31.07.2018

General Magic: Sieben Lehren von sechs Silicon Valley Tech-Stars übers Scheitern

Was haben sechs führende Köpfe von Tech-Riesen wie Twitter, Google, Apple, Nest und LinkedIn gemein?: Anfang der 90er-Jahre arbeiteten alle gemeinsam bei einem Silicon Valley-Startup, das niemand mehr kennt - und scheiterten. Der Name: General Magic. Passend zu einer Doku über das visionäre 90s-Unternehmen, das noch vor der Etablierung des Internets über mobile Computer-Devices für Jedermann grübelte, haben die alten Kollegen nun Tipps und Ratschläge für die neuen Tech-Visionäre parat, die sie gegenüber dem US-Magazin FastCompany teilten.
/artikel/general-magic-7-lehren-von-6-silicon-valley-tech-stars
Gneral Magic - Scheiterkultur
Screenshot: Skizze des General Magic Device

Es war das Jahr 1990. Das Startup General Magic wurde gerade von Mitgliedern des original Macintosh-Teams von Apple gegründet. Das Ziel war es, ein mobiles Gerät zu entwickeln, das jeden weltweit vernetzen sollte. Es war eine innovative und extreme Idee, die auf der Frage basierte: „Was wäre, wenn jeder einen persönlichen Computer hätte, der ständig zur Hand und im Alltag hilfreich wäre?“ Monate nach der Gründung vergingen und Designer und Engineers arbeiteten an der Entwicklung des Devices – inklusive Touch-Screen, Apps und Emojis. Doch die Welt war dafür noch nicht bereit. In der „Prä-Internet-Ära“ verstand niemand, wozu so ein Produkt gut sein sollte. Niemand kaufte es und die Firma ging bankrott.

+++ Fuckup Nights Vienna: Das Leben mit dem Scheitern +++

Keine zwei Dekaden später wurde mit dem iPhone und Android die Vision der General Magic-Mitarbeiter wahr. Auch wenn das Startup scheiterte, bereitete es den Weg für heutige Tech-Giganten und formte Karrieren, wie etwa jene von Tony Fadell, einem Co-Inventor des iPhone und Megan Smith, der ersten weiblichen CTO der USA unter Obama. Beide und vier weitere der berühmtesten „lowly workers“ von General Magic sprachen nun mit dem US-Magazin FastCompany über das Scheitern einer visionären Idee und gaben Ratschläge für die Community.

General Magic: Keine Angst vor neuem Paradigma

„General Magics Ansatz war eine fiktionale Idee, dass jeder ein mobiles Gerät haben könnte, das mit anderen Geräten verbunden war. Es war radikal und das attraktivste und verrückteste Projekt damals im Silicon Valley“, sagt John Giannandrea, AI-Head bei Apple und ehemals Engineer bei General Magic, „Löse User-Probleme, selbst wenn das bedeutet etwas Neuartiges, das nicht existiert, zu erfinden“, so sein Ratschlag.

Mundgerechte Stückchen

„Wir haben aber zuviel gemacht und waren zu ambitioniert. Das ist das Learning: Die Versuchung, es immer besser zu machen, mehr hinzuzufügen, einfach mehr zu machen, war zuviel. Eine Vision zu haben ist natürlich wundervoll, aber man sollte sie in mundgerechten Stückchen liefern“, sagt Joanna Hoffman, Teil des original Macintosh-Teams und Head of Marketing bei General Magic.

Der User „in the room“

„Stelle den User an die erste Stelle, auch wenn es viele Möglichkeiten gibt, Anderes vorzureihen. Sie sind es, warum du das tust, was du tust. Noch besser: Arbeite an einem Projekt, das du selbst begehrst. Wenn du der ideale User bist, ist es leicht zu sehen, was der User will“, sagt Andy Hertzfeld, „Lead-Software-Archtekt“ des Macintosh und Co-Founder von General Magic.

