Blog / Interview
PLANET AI hat den ICDAR DocVQA 2026 gewonnen – einen der renommiertesten Wettbewerbe für Dokumenten-KI weltweit. Wir haben mit CEO Jesper Kleinjohann gesprochen: über den Standort Rostock, DSGVO als Standortvorteil und darüber, was Unternehmen beim Thema KI immer noch unterschätzen.
IM GESPRÄCH MIT
CEO, PLANET AI
Das zeigt aus unserer Sicht vor allem eines: Du musst nicht in einem der bekannten Hotspots sein, um wirklich gute Innovationen zu schaffen. Du brauchst ein gutes Team. Und das haben wir hier in Rostock über viele Jahre aufgebaut, durch die Nähe zur Universität. Für diese Art von Entwicklung ist das mehr wert als Unmengen an Geld oder Hardware. Es geht um Know-how, und dafür haben wir hier eine ganz tolle Community, aus der wir unser Team aufbauen konnten.
Unser R&D-Team besteht aus Physikern, Mathematikern und Informatikern. Viele von ihnen kommen von der Uni Rostock, unter anderem aus der Zusammenarbeit mit dem CITlab-Team, das an der Mathematik angesiedelt ist und bis heute besteht.
Der zweite Punkt ist die enge Verbundenheit mit dem Land und seinem Ziel, solche Innovationen zu fördern. Das hat uns über die Jahre immer geholfen: dass wir vom Land gesehen und unterstützt werden und den Freiraum haben, uns mit Technologie und Innovation zu beschäftigen. Ein konkretes Beispiel ist unser Förderprojekt mit einem Gesamtvolumen von 10 Millionen Euro, gefördert vom Wirtschaftsministerium, an dem auch die Uni Rostock beteiligt ist. Dass uns als vergleichsweise kleinen Teams dieses Vertrauen geschenkt wird, in Technologie und Innovation zu investieren, ist alles andere als selbstverständlich. Manchmal dürfte es zwar etwas schneller gehen, aber insgesamt ist das eine große Stärke des Standorts.
Was ich außerdem an Mecklenburg-Vorpommern mag: Die Dichte ist nicht zu groß, die Wege sind kurz. Du kannst mit fast jedem sprechen, auf den es ankommt. Ob es dann passt, ist eine andere Frage, aber die Möglichkeit ist da. Man ist hier nicht abgeschnitten.
Für mich ist es vor allem die Kultur, die gerade in unserer Generation und in den Unternehmen entstanden ist, die in den letzten fünf bis zehn Jahren in Rostock gegründet wurden, kombiniert mit den Talenten von der Uni und der Unterstützung durch das Land. Wenn man sich diese Kultur anschaut und mit dem Standort selbst verbindet, der einfach sehr lebenswert ist, das ist schon etwas Besonderes. Das ist natürlich auch eine sehr persönliche, gefärbte Sicht. Ich liebe die Nähe zum Wasser und dass man direkt vor der Tür wirklich Weite und Natur hat. Du hast hier die Expertise, um richtig gute Innovationen zu machen, kombiniert mit einem richtig guten Lebensgefühl. Das ist schon besonders.
„Du musst nicht in einem der bekannten Hotspots sein, um wirklich gute Innovationen zu schaffen. Du brauchst ein gutes Team.“
Unser Wettbewerbsergebnis beim DocVQA hängt direkt damit zusammen, wie wir das Projekt genannt haben, aus dem es entstanden ist: SPOC, Single Point of Contact. Die Vision dahinter ist, dass KI im Arbeitsalltag immer mehr zu einem echten Ansprechpunkt wird, an den ich Aufgaben übergebe und der mir zuarbeitet.
Um einzuordnen, was da technologisch passiert, lohnt sich ein kurzer Rückblick. Sprachmodelle, wie wir sie aus Chatbots kennen, geben im Prinzip zu einer Eingabe die wahrscheinlichste Wortfolge zurück. Das reicht für Frage und Antwort, aber ich kann noch keine echte Aufgabe abgeben. Der nächste Schritt waren Agentensysteme: Sprachmodelle wurden mit Werkzeugen kombiniert, etwa mit Datenbankschnittstellen oder MCP-Servern, wodurch kleine Automatisierungen möglich wurden.
