02.01.2019

Learnings: 10 Jahre Wikitude mit 10 Erfahrungen als wachsendes AR-Startup

Wikitude feierte kürzlich sein 10-jähriges Bestehen. Zum Jubiläum werfen CEO Martin Herdina und CTO Philipp Nagele im Gastbeitrag einen Blick zurück. "Das Leben in einem Startup ist nicht immer spaßig. Wir haben vor allem aus unseren Fehlern gelernt. Nur so kann Innovation entstehen", weiß Martin Herdina.
/artikel/learnings-10-jahre-wikitude
Learning, Learnings, AR, Wikitude
(c) Mike Vogl - Wikitude-CEO Martin Herdina and CTO Philipp Nagele

Wikitude-CEO Martin Herdina wird auch bei den Fuckup Nights Vol.V am 19.2 in Salzburg seine Erfahrungen teilen. Wikitude will zudem andere Gründer mit ihren Learnings, aber auch mit der eigenen Augmented-Reality (AR)-Software unterstützen: Startups haben seit Sommer die Möglichkeit, das preisgekrönte AR-SDK von Wikitude kostenlos zu nutzen.

+++ Florian Gschwandtner über sein Buch “So läuft Start-up” +++

Learning #1: Vermeide zu viel Ablenkung

Wikitude beschäftigt derzeit mehr als 30 Mitarbeiter, erwirtschaftet Millionenumsätze und gilt als weltweit führende, unabhängige AR-Plattform. “Wir sind dort, wo wir sind, weil wir viel Geduld und Ausdauer bewiesen haben”, resümiert Martin Herdina, der seit 2010 als CEO bei Wikitude ist: „Das ist wichtig, gerade wenn sich immer wieder unerwartet Chancen und Gelegenheiten auftun“.  Eine dieser Gelegenheiten war Wikitude Drive, eine AR-Navigationsapp fürs Auto. „Für so ein Projekt bräuchte man 95 Prozent Expertise im Bereich Navigation und nur fünf Prozent in AR. Wir haben nicht sofort begriffen, dass das bei uns genau umgekehrt ist“. Herdina rät deshalb: „Gute Entscheidungen trifft man, wenn man seine eigene DNA wirklich versteht“.

Learning #2: Sei nah am Markt

Es ist ein bekanntes Problem in der Tech-Welt: Da ist eine Vision, es gibt viel Leidenschaft, aber manchmal vergisst man, für wen entwickelt wird. Am Ende gibt es ein geniales Produkt, aber noch keine Kunden, die es kaufen. „Das ist passiert, als wir ein Feature namens Scene Recognition entwickelten”, erzählt Philipp Nagele, CTO von Wikitude: „Wir konnten erstmals nicht nur kleine Objekte, sondern ganze Gebäude, Landschaften oder komplexe Industrieanlagen visuell erfassen und vor allem wiedererkennen. Das ist wichtig für die Idee der AR-Cloud. Die AR-Cloud ist aber immer noch eine Vision in Kinderschuhen. Der Markt ist einfach noch nicht bereit“, weiß Nagele heute: „Für eine solche Innovation brauchen wir mehr Zeit, um unsere Kunden vorzubereiten und zu inspirieren“.

10 Learnings aus 10 Jahren

Learning, Wikitude
(c) Wikitude – Infografik: Wikitude und ihre zehn Learnings.

Learning #3: Setze realistische Ziele

Das ist ein weiterer Rat von CTO Philipp Nagele. Er denkt dabei an den Launch des Software Development Kits (SDK) 5: „Wir wollten zu viel in zu kurzer Zeit“. Das Ergebnis war weder gut fürs Produkt noch fürs Team: „Wir konnten Termine nicht einhalten, die Qualität des ersten Releases war nicht wie erwartet und das Team war erschöpft von den vielen Überstunden“.

Learning #4: Lerne einen Marathon zu laufen

Als SDK 5 veröffentlicht wurde, gab es große Veränderungen im Entwicklerteam. Außerdem erschwerten viele Kompromisse im Code die Wartung. „Rückblickend war das die Zeit, in der wir am meisten unter unserer anfänglich hohen Geschwindigkeit gelitten haben. Wir haben uns ins Zeug gelegt, um viele wichtige Features zu entwickeln. Dafür haben wir aber klare und saubere Softwarearchitektur eingebüßt“, erinnert sich Nagele: „Wir haben unsere Core-Software aus gutem Grund aufgeräumt und neu gebaut. Viele dieser Erfahrungen wurden im aktuellen SDK 8 erfolgreich umgesetzt“.

Learning #5: Triff klare Entscheidungen

„Leidenschaft ist der Treibstoff eines jeden Startups. Es ist nicht einfach, etwas von dieser Haltung aufzugeben“, erzählt Herdina: „Aber ab einem gewissen Punkt braucht es Struktur, Klarheit und Transparenz im Team. Dieser Punkt war bei zwanzig Mitarbeitern erreicht.“. Herdina erinnert sich, als zwei sehr ehrgeizige Entwickler miteinander konkurrierten: „Hier hätten wir viel früher klare Verantwortung und Rollen definieren müssen“. Beide Entwickler verließen Wikitude: „Wenn man die Entscheidung nicht selbst trifft, dann wird sie für einen getroffen. Das kann mitunter schmerzhaft sein. Es kostet Ressourcen und manchmal verliert man eben auch gute Mitarbeiter. Am Ende haben wir aber die Dinge geändert, die wirklich geändert werden mussten. All unsere Fehler haben uns letztendlich wachsen lassen“.

Learning #6: Wähle die richtigen Partner

Egal ob es sich um Multiplikatoren, Investoren oder andere Mitstreiter handelt: Für ein Startup ist es wichtig, die richtigen Partner zu finden. Nur die, die das eigene Produkt und die Vision wirklich verstehen, werden auch beim Wachsen helfen. Die richtigen Partner wirken dann wie ein Sprachrohr: “Unsere Kunden zeigen begeistert her, wie vielseitig sie unsere Technologie einsetzen. Das verschafft uns Glaubwürdigkeit”, erklärt Paula Perrichot, Marketing Director bei Wikitude: „Auch wenn sich viele Gelegenheiten und Chancen auftun, wir haben gelernt, dass wir unser Ziel nicht aus den Augen verlieren dürfen. Kurz gesagt: Es geht um ein gesundes Gleichgewicht. Wir nehmen Chancen wahr und gehen neuen Ideen nach. Aber gleichzeitig setzen wir nicht alles auf eine Karte“. Mittlerweile kann sich Wikitude glücklich schätzen: Eine Vielzahl wertvoller Partner hilft mit, das innovativste AR-Netzwerk der Branche zu erschaffen.

Learning #7: Schaffe Raum für Wachstum

2014 wuchs das Team enorm. Bis zum Ende des Jahres verdoppelte sich die Anzahl der Mitarbeiter. Mit neuen Leuten kam unheimlich viel frischer Wind herein. Doch gleichzeitig waren einige Wachstumsschmerzen spürbar: „Unsere bisherige Arbeitsroutine passte einfach nicht mehr für große Teams. Wir mussten unseren ganzen Tagesablauf überdenken“, erinnert sich Nagele: „Schlussendlich mussten wir die Teams auf verschiedene Bereiche aufteilen, damit wir besser und effizienter arbeiten können“.

Learning #8: Die Wahl des richtigen Teams

„Erst muss man die richtigen Talenten finden – und dann muss man sie auch halten können“, weiß Herdina: „Ein überzeugender Lebenslauf ist längst nicht alles. Neue Mitarbeiter sollen ins Team passen, die Unternehmenskultur und unsere Vision teilen. Wir hatten hochqualifizierte Kandidaten, die nicht ins Team passen. Andere wiederum brauchten ein wenig mehr Zeit und Unterstützung, brillierten dann aber im Job, sobald sie eingearbeitet waren“.

Learning #9: Pflege die Unternehmenskultur

Mit der Zeit wuchs ganz automatisch eine gewisse Unternehmenskultur. Ab einer gewissen Größe war es allerdings notwendig, die Unternehmenskultur bewusst zum Thema zu machen. Wikitude legt viel Wert auf eigenständige Teams und eine möglichst flache Hierarchie: So hat jeder Mitarbeiter die Chance, das Unternehmen in allen Bereichen mitzugestalten. Das ist wichtig – wenn auch nicht immer leicht.

Learning #10: Vielfalt ist wichtig

Wikitude ist stolz auf sein Team: Menschen aus mehr als 10 verschiedenen Nationen arbeiten bei Wikitude, die Mitarbeiter sind aus unterschiedlichsten Altersgruppen und zu 30 Prozent besteht das Team aus Frauen: „Ich bin überzeugt, dass uns diese Vielfalt mehr Kreativität und Flexibilität gibt. Es fällt uns zum Beispiel leichter, auf verschiedenste Kundenbedürfnisse schnell zu reagieren“, so Perrichot.

Über Wikitude

Wikitude ist der weltweit führende, unabhängige Augmented Reality (AR)-Pionier und entwickelt seit 2008 von Salzburg (Österreich) aus AR-Technologien für Smartphones, Tablets und Smart Glasses auf iOS und Android. Das Wikitude SDK wird von mehr als 100.000 Entwicklern genutzt und liefert die AR Komponente für mehr als 25.000 Apps weltweit. Mehr als eine Milliarde User profitieren heute von Apps, die auf die Wikitude Technologie zurückgreifen. 2017 wurde das Wikitude SDK im Silicon Valley mit dem “Auggie Award” als bestes AR-Software-Developer Tool ausgezeichnet.


⇒ Zur Unternehmens-Page

Deine ungelesenen Artikel:
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
Loïc Roch, Mitgründer und CTO von Atinary, in den SwissCAT+-Laboren am Campus Hönggerberg | (c) Martin Pacher

Wer auf den Hönggerberg im Norden Zürichs fährt, lässt die Stadt hinter sich. Der zweite Campus der ETH, entstanden ab 1961, liegt in ländlicher Umgebung, hier sind unter anderem die Departemente für Chemie, Physik und Materialwissenschaft zu Hause. Und hier, in den SwissCAT+-Laboren der Hochschule, lässt sich derzeit besichtigen, wie Forschung aussehen könnte, wenn nicht mehr der Mensch jeden einzelnen Handgriff macht.

In diesen Laboren übernehmen Roboter die Arbeit, die sonst Forschende beschäftigt: Sie hantieren mit Flüssigkeiten und Pulvern, bereiten Proben vor, testen sie und messen laufend die Ergebnisse. Das Bemerkenswerte daran ist aber nicht die Automatisierung selbst, sondern wer die Versuche plant: eine Künstliche Intelligenz. Die Software stammt vom Startup Atinary, das an der ETH keinen eigenen Standort hat, sondern mit der Technologieplattform SwissCAT+ zusammenarbeitet. Sie schlägt vor, welches Experiment als nächstes sinnvoll ist, lernt aus jedem Ergebnis und berechnet daraus den nächsten Schritt. Dieser Kreislauf läuft rund um die Uhr, ohne dass ein Mensch eingreifen muss.

„Ein Labor ist eine große Küche“

Wie soll man sich das vorstellen? Loïc Roch, Mitgründer und CTO von Atinary, greift im Gespräch mit brutkasten zu einem Alltagsbild: „Am Ende ist ein Labor eine große Küche. Wir liefern die Rezepte. Wir nutzen KI, um Rezepte zu erzeugen, die dann im Labor getestet werden.“ Das Ziel: möglichst schnell zum besten Rezept kommen. Denn jeder einzelne Versuch kostet Zeit, Material und Geld. Wer statt tausender Versuche nur ein paar Dutzend braucht, spart enorm.

