01.09.2017

Chatbot Steckbrief: 1 Mio. Nachrichten an User von „Mon Style“-Fashion-Bot Sophie

In unserer Artikelreihe "Chatbot Steckbrief" berichten wir jeden Freitag über einen Chatbot. Dieses Mal haben wir mit Mariel Noortman und Stephan Karner von Mon Style gesprochen. Mit "Sophie" haben sie einen Chatbot geschaffen, der seinen Usern beim Shoppen hilft und das Einkaufserlebnis sehr persönlich gestaltet. Mit dem Brutkasten haben die Gründer, die mit der virtuellen Fashion-Assistentin "Sophie" rund 90.000 User bedienen, über ihre Erfahrungen gesprochen.
/artikel/chatbot-steckbrief-sophie-die-virtuelle-fashion-expertin-von-monstyle
Die MonStyle-Gründer Mariel Noortman und Stephan Karner haben "Sophie" ins Leben gerufen.

Immer mehr Menschen shoppen online. Der stationäre Handel punktet beim Kunden oft nur noch beim persönlichen Kontakt und der Beratung. Um das Shopping-Erlebnis im Internet ebenfalls persönlich zu gestalten, haben die beiden Gründer von Mon Style die virtuelle Assistentin Sophie erschaffen. User können auf ihrer Plattform jeden Aspekt des Shopping-Erlebnisses personalisieren. Deep-Learning-Algorithmen durchsuchen Millionen Produkte und schlagen dem User genau den Artikel vor, der seinen Geschmack trifft.

Sophie auf Mon Style-Plattform seit 2017

 

„Sophie, unser Chatbot, war die natürliche Erweiterung unseres Service, das uns dabei hilft, unseren Usern ein noch persönlicheres Shoppingerlebnis anbieten zu können“, erzählen Mariel Noortman und Stephan Karner dem Brutkasten. Seit dem Start im Jahr 2017 hat ihr Chatbot, der sowohl auf Facebook Messenger, als auch auf ihrer Plattform integriert ist, über 1 Million Nachrichten an seine rund 90.000 User geschickt. Dem Brutkasten beantworten die beiden Gründer im Rahmen unseres „Chatbot Steckbriefes“ ein paar Fragen.

Wieso habt ihr „Sophie“ entwickelt?

Die Idee für Sophie kam uns als wir unser Produkt getestet und bemerkt haben, dass gerade beim online Shoppen der „persönliche“ Kontakt fehlt. Anders als im Geschäft kann der Kunde nicht auf Verkaufspersonal zurückgreifen , um sich bei seiner Entscheidung beraten zu lassen. Mittels Sophie kann der User direkt mit seinem persönlichen „Mode-Assistenten“ interagieren. Für uns ist es ebenfalls eine win-win-Situation, da wir durch die Interaktion die notwendigen Informationen erhalten, um dem Benutzer eine genaue Stilberatung und Modevorschläge zu geben.

Seit wann gibt es den Chatbot nun schon? Wie viele User habt ihr bereits generiert und auf welchen Plattformen funktioniert „Sophie“?

Sophie ist seit April 2017 auf unserer BETA-Plattform monstyle.io zu finden. Bevor diese jedoch live gegangen ist, haben wir Sophie auf Facebook-Messenger integriert und getestet. Wir arbeiten gerade daran Sophie auch für andere Messenger Dienste anzubieten. Bis jetzt haben wir über 90.000 User, die mit Sophie über 1.000.000 Nachrichten ausgetauscht haben.

Wie seid ihr an das Marketing herangegangen und habt ihr eventuell Tipps?

Bis jetzt haben wir noch keine Marketingmaßnahmen getroffen. Nachdem der Bot auf Facebook Messenger gelaunched wurde, konnten wir innerhalb von fünf Wochen mehr als 30.000 User ohne Marketing-Budget akquirieren. Auch unser Auftritt bei 2min2mio hat uns ein starkes Wachstum gebracht. Ebenso konnten wir seitdem einen stetigen Wachstum beobachten. Derzeit werten wir User-Feedback aus, um Sophie immer intelligenter zu machen. Ab Oktober/November starten wir mit gezielten Marketingmaßnahmen.

