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

07.07.2017

Chatbot Steckbrief: Toni – der Fußball Chatbot

Unsere neue Rubrik stellt ab sofort jeden Freitag einen Chatbot vor. Wir starten mit "Toni", einem Bot, der Fußball-Fans aktuelle Ergebnisse und Informationen bereit stellt. Seit dem Start im Jahr 2016 hat der Bot bereits über 15.000 User gesammelt. Dem Brutkasten beantwortet Gründer Klemens Zleptnig ein paar Fragen.

/artikel/chatbot-steckbrief-toni-der-fussball-chatbot

✨ AI Kontextualisierung

„Toni“, der Fans über Facebook Messenger mit Informationen rund zum Thema Fußball auf dem Laufenden hält, ist mehr als ein Chatbot. „Toni ist als Nebenprojekt meiner App-Agentur creative workline GmbH gestartet worden. Inzwischen ist Toni.ai aber ein eigenes Startup im Bereich Sport-Chatbots, und “Toni, the Football Chatbot” ist unser erstes Produkt“, erzählt Gründer Klemens Zleptnig dem Brutkasten. Aktuell ist er im ersten Batch des ELEVATE-Programm, einem Wiener Chatbot-Accelerator. Im Interview erzählt er, wieso er Toni gestartet hat und welche Learnings er bereits mitgenommen hat.

Wieso hast du den Chatbot gestartet?

Im wesentlichen bin ich ein Sport- und Fußballfan, und wie die meisten von uns habe ich nicht die Zeit, mir stundenlang auf Websites und in Apps Informationen zusammen zu suchen. Was mir immer wieder abgeht, sind personalisierte Informationen, die auf meine Lieblingsclubs zugeschnitten sind und mir nur die Informationen liefern, die ich persönlich haben möchte. Stell dir vor du bist FC Bayern München Fan und ständig bekommst du Neuigkeiten zu Borussia Dortmund zugeschickt – nervig, oder? Nach einer Mini-Erhebung in meinem ebenfalls fußballbegeisterten Freundeskreis war mir klar, dass nicht nur ich mit diesem Problem zu kämpfen habe.

Wie ging es dann weiter?

Gründer Klemens Zleptnig und Teammitglied Katharina Binder.

Kurz vor der Fußball-EM 2016 öffnete Facebook seine Schnittstellen für Entwickler, wodurch erstmals die Implementierung von Chatbots auf der Facebook Messenger Plattform möglich war. Ich dachte mir, ein virtueller Assistent ist doch prädestiniert dafür, um mich über die Spiele der EM am Laufenden zu halten. Wer kennt das nicht, bei so einer Großveranstaltung gibt es so viele Spiele, Resultate, Tabellen und Statistiken, dass man „nebenbei“ kaum den Überblick behalten kann. Toni ist quasi dein bester Freund, der alles über Fußball weiß und neben dir am Sofa das Spiel co-kommentiert und mit seinem Wissen nicht hinter dem Berg hält. Ein „Freund“, den man befragen kann, z.B. „Wann ist das nächste Spiel?“. Genau das ist Toni – dein persönlicher Fußball-Buddy, der Fußball atmet und sein Wissen gerne teilt.

„Toni ist quasi dein bester Freund, der alles über Fußball weiß und neben dir am Sofa das Spiel co-kommentiert“, Gründer Klemens Zleptnig über den Chatbot.

Seit wann gibt es deinen Bot nun schon und wie viele User hat er? Auf welchen Plattformen findet man Toni?

Den Bot gibt es der Euro im Juni 2016, also etwas mehr als ein Jahr. Bisher hat er ca. 15.000 User. Aktuell gibt es Toni nur für Facebook Messenger, aber wir planen den Bot auch für Telegram, Viber und Slack zu veröffentlichen. In kürze steht ein großer Relaunch an, der Toni noch kommunikativer macht, ihn persönlicher wirken lässt und ein Paket an zusätzlichem Know-How mitbringt.

