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

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

✨ AI Kontextualisierung

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:

Martin Pacher

15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.

/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut

Martin Pacher

15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut

Es war eine der bemerkenswertesten Transformationen der deutschen Industrie: 2023 verkaufte Viessmann sein Kerngeschäft, die Klimasparte Viessmann Climate Solutions, für zwölf Milliarden Euro an den US-Konzern Carrier (brutkasten berichtete). Seit Anfang 2024 agiert das Familienunternehmen als Unternehmensgruppe, die aus Deutschland ein globales industrielles Beteiligungsportfolio steuert. Und dieses Kernteam soll nun KI-nativ werden: Gemeinsam mit dem Technologieunternehmen iteratec baut Viessmann ein Multi-Agenten-System, das die Mitarbeiter:innen zu “Buildern von Agenten” verändert.

Vom Heizungsbauer zum langfristigen Unternehmensentwickler

Das reinvestierte Kapital floss vor allem in industrielle Mittelständler mit Fokus auf nachhaltige Energietransformation: von Grid-Infrastruktur über Fernwärme- und Kühlungslösungen bis zu Kühlhäusern. Dazu zählt etwa die isoplus-Gruppe, ein Hersteller von Nah- und Fernwärmeleitungen mit großen Standorten in Österreich. Über Minderheitsbeteiligungen ist Viessmann außerdem unter anderem an Encavis sowie am Software-Unternehmen AMCS beteiligt, das Emissionen in der Recycling- und Abfallwirtschaft reduzieren soll.

Beim Thema KI unterscheidet Pöllmann klar zwischen zwei Ebenen: „Wenn wir auf unsere Partner schauen, ist der Kerntreiber klassischerweise Effizienz, also Use Cases entlang der Wertschöpfungskette, um Top- oder Bottom-Line-Potenziale einzusammeln. Auf Ebene des Viessmann-Teams schauen wir viel stärker auf Effektivität: Wie können wir noch bessere Investmententscheidungen treffen und unsere zentrale Entscheidungsqualität maßgeblich erhöhen?“

Deal-Screening statt Deal-Sourcing

Genau das sei allerdings die schwierigere Disziplin, so Pöllmann: „Effizienz-Use-Cases sind aus unserer Sicht häufig leichter, als die Qualität zu erhöhen. KI tendiert in ihrer ursprünglichsten Natur dazu, lieber zu halluzinieren und ungenau zu sein, als eine sehr klare Antwort auf die Frage zu geben: Sollte ich dieses Investment tätigen oder lieber nicht? Welche Risiken habe ich noch nicht gesehen?“ Dies bedingt vor allem den ganzen Kontext einer Transaktion zu kennen.

Konkret setzt das Multi-Agenten-System deshalb dort an, wo Präzision zählt: beim Screening. Es gehe nicht darum, Deals zu sourcen, betont Pöllmann, sondern den Prozess „Ist ein Deal für uns wirklich relevant?“ deutlich zu verkürzen. Ein Letter of Intent könne so viel schneller analysiert und daraus ein Investmentmemo gebaut werden, angereichert mit weiteren Quellen.

Dass das Viessmann-Team das System selbst baut, statt auf eine Fertiglösung zu setzen, ist für Pöllmann eine Grundsatzentscheidung: „Wir wollen die Governance in der eigenen Hand haben, aber auch den Prozess, wie wir zu Entscheidungen kommen.“ Fertige KI-Finanzlösungen von der Stange würden der Organisation wenig bringen: „Das ist zwar alles nett und funktioniert auch schnell, aber nicht in der Qualität, wie wir sie erwarten.“

Jede:r Mitarbeiter:in wird zum „Builder“

Der vielleicht radikalste Teil des Ansatzes: Alle Mitarbeiter:innen der Viessmann Generations Group sollen befähigt werden, selbst KI-Agenten zu bauen. Der Prozess dahinter ist mehrstufig: Ein Intake-Agent nimmt die Idee auf und schärft sie, ein Specification-Agent zieht anschließend das nötige Fachwissen aus den Mitarbeiter:innen heraus und gibt erst ab einem bestimmten Confidence Score grünes Licht. Danach erstellt ein weiterer Agent, der sogenannte Agent-Builder, den fertigen KI-Kollegen.

Gestartet wurde Ende Jänner mit einem „Hypersprint“, die ersten Prozessagenten gingen im Frühjahr live. „Es ist schon verrückt, was wir in der Zeit entwickelt haben“, sagt Pöllmann. Die größte Herausforderung sei dabei nicht die Technologie: „Die Herausforderung ist wirklich, das Wissen der Kolleg:innen “freizulegen” und die Leute, die verantwortlich sind, in die Verantwortung zu bekommen. So können wir dann gemeinsam den Input, den wir brauchen, identifizieren, um daraus vernünftige Agenten mit hoher Output-Qualität zu bauen.“

„Die Rolle des Menschen in der KI-Transformation wird maßgeblich“

Bei aller Automatisierung bleibt die Verantwortung beim Menschen, stellt Pöllmann klar: „Am Ende braucht es immer einen Verantwortlichen, und das kann nicht die Maschine sein. Dadurch wird vor allem die Rolle des Menschen in der KI-Transformation maßgeblich gestärkt.“ Wer einen Agenten verantwortet, müsse dessen Ergebnisse kontrollieren, ihn testen und etwa bei der Abkündigung eines KI-Modells nachjustieren. „Damit bekommt jeder in gewisser Weise eine Führungsaufgabe“, so Pöllmann.

Um den Rollenwandel greifbar zu machen, ließ Viessmann die Mitarbeiter:innen ein eigenes „Role Canvas“ ausfüllen: Was bleibt an Verantwortung beim Menschen, wenn KI-Agenten übernehmen? Das habe viel Verständnis für die Transformation geschaffen, auch bei jenen, deren Berufsbild sich am stärksten verändert. Denn das klassische Profil eines Investmentbankers werde sich fundamental drehen, so Pöllmann. Die Betroffenen hätten das Thema allerdings „sehr gut aufgeschnappt und zeigen große Begeisterung dafür“.

iteratec: „Die Unschärfe reduzieren“

Auf der Umsetzungsseite steht mit iteratec ein Software-Dienstleister, der seit 30 Jahren Individualsoftware entwickelt und sich zunehmend auf KI-Transformation fokussiert. „Unser eigenes Geschäft ändert sich aktuell selbst radikal aufgrund von KI“, sagt Michael Maier, Director Austria von iteratec. Das Unternehmen setzt Multi-Agenten-Projekte unter anderem bei Banken um und hat mit dem Recycling-Konzern Ragn-Sells ein neues Recyclingverfahren auf Basis KI-gestützter Materialanalysen entwickelt. Das Viessmann-Projekt sei „mitunter eines der spannendsten, das wir gerade machen dürfen“, so Maier: „Das nimmt sicher eine Vorreiterrolle ein.“

Die Kunst liege darin, schnell voranzukommen und trotzdem verlässliche Resultate zu liefern: „Du musst die Unschärfe so weit reduzieren, dass du dort, wo es wichtig ist, belastbare Ergebnisse hast, mit denen du arbeiten kannst“, sagt Maier. Viessmann kam über einen klassischen Anbieterauswahlprozess zu iteratec. Ausschlaggebend sei das Team gewesen, so Pöllmann: „Ein sehr professionell aufgestelltes Team mit High-End-AI-Capabilities. Die Entwickler sind fast AI-native unterwegs.”

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