06.11.2019

e-bot7: KI-Lösung soll Kundenfragen-Antworten automatisieren

Das 2016 gegründete Unternehmen e-bot7 mit Sitz in München hat eine KI-Lösung entwickelt, die Antworten-Automatisierung bei Kundendienstanfragen bietet. Das Unternehmen hat dafür einen hybriden Ansatz gewählt, bei der die KI-Lösung und Mitarbeiter gemeinsam agieren und interagieren.
/artikel/e-bot7-startup
Die e-bot7 Gründer Fabian Beringer (CEO), Xaver Lehmann (CEO) und Maximilian Gerer (CTO) - (c) e-bot 7

Wie schaut eigentlich mein Handyvertrag genau aus und wann bekomme ich für meine langjährige Treue endlich ein neues Smartphone? Diese oder ähnliche Fragen bekommen Kundendienstmitarbeiter im Telekommunikationsbereich tagtäglich unzählige Male gestellt. Auch Versicherungen, Hotellerie, E-Commerce und vergleichbare Bereiche sind mit einer Überfülle an sich teilweise wiederholenden Kundenfragen konfrontiert. Zunehmend haben sich diese in den letzten Jahren auch in Richtung Chat verschoben.

Robo-Kundenservice: Der Unterschied zwischen Chatbots und KI-Lösungen

Verständlicherweise hat man bei Unternehmen mit sehr vielen Kundenanfragen immer auf die Unterstützung von KI-Lösung gehofft, die die Mitarbeiter von diesen repetitiven Aufgaben entlasten sollen. Nicht jeder Bot ist aber intelligent genug, um Frustrationen bei Kunden und Mitarbeitern zu vermeiden.

+++Corporate-Startup-Collaboration: „Startups nicht zu lange blockieren“+++

„Es gibt viele Bots am Markt, die nach einem einfachen Input-Output-System funktionieren, also mit vorgefertigten Antworten auf klar definierte Fragen“, berichtet Lea Wanders gesprochen, die beim Startups e-bot7 unter anderem für das Marketing zuständig ist. Das Problem dabei: Dazulernen oder das Erkennen von Rechtschreibfehlern sind dabei nicht vorgesehen. Weicht der Kunde auch nur ein wenig von den vorgefertigten Fragen ab kapitulieren solche Bots und wissen nicht mehr weiter. KI-Lösungen hingegen sind lernfähig.

Hybride Lösung vom Startup e-bot7

Ein Screenshot des Service-Chatbots von e-bot7
(c) e-bot 7

e-bot 7 hat natürlich den mit künstlicher Intelligenz ausgestatteten Chatbot nicht erfunden. Das Konzept  unterscheidet sich von vergleichbaren Produkten am Markt durch den, wie es Wanders selbst nennt, „hybriden Ansatz“. Die KI-Lösung, die vor dem ersten Einsatz etwa auf die verwendete Sprache und auf die Inhalte des jeweiligen Bot-Nutzers vortrainiert wurde, muss im operativen Geschäft nicht manuell außerhalb des Tagesgeschäftes trainiert werden, sondern lernt im Tun unentwegt dazu und wird ständig klüger.

Das passiert deshalb, weil die KI-Lösung mit den Mitarbeitern in einem ständigem Lernaustausch ist. „Unsere KI-Lösung sendet beispielsweise die Frage, die noch nicht gelernt wurde, an den geeignetsten Mitarbeiter und schlägt diesem dann auch schon die wahrscheinlichsten Antworten vor, welche dieser nur mehr auswählen muss“, erklärt Wanders. Die KI-Lösung registriert schließlich, welche Antwort der Mitarbeiter wählt und wird von Mal zu Mal sicherer – bis sie die gestellte Frage schließlich eigenständig beantworten kann.

+++zum AI-Channel des brutkasten+++

Dadurch habe sich beispielsweise in einem großen deutschen Telekommunikationsunternehmen die Automatisierungsrate drastisch erhöht, so Wanders. Das gelinge, weil die KI-Lösung von e-bot7 alle Daten gleichzeitig verwerten könne und sowohl auf die Bot-Chats und auf die Mitarbeiter-Chats zugreife. Nach und nach steige das „Sicherheitslevel“, ab 97 Prozent agiere die KI-Lösung dann auf eigene Faust und schicke die Antworten raus, skizziert Wanders.

Alleinstellungsmerkmal und Zukunftspläne

Neben der „hybriden Lösung“ des Bot-Konzeptes hebt Wanders auch hervor, dass man im Gegensatz zu einigen anderen Anbietern von KI-Lösungen die Datenwissenschaftler im eigenen Haus habe. „Damit können wir viel schneller auf das Feedback unserer Kunden reagieren und Verbesserