08.10.2014

Was in einen Business Plan für Startups muss

/artikel/was-in-einen-business-plan-fuer-startups-muss
Businessplan Startups

Am Anfang steht die Idee. Diese ist immer unterschiedlich. Wie aus der Idee ein Unternehmen wird, folgt jedoch genauen Spielregeln.
Das A und O ist der Businessplan: Der Gründer muss das Projekt in Worte fassen und seine konkreten Ziele darstellen.

Dabei müssen laut Experten des AWS vor allem folgende Punkte berücksichtigt werden:

  • Eigentumsverhältnisse
  • Management
  • Technologie
  • Produkte/Dienstleistungen
  • Unternehmensziel
    (Was ist der Kundennutzen?)
  • Markt
  • Zielgruppen
  • Potenzial
  • Konkurrenten
  • Vertrieb
  • Produktion
  • Mitarbeiter
  • Höhe der Investitionen
  • Finanzierung Ist-Stand
  • Soll und Rechnungswesen
  • Zeitplan inkl. Break-Even
  • Genaue Vorschaurechnung
  • Planbilanz und Plan-GuV-Rechnung

Der Umfang ist nicht entscheidend; wenige Seiten reichen. Wichtig ist, das Projekt der Bank, der Förderstelle oder dem Investor zu erklären. Er soll erfahren, wer es entwickelt hat, wie die Eigentumsverhältnisse verteilt sind, was der Kundennutzen ist, wie die Konkurrenz- und Marktsituation aussieht, wo und wie die Leistung erbracht wird und wie der Zeitplan ist.

Auch etwaige Referenzen des Gründers dürfen nicht fehlen. Entscheidend sind auch Zahlen – der finanzielle Aufwand für Personal, Materialien, Vertrieb, Betriebsstätte usw. sowie der „Break-even“, also das Erreichen der Gewinnschwelle.
Im ersten vollen Geschäftsjahr wird die Gewinnzone wohl in den seltensten Fällen erreichbar sein, mehr als zwei, drei Jahre warten Geldgeber aber nicht.  Auch der Fremdkapitalaufwand sollte für eine Bankfinanzierung weniger als 100.000 € betragen.

„Mangelnde strategische Planung, keine Vision, keine Formulierung der Ziele und keine Messlatte für das Erreichte“, Axel Dick von Quality Austria über die typischen Managementfehler von Start-ups

Die typischen Management Fehler zu vermeiden beginne bereits vor der Gründung – denn auch der beste Businessplan könne nur den Status quo abbilden, aber nicht die dynamischen Prozesse im Unternehmen und am Markt berücksichtigen.

„Die richtige Vorgangsweise heißt: planen – tun – messen – bewerten“, sagt Dick.

Ein Schwerpunkt soll auf Kundenbeziehungen, dem Umgang mit Reklamationen, liegen: Man müsse die Fehler eingestehen und aus ihnen lernen. Wichtig sei auch das Management der internen Prozesse.Start-ups würden sich oft verzetteln, indem sie einzelne Mitarbeiter zu sehr belasteten oder die Verteilung der Kompetenzen nicht im Überblick hätten.

Wirklich gute Projekte bekommen immer eine Finanzierung, sagt Achim Hartmann, Head of Business Planning & Consulting bei der Bank Austria. Damit sie aber der Bank vorgestellt werden können, brauche es einen guten Businessplan.

Für einen guten Businessplan gibt es genaue Regeln

Wichtig sei es, die Umsatzerwartungen nicht allzu hoch anzusetzen: In der Praxis kommen 90 Prozent der Erwarttungen nicht zustande. Auch die Kosten müssen genau kalkuliert sein. So komme es immer wieder vor, dass der Gründer sich selbst im Businessplan vergisst. Schöne Planzahlen aus dem PC helfen auch nicht: Oft ist der Markt doch nicht da, ein Mitbewerber anders als gedacht schon vorhanden oder das Geschäftsmodell kommt erst in vier, fünf Jahren in die Gewinnzone.

