03.03.2021

Gender Bias im Recruiting: „Die Ungleichheit beginnt im Kopf“

Storebox-Co-Founder Johannes Braith über seine Erfahrungen mit Geschlechtergerechtigkeit im Hiring Prozess bei Startups.
/artikel/gender-bias-im-recruiting-die-ungleichheit-beginnt-im-kopf
Johannes Braith ist Co-Founder von © Storebox
Johannes Braith ist Co-Founder von © Storebox

Mehr als 100 Standorte in mehr als 30 Städten – Storebox ist eines der am schnellsten wachsenden Startups in Europa. In einem Gastbeitrag erklärt Co-Founder und CEO Johannes Braith, wie sein Startup auch bei schnellem Wachstum dafür sorgt, dass der Frauenanteil im Unternehmen bei fast 50 Prozent liegt.

Ich bin davon überzeugt, dass diverse Teams in Unternehmen zu nachhaltigem Erfolg führen. Diversität sicherzustellen ist als Startup, vor allem in der Anfangsphase, keine einfache Aufgabe. Im Aufbau eines Unternehmens ist man oft sehr intensiv mit Produktthemen beschäftigt und versucht parallel schon die ersten Vertriebsaktivitäten zum Erfolg zu bringen. Somit bleibt meist also wenig Zeit, um sich mit Themen, welche die interne Organisation betreffen, zu beschäftigen.

Ähnlich ging es uns vor fünf Jahren als wir Storebox gegründet haben. Der Workload war immens hoch und wir arbeiteten Tag und Nacht, um unser Produkt auf den Markt zu bringen. Seitdem ist viel passiert und mittlerweile ist unsere Organisation breit genug aufgestellt, sodass eine Vielzahl an unterschiedlichen Themen bearbeitet und verbessert werden können – wie z.B. auch unser Recruiting Prozess. 

Hiring und Gender Equality bei Storebox 

Mittlerweile haben wir über die Jahre ungefähr 100 Personen gehired. Dabei haben wir bestimmt viele Fehler gemacht, einiges richtig gemacht aber auf alle Fälle viel gelernt. Im Laufe der Zeit hat sich unser Hiringprozess dramatisch professionalisiert. Und das liegt vor allem an Diana, unserer Head of People & Culture, die mit einer großen Expertise und Leidenschaft an die Sache herangeht. Während wir in der Anfangsphase legere Gespräche in unserer Kaffeeküche in unserem ersten kleinen Office machten, so gibt es jetzt mehrstufige Aufnahmeverfahren inklusive positionsbezogene Assessments und allem was dazu gehört. Macht das die Qualität unseres Recruiting Prozesses besser? Ich würde sagen, ja, zum Teil.

Mindestens so wichtig ist allerdings unser Bewusstsein für Gender Equality Themen, um auch langfristig ein diverses Team aufzubauen, welches eine Vielzahl an Stärken vereint. Dass in der Startup bzw. Tech Welt Frauen unterrepräsentiert sind, ist kein Geheimnis. Mit Initiativen wie Female Founders und Female Factor haben wir auch hierzulande tolle Bewegungen die dieses Ungleichgewicht nicht nur aufzeigen, sondern auch aktiv etwas dagegen unternehmen. 

„Natürlich waren die Founder alle männlich“

Doch wer bin ich, um in diesem Kontext überhaupt etwas dazu sagen zu dürfen? Vor fünf Jahren startete ich mit zwei Personen das Venture Storebox. Drei unterschiedliche Typen mit unterschiedlichen Backgrounds; Tech, Consulting & Logistik. Wie sollte es anders sein; natürlich waren die Founder dieses neuen Unternehmens alle männlich. Die ersten Monate arbeiteten wir zu Dritt an dem Produkt. Die ersten Mitarbeiter waren zwei Entwickler und ein Seller – alle männlich. Und so ging das weiter.

Es war nicht so, dass wir Frauen kategorisch ablehnten, im Gegenteil. Wir beklagten uns sogar, dass wir keine Bewerberinnen hatten. Wir schoben das natürlich auf oberflächliche und auch kurzsichtige Ausreden wie „im Tech Bereich gibt es einfach wenig Frauen, Logistik ist eine Männerdomäne, etc“. Dass wir selbst schuld an dieser Situation waren, begriffen wir erst viel später. Dass z.B. unsere Stellenausschreibungen absolut unpassend formuliert waren, kam uns nicht in den Sinn. Auf jeden Fall dauerte es einige Monate, bis sich die ersten Kolleginnen zu uns “verirrten”. 

