17.05.2021

Game-Changer „Entscheidungsökonomie“

In seiner aktuellen Kolumne beschäftigt sich Mic Hirschbrich damit, wie der Übergang von der Datenökonomie zu einer Entscheidungsökonomie.
/artikel/entscheidungsoekonomie
Mic Hirschbrich über Entscheidungsökonomie
brutkasten-Kolumnist Mic Hirschbrich | Hintergrund: (c) Adobe Stock / Evgenia

Wir haben uns in der letzten Kolumne angesehen, wie Technologie unser Verständnis von Ökonomie und Staat verändert. War das Problem „zentraler Planung“ bisher mitunter auch eines zu großer Datenmengen und Komplexität („socialist calculation debate“), scheint dies mit Technologie zunehmend lösbar zu sein, staatlich wie privat.

Dies ist auch ein Erklärungsversuch, weshalb China etwas schaffte, was wir bislang für undenkbar hielten: ein kommunistisches Einparteiensystem mit starker zentraler Planung und Regulierung mit kapitalistischen Mechanismen erfolgreich zu vereinen.

Durch Big Data, Machine Learning und nicht zuletzt IoT (Internet of Things), erhalten wir immer exaktere Abbildungen der Realität und schaffen damit die Voraussetzungen für immer bessere (auch automatisierte) Entscheidungen. Dies ist zunächst ein neutraler Befund, was Technologie leisten kann. Es ist keine (ideologische) Wertung, ob irgendeine Art zentraler Planung innerhalb von Ökonomien unter diesen neuen Voraussetzungen überhaupt anzustreben sei.

In den USA gehen zahlreiche KI-Initiativen auf Private zurück, die einen großen Anteil globaler Daten auf sich vereinen. In China hat man 2017 zentral die politische Doktrin ausgegeben, die globale Führungsmacht in Sachen Künstlicher Intelligenz werden zu wollen. Dieser klaren strategischen Ansage folgten Entscheidungen, große und aggregierte Datenmengen für gemeinsame (staatliche) Ziele und KI-Programme zu nutzen.

Das zentrale zur Verfügung haben der passenden Datenquellen, quantitativ wie qualitativ, eint also die aufstrebenden KI-Mächte. Die verfolgten Ziele aber könnten unterschiedlicher nicht sein.

Quo vadis, Europa?

Europa scheint bei diesem Thema sinnbildlich zwischen den beiden Welten zu stehen. Wir regulieren Technologie mehr als die USA und positionieren uns sogar damit am Weltmarkt (siehe auch DSGVO), lehnen aber zu starke staatliche Eingriffe ab und glauben an sich frei entfaltende Unternehmer*innen und deren Wirkung.

Aber was tun bei tatsächlichem und schwerem Marktversagen? Kommt dann dem Staat eine stärkere Rolle zu? Die Frage, wie viel Staat und wie viel privat es in dieser Industrie braucht, ist vielschichtig. Aus technologischer Sicht könnten wir am Ende sogar beides brauchen, mehr privat und mehr Staat.


Auf dem Weg zur Entscheidungsökonomie

Als „Entscheidungsökonomie“ bezeichne ich ein wirtschaftliches System, in dem private Teilnehmer und der regulierende Staat zunehmend auf die Optimierung ihrer digitalen „Entscheidungssysteme“ mittels Hochtechnologie setzen. Wir sehen uns gleich an, was das bedeutet.

Die Entwicklung der Ökonomien war und ist bestimmt vom Wissen über sie, die verfügbaren Daten sowie die Entscheidungen, die man darauf basierend trifft. Wir stehen am Übergang von der Datenökonomie in die Entscheidungsökonomie. Zu Beginn der digitalen Revolution begannen wir, analoge Prozesse zu digitalisieren. Die Referenzen dabei waren fast immer physischer Natur. Dementsprechend fragil und schwach waren deshalb diese ersten digitalen Anwendungen in der Ära Web 1.0 und 2.0. Später lösten sich vereinzelte Anbieter von den analogen Referenzen und entwickelten, auch mithilfe von Web 3.0-Technologien und immer größeren und hochwertigeren Datenquellen (Big Data), intelligentere Anwendungen und Plattformen. Die Nutzenstiftung digitaler Technologien wuchs jetzt massiv, denn anders als in der ersten Phase der „Digitalisierung“, begann man jetzt, mittels neuer Datenmodelle die Kunden besser zu verstehen und Produkte mächtiger zu designen.

