01.07.2022

Diese drei Biases sollten Gründer:innen kennen & kritisch hinterfragen

Der Verhaltensökonom Felix Günther wirft in einem Gastbeitrag einen Blick auf die Bedeutung von Biases, die nicht nur unsere alltägliche Wahrnehmung beeinflussen, sondern auch das Mindset beim Gründen. Zudem verrät uns Günther spannende Buchtipps rund um das Thema.
/artikel/diese-drei-biases-sollten-gruenderinnen-kennen

Während sich unser gesellschaftliches Umfeld in den letzten Jahrzehnten gewaltig verändert hat, ist unsere Gehirn nach wie vor auf das Leben unter knappen Ressourcen und wilden Gefahren ausgelegt. Dies führt dazu, dass ehemals überlebenswichtige Denkmuster heute zu systematisch irrationalem Verhalten führen. Diese sogenannten Biases zeigen sich unter anderem in einer verzerrten Risikopräferenz.

Wieso sind Biases relevant? Während Wissen für sich genommen nicht schützt, ermöglicht es den Aufbau von Schutz- und Bewusstseins-Mechanismen. Diese relativieren die Auswirkungen und helfen uns somit, bessere Entscheidungen zu treffen. Was im Alltag hilfreich sein kann, wird beim Gründen essentiell. Um Fehler zu vermeiden,  schauen wir uns im Folgenden drei Biases an, die Gründer:innen kennen sollten.

1. | Confirmation Bias

Wir filtern Informationen nach Meinungen, die wir hören wollen. In Zeiten von Algorithmen, die individuelle Vorschläge machen, ist es einfacher den je, in einer Blase zu versinken. Bei Netflix kann dies vielleicht zur Entdeckung der neuen Lieblingsserie führen – beim Gründen jedoch an einer Produktentwicklung oder den tatsächlichen Kundenwünschen vorbei.

Wieso wir diese Tendenz haben? Wer von dem Buch Schnelles Denken, langsames Denken gehört hat, erinnert sich vielleicht auch an System 1 des Gehirns. Hier werden schnelle Entscheidungen ohne Mühe getroffen. Was einerseits energiesparend ist, verleitet andererseits dazu, nur das zu hören, was wir ohnehin schon wissen.

Wie man diesen Bias überkommt: die Antwort liefert System 2, das bewusst denkende und potentiell alles hinterfragende System. So, wie Wissenschaftler:innen daran arbeiten sollten, ihr eigene Disziplin zu hinterfragen, sollte jede:r Gründer:in ihre fundamentalen Hypothesen kritisch begutachten.

In seinem Buch Talking to Humans erklärt Giff Constable, dass Interviews dafür da sind, um zu lernen. Dabei empfiehlt er eine klare Zielsetzung – eine Möglichkeit den Confirmation Bias zu überkommen. Helfen tut zudem das im Innovationsbereich häufig genannte Beginners Mind; der Sweet-Spot aus Expertise und Offenheit für Neues.

2. | Contrast Bias

Diese Wahrnehmungsverzerrung lässt uns eine Option umso stärker bevorzugen, je schlechter die Alternative erscheint. Dies liegt daran, dass Beurteilungen häufig im Kontext stattfinden.

Im Alltag zeigt sich dies beim Vergleich von Restaurant-Preisen. Kosten die Gerichte auf der Karte zwischen 15 und 30 Euro, so scheint der 17 Euro Fisch günstig. Gibt es aber ein Mittagsmenu mit Gerichten um die zehn Euro, ändert sich der Kontext und der Fisch wirkt weniger günstig – ohne seinen Preis zu ändern.

In der Geschäftswelt kann diese Verzerrung starke Folgen haben. Angenommen, es werden zwei Möglichkeiten für die Go-to-Market Strategie eines neuen Produktes vorgestellt. Sollte die erste Option offensichtliche Schwächen aufzeigen, so wirkt die andere direkt besser – und zwar besser, also sie für sich genommen ist. Entsprechend lohnt es sich, die Optionen gelöst vom Kontext zu beurteilen. 

