27.05.2016

Tipps für die Mitarbeitersuche: In 7 Steps zum Teammitglied

"Die technischen Fähigkeiten sind top, aber menschlich passt er nicht ins Team." Ein Problem das bestimmt viele Startupler kennen, die neue Mitarbeiter einstellen. Die Portugiesin Cristina Fonseca hat eine Guideline wie man in 7 Schritten den perfekten neuen Mitarbeiter findet.
/artikel/pioneers-festival-7-schritte-neuer-mitarbeiter-startup
(c) fotolia-contrastwerkstatt (Beispielbild): Expertin Cristina Fonseca erklärt, wie man mit 7 Schritten neue Mitarbeiter für sein Startup findet.

„Es gibt viele Gründe warum Startups scheitern. Doch einer der häufigsten ist, weil sie das falsche Team haben“, sagt Cristina Fonseca Co-Founder von TalkDesk. Am Pioneers Festival gibt sie einen Einblick, worauf es beim Einstellen von Mitarbeitern ankommt und wie sie es geschafft hat in einem Jahr von 30 auf 150 Mitarbeiter aufzustocken.

Was macht ein gutes Team aus?

„Ein gutes Team besteht aus smarten und leidenschaftlichen Mitarbeitern“, meint Fonseca. Eine wichtige Charaktereigenschaft sei auch die Neugier bzw das Verlangen neue Hürden zu bewältigen. Die Basis für gute Zusammenarbeit bilde eine gut funktionierende Kommunikation und Teamfähigkeit, so Fonseca.

„Einer der häufigsten Scheitergründe für Startups ist das falsche Team.“

In 7 Schritten zum neuen Startup-Mitarbeiter

Im Wesentlichen besteht der Einstellungs-Prozess aus sieben Schritten:

1) Sourcing

Ziel ist es, die vielversprechendsten Kandidaten zu finden.

IMG_3471

  • Referenzen zum eigenen Netzwerk sind ein gutes Zeichen
  • Bei Bekannten nachfragen, wer der Kandidat „wirklich“ ist (in der Regel befindet man das eigene Netzwerk für gut)
  • Diversität – verschiedene Fähigkeiten bringen verschiedene Möglichkeiten und Perspektiven.

2) CV Screening

Ziel ist es, potentielle Kandidaten aus den Bewerbungen herauszufiltern. Die Lebensläufe der Kandidaten sind meist sehr aussagekräftig. Mit einer eigenen Short-List lässt sich zumeist die Spreu vom Weizen trennen.

  • Fehler sind ein absolutes No-Go
  • Extreme sind eher zu vermeiden (10 Jahre und 7 Monate in einem Unternehmen)
  • Look for excellence – Referenzen zu Top-Unternehmen oder Awards
  • Sich bei persönlichen Kontakten nach dem Kandidat erkundigen

+++Mehr zum Thema Pioneers Festival: Erdbeerwoche ist Sieger der Post-Startup-Challenge+++

3) Das erste Interview

Ziel ist es herauszufinden, ob die Anstellung des Bewerbers eine Win-Win Situation für beide Seiten ist.

  • eine 30-minütige Konversation (persönlich oder Video-Chat) ist der erste Schritt
  • Fragen vorbereiten – die Fragen sollten in einen Gesprächsverlauf eingebaut werden und nicht wie eine „Prüfung“ wirken
  • die Vision des Startups darstellen
  • Herausfinden welche Vorstellungen der Kandidat von dem Job hat (Gehalt, Herausforderungen, Ziele)
  • WICHTIG: Konnte ich aus dem Gespräch etwas mitnehmen oder lernen
Redaktionstipps

4) Technical Challenge

Ziel ist es herauszufinden, ob die Fähigkeiten des Kandidaten zu den Anforderungen des Unternehmens passen.

