Wir haben uns mit dem Gründer-Team von Genow, bestehend aus Dr. Sara Jourdan, Adrian Glauben, Dr. Timo Koppe und Prof. Peter Buxmann unterhalten:
1. Welches Problem möchtet ihr mit eurem Startup lösen – und warum ist jetzt gerade der richtige Zeitpunkt dafür?
Unternehmen verfügen über enorme Mengen an Wissen, das jedoch über zahlreiche Systeme verteilt, unstrukturiert und im Arbeitsalltag schwer zugänglich ist. Mitarbeitende verbringen einen erheblichen Teil ihrer Zeit mit der Suche nach Informationen, während gleichzeitig wertvolles Know-how verloren geht oder nicht systematisch weiterentwickelt wird. Gängige KI-Lösungen scheitern oft an dieser Komplexität, da sie das unternehmensspezifische Datenchaos und den fachlichen Kontext einzelner Abteilungen nicht verstehen. Dadurch bleiben Effizienzpotenziale ungenutzt, Entscheidungen sind weniger fundiert und Chancen in Bereichen wie Vertrieb, Service oder HR werden verpasst. Genow löst dieses Problem, indem wir internes Unternehmenswissen kontextbasiert aufbereiten und über hochpräzise Wissensagenten nutzbar machen – sodass Wissen nicht nur verfügbar ist, sondern aktiv zur Verbesserung von Prozessen, Entscheidungen und Wertschöpfung beiträgt.
2. Wer steckt hinter der Idee? Erzählt uns von euch: euren Hintergründen, eurem Weg zur Gründung und dem Moment, in dem klar wurde, dass ihr Genow starten wollt.
Wir haben uns einige Jahre vor der Gründung an der TU Darmstadt am Lehrstuhl für Wirtschaftsinformatik von Professor Peter Buxmann kennengelernt, wo wir gemeinsam geforscht und promoviert haben.
Schon damals haben wir uns intensiv mit dem Einsatz von Sprachmodellen im Unternehmenskontext beschäftigt – bevor generative KI durch Tools wie ChatGPT breit bekannt wurde. In der Zusammenarbeit mit Praxispartnern wurde uns früh klar: Das eigentliche Problem in Unternehmen ist nicht fehlendes Wissen, sondern der Zugang dazu. Informationen sind fragmentiert, unstrukturiert und im Alltag nur schwer nutzbar.
Gleichzeitig haben wir gesehen, dass große Sprachmodelle erstmals in der Lage sind, genau dieses Problem zu lösen, also Unternehmenswissen kontextbasiert zu verstehen und produktiv nutzbar zu machen.
Der entscheidende Moment kam, als diese Technologie plötzlich marktreif wurde und Unternehmen gleichzeitig genau vor dieser Herausforderung standen.
Da war für uns klar: Das ist eine Lösung für ein zentrales Problem der Industrie. Und genau deshalb haben wir Genow gegründet, um diese Technologie aus der Forschung in die Praxis zu bringen.
3. Was sind aus eurer Sicht die größten Stärken eures Startups – technologisch oder im Team?
Unsere größte Stärke ist ganz klar unser Team. Uns beeindruckt jeden Tag, mit welchem Anspruch und welcher Motivation hier gearbeitet wird – der Wille, die Extra-Meile zu gehen, sich kontinuierlich mit neuen Entwicklungen auseinanderzusetzen und gleichzeitig echte Expertise in den jeweiligen Bereichen aufzubauen.
Diese Haltung wird von einer sehr offenen und innovationsgetriebenen Kultur getragen. Viele unserer technologischen Stärken, insbesondere die Präzision und Flexibilität unserer Plattform, sind letztlich genau aus dieser Teamdynamik heraus entstanden.
4. Wie geht es mit eurem Startup weiter? Welche nächsten Schritte plant ihr kurz- und langfristig?
Kurzfristig liegt unser Fokus darauf, unsere Lösungen stärker in den deutschen Mittelstand zu bringen. Während wir zunächst vor allem mit Großkonzernen gearbeitet haben, sehen wir aktuell ein enormes Potenzial bei mittelständischen Unternehmen, die vor ähnlichen Herausforderungen stehen, aber oft noch weniger passende Lösungen am Markt finden. Entsprechend bauen wir sowohl unseren Direktvertrieb als auch unser Partnernetzwerk gezielt weiter aus.
Gleichzeitig investieren wir weiter in unsere Technologie, um unsere Stärken – insbesondere Präzision, Kontextverständnis und einfache Skalierbarkeit – weiter auszubauen.
Langfristig planen wir, Genow stärker international zu etablieren, zunächst im europäischen Markt. Gerade dort sehen wir großen Bedarf bei Unternehmen, die Wert auf Datensouveränität und sichere KI-Lösungen legen.
5. Gründen bedeutet auch Höhen und Tiefen. Was war eure wichtigste Lessons Learned bisher?
Unsere wichtigste Lesson Learned ist die Bedeutung von Resilienz. In einem Startup wechseln sich Höhen und Tiefen oft sehr schnell ab – unabhängig davon, in welcher Phase man sich gerade befindet.
Gerade in herausfordernden Momenten haben wir gelernt, wie wichtig es ist, handlungsfähig zu bleiben und den Blick für Chancen nicht zu verlieren. Denn selbst unter großem Druck gibt es meist mehr Optionen, als man im ersten Moment sieht.
Diese Fähigkeit, auch in unsicheren Situationen klar zu bleiben und nach vorne zu denken, ist aus unserer Sicht eine der entscheidendsten Eigenschaften für nachhaltigen Erfolg im Startup.
