28.07.2017

Chatbot Steckbrief: Mit „Pauli“ von StoreMe zum Lagerplatz ums Eck

In unserer Artikelreihe "Chatbot Steckbrief" berichten wir jeden Freitag über einen Chatbot. Mit dem "Pauli"-Bot des Wiener Startups StoreMe soll der Umzug in die neue Wohnung besonders schnell funktionieren. Außerdem können sich User direkt im Facebook Messenger nach Lagermöglichkeiten informieren. Wir haben dem CTO und Co-Founder von StoreMe, Christoph Sandraschitz, ein paar Fragen zu Pauli gestellt.
/artikel/chatbot-steckbrief-pauli-storeme-lagerplatz
Die Köpfe hinter StoreMe und "Pauli"- dem Chatbot.

Erst diese Woche hat StoreMe Schlagzeilen geschrieben. Das Wiener Startup erhält ein siebenstelliges Investment von Fries, um weiter zu wachsen und um die Expansion in der DACH-Region voranzutreiben. (Hier geht es zum Brutkasten Artikel zum Investment.)

Pauli seit 4 Monaten bei StoreMe

Seit Jänner 2016 ist die Plattform für Umzüge und Lagerplätze nun online, den Chatbot gibt es erst seit Mitte März. Auf die Idee zu StoreMe kam Gründer Johannes Braith eher durch einen Zufall: Seine 84-Jährige Nachbarin vermietete ihr unbenutztes Kellerabteil an einen Handwerker. Um Menschen, die ein Kellerabteil oder ein Zimmer frei haben mit Platzsuchenden zu verbinden, startete Braith das Projekt „StoreMe“. Inzwischen werden vom Startup auch vier „Storeboxen“ in Wien betrieben: Lagerräume, die mit Sensoren ausgestattet sind, damit der Mieter die Temperatur oder die Luftfeuchtigkeit per Smartphone überwachen kann.

Bot ist „klassische Erweiterung“

„Pauli“, wie der Chatbot des Startups liebevoll genannt wird, soll es den Usern noch einfacher machen, einen Lagerplatz zu finden oder den Umzug in die neue Wohnung zu managen. „Pauli ist eine klassische Erweiterung unserer bestehenden store.me Plattform und unseres Selfstorage Produkts storebox.at“, erklärt uns Co-Founder Christoph Sandraschitz. Deshalb gebe es auch keine eigene Facebookseite für Pauli, sondern der Bot übernimmt die Kommunikation direkt auf der Firmenseite.

Uns hat Sandraschitz beantwortet, wieso der Chatbot gestartet wurde und was das StoreMe-Team in den letzten Monaten gelernt hat.

Wieso habt ihr „Pauli“, den StoreMe Chatbot, gestartet?

Ursprünglich war es ein kleines „Pet-Project“ unseres Entwicklerteams, welches nur dazu dienen sollte, sich mit neuen Trends zu beschäftigen. Mittlerweile stellt der Chatbot aber einen zusätzlichen Vertriebskanal dar. Wir haben damit einen weiteren Touch-Point zu unseren Kunden erstellt. Es soll für unsere Kunden so einfach wie möglich sein, mit uns in Kontakt zu treten und einfache Informationen wie Verfügbarkeit der Lagerplätze oder einen ungefähren Kostenvoranschlag für einen Umzug schnell und einfach zu bekommen. Wir wollen die Kunden da abholen, wo sie sind- oder eben auch in Zukunft sein könnten. 

Auf welchen Plattformen kann man mit Pauli in Kontakt treten und wie viele User hat er?

Pauli ist seit Mitte März online (16.03.2017 war sein Geburtstag). Derzeit ist Pauli nur auf Facebook Messenger vertreten und wir hatten zirka 100 unique visitors. Das klingt im ersten Augenblick nicht nach viel, man muss aber bedenken, dass Pauli derzeit nur Deutsch spricht und lediglich eine kleine Nische (Umzug + Einlagerung) bedient, die man nicht sofort mit Chatbots assoziiert. Der große Vorteil der sich daraus ergibt ist, dass fast jede Interaktion ein bereits interessierter Kunde ist und deshalb die Conversionrate sehr hoch ist.

Wie bist du an das Marketing herangegangen und hast du Tipps für andere, die du teilen kannst?

