Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

15.12.2025

NACHLESE | FOLGE 2

KI in der Praxis: „Die meisten Probleme kann man tatsächlich ohne Agents lösen“

Nachlese. Die zweite Folge der neuen Staffel der brutkasten-Serie "No Hype KI" ging der Frage nach, was genau es für den erfolgreichen Einsatz von KI in Unternehmen braucht und wo Fallstricke liegen.

/artikel/no-hype-ki-staffel-2-folge-2

✨ AI Kontextualisierung

„No Hype KI“ wird unterstützt von ACP, EY, ITSV, KEBA Group, Lenovo, Microsoft, ONTEC AI und der Universität Graz.

In vielen Unternehmen sah der Einstieg in KI oft erstaunlich ähnlich aus: Ein Tool wurde lizenziert, ein POC wurde gebaut, eine Demo funktionierte – und danach begann das eigentliche Problem. Plötzlich standen Fragen im Raum, die vor dem ersten Prompt niemand gestellt hatte: Welche Daten durften überhaupt hinein? Wer trug die Verantwortung, wenn ein System falsch lag? Und was passierte, wenn „Agenten“ nicht nur Antworten formulierten, sondern Handlungen auslösten?

Um diese Fragen drehte sich die Diskussion in der zweiten Folge der brutkasten-Serie „No Hype KI“. Mit dabei waren Andreas Thomasch, CTO von Lenovo für Deutschland und Österreich, Christian Casari von ONTEC AI, Leftshift.One-Co-Founder Patrick Ratheiser und Agentic-AI-Expertin Sarah Eschenbacher.

„Will ich einen Proof of Concept machen, um meinen Vorstand zu beeindrucken?“

Gleich zu Beginn appellierte Andreas Thomasch an Unternehmen, den Blick zuerst nach innen zu richten. „Es ist wichtig, als Unternehmen erstmal ein bisschen Nabelschau zu machen und selber zu gucken, was kann ich denn selber und wie ready bin ich denn für das Thema“, sagte er. Dazu zählte er Skills, Datenstrukturen und die Umgebung, in der KI später laufen sollte.

Thomasch unterschied in der Diskussion zwischen zwei Arten von POCs: „Will ich erst einen Proof of Concept machen, um Skills aufzubauen oder will ich einen Proof of Concept machen, um meinen Vorstand zu beeindrucken?“ Beide Ziele führten in seiner Erfahrung zu völlig unterschiedlichen Projekten und zu sehr verschiedenen Erwartungen.

Patrick Ratheiser rückte den Fokus noch weiter weg von Tools. In vielen Unternehmen sah er den Reflex, sich „mal ein Tool“ zu holen und dann zu schauen, was man damit tun konnte. „Ich würde im ersten Schritt mit Hausverstand rangehen und schauen, was habe ich überhaupt für Anwendungsfälle, was habe ich für Use Cases?“, sagte er. Erst danach lohnt sich für ihn die Tool-Frage.

Technische und organisatorische Fundamente „verheiraten“

Für Sarah Eschenbacher beginnt alles mit der Problemdefinition. „Grundsätzlich brauche ich einfach ein spezifisches Problem, das ich angehen will und lösen will“, sagte sie. Dazu gehörte für sie eine klare Erfolgsmessung: „Ich muss wissen, wie ich den Erfolg dann messen kann, ob das Projekt funktioniert, ob es mir KPIs steigert.“ Ohne Datenlage, die eine Evaluation erlaubte, sah sie keinen sinnvollen Startpunkt.

ONTEC-AI-Experte Christian Casari wiederum denkt in zwei Achsen, wenn er über die Grundlagen sprach. „Man kann prinzipiell unterteilen in technische Fundamente und in organisatorische Fundamente“, sagte er. Auf der technischen Seite sah er Skills, Infrastruktur und Daten, auf der organisatorischen Seite Use Cases, KPIs und eine Organisation, die KI-Projekte tatsächlich trug. „Die beiden muss man verheiraten“, betonte er, sonst entstand in seinen Augen eine typische Schieflage: Man kauft ein Tool, aber niemand weiß, was er damit sinnvoll tun sollte.

