25.07.2017

Kionix-Gründer: “Zutaten für ein Unicorn sind bei USound da”

Das Grazer Startup USound hat mit seinen Mikrolautsprechern große Pläne. Unterstützt wird das Team gleich von mehreren Pionieren im Bereich der Halbleitertechnologie. Im Advisory Board sitzt auch der US-Serial Entrepreneur und Kionix-Gründer Greg Galvin. Der Brutkasten traf ihn zum Interview.
/artikel/interview-greg-galvin
(c) Rheonix: Greg Galvin

Fast jeder hat sie in der Tasche – die Technologie von Kionix. Mit dem mittlerweile verkauften Unternehmen entwickelte Gründer Greg Galvin schon ab den 1990’er-Jahren Sensoren, die auf Halbleitertechnologie basieren. Ausgangspunkt war dabei die US-Eliteuni Cornell, an der Galvin nach wie vor tätig ist. Später entwickelte er mit seinem Team jene Mikro-Sensoren, die Beschleunigung messen können und heute unter anderem in den meisten Smartphones verbaut sind. Galvin gilt damit als Pionier im Halbleiter- bzw. MEMS-Bereich (micro electric mechanical systems).

Nicht nur technologisch, auch wirtschaftlich ist Galvin sehr erfolgreich. Im Jahr 2000 erfolgte der erste große Exit mit Kionix (damals noch auf optische Sensoren spezialisiert). Doch Galvin behielt die Namensrechte und schaffte 2009, nun mit den oben genannten Beschleunigungssensoren, einen zweiten Mega-Exit. Seitdem arbeitet er mit seiner neuen Firma Rheonix in enger Zusammenarbeit mit der Cornell University an Mikro-Sensoren für den Gesundheitsbereich, mit denen Krankheitserreger bestimmt werden können.

Als Teil des Advisory Boards unterstützt Galvin auch das Grazer Startup USound. Das Mikro-Lautsprecher-Unternehmen deckt mit seiner Technologie nach Aussagen von Experten wie Galvin den letzten ungelösten Usecase im MEMS-Bereich ab. Im Interview mit dem Brutkasten erklärt Galvin, wie er USound unterstützt, was im MEMS-Bereich noch zu erwarten ist und welche Strategien sich für DeepTech-Startups anbieten.

+++ 12 Millionen Euro Investment für Grazer Lautsprecher-Startup Usound +++

Was hat sie ganz zu Beginn von USound überzeugt?

Herbert. (Anm.: Herbert Gartner, erfolgreicher Gründer im MEMS-Bereich; nun mit eQventure Hauptinvestor bei USound)

Wie es in der Welt der Entrepreneure sehr oft der Fall ist, hatten wir beide schon vor USound geschäftlich viel miteinander zu tun. Wir kennen uns gut. Und wenn dann so ein langjähriger Partner anruft und fragt, ob man bei etwas dabei sein will, sagt man ganz einfach ja. Das basiert auf gegenseitigem Vertrauen und der Erfahrung, die ich mit ihm gemacht habe.

Sie sind Teil des Advisory Boards von USound. Unterstützen Sie das Startup aktiv mit Ihrem Know-how und Ihrem Netzwerk?

Ja, mit meinem Know-how, meinem Netzwerk, meiner Erfahrung. Ich stelle viele Fragen, ob sie dies oder jenes bedacht haben. Ich hatte ja selber ein großes Unternehmen im MEMS-Bereich. Da gibt es zwar technologisch große Unterschiede zu USound, aber eben auch sehr viele Überschneidungen wie gleiche Zulieferer oder Kontakte innerhalb der Branche.

Worin sind sich USound und Ihr früheres Unternehmen Kionix besonders ähnlich?

Der Kern ist: Es sind beides Anbieter von Halbleiter-Bauteilen. Die Produktionsbedingungen sind zwar ähnlich. Aber natürlich nutzt USound auch Materialien mit denen wir nie etwas zu tun hatten und umgekehrt. Also technisch gibt es trotz der gleichen Branche doch gravierende Unterschiede. Aber im Business-Bereich haben wir etwa die gleichen Zulieferer. Und auch die Endkunden sind zu großen Teilen die gleichen. Denn beide Firmen liefern für die Produktion von elektronischen Geräten wie Smartphones zu.

Das bringt uns zum Netzwerk zurück. Haben sie Kontakte zwischen den USound-Foundern und potenziellen Kunden hergestellt?