Was waren die größten Hürden und welche Learnings habt ihr seit dem Start mitgenommen?

Chatbots stehen erst am Anfang, das heißt es gibt verschiedene Probleme/Hürden: Wie intelligent kann ich meinen Bot machen? Wie nimmt der User den Bot an, bzw. ist er mit dem Prinzip eines Bots vertraut? Bezüglich der Intelligenz schauen wir uns seit längerem Konzepte im Bereich NLP /NLU (Anm. der Red: Neuro-Linguistische Programmieren/ Konzepte zum natürlichen Sprachverständnis) an, die auch das zentrale Thema unserer Research-Förderung „Call Co-Create“ sind. Bezüglich der User versuchen wir mit Hilfe des User Feedbacks möglichst viele Anregung in die Konzeption von Sophie miteinfließen zu lassen, um sie stetig zu verbessern.

Gibt es inzwischen ein Team? Und welche Ziele möchtet ihr als nächstes erreichen?

Mit Oktober werden wir auf acht Leute wachsen. Unsere Ziele sind derzeit eher technischer Natur- soll heißen, die Genauigkeit unserer Bilderkennung und unseres Recommender Systems weiter zu verbessern, sowie Sophie mit Hilfe von NLP und NLU smarter zu machen.

Habt ihr Sophie eigenständig programmiert oder einen Bot-Creator verwendet? Würdet ihr es so noch einmal machen?

Ja, wir haben Sophie und das Dialogerstellungssystem in Python „in-house“ entwickelt, da wir sehr bestimmte Bedürfnisse hatten. Damals hat es auch noch nicht wirklich „Bot-Creator“ gegeben. Wir sind sehr zufrieden mit unserem System, da es uns ermöglicht, den Service und die Bedürfnisse der Kunden flexibel und stetig anzupassen. Wir würden es auf jeden Fall wieder selbst entwickeln.

Punkto (Charakter-) Design: Was war dir besonders wichtig?

Da unser Service und somit Sophie zu sehr vielen verschiedenen Frauentypen (für Männer steht der Service erst mit Ende des Jahres zur Verfügung) spricht, war es uns wichtig einen Charakter zu erstellen, mit dem sich der User identifizieren kann. Sie ist sehr casual und wirkt sehr natürlich. Sophie ist eine clevere Assistentin, die auch ab und zu einen Witz macht oder verlegen wirkt. Ebenfalls musste sie zu Mon Styles Corporate Identity („Mon Style“, französisch für „mein Stil“) passen, weshalb Sophie aus Frankreich kommt und auch ab und zu französisch spricht. Dabei war es uns auch sehr wichtig, dass sie vom User als modisch und einprägsam, aber auch eindeutig als BOT wahrgenommen wird, weshalb wir Sie auch illustriert haben.

Vielen Dank!

Deine ungelesenen Artikel:
vor 11 Stunden

Zyglox: Grazer Startup holt Sensortechnik aus dem All auf die Schiene

Das Grazer Startup Zyglox misst Belastungen an Radsätzen von Zügen berührungslos mit Sensorik aus der Raumfahrt. Gefördert wird es von der Austria Wirtschaftsservice (aws). Wir haben mit Gründer Jakob Moder gesprochen.
/artikel/zyglox-grazer-startup-holt-sensortechnik-aus-dem-all-auf-die-schiene
vor 11 Stunden

Zyglox: Grazer Startup holt Sensortechnik aus dem All auf die Schiene

Das Grazer Startup Zyglox misst Belastungen an Radsätzen von Zügen berührungslos mit Sensorik aus der Raumfahrt. Gefördert wird es von der Austria Wirtschaftsservice (aws). Wir haben mit Gründer Jakob Moder gesprochen.
/artikel/zyglox-grazer-startup-holt-sensortechnik-aus-dem-all-auf-die-schiene
Das Zyglox-Team in Graz, in der Mitte die Gründer Jakob Moder (links) und Erik Gerstl (rechts). © Zyglox

