06.10.2025
FROM SCIENCE TO BUSINESS

Life Sciences: Warum Innovationen einen langen Atem benötigen

In kaum einer Branche ist der Weg von der Idee bis zum marktreifen Produkt so lang wie in den Life Sciences. Die dritte Folge unserer Serie From Science to Business setzt sich mit den besonderen Herausforderungen dieser Branche auseinander.
/artikel/from-science-to-business-nachlese-3
Manfred Rieger, Geschäftsführer und Standortleiter Forschung & Entwicklung bei Takeda Österreich, und Christine Bandtlow, Vizerektorin für Forschung und Internationales an der Medizinischen Universität Innsbruck (MUI) | (c) brutkasten

Warum dauert es oft zehn Jahre und Milliardeninvestitionen, bis ein Medikament auf den Markt kommt? Welche Rolle spielen Universitäten und Spin-offs in diesem Prozess? Und welche Stärken und Schwächen hat der Life-Science-Standort Österreich? Diese Fragen standen im Mittelpunkt der dritten Folge von From Science to Business mit Christine Bandtlow, Vizerektorin für Forschung und Internationales an der Medizinischen Universität Innsbruck (MUI), und Manfred Rieger, Geschäftsführer und Standortleiter Forschung & Entwicklung bei Takeda Österreich.

Die Life-Sciences-Branche ist eines der komplexesten Innovationsfelder überhaupt. Während digitale Geschäftsmodelle innerhalb weniger Monate getestet und skaliert werden können, braucht es in der Medikamentenentwicklung jahrelange Forschung, regulatorische Genehmigungen und hohe Investitionen. Hinzu kommt: Nur ein Bruchteil der Projekte erreicht tatsächlich den Markt. Für Universitäten, Startups und Unternehmen bedeutet das enorme Risiken – aber auch große Chancen, wenn der Durchbruch gelingt.

„Wir rechnen in der Industrie im Schnitt mit zehn Jahren, bis ein Kandidat als Produkt am Markt ist. Und die Erfolgswahrscheinlichkeit liegt ebenfalls bei rund zehn Prozent“, erklärt Manfred Rieger. Wer in den Life Sciences erfolgreich sein will, braucht nicht nur Forschergeist, sondern auch langen Atem, Kapital und strategische Partnerschaften.

Vom Wirkstoff zur Zulassung: Ein langer Weg

Der Weg vom ersten Wirkstoff zur Zulassung gleicht einem Marathon, der in mehreren Etappen absolviert werden muss. Schon die Identifizierung eines Kandidaten dauert Jahre, in denen tausende Substanzen getestet und wieder verworfen werden. Erst wenn sich eine als potenziell wirksam herausstellt, folgt die präklinische und klinische Forschung.

Ist die Präklinik erfolgreich, beginnt die klinische Forschung am Menschen. Sie verläuft in drei Phasen: In Phase 1 wird der Wirkstoff an gesunden Proband:innen getestet, in Phase 2 stehen Dosierung und mögliche Nebenwirkungen im Vordergrund, und in Phase 3 folgen groß angelegte Wirksamkeitsstudien, die oft über Jahre hinweg laufen können. „Das Schlimmste, was passieren kann, ist ein Scheitern in Phase 3. Dann sind schon enorme Ressourcen geflossen“, betont Rieger.

Die Kosten summieren sich auf durchschnittlich 1,5 Milliarden Euro pro Medikament, wenn man auch die gescheiterten Projekte mit einrechnet, da im Schnitt nur rund zehn Prozent Marktreife erlangen. Das erklärt, warum robuste Pipelines und kluge Kooperationsstrategien für Pharmaunternehmen und Startups gleichermaßen entscheidend sind.

Universitäten als Brutstätten für Ideen

Während Konzerne wie Takeda über globale Entwicklungszyklen verfügen, stellt sich an Universitäten die Frage, wie aus wissenschaftlichen Erkenntnissen überhaupt anwendbare Innovationen entstehen können. Für Christine Bandtlow ist klar: Die Grundlagenforschung bleibt eine entscheidende Quelle, doch sie braucht Strukturen, die den Transfer ermöglichen.

