GreenTech ist für viele Industrieunternehmen kein fernes Zukunftsthema mehr, sondern ein konkreter Wachstumsraum. Die entscheidende Frage ist nur: Wo anfangen?

Genau hier setzt die neue Studie „Unternehmen im Wandel: Mit GreenTech erfolgreich wachsen“ an, die wir gemeinsam mit dem INEC der Hochschule Pforzheim erarbeitet haben. Sie zeigt, wie Unternehmen aus dem herauswachsen können, was sie heute schon gut beherrschen. Spannend wird es genau an der Schnittstelle: Dort, wo sich zeigt, welche Fähigkeiten in neuen Märkten tatsächlich gefragt sind.

Dabei wird deutlich: Es sind oft nicht einzelne Technologien, die den Unterschied machen, sondern Themen wie Industrialisierung, Qualitätssicherung oder die Fähigkeit, komplexe Systeme zuverlässig umzusetzen. Daraus lassen sich klare Angebotsmuster ableiten und damit konkrete Einstiegspunkte in neue Geschäftsfelder.

Vom Ansatz zur Anwendung

Wie dieser Weg in der Praxis aussehen kann, haben wir bei einer Veranstaltung im Literaturhaus Stuttgart vorgestellt.

Im Fokus stand weniger die Studie selbst als die Frage: Wie lassen sich aus vorhandenen Kompetenzen systematisch neue Chancen entwickeln? Genau das haben wir anhand unseres methodischen Vorgehens aufgezeigt, indem wir von der eigenen Ausgangsbasis die Ableitung konkreter Geschäftsmöglichkeiten beschrieben haben.

Die Praxisbeispiele haben das greifbar gemacht: vom Einstieg in biobasierte Chemikalien bis zur Entwicklung von Ladeinfrastruktur aus dem Maschinenbau heraus. Unterschiedliche Wege, aber ein ähnliches Prinzip.

Den Austausch besonders wertvoll gemacht hat die Offenheit, auch über Unsicherheiten und Hürden zu sprechen. Denn genau dort entscheidet sich, ob aus einer Idee ein Geschäft wird.

Warum das jetzt wichtig ist

Viele Unternehmen stehen unter Druck, neue Wachstumsfelder zu erschließen. Gleichzeitig fehlt oft die Klarheit, wo genau diese liegen.

Die Studie hilft, den Suchraum einzugrenzen und zeigt, dass der nächste Schritt oft näher ist, als man denkt. Nicht irgendwo da draußen, sondern im eigenen Unternehmen.

Oder anders gesagt:
Die Frage ist nicht, was der nächste große Trend ist.
Sondern, wo die eigenen Stärken morgen gebraucht werden.

Fazit

GreenTech bietet echte Chancen, gerade für Unternehmen mit starker industrieller Basis. Wer sie nutzen will, muss nicht bei null anfangen. Sondern bei sich selbst.

Studie und Praxisleitfaden hier herunterladen:
https://www.umwelttechnik-bw.de/de/kompetenzfelder/greentech

Daten, Simulation und Künstliche Intelligenz verändern die Medizintechnik spürbar. Gleichzeitig wächst die Unsicherheit, welche Entwicklungen wirklich relevant sind und wo sich ein Einstieg lohnt.

Genau dieser Frage sind wir bei einer Veranstaltung in Tuttlingen nachgegangen, organisiert von MedicalMountains. Im Mittelpunkt stand unser Beitrag zu Digital Twins in der Medizintechnik und die Frage, wie sich technologische Entwicklungen fundiert einordnen lassen.

Der Ausgangspunkt ist klar. Produkte werden immer komplexer und der technologische Lösungsraum wächst rasant. Für Unternehmen wird es damit zunehmend schwieriger, den Überblick zu behalten und die richtigen Entscheidungen zu treffen.

Unser Ansatz setzt genau hier an. Statt auf Einschätzungen oder Einzelmeinungen zu setzen, analysieren wir große Mengen wissenschaftlicher Veröffentlichungen und machen so sichtbar, welche Themen tatsächlich an Dynamik gewinnen. In der Präsentation haben wir gezeigt, wie sich auf Basis von über 3.800 Forschungsartikeln konkrete Technologietrends im Umfeld von Digital Twins identifizieren lassen.