Und während der eine Teil der Welt noch immer am Beginn der Datenökonomie steht und versucht, seine analogen Prozesse zu digitalisieren, positionieren sich innovative Stürmer schon inmitten der neu entstehenden Entscheidungsökonomie. In ihr werden nicht mehr nur aufwendig Daten analysiert, sondern sie werden genutzt, um hoch-effiziente Entscheidungs-Maschinen damit zu trainieren. Das Ziel ist es, die schnellsten und besten Entscheidungsmaschinen zu entwickeln, die es je gab. Wir nennen diese Technologie Künstliche Intelligenz (KI).


Haben wir einen Plan für unsere KMU?

Wenn das Rückgrat einer Ökonomie überwiegend aus kleinen und mittleren Unternehmen besteht und man zudem Standortnachteile bei hochskalierenden Technologien und deren Finanzierung hat, tun sich selbige mit KI naturgemäß schwer. Die Entwicklung dieser Technologie ist besonders aufwendig, kostenintensiv und riskant. Unsere kleinteiligen Wirtschaftsstandorte haben obendrein den harten Wettbewerb in ihrer DNA. Mit wenigen Ausnahmen. Da und dort kennen wir erfolgreiche Genossenschaftsmodelle und in manchen Branchen (etwa Automobil oder Kunststoff) bündeln wir Interessen zu Clustern. Aber bringen Sie einmal einem starken europäischen Mittelständler bei, seine wichtigsten Daten für ein gemeinsames KI-Projekt zu teilen. Aber genau das braucht es jetzt bei vielen Anwendungen. Strategische Partnerschaften und Kooperationen von in harter Konkurrenz befindlichen Marktteilnehmern.

Um aus der Datenökonomie in die viel mächtigere Entscheidungsökonomie zu kommen, braucht es also schnellen Zugang zu aggregierten Daten, die sich zum Trainieren diverser KI-Systeme eignen. Eine in vielen Fällen benötigte Daten-Kooperation muss einen (auch monetären) Ausgleich unter jenen schaffen, die diese Daten sicher zur Verfügung stellen sowie die KI-Entwicklungen daraus finanzieren.

Eine kürzlich erschienene Studie aus Deutschland hat gezeigt, dass Unternehmen, die auf KI setzen, im Durchschnitt einen um 25 Prozent höheren Gewinn verzeichnen. Aber nicht einmal zehn Prozent der Unternehmen haben diesen Schritt gewagt.

Der Staat kann hier eine wichtige Aufgabe übernehmen und zur sicheren „Clearing-Stelle“ werden, denn offensichtlich haben wir in diesem wichtigen Innovationsbereich ein folgenschweres Marktversagen, lassen doch rund 90 Prozent der Unternehmen den anstehenden Technologiesprung ungenutzt vorbeiziehen.

Die USA gründen eine Agentur, Europa schreibt ein Papier

In den USA hat man für die KI-Zukunft einen konkreten Plan erstellt. Die „National Artificial Intelligence Initative“ ist eine KI-Agentur, die im Jänner diesen Jahres ihren Dienst aufgenommen hat. In Ihrem Zentrum steht die zentrale Koordination aller KI-Aktivitäten, um die Chancen aus dieser Technologie – sicher und ethisch – nutzen zu können.

Die digitale Strategie der EU, die vor kurzem das Licht der Welt erblickte, ist mal in Papierform erschienen. Sie klingt aber nicht unähnlich. Mit einer Ausnahme. Wie beim Datenschutz glaubt die EU auch hier, dass die Regulierung dieser Technologie ein globaler Wettbewerbsvorteil sein kann. Am Markt wiederum wünscht man sich ein hoch wettbewerbsfähiges Framework, in dem Sicherheit und Ethik selbstverständlicher Bestandteil sind, aber nicht zum alleinigen Produkt werden. Die selbstverständliche Sicherheit steht also im Zentrum, ob das Ding funktioniert oder den bestmöglichen Nutzen für die Bürger*innen stiftet, scheint weniger bedeutsam zu sein, zumindest wird dieser Eindruck da und dort geweckt.

Fairerweise liest sich das jüngste Dokument zur KI-Strategie besser als frühere Entwürfe, aber Europa scheint bei vielen Technologiefragen im Schwitzkasten der Angst-Industrie zu stecken.

Haben wir einen Plan für unsere KI-Wirtschaft?

