04.12.2019

Mystery Minds: Ein Mittel gegen „Blasenbildung“ in großen Unternehmen

Das 2016 gegründete Startup Mystery Minds mit Standorten in München und Wien bietet Matching-Systeme an, die mit Hilfe von Algorithmen in großen Firmen etwa Mitarbeiter aus verschiedenen Abteilungen zu Kaffee oder Mittagessen zusammenbringen, und damit sowohl Einfluss auf das Betriebsklima als auch den Ideenfluss nehmen sollen. Wir sprachen mit CEO Christoph Drebes.
/artikel/mystery-minds
Mystery Minds: Co-Founder und CEO Christoph Drebes
(c) Mystery Minds: Co-Founder und CEO Christoph Drebes

Blasen gibt es nicht nur in sozialen Netzwerken. Befragt man sich selbst, dann wird man rasch zugeben müssen, dass diese auch – vor allem – in größeren Unternehmen existieren. Da wundert sich beispielsweise die Marketing-Abteilung, was die IT-Mitarbeiter eigentlich exakt machen und umgekehrt. Auch Argwohn von Angestellten gegenüber den Führungskräften kennt man zur Genüge. Dass all das das Gegenteil von Netzwerkdenken ist, und damit ein Blick auf das große Ganze verhindert wird, liegt auf der Hand. Ideenblockaden und schlechtes Betriebsklima sind nur allzu oft die Folge dieser Phänomene.

+++ Work Hard, Play Hard: Was macht die Selbstoptimierung mit uns? +++

Gegen Blasenbildung

Gegen diese Blasenbildung und diese damit einhergehenden Ideenblockaden in Unternehmen sind die beiden Gründer von Mystery Minds, Christoph Drebes und Stefan Melbinger angetreten. Sie lernten einander bereits vor einigen Jahren bei einem Trainee-Programm eines deutschen Telekommunikationsunternehmens kennen. „Beim Trainee-Programm waren wir in verschiedenen Abteilungen und hatten regelmäßige Essenstermine“, berichtet Drebes über die Situation, die zur Gründungsidee von Mystery Minds führen sollte. Schnell habe man damals bemerkt, wie vorteilhaft und fruchtbar es sein könne, wenn Menschen aus unterschiedlichen Umfeldern und Abteilungen zusammenkommen, so Drebes.

Die damalige aus dieser Erkenntnis destillierte Ur-Idee war dann denkbar einfach: Leute aus unterschiedlichen Kontexten des Unternehmens konnten sich anmelden. Diese Anmeldungen wurde in ein Excel-Dokument transferiert und Algorithmen bestimmten dann, wer auf wen beim nächsten Essen trifft. Mittels einer Einladung per Mail werden die Essens-Akteure dann verständigt. „Wir sind damit aber schnell an Grenzen gestoßen, unter anderem dann, wenn bestimmte Mitarbeiter auf Urlaub waren oder ähnliches“, hält Drebes fest.

Von Mystery Lunch zu Mystery Minds

2016 wurde dann schließlich gegründet, vorerst unter dem Namen Mystery Lunch. 2018 habe man das Unternehmen in Mystery Minds umbenannt, um der Einschränkung auf Mittagessen zu entkommen. „Mittlerweile gibt es verschiedene Konzepte: Mystery Lunch, Mystery Coffee, Mystery Mentor, Mystery Job und Mystery Brain“, führt Drebes aus. Das Prinzip dahinter ist bei Mystery Lunch und Mystery Coffee dasselbe.

„Angemeldete Mitarbeiter werden mit E-Mail-Adresse, Abteilung und einigen Variablen, wie etwa Sprache oder ähnliches, erfasst“, skizziert Drebes das Konzept. Dann müsse noch die Entscheidung getroffen werden, wie oft man eine Essens- oder Kaffeeeinladung erhalten möchte. Ein Algorithmus übernimmt dann das Kommando und lost aus. „Beim Treffen wird dann geredet“, erklärt Drebes. Das stärke die persönliche Verbindung und erleichtere es, auch in Zukunft zusammenzuarbeiten. Dass dabei gute Ideen entstehen sei aber natürlich ebenfalls nicht ausgeschlossen. Darüber hinaus bestehe die Möglichkeit, dass die Unternehmensführung ihren Mitarbeiter Leitfragen zum Treffen quasi „mitgibt“.

Einfache und komplexere Systeme

Etwas komplexer wird es bei Mystery Mentor, Mystery Job und Mystery Brain. Beim erstem soll Mentor auf Mentee treffen. Nach dem Match solle damit alles in ein „Mentoring-Programm münden“, wie Drebes erklärt. Bei der Lösung Mystery Job begibt man sich nach dem Schalten und Walten des Mystery-Minds-Systems für einen Tag oder mehr in die Arbeitswelt eines Kollegen einer anderen Abteilung. „Es ist wie eine Art Mini-Praktikum“, erläutert der CEO. Mystery Brain soll schließlich Querdenker hereinholen.

