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:
24.09.2026

Ex-Google-Designerin Elizabeth Churchill über die Autonomie von KI-Agenten und menschliche Kontrolle

KI wird zunehmend selbstständig handeln – und damit wachsen auch die Risiken. Wenn Maschinen eigenständig Entscheidungen treffen, stellt sich die Frage, wo ihre Autonomie enden muss und der Mensch Kontrolle behalten sollte. Elizabeth F. Churchill, ehemalige Senior Director of User Experience bei Google, erklärt brutkasten gegenüber, welche Prinzipien im Umgang mit agentischer KI künftig entscheidend werden.
/artikel/ex-google-designerin-elizabeth-churchill-ueber-die-autonomie-von-ki-agenten-und-menschliche-kontrolle
24.09.2026

Ex-Google-Designerin Elizabeth Churchill über die Autonomie von KI-Agenten und menschliche Kontrolle

KI wird zunehmend selbstständig handeln – und damit wachsen auch die Risiken. Wenn Maschinen eigenständig Entscheidungen treffen, stellt sich die Frage, wo ihre Autonomie enden muss und der Mensch Kontrolle behalten sollte. Elizabeth F. Churchill, ehemalige Senior Director of User Experience bei Google, erklärt brutkasten gegenüber, welche Prinzipien im Umgang mit agentischer KI künftig entscheidend werden.
/artikel/ex-google-designerin-elizabeth-churchill-ueber-die-autonomie-von-ki-agenten-und-menschliche-kontrolle
KI-Agenten
© Philipp Lipiarski - Elizabeth F. Churchill.

Auf der diesjährigen uxcon hielt Elizabeth F. Churchill eine Keynote über die Zukunft der Mensch-Maschine-Interaktion. Sie ist Professorin sowie Gründungsdirektorin des Fachbereichs für Human-Computer Interaction (HCI) an der MBZUAI in Abu Dhabi und zählt zu den prägenden Stimmen im Bereich Psychologie, Künstliche Intelligenz und Kognitionswissenschaften.

Bei Google, eBay und Yahoo tätig

Im Laufe ihrer Karriere baute sie Forschungsteams für Tech-Giganten wie Google, eBay, Yahoo und PARC auf. Für ihre Führungsrolle und ihren Einfluss auf die Tech-Branche wurde die Wissenschaftlerin vielfach ausgezeichnet, zuletzt unter anderem mit dem SIGCHI Lifetime Practice Award 2024.

In Wien erörterte sie in den Hallen der Hauptuniversität das Zusammenspiel von Mensch und Technologie und erklärte brutkasten gegenüber den fundamentalen Paradigmenwechsel, der aktuell die gesamte Software-Welt erfasst: den Aufstieg agentischer KI-Systeme. Dabei machte sie deutlich, dass dieser Wandel ein neues Verständnis von Kontrolle und Autonomie erfordert.

Vom Werkzeug zum Agenten: Der Unterschied

Die entscheidende Veränderung bei KI sei weniger, dass Systeme „bessere Antworten“ geben, sondern dass sie zunehmend selbstständig handeln könnten. Klassische Software – ob deterministisches Werkzeug oder reaktives KI-System – habe stets auf konkrete Eingaben des Menschen gewartet.

Ein KI-Agent dagegen bekommt ein Ziel und bestimmte Rahmenbedingungen und kann daraus einen adaptiven Ausführungsplan ableiten, Werkzeuge und APIs nutzen sowie mehrere Schritte selbstständig ausführen. Bei Multi-Agenten-Systemen arbeiteten mehrere solcher Agenten zusammen, oft als sich selbst korrigierende „Schwärme“, die asynchron im Hintergrund laufen.

Damit verändert sich auch die Rolle des Menschen „dramatisch“: Menschen bedienen das System nicht mehr zwangsläufig Schritt für Schritt, sondern würden zu einer Art „Flugdirektor“ (Supervisory UX), der Ergebnisse definiere und den Weg dorthin überwache. Diese Entwicklung bringe, Churchill zufolge, bisherige, starre Benutzeroberflächen an ihre Grenzen.

