10.07.2018

Viscopic gewinnt die LiSEC Openview Innovation Challenge

Mit dem Ende der LiSEC Openview Innovation Challenge beginnt für den Gewinner Viscopic aus München die Zusammenarbeit mit dem Weltmarktführer im Bereich Glasverarbeitung. Betreut und durchgeführt wurde die Challenge mit Hilfe des Inkubators tech2b (OÖ) in Kooperation mit dem Inkubator accent (NÖ).
/artikel/viscopic-gewinnt-die-lisec-openview-innovation-challenge
LiSEC Openview Innovation Challenge
(c) LiSEC. Co-Founder vom Gewinner-Startup Viscopic, Felix Meißgeier (links) und LiSEC CFO Oliver Pichler.
sponsored

LiSEC, der niederösterreichische Hidden Champion mit 230 Mio. Euro Jahresumsatz, ging vier Monate lang auf die Suche nach Innovationen aus der Startup-Szene. Die LiSEC Openview Innovation Challenge wurde dabei auch ins Leben gerufen, um langfristige Partnerschaften aufzubauen. Innovative Ansätze etwa aus den Bereichen Digitalisierung, Big Data, Predictive Maintenance, Sensorik oder Logistik wurden in Kooperation mit den lokal erfahrenen Inkubatoren tech2b und accent gesucht.

+++ Unser Live-Bericht von der LiSEC Openview Innovation Challenge +++

Innovation als fester Bestandteil von LiSEC

Schon als LiSEC vor über 50 Jahren mit der Glasverarbeitung begann, setzte das Unternehmen auf selbst entwickelte Maschinen und schrieb sich damit das Thema Innovation tief in die eigene DNA. „Ca. 6-7 Prozent unseres Umsatzes reinvestieren wir alljährlich in Innovation“ erklärt CFO Oliver Pichler und fügt stolz hinzu: „Damit haben wir eine respektable Forschungs- und Entwicklungsquote.“ Schon heute arbeite man mit Forschungseinrichtungen und Universitäten zusammen, mit der der Openview Innovation Challenge habe man versucht, „Innovationen auch von außen in das Unternehmen hinzubringen.“ Vor allem wollte man interne Prozesse optimieren und gänzliche neue Geschäftsfelder erschließen. „Die Dinge stärker digital miteinander zu verknüpfen“ sei besonders wichtig, weil die Maschinenparks immer komplexer und Automatisierungsgrade immer höher würden.

Viscopic gewinnt Openview Innovation Challenge mit AR-Technologie

Am meisten überzeugte schließlich Viscopic, ein Augmented Reality Startup aus München. Pichler über die gemeinsame Zusammenarbeit: „Im Oktober haben wir unsere internationale Leitmesse in Düsseldorf. Mit Viscopic wäre das Ziel, dass wir dort ein konkretes Produkt und ein konkretes Anwendungsfeld vorstellen.“ Seit der Gründung im Mai 2016 konnte Viscopic bereits namhafte Kunden wie Audi, die Deutsche Bahn, Volkswagen, Siemens und BMW gewinnen. Das Startup, das von drei Absolventen der TU München gegründet wurde, entwickelt Komplett-Pakete für 3D- und Augmented Reality-Lösungen. Für LiSEC ist das besonders interessant, weil die Technologie von Viscopic es ermöglicht, mit Mitarbeitern AR-unterstützt ortsunabhängig Schulungen durchzuführen. Viscopic Co-Founder Felix Meißgeier erklärt dazu: „Wir können mit unserer Technologie das Training an der Maschine flexibler für die Mitarbeiter gestalten und mit virtuellen Inhalten unterstützen.“

Video-Interview mit Oliver Pichler und den Finalisten:

Mitfinalist LineMetrics analysiert beliebige Sensordaten

Doch auch die Konkurrenz von Viscopic hatte einiges zu bieten. Das Team von LineMetrics Realtime Asset Monitoring erfasst, verarbeitet und analysiert etwa beliebige Sensordaten in einem einzigen Produkt. In den Bereichen Positionstracking, Raumklima, Energieverbrauch, Energieproduktion, Füllstand-Kontrolle und Produktionsdaten konnten bereits positive Use Cases gefunden werden.