Wir brauchen KI, die kompatibel zu unseren europäischen KMU ist. Die Fähigkeit aus (unseren) Daten auch die besten Entscheidungen zu treffen und damit ökonomisch erfolgreich zu sein, darf nicht den Großen überlassen werden. Nicht den großen Staaten und nicht den großen (nicht-europäischen) Unternehmen. Europas Zukunft in der Datenökonomie wird dadurch entschieden, ob KI seiner kleinteiligen Wirtschaft zugänglich gemacht werden kann oder nicht. Ob hunderttausende europäische Groß- und Einzelhändler selbst KI-basierte Nachfrage-Vorhersagemodelle entwickeln können, Logistik- und Produkt-Optimierungen, etc. darf bezweifelt werden. Und ob „der Markt“ das abseits von Amazon und Shopify selbst in der Breite schafft, ist ebenso mehr als fraglich. (Die Situation ist aber von Industrie zu Industrie unterschiedlich zu bewerten.)

Wir können heute technologisch viele Industrie-Anforderungen in Core- und Backend- sowie in App- und Frontend-Bereiche unterteilen. Erstere könnte sich bei KI (ähnlich zu Energie oder Verteidigung) zu einer Art „Basis-Technologie“ entwickeln, die bei besonders hohen Komplexitäten staatlich oder mittels PPP-Modellen zur Verfügung gestellt wird. Dies sollte nur dort geschehen, wo der Markt versagt und die Konsequenzen daraus für uns untragbar sind. Aber dort könnte es der rettende Strohhalm werden. Im Anwendungsbereich, also dem obersten Layer, kann der Wettbewerb toben und seine Ressourcen unternehmerisch einsetzen.

Ob der Staat bzw. die EU sich hier stärker engagieren wird, wir werden es sehen.

Fazit

Chinas ökonomische Zukunft liegt offenbar in einer „datenbasierten Planwirtschaft plus reguliertem Kapitalismus“. Der amerikanische „Plan“ umfasst starke und autonome Private, überlässt die KI-Zukunft aber auch nicht diesen und bündelt alle strategischen Fragen in einer ordentlich ausgestatteten Agentur mit weitreichenden Befugnissen. Europas Plan für die KI-getriebene Entscheidungsökonomie steht jetzt mal auf einem Papier. Darin war einiges erwartbar und manches ermutigend. Frei nach Goethe möchte man nun zurufen: Nun lasset den Worten Taten folgen!


Zum Autor

Mic Hirschbrich ist CEO des KI-Unternehmens Apollo.AI, beriet führende Politiker in digitalen Fragen und leitete den digitalen Think-Tank von Sebastian Kurz. Seine beruflichen Aufenthalte in Südostasien, Indien und den USA haben ihn nachhaltig geprägt und dazu gebracht, die eigene Sichtweise stets erweitern zu wollen. Im Jahr 2018 veröffentlichte Hirschbrich das Buch „Schöne Neue Welt 4.0 – Chancen und Risiken der Vierten Industriellen Revolution“, in dem er sich unter anderem mit den gesellschaftspolitischen Implikationen durch künstliche Intelligenz auseinandersetzt.

Deine ungelesenen Artikel:
30.09.2026

„Sales before the product“: Florian Kandler über Traction und den Weg zu den ersten Kund:innen

„Ich kann nichts verkaufen, ich habe das Produkt noch nicht": Für Florian Kandler ist das einer der großen Denkfehler junger Gründer:innen. Im Interview erklärt der Startup-Coach, wie man Traction aufbaut, bevor das Kapital dafür da ist.
/artikel/sales-before-the-product-florian-kandler-interview
30.09.2026

„Sales before the product“: Florian Kandler über Traction und den Weg zu den ersten Kund:innen

„Ich kann nichts verkaufen, ich habe das Produkt noch nicht": Für Florian Kandler ist das einer der großen Denkfehler junger Gründer:innen. Im Interview erklärt der Startup-Coach, wie man Traction aufbaut, bevor das Kapital dafür da ist.
/artikel/sales-before-the-product-florian-kandler-interview
Startup-Coach Florian Kandler rät Gründer:innen, schon vor dem fertigen Produkt zu verkaufen | Foto: Bianca Perfahl

Florian Kandlers Startup Report erscheint heuer in elfter Ausgabe und wurde im Mai gemeinsam mit KPMG präsentiert. Er ist bewusst kein Datenwerk und kein politisches Papier: Die Zahlen bekomme man ohnehin auf Knopfdruck, so Kandler. Stattdessen befragt er jene Gründer:innen, die bereits Funding eingesammelt haben, nach ihren konkretesten Learnings. Kandler hat seit seiner Rückkehr aus dem Silicon Valley über 3.000 Gründer:innen begleitet, die zusammen mehr als eine Milliarde Euro aufgenommen haben, und ist bereits im achten Jahr offizieller Startup-Coach bei „2 Minuten 2 Millionen“.

