16.08.2024
GASTBEITRAG

Innovation Community Building: Der Gamechanger für Corporate Venturing?

Gastbeitrag. Olivia Lancerotto betreut als Innovationsmarketingexpertin Unternehmen beim Aufbau von Innovation Communities. Für brutkasten erläutert sie, warum solche Communities im Corporate Venturing zum Game Changer werden können.
/artikel/innovation-community-building-corporate-venturing
Olivia Lancerotto
Olivia Lancerotto | Foto: Nikki Harris

Im Kontext der rasanten technologischen Entwicklungen und der zunehmenden Globalisierung suchen Unternehmen nach neuen Wegen, um ihre Innovationskraft zu stärken und wettbewerbsfähig zu bleiben. Eine Strategie, die in den letzten Jahren zunehmend an Bedeutung gewonnen hat, ist Corporate Venturing (hier geht’s zu brutkasten-Serie “Corporate Venturing”).

Doch eine zentrale Frage bleibt: Wie gelingt es Unternehmen, diese Strategie nachhaltig und erfolgreich umzusetzen? Die Antwort könnte in einer praxisnahen, aber oft unterschätzten Methode liegen – dem Aufbau von Innovation Communities.

Warum Innovation Communities ein „Gamechanger“ sind

Corporate Venturing, also die Zusammenarbeit von Unternehmen mit Startups und anderen externen Innovator*innen, hat das Potenzial, neue Geschäftsmodelle zu entwickeln und technologische Fortschritte schneller voranzutreiben. Doch der Erfolg dieser Kooperationen hängt nicht nur von der Auswahl der richtigen Partner*innen ab, sondern vor allem von der Fähigkeit, eine langfristige und tiefgehende Zusammenarbeit zu ermöglichen. Hier kommt das Community Building ins Spiel.

Corporate Venturing gelingt nur gemeinsam und langfristig. Alle relevanten Akteur*innen, sowohl unternehmensintern als auch entlang der gesamten Wertschöpfungskette, müssen über Jahre hinweg eingebunden werden. Nur eine funktionierende Innovationsgemeinschaft kann die nötigen qualitativ hochwertigen Beziehungen schaffen, die für nachhaltigen Erfolg erforderlich sind.

Was zeichnet eine Innovation Community aus?

„Networks connect; communities care“, sagte der renommierte Managementexperte Henry Mintzberg treffend. Doch was unterscheidet eine Innovation Community von einem klassischen Netzwerk?

Eine Community geht über den reinen Austausch von Informationen hinaus. Sie zeichnet sich durch drei zentrale Merkmale aus:

  • Fokus auf ein gemeinsames Ziel: Die Mitglieder einer Innovation Community verfolgen nicht nur individuelle Interessen, sondern arbeiten zusammen an einem klar definierten gemeinsamen Ziel.
  • Gemeinsame Werte: Eine erfolgreiche Community basiert auf gemeinsamen Werten, die das Fundament für Vertrauen und Zusammenarbeit bilden.
  • Balance von Geben und Nehmen: In einer echten Gemeinschaft profitieren alle Beteiligten von einem ausgewogenen Verhältnis von Geben und Nehmen, was den langfristigen Zusammenhalt stärkt.

Im Gegensatz zu Netzwerken, die oft auf kurzfristigen Austausch ausgelegt sind, schaffen Communities die Grundlage für langfristige, konstruktive Zusammenarbeit – sowohl innerhalb eines Unternehmens als auch darüber hinaus.

Interne und externe Innovation Communities: Beispiele und Erfolgsfaktoren

Innovation Communities lassen sich in interne und externe Varianten unterteilen. Interne Communities finden sich in Bereichen wie Venture Building, Venture Clienting oder auch systematischer Ideengenerierung durch Intrapreneur*innen. Externe Communities hingegen dienen dem Venture Clienting und der Zusammenarbeit mir Start-ups,  anderen Unternehmen oder auch Kund*innen, die direkt in den Innovationsprozess eingebunden werden.

Doch wie gelingt es, das Engagement der Community-Mitglieder über lange Zeit aufrechtzuerhalten? Menschen schließen sich einer Gemeinschaft wegen eines gemeinsamen Ziels an, aber sie bleiben wegen der Menschen. Deshalb ist es besonders wichtig, von Anfang an die „richtigen“ Personen in die Community zu integrieren – solche, die nicht nur durch ihre Kompetenz, sondern auch durch ihre Neugierde und Offenheit bestechen.

