14.07.2025
DECISION-MAKING

„Die innovativsten Ideen entstehen in der Regel nicht durch das Hinzufügen neuer Elemente“

Gründer:innen stehen täglich vor der Herausforderung, fundierte Entscheidungen zu treffen. Doch komplexe Entwicklungen machen es zunehmend schwer, dabei treffsicher zu bleiben. Gideon Nave, Marketing- und Kreativitätsexperte der Wharton School, zeigt gemeinsam mit Monika Koller, wissenschaftliche Leiterin des Executive MBA Strategic Marketing & Sales an der WU Executive Academy, wie Führungskräfte mithilfe von KI und Kreativitäts-Tools in einer „BANI-Welt“ (brittle, anxious, non-linear, incomprehensible) bessere Entscheidungen treffen können. Sie beschreiben drei konkrete Ansätze, um künftige Weichenstellungen valider abzusichern.
/artikel/die-innovativsten-ideen-entstehen-in-der-regel-nicht-durch-das-hinzufuegen-neuer-elemente
Entscheidungen, Wharton School
© WU Executive Academy - Gideon Nave, Marketing- und Kreativitätsexperte der Wharton School, und Monika Koller, wissenschaftliche Leiterin des Executive MBA Strategic Marketing & Sales.

Die Zeiten sind vorbei, in denen es möglich war, die Zukunft aus den Erfahrungen der Vergangenheit zu gestalten, weil traditionelle Analyse- und Prognoseverfahren in einer BANI-Welt zu kurz greifen. Kreativität und Künstliche Intelligenz können hier den entscheidenden Unterschied machen: für bessere Entscheidungen und neue, innovative Lösungswege. Das ist die Einstellung, die Gideon Nave, Marketing- und Kreativitätsexperte der Wharton School of the University of Pennsylvania (USA), und Monika Koller, wissenschaftliche Leiterin des Executive MBA Strategic Marketing & Sales, teilen.

Entscheidungen: Drei Dimensionen für Leaders

„Mit zunehmender Digitalisierung, KI und anderen technologischen Lösungen eröffnen sich uns gerade zahllose neue Möglichkeiten, aber auch Herausforderungen und Hindernisse in Wirtschaft und Gesellschaft. Deshalb ist es gerade jetzt so wichtig, sich mit den psychologischen Aspekten des menschlichen Denkens und Handelns zu beschäftigen, die die Basis für unsere Entscheidungen sind“, erklärt Koller.

Sie und Nave beschreiben in diesem Sinne drei Dimensionen, wie Führungskräfte KI und Kreativitäts-Tools und -Ansätze gezielt nutzen können, um zukünftig validere Entscheidungen treffen zu können.

Substraktion: gezieltes Weglassen für mehr Innovation

Viele Führungskräfte sind der Meinung, dass mehr Möglichkeiten grundsätzlich zu besseren Entscheidungen führen. Und dass mehr Features eines Produkts oder einer Dienstleistung für mehr Kaufanreize bei den Konsumenten sorgen. Nave dagegen ist davon überzeugt, dass genau das Gegenteil der Fall ist: „Die innovativsten Ideen entstehen in der Regel nicht durch das Hinzufügen neuer Elemente, sondern durch das bewusste Weglassen von Optionen“, sagt er.

Dieses Prinzip zeige sich anhand einiger sehr erfolgreicher Produktinnovationen:

  • Twitter (X) beschränkte die Textlänge auf 140 Zeichen und schuf so eine völlig neue Kommunikationsform.
  • Der iPod Nano entstand, indem der Bildschirm des ursprünglichen iPods entfernt wurde, wodurch das Gerät kleiner und tragbarer wurde.

