21.09.2021

„Durch Agiles Arbeiten wird die Organisation sicher nicht effizienter“

Was kann agiles Arbeiten und was kann die Methode nicht? Beim Innovation.Network.Talk vergangene Woche gab es einen Blick hinter das Buzzword.
/artikel/durch-agiles-arbeiten-wird-die-organisation-sicher-nicht-effizienter
Heike Mensi-Klarbach über agiles Arbeiten
Heike Mensi-Klarbach | (c) brutkasten / Magdalena Schauer Burkart
sponsored

Es ist kundenzentriert und soll dank seiner Anpassungsfähigkeit schneller, bessere Ergebnisse liefern: das agile Arbeiten. Inzwischen heften sich sehr viele Unternehmen auf die Fahnen, die Methode zu nutzen. Ob diese Behauptung tatsächlich stimmt hängt auch davon ab, wie genau man es mit der Definition nimmt. Denn die aus der IT stammende Arbeitsweise basiert auf einem Manifest, das genaue Regeln enthält. „Das ist eine relativ strikte Methodologie. Man setzt cross-funktionale Teams zusammen und folgt einem Schema X – immer und immer wieder“, erklärt Raiffeisenbank International (RBI)-HR-Chefin Heike Mensi-Klarbach in ihrer Keynote beim Innovation.Network.Talk vergangene Woche.

Gibt es agiles Arbeiten nur in der IT?

Agiles Arbeiten führe zwar im Output zu Flexibilität, „aber es ist nicht willkürlich, es ist nicht alles möglich. Es muss tatsächlich sehr stark getaktet und sehr genau organisiert sein“, so Mensi-Klarbach. Zwar seien etwa 20 Prozent der rund 1000 Leute, die in der RBI in agilen Teams arbeiten, nicht IT-Fachkräfte. Doch auch diese würden als Teil der typischen cross-funktionaler Teams nur an IT-Projekten arbeiten. In anderen Bereichen arbeite man also nicht agil im eigentlichen Sinne. Doch es gelte: „Wir können sehr viel vom Agile-Ansatz lernen und wenden es in Elementen auch schon in anderen Bereichen an. Damit können wir etwa die funktionalen Silos, die es normal in großen Unternehmen gibt, ein Stück weit aufbrechen“.

Der gesamte Innovation.Network.Talk:

Ähnlich und doch begrifflich nicht ganz so eng sieht es Erste Group Österreich-HR-Chefin Sabine Mlnarsky in der Podiumsdiskussion des von Sanofi und Club Alpha veranstalteten Events. Im IT-Bereich arbeite man sehr nahe am ursprünglichen Konzept des agilen Arbeitens. Sonst gelte aber: „Die Erste Bank macht ihr eigenes agil. Wir haben viele Elemente übernommen und ich glaube, dass viele Kolleginnen und Kollegen gar nicht wissen, dass diese Elemente ursprünglich aus dem agilen Arbeiten kommen“. In einigen Bereichen würde das Prinzip mit seinen schnellen Iterationen auch gar nicht passen, meint Mlnarsky, etwa in ihrem eigenen, der HR. „Wir entwickeln nicht unentwegt neue Produkte. Wenn ich alle paar Wochen ein neues Feature bringen würde, würden meine Kunden wahnsinnig werden. Die wollen meist einfach, das alles funktioniert“.

Sabine Mlnarsky über agiles Arbeiten
Sabine Mlnarsky | (c) brutkasten / Magdalena Schauer Burkart

Auch für Heike Mensi-Klarbach ist klar: „Das agil immer die richtige Lösung ist glaube ich nicht. Man kann einzelne Elemente in anderen Bereichen anwenden, aber auch nicht immer und überall. Dort wo man etwa auf Standardisierung und Wiederholung setzen muss, macht agil gar keinen Sinn“. Ein Beispiel für die gelungene Anwendung es Prinzips auf andere Bereiche sieht Barbara Sladek, Gründerin des HealthTech-Startups Biome Diagnostics, in ihrem Unternehmen: „Wir verwenden die Methoden auch in Sales und Marketing – und das überraschend erfolgreich“. Dabei räumt sie ein, dass man nicht alle Teile der Methode nutze. Sie sieht agiles Arbeiten als „strategischen Prozess“, mit dem eine schnelle Umsetzung der Ziele gelinge. „Und es macht Spaß“, so Sladek.

