Tutorium 6: Platform Pitches & AI Experiment
Business Basics
Worum es geht
Im sechsten Tutorium seziert ihr Plattformen, danach nehmt ihr eine KI genauso unter die Lupe. Zwei Teile, ein Prinzip: hinter die glatte Oberfläche schauen und den Mechanismus prüfen.
In Teil A bekommt jede Gruppe eine echte Plattform zugeteilt (Vinted, Zalando, Wolt, Kleinanzeigen oder Lieferando) und analysiert sie auf einem Worksheet: Wer sind die Seiten des Marktes? Welche Netzwerkeffekte wirken (direkt oder indirekt)? Wie wurde das Henne-Ei-Problem gelöst? Und wie leicht wechseln die Seiten (Multihoming)? Danach hält jede Gruppe einen 90-Sekunden-Pitch, nicht „warum die Plattform toll ist“, sondern wie sie ökonomisch funktioniert.
In Teil B dreht ihr den Spieß um: Ihr lasst ein LLM (an eurem eigenen Gerät) ein Business Model Canvas für einen fiktiven Konkurrenten eurer Plattform generieren, und sucht dann zwei Schwächen im Output. Es geht nicht darum, die KI schlechtzureden, sondern darum: Ein KI-Output klingt kompetent (flüssig, strukturiert, überzeugend) und kann trotzdem generisch, faktisch falsch oder ökonomisch unvollständig sein. Genau das zu erkennen ist die Lektion aus Vorlesung 6 („KI ist zackig: prüfen, nicht vertrauen“).
Das Tutorium ist freiwillig. Beide Teile lassen sich in Grundzügen auch allein nacharbeiten. Dafür ist Aufgabe A unten da, und wer keinen KI-Zugang hat, nutzt die Offline-Variante (zwei bereits generierte Beispiel-Canvases zum Kritisieren).
- Ihr zerlegt eine reale Plattform in ihre Seiten, Netzwerkeffekte und ihr gelöstes (oder ungelöstes) Henne-Ei-Problem, und trennt dabei sauber, was ihr wisst, von dem, was ihr vermutet.
- Ihr lernt, dass „Netzwerkeffekte“ zu behaupten nichts wert ist, es zählt der Mechanismus: Welche Seite zieht welche nach?
- Ihr erlebt am eigenen Gerät, dass ein KI-Output kompetent klingt und trotzdem Lücken hat, und ihr übt, diese Lücken konkret zu benennen statt nur „das stimmt nicht“ zu sagen.
- Ihr nehmt eine Prüfroutine mit, die in Sitzung 8 (KI kritisch nutzen) und in der Klausur wieder auftaucht.
Ablauf (90 Minuten)
| Zeit | Phase | Was passiert |
|---|---|---|
| 0:00 | Ankommen | Begrüßung, Gruppen bilden (4–5 pro Gruppe), kurzer Geräte-/WLAN-Check |
| 0:05 | Klausur-Training | 5 Fragen im Klausur-Format zu Vorlesung 6, per Handzeichen aufgelöst |
| 0:20 | Teil A erklären | Analyse-Auftrag erklären, jeder Gruppe eine Plattform zuteilen, Worksheet austeilen |
| 0:25 | Teil A – Plattform-Analyse | In Gruppen die vier Frageblöcke auf dem Worksheet bearbeiten (23 min) |
| 0:48 | Pitch-Cluster | In zwei parallelen Clustern: je Gruppe 90 Sekunden Pitch + 1 Rückfrage; jeder Cluster kürt einen Mechanismus-Sieger (12 min) |
| 1:00 | Teil B – AI-Experiment | LLM generiert Konkurrenz-Canvas, Gruppe findet zwei Schwächen (15 min) |
| 1:15 | Debrief | Mechanismus statt Behauptung; KI klingt kompetent, prüfen ist eure Aufgabe |
| 1:25 | Wrap-up | „So taucht das in der Klausur auf“ + Nachbereitung + Quiz |
Die Kernaktivität
Teil A: Plattform-Analyse (23 min) + Pitch (90 Sekunden)
Jede Gruppe bekommt eine Plattform zugeteilt: Vinted, Zalando, Wolt, Kleinanzeigen oder Lieferando. (Sind mehr als fünf Gruppen im Raum, wird eine Plattform doppelt vergeben: dann pitchen zwei Gruppen denselben Fall, und ihr vergleicht die Analysen.) Auf dem Analyse-Worksheet arbeitet ihr vier Frageblöcke ab:
Wer sind die Seiten? Welche Gruppen bringt die Plattform zusammen: zwei, drei, mehr? Wer bezahlt, wer bietet an?
Welche Netzwerkeffekte? Wirkt der Effekt direkt (eine Seite wird durch mehr Teilnehmende derselben Seite wertvoller) oder indirekt (eine Seite wird durch die andere Seite wertvoller), oder beides?
Wie wurde das Henne-Ei-Problem gelöst? Welche Seite kam zuerst, und womit? Und ganz wichtig: Kennzeichnet, ob ihr das recherchiert wisst oder nur vermutet – beides ist erlaubt, aber es muss auf dem Blatt unterscheidbar sein.
Multihoming: wie leicht wechseln die Seiten? Sind die Nutzenden nur bei eurer Plattform, oder gleichzeitig bei mehreren? Für welche Seite ist der Wechsel leicht, für welche schwer?
