Linear Capital im Gespräch mit RIVR Marko: Von der Flüchtlingsstraße bis zu Amazon gibt es keine sichere Zone im Leben

„Zwischen zwei Linien“ ist ein tiefgehendes Gesprächs-Videopodcast, produziert von Linear Capital. Der Gast der dritten Folge ist der 36-jährige Gründer von RIVR, Marko Bjelonic.

1990 wurde Marko in Jugoslawien geboren. Nach Ausbruch des Krieges floh er mit seinen Eltern nach Deutschland. Mit 10 Jahren ging er auf die Straße, um zu demonstrieren und die Chance für seine Familie zu kämpfen, bleiben zu dürfen. Später drängte er sich immer wieder in eine größere Welt: Er besuchte die besten Schulen und stieg in die renommiertesten Labore auf – das Labor für Robotersysteme an der ETH, in dem er arbeitete, gilt weltweit als die führende Quelle für die Forschung an Rad-Bein-Robotern. Aber jedes Mal, wenn er in eine neue Umgebung kam, hatte er das Gefühl, wieder ganz unten zu sein, also begann er von Neuem und holte mit aller Kraft auf.

Die meisten Menschen fürchten Unsicherheit, aber Marko, der Gründer von RIVR, bewegt sich stets aktiv auf sie zu.

Während seiner Doktorarbeit erlebte das Reinforcement Learning einen Durchbruch. Innerhalb weniger Tage verwarf er seine Forschungsergebnisse der vergangenen fünf Jahre und wandte sich einem völlig neuen Bereich zu. 2023 gründete Marko RIVR in der Schweiz, konzentrierte sich auf die letzte Meile der Logistik und trieb Roboter dazu, in die reale Welt vorzudringen, die zuvor schwer erreichbar war. Es wurde eines der ersten Unternehmen, das „Rad-Bein-Roboter mit Gehirn“ auf kommerzielle Weise entwickelte.

Vor drei Jahren reiste das Team von Linear nach Zürich, um die bahnbrechendsten Innovationen der ETH zu erkunden. Sie hatten das Glück, Marko und sein Team kennenzulernen und gaben diesem schweizerischen Unternehmen die erste Scheckzahlung. Später begleiteten sie das Team auf dem Weg, China kennenzulernen, die Lieferkette zu verbinden und den US-Markt zu erschließen. Im März 2026 wurde RIVR von Amazon übernommen, und Marko sowie sein Team traten offiziell bei Amazon ein. Das ist der Schlusspunkt der Geschichte von RIVR als Startup und zugleich der Auftakt zu einem neuen Kapitel für das Team.

Von der Flüchtlingsstraße über die ETH bis zu Amazon: Wie weit kann die Leidenschaft eines Menschen ihn eigentlich tragen? Wie definiert Marko Risiko und wie definiert er Erfolg? Was zeichnet das Unternehmertum zwischen China, Europa und den USA aus?

01 Kindheit in Kriegszeiten

Wenn Unsicherheit zum Teil des Lebens wird

▍ Wang Huai: Extreme Unsicherheit war schon in deinen frühen Jahren Teil deines Lebens.

▍ Marko: Was ist Unternehmertum? Es bedeutet, ständig in völliger Unsicherheit zu leben und ständig zu wetten. Aber ehrlich gesagt, verglichen mit jenen Tagen sind die Risiken und die Unsicherheit im Unternehmertum gar nichts. Egal was passiert, es spielt keine große Rolle. Natürlich gibt es noch Verantwortung, aber letztendlich bewegst du dich auf ein Ziel zu, und Unsicherheit ist von Anfang an Teil dieses Spiels.

▍ Wang Huai: Das erklärt auch eine Beobachtung, die wir schon lange über dich machen: Du hast einen sehr stabilen Kern. Die meisten Menschen haben das nicht, weil in ihrem Leben Stabilität von vornherein festgelegt ist.

▍ Marko: Bei mir ist es genau umgekehrt. Eine stabile Umgebung macht mich unruhig. Ich zerstöre ständig mein eigenes Leben, nur um ein bisschen Unsicherheit zu schaffen, damit es nicht zu ruhig ist.

Träume manifestieren, Zukunft manifestieren

▍ Wang Huai: Ich erinnere mich, dass du einmal gesagt hast, du seist der Einzige in jener Flüchtlingsstraße, der jemals eine Universität besucht hat. Warum bist ausgerechnet du diesen Weg gegangen?

▍ Marko: Erst letztes Jahr habe ich eine Eigenschaft von mir wirklich verstanden: Egal in welche Umgebung ich geworfen werde, ich habe immer das Gefühl, ganz unten zu sein. Deshalb arbeite ich härter als alle Menschen um mich herum. Eigentlich ging in jener Flüchtlingsstraße niemand zur Universität, aber ich dachte trotzdem, ich wäre der Letzte. Dann gab es in meinem Leben immer wieder Wendepunkte. Jedes Mal, wenn ich das Gefühl hatte, mich abzuheben und alle anderen um mich herum zu überholen, wusste ich: Es ist Zeit, die Umgebung zu wechseln.

In Deutschland gibt es drei Schultypen. Nach meinen Noten in der Grundschule hätte ich eigentlich auf das Gymnasium (die höchste Schulart) gehen sollen. Aber die Lehrer sagten meinen Eltern: Dieses Kind soll auf die Hauptschule (die niedrigste Schulart), weil er Ausländer ist. Meine Mutter sagte zu den Lehrern: Nein, mein Sohn geht auf die beste Schulart.

Jener Wendepunkt war für mich sehr wichtig. Nach dem Umzug saß ich plötzlich neben einer Gruppe von einheimischen Kindern, die dort aufgewachsen waren. In meinen Augen führten sie ein perfektes Leben, und ich war wieder der Letzte.

Rückblickend war ich gar nicht ganz unten, das war nur mein Gefühl. Aber dieser Drang, mit aller Kraft voranzukommen, begleitete mich durch das Studium, die Doktorarbeit, das Unternehmertum und jetzt auch bei Amazon. Wenn ich auf wichtige Persönlichkeiten treffe, habe ich wieder das Gefühl, ganz unten zu sein, und muss mich wieder mit aller Kraft nach außen „fliehen“.

Ich ähnle meiner Mutter sehr. Egal in welcher Situation wir uns befinden, wir können immer etwas Positives darin erkennen. Was dir passiert, kannst du als schlecht oder als gut betrachten – das ist ganz deine eigene Entscheidung.

▍ Wang Huai: Das ist einer der wichtigsten Gründe, warum wir dich von Anfang an mochten, schon bei unserem ersten Treffen. Optimismus ist nicht nur etwas, das man ausspricht – man kann es sehen: in den Augen eines Menschen, in der Art, wie er spricht und handelt.

▍ Marko: Sie nennen das „Manifestation“. Ich habe lange gebraucht, um zu verstehen, wie man „Träume manifestiert“. Man muss wirklich daran glauben und sich selbst in den Zustand versetzen, als ob der Traum bereits wahr geworden ist.

Ich dachte ursprünglich, ich wüsste schon gut, wie man manifestiert, aber nachdem ich ein Interview mit Jensen Huang gehört habe, merke ich, dass das auch Ebenen hat. Jensen Huang manifestiert nicht nur sich selbst, er manifestiert seine Zukunftsvision allen Mitarbeitern gegenüber; darüber hinaus manifestiert er sie sogar für das gesamte Ökosystem. Er veranstaltet die GTC, lädt alle Lieferanten und Partner ein und spricht über seine Vorstellung der Zukunft. Er lässt alle Lieferanten an ihn glauben. Zehn Jahre später, wenn er dieses Ziel erreicht hat, hat das gesamte Ökosystem den Traum schon für ihn vorbereitet.

▍ Wang Huai: Ich erinnere mich, dass jemand etwas Ähnliches gesagt hat: Ein guter Mitarbeiter erledigt die heutigen Aufgaben gut, aber ein guter Anführer lässt dich eine Zukunft sehen, die „eigentlich so sein sollte“. Ein anderes Beispiel ist Elon Musk, der besonders gut darin ist, den morgigen Tag so zu verkaufen, als wäre er heute schon da.

02 Wieder ein „Unbekannter“ werden

Um die halbe Welt reisen, damit ein Professor mich kennt

▍ Wang Huai: Aus deiner kindlichen Erfahrung als Flüchtling bist du Schritt für Schritt an die Universität gekommen. Ich habe gehört, dass du dich für das Ingenieurwesen entschieden hast, weil du zufällig ein Buch aufgeschlagen hast, das darüber handelte, was Menschen mit guter Mathematik- und Physikkenntnis tun können. Ist das wahr?

