09.10.2015

Die coolste WG Berlins: Mit der Flatastic-App spart man Zeit und Nerven

/artikel/die-coolste-wg-berlins-mit-der-flatastic-app-spart-man-zeit-und-nerven
© Flatastic: Die Gründer der WG-App sind Clemens Bachmair, Malik El Bay und Moritz von Hase.

Das Leben in einer Wohngemeinschaft ist inzwischen zu einer Art “Lifestyle” geworden. Längst ziehen nicht nur Studenten zusammen, auch immer mehr Senioren bevorzugen ein selbstständiges Wohnen, bei dem man auch Gesellschaft hat – sofern man dies möchte. Größter Streitpunkt beim Zusammenwohnen ist meist das Organisieren des Haushalts. Das Berliner Startup Flatastic hat dafür aber eine Lösung gefunden. 

Die Vorteile des WG-Lebens liegen auf der Hand: Man zahlt weniger, hat jemanden um sich, wenn man reden möchte und es können neue Freundschaften entstehen. Allerdings gibt es auch einige Nachteile, wie zum Beispiel die Organisation des Haushalts. Denn auch eine Wohnung braucht regelmäßige Pflege. Dies kann zu Streit unter den Mitbewohnern führen: Hin und wieder gibt es WG-Kollegen, die sich nicht an den Putzplan halten wollen oder sich gekonnt aus der Affäre ziehen. Auch gemeinsame Einkäufe werden oft nicht gerecht abgewickelt – richtig nachweisen kann man dies nicht. Bis jetzt.

 Bildschirmfoto 2015-10-09 um 15.07.01

Flatastic ist eine App, die das Zusammen/WG-Leben organisiert. Die drei Gründer Clemens Bachmair, Malik El Bay, Moritz von Hase entwickelten ein einfaches Tool, das Abrechnungen bei Einkäufen in der App managt und den Putzplan organisiert. Via integrierten WG-Chat bleibt man untereinander in Kontakt. Downloaden kann man Flatastic sowohl fürs im iTunes-, als auch im Google Play Store. Der Brutkasten konnte Co-Gründer Moritz von Hase ein paar Fragen stellen.

Moritz, Euer Elevator Pitch: Wieso sollte man Flatastic downloaden?

Wie es im Zuhause läuft hat eine große Auswirkung auf das allgemeine Wohlbefinden. Jeder, der mal mit mehreren Leuten zusammen gewohnt hat, weiß wie es ist, wenn es mal nicht läuft. Dasselbe gilt auch für Pärchen: Einer Studie zufolge ist der Haushalt das Streitthema Nummer eins in Beziehungen. Wir verfolgen daher ein ganz einfaches Ziel: Mit Flatastic läuft der Haushalt.

Typische Studenten-WGs haben meist “keine Kohle” – Woran verdient Flatastic?

Zur Zeit verdienen wir kein Geld. Ideen für Business-Modelle haben wir aber viele. Im Prinzip alles, was mit dem Haushalt in Verbindung steht: Anbindung von Local on Demand Services (wie z.B. Helpling), Vermittlung von WG-Zimmern, Produktvorschläge, etc. Wir sind gerade dabei, die Modelle zu konkretisieren und planen verschiedene Live-Tests, damit wir mit besseren Daten bessere Entscheidungen treffen können. Ich denke allerdings, dass zunächst Wachstum wichtiger ist. Wir wollen schließlich Dreh- und Angelpunkt aller Haushalte zu werden.

Wer von euch drei hatte die Idee zu Flatastic?

Clemens kam aus Lissabon zurück und hat mit drei Freunden eine neue WG gegründet. Natürlich macht man sich da seine Gedanken, wie man sich am besten organisiert. Gerade wenn man mit Freunden zusammenzieht möchte man ja keinen unnötigen Streit haben… Als technikaffiner Mensch, hat er sich gewundert, dass es dafür noch keine vernünftige App-Lösung gab. Ich habe mit Clemens studiert und nebenbei noch als Programmierer gearbeitet. So fingen wir an, das Tool zu bauen – damals als Hobby-Projekt. Mit der Zeit kamen immer mehr Funktionalitäten hinzu, die das Zusammenwohnen vereinfachen.

Bildschirmfoto 2015-10-09 um 15.06.32

Das heißt, ihr drei kanntet euch schon davor? 