Aus den Antworten lässt sich heuer eines klar herauslesen: Der Druck Richtung Traction steigt. Kapital konzentriert sich auf wenige Segmente, die Abstände zwischen den Runden werden länger, und Investor:innen wollen Proof from the Market sehen, nicht bloß eine gute Geschichte. Lukas Lauder von Repark bringt es im Report auf den Punkt: „Investors don’t invest in your product, they invest in momentum.“

Daraus ergibt sich ein Dilemma, das gerade First-Time-Founder kennen: Wie baut man Traction auf, wenn das Kapital dafür noch fehlt? Kandlers Antwort ist ein Mindset-Shift, den er „Sales before the product“ nennt.

Du machst den Report seit elf Jahren. Welcher Trend sticht heuer am stärksten heraus?

Die starke Verschiebung hin zu Traction. Die Leute wollen immer mehr Momentum und Proof from the Market sehen, nicht nur den Beweis, dass jemand eine gute Geschichte erzählen kann oder dass theoretisch Potenzial da ist. Stefan Steiner von Don’t Call it Deo sagt es so: nicht nur auf die Idee fokussieren, sondern auf Market Traction. Storytelling ist für Pitch Competitions oder Community Pitches nett, aber wenn du mit Investor:innen sprichst, musst du in einen anderen Gang schalten. Da zählt Groove.

Zieht sich das durch alle Phasen?

Durch alle Fundingphasen, von den ganz Kleinen bis zu den Großen. Nur bedeutet Traction in jeder Phase etwas anderes, und es verschiebt sich, was dort durchschnittlich und was überdurchschnittlich ist. Was sich nicht verschiebt: Es muss heute einfach mehr an Traction da sein als noch vor einigen Jahren. Eine Idee und eine tolle Vision allein, und dann kommt das Geld, das funktioniert nicht mehr.

Das klingt nach einem Dilemma: Ohne Kapital ist Traction schwer aufzubauen.

Das ist einer der großen Denkfehler, die ich bei jungen Gründer:innen immer wieder sehe. Viele kommen mit: „Ich hatte vor Jahren die Idee, habe daran gebastelt, das Potenzial ist riesig, und jetzt suche ich einen strategischen Investor, der mich bei Marketing und Vertrieb unterstützt.“ Bastler mit Idee, null Market Validation. Oder: „Ich kann ja nichts verkaufen, ich habe das Produkt noch nicht.“ Das ist grundfalsch. In der Sekunde, in der du die Idee hast, überlegst du: Wer ist die ideale Zielgruppe? Du baust deine Hypothese darum, gehst raus und sprichst mit diesen Leuten, auch wenn dein Produkt erst in drei Jahren fertig ist. Die Traction, die du aufbaust, ist das Interesse, das du dort erzeugst.

Hast du ein Beispiel?

Ich betreue gerade einen Gründer, der schon jetzt Pre-Orders schreibt und pro Kunde 10.000 Euro kassiert, damit sich diese das Recht sichern, die ersten Pilotkunden werden zu dürfen. Das Produkt ist noch lange nicht fertig, er hat aber ganz klar einen Nutzen bei den Kunden identifiziert und mit smartem Verkauf FOMO erzeugt. So konnte er schon Aufträge erhalten, bevor das Produkt fertig ist. Das ist Traction.

Und im Consumer-Bereich?

Da sage ich den Leuten bei „2 Minuten 2 Millionen“: Der Pitch ist so gut, wie er sein kann. Aber bis du in sechs Wochen im Studio bist, mach eine einzige Sache. Geh raus in alle Mom-and-Pop-Shops, die dein Produkt brauchen können, verkauf es ihnen, gib es ihnen auf Kommission, erzeug Traction. Wenn das Produkt noch nicht fertig ist, hol dir zumindest ein Stück Papier, etwa eine unterzeichnete Absichtserklärung, das zeigt: Die Leute wollen das. Erst letzte Woche hat ein Gründer aus Tirol, der sich gerade auf seinen großen Auftritt im Studio vorbereitet, genau das umgesetzt. Fünf Tage später schickte er mir eine aufgeregte WhatsApp-Nachricht, dass er über sein altes berufliches Netzwerk bereits zwei Vorbestellungen gewinnen konnte.

Was braucht es, damit das gelingt?

