07.09.2022

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

Im zweiten Teil der Growth-Tutorials schreibt Datenpol-Geschäftsführer Stefan Wailand über die Auswahl von perfekten Tools für Unternehmensprozesse.
/artikel/wailand-datenpol-growth-tutorial-2
Stefan Wailand, Geschäftsführer bei Datenpol
Stefan Wailand ist Geschäftsführer bei Datenpol © Datenpol
sponsored

Wie gemma’s an? Eine gute Frage, eine valide Frage und eine oft gehörte Frage. Der Wille zur Digitalisierung der Prozesse ist da, aber die Umsetzungspläne sind sehr vage. Zuerst werden zumeist unternehmensweit die Anforderungen gesammelt und formuliert sowie diskutiert. Ein Katalog entsteht, der zu 50 Prozent Realität und 50 Prozent Wunschvorstellung ist. Und dann sind da Spezifika. Die ganz spezifischen Prozesse machen zumeist 20 Prozent der Gesamtprozesse aus, sind aber 80 Prozent der Diskussion. Ziel ist dann ein Lasten- und ein Pflichtenheft. Das klingt alles sehr aufwendig und sehr theoretisch. Es geht auch anders!

Die richtige Auswahl kostet Zeit

Das Motto ist Probieren, statt darüber philosophieren. Ein oder zwei unterschiedliche Tools auswählen und mit ihnen die Standardprozesse des Unternehmens in Real Life ein bis zwei Tage durchspielen. So kann ein Tool und deren Handhabung unter echten Bedingungen von jenen getestet werden, die dann in weiterer Folge damit arbeiten. Die wichtigsten Geschäftsprozesse werden einfach abgebildet: etwa eine Kundenanfrage, wie können Rabatte, Steuern oder individuelle Kundenanfragen gehandhabt werden, welche Funktionen können hinzugefügt werden etc. Diese ein bis zwei Tage sind auch gleich eine Schulung für die Mitarbeiterinnen und Mitarbeiter, weiters können Basisfunktionen der Software erkundet werden, die man einfach mitnutzen kann. Sie erhalten in der Anwendung Know-how über die Bedienung und die Funktionalitäten – Learning by Doing.

Der Zeitaufwand? Die Key-User müssen sich eben diese Zeit nehmen, um zu lernen es anzuwenden. Das ist zumeist weniger oder gleich viel Zeitaufwand wie die Vorstellung und Schulung von Programmen in der Theorie. Nach dem ersten Probetag kann man dann mit den Ergebnissen und Erkenntnissen das Produkt verfeinern und Stück für Stück mit Echtdaten anreichern. Mit dieser Methode kann ein agiles Roll-out gestartet werden. Alles Neue kann bereits eingepflegt werden und das Tool Schritt für Schritt „erweitert werden“ – mit Aufträgen, Abrechnungen, Projektmanagement oder etwa Lager. Die Stammdaten werden übernommen. Das ist auch eine große Chance, Ballast aus der Vergangenheit loszuwerden. Oftmals ist es ein willkommener Nebeneffekt, sich von alten Daten zu trennen.

Tools hands-on kennenlernen

In dem ganzen Prozess gilt es, den Fokus Richtung Zukunft zu legen. Selten braucht es ein perfektes Archiv aus längst vergangenen Zeiten, sondern vielmehr einen Prozess, der neue Möglichkeiten für morgen und Wachstum bietet. Was es dazu benötigt? Mut und Umsetzungsstärke! Den Mut, es einfach zu machen – sich auf die Zukunft und aufs Wesentliche zu konzentrieren. Sonderfälle und einzelne Spezifika – diese 20 Prozent – können zu einem späteren Zeitpunkt nachgezogen und ins neue System integriert beziehungsweise für das neue System entwickelt werden. Die Digitalisierung ist dabei immer Teamleistung: Das Management muss die Vision haben, die Entscheidung zur Digitalisierung kommunizieren, und die „betroffenen“ Mitarbeiterinnen und Mitarbeiter erhalten so die Möglichkeit, ein Tool, ihr neues Tool hands-on kennenzulernen.

Über Stefan Wailand & Datenpol

Stefan Wailand digitalisiert Organisationen, Prozesse und Projekte. Er hat an der WU Wien Wirtschaftswissenschaften studiert und ist seit 2016 Geschäftsführer des Digitalisierungsexperten Datenpol. Datenpol, mit Sitz in Linz und Wien, entwickelt auf Basis der Open-Source-Software Odoo maßgeschneiderte ERP-Lösungen für Kunden in Österreich und Deutschland.