„Die meisten Probleme kann man tatsächlich ohne Agents lösen“

Beim Thema Agents herrschte in vielen Management-Teams erkennbar Erwartungsdruck. Sarah Eschenbacher nahm diesem Hype in der Diskussion bewusst Tempo. „Auch wenn ich eine sehr hohe Begeisterung für Agents habe, glaube ich, dass man die meisten Probleme tatsächlich ohne Agents lösen kann, teilweise sogar ohne AI-basierte Automatisierungstechniken“, sagte sie.

Dabei stellt sich auch die Frage, wie sich Agents überhaupt definieren lassen. Eschenbacher lieferte eine nüchterne Definition: „Ganz unromantisch gesagt, ist ein Agent eigentlich Software, die man um ein LLM herumbaut.“ Das Modell erhält Tools, etwa API-Zugänge oder Datenbank-Schnittstellen, plant nächste Schritte, prüft Zwischenergebnisse und korrigiert sie.

Besonders sinnvoll sind Agents für die Expertin dort, wo Daten und Systeme historisch gewachsen und verstreut liegen. Mitarbeiter:innen investieren in einem solchen Szenario viel Zeit, um die richtigen Informationen zu finden. Ein spezialisierter Agent kann Systemlandschaften verbinden und etwa SQL-Abfragen übernehmen – auch wenn im Team dafür die Expertise fehlte.

„Grenzen und Risiken von Agents“

Christian Casari erinnerte daran, dass viele Menschen dieses Prinzip bereits nutzten: „Jeder verwendet ChatGPT. Wenn ich ChatGPT zu aktuellen Themen befrage, recherchiert es im Internet. Das ist eigentlich schon ein Agent“, sagte er. In einem Projekt entwickelte sein Team einen digitalen Assistenten für einen Autovermieter, der Daten aus mehreren Datenbanken kombinierte und so Anfragen beantwortete, die ein reines Dokumenten-System nicht abdecken konnte.

Je mehr Freiheit ein Agent erhält, desto größer schätzt Casari das Risiko ein. Hat ein System viele Optionen, viele Tools, viele Wege – dann hat es auch viele Fehlerquellen. Entwickler:innen müssen damit rechnen und Fallbacks planen. Er verglich die Situation mit einer neuen Mitarbeiterin, von der niemand erwartete, dass sie auf Anhieb alles richtig machte.

Patrick Ratheiser warnte zusätzlich vor falschen Versprechen auf Social Media: „TikTok-Agentic-Boys“, die in kurzen Clips ankündigen, ganze Unternehmen in wenigen Klicks automatisieren zu können. In der Realität sollte man aber zuerst prüfen, ob sich ein Problem nicht ohne KI lösen ließ – durch Prozessänderungen oder einfache Digitalisierung.

Ratheiser berichtete dabei von einem Geschäftsführer, der ein Kommunikationsproblem zwischen Sales und Produktmanagement mit einem Chatbot lösen wollte: „Das ist zwar wunderbar, macht aber wenig Sinn“, sagte Ratheiser. Potenzial für Agents sieht er dort, wo Prozesse klar beschrieben, Daten sauber angebunden und Verantwortlichkeiten geklärt waren – nicht als Ersatz für Kultur- oder Organisationsarbeit.

Prozesse, Daten und Haftung

Genau an dieser Stelle setzte Andreas Thomasch nach. Wenn ein Unternehmen Prozesse nicht beschreiben konnte, wenn unklar blieb, woher Daten kamen und wer wofür verantwortlich war, lieferte ein Agent aus seiner Sicht keinen brauchbaren Output. Vor allem dort, wo bestehende Abläufe automatisiert oder beschleunigt werden sollten, standen zuerst Prozess- und Datenarbeit an.

Parallel dazu sah Thomasch eine zweite Linie. Wenn ein Unternehmen ein neues Produkt oder eine neue Dienstleistung entwickelte und dafür Prozesse und Datenzugänge ohnehin neu aufzog, konnte es KI von Anfang an mitdenken und dabei intern die Voraussetzungen schaffen. Als typisches Feld nannte er HR-Prozesse, die oft gut dokumentiert waren und damit eine solide Basis für KI-Unterstützung boten.