Es ist derzeit möglich, konkrete Facebook Ads mit einem direkten Link zu einem Chatbot zu schalten. Diese Möglichkeit haben wir anfangs genutzt. Zusätzlich haben wir diese runden „Messenger“-Sticker verschickt und verteilt. Es ist aber generell noch ein Problem, dass viele Nutzer einfach noch nicht wissen was Chatbots oder diese runden Sticker sind. Hier muss noch einiges getan werden, um dieses Thema der Allgemeinheit zugänglicher zu machen. Erst danach wird – für uns – ein spezielles Chatbot-Marketing interessant. Es liegt derzeit an uns allen, diese neue Technologie weiter bekannt zu machen und deshalb finden wir Initiativen wie diese hier besonders wertvoll und wichtig und hoffen auch auf zahlreiche Nachahmung.

„Es ist generell noch ein Problem, dass viele Nutzer einfach noch nicht wissen was Chatbots oder diese runden Sticker sind“, StoreMe-Co-Founder Christoph Sandraschitz.

Was waren die größten Hürden und welche Learnings hast du bisher gemacht?

Man lernt erst, wie die Nutzer einen Chatbot verwenden, wenn dieser schon online ist. Es ist nicht sinnvoll einen Chatbot anfangs von A – Z durchzuplanen, da sich die Nutzer sowieso anders verhalten als erwartet. Unsere Erfahrung zeigt, dass es sinnvoll ist mal einen „kleinen“ Chatbot online zu bringen und diesen dann kontinuierlich zu verbessern. Außerdem muss man bedenken, dass diese Technologie noch relativ jung ist. Alles ist im Fluss und wird ständig verbessert. Als konkretes Beispiel wäre hier das Facebook-Chatbot-Menü zu nennen, das sich doch ziemlich radikal geändert hat. Dadurch mussten wir nachträglich doch einiges noch ändern. Wir sehen das aber grundsätzlich als positiv und sinnvoll.

Wer ist im Team für den Chatbot verantwortlich? Und welche Ziele möchtet ihr als nächstes erreichen?

Der Chatbot wird von unserem Backend-Developer weiterentwickelt. Derzeit evaluieren wir, welche zusätzlichen Dienste für Pauli interessant sein könnten. Wir haben zum Beispiel noch nichts in Richtung „Kundenmatching“ entwickelt. Es wäre interessant, Pauli Dinge beizubringen wie „Wie hoch war meine letzte Rechnung?“ oder „Wann war ich zum letzten Mal in meinem Lagerabteil?“ oder „Wie ist die derzeitige Temperatur in meinem Lagerabteil?“. 

Wie wurde Pauli programmiert? Habt ihr einen Bot-Creator probiert? Würdest du es so noch einmal wieder machen?

Pauli wurde komplett „inHouse“ entwickelt. Er ist bei uns direkt ins Backend integriert und kann damit auf alle aktuellen Daten (wie Verfügbarkeit oder Preise der Lagerabteile) zugreifen. Wir verwenden Java als Programmiersprache und haben keinen Bot-Creator verwendet. Wir verwenden aber eine Library, die uns immens bei der Kommunikation mit Facebook unterstützt. Das menschliche Hand-Over und ein gutes Tracking hätten wir von Anfang besser einplanen sollen. Dies wurde erst nachträglich implementiert.

Wie bist du an das (Charakter-) Design herangegangen? Was war dir besonders wichtig?

Pauli hatte anfangs noch kein Charakterdesign im eigentlichen Sinn. Uns war es wichtig, Informationen einfach und vor allem schnell unseren potenziellen Kunden zugänglich zu machen. Anfangs hatte er auch eine ziemlich starre Struktur, wo er einfach so lange nachgefragt hat, bis alle notwendigen Informationen vorhanden sind. Mittlerweile haben wir aber eine Möglichkeit eingebaut, Pauli einfach zu erweitern und ihn witziger gemacht. Es gibt es einige versteckte Spielerein. Man kann ihn zB fragen was er heute noch vorhat oder was/wer er ist. 😉

Vielen Dank!

Weiterführende Links: Direkt zu Pauli, dem StoreMe-Chatbot

Deine ungelesenen Artikel:
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
Loïc Roch, Mitgründer und CTO von Atinary, in den SwissCAT+-Laboren am Campus Hönggerberg | (c) Martin Pacher

Wer auf den Hönggerberg im Norden Zürichs fährt, lässt die Stadt hinter sich. Der zweite Campus der ETH, entstanden ab 1961, liegt in ländlicher Umgebung, hier sind unter anderem die Departemente für Chemie, Physik und Materialwissenschaft zu Hause. Und hier, in den SwissCAT+-Laboren der Hochschule, lässt sich derzeit besichtigen, wie Forschung aussehen könnte, wenn nicht mehr der Mensch jeden einzelnen Handgriff macht.