Thema des nächsten Beitrags: Die Digitalisierung des Sales-Bereichs

Serie: Growth Tutorial

Das Produkt stimmt, die Nachfrage steigt, das Geschäftsmodell etabliert sich. Der Kurs steht auf Wachstum, es können nicht mehr alle Unternehmensbereiche von den Gründern oder dem Kernteam selbst erledigt werden, die Workarounds und handgestrickten Lösungen haben ausgedient. Stefan Wailand, Geschäftsführer des ERP-Unternehmens und Digitalisierungs-Experten Datenpol erklärt in seiner Tutorial-Reihe, wie erfolgreiches Wachstum mit professioneller Unterstützung von digitalen Lösungen unterstützen kann – für Scale-ups und die, die es noch werden wollen.

Deine ungelesenen Artikel:
08.06.2026

250.000 Euro Förderung: Wiener Startup Nifty IP baut KI-Schutzplattform aus

Kreative Inhalte werden zunehmend für das Training generativer KI-Systeme genutzt – oft ohne transparente Nachvollziehbarkeit für Rechteinhaber. Das Wiener Startup Nifty IP will hier ansetzen und baut nach ersten Förderungen und Eigeninvestitionen seine Plattform weiter aus.
/artikel/250-000-euro-foerderung-wiener-startup-nifty-ip-baut-ki-schutzplattform-aus
08.06.2026

250.000 Euro Förderung: Wiener Startup Nifty IP baut KI-Schutzplattform aus

Kreative Inhalte werden zunehmend für das Training generativer KI-Systeme genutzt – oft ohne transparente Nachvollziehbarkeit für Rechteinhaber. Das Wiener Startup Nifty IP will hier ansetzen und baut nach ersten Förderungen und Eigeninvestitionen seine Plattform weiter aus.
/artikel/250-000-euro-foerderung-wiener-startup-nifty-ip-baut-ki-schutzplattform-aus
Sabrina Masur, CEO und Co-Founderin von Nifty
Sabrina Masur, CEO und Co-Founderin von Nifty | Foto: Nifty

Stile und Werke von Kreativschaffenden landen oft ungewollt im Training generativer KI. Nifty IP will das ändern – mit einem Werkzeug, das Schutz und Kontrolle ermöglichen soll – brutkasten berichtete bereits im Vorjahr.

Nifty IP mit frischem Kapital

Seitdem hat sich bei der Wiener FlexCo einiges getan. Man erhielt eine Förderung in Höhe von 250.000 Euro – 150.000 Euro aus dem „AI Adoption Programm“ des aws, 40.000 Euro Förderung durch das „Media Innovation Lab“ der Wiener Zeitung und rund 60.000 Euro Eigeninvestitionen der Gründer. Zudem etwa 2.000 Euro an „Google Cloud Credits“.

Die neuen Mittel werden künftig für den Aufbau der technischen Infrastruktur, die Analyse großer Datensätze und KI-Modelle sowie die Weiterentwicklung der Plattform eingesetzt.

„Millionen Bilder, Illustrationen und kreative Werke wurden bereits für das Training generativer KI-Systeme verwendet. Für die meisten Rechteinhaber ist jedoch kaum nachvollziehbar, ob ihre Inhalte betroffen sind oder welche Möglichkeiten sie haben, darauf zu reagieren“, sagt Sabrina Masur, Co-Founderin und CEO von Nifty IP. „Der aktuelle Prototyp von uns unterstützt Rechteinhaber dabei, mögliche Verwendungen ihrer Werke im KI-Kontext zu identifizieren und zu analysieren.“

Dokumentation der Ergebnisse

Dabei können Nutzer:innen ihre Bilder hochladen und prüfen lassen, ob Hinweise auf eine Nutzung ihrer Inhalte in Datensätzen oder im Umfeld generativer KI vorliegen. Die Ergebnisse werden dokumentiert und in nachvollziehbarer Form aufbereitet. Darüber hinaus bietet die Plattform Monitoring-Funktionen: Rechteinhaber können ihre Werke registrieren und werden benachrichtigt, wenn künftig neue potenzielle Verwendungen erkannt werden. Ziel des Teams ist es nicht nur, vergangene Nutzungen sichtbar zu machen, sondern auch zukünftige Verwendungen frühzeitig zu erkennen.

Technisch nutzt Nifty IP eine Kombination aus Bildanalyse-, Vergleichs- und Forensikverfahren. Registrierte Bilder werden mit bekannten Datensätzen und Bildsammlungen – die für das Training von KI verwendet werden – und weiteren relevanten Quellen abgeglichen, um potenzielle Verwendungen urheberrechtlich geschützter Inhalte zu identifizieren und nachvollziehbar zu dokumentieren.