Barbara Sladek | (c) brutkasten / Magdalena Schauer Burkart

„Man muss seinen Perfektionismus ablegen“

Für Klaudia Bachinger, Gründerin des auf die Jobvermittlung älterer Arbeitnehmer:innen spezialisierten Startups WisR ist agile „vielmehr ein Mindset als eine Methode“. „Man muss wirklich seinen Perfektionismus ablegen – das ist mir am Anfang sehr schwer gefallen“, so die Gründerin. Sabine Mlnarsky steuert dazu eine Anekdote bei: „Ich habe auch einmal etwas in der HR agil entwickeln dürfen – das mache ich nie wieder“. Doch obwohl es für sie ein sehr fordernder Prozess gewesen sei, habe er sich als die richtige Wahl herausgestellt. Heike Mensi-Klarbach sieht in der Annahme, dass Agiles Arbeiten sich für jeden eignen würde, einen Mythos: „Agil zu arbeiten ist nicht leicht – es ist unendlich aufwändig. Man muss es lernen und auch mögen. Es gibt Menschen, die wollen nicht jeden Tag die Verantwortung für einen End-to-End-Prozess übernehmen“. Und auch diese brauche man – in anderen Bereichen.

Klaudia Bachinger | (c) brutkasten / Magdalena Schauer Burkart

Dennoch übernehme man bei der RBI das Prinzip der Verflachung der Hierarchien auch in anderen Bereichen des Unternehmens – mit „Folgeproblemen“, wie Mensi-Klarbach sagt: „Dass es die agile parallel zu einer hierarchischen Struktur gibt, bringt ungeklärte Fragen, etwa wer die direkte Ansprechperson für Mitarbeiterinnen und Mitarbeiter ist und von wem sie gesehen werden, um ihre Karriere weiter zu verfolgen“. Denn weil die Steuerung agiler Teams nicht durch einen Team-Lead erfolge, sondern in der Produktvision liege, sei die nächste vorgesetzte Person oft für so viele Mitarbeiter:innen verantwortlich, dass sie diese klassischen Führungskräfte-Aufgaben nicht mehr bewältigen könne.

Agiles Arbeiten als „das Zurückdrehen der Bürokratisierungsmaschine“

Doch dabei sieht die RBI-HR-Chefin durchaus Sinn im hierarchischen Prinzip. Die starke Zentralisierung bestimmter Funktionen führe in großen Unternehmen schließlich zu mehr Effizienz, etwa weil Synergien genutzt werden können. „Das sind die klassischen Economies of Scale. Aber die andere Seite ist: Je stärker eine Organisation strukturiert ist, desto langsamer ist sie“, so Mensi-Klarbach. Daraus leitet sie einen weiteren „Mythos“ ab: „Agil macht die Strukturen schlanker und effizienter – das würde ich sehr in Frage stellen. Eigentlich ist genau das Gegenteil der Fall. Agil ist das Zurückdrehen der Bürokratisierungsmaschine. Man löst das Zentralisierte wieder auf und schafft damit auch Redundanzen. Die Organisation wird dadurch sicher nicht effizienter. Aber wir wissen auch, dass Innovation nicht dort passiert, wo alles durchgetaktet ist, sondern wo es einen Freiraum gibt, sich anderen Dingen zu widmen“.

Deine ungelesenen Artikel:
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
Loïc Roch, Mitgründer und CTO von Atinary, in den SwissCAT+-Laboren am Campus Hönggerberg | (c) Martin Pacher

Wer auf den Hönggerberg im Norden Zürichs fährt, lässt die Stadt hinter sich. Der zweite Campus der ETH, entstanden ab 1961, liegt in ländlicher Umgebung, hier sind unter anderem die Departemente für Chemie, Physik und Materialwissenschaft zu Hause. Und hier, in den SwissCAT+-Laboren der Hochschule, lässt sich derzeit besichtigen, wie Forschung aussehen könnte, wenn nicht mehr der Mensch jeden einzelnen Handgriff macht.