Malik hatte zur gleichen Zeit die gleiche Idee wie wir – nur eben in der Schweiz. Clemens’ Bruder studierte damals an der ETH Zürich und hat dort Malik zufällig pitchen sehen und uns irgendwie “verkuppelt”. Kurz darauf hatten wir in Berlin ein “Blind Date” und es hat tatsächlich gefunkt. Nach einer längeren Fernbeziehung zwischen Berlin und Zürich sind wir jetzt endlich zusammen in einem Berliner Büro vereint.

Habt ihr bereits Finanzierung oder seid ihr vielleicht gerade auf der Suche?

Wir haben in der Schweiz bei einem Wettbewerb (Venture Kick) 30’000CHF gewonnen. Anteile haben wir noch keine abgegeben. Demnächst werden wir aber sicherlich über unser Netzwerk auf Investoren-Suche gehen. Also ja, Investoren können sich gerne bei uns melden.

Eure bisherigen Learnings?

Nichts machen, ohne Beweise. Wir alle drei sind Naturwissenschaftler und betrachten unsere Art zu arbeiten dementsprechend als “experimentieren”. Haben wir z.B. einen neuen Einfall, versuchen wir im Voraus abzuschätzen, wie sich dieser auf unsere Zahlen (KPIs) ausschlägt und wie wahrscheinlich der Erfolg ist. Dann überlegen wir uns ein möglichst einfaches Experiment, um diese Hypothese zu überprüfen. Erst wenn das Ergebnis des Experiments vielversprechend ist, wird die Idee auch umgesetzt.

Ein Beispiel wäre z.B. die Idee, das App-Icon zu verändern um damit eine höhere App Store Conversion Rate zu erhalten. Da würde ich zunächst anhand der Click-Through-Rate bei Facebook-Ads überprüfen, ob und wie stark der Unterschied zum bestehenden Icon ist. Ist der Unterschied für die KPI nicht gravierend, verwende ich meine Zeit besser auf etwas mit einem größeren Impact.

Oftmals wird bereits beim Aufsetzen von Experiment und Hypothese klar, dass der Impact nicht groß ist. Das erspart viel Zeit, Nerven und spätere Enttäuschungen.

Wir alle drei sind Naturwissenschaftler und betrachten unsere Art zu arbeiten dementsprechend als “experimentieren”. Haben wir einen neuen Einfall, überlegen wir uns ein möglichst einfaches Experiment, um diese Hypothese zu überprüfen.

Die Vision: Was sind eure nächsten Ziele? Kurzfristig, aber auch Langfristig?

Kurzfristig: Wachstum. Wir wollen unsere Userbase im nächsten Jahr verzehnfachen. Unsere immer stärker steigende Nutzerzahlen machen mich da sehr zuversichtlich. Mittelfristig gesehen, wollen wir beweisen, dass wir “unsere Haushalte” wie gedacht monetarisieren können. Auf lange Sicht betrachtet wollen wir Dreh- und Angelpunkt in jedem Haushalt werden und Synergien zwischen den Haushalten erzeugen (Sharing-Economy, etc.). Das Empty-Party-Problem ist ja dann hoffentlich bereits gelöst.

Wie viele Nutzer habt ihr denn? Und, gibt es die App auch für österreichische WGs? 

Flatastic gibt’s bisher in Österreich, Deutschland und der Schweiz. Dort haben wir mehr als 60.000 registrierte Nutzer von denen etwa ein Viertel aktiv ist. Darunter auch sehr viele Familien und Pärchen. Das bietet sehr viel Wachstumspotential, da wir uns zur Zeit noch ganz klar als App für WGs positionieren.

Danke für das Gespräch!

Team_A

© Flatastic

Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


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?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


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

Die coolste WG Berlins: Mit der Flatastic-App spart man Zeit und Nerven

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Die coolste WG Berlins: Mit der Flatastic-App spart man Zeit und Nerven

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Die coolste WG Berlins: Mit der Flatastic-App spart man Zeit und Nerven

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 …

Die coolste WG Berlins: Mit der Flatastic-App spart man Zeit und Nerven

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 …

Die coolste WG Berlins: Mit der Flatastic-App spart man Zeit und Nerven

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 …

Die coolste WG Berlins: Mit der Flatastic-App spart man Zeit und Nerven

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 …

Die coolste WG Berlins: Mit der Flatastic-App spart man Zeit und Nerven

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Die coolste WG Berlins: Mit der Flatastic-App spart man Zeit und Nerven

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Die coolste WG Berlins: Mit der Flatastic-App spart man Zeit und Nerven