbeiten wir in unseren KI-Projekten nicht unmittelbar mit Startups zusammen“, sagt Stanescu. Den Wiener Stadtwerken sei der interne Knowhow-Aufbau besonders wichtig, weshalb auch im Hinblick auf digitale Souveränität stark auf Eigenentwicklungen gesetzt werde.

Eine grundsätzliche Absage ist das nicht. Entscheidend sei, ob eine Lösung konkreten Mehrwert biete und sich in die Anforderungen an Sicherheit, Datenschutz und Integration einfüge. Künftige Kooperationen schließe man keineswegs aus, so Stanescu: Gerade im dynamischen KI-Markt könnten Partnerschaften mit innovativen Unternehmen eine interessante Ergänzung zu etablierten Technologieanbietern sein.

Jonathan Mayer, Product Owner der KI-Plattform von WienIT | (c) WienIT

Keine hochsensiblen Daten, On-Premises als Option

Auf technischer Ebene arbeitet das Competence Center mit klaren Datenklassifizierungen. Derzeit werden auf der Plattform keine hochsensiblen Daten verarbeitet. In Pilotprojekten wird evaluiert, wie künftig auch sensiblere Anwendungsfälle umgesetzt werden können, etwa durch On-Premises-Modelle, bei denen Daten die eigene Infrastruktur nicht verlassen.

Unabhängig von der Technologie gelte ein Grundsatz, sagt Mayer: KI unterstütze Menschen bei ihrer Arbeit, ersetze aber nicht die menschliche Verantwortung. Bei wichtigen Entscheidungen bleibe die finale Bewertung und Freigabe stets in menschlicher Hand.

Begleitet wird der Rollout von einem Change- und Enablement-Ansatz. Jede neue Nutzerin und jeder neue Nutzer der Plattform erhält ein strukturiertes Onboarding zu den Regeln im Umgang mit KI, dazu kommen Informationsveranstaltungen, Schulungen und eine Community für den Erfahrungsaustausch.

„Welches Problem lösen wir?“

Eine der wichtigsten Erkenntnisse der vergangenen Monate formuliert Stanescu grundsätzlich: KI sei kein reines IT-Thema, technologische Exzellenz allein reiche nicht aus. Erfolgreiche Projekte entstünden dort, wo Fachbereiche, IT, Informationssicherheit, Datenschutz und Change Management früh eingebunden werden. Die Abstimmung dieser Anforderungen brauche oft mehr Zeit als die technische Umsetzung selbst.

Der Erfolg von KI-Anwendungen hänge zudem wesentlich stärker von Akzeptanz, Vertrauen und nutzbaren Anwendungsfällen ab als von der Leistungsfähigkeit einzelner Modelle. Statt „Welches Modell ist das beste?“ solle man fragen: „Welches Problem lösen wir für unsere Kolleginnen und Kollegen?“

Agentische KI und ein Hackathon

In den kommenden Monaten liegt der Schwerpunkt auf der Weiterentwicklung der Plattform. Der Zugang zu KI soll weiter vereinfacht, zusätzliche Anwendungsfälle sollen erschlossen werden.

Parallel beschäftigt sich das Competence Center mit agentischer KI. Das Competence Center für Intelligent Process Automation pilotiert erste agentische Fähigkeiten innerhalb der Wiener Stadtwerke-Gruppe. Evaluiert wird, wie KI künftig nicht nur Informationen bereitstellen, sondern komplexere Aufgaben und Prozessschritte eigenständig unterstützen kann.

Um die Innovationskraft im Konzern zu stärken, ist außerdem ein KI-Hackathon geplant, bei dem Mitarbeitende eigene Ideen umsetzen können.

Langfristig sieht das Competence Center seine Rolle nicht darin, einzelne Lösungen bereitzustellen, sondern nachhaltige KI-Kompetenz im gesamten Konzern aufzubauen. Der größte Hebel liege nicht in einzelnen Tools, sondern in den Menschen, die diese Technologien sinnvoll einsetzen.

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