In diesen Laboren übernehmen Roboter die Arbeit, die sonst Forschende beschäftigt: Sie hantieren mit Flüssigkeiten und Pulvern, bereiten Proben vor, testen sie und messen laufend die Ergebnisse. Das Bemerkenswerte daran ist aber nicht die Automatisierung selbst, sondern wer die Versuche plant: eine Künstliche Intelligenz. Die Software stammt vom Startup Atinary, das an der ETH keinen eigenen Standort hat, sondern mit der Technologieplattform SwissCAT+ zusammenarbeitet. Sie schlägt vor, welches Experiment als nächstes sinnvoll ist, lernt aus jedem Ergebnis und berechnet daraus den nächsten Schritt. Dieser Kreislauf läuft rund um die Uhr, ohne dass ein Mensch eingreifen muss.

„Ein Labor ist eine große Küche“

Wie soll man sich das vorstellen? Loïc Roch, Mitgründer und CTO von Atinary, greift im Gespräch mit brutkasten zu einem Alltagsbild: „Am Ende ist ein Labor eine große Küche. Wir liefern die Rezepte. Wir nutzen KI, um Rezepte zu erzeugen, die dann im Labor getestet werden.“ Das Ziel: möglichst schnell zum besten Rezept kommen. Denn jeder einzelne Versuch kostet Zeit, Material und Geld. Wer statt tausender Versuche nur ein paar Dutzend braucht, spart enorm.

Genau darauf ist die Software ausgelegt. Statt sich blind durch unzählige mögliche Kombinationen zu probieren, lernt das System mit jedem Experiment dazu und empfiehlt gezielt die vielversprechendsten nächsten Schritte. „Self-Driving Labs“ nennt Atinary das Prinzip, selbstfahrende Labore. Den Begriff hat sich das 2019 gegründete Unternehmen sogar markenrechtlich schützen lassen.

Loïc Roch, Co-founder und CTO von Atinary | (c) Martin Pacher / brutkasten

Den Bedarf für solche Werkzeuge begründet Roch mit einem unbequemen Befund: Forschung wird immer teurer und langsamer, es braucht immer mehr Zeit und Geld, bis Neues gefunden ist. Dazu kommt eine handfeste Vertrauenskrise: Roch verweist auf eine vielzitierte Befragung von rund 1.500 Forschenden, wonach ein Großteil daran scheitert, Experimente zu wiederholen, in der Chemie sind die Quoten besonders hoch. Das ist nicht nur für die Wissenschaft ein Problem: Ohne verlässliche Daten lässt sich auch keine verlässliche KI trainieren.

100 Jahre Forschung in sechs Wochen

Was das System kann, zeigt das Vorzeigeprojekt direkt vor Ort. Gemeinsam mit dem SwissCAT+-Team suchte Atinary nach dem besten Katalysator, also jenem Hilfsstoff, mit dem sich das Treibhausgas CO₂ in Methanol umwandeln lässt, einen Ausgangsstoff für nachhaltige Treibstoffe. Laut Atinary kamen dafür mehr als 20 Millionen mögliche Kombinationen infrage. Das Ergebnis wurde in einem Fachjournal publiziert: In sechs Wochen wurden 144 Katalysator-Kandidaten hergestellt und getestet, mit minimalem menschlichem Zutun. Die Zahl, mit der Atinary seither wirbt, ist eindrucksvoll: eine 1000-fache Beschleunigung, umgerechnet 100 Jahre Katalyse-Forschung in nur sechs Wochen. SwissCAT+-Chef Paco Laveille, der die Umsetzung an der ETH verantwortet, bestätigt beim Besuch die Größenordnung: von Jahren an Forschung hinunter zu Wochen.

(c) Martin Pacher / brutkasten

Beim konkreten Nutzen für Firmenkunden hält sich Roch hingegen zurück, aus einem strukturellen Grund: „Wir sind ein Dienstleister. Wir sehen den generierten Mehrwert nicht, und die Kunden wollen ihn nicht teilen.“ Das habe auch mit Sicherheitsanforderungen zu tun, ergänzt das Unternehmen: Angaben zum erzielten Return on Investment erhalte Atinary dann, wenn Kunden sie von sich aus teilen — teils münde das in gemeinsame Publikationen.

Die einzige konkrete Zahl, die er im Gespräch nennt, stammt aus einer gemeinsamen Publikation mit dem Aromen- und Duftstoffkonzern dsm-firmenich: Dort konnte der Einsatz eines teuren Edelmetalls so stark reduziert werden, dass dessen Kostenanteil um rund 95 Prozent sank. Es sei nicht die einzige gemeinsame Veröffentlichung mit Kunden, betont das Unternehmen — weitere gebe es etwa mit dem Pharmakonzern Takeda.