6. Welches Buch, Tool oder Framework ist für euch ein absolutes Must-Have für Gründerinnen und Gründer – und warum?
Zu den absoluten Must-Haves für uns gehören Bücher wie Prediction Machines, Blue Ocean Strategy und The Lean Startup. Sie haben gemeinsam, dass sie helfen, komplexe Themen auf den Kern zu reduzieren – sei es der wirtschaftliche Impact von KI, strategische Differenzierung oder schnelles, iteratives Arbeiten am Produkt.
Gerade im KI-Bereich empfehlen wir zusätzlich, regelmäßig in Podcasts wie die von Lex Fridman reinzuhören, um ein Gefühl für technologische Entwicklungen zu bekommen. Und gleichzeitig spricht als Gründerin und Gründer auch nichts dagegen, mal den Kopf frei zu bekommen und einfach mal wieder einen Harry Potter Teil zu lesen.
7. Bitte vervollständigt den Satz: „FrankfurtRheinMain ist für mich …“
… unsere Heimat und gleichzeitig eine der lebendigsten Regionen – von starker Industrie über exzellente Wissenschaft bis hin zu einer sehr aktiven Startup-Szene. Wir sind sehr froh, genau hier gegründet zu haben und Teil dieses Ökosystems zu sein.
8. Viele Unternehmen kämpfen damit, verstreutes Wissen effizient zu nutzen. Wie verändert Genow das Wissensmanagement im Unternehmensalltag – und welches Potenzial seht ihr besonders im deutschen Mittelstand?
Anstatt in verschiedenen Systemen zu suchen und auf oft unpräzise Keyword-Suchen angewiesen zu sein, ermöglicht Genow, über ein zentrales Interface systemübergreifend zu arbeiten, relevante Erkenntnisse zu gewinnen und neue Insights zu generieren – mit kontextbasierten Antworten auf Expertenniveau, die auf verlässlichen Unternehmensdaten basieren.
So wird Wissensmanagement vom passiven Suchen hin zur aktiven Nutzung von Wissen transformiert: Mitarbeitende erhalten genau die Informationen, die sie für fundierte Entscheidungen und effiziente Prozesse benötigen. Gerade im deutschen Mittelstand sehen wir ein enormes Potenzial. Viele Unternehmen verfügen über Jahrzehnte aufgebautes, hochspezialisiertes Expertenwissen, mit dem sie sich im Markt differenzieren – dieses Wissen ist jedoch oft verstreut, teilweise nicht vollständig digitalisiert oder nur in Dokumenten und in den Köpfen einzelner Mitarbeitender vorhanden. Mit KI können heute auch solche Inhalte – etwa eingescannte Dokumente oder gewachsene Datenbestände – strukturiert und nutzbar gemacht werden. Gleichzeitig stehen viele Unternehmen vor einem Generationenwechsel, bei dem wertvolles Wissen verloren zu gehen droht. Genau hier setzt Genow an: Wir helfen dabei, dieses Wissen systematisch zu sichern, zugänglich zu machen und über Generationen hinweg im Unternehmen nutzbar zu halten.
9. Eure Plattform verspricht hohe Präzision durch kontextbasierte KI. Wie stellt ihr sicher, dass die Antworten eurer Agenten zuverlässig, nachvollziehbar und compliant bleiben – insbesondere bei sensiblen internen Daten?
Für hohe Präzision und Zuverlässigkeit setzen wir zentral auf unsere proprietäre Context Engine. Sie strukturiert auch komplexe und unübersichtliche Datenbestände, reichert sie mit Metadaten an und sorgt dafür, dass unsere Wissensagenten sowohl die internen Daten als auch die fachliche Logik und Sprache eines Unternehmens wirklich verstehen.
Ein wichtiger Aspekt ist dabei die Nachvollziehbarkeit: Wir machen transparent, wie eine Antwort entsteht – also wie eine Anfrage kontextualisiert wird, in welchen Systemen gesucht wird, welche Quellen einfließen und wie diese interpretiert werden. So bleiben die Ergebnisse überprüfbar und vertrauenswürdig.
Gleichzeitig ist das Thema Datenschutz und Compliance für uns zentral. Es werden keine Modelle auf Kundendaten trainiert, und alle Daten verbleiben vollständig im Besitz des Unternehmens. Auf Wunsch kann die gesamte Lösung auch in der eigenen Cloud-Infrastruktur betrieben werden.
10. Was habt ihr aus euren bisherigen Kundenprojekten gelernt, das eure Produktstrategie und eure Vision für Genow am stärksten beeinflusst hat?
Eine der wichtigsten Erkenntnisse aus unseren Kundenprojekten ist, dass Wissen in Unternehmen nie statisch ist, sondern sich ständig weiterentwickelt. Es ist eine Illusion zu glauben, dass Organisationen ihre Datenlandschaften vollständig aufräumen, harmonisieren und perfekt strukturieren können.
Deshalb haben wir unsere Produktstrategie konsequent darauf ausgerichtet, mit genau diesem „Datenchaos“ umzugehen – also fragmentierte, heterogene und teilweise unstrukturierte Informationen so nutzbar zu machen, wie sie im realen Unternehmensalltag tatsächlich vorliegen.
Ein zweites zentrales Learning: KI rollt sich nicht von selbst im Unternehmen aus. Damit sie echten Mehrwert schafft, muss sie kontinuierlich weiterentwickelt, betreut und an neue Anforderungen angepasst werden.
Daraus ist unser klarer Fokus auf Use-Case-basierte Wissensagenten entstanden, die von Fachbereichen selbst konfiguriert und weiterentwickelt werden können – ohne Programmieraufwand. So wird KI nicht zu einem einmaligen Projekt, sondern zu einem festen, skalierbaren Bestandteil der Organisation.