  • Den Kandidat nach einem Lösungsansatz für ein bekanntes (aber bereits gelöstes) Problem fragen
  • Den Kandidat dazu einladen die Aufgabe im Office zu lösen
  • Kritisches Feedback zur Leistung geben und verstehen wie der Kandidat reagiert

„Ein schlechtes Zeichen ist es, wenn die Unterhaltung nach kurzer Zeit langweilig wird.“

5) Cultural Fit

Ziel ist es herauszufinden, ob der Kandidat ins Team passt und sich mit den anderen versteht.

  • Ein Mittagessen mit dem Team. Oder der vielleicht noch aussagekräftigere „beer-test“ (der beer-test allein reicht jedoch nicht aus)
  • Diversität – verschiedene Fähigkeiten bringen verschiedene Möglichkeiten und Perspektiven.
  • Ist der Kandidat talentiert, motiviert und interessiert?

+++Mehr zum Thema Pioneers Festival: Wie ein Startup die Meere vom Plastikmüll befreien will+++

6) Decision

Ziel ist es, möglichst schnell eine Entscheidung zu treffen und die Kandidaten zu informieren.

  • Nicht in Frage kommenden Bewerbern absagen. Bevorzugt ohne Begründung – kann lange Diskussionen mit sich bringen
  • Den potentiellen Kandidaten einladen und ihm mitteilen, dass er der richtige für das Unternehmen ist

7) Offer

Ziel ist es, auf einen gemeinsamen Nenner mit dem potentiellen neuen Mitarbeiter zu kommen.

  • Dem Kandidat das Angebot unterbreiten
  • Verhandlungsspielraum in der Hinterhand behalten
  • Konstruktiv mit dem Bewerber über Möglichkeiten diskutieren – sollte er andere Vorstellungen für den Job haben

+++Mehr zum Thema Pioneers Festival: Mit Hyperloop in wenigen Minuten von Wien nach Bratislava+++

Min. 5 Bewerber interviewen

„Google stellt weniger als 1 % der Top-Bewerber ein. Für jede Anstellung erhält der Internetriese 130 Bewerbungen“, erklärt Fonseca. Sich mit einem Interview zu begnügen wäre ungeschickt. Es sollte stets Vergleichsmöglichkeiten bei möglichen neuen Mitarbeitern geben.

The Funded Superhero Syndrom

Kurz nach einem Investment ist man als Startup dazu verleitet, die eigenen Regeln über Board zu werfen. Überstürzte Anstellungen sind oft die Folge. Das Ziel nach schnellem Wachstum ist verständlich. Auf lange Sicht können vorschnelle Entscheidungen in Sachen Mitarbeiter aber viel Zeit und Energie kosten. Vor allem wenn sich nach kurzer Zeit herausstellt, dass man den Falschen engagiert hat.

+++Mehr zum Thema Pioneers: DOs and DON’Ts eines CEOs+++

Hire fast, fire faster (but do it right)

Zweifelsfrei entlässt niemand gerne Mitarbeiter. Für das Wohl des Unternehmens ist es aber manchmal unumgänglich. Wichtig ist es, transparentes und ehrliches Feedback zu geben. Weiters gilt es unnötige Probleme zu vermeiden – wenn notwendig sollte rechtlicher Beistand hinzugezogen werden.

Mehr Informationen zu TalkDesk

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

Tipps für die Mitarbeitersuche: In 7 Steps zum Teammitglied

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Tipps für die Mitarbeitersuche: In 7 Steps zum Teammitglied

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Tipps für die Mitarbeitersuche: In 7 Steps zum Teammitglied

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 …

Tipps für die Mitarbeitersuche: In 7 Steps zum Teammitglied

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 …

Tipps für die Mitarbeitersuche: In 7 Steps zum Teammitglied

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 …

Tipps für die Mitarbeitersuche: In 7 Steps zum Teammitglied

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 …

Tipps für die Mitarbeitersuche: In 7 Steps zum Teammitglied

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Tipps für die Mitarbeitersuche: In 7 Steps zum Teammitglied

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Tipps für die Mitarbeitersuche: In 7 Steps zum Teammitglied