12.06.2015

“Es ist leichter nichts zu Essen, als sich sein Scheitern einzugestehen”

/artikel/es-ist-leichter-nichts-zu-essen-als-sich-sein-scheitern-einzugestehen
Von 7.000 Dollar in Jahr musste John leben, nachdem sein Startup Pleite ging.

Johns Leben war gut. Bis zu dem Moment, als sein Startup Pleite ging. Plötzlich musste er von 7.000 Dollar im Jahr leben. Er borgte sich nicht viel Geld aus – nur einmal 750 Dollar von einem Freund. Seine tägliche Mahlzeit? Hühnersuppe. Doch das größte Problem waren jene Freunde, die seine Armut nicht verstehen konnten. Kein Wunder, keinen von ihnen brachte eine einfache Bank-Gebühr zum Zittern – für John konnte sie bedeuten, dass er zwei Tage lang würde hungern müssen. Doch es gab auch jene Freunde, die einmal in der Woche nach ihm sahen, sich vergewisserten, dass es ihm gut ging. Dass er noch lebte.

Wenn sich seine Freunde trafen und ihn einluden, musste John jedes Mal fürchten, dass die Frage kam, ob er eine Kiste Bier bringen könnte. Eine Kiste Bier, die ihn drei Tage Essen kosten würde. Und überhaupt, wie würde er zu ihnen fahren? Würde der Abend den Preis eines Bustickets wirklich wert sein?

Keine Angst – John hat wieder einen Job. 58.000 Dollar verdient er nun im Jahr – aber an die Zeit, als er von einem Bruchteil leben musste, denkt er immer noch. BusinessInsider gibt er ein Interview, das “der Brutkasten” nicht vorenthalten möchte:

Wie sah dein tägliches Leben aus? Wie bist Du in die miserable Situation überhaupt gekommen?

Ich habe im Startup Business gearbeitet und wusste nicht mehr ein und aus. Eine hoffnungslose Situation! Ich wusste nicht, ob ich aussteigen sollte, denn überleben konnte ich auch nicht von dem Geld, das ich einnahm.

Mein Alltag war hart. Am absoluten Tiefpunkt begann ich wie ein Teenager im Urlaub zu leben- mit der Ausnahme, dass ich fast 30 war: Ich wachte um 10 Uhr auf, zu “Arbeiten” begann ich um 13:30 Uhr. Nachdem ich weder Geld noch Optionen hatte, gab ich mich mit 3-4 “Erledigungen” pro Tage zufrieden, wie den Abwasch erledigen oder zu Duschen.

Wie kam es dazu, dass alles dermaßen außer Kontrolle lief? 

Das Startup, an dem ich arbeitete, war anfangs auf Erfolgskurs, aber langsam kam immer weniger Geld herein. Ich zahlte mir selbst weniger aus, damit ich meine Mitarbeiter zahlen konnte. Ich begann mich damit anzufreunden, dass es Scheitern würde. Ich hatte keinen Plan, wie ich das Ruder noch herumreißen könnte. Außerdem: Wie findet man heraus, dass das Schiff bereits zu weit gesunken ist? Und, besser noch, was macht man dann? Es ist schwierig, herauszufinden, wann es genug ist – und es ist leichter nichts zu Essen, als sich einzugestehen, dass man gescheitert ist.

Ich habe es gar nicht bemerkt, bis ich mir tatsächlich nichts mehr zum Essen leisten konnte. Erst dann habe ich plötzlich realisiert, dass alles komplett aus dem Ruder gelaufen ist.

Übrigens, kein Geld zu haben, lehrt dich, wer deine wahren Freunde sind.

Du hast erwähnt, dass du viele deiner Freunde am Weg verloren hast. Bist du nun vorsichter, wen du zu deinen Freunden zählst? 

Bestimmt. Vor der Zeit, hatte ich viele Schönwetter-Freunde. Die waren nicht da, als ich sie tatsächlich gebraucht habe. Nun habe ich eine bessere Idee, wer die “echten” Menschen sind.

Was hast Du mit dem Geld deines ersten Gehaltschecks angestellt? 

Ich bin zum Gourmet-Burgerstand gegangen und habe dort zu Mittag gegessen. Einen Burger und ein Bier – nichts Besonderes, trotzdem habe ich fast geweint.