Beim Thema Haftung blieb er nüchtern. Besonders in Bereichen wie HR sah er „human in the loop“ als Standard. Ein Agent konnte Schritte vorbereiten, Daten bündeln und Manager:innen durch Masken führen. Die finale Entscheidung traf aber ein Mensch, vor allem dort, wo es um kritische Entscheidungen ging.

Warum POCs immer noch scheiterten

Trotz besserer Modelle und Tools blieb Patrick Ratheiser eine Zahl in den vergangenen Jahren unverändert. „81 Prozent scheitern mittlerweile wieder mal nach dem POC“, sagte er und ergänzte, dass diese Aussage grob gesagt seit zehn Jahren gültig sei. Eine aktuelle Studie bestätige diesen Wert.

Die Muster ähnelten einander. Unternehmen wählten falsche oder zu komplexe Anwendungsfälle, die Erwartungshaltung schoss nach oben, und Datenqualität blieb Nebensache. „Wir nehmen alle Daten vom Unternehmen, am besten alle Dokumente, jagen die in der GPT rein und dann wird schon alles gut. Das wird nicht funktionieren“, sagte Ratheiser.

Christian Casari steuerte dazu sein Lieblingsbild bei: „Garbage in, garbage out. Ich kann ja das beste Auto haben. Wenn ich glatte Reifen habe und draußen ist glattes Eis, werde ich wahrscheinlich die PS nicht auf die Straße bringen“, sagte er. Ohne Daten, die zum Problem passten, blieb jedes Modell ein teures Experiment.

Mehrwert über mehrere Use Cases

Lenovo-CTO Andreas Thomasch verwies auf die Notwendigkeit einer Struktur. Einen ROI nur über einen einzelnen Use Case zu rechnen, hielt er für schwierig. „Der Aufwand für meinen ersten Use Case ist vermutlich genauso hoch für die nächsten neun folgenden“, sagte er. Deswegen empfahl er, einen Datenbereich als Ganzes „KI-ready“ zu machen und von Beginn an mehrere Use Cases mitzudenken. Wenn einer scheiterte, blieben andere übrig, die den Invest stützten.

Beim Start-Setup setzte Thomasch auf einen klaren Schritt. Er plädierte dafür, eine eigene Umgebung zu schaffen, in der sich KI-Workloads innerhalb der bestehenden Security- und Governance-Prozesse ausprobieren ließen. Eine kleine Sandbox, die IT und Fachbereiche gemeinsam nutzten, half seiner Erfahrung nach, bevor jemand den produktiven Rollout verlangte.

Cloud, On-Prem und Energie

Die Frage, wo KI-Anwendungen laufen sollen, muss laut Thomasch schon zu Beginn eines Projekts geklärt werden. Fachabteilung und IT sollten früh festlegen, ob relevante Daten in der Cloud liegen, on-premise oder in einer hybriden Struktur. Viele Unternehmen landen ohnehin in einem Mischmodell, weil ihre Datenlandschaft bereits verteilt war, wie Thomasch ausführt.

Christian Casari brachte eine Dimension ein, die in Strategierunden häufig zu kurz kam. „Die aktuellen politischen Entwicklungen sollten uns zumindest ein bisschen zum Nachdenken geben“, sagte er. Für ihn zählt vor allem, wie kritisch Daten waren. „Wenn ich meinen Datenschatz, also das, was meine Firma ausmacht, in Daten habe, und das liegt on-premise, ich werde den Teufel tun und das in die Cloud geben und dann noch mit einem Large-Language-Model bearbeiten.“ Weniger kritische Daten sah er dagegen als gute Kandidaten für skalierbare Cloud-Lösungen.

Hybride Szenarien mit lokalen Systemen, Private-Cloud-Ansätzen und Cloud-Komponenten passten für beide gut zu einem weiteren Engpass: Energie. Thomasch erinnerte daran, dass Rechenzentren ihr Energiebudget nicht beliebig erhöhen konnten. Die Frage, welche Modelle auf welcher Infrastruktur liefen, entwickelte sich damit zu einer wirtschaftlichen Notwendigkeit.

