10.04.2018

2M2M: 1,6 Mio Euro für Amabrush, Vello Bike, moxVR und Schlaue Box

Eine Million Euro Investment von Hans Peter Haselsteiner kann sich Amabrush in Folge 11 der aktuellen Staffel 2 Minuten 2 Millionen sichern. Vello Bike und moxVR bekommen sechsstellige Kapitalspritzen.
/artikel/2m2m-16-mio-euro-fuer-amabrush-vello-bike-moxvr-und-schlaue-box
Amabrush
(c) Gerry Frank

Das Startup Amabrush mit Sitz in Wien und San Francisco hat bereits im vergangenen Sommer eine relativ hohe Bekanntheit erlangt. Über drei Millionen Euro sammelte das Unternehmen, das eine vollautomatische Zahnbürste erzeugt, damals über Kickstarter ein. In der weltweiten Rangliste kam man damit auf (bis dato) Platz 29. Entsprechend selbstbewusst liefert Founder Marvin Musialek bei 2 Minuten 2 Millionen ein Novum: Er macht zunächst kein Angebot, sagt aber, dass er einen Media vor Revenue-Deal von SevenVentures Austria anstrebt. Eine Chance will er den Investoren dann dennoch lassen. Für eine Million Euro für fünf Prozent Unternehmensanteile würde man sich gerne einen Business Angel mit Know-How an Bord holen. „Ich weiß, dass diese Bewertung für Sie vielleicht etwas hochgegriffen ist“, räumt Musialek ein.

+++ 2M2M: „Das sind ja lauter Zuckerbergs“ +++

Haselsteiner sagt Amabrush ab…

Es folgen die üblichen kritischen Rückfragen. Musialek bleibt dabei selbstbewusst. Und alle Investoren scheinen prinzipiell überzeugt. „Da kann man nur staunen“, sagt Hans Peter Haselsteiner. Und: „Sie brauchen eigentlich keinen Investor“ und sagt ab. Auch Michael Altrichter: „Da brauch ich gar kein Gegenangebot machen. Schade, dass ich nicht dabei sein kann“. Leo Hillinger geht es anders an: „Wir könnten ja dabei sein – alle fünf je ein Prozent. Das wird ja nicht weniger. Das ist wie, als wenn du im ersten Bezirk eine Wohnung kaufst – die wird auch nicht billiger“. Das scheint Haselsteiner ins Grübeln zu bringen. Altrichter wehrt ab: „Es bleibt ein gewisses Restrisiko“. Heinrich Prokop nutz eine kurze Pause um abzusagen: „Es ist zu spät für uns“. Haselsteiner macht sich derweil Notizen. Auch Katharina Schneider winkt ab.

… und er schlägt doch zu

Daniel Zech meldet sich, wie bestellt, zu Wort. „Die gute Nachricht“: Es gibt für Amabrush das BIPA Startup Ticket. Die schlechte: „Ein Unternehmen, das fast vier Millionen über Crowdfunding eingenommen hat, ist für uns ein klassischer Kunde“. Es gibt keinen Media for Revenue-Deal. Und dann der (durch die Regie bereits vorbereitete) Knalleffekt. „Herr Musialek, ich nehm die fünf Prozent für die Million“, sagt Haselsteiner. Jetzt wirkt der Gründer überrumpelt. „Wir werden uns zu unterhalten haben, wie der Gesellschaftsvertrag aussieht“, räumt Haselsteiner ein. Aber eines ist klar: Deal! Und Musialek ist „oag überwältigt“.

Vello Bike: „Die Bewertung ist unverschämt“

Das Startup Vello Bike, das ein selbstladendes Elektro-Faltrad baut, sorgt mit dem Angebot, zehn Prozent für 350.000 Euro zunächst für Kopfschütteln. Die Fragen sind entsprechend kritisch. Haselsteiner, Prokop und Schneider sagen ab. Doch Hillinger macht ein Angebot, allerdings kein Investment – „Die Bewertung ist unverschämt“. Doch er ist Miteigentümer eines Rad-Geschäfts und will das Vello Bike dort ausstellen. Da springt Altrichter ein: „Das Produkt hat mich überzeugt. Aber viel zu teuer“. Er macht dennoch ein Angebot: 350.000 Euro für 35 Prozent. Ein Gegenangebot schmettert er sofort ab: „Nicht verhandelbar“. Die Co-Founderin übernimmt: „Wir nehmen an“.

moxVR: „Des gibt’s scho“ – und dann Investment

moxVR, das Virtual Reality-Begehungen des potenziellen Traumhauses ermöglicht, will für 10 Prozent 250.000 Euro. „Des gibt’s scho“, so der erste Kommentar von Haselsteiner. Nach einer Fragerunde wird das Produkt getestet – und überzeugt offenkundig. Dennoch: Es folgen harte Nachfragen. Die Bewertung wird vor allem von Haselsteiner stark in Frage gestellt. „Bei der Bewertung sind wir offen. Wir brauchen 250.000 Euro Kapital“. Nach einigen Absagen legen Haselsteiner und Altrichter dann auch ein Angebot: 250.000 Euro für 25,1 Prozent. und es wird angenommen.

Die schlaue Box: Dramatisches Finale

Nochmal dramatisch wird es bei „Die schlaue Box“, das Kinder mit Autismus durch seine Materialien unterstützt. Die Investoren sehen den von der Gründerin gepitchten Business-Case nicht und sagen ab. Dann entscheiden sie sich aber dafür, ihr gemeinsam insgesamt 50.000 Euro zur Verfügung zu stellen. Und das, nachdem die Gründerin bereits enttäuscht die Bühne verlassen hat.

Leer ging in Folge 11 der aktuellen Staffel von 2 Minuten 2 Millionen Skarabeos aus.


⇒ Zur 2 Minuten 2 Millionen-Page

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

2M2M: 1,6 Mio Euro für Amabrush, Vello Bike, moxVR und Schlaue Box

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

2M2M: 1,6 Mio Euro für Amabrush, Vello Bike, moxVR und Schlaue Box

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

2M2M: 1,6 Mio Euro für Amabrush, Vello Bike, moxVR und Schlaue Box

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

2M2M: 1,6 Mio Euro für Amabrush, Vello Bike, moxVR und Schlaue Box

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

2M2M: 1,6 Mio Euro für Amabrush, Vello Bike, moxVR und Schlaue Box

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

2M2M: 1,6 Mio Euro für Amabrush, Vello Bike, moxVR und Schlaue Box

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

2M2M: 1,6 Mio Euro für Amabrush, Vello Bike, moxVR und Schlaue Box

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

2M2M: 1,6 Mio Euro für Amabrush, Vello Bike, moxVR und Schlaue Box

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

2M2M: 1,6 Mio Euro für Amabrush, Vello Bike, moxVR und Schlaue Box