19.07.2017

Wo die großen Innovationen herkommen

Manager, die Innovation anstreben, müssen wissen, welche Quellen dafür am vielversprechendsten sind. Eine aktuelle Befragung von Entscheidungsträgern aus dem privaten und öffentlichen Sektor zeigt, dass hier eklatante Fehleinschätzungen vorherrschen.
/artikel/grosse-innovationen-woher
(c) fotolia.com - fotogestoeber

Die Fähigkeit zur Innovation ist in praktisch allen Branchen mittlerweile der entscheidenste Erfolgsfaktor im Wettbewerb. Wer die Fähigkeit hat, neue Produkte, neue Dienstleistungen, neue Geschäftsmodelle und neue Prozesse zu generieren und durchzusetzen, kann heute schneller wachsen und höhere Gewinne machen als je zuvor – wem Innovation fehlt, riskiert der schöpferischen Zerstörung zum Opfer zu fallen. Das Wissen, woher die nächsten radikalen und womöglich disruptiven Innovationen kommen, ist daher von entscheidender Bedeutung für alle Organisationen.

Die wichtigste Quelle für Innovationen: User

Es gilt seit einigen Jahren als gesicherte Erkenntnis der Innovationsforschung, dass User die wichtigsten Innovationsquellen sind. Zahllose Innovationen, vom Mountain Bike
über die Herz-Lungen-Maschine, „atmenden“ Schuhen, Flugzeugen, bis hin zum Internet stammen von NutzerInnen, die Trends angeführt und dringend eine Lösungen für ein Problem gesucht haben. Eric von Hippel (MIT) und Kollegen belegten in einer Reihe von Studien, dass ein großer Teil der jeweils wichtigsten Innovationen eines Marktes auf Ideen und Prototypen von Usern zurückgehen.

Redaktionstipps

User-Innovation

Im Zeitalter der „Connectedness“ hat sich diese Dominanz weiter verstärkt. Es ist heute so einfach, sich über Foren und Online-Communities mit Anderen zu vernetzen, auszutauschen und fehlendes Wissen zu erschließen. Die Österreichischen Bundesministerien für Verkehr, Innovation und Technologie sowie für Wissenschaft, Forschung und Wirtschaft haben 2016 aufgrund der Bedeutung von User-Innovation eine nationale Open-Innovation-Strategie erarbeitet.

Was denken Manager? Eine aktuelle Studie der WU Wien und TU Hamburg

Um zu untersuchen, wie weit diese Erkenntnis in der Praxis verbreitet ist, führten das Institut für Entrepreneurship und Innovation der WU Wien (Prof. N. Franke, P. Bradonjic, MSc.) und das Institut für Innovationsmarketing der TU Hamburg (Prof. C. Lüthje) eine
Befragung von 1.768 EntscheidungsträgerInnen in Unternehmen, Politik und Wissenschaft durch. Die Befragten wurden aufgefordert zu schätzen, wie sich die jeweils wichtigsten Innovationen in den Bereichen Medizin-Apps, Off-Label-Medikamente, disruptive Innovationen, wissenschaftliche Instrumente, Kajaksport, Windsurfen, Mobile Finanzdienstleistungen, Bankdienstleistungen für Firmenkunden sowie Bankdienstleistungen für Privatkunden auf die möglichen Quellen „User“, „Herstellerunternehmen“, „Universitäten/Forschungseinrichtungen“ und „Erfinder/sonstige Dienstleister“ verteilen. Für alle Innovationen liegen wissenschaftlich
abgesicherte Informationen über die tatsächliche Quelle vor. Die aggregierten Schätzwerte können damit mit den tatsächlichen Werten verglichen werden.

Eine drastische Unterschätzung der User

Insgesamt unterschätzten die befragten Entscheidungsträger User als Innovationsquelle um 58 Prozent – die wahre Bedeutung dieser wichtigsten Quelle wird also durchschnittlich nicht einmal zur Hälfte erkannt. Nur eine winzige Minderheit der 1.758 Befragten – genau neun Personen – schätzen die Bedeutung von Usern korrekt ein oder überschätzten sie leicht, 99,5 Prozent der Manager dagegen glaubten, dass auf User weniger Innovationen zurückgehen als dies tatsächlich der Fall war. Die Unterschätzung zieht sich dabei quer
durch alle Branchen, Organisationsgrößen, Hierarchieebenen, Funktionsbereiche und Bildungshintergründe. Man kann also sagen, dass es sich bei der Unterschätzung von User-Innovationen um eine stabile und systematische Wahrnehmungsverzerrung handelt.

Ursachen der Wahrnehmungsverzerrung

Als Gründe für diesen überraschend deutlichen Befund bieten sich zwei Erklärungen an. Zunächst fehlt es einfach an Wissen über aktuelle Erkenntnisse der Innovationsforschung. Traditionelle Lehrbücher vermittelten lange das Bild des Herstellerunternehmens als zentralem Innovationstreiber. Auch die Unternehmen, die User-Innovationen aufgreifen und kommerziell vermarkten, legen selten die Quelle der Innovation offen. So kommt es, dass vielen Menschen nicht bewusst ist, wie mächtig und kreativ die große Masse der User
sein kann. Der zweite Grund ist, dass Innovationen von außerhalb des Unternehmens vielfach als Bedrohung empfunden werden. „Not invented here“ heißt die weitverbreitete Tendenz von Organisationen, die Kreativität außerhalb des Unternehmens aktiv abzuwerten.

Was kann man tun?

Wer sich die gewaltigen ökonomischen Potenziale von User-Innovationen nicht entgehen lassen möchte, sollte unbedingt Zugang zu neuen Methoden und Erkenntnissen suchen. Schlagworte wie „Lead User“, „Crowdsourcing“ und „Innovationscommunities“ haben wohl die meisten Manager schon gehört – aber wie macht man es konkret? Welche Methoden helfen in welcher Situation? Wie kann man die Suche nach Innovationen effizient organisieren? Wie baut man ein dauerhaftes Ökosystem mit User-Communities auf? Das
Wissen zu Methoden schreitet rasant voran. Wer die Chancen nutzen will, sollte rasch handeln.

Über den Autor

Nikolaus Franke ist Leiter des Instituts für Entrepreneurship & Innovation des WU Gründungszentrums und der User Innovation Research Initiative an der WU Wien. Er ist auch Akademischer Leiter des Professional MBA Entrepreneurship & Innovation der von der TU Wien sowie der WU Executive Academy angeboten wird.

Deine ungelesenen Artikel:
17.12.2024

AnyConcept: Wie ein Grazer Software-Testing-Startup Google verblüffte

AnyConcept aus Graz hat eine Software Testautomatisierungs-Lösung entwickelt und dabei beim Trainieren seiner KI Google auf sich aufmerksam gemacht. Wie genau das Modell funktioniert und was der US-Gigant wollte, erklären die Gründer Leander Zaiser, Manuel Weichselbaum und Markus Hauser.
/artikel/anyconcept-wie-ein-grazer-software-testing-startup-google-verblueffte
17.12.2024

AnyConcept: Wie ein Grazer Software-Testing-Startup Google verblüffte

AnyConcept aus Graz hat eine Software Testautomatisierungs-Lösung entwickelt und dabei beim Trainieren seiner KI Google auf sich aufmerksam gemacht. Wie genau das Modell funktioniert und was der US-Gigant wollte, erklären die Gründer Leander Zaiser, Manuel Weichselbaum und Markus Hauser.
/artikel/anyconcept-wie-ein-grazer-software-testing-startup-google-verblueffte
Anyconcept, AnyConcept, Automatiserung, Software testen,
(c) AnyConcept - Das AnyConcept-Team.

Rund 80 Prozent aller Unternehmen testen ihre Anwendungen und Software händisch. Entweder klicken sie sich mühsam durch ihre Software oder ihren Webshop, um zu sehen, was funktioniert und was nicht, oder sie coden sich ihre Tests. Beides langwierige, kostenintensive und mühsame Aufgaben. Das wissen Leander Zaiser, CEO, Manuel Weichselbaum, CTO, und Markus Hauser, die gemeinsam mit Kevin Intering und Pascal Goldschmied das KI-Startup AnyConcept gegründet haben.

AnyConcept und das Problem der No-code-Software

Die Founder haben sich deswegen dazu entschlossen eine Testautomatisierungs-Software zu entwickeln, um den Prozess für Unternehmen zu vereinfachen und günstiger zu gestalten.

Zaiser war sechs Jahre lang RPA-Experte (Robotics Process Automation) bei Raiffeisen und hat dort Automatisierungssoftware automatisiert. Der CEO musste dabei feststellen, dass vermeintliche No-code-Software ohne Entwicklungskompetenzen sich nicht erfolgreich einsetzen ließ. Für gelernte Softwareentwickler wiederum war das Arbeiten mit solch einer Anwendung keine attraktive Tätigkeit.

Weichselbaum indes forscht seitdem er 17 ist an Künstlicher Intelligenz. Und widmet sich dabei vor allem immer den aktuellen Herausforderungen der internationalen Forschung. Das passte hervorragend zu Zaisers erkanntem Problem: aktuelle Automatisierungssoftware ist zu komplex für Non-Coder und nicht attraktiv genug für Coder. Also fragten sich die Founder: Was, wenn man Automatisierung mit einem No-Code-Ansatz macht, mithilfe einer KI, die genau das tut, was man ihr auf dem Bildschirm zeigt? So war AnyConcept geboren.

Das Black Friday-Problem

“Jede Software, jeder Webshop, jede Applikation muss immer wieder getestet werden, ob sie richtig funktioniert. Und da sie auch ständig durch neue Updates von Entwicklern oder bei einem Webshop mit neuen Produkten gefüttert wird, verändern sich Applikationen dauerhaft. Das kann wieder zum Brechen der bisherigen Funktionen führen”, erklärt Hauser, ein per Eigendefinition fleischgewordenes Startup-Kind, das zuletzt Johannes Braith (Storebox) als rechte Hand begleiten und somit Entrepreneurship aus nächster Nähe beobachten und Mitwirken durfte.