Dabei wird deutlich, dass Digital Twins kein isoliertes Thema sind. Entscheidend ist das Zusammenspiel aus Daten, Simulation, KI und durchgängigen Engineering-Prozessen. Erst wenn diese Elemente zusammenkommen, entsteht ein echter Mehrwert.

Für die Medizintechnik eröffnen sich daraus konkrete Potenziale. Entwicklungsprozesse lassen sich beschleunigen, Nachweise sauberer führen und Entscheidungen fundierter treffen. Voraussetzung ist allerdings, dass Daten und Modelle konsequent integriert werden und nicht in Silos verbleiben.

Die Diskussion vor Ort hat gezeigt, wie groß das Interesse an diesen Themen ist. Gleichzeitig wurde deutlich, dass viele Unternehmen vor der Herausforderung stehen, aus der Vielzahl an Möglichkeiten die richtigen auszuwählen. Genau hier kann ein datenbasierter Foresight-Ansatz Orientierung geben und helfen, den Fokus auf die Themen zu legen, die wirklich tragen.

Am Ende bleibt eine einfache Erkenntnis. Digital Twins werden die Medizintechnik prägen. Entscheidend ist, früh zu verstehen, wo die eigene Position in diesem Feld liegt und wie sich daraus konkrete Schritte ableiten lassen.

In Projekten mit unseren Kunden begegnet uns immer wieder dasselbe Muster. Unternehmen verfügen über internes Wissen in Form von Checklisten, Präsentationen, Workshop-Protokollen und Projekterfahrungen aus der Vergangenheit. Gleichzeitig wächst die Menge relevanter Fachliteratur, die in der täglichen Projektarbeit kaum systematisch genutzt werden kann. Die Frage ist selten, ob das Wissen vorhanden ist. Die Frage ist vielmehr, wie es schneller und konsistenter verfügbar gemacht werden kann. Gemeinsam mit unseren Kunden entwickeln wir KI-gestützte Lösungen, die genau das adressieren und zeigen, dass gute KI-Lösungen nicht immer aufwändig sein müssen.

Das Prinzip: Kontext schlägt Modell

Standardsprachmodelle und Chatbots wie GPT, Gemini oder Claude sind leistungsstarke Werkzeuge, bleiben als reine Chatbots aber oftmals zu generisch. Sie sind inzwischen durch verschiedene Tool-Calls nah am Wissen von Experten, aber bei Spezialthemen fehlt die Tiefe und interne Prozesse sind nicht bekannt. Der entscheidende Hebel ist deshalb nicht das Modell selbst, sondern der Kontext, der ihm mitgegeben wird. Die Architektur für Speziallösungen dahinter ist im Kern konzeptuell einfach erklärbar. Interne und externe Wissensquellen werden aufbereitet und dem Modell entweder direkt oder über RAG (Retrieval-Augmented Generation) bereitgestellt. Ein präziser System-Prompt definiert das Verhalten, die Fachsprache und das Ausgabeformat der Lösung. Das Ergebnis ist ein System, das nicht nur Wissen abruft, sondern durch die Generalisierungsfähigkeit des LLMs bekannte Lösungsmuster auf neue Problemstellungen überträgt und direkt anwendbare Empfehlungen generiert.

Entscheidend ist dabei, dass die Qualität der Lösung primär von der Güte der Wissensbasis und des Prompts abhängt und nicht vom gewählten Modell. Ob die Lösung als Custom GPT bei OpenAI, als Gem in Google (Gemini) oder als Projekt in Claude eingesetzt wird, spielt dabei eine untergeordnete Rolle. Das Grundprinzip und die erzielbare Ergebnisqualität sind über alle Plattformen übertragbar.

Mehr als Wissensabruf

Der Unterschied zu einem generischen Chatbot liegt nicht im Modell, sondern im Kontext. Wenn interne Methoden, historische Projektdaten, unternehmensspezifische Checklisten und externe Fachquellen systematisch aufbereitet und mit einem durchdachten Prompt kombiniert werden, entsteht ein System, das die Sprache des Unternehmens spricht. Es kennt die internen Definitionen, orientiert sich an etablierten Prozessen und gibt Empfehlungen, die in der Praxis direkt anwendbar sind.

