Der Unmut bei den Kunden kochte rasch hoch: Nach einem Softwareupdate im vergangenen Jahr hatte das Kult-Küchengerät Thermomix einige Probleme. Doch in Windeseile durchleuchtete Hersteller Vorwerk die Echtzeitdaten aus betroffenen Geräten und die Rückmeldung von Kunden – und konnte dank KI-Unterstützung rasch feststellen, woran es hakte. Ein Update später war das Problem gebannt.
Gute Nachrichten für die kochenden Kunden. Und für die Entwickler und Vertriebler des Westphalia Datalabs (WDL). Denn das Start-up aus Münster hatte die Softwarelösung gebaut, die Vorwerk bei der Analyse der Thermomix-Daten half. Vor wenigen Wochen zeichnete die RWTH Aachen das Programm als besonders erfolgreiches Anwendungsbeispiel aus, um Einblicke in das Kundenverhalten zu gewinnen. Im vergangenen Jahr holten sich die Münsteraner bereits den „Deutschen KI-Preis“.
Diese Auszeichnungen helfen, um das KI-Programm auch beim nächsten Mittelständler ins Spiel zu bringen. Denn WDL startet in aller Regel damit, für ein Unternehmen die passenden Algorithmen für ein Problem zu finden. Dabei kann es um die IT-gestützte Vorhersage von benötigten Waren, verkauften Produkten oder relevanten Personal gehen. Um Software, die Kunden die passenden Extra-Angebote empfiehlt – im Einsatz bereits bei einigen Volksbanken. Oder um die computergestützte Optimierung von Liefertouren, beispielsweise beim Logistiker Fiege.
Bewährt sich die KI bei Pilotkunden, geht es für das Start-up um die Skalierung: „Was Vorwerk umtreibt, könnte auch für andere Kunden eine brauchbare Lösung sein“, beschreibt Philip Vospeter die generelle Vorgehensweise des Westphalia Datalabs. Fällt die Einschätzung positiv aus, geht es daran, eigenständige Softwareprodukte aufzubauen und zu vertreiben. Im Idealfall lassen sich die dann gegen Gebühr an eine wachsende Anzahl von Unternehmen lizensieren – so funktioniert das lukrative Software-as-a-Service-Modell.
„Wir fangen auf der Projektbasis an, und dann wird eine Idee eventuell in die Produktentwicklung übergeben“, sagt Vospeter. Aus einer Masse an Maschinendaten in Echtzeit Probleme erkennen, wie im Thermomix-Beispiel – das dürfte auch in anderen Branchen auf Interesse stoßen.
Die Herausforderung ist dabei oft nicht die Technik, sondern der Vertrieb. Das gilt auch für Westphalia Datalab – das Beispiel der Münsteraner zeigt, wie gerade KI-Start-ups den Spagat zwischen ausgefeilten Algorithmen und klarer Ausrichtung auf den Markt meistern müssen. Das große Ziel bei WDL: Das noch junge Unternehmen zu einer Art Supermarkt für KI-Anwendungen zu machen, aus dessen Regalen sich kleine und großartige Mittelständler die passenden Programme herauspicken.
Mittelstand hat Bedarf – und bleibt skeptisch
Der Bedarf für schnell einsetzbare und passende Lösungen ist durchaus da, wie eine frisch erschienene Studie des Fraunhofer-Instituts für Produktionstechnik und Automatisierung (IPA) betont: „Gerade auch für KMU bieten sich Chancen durch zielgerichtete Einbindung von KI, Wettbewerbsvorteile zu erzielen und Alleinstellungsmerkmale zu stärken oder zu etablieren“, sagt IPA-Leiter Alexander Sauer.
Doch nicht überall steht dieses Thema ganz oben auf der Agenda. Gerade in wirtschaftlich schwierigen Zeiten, wie den vergangenen Monaten, fokussieren sich viele Firmen eher auf Altbekanntes denn auf Neues: „Die Bereitschaft, in Data Science zu investieren, könnte größer sein“, beobachtet WDL-Chef Vospeter. „Zentrale Themen wie ein ERP-System bleiben im Mittelstand an der Tagesordnung, aber aus den innovativen Themen haben sich einige im Moment verabschiedet.“
In vielen Fällen mangelt es dabei im Mittelstandsalltag schlicht an den Ressourcen, um sich in die neuen IT-Möglichkeiten einzudenken – und dann die Massen an Anbietern zu durchleuchten. „Häufig fehlen Zeit und Personal, um sich einen Überblick über die Möglichkeiten von KI und den damit verbundenen Methoden und Technologien zu verschaffen“, heißt es in der IPA-Studie.
