27.03.2019

Vier Modelle für das Unternehmen der Zukunft

Sind sie noch Supplier oder schon Ecosystem Driver? Die MIT-Forscherin Stephanie Woerner hat vier Modelle entwickelt, mit denen Unternehmen sich für die Zukunft rüsten können.
/artikel/stephanie-woerner-mit-business-zukunft
(c) Fotolia / Kir Smyslov
sponsored

Wie schaut das Unternehmen der Zukunft aus? Dieser Frage widmet sich die MIT-Wissenschaftlerin Stephanie Woerner bei ihrem Talk auf der MIT Europe Conference, die am 27. und 28. März in Wien stattfindet.

Gemeinsam mit ihrem Kollegen Peter Weill begann Woerner im Jahr 2012, an der besagten Thematik zu forschen. Dazu führten die beiden Forscher Gespräche mit 144 CIOs und leiteten daraus zwei Dimensionen ab, die derzeit die Transformationsprozesse in Unternehmen maßgeblich bestimmen.

Stephanie Woerner
MIT-Wissenschaftlerin Stephanie Woerner zu Besuch in Wien. (c) Stefan Mey

Erstens geht es um die Frage, wie gut die Unternehmen die Endkonsumenten kennen: Was motiviert sie, das Produkt zu kaufen? Welches Problem wollen sie mit dem Produkt lösen? Zweitens kristallisiert sich heraus, dass Unternehmen ihre Geschäftsmodelle ändern. Technologie ermöglicht ihnen, mit mehr potenziellen Kunden zu interagieren – zugleich brauchen sie aber auch neue Partner, um die verschiedenen Bedürfnisse besser befriedigen zu können. „Die Entwicklung geht somit von klassischen Wertschöpfungsketten hin zu neuen Ökosystemen“, sagt Woerner.

Vom Supplier zum Ecosystem Driver

Das mag noch ein wenig abstrakt klingen – aus eben diesen beiden Dimensionen hat Woerner aber vier unterschiedliche Geschäftsmodelle abgeleitet, die mit Beispielen aus der echten Geschäftswelt illustriert werden.

Erstens wäre da der „Supplier“: Ein Lieferant, der Produkte bereitstellt, aber wenig mit dem Endkunden in Kontakt tritt und daher auch wenig über ihn weiß. Als Beispiel nennt sie zum Beispiel Procter&Gamble, welche zwar mit Pampers und Tide bekannte Marken liefern, diese aber nur in geringen Mengen selbst verkaufen. „Manche dieser Unternehmen versuchen, den Kunden besser kennen zu lernen“, sagt Woerner: P&G zum Beispiel verkauft Windeln via Pampers.com.

woerner1
© 2019 MIT Sloan CISR

Als zweites Modell nennt Woerner „Omnichannel“: Hierunter fällt der Einzelhandel, sowie diverse Banken. Sie lösen die Probleme ihrer Kunden und kennen sie daher besser als der Supplier. Dabei sammeln sie Daten und sind gezwungen, immer mehr Kanäle zu bedienen – online ebenso wie offline.

Das dritte Modell ist der „Modular Producer“. In diese Kategorie fällt zum Beispiel PayPal. Der Modular Producer stellt Lösungen bereit, der technologieunabhängig in jedes Ökosystem integriert werden kann. „Dabei geht es nicht nur um digitale Lösungen“, sagt Woerner: Auch zum Beispiel Whitelabel-Kundenbindungssysteme für Hotelketten fallen in diese Kategorie. Die Ertragsmodelle variieren hier und verlangen den Unternehmen viel Experimentierfreude ab: Abo-Modelle und API-Lizenzierungen fallen zum Beispiel darunter.

Das vierte Modell schließlich ist das, zu dem laut Woerner „jedes Unternehmen gerne gehören würde, wenn es könnte“: Der „Ecosystem Driver“. Beispiele hierfür sind Amazon oder WeChat. Es handelt sich dabei um Plattformen, die Kundenprobleme lösen, als eine Art Mittelmann agieren und manchmal sogar direkte Konkurrenten integrieren, um für den Endkunden attraktiver zu sein.

Welches Modell ist das Beste für mich?

Manager mögen sich nun fragen: Welches Modell ist das Beste für mein Unternehmen? Laut Woerner ist es durchaus üblich, dass Betriebe sich wandeln und verschiedene Modelle durchlaufen. Für österreichischen KMU aus dem Supplier-Segment sei es zum Beispiel auch überlegenswert, Kern-Zielgruppen zu identifizieren und für diese als Ökosystem-Anbieter aufzutreten.

In einer Langzeitanalyse haben die Wissenschaftler jedenfalls bemerkt, dass sich von 2013 bis 2017 die Anzahl der vorhandenen Omnichannel-Unternehmen fast verdoppelte, während die Modular Producer und die Ecosystem Driver deutlich weniger wurden.

woerner2
© 2019 MIT Sloan CISR

Laut Woerner ist dies darauf zurück zu führen, dass vor allem im Bereich der Ecosystem Driver ein starker Konkurrenzkampf herrscht. Bei den Modular-Produzenten wiederum glaubt sie, dass sie zahlenmäßig in den kommenden Jahren wieder zunehmen werden, sobald die Geschäftsmodelle ausgereift sind.