Und Tony Fadell,  iPod-Inventor, Co-Inventor des iPhone, Founder und ehemaliger CEO von Nest und damaliger Hardware und Software Engineer bei General Magic fügt an: „Wir haben es damals für uns, die Tech-Geeks, erfunden. Das Produkt hatte ein nettes Interface, weil wir es so wollten. Dabei haben wir aber nicht gemerkt, dass es die Gesellschaft noch nicht braucht“.

Kritik annehmen

Marc Porat, CEO und Co-Founder von General Magic weist mit einem weiteren Tipp darauf hin, dass harte Kritik von klugen Köpfen einen Mehrwert hat, den man annehmen sollte. „Man wird gezwungen sich mit der Essenz seiner Idee auseinanderzusetzen. Bei Zurückweisung werdet nicht mutlos. Formt eure Idee einfach neu“, so Porat.

Von den Meistern lernen

Megan Smith, die erste weibliche CTO der USA, ehemalige VP bei Google, Founderin und CEO bei Shift7 und „mechanical engineer“ bei General Magic sagt, dass es wichtig sei, von denjenigen zu lernen, die etwas erreicht haben. „Es gibt ‚Master enterpreneurs‘, die außergewöhnliche Dinge geschaffen haben. Hat man die Möglichkeit mit ihnen zu arbeiten, so erhält man die Chance deren Praktiken kennenzulernen“.

Ein pessimistischer Optimist sein

Tony Fadell hingegen weiß, dass Ideen Zeit brauchen. „Aktuell arbeiten wir an selbstfahrenden Autos und an AI. Das sind Dinge, die unaufhaltsam kommen, aber noch etwas dauern werden. Dennoch braucht man Leute, die blind oder auch informiert den Prozess vorantreiben“, sagt er. „Ich bin ein pessimistischer Optimist, oder ein vorsichtiger Optimist, wenn man will. Man muss immer die Hoffnung hoch halten.“

Die Fehler der Technologie erkennen und korrigieren

„Wenn ich daran denke, dass die Arbeit, die ich gemacht habe, um Computer gesellschaftlich zu etablieren, nun verwendet wird, Demokratie und Freiheit zu unterminieren, so ist das sehr bedrückend“, sagt Andy Hertzfeld. „Bei General Magic hatten wir Mentoren, die große Werte hatten. Nun sehen wir die Herausforderungen, die Technologie nach sich zieht und müssen daran abreiten die Kern-Werte rund um Gleichheit und Demokratie zu schützen.“

Auch Fadell sticht in die gleiche Kerbe, wenn er sagt, dass man Risiken nehmen muss, will man Veränderung herbeiführen. „Als Geschäftsmann und Engineer muss man schnell sein. Sieht man jedoch, wenn wo etwas falsch läuft, ist es der Job, das Problem so schnell wie möglich zu lösen. ‚Don’t blame others – make some change.'“


⇒ Infos zur GM-Doku

Deine ungelesenen Artikel:
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI

Das Linzer KI-Startup NXAI hat sein neuestes Modell TiRex-2 veröffentlicht. Die Entwicklung des sogenannten „Time Series Foundation Models“ (Zeitreihen-Basismodell) stand unter der wissenschaftlichen Leitung von KI-Pionier Sepp Hochreiter, der Mitgründer ist und als Chief Scientist des Startups fungiert.

Das Modell wurde auch als Open-Source-Software frei zugänglich gemacht. Es ist darauf spezialisiert, historische Datenreihen aus der Industrie zu analysieren, um zukünftige Entwicklungen vorherzusagen. In der Presseaussendung zum Release zeigt sich das Startup selbstbewusst: „Europa kann doch SOTA-Modelle“ (Anm. State of the Art). Laut Hochreiter teilt sich das neue Modell in den offiziellen Bestenlisten „die Spitzenplätze mit AWS“.

