„Die größte Herausforderung ist der Status Quo in vielen Unternehmen“

Das junge Startup Datasphere Analytics, von Lukas Haemisch, Reiner Kurzhals und Patrick Petter in Münster gegründet, setzt auf „KI-gestützte Rohstoff- und Materialpreisprognosen für die Energiebeschaffung, den industriellen Einkauf, Risikomanagement und Supply Chain“.

Im Interview mit deutsche-startups.de stellt Gründer Lukas Haemisch sein Unternehmen einmal ganz ausführlich vor.

Wie würdest Du Deiner Großmutter Datasphere Analytics erklären?
Viele große Unternehmen müssen regelmäßig sehr viel Strom, Gas, Öl, Metall oder andere Rohstoffe einkaufen. Die Preise dafür ändern sich ständig. Wenn das Unternehmen zum falschen Zeitpunkt kauft, kann es sehr teuer werden. Früher mussten die Leute in den Einkaufsabteilungen dafür viele Nachrichten lesen, Preislisten vergleichen und sich auf ihre Erfahrung verlassen. Das ist wichtig, aber die Welt ist inzwischen so schnell und unübersichtlich geworden, dass kein Mensch alles gleichzeitig im Blick behalten kann. Dabei helfen wir. Unsere Software liest mit Hilfe von Künstlicher Intelligenz sehr viele Nachrichten und Marktdaten aus der ganzen Welt und erkennt, welche Ereignisse die Preise beeinflussen könnten. Zum Beispiel: Gibt es irgendwo einen Streik? Wird eine wichtige Lieferroute blockiert? Ändert ein Land seine Zollbestimmungen? Dann zeigt unser System, was das für den Preis von bestimmten Rohstoffen bedeuten kann. So bekommen Einkäufer:innen eine bessere Grundlage für ihre Entscheidung: Kaufen wir jetzt? Warten wir lieber noch? Sichern wir uns gegen steigende Preise ab? Oder verhandeln wir neu? Kurz gesagt: Wir helfen Unternehmen, beim Rohstoffeinkauf bessere Entscheidungen zu treffen und dadurch Geld zu sparen.

Wie genau funktioniert euer Geschäftsmodell?
Wir verdienen Geld auf drei Wegen: erstens über einzelne Prognosen gegen Bezahlung auf Abruf, zweitens über eine Softwareplattform, auf der Kund:innen ihre Prognosen im Abomodell auswerten können, und drittens über spezielle Großkunden-Projekte. Unsere Zielgruppe sind Industrieunternehmen, die stark von Rohstoffpreisen abhängen, etwa aus Chemie, Maschinenbau, Bau oder Energie. Konkret sprechen wir Menschen in Einkauf, Trading, Risikomanagement und Supply Chain an. Ihre gemeinsame Herausforderung ist, unter Zeitdruck fundierte Entscheidungen zu treffen, während die relevanten Signale über hunderte Quellen verteilt sind. Ihnen liefern wir Rohstoffpreisprognosen, die auch die relevanten Marktbewegungen dahinter zeigen. Die Prognosen basieren auf weltweiten Nachrichtenströmen, die wir mit Künstlicher Intelligenz analysieren. Daraus leiten wir ab, wie sich ein Rohstoff voraussichtlich entwickeln wird. Wichtig ist uns: Wir ersetzen nicht die Erfahrung eines guten Einkäufers. Wir geben eine bessere Grundlage und reichern diese Erfahrung mit Daten an.

Wie ist die Idee zu Datasphere Analytics entstanden?
Meine Mitgründer und ich beschäftigen uns seit Jahren mit KI-Anwendungsfällen in der Industrie. Dabei haben wir gelernt, wie man aus komplexen Daten echte Entscheidungsgrundlagen macht. Im Einkauf haben wir dann ein erstaunlich analoges Muster gesehen: Obwohl Märkte heute globaler, volatiler und schneller sind als je zuvor, arbeiten viele Unternehmen noch mit Prozessen und Tools, die damit zunehmend nicht mehr Schritt halten können. Gerade im Einkauf werden große finanzielle Mittel bewegt. Deshalb wollten wir mit einem KI-Tool helfen, in einer immer komplexer werdenden Welt effizienter und vor allem kostensparender zu agieren. Datasphere Analytics ist aus der Frage entstanden, warum man den Markt nicht direkt befragbar macht: also Nachrichten, Daten und Ereignisse so zusammenführt, dass Einkäufer:innen mit ihnen interagieren können, um fundierter und schneller zu entscheiden.

Was waren die größten Herausforderungen, die Ihr bisher überwinden musstet?
Die größte Herausforderung ist der Status Quo in vielen Unternehmen und das fehlende Vertrauen in die Chancen von Digitalisierung und KI. Im Einkauf trifft KI häufig auf 30 Jahre Excel, gewachsene Prozesse, Bauchgefühl und historische Erfahrung. Das ist kein Vorwurf. Diese Erfahrung ist wertvoll. Aber heutzutage gibt es so viel mehr Informationen als früher und viele Einkaufsabteilungen nutzen das noch nicht für sich. Kein Mensch kann gleichzeitig tausende Nachrichtenquellen weltweit auswerten, historische Muster vergleichen und auf plötzliche Ereignisse wie Extremwetter reagieren. Gleichzeitig stehen Einkäufer:innen heute unter enormem Druck. Sie entscheiden über große Rohstoffbudgets und müssen immer mehr Aufgaben abdecken, die früher kaum Teil ihres Jobs waren: Sie sollen nachweisen, welche Klimakosten beim Import bestimmter Materialien entstehen, prüfen, ob Lieferanten soziale und ökologische Standards einhalten, Emissionsdaten entlang der Lieferkette einsammeln und Prognosen liefern, damit Vertrieb und Produktion planen können. Und dann sollen sie nebenbei auch noch KI einführen. Unsere Aufgabe ist deshalb vor allem, Vertrauen aufzubauen und klarzumachen, dass wir einen Mehrwert liefern und gleichzeitig eine Entlastung sind.

Welches Projekt steht demnächst ganz oben auf Eurer Agenda?
Ganz oben steht, unsere Commodity-Intelligence-Plattform entlang echter Kundenprozesse weiterzuentwickeln. Konkret heißt das: mehr Rohstoffklassen, bessere Event-Erkennung und mehr interaktive Entscheidungsunterstützung. Wir wollen die Plattform weiter skalieren, zusätzliche Märkte abdecken und den Weg vom Forecasting hin zu KI-gestützter Entscheidungsunterstützung konsequent ausbauen. Die Plattform soll sich für Nutzer:innen irgendwann so anfühlen wie ein:e Kolleg:in, die/der immer auf dem neuesten Stand ist und proaktiv auf das hinweist, was gerade relevant wird.

Wo steht Datasphere Analytics in einem Jahr?
In einem Jahr wollen wir deutlich näher an unserem Ziel sein, eine führende Commodity-AI-Intelligence-Plattform für Industrie, Procurement und Risikomanagement zu werden. Mittelfristig wollen wir eine der weltweit führenden Lösungen für agentische KI im Rohstoffsektor sein und mit zusätzlichem Kapital weitere Branchen und Sektoren erobern.

Startup-Jobs: Auf der Suche nach einer neuen Herausforderung? In der unserer Jobbörse findet Ihr Stellenanzeigen von Startups und Unternehmen.

Foto (oben): Datasphere Analytics