Große Modelle, kleine Modelle

Im Alltag beobachtet Patrick Ratheiser einen deutlichen Gegensatz zwischen technischen Möglichkeiten und realem Einsatz. Er berichtete von einem Projekt an der Universität Graz. „Für 30.000 Studenten brauche ich kein GPT-5.1-Modell. Da reicht das Mini vollkommen“, sagte er. Dort ging es um einfache Fragen zu Urlaubstagen oder Abläufen, nicht um literarische Experimente.

Das eigentliche Problem sieht er in der Erwartungshaltung. Viele Mitarbeiterinnen und Mitarbeiter verglichen interne Systeme mit den großen, frei zugänglichen Modellen am Handy. „Das fühlt sich halt einfach nicht an wie ChatGPT“, höre er häufig. Mit solider Aufklärung über Funktionsweise und Trade-offs sieht er aber eine Chance, kleinere Modelle dort zu akzeptieren, wo sie ausreichten – und gleichzeitig Kosten und Energieverbrauch zu senken.

Christian Casari schärfte dieses Bild mit einer Analogie – einem LKW, der zehn Meter fährt, um eine Wurstsemmel zu holen. „Momentan erschlagen wir alles mit diesen großen LLMs“, sagte er. In vielen Fällen reichte aus seiner Sicht – um im Bild zu bleiben – „ein Rad oder vielleicht sogar zu Fuß“. Auch preislich sieht er starke Unterschiede. Zwischen einem großen Modell und der Mini-Variante lag nach seiner Einschätzung eher ein Hundertstel der Kosten als ein kleiner Aufschlag.

Agents-Expterin Sarah Eschenbacher warnte gleichzeitig vor falschen Hoffnungen: „Bessere Modelle machen Agents nicht unbedingt besser“, sagte sie. Für sie liegt das Potenzial eher in Kombinationen. Unternehmen konnten spezialisierte kleine Modelle als Tools nutzen, etwa für besonders kritische Daten, und größere Modelle dort einsetzen, wo sie den größten Mehrwert brachten. Energieeffizienz bleibt für sie ein Schlüsselbegriff.

Wenn Unternehmen loslegen

Insgesamt zeigte die Diskussion, dass es der Erfolg von KI-Projekten in vielerlei Hinsicht an den Organisationen selbst hängt. Christian Casari brachte das auf eine einfache Formel. Für ihn diente gesunder Menschenverstand als Kompass, nicht als Störfaktor. Teams sollten klären, wo sie standen, wohin sie wollten und was sie im Haus hatten – und erst danach über Tools und Modelle entscheiden.

Sarah Eschenbacher lenkte den Blick außerdem auf die Größe der Vorhaben. Sie rät Unternehmen, keine Monster-Use-Cases zu planen, sondern spezialisierte Agents für klar umrissene Aufgaben zu bauen. Kleine, fokussierte Projekte erzeugten in ihrer Sicht mehr Wirkung als ein „Alles-Könner“, der in der Praxis niemandem wirklich half.

Patrick Ratheiser plädierte in der Schlussrunde dafür, sich nicht von der Wunschliste der Chefetage treiben zu lassen, wenn dort sofort der komplexeste Use Case auftauchte. Er bevorzugte kleine, gut geschnittene Anwendungsfälle und verstand AI-Literacy als Pflichtprogramm. Unternehmen sollten ihre Leute fit machen, ihnen Tools geben und Experimente ermöglichen, damit eine lernende Organisation entstand.

Andreas Thomasch wiederum richtete seinen Appell an die IT-Seite. Sie sollte nicht warten, bis der Druck aus den Fachbereichen stieg, sondern sich vorbereiten, eine Umgebung für KI-Workloads aufbauen und eigenes Know-how sammeln. „Die Frage von der Fachabteilung wird kommen“, sagte er. Wer dann bereits eine Antwort hatte – technisch, organisatorisch und mit Blick auf die Daten –, holte KI aus der theoretischen Debatte in die tägliche Arbeit.