Die Subtraktionsmethode sei somit nicht nur in der Produktentwicklung nützlich, sondern könne auch bei der Optimierung von Geschäftsprozessen und der Neuausrichtung von Geschäftsmodellen helfen, wie beide Expert:innen ausführen:

  • Prozessoptimierung: Unternehmen können mittels Subtraktion prüfen, welche Schritte in einem Prozess tatsächlich notwendig sind. Beispielsweise könnten sie überlegen, ob bestimmte Genehmigungsschleifen gestrichen oder automatisiert werden können, um so Entscheidungswege zu beschleunigen.
  • Geschäftsmodelle: Erfolgreiche Geschäftsmodelle entstehen oft durch das Weglassen bestimmter Elemente. Ein klassisches Beispiel ist das Freemium-Modell, bei dem Unternehmen zunächst auf direkte Umsätze verzichten, um durch spätere Premium-Angebote Gewinne zu erzielen. Auf diese Weise revolutionierte Netflix den Markt, indem es physische Videotheken überflüssig machte und Streaming revolutionierte. Ein weiteres Beispiel ist Airbnb, das auf Hotels verzichtet und auf Vermietung von Privaträumen setzt.
  • Serviceangebote: Unternehmen haben die Möglichkeit, durch die Reduktion von Optionen oder Dienstleistungen ihren Kernnutzen stärker zu betonen. Beispielsweise setzen viele Fast-Fashion-Händler auf eine limitierte Auswahl an Zahlungsmethoden oder Rückgabeoptionen, um so operative Kosten zu senken und Effizienz zu steigern.
  • Kundenströme: Auch Kundensegmente können gestrichen werden, um den Fokus ganz auf eine spezifische Zielgruppe zu legen und so den Markt mit kundengerechteren Produkten und Dienstleistungen in die Tiefe zu bearbeiten. Die Sportschuhmarke Nike setzte ab den 1980ern verstärkt bei der Markenpositionierung auf professionelle Sportler und nahm 1984 Basketballstar Michael Jordan unter Vertrag, statt auf den breiten Freizeitschuhmarkt zu setzen.

„Kunden konsumieren ja nicht nur die Produkte und Services an sich, sondern vielmehr auch den Nutzen, den Wert, den sie dadurch erfahren“, erklärt Koller. Und dabei gehe es nicht immer nur um reine Funktionalität oder das Preis-Leistungsverhältnis, auch Emotionen und soziale Aspekte seien ausschlaggebend. Kreativität könne hier sehr nützlich sein, um den mehrdimensionalen Nutzen in den Angeboten zu schärfen.

Kreative Szenarien-Analyse mit KI

„Der Schlüssel liegt aber nicht darin, die Entscheidung komplett an die KI abzugeben, sondern sie als Co-Creator zur Ideen- und Entscheidungsfindung einzusetzen“, betont Nave. KI kann dabei helfen, Muster zu erkennen, Optionen zu simulieren und unkonventionelle Ansätze vorzuschlagen. Die Überarbeitung, finale Bewertung und letztendliche Entscheidung müsse jedoch immer mit kritischer Haltung geschehen und beim Menschen bleiben. KI könnte etwa eingesetzt werden, um verschiedene Zukunftsmodelle durchzuspielen und so neue Möglichkeiten aufzuzeigen.

Auch in den unterschiedlichen Phasen der Marktforschung findet KI vermehrt Anwendung, von der Konzeption, über die Datenerhebung und -auswertung hin zur Ergebnisdarstellung und Interpretation: „Wenn Führungskräfte die Erkenntnisse aus der Marktforschung zur Entscheidungsfindung im Unternehmen heranziehen, ist es umso wichtiger, dass die kritische Reflexion nicht zu kurz kommt“, ergänzt Koller.

  • ChatGPT und Co.: Durch gezielte Prompts lassen sich unkonventionelle Perspektiven auf Herausforderungen gewinnen. Beispielsweise könnte eine Führungskraft zu ihrer Strategie fragen: „Was wäre das Gegenteil meiner aktuellen Strategie und welche Vorteile hätte sie?“
  • Datenbasierte Entscheidungsunterstützung: KI-Modelle können Muster und Gesetzmäßigkeiten erkennen, die für das menschliche Auge nicht offensichtlich sind, und so Risiken und Chancen früher identifizieren.