An der Medizinischen Universität Innsbruck (MUI) wurde dafür 2024 das MedLifeLab als Innovation Hub und strategische Beteiligungsgesellschaft gegründet. Die 100-Prozent-Tochter versteht sich als Innovationszentrum für translationale Forschung und Spin-offs. Schwerpunkte liegen in den Bereichen personalisierte Medizin, Gen- und Zelltherapien sowie digitale Gesundheit. Ziel ist es, Forschungsergebnisse aus der Universität in Richtung Ausgründung oder Lizenzmodell zu begleiten und dafür mit Partnern aus Wissenschaft, Wirtschaft und Investoren-Ökosystem zu kooperieren.

v.l. Martin Pacher mit Christine Bandtlow und Manfred Rieger | (c) brutkasten

„Wir prüfen in einer sehr frühen Phase, ob Innovationspotenzial in einem Forschungsprojekt steckt. Forschende kommen mit ihren Ideen, manchmal noch sehr unausgereift. Dann arbeiten Expert:innen im MedLifeLab mit ihnen zusammen und es geht in eine Konsolidierungsphase“, erklärt Bandtlow.

In dieser Phase wird entschieden, ob der Weg Richtung Lizenzverwertung oder Richtung Ausgründung führt. Geht es in Richtung Spin-off, stehen Teambuilding, Business Development und Investorensuche im Vordergrund. Für die Forschenden bedeutet das auch einen Perspektivenwechsel. „Wir wollen zeigen, dass es auch eine andere Karriereschiene gibt: Ausgründungen, Startups, Unternehmertum“, betont Bandtlow. Neben der klassischen akademischen Laufbahn mit Publikationen, Habilitation und Professur eröffnet sich damit ein alternativer Weg: die Rolle als Gründer:in, Unternehmer:in oder Teil eines Startup-Teams, das wissenschaftliche Ergebnisse in marktfähige Produkte überführt.

Das MedLifeLab ist dabei auch international vernetzt – etwa mit EU-Forschungsprogrammen und Initiativen wie „Innovative Health Initiative“. Diese Anbindung soll den Innsbrucker Standort stärken und Forscher:innen die Möglichkeit geben, nicht nur lokal, sondern europaweit sichtbar zu werden.

Selbst mit einem funktionierenden Innovationspfad bleibt die Finanzierung eine Achillesferse. Vor allem Frühphasenprojekte haben es schwer, weil die Risiken immens und die Entwicklungszyklen lang sind. „Bei Medizinprodukten ist es leichter, Investoren zu finden. Wenn es aber Richtung biomedizinische Forschung geht, dauert es lange – und damit auch der Ausgründungsprozess“, erklärt Bandtlow.

Kooperationen als Erfolgsfaktor

Kooperationen sind ein weiterer Schlüssel, um Risiken zu minimieren und Entwicklungen zu beschleunigen. Große Unternehmen wie Takeda setzen bewusst auf ein breites Netz an Partnerschaften. „60 Prozent unserer Pipeline wird in Partnerschaften bearbeitet“, berichtet Rieger. „Wir haben rund 180 bis 200 externe Kollaborationen mit Startups, Universitäten und Forschungseinrichtungen.“

Die Modelle reichen von reinen Technologieentwicklungen über wissenschaftliche Kooperationen bis hin zu gemeinsamen Proof-of-Concept-Projekten. Entscheidend sei, dass die Zusammenarbeit funktioniere: „Die Chemie muss stimmen – sowohl mit Kliniken als auch mit Spin-offs.“

Ein Blick auf Takeda in Österreich zeigt, wie umfassend das Unternehmen aufgestellt ist und wie groß das Potenzial für Zusammenarbeit mit Forschungseinrichtungen sein kann. Das japanische Biopharma-Unternehmen beschäftigt hierzulande mehr als 4.500 Mitarbeiter:innen und zählt Österreich zu seinen wichtigsten Produktions- und Forschungsstandorten weltweit. In Wien befindet sich, neben Boston (USA) und Shonan (Japan), das größte Forschungs- und Entwicklungszentrum von Takeda in Europa. In Linz betreibt Takeda außerdem einen der größten Produktionsstandorte für biopharmazeutische Wirkstoffe in Europa.