„Und ein Standardprogramm wie Excel hat keine betriebswirtschaftliche Logik“, widerspricht Hartmann der Annahme der meisten Gründer, eine Erfolgsrechnung sei ausreichend.

„Die Liquiditätsplanung ist entscheidend“, sagt er. Gerade Start-ups werden von Lieferanten oft nur gegen Vorkassa bedient, während ihre Leistungen von den Kunden erst später bezahlt würden. Daher müsse man auch Zahlungsziele sowie Finanz und Vermögenssituation berücksichtigen; so können Investitionen abgeschrieben werden, müssen am Anfang jedoch trotzdem voll bezahlt werden. Saisonabhängige
Gründer von der Bauwirtschaft bis zum Tourismus würden zudem oft vergessen, dass das Geschäftsjahr vom 1. Jänner bis zum 31. Dezember
dauert. All diese Fehler würden erklären, warum viele Gründer rasch wieder scheitern. „Am besten ist es, drei Szenarien zu entwickeln,
sprich Best Case, Normalfall und Worst Case“, sagt Hartmann.

Auch auf den Termin bei der Bank sollten sich Gründer in spe genau vorbereiten: Die Person und die Vision sind mitentscheidend bei der Bankenfinanzierung.

Deine ungelesenen Artikel:
25.06.2026

Studie zu KI-Arbeitsmarkt: Nur knapp 8 Prozent Junior-Ausschreibungen

Eine neue Studie von Nejo und data:unplugged liefert Einblicke in den österreichischen Daten- und KI-Arbeitsmarkt. Auffallend ist eine landesweite Junior-Lücke in den Ausschreibungen. Nur bei 10 Prozent der Stellen liegt ein expliziter Daten- oder KI-Titel vor.
/artikel/studie-zu-ki-arbeitsmarkt-nur-knapp-8-prozent-junior-ausschreibungen
25.06.2026

Studie zu KI-Arbeitsmarkt: Nur knapp 8 Prozent Junior-Ausschreibungen

Eine neue Studie von Nejo und data:unplugged liefert Einblicke in den österreichischen Daten- und KI-Arbeitsmarkt. Auffallend ist eine landesweite Junior-Lücke in den Ausschreibungen. Nur bei 10 Prozent der Stellen liegt ein expliziter Daten- oder KI-Titel vor.
/artikel/studie-zu-ki-arbeitsmarkt-nur-knapp-8-prozent-junior-ausschreibungen
aws
Neue Studie zum Daten- und KI-Arbeitsmarkt in Österreich. (c) AdobeStock

Ein bemerkenswertes Paradoxon prägt den aktuellen Daten- und KI-Arbeitsmarkt: Obwohl Künstliche Intelligenz den Arbeitsmarkt gerade erst neu ordnet, sucht dieser dafür fast ausschließlich nach langjähriger Berufserfahrung, der Nachwuchs wird weitgehend außen vor gelassen. Das belegt die aktuelle Studie „Daten & KI im Arbeitsmarkt 2026 – Österreich“ von Nejo und data:unplugged.

Für den Report wurden knapp 25.000 im Mai 2026 ausgeschriebene Jobs auf Basis der DAISY-Ontologie (Data & AI Skills Ontology) analysiert. Die Zahlen zeigen auch: Österreich treibt den Wandel mit einem KI-Stellenanteil von 4,5 Prozent zwar etwas schneller voran als Deutschland (4,0 Prozent) – verdeutlicht aber in besonders extremer Form, wie schwer der Karrierestart für Berufseinsteiger derzeit ist.

„Müssen die nächste Generation importieren“

Die KI-Branche bleibt paradox. Zwar reichen oft praxisnahe Ausbildungen wie eine HTL, HAK oder eine Lehre formal völlig aus, um die Anforderungen der Unternehmen zu erfüllen – doch die Türen bleiben für Einsteiger trotzdem meist verschlossen. Aufgaben, die früher von Berufseinsteigern übernommen wurden, erledigt die KI heute selbst. Die Zahlen sprechen für sich: Nur 72 von 1113 Daten- und KI-Stellen richten sich an Berufseinsteiger, ein Anteil von 7,7 Prozent. Das Verhältnis von Junior zu Senior-Stellen liegt damit bei eins zu sechs.

