27.11.2023

Nach Rekord-Exit: has.to.be-Founder entwickelt neue OKR-Alternative

Mit seinem neuen Startup GrowthSquare launcht Martin Klässner nur zwei Jahre nach dem größten bekannten Startup-Exit in Österreich eine OKR-Alternative.
/artikel/has-to-be-neues-startup-growthsquare
Martin Klässner | Foto: © has.to.be

Rund zwei Jahre nach dem bis dato höchsten bekannten Startup-Exit in Österreich launcht Ex-has.to.be-CEO Martin Klässner sein neues Projekt GrowthSquare. Mit has.to.be entwickelte Klässner einen europäischen E-Mobilitätssoftwareanbieter, der von einem Startup mit 40 Mitarbeitenden in zwei Jahren zu einem Scaleup mit über 150 Personen heranwuchs.

Im Juli 2021 wurde has.to.be aus Radstadt vom US-Unternehmen ChargePoint um 250 Millionen Euro übernommen (brutkasten berichtete). Den Erfolg des Salzburger Startups bezieht Martin Klässner auf seine eigens entwickelte Methode zur Strategieumsetzung – womit er nun sein neues Startup GrowthSquare gründete.

GrowthSquare setzt Erfolgskonzept von has.to.be um

Martin Klässner und sein Co-Founder Jerolim Filippi entwickeln seit Juli die Methodologie zur Strategieumsetzung in Unternehmen – namentlich “Art of Acceleration” (AOA). Die Methode soll es bereits Klässners früherem Startup has.to.be ermöglicht haben, sich gegen seine Marktkonkurrenz durchzusetzen. Die von GrowthSquare entwickelte Methode AOA dient als Alternative zu den bereits bekannten OKRs (Objectives and Key Results). AOA soll Unternehmen dabei unterstützen, ihre Strategien schnell und effizient umzusetzen.

Mitarbeitende im Mittelpunkt

Das Salzburger Startup stellt mit AOA den Menschen als “wesentlichen Faktor für den Erfolg eines Unternehmens in den Mittelpunkt”. Die angebotenen Services beziehen sich auf Methodologie, Software und Coaching – und werden in Kooperation mit “einem erfahrenen Expertenteam und ehemaligen has.to.be-Wegbegleitern” zur Verfügung gestellt. Ergänzt werde die Methodologie von einer cloudbasierten AOA Management-Plattform.

Basis für AOA sei “das menschliche Gehirn”

Martin Klässner erklärt dem brutkasten, dass AOA “auf den Grundlagen des menschlichen Gehirns” basiert und “kontinuierlich an aktuelle Veränderungen und Herausforderungen in der Arbeitswelt angepasst” wird. Die Einführung von AOA sei “der Anfang einer Transformation in Unternehmen und ermöglicht eine erfolgreiche Zusammenarbeit und Weiterentwicklung.”

Klässner setzt den Erfolg eines Unternehmens in direkte Relation zur Ermächtigung der Mitarbeitenden, “Entscheidungen selbst zu treffen und konstruktives Denken zu fördern”. Co-Founder FIlippi führt weiter aus: „Der Beitrag der Mitarbeiter:innen und die Art und Weise, wie sie zusammenarbeiten, sind der Schlüsselfaktor für den Erfolg eines Unternehmens.”

OKRs führten bei has.to.be zu “ständigen Diskussionen”

„Als has.to.be anfing zu wachsen, haben wir nach einem Weg gesucht, Mitarbeiter:innen erfolgreich zu führen das Richtige zu tun, den Fortschritt im Auge zu behalten und Ziele messbar zu machen“, so Filippi. Zu Beginn habe das Team mit dem durch Google bekannt gewordenen OKR-Framework gearbeitet, erklärt der Co-Founder.

Die Methode funktionierte im damaligen has.to.be-Team allerdings nicht. “Wir haben Schulungen besucht und uns intensiv mit der Integration von OKR beschäftigt. Allerdings haben wir kein positives Feedback von unserem Team erhalten. Die Definition von geeigneten Zielen und die Festlegung der richtigen Ergebnisse waren schwierig und führten zu ständigen Diskussionen. Es war schwer zu bestimmen, auf welcher Ebene die Ziele liegen sollten. Wir waren besorgt, dass diese Schwierigkeiten nur zunehmen würden, wenn wir 200 Mitarbeiter hätten”, erzählt Klässner von dem Versuch einer OKR-Anwendung bei has.to.be.

Eigenständig entscheiden mit AOA

Die Tatsache, dass OKRs keinen strukturierten Wissensaustausch oder das Begreifen von Realitäten und Bereitstellung von relevanten Daten im Sinne einer effektiven Bottom-up-Handlungserstellung unterstütze, habe nicht den Vorstellungen von has.to.be entsprochen, heißt es vonseiten der Gründer.

Demnach habe man nach einer Methode gesucht, die es Mitarbeitenden ermögliche, eigenständige Entscheidungen zu treffen. Die Co-Founder haben sich schließlich dazu entschieden, “unseren eigenen Ansatz zu entwickeln, der einen stärkeren Fokus auf die Mitarbeiter legt.” Die Entwicklung der AOA-Methodik erfolgte auf Basis einer umfangreichen Literatur- und Forschungsanalyse sowie nach praktischer Anwendung, erklärt Co-Founder Klässner.

Zu viel Zeit und Aufwand: Darum scheitern OKRs in Unternehmen

Die Erkenntnis, warum OKRs in vielen Organisationen zum Scheitern verurteilt sind, kam den beiden has.to.be-Foundern erst nach dem Exit: “Nachdem wir bei has.to.be die Methodologie weiterentwickelt und in allen Bereichen des Unternehmens integriert haben – darunter Legal, Finanzen, Personalwesen, Marketing und Vertrieb – haben wir uns nach unserem erfolgreichen Exit gefragt: Was machen wir jetzt? Wir begannen Gespräche mit Seed- und Pre-Seed-Startups zu führen und stellten uns die Frage: Kann AOA auch für andere Unternehmen funktionieren? War AOA bei has.to.be nur ein Glücksgriff oder kann es auch für andere Unternehmen erfolgreich sein?”