Manfred Rieger | (c) brutkasten

Auch in der klinischen Forschung ist Takeda Österreich stark engagiert. Gemeinsam mit heimischen Partnern wie der MedUni Wien betreibt das Unternehmen Studien, unter anderem zu seltenen Krankheiten wie cTTP, aber auch zu innovativen Therapien. Kooperationen mit der Christian-Doppler-Gesellschaft oder im Rahmen der FFG/COMET-Programme zeigen, wie Industrie und Wissenschaft hier Hand in Hand arbeiten.

Standort Österreich im internationalen Vergleich

Wie gut ist Österreich für die Zukunft der Life Sciences gerüstet? Hier gehen die Einschätzungen von Bandtlow und Rieger ins Detail – und zeigen, wo Chancen und Defizite liegen.

Bandtlow verweist auf neue Rahmenbedingungen aus Brüssel: „Die EU hat mit dem Life-Science-Act 2030 klare Impulse gesetzt. Für Österreich ist das eine Chance. Aber: Klinische Forschung wird von öffentlicher Hand nach wie vor zu wenig unterstützt.“ Zwar gebe es erste Programme, etwa über die Ludwig-Boltzmann- oder die Christian-Doppler-Gesellschaft, doch im internationalen Vergleich sei das Angebot zu klein. „Während in Deutschland oder Frankreich jedes Jahr Dutzende klinische Forschungsgruppen gefördert werden, sind es bei uns nur drei. Das reicht nicht, um nachhaltig eine starke Basis aufzubauen.“

Ein weiteres Problem sieht sie in den Karrierewegen für junge Forscher:innen. „Wir kommen sehr aus dem klassischen akademischen Modell, wo die Professur das höchste Ziel ist. Viele junge Leute wollen aber früher mit ihren Entdeckungen in die Anwendung. Dafür fehlen in Österreich oft die passenden Strukturen und personalrechtlichen Rahmenbedingungen.“

Rieger wiederum betont die Stärken: „Wir brauchen uns ausbildungstechnisch nicht zu verstecken – weder vor den USA noch Japan. Das Niveau ist sehr hoch.“ Zugleich fordert er ein selbstbewussteres Auftreten und bessere Finanzierungsmodelle. „Life Sciences sind kostenintensiv, man kann das nicht mit klassischen Startups vergleichen. Wenn wir wollen, dass mehr Spin-offs entstehen, müssen wir adäquate Modelle entwickeln, die auch Risiken abfedern.“

Besonders wichtig sei für ihn die klinische Forschung: „Jeder Euro, der in klinische Studien investiert wird, bringt zwei Euro für die Volkswirtschaft zurück. Das ist ein Treiber, weil so viel dranhängt. Unternehmen profitieren, Universitäten profitieren, und der Standort insgesamt wird attraktiver.“


Takeaways

  • Sehr gute Ausbildung: Österreichs Hochschulen liefern Spitzenforschung und gut ausgebildete Fachkräfte.
  • Fehlende Finanzierung: Besonders Frühphasenprojekte im biomedizinischen Bereich haben zu wenig Kapitalzugang.
  • Klinische Forschung unterfinanziert: Nur wenige Programme, deutlich weniger als in Deutschland oder Frankreich.
  • Karrieremodelle im Wandel: Forschende sollen künftig leichter zwischen Wissenschaft und Unternehmertum wechseln können.
  • Hoher volkswirtschaftlicher Nutzen: Jeder Euro in klinische Forschung bringt zwei Euro zurück.
  • Chancen durch EU-Rahmen: Life-Science-Act 2030 bietet Rückenwind, muss aber national umgesetzt werden.
  • Mentalität & Selbstbewusstsein: Mehr Unternehmergeist und Mut zum Risiko wären nötig, um internationale Talente anzuziehen.