3. | Survivorship Bias

Ja, jeder und jede von uns ist einzigartig und besonders – nichtsdestotrotz sind auch wir Teil der Statistik. Wenn also die meisten Menschen an einem Sommertag am Meer einen Sonnenbrand bekommen, dann gilt das vermutlich auch für dich. Entsprechend macht es Sinn, präventiv Sonnencreme zu nutzen und Zeit im Schatten zu verbringen.

Fürs Gründen bedeutet dies, dass auch wenn ihr ein super Team habt und die Idee neu ist, viele mit ähnlicher Qualifikation gescheitert sind. Der Survivirship Bias betitelt dabei die systematische Überschätzung der eigenen Erfolgschancen. 

Anstatt sich jedoch von dem Bias demotivieren oder gar abschrecken zu lassen, lade ich euch zu einem Gedankenexperiment ein: Woran könntet ihr scheitern? Was muss für einen Erfolg gegeben sein? Leitet man davon präventive Maßnahmen ab, kann man sich zwar nicht von der Statistik lösen, jedoch beeinflussen, ob man einen Sonnenbrand bekommt.


Zum Gastautor:

Felix Günther ist nicht nur Verhaltensökonom, sondern hat im Rahmen der Sustainability-Challenge der Universität Wien auch das Startup One Meal A Day gegründet. Für den brutkasten schreibt Günther als Gastautor in regelmäßigen Abständen über die Erkenntnisse der Verhaltensökonomie und welche Bedeutung sie für Startup-Gründer:innen haben.

Deine ungelesenen Artikel:
17.09.2026

Lovable-CEO Anton Osika: „Wir sind längst über Vibecoding hinaus“ – vom Hype zur Enterprise-Software

Erst vor etwa einem Monat holte Lovable 400 Mio. Dollar bei 13,3 Mrd. Bewertung: CEO Anton Osika erklärt nun im Interview, warum KI-Bau-Tools längst im Mainstream angekommen sind und wie aus Vibe-Coding echte Enterprise-Software wurde.
/artikel/lovable-ceo-anton-osika-wir-sind-laengst-ueber-vibecoding-hinaus-vom-hype-zur-enterprise-software
17.09.2026

Lovable-CEO Anton Osika: „Wir sind längst über Vibecoding hinaus“ – vom Hype zur Enterprise-Software

Erst vor etwa einem Monat holte Lovable 400 Mio. Dollar bei 13,3 Mrd. Bewertung: CEO Anton Osika erklärt nun im Interview, warum KI-Bau-Tools längst im Mainstream angekommen sind und wie aus Vibe-Coding echte Enterprise-Software wurde.
/artikel/lovable-ceo-anton-osika-wir-sind-laengst-ueber-vibecoding-hinaus-vom-hype-zur-enterprise-software
Lovable-CEO Anton Osika (r.) im Gespräch mit Times Senior Editorin Ayesha Javed. © brutkasten

Kaum ein Tool steht so sehr für den KI-Bauboom wie Lovable. Erst im August 2026 hat das schwedische Startup, wie brutkasten berichtete, eine Series-C-Runde über 400 Millionen US-Dollar abgeschlossen, angeführt von Menlo Ventures und mit dem EQT-gemanagten Scaleup Europe Fund als Co-Lead, bei einer Bewertung von 13,3 Milliarden US-Dollar.

Für Gründer und CEO Anton Osika ist das mehr als eine Finanzierungsrunde: Es sei ein Indikator dafür, dass KI-gestützte No-Code- und Low-Code-Plattformen die Nische verlassen hätten und im Mainstream angekommen seien.

Weg vom Entwickler-Monopol

Auf der Dreamforce in San Francisco erläutert Osika die zentrale These hinter Lovable: „Menschen mit Fachwissen über das jeweilige Problem sollten diejenigen sein, die Software bauen“, so Osika. Wer ein Problem am besten kenne, solle auch die Lösung bauen, egal ob in Marketing, HR, Finance oder Operations. Nicht die formale Qualifikation zähle, sondern die Nähe zum Problem.

Dass Lovable längst kein reines Anfänger-Werkzeug sei, belegt Osika mit einer internen Zahl: 55 Prozent der Lovable-Nutzer:innen brächten mehr als elf Jahre Berufserfahrung in ihrem Fachgebiet mit. Entscheidend sei laut dem Co-Founder nicht das klassische Programmieren, sondern die Fähigkeit, komplexe, unstrukturierte Probleme systematisch in funktionierende Systeme zu zerlegen.