Die Stufe, die wir jetzt erreicht haben, sind Knowledge Worker, die wirkliche Wissensarbeit in Fachprozessen übernehmen. Ein Beispiel ist die Antragsprüfung, wie sie in vielen Ämtern anfällt: Ein Antrag kommt rein mit vielen Anlagen, und der muss geprüft werden. Ist alles vollständig, ist alles unterschrieben, sind die richtigen Anlagen dabei, passen sie zum Antragsteller? Das kostet viel Zeit, und die Aufgabe ist zu komplex, um sie einfach an ein Sprachmodell zu geben.
Unsere Knowledge Worker lösen solche komplexeren Aufgaben, weil sie mehrere Modelle im Team orchestrieren, weil sie über ein Gedächtnis verfügen und weil sie strategisch vorgehen: Sie bauen eine Erwartungshaltung auf, handeln, gleichen das Ergebnis mit der Erwartung ab, ganz ähnlich wie wir Menschen arbeiten. Wenn eine Strategie nicht funktioniert, merken sie das und probieren eine andere. Das ist kein planloses Vorgehen, sondern echte Strategiebildung, und genau das sorgt dafür, dass die Systeme auf eine Lösung konvergieren, statt abzudriften oder zu halluzinieren, wie es bei reinen Sprachmodellen noch passiert.
Konkret bringen wir bald einen Antragsprüfassistenten in den Markt und entwickeln außerdem eine intelligente Aktenauswertung. Dazu kommt ein Serviceassistent für Maschinenbauer, dessen Servicetechniker im Feld auf jede Menge historisches Wissen über Maschinen und Geräte zugreifen müssen und dabei virtuelle Unterstützung bekommen, um Probleme einzuordnen und Lösungsansätze zu finden. Der vierte Bereich ist Ausschreibungsmanagement: vom Auffinden passender Ausschreibungen über das Erkennen von Kompetenzlücken bis hin zur Unterstützung bei der Erstellung der Unterlagen. Hier arbeiten wir aktuell mit Bechtle zusammen, vor allem auf der Seite der Unternehmen, die an Ausschreibungen teilnehmen wollen.
Wie viel Zeit das konkret spart, kann ich noch nicht in jedem Bereich sauber quantifizieren. Als wir vor anderthalb Jahren von der reinen Dokumentenanalyse zu den Knowledge Workern übergegangen sind, war mein internes Ziel in unserer Entwicklung eine Effizienzsteigerung um den Faktor drei bis fünf. In manchen Bereichen ist die Zeitersparnis kleiner, vielleicht nur Faktor eins oder zwei. In anderen entstehen aber Möglichkeiten, die vorher gar nicht denkbar waren, weil wir plötzlich Dinge in ein bis zwei Tagen umsetzen können, für die es früher schlicht nie eine Kapazität gegeben hätte. Bei der Akten- oder Antragsanalyse sehen wir Fälle, die vorher ein bis drei Tage gedauert haben und jetzt in Minuten erledigt sind, also durchaus Faktor zehn oder zwanzig, manchmal aber auch nur Faktor zwei.
Ein Effekt lässt sich dabei kaum in Zahlen fassen, ist aber sehr wichtig: Gerade in Bereichen mit großem Rückstau, etwa in der Justiz, führt mehr Geschwindigkeit und Qualität dazu, dass Vertrauen in die Institution zurückgewonnen wird. Das ist am Ende ein Beitrag dazu, dass solche Systeme stabil bleiben und nicht zuletzt damit unsere Demokratie gestärkt wird.
Das ist genau die Kerbe, in die wir hauen, weil wir mit unserem System modellagnostisch sind. Wir können beliebige Sprachmodelle darunterlegen und weitertrainieren, auch wenn wir keine Modelle from Scratch entwickeln.
Unsere Lösungen bieten wir mit Cloud-Anbietern aus Deutschland an, etwa Ionos, Stackit oder der Telekom Cloud, gehostet mit quelloffenen Modellen. Dadurch arbeiten wir komplett DSGVO-konform und EU-souverän, unabhängig von amerikanischen oder chinesischen Anbietern, und behalten volle Kontrolle, um die Modelle für die jeweilige Anwendung weiterzutrainieren. Wer möchte, kann auch ein eigenes Modell mitbringen oder die Lösung komplett air-gapped bei sich betreiben.