In diesen Laboren übernehmen Roboter die Arbeit, die sonst Forschende beschäftigt: Sie hantieren mit Flüssigkeiten und Pulvern, bereiten Proben vor, testen sie und messen laufend die Ergebnisse. Das Bemerkenswerte daran ist aber nicht die Automatisierung selbst, sondern wer die Versuche plant: eine Künstliche Intelligenz. Die Software stammt vom Startup Atinary, das an der ETH keinen eigenen Standort hat, sondern mit der Technologieplattform SwissCAT+ zusammenarbeitet. Sie schlägt vor, welches Experiment als nächstes sinnvoll ist, lernt aus jedem Ergebnis und berechnet daraus den nächsten Schritt. Dieser Kreislauf läuft rund um die Uhr, ohne dass ein Mensch eingreifen muss.

„Ein Labor ist eine große Küche“

Wie soll man sich das vorstellen? Loïc Roch, Mitgründer und CTO von Atinary, greift im Gespräch mit brutkasten zu einem Alltagsbild: „Am Ende ist ein Labor eine große Küche. Wir liefern die Rezepte. Wir nutzen KI, um Rezepte zu erzeugen, die dann im Labor getestet werden.“ Das Ziel: möglichst schnell zum besten Rezept kommen. Denn jeder einzelne Versuch kostet Zeit, Material und Geld. Wer statt tausender Versuche nur ein paar Dutzend braucht, spart enorm.

Genau darauf ist die Software ausgelegt. Statt sich blind durch unzählige mögliche Kombinationen zu probieren, lernt das System mit jedem Experiment dazu und empfiehlt gezielt die vielversprechendsten nächsten Schritte. „Self-Driving Labs“ nennt Atinary das Prinzip, selbstfahrende Labore. Den Begriff hat sich das 2019 gegründete Unternehmen sogar markenrechtlich schützen lassen.

Loïc Roch, Co-founder und CTO von Atinary | (c) Martin Pacher / brutkasten

Den Bedarf für solche Werkzeuge begründet Roch mit einem unbequemen Befund: Forschung wird immer teurer und langsamer, es braucht immer mehr Zeit und Geld, bis Neues gefunden ist. Dazu kommt eine handfeste Vertrauenskrise: Roch verweist auf eine vielzitierte Befragung von rund 1.500 Forschenden, wonach ein Großteil daran scheitert, Experimente zu wiederholen, in der Chemie sind die Quoten besonders hoch. Das ist nicht nur für die Wissenschaft ein Problem: Ohne verlässliche Daten lässt sich auch keine verlässliche KI trainieren.

100 Jahre Forschung in sechs Wochen

Was das System kann, zeigt das Vorzeigeprojekt direkt vor Ort. Gemeinsam mit dem SwissCAT+-Team suchte Atinary nach dem besten Katalysator, also jenem Hilfsstoff, mit dem sich das Treibhausgas CO₂ in Methanol umwandeln lässt, einen Ausgangsstoff für nachhaltige Treibstoffe. Laut Atinary kamen dafür mehr als 20 Millionen mögliche Kombinationen infrage. Das Ergebnis wurde in einem Fachjournal publiziert: In sechs Wochen wurden 144 Katalysator-Kandidaten hergestellt und getestet, mit minimalem menschlichem Zutun. Die Zahl, mit der Atinary seither wirbt, ist eindrucksvoll: eine 1000-fache Beschleunigung, umgerechnet 100 Jahre Katalyse-Forschung in nur sechs Wochen. SwissCAT+-Chef Paco Laveille, der die Umsetzung an der ETH verantwortet, bestätigt beim Besuch die Größenordnung: von Jahren an Forschung hinunter zu Wochen.

(c) Martin Pacher / brutkasten

Beim konkreten Nutzen für Firmenkunden hält sich Roch hingegen zurück, aus einem strukturellen Grund: „Wir sind ein Dienstleister. Wir sehen den generierten Mehrwert nicht, und die Kunden wollen ihn nicht teilen.“ Das habe auch mit Sicherheitsanforderungen zu tun, ergänzt das Unternehmen: Angaben zum erzielten Return on Investment erhalte Atinary dann, wenn Kunden sie von sich aus teilen — teils münde das in gemeinsame Publikationen.

Die einzige konkrete Zahl, die er im Gespräch nennt, stammt aus einer gemeinsamen Publikation mit dem Aromen- und Duftstoffkonzern dsm-firmenich: Dort konnte der Einsatz eines teuren Edelmetalls so stark reduziert werden, dass dessen Kostenanteil um rund 95 Prozent sank. Es sei nicht die einzige gemeinsame Veröffentlichung mit Kunden, betont das Unternehmen — weitere gebe es etwa mit dem Pharmakonzern Takeda.