Ghost-State-Dilemma

Wenn Agenten im Hintergrund arbeiteten, drohe Nutzer:innen der Verlust des Kontexts – ein sogenanntes „Ghost-State-Dilemma“, bei dem nicht mehr nachvollziehbar sei, in welchem Zustand sich Prozesse aktuell befänden. Ein Kernrisiko dabei ist die unterschiedliche Entscheidungsarchitektur (Choice Architecture) von Mensch und Maschine: Während der Mensch bei Aufgaben – wie etwa einer Hotelbuchung – intuitive, visuelle und kontextuelle Nuancen (Größe des Zimmers, Lage) abwäge, operierten Agenten rein deterministisch anhand von API-Vorgaben.

Diese Diskrepanz kann dazu führen, dass Agenten durch kumulative Fehler vom eigentlichen Ziel abwichen oder APIs auf unerwartete Weise ausnutzten. Achtsam mit agentischen Systemen zu arbeiten, erfordere deshalb ein völlig neues Design-Paradigma: Autonomie müsse bewusst begrenzt und Kontrolle sichtbar gehalten werden, meint Churchill.

Kill Switches

Aus diesem Rollenwechsel leitet die Expertin konkrete Gestaltungsmechanismen ab: Vor kritischen Aktionen sollte der Mensch geplante Schritte in sogenannten „Trockenläufen“ (Plan Dry Runs) prüfen und freigeben können. Zudem brauche es klare und vor allem transparente Zusammenfassungen, sobald sich ein Prozess plötzlich ändert, sowie „Circuit Breaker“ (Kill Switches), um laufende Prozesse sofort zu unterbrechen, falls sie aus dem Ruder laufen.

Die zentrale Frage lautet somit für Churchill nicht mehr nur: „Was kann die KI?“, sondern: „Wie gestalten wir die Sichtbarkeit ihrer autonomen Entscheidungen – und wo muss der Mensch zwingend die Kontrolle behalten?“

„Je höher die Tragweite des Kontexts, desto weniger Autonomie sollte das KI-System bei kritischen Entscheidungen haben“, sagt sie. Wo genau diese Grenze verläuft, müssten KI-Designer für jeden Anwendungsfall neu bestimmen.

Die Falle der heimlichen Entmächtigung

Aus Churchills Sicht sei ein entscheidender Punkt, dass Unternehmen die Falle der „heimlichen Entmächtigung“ vermeiden müssten, also der stillen Einschränkung menschlicher Handlungsfähigkeit unter dem „Deckmantel der Bequemlichkeit“. Systeme sollten keine „undurchsichtigen Blackboxen“ sein, die allein Entscheidungen treffen.

Co-Governance als Notwendigkeit

Über einzelne Sicherheitsmechanismen hinaus brauche es laut Churchill zudem ein grundsätzliches Governance-Prinzip: Menschen gewöhnten sich zunehmend daran, mit Systemen über Gespräche einfache Aufgaben zu erledigen. Wenn es jedoch um wichtige oder emotionale Entscheidungen gehe, stießen sie schnell an ihre Grenzen. Deshalb müssten sie im Sinne von Co-Governance weiterhin informiert und in den Entscheidungsprozess eingebunden bleiben.

Churchills Erfahrung nach konzentriert sich die Industrie vor allem auf Leistungstests, gute Sprache und die Fähigkeiten von KI-Modellen. Dabei würde die langfristige Wirkung auf Menschen und Gesellschaft oft zu wenig berücksichtigt.

„Menschliche Erfahrung bleibt chaotisch, kulturell vielfältig und in gelebten Umgebungen verankert“, sagt sie. „Wir müssen den Fokus vom Bau von Generalisten-Modellen, die plausible Antworten produzieren, hin zur Entwicklung kulturell kontextualisierter und resilienter Werkzeuge verschieben, die echtes menschliches Aufblühen (human flourishing) und kritisches Denken unterstützen.“

Ratschläge für Startups

Laut Churchill sei es ein großer Fehler, generative KI als Ersatz für Fachwissen zu sehen. Sie sollte vielmehr dazu dienen, vorhandenes Fachwissen zu unterstützen und zu erweitern. Startups würden dabei oft ein zentrales Problem übersehen: Sie würden Foundation-Modelle in „Thin Wrappers“ verpacken (wie automatisierte Bewerber-Screenings oder Kundensupport-Bots), ohne robuste Schutzmechanismen einzubauen.