Zugleich hat sie jedoch analysiert, wie die Unternehmen bei KPIs wie Markteinführungszeit, Margen und Wachstum performen – und in all diesen Bereichen zeigt sich, dass die Ecosystem Driver das große Los gezogen haben.

woerner3
© 2019 MIT Sloan CISR

Fazit

Es gibt also kein Patentrezept dafür, welches Business Model sich in Zukunft durchsetzen wird – das hängt von der individuellen Situation der Unternehmen ab, also etwa von eigenen Wettbewerbsvorteilen, Ressourcen und dem Grad der Digitalisierung. Auch die Frage des Führungsstils spielt hier eine große Rolle – etwa, wie technologieaffin der Vorstand ist. Und, auch das ist wichtig: Bei aller Innovation darf nicht darauf vergessen werden, dass auch das Alltagsgeschäft effizient sein muss, sagt Woerner abschließend.

Redaktionstipps
Deine ungelesenen Artikel:
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
Deepentix
© tecnet equity - (v.l.) Investor Kambis Kohansal Vajargah, Endri Deliu, Morteza Amini und Altan Nar (alle Deepentix) sowie Peter Buchinger (tecnet equity).

Das NÖ-Startup Deepentix hat eine Enterprise-KI-Plattform entwickelt, die Unternehmen dabei unterstützen soll, aus Dokumenten wie Studien, Patenten oder internen Berichten einen sogenannten Wissensgraphen aufzubauen – ein Netzwerk aus Fakten und ihren Beziehungen. Dadurch lassen sich Antworten einer Künstlichen Intelligenz bis zum exakten Satz im Ursprungsdokument zurückverfolgen. Gerade in stark regulierten Branchen sei dies entscheidend, weil Aussagen jederzeit belegt und geprüft werden müssen.

Deepentix: Unternehmensdaten in Graphen überführen

Zielgruppe sind etwa Unternehmen in Branchen wie Pharma, Medizintechnik, Versicherungen oder Banken, die täglich mit großen Mengen an Studien, Patenten, Normen und internen Berichten arbeiten. Klassische generative KI liefere dazu zwar schnelle Antworten, könne deren Herkunft jedoch oft nicht lückenlos belegen. Genau hier möchte Deepentix ansetzen und unstrukturierte Unternehmensdaten in einen Wissensgraphen überführen – im Sinn einer nachvollziehbaren Wissensbasis für KI-Anwendungen.

„Wenn Mitarbeitende einer KI blind vertrauen müssen, weil sie deren Antworten nicht überprüfen können, ist das gerade in sensiblen Bereichen ein echtes Risiko. Genau dieses Vertrauensproblem lösen wir, indem wir jede Antwort bis zu ihrem Ursprung im Dokument sichtbar machen“, erklärt Morteza Amini, Mitgründer und CEO von Deepentix.

Mehrere Sprachmodelle

Der Aufbau von Wissensgraphen erfolge Deepentix nach häufig im Rahmen aufwendiger Beratungsprojekte oder über standardisierte Lösungen, die sich nur begrenzt auf einzelne Fachbereiche zuschneiden lassen. Bei Unternehmen, die ihre sensiblen Daten selbst kontrollieren und gleichzeitig präzise Ergebnisse benötigen, stoße dieser Ansatz oft an seine Grenzen. Aus diesem Grund entwickelte das Startup kein Beratungsprojekt für einzelne Kunden, sondern ein Werkzeug, mit dem Unternehmen Wissensgraphen selbst erstellen, betreiben und an ihre Anforderungen anpassen können.

Dabei setzt die Plattform nicht auf ein einziges großes KI-Modell aus der Cloud, sondern auf mehrere kleine, spezialisierte Sprachmodelle, die gezielt auf einzelne Fachbereiche wie Pharma oder Banken trainiert werden. Dadurch sollen die Ergebnisse präziser werden, während die Modelle bei Bedarf direkt auf den eigenen Servern der Unternehmen betrieben werden können.

Dafür gab es nun eine Pre-Seed-Finanzierung in sechsstelliger Höhe, an der sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah beteiligt haben. Das frische Kapital soll vor allem in Forschung und Entwicklung sowie in den Ausbau erster Pilotprojekte in regulierten Branchen fließen.

Deepentix baut Wissensnetz

„Wir verstehen uns nicht als Berater, die für einzelne Kunden ein Wissensnetz bauen, sondern als Technologieanbieter, der Unternehmen die volle Kontrolle über ihre eigenen Daten und Modelle gibt“, so Amini weiter. „Mit tecnet equity, Rockstart und Business Angel Kambis Kohansal Vajargah haben wir Partner an Bord, die den Weg von Deep-Tech-Startups aus erster Hand kennen. Das gibt uns nicht nur Kapital, sondern auch Zugang zu Netzwerk und Erfahrung, um in dieser Phase die richtigen Schritte zu setzen.“

Peter Buchinger, Investment Associate bei tecnet equity, ergänzt: „Uns hat neben der Technologie vor allem das stark aufgestellte Gründerteam von Deepentix überzeugt. Die Kombination aus wissenschaftlichem Hintergrund und Erfahrung in internationalen Unternehmen war ausschlaggebend, in dieser frühen Phase zu investieren.“

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

Vier Modelle für das Unternehmen der Zukunft

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Vier Modelle für das Unternehmen der Zukunft

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Vier Modelle für das Unternehmen der Zukunft

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 …

Vier Modelle für das Unternehmen der Zukunft

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 …

Vier Modelle für das Unternehmen der Zukunft

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 …

Vier Modelle für das Unternehmen der Zukunft

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 …

Vier Modelle für das Unternehmen der Zukunft

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Vier Modelle für das Unternehmen der Zukunft

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Vier Modelle für das Unternehmen der Zukunft