03.07.2019

Warum es so schwierig ist, exakte Prognosen zu machen

Die Krux mit der exakten Prognose: Tristan Horx vom Zukunftsinstitut spricht im Interview über die Arbeit eines Trend- und Zukunftsforschers und darüber, was die Kapitalsünden beim Blick in die Zukunft sind.
/artikel/prognosen-tristan-horx-fehler

Sie entstammen einer Zukunftsforscherfamilie und widmen sich in ihrem Feld den Themen Digitalisierung, Lifestyle, Globalisierung und Generationenwandel. Wie funktioniert die Arbeit eines Zukunftsforschers? An welchen Punkten muss sich orientieren, wer Trends und Visionen der Zukunft voraussagen will?

Tristan Horx: Es gibt verschiedene Modelle. Eine Strategie, die wir aus den Medien kennen, ist es, sehr reißerische, utopistische oder apokalyptische Bilder zu zeichnen, die immer große Aufmerksamkeit erregen. Diese sind stark von Hollywood-Filmen geprägt oder mit Absicht zugespitzt, weil man weiß, dass man damit Leute für eine Vision begeistern kann. Das ist die eine Variante, die man als nicht wissenschaftlich bezeichnen kann. Eine Vision, die differenziert und komplex ist, lässt sich eben nicht so gut verkaufen.

Und andere Methoden?

Wir arbeiten mit verschiedenen Techniken. Ich spezialisiere mich hauptsächlich auf systemtheoretische Logiken. Dabei handelt es sich um Modelle, die immer zyklisch verlaufen. Es herrscht eine Trend- und Gegentrend-Dynamik, bei der man sehen kann, wie sich das System ausbalanciert.

+++Zurück in die Gegenwart: Zukunftsvisionen von 2020 im Check+++

Wie wendet man diese Technik an?

Unser Feld der Trend- und Zukunftsforschung konstituiert sich durch Gegenwartserfassung. Man muss dazu sagen, dass es heutzutage sehr vielen Leuten schwerfällt, ein realistisches Abbild der Welt zu schaffen. Die Grundaufgabe eines Zukunftsforschers ist es, zuerst die Gegenwart so zu verstehen, wie sie in der Realität ist. Wenn man ein „echtes“ Bild der Gegenwart hat, das nicht durch Ideologien oder dergleichen durchtränkt ist, dann kann man relativ einfach verschiedene Zukunftsszenarien ausarbeiten.

Also das Heute erkennen, um das Morgen zu verstehen?

Wenn man sich lange genug mit der Materie auseinandersetzt, kann man auch aus den Prozessen der Vergangenheit lernen. Hierbei ist es möglich, die Szenarien mit Wahrscheinlichkeitsprozenten zu belegen. Skizziert man ein Zukunftsereignis mit etwa 60 zu 40 Prozent eintretender Wahrscheinlichkeit und tritt dieses dann nicht ein, bedeutet das nicht, dass die These falsch war – 40 Prozent sind noch immer sehr viel –, sondern dass es nur etwas in die andere Richtung gegangen ist. Diese Art zu Arbeiten ist das Gegenprogramm zu den reißerischen Visionen, die behaupten, dass diese oder jene Zukunft genauso eintreten wird, wie sie sie zeichnen. Der größte Fehler, den ein Trend- und Zukunftsforscher machen kann, ist ein Ereignis mit einem Jahr zu belegen.

Das heißt, die berühmte Glaskugel gibt es in der Trend- und Zukunftsforschung nicht?

Man kann die Prozesse verstehen und ungefähr erkennen, wo es hingehen wird, und eine Richtung deuten. Aber etwas mit genauen Jahreszahlen und Ereignissen zu belegen, das ist dann wirklich Wahrsagerei.

+++Ab nächstem Jahr fliegen in Österreich autonome Lufttaxis+++

Können Sie dennoch aus aktuellen Prozessen und Entwicklungen der Vergangen heit die nächsten großen Visionen, zum Beispiel für 2050, erkennen?

Eine Frage, der wir uns als Institut sehr stark widmen und die zugleich eines der reißerischsten Denkspiele darstellt, ist, ob Roboter in Zukunft unsere Arbeit ersetzen werden. Dies ist ein wunderbares Beispiel dafür, in die Vergangenheit zu blicken. Stichwort: Industrialisierung. Es sind immer schon Jobs verschwunden. Arbeitsschwund ist einfach ein konstanter Prozess der menschlichen Entwicklung. Unserer Ansicht nach ist es so, dass die redundanten Tätigkeiten, die von Robotern übernommen werden, menschliches Potenzial frei machen für Dinge, die Roboter nicht können.

Zum Beispiel?

