03.06.2019

„Fake it till you make it“: Die Top 5 Startup-Frauds

Innerhalb der Startup-Szene gibt es zahlreiche Prinzipien, deren Befolgung zum Erfolg führen soll. Dazu gehören neben "disrupt" oder "break things" auch die Kategorie "fake it till you make it". Gewisse Gründer überschreiten dabei manchmal auch die Grenzen der Legalität und moralischen Integrität, sei es mit gefälschten Produkttests oder geschönten Absatzzahlen.
/artikel/top-5-der-startup-frauds
Theranos
(C) Theranos - Elizabeth Holmes ist der Star in Sachen größter Startup-Cons der Geschichte.

Die Tech-Plattform CBS Insights hat in ihrer „17 Unternehmen-umfassenden“ Liste der „Startup-Frauds“ – wie könnte es anders sein – das kalifornische Startup Theranos von Elizabeth Holmes an erster Stelle gereiht. Das Unternehmen behauptete, eine Technologie entwickelt zu haben, mit der man das Blut von Patienten mit einem Bruchteil des Blutvolumens testen kann, das sonst für Tests erforderlich ist. Mit dieser Innovation konnte Theranos über 900 Millionen US-Dollar an Finanzierung einstreichen. Leider war alles gelogen.

+++ Unicorns von Frauen: Diese Frauen haben milliardenschwere Startups gegründet +++

Gefälschte Testergebnisse

Investoren und die Medienlandschaft waren von Theranos-CEO Holmes getäuscht worden. Das Unternehmen belog nicht nur seine Partner und die Öffentlichkeit, sondern fälschte Testergebnisse und gab unvollständige Geräte heraus, die nicht die versprochene Leistung brachten.

Die Behauptungen von Holmes fielen dabei nicht einmal ansatzweise in die Kategorie „alternative Fakten“. „Mikroskopischen Blutmengen liefern nur sehr wenige verlässliche Daten – sicherlich nicht genug, um bei den von Holmes versprochenen Tests wirksam zu sein“, hatte damals Phyllis Gardner, Professorin für Medizin an der Stanford University gewarnt.

Holmes wurde zu einer Strafe von 500.000 US-Dollar verurteilt und mit einem zehnjährigen Verbot belegt, Manager-Position in börsennotierten Unternehmen auszuüben.

Salesforce-Gründer Benioff Opfer eines „Startup-Frauds“

Man kennt es aus Filmen. Ein Marktschreier preist seine neueste Erfindung an, meist eine kleines Wundermittel in einer Flasche, das für mehr Potenz, Haarwuchs oder unbändige Kraft sorgen soll. Aus dem Publikum melden sich Leute, die das Produkt kosten, begeistert sind und anschließend mehrere Stücke des „einzigartigen“ Produkts erwerben.

Diesen „Neffen-Trick“, bei dem die scheinbar begeisterten Kunden zum Marktschreier gehören, wollte in einer ähnlichen Art, auch das Startup Hampton Creek anwenden. Anfangs ging alles auf – unter anderem konnte es ein 240 Millionen US-Dollar-Investment von Salesforce-Gründer Marc Benioff einheimsen. Dann flog alles auf.

Eigene Produkte zurückkaufen

Die Präsentation von erfolgreichen „Sales-Statistiken“ ist das Um und Auf bei Neugründungen im Einzelhandel – insbesondere für jene Startups, die in der wettbewerbsintensiven Lebensmittelbranche tätig sind.

2016 wurde bei Hampton Creek bekannt, dass das umweltbewusste Unternehmen ein Netzwerk unabhängiger Vertragspartner eingestellt hatte, die beauftragt wurden, die eigenen Produkte heimlich in Supermärkten in den USA zu Hunderten zurückzukaufen. Im Fokus des „Startup-Frauds“: eine milchfreie Mayonnaise namens Just Mayo, die unter anderem bei Kroger, Safeway und Walmart verkauft wurde.

Ist der Ruf erst ruiniert, benenne dich um…

Darüber hinaus wurden Auftragnehmer angeblich angewiesen, sich telefonisch mit regionalen Supermärkten in Verbindung zu setzen, um sich über Hampton Creek-Produkte zu erkundigen. Dadurch sollte eine stärkere Kundennachfrage nach neuen Produktlinien vorgetäuscht werden.

Josh Tetrick, CEO von Hampton Creek, behauptete später, dass die Rückkauf-Kampagne Teil einer Kontrolle zur Produktqualität gewesen sei. Die Erklärung überzeugte nur Wenige, sodass sich Hampton Creek als Folge dessen in „Just“ umbenannte.