Danach wird der Raum in zwei parallele Pitch-Cluster mit je 4–5 Gruppen geteilt. In eurem Cluster hält jede Gruppe einen 90-Sekunden-Pitch entlang genau dieser Struktur: die Pitch-Hilfe steht in der Fußzeile des Worksheets. Nach jedem Pitch stellt eine andere Gruppe aus dem Cluster eine Rückfrage. Am Ende kürt jeder Cluster per Handzeichen einen Mechanismus-Sieger: die Gruppe mit der besten Netzwerkeffekt-Begründung. Kein Werbespot: Ihr erklärt, wie die Plattform ökonomisch funktioniert, nicht warum ihr sie mögt.
Teil B: Das AI-Experiment (15 min)
Jetzt nehmt ihr ein Gerät pro Gruppe und öffnet ein LLM eurer Wahl (ChatGPT, Claude, Gemini, Le Chat – was ihr habt). Euer Auftrag:
Prompt (sinngemäß): „Erstelle ein Business Model Canvas für einen fiktiven neuen Konkurrenten von [eure Plattform]. Nenne für alle neun Bausteine je ein bis zwei Stichpunkte.“
Lest den Output. Und dann kommt der eigentliche Teil: Findet mindestens zwei Schwächen. Sucht gezielt nach:
- Generischem („beste Qualität, günstigste Preise“ – das sagt jede Firma, also sagt es nichts),
- faktisch Falschem (eine Zahl oder Behauptung, die nicht stimmt),
- einer fehlenden Marktseite (ein Marktplatz mit nur einer modellierten Seite),
- einer Netzwerkeffekt-Behauptung ohne Mechanismus oder einem Kostenfehler (Fixkosten als variabel deklariert o. Ä.).
Gebt keine echten Namen, Adressen oder persönlichen Daten in das LLM ein, auch keine Daten Dritter. Der fiktive Konkurrent ist erfunden, das reicht völlig. Wer kein eigenes Gerät oder keinen KI-Zugang hat, arbeitet mit der Offline-Variante (siehe unten). Die ist vollwertig, kein Notnagel.
Materialien zum Download
Diese Unterlagen bekommt ihr im Tutorium ausgedruckt. Zum Nachschauen hier als PDF:
- Analyse-Worksheet (PDF): die vier Frageblöcke plus Pitch-Struktur-Hilfe in der Fußzeile
- Offline-Fallback: zwei KI-Beispiele (PDF): zwei bereits generierte Beispiel-Canvases mit eingebauten Schwächen, falls kein Gerät/WLAN verfügbar ist
Jede Seite hat oben rechts einen PDF-Link.
Nach dem Tutorium
Aufgabe A: Dokumentation des AI-Experiments
Haltet euer AI-Experiment schriftlich fest (eine halbe bis eine Seite genügt):
- Euer Prompt. Der genaue Text, den ihr eingegeben habt.
- Der Output (Auszug). Kopiert nur die zwei bis drei Canvas-Bausteine, um die es euch geht, nicht den ganzen Output.
- Eure zwei Kritikpunkte, und je ein Satz, warum es eine Schwäche ist. Nicht nur „das ist generisch“, sondern: „Die Value Proposition ‚beste Qualität und günstigster Preis’ ist generisch, weil eine C2C-Plattform weder Qualität noch Preis der Ware selbst bestimmt: das tun die Verkaufenden.“
Eine gute Kritik benennt welche Stelle, was daran falsch/schwach ist und warum das ökonomisch nicht trägt. Der schwächste Kritikpunkt lautet „klingt komisch“; der stärkste zeigt, welcher Mechanismus aus Vorlesung 6 verletzt wird (fehlende Seite, behaupteter statt gezeigter Netzwerkeffekt, verwechselte Kostenart).
Öffnet den Chat in der Seitenleiste und startet mit genau dem Wortlaut „Feedback zu Tutorium 6”. Fügt dann eure Experiment-Dokumentation ein. Ihr bekommt sokratische Rückfragen, die eure Argumentation schärfen (vor allem, ob eure Kritikpunkte den Mechanismus treffen oder an der Oberfläche bleiben), aber keine Musterlösung. Das Feedback ersetzt nicht das Tutorium und nicht eure eigene Arbeit; es hilft euch, selbst weiterzudenken.
Aufgabe B: Selbsttest
Prüft euer Verständnis von Vorlesung 6 im begleitenden Quiz – rein formativ, nichts wird gespeichert oder benotet:
Beide Teile gehen in Grundzügen auch allein. Teil A: Wählt eine der fünf Plattformen und beantwortet die vier Frageblöcke schriftlich (Seiten / Netzwerkeffekte / Henne-Ei: recherchiert oder vermutet, kennzeichnen! / Multihoming). Teil B: Habt ihr KI-Zugang, macht Aufgabe A solo mit eurem eigenen LLM. Habt ihr keinen Zugang, nehmt die Offline-Variante: Im PDF „Offline-Fallback“ stehen zwei fertige Beispiel-Canvases mit eingebauten Schwächen. Findet in jedem mindestens zwei und schreibt zu jeder einen Satz, warum es eine Schwäche ist. Das trägt den Kern der Sitzung genauso.