Das ist eine wichtige Differenzierung, gerade in sensiblen Bereichen wie der Justiz, wo es auch Lösungen von großen amerikanischen Anbietern geben wird. Aber wenn ich nicht will, dass mein gesamtes Wissen über eine externe Leitung läuft, brauche ich Alternativen. Wir sehen das auch als Beitrag zu mehr technologischer Souveränität in Europa: Solche Teams gibt es hier, und wir können technologisch und innovationstechnisch noch etwas obendrauf liefern, ohne uns davon abhängig zu machen, dass wir bei der eigentlichen Sprachmodellentwicklung den Anschluss teilweise verpasst haben.
Wo uns die DSGVO tatsächlich bremst, sind vor allem die Prozesse: dass bei der Einführung von Lösungen immer wieder erst geprüft werden muss, dass Datenschützer im Detail involviert sind und alles entsprechend länger dauert. Den Wunsch, dass Daten gerade bei personenbezogenen Informationen in Deutschland bleiben, finde ich absolut berechtigt. Ich würde mir aber bei der Umsetzung eine pragmatischere und schnellere Herangehensweise wünschen, ohne den eigentlichen Zweck des Datenschutzes infrage zu stellen.
"Ich liebe die Nähe zum Wasser und dass man direkt vor der Tür wirklich Weite und Natur hat."
Es gibt eine Beobachtung, die ich für sehr richtig halte: Im Moment selbst wird KI oft überschätzt, etwa als die ersten Sprachmodelle aufkamen und ihr Antwortverhalten so beeindruckend war, dass die Erwartungen weit über das hinausgingen, was zu dem Zeitpunkt tatsächlich möglich war. Langfristig, und selbst mittelfristig, werden die Möglichkeiten aber deutlich unterschätzt.
Als Unternehmen sollte man deshalb immer realistisch hinschauen, was heute schon geht, sich aber auf jeden Fall darauf einlassen. Es ist ein Werkzeug, eine Technologie, mit der man erst lernen muss umzugehen. Wer diese Schritte nicht macht, lernt nie, damit zu arbeiten, und wird irgendwann als Behörde oder Unternehmen abgehängt, weil die eigenen Wettbewerbsvorteile verloren gehen oder man zumindest nicht mithält.
Ich erlebe das bei unserer eigenen täglichen Arbeit, zum Beispiel beim Programmieren mit KI-Unterstützung.
Wenn ich das mit Windsurfen vergleiche: Der Einstieg gelingt schnell, aber der eigentliche Flow kommt erst, wenn man sich wirklich reinhängt. Das haben wir auch in unserer eigenen Entwicklung so erlebt. Es waren echte Veränderungsprozesse, bei denen Menschen ihre Gewohnheiten und ihre Art zu arbeiten anpassen mussten. Wer sich darauf einlässt, kommt aber in diesen Flow und zieht wirklich großen Mehrwert. Wichtig ist dabei, nicht zu erwarten, dass sofort alles klappt. Manche probieren etwas aus, es funktioniert beim ersten Versuch nicht perfekt, und daraus wird dann geschlossen, dass es insgesamt nicht funktioniert. Darum geht es aber nicht. Es geht darum, herauszufinden, was funktioniert, wie es für die eigene Situation funktioniert, und wie man das dann für sich nutzen kann.
Wir konzentrieren uns jetzt voll darauf, unsere ersten Microproducts in den Markt zu bringen: kleine, dedizierte Produkte, die auf unserer Technologie aufbauen. Dabei geht es uns auch darum, Feedback zu bekommen, daraus zu lernen und die Produkte weiterzuentwickeln, um sie dann in mehr Produkte zu skalieren. Der volle Fokus liegt gerade darauf, unsere Technologie in den Markt zu bringen und weiterzuentwickeln.
Vom Forschungsteam in Rostock bis zum Sieg beim DocVQA: Bei Planet AI geht es weiter. Wir sind gespannt, was als Nächstes aus unserer Nachbarschaft kommt.
Wir zeigen euch, wo Copilot, eigene KI-Agenten oder ein strukturiertes Sparring den größten Unterschied machen.
German 
English