Dann habe ich eine Uhr und ein Paar Sonnenbrillen reparieren lassen. Klingt doof, aber ich hatte diese beiden Gegenstände ein Jahr lang in meinem Zimmer liegen, sie zu reparieren (vielleicht 20 Dollar insgesamt) konnte ich mir nicht leisten. Ich habe sie jeden Tag gesehen und mir gedacht “mach dich nicht lächerlich, John, das ist Luxus!”

Hat sich dein Lifestyle sehr verändert? 

Ich habe eine Liste angefertigt mit all den Dingen, die ich erledigen muss, um wieder voll da zu sein. Neue Kleidung (alles sah komplett abgetragen aus), ein neues Handy (der Bildschirm war gesplittert), neue Gläser (die waren ebenfalls gebrochen). Es war eine Genugtuung, diese Sachen zu reparieren. Ich genieße es, Miete zu zahlen. Aber ganz generell, Geld zu haben, bedeutet, die Freiheit zu haben, im Leben eines jeden teilzunehmen (ob man nun auf ein Bier geht, oder ein Geburtstagsgeschenk kaufen muss)

Ich habe mich schon verändert: Ich nehme Geld nicht mehr als selbstverständlich an, wie ich es davor gemacht habe. Ich frage mich, ob ich den Kaffee am Morgen wirklich kaufen will, wenn ich ihn mir doch auch selbst machen kann. Aber am interessantesten ist doch, dass ich mich wieder geistig gesund und fit fühle.

Was ist dein bester Ratschlag für jemanden, der ebenfalls aus den Schulden kommen möchte?

Frag nach Hilfe. Schulden machen Angst. Bitte um Rat und Unterstützung. Das Schlimmste ist, wenn du beginnst, zu akzeptieren. Dies als genereller Ratschlag. Persönlich denke ich, dass man versuchen muss, sein unüberbrückbares Problem herunterzubrechen in zählbare, messbare Probleme. Finde heraus, was du tun musst, um da auf einer täglichen Basis wieder raus zu kommen.

Quelle

Deine ungelesenen Artikel:
13.01.2025

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
13.01.2025

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
Die dritte Folge von "No Hype KI" mit Manuel Moser, Alexandra Sumper, Moritz Mitterer und Clemens Wasner (v.l.n.r.) (c) brutkasten

„No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz.


Wie lässt sich KI “richtig” in Unternehmen integrieren? Wieso erleben Unternehmen einen “Bottom-Up-Push” und warum sprechen viele dabei noch von großen Hürden? Um diese und viele weitere Fragen ging es in der dritten Folge von “No Hype KI”. Zu Gast waren Alexandra Sumper von Nagarro, Manuel Moser von CANCOM Austria, Moritz Mitterer von ITSV sowie Clemens Wasner von AI Austria und EnliteAI.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

Der Bottom-Up-Push

“Der AI-Hype ist jetzt circa zehn Jahre alt”, startet Clemens Wasner die Diskussionsrunde. Was als “vorausschauende Warnung und Betrugserkennung” im B2B-Sektor begann, hat sich eine knappe Dekade später zu einer Bottom-Up-Push-Bewegung entwickelt. “Einzelne Mitarbeitende verfügen teilweise über weitaus mehr praktische Erfahrung mit Generativer KI”, als “das oft auf einer Projektebene passiert”, so Wasner.

Um KI federführend in Unternehmen zu verankern, sei es wichtiger denn je, Mitarbeitende einzubinden und ihnen intern eine Bühne für den Best-Practice-Austausch zu geben, erklärt Wasner weiter. Aktuell ginge der KI-Push immer intensiver von Mitarbeiter:innen aus. Vergleichbar sei diese Bewegung mit dem Aufkommen der Smartphones vor etwa fünfzehn Jahren.

Daten mit Qualität

Als Basis sollte zuerst allerdings der Datenhaushalt eines Unternehmens sauber strukturiert und reguliert werden, sagt Manuel Moser, Director Digital Innovation & Software Engineering bei CANCOM Austria. “Wenn ein Unternehmen in puncto Daten hinterherhinkt, kann das jetzt durchaus ein Stolperstein sein”, sagt der Experte. In CRM- und ERP-Systemen finden sich häufig unvollständige Angaben. Die dadurch entstehende unzureichende Datenqualität könne jede KI-Initiative ins Stocken bringen, so Moser.