Vom Nebenprojekt zur Unternehmenslösung

Besonders aufschlussreich sind die Praxisbeispiele, die Osika im Gespräch anführt. Bei einer Healthcare-Staffing-Firma habe ein Fachbereichsleiter eine komplette neue Produktlinie für die Zertifizierung von Pflegekräften aufgebaut, samt Verwaltung und Terminplanung, und anschließend mehr als zehn weitere interne Anwendungen vernetzt. In den nordischen McDonald’s-Filialen laufe mittlerweile ein auf Lovable gebautes Interface, über das rund 300 Standorte operative Anfragen abwickeln würden.

Solche Geschichten seien laut Osika keine Ausnahme: Bei knapp zwei Dritteln der Fortune-500-Unternehmen, darunter Adidas und Nvidia, würden Mitarbeitende die Plattform nutzen. Häufig beginne es als kleines Team-Projekt und wachse zur unternehmensweiten Lösung heran.

Entwicklung unter Aufsicht

Damit das nicht in unkontrollierter Schatten-IT ende, setzt Lovable laut Unternehmensangaben auf Admin- und Audit-Funktionen, mit denen IT-Verantwortliche nachvollziehen können sollen, welche Anwendungen entstehen, wo sensible Daten verarbeitet werden und wo Sicherheitslücken drohen. Genau das mache aus der anfänglichen Skepsis von IT-Abteilungen häufig Zustimmung, so Osika: „Es wird vom letzten Nein zu dem, was man ausrollen wollte, zum ersten Ja. So verhindern wir Schatten-IT und die Zersplitterung in unzählige Tools, die niemand mehr überblickt“, erklärt Osika.

Überflüssig würden Engineers durch die Lovable-Nutzung anderer trotzdem nicht, meint Osika: Ihre Rolle verschiebe sich von Routineaufgaben hin zu Architektur, Systemanbindung und der Betreuung unternehmenskritischen Codes.

Warum heißt Lovable eigentlich Lovable?

Zum Schluss des Gesprächs räumt Osika mit einem gängigen Klischee über den europäischen Tech-Standort auf: „Viele halten Europa für langsam, aber wenn man in die Tech-Hubs Europas geht, brodelt es dort wie nie zuvor“, sagt Osika. Dass der Produktfokus so stark auf dem Nutzererlebnis liege, führt Osika auch auf den Standort Stockholm zurück, wo der Großteil des Engineering-Teams sitzt. Man habe in den nordischen Ländern genaue Vorstellungen davon, wie ein Produkt funktionieren solle – oder eben nicht. Diese „I-Tüpfelchen-Reiterei“ mache Lovable erst zu dem was es heute ist.

Warum das Unternehmen ausgerechnet „Lovable“ heißt, erklärt er mit einer letzten Zeile, die zugleich als Leitmotiv des Gesprächs steht: „Software sollte nicht einfach nur funktionieren. Sie soll die Emotionen der Menschen wecken“, so Osika.

Vom Vibe zum Volumengeschäft

Was also vor nicht allzu langer Zeit noch als spielerisches „Vibe-Coding“ belächelt wurde, ist laut Osika längst zu einer Infrastruktur geworden, auf der Enterprisekund:innen die nächsten Prozesssysteme entwickeln. Der Markt für KI-gestütztes Bauen sei, so der Lovable-Gründer, endgültig über das reine Ausprobieren hinausgewachsen – und weit über das Vibecoding hinaus.

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

Diese drei Biases sollten Gründer:innen kennen & kritisch hinterfragen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Diese drei Biases sollten Gründer:innen kennen & kritisch hinterfragen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Diese drei Biases sollten Gründer:innen kennen & kritisch hinterfragen

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 …

Diese drei Biases sollten Gründer:innen kennen & kritisch hinterfragen

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 …

Diese drei Biases sollten Gründer:innen kennen & kritisch hinterfragen

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 …

Diese drei Biases sollten Gründer:innen kennen & kritisch hinterfragen

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 …

Diese drei Biases sollten Gründer:innen kennen & kritisch hinterfragen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Diese drei Biases sollten Gründer:innen kennen & kritisch hinterfragen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Diese drei Biases sollten Gründer:innen kennen & kritisch hinterfragen