Mehrere Signale gleichzeitig im Blick

Die wesentliche technische Neuerung des Modells liegt in der Verarbeitung multivariater Zeitreihen. Während herkömmliche Vorhersagesysteme oft nur eine einzelne Datenreihe anhand ihrer eigenen Vergangenheit analysieren, bezieht TiRex-2 zusätzliche Einflussfaktoren – in der Fachsprache Kovariaten genannt – mit ein. Für Industrieunternehmen soll das zum entscheidenden Vorteil werden, da Maschinen und Prozesse selten nur ein isoliertes Signal erzeugen. In der Praxis bedeutet dies: Will ein Logistik- oder Energiebetrieb den künftigen Verbrauch prognostizieren, kann das Modell neben den historischen Verbrauchsdaten auch begleitende Faktoren wie das Wetter, Kalenderdaten oder Produktionspläne auswerten. Das macht die Vorhersagen präziser und aussagekräftiger.

xLSTM soll Effizienz-Boost bringen

Im Gegensatz zu bekannten KI-Systemen wie ChatGPT, die auf der speicherintensiven Transformer-Architektur basieren, nutzt TiRex-2 das von Hochreiter mitentwickelte xLSTM-Verfahren. Das soll ein zentrales Problem industrieller Live-Anwendungen lösen: Bei kontinuierlich einlaufenden Datenströmen (Streaming) explodiere bei herkömmlichen Systemen nämlich der Rechen- und Speicheraufwand, argumentiert man beim Startup. TiRex-2 hingegen verarbeitet Daten sequenziell und aktualisiert fortlaufend einen internen Zustand. Dadurch würden der Speicherbedarf und die Rechenkosten auch bei unbegrenzten Datenströmen konstant niedrig bleiben. Lukas Fischer, Head of Applied Research bei NXAI, erklärt dazu: „Mit TiRex-2 können wir kontinuierliche Datenströme in Echtzeit analysieren, ohne Einbußen bei der Modellperformance.“ Dies prädestiniert das Modell für den direkten Einsatz an Maschinen vor Ort (Edge-Anwendungen).

„Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren“

Die Leistungsfähigkeit des Modells wird durch das begleitende wissenschaftliche Paper des Forscherteams untermauert. Darin zeigen die Wissenschaftler, dass sich TiRex-2 besonders gut für das sogenannte Zero-Shot-Forecasting eignet. Das bedeutet, dass das Modell ohne vorheriges, spezielles Training präzise Vorhersagen für völlig neue Maschinentypen oder Datensätze treffen kann.

Laut dem CEO von NXAI, Albert Ortig, bringt diese Generalisierungsfähigkeit handfeste wirtschaftliche Vorteile im Betrieb: „Die Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren.“ Ein weiterer Vorzug des vergleichsweise kompakten Modells mit 82 Millionen Parametern ist, dass es auf Wunsch direkt auf den eigenen Servern der Kunden (On-Prem) betrieben werden kann, was die Datensicherheit für sensible Industrie-Prozesse erhöht.

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

General Magic: Sieben Lehren von sechs Silicon Valley Tech-Stars übers Scheitern

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

General Magic: Sieben Lehren von sechs Silicon Valley Tech-Stars übers Scheitern

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

General Magic: Sieben Lehren von sechs Silicon Valley Tech-Stars übers Scheitern

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 …

General Magic: Sieben Lehren von sechs Silicon Valley Tech-Stars übers Scheitern

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 …

General Magic: Sieben Lehren von sechs Silicon Valley Tech-Stars übers Scheitern

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 …

General Magic: Sieben Lehren von sechs Silicon Valley Tech-Stars übers Scheitern

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 …

General Magic: Sieben Lehren von sechs Silicon Valley Tech-Stars übers Scheitern

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

General Magic: Sieben Lehren von sechs Silicon Valley Tech-Stars übers Scheitern

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

General Magic: Sieben Lehren von sechs Silicon Valley Tech-Stars übers Scheitern