▍ Marko: Das stimmt. In Deutschland absolviert man das Gymnasium ungefähr mit 19 oder 20 Jahren. Vor dem Abschluss muss man sich überlegen, was man im Leben machen will. Die deutsche Regierung gibt jedem Absolventen ein Buch, in dem alle möglichen Studienfächer aufgelistet sind. Ich wusste, dass ich gut in Mathematik und Physik bin, also blätterte ich nur in diesen Seiten. Als ich „Ingenieurwesen“ las, dachte ich, das ist interessant. Aber damals wusste ich gar nicht, was Ingenieurwesen eigentlich bedeutet.

▍ Wang Huai: Später hast du Professor Siegwart drei E-Mails geschrieben, aber er hat keine einzige beantwortet. Du bist direkt nach Brisbane in Australien geflogen und bist ein Jahr dort geblieben, um eine Empfehlung zu bekommen. Was wolltest du mit diesem großen Umweg erreichen?

▍ Marko: Als ich an der Technischen Universität Darmstadt in Deutschland meinen Bachelor machte, sagte ein Student, dass die beste Ingenieurschule in Europa und sogar auf der Welt die ETH Zürich ist. Sofort sagte ich: Oh, dann sollte ich dort meinen Doktor machen. Alle lachten mich damals aus. Aber dieser Keim wuchs langsam in mir. Ich dachte: Wenn es die beste Schule ist, warum sollte ich nicht hingehen können?

Später studierte ich ein Jahr in Norwegen, wo ich einen russischen Professor traf, der mir die Welt der Robotik eröffnete. Ich war völlig fasziniert davon, „wie man einen Roboter steuern kann“.

Ich suchte im Internet nach ETH, suchte nach „ETH Robotik“ und fand Roland Siegwart. Er hielt verschiedene TED-Vorträge – das war ungefähr 2013 oder 2014, und sie hatten bereits Laufroboter. Damals gab es auf der Welt fast nur die ETH und Boston Dynamics, die so etwas hatten.

Ich schrieb ihm eine E-Mail, um ihm mitzuteilen, dass ich dort meinen Doktor machen wollte. Ich schrieb drei E-Mails, aber keine Antwort kam zurück. Aber ich wartete nicht untätig. Ich durchsuchte die Website seines Labors und fand heraus, dass sie mit einem Labor in Brisbane zusammenarbeiteten. Da dachte ich: Warum gehe ich nicht ein Jahr dorthin, beweise mit meiner Leistung, dass ich es kann, und bitte sie dann, mich bei Roland vorzustellen?

▍ Wang Huai: Also hast du einen Umweg gemacht, um die Empfehlung zu bekommen. Aber warum bist du nicht einfach direkt nach Zürich gefahren, um ihn dort abzupassen? Die Fahrt dauert nur drei Stunden mit dem Auto.

▍ Marko: Aber überleg mal, ein Jahr in Australien zu verbringen, ist viel aufwändiger als drei Stunden Auto zu fahren. Für mich war es schon lange nichts Neues, abgelehnt zu werden. Und ich konnte ihn auch verstehen. Ich hatte nichts – selbst wenn ich ihn getroffen hätte, was hätte ich ihm sagen können? „Ich studiere Ingenieurwesen in Deutschland“? Es gibt zehntausende Ingenieurstudenten in Deutschland, jeder kann das sagen. Warum sollte er glauben, dass ich qualifiziert genug bin, um in sein Labor zu kommen? Wenn ich ein Jahr lang hart in Australien arbeite und die Leute dort für mich bürgen lassen, ist die Chance viel größer, als wenn ich direkt zu ihm renne und es versuche.

Wieder ein „Unbekannter“ werden

▍ Wang Huai: Später stellte Siegwart dich Professor Marco Hutter vor. Ich habe ihn mehrmals getroffen – er ist sehr jung, ehrgeizig, klug und voller Energie. Beim ersten Treffen fällt es schwer, ihn als Professor zu sehen – er wirkt eher wie ein junger Doktorand, hat aber schon große Erfolge erzielt. Du warst einer seiner ersten Doktoranden. Warst du glücklich, Student eines jungen Professors zu sein, der gerade erst anfing? Hattest du Angst?