Die zwischenmenschliche Pflege oder alle Berufe, die Empathie erfordern. Das Interessante daran ist, dass arbeitsmarktthematisch Punkte wie bedingungsloses Einkommen hier mit hineinfließen. Wir müssen uns bis 2050 garantiert damit auseinandersetzen, was Arbeit für uns eigentlich bedeutet. Die Startup-Kultur hat den Begriff Arbeit auch schon überarbeitet. Dort heißt es nicht, ich komme um neun Uhr ins Büro und fahre um 17 Uhr heim. Das ist ein altes, industrielles Mindset.

+++Im HR-Channel des brutkasten gibt es News und Beispiele zur Zukunft der Arbeit+++

Das heißt, die zukünftige Arbeit ist ein großes Thema der Trend- und Zukunftsforschung. Welcher Trend wird uns noch beschäftigen?

Eines meiner Hauptforschungsfelder ist die Generationsfrage. Ich bin da sehr optimistisch, etwa was das Jahr 2050 betrifft. Erstens ist der durchschnittliche Bildungsstandard so hoch wie noch nie. Zweitens haben wir unglaubliches menschliches Potenzial freigeschaufelt, indem wir Frauen in die Arbeits- und Bildungswelt geholt haben. Das ist erst 100 Jahre her und im Vergleich der Geschichte eine extrem kurze Zeit. Wenn wir noch mehr Potenzial freigeben, sehe ich eine gute Zukunft. Und keinen digitalen Weltuntergang, 3. Weltkrieg oder eine Terminator-Welt.


Zur Person

Tristan Horx entstammt einer Familie von Trend- und Zukunftsforschern. Sein Vater Matthias Horx, ehemaliger Journalist und Buchautor, entwickelt seit einem Vierteljahrhundert einen „ganzheitlichen oder humanistischen Futurismus“. Dabei werden Evolutionstheorie, Systemwissenschaften, kognitive Psychologie und Komplexitätstheorie für ein breiteres Verständnis der menschlichen Zukunft kombiniert. Medial geriet er in die Schlagzeilen, als er 2005 voraussagte, dass Facebook in fünf Jahren scheitern würde. Auf seiner Homepage hat er zu diesem „Facebook-Failure“ Stellung genommen. Die Quintessenz dabei: Er lag mit seiner „blauäugigen Fehlprognose“, wie er sie bezeichnet, gar nicht so falsch, sondern nur zeitlich völlig daneben. Sein Sohn Tristan, der die Zukunftsfeder fortführt, gilt als Digital Native und ist Mitarbeiter des Zukunftsinstituts. Der junge Autor von „Generation Global“ doziert zudem an der SRH Hochschule Heidelberg und ist Kurator von „Treffpunkt Zukunft“, einem Podcast für kritischen Zukunftsoptimismus.

Redaktionstipps
Deine ungelesenen Artikel:
22.10.2026

Grazer Startup versa setzt auf KI-Personas, um Gespräche mit Kunden zu üben

Mit virtuellen Gesprächspartnern will versa klassische Verkaufstrainings für Unternehmen verändern. Erst im Jänner 2026 gegründet, zählt das Unternehmen bereits rund 14 zahlende Kunden und ist nach eigenen Angaben profitabel. Und das ohne externes Investment.
/artikel/grazer-startup-versa-setzt-auf-ki-personas-um-gespraeche-mit-kunden-zu-ueben
22.10.2026

Grazer Startup versa setzt auf KI-Personas, um Gespräche mit Kunden zu üben

Mit virtuellen Gesprächspartnern will versa klassische Verkaufstrainings für Unternehmen verändern. Erst im Jänner 2026 gegründet, zählt das Unternehmen bereits rund 14 zahlende Kunden und ist nach eigenen Angaben profitabel. Und das ohne externes Investment.
/artikel/grazer-startup-versa-setzt-auf-ki-personas-um-gespraeche-mit-kunden-zu-ueben
Die Gründer von versa: Jakob Logar, Maximilian Brehm und Elija Dentler (v. l.) | (c) webformance.agency

Ein schwieriges Kundengespräch, eine heikle Preisverhandlung oder eine verärgerte Kundin: Solche Situationen gehören in vielen Berufen zum Alltag. Doch wie bereitet man Mitarbeitende darauf vor? Klassische Kommunikationstrainings sind oft zeitaufwendig und bieten nur begrenzte Möglichkeiten, das Gelernte praktisch anzuwenden.

Genau hier setzt das Grazer Startup versa an. Das im Jänner 2026 gegründete Unternehmen hat eine KI-basierte Plattform entwickelt, mit der Mitarbeitende realistische Gesprächssituationen simulieren und anschließend individuelles Feedback erhalten können.

Gegründet wurde das Unternehmen von Jakob Logar, Elija Dentler und Maximilian Brehm. Die Idee entstand aus den beruflichen Erfahrungen der Gründer. Co-CEO Logar war rund 20 Jahre im Vertrieb tätig und absolvierte selbst zahlreiche Kommunikationstrainings. Diese seien zwar hilfreich gewesen, hätten aber meist nur wenig Raum für praktische Übungen geboten. „Da haben wir jetzt einfach gesehen, das was KI da möglich macht, ist eben diesen Flaschenhals der Rollenspiele aufzuheben“, erklärt Logar. Mitarbeitende könnten dadurch unabhängig von Trainer:innen oder Vorgesetzten Gespräche üben.