In einem konkreten Engineering-Projekt wurde ein solcher Copilot entwickelt, der Ingenieure bei der strukturierten Analyse und Lösungsfindung unterstützt. Als Wissensbasis dienten sowohl interne Dokumente wie Methoden-Guidelines, projektspezifische Checklisten und Projekterfahrungen als auch externe Fachquellen wie wissenschaftliche Publikationen und etablierte Konstruktionsprinzipien. Das System synthetisiert diese Quellen, analysiert neue Problemstellungen und schlägt priorisierte Lösungsansätze in Sekunden vor, wo Experten sonst Stunden benötigen würden.

Besonders relevant ist, dass das System nicht nur Wissensabruf betreibt, sondern einen echten inhaltlichen Transfer leistet. Es erkennt Muster aus vergangenen Projekten und überträgt sie auf neue Situationen, ähnlich wie ein erfahrener Kollege, der gesammelte Erfahrungen gezielt anwendet.

Nutzerakzeptanz durch Vertrautheit

Ein oft unterschätzter Erfolgsfaktor bei der Einführung von KI-Lösungen ist die Nutzerakzeptanz. Ergebnisse, die generisch klingen oder nicht zur internen Sprache und Methodik passen, stoßen auf Skepsis, unabhängig davon, wie gut das zugrunde liegende Modell ist. Anders verhält es sich, wenn ein Ergebnis so strukturiert ist wie ein bekanntes internes Dokument, die gewohnte Fachterminologie verwendet und sich an internen Bewertungskriterien orientiert.

Wer eine Antwort erhält, die klingt, als hätte ein erfahrener Kollege mit vollständigem Überblick über alle Unternehmensrichtlinien sie verfasst, vertraut dem Ergebnis eher und setzt es leichter in die Praxis um. Durch die Überführung interner Definitionen, Prozesse und Bewertungsmaßstäbe in die Wissensbasis und den System-Prompt entsteht eine Lösung, die inhaltlich passt und im Arbeitsalltag akzeptiert wird.

Schnell starten, gezielt skalieren

Ein wesentlicher Vorteil dieses Ansatzes ist seine Skalierbarkeit. Ein erster funktionsfähiger Pilot lässt sich in vergleichsweiser kurzer Zeit mit einer strukturierten Wissensbasis, einem guten Prompt und einem leistungsfähigen LLM entwickeln. Wenn der Pilot überzeugt, kann die Lösung schrittweise ausgebaut werden, z.B. durch die Einbindung dynamischer Daten, größerer Datenbanken, weiterer interner Quellen oder angepasster Ausgabeformate. Auch komplexere Visualisierungen oder die Integration in bestehende Systeme sind möglich.

Solche Lösungen stellen einen effektiven Weg dar, schnell einen konkreten KI-Mehrwert zu schaffen, ohne aufwändige Infrastruktur und ohne eigene Modellentwicklung. Entscheidend sind die Qualität der Wissensgrundlage und das Prompt-Design. Wer das Prinzip einmal erfolgreich angewendet hat, kann es auf weitere Fachbereiche, Methoden oder Fragestellungen übertragen. Kommen Sie bei Fragen für Ihre internen Prozesse gerne auf uns zu.

Lernen Sie CumulusAI kennen.

Technologische Entwicklungen werden immer komplexer – und Entscheidungen müssen schneller getroffen werden. CumulusAI hilft Ihnen, relevante Trends frühzeitig zu erkennen und in fundierte Empfehlungen zu übersetzen.

„CumulusAI findet Weak Signals in Primärdaten. Unsere Kunden erkennen dadurch Next Generation Trends vor anderen.“
Dr. Ulrich Hutschek, Principal TIM Consulting

Unsere KI-gestützte Software schafft Transparenz über Technologien und Anwendungsfelder – als Grundlage für faktenbasierte Entscheidungen.

Ihre Vorteile mit CumulusAI:

• Frühzeitiges Erkennen relevanter Trends
• Absicherung von Innovations- und Entwicklungsprojekten
• Fundierte Markteintritts- und Wachstumsstrategien
• Identifikation attraktiver Investitionsmöglichkeiten

Das erwartet Sie im Webinar:

• Bedeutung datenbasierter Technologieanalyse
• 360°-Blick auf Forschung, Patente und Trends
• Praxisbeispiele aus Strategie, F&E, Produktmanagement & M&A
• Live-Demo und konkrete Anwendungstipps

Für wen ist das Webinar geeignet?

Innovations- & Technologiemanager, F&E-Verantwortliche, Produkt- & Portfoliomanager, Experten aus Business Development & Strategie, M&A / Corporate Development

Termin: 23.04.2026 | 16:00 – 16:45 Uhr

Dauer: 45 Minuten | Live-Webinar mit Q&A

Hier kostenlos anmelden & Platz sichern

Treffen Sie Entscheidungen auf Basis von Fakten statt Bauchgefühl – mit CumulusAI.

Wir freuen uns auf Sie!
Herzliche Grüße, Carmen Beisswanger

Die letzten Jahre waren für viele Unternehmen ein Dauerlauf im Krisenmodus: Energiepreise, Lieferketten, Zinsen, geopolitische Schocks. Die naheliegende Antwort lautete fast überall gleich: Kosten runter, Prozesse straffen, Headcount einfrieren. Das hat geholfen, aber vor allem auf eine Art: Es hat Zeit gekauft.

2026 wird das Jahr, in dem diese Zeit aufgebraucht ist. Denn immer mehr Firmen merken: Wir haben nicht im Kern ein Effizienzproblem. Wir haben ein Effektivitätsproblem.

Und genau da wird es unbequem. Wer jahrelang primär Effizienz optimiert, wird oft unflexibel: Budgets sind auf “Run the Business” optimiert, Governance belohnt Fehlervermeidung, Innovation wird zum Nebenprojekt. Man kann Prozesse bis zur Perfektion verschlanken und trotzdem (bzw. deswegen?) am Markt vorbeilaufen.

Gleichzeitig droht Europa in vielen Bereichen in die inkrementelle Falle zu rutschen: Wir verbessern Bestehendes, während anderswo harte Kurswechsel stattfinden. Besonders sichtbar ist das in China: In immer mehr Branchen entstehen neue technologische Ansätze und neue Wertschöpfungsmodelle, und das alles mit einer Geschwindigkeit, die kaum mehr aufzuholen ist, wenn man zu spät reagiert.

In Europa regiert dagegen häufig Risikoaversion: Der Gain eines mutigen Schrittes wirkt kleiner als der Pain, wenn er schiefgeht. Das Ergebnis ist strategische Schockstarre – bis einem die Zahlen zeigen, was man lange nicht aussprechen wollte: Man kann sich auch in den Ruin sparen.

Darum werden 2026 nicht die schönsten Effizienzprogramme gewinnen, sondern die Unternehmen, die bereit sind, die harten Fragen wirklich zu beantworten:

• Wo verdienen wir in Zukunft unser Geld – und wo nicht mehr?
• Welche Kundenprobleme lösen wir besser als andere – und welche nur “auch”?
• Welche Wetten müssen wir heute platzieren, damit wir morgen Optionen haben?
• Welche Aktivitäten halten wir am Leben, obwohl sie strategisch keine Zukunft haben?

Die gute Nachricht: Diese Fragen sind unangenehm aber beantwortbar. Die schlechte: Man beantwortet sie nicht mit „Mehr vom Gleichen“, sondern mit klaren Entscheidungen: Portfolio schärfen, Ressourcen umschichten, neue Fähigkeiten aufbauen, mutig experimentieren und sich auch mal bewusst gegen eine Option entscheiden.

2026 wird das Jahr der harten Fragen. Und damit auch das Jahr der echten Strategie.

„Was kommt Ihnen als Erstes in den Sinn, wenn Sie an KI in Ihrem Unternehmen denken?“

Begeisterung über neue Möglichkeiten? Skepsis gegenüber einer Black Box? Zeitersparnis? Oder die Sorge den Anschluss zu verlieren?

Keine andere technologische Entwicklung löst derzeit so unterschiedliche Emotionen aus wie Künstliche Intelligenz. Gleichzeitig wissen wir, dass KI den Arbeitsmarkt massiv verändern wird. Jenseits von Produktivitätskennzahlen und Effizienzgewinnen stellt sich eine viel grundlegendere Frage: Wie verändert KI unsere Unternehmenskultur?

Denn KI ist kein IT-Projekt. Sie wirkt wie ein Katalysator – und macht sichtbar, wie eine Organisation wirklich tickt.

Die 10 wichtigsten Wachstumstrends in der AI Culture

Die mit CumulusAI durchgeführte Trendanalyse wissenschaftlicher Publikationen zeigt deutlich: Das Thema AI Culture gewinnt stark an Dynamik. Besonders auffällig sind zehn Wachstumstrends, die sich in der Forschung als zentrale Entwicklungsrichtungen herauskristallisieren (vgl. Abbildung 1).

