14.11.2023

WU-Experiment: Entwickeln MBA-Studierende bessere Innovationsstrategien als ChatGPT?

WU-Professor Nikolaus Franke ließ 21 MBA-Studierende gegen eine künstliche Intelligenz antreten - und testete, wer die besseren Innovationsstrategien liefert.
/artikel/mba-studierende-vs-chatgpt
Nikolaus Franke, wissenschaftlicher Leiter des MBA Entrepreneurship & Innovation,
Nikolaus Franke | Foto: WU Executive Academy/ Adobe Stock (Hintergrund)

Künstliche Intelligenz wird den Arbeitsmarkt verändern – darauf können sich die meisten einigen. Während manche jedoch befürchten, dass durch KI viele Jobs wegfallen werden, halten andere dies für übertrieben – und manche nehmen sogar an, dass KI eine 4-Tage-Woche ermöglichen wird. Letztlich läuft es immer auf eine Frage hinaus: Bei welchen Tätigkeiten kann eine KI Menschen wirklich ersetzen? Eine, die nicht dazu gehört, ist das Erstellen einer Innovationsstrategie. Zumindest ist das die Erkenntnis, die Nikolaus Franke aus einem Experiment mit MBA-Studierenden gezogen hat.

Franke ist Professor für Entrepreneurship und Innovation an der Wirtschaftsuniversität Wien und wissenschaftlicher Leiter des MBA Entrepreneurship & Innovation an der WU Executive Academy. „Wir haben 21 MBA-Studierenden der Spezialisierung Entrepreneurship & Innovation eine Aufgabe gegeben, die unternehmerische Kreativität erfordert“, schildert der Wissenschaftler. Konkret ging es dabei um die Frage, wie ein kleines Unternehmen damit umgehen soll, wenn es eine herausragende Innovationsidee hat, es diese aber nicht schützen kann.

Fünf Minuten Zeit für eigene Innovationsstrategie

Die Studierenden bekamen dann fünf Minuten Zeit um einen eigenen Vorschlag dafür zu stellen. „Die Zeit war so knapp bemessen, dass sie im Grunde sofort losschreiben mussten – für jedes Wort hatten sie nur eine gute Sekunde Zeit“, erläutert Frank. Nachdenken sei kaum möglich gewesen. Was aber bewusst so gestaltet war: „Der Grund für diese extreme Zeitbeschränkung war, dass wir den Studierenden ähnliche Bedingungen wie ChatGPT geben wollten“.

Denn genau dieselbe Aufgabe legte Franke auch dem Chatbot von OpenAI vor. Und noch eine andere Einschränkung gab es: Die Antwort durfte maximal 200 Worte umfassen.

Beurteilt wurden die Lösungen dann von zwei Wissenschaftler:innen mit mehrjähriger Erfahrung im Bereich Entrepreneurship und Innovation. Sie wussten weder, ob die jeweiligen Antworten von Studierenden oder ChatGPT kamen, noch waren sie überhaupt informiert, dass es bei dem Experiment um einen Vergleich zwischen menschlichen Fähigkeiten und künstlicher Intelligenz ging.

„Unternehmerische Intelligenz von MBA-Studierenden eindeutig überlegen“

Die beiden Wissenschaftler:innen bewerten die Ergebnisse auf einer Skala von 1 bis 5, wobei 1 für „sehr gut“ und 5 für „sehr schlecht“ steht. Das Ergebnis: Die Lösungen der MBA-Studierenden bewerteten sie durchschnittlich mit 2,4. Die Lösung von ChatGPT dagegen erreichte nur einen Wert von 4,5.

Auch bei den einzelnen Kritieren lagen die MBA-Studierenden deutlich vorne: Bei der Frage, wie gut die Strategie auf die Situation zugeschnitten war, kamen die Studierenden beispielsweise im Schnitt auf eine Beurteilung von 2,1. Die Lösung von ChatGPT dagegen bewerteten die Wissenschaftler mit dem schlechtestmöglichen Wert von 5,0.

Alles in allem habe jeder der 21 Studierenden eine bessere Strategie als ChatGPT abgeliefert, resümiert Franke. Dies obwohl ChatGPT fünf Anläufe für die Lösung gebraucht habe und die Studierenden „unter unrealistisch harten Bedingungen“ sehr spontane Lösungen abliefern hätten müssen. „Die unternehmerische Intelligenz der MBA-Studierenden ist der künstlichen Intelligenz eindeutig überlegen“, schlussfolgert der Studiengangsleiter daher.

Allerdings: Für den Versuch verwendete Franke eine auf dem Sprachmodell GTP-3.5 basierende Version von ChatGPT, wie die WU Executive Academy auf brutkasten-Anfrage bestätigte. Seit März 2023 ist jedoch auch das Sprachmodell GPT-4 verfügbar, mit dem ChatGPT im Regelfall deutlich bessere Ergebnisse erzielt.

Deine ungelesenen Artikel:
08.07.2026

„Das gebaut, was uns Diabetikern gefehlt hat“: Diabetes-Startup Carbetic weckt Interesse von Medizintechnik-Riesen

Mit 17 Jahren entwickelte Diego Szekely die Diabetes-Lösung Carbetic. Die App nutzt 3D-Bildanalyse, um den Kohlenhydratgehalt von Mahlzeiten präzise zu bestimmen und sichert sich nach drei Monaten 4.000 zahlende User.
/artikel/das-gebaut-was-uns-diabetikern-gefehlt-hat-diabetes-startup-carbetic-weckt-interesse-von-medizintechnik-riesen
08.07.2026

„Das gebaut, was uns Diabetikern gefehlt hat“: Diabetes-Startup Carbetic weckt Interesse von Medizintechnik-Riesen

Mit 17 Jahren entwickelte Diego Szekely die Diabetes-Lösung Carbetic. Die App nutzt 3D-Bildanalyse, um den Kohlenhydratgehalt von Mahlzeiten präzise zu bestimmen und sichert sich nach drei Monaten 4.000 zahlende User.
/artikel/das-gebaut-was-uns-diabetikern-gefehlt-hat-diabetes-startup-carbetic-weckt-interesse-von-medizintechnik-riesen
Diego Szekely programmierte seine Diabetes-App im Alleingang © Hannah Fasching

„Ich war der, der die Waage rausgeholt hat, um meinen Insulinbedarf zu berechnen“, erinnert sich Carbetic-Gründer Diego Szekely an die Zeit nach seiner eigenen Typ-1-Diabetes-Diagnose vor vier Jahren. Bei der Autoimmunerkrankung produziert der Körper überhaupt kein eigenes Insulin mehr, weshalb jede Aufnahme von Kohlenhydraten exakt berechnet und durch externe Insulingaben ausgeglichen werden muss.

Im Austausch mit anderen Betroffenen stellte er jedoch schnell fest, dass die meisten Diabetiker:innen im Alltag ihren Bedarf lediglich abschätzen. Da ungenaue Werte langfristige gesundheitliche Risiken bergen, entwickelte der heute 18-Jährige Carbetic, um eine verlässlichere, unkomplizierte Lösung im Alltag anzubieten. „Ich hab einfach das gebaut, was uns Diabetikern wirklich gefehlt hat“, so der Gründer.

© Carbetic

Räumliche Tiefe als technischer USP

Mittlerweile ist die Anwendung bereits in 41 Sprachen verfügbar, wobei aktuell die USA, dicht gefolgt von Deutschland, den größten Markt darstellen. Das technische Fundament unterscheidet sich laut dem Gründer aus Perchtoldsdorf vor allem in einem Punkt von klassischen Lifestyle-Trackern.

Statt einer simplen 2D-Bildanalyse setzt Carbetic laut eigenen Angaben auf räumliche Tiefe durch drei schnell geschossene Fotos aus unterschiedlichen Winkeln sowie LiDAR-Sensoren moderner Smartphones. „Die drei Fotos sind wahnsinnig wichtig, um die Dimensionen gescheit abzuschätzen“, betont Szekely.

Aus der Kombination dieser Bild- und Raumdaten berechnet ein feinjustiertes KI-Modell schließlich den Kohlenhydratgehalt der einzelnen Komponenten auf dem Teller, der wiederum für die Bestimmung des Insulinbedarfs benötigt wird. Neben der Foto-Analyse wird das Produkt in der Praxis durch eine integrierte Sprachsteuerung sowie die Option ergänzt, Koch-URLs oder abfotografierte, handschriftliche Rezepte automatisch von der KI auslesen zu lassen.

Conversion im SaaS-Modell

Nach nur drei Monaten verzeichnet die App rund 20.000 Downloads. Interessant ist vor allem die Conversion-Rate: „5.000 Nutzer sind aktuell in einem Probeabo oder bezahlten Abo“, erklärt der Gründer. Von den 5.000 „zahlen bereits 4.000“, so Szekely weiter. Das Geschäftsmodell basiert auf einer Software-as-a-Service-Struktur. Das Einstiegs-Abo für bis zu zehn Analysen am Tag kostet 4,49 Euro im Monat, während die unlimitierte Version für 9,99 Euro angeboten wird.

Auf die Frage, wie man ein solches Wachstum erziele, meint der Gründer: „Gute Frage. Und da ich keine gute Antwort habe, ist die Antwort, das Produkt funktioniert.“ Hauptsächlich über Mundpropaganda und Empfehlungen von Ärzt:innen, die Szekely unter anderem auf Ärztekongressen kennenlernte, wachse das Produkt aktuell organisch. „Wenn mir Patient:innen schreiben, dass die App ihnen hilft, den Alltag ein Stück mehr wie ein gesunder Mensch zu leben, macht mich das einfach so stolz“, so der Gründer.

„Mit allen großen Medizintechnik-Firmen in Kontakt“

Einen langfristigen Wettbewerbsvorsprung will sich der Gründer, der für sein Startup Studienplätze am UCL und King’s College in London sausen lässt, künftig über zwei strategische Säulen verschaffen, die über die reine Nutzer:innenbasis hinausgehen. Neben einer umfassenden Datensammlung zur Optimierung der Algorithmen steht ein digitaler Ärztezugang im Fokus. Über diesen können Mediziner:innen nach expliziter Freigabe die Mahlzeiten ihrer Patient:innen analysieren und die Therapie gezielter begleiten.

Während der aktuelle Fokus auf Typ-1-Diabetes-Patient:innen liegt, zeigt sich Szekely zuversichtlich, dass auch Typ-2-Patient:innen über kurz oder lang auf seine Anwendung zugreifen werden: „Alle Apps, die Typ 1 machen, übernehmen irgendwann auch den Typ-2-Markt. Das ist immer so.“ Zudem startet in Kürze eine Genauigkeitsstudie mit der Universität Wien. Auch gegenüber strategischen Partnerschaften und Investments zeigt sich der Solo-Founder offen: „Ich bin mit allen großen Medizintechnik-Firmen im Diabetes-Bereich in Kontakt. Und die sind alle begeistert.“

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

WU-Experiment: Entwickeln MBA-Studierende bessere Innovationsstrategien als ChatGPT?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

WU-Experiment: Entwickeln MBA-Studierende bessere Innovationsstrategien als ChatGPT?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

WU-Experiment: Entwickeln MBA-Studierende bessere Innovationsstrategien als ChatGPT?

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 …

WU-Experiment: Entwickeln MBA-Studierende bessere Innovationsstrategien als ChatGPT?

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 …

WU-Experiment: Entwickeln MBA-Studierende bessere Innovationsstrategien als ChatGPT?

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 …

WU-Experiment: Entwickeln MBA-Studierende bessere Innovationsstrategien als ChatGPT?

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 …

WU-Experiment: Entwickeln MBA-Studierende bessere Innovationsstrategien als ChatGPT?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

WU-Experiment: Entwickeln MBA-Studierende bessere Innovationsstrategien als ChatGPT?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

WU-Experiment: Entwickeln MBA-Studierende bessere Innovationsstrategien als ChatGPT?