Rund die Hälfte der Lifecycle-Kosten eines Zuges entfällt auf die Wartung, und davon wiederum mehr als die Hälfte auf Räder, Achsen und Fahrwerk, sagt Jakob Moder. Wie stark diese Bauteile im Betrieb tatsächlich belastet werden, wird bisher aber kaum gemessen. Der Grund ist simpel: Es fehlt an präziser Messtechnik, die im Dauerbetrieb einsetzbar ist. Das Grazer Startup Zyglox will das ändern.

„Die Eisenbahn ist nicht ins 21. Jahrhundert gekommen“

Der Name ist ein Wortspiel: Zyglox, gesprochen „Zügloks“, steht für Messtechnik für Züge und Loks. Dahinter stehen Jakob Moder und Erik Gerstl, die zuvor gemeinsam in der Messtechnik gearbeitet haben. Moder wechselte später in den Eisenbahnbereich und erlebte die Lücke dort aus der Praxis. Was es brauche, sei eine Lösung, „die das einerseits zuverlässig erkennt und gleichzeitig gut applizierbar ist“. Sein Urteil: „Bei der Usability ist die Eisenbahn nicht ins 21. Jahrhundert gekommen.“ Ende 2023 gründeten die beiden Techniker Zyglox in Graz.

Die bisherige Methode mit Dehnmessstreifen sei „einfach zu teuer“, erklärt Moder. Der Zug müsse dafür ein bis zwei Wochen zerlegt und instrumentiert werden, deshalb passiere das nur bei der Zulassung. „Das dauert ein Jahr, diese Technik reinzubringen, die Zulassung durchzuführen, und dann wird es wieder rausgenommen.“ Im laufenden Betrieb bleiben nur Beschleunigungssensoren, wie sie auch in jedem Smartphone stecken. „Das ist von der Datenqualität her ganz was anderes. Unser Sensor ist wie 4K, der Beschleunigungssensor liefert ein verpixeltes Foto von den Zuständen.“

Ein Sensor für Zulassung und Dauerbetrieb

Die Lösung von Zyglox lässt sich ohne größere Änderungen am Bauteil anbringen. „Wir haben eine Plug-and-Play-Lösung, die kann man einfach aufstecken“, sagt Moder. Ein Techniker braucht dafür laut Zyglox 30 Minuten. Der Sensor messe Dehnungen an Achsen, Wellen oder Schienen und liefere „gleiche oder bessere Daten als die Lösungen bisher“. Das Ziel ist ein Universalwerkzeug: genau genug für die Zulassung, aber so ausgelegt, dass es danach auf dem Fahrzeug bleibt und die Kräfte im Rad-Schiene-Kontakt dauerhaft erfasst. „Da gibt es ein großes Anwendungsfeld, denn damit wird auch die Infrastruktur überwacht“, so Moder.

Jeden Tag werden auf der Schiene hunderttausende Kilometer zurückgelegt. Zyglox will jeden davon nutzbar machen, um zu lernen, zu verbessern und vorherzusagen. Mit herkömmlichen Methoden war das Erfassen dieser Daten bisher zu teuer, zu langsam und zu aufwendig. © Zyglox

Physik aus dem Trafo, Sensoren aus dem Weltraum

Technisch nutzt Zyglox hochsensitive Magnetfeldsensoren aus der Raumfahrt, das Startup ist Teil eines Downstream-Programms der ESA. Das Prinzip erklärt Moder am Transformator: Der brummt, weil das Magnetfeld des Wechselstroms den Stahl minimal dehnt. „Und wir machen das Umgekehrte: Wenn sich der Stahl dehnt, ändert sich sein Magnetfeld in der Umgebung.“ Ein aktives Messverfahren berücksichtigt dabei den linearen Zusammenhang zwischen Belastung und Sensorsignal. Die Technologie ist patentiert, entwickelt und montiert wird in Graz.

