03.09.2020

„Am Anfang ist mir eine Tür nach der anderen zugeschlagen worden“

Aus dem Wiener Startup Moonvision wurden zwei. Wir sprachen mit Geschäftsführer Johannes Raudaschl über Dishtracker.
/artikel/dishtracker-speisenerkennung
Dishtracker: Das Team rund um Johannes Raudaschl (im Vordergrund links)
(c) Dishtracker: Das Team rund um Geschäftsführer Johannes Raudaschl (im Vordergrund links)

Im Frühling 2018 schrieb der brutkasten erstmals über das Wiener Startup Moonvision und seine AI-Bilderkennungslösung. In seinem Proof of Konzept hatte das Unternehmen damals Grillhendel, Stelzen, Bier und Co. im Festzelt mittels Computer Vision erkannt. Das Abzählen und im Kassensystem Einbonieren wird dadurch automatisiert. Doch schon zu dem Zeitpunkt war der Plan klar: Man wollte mit der Software auch die Industrie erobern. Etwas mehr als zwei Jahre später ist der Schritt längst vollzogen. Mit Speisen-Erkennung arbeitet man aber weiterhin. Allerdings mit einem zweiten Startup: Dishtracker.

Warum zu Moonvision Dishtracker hinzukam

„Das Anforderungsprofil im Projektmanagement ist völlig unterschiedlich“, erklärt Johannes Raudaschl, Geschäftsführer beider Startups, die Spaltung. Und es gehe natürlich um noch etwas: „Die Kunden tun sich schwer damit, wenn ein Unternehmen sowohl Self-Checkout in der Kantine als auch Fehler-Erkennung auf Autofelgen anbietet“. So soll Moonvision mit Industrie assoziiert werden und die Brand Dishtracker zum „Synonym für Speisenerkennung“ werden. „Rein technologisch ist es aber dasselbe. Der Know-how-Austausch zwischen den Teams ist fließend“, so Raudaschl.

„Turnaround“ nach schwierigem Start

Entwickelt hätte sich beide Unternehmen seit der Aufspaltung gut. „Die Akzeptanz für Dishtracker-Lösung hat vielleicht ein paar Monate länger gedauert“, erzählt der CEO. Beim Start vor zwei Jahren sei der Speisenerkennungs-Markt mit zwei Mitbewerbern „überschaubar“ gewesen. „Ich bin in Deutschland von Standort zu Standort gefahren und mir ist eine Tür nach der anderen zugeschlagen worden“, so Raudaschl. Er habe sich gefragt: „Versteht ihr es noch nicht, oder liegen wir komplett falsch?“

Niemand habe der erste sein wollen. Doch als es endlich soweit war sei der „Turnaround“ gelungen und die Stimmung in die andere Richtung gekippt. Auch die Coronakrise habe bei der Hauptzielgruppe, bei Kantinenbetreibern, nach einer anfänglichen kurzen „Schockstarre“ eher zu einem „jetzt erst recht“-Effekt geführt. „Sie wollten die Zeit, in der weniger Leute dort essen waren, nutzen, um das System zu installieren und ein Soft-Onboarding durchzuführen“, erzählt der Dishtracker-Gechäftsführer. Zudem habe die Situation freilich weitere Argumente für den kontaktlosen Self-Checkout geliefert.

Eingehen auf Kundenfeedback im Zentrum

Derzeit zählt man etwa Unternehmen wie vodafone, SAP, A1, Leonardi, Aramark, aber auch das Hotel Sacher in Wien zu den Referenzkunden. Das größte Learning der vergangenen Jahre sei gewesen, das Eingehen auf das Kundenfeedback neben der Technologie, die das „Herzstück“ sei, ins Zentrum zu rücken. „Wir dachten am Anfang, der Kantinenbetreiber sitzt dann am Laptop und benennt die Speisen, die auf Bildern zu sehen sind. Das will er aber nicht. Es muss so natürlich wie möglich gehen, eine neu Speise anzulegen“.