Genau darauf ist die Software ausgelegt. Statt sich blind durch unzählige mögliche Kombinationen zu probieren, lernt das System mit jedem Experiment dazu und empfiehlt gezielt die vielversprechendsten nächsten Schritte. „Self-Driving Labs“ nennt Atinary das Prinzip, selbstfahrende Labore. Den Begriff hat sich das 2019 gegründete Unternehmen sogar markenrechtlich schützen lassen.

Loïc Roch, Co-founder und CTO von Atinary | (c) Martin Pacher / brutkasten

Den Bedarf für solche Werkzeuge begründet Roch mit einem unbequemen Befund: Forschung wird immer teurer und langsamer, es braucht immer mehr Zeit und Geld, bis Neues gefunden ist. Dazu kommt eine handfeste Vertrauenskrise: Roch verweist auf eine vielzitierte Befragung von rund 1.500 Forschenden, wonach ein Großteil daran scheitert, Experimente zu wiederholen, in der Chemie sind die Quoten besonders hoch. Das ist nicht nur für die Wissenschaft ein Problem: Ohne verlässliche Daten lässt sich auch keine verlässliche KI trainieren.

100 Jahre Forschung in sechs Wochen

Was das System kann, zeigt das Vorzeigeprojekt direkt vor Ort. Gemeinsam mit dem SwissCAT+-Team suchte Atinary nach dem besten Katalysator, also jenem Hilfsstoff, mit dem sich das Treibhausgas CO₂ in Methanol umwandeln lässt, einen Ausgangsstoff für nachhaltige Treibstoffe. Laut Atinary kamen dafür mehr als 20 Millionen mögliche Kombinationen infrage. Das Ergebnis wurde in einem Fachjournal publiziert: In sechs Wochen wurden 144 Katalysator-Kandidaten hergestellt und getestet, mit minimalem menschlichem Zutun. Die Zahl, mit der Atinary seither wirbt, ist eindrucksvoll: eine 1000-fache Beschleunigung, umgerechnet 100 Jahre Katalyse-Forschung in nur sechs Wochen. SwissCAT+-Chef Paco Laveille, der die Umsetzung an der ETH verantwortet, bestätigt beim Besuch die Größenordnung: von Jahren an Forschung hinunter zu Wochen.

(c) Martin Pacher / brutkasten

Beim konkreten Nutzen für Firmenkunden hält sich Roch hingegen zurück, aus einem strukturellen Grund: „Wir sind ein Dienstleister. Wir sehen den generierten Mehrwert nicht, und die Kunden wollen ihn nicht teilen.“ Das habe auch mit Sicherheitsanforderungen zu tun, ergänzt das Unternehmen: Angaben zum erzielten Return on Investment erhalte Atinary dann, wenn Kunden sie von sich aus teilen — teils münde das in gemeinsame Publikationen.

Die einzige konkrete Zahl, die er im Gespräch nennt, stammt aus einer gemeinsamen Publikation mit dem Aromen- und Duftstoffkonzern dsm-firmenich: Dort konnte der Einsatz eines teuren Edelmetalls so stark reduziert werden, dass dessen Kostenanteil um rund 95 Prozent sank. Es sei nicht die einzige gemeinsame Veröffentlichung mit Kunden, betont das Unternehmen — weitere gebe es etwa mit dem Pharmakonzern Takeda.

(c) Martin Pacher / brutkasten

Auch ein aktueller gemeinsamer Blogbeitrag von AWS und Atinary liefert Anhaltspunkte. Ein Manager von Takeda wird dort mit der Aussage zitiert, eine Optimierung habe mit dem selbstfahrenden Ansatz rund eine Woche gedauert, verglichen mit ein bis zwei Monaten auf dem herkömmlichen Weg. Am MIT wiederum löste ein Forschungsteam mit der Software eine knifflige Aufgabe aus der Solarzellenforschung in nur 25 Versuchen, innerhalb einer strikten Frist von vier Wochen. Und über das eigene Labor, das Atinary heuer in Boston eröffnet hat, heißt es: Es erzeuge in einer Woche mehr Versuchsdaten, als ein Doktorand in fünf Jahren produziert.