Insider Navigation Systems lokalisiert Personen

Basierend auf Augmented Reality und optischer Erkennung hat Insider Navigation Systems eine Technologie entwickelt, um Personen in Innenräumen exakt zu lokalisieren, navigieren und ihnen am richtigen Ort den richtigen digitalen Content anzuzeigen. Die Vorteile gegenüber Beacons und anderer Hardware: günstigere Implementierung und genauere Positionierung. Potenzielle Einsatzmöglichkeiten fanden Insider Navigation Systems in der Gebäudewartung, bei Routenführung, Asset Tracking oder touristischen Führungen.

Startup Seven Bel: Klangmessung für die Produktentwicklung

Das Startup Seven Bel hat mit DMAC ein äußerst nützliches Tool zur Produktentwicklung auf den Markt gebracht. Es visualisiert die Lärmabstrahlung bzw. die Klangqualität ähnlich wie eine Wärmebildkamera. Für Ingenieure ist dies äußerst hilfreich, da für Endanwender Klang bzw. Lärm entscheidende Merkmale sind, die eine Kaufentscheidung maßgeblich beeinflussen.

Smart Data von OmegaLambdaTec

Omega LambdaTec ist ein Startup, das industrielle Betriebe bei der Durchführung von Smart Data-Analysen unterstützt und maßgeschneiderte Data Analytics-Lösungen entwickelt. Im Kern geht es darum, das Potential neuer Smart Data Innovationen in den Bereichen Smart Energy, Smart Mobility, Smart Health, IoT und Industry 4.0 zu erkennen und optimal zu nutzen.

Craftworks sieht Produktionsfehler voraus  

Auch craftworks möchte seinen Beitrag für Industrieunternehmen leisten. Das Team arbeitet an Artificial Intelligence-Lösungen für Predictive Quality und Predictive Maintenance. Damit ermöglichen sie es, Fehler vorherzusehen und automatisch darauf zu reagieren. So können Kosten gespart werden, indem weniger Ausschuss produziert wird. Bereits jetzt arbeitet craftworks mit Firmen wie Audi oder Wien Energie zusammen und ist ferner bekannt für Erfolge bei diversen Hackathons.

Pichler: Lob für den Startup-Spirit und Chancen für weitere Kooperationen

Pichler zeigte sich sehr zufrieden mit dem Ergebnis der Openview Innovation Challenge. Insbesondere beeindruckte die schnelle, agile und flexible Arbeitsweise in der Startup-Kultur. „Den Startup-Spirit mit ins Unternehmen reinzubringen, war für uns wichtig, vor allem im Bereich der Digitalisierung.“ Man sei überwältigt gewesen von den vielen tollen Einreichungen und sehe überdies auch mit anderen Finalisten konkrete Anknüpfungspunkte.

⇒ Zur offiziellen Website

Deine ungelesenen Artikel:
05.08.2026

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

Technologie-Trends zu erkennen ist heute einfach, sie ins Kerngeschäft zu übersetzen bleibt die eigentliche Hürde. Frank Möbius hat BMWs Tech-Früherkennung sechs Jahre verantwortet und erklärt im brutkasten-Gespräch, woran der Transfer scheitert und wie er gelingt.
/artikel/der-transfer-ist-das-schwierigste-ex-bmw-tech-scouting-leiter-frank-moebius-ueber-technologie-frueherkennung
05.08.2026

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

Technologie-Trends zu erkennen ist heute einfach, sie ins Kerngeschäft zu übersetzen bleibt die eigentliche Hürde. Frank Möbius hat BMWs Tech-Früherkennung sechs Jahre verantwortet und erklärt im brutkasten-Gespräch, woran der Transfer scheitert und wie er gelingt.
/artikel/der-transfer-ist-das-schwierigste-ex-bmw-tech-scouting-leiter-frank-moebius-ueber-technologie-frueherkennung
Frank Möbius (links) | (c) BMW Group

Knapp 30 Jahre war Frank Möbius bei BMW. Zuletzt leitete er in der Konzernforschung den Bereich Technologiemanagement und -prognose und koordinierte das weltweite Netzwerk der BMW Technology Offices vom Silicon Valley bis Tokio. Seit 2023 gibt er seine Erfahrung als Senior Innovation Advisor bei der UnternehmerTUM GmbH in München, Europas größtem Gründerzentrum, weiter. Im Interview erklärt er, wie systematische Technologie-Früherkennung funktioniert, warum die meisten Unternehmen am Transfer der daraus gewonnenen Erkenntnisse scheitern und wie KI die Tech-Trenderkennung vereinfacht hat.


brutkasten: Sie waren fast 30 Jahre bei BMW. Wie sind Sie dort zum Thema Innovation gekommen?