Das sei gelungen. Dishtracker könne auch mit einem einzelnen Bild einer neuen Speise, diese ins Kassensystem einbuchen. „Dem liegen wichtige Mechanismen zugrunde: Wir haben eine gute Plattform mit vielen Speisebildern. In der obersten Struktur erkennt unsere Software etwa, dass etwas zu 99 Prozent eine Hauptspeise ist. Da heißt es Spagetti Bolognese, dort heißt es Pinocchio-Teller, aber es ist das selbe“, erklärt Raudaschl, „wenn jetzt jemand etwas anders macht als sonst un zum Beispiel das erste mal ein Schnitzel mit Spätzle unter der Kamera steht, sagt das System: Ich bin mir nur mehr zu 60 Prozent sicher, dass das ein Schnitzel mit Pommes ist. Irgendwas stimmt nicht. Aber es weiß eben trotzdem, dass es eine Hauptspeise ist. Wenn das einmal einer macht, können wir es labeln und damit ist die Sache geklärt“.

Dishtracker-Expansion: Nach DACH folgt BeNeLux und Frankreich

Inzwischen würden auch Unternehmen, die vor zwei Jahren nicht interessiert waren, aktiv auf Dishtracker zukommen. In Sachen Expansion fokussiere man derzeit noch auf den DACH-Raum, sagt Raudaschl. In Deutschland sei der Start nicht nur sprachlich einfacher gewesen, sondern es sei auch betriebswirtschaftlich besonders sinnvoll. Als nächstes stünden dann die BeNeLux-Staaten und Frankreich auf dem Plan. Einen Vorteil sieht der Geschäftsführer dabei auch darin, dass das Startup sich voll und ganz auf die Bilderkennung fokussiert. „Wir machen nicht Kassensysteme und Self-Checkouts, das machen unsere Integrationspartner“, so Raudaschl. Und so könne man sich leichter an Gegebenheiten in anderen Märkten anpassen, als der Mitbewerb.

Deine ungelesenen Artikel:
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
Deepentix
© tecnet equity - (v.l.) Investor Kambis Kohansal Vajargah, Endri Deliu, Morteza Amini und Altan Nar (alle Deepentix) sowie Peter Buchinger (tecnet equity).

Das NÖ-Startup Deepentix hat eine Enterprise-KI-Plattform entwickelt, die Unternehmen dabei unterstützen soll, aus Dokumenten wie Studien, Patenten oder internen Berichten einen sogenannten Wissensgraphen aufzubauen – ein Netzwerk aus Fakten und ihren Beziehungen. Dadurch lassen sich Antworten einer Künstlichen Intelligenz bis zum exakten Satz im Ursprungsdokument zurückverfolgen. Gerade in stark regulierten Branchen sei dies entscheidend, weil Aussagen jederzeit belegt und geprüft werden müssen.

Deepentix: Unternehmensdaten in Graphen überführen

Zielgruppe sind etwa Unternehmen in Branchen wie Pharma, Medizintechnik, Versicherungen oder Banken, die täglich mit großen Mengen an Studien, Patenten, Normen und internen Berichten arbeiten. Klassische generative KI liefere dazu zwar schnelle Antworten, könne deren Herkunft jedoch oft nicht lückenlos belegen. Genau hier möchte Deepentix ansetzen und unstrukturierte Unternehmensdaten in einen Wissensgraphen überführen – im Sinn einer nachvollziehbaren Wissensbasis für KI-Anwendungen.

„Wenn Mitarbeitende einer KI blind vertrauen müssen, weil sie deren Antworten nicht überprüfen können, ist das gerade in sensiblen Bereichen ein echtes Risiko. Genau dieses Vertrauensproblem lösen wir, indem wir jede Antwort bis zu ihrem Ursprung im Dokument sichtbar machen“, erklärt Morteza Amini, Mitgründer und CEO von Deepentix.

Mehrere Sprachmodelle

Der Aufbau von Wissensgraphen erfolge Deepentix nach häufig im Rahmen aufwendiger Beratungsprojekte oder über standardisierte Lösungen, die sich nur begrenzt auf einzelne Fachbereiche zuschneiden lassen. Bei Unternehmen, die ihre sensiblen Daten selbst kontrollieren und gleichzeitig präzise Ergebnisse benötigen, stoße dieser Ansatz oft an seine Grenzen. Aus diesem Grund entwickelte das Startup kein Beratungsprojekt für einzelne Kunden, sondern ein Werkzeug, mit dem Unternehmen Wissensgraphen selbst erstellen, betreiben und an ihre Anforderungen anpassen können.