„Membership-Inference“

Zusätzlich setzt Nifty IP sogenannte „Membership-Inference“-Verfahren ein. Diese ermöglichen es, punktuell auch sogenannte Blackbox-Modelle zu untersuchen, also KI-Modelle, deren Trainingsdaten von den Anbietern nicht offengelegt werden.

Ein weiterer Bestandteil der Plattform ist die Analyse von Websites auf Schutzmaßnahmen gegen KI-Crawler. Nifty IP prüft bestehende Schutzmechanismen und kann technische Maßnahmen empfehlen oder automatisiert umsetzen, um die Sichtbarkeit für KI-Crawler einzuschränken.

„Viele Künstler, Agenturen oder Museen wissen gar nicht, dass ihre Inhalte automatisiert von KI-Systemen erfasst werden können, wenn man dies nicht explizit verbietet“, erklärt Masur. „Nifty IP deckt daher den gesamten Schutzprozess ab: von der Prävention gegen KI-Crawler über den Nachweis und die Dokumentation der unerlaubten Nutzung zum Training von KI bis hin zum Monitoring zur Früherkennung von weiteren Verstößen.“

Nifty IP: Fokus auf größere Unternehmen

Zur Zielgruppe des Startups gehören Künstler:innen, Fotografen:innen, Illustrator:innen und Agenturen, da sie besonders stark von den Auswirkungen generativer KI betroffen seien. Über die Plattform können jene ihre Werke analysieren, überwachen und „künftig besser schützen“.

„Unser momentaner Fokus liegt zurzeit jedoch stark bei größeren Unternehmen und Organisationen, die umfangreiche Content-Bestände verwalten. Dazu zählen besonders große Stock-Plattformen, Verwertungsgesellschaften, Medienhäuser und Verlage, die Millionen von Werken verwalten. Mit mehreren großen Akteuren aus diesen Bereichen stehen wir bereits im Austausch und das Interesse ist sehr hoch“, präzisiert die Founderin.

Überwachen statt Verändern

Die Abgrenzung zur bestehenden Konkurrenz wie Glaze, Nightshade oder Spawning.ai liegt darin, dass etwa Glaze und Nightshade einen präventiven Ansatz verfolgen würden und Inhalte vor der Veröffentlichung verändern, um zukünftiges KI-Training zu erschweren oder die Qualität späterer Modelltrainings zu beeinflussen.

„Nifty IP verfolgt dagegen einen anderen Ansatz. Wir versuchen nicht, KI-Modelle oder Trainingsprozesse zu beeinflussen, sondern entwickeln forensische Werkzeuge, die Rechteinhabern helfen sollen, die potenzielle Nutzung ihrer Inhalte nachzuweisen, zu dokumentieren und kontinuierlich zu überwachen. Damit beschäftigen wir uns eher mit der Frage: Was passiert, wenn Inhalte trotz Schutzmaßnahmen oder ohne Wissen der Rechteinhaber bereits für KI-Training verwendet wurden“, erklärt Masur ihre Arbeitsweise. „Darüber hinaus arbeiten wir gemeinsam mit spezialisierten Kanzleien an standardisierten Prozessen für Dokumentation und rechtliche Durchsetzung, um die Brücke zwischen technischer Analyse und praktischer Anwendbarkeit für Rechteinhaber zu schließen. Unser Ziel ist es nicht nur mehr ihnen Transparenz zu verschaffen, sondern Betroffenen auch konkrete Handlungsmöglichkeiten zu geben, wenn ihre Inhalte ohne Zustimmung genutzt werden.“

Ziel: Datenbasis aufbauen

In den kommenden Monaten konzentriert sich Nifty IP auf die kontinuierliche Indexierung relevanter Datensätze und den Ausbau seiner Analyse- und Monitoring-Infrastruktur. Parallel dazu steht man mit mehreren größeren Plattformen, Rechteinhabern und Akteuren der Kreativwirtschaft im Austausch, um strategische Partnerschaften und erste Pilotprojekte zu evaluieren, wie die Founderin erklärt.

„Gleichzeitig“, gibt Masur einen weiteren Einblick in die nächste Zeit ihres Unternehmens, „bereiten wir die nächsten Wachstumsschritte (Seed-Round) vor und führen Gespräche mit potenziellen Investoren und strategischen Partnern. So wollen wir den weiteren Ausbau der Plattform beschleunigen und den Schutz kreativer Inhalte im Zeitalter generativer KI langfristig stärken.“

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

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

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 …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

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 …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

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 …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

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 …

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Probieren statt philosophieren – der Weg zum perfekten Tool für Unternehmensprozesse