Wie viel Milch soll ein Großhändler heute bestellen, wenn er noch nicht weiß, was seine Kunden in sechs Wochen kaufen? Bisher brauchte jeder Artikel dafür sein eigenes Prognosemodell. Aus der Forschung an der Universität Würzburg ist ein anderer Ansatz entstanden: ein einziges vortrainiertes Modell, das verstanden hat, wie Nachfrage funktioniert.
Darüber spreche ich mit Nico Elbert und Magnus Maichle, den Gründern von SOLISTIQ. Ihr Weg begann im Transferprojekt KI-Regio der Universität Würzburg und führt inzwischen zu eigenen Servern in Deutschland und ersten zahlenden Kunden.
Diese Folge ist zugleich die 200. Folge von Arbeit Bildung Zukunft. Mit Nico Elbert sitzt ein Gast am Mikrofon, der schon als Forscher mehrmals dabei war und jetzt als Gründer zurückkommt.
Aus dem Gespräch
„Nicht jedes von diesen großen Foundation Models, wie man sie heutzutage nennt, muss zwingend ein Sprachmodell sein.“ (Magnus Maichle)
„Das ist ein absolutes Paradebeispiel, finde ich, wie so ein Transferprojekt funktionieren kann.“ (Nico Elbert)
„Dann kann der Kunde wirklich, bevor er einen einzigen Euro in die Hand nehmen muss, bewerten: Was würde das auf meinen Daten bedeuten?“ (Nico Elbert)
Themen der Folge
📦 Das Problem: Wann bestelle ich was beim Lieferanten, wenn ich noch nicht weiß, was meine Kunden in sechs Wochen kaufen? Ein mittelständischer Großhändler hat dafür 50.000 bis 300.000 Artikel im Blick, dazu Mindestbestellmengen und verderbliche Ware.
🧠 Die Methode: Statt für jeden Artikel ein eigenes Prognosemodell zu bauen, nutzt SOLISTIQ ein einziges vortrainiertes Foundation Model, trainiert auf rund 2,5 Millionen Produkten. Es prognostiziert auch neue Artikel ohne Nachtraining.
📊 Der Beweis: Für über 100.000 Produkte geht es in einer Stunde von Rohdaten zu Prognosen. Im Backtest wird ein halbes bis ganzes Jahr Tag für Tag nachgespielt, bevor der Kunde einen Euro ausgibt.
🇪🇺 Die Infrastruktur: Eigene GPU-Server in Deutschland, finanziert über EXIST-Forschungstransfer. Modell, Kundendaten und Sprachmodelle laufen lokal, und im eigenen Haus ersetzt ein selbstgebautes CRM die Standardsoftware.
Kapitelmarken
00:00 Einführung
00:59 Von KI-Regio zur Ausgründung
08:12 Das Problem: wann was bestellen
11:24 Ein Modell statt tausender Einzelmodelle
15:10 Warum KI im Betrieb noch hinterherhinkt
17:30 Backtest auf den eigenen Daten
19:46 Im Alltag: ERP-Anbindung oder eigene Oberfläche
22:17 KI-Souveränität: eigene Server in Deutschland
25:40 KI im eigenen Haus: das selbstgebaute CRM
28:26 Team, Fundraising und Ausblick
Über die Gäste
Nico Elbert ist Mitgründer der SOLISTIQ GmbH in Würzburg. Er kommt aus der anwendungsnahen Forschung an der Universität Würzburg, wo eine Gruppe von fünf Lehrstühlen untersucht, wie Unternehmen mit KI und mathematischer Optimierung bessere Entscheidungen aus Daten treffen. Im Transferprojekt KI-Regio hat er das Prognosemodell mit Unternehmen aus der Region erprobt. Für Arbeit Bildung Zukunft ist er inzwischen ein Stammgast.
Magnus Maichle ist Mitgründer der SOLISTIQ GmbH. Auch er stammt aus der Würzburger Forschungsgruppe, die sich mit datengetriebenen Entscheidungen im Bestandsmanagement beschäftigt. Gemeinsam mit Nico Elbert, Kai Günder und Thomas Wangler hat er aus dem Forschungsprojekt ein Unternehmen gemacht, das seit März 2026 über EXIST-Forschungstransfer gefördert wird.
Links und Ressourcen
SOLISTIQ: solistiq.com
SOLISTIQ auf LinkedIn: linkedin.com/company/solistiq
KI-Regio, Universität Würzburg: ki-regio.de
EXIST-Forschungstransfer: Förderdatenbank des Bundes
Arbeit Bildung Zukunft auf allen Plattformen: lnk.to/arbeit-bildung-zukunft
LinkedIn: Lukas Kagerbauer
LinkedIn-Newsletter: Arbeit Bildung Zukunft
Neue Folgen per E-Mail: bit.ly/ABZ-Newsletter
Über den Podcast
Arbeit Bildung Zukunft ist der Podcast für den Wissenstransfer zwischen Wissenschaft und Wirtschaft. Wir verbinden akademische Forschung mit konkretem Praxisnutzen, für Unternehmen, HR und alle, die die Arbeitswelt von morgen aktiv gestalten wollen. Neue Folgen erscheinen regelmäßig auf allen großen Podcast-Plattformen und auf YouTube.