(c) Martin Pacher / brutkasten

Auch ein aktueller gemeinsamer Blogbeitrag von AWS und Atinary liefert Anhaltspunkte. Ein Manager von Takeda wird dort mit der Aussage zitiert, eine Optimierung habe mit dem selbstfahrenden Ansatz rund eine Woche gedauert, verglichen mit ein bis zwei Monaten auf dem herkömmlichen Weg. Am MIT wiederum löste ein Forschungsteam mit der Software eine knifflige Aufgabe aus der Solarzellenforschung in nur 25 Versuchen, innerhalb einer strikten Frist von vier Wochen. Und über das eigene Labor, das Atinary heuer in Boston eröffnet hat, heißt es: Es erzeuge in einer Woche mehr Versuchsdaten, als ein Doktorand in fünf Jahren produziert.

Bezahlter Pilot, Lizenz pro Arbeitsplatz

Wirtschaftlich steht Atinary noch am Anfang. Das Unternehmen befindet sich in der Seed-Phase, öffentlich auffindbar sind laut Roch rund zehn Millionen an bisheriger Finanzierung, eingesammelt über Venture Capital, Family Offices und Förderungen. Als Nächstes peilt er eine Series A an. Das Wachstumskapital dafür werde voraussichtlich aus den USA kommen: „Der Ansatz ist in Europa und den USA sehr unterschiedlich.“

Paco Laveille, Managing Director, SwissCAT+ East, ETH Zurich | (c) Martin Pacher / brutkasten

Verdient wird über Software-Lizenzen, abgerechnet pro Arbeitsplatz. Am Anfang steht ein dreimonatiger, bewusst kostenpflichtiger Testlauf. „Wenn der Pilot nicht bezahlt ist, stecken die Kunden nicht die Ressourcen hinein, um ihn richtig zu testen“, sagt Roch. Dass er mit diesem Modell Geld liegen lässt, räumt er offen ein: Eine Beteiligung am geschaffenen Wert wäre lukrativer, scheitert aber daran, dass die Kunden diesen Wert eben nicht offenlegen.

Die Kundschaft kommt bisher vor allem aus der Pharmabranche, die laut Roch am ehesten bereit ist, Neues zu riskieren; der Rest der Industrie folge dann. Einsatzfelder gibt es aber quer durch: Lebensmittel, Duftstoffe, Materialforschung, grüne Energie, und gemeinsam mit Stanford sogar Zelltherapien gegen Krebs. Umsatz machen vor allem Konzerne. Mit Universitäten arbeitet Atinary eng zusammen, weil sich dort Ergebnisse veröffentlichen lassen, sie werden so zu Botschaftern der Technologie. Auch KMU zählen zu den Kunden, das jüngste sei erst vor wenigen Tagen dazugekommen. Die Arbeitsteilung im Unternehmen: Das Entwicklerteam sitzt bei Roch in Lausanne, das eigene Labor steht in Boston, dort, wo die großen Pharma-Forschungszentren angesiedelt sind.

„Fast jeden zweiten Tag ein neues Startup“

Beim Thema Konkurrenz wird Roch deutlich: Der Bereich „AI for Science“ ziehe derzeit massiv Gründungen an, fast jeden zweiten Tag komme ein neues Startup dazu. Gefährlich sei daran vor allem eines: Mit den heutigen KI-Werkzeugen lasse sich sehr schnell ein beeindruckender Prototyp bauen, der Kunden begeistert. „Unter der Haube ist das aber kein produktionsreifer Code, der bei einem Großunternehmen laufen kann.“ Atinary sieht er im Vorteil, weil man seit 2019 das gesamte Paket aufgebaut habe: die Anbindung an die Laborgeräte, das eigene KI-Training, die Anwendungen und die wissenschaftliche Glaubwürdigkeit durch den eigenen Beirat. Dazu kommt laut Unternehmen ein Netzwerk an Technologiepartnern, darunter AWS, ABB Robotics, Agilent, Bruker, Chemspeed und Mettler-Toledo. Im wissenschaftlichen Beirat sitzt unter anderem der MIT-Chemiker Stephen Buchwald — im Bostoner Labor optimiert Atinary nach eigenen Angaben ausgerechnet die nach ihm benannte Buchwald-Hartwig-Reaktion.