▍ Marko: Eigentlich habe ich zuerst an Siegwart geschrieben, mit der Empfehlung aus Brisbane. Ich sagte: „Ich möchte an Laufrobotern arbeiten“. Siegwart sagte, dass der Postdoktorand, der diesen Bereich derzeit leitet, bald Professor wird. Dann stellte er mich Marco Hutter vor.

Fast alle Forscher in diesem Team kannte ich: Péter Fankhauser, Christian Gehring, Jemin Hwangbo und natürlich Marco Hutter. Ich hatte alle ihre Arbeiten gelesen – in meinen Augen waren diese Menschen absolute Götter. Ich erinnere mich an unser erstes Online-Gespräch mit Marco Hutter, ich war sehr nervös, aber zum Glück hat er mir eine Chance gegeben.

▍ Wang Huai: Er ist ein sehr entschlossener Professor, der sehr schnell Entscheidungen trifft und Urteile fällt.

▍ Marko: Er hat mir einmal etwas erzählt, ich weiß nicht, ob es ein Scherz war: Er sagte, er beurteile Menschen danach, wie schnell sie gehen. Er schaut, ob jemand ein Gefühl für Dringlichkeit hat. Zu jungen Doktoranden sagt er: Du bist jung, du solltest ein bisschen schneller gehen.

Als ich neu im Labor war, fühlte ich mich wieder wie ein Unbekannter. Aber gleichzeitig war ich sehr stolz, dort zu sein.

▍ Wang Huai: Aber du wusstest ja, dass du aufsteigen wirst, zumindest zu den Besten gehören wirst, oder?

▍ Marko: Ich hatte nie die Einstellung, „den Gipfel zu stürmen“. Ich war einfach total beeindruckt und habe so hart gearbeitet, wie ich konnte. Genau wegen dieses Gefühls der Ehrfurcht habe ich mich mit Anstrengung weiterentwickelt. Ich habe mir immer gesagt: Wenn jemand klüger ist als ich, gebe ich doppelt so viel Anstrengung. Samstags und sonntags war ich immer im Labor.

Sich in die Probleme verlieben, nicht in die Werkzeuge

▍ Wang Huai: Während deiner Doktorarbeit war euer Team eines der ersten weltweit, das neuronale Netze in echte Laufroboter eingebaut hat. Du hast gesagt, dass diese Technologie deine fünfjährige Arbeit über Nacht überholt hat. Warum hast du damals beschlossen, neuronale Netze auszuprobieren?

▍ Marko: Damals arbeiteten fast alle an traditionellen Optimierungsproblemen, nur Jemin Hwangbo, ein anderer Doktorand in unserem Team, arbeitete allein an Reinforcement Learning. Am Ende seiner Doktorarbeit erlebte er den Durchbruch – die Methode des Reinforcement Learning funktionierte. Ich erinnere mich, dass ich zuerst äußerlich nicht zugeben wollte, aber innerlich total schockiert war. Ich brauchte nur ein paar Tage, um es zu verstehen, und habe mich dann voll und ganz darauf eingelassen.

Danach habe ich mich vollständig dieser neuen Technologie gewidmet. Man sagt oft, dass es für die Öffentlichkeit sehr schwer ist, Veränderungen zu akzeptieren. AI verändert die Welt, es ist normal, dass Menschen Angst davor haben – das hat nichts mit AI zu tun, sondern mit „Veränderung“. Wenn Veränderung kommt, mögen die Menschen sie nicht. Man könnte denken, dass Doktoranden im Robotik-Bereich am offensten für Veränderungen sind. Aber selbst dort verteilen sich die Reaktionen genauso wie bei der breiten Öffentlichkeit. Bis heute stecken manche Menschen noch in der Vergangenheit fest. Nur die neue Generation stürzt sich sofort auf Neues.

▍ Wang Huai: Weil sie keine alten Lasten tragen. Aber du hast dich nach ein paar Tagen umentschieden – was hat dich dazu getrieben, das Neue zu umarmen?

▍ Marko: Ich denke, der Kern der Frage ist: Wofür genau hast du dich eigentlich verliebt? Bei Vorstellungsgesprächen stelle ich solche Fragen. Wenn jemand kommt und sagt „Ich liebe Reinforcement Learning, ich möchte den besten Reinforcement-Learning-Algorithmus der Welt