Zwei Dinge. Erstens ein Produkt, das wirklich mit dem Markt resoniert. Wenn du das nicht hast, hast du ohnehin kein Anrecht auf Kapital. Und zweitens die Fähigkeit und die Bereitschaft, rauszugehen. Die fehlt vielen, teils weil sie es nicht können, teils weil sie es nicht wollen. Aber das lässt sich mit Kompetenzaufbau ganz gut heilen: Sobald du merkst, das funktioniert und die Leute finden es geil, kriegst du auch Mut. Ich sehe das regelmäßig in meinen Beratungen, wie meine Gründer dann plötzlich Eigendynamik entwickeln. „Sales before the product“ ist einer der größten Mindset-Shifts, die junge Gründer:innen verstehen müssen. Wenn man die Methoden einmal kennt, kann das wirklich jeder umsetzen.

Und wenn diese Bereitschaft im Team fehlt?

Dann wird es schwierig. Wenn alle Angst vor dem Kunden haben, fehlt genau die Person, die keine Angst hat, und die braucht es. Die anderen verkriechen sich hinterm Computer, denken sich digitale Ad-Kampagnen aus oder gehen zum Investor und sagen: „Ich brauche 300.000 Euro, davon 150.000 fürs Marketing.“ Das gibt dir niemand, solange du nicht im Kleinen getestet hast, ob die Leute es überhaupt brauchen. In 99 Prozent der Fälle gibt es Growth Hacks, mit denen du ohne Cash-Budget Staub aufwirbeln und sehen kannst, ob es funktioniert oder nicht.

Konkret: Wie geht man mit einem unfertigen Produkt im B2C auf Kund:innen zu?

Ein möglicher Weg im Consumer-Bereich ist, die Leute auf Social Media abzufangen. Ich betreue gerade eine Gründerin, die eine sehr intelligente Functional-Cosmetics-Brand aufbaut. Jeder Investor hofft, dass jemand im Team versteht, daraus auf Social Media Buzz zu bauen. Wenn dein Produkt neuartige Eigenschaften hat, musst du es so vermarkten, dass die Leute heiß werden und du vielleicht einen Pre-Sale machst, wie beim Fashion Drop: Die Kollektion kommt erst im September, aber die Leute zahlen heute schon. Irgendjemand muss diese Message rüberbringen, ob als Person und Fürsprecherin, wie coole Food-Gründerinnen, die vor der Kamera ihr Produkt zeigen, oder abstrakter über Content und meinetwegen KI-generierte Avatare. Und das ist nur einer von mehreren möglichen Wegen, die man je nach Unternehmen und Situation einschlagen kann.

Und im B2B?

Da musst du ran an den Speck, und Networking ist entscheidend. Ich gebe in Workshops eine Übung: Nimm dein Telefon, schau, wer da drin ist und wer von denen wen kennen könnte. Ruf deine zehn besten Freunde an, die dich mögen, dir Gutes wollen und die wissen, dass du kein Depp bist, und sag: „Ich suche jemanden in dem und dem Bereich, kennst du wen?“ Du wärst überrascht, wie schnell die ersten Termine stehen. Funktioniert auch auf Konferenzen und Events, wo diese Menschen herumlaufen. Aber weg von diesen drögen Kundeninterviews à la „Würdest du das kaufen?“. Das ist fast wertlos, für die Unternehmer:innen wie für Investor:innen. Wer es ernst meint, liest „The Mom Test“, denkt den Inhalt dieses Buchs konsequent wie ein Verkäufer weiter und baut aus dem Gespräch direkt einen Sales-Funnel. Im besten Fall ist das eine Pre-Order mit Cash, im nächstbesten eine Pre-Order ohne Cash, dann ein Letter of Intent.


Info: Fundraising Winter Camp™ 2026

Jeden Winter bereitet Florian Kandler eine kleine Gruppe von zehn Startups in drei Wochen online auf ihre Investor:innen-Suche vor. Das Camp 2026 startet am 14. Jänner.. Die Sommer-Version des Camps läuft seit 10 Jahren immer im Juli. Die Plätze sind jedes mal ausgebucht. Wer beim nächsten Durchgang dabei sein will, kann sich über Florian Kandlers Newsletter auf www.GetFunding.how/camp voranmelden und wird zum nächsten Camp eingeladen.

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

Game-Changer „Entscheidungsökonomie“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Game-Changer „Entscheidungsökonomie“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Game-Changer „Entscheidungsökonomie“

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 …

Game-Changer „Entscheidungsökonomie“

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 …

Game-Changer „Entscheidungsökonomie“

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 …

Game-Changer „Entscheidungsökonomie“

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 …

Game-Changer „Entscheidungsökonomie“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Game-Changer „Entscheidungsökonomie“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Game-Changer „Entscheidungsökonomie“