Gegenwart und Zukunft von Mystery Minds

Derzeit betreut man von den Standorten in München und Wien aus mit sieben Mitarbeitern circa 80 Kunden in 37 Ländern. Nach einem weiteren Mitarbeiter in Wien wird aktuell gesucht. Den Kunden bietet man „optimierte Cloud-Services mit Matching-Systemen“ an, wie es Drebes präzisiert. Als Besonderheit des Geschäftsmodells benennt er, dass man bewusst nicht den Schritt in die Absolute Digitalisierung gehe. „Wir nutzen digitale Möglichkeiten um Zwischenmenschliches zu ermöglichen“, streicht er hervor. Die „Magie“, so Drebes, findet immer noch auf dieser Ebene statt.

Künftig möchte das Unternehmen auch künstliche Intelligenz integrieren. „Mit KI könnte es bald möglich werden, dass Linkedin-Profile ausgelesen werden und damit schon klar ist, was diese Personen machen und können“, beschreibt Drebes etwaige „Matches der Zukunft“.

Auch an Methoden, um die Wirksamkeit der Matching-Systeme in Unternehmen objektiv zu messen und zu beschreiben, ist man derzeit dran. „Das derzeitige Feedback ist aber schon sehr gut und geht dahin, dass Projekte einfacher werden, weil man durch die Treffen einfach mehr Leute kennt und auch leichter an Entscheider herankommt“, sagt Drebes.

⇒ Zur Page des Startups

Redaktionstipps
Deine ungelesenen Artikel:
24.06.2026

Ora Computing: Wiener KI-Startup holt 3,5 Mio. Euro Seed-Finanzierung

Das Wiener KI-Startup Ora Computing hat eine Seed-Finanzierung über 3,5 Millionen Euro abgeschlossen. Mit seiner Technologie zur effizienten Komprimierung großer KI-Modelle will das Unternehmen die Kosten und den Energiebedarf von KI-Anwendungen senken und die Nutzung auf unterschiedlichster Hardware ermöglichen.
/artikel/ora-computing-wiener-ki-startup-holt-35-mio-euro-seed-finanzierung
24.06.2026

Ora Computing: Wiener KI-Startup holt 3,5 Mio. Euro Seed-Finanzierung

Das Wiener KI-Startup Ora Computing hat eine Seed-Finanzierung über 3,5 Millionen Euro abgeschlossen. Mit seiner Technologie zur effizienten Komprimierung großer KI-Modelle will das Unternehmen die Kosten und den Energiebedarf von KI-Anwendungen senken und die Nutzung auf unterschiedlichster Hardware ermöglichen.
/artikel/ora-computing-wiener-ki-startup-holt-35-mio-euro-seed-finanzierung
Ora Computing
© Ora Computing - (l.) Stefan Sack und Raimel Medina.

Ora Computing, ein Startup, das sich auf die Optimierung und Komprimierung von KI-Foundation-Modellen spezialisiert hat, gab heute den Abschluss einer Seed-Finanzierungsrunde in Höhe von 3,5 Millionen Euro bekannt. Die Runde wurde von Constructor Capital und Greencode Ventures angeführt, mit fortgesetzter Unterstützung des Gründungsinvestors XISTA Science Ventures, der beim Aufbau und der Einführung des Unternehmens geholfen hat.

Ora Computing schrumpft Modelle

KI-Inferenz – der Prozess der tatsächlichen Ausführung eines KI-Modells zur Generierung von Outputs – ist zu einem erheblichen und schnell wachsenden Kostenfaktor für jedes Unternehmen geworden, das KI im großen Maßstab einsetzt. Große Implementierungen können mittlerweile allein für die Rechenleistung zig Millionen Euro pro Monat kosten, und das Problem verschärft sich, da die Modelle immer größer werden. Für Unternehmen, die KI lokal auf Geräten wie Autos oder Industrieanlagen ausführen möchten, seien die Modelle oft schlichtweg zu groß.

Hier setzt Ora Computing an. Seine Software komprimiert diese Modelle – sie schrumpft ihre Größe um bis zu 80 Prozent und lässt sie bis zu viermal schneller laufen – während der Genauigkeitsverlust bei Null bis fünf Prozent gehalten wird, so der Claim.

Da komprimierte Modelle deutlich weniger Rechenleistung für die Ausführung benötigen, sollen sich die Effizienzgewinne auch direkt in einem geringeren Energieverbrauch und reduzierten CO2-Emissionen niederschlagen: Ora schätzt, dass seine Technologie bei einer Marktdurchdringung von ein Prozent jährlich mehr als 50.000 Tonnen CO2 einsparen könnte.