Bezahlter Pilot, Lizenz pro Arbeitsplatz

Wirtschaftlich steht Atinary noch am Anfang. Das Unternehmen befindet sich in der Seed-Phase, öffentlich auffindbar sind laut Roch rund zehn Millionen an bisheriger Finanzierung, eingesammelt über Venture Capital, Family Offices und Förderungen. Als Nächstes peilt er eine Series A an. Das Wachstumskapital dafür werde voraussichtlich aus den USA kommen: „Der Ansatz ist in Europa und den USA sehr unterschiedlich.“

Paco Laveille, Managing Director, SwissCAT+ East, ETH Zurich | (c) Martin Pacher / brutkasten

Verdient wird über Software-Lizenzen, abgerechnet pro Arbeitsplatz. Am Anfang steht ein dreimonatiger, bewusst kostenpflichtiger Testlauf. „Wenn der Pilot nicht bezahlt ist, stecken die Kunden nicht die Ressourcen hinein, um ihn richtig zu testen“, sagt Roch. Dass er mit diesem Modell Geld liegen lässt, räumt er offen ein: Eine Beteiligung am geschaffenen Wert wäre lukrativer, scheitert aber daran, dass die Kunden diesen Wert eben nicht offenlegen.

Die Kundschaft kommt bisher vor allem aus der Pharmabranche, die laut Roch am ehesten bereit ist, Neues zu riskieren; der Rest der Industrie folge dann. Einsatzfelder gibt es aber quer durch: Lebensmittel, Duftstoffe, Materialforschung, grüne Energie, und gemeinsam mit Stanford sogar Zelltherapien gegen Krebs. Umsatz machen vor allem Konzerne. Mit Universitäten arbeitet Atinary eng zusammen, weil sich dort Ergebnisse veröffentlichen lassen, sie werden so zu Botschaftern der Technologie. Auch KMU zählen zu den Kunden, das jüngste sei erst vor wenigen Tagen dazugekommen. Die Arbeitsteilung im Unternehmen: Das Entwicklerteam sitzt bei Roch in Lausanne, das eigene Labor steht in Boston, dort, wo die großen Pharma-Forschungszentren angesiedelt sind.

„Fast jeden zweiten Tag ein neues Startup“

Beim Thema Konkurrenz wird Roch deutlich: Der Bereich „AI for Science“ ziehe derzeit massiv Gründungen an, fast jeden zweiten Tag komme ein neues Startup dazu. Gefährlich sei daran vor allem eines: Mit den heutigen KI-Werkzeugen lasse sich sehr schnell ein beeindruckender Prototyp bauen, der Kunden begeistert. „Unter der Haube ist das aber kein produktionsreifer Code, der bei einem Großunternehmen laufen kann.“ Atinary sieht er im Vorteil, weil man seit 2019 das gesamte Paket aufgebaut habe: die Anbindung an die Laborgeräte, das eigene KI-Training, die Anwendungen und die wissenschaftliche Glaubwürdigkeit durch den eigenen Beirat. Dazu kommt laut Unternehmen ein Netzwerk an Technologiepartnern, darunter AWS, ABB Robotics, Agilent, Bruker, Chemspeed und Mettler-Toledo. Im wissenschaftlichen Beirat sitzt unter anderem der MIT-Chemiker Stephen Buchwald — im Bostoner Labor optimiert Atinary nach eigenen Angaben ausgerechnet die nach ihm benannte Buchwald-Hartwig-Reaktion.

(c) Martin Pacher / brutkasten

Zugleich beobachtet er seit heuer einen Umschwung im Markt: Kunden dächten zunehmend in einer Wettlauf-Logik. Wer die Technologie nicht als Erster einsetze, riskiere, dass es die Konkurrenz tut. Und wenn diese in Wochen schafft, wofür man selbst Jahre braucht, sei der Rückstand kaum aufzuholen.

