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:
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

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