Deine ungelesenen Artikel:

Martin Pacher

07.08.2026

„Co-Founder as a Service“: Wie Decoto International MedTech-Firmen in neue Märkte bringt

Das ursprünglich von Tokio nach Graz gewanderte Netzwerk Decoto International begleitet MedTech-Unternehmen als „Co-Founder as a Service“ beim Eintritt in neue Märkte. Nun stellt sich das Netzwerk organisatorisch breiter auf: Ottronic-CEO Günter Winkler übernimmt als neuer Geschäftsführer eine zentrale Rolle bei der Weiterentwicklung von Decoto.

/artikel/co-founder-as-a-service-wie-decoto-international-medtech-firmen-in-neue-maerkte-bringt

Martin Pacher

07.08.2026

„Co-Founder as a Service“: Wie Decoto International MedTech-Firmen in neue Märkte bringt

/artikel/co-founder-as-a-service-wie-decoto-international-medtech-firmen-in-neue-maerkte-bringt

Millionenbudgets, erfahrene Business Developer und am Ende trotzdem kein einziger Abschluss: An diesem Muster scheiterten japanische Medizintechnik-Unternehmen immer wieder bei ihren Expansionsversuchen in die USA. „Zu Decoto kamen Unternehmen, die zuvor Millionen in ihr Business Development in den USA investiert und ihre besten japanischen Mitarbeiter dorthin geschickt hatten und nach zwei oder drei Jahren trotzdem keinen Umsatz erzielen konnten“, erzählt Alejandro Huenich im Gespräch mit brutkasten.

Aus genau dieser Beobachtung heraus gründete Sean Yoshikawa vor rund vier Jahren Decoto International in Tokio: als Antwort auf Handelshemmnisse, Sprachbarrieren und kulturelle Unterschiede, an denen die Internationalisierung von MedTech-Unternehmen häufig scheitert.

Huenich, der zuvor in der österreichischen Blockchain-Szene aktiv war, stieg später als Co-Founder ein. Kennengelernt hatten sich die beiden bereits Jahre zuvor bei einer Startup-Live-Veranstaltung in Österreich, an der Yoshikawa auf Einladung der WKO teilgenommen hatte. In die Medizintechnik kam Huenich zunächst ohne Branchenerfahrung: Innerhalb von 48 Stunden erhielt er zwei voneinander unabhängige Anfragen aus dem MedTech-Bereich, neben Yoshikawas Anruf auch eine Vermittlung zum Wiener Medizintechnik-Unternehmen Aurimod. „Das Universum hat mir innerhalb von 48 Stunden gleich zweimal MedTech auf den Tisch geknallt“, sagt Huenich.

Seit Jänner 2026 führt Huenich Decoto als Geschäftsführer und hat die Marke übernommen. Gründer Yoshikawa ist aus privaten Gründen aus dem operativen Geschäft ausgestiegen, begleitet das Netzwerk jedoch weiterhin punktuell beratend. Eine spätere Rückkehr bleibt offen.

Mit dem Wechsel an der Spitze kam auch eine strategische Neuausrichtung: „Ich habe Decoto stärker europäisch ausgerichtet“, sagt Huenich. Graz soll künftig als „Gateway to Europe“ dienen und internationalen MedTech-Unternehmen den Zugang zu europäischen Märkten erleichtern. Gleichzeitig bleibt das globale Modell bestehen: Partner in Mexiko öffnen den Zugang zu Lateinamerika, das Netzwerk in Japan zu Südostasien, weitere Partner decken Europa und die USA ab.

Ein Netzwerk ohne Angestellte

Decoto ist in mehr als elf Ländern aktiv, mit Schwerpunkten in Südostasien, Japan, Korea, den USA, Lateinamerika und Europa. China und die Schweiz sollen als nächste Märkte hinzukommen. Das Konstrukt dahinter ist ungewöhnlich: „Decoto ist ein System ohne Angestellte“, erklärt Huenich. Im Ökosystem arbeiten eigenständige Unternehmen, Expert:innen und Einzelunternehmer:innen projektbezogen zusammen, vergleichbar mit einer international aufgestellten Anwaltskanzlei. Vergütet wird, wer tatsächlich an einem Projekt beteiligt ist. Das hält die Struktur schlank und schafft für die Partner einen Anreiz, ihre Expertise einzubringen und das Netzwerk aktiv weiterzuentwickeln. Klassisches Marketing betreibe Decoto kaum, die Projektpipeline sei dennoch gut gefüllt.