Nicht direkt.

Haben sie regelmäßige Meetings mit dem Founder-Team?

Wir haben jede zweite Woche eine Telefonkonferenz des Advisory Boards mit den Gründern. Dazu haben wir inzwischen zwei persönliche Treffen pro Jahr festgelegt.

“Es heißt eben ‘Advisory’. Wir geben Empfehlungen und Meinungen ab. Es ist am Management-Team zu entscheiden, was sie damit machen.”

Generell gefragt: Wie stark sollte der Einfluss des Advisory Boards auf die Entscheidungen eines Startups sein?

Gar nicht. Dafür gibt es das Management-Team. Und auch das Executive Board hat da bestimmte Aufgaben. Es heißt eben „Advisory“. Wir geben Empfehlungen und Meinungen ab. Es ist am Management-Team zu entscheiden, was sie damit machen.

USound ist lange im “Stealth-Modus” geblieben und erst an die Öffentlichkeit gegangen, als sie schon einen funktionierenden Prototypen hatten. Ist das generell die beste Taktik für DeepTech-Startups?

Das ist einer dieser Fragen, auf die es keine allgemein gültige Antwort gibt. Natürlich hat der “Stealth-Mode” viele Vorteile. Man hat Zeit, die Fehler auszumerzen, sein eigenes Produkt voll zu verstehen und auf die unterschiedlichsten Usecases zu kommen. Dazu kommt, dass die Welt sehr kompetitiv ist. Es gibt überall intelligente Leute und Kapital. Gute Ideen werden schnell kopiert. Es gibt also viele Gründe im “Stealth-Mode” zu bleiben, bis man wirklich bereit ist, loszulegen.

“Bei Technikern gibt es die Tendenz das Produkt vorab ewig immer weiter zu verbessern, bis sie dann feststellen müssen: Wir sind zu spät für den Markt.”

Das Gegenargument dazu ist: Viele Startups geraten in Schwierigkeiten, weil sie potenzielle Kunden nicht rechtzeitig ansprechen. Sie können das natürlich auch tun, während sie noch im „Stealth-Mode“ sind. Aber man muss seine Idee, sein Produkt, sein Service oder was auch immer es ist schon zu richtigen Kunden bringen, bevor es perfektioniert ist. Bei Technikern gibt es die Tendenz das Produkt vorab ewig immer weiter zu verbessern, bis sie dann feststellen müssen: Wir sind zu spät für den Markt. Der Konkurrent mag ein deutlich unterlegenes Produkt haben. Aber er ist damit halt auf den Markt gegangen. Für mich ist die Wahl dieses Zeitpunkts einer der zentralen Balance-Akte, die zu bewerkstelligen sind. Einerseits muss man etwas vorzuweisen haben, wenn man zu potenziellen Kunden geht. Aber andererseits muss man möglichst früh herausfinden, ob das Produkt überhaupt auf Interesse stößt, beziehungsweise um den Preis, den man anbieten kann, potenzielle Käufer findet.

Redaktionstipps

Wenn nun ein potenzieller Kunde in dieser Phase anbietet, die Weiterentwicklung des Produkts mit der eigenen F&E-Abteilung zu unterstützen, sollte ein Startup das in Betracht ziehen?

Meiner Meinung nach sollten Startups jeden ihnen angebotenen Deal in Betracht ziehen. Das heißt nicht, dass sie tatsächlich auf jeden Deal eingehen sollen. Auch da gibt es Gründe, die dafür sprechen und welche, die dagegen sprechen. Wenn man seinen potenziellen Kunden dazu bringt, in die eigene Produktentwicklung zu investieren, ist das ein extrem guter Beweis dafür, dass es diesem Kunden ernst ist. Denn jeder Kunde wird immer jede Gratis-Probe annehmen, die man ihm schickt. Das ist unverbindlich und er kann entscheiden, ob das Produkt für ihn passt oder nicht. Wenn der Kunde Geld in die Hand nimmt, kann man davon ausgehen, dass sein Unternehmen wirklich hinter der Entscheidung für das Produkt steht.

“Man muss alle Handlungen mit Vorsicht setzen.”

Die Kehrseite ist natürlich, dass man nicht will, dass Kunden beginnen aktiv zu kontrollieren, in welche Richtung man sich selbst entwickelt. Ein Kunde zieht einen in die eine Richtung, ein anderer in die andere und nach ein paar Jahren stellt man sich die Frage: Wo stehen wir eigentlich? Wir sind an kein Ziel gekommen. Wie gesagt, es gibt auch in dieser Frage keine absolute Antwort. Man muss alle Handlungen mit Vorsicht setzen.

