Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

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

✨ AI Kontextualisierung

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:

Hannah Fasching

25.06.2026

Studie zu KI-Arbeitsmarkt: Nur knapp 8 Prozent Junior-Ausschreibungen

Eine neue Studie von Nejo und data:unplugged liefert Einblicke in den österreichischen Daten- und KI-Arbeitsmarkt. Auffallend ist eine landesweite Junior-Lücke in den Ausschreibungen. Nur bei 10 Prozent der Stellen liegt ein expliziter Daten- oder KI-Titel vor.

/artikel/studie-zu-ki-arbeitsmarkt-nur-knapp-8-prozent-junior-ausschreibungen

Hannah Fasching

25.06.2026

Studie zu KI-Arbeitsmarkt: Nur knapp 8 Prozent Junior-Ausschreibungen

/artikel/studie-zu-ki-arbeitsmarkt-nur-knapp-8-prozent-junior-ausschreibungen

Ein bemerkenswertes Paradoxon prägt den aktuellen Daten- und KI-Arbeitsmarkt: Obwohl Künstliche Intelligenz den Arbeitsmarkt gerade erst neu ordnet, sucht dieser dafür fast ausschließlich nach langjähriger Berufserfahrung, der Nachwuchs wird weitgehend außen vor gelassen. Das belegt die aktuelle Studie „Daten & KI im Arbeitsmarkt 2026 – Österreich“ von Nejo und data:unplugged.

Für den Report wurden knapp 25.000 im Mai 2026 ausgeschriebene Jobs auf Basis der DAISY-Ontologie (Data & AI Skills Ontology) analysiert. Die Zahlen zeigen auch: Österreich treibt den Wandel mit einem KI-Stellenanteil von 4,5 Prozent zwar etwas schneller voran als Deutschland (4,0 Prozent) – verdeutlicht aber in besonders extremer Form, wie schwer der Karrierestart für Berufseinsteiger derzeit ist.

„Müssen die nächste Generation importieren“

Die KI-Branche bleibt paradox. Zwar reichen oft praxisnahe Ausbildungen wie eine HTL, HAK oder eine Lehre formal völlig aus, um die Anforderungen der Unternehmen zu erfüllen – doch die Türen bleiben für Einsteiger trotzdem meist verschlossen. Aufgaben, die früher von Berufseinsteigern übernommen wurden, erledigt die KI heute selbst. Die Zahlen sprechen für sich: Nur 72 von 1113 Daten- und KI-Stellen richten sich an Berufseinsteiger, ein Anteil von 7,7 Prozent. Das Verhältnis von Junior zu Senior-Stellen liegt damit bei eins zu sechs.

Maximilian Fischer, Head of Business Development bei data:unplugged, warnt vor dieser Entwicklung: „Die österreichische Wirtschaft sucht erfahrene KI-Fachkräfte in großem Stil – baut die eigene Nachwuchspipeline aber kaum auf. Wenn wir die Junior-Quote nicht erhöhen, verschieben wir den heutigen Fachkräftemangel in drei bis fünf Jahren auf die nächste Kohorte – und müssen die nächste Generation importieren, statt sie im Land auszubilden“.

Der versteckte KI-Arbeitsmarkt

Nur rund 10 Prozent (110 von 1113) der untersuchten Daten- und KI-Stellen tragen einen expliziten Titel wie beispielsweise AI Engineer. Die übrigen Stellen verbleiben klassisch: Controller:in, Berater:in oder Software Engineer. Inhaltlich werden aber Kompetenzen gefordert, die vor wenigen Jahren spezialisierten Daten- und KI-Rollen vorbehalten waren.

„Wer ausschließlich nach ‚Data Scientist’ oder ‚AI Engineer’ filtert, übersieht 90 Prozent des KI-Arbeitsmarktes“, sagt Aloisious Caraet, Principal Data Scientist bei Nejo und Hauptautor der Studie. „Die KI-Karriere beginnt heute selten mit einem Titelwechsel – sie entsteht durch die Anreicherung des bestehenden Berufsbildes.“

Mehr als die Hälfte der Stellen in Wien

Die offenen Daten- und KI-Stellen stammen zumeist nicht von reinen Tech-Unternehmen. Insgesamt verteilen sich die Inserate auf 495 Unternehmen. Hinter der IT-Branche (354 Stellen) suchen vor allem der Finanzsektor (88) und die Unternehmensberatung (83) nach KI-Personal. Geografisch konzentriert sich der Markt mit 63 Prozent aller Ausschreibungen deutlich auf Wien. Graz verzeichnet hingegen die technisch anspruchsvollsten Profile: Hier werden im Schnitt 5,4 spezifische Daten- und KI-Skills pro Position gefordert.

Werkzeuge sind zweitrangig: Der Fokus liegt auf KI-Verständnis

Bei den Programmiersprachen dominiert Python und wird in fast jeder dritten Stelle gefordert – knapp doppelt so häufig wie Java. Bei den Cloud-Plattformen führt Microsoft Azure vor AWS. Auch bei generativer KI liegt Microsoft mit GitHub Copilot als meistgenanntem Werkzeug vorn. Der größte fachliche Schwerpunkt des Marktes liegt mit 39,7 Prozent auf dem Data Engineering, was den aktuellen Fokus auf den Aufbau von Dateninfrastruktur zeigt.

Dennoch ist das konzeptionelle Verständnis oft wichtiger als die Beherrschung einzelner Programme: Fast die Hälfte aller geforderten Kompetenzen entfällt auf allgemeine Wissensgebiete und Methoden, wobei „Künstliche Intelligenz“ zu den fünf meistgenannten Begriffen zählt.

Das unterstreicht auch Simona Hübl, Geschäftsführerin von Nejo: „Unternehmen suchen aktuell vor allem konzeptionelle Fähigkeiten, und erst zweitrangig nach spezifischen Tool-Kenntnissen. Gefragt ist, wer Daten- und KI-Konzepte im Grundsatz versteht und tool-unabhängig sicher anwenden kann.

Daten-und-KI-Skills-im-Arbeitsmarkt-Oesterreich Herunterladen

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