Frank Möbius: Ich habe an der Uni Stuttgart Maschinenbau, Fachrichtung Fahrzeugtechnik studiert und nach dem Diplom Anfang 1990 meinen ersten Job bei der Lufthansa Technik in Frankfurt gefunden. Dort durfte ich die damals neuartigen stangenlosen Flugzeugschlepper mitentwickeln und 1992 den neuen Flughafen München damit ausrüsten – meine erste Berührung mit Innovationen und ihrer Einführung im Massengeschäft. Ich verließ die Lufthansa nach ein paar Jahren, um an der Uni Kaiserslautern über Robotik zu promovieren. Nach der Promotion kam ich 1996 zu BMW, meiner Wunschfirma in meiner Wunschstadt. Dort konnte ich viele unterschiedliche Funktionen übernehmen: erst arbeitete ich vier Jahre im Versuchsfahrzeugbau, dann vier Jahre im Personalwesen, ein lehrreicher “Side Step” für einen Ingenieur!

(c) BMW Group

Mitte 2004 durfte ich eine Abteilung für Vorentwicklung und Innovationsmanagement im Bereich Antriebsproduktion übernehmen. Daraus entstand meine Rolle im damals neuen elektrifizierten Antrieb für BMW – von der strategischen Inhouse-Entscheidung und fachlichen Befähigung der Firma bis zur Großserie: über zehn Jahre lang war ich für die Industrialisierung und später Entwicklung von Hochvoltbatterien verantwortlich, vom ersten A-Muster mit einem sehr kleinen Team bis zu 100 Mitarbeitenden. 2017 bin ich schließlich in die Forschung gewechselt und habe dort das Team “Technologiemanagement und -prognose” übernommen, das später in die Einheit “Open Innovation” integriert wurde.

Was macht so eine Open-Innovation-Einheit in einem Konzern konkret?

Mit Open Innovation Methoden erkennt und verwertet man frühzeitig innovative Signale und Trends, die außerhalb der eigenen Unternehmensgrenzen stattfinden. Wir schauen bewusst in Branchen jenseits des Automobilbaus: Consumer Electronics, Luft- und Raumfahrt, Medizin, Computing, Biomaterialien, etc. Immer mit der Frage im Hinterkopf: Was können wir davon für das eigene Kerngeschäft nutzen? Konkret: Technologische Trends aus der Cross-Industrie frühzeitig erkennen, verstehen, bewerten, ein Proof-of-Concept-Projekt durchführen, z. B. mit einem Startup, einer Uni, einem Fraunhofer-Institut, etc. und diese Ergebnisse dann in die Firma für die eigenen Produkte, Services und Prozesse transferieren.

(c) BMW Group

BMW hat dafür eine eigene Abteilung aufgebaut. Wie hängen die einzelnen Bausteine zusammen?

2015 wurde die Technologie-Früherkennung mit dem Technologie-Trendradar ins Leben gerufen, fast gleichzeitig wurde die BMW Startup Garage gegründet. Das Radar ist zunächst ein Visualisierungs- und Kommunikationstool: wir platzieren die erkannten Technologien nach Kategorien und Reifegraden, um frühzeitig aufzeigen zu können, was sich technologisch weltweit tut. Aber diese Erkenntnisse stehen erstmal nur auf dem Papier. Entscheidend ist nach Bewertung und Priorisierung die Verwertung dieser Erkenntnisse, der sogenannte Transfer. Dieser erfolgt dann oft mit Startups.