Von einem Forschungsprojekt zur KI-Plattform

Den Anstoß lieferte ein Forschungsprojekt am Grazer Know-Center. Dort wurde auf Anfrage der Medizinischen Universität Innsbruck untersucht, ob sich Arzt-Patienten-Gespräche mit KI simulieren lassen. Ein erster ChatGPT-Prototyp zeigte Potenzial, aber auch technische Grenzen.

Heute kombiniert versa verschiedene KI-Modelle für die Szenarioerstellung, Sprachinteraktion und Auswertung. Unternehmen können eigene Unterlagen und Kundenprofile einbinden, um möglichst praxisnahe Trainingssituationen zu schaffen.

Doch warum braucht es dafür eine eigene Plattform statt ChatGPT? „Die Magie liegt eigentlich in der KI-Architektur und in der Agent-Orchestrierung“, sagt Logar. Anders als bei der Nutzung eines einzelnen Sprachmodells sollen die KI-Personas konsistent bleiben und die Auswertungen vergleichbar sein.

Eigene KI-Basismodelle entwickelt das Startup nicht. Stattdessen setzt es auf eine flexibel aufgebaute Architektur. „Wir verwenden immer das beste Modell“, so Logar. Neue Technologien könnten dadurch einzelne Komponenten ersetzen, ohne die gesamte Plattform verändern zu müssen.

Eingesetzt wird versa derzeit vor allem beim Onboarding neuer Mitarbeitender. Diese können vom ersten Kundentelefonat bis zur Preisverhandlung unterschiedliche Gesprächssituationen trainieren.

Das KI-Trainingsgespräch selbst erfolgt dann im Look eines Video-Calls. (c) versa Training GmbH

14 zahlende Kunden und bereits profitabel

Nur wenige Monate nach der Gründung zählt versa laut Logar rund 14 zahlende Unternehmenskunden. Darunter befinden sich eine große Bank und einer der größten deutschen Versicherer. Als Zielgruppe sieht versa nicht ausschließlich Großkonzerne. Interessant sei die Plattform grundsätzlich für Unternehmen mit mindestens 20 Mitarbeitenden in kundenorientierten Rollen, etwa im Vertrieb oder Kundenservice.

Der Weg vom ersten Interesse zum Vertragsabschluss sei allerdings nicht immer kurz. Besonders bei größeren Unternehmen würden rechtliche Prüfungen rund um den Einsatz von KI den Verkaufsprozess verlängern.

Finanziert wurde das Startup bislang ausschließlich aus Eigenmitteln. Das Stammkapital von 10.000 Euro brachten die drei Gründer selbst auf. Auf die Frage, wann das Unternehmen profitabel werden wolle, antwortet Logar: „Wir sind schon profitabel.“

Förderabsage als Wendepunkt

Ursprünglich hatte das Gründerteam auf eine aws-Seedförderung gehofft. Nach einem Pitch im Frühjahr 2026 folgte jedoch die Absage. Zu diesem Zeitpunkt hatten die Gründer ihre bisherigen Jobs bereits gekündigt. Trotz des Rückschlags beschlossen sie weiterzumachen. „Wir haben dann aber den Entschluss gefasst, weiterzumachen, weil die Idee so gut ist“, erzählt Logar. Die Absage habe das Team letztlich stärker auf den Markt fokussiert.

Aktuell ist versa in der Science Park Graz Academy und arbeitet im Grazer Unicorn. Zunächst will das Startup aus eigener Kraft weiterwachsen und einen mittleren sechsstelligen Umsatzbetrag erreichen. Für die spätere Skalierung werden Partner gesucht.

Dabei denkt das Team von Beginn an international. „Wir haben ja keine sprachlichen Restriktionen“, erklärt Logar. Erste Kunden aus Deutschland hat versa bereits gewonnen. Langfristig will das Unternehmen vor allem dort wachsen, wo der Bedarf an skalierbaren Kommunikationstrainings besonders groß ist.

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

Warum es so schwierig ist, exakte Prognosen zu machen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Warum es so schwierig ist, exakte Prognosen zu machen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Warum es so schwierig ist, exakte Prognosen zu machen

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 …

Warum es so schwierig ist, exakte Prognosen zu machen

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 …

Warum es so schwierig ist, exakte Prognosen zu machen

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 …

Warum es so schwierig ist, exakte Prognosen zu machen

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 …

Warum es so schwierig ist, exakte Prognosen zu machen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Warum es so schwierig ist, exakte Prognosen zu machen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Warum es so schwierig ist, exakte Prognosen zu machen