Zurück zu USound. Wo sehen Sie die Firma in fünf Jahren?

Ich gehe davon aus, dass USound in fünf Jahren extrem erfolgreich sein wird.

Hat USound Unicorn-Potenzial?

Ich denke, dass das möglich ist. Ich glaube aber nicht, dass es, zumindest in fünf Jahren, sehr wahrscheinlich ist. Aber klar: Der Markt für die Lautsprecher ist da. Die Technologie ist extrem gut und das Team ist hervorragend aufgestellt. Die Zutaten für ein Unicorn sind jedenfalls da.

Welche Entwicklungen sind im MEMS-Bereich nach den Lautsprechern noch zu erwarten?

Im Prinzip sind jetzt alle Usecases für Halbleiter-Technologie, über die in den vergangenen Jahrzehnten gesprochen wurde, Realität. Es wird weiterhin einen Evolutionsprozess geben, bei dem die Technologien immer weiter verbessert werden. Aber ich erwarte keine revolutionären MEMS-Usecases mehr.

Könnte man also sagen, USound liefert mit den Lautsprechern den letzten Puzzle-Teil in diesem Entwicklungsprozess?

Ja, das kann man wohl so ausdrücken. Jetzt kann man allgemein beobachten, dass der Fokus im MEMS-Bereich nicht mehr auf der Entwicklung liegt, sondern darin, dass immer mehr Anwendungsgebiete für die vorhandenen Produkte gefunden werden. Darin, dass ein immer breiterer Markt erschlossen wird. Im Moment gibt es beim Einsatz der Technologie noch einen Schwerpunkt auf Unterhaltungs- beziehungsweise Alltagselektronik. Tatsächlich gibt es aber extrem viele weitere Einsatzmöglichkeiten. Ein gutes Beispiel sind Autos: Man sehe sich nur die Evolution der in Fahrzeugen verbauten Sensoren an. Das Auto wird sukzessive immer smarter. Es interagiert immer besser mit seinem Fahrer, nimmt ihm immer mehr Handgriffe ab: Scheibenwischer, Lichter, Gebläse – das ging vor ein paar Jahren noch nicht automatisch und dahinter stehen Sensoren. So einen Evolutionsprozess wird es noch in einigen weiteren Feldern geben.

“Die Fähigkeiten, die Hingabe, die Arbeitsmoral und das Zusammenspiel der Mitglieder des Kernteams machen wirklich alles aus.”

Zuletzt: Als sehr erfolgreicher Entrepreneur – was ist ihr wichtigster Ratschlag für Leute, die das erste Mal gründen?

Ich hätte sehr viel Rat zu bieten. Aber der wichtigste Ratschlag ist wahrscheinlich, dass man das richtige Team zusammenbekommen muss. Die Fähigkeiten, die Hingabe, die Arbeitsmoral und das Zusammenspiel der Mitglieder des Kernteams machen wirklich alles aus. Das wird am Ende maßgeblich entscheiden, ob die Firma erfolgreich wird, oder nicht. Da geht es einerseits um die Kombination der Kompetenzen innerhalb des Teams. Aber auch darum, ob alle gut miteinander auskommen, ob alle an einem Strang ziehen und nicht einer von neun bis fünf arbeitet, während alle anderen einen Zwölf-Stunden-Tag machen. Es geht da um den richtigen Mix an Charakterzügen und fachlicher Expertise.

+++ Investorensuche: Das richtige Team ist entscheidend +++

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

Kionix-Gründer: “Zutaten für ein Unicorn sind bei USound da”

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Kionix-Gründer: “Zutaten für ein Unicorn sind bei USound da”

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Kionix-Gründer: “Zutaten für ein Unicorn sind bei USound da”

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 …

Kionix-Gründer: “Zutaten für ein Unicorn sind bei USound da”

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 …

Kionix-Gründer: “Zutaten für ein Unicorn sind bei USound da”

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 …

Kionix-Gründer: “Zutaten für ein Unicorn sind bei USound da”

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 …

Kionix-Gründer: “Zutaten für ein Unicorn sind bei USound da”

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Kionix-Gründer: “Zutaten für ein Unicorn sind bei USound da”

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Kionix-Gründer: “Zutaten für ein Unicorn sind bei USound da”