Attention Engineering entwickelt einen KI-Assistenten, der Nutzer bei ihrer digitalen Arbeit begleitet, aus ihrem Verhalten lernt und monotone Aufgaben eigenständig übernimmt
Wie entstand die Idee zu Attention Engineering und welcher Moment hat für dich den Ausschlag gegeben, den Schritt in die Gründung zu wagen?
Innerhalb meiner Freundesgruppe waren wir schon früh von personalisierten AI Tools begeistert, die eine personalisierte Erfahrung geboten haben. Wir wollten herausfinden, wie man so etwas aufs nächste Level bringen kann: nicht nur beobachten, sondern handeln. Wir wollten Nutzern bei ihrer Computerarbeit helfen. Unsere Idee ist AI, die den Nutzer bei jeglicher Arbeit begleitet und dabei konstant von dessen Domänenwissen lernt, um ihm dann repetitive, langweilige Aufgaben abzunehmen.
Der entscheidende Impuls zur Gründung kam während meines Forschungsaufenthalts am MIT. Neben meiner Arbeit im Bereich der Bildverarbeitung war ich Teil eines Startup-Inkubators, in dem viele meiner Mitstreiter sehr erfolgreich eigene Unternehmen aufgebaut haben. Teilnehmer des vorherigen Jahrgangs wurden erst kürzlich mit 22 Jahren zu den jüngsten Self-Made-Milliardären der Welt. (https://www.forbes.com/sites/richardnieva/2025/10/30/mercor-youngest-self-made-billionaires/). Durch die Teilnahme wurde mir klar: Warten bringt nichts. In Deutschland neigen wir dazu, zu lange zu planen. Unternehmertum lernt man nicht im Hörsaal, sondern indem man ins kalte Wasser springt.
Was genau macht euer KI-Assistent anders als herkömmliche Automatisierungstools, die es heute schon auf dem Markt gibt?
Der entscheidende Unterschied liegt im Kontext, den man der KI zur Verfügung stellt. Die Menge und Qualität der Informationen, die ein Modell als Grundlage für seine Entscheidungen erhält, bestimmen, wie intelligent es tatsächlich agieren kann. Wir glauben, dass ein AI-Assistent genau wie ein Mensch den Bildschirm sehen und sich an frühere Bildschirminhalte erinnern können muss. Nur so versteht er den Verlauf von Aufgaben und Interaktionen wirklich. Unsere zentrale These lautet: Gedächtnis ist die Schlüsselkomponente für einen universellen KI-Assistenten.
Wie würdest du die Mission von Attention Engineering in einem Satz beschreiben. Geht es eher um Effizienz oder um den Menschen hinter dem Bildschirm?
KI sollte als Verstärker für den Menschen wirken und ihm möglichst viel monotone Arbeit abnehmen, um mehr Raum für Kreativität und Experimentierfreude zu lassen. Ich glaube, dass Effizienz und der Mensch hinter dem Bildschirm nicht im Zielkonflikt stehen. Im Gegenteil: Indem KI uns entlastet, gibt sie uns die Freiheit, unseren echten Interessen nachzugehen.
Euer Ansatz, dass die KI den Nutzer beobachtet und daraus eigenständig lernt, ist technisch anspruchsvoll. Wie stellt ihr sicher, dass Datenschutz und Vertrauen dabei gewahrt bleiben?
Vertrauen und Sicherheit haben für uns oberste Priorität. Deshalb orientieren wir uns an den höchsten Standards: Um einen vollumfänglichen Datenschutz sicherzustellen, setzen wir auf möglichst viele Open-Source-Modelle, starke Verschlüsselung und, wo immer möglich, Verarbeitung direkt auf dem Gerät. Uns ist wichtig, dass Vertrauen nicht auf Blindheit beruht: Nutzer sollen nachvollziehen und überprüfen können, wie wir ihre Daten schützen. Dafür wollen wir uns von unabhängigen Drittparteien nach anerkannten Datenschutz- und Sicherheitsstandards zertifizieren lassen.
Welche Zielgruppe möchtet ihr mit Attention Engineering zuerst erreichen – eher Unternehmen oder Einzelpersonen, die ihren digitalen Alltag effizienter gestalten wollen?
Wir gehen ganz bewusst in den Consumer-Markt. Ich habe in der Vergangenheit als AI Consultant mit mehreren großen Unternehmen gearbeitet. Dort dauern Veränderungen oft ewig, und auf operativer Ebene stößt man nicht selten auf Widerstand. Konsumenten, vor allem jüngere, sind im Vergleich viel offener, experimentierfreudiger und begeisterungsfähiger. Für sie echten Mehrwert zu schaffen, macht einfach mehr Spaß.
Wie habt ihr es geschafft, schon wenige Monate nach Gründung über eine Million Dollar Kapital einzuwerben. Was hat Investoren besonders überzeugt?
Ein entscheidender Faktor war sicher das Team. Unsere Mitarbeiterinnen und Mitarbeiter haben ihr Studium in Informatik und Machine Learning an Universitäten wie Stanford, Cambridge und der ETH Zürich mit Auszeichnung abgeschlossen. Ich selbst habe in Berkeley und am MIT zu Bildverarbeitung und agentic AI geforscht. Das passt perfekt zu dem Ziel, das wir verfolgen. Gleichzeitig spielt im Startup-Umfeld Momentum eine große Rolle. Wir konnten in schnell Fortschritt aufweisen – und das hat überzeugt.