„Start with Who“ ist hier die Devise: Aufbauend auf dem strategischen Ziel der Community sollten zunächst eine kleine, sorgfältig ausgewählte Gruppe von Mitgliedern integriert werden. Diese können als Botschafter*innen oder Founding Members fungieren und die Werte der Gemeinschaft mitprägen. Zudem spielt die Vielfalt der Mitglieder eine entscheidende Rolle – unterschiedliche Perspektiven und Kompetenzen bereichern die Community und sorgen für dynamische Entwicklungen.

Um die Community lebendig zu halten, empfiehlt es sich, klare Milestones und Inhalte zu definieren sowie regelmäßige Events und Formate anzubieten, die den Austausch fördern und die Bindung stärken. Ein weiterer wichtiger Erfolgsfaktor ist die maßgeschneiderte Kommunikation: Unterschiedliche Zielgruppen – von etablierten Unternehmen bis hin zu Startups – benötigen spezifische Botschaften und Tools, um effektiv angesprochen zu werden.

Die Vorteile von Innovation Communities auf einen Blick

Der Aufbau von Innovation Communities bietet Unternehmen zahlreiche Vorteile, die weit über das unmittelbare Innovationspotenzial hinausgehen. Interne Communities tragen maßgeblich zur Förderung der Innovationskultur bei und steigern die Sichtbarkeit von Innovationsprojekten innerhalb des Unternehmens. Gleichzeitig helfen sie, Talente zu binden und das Engagement der Mitarbeiter*innen zu erhöhen.

Externe Innovation Communities können als „Türöffner“ für Startups fungieren, indem sie ihnen Zugang zu Ressourcen und Know-how verschaffen, die für ihre Entwicklung entscheidend sind. Für Unternehmen bedeuten solche Kooperationen nicht nur einen Innovationsschub, sondern auch einen signifikanten Wettbewerbsvorteil in einem zunehmend dynamischen Marktumfeld.

Fazit: Innovation Communities als Schlüssel zum Erfolg

In einer Zeit, in der Innovationen der Schlüssel zum wirtschaftlichen Erfolg sind, können Unternehmen es sich nicht leisten, auf effektive Zusammenarbeit zu verzichten. Der Aufbau und die Pflege von Innovation Communities bieten eine einzigartige Möglichkeit, nachhaltige Partnerschaften zu schaffen, die über bloße Netzwerke hinausgehen und den Weg für langfristigen Erfolg im Corporate Venturing ebnen. Indem Unternehmen in die richtigen Menschen und Beziehungen investieren, können sie eine Innovationskultur entwickeln, die nicht nur den aktuellen Herausforderungen gewachsen ist, sondern auch die Zukunft aktiv mitgestaltet.


Über die Autorin

Olivia Lancerotto bringt mehr als 20 Jahre Erfahrung im internationalen Innovationsmarketing mit. Als selbstständige Beraterin unterstützt sie Unternehmen dabei, nachhaltige Innovationen durch Sichtbarkeit erfolgreich umzusetzen. Ihr Schwerpunkt liegt auf der Entwicklung maßgeschneiderter Kommunikationsstrategien und dem Aufbau von Innovationsgemeinschaften, die langfristige Erfolge sichern.

Sie initiiert und leitet regelmäßig Netzwerktreffen, die Innovationsverantwortlichen eine Plattform für den Austausch zu aktuellen Kommunikationsthemen bieten. Der nächste „INNCOMMON coffee & chat“ mit dem Titel „Bringe deine Innovation Community auf Touren!“, widmet sich dem Thema Community Engagement und findet am 17. Oktober in der ÖAMTC Innovationswerkstatt statt.

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

Innovation Community Building: Der Gamechanger für Corporate Venturing?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Innovation Community Building: Der Gamechanger für Corporate Venturing?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Innovation Community Building: Der Gamechanger für Corporate Venturing?

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 …

Innovation Community Building: Der Gamechanger für Corporate Venturing?

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 …

Innovation Community Building: Der Gamechanger für Corporate Venturing?

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 …

Innovation Community Building: Der Gamechanger für Corporate Venturing?

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 …

Innovation Community Building: Der Gamechanger für Corporate Venturing?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Innovation Community Building: Der Gamechanger für Corporate Venturing?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Innovation Community Building: Der Gamechanger für Corporate Venturing?