Diese Themen werden in „From Science to Business“ behandelt:

Folge 1: Status quo der Spin-offs in ÖsterreichStrukturen, Leistungsvereinbarungen, Beteiligungsgesellschaften und Mindset-Veränderungen an Hochschulen.
Folge 2: Von der Idee zum Patent und Spin-offWie Universitäten und Industrie den Transferpfad gestalten, inkl. IP- und Scouting-Prozesse.
Folge 3: Life Sciences im FokusLange Entwicklungszyklen von Medikamenten, hohe Investitionskosten und wie MedLifeLab und Takeda Spin-offs und Innovationen unterstützen.
Folge 4: Finanzierung von DeepTech-Spin-offs (erscheint am 8.10.2025) Herausforderungen langer Entwicklungszyklen, Evergreen-Fonds, Co-Investments und Investorensicht.
Folge 5: Kooperationen als Erfolgsfaktor (erscheint am 15.10.2025)Von der Idee zum globalen Skalieren. Wie Universitäten, Inkubatoren und Industriepartner Innovationen gemeinsam entwickeln.
Folge 6: Gründungsmindset an Hochschulen stärken (erscheint am 22.10..2025)Best Practices, Infrastruktur und Anreizsysteme, um mehr Spin-offs bis 2030 zu ermöglichen.

„From Science to Business“ setzen wir gemeinsam mit unseren Partnern AplusB (Academia plus Business)Austria Wirtschaftsservice (aws)MedLifeLab Innovation Hub (Medizinische Universität Innsbruck), Noctua Science VenturesJKU – LIT Open Innovation Center (Johannes Kepler Universität Linz), OÖ HightechFondsSpin-off AustriaTakedatecnet equityThe Spinoff Factory (Technische Universität Wien), Universität Innsbruck und WU (Wirtschaftsuniversität Wien) um.

Deine ungelesenen Artikel:
05.08.2026

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

Technologie-Trends zu erkennen ist heute einfach, sie ins Kerngeschäft zu übersetzen bleibt die eigentliche Hürde. Frank Möbius hat BMWs Tech-Früherkennung sechs Jahre verantwortet und erklärt im brutkasten-Gespräch, woran der Transfer scheitert und wie er gelingt.
/artikel/der-transfer-ist-das-schwierigste-ex-bmw-tech-scouting-leiter-frank-moebius-ueber-technologie-frueherkennung
05.08.2026

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

Technologie-Trends zu erkennen ist heute einfach, sie ins Kerngeschäft zu übersetzen bleibt die eigentliche Hürde. Frank Möbius hat BMWs Tech-Früherkennung sechs Jahre verantwortet und erklärt im brutkasten-Gespräch, woran der Transfer scheitert und wie er gelingt.
/artikel/der-transfer-ist-das-schwierigste-ex-bmw-tech-scouting-leiter-frank-moebius-ueber-technologie-frueherkennung
Frank Möbius (links) | (c) BMW Group

Knapp 30 Jahre war Frank Möbius bei BMW. Zuletzt leitete er in der Konzernforschung den Bereich Technologiemanagement und -prognose und koordinierte das weltweite Netzwerk der BMW Technology Offices vom Silicon Valley bis Tokio. Seit 2023 gibt er seine Erfahrung als Senior Innovation Advisor bei der UnternehmerTUM GmbH in München, Europas größtem Gründerzentrum, weiter. Im Interview erklärt er, wie systematische Technologie-Früherkennung funktioniert, warum die meisten Unternehmen am Transfer der daraus gewonnenen Erkenntnisse scheitern und wie KI die Tech-Trenderkennung vereinfacht hat.


brutkasten: Sie waren fast 30 Jahre bei BMW. Wie sind Sie dort zum Thema Innovation gekommen?