Abbildung 1: Top 10 Wachstumstrends AI Culture

Im Mittelpunkt stehen dabei Fragestellungen rund um Vertrauen in KI-Systeme, ethische Orientierung, Governance-Strukturen sowie die Integration von KI in organisationale Entscheidungsprozesse. Ebenso stark wachsend ist die Auseinandersetzung mit Kompetenzverschiebungen, neuen Rollenprofilen und der Notwendigkeit einer systematischen Weiterentwicklung von KI-Kompetenzen.

Ein weiterer Schwerpunkt liegt auf der Zusammenarbeit zwischen Mensch und KI. Forschung und Praxis beschäftigen sich zunehmend mit hybriden Entscheidungsmodellen, kooperativer Intelligenz und der Frage, wie KI produktiv in bestehende Arbeitsstrukturen integriert werden kann, ohne Transparenz oder Verantwortlichkeit zu verlieren.

Darüber hinaus zeigen die Trends eine verstärkte Auseinandersetzung mit psychologischer Sicherheit, Fehlerkultur und organisationaler Lernfähigkeit im Kontext von KI. Organisationen, die eine offene Lernhaltung fördern, scheinen erfolgreicher darin zu sein, KI nicht nur technisch einzuführen, sondern kulturell zu verankern.

Die Analyse der zehn Wachstumstrends macht deutlich: AI Culture entwickelt sich zu einem eigenständigen strategischen Handlungsfeld. Es geht nicht mehr nur um Technologieeinführung, sondern um die bewusste Gestaltung von Vertrauen, Verantwortung und Lernfähigkeit in einer zunehmend KI-gestützten Arbeitswelt.

KI als Spiegel der Kultur

Oft beginnt der KI-Einsatz pragmatisch: automatische Meeting-Transkripte, Zusammenfassungen, Analysen oder Unterstützung in Angebotserstellung oder im Kundenservice. Schnell zeigt sich jedoch das sogenannte „Usability-Dilemma“: Nur weil Mitarbeitende Zugang zu KI-Tools haben, heißt das noch lange nicht, dass sie diese auch souverän und wertschöpfend einsetzen.

Hier entscheidet die gelebte Unternehmenskultur einer Organisation. Gibt es Raum zum Experimentieren? Dürfen Fehler passieren? Wird Wissen geteilt?

Der viel zitierte Satz „AI won’t replace people — but people who use AI will replace people who don’t“ verdeutlicht: Nicht die Technologie selbst entscheidet über Wettbewerbsfähigkeit, sondern der Umgang mit ihr. Die verpassten Chancen von heute können die strukturellen Herausforderungen von morgen sein.

Transformation auf mehreren Ebenen

Die Einführung von KI verändert Organisationen auf unterschiedlichen Ebenen.

• Auf der Aufgabenebene werden Routinetätigkeiten automatisiert, Analysen beschleunigt und Entscheidungsgrundlagen datenbasierter. Laut McKinsey können 60–70 % typischer Wissensarbeit durch generative KI unterstützt oder beschleunigt werden. Das schafft Freiräume für strategische und kreative Tätigkeiten.
• Kompetenzebene: Mit diesen Veränderungen entstehen neue Kompetenzanforderungen an die Mitarbeitenden. Prompting, kritische Bewertung von KI-Ergebnissen, ethische Einordnung sowie die produktive Kollaboration mit KI-Systemen. Entscheidend ist, dass Organisationen lernen KI einzusetzen und mit den Ergebnissen umzugehen.
• Besonders sensibel ist die Beziehungsebene. KI bewirkt an vielen Stellen, dass sich nicht offensichtliche Dynamiken verändern. Sie verschiebt Wissensvorsprünge zwischen Generationen oder Nutzergruppen und kann neue Machtverteilungen erzeugen. Vertrauen – in die Technologie wie auch untereinander – wird damit zu einer zentralen Ressource.