“Der größte Feind ist Zettel und Bleistift”

Schon allein das Notieren von Informationen auf Zetteln gilt nicht nur als scheinbar banale Hürde, wie Moser im Talk erläutert. Analoge Gewohnheiten können enorme Auswirkungen auf den gesamten Digitalisierungsprozess des Unternehmens haben: “Ich sage immer: Bei Digitalisierungslösungen ist der größte Feind der Zettel und der Bleistift am Tisch, mit denen man das digitale Tool am Ende des Tages umgeht.”

Gerade der öffentliche Sektor sollte im KI-Einsatz sowie in der Verwaltung von Daten sorgfältig agieren. Moritz Mitterer, Aufsichtsratsvorsitzender der ITSV, spricht von besonders sensiblen Daten aus der Sozialversicherung, die ein enges rechtliches Korsett und damit ein höheres Maß an Vorsicht mit sich bringen.

“Wir haben 2017 in der ITSV damit begonnen, innerhalb der Struktur damit zu experimentieren”, erzählt Mitterer. Ein essentielles Learning daraus: Gerade große Prozessmengen stellen sich als ideales Feld für KI heraus – wenn man vernünftige Leitplanken, klare Haftungsregeln und eine unternehmensweite Governance definiert.

Im Fokus stehen User:innen

Datenqualität, Governance und gleichzeitig reichlich Agilität? Worauf sollten sich Unternehmen in erster Linie konzentrieren, um KI lösungsorientiert einzusetzen? Alexandra Sumper, Director Delivery Österreich bei Nagarro, betont, dass KI-Projekte weit mehr als reine Technik voraussetzen: “Meine Erfahrung zeigt wirklich, nicht zu groß zu beginnen, wenn man erst am Anfang steht.“ Viele Firmen würden sich gerade anfangs in Strategiepapieren verlieren, anstatt realitätsgetreue Use Case zu definieren, so die Expertin.

“Man muss gut darauf achten, dass man liefert. Sowohl an Datenqualität, als auch an optimierter User Experience”, erläutert Sumper. Als Erfolgsbeispiel nennt sie die Asfinag, die einen KI-Chatbot erfolgreich eingeführt hat. Das Besondere dabei: Ein Kernteam entwickelte die KI-Lösung, achtete auf Datenqualität und band die künftigen Nutzer:innen ein. Die Akzeptanz im Unternehmen stieg rasant, erzählt Sumper von den Projektanfängen.

Ähnliche Schlüsse zieht Sumper aus der Beobachtung anderer Kund:innen: In erster Linie gelte es zu testen, ob KI in einem kleinen Rahmen Nutzen bringt. Sobald Mitarbeiter:innen erleben, dass KI ihre Arbeit wirklich erleichtert, wächst das Vertrauen und die Bereitschaft, weitere Schritte zu gehen.

“Am Anfang gibt es nichts, dass zu 100 Prozent funktioniert”

Dass sich eine Trial-and-Error-Phase gerade in den Anfängen des KI-Einsatzes nicht vermeiden lässt, scheint ein allgemeiner Konsens der Diskussionsrunde zu sein. “Es gibt nichts, was sofort 100 Prozent top funktioniert”, so Sumper. Um Fehlerquellen und deren Auswirkungen jedoch möglichst gering zu halten, empfiehlt die Expertin Qualitätssicherung durch ein Key-User-Team, um Fehler festzustellen, zu korrigieren und Daten-Gaps zu schließen.

Hierbei sollen die Möglichkeiten von generativer KI intelligent genutzt werden, wie Clemens Wasner hervorhebt: “Wir haben das erste Mal eine Technologie, die es ermöglicht, unstrukturierte Daten überhaupt auswertbar zu machen.” Nun gilt es, Effizienz in der Datenstrukturierung und -auswertung zu fördern, um mit der aktuellen Welle der digitalen Transformation mitzuhalten. Denn KI ist, wie Manuel Moser von CANCOM Austria bestätigt, ein wesentlicher Teil der digitalen Transformation: “Ein Baustein, wenn man so will, wie ein ausgestrecktes Werkzeug eines Schweizer Taschenmessers.”