(c) Martin Pacher / brutkasten

Auch ein aktueller gemeinsamer Blogbeitrag von AWS und Atinary liefert Anhaltspunkte. Ein Manager von Takeda wird dort mit der Aussage zitiert, eine Optimierung habe mit dem selbstfahrenden Ansatz rund eine Woche gedauert, verglichen mit ein bis zwei Monaten auf dem herkömmlichen Weg. Am MIT wiederum löste ein Forschungsteam mit der Software eine knifflige Aufgabe aus der Solarzellenforschung in nur 25 Versuchen, innerhalb einer strikten Frist von vier Wochen. Und über das eigene Labor, das Atinary heuer in Boston eröffnet hat, heißt es: Es erzeuge in einer Woche mehr Versuchsdaten, als ein Doktorand in fünf Jahren produziert.

Bezahlter Pilot, Lizenz pro Arbeitsplatz

Wirtschaftlich steht Atinary noch am Anfang. Das Unternehmen befindet sich in der Seed-Phase, öffentlich auffindbar sind laut Roch rund zehn Millionen an bisheriger Finanzierung, eingesammelt über Venture Capital, Family Offices und Förderungen. Als Nächstes peilt er eine Series A an. Das Wachstumskapital dafür werde voraussichtlich aus den USA kommen: „Der Ansatz ist in Europa und den USA sehr unterschiedlich.“

Paco Laveille, Managing Director, SwissCAT+ East, ETH Zurich | (c) Martin Pacher / brutkasten

Verdient wird über Software-Lizenzen, abgerechnet pro Arbeitsplatz. Am Anfang steht ein dreimonatiger, bewusst kostenpflichtiger Testlauf. „Wenn der Pilot nicht bezahlt ist, stecken die Kunden nicht die Ressourcen hinein, um ihn richtig zu testen“, sagt Roch. Dass er mit diesem Modell Geld liegen lässt, räumt er offen ein: Eine Beteiligung am geschaffenen Wert wäre lukrativer, scheitert aber daran, dass die Kunden diesen Wert eben nicht offenlegen.

Die Kundschaft kommt bisher vor allem aus der Pharmabranche, die laut Roch am ehesten bereit ist, Neues zu riskieren; der Rest der Industrie folge dann. Einsatzfelder gibt es aber quer durch: Lebensmittel, Duftstoffe, Materialforschung, grüne Energie, und gemeinsam mit Stanford sogar Zelltherapien gegen Krebs. Umsatz machen vor allem Konzerne. Mit Universitäten arbeitet Atinary eng zusammen, weil sich dort Ergebnisse veröffentlichen lassen, sie werden so zu Botschaftern der Technologie. Auch KMU zählen zu den Kunden, das jüngste sei erst vor wenigen Tagen dazugekommen. Die Arbeitsteilung im Unternehmen: Das Entwicklerteam sitzt bei Roch in Lausanne, das eigene Labor steht in Boston, dort, wo die großen Pharma-Forschungszentren angesiedelt sind.

„Fast jeden zweiten Tag ein neues Startup“

Beim Thema Konkurrenz wird Roch deutlich: Der Bereich „AI for Science“ ziehe derzeit massiv Gründungen an, fast jeden zweiten Tag komme ein neues Startup dazu. Gefährlich sei daran vor allem eines: Mit den heutigen KI-Werkzeugen lasse sich sehr schnell ein beeindruckender Prototyp bauen, der Kunden begeistert. „Unter der Haube ist das aber kein produktionsreifer Code, der bei einem Großunternehmen laufen kann.“ Atinary sieht er im Vorteil, weil man seit 2019 das gesamte Paket aufgebaut habe: die Anbindung an die Laborgeräte, das eigene KI-Training, die Anwendungen und die wissenschaftliche Glaubwürdigkeit durch den eigenen Beirat. Dazu kommt laut Unternehmen ein Netzwerk an Technologiepartnern, darunter AWS, ABB Robotics, Agilent, Bruker, Chemspeed und Mettler-Toledo. Im wissenschaftlichen Beirat sitzt unter anderem der MIT-Chemiker Stephen Buchwald — im Bostoner Labor optimiert Atinary nach eigenen Angaben ausgerechnet die nach ihm benannte Buchwald-Hartwig-Reaktion.