Dazu kommt: Manche Firmeninhaber blicken besonders skeptisch auf junge Unternehmen, die mit ihren Lösungen gerne Revolutionen versprechen. Das ist ein zusätzliches Problem für Start-ups, die mit vergleichsweiser neuer Technologie Geschäftskunden für sich gewinnen wollen. Sie müssen ihre Produkte häufig lange und ausführlich erklären. Schnell wachsende Software-Start-ups wie Celonis oder LeanIX haben daher sogar schon eigene Akademien gegründet, um die relevanten Entscheider in Unternehmen auf ihre Produkte überhaupt aufmerksam zu machen – und erst im zweiten Schritt dann zu Umsätzen zu gelangen.
Hoher Erklärungsbedarf für neue Software
Beim Thema Künstliche Intelligenz gehen Anspruch und Erwartungen manchmal auseinander. Manche Start-ups bejubeln ihre allmächtigen Algorithmen im Verkaufsgespräch zu sehr. Umgekehrt erhoffen sich manche Mittelständler von neuer Software schnelle Erfolge, obwohl die Grundlagen fehlen. So bringt WDL bereits vorkonfektionierte Produkte für verschiedene Problemstellungen mit – gefragt ist jedoch bei manchen Firmen erst einmal eine Bestandsaufnahme und der Aufbau eines Datenmanagement. „Einige Kunden müssen erst mal den Keller aufräumen, bevor wir dann wirkliche Schlösser draufsetzen können“, formuliert es Vospeter. Um zum Zug zu kommen, hilft auch WDL hier immer wieder weiter.
In ein handliches Supermarktformat lässt sich die Software so noch nicht übertragen. Für einige Zeit hatte das Westphalia Datalab eine Self-Service-Lösung für Verkaufsprognosen im Angebot, für einen überschaubaren Festpreis im Monat. Das rechnete sich nicht, weil trotz Self-Service viele Fragen kamen: „Die Vertriebsaufwendungen für ein 20-Mitarbeiter-Unternehmen sind genauso groß, wie wenn man einen großen Mittelständler an Bord holt“, sagt Vospeter.
An seinem Plan hält das Start-up dennoch fest. Zum einen helfen dabei die Investoren: Mit dem Logistiker Fiege, dem Entsorgungsunternehmen Remondis und – seit ein paar Wochen – der Beratungsgesellschaft PwC hat das Start-up prominente Namen im Gesellschafterkreis. „Dass Unternehmen Daten sammeln, ist längst Standard“, ließ sich PwC-Deutschlandchef Ulrich Störk in einer Pressemitteilung zitieren, „die Herausforderung besteht darin, diese Daten wirklich effektiv zu nutzen.“ Neben Kapital verschaffen die Geldgeber dem Westphalia Datalab so auch einen Vertrauensvorsprung bei manchem Mittelständler. Und sie können dabei helfen, wichtige Türen zu deren Kunden zu öffnen.
Westphalia Datalab baut aber auch eigene Vertriebsstrukturen auf. Gegründet wurde die Tech-Firma 2017 vom Münsteraner Statistikprofessor Reiner Kurzhals, der hatte zuvor bereits das Start-up 4tree aufgebaut und an McKinsey verkauft. Um den Vertrieb zu stärken, holte Kurzhals vor knapp zwei Jahren Vospeter dazu – der zuvor als Digitalchef dem Landmaschinenhersteller Claas ein Update verpasst hatte und sich im familiengeführten Mittelstand auskennt. Das gut 50-köpfige Team, Durchschnittsalter Mitte 20, wurde zuletzt mit Kräften verstärkt, die schon einige Karriereschritte weiter sind: „Das hilft uns, Industrieerfahrung hereinzukriegen“, sagt Vospeter.
Gleichzeitig will das Westphalia Datalab einen besonderen Weg wählen, um sich nicht zwischen zu viel verschiedenen KI-Anwendungen zu verzetteln: Nach und nach sollen besonders erfolgreiche Lösungen als eigene Start-ups ausgegründet werden. Mit einem ähnlichen Modell arbeitet das Berliner KI-Studio Merantix, die vergleichsweise breit an KI-Themen arbeiten – und dann mit Partnern immer wieder Produkte auf einen eigenen Weg schicken, wie etwa mit dem Krebsdiagnostik-Start-up Vara geschehen.
Die Logik aus Sicht von Gründern bei diesem Vorgehen: Zum einen lassen sich so leichter Investoren überzeugen, die in der Regel ungern bei einem breit angelegten Geschäftsmodell einsteigen. Und zum anderen lässt sich mit einem klaren Fokus leichter eine Marketingstrategie entwickeln. Statt einem digitalen Gemischtwarenladen könnten so auch bei Westphalia Datalab künftig mehrere Eigenmarken für den KI-Supermarkt entstehen.
Der Weltmarktführer-Gipfel der WirtschaftsWoche - jetzt anmelden.
