16.07.2025
SELBSTREFLEXION

Was Journaling im Business bringt

Journaling ist mehr als ein kurzlebiger Trend: Es gilt als wirksames Tool, um Fragen zu klären, deren Antworten auf den ersten Blick nicht sichtbar sind. Das kann auch Unternehmen helfen. Wir haben bei Business Coach Christina Jung nachgefragt, wie der Einstieg gelingt.
/artikel/was-journaling-im-business-bringt
Business Coach Christina Jung von Kolibri Coaching nutzt Journaling als Werkzeug zur Reflexion. | © Marian Inhouse-Agentur

Dieser Text ist zuerst im brutkasten-Printmagazin von Juni 2025 “Neue Welten” erschienen. Eine Download-Möglichkeit des gesamten Magazins findet sich am Ende dieses Artikels.


brutkasten: Was genau ist Journaling überhaupt?

Christina Jung: Journaling klingt zunächst wie klassisches Tagebuchschreiben, aber darum geht es nicht. Es ist kein reines Festhalten des Tagesablaufs, sondern vielmehr eine gezielte Reflexion. Man definiert ein Thema und fragt sich: Worauf will ich meinen Fokus legen? Und wie kann ich mich dadurch besser kennenlernen oder sogar einen persönlichen Prozess verbessern?

Wie genau lässt sich Journaling als Strategietool in Unternehmen nutzen?

Gerade für Startups oder Führungskräfte ist Journaling eine Möglichkeit, Trigger, Stressoren oder Führungsmuster zu erkennen. Auch Themen wie Fokus, Prioritätensetzung oder Innovation profitieren stark vom Journaling. Man reflektiert, welche Ideen am meisten gebracht haben und was hinderlich war. Es entsteht ein klareres Bild davon, welche Entwicklungen produktiv waren und welche „Showstopper“ es gab – also Hindernisse, aus denen man lernen kann.

Wie fängt man am besten mit dem Journaling an?

Wichtig ist, sich bewusst zu machen, was man mit dem Journaling erreichen möchte – das Ziel sollte klar und relevant sein. Außerdem muss das Format zu einem selbst passen: Manche Menschen arbeiten lieber frei mit Papier und Stift, andere brauchen eine klare Struktur. Und Journaling ist auch nicht für jeden das Richtige.

Empfehlenswert ist, mit einer wöchentlichen Routine zu beginnen. Wirklich hilfreich wird es dann, wenn man es mit einem Austausch kombiniert, etwa mit einem Sparringspartner oder Coach – denn alleine zu schreiben, ohne die Inhalte gelegentlich zu analysieren oder zu reflektieren, kann das Potenzial ungenutzt lassen.

Wie lange dauert es, bis man erste Resultate sieht?

Zwei Tage reichen in der Regel nicht – aber erste Effekte können durchaus schnell spürbar sein. Wie schnell sich sichtbare Resultate zeigen, hängt stark vom Thema ab, das man sich vornimmt, und davon, wie konsequent und bewusst man das Journaling betreibt. Oft empfiehlt es sich, über mehrere Wochen dranzubleiben – zum Beispiel drei Wochen lang regelmäßig zu journalen – und dabei bewusst zu beobachten: Wiederholen sich bestimmte Muster? Tauchen neue Erkenntnisse auf? Mit dieser Herangehensweise entsteht ein Bild, das sich Stück für Stück schärft und dann fundierte Rückschlüsse ermöglicht.

Deine ungelesenen Artikel:
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI

Das Linzer KI-Startup NXAI hat sein neuestes Modell TiRex-2 veröffentlicht. Die Entwicklung des sogenannten „Time Series Foundation Models“ (Zeitreihen-Basismodell) stand unter der wissenschaftlichen Leitung von KI-Pionier Sepp Hochreiter, der Mitgründer ist und als Chief Scientist des Startups fungiert.

Das Modell wurde auch als Open-Source-Software frei zugänglich gemacht. Es ist darauf spezialisiert, historische Datenreihen aus der Industrie zu analysieren, um zukünftige Entwicklungen vorherzusagen. In der Presseaussendung zum Release zeigt sich das Startup selbstbewusst: „Europa kann doch SOTA-Modelle“ (Anm. State of the Art). Laut Hochreiter teilt sich das neue Modell in den offiziellen Bestenlisten „die Spitzenplätze mit AWS“.

Mehrere Signale gleichzeitig im Blick

Die wesentliche technische Neuerung des Modells liegt in der Verarbeitung multivariater Zeitreihen. Während herkömmliche Vorhersagesysteme oft nur eine einzelne Datenreihe anhand ihrer eigenen Vergangenheit analysieren, bezieht TiRex-2 zusätzliche Einflussfaktoren – in der Fachsprache Kovariaten genannt – mit ein. Für Industrieunternehmen soll das zum entscheidenden Vorteil werden, da Maschinen und Prozesse selten nur ein isoliertes Signal erzeugen. In der Praxis bedeutet dies: Will ein Logistik- oder Energiebetrieb den künftigen Verbrauch prognostizieren, kann das Modell neben den historischen Verbrauchsdaten auch begleitende Faktoren wie das Wetter, Kalenderdaten oder Produktionspläne auswerten. Das macht die Vorhersagen präziser und aussagekräftiger.

xLSTM soll Effizienz-Boost bringen

Im Gegensatz zu bekannten KI-Systemen wie ChatGPT, die auf der speicherintensiven Transformer-Architektur basieren, nutzt TiRex-2 das von Hochreiter mitentwickelte xLSTM-Verfahren. Das soll ein zentrales Problem industrieller Live-Anwendungen lösen: Bei kontinuierlich einlaufenden Datenströmen (Streaming) explodiere bei herkömmlichen Systemen nämlich der Rechen- und Speicheraufwand, argumentiert man beim Startup. TiRex-2 hingegen verarbeitet Daten sequenziell und aktualisiert fortlaufend einen internen Zustand. Dadurch würden der Speicherbedarf und die Rechenkosten auch bei unbegrenzten Datenströmen konstant niedrig bleiben. Lukas Fischer, Head of Applied Research bei NXAI, erklärt dazu: „Mit TiRex-2 können wir kontinuierliche Datenströme in Echtzeit analysieren, ohne Einbußen bei der Modellperformance.“ Dies prädestiniert das Modell für den direkten Einsatz an Maschinen vor Ort (Edge-Anwendungen).

„Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren“

Die Leistungsfähigkeit des Modells wird durch das begleitende wissenschaftliche Paper des Forscherteams untermauert. Darin zeigen die Wissenschaftler, dass sich TiRex-2 besonders gut für das sogenannte Zero-Shot-Forecasting eignet. Das bedeutet, dass das Modell ohne vorheriges, spezielles Training präzise Vorhersagen für völlig neue Maschinentypen oder Datensätze treffen kann.

Laut dem CEO von NXAI, Albert Ortig, bringt diese Generalisierungsfähigkeit handfeste wirtschaftliche Vorteile im Betrieb: „Die Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren.“ Ein weiterer Vorzug des vergleichsweise kompakten Modells mit 82 Millionen Parametern ist, dass es auf Wunsch direkt auf den eigenen Servern der Kunden (On-Prem) betrieben werden kann, was die Datensicherheit für sensible Industrie-Prozesse erhöht.

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 Journaling im Business bringt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Was Journaling im Business bringt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Was Journaling im Business bringt

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 Journaling im Business bringt

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 Journaling im Business bringt

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 Journaling im Business bringt

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 Journaling im Business bringt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Was Journaling im Business bringt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Was Journaling im Business bringt