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:
vor 4 Stunden

Ora Computing: Wiener KI-Startup holt 3,5 Mio. Euro Seed-Finanzierung

Das Wiener KI-Startup Ora Computing hat eine Seed-Finanzierung über 3,5 Millionen Euro abgeschlossen. Mit seiner Technologie zur effizienten Komprimierung großer KI-Modelle will das Unternehmen die Kosten und den Energiebedarf von KI-Anwendungen senken und die Nutzung auf unterschiedlichster Hardware ermöglichen.
/artikel/ora-computing-wiener-ki-startup-holt-35-mio-euro-seed-finanzierung
vor 4 Stunden

Ora Computing: Wiener KI-Startup holt 3,5 Mio. Euro Seed-Finanzierung

Das Wiener KI-Startup Ora Computing hat eine Seed-Finanzierung über 3,5 Millionen Euro abgeschlossen. Mit seiner Technologie zur effizienten Komprimierung großer KI-Modelle will das Unternehmen die Kosten und den Energiebedarf von KI-Anwendungen senken und die Nutzung auf unterschiedlichster Hardware ermöglichen.
/artikel/ora-computing-wiener-ki-startup-holt-35-mio-euro-seed-finanzierung
Ora Computing
© Ora Computing - (l.) Stefan Sack und Raimel Medina.

Ora Computing, ein Startup, das sich auf die Optimierung und Komprimierung von KI-Foundation-Modellen spezialisiert hat, gab heute den Abschluss einer Seed-Finanzierungsrunde in Höhe von 3,5 Millionen Euro bekannt. Die Runde wurde von Constructor Capital und Greencode Ventures angeführt, mit fortgesetzter Unterstützung des Gründungsinvestors XISTA Science Ventures, der beim Aufbau und der Einführung des Unternehmens geholfen hat.

Ora Computing schrumpft Modelle

KI-Inferenz – der Prozess der tatsächlichen Ausführung eines KI-Modells zur Generierung von Outputs – ist zu einem erheblichen und schnell wachsenden Kostenfaktor für jedes Unternehmen geworden, das KI im großen Maßstab einsetzt. Große Implementierungen können mittlerweile allein für die Rechenleistung zig Millionen Euro pro Monat kosten, und das Problem verschärft sich, da die Modelle immer größer werden. Für Unternehmen, die KI lokal auf Geräten wie Autos oder Industrieanlagen ausführen möchten, seien die Modelle oft schlichtweg zu groß.

Hier setzt Ora Computing an. Seine Software komprimiert diese Modelle – sie schrumpft ihre Größe um bis zu 80 Prozent und lässt sie bis zu viermal schneller laufen – während der Genauigkeitsverlust bei Null bis fünf Prozent gehalten wird, so der Claim.

Da komprimierte Modelle deutlich weniger Rechenleistung für die Ausführung benötigen, sollen sich die Effizienzgewinne auch direkt in einem geringeren Energieverbrauch und reduzierten CO2-Emissionen niederschlagen: Ora schätzt, dass seine Technologie bei einer Marktdurchdringung von ein Prozent jährlich mehr als 50.000 Tonnen CO2 einsparen könnte.

Ansatz über verschiedene Hardwaretypen

„Wir haben Ora Computing gegründet, um die Annahme infrage zu stellen, dass eine massive Skalierung erforderlich ist, um nutzbare Intelligenz zu erreichen. Wir glauben, dass die nächste Welle der KI-Einführung durch kompaktere Modelle vorangetrieben wird, die hocheffizient und für spezifische Anwendungsfälle optimiert sind, anstatt durch große, universelle Cloud-Modelle. Ora baut den Software- und Algorithmen-Stack auf, der diesen Übergang ermöglicht“, sagt Stefan Sack, CEO und Mitgründer von Ora Computing.

Im Gegensatz zu bestehenden Komprimierungstools funktioniere der Ansatz von Ora über verschiedene Hardwaretypen hinweg und füge sich direkt in Standard-Inferenz-Frameworks ein – ohne Änderung an der bestehenden Infrastruktur. Wo konkurrierende Ansätze eine binäre Entscheidung zwischen Komprimierungsstufen erzwingen, bilde der Algorithmus von Ora kontinuierlich den gesamten Kompromiss zwischen Modellgröße und Genauigkeit ab, sodass Unternehmen für ihre spezifischen Hardware- und Kostenbeschränkungen optimieren können, so der Mitgründer.

2025: Ora Computing tritt hervor

Ora wurde von Stefan Sack und Raimel Medina gegründet, beide Forscher im Bereich Quantencomputing aus der Serbyn-Gruppe am Institute of Science and Technology Austria (ISTA). Das Unternehmen verließ Ende 2025 den Stealth-Modus und möchte die frischen Mittel dazu nutzen, um das Team zu vergrößern, die Komprimierungsfähigkeiten auf die größten Frontier-Modelle auszuweiten und ein kommerzielles Produkt für Cloud-Inferenz-Anbieter und Unternehmen, die KI am Edge einsetzen, auf den Markt zu bringen.

Ora hat die Anwendbarkeit seiner Technologie nach eigenen Angaben an einem Modell mit 70 Milliarden Parametern nachgewiesen. Der Komprimierungsprozess beanspruchte hierbei wenige Stunden und verursachte Rechenkosten von unter 1.000 US-Dollar, wohingegen der bisherige Branchenstandard für vergleichbare Leistungen ein Vielfaches dieses Betrages erfordere.

„Hunger wächst schneller“

„Der Energiehunger der KI wächst schneller, als die Welt die Infrastruktur aufbauen kann, um ihn zu stillen. Ein wichtiger Ansatz ist es, die KI selbst effizienter zu machen, und genau das tut Ora. Modelle radikal zu komprimieren, ohne die Genauigkeit zu opfern, macht für ihre Kunden einen enormen Unterschied“, sagt Terhi Vapola, Gründerin und Managing Partner bei Greencode Ventures.

Und Valentino Jadrisko, Senior Associate bei Constructor Capital, ergänzt: „Die Ära der Brute-Force-KI stößt an ihre physikalischen Grenzen: Hyperscaler nehmen wieder Kernreaktoren in Betrieb, Frontier-Labs verbrennen Milliarden für Rechenleistung, Reasoning-Modelle vervielfachen die Inferenzkosten jedes Quartal. Die einzige nachhaltige Antwort besteht darin, den Betrieb von Frontier-KI drastisch günstiger zu machen. Das ist es, was Ora Computing tut: Sie komprimieren Frontier-LLMs so, dass sie überall laufen können – in der Cloud, im Auto, in der Hosentasche. Und das ist der Grund, warum Constructor Capital stolz darauf ist, ihre 3,5-Millionen-Euro-Seed-Runde als Co-Lead anzuführen.“

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