Gerade in einer frühen Unternehmensphase müssen viele grundlegende Entscheidungen gleichzeitig getroffen werden: Wer ist die richtige Zielgruppe? Welches Problem wird wirklich gelöst? Wie gross ist der Markt? Welcher Nutzen überzeugt potenzielle Kunden? Und welche Annahmen sollten zuerst getestet werden?
Für junge Unternehmen sind genau diese Fragen entscheidend. Gleichzeitig fehlt oft das Budget für umfangreiche Marktstudien oder lange Strategieprojekte.
Generative KI eröffnet hier neue Möglichkeiten. Recherche, Strukturierung, Perspektivwechsel und erste Validierungsschritte lassen sich deutlich schneller durchführen, wenn die richtigen Methoden dahinterstehen.
Genau darum ging es beim ganztägigen KI-Enablement-Training am 4. Mai 2026 an der Ludwig-Maximilians-Universität München.
30 Teilnehmende, 30 unterschiedliche Ausgangslagen
Am Training nahmen 25 Personen mit jeweils einem eigenen Gründungsvorhaben sowie fünf Geschäftsführerinnen und Geschäftsführer von KMU aus München und dem Umland teil.
Damit trafen zwei Perspektiven aufeinander: junge Unternehmen, die ihr Geschäftsmodell gerade entwickeln, und etablierte Betriebe, die bestehende Produkte, Segmente oder Wachstumsfelder weiterdenken wollen.
Durchgeführt wurde das Training von dockyard.ventures GmbH, moderiert von Julian Thuile. Es fand im Rahmen des Projekts MMIND statt und wurde über Erasmus+ und AIBA gefördert.
Im Mittelpunkt stand ein klarer Grundsatz: Jede Methode wurde direkt auf das eigene Vorhaben angewendet.
Von der Unternehmens-DNA bis zur Marktvalidierung
Der Trainingstag führte die Teilnehmenden Schritt für Schritt durch zentrale Fragen des Unternehmensaufbaus.
Zu Beginn ging es darum, die eigene Ausgangslage zu schärfen: Warum gibt es das Unternehmen? Welche Kompetenzen und Zugänge sind vorhanden? Welche Marktsegmente sind besonders interessant?
Darauf aufbauend arbeiteten die Teilnehmenden an Ideal Customer Profiles, Marktpotenzialen und Value Propositions. Anschliessend wurden Geschäftsmodelle skizziert und mögliche Vertriebswege betrachtet.
Ein besonderer Fokus lag auf den kritischen Annahmen hinter einer Geschäftsidee.
Statt diese einfach als gegeben anzunehmen, wurden sie sichtbar gemacht, priorisiert und mit passenden Validierungsmethoden verbunden. Dazu gehörten beispielsweise qualitative Interviews, Landing-Page-Tests, Fake-Door-Experimente, Demo Pitches oder Wizard-of-Oz-Ansätze.
So entstand aus einer zunächst oft offenen Geschäftsidee eine strukturierte Abfolge von überprüfbaren nächsten Schritten.
KI als Sparringspartner für unterschiedliche Aufgaben
Im Training kamen mehrere KI-Werkzeuge zum Einsatz.
Claude unterstützte unter anderem bei Standortbestimmung, Value Proposition, Geschäftsmodell und Hypothesenbildung. ChatGPT wurde für Formulierungsvarianten, Perspektivwechsel und Gegenprüfungen genutzt. Gemini ergänzte die Arbeit durch Recherche und multimodale Analyse, während Perplexity für quellenbasierte Markt- und Wettbewerbsrecherche eingesetzt wurde.
Mit Lovable konnten darüber hinaus erste klickbare Produkt- und Website-Entwürfe entstehen.
Der entscheidende Lernpunkt war dabei nicht, möglichst viele Tools kennenzulernen. Vielmehr ging es darum zu verstehen, welches Werkzeug für welchen Arbeitsschritt sinnvoll ist und wo die fachliche Beurteilung weiterhin beim Menschen bleiben muss.
Konkrete Ergebnisse für jedes Vorhaben
Am Ende des Trainingstages hatten die Teilnehmenden für ihre eigenen Vorhaben zentrale Bausteine erarbeitet.
Dazu gehörten:
eine Standortbestimmung mit WHY, Kompetenzen und Zugängen
ein priorisiertes Zielsegment mit beschriebenem Ideal Customer Profile
eine formulierte Value Proposition
ein skizziertes Geschäftsmodell
kritische Annahmen mit passenden Validierungsmethoden
eine priorisierte Roadmap für die nächsten Schritte
Für die fünf teilnehmenden KMU bedeutete das, dieselben Methoden direkt auf bestehende Produkte, Segmente und Wachstumsfragen übertragen zu können.
Lernen voneinander
Ein weiterer wichtiger Bestandteil des Trainingstages war der Austausch untereinander.
Da alle Teilnehmenden dieselben Methoden parallel auf unterschiedliche Geschäftsideen und Unternehmen anwendeten, entstanden immer wieder neue Perspektiven. Junge Gründungsteams brachten frische Ansätze ein, während die Geschäftsführerinnen und Geschäftsführer aus bestehenden Unternehmen Erfahrung aus gewachsenen Strukturen beisteuerten.
So wurde aus dem Training nicht nur eine individuelle Arbeit am eigenen Vorhaben, sondern ein gemeinsamer Lernprozess.
KI in der Praxis: Von der Idee zur testbaren Hypothese
Das Praxisbeispiel aus München zeigt, wie KI bereits sehr früh im Unternehmensaufbau sinnvoll eingesetzt werden kann.
Nicht, um Geschäftsentscheidungen automatisch zu treffen, sondern um schneller zu recherchieren, Annahmen zu hinterfragen, Zielgruppen zu schärfen und die nächsten Schritte systematisch vorzubereiten.
Der wichtigste Effekt liegt dabei nicht in einem einzelnen Ergebnis. Die Teilnehmenden verfügen nach dem Training über eine Methode, mit der sie neue Produkte, Zielgruppen und Geschäftsideen künftig selbstständig weiterentwickeln und testen können.