Ihr sitzt im Herzen des Silicon Valley. Inwiefern beeinflusst dieser Standort euer Denken, euer Tempo und euren Zugang zu Talenten?
Von Apple über Google und Instagram hin zu OpenAI: alle Größen der digitalen Welt befinden sich hier physisch auf engstem Raum. Dadurch entsteht ein extrem dichtes Netzwerk, in dem sich neue Ideen und Trends im AI-Bereich in rasantem Tempo verbreiten. Es fühlt sich manchmal ein bisschen so an, als würde man von einem Feuerwehrschlauch trinken. Gleichzeitig wird hier einfach größer gedacht: Moonshot Projekte sind nicht die Ausnahme, sondern der Standard. Durch die enge Konzentration an spannenden Unternehmen und Ideen macht das Valley seit jeher zum Mekka für Informatiktalent. An keinem anderen Ort gibt es in diesem Bereich mehr Möglichkeiten und von genau diesem Umfeld profitiert auch Attention Engineering.
Was waren bisher die größten Herausforderungen beim Aufbau von Attention Engineering – technisch, organisatorisch oder auch persönlich?
Hiring ist eine der meist unterschätzten Aufgaben im Aufbau eines Tech-Startups. Wir wollen die besten AI Talente, doch die sind hart umkämpft. Unter Mark Zuckerberg wurden jüngst Millionengehälter an unter 25-Jährige ausgezahlt. Da muss man sich ganz aktiv mit einer anderen Unternehmenskultur von den Tech Giganten abgrenzen. Mir hilft dabei mein Hintergrund: Durch mein Studium in Deutschland und an der University of Cambridge habe ich einen sehr guten Überblick über die europäische Tech-Szene und Zugang zu jungen Absolventen. In den USA vergisst man gerne einmal, dass wir auch in der EU und in Großbritannien Weltklasse Talent im AI Bereich haben. Das ist für uns ein großer Vorteil.
Euer Team vereint Absolventen von Universitäten wie Cambridge, Stanford und ETH Zürich. Welche Kultur prägt eure Zusammenarbeit?
Jede Person bei Attention ist Gründer im Kleinen. Das bedeutet: viel Eigenverantwortung, gegenseitiges Vertrauen und eine tiefe Neugier, Dinge wirklich zu verstehen und zu verbessern. Besonders an der Situation als Startup Gründer ist zudem auch, das man sich ein Team ganz bewusst von Hand zusammenstellt. So entsteht eine Gruppe, die nicht nur fachlich, sondern auch menschlich zusammenpasst. Dementsprechend ist es eher wie ein enger Freundeskreis, in dem man sich auf Augenhöhe begegnet und für das gleiche Ziel brennt.
Wie sieht für dich die Zukunft von Attention Engineering aus. Welche Entwicklung oder Funktion steht als Nächstes auf der Roadmap?
Weiterwachsen! Das Ziel für Attention Engineering ist, das Team weiter auszubauen und den Launch des Produkts vorzubereiten.
Viele junge Gründer träumen von einer Karriere im Silicon Valley. Welche Erfahrungen hast du gemacht, die du anderen mitgeben würdest?
Proaktiv sein und nicht aufgeben! Natürlich hat jede Person unterschiedliche Ausgangsbedingungen, aber am Spruch ‚Jeder ist seines Glückes Schmied‘ ist mehr dran, als man denkt. Gerade im Valley wird große Ambition, gepaart mit Ausdauer und Neugier, oft mit überraschender Großzügigkeit belohnt. Die Kultur und das rasante Wachstum in der Tech-Szene führen dazu, dass man sich gerne gegenseitig unterstützt.
Wenn du drei Ratschläge an andere Gründerinnen und Gründer richten könntest, die mit einer KI-Idee starten wollen – welche wären das?
Erstens: Lass dich nicht von der Geschwindigkeit der Entwicklung im AI-Bereich einschüchtern. Jeden Monat erscheinen momentan neue Modelle und Forschungsergebnisse. Es ist gut, auf dem aktuellen Stand zu sein, entscheidend ist aber auch weiterhin, eine solide technische Basis zu haben. Damit hebt man sich von der Masse jener ab, die nur an der Oberfläche bleiben und alles von ChatGPT machen lassen.
Zweitens: Such dir früh einen Mitgründer. In einem Startup verbringt man unzählige Stunden miteinander. Kompetenz allein reicht hier nicht aus, auch die Chemie muss stimmen, um auf Dauer erfolgreich zusammenzuarbeiten. Diese Kombination ist selten und es braucht Zeit, um sie zu finden.
Und drittens: Finde deine Edge. Überleg dir, in welchem Bereich deines Lebens du etwas besser verstehst als andere. Das kann ein Hobby sein, ein Berufsfeld oder einfach ein Thema, das dich schon lange beschäftigt. Wenn du daraus ein echtes Problem ableitest, das dich persönlich berührt, hast du die beste Grundlage für Ausdauer und Motivation auch in den schwierigen Phasen eines Startups.
Bild Julian Windeck @ privat
Wir bedanken uns bei Julian Windeck für das Interview
Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder
Premium Start-up: Attention Engineering
Kontakt:
Attention Engineering
https://attention.inc/
win@attention.inc
Ansprechpartner: Julian Windeck
Social Media:
LinkedIn
