Innovationen: Dark horses – „Verrückte“ Prototypen

Image by Reis from Pixabay

Wenn es um Ideen geht, ist der Raum für Kreativität oftmals noch nicht so stark begrenzt. Insofern kann es sein, dass in dieser Phase des Innovationsprozesses auch schon einmal „ganz verrückte“ Vorschläge für Prototypen aufkommen. Diese werden auch dark horses genannt – ein Element aus dem Design Thinking.

Der Begriff „dark horses“ soll wohl aus dem Pferderennen stammen. Dort sagt man, dass schwarze Pferde nicht gewinnen. Allerdings falls Sie dann doch gewinnen sollten, ist der Gewinn umso höher. Übertragen auf Innovationen bedeutet das :

Dark horses: Mitunter enthüllen einige besonders ungewöhnliche Lösungsansätze ihr wahres Potential zu diesem Zeitpunkt noch nicht. Weiterverfolgt besitzen gerade solche sogenannten „dark horses“ jedoch das Zeug zu wirklich radikalen Innovationen. Dennoch kann es hilfreich sein, zunächst weniger ambitionierte Lösungsansätze zu verfolgen. Ist eine erste Lösung ausgearbeitet, gibt das die nötige Sicherheit, auch verrückte Ideen weiterzutreiben (Ideen & Management 01/2016).

Da die scheinbar etwas „verrückten Ideen“ mit einem eher größeren Risiko einhergehen, wird also empfohlen, zunächst mit anderen Ideen Erfahrungen zu sammeln.

Dieser risikominimierende Ansatz ist zwar verständlich, doch kommt es in der heutigen Zeit immer mehr darauf an, solche eher radikalen Ideen schnell in radikale Innovationen zu überführen. Oft sind dafür auch gar nicht so große Ressourcen nötig.

In Zeiten von Künstlicher Intelligenz und Additive Manufacturing gibt es sehr viele neue Optionen, Prototypen mit relativ wenig Aufwand und in kurzer zeit herzustellen.

Es sind die Unternehmenskultur oder das unternehmerische Mindset, die den Schritt blockieren. Doch: Irgendwann kommt auch der Wettbewerber, oder ein anderer Marktteilnehmer auf die Idee, und bringt die Innovation in den Markt.

Die Möglichkeiten von Mass Customization werden immer noch zu wenig genutzt

Eigene Darstellung nach Reichwald/Piller (2006)

Über Mass Customization als hybride Wettbewerbsstrategie habe ich in unserem Blog schon sehr viele Beiträge geschrieben. Siehe dazu auch Freund, R. (2009): Kundenindividuelle Massenproduktion (Mass Customization). RKW Kompetenzzentrum, Faktenblatt 5/2009. In der Abbildung sind die vier grundsätzlichen Ebenen zu erkennen:

Differenzierungsvorteil: Der Kunden bekommt das Produkt, was er möchte.
Kostenposition: Der Preis ist nicht viel Höher als der Preis für ein massenhaft produziertes Produkt.
Kundenintegration: Der Kunde wird intensiv mit einbezogen (Co-Design).
Stabiler Lösungsraum: Kernelement sind die allseits bekannten Konfiguratoren.

Mass Customization kann heute mit den Möglichkeiten der Künstlichen Intelligenz noch mehr dazu beitragen, die immer noch vorherrschende Verschwendung von Ressourcen zu reduzieren.

Unser Wirtschaften immer noch an massenhafter Verschwendung auszurichten, ist schon lange nicht mehr zeitgemäß, doch ändert sich in vielen Bereichen einfach noch zu wenig. In der MCP Week können Sie sich vom 16.-19.09.2026 über den aktuellen Stand der Entwicklungen und über Chancen von Customization and Personalization informieren. Wir werden auch dabei sein.

https://mcp-ce.org/

Macht es heute noch Sinn, den Begriff „Verbraucher“ zu verwenden?

Image by gonghuimin468 from Pixabay

Die verwendete Sprache, und hier speziell die verwendeten Begriffe, lassen oft Rückschlusse auf die dazugehörende Denkweise (Mindset) zu. Beispielsweise ist die Metapher „Unternehmen als Maschine“ oder „Menschen sind Zahnräder“ sinnbildlich für eine sehr mechanistische Denkweise, die heute in vielen Bereichen nicht mehr angemessen erscheint.

Der Begriff „Verbraucher“ hat eine ähnliche Wirkung. In vielen Meldungen, Statistiken usw. wird immer noch der Begriff verwendet, gerade so, als ob alle Produkte und Dienstleistungen verzehrt werden, also einer Abnutzung unterliegen.