(c) Martin Pacher / brutkasten

Zugleich beobachtet er seit heuer einen Umschwung im Markt: Kunden dächten zunehmend in einer Wettlauf-Logik. Wer die Technologie nicht als Erster einsetze, riskiere, dass es die Konkurrenz tut. Und wenn diese in Wochen schafft, wofür man selbst Jahre braucht, sei der Rückstand kaum aufzuholen.

Die größte Hürde ist der Mensch

Und was bremst die Verbreitung? Nicht die Technik, sagt Roch, sondern der Mensch. „Der Wissenschaftler im Labor ist oft seit 15, 20 Jahren dort. Wenn man ihm sagt: Wir können deine Forschung um den Faktor zehn oder hundert beschleunigen, sagt er: Nein. Ich kenne mein Fach besser als irgendein Algorithmus.“ Es sei dabei weniger mangelndes Vertrauen, die Technologie werde schlicht als Bedrohung für den eigenen Job empfunden. Christoph Schnidrig von AWS ergänzt: Dieses Muster kenne man von jeder Technologiewelle, von der Einführung der Cloud bis zur KI in der Softwareentwicklung. Rochs Haltung dazu: Jobs würden sich verändern, aber nicht verschwinden. „Am Ende ist es ein Werkzeug. Der Mensch bleibt am Steuer.“

(c) Martin Pacher / brutkasten

Zum Vertrauen gehört auch die Datenfrage, schließlich legen die Kunden ihr wertvollstes Gut, ihre Forschungsdaten, in die Plattform. Die läuft vollständig auf der Cloud von AWS. Roch verweist auf Prüfungen, Audits und Sicherheitstests; personenbezogene Daten würden praktisch keine gespeichert, schon gar keine Patientendaten, dafür sei man in der Forschung viel zu früh angesetzt. Auch deshalb sieht er im EU AI Act derzeit kein Hindernis: In Kundengesprächen sei die Regulierung bislang schlicht kein Thema gewesen.

Auszeichnung vom Weltwirtschaftsforum

Während brutkasten mit Roch in Zürich spricht, befindet sich sein Mitgründer, CEO Hermann Tribukait, gerade im chinesischen Dalian, um dort den Technology-Pioneer-Award des Weltwirtschaftsforums entgegenzunehmen. Zu den früheren Preisträgern der Auszeichnung zählen Roch zufolge Namen wie Google, Dropbox und Airbnb. Preisgeld gibt es keines, der Wert liege im Zugang zum Netzwerk des Forums und zu Entscheidungsträgern großer Unternehmen. Kunden in China hat Atinary übrigens keine, und das dürfte vorerst so bleiben: Als in den USA registriertes Unternehmen sei das Geschäft mit chinesischen Firmen „wegen der Geopolitik sehr heikel“.

Gefragt nach dem Blick fünf Jahre voraus, skizziert Roch eine Vision, die er ausgerechnet am Vorbild seines Cloud-Partners entwirft: Labore, die wie Rechenleistung aus der Cloud abrufbar sind, weltweit vernetzt, mit einer übergeordneten KI, die Erkenntnisse zwischen Forschungszentren auf verschiedenen Kontinenten austauscht.

Den Antrieb dahinter beschreibt er ganz persönlich: Er und seine Mitgründer seien Naturliebhaber, und die Energiewende brauche schnellere Forschung. „Der Planet kann nicht noch ein Jahrzehnt warten, bis wir Lösungen finden.“ Sein Befund nach sieben Jahren: „R&D ist heute noch zu langsam.“


Disclaimer: Die Reise- und Übernachtungskosten wurden von Amazon Web Services übernommen.

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

Chatbot Steckbrief: Mit „Pauli“ von StoreMe zum Lagerplatz ums Eck

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Chatbot Steckbrief: Mit „Pauli“ von StoreMe zum Lagerplatz ums Eck

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Chatbot Steckbrief: Mit „Pauli“ von StoreMe zum Lagerplatz ums Eck

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 …

Chatbot Steckbrief: Mit „Pauli“ von StoreMe zum Lagerplatz ums Eck

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 …

Chatbot Steckbrief: Mit „Pauli“ von StoreMe zum Lagerplatz ums Eck

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 …

Chatbot Steckbrief: Mit „Pauli“ von StoreMe zum Lagerplatz ums Eck

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 …

Chatbot Steckbrief: Mit „Pauli“ von StoreMe zum Lagerplatz ums Eck

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Chatbot Steckbrief: Mit „Pauli“ von StoreMe zum Lagerplatz ums Eck

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Chatbot Steckbrief: Mit „Pauli“ von StoreMe zum Lagerplatz ums Eck