Hier kommt die BMW Startup Garage zum Einsatz. Sie betreibt Venture Clienting, d. h. sie investiert nicht, sondern scoutet im Netzwerk der internationalen BMW Tech Offices die besten Startups und koordiniert Innovationsprojekte mit den betroffenen BMW-Fachbereichen, die meist das Budget dafür stellen. Diese Startups müssen schon reifer sein, also ein stabiles Team, eine robuste Finanzierung, ein fertiges Produkt – ggf in anderen Branchen – und am besten schon erste Kunden haben. Das Ziel dabei ist immer, dass das Startup ein regulärer Lieferant für BMW werden kann, wir nennen das  “startup as a supplier”. Erst wenn die Lösung des Startups wirklich bei BMW zum Einsatz kommt – in Produkt, Service oder Prozess -, entsteht Impact!

Daneben gibt es das Team BMW iVentures als klassischer Risikokapital-Investor, der ebenfalls über das BMW Tech Office Netzwerk auch in ganz frühphasige Startups investiert. Außerdem gehört dazu ein BMW-interner Incubator und eine Crowd Innovation Plattform.

Wie läuft systematische Tech-Trenderkennung bzw. Tech-Scouting im Alltag ab?

Es gibt vier Prozessschritte: Scouten und Strukturieren, Diskutieren und Bewerten, Visualisieren und Vorbereiten und dann der Transfer in die passenden BMW-Fachbereiche und die dortige Umsetzung. Den ersten Schritt haben früher Mitarbeitende und Werkstudierende gemacht, heute erledigen das maßgeschneiderte KI-Agenten. Für den zweiten Schritt braucht man die Experten: Fachleute von intern und extern. Ggf wird zu einem bestimmten Tech-Trend eine Studie erstellt. Für den dritten Schritt sitzt man in Workshops zusammen und erarbeitet einen Vorschlag für das nächste Trendradar und mögliche Scouting- oder Prototypen-Projekte. Von einer Liste mit über hundert Themen bleiben dann vielleicht vierzig übrig, die auf das Trendradar kommen und fünf, die dann tiefergelegt werden.

(c) BMW Group

Und dann kommt der Teil, an dem viele scheitern.

So ist es! Die ganzen modernen Technologien und Trends kann man heute recht einfach im Netz recherchieren, Generative AI hilft dabei. Das Entscheidende aber ist am Ende: Was leitet das Unternehmen daraus ab? Nur neues Wissen, eine Produktverbesserung oder gleich ein neues Geschäftsmodell? Einfacher gesagt: was mache ich damit morgen besser als heute? Das ist das Schwierige, der Transferprozess. Dieser hat inhaltliche, strukturelle, finanzielle aber auch menschliche Aspekte. Der Transfer einer neuen, erstmal riskanten Technologie aus einer anderen Branche in die eigene Firma ist oft schwierig. Auch bei BMW hat es ein paar Jahre gedauert, bis erste Erfolge kamen und das Vorgehen akzeptiert war.

Was ist das Rezept, damit es funktioniert?

Man holt die Personen, die später die Erkenntnisse umsetzen sollen, frühzeitig in den Prozess mit hinein. Sie dürfen die Startups mit bewerten, sie erfahren sofort, wenn eine neue Technologie für ihren Fachbereich tiefergelegt werden soll, diese wird dann gemeinsam bewertet. Dafür gibt es in der BMW Startup Garage für jedes Ressort einen konkreten Schnittstellenpartner. Dann geht man gemeinsam in den betroffenen Fachbereich, organisiert die Ressourcen und plant das Projekt, damit das Startup den Prototypen bauen kann. Wichtig: für das Startup-Projekt wird oft das Geld des späteren Fachbereichs verwendet. Das erzeugt zusätzliches Commitment! Und das Zweite ist die Hierarchie: Wenn Du einen Bereichsleiter oder Geschäftsführer hast, der voll hinter Open Innovation steht und auch mal in oberen Etagen politisch unterstützt, dann funktioniert es deutlich besser, auch in Krisenzeiten mit Budgetknappheit.

(c) BMW Group

Was raten Sie einem Unternehmen, das ohne viel Budget mit Technologiemanagement starten will?