Task-Unification: clevere Mehrfachnutzung von Ressourcen

Der dritte kreative Ansatz, den Nave empfiehlt, ist die „Task-Unification“-Methode: Bestehende Komponenten oder Features eines Produktes bzw. einer Dienstleistung oder eines Prozesses werden gleichzeitig für mehrere Zwecke genutzt. Hierzu gibt der Experte zwei Beispiele:

  • CAPTCHA-Abfragen dienen nicht nur zur Identifizierung von Menschen, sondern trainieren gleichzeitig KI-Modelle bei der Bilderkennung.
  • Das Duolingo-Modell nutzt Übersetzungsaufgaben in erster Linie zum Sprachenlernen, gleichzeitig dient es aber auch zur Verbesserung der eigenen automatischen Übersetzungssoftware – indem sie die Antworten des Users entsprechend verwertet.

Auf Entscheidungen übertragen bedeutet das, sich die Frage zu stellen: Gibt es vorhandene Ressourcen oder Prozesse, die doppelt genutzt werden könnten, um die Effizienz zu steigern und einen Mehrwert für das Unternehmen zu generieren?: „Beim Problem CO2-Emissionen könnte man beispielsweise die in der Produktion entstehende Abwärme über einen Wärmetauscher speichern und ins Heizungssystem umleiten“, rät Nave. Microsoft etwa plane in Dänemark – so sein Beispiel – ab Herbst 2025, die in ihren Rechenzentren entstehende Wärme zur Beheizung von Wohngebäuden zu nutzen.

Deine ungelesenen Artikel:
15.09.2026

Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern

Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
/artikel/ablatic-ai-linzer-llm-talos-spielt-ohne-vc-kapital-in-einer-liga-mit-internationalen-ki-playern
15.09.2026

Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern

Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
/artikel/ablatic-ai-linzer-llm-talos-spielt-ohne-vc-kapital-in-einer-liga-mit-internationalen-ki-playern
Die Ablatic-AI-Gründer vl. Florian Zimmermann (CEO) und Julian Mauerkirchner (CTO) | (c) Ablatic AI
Die Ablatic-AI-Gründer vl. Florian Zimmermann (CEO) und Julian Mauerkirchner (CTO) | (c) Ablatic AI

Wieder einmal ist es Linz. Die Stahlstadt mausert sich immer mehr zu Österreichs KI-Hauptstadt und auch eines der bislang sicher ambitioniertesten Startups in dem Bereich kommt von dort: Ablatic AI. Mit Talos wagt es sich über die Herausforderung schlechthin in der KI-Welt: ein eigenes Large Language Model (LLM) – brutkasten berichtete bereits.

Bei einer Benchmark vor Sol von OpenAI

Nun erfolgte der offizielle Launch und Ablatic gab erste Benchmark-Vergleiche aus (siehe Tabelle unten). An Claude Opus 5 kommt man demnach noch in keiner Kategorie ganz heran, in mehreren aber ziemlich nahe. DeepSeek V4 kann man dagegen gleich bei drei Werten schlagen, Qwen3.8 von Alibaba bei zwei und OpenAIs Flagship-Modell GPT-5.6 Sol immerhin bei einem, konkret der exakten Befolgung schriftlicher Anweisungen (IFBench). Unterm Strich spielt das Linzer LLM also in den vorgelegten Benchmarks in der internationalen Top-Liga mit.

„Es kann ja nicht sein, dass es in Europa nur Mistral gibt“

Aber warum überhaupt noch ein weiteres LLM? „Julian [Anm. Mauerkirchner] und ich kennen uns schon seit der Schule. Später haben wir als Unternehmer damit gestartet, Legacy-ERP-Systeme zu erneuern. Dabei sind wir auf ein Problem gestoßen: Wir konnten dafür aus Daten-Gründen keine US-KI-Systeme nutzen“, erzählt CEO Florian Zimmermann, der Ablatic AI gemeinsam mit Julian Mauerkirchner (CTO) gegründet hat, im Gespräch mit brutkasten. Man habe nur Mistral aus Frankreich oder Open-Source-Modelle verwenden können. „Mistral war für den Zweck aber nicht passend und unser Business Case bald tot“.