Betreiber als Kunden, Wartung als Hebel

Als primäre Kunden sieht Zyglox die Bahnbetreiber, bei denen die Wartungskosten anfallen. Dazu kommt die Sicherheit: „Es gibt viele Vorfälle, die vielleicht nicht zu einem Unfall führen, wo man aber trotzdem sicherer und zuverlässiger unterwegs wäre, wenn man gutes Condition Monitoring hat.“

Ein kleines Pilotprojekt ist bereits abgeschlossen. Für 2027 ist der Einbau des Systems in Fahrzeuge im regulären Streckenbetrieb geplant, zunächst als Prototyp für einige Wochen Messung. Danach folgt die Zulassung. Ende 2027 soll daraus ein fertiges Produkt werden, erst dann könne die Skalierung beginnen, sagt Moder. An Interesse mangelt es nicht: „Wir können gar nicht alle Pilotprojekte machen“, weil Sensorentwicklung samt Software personalintensiv sei. Ende September zeigt das Team den Prototyp auf der InnoTrans in Berlin, der größten Messe für Schienenfahrzeuge.

Mit aws Preseed und aws Seed vom Effekt zum Produkt

Finanziert hat sich Zyglox bisher aus eigenen Mitteln und über die Austria Wirtschaftsservice (aws). Mit aws Preseed, konkret im Programm „aws Preseed | Seedfinacing – Deep Tech“, hat das Startup die ersten eineinhalb Jahre an der Sensortechnologie getüftelt. „Es hat uns die Möglichkeit gegeben, eine Idee, die bereits validiert war, einfach zu erproben. Einfach Zeit zu haben, weil Hardware dauert ein bisschen, etwa Prototypen zu iterieren“, sagt Moder. Es sei vor allem darum gegangen, „sicherzustellen, dass das dann ein Produkt werden kann“. Seit Mitte 2025 ist Zyglox im Seed-Programm der aws, das voraussichtlich bis Anfang 2028 läuft. Das Team ist inzwischen auf rund sieben Personen gewachsen. Für die Skalierungsphase im kommenden Jahr will sich das Startup nach Investoren umsehen: „Wenn eine Bestellung eintritt oder größer wird, werden wir das mit den aktuellen Mitteln wahrscheinlich nicht mehr stemmen können.“

Standortvorteil Graz

Den Standort Graz sieht Moder als klaren Vorteil: Siemens fertigt hier Fahrwerke, dazu kommen Messdienstleister, Prüfstandbauer und Nextsense. Zyglox sitzt direkt am Campus der TU Graz, mit Zugang zu Prüfständen der Universität und Maschinen der voestalpine. „Die gesamte Infrastruktur ist einzigartig“, sagt Moder. „Im Silicon Valley könnten wir das Produkt wahrscheinlich nicht entwickeln, in Österreich geht es besser. Das ist eigentlich ein bisschen verrückt, aber wir haben hier die optimalen Bedingungen.“


Disclaimer: Dieser Artikel ist im Rahmen einer Medienkooperation mit der Austria Wirtschaftsservice (aws) entstanden.

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: 1 Mio. Nachrichten an User von „Mon Style“-Fashion-Bot Sophie

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Chatbot Steckbrief: 1 Mio. Nachrichten an User von „Mon Style“-Fashion-Bot Sophie

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Chatbot Steckbrief: 1 Mio. Nachrichten an User von „Mon Style“-Fashion-Bot Sophie

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: 1 Mio. Nachrichten an User von „Mon Style“-Fashion-Bot Sophie

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: 1 Mio. Nachrichten an User von „Mon Style“-Fashion-Bot Sophie

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: 1 Mio. Nachrichten an User von „Mon Style“-Fashion-Bot Sophie

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: 1 Mio. Nachrichten an User von „Mon Style“-Fashion-Bot Sophie

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Chatbot Steckbrief: 1 Mio. Nachrichten an User von „Mon Style“-Fashion-Bot Sophie

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Chatbot Steckbrief: 1 Mio. Nachrichten an User von „Mon Style“-Fashion-Bot Sophie