Das Netzwerk unterscheidet sich nach Huenichs Verständnis jedoch nicht nur durch seine Struktur, sondern auch durch die Art, wie Partnerschaften aufgebaut und Geschäfte gemacht werden. „We are not a business company with some spiritual qualities. We are a spiritual company doing business“, beschreibt er den Ansatz. Im Gespräch wechselt er zwischen Deutsch und Englisch. Gemeint ist eine Unternehmenskultur, in der Achtsamkeit, Wertschätzung, Transparenz, Reflexion und kaufmännische Integrität die Grundlage der Zusammenarbeit bilden.

(v.l.n.r.) Günter Winkler, Alejandro Huenich, Sergio Rodríguez und Amel Havkic beim Decoto-Netzwerktreffen „Beyond the Pitlane 2026″ am Red Bull Ring. | (c) Decoto International

„Gute Beziehungen, Freude an der Zusammenarbeit und geschäftlicher Erfolg sind für uns kein Widerspruch, sie gehören zusammen“, sagt Huenich. Gerade die Monetarisierung von Netzwerken sei schwierig: Viele verfügten über starke Kontakte, schafften es jedoch nicht, daraus nachhaltige Projekte und Geschäftsmodelle zu entwickeln. Decoto sieht seinen bisherigen Erfolg deshalb in der Verbindung gemeinsamer Werte mit einer klaren Methodologie, definierten Rollen und konkreten wirtschaftlichen Zielen.

Gleichzeitig ist Huenich überzeugt, dass die zwischenmenschliche Ebene künftig noch wichtiger wird. Künstliche Intelligenz werde zunehmend Prozesse übernehmen, Vertrauen, persönliche Beziehungen und die Qualität der Zusammenarbeit ließen sich jedoch nicht auf dieselbe Weise automatisieren. Eine ähnliche Haltung verfolgt er als Founding Member von Conxious (brutkasten berichtete), einer Initiative für bewusstere und werteorientierte Formen des Unternehmertums.

Decoto versteht sich ausdrücklich nicht als reine Unternehmensberatung. Beratung ist zwar ein Bestandteil der Arbeit, der Ansatz geht jedoch deutlich darüber hinaus: Gemeinsam mit seinen Netzwerkpartnern beteiligt sich Decoto aktiv an der Umsetzung und begleitet MedTech-Unternehmen beim Eintritt in neue Märkte. Unter dem Modell „Co-Founder as a Service“ übernimmt beispielsweise ein lokaler Partner den Aufbau der Aktivitäten vor Ort, bis das Unternehmen eigene Strukturen geschaffen hat und selbst übernehmen kann.

Die Partner kennen die jeweiligen Gesundheitssysteme, Marktmechanismen, kulturellen Besonderheiten und relevanten Entscheidungsträger. Dadurch erhalten die Unternehmen nicht nur strategische Empfehlungen, sondern auch operative Unterstützung und Zugang zu den notwendigen lokalen Netzwerken.

Wie finanziert sich Decoto?

Das Geschäftsmodell ruht auf drei Säulen: klassischer Beratung, Venture Building im Sinne des „Co-Founder as a Service“-Modells sowie erfolgsabhängigen Vergütungen im Vertrieb, die jeweils mit einem Retainer kombiniert werden. Beteiligungen an Unternehmen nimmt Decoto nur in Ausnahmefällen. „Equity ist nicht nur gut, es ist auch eine Verantwortung“, sagt Huenich. Inhaltlich konzentriert sich das Netzwerk auf MedTech und Life Sciences, von Digital Health bis Longevity. Pharma ist ausdrücklich ausgeschlossen.

Projekte von Decoto

Zu den aktuellen Projekten zählen laut Huenich die Ansiedlung eines iranischen Startups in Graz, die laufende Ansiedlung eines indischen Unternehmens, die Zusammenarbeit mit einem koreanischen Unternehmen im Demenzbereich sowie die Unterstützung österreichischer Startups.