Mit dem Entschluss, eine neue Idee zu verfolgen, sei daher auch eine neue Motivation einher gegangen: „Es kann ja nicht sein, dass es in Europa nur Mistral gibt“, so Zimmermann. Man habe sich danach mit der Johannes Kepler Universität Linz (JKU) kurzgeschlossen und sei darüber auch zur AI Factory Austria AI:AT gekommen, wo man wiederum im Rahmen des EuroHPC-Programms europäische Hochleistungsrechenressourcen nutzt, um das Modell zu trainieren. „Ohne diese EU-Ressourcen würde es kostentechnisch überhaupt nicht gehen“, sagt Zimmermann.

Öffentliche Forschungsergebnisse statt eigenes Riesen-Research-Team

Doch auch mit diesen Ressourcen – wie lässt sich ein konkurrenzfähiges LLM mit einem kleinen Team und bislang gänzlich ohne VC-Kapital umsetzen? Schließlich beschäftigen die globalen KI-Player, mit denen sich Ablatic misst, riesige Teams. Mistral etwa ist mit seiner kürzlich kommuniziert Drei-Milliarden-Euro-Finanzierungsrunde im Vergleich zu Anthropic und OpenAI nach wie vor ein kleiner Fisch (brutkasten analysierte).

„Wir können kein 200-köpfiges Research-Team finanzieren und gleich von 0 auf 100 gehen, also greifen wir auf Bestehendes zurück“, erklärt der Gründer. Konkret verwende man einerseits Open-Source-Layer und code sie auf die eigenen Bedürfnisse um. Andererseits nutze man die neuesten Forschungsergebnisse von Universitäten wie dem MIT oder Stanford, die laufend über die Plattform arXiv veröffentlicht werden. „Wir orientieren uns an der Frontier-Forschung. Wir analysieren die Paper, legen die Erkenntnisse auf unsere Architektur um und testen es durch. Vieles davon funktioniert nicht, aber alles was funktioniert, bringt uns weiter“, so Zimmermann.

Mehr als 100 B2B-Testkunden – viele konvertieren gleich zum Launch

Die Beta-Version wurde nun bereits seit einiger Zeit mit mehr als 100 Unternehmen getestet – Ablatic konzentriert sich nämlich vorerst klar auf den B2B-Markt. Man habe für diese Tests schnell auch größere Unternehmen und Konzerne gewonnen. „Ich bin dafür wochenlang gesessen, habe Leute angeschrieben und einen Call nach dem anderen gemacht“, räumt Zimmermann ein. Dass man ein eigenes LLM und nicht nur eine Oberfläche baue, sei dabei zum entscheidenden Bonus geworden. „Und dass wir von der JKU kommen und im EuroHPC-Programm sind, hat unsere Glaubwürdigkeit enorm gesteigert“, sagt der Gründer.

Jetzt zum Launch würden viele der Testkunden bereits zu regulären Nutzern konvertieren, viele weitere noch die Testphase abschließen, mit dem Vorhaben, das dann auch zu tun, verrät Zimmermann. „Wir werden nicht 100 Prozent, aber einen Großteil konvertieren können“, ist er sicher. Punkten will Ablatic dabei nicht nur mit der europäischen Herkunft – Stichwort: Digitale Souveränität – sondern auch mit dem Pricing. „Wir haben eine relativ effiziente Architektur. Wir können kostengünstig hosten und das an die Kunden weitergeben“, so der CEO. Dass der offizielle Launch genau jetzt erfolgt, hat vor allem mit dem Gründungsprozess zu tun, der länger dauerte, als erhofft. „Ich gründe nie wieder im Sommer ein Unternehmen“, sagt der Gründer lachend.