Frank Möbius: Ich habe an der Uni Stuttgart Maschinenbau, Fachrichtung Fahrzeugtechnik studiert und nach dem Diplom Anfang 1990 meinen ersten Job bei der Lufthansa Technik in Frankfurt gefunden. Dort durfte ich die damals neuartigen stangenlosen Flugzeugschlepper mitentwickeln und 1992 den neuen Flughafen München damit ausrüsten – meine erste Berührung mit Innovationen und ihrer Einführung im Massengeschäft. Ich verließ die Lufthansa nach ein paar Jahren, um an der Uni Kaiserslautern über Robotik zu promovieren. Nach der Promotion kam ich 1996 zu BMW, meiner Wunschfirma in meiner Wunschstadt. Dort konnte ich viele unterschiedliche Funktionen übernehmen: erst arbeitete ich vier Jahre im Versuchsfahrzeugbau, dann vier Jahre im Personalwesen, ein lehrreicher “Side Step” für einen Ingenieur!

(c) BMW Group

Mitte 2004 durfte ich eine Abteilung für Vorentwicklung und Innovationsmanagement im Bereich Antriebsproduktion übernehmen. Daraus entstand meine Rolle im damals neuen elektrifizierten Antrieb für BMW – von der strategischen Inhouse-Entscheidung und fachlichen Befähigung der Firma bis zur Großserie: über zehn Jahre lang war ich für die Industrialisierung und später Entwicklung von Hochvoltbatterien verantwortlich, vom ersten A-Muster mit einem sehr kleinen Team bis zu 100 Mitarbeitenden. 2017 bin ich schließlich in die Forschung gewechselt und habe dort das Team “Technologiemanagement und -prognose” übernommen, das später in die Einheit “Open Innovation” integriert wurde.

Was macht so eine Open-Innovation-Einheit in einem Konzern konkret?

Mit Open Innovation Methoden erkennt und verwertet man frühzeitig innovative Signale und Trends, die außerhalb der eigenen Unternehmensgrenzen stattfinden. Wir schauen bewusst in Branchen jenseits des Automobilbaus: Consumer Electronics, Luft- und Raumfahrt, Medizin, Computing, Biomaterialien, etc. Immer mit der Frage im Hinterkopf: Was können wir davon für das eigene Kerngeschäft nutzen? Konkret: Technologische Trends aus der Cross-Industrie frühzeitig erkennen, verstehen, bewerten, ein Proof-of-Concept-Projekt durchführen, z. B. mit einem Startup, einer Uni, einem Fraunhofer-Institut, etc. und diese Ergebnisse dann in die Firma für die eigenen Produkte, Services und Prozesse transferieren.

(c) BMW Group

BMW hat dafür eine eigene Abteilung aufgebaut. Wie hängen die einzelnen Bausteine zusammen?

2015 wurde die Technologie-Früherkennung mit dem Technologie-Trendradar ins Leben gerufen, fast gleichzeitig wurde die BMW Startup Garage gegründet. Das Radar ist zunächst ein Visualisierungs- und Kommunikationstool: wir platzieren die erkannten Technologien nach Kategorien und Reifegraden, um frühzeitig aufzeigen zu können, was sich technologisch weltweit tut. Aber diese Erkenntnisse stehen erstmal nur auf dem Papier. Entscheidend ist nach Bewertung und Priorisierung die Verwertung dieser Erkenntnisse, der sogenannte Transfer. Dieser erfolgt dann oft mit Startups.

Hier kommt die BMW Startup Garage zum Einsatz. Sie betreibt Venture Clienting, d. h. sie investiert nicht, sondern scoutet im Netzwerk der internationalen BMW Tech Offices die besten Startups und koordiniert Innovationsprojekte mit den betroffenen BMW-Fachbereichen, die meist das Budget dafür stellen. Diese Startups müssen schon reifer sein, also ein stabiles Team, eine robuste Finanzierung, ein fertiges Produkt – ggf in anderen Branchen – und am besten schon erste Kunden haben. Das Ziel dabei ist immer, dass das Startup ein regulärer Lieferant für BMW werden kann, wir nennen das  “startup as a supplier”. Erst wenn die Lösung des Startups wirklich bei BMW zum Einsatz kommt – in Produkt, Service oder Prozess -, entsteht Impact!