Als Referenzprojekt nennt Huenich das koreanische Unternehmen Seven Point One, das mit „AlzWIN“ ein KI-gestütztes, sprachbasiertes Screening zur Früherkennung von Demenzrisiken entwickelt hat. Das Unternehmen war bereits in Korea etabliert und laut Huenich auch in Japan erfolgreich, kam beim Eintritt in den US-Markt jedoch zwei Jahre lang kaum voran.

Gemeinsam mit den Decoto-Partnern wurden anschließend unter anderem der FDA-Prozess, das Branding, die Kapitalaufnahme und die ersten Verkäufe an Krankenhäuser bearbeitet. Nach acht Monaten sei das Unternehmen bereit gewesen, seine Aktivitäten in den USA zu skalieren.

Das zentrale Learning daraus beschreibt Huenich so: „Wenn du als ausländisches Unternehmen in einen neuen Markt gehst, wirst du zunächst immer als ausländisches Unternehmen wahrgenommen. Es gilt fast überall: America first, Japan first oder India first.“ Deshalb brauche es lokale Partner, die nicht nur den Markt kennen, sondern auch über das notwendige Vertrauen und die richtigen Beziehungen verfügen.

Eine zentrale Rolle in diesem internationalen Modell übernimmt Sergio Rodríguez. Neben Alejandro Huenich und Günter Winkler ist er der dritte Co-Founder des neu ausgerichteten, stärker europäisch verankerten Decoto-Unternehmens. Rodríguez ist seit mehr als 17 Monaten Teil des Netzwerks, leitet die Aktivitäten in Spanien und Lateinamerika und verantwortet die Bereiche Projektmanagement und Finanzen.

Der Strukturbauer: Günter Winkler

Seit Juni verstärkt Günter Winkler Decoto als neuer Geschäftsführer. Der Wirtschaftsingenieur war lange in der Automotive-Branche tätig, zunächst bei einem OEM in Stuttgart, danach zehn Jahre beim Grazer Technologieunternehmen AVL, wo er zuletzt ein internationales Entwicklungsteam in Indien, Ungarn und Österreich leitete. Seit 2022 ist er zudem Geschäftsführer von Ottronic, einem obersteirischen Entwicklungs- und Fertigungspartner für Medizintechnik-Unternehmen mit Sitz in Fohnsdorf.

Sein Weg zu Decoto begann zunächst als Kunde. Ausgangspunkt war die Wachstumsfrage von Ottronic: Der DACH-Markt allein passte nicht mehr zu den internationalen Zielen des Unternehmens. Die Zusammenarbeit begann mit einem geförderten Internationalisierungsprojekt, in dessen Rahmen Winkler gemeinsam mit Huenich zur World Health Expo und zur MedTech World nach Dubai reiste. Darauf folgte ein gemeinsames Südamerika-Projekt in Kooperation mit dem Internationalisierungscenter Steiermark (ICS) mit einem Volumen von knapp 50.000 Euro.

Nach der Zusammenarbeit in diesen beiden Projekten entschied sich Winkler im Juni, nicht nur Kunde und Partner des Netzwerks zu bleiben, sondern als neuer Geschäftsführer Verantwortung für die weitere Entwicklung von Decoto zu übernehmen.

Seine zentrale Aufgabe ist es, aus dem bislang bewusst lose organisierten Zusammenschluss internationaler Expert:innen und Partner ein professionell strukturiertes Unternehmen zu entwickeln, das dem aktuellen Wachstum nachhaltig standhalten kann. Die organisatorische Weiterentwicklung ist notwendig, um die wachsende Nachfrage und die bestehende Projektpipeline künftig zuverlässig bedienen zu können.

Dabei soll Decoto vor allem in organisatorischer und struktureller Hinsicht professionalisiert werden, ohne jene bewährten Aspekte aufzugeben, die das Netzwerk bisher erfolgreich gemacht haben: seine Flexibilität, die persönliche Zusammenarbeit und die enge Verbindung zwischen den internationalen Partnern.