Der Gründer präzisiert sein Argument mit einem Beispiel passend zum Black Friday. Jedes Jahr würden Unternehmen Milliarden US-Dollar verlieren, weil sie ihre Preise falsch definieren oder Prozente und Dollar verwechseln, ohne dass es wem auffällt. Außerdem könnten “Trilliarden US-Dollar” an Schäden durch fehlerhafter Software, die nicht richtig getestet wurde, vermieden und “50 Prozent der IT-Projektkosten” gesenkt werden, wenn Testen automatisiert mit No-Code abläuft, so seine Überzeugung.

“Durch unser KI-Modell, das ein User-Interface rein durch Pixeldaten, Mausklicks und Tastatureingaben erkennen und manövrieren kann, schaffen wir es Automatisierung No-Code zu gestalten”, sagt Hauser. “Das Ziel ist es unsere KI-Agenten zukünftig zum Beispiel einen Prozess wie UI-Software-Testing rein durch eine Demonstration, das bedeutet das Vorzeigen des Testfalles, automatisiert durchführen zu lassen. Sie werden sich dabei exakt so verhalten wie es ein Benutzer tun würde, orientieren sich nur an den Elementen des User-Interface und konzentrieren sich nicht auf den dahinterliegenden Code. Das ist unser USP.”

FUSE for Machine Learning

Dieses Alleinstellungsmerkmal fiel auch Google auf. Konkreter Google Cloud Storage FUSE for Machine Learning. Anfänglich noch ein Open Source-Produkt als “Linux Filesystem in Userspace” oder eben als “FUSE” tituliert, wurde die Software von Google in die Cloud integriert und hilft beim Verwalten von Unmengen von Trainingsdaten, Modellen und Kontrollpunkten, die man zum Trainieren und Bereitstellen von KI-Workloads benötigt.

Anwendungen können hierbei direkt auf die Cloud zugreifen (Anm.: anstatt sie lokal herunterzuladen); als wären sie lokal gespeichert. Es müssten zudem keine benutzerdefinierte Logik implementiert werden und es gebe weniger Leerlaufzeit für wertvolle Ressourcen wie TPUs und GPUs, während die Daten übertragen werden.

FUSE sei einfach ein Produkt für Unternehmen, so Weichselbaum weiter, um große Datenmengen bequem zu verwalten und sie verfügbar zu machen: “Wir verwenden es, um viele Terrabytes von Daten auf der Cloud zu lagern, was am Computer nicht möglich ist”, sagt er.

Google sagt Hallo

Weil AnyConcept das Service von FUSE sehr intensiv nutzte, wurde Google auf die Grazer aufmerksam. Und hat konkret nachgefragt, was sie für einen Use-Case mit ihrem Angebot entwickelt haben. “Wir waren einer der ersten, die das genutzt haben, um effizient unsere KI-Agents zu trainieren“, sagt Weichselbaum. “Das Produkt von Google ist ein Teil unserer Datenverarbeitung und des Trainings unserer ganz spezifischen KI und Google wollte wissen, warum und wie wir das so intensiv verwenden. Das hat dazu geführt, dass wir unsere Ideen für Produktverbesserungen und Skripts mit ihnen teilen durften.“

AnyConcept und seine Konzepte

Das Ziel von AnyConcept ist es, ein Foundation-Modell nicht für Texte oder Bilder, sondern für Interaktionen mit dem User-Interface zu entwickeln.

Im Detail reicht hierbei eine Demonstration von einem solchen Interface und AnyConcept analysiert es mit neuronalen Netzwerken. Es erkennt Strukturen, die das Startup seinem Namen getreu “Konzepte” nennt und die auf breites Wissen aufbauen, wie man mit einem Computer interagiert.

“So ein Konzept wäre etwa ein ‘Button’ auf einer Website”, erklärt es Zaiser in anderen Worten. “Die KI versteht dann, dass man ihn anklicken kann und was danach passiert. Oder wie lange eine Website braucht, sich zu öffnen und wie sie aussieht.”

Aktuell forscht AnyConcept an der Generalisierungsfähigkeit ihres Netzwerkes. Zaiser dazu: “Wir testen unsere KI bereits mit Pilotkunden bei der Anwendung von Software-Testautomatisierung und bekommen großartiges Feedback.”

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

Wo die großen Innovationen herkommen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Wo die großen Innovationen herkommen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Wo die großen Innovationen herkommen

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 …

Wo die großen Innovationen herkommen

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 …

Wo die großen Innovationen herkommen

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 …

Wo die großen Innovationen herkommen

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 …

Wo die großen Innovationen herkommen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Wo die großen Innovationen herkommen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Wo die großen Innovationen herkommen