(c) Martin Pacher / brutkasten

Zugleich beobachtet er seit heuer einen Umschwung im Markt: Kunden dächten zunehmend in einer Wettlauf-Logik. Wer die Technologie nicht als Erster einsetze, riskiere, dass es die Konkurrenz tut. Und wenn diese in Wochen schafft, wofür man selbst Jahre braucht, sei der Rückstand kaum aufzuholen.

Die größte Hürde ist der Mensch

Und was bremst die Verbreitung? Nicht die Technik, sagt Roch, sondern der Mensch. „Der Wissenschaftler im Labor ist oft seit 15, 20 Jahren dort. Wenn man ihm sagt: Wir können deine Forschung um den Faktor zehn oder hundert beschleunigen, sagt er: Nein. Ich kenne mein Fach besser als irgendein Algorithmus.“ Es sei dabei weniger mangelndes Vertrauen, die Technologie werde schlicht als Bedrohung für den eigenen Job empfunden. Christoph Schnidrig von AWS ergänzt: Dieses Muster kenne man von jeder Technologiewelle, von der Einführung der Cloud bis zur KI in der Softwareentwicklung. Rochs Haltung dazu: Jobs würden sich verändern, aber nicht verschwinden. „Am Ende ist es ein Werkzeug. Der Mensch bleibt am Steuer.“

(c) Martin Pacher / brutkasten

Zum Vertrauen gehört auch die Datenfrage, schließlich legen die Kunden ihr wertvollstes Gut, ihre Forschungsdaten, in die Plattform. Die läuft vollständig auf der Cloud von AWS. Roch verweist auf Prüfungen, Audits und Sicherheitstests; personenbezogene Daten würden praktisch keine gespeichert, schon gar keine Patientendaten, dafür sei man in der Forschung viel zu früh angesetzt. Auch deshalb sieht er im EU AI Act derzeit kein Hindernis: In Kundengesprächen sei die Regulierung bislang schlicht kein Thema gewesen.

Auszeichnung vom Weltwirtschaftsforum

Während brutkasten mit Roch in Zürich spricht, befindet sich sein Mitgründer, CEO Hermann Tribukait, gerade im chinesischen Dalian, um dort den Technology-Pioneer-Award des Weltwirtschaftsforums entgegenzunehmen. Zu den früheren Preisträgern der Auszeichnung zählen Roch zufolge Namen wie Google, Dropbox und Airbnb. Preisgeld gibt es keines, der Wert liege im Zugang zum Netzwerk des Forums und zu Entscheidungsträgern großer Unternehmen. Kunden in China hat Atinary übrigens keine, und das dürfte vorerst so bleiben: Als in den USA registriertes Unternehmen sei das Geschäft mit chinesischen Firmen „wegen der Geopolitik sehr heikel“.

Gefragt nach dem Blick fünf Jahre voraus, skizziert Roch eine Vision, die er ausgerechnet am Vorbild seines Cloud-Partners entwirft: Labore, die wie Rechenleistung aus der Cloud abrufbar sind, weltweit vernetzt, mit einer übergeordneten KI, die Erkenntnisse zwischen Forschungszentren auf verschiedenen Kontinenten austauscht.

Den Antrieb dahinter beschreibt er ganz persönlich: Er und seine Mitgründer seien Naturliebhaber, und die Energiewende brauche schnellere Forschung. „Der Planet kann nicht noch ein Jahrzehnt warten, bis wir Lösungen finden.“ Sein Befund nach sieben Jahren: „R&D ist heute noch zu langsam.“


Disclaimer: Die Reise- und Übernachtungskosten wurden von Amazon Web Services übernommen.

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

„Durch Agiles Arbeiten wird die Organisation sicher nicht effizienter“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

„Durch Agiles Arbeiten wird die Organisation sicher nicht effizienter“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

„Durch Agiles Arbeiten wird die Organisation sicher nicht effizienter“

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 …

„Durch Agiles Arbeiten wird die Organisation sicher nicht effizienter“

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 …

„Durch Agiles Arbeiten wird die Organisation sicher nicht effizienter“

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 …

„Durch Agiles Arbeiten wird die Organisation sicher nicht effizienter“

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 …

„Durch Agiles Arbeiten wird die Organisation sicher nicht effizienter“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

„Durch Agiles Arbeiten wird die Organisation sicher nicht effizienter“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

„Durch Agiles Arbeiten wird die Organisation sicher nicht effizienter“