Hollywood-Star nicht so ehrlich wie der Name

Auch Schauspielerin Jessica Alba hat es in die CBS-Insights-Liste der „Startup-Frauds“ geschafft. Ihr Unternehmen The Honest Company konnte 490 Millionen US-Dollar an Funding lukrieren, indem es versprach gesunde und natürliche Alternativen zu üblichen Haushaltsartikeln wie Reinigungsmitteln und Toilettenartikeln herzustellen. 2017 kamen erste Zweifel am „Labeling“ der Produkte auf. Bei unabhängigen Tests der Honest Company-Zahnpasta wurden synthetische Chemikalien gefunden, von denen einige giftig waren. Das Unternehmen wies alle Anschuldigungen zurück, erklärte sich jedoch bereit, die Art und Weise der Kennzeichnung seiner Produkte zu ändern. Das Unternehmen zahlte zudem 7,3 Millionen US-Dollar für die Beilegung der Sammelklage.

(c) Honest Company/Facebook – Hollywood Star Jessica Albas Honest Company nahm es mit dem Labeling ihrer Produkte nicht ganz so ernst.

Mastercard als Investor gewonnen

Auch das FinTech Mozido hat es in die Liste der „Startup-Frauds“ geschafft. Die Mobile-Payment-Company konnte Mastercard und Wellington Management als Investoren gewinnen und dadurch rund 314 Millionen US-Dollar an Kapital erhalten. 2014 wurde der Unternehmenswert mit 2,3 Milliarden US-Dollar beziffert. Das Startup wollte „white-labeled“ Finanzprodukte für Personen entwickeln, die zwar Zugang zu Mobiltechnologie hatten, aber über kein klassisches Bankkonto verfügten. Das Startup fokussierte auf mobiles Bezahlen in Schlüsselmärkten, wie Indien, Afrika und Südostasien.

Ex-Frau mit Investoren-Geld beglückt: Prozess startet 2020

Im Vorjahr beschuldigte die SEC Liberty, Gründer Michael Liberty habe 200 Anleger betrogen, von denen er knapp 55 Millionen US-Dollar gesammelt habe. Ihm wurde vorgeworfen mehrere Briefkastenfirmen zwischen 2010 und 2017 gegründet zu haben, um Kapital von Anlegern auf seine persönlichen Konten umzuleiten. Zudem habe er das Geld verwendet, um luxuriöse Dekor-Möbel für seine Ex-Frau zu erstehen und in andere seiner Geschäftsideen zu investieren. Er bekannte sich in allen zehn Anklagepunkten für unschuldig, muss aber bei Verurteilung mit bis zu 20 Jahren Haft rechnen. Der Prozess soll im Februar 2020 starten.

Con-Artist und Fake-Identity

Eine der wohl dreisten und filmreifsten Betrugs-Geschichten steckt hinter der Online-Videostreaming-Firma Pixelion, die Anfang der Jahrhundertwende ihr Unwesen trieb. Pixelon wurde 1998 in San Juan Capistrano, Kalifornien, von einer Person gegründet, die sich Michael Fenne nannte. Tatsächlich war Fenne das Pseudonym von David Kim Stanley, einem verurteilten Schwerverbrecher und bekannten Betrüger, der zwei Jahre lang auf der Flucht war, nachdem er in Virginia in den 1980er Jahren Investoren in Höhe von mehr als einer Million US-Dollar geprellt hatte. Seine Strafe: acht Jahre Haft und 28 Jahre Bewährung.

Party mit The Who und Kiss im MGM

1996 tauchte Stanley in Kalifornien auf und umgarnte erneut Investoren für seine neueste Idee, Pixelion. Er erhielt 30 Millionen US-Dollar an Finanzierung, wobei er zwölf Millionen dafür verwendete, im MGM Grand Casino in Las Vegas eine Auftaktparty für sein Startup zu schmeißen. Unter den Stargästen waren KISS, die Dixie Chicks, Tony Bennet und Sugar Ray. Die britische Rockband The Who lieferten gar ein kleines Comeback zu Ehren des „Gründers“.

Aufenthaltsort unbekannt

Geplant war, dass die Veranstaltung zu Demonstrationszwecken der Technologie von Pixelon live im Netz übertragen werde. Bei den Usern kam es jedoch laufend zu Fehlermeldungen und die meisten waren gezwungen, sich auf Streaming-Software von Microsoft zu verlassen, um die Sendung anzusehen. Danach warfen Investoren einen genaueren Blick auf’s Unternehmen und stellten fest, dass sie getäuscht worden waren. Im Jahr 2000 stellte sich Stanley schlussendlich den Behörden und verschwand damit aus der Öffentlichkeit. Sein derzeitiger Aufenthaltsort ist unbekannt.


⇒ Just

⇒ The Honest Company

⇒ CBS-Insights

Redaktionstipps

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

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

„Fake it till you make it“: Die Top 5 Startup-Frauds

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

„Fake it till you make it“: Die Top 5 Startup-Frauds

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

„Fake it till you make it“: Die Top 5 Startup-Frauds

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 …

„Fake it till you make it“: Die Top 5 Startup-Frauds

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 …

„Fake it till you make it“: Die Top 5 Startup-Frauds

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 …

„Fake it till you make it“: Die Top 5 Startup-Frauds

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 …

„Fake it till you make it“: Die Top 5 Startup-Frauds

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

„Fake it till you make it“: Die Top 5 Startup-Frauds

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

„Fake it till you make it“: Die Top 5 Startup-Frauds