„So sahen sich beispielsweise Unternehmen wie die ‚National Eating Disorders Association‚ (NEDA) unmittelbar mit Gegenreaktionen konfrontiert, nachdem sie geschulte menschliche Mitarbeiter der Helpline durch einen KI-Chatbot ersetzt hatten, der innerhalb weniger Tage begann, schädliche Ratschläge zum Thema Diäten zu geben“, nennt sie ein warnendes Beispiel. „Unternehmen können erfolgreich sein, wenn sie KI direkt in spezifische, professionelle Arbeitsabläufe einbetten, beispielsweise indem sie das Modell als fachkundiges kollaboratives Gerüst behandeln, anstatt zu versuchen, die Fachkraft vollständig zu automatisieren bzw. überflüssig zu machen.“

„Ich vermeide gerne utopische und dystopische Visionen“

Neben der Gefahr, dass Menschen aus der Kontrolle gedrängt werden, sieht Churchill ein zweites Problem: die Eskalation des Wettbewerbs der Tech-Giganten rund um KI, die sie als berechtigte Krise innerhalb der Spitzenforschung bezeichnet.

„Leider übertreffen wettbewerbsorientierte Marktanreize die Governance-Mechanismen immer wieder“, sagt sie. „Es ist enttäuschend, dass dies der Fall ist. Aber das Problem als ein spekulatives Science-Fiction-Szenario des Aussterbens zu rahmen, kann von systemischen Schäden ablenken, die in Echtzeit stattfinden. Persönlich vermeide ich gerne utopische und dystopische Visionen. Daher bin ich weniger besorgt über eine sich selbst verbessernde Superintelligenz, die außer Kontrolle gerät, als vielmehr über den schleichenden Zusammenbruch institutioneller Verantwortlichkeit und die Übertragung lebensverändernder Entscheidungen an fragile, nicht nachvollziehbare statistische Systeme.“

Florieren kleiner Volkswirtschaften

Für Europa sieht Churchill in diesem „Rennen“ mit den USA und Asien „nicht alles verloren“, vielmehr bestehe der Fehler darin, die hochzentralisierten, rechenintensiven Foundation-Modelle aus Silicon Valley oder Shenzhen zu kopieren.

„Ich glaube, dass die Zukunft der KI auf Vertrauen, Präzisionstechnik, eingebetteter industrieller Automatisierung, souveräner Dateninfrastruktur und strikter regulatorischer Compliance (EU AI Act) beruht“, betont sie. „Kleine Volkswirtschaften mit hohem Vertrauen wie Österreich werden florieren, indem sie spezialisierte Nischen fördern. Wie etwa verifizierbare industrielle KI, menschenzentrierte Fertigungsautomatisierung, hochzuverlässige biomedizinische Werkzeuge und vertrauenswürdige Systeme des öffentlichen Sektors.“

Die Welt in fünf Jahren

Churchill wagt einen – wenn auch schwierigen – Blick in die Zukunft: „In fünf Jahren wird die Neuartigkeit von Konversationen hoffentlich nicht mehr so sehr im Mittelpunkt der Aufmerksamkeit stehen“, meint sie. „Hoffentlich werden wir erkennen, dass der generative Hype eine Infrastrukturphase für eine Ära hybrider kollektiver Intelligenz war. Die dominante Herausforderung wird nicht die technische Skalierung sein, sondern soziotechnische kognitive Architekturen. Und die Frage, wie wir das Bauen, Managen, Ausbilden, Kurskorrigieren und Steuern navigieren, wenn hybride menschlich-synthetische Agentenlogik in die grundlegende Struktur der täglichen Arbeit und des gesellschaftlichen Lebens eingewoben ist?“

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