Dossier 10: Start-ups, Deep Tech und Wirkungsinnovation#

Dossier 10: Start-ups, Deep Tech und Wirkungsinnovation Start-ups und Deep-Tech-Unternehmen werden nicht nur nach Wachstum bewertet, sondern nach Wirkungspfad, Skalierungsrisiko und Systemnutzen.

1. Anwendungsfälle#

Beispiel: Ein KI-Start-up für Pflegeplanung kann Arbeitsbelastung senken, wenn es Pflegekräfte einbindet, Bias vermeidet und keine Überwachungskultur erzeugt.

Datenquellen: Geschäftsmodell, Wirkungsannahmen, Pilotdaten, Nutzungsdaten, Datenschutzfolgenabschätzung, Investitionsplan.

Bewertung: Systemnutzen, Skalierungsrisiko, Datenmacht, Governance, soziale Einbettung, Exit-Optionen.

2. Datenquellen#

3. Beispielhafte Bewertungsmatrix#

4. Beispielrechnung v0.1#

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht

5. Politische und organisatorische Umsetzung#

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben

6. Tool- und Onlinebezug#

Geeigneter Tool-Anker: KI-Wirkungsrisiko-Check

Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Portalen.