Ansatz über verschiedene Hardwaretypen

„Wir haben Ora Computing gegründet, um die Annahme infrage zu stellen, dass eine massive Skalierung erforderlich ist, um nutzbare Intelligenz zu erreichen. Wir glauben, dass die nächste Welle der KI-Einführung durch kompaktere Modelle vorangetrieben wird, die hocheffizient und für spezifische Anwendungsfälle optimiert sind, anstatt durch große, universelle Cloud-Modelle. Ora baut den Software- und Algorithmen-Stack auf, der diesen Übergang ermöglicht“, sagt Stefan Sack, CEO und Mitgründer von Ora Computing.

Im Gegensatz zu bestehenden Komprimierungstools funktioniere der Ansatz von Ora über verschiedene Hardwaretypen hinweg und füge sich direkt in Standard-Inferenz-Frameworks ein – ohne Änderung an der bestehenden Infrastruktur. Wo konkurrierende Ansätze eine binäre Entscheidung zwischen Komprimierungsstufen erzwingen, bilde der Algorithmus von Ora kontinuierlich den gesamten Kompromiss zwischen Modellgröße und Genauigkeit ab, sodass Unternehmen für ihre spezifischen Hardware- und Kostenbeschränkungen optimieren können, so der Mitgründer.

2025: Ora Computing tritt hervor

Ora wurde von Stefan Sack und Raimel Medina gegründet, beide Forscher im Bereich Quantencomputing aus der Serbyn-Gruppe am Institute of Science and Technology Austria (ISTA). Das Unternehmen verließ Ende 2025 den Stealth-Modus und möchte die frischen Mittel dazu nutzen, um das Team zu vergrößern, die Komprimierungsfähigkeiten auf die größten Frontier-Modelle auszuweiten und ein kommerzielles Produkt für Cloud-Inferenz-Anbieter und Unternehmen, die KI am Edge einsetzen, auf den Markt zu bringen.

Ora hat die Anwendbarkeit seiner Technologie nach eigenen Angaben an einem Modell mit 70 Milliarden Parametern nachgewiesen. Der Komprimierungsprozess beanspruchte hierbei wenige Stunden und verursachte Rechenkosten von unter 1.000 US-Dollar, wohingegen der bisherige Branchenstandard für vergleichbare Leistungen ein Vielfaches dieses Betrages erfordere.

„Hunger wächst schneller“

„Der Energiehunger der KI wächst schneller, als die Welt die Infrastruktur aufbauen kann, um ihn zu stillen. Ein wichtiger Ansatz ist es, die KI selbst effizienter zu machen, und genau das tut Ora. Modelle radikal zu komprimieren, ohne die Genauigkeit zu opfern, macht für ihre Kunden einen enormen Unterschied“, sagt Terhi Vapola, Gründerin und Managing Partner bei Greencode Ventures.

Und Valentino Jadrisko, Senior Associate bei Constructor Capital, ergänzt: „Die Ära der Brute-Force-KI stößt an ihre physikalischen Grenzen: Hyperscaler nehmen wieder Kernreaktoren in Betrieb, Frontier-Labs verbrennen Milliarden für Rechenleistung, Reasoning-Modelle vervielfachen die Inferenzkosten jedes Quartal. Die einzige nachhaltige Antwort besteht darin, den Betrieb von Frontier-KI drastisch günstiger zu machen. Das ist es, was Ora Computing tut: Sie komprimieren Frontier-LLMs so, dass sie überall laufen können – in der Cloud, im Auto, in der Hosentasche. Und das ist der Grund, warum Constructor Capital stolz darauf ist, ihre 3,5-Millionen-Euro-Seed-Runde als Co-Lead anzuführen.“

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

Mystery Minds: Ein Mittel gegen „Blasenbildung“ in großen Unternehmen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Mystery Minds: Ein Mittel gegen „Blasenbildung“ in großen Unternehmen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Mystery Minds: Ein Mittel gegen „Blasenbildung“ in großen Unternehmen

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 …

Mystery Minds: Ein Mittel gegen „Blasenbildung“ in großen Unternehmen

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 …

Mystery Minds: Ein Mittel gegen „Blasenbildung“ in großen Unternehmen

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 …

Mystery Minds: Ein Mittel gegen „Blasenbildung“ in großen Unternehmen

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 …

Mystery Minds: Ein Mittel gegen „Blasenbildung“ in großen Unternehmen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Mystery Minds: Ein Mittel gegen „Blasenbildung“ in großen Unternehmen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Mystery Minds: Ein Mittel gegen „Blasenbildung“ in großen Unternehmen