Maximilian Fischer, Head of Business Development bei data:unplugged, warnt vor dieser Entwicklung: „Die österreichische Wirtschaft sucht erfahrene KI-Fachkräfte in großem Stil – baut die eigene Nachwuchspipeline aber kaum auf. Wenn wir die Junior-Quote nicht erhöhen, verschieben wir den heutigen Fachkräftemangel in drei bis fünf Jahren auf die nächste Kohorte – und müssen die nächste Generation importieren, statt sie im Land auszubilden“.

(c) Daisy Report 2026.

Der versteckte KI-Arbeitsmarkt

Nur rund 10 Prozent (110 von 1113) der untersuchten Daten- und KI-Stellen tragen einen expliziten Titel wie beispielsweise AI Engineer. Die übrigen Stellen verbleiben klassisch: Controller:in, Berater:in oder Software Engineer. Inhaltlich werden aber Kompetenzen gefordert, die vor wenigen Jahren spezialisierten Daten- und KI-Rollen vorbehalten waren.

„Wer ausschließlich nach ‚Data Scientist’ oder ‚AI Engineer’ filtert, übersieht 90 Prozent des KI-Arbeitsmarktes“, sagt Aloisious Caraet, Principal Data Scientist bei Nejo und Hauptautor der Studie. „Die KI-Karriere beginnt heute selten mit einem Titelwechsel – sie entsteht durch die Anreicherung des bestehenden Berufsbildes.“

Mehr als die Hälfte der Stellen in Wien

Die offenen Daten- und KI-Stellen stammen zumeist nicht von reinen Tech-Unternehmen. Insgesamt verteilen sich die Inserate auf 495 Unternehmen. Hinter der IT-Branche (354 Stellen) suchen vor allem der Finanzsektor (88) und die Unternehmensberatung (83) nach KI-Personal. Geografisch konzentriert sich der Markt mit 63 Prozent aller Ausschreibungen deutlich auf Wien. Graz verzeichnet hingegen die technisch anspruchsvollsten Profile: Hier werden im Schnitt 5,4 spezifische Daten- und KI-Skills pro Position gefordert.

Werkzeuge sind zweitrangig: Der Fokus liegt auf KI-Verständnis

Bei den Programmiersprachen dominiert Python und wird in fast jeder dritten Stelle gefordert – knapp doppelt so häufig wie Java. Bei den Cloud-Plattformen führt Microsoft Azure vor AWS. Auch bei generativer KI liegt Microsoft mit GitHub Copilot als meistgenanntem Werkzeug vorn. Der größte fachliche Schwerpunkt des Marktes liegt mit 39,7 Prozent auf dem Data Engineering, was den aktuellen Fokus auf den Aufbau von Dateninfrastruktur zeigt.

Dennoch ist das konzeptionelle Verständnis oft wichtiger als die Beherrschung einzelner Programme: Fast die Hälfte aller geforderten Kompetenzen entfällt auf allgemeine Wissensgebiete und Methoden, wobei „Künstliche Intelligenz“ zu den fünf meistgenannten Begriffen zählt.

Das unterstreicht auch Simona Hübl, Geschäftsführerin von Nejo: „Unternehmen suchen aktuell vor allem konzeptionelle Fähigkeiten, und erst zweitrangig nach spezifischen Tool-Kenntnissen. Gefragt ist, wer Daten- und KI-Konzepte im Grundsatz versteht und tool-unabhängig sicher anwenden kann.

(c) Daisy Report 2026.

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

Was in einen Business Plan für Startups muss

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Was in einen Business Plan für Startups muss

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Was in einen Business Plan für Startups muss

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 …

Was in einen Business Plan für Startups muss

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 …

Was in einen Business Plan für Startups muss

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 …

Was in einen Business Plan für Startups muss

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 …

Was in einen Business Plan für Startups muss

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Was in einen Business Plan für Startups muss

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Was in einen Business Plan für Startups muss