Dabei setzt die Plattform nicht auf ein einziges großes KI-Modell aus der Cloud, sondern auf mehrere kleine, spezialisierte Sprachmodelle, die gezielt auf einzelne Fachbereiche wie Pharma oder Banken trainiert werden. Dadurch sollen die Ergebnisse präziser werden, während die Modelle bei Bedarf direkt auf den eigenen Servern der Unternehmen betrieben werden können.

Dafür gab es nun eine Pre-Seed-Finanzierung in sechsstelliger Höhe, an der sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah beteiligt haben. Das frische Kapital soll vor allem in Forschung und Entwicklung sowie in den Ausbau erster Pilotprojekte in regulierten Branchen fließen.

Deepentix baut Wissensnetz

„Wir verstehen uns nicht als Berater, die für einzelne Kunden ein Wissensnetz bauen, sondern als Technologieanbieter, der Unternehmen die volle Kontrolle über ihre eigenen Daten und Modelle gibt“, so Amini weiter. „Mit tecnet equity, Rockstart und Business Angel Kambis Kohansal Vajargah haben wir Partner an Bord, die den Weg von Deep-Tech-Startups aus erster Hand kennen. Das gibt uns nicht nur Kapital, sondern auch Zugang zu Netzwerk und Erfahrung, um in dieser Phase die richtigen Schritte zu setzen.“

Peter Buchinger, Investment Associate bei tecnet equity, ergänzt: „Uns hat neben der Technologie vor allem das stark aufgestellte Gründerteam von Deepentix überzeugt. Die Kombination aus wissenschaftlichem Hintergrund und Erfahrung in internationalen Unternehmen war ausschlaggebend, in dieser frühen Phase zu investieren.“

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

„Am Anfang ist mir eine Tür nach der anderen zugeschlagen worden“

  • Im Frühling 2018 schrieb der brutkasten erstmals über das Wiener Startup Moonvision und seine AI-Bilderkennungslösung.
  • In seinem Proof of Konzept hatte das Unternehmen damals Grillhendel, Stelzen, Bier und Co. im Festzelt mittels Computer Vision erkannt.
  • Mit Speisen-Erkennung arbeitet man weiterhin, allerdings mit einem zweiten Startup: Dishtracker.
  • Moonvision soll mit Industrie assoziiert werden und die Brand Dishtracker zum „Synonym für Speisenerkennung“ werden.
  • Beim Start vor zwei Jahren sei der Speisenerkennungs-Markt mit zwei Mitbewerbern „überschaubar“ gewesen, erzählt Geschäftsführer Raudaschl.
  • Das größte Learning der vergangenen Jahre sei gewesen, das Eingehen auf das Kundenfeedback neben der Technologie, die das „Herzstück“ sei, ins Zentrum zu rücken.
  • Dishtracker könne auch mit einem einzelnen Bild einer neuen Speise, diese ins Kassensystem einbuchen.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

„Am Anfang ist mir eine Tür nach der anderen zugeschlagen worden“

  • Im Frühling 2018 schrieb der brutkasten erstmals über das Wiener Startup Moonvision und seine AI-Bilderkennungslösung.
  • In seinem Proof of Konzept hatte das Unternehmen damals Grillhendel, Stelzen, Bier und Co. im Festzelt mittels Computer Vision erkannt.
  • Mit Speisen-Erkennung arbeitet man weiterhin, allerdings mit einem zweiten Startup: Dishtracker.
  • Moonvision soll mit Industrie assoziiert werden und die Brand Dishtracker zum „Synonym für Speisenerkennung“ werden.
  • Beim Start vor zwei Jahren sei der Speisenerkennungs-Markt mit zwei Mitbewerbern „überschaubar“ gewesen, erzählt Geschäftsführer Raudaschl.
  • Das größte Learning der vergangenen Jahre sei gewesen, das Eingehen auf das Kundenfeedback neben der Technologie, die das „Herzstück“ sei, ins Zentrum zu rücken.
  • Dishtracker könne auch mit einem einzelnen Bild einer neuen Speise, diese ins Kassensystem einbuchen.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

„Am Anfang ist mir eine Tür nach der anderen zugeschlagen worden“

  • Im Frühling 2018 schrieb der brutkasten erstmals über das Wiener Startup Moonvision und seine AI-Bilderkennungslösung.
  • In seinem Proof of Konzept hatte das Unternehmen damals Grillhendel, Stelzen, Bier und Co. im Festzelt mittels Computer Vision erkannt.
  • Mit Speisen-Erkennung arbeitet man weiterhin, allerdings mit einem zweiten Startup: Dishtracker.
  • Moonvision soll mit Industrie assoziiert werden und die Brand Dishtracker zum „Synonym für Speisenerkennung“ werden.
  • Beim Start vor zwei Jahren sei der Speisenerkennungs-Markt mit zwei Mitbewerbern „überschaubar“ gewesen, erzählt Geschäftsführer Raudaschl.
  • Das größte Learning der vergangenen Jahre sei gewesen, das Eingehen auf das Kundenfeedback neben der Technologie, die das „Herzstück“ sei, ins Zentrum zu rücken.
  • Dishtracker könne auch mit einem einzelnen Bild einer neuen Speise, diese ins Kassensystem einbuchen.

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 …

„Am Anfang ist mir eine Tür nach der anderen zugeschlagen worden“

  • Im Frühling 2018 schrieb der brutkasten erstmals über das Wiener Startup Moonvision und seine AI-Bilderkennungslösung.
  • In seinem Proof of Konzept hatte das Unternehmen damals Grillhendel, Stelzen, Bier und Co. im Festzelt mittels Computer Vision erkannt.
  • Mit Speisen-Erkennung arbeitet man weiterhin, allerdings mit einem zweiten Startup: Dishtracker.
  • Moonvision soll mit Industrie assoziiert werden und die Brand Dishtracker zum „Synonym für Speisenerkennung“ werden.
  • Beim Start vor zwei Jahren sei der Speisenerkennungs-Markt mit zwei Mitbewerbern „überschaubar“ gewesen, erzählt Geschäftsführer Raudaschl.
  • Das größte Learning der vergangenen Jahre sei gewesen, das Eingehen auf das Kundenfeedback neben der Technologie, die das „Herzstück“ sei, ins Zentrum zu rücken.
  • Dishtracker könne auch mit einem einzelnen Bild einer neuen Speise, diese ins Kassensystem einbuchen.

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 …

„Am Anfang ist mir eine Tür nach der anderen zugeschlagen worden“

  • Im Frühling 2018 schrieb der brutkasten erstmals über das Wiener Startup Moonvision und seine AI-Bilderkennungslösung.
  • In seinem Proof of Konzept hatte das Unternehmen damals Grillhendel, Stelzen, Bier und Co. im Festzelt mittels Computer Vision erkannt.
  • Mit Speisen-Erkennung arbeitet man weiterhin, allerdings mit einem zweiten Startup: Dishtracker.
  • Moonvision soll mit Industrie assoziiert werden und die Brand Dishtracker zum „Synonym für Speisenerkennung“ werden.
  • Beim Start vor zwei Jahren sei der Speisenerkennungs-Markt mit zwei Mitbewerbern „überschaubar“ gewesen, erzählt Geschäftsführer Raudaschl.
  • Das größte Learning der vergangenen Jahre sei gewesen, das Eingehen auf das Kundenfeedback neben der Technologie, die das „Herzstück“ sei, ins Zentrum zu rücken.
  • Dishtracker könne auch mit einem einzelnen Bild einer neuen Speise, diese ins Kassensystem einbuchen.