Daneben gibt es das Team BMW iVentures als klassischer Risikokapital-Investor, der ebenfalls über das BMW Tech Office Netzwerk auch in ganz frühphasige Startups investiert. Außerdem gehört dazu ein BMW-interner Incubator und eine Crowd Innovation Plattform.

Wie läuft systematische Tech-Trenderkennung bzw. Tech-Scouting im Alltag ab?

Es gibt vier Prozessschritte: Scouten und Strukturieren, Diskutieren und Bewerten, Visualisieren und Vorbereiten und dann der Transfer in die passenden BMW-Fachbereiche und die dortige Umsetzung. Den ersten Schritt haben früher Mitarbeitende und Werkstudierende gemacht, heute erledigen das maßgeschneiderte KI-Agenten. Für den zweiten Schritt braucht man die Experten: Fachleute von intern und extern. Ggf wird zu einem bestimmten Tech-Trend eine Studie erstellt. Für den dritten Schritt sitzt man in Workshops zusammen und erarbeitet einen Vorschlag für das nächste Trendradar und mögliche Scouting- oder Prototypen-Projekte. Von einer Liste mit über hundert Themen bleiben dann vielleicht vierzig übrig, die auf das Trendradar kommen und fünf, die dann tiefergelegt werden.

(c) BMW Group

Und dann kommt der Teil, an dem viele scheitern.

So ist es! Die ganzen modernen Technologien und Trends kann man heute recht einfach im Netz recherchieren, Generative AI hilft dabei. Das Entscheidende aber ist am Ende: Was leitet das Unternehmen daraus ab? Nur neues Wissen, eine Produktverbesserung oder gleich ein neues Geschäftsmodell? Einfacher gesagt: was mache ich damit morgen besser als heute? Das ist das Schwierige, der Transferprozess. Dieser hat inhaltliche, strukturelle, finanzielle aber auch menschliche Aspekte. Der Transfer einer neuen, erstmal riskanten Technologie aus einer anderen Branche in die eigene Firma ist oft schwierig. Auch bei BMW hat es ein paar Jahre gedauert, bis erste Erfolge kamen und das Vorgehen akzeptiert war.

Was ist das Rezept, damit es funktioniert?

Man holt die Personen, die später die Erkenntnisse umsetzen sollen, frühzeitig in den Prozess mit hinein. Sie dürfen die Startups mit bewerten, sie erfahren sofort, wenn eine neue Technologie für ihren Fachbereich tiefergelegt werden soll, diese wird dann gemeinsam bewertet. Dafür gibt es in der BMW Startup Garage für jedes Ressort einen konkreten Schnittstellenpartner. Dann geht man gemeinsam in den betroffenen Fachbereich, organisiert die Ressourcen und plant das Projekt, damit das Startup den Prototypen bauen kann. Wichtig: für das Startup-Projekt wird oft das Geld des späteren Fachbereichs verwendet. Das erzeugt zusätzliches Commitment! Und das Zweite ist die Hierarchie: Wenn Du einen Bereichsleiter oder Geschäftsführer hast, der voll hinter Open Innovation steht und auch mal in oberen Etagen politisch unterstützt, dann funktioniert es deutlich besser, auch in Krisenzeiten mit Budgetknappheit.

(c) BMW Group

Was raten Sie einem Unternehmen, das ohne viel Budget mit Technologiemanagement starten will?