Ausschreibung: Der Wurm liegt im Detail

Mittlerweile achten wir sehr auf eine diverse Recruiting Strategie, auf Formulierungen in Jobinseraten, auf interne Weiterentwicklung von unseren Kolleginnen, den Anteil von Frauen, die wir im Active Sourcing ansprechen und noch viel mehr. Besonders, seit wir bei den Jobausschreibungen auf die Sprache und den Inhalt achten, merken wir, dass der Anteil an Bewerberinnen höher ist. Die korrekte Formulierung beginnt bereits bei dem Titel. Wir versuchen männlich geprägte Begriffe wie Entwickler, Vertriebsleiter oder Teamleiter, etc. zu vermeiden. Meist eignen sich englische Job Titel sehr gut, um sie geschlechterneutral formulieren zu können (z.B. Developer m/w/d).

Auch die beschriebenen Anforderungen sollten wohlüberlegt sein. Wir konnten beobachten, dass sich Frauen eher auf ein Jobinserat bewerben, bei dem Sie sich ziemlich sicher sind, dass sie die beschriebenen Anforderungen erfüllen. Männer sind hier manchmal eventuell etwas unehrlicher zu sich selbst und neigen dazu ihre Fähigkeiten etwas zu überschätzen. Diese Pauschalierungen haben natürlich keine allgemeine Gültigkeit und klarerweise gibt es hier Ausnahmen. Last but not least ist es oft auch ratsam wenn je eine Frau sowie ein Mann über die Stellenausschreibungen liest, um potenziell kritische Formulierungen ausschließen zu können. 

Und unsere Zahlen sprechen für sich. 67% unserer Department Head Ofs sind Frauen. Inklusive uns drei Foundern ist die Männer/Frauen-Ratio im Management-Team noch immer bei 50:50. Und über die gesamte Company liegt der Frauenanteil bei 46%. Verglichen mit einem 10 prozentigen Anteil an Frauen in Führungspositionen im Tech Bereich machen wir mittlerweile hier anscheinend hoffentlich doch ein bisschen was richtig. 

Die Ungleichheit beginnt im Kopf

Ein Artikel von Brian J. Lucas et. al, der im Journal nature human behaviour und im Harvard Business Review veröffentlicht wurde, blieb mir besonders in Erinnerung und packt das Problem an der Wurzel. Die schlüssige These lautet, dass Gender Equality in der Struktur der informellen Recruiting Prozesse liegt und somit, ganz lapidar formuliert, im Kopf beginnt. Stellen Sie sich vor, dass Sie eine/n Manager*in im Technologie oder Startup Umfeld einstellen möchten. Das logische Ziel ist es, die Stelle schnell und vor allem in hoher Qualität zu besetzen. Einige potenzielle Kandidat*innen haben Sie bereits im Hinterkopf: Ein Kandidat, den Sie bei einem der letzten Events ihrer Alma Mater kennengelernt haben, einen weiteren, der von einem ihrer Mentoren empfohlen wurde und eine Empfehlung, die von Ihrem Cousin kommt.

Bevor also auch nur das Jobinserat formuliert, geschweige denn veröffentlicht wurde, haben Sie bereits eine Shortlist an potenziellen Kandidat*innen im Kopf. Und eines ist Gewiss. Diese Kandidat*innen bekommen im Prozess, vielleicht auch nur unterbewusst, mehr Aufmerksamkeit als alle Kandidat*innen, welche sich regulär bewerben. Das große Problem an diesen Shortlists ist, vor allem in den von Männern dominierten Bereichen, dass aufgrund des hohen Männeranteils unterbewusst davon ausgegangen wird, dass Männer besser zu der offenen Stelle passen als Frauen und somit meist (von Männern) Frauen gar nicht berücksichtigt werden. Und genau dieser Vorgang manifestiert sich reflexartig in den Shortlists in unseren Köpfen. Die Studie hat einen konkreten Vorschlag, um diesem Denkmuster entgegenzuwirken: Erweitern Sie die informelle Shortlist an Bewerberinnen.