Verbrauch ist in der Wirtschaftstheorie der Verzehr von Gütern und Dienstleistungen zur direkten oder indirekten Bedürfnisbefriedigung. Ein Synonym für Verbrauch ist Konsum“ (Quelle: Wikipedia) Bei einem Acker ist das so, da hier die Fläche begrenzt, und nicht so einfach erweiterbar ist. Es leuchtet daher ein, dass versucht wird, das „maximale aus dem Boden herauszuholen“.

Bei digitalen Produkten ist das etwas anders. Auf das eben beschriebene Beispiel angewendet bedeutet das: „Der digitale Acker ist ein Zauberhut, aus dem sich ein Kaninchen nach dem anderen ziehen lässt, ohne dass er jemals leer würde. Die »Verbraucher« von Informationsgütern »verbrauchen« ja eben gerade nichts“ (Grassmuck 2004, Bundeszentrale für politische Bildung (bpb), 2., korrigierte Auflage).

In einer immer stärker digitalisierten Welt, werden digitale Produkte und Dienstleistungen durch deren Nutzung nicht „verbraucht“, sondern ganz im Gegenteil: Durch die Nutzung von Daten und Informationen entstehen wieder viele neue Daten, die dann oftmals von Unternehmen wertschöpfend genutzt werden. Daten sind für diese Unternehmen das neue Öl.

Im Zusammenhang mit digitalen Produkten (Daten, Informationen, Wissen) sollten wir daher nicht mehr von „Verbraucher“ sprechen, da der Begriff einfach nicht mehr passt.

Mass Intelligence: Wenn mehr als 1 Mrd. Menschen Zugang zu leistungsfähiger KI haben

Conceptual technology illustration of artificial intelligence. Abstract futuristic background

Wenn wir uns die Entwicklungen der Künstlichen Intelligenz in der letzten Zeit ansehen, so fällt auf, dass es mehrere Trends gibt.

Neben den dominierenden wenigen großen Large Language Models (LLMs) der Tech-Konzerne gibt es immer mehr kleine Modelle (Small Language Models), die je nach Anwendungsfall ausgewählt werden können. Solche SLM sind flexibler, kostengünstiger und in bestimmten Bereichen sogar besser. Siehe dazu auch KI-Modelle: Von „One Size Fits All“ über Variantenvielfalt in die Komplexitätsfalle?

Weiterhin wird für solche Problemlösungen auch viel weniger Energie benötigt, was die weltweiten, aber auch die unternehmensspezifischen Ressourcen/Kosten schont, Siehe dazu auch Künstliche Intelligenz: Das menschliche Gehirn benötigt maximal 30 Watt für komplexe Problemlösungen.

Darüber hinaus gibt es auch immer mehr leistungsfähige Open Source KI-Modelle, die jedem zur Verfügung stehen, und beispielsweise eher europäischen Werten entsprechen. Siehe dazu auch Das Kontinuum zwischen Closed Source AI und Open Source AI

Wenn also in Zukunft mehr als 1 Milliarde Menschen Künstliche Intelligenz nutzen, stellt sich gleich die Frage, wie Unternehmen damit umgehen. Immerhin war es üblich, dass so eine Art der intelligenten komplexen Problemlösung bisher nur spärlich – und dazu auch noch teuer – zur Verfügung stand.

Nun werden Milliarden von einzelnen Personen die Möglichkeit haben, mit geringen Mitteln komplexe Problemlösungen selbst durchzuführen. Prof. Ethan Mollick nennt dieses Phänomen in einem Blogbeitrag Mass Intelligence.

„The AI companies (whether you believe their commitments to safety or not) seem to be as unable to absorb all of this as the rest of us are. When a billion people have access to advanced AI, we’ve entered what we might call the era of Mass Intelligence. Every institution we have — schools, hospitals, courts, companies, governments — was built for a world where intelligence was scarce and expensive. Now every profession, every institution, every community has to figure out how to thrive with Mass Intelligence“ (Mollick, E. (2025): Mass Intelligence, 25.08.2025).

Ich bin sehr gespannt, ob sich die meisten Menschen an den proprietären großen KI-Modellen der Tech-Konzerne orientieren werden, oder ob es auch einen größeren Trend gibt, sich mit KI-Modellen weniger abhängig zu machen – ganz im Sinne einer Digitalen Souveränität.

Digitale Souveränität: Mistral 3 KI-Modell-Familie veröffentlicht

Quelle: https://mistral.ai/news/mistral-3

Digitale Souveränität in Europa lebt auch davon, dass leistungsfähige KI-Modelle verfügbar sind. Es wundert daher nicht, dass die Veröffentlichung von Mistral 3 sehr viel Aufmerksamkeit erhalten hat. Mistral ist die französische Antwort auf die dominierenden KI-Modelle amerikanischer Tech-Konzerne, die nicht offen sind, und enorme Ressourcen benötigen. Wenn es um kleine, offene und ressourcenschonende Modelle geht, so kann die Mistral-Modell-Familie durchaus interessant sein. Alle Modelle sind auf Huggingface verfügbar:

Mistral 3 Large
A state-of-the-art, open-weight, general-purpose multimodal model with a granular Mixture-of-Experts architecture.

