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:
15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.
/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut
15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.
/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut
Alexander Pöllmann, Director IT & Digital bei der Viessmann Generations Group, und Michael Maier, Director Austria von iteratec (v.l.) | (c) iteratec / beigestellt

Es war eine der bemerkenswertesten Transformationen der deutschen Industrie: 2023 verkaufte Viessmann sein Kerngeschäft, die Klimasparte Viessmann Climate Solutions, für zwölf Milliarden Euro an den US-Konzern Carrier (brutkasten berichtete). Seit Anfang 2024 agiert das Familienunternehmen als Unternehmensgruppe, die aus Deutschland ein globales industrielles Beteiligungsportfolio steuert. Und dieses Kernteam soll nun KI-nativ werden: Gemeinsam mit dem Technologieunternehmen iteratec baut Viessmann ein Multi-Agenten-System, das die Mitarbeiter:innen zu “Buildern von Agenten” verändert.

Vom Heizungsbauer zum langfristigen Unternehmensentwickler  

Das reinvestierte Kapital floss vor allem in industrielle Mittelständler mit Fokus auf nachhaltige Energietransformation: von Grid-Infrastruktur über Fernwärme- und Kühlungslösungen bis zu Kühlhäusern. Dazu zählt etwa die isoplus-Gruppe, ein Hersteller von Nah- und Fernwärmeleitungen mit großen Standorten in Österreich. Über Minderheitsbeteiligungen ist Viessmann außerdem unter anderem an Encavis sowie am Software-Unternehmen AMCS beteiligt, das Emissionen in der Recycling- und Abfallwirtschaft reduzieren soll. 

Beim Thema KI unterscheidet Pöllmann klar zwischen zwei Ebenen: „Wenn wir auf unsere Partner schauen, ist der Kerntreiber klassischerweise Effizienz, also Use Cases entlang der Wertschöpfungskette, um Top- oder Bottom-Line-Potenziale einzusammeln. Auf Ebene des Viessmann-Teams schauen wir viel stärker auf Effektivität: Wie können wir noch bessere Investmententscheidungen treffen und unsere zentrale Entscheidungsqualität maßgeblich erhöhen?“ 

Deal-Screening statt Deal-Sourcing 

Genau das sei allerdings die schwierigere Disziplin, so Pöllmann: „Effizienz-Use-Cases sind aus unserer Sicht häufig leichter, als die Qualität zu erhöhen. KI tendiert in ihrer ursprünglichsten Natur dazu, lieber zu halluzinieren und ungenau zu sein, als eine sehr klare Antwort auf die Frage zu geben: Sollte ich dieses Investment tätigen oder lieber nicht? Welche Risiken habe ich noch nicht gesehen?“ Dies bedingt vor allem den ganzen Kontext einer Transaktion zu kennen. 

Konkret setzt das Multi-Agenten-System deshalb dort an, wo Präzision zählt: beim Screening. Es gehe nicht darum, Deals zu sourcen, betont Pöllmann, sondern den Prozess „Ist ein Deal für uns wirklich relevant?“ deutlich zu verkürzen. Ein Letter of Intent könne so viel schneller analysiert und daraus ein Investmentmemo gebaut werden, angereichert mit weiteren Quellen. 

Dass das Viessmann-Team das System selbst baut, statt auf eine Fertiglösung zu setzen, ist für Pöllmann eine Grundsatzentscheidung: „Wir wollen die Governance in der eigenen Hand haben, aber auch den Prozess, wie wir zu Entscheidungen kommen.“ Fertige KI-Finanzlösungen von der Stange würden der Organisation wenig bringen: „Das ist zwar alles nett und funktioniert auch schnell, aber nicht in der Qualität, wie wir sie erwarten.“ 

Jede:r Mitarbeiter:in wird zum „Builder“ 

Der vielleicht radikalste Teil des Ansatzes: Alle Mitarbeiter:innen der Viessmann Generations Group sollen befähigt werden, selbst KI-Agenten zu bauen. Der Prozess dahinter ist mehrstufig: Ein Intake-Agent nimmt die Idee auf und schärft sie, ein Specification-Agent zieht anschließend das nötige Fachwissen aus den Mitarbeiter:innen heraus und gibt erst ab einem bestimmten Confidence Score grünes Licht. Danach erstellt ein weiterer Agent, der sogenannte Agent-Builder, den fertigen KI-Kollegen. 

Gestartet wurde Ende Jänner mit einem „Hypersprint“, die ersten Prozessagenten gingen im Frühjahr live. „Es ist schon verrückt, was wir in der Zeit entwickelt haben“, sagt Pöllmann. Die größte Herausforderung sei dabei nicht die Technologie: „Die Herausforderung ist wirklich, das Wissen der Kolleg:innen “freizulegen” und die Leute, die verantwortlich sind, in die Verantwortung zu bekommen. So können wir dann gemeinsam den Input, den wir brauchen, identifizieren, um daraus vernünftige Agenten mit hoher Output-Qualität zu bauen.“ 

„Die Rolle des Menschen in der KI-Transformation wird maßgeblich“ 

Bei aller Automatisierung bleibt die Verantwortung beim Menschen, stellt Pöllmann klar: „Am Ende braucht es immer einen Verantwortlichen, und das kann nicht die Maschine sein. Dadurch wird vor allem die Rolle des Menschen in der KI-Transformation maßgeblich gestärkt.“ Wer einen Agenten verantwortet, müsse dessen Ergebnisse kontrollieren, ihn testen und etwa bei der Abkündigung eines KI-Modells nachjustieren. „Damit bekommt jeder in gewisser Weise eine Führungsaufgabe“, so Pöllmann. 

Um den Rollenwandel greifbar zu machen, ließ Viessmann die Mitarbeiter:innen ein eigenes „Role Canvas“ ausfüllen: Was bleibt an Verantwortung beim Menschen, wenn KI-Agenten übernehmen? Das habe viel Verständnis für die Transformation geschaffen, auch bei jenen, deren Berufsbild sich am stärksten verändert. Denn das klassische Profil eines Investmentbankers werde sich fundamental drehen, so Pöllmann. Die Betroffenen hätten das Thema allerdings „sehr gut aufgeschnappt und zeigen große Begeisterung dafür“. 

iteratec: „Die Unschärfe reduzieren“ 

Auf der Umsetzungsseite steht mit iteratec ein Software-Dienstleister, der seit 30 Jahren Individualsoftware entwickelt und sich zunehmend auf KI-Transformation fokussiert. „Unser eigenes Geschäft ändert sich aktuell selbst radikal aufgrund von KI“, sagt Michael Maier, Director Austria von iteratec. Das Unternehmen setzt Multi-Agenten-Projekte unter anderem bei Banken um und hat mit dem Recycling-Konzern Ragn-Sells ein neues Recyclingverfahren auf Basis KI-gestützter Materialanalysen entwickelt. Das Viessmann-Projekt sei „mitunter eines der spannendsten, das wir gerade machen dürfen“, so Maier: „Das nimmt sicher eine Vorreiterrolle ein.“ 

Die Kunst liege darin, schnell voranzukommen und trotzdem verlässliche Resultate zu liefern: „Du musst die Unschärfe so weit reduzieren, dass du dort, wo es wichtig ist, belastbare Ergebnisse hast, mit denen du arbeiten kannst“, sagt Maier. Viessmann kam über einen klassischen Anbieterauswahlprozess zu iteratec. Ausschlaggebend sei das Team gewesen, so Pöllmann: „Ein sehr professionell aufgestelltes Team mit High-End-AI-Capabilities. Die Entwickler sind fast AI-native unterwegs.” 

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