Wissenschaftliche Studien zu Gender Equality im Hiring

Um diese Idee zu testen wurde folgendes Experiment an 858 Personen durchgeführt. Die Proband*innen wurden gebeten eine Shortlist für die Hauptrolle eines neuen Action Thrillers zu erstellen. Konkret mussten sie drei Personen vorschlagen, welche die Rolle ihrer Einschätzung nach optimal erfüllen würden. Nachdem die Shortlist erstellt wurde, mussten die Proband*innen die Shortlist um weitere 3 Personen erweitern. Das Ergebnis zeigte, dass der Frauenanteil in der erweiterten Liste um 33% höher war als in der initialen Shortlist.

Um diese Ergebnisse auf das spezifische Problem unserer Branche (Hiring in Startup/Tech) umzulegen, wurde der Test dementsprechend erweitert. Der nächste Versuch umfasste eine Teilnehmerzahl von 265 Personen mit Berufserfahrung im Tech Bereich. Das neue Szenario sah vor für ein führendes Tech Unternehmen im Silicon Valley einen CEO einzustellen. Wieder wurden die Teilnehmer*innen gebeten eine Shortlist zu erstellen, welche drei potenzielle Kandidat*innen umfasst. Direkt im Anschluss musste die Liste wieder um drei weitere Namen erweitert werden. Und siehe da; die erweiterte Shortlist enthielt um 44% mehr Frauen als die initiale Liste.

Mehr Zeit für Brainstorming hilft

Doch wie ist dieses Phänomen erklärbar? Um dieses Problem besser verstehen zu können, bediente man sich weiterer bestehender Studien, welche erforschen wie Kreativitätsprozesse und Ideenfindungen funktionieren. Eine der beleuchteten Studien zeigt; je mehr Zeit mit Brainstorming und der Findung von Lösungen verbracht wird, desto größer ist das Delta vom ersten Status Quo zur schlussendlichen Lösung. Diese Schlussfolgerung lässt die Hypothese zu, dass je mehr Zeit für die Shortlist aufgebracht wird, die Wahrscheinlichkeit übliche Denkmuster aufzubrechen, ansteigt. 

Die Ergebnisse der ersten zwei Studien wurden in einer Erweiterung einem erneuten Test unterzogen. Mehr als 3000 Studentinnen wurden gebeten die zwei Studien (Action Thriller & Tech CEO) zu wiederholen. Danach mussten sie jeweils aus der n=3 bzw. aus der n=6 Shortlist eine Priorisierung abgeben. Dabei kam heraus, dass in den n=6 Shortlists die top Priorisierung von Frauen von 15% auf 20% anstieg. 

Welche konkreten Learnings können daraus gezogen werden? 

Falls Sie das nächste Mal in der Situation sind über ein Hiring nachzudenken oder gar zu entscheiden, dann nehmen Sie sich mehr Zeit, um die informelle Shortlist in Ihrem Kopf zu überdenken. Die vorab beschriebenen Studien zeigen, dass eine Erweiterung der informellen Shortlists einen signifikanten Einfluss auf den Frauenanteil bei BewerberInnenlisten bzw. Entscheidungen hat. Natürlich ist dieser Ansatz keine allumfassende Lösung, um Gender Equality sicherzustellen. Das wäre natürlich viel zu kurz gegriffen. Doch es hilft vielleicht bereits im ersten Schritt über das Thema reflektiert nachzudenken. Jeder der das gelesen hat, kann einen positiven Beitrag leisten. 

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

Gender Bias im Recruiting: „Die Ungleichheit beginnt im Kopf“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Gender Bias im Recruiting: „Die Ungleichheit beginnt im Kopf“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Gender Bias im Recruiting: „Die Ungleichheit beginnt im Kopf“

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 …

Gender Bias im Recruiting: „Die Ungleichheit beginnt im Kopf“

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 …

Gender Bias im Recruiting: „Die Ungleichheit beginnt im Kopf“

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 …

Gender Bias im Recruiting: „Die Ungleichheit beginnt im Kopf“

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 …

Gender Bias im Recruiting: „Die Ungleichheit beginnt im Kopf“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Gender Bias im Recruiting: „Die Ungleichheit beginnt im Kopf“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Gender Bias im Recruiting: „Die Ungleichheit beginnt im Kopf“