Nach Gesprächen mit zahlreichen Unternehmen stellte sich für die Gründer heraus, dass viele Unternehmen mit der Definition und Umsetzung ihrer OKRs nach drei bis zwölf Monaten aufhörten. Der häufige Grund: Es brauchte viel Zeit und Aufwand, bis Teams mit den OKRs arbeiten konnten – “bis die Mitarbeiter sie verstehen und in ihrer Denkweise und ihrem Format denken können”, erklärt Klässner im brutkasten-Interview.

“Zum Beispiel steht das Denken in Ergebnissen, das die OKRs fokussieren, im Widerspruch zur intuitiven Art des Denkens”, führt Klässner weiter aus. 80 bis 90 Prozent derjenigen, mit denen Klässner im Gespräch war, haben ihre OKRs aus diesen Gründen aufgegeben – und fortan nach einer besseren Alternative gesucht.

AOA versus OKR: Das ist der Unterschied

Bei AOA geht es darum, zu verstehen, was Menschen in Organisationen, Strukturen und Prozessen benötigen, um hervorragende Leistungen zu erbringen. Mit dem people-centric Ansatz werden Menschen mit der Strategie in Einklang gebracht.

Martin Klässner, Co-Founder von GrowthSquare

Der Hauptunterschied zwischen AOA und OKR liegt im Ansatz selbst, erklärt Klässner: “Bei AOA geht es darum, zu verstehen, was Menschen in Organisationen, Strukturen und Prozessen benötigen, um hervorragende Leistungen zu erbringen. Mit dem people-centric Ansatz werden Menschen mit der Strategie in Einklang gebracht.”

Im Gegensatz dazu geht es bei OKRs darum, “die Strategie auf die Menschen auszurichten”, so Klässner. Dem Innovator zufolge sei AOA einfach intuitiv anzuwenden, was bei der Definition und Umsetzung von OKRs fehlen würde. “AOA bringt viel Kontext, der für den notwendigen Informations- und Wissenstransfer innerhalb der Methode von großer Bedeutung ist”, führt Klässner weiter aus.

“Deutlich erhöhte intrinsische Motivation”

Die Strategieumsetzung mit Art of Acceleration (AOA) habe sich positiv auf das Mitarbeiterengagement ausgewirkt. „Es gab eine deutlich erhöhte intrinsische Motivation im gesamten Unternehmen, um alle Quartalsziele in kurzer Zeit zu erreichen“, erzählt Klässner von der Entwicklung bei has.to.be. Zum Zeitpunkt des Verkaufs an den US-Ladelösungsanbieter ChargePoint soll has.to.be einen Marktanteil von 30 Prozent am europäischen Mobilitätsmarkt gehabt haben.

Art of Acceleration soll Zeit und Konflikte sowie Unklarheiten und Missverständnisse in Teams vorbeugen. “Wir haben beobachtet, dass die Produktivität innerhalb der Teams um bis zu 40 Prozent steigt, wenn AOA angewendet wird”, berichtet Gründer Klässner. Zudem beobachtete GrowthSquare im Zuge der AOA Umsetzung effektivere Entscheidungsprozesse und damit einen Anstieg des positiven Outputs.

Klässner und Filippi haben darüber hinaus festgestellt, dass Mitarbeitende durch die Anwendung von AOA viel eher dazu in der Lage sind, eigenständige Entscheidungen zu treffen. “Das hat großen Einfluss auf die Unternehmenskultur”, ergänzt Klässner. “Silos werden aufgebrochen, die Zusammenarbeit zwischen Teams wird verbessert und Unterstützung wird leichter geleistet.”

Schnelle Lösungen in schnelllebigem Umfeld

Mit AOA richtet sich das Startup GrowthSquare an Unternehmen in einem schnelllebigen Wirtschaftsumfeld, heißt es. Ziel sei es, mithilfe der Art of Acceleration den Unternehmenserfolg zu stärken und internationales Wachstumspotential auszuschöpfen. AOA sei in unabhängig von Geschäftsmodell, Industrie und Betriebsgröße anwendbar. Martin Klässner hebt indes die Wirkung von AOA auf einzelne Mitarbeitende hervor: “Jeder Mitarbeiter kann sehen, wie sein Beitrag im Team zur Gesamtstrategie und zum Erfolg des Unternehmens beiträgt. Es wird deutlich, welchen individuellen Beitrag jeder einzelne zur Erfolgsgeschichte des Unternehmens leistet.”

Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
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

Nach Rekord-Exit: has.to.be-Founder entwickelt neue OKR-Alternative

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Nach Rekord-Exit: has.to.be-Founder entwickelt neue OKR-Alternative

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Nach Rekord-Exit: has.to.be-Founder entwickelt neue OKR-Alternative

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 …

Nach Rekord-Exit: has.to.be-Founder entwickelt neue OKR-Alternative

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 …

Nach Rekord-Exit: has.to.be-Founder entwickelt neue OKR-Alternative

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 …

Nach Rekord-Exit: has.to.be-Founder entwickelt neue OKR-Alternative

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 …

Nach Rekord-Exit: has.to.be-Founder entwickelt neue OKR-Alternative

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Nach Rekord-Exit: has.to.be-Founder entwickelt neue OKR-Alternative

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Nach Rekord-Exit: has.to.be-Founder entwickelt neue OKR-Alternative