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

Zu Beginn konnten wir eine Kombination aus Nachrichten-Sommerloch, Interesse an Chatbots und der Fußball-Europameisterschaft nutzen, um Aufmerksamkeit in Medien zu bekommen. Zwischendurch bekamen wir für ein paar Tage sehr viele User durch eine Promotion von Facebook, genau wissen wir das aber nicht, leider haben wir hierzu keine Details erhalten. Für den Re-Launch im August haben wir einige Aktionen geplant, dazu kann ich aber noch nicht viel verraten. Mit LAOLA1.at haben jetzt wir auch einen Partner an Bord, der über entsprechende Reichweite verfügt.

Was waren die größten Hürden und welche Learnings hast du bereits mitgenommen?

Konversationen in Chatbots abzubilden kann schnell sehr komplex werden, will man es gut machen, das haben wir zu Beginn etwas unterschätzt. Wenn sich zwei Menschen unterhalten sprechen sie immer in einem gewissen Kontext, aber dem Chatbot muss man das erst beibringen – d.h. programmieren. Zu Beginn wollten wir alles über NLP (Natural Language Processing), also Texteingabe, machen, sind inzwischen aber wieder dazu übergegangen, mehr Buttons und andere UI-Elemente bzw. WebViews, die Messenger bietet, einzubauen. Für den User soll es so einfach wie möglich sein, an die gewünschten Information zu kommen und gerade zu Beginn muss man den User auch entsprechend leiten.

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

Ich bin aktuell mit Toni im ELEVATE-Programm, Europas erstem Chatbot Accelerator hier in Wien, wo wir im Team mit Entwicklern und Marketing-Experten am Projekt arbeiten. Zusätzlich arbeiten wir mit einem Team von Studierenden der WU Wien an wirtschaftlichen Themen. Derzeit bin ich aber auf Suche nach Verstärkung für das Team, vor allem in den Bereichen Business Development, Marketing/Growth-Hacking und Software-Entwicklung. Wer Interesse hat, bei einem Startup einzusteigen, und Leidenschaft für das Thema mitbringt kann sich gerne bei mir melden. Die nächsten Ziele sind der Re-Launch Anfang August und in weitere Folge einen Investor zu finden, der uns unterstützt, das Potenzial der Lösung voll auszuschöpfen.

Hast du den Bot selbst programmiert? Würdest du es so noch einmal wieder machen?

Ich habe den Bot selbst programmiert, auf Basis von JavaScript und node.js. Das würde ich auch wieder so machen, aber das liegt auch daran, dass ich aus dem Bereich Software-Entwicklung komme und die letzten 10 Jahre mit meiner Agentur App-Projekte umgesetzt habe.

Würdest du den Weg über einen Bot-Creator ebenfalls empfehlen?

Für eine schnelle Lösung ohne viel Programmieraufwand oder einen Prototypen sind Bot-Creators sicher auch ein gangbarer Weg. Für eine einfache Website oder Landing Page verwende ich auch WordPress, aber früher oder später stößt man damit an die Grenzen. Ich würde allerdings, wenn ich neu anfangen würde, auf einem (Open Source) Bot-Framework aufbauen, diese gab es vor einem Jahr noch nicht in geeigneter Qualität.

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

Mir war es wichtig, dass Toni eine Figur ist, die auch Emotionen zeigen kann. Das heißt, Toni soll gewisse menschliche Züge haben, mit denen sich die User identifizieren können – gerade in einem oft so emotionalen Bereich wie Sport. Aber es soll auch klar sein, dass es sich um einen Bot, also eine Maschine handelt. Alles andere würde nach hinten los gehen. Konkret haben wir auch eine Biografie für Toni geschrieben, aus der sich die Charakterzüge ableiten lassen. Das hilft uns, wenn wir neue Konversationen schreiben. Dieser Prozess ist aber noch nicht abgeschlossen.

Vielen Dank!

Weiterführende Links: Direkt zu Toni- der Fußball Chatbot und zur Toni Plattform

Deine ungelesenen Artikel:

die Redaktion

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

die Redaktion

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