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 …

„Am Anfang ist mir eine Tür nach der anderen zugeschlagen worden“

  • Im Frühling 2018 schrieb der brutkasten erstmals über das Wiener Startup Moonvision und seine AI-Bilderkennungslösung.
  • In seinem Proof of Konzept hatte das Unternehmen damals Grillhendel, Stelzen, Bier und Co. im Festzelt mittels Computer Vision erkannt.
  • Mit Speisen-Erkennung arbeitet man weiterhin, allerdings mit einem zweiten Startup: Dishtracker.
  • Moonvision soll mit Industrie assoziiert werden und die Brand Dishtracker zum „Synonym für Speisenerkennung“ werden.
  • Beim Start vor zwei Jahren sei der Speisenerkennungs-Markt mit zwei Mitbewerbern „überschaubar“ gewesen, erzählt Geschäftsführer Raudaschl.
  • Das größte Learning der vergangenen Jahre sei gewesen, das Eingehen auf das Kundenfeedback neben der Technologie, die das „Herzstück“ sei, ins Zentrum zu rücken.
  • Dishtracker könne auch mit einem einzelnen Bild einer neuen Speise, diese ins Kassensystem einbuchen.

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 …

„Am Anfang ist mir eine Tür nach der anderen zugeschlagen worden“

  • Im Frühling 2018 schrieb der brutkasten erstmals über das Wiener Startup Moonvision und seine AI-Bilderkennungslösung.
  • In seinem Proof of Konzept hatte das Unternehmen damals Grillhendel, Stelzen, Bier und Co. im Festzelt mittels Computer Vision erkannt.
  • Mit Speisen-Erkennung arbeitet man weiterhin, allerdings mit einem zweiten Startup: Dishtracker.
  • Moonvision soll mit Industrie assoziiert werden und die Brand Dishtracker zum „Synonym für Speisenerkennung“ werden.
  • Beim Start vor zwei Jahren sei der Speisenerkennungs-Markt mit zwei Mitbewerbern „überschaubar“ gewesen, erzählt Geschäftsführer Raudaschl.
  • Das größte Learning der vergangenen Jahre sei gewesen, das Eingehen auf das Kundenfeedback neben der Technologie, die das „Herzstück“ sei, ins Zentrum zu rücken.
  • Dishtracker könne auch mit einem einzelnen Bild einer neuen Speise, diese ins Kassensystem einbuchen.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

„Am Anfang ist mir eine Tür nach der anderen zugeschlagen worden“

  • Im Frühling 2018 schrieb der brutkasten erstmals über das Wiener Startup Moonvision und seine AI-Bilderkennungslösung.
  • In seinem Proof of Konzept hatte das Unternehmen damals Grillhendel, Stelzen, Bier und Co. im Festzelt mittels Computer Vision erkannt.
  • Mit Speisen-Erkennung arbeitet man weiterhin, allerdings mit einem zweiten Startup: Dishtracker.
  • Moonvision soll mit Industrie assoziiert werden und die Brand Dishtracker zum „Synonym für Speisenerkennung“ werden.
  • Beim Start vor zwei Jahren sei der Speisenerkennungs-Markt mit zwei Mitbewerbern „überschaubar“ gewesen, erzählt Geschäftsführer Raudaschl.
  • Das größte Learning der vergangenen Jahre sei gewesen, das Eingehen auf das Kundenfeedback neben der Technologie, die das „Herzstück“ sei, ins Zentrum zu rücken.
  • Dishtracker könne auch mit einem einzelnen Bild einer neuen Speise, diese ins Kassensystem einbuchen.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

„Am Anfang ist mir eine Tür nach der anderen zugeschlagen worden“

  • Im Frühling 2018 schrieb der brutkasten erstmals über das Wiener Startup Moonvision und seine AI-Bilderkennungslösung.
  • In seinem Proof of Konzept hatte das Unternehmen damals Grillhendel, Stelzen, Bier und Co. im Festzelt mittels Computer Vision erkannt.
  • Mit Speisen-Erkennung arbeitet man weiterhin, allerdings mit einem zweiten Startup: Dishtracker.
  • Moonvision soll mit Industrie assoziiert werden und die Brand Dishtracker zum „Synonym für Speisenerkennung“ werden.
  • Beim Start vor zwei Jahren sei der Speisenerkennungs-Markt mit zwei Mitbewerbern „überschaubar“ gewesen, erzählt Geschäftsführer Raudaschl.
  • Das größte Learning der vergangenen Jahre sei gewesen, das Eingehen auf das Kundenfeedback neben der Technologie, die das „Herzstück“ sei, ins Zentrum zu rücken.
  • Dishtracker könne auch mit einem einzelnen Bild einer neuen Speise, diese ins Kassensystem einbuchen.