Die Arbeitsteilung bringt Huenich auf den Punkt: „Günter baut das Unternehmen, ich kümmere mich um die Menschen.“

Diese Fassung bleibt sehr nah am Original, stellt Günters neue Position aber deutlich klarer heraus und erklärt nachvollziehbar, warum er jetzt Geschäftsführer wird und welche konkrete Aufgabe er übernimmt.

Die klinische Perspektive: Amel Havkic und EvoMed

Mit Amel Havkic erweitert Decoto sein Netzwerk um klinisch-medizinische Expertise. Der Frankfurter Pneumologe ist Ärztlicher Leiter für Weaning und Heimbeatmung am St. Elisabethen-Krankenhaus Frankfurt und Gründer von EvoMed Consulting. Als Partner im Decoto-Netzwerk bringt er insbesondere seine Erfahrung in der klinischen Bewertung und Clinical Adoption ein – also bei der Frage, wie medizinische Innovationen sinnvoll in den klinischen Alltag integriert und von den späteren Anwender:innen angenommen werden können.

Huenich und Havkic lernten sich zunächst über LinkedIn kennen. Persönlich trafen sie sich kurz darauf bei der von Dylan Attard gegründeten MedTech World Dubai. Decoto ist Partner der internationalen Veranstaltungsreihe und regelmäßig bei deren Events vertreten. Im November soll ein großer Teil des Decoto-Netzwerks bei der MedTech World Europe auf Malta zusammenkommen.

„Statt uns als Konkurrenz zu betrachten, haben wir schnell erkannt, dass sich unsere Kompetenzen sehr gut ergänzen“, sagt Havkic. Den strategischen Wert der Partnerschaft sieht Huenich vor allem in Havkics Nähe zur klinischen Praxis: „Er kennt den medizinischen Bereich und den Alltag der Menschen, die eine Innovation später im Krankenhaus anwenden müssen. Dieser Aspekt ist unglaublich wichtig und wird häufig massiv unterschätzt.“

Für Havkic ist Clinical Adoption eine der entscheidenden Erfolgsmetriken im Gesundheitswesen: Wenn Ärzt:innen und Pflegepersonal ein Produkt im Alltag nicht sinnvoll einsetzen können oder darin keinen konkreten Mehrwert erkennen, kann selbst die beste Technologie scheitern.

Wie die Netzwerkarbeit funktioniert

Wie Decoto Netzwerkarbeit versteht, zeigte sich zuletzt am Red Bull Ring. Beim ADAC Racing Weekend lud das Unternehmen gemeinsam mit CESA und Reiter Racing zum Event „Beyond the Pitlane 2026“ – einer kuratierten Runde aus Spitzensport, MedTech und Venture Capital. Das Programm reichte vom Lunch im Fahrerlager über den Renntag in der Box von Reiter Racing, dessen Team an diesem Wochenende den zweiten Platz belegte, bis hin zu einer Paneldiskussion.

Netzwerkveranstaltung am Red Bull Ring | (c) brutkasten

Auf dem Podium diskutierten unter anderem Amel Havkic von EvoMed Consulting, Lejla Pock von Human.technology Styria, Matthew Foran von Meadow Valley Capital, Guillermo Fernando Pezzetto von AVL Racetech, Aleksandra Krajnc vom Know Center und Shavini Fernando von OxiWear. Moderiert wurde die Diskussion von Alejandro Huenich.

Das Event war zugleich Teil eines aktuellen Decoto-Projekts: Peak Performance MedTech. Die Initiative soll eine Brücke zwischen medizinischer Innovation und Spitzensport schlagen. Der Motorsport bietet dafür ein besonders geeignetes Umfeld, da der menschliche Körper hier seit Jahrzehnten an seine Grenzen gebracht wird – häufig lange bevor daraus gewonnene Erkenntnisse Eingang in die reguläre Gesundheitsversorgung finden.

MedTech-Innovationen sollen im Hochleistungssport erprobt, weiterentwickelt und sichtbar gemacht werden und von dort ihren Weg in breitere Märkte finden. Gleichzeitig zeigt das Format, wie das Decoto-Modell im Kern funktioniert: Unterschiedliche Akteure werden gezielt zusammengebracht, persönliche Beziehungen aufgebaut und daraus konkrete Projekte und Partnerschaften entwickelt.

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