Man muss nicht gleich zehn Leute einstellen. Oft genügt erstmal eine Person mit den nötigen Ressourcen und Befugnissen, dazu evtl. einen Studierenden und ein paar Teilkapazitäten in den relevanten Fachbereichen als Unterstützung. Ggf hilft am Anfang auch eine externe Trendagentur oder ein passender Toolanbieter. KI-Kenntnisse sind wichtig, um einen KI-Agenten nutzen oder einen eigenen aufbauen zu können. Ein gutes, internationales Netzwerk in alle relevanten Industrien ist ebenso wichtig, denn inzwischen betreiben die meisten großen Firmen Technologie-Früherkennung im Rahmen von Corporate Foresight, man kann von ihnen lernen und Best Practices übernehmen. Ich habe aus meinen über 6 Jahren in dieser Rolle eine Liste mit den zehn wichtigsten Lessons Learned zusammengeschrieben. Da steht alles drin, was man braucht, man muss es halt nur noch machen.

Was machen Sie heute bei UnternehmerTUM?

UnternehmerTUM hat drei Zielgruppen: Talente, Startups und Unternehmen – vom großen  Corporate und Mittelstand bis zum Familienunternehmen. Meine Hauptarbeit liegt in der Innovationsberatung, wo ich meine BMW-Erfahrung einbringen kann. Daneben bin ich Startup-Mentor, halte Vorlesungen, unterstütze die Internationalisierung der UnternehmerTUM und betreue Delegationen. Und ich baue gerade einen KI-gestützten Technologie-Trendradar-Prozess für die UnternehmerTUM, die TUM Venture Labs und ihre Partner und Kunden auf. Der ist nochmal deutlich umfangreicher als ein Radar für die Automobilindustrie. Wir haben dafür einen KI-Agenten gebaut, der weltweit schwache Tech-Signale erkennt, also Technologien, die noch kein messbarer Trend sind. Diesen KI-Agenten trainiere ich täglich. Gerade für Mittelständler und Familienunternehmen ist das sehr hilfreich, weil sie in der Regel nicht das Netzwerk und die Möglichkeiten großer Firmen haben.

(c) BMW Group

Gibt es ein Beispiel aus Ihrer BMW-Zeit, das zeigt, was Open Innovation bewirken kann?

Aus der Tech-Trenderkennung und der Startup-Arbeit wurden in den letzten Jahren schon viele Projekte zu Quantum Computing, Fahrzeug-Satelliten-Kommunikation, Gesundheitsdaten-Monitoring im Fahrzeug, Panorama-Displays, In-Car-Gaming u.v.m. erfolgreich transferiert. Einiges davon ist schon im Auto zu erleben, manches wird noch kommen. Mein Lieblingsbeispiel ist das farbwechselnde Auto: keine klassische Trenderkennung, aber ein erfolgreicher Cross-Industry-Transfer und vielleicht sogar ein Trendsetter! Eine Mitarbeiterin von mir hatte vor vielen Jahren die mutige Idee, die Display-Funktionen eines E-Readers aufs Auto zu übertragen. Sie hat sich die E-Ink-Panels besorgt, einen Prototypen entwickelt und damit nach vielen Experimenten mit einigen Helfern den BMW iX Flow aufgebaut – übrigens anfangs im MakerSpace der UnternehmerTUM. Mit diesem Auto war sie mit BMW 2022 in der Schwarz-Weiß-Version und ein Jahr später mit dem BMW i VISION Dee in der Farbversion mit großem Erfolg auf der CES in Las Vegas: The Color-Changing Car! Das ist für mich der perfekte Cross-Industry-Transfer: Ich übertrage eine erfolgreiche Technologie aus einer Industrie in eine völlig andere und habe einen Nutzen daraus. Ob das in irgendeiner Form mal in Serie kommt? Wer weiß …

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

Viscopic gewinnt die LiSEC Openview Innovation Challenge

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Viscopic gewinnt die LiSEC Openview Innovation Challenge

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Viscopic gewinnt die LiSEC Openview Innovation Challenge

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 …

Viscopic gewinnt die LiSEC Openview Innovation Challenge

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 …

Viscopic gewinnt die LiSEC Openview Innovation Challenge

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 …

Viscopic gewinnt die LiSEC Openview Innovation Challenge

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 …

Viscopic gewinnt die LiSEC Openview Innovation Challenge

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Viscopic gewinnt die LiSEC Openview Innovation Challenge

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Viscopic gewinnt die LiSEC Openview Innovation Challenge