Mistral 3
A collection of edge models, with Base, Instruct and Reasoning variants, in 3 different sizes: 3B, 8B and 14B.

Mich interessieren gerade die kleinen, leistungsfähigen Modelle, die eine einfachere technische Infrastruktur benötigen und ressourcenschonend sind. Die offenen Modelle können damit in lokale KI-Anwendungen eingebunden werden. Wir werden Mistral 3 in LocalAI, Ollama und Langflow einbinden und zu testen. Dabei bleiben alle generierten Daten auf unseren Servern – ganz im Sinne einer Digitalen Souveränität.

Digitale Souveränität: Open Source KI-Systeme fördern Innovationen für die gesamte Gesellschaft

https://www.robertfreund.de/blog/2024/10/28/open-source-ai-definition-1-0-release-candidate-2-am-21-10-2024-veroeffentlicht/

Die kommerziellen, proprietären KI-Systeme machen den Eindruck, als ob sie die einzigen sind, die Innovationen generieren. In gewisser weise stimmt das auch, wenn man unter Innovationen die Innovationen versteht, die sich diese Unternehmen wünschen. Fast jeden Tag gibt es neue Möglichkeiten, gerade diese KI-Modelle zu nutzen. Dieses Modelle treiben ihre Nutzer vor sich her. Wer nicht alles mitmacht wird der Verlierer sein – so das Credo.

Dabei stehen Trainingsdaten zur Verfügung, die intransparent sind und in manchen Fällen sogar ein Mindset repräsentieren, das Gruppen von Menschen diskriminiert.

Versteht man unter Innovationen allerdings, das Neues für die ganze Gesellschaft generiert wird, um gesellschaftlichen Herausforderungen zu bewältigen, so wird schnell klar, dass das nur geht, wenn Transparenz und Vertrauen in die KI-Systeme vorhanden sind – und genau das bieten Open Source AI – Systeme.

Open-source AI systems encourage innovation and are often a requirement for public funding. On the open extreme of the spectrum, when the underlying code is made freely available, developers around the world can experiment, improve and create new applications. This fosters a collaborative environment where ideas and expertise are readily shared. Some industry leaders argue that this openness is vital to innovation and economic growth. (…) Additionally, open-source models tend to be smaller and more transparent. This transparency can build trust, allow for ethical considerations to be proactively addressed, and support validation and replication because users can examine the inner workings of the AI system, understand its decision-making process and identify potential biases“ (UN 2024)

Siehe dazu auch

Das Kontinuum zwischen Closed Source AI und Open Source AI

Apertus: Schweizer Open Source KI – Modell veröffentlicht

Open Source AI: Kimi K2 Thinking vorgestellt

Open Source AI: OlmoEarth Modell-Familie veröffentlicht

Digitale Souveränität: Verschiedene Open Source AI-Modelle ausprobieren

Open Source AI: Veröffentlichung der ALIA AI Modelle für ca. 600 Millionen Spanisch sprechender Menschen weltweit

Künstliche Intelligenz: Das menschliche Gehirn benötigt maximal 30 Watt für komplexe Problemlösungen

Weltweit werden KI-Giga-Factories gebaut, um den erforderlichen Rechenkapazitäten der großen Tech-Konzerne gerecht zu werden. Europa fällt auch hier immer weiter zurück, wodurch eine zusätzliche digitale Abhängigkeit entsteht.

Prof. Lippert vom Kernforschungszentrum hat das so ausgedrückt: „“Unser geistiges Eigentum geht in andere Länder“ (MDR vom 05.09.2025). Teilweise wird prognostiziert, dass KI-Rechenzentren bis 2030 so viel Energie benötigen, wie ganz Japan.

Es stellt sich daher die Frage, ob das langfristig der richtige Weg ist. Eine Antwort liefert möglicherweise der Energieverbrauch eines menschlichen Gehirns:

„Das menschliche Gehirn leistet vieles, was Maschinen überfordert – und das mit minimalem Energieverbrauch. Im Durchschnitt verbraucht es nur etwa 20 Watt, so viel wie eine schwache Glühbirne“ Knees (2025): Wie Forscher die Tech-Konzerne entmachten wollen, in Handelsblatt vom 11.10.2025.

„Unser Gehirn benötigt für hochkomplexe Informationsübertragungen und -verarbeitungen weniger Energie als eine 30-Watt-Glühbirne“ (Prof. Dr. Amunts).

Mit so einer geringen Energiemenge leistet unser menschliches Gehirn erstaunliches. Es wundert daher nicht, dass die Entwicklung immer größerer Modelle (Large Language Models) infrage gestellt wird.

Forscher sind aktuell auf der Suche nach Modellen, die ganz anders aufgebaut sind und nur einen Bruchteil der aktuell benötigten Energie verbrauchen. Gerade in China gibt es dazu schon deutliche Entwicklungen. Auch in Deutschland befassen sich Forscher mit dem Thema neuroinspirierte Technologien.

A G I L nach Parsons und agile Ansätze

Image by Free-Photos from Pixabay

Agilität ist in aller Munde – wer will nicht agil sein? Personen, Teams, Organisationen, Netzwerke, Bereiche, Domänen usw. – alle streben nach Agilität, indem sie ein agiles Mindset etablieren, bzw. Methoden und Rahmenwerke wie Scrum, Kanban, SAFe usw. einführen.

Ich möchte an dieser Stelle eine etwas andere Perspektive vorstellen, denn der Soziologe Talcott Parsons hat schon vor vielen Jahren (1937 und 1951) die Buchstaben A G I L benutzt, um Elemente seiner soziologischen Systemtheorie zu beschreiben. Dabei geht er von folgenden Dimensionen aus:

A (adaptation): die Anpassung des Systems an seine Umwelt
G (goal-attainment): die Definition und Erreichung von Zielen
I (integration): die Integration der Bestandteile des Systems
L (latency): die Wahrung der latenten Muster des Systems (pattern maintenance); das impliziert die Regulierung der Spannungen zwischen den Orientierungsdilemmata der pattern variables (Vester, H.-G. 2009:190).

Diesen Funktionen können dann auch verschiedene Ressourcen und der Systemebenen zugeordnet werden. Die folgende Tabelle zeigt absteigend, also von L zu A, pro Ebene immer mehr Kontrolle (Top Down) und aufsteigend, also von A zu L, eine höhere Energiezufuhr (Bottom Up).

FunktionRessourceSystemebene
L atencyWerte, SymboleKultur
I ntegrationStatus, Rollen, NormenSozialsystem
G oal attainmentMotivation, Bedürfnisse, ZielePersönlichkeit
A daptionEnergieOrganismus
Vester, H.-G. (2009:191)

Auch wenn die heutige agile Bewegung sich auf das Agile Manifest aus dem Jahr 2001 bezieht, könnte man auf die Idee kommen, dass Elemente aus Parsons soziologischer Systemtheorie in den verschiedenen Ansätzen, Konzepten, Modellen, Methoden enthalten sind. Der Beitrag von Stefan Kühl Die überraschende Renaissance eines verstaubten soziologischen Konzeptes. Wie Praktiker das Wort „agil“ missverstehen weist allerdings genau auf das Gegenteil hin! Danke für den Hinweis bei Twitter an Hanky Tanky @eule_geheule vom 07.12.2020).

Projektmanager (IHK) startet am 13.01.2016 in Köln

projektmanager-ihk-neu-300Es geht wieder los: Am Mittwoch, den 13.01.2016 startet der erste Blended Learning Lehrgang Projektmanager (IHK) in Köln. Auch in diesem Jahr gibt es wieder ein ausführliches Update des Konzepts, inkl. der Teilnehmerunterlagen und der Onlineinhalte. Ich bin gespannt, wie das Update 2016 bei den Teilnehmern ankommen wird. Sollten Sie an dem Lehrgang interessiert sein, so finden Sie Informationen auf unserer Lernplattform.

Potenzialentfaltung statt Ressourcennutzung?

Der Artikel Geist trifft Geld: Unternehmen Gehirn (manager magazin vom 23.05.2012) ist ein sehr schönes Beipiel dafür, wie sich unsere Wirtschaft verändert – verändern wird. Prof. Hüther weist dabei auf besondere Zusammenhänge hin, die gerade bei komplexen Zusammenhängen (Complex Problem Solving) wichtig sind: „Gefühle sind für die Bewertung und Steuerung komplexer Vorgänge sogar enorm wichtig, insbesondere unter dem Druck der schnellen Entscheidungsfindung. Denn sie befähigen uns überhaupt erst, Wichtiges von Unwichtigem zu unterscheiden (…). Wir haben noch gar keine Ahnung davon, was alles im Menschen drinsteckt. Wir sind mitten in der Transformation, von der Ressourcennutzungs- zu einer Potenzialentfaltungskultur. Zum ersten Mal in der Geschichte können wir definieren, was wir brauchen, um uns entfalten zu können“. Es lohnt, sich mit diesem Perspektivenwechsel zu befassen.