KI-Bereiche mit Potenzial zur Ausgründung

Das Gespräch zeigte insgesamt, dass Unternehmen viel gewinnen können, wenn sie KI nicht als fertige Lösung, sondern als Lernprozess verstehen, in den die Belegschaft aktiv mit eingebunden wird. Auf einer soliden Datenbasis mit klarer Kommunikation ließe sich schon in kleinen Projekten ein spürbarer Mehrwert für das Unternehmen erzeugen.

In manchen Branchen, darunter Sozialversicherungen, E-Commerce sowie Luftfahrt und Logistik, sind Fortschritte unvermeidlich, um den steigenden Anforderungen von Markt- und Mitarbeiterseite gerecht zu werden.

Wasner spricht hierbei von einem Fokus auf Digital Business, der sich bereits in der Entstehung neuer Geschäftsfelder am Markt zeigt: Immer häufiger bündeln Unternehmen Wissensträger:innen zu den Bereichen Data, IoT und Machine Learning in einer eigenen Organisation oder Ausgründung. Gezielt wird hier das Potenzial eines eigenen KI-Kernteams zu nutzen und auszubauen versucht.

Luft nach oben

Dass es in vielen Branchen noch reichlich ungenutztes Potenzial gibt, haben mittlerweile einige Reports aufgeschlüsselt dargestellt. Gerade im Healthcare-Bereich sei “mit Abstand am meisten rauszuholen” – unter anderem im Hinblick auf den sicheren und effizienten Umgang mit Patienten- und Amnesie-Daten zur schnellen und akkuraten Behandlung.

Laut Moritz Mitterer der ITSV besteht eine große Herausforderung darin, sensible Patientendaten und strenge Regulatorik mit dem Wunsch nach Fortschritt zu vereinen. Gerade in Sozialversicherungen sei es wichtig, eine klare Governance zu schaffen und den Einsatzrahmen von KI zu definieren. Nur so könne Vertrauen gefestigt und sichergestellt werden, dass neue Technologien nicht an bürokratischen Hemmnissen oder Sicherheitsbedenken scheitern.

Vertrauen ist “noch ein starker Blocker”

“Am Ende des Tages probieren Unternehmen aus: Wie reagiert die Technologie, wie geht man damit um, welche Art von Projekten macht man?”, rundet Manuel Moser von CANCOM Austria die Diskussion ab. Der nächste Schritt liege darin, immer “mehr in die Kernprozesse von Unternehmen reinzukommen”, so Moser. “Und das, glaube ich, ist ein sehr wesentlicher Punkt.” Das Vertrauen, dass es die Technologie braucht. Das ist aktuell noch ein “starker Blocker in Unternehmen”.

Die Expertenrunde teilt einen universellen Konsens: Der Mensch sowie sein Know-how und Vertrauen in KI spielen bei der digitalen Transformation eine erhebliche Rolle. Sobald KI-Anwendungen auf eine verlässliche Datenstruktur und klare Organisation treffen, kann sich KI im Unternehmensalltag entfalten. Erst durch das Zusammenspiel von Technik, Datenkultur und motivierten Teams wird KI zum Treiber neuer Chancen.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
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

“Es ist leichter nichts zu Essen, als sich sein Scheitern einzugestehen”

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

“Es ist leichter nichts zu Essen, als sich sein Scheitern einzugestehen”

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

“Es ist leichter nichts zu Essen, als sich sein Scheitern einzugestehen”

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 …

“Es ist leichter nichts zu Essen, als sich sein Scheitern einzugestehen”

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 …

“Es ist leichter nichts zu Essen, als sich sein Scheitern einzugestehen”

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 …

“Es ist leichter nichts zu Essen, als sich sein Scheitern einzugestehen”

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 …

“Es ist leichter nichts zu Essen, als sich sein Scheitern einzugestehen”

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

“Es ist leichter nichts zu Essen, als sich sein Scheitern einzugestehen”

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

“Es ist leichter nichts zu Essen, als sich sein Scheitern einzugestehen”