Führungsteam

Unsere Geschichte

Von der Physik zu den Auswirkungen in der Praxis

Andre und Peter lernten sich 1998 als Doktoranden an einem Max-Planck-Institut bei Potsdam kennen. Beide promovierten in theoretischer Physik (weiche kondensierte Materie) und wurden darin geschult, rigorose Analysen zu liefern, die auch bei genauerer Betrachtung Bestand haben.

Danach trennten sich ihre beruflichen Wege.

Peter blieb im akademischen Bereich und wurde Professor in Marburg, Deutschland. Andre wechselte in die Industrie, zunächst in ein großes Unternehmen (BASF) und später in ein Start-up-Unternehmen (Novihum). Trotz der Entfernung hielt die Freundschaft.

Der Anruf, mit dem alles begann

2017 rief Andre Peter mit einem dringenden Problem an: Die landwirtschaftlichen Versuchsdaten von Novihum waren zu verrauscht und uneinheitlich, um eine wichtige Produktaussage zu stützen. Wenn das Team die Wirkung nicht nachweisen könnte, gäbe es keine glaubwürdige Geschichte und definitiv keine Chance, das Vertrauen der Kunden zu gewinnen und den Markt zu entwickeln.

Also taten sie das, was Physiker tun: Sie stellten Annahmen in Frage, untersuchten, wie die Daten erzeugt wurden, und bauten die Analyse von Grund auf neu auf. Das Ergebnis war eine klarere Sicht auf die Daten und viele Erkenntnisse, die bisher im Verborgenen lagen.

Obwohl die außergewöhnlichen Eigenschaften des Produkts bewiesen wurden, hat dieses Startup nicht funktioniert. Aber eine Lektion blieb hängen: Eine vertretbare, saubere Analyse der Produktwirkung ist das Mindestvoraussetzung für jedes Kundengespräch. Sie sind es, die dem Vertriebsteam Vertrauen in das Produkt geben. Und viele Teams tun sich genau mit diesem Schritt schwer: Sie verwandeln unordentliche Daten aus der realen Welt in Beweise, hinter denen sie stehen können.

Das größere Muster

Wir begannen lyfX.ai Anfang 2024 und arbeitete von Anfang an mit Teams aus den Bereichen Landwirtschaft, Chemie und Fertigung zusammen. Die Probleme, mit denen wir konfrontiert wurden, waren immer sehr ähnlich: unübersichtliche Daten und fragile Analysen, die sich auf wirklich wichtige Geschäftsentscheidungen auswirkten: Ansprüche, regulatorische Fragen, Budgets, Reputation.

Den Teams mangelte es nicht an Daten. Es fehlte ihnen an Zeit, Werkzeugen und einer wiederholbaren Methode, diese Daten in vertretbare Schlussfolgerungen umzuwandeln.

Von der Beratung zum Bau

Zunächst arbeiteten wir als Datenspezialisten an der Seite eines Teams, verstanden den Prozess, bereinigten die Daten, erstellten die Analysen und lieferten Ergebnisse, denen sie vertrauen konnten. Diese Art von Beratungsarbeit machen wir immer noch, aber es zeichnete sich ein Muster ab und der Schwerpunkt verlagerte sich.

Wir lösten immer wieder strukturell ähnliche Probleme. Die Bereiche änderten sich, die Daten änderten sich, aber die Kernaufgabe war die gleiche. Das war der Zeitpunkt, an dem sich der Schwerpunkt verlagerte. Anstatt die Analyse für jeden Kunden von Grund auf neu durchzuführen, könnten wir das, was wir wissen, in Tools kodieren, die die Teams selbst verwenden?

So haben wir immer gearbeitet, und es ist derselbe Instinkt, der ein Startup antreibt. Man stößt auf ein Problem, das die eigentliche Arbeit blockiert. Man löst es, weil man es muss. Und dann stellt man fest, dass man nicht der Einzige mit diesem Problem ist. Das Werkzeug kommt nach der Lösung, nicht davor.

Wo wir jetzt sind

Wir sind ein kleines Team, und zwar ganz bewusst. Wir kombinieren fundierte Branchenerfahrung mit moderner KI-Technik, um Tools für die Prozessindustrie zu entwickeln. Keine generischen KI-Produkte, die monatelang angepasst werden müssen, sondern fokussierte Lösungen für Menschen, die mit echten Prozessen und echten Daten arbeiten.