Investment geplant: „Das Ziel ist definitiv, keine kleine Bude zu bleiben“

Und wie geht es weiter? „Wir wollen zuerst im DACH-Raum Fuß fassen und ohne große weitere Standorte skalieren. Dann wollen wir es auf Europa hochziehen“, erläutert Zimmermann. Auf Dauer werde dabei auch die Aufnahme von VC-Kapital relevant, vor allem wenn es darum gehe, die nächste Modell-Version herauszubringen. „Dann ist es wichtig, dass man schnell skaliert und iteriert. Wir sind stolz darauf, dass wir ein Modell ohne VC-Kapital trainiert haben. Wir haben gezeigt, dass auch so Großes möglich ist. Aber langfristig ist es völlig logisch, dass wir Kapital aufnehmen müssen“, sagt der Gründer.

Und es seien bereits mehrere Investoren aktiv auf das Team zugekommen, mit einigen befinde man sich schon in Gesprächen. „Das Ziel ist definitiv, keine kleine Bude zu bleiben, sondern eine größere Firma zu werden. Wir wollen jedenfalls nicht in Vergessenheit geraten“, so Zimmermann. Und der Zeitpunkt sei angesichts der Souveränitätsdebatte gut.


Benchmark-Vergleichstabelle

Anmerkungen zur Tabelle:

  • Fette Zahlen: Höchster Wert in der jeweiligen Zeile unter den Vergleichsmodellen.
  • „text-only“: Das Modell verarbeitet keine Bilder/visuellen Dokumente, weshalb OmniDocBench nicht anwendbar ist.
  • „–“: Kein veröffentlichter Wert vorhanden.

Kurzerklärungen der Benchmarks

  • Agents‘ Last Exam (UC Berkeley): Prüft langwierige, echte Arbeitsaufgaben an einem Computer (Terminal und Bildschirm zusammen), bewertet anhand des fertigen Gesamtergebnisses.
  • AutomationBench (Zapier): Testet 600 Business-Workflows über 47 simulierte Unternehmens-Softwaretools hinweg, die vollständig durchgehend ausgeführt werden müssen.
  • Toolathlon: Bewertet das Erledigen von Aufgaben in echter Büro-Software (z. B. E-Mail, Kalender, Tabellenkalkulationen und GitHub) über deren direkte Schnittstellen.
  • BrowseComp (OpenAI): Stellt schwierige Fragen, deren Antworten über das gesamte Internet verstreut liegen und durch selbstständiges Surfen recherchiert werden müssen.
  • DeepSWE v1.1 (Datacurve): Misst das eigenständige Beheben echter Softwareprobleme (Bugs) in bestehenden Quellcode-Sammlungen. Hinweis: Talos-1 wurde hierfür nicht optimiert und liegt 22 Punkte hinter der Spitze zurück.
  • OmniDocBench: Bewertet das fehlerfreie Lesen und Verstehen echter Dokumente inklusive visueller Layouts, Tabellen und mathematischer Formeln.
  • IFBench: Prüft die exakte Einhaltung von schriftlich vorgegebenen Anweisungen und Formatierungsregeln.
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 innovativsten Ideen entstehen in der Regel nicht durch das Hinzufügen neuer Elemente“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

„Die innovativsten Ideen entstehen in der Regel nicht durch das Hinzufügen neuer Elemente“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

„Die innovativsten Ideen entstehen in der Regel nicht durch das Hinzufügen neuer Elemente“

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 innovativsten Ideen entstehen in der Regel nicht durch das Hinzufügen neuer Elemente“

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 innovativsten Ideen entstehen in der Regel nicht durch das Hinzufügen neuer Elemente“

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 innovativsten Ideen entstehen in der Regel nicht durch das Hinzufügen neuer Elemente“

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 innovativsten Ideen entstehen in der Regel nicht durch das Hinzufügen neuer Elemente“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

„Die innovativsten Ideen entstehen in der Regel nicht durch das Hinzufügen neuer Elemente“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

„Die innovativsten Ideen entstehen in der Regel nicht durch das Hinzufügen neuer Elemente“