Man muss nicht gleich zehn Leute einstellen. Oft genügt erstmal eine Person mit den nötigen Ressourcen und Befugnissen, dazu evtl. einen Studierenden und ein paar Teilkapazitäten in den relevanten Fachbereichen als Unterstützung. Ggf hilft am Anfang auch eine externe Trendagentur oder ein passender Toolanbieter. KI-Kenntnisse sind wichtig, um einen KI-Agenten nutzen oder einen eigenen aufbauen zu können. Ein gutes, internationales Netzwerk in alle relevanten Industrien ist ebenso wichtig, denn inzwischen betreiben die meisten großen Firmen Technologie-Früherkennung im Rahmen von Corporate Foresight, man kann von ihnen lernen und Best Practices übernehmen. Ich habe aus meinen über 6 Jahren in dieser Rolle eine Liste mit den zehn wichtigsten Lessons Learned zusammengeschrieben. Da steht alles drin, was man braucht, man muss es halt nur noch machen.

Was machen Sie heute bei UnternehmerTUM?

UnternehmerTUM hat drei Zielgruppen: Talente, Startups und Unternehmen – vom großen  Corporate und Mittelstand bis zum Familienunternehmen. Meine Hauptarbeit liegt in der Innovationsberatung, wo ich meine BMW-Erfahrung einbringen kann. Daneben bin ich Startup-Mentor, halte Vorlesungen, unterstütze die Internationalisierung der UnternehmerTUM und betreue Delegationen. Und ich baue gerade einen KI-gestützten Technologie-Trendradar-Prozess für die UnternehmerTUM, die TUM Venture Labs und ihre Partner und Kunden auf. Der ist nochmal deutlich umfangreicher als ein Radar für die Automobilindustrie. Wir haben dafür einen KI-Agenten gebaut, der weltweit schwache Tech-Signale erkennt, also Technologien, die noch kein messbarer Trend sind. Diesen KI-Agenten trainiere ich täglich. Gerade für Mittelständler und Familienunternehmen ist das sehr hilfreich, weil sie in der Regel nicht das Netzwerk und die Möglichkeiten großer Firmen haben.

(c) BMW Group

Gibt es ein Beispiel aus Ihrer BMW-Zeit, das zeigt, was Open Innovation bewirken kann?

Aus der Tech-Trenderkennung und der Startup-Arbeit wurden in den letzten Jahren schon viele Projekte zu Quantum Computing, Fahrzeug-Satelliten-Kommunikation, Gesundheitsdaten-Monitoring im Fahrzeug, Panorama-Displays, In-Car-Gaming u.v.m. erfolgreich transferiert. Einiges davon ist schon im Auto zu erleben, manches wird noch kommen. Mein Lieblingsbeispiel ist das farbwechselnde Auto: keine klassische Trenderkennung, aber ein erfolgreicher Cross-Industry-Transfer und vielleicht sogar ein Trendsetter! Eine Mitarbeiterin von mir hatte vor vielen Jahren die mutige Idee, die Display-Funktionen eines E-Readers aufs Auto zu übertragen. Sie hat sich die E-Ink-Panels besorgt, einen Prototypen entwickelt und damit nach vielen Experimenten mit einigen Helfern den BMW iX Flow aufgebaut – übrigens anfangs im MakerSpace der UnternehmerTUM. Mit diesem Auto war sie mit BMW 2022 in der Schwarz-Weiß-Version und ein Jahr später mit dem BMW i VISION Dee in der Farbversion mit großem Erfolg auf der CES in Las Vegas: The Color-Changing Car! Das ist für mich der perfekte Cross-Industry-Transfer: Ich übertrage eine erfolgreiche Technologie aus einer Industrie in eine völlig andere und habe einen Nutzen daraus. Ob das in irgendeiner Form mal in Serie kommt? Wer weiß …

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

Life Sciences: Warum Innovationen einen langen Atem benötigen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Life Sciences: Warum Innovationen einen langen Atem benötigen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Life Sciences: Warum Innovationen einen langen Atem benötigen

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 …

Life Sciences: Warum Innovationen einen langen Atem benötigen

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 …

Life Sciences: Warum Innovationen einen langen Atem benötigen

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 …

Life Sciences: Warum Innovationen einen langen Atem benötigen

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 …

Life Sciences: Warum Innovationen einen langen Atem benötigen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Life Sciences: Warum Innovationen einen langen Atem benötigen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Life Sciences: Warum Innovationen einen langen Atem benötigen