Die größte Hürde ist der Mensch

Und was bremst die Verbreitung? Nicht die Technik, sagt Roch, sondern der Mensch. „Der Wissenschaftler im Labor ist oft seit 15, 20 Jahren dort. Wenn man ihm sagt: Wir können deine Forschung um den Faktor zehn oder hundert beschleunigen, sagt er: Nein. Ich kenne mein Fach besser als irgendein Algorithmus.“ Es sei dabei weniger mangelndes Vertrauen, die Technologie werde schlicht als Bedrohung für den eigenen Job empfunden. Christoph Schnidrig von AWS ergänzt: Dieses Muster kenne man von jeder Technologiewelle, von der Einführung der Cloud bis zur KI in der Softwareentwicklung. Rochs Haltung dazu: Jobs würden sich verändern, aber nicht verschwinden. „Am Ende ist es ein Werkzeug. Der Mensch bleibt am Steuer.“

(c) Martin Pacher / brutkasten

Zum Vertrauen gehört auch die Datenfrage, schließlich legen die Kunden ihr wertvollstes Gut, ihre Forschungsdaten, in die Plattform. Die läuft vollständig auf der Cloud von AWS. Roch verweist auf Prüfungen, Audits und Sicherheitstests; personenbezogene Daten würden praktisch keine gespeichert, schon gar keine Patientendaten, dafür sei man in der Forschung viel zu früh angesetzt. Auch deshalb sieht er im EU AI Act derzeit kein Hindernis: In Kundengesprächen sei die Regulierung bislang schlicht kein Thema gewesen.

Auszeichnung vom Weltwirtschaftsforum

Während brutkasten mit Roch in Zürich spricht, befindet sich sein Mitgründer, CEO Hermann Tribukait, gerade im chinesischen Dalian, um dort den Technology-Pioneer-Award des Weltwirtschaftsforums entgegenzunehmen. Zu den früheren Preisträgern der Auszeichnung zählen Roch zufolge Namen wie Google, Dropbox und Airbnb. Preisgeld gibt es keines, der Wert liege im Zugang zum Netzwerk des Forums und zu Entscheidungsträgern großer Unternehmen. Kunden in China hat Atinary übrigens keine, und das dürfte vorerst so bleiben: Als in den USA registriertes Unternehmen sei das Geschäft mit chinesischen Firmen „wegen der Geopolitik sehr heikel“.

Gefragt nach dem Blick fünf Jahre voraus, skizziert Roch eine Vision, die er ausgerechnet am Vorbild seines Cloud-Partners entwirft: Labore, die wie Rechenleistung aus der Cloud abrufbar sind, weltweit vernetzt, mit einer übergeordneten KI, die Erkenntnisse zwischen Forschungszentren auf verschiedenen Kontinenten austauscht.

Den Antrieb dahinter beschreibt er ganz persönlich: Er und seine Mitgründer seien Naturliebhaber, und die Energiewende brauche schnellere Forschung. „Der Planet kann nicht noch ein Jahrzehnt warten, bis wir Lösungen finden.“ Sein Befund nach sieben Jahren: „R&D ist heute noch zu langsam.“


Disclaimer: Die Reise- und Übernachtungskosten wurden von Amazon Web Services übernommen.

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

Learnings: 10 Jahre Wikitude mit 10 Erfahrungen als wachsendes AR-Startup

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Learnings: 10 Jahre Wikitude mit 10 Erfahrungen als wachsendes AR-Startup

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Learnings: 10 Jahre Wikitude mit 10 Erfahrungen als wachsendes AR-Startup

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 …

Learnings: 10 Jahre Wikitude mit 10 Erfahrungen als wachsendes AR-Startup

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 …

Learnings: 10 Jahre Wikitude mit 10 Erfahrungen als wachsendes AR-Startup

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 …

Learnings: 10 Jahre Wikitude mit 10 Erfahrungen als wachsendes AR-Startup

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 …

Learnings: 10 Jahre Wikitude mit 10 Erfahrungen als wachsendes AR-Startup

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Learnings: 10 Jahre Wikitude mit 10 Erfahrungen als wachsendes AR-Startup

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Learnings: 10 Jahre Wikitude mit 10 Erfahrungen als wachsendes AR-Startup