KI: Innovation oder Überforderung? Eine Frage der Haltung

Ob KI Innovation fördert oder Chaos erzeugt, hängt maßgeblich von der bestehenden Kultur ab. Amy Edmondson beschreibt in „The Fearless Organization“ (2018), wie wichtig psychologische Sicherheit für Lern- und Innovationsprozesse ist. Gerade im Umgang mit KI wird deutlich: Nur wer ausprobieren darf, entwickelt Kompetenz und Selbstvertrauen. Studien von BCG zeigen zudem, dass generative KI Qualität und Geschwindigkeit kreativer Aufgaben steigern kann. Gleichzeitig bleibt die Bewertung von Relevanz und das Tragen von Verantwortung eine menschliche Aufgabe. Emotionale Tiefe, Intuition und Erfahrung sind nicht ersetzbar.

Eine strategische Kernfrage lautet daher:

Wollen wir Bestehendes „KI-fizieren“ – oder mit KI neue, bessere Wege finden, Probleme zu lösen? Wollen wir bspw. das Protokolieren und Zusammenfassen von Meetings mit KI automatisieren und dadurch Zeitersparnisse generieren. Oder wollen wir weiter gehen und die Meetinggründe durch KI eliminieren? Bspw. durch den Einsatz von Agenten.

Drei kulturelle Handlungsfelder

In der Praxis zeigen sich drei zentrale Felder, in denen KI Unternehmenskultur besonders sichtbar verändert:

1. Zusammenarbeit: KI-gestützte Tools übernehmen Vorarbeiten und Routinetätigkeiten. Idealerweise entsteht Raum für kreative Zusammenarbeit und interdisziplinären Austausch.
2. Entscheidungsfindung: KI liefert Analysen, Muster und Prognosen. Entscheidungen können objektiver werden – zugleich entsteht das Risiko der „Black Box“. Transparenz und kritische Bewertung sind essenziell.
3. Führung: Führungskräfte übernehmen eine neue Rolle. Sie schaffen Orientierung, definieren Leitlinien für den ethischen Umgang mit KI und fördern eine lernorientierte Kultur. KI-Nutzung ist damit immer auch ein Führungs- und Organisationsentwicklungsprojekt.

AI Culture gestalten

Erfolgreiche Unternehmen behandeln KI nicht als isoliertes IT- und Digitalisierungsprojekt, sondern als Organisationsentwicklungsprozess. Sie schaffen Experimentierräume, in denen Mitarbeitende KI ausprobieren können. Die Erfahrung zeigt: Viel-Nutzer haben weniger Angst als Wenig-Nutzer. Gleichzeitig müssen klare Leitplanken definiert werden und wichtige Basisarbeit geleistet werden – von Datenschutz über Compliance bis hin zu ethischen Grundsätzen.

Zentral ist ein gemeinsames Zielbild:
Wofür setzen wir KI ein? Welche Probleme wollen wir lösen? Welche Innovationsstrategie verfolgen wir? Denn Technologie skaliert bestehende Kultur. Eine lernende Organisation wird durch KI innovativer. Eine starre Organisation wird durch KI lediglich schneller starr.

Fazit: Lernfähigkeit als Wettbewerbsfaktor. KI-Nutzung ist ein Organisationsentwicklungsprojekt. Nicht die Technologie entscheidet über Zukunftsfähigkeit – sondern unsere Fähigkeit zu lernen. Unternehmen, die KI als Anlass nehmen, ihre Lernkultur, Fehlerkultur und Führungsprinzipien weiterzuentwickeln, stärken nicht nur ihre Innovationskraft, sondern ihre Anpassungsfähigkeit auf externe Entwicklungen insgesamt.

Von der strategischen Roadmap bis zur Umsetzung konkreter KI-Projekte: Wir begleiten Sie ganzheitlich und stellen sicher, dass neben Technologie und Prozessen auch die relevanten AI-Culture-Aspekte berücksichtigt werden.

Kontaktieren Sie uns – wir freuen uns auf den Austausch.

Circular Economy (CE) entwickelt sich zunehmend zu einem strategischen Erfolgsfaktor für die Automobil- und Zulieferindustrie – auch in der Wirtschaftsregion Heilbronn-Franken. Im Rahmen des Projekts TRANSFORMOTIVE wurde nun die Potenzialstudie „Circular Economy für die Automobil- und Zulieferindustrie“ veröffentlicht.

Das Projekt TRANSFORMOTIVE wird von der Wirtschaftsförderung Raum Heilbronn GmbH (WFG) gemeinsam mit der Wirtschaftsregion Heilbronn-Franken GmbH verantwortet. Ziel der CE-Potenzialstudie war es, zirkuläre Wertschöpfungsansätze systematisch zu identifizieren, ihren Reifegrad zu bewerten und daraus strategisch nutzbare Handlungsoptionen für Unternehmen sowie regionale Akteure abzuleiten. Erarbeitet wurde die Studie von TIM Consulting in Zusammenarbeit mit dem INEC – Institute for Industrial Ecology der Hochschule Pforzheim. Im Fokus stand die Frage, wie Circular Economy praxisnah und wirtschaftlich sinnvoll in der industriellen Realität – insbesondere für kleine und mittlere Unternehmen – umgesetzt werden kann.

Martin Schunkert, Projektleiter TRANSFORMOTIVE bei der WFG, betont die besondere Ausgangslage vieler Unternehmen: „Transformation entscheidet sich im Alltag von Unternehmen – nicht in Leitbildern.“ Gerade für KMU bedeute Transformation häufig „steigende Kosten, unsichere Märkte, neue regulatorische Anforderungen und gleichzeitig der Anspruch, wettbewerbsfähig zu bleiben.“ Die Studie setzt genau hier an. Sie versteht Circular Economy nicht als zusätzliche Belastung, sondern als „wirtschaftlichen Ansatz, um Ressourcen effizienter zu nutzen, Abhängigkeiten zu reduzieren und neue Wertschöpfungspotenziale zu erschließen“.

Methodisch basiert die Studie auf einem mehrstufigen, integrierten Forschungsdesign, das quantitative, qualitative und KI-gestützte Analyseansätze kombiniert. Zentrale Grundlage ist eine datengetriebene Unternehmensanalyse von rund 800 Unternehmen der regionalen Automobil- und Zulieferindustrie. Ergänzt wird diese durch eine globale Trend- und Technologieanalyse auf Basis von über 1.300 wissenschaftlichen Publikationen (2015–2025) sowie durch qualitative Expertengespräche mit Vertreterinnen und Vertretern aus Unternehmen und Forschung.

Inhaltlich orientiert sich die Analyse an den etablierten R-Strategien der Circular Economy (Refuse bis Recover) und betrachtet sowohl material- als auch produkt- als auch geschäftsmodellbezogene Kreislaufansätze (vgl. Lang-Koetz et al., 2025; vgl. Woidasky et al., 2024).

Die Ergebnisse bieten Orientierung und konkrete Ansatzpunkte für Unternehmen der Automobil- und Zulieferindustrie in Heilbronn-Franken und darüber hinaus – als Einladung, Circular Economy strategisch weiterzudenken und aktiv umzusetzen.

Download der Studie

Innovationsfähigkeit wird häufig als zentraler Faktor für die Wettbewerbsfähigkeit deutscher Unternehmen genannt.

Es geht darum, wie Innovationspotenziale identifiziert werden, welche methodische Unterstützung es bei der Umsetzung gibt – und wer beteiligt ist.

Genau hierzu geht es in einer Umfrage, die aktuell vom Fraunhofer-Verbund Innovationsforschung gemeinsam mit dem German Design Council durchgeführt wird.

Neben dem Ziel, den Status Quo und Verbesserungspotenziale der Innovationsfähigkeit deutscher Unternehmen besser zu verstehen, dient die Umfrage auch als Prüfstand für die Teilnehmer.

Die Umfrage ist anonymisiert – die Ergebnisse werden allen Teilnehmern zur Verfügung gestellt.

Hier der Link zur Kurzumfrage, dem German Innovation Spotlight:
https://websites.fraunhofer.de/iao-befragungen/index.php?r=survey/index&sid=596326&lang=de

Ansprechpartner:

Prof. Dr.-Ing. Sven Schimpf (Fraunhofer-Verbund Innovationsforschung) Sven.Schimpf@innovation.fraunhofer.de
Alexander Schletz (Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO) Alexander.Schletz@iao.fraunhofer.de
Florian Kleinsteuber (German Design Council) Florian.Kleinsteuber@gdc.de

In dynamischen Märkten mit disruptiven Technologien ist ein systematisches Technologiemanagement unabdingbar. Im immer intensiveren Wettbewerb bestehen nur die Unternehmen, die technologische Potenziale früh erkennen, richtig bewerten und neue Technologien mithilfe eines strukturierten Prozesses schnell zur Anwendung bringen. In diesem Seminar lernen Sie, sowohl Chancen als auch Risiken zu erkennen, entsprechende Strategien zu entwickeln und erfolgreich zu implementieren.

Ihr Nutzen:

• Sie erfahren, welche Ziele und Aufgaben ein optimales Technologiemanagement im Unternehmen verfolgen sollte.
• Sie erhalten einen Überblick über die wichtigen operativen und strategischen Aufgaben des Technologiemanagements.
• Sie kennen Konzepte und Methoden, um alternative Technologien bewerten zu können.
• Sie wissen, wie Sie Ihre eigene Technologiestrategie basierend auf Ihren eigenen Unternehmenszielen entwickeln und in die Umsetzung bringen.
• Sie kennen nützliche Tools und Methoden, die Sie bei der Realisierung in Ihrem eigenen Unternehmenskontext unterstützen werden.
• Sie kennen wichtige Fragestellungen, lernen Best-Practice-Beispiele kennen und bekommen einen Einblick in aktuelles Know-how.

Haben wir Ihr Interesse geweckt? Dann sprechen Sie uns gerne an!

Buchbar sind die Termine über die Haufe Akademie. Das nächste Seminar findet am 14./15.10. in Hamburg statt.

Hier finden Sie weitere Informationen.

CumulusAI ist live! Und wir laden Sie herzlich ein, unser neuestes Tool kennenzulernen.

Technologische Entwicklungen werden immer komplexer – und gleichzeitig steigt der Druck, schneller und zielsicherer zu entscheiden. CumulusAI unterstützt Sie dabei, empirische Trends zu finden und in kürzester Zeit in klare Empfehlungen zu verwandeln.

„CumulusAI findet Weak Signals in Primärdaten. Unsere Kunden erkennen dadurch Next Generation Trends vor anderen.“
Dr. Ulrich Hutschek, Principal TIM Consulting

Wir haben mit CumulusAI eine KI-gestützte Software mit dem Ziel entwickelt, Experten bei faktenbasierten Entscheidungen zu unterstützen, indem Transparenz über technologische Entwicklungen und damit zusammenhängende Anwendungsfelder als Basis geschaffen wird.

Für wen ist CumulusAI geeignet?

CumulusAI ermöglicht, einen vollständigen und umfassenden Überblick über ein Suchfeld bei gleichzeitiger Beibehaltung einer hohen Tiefenschärfe. Damit bietet es vielfältige Anwendungsmöglichkeiten für Geschäftsentwicklung, Produktmanagement, F&E, Strategie und M&A. Unabhängig von Ihrer Rolle und Branche ermöglicht es Ihnen, bessere Entscheidungen durch bessere Informationen zu treffen:

• Vermeiden Sie Überraschungen in Ihrem Kerngeschäft​
• Sichern Sie den Lösungsweg in kostspieligen ​Neuentwicklungsprojekten ab​
• Sichern Sie Ihre Markteintrittsstrategie ab und entwickeln Sie neue Geschäftsideen auf Basis Ihrer Kernkompetenzen​
• Identifizierung der vielversprechendsten Investitionsmöglichkeiten

Lernen Sie CumulusAI jetzt kennen! Weitere Infos finden Sie auch unter www.tim-ai.de.

Das erwartet Sie im Webinar:

• Warum datenbasierte Technologieanalyse heute unverzichtbar ist
• Wie CumulusAI Forschung, Patente und Trends in einem 360°-Blick vereint
• Praxisnahe Anwendungsfälle aus Strategie, F&E, Produktmanagement & M&A
• Live-Demo
• Konkrete Tipps für Ihre Arbeit

Für wen ist das Webinar ideal?

• Innovations- & Technologiemanager
• F&E-Experten, F&E-Leitungen
• Produktmanager & Portfolio Manager
• Business Development & Strategie
• M&A / Corporate Development

Melden Sie sich jetzt kostenlos zum Webinar am 05.02.2026, 16:00 – 16:45 Uhr an:

Hier kostenlos anmelden & Platz sichern

Dauer: 45 Minuten
Format: Live-Webinar mit Q&A

Treffen Sie Entscheidungen, die auf Fakten statt Bauchgefühl basieren – und entdecken Sie, wie CumulusAI Sie dabei unterstützt.

Wir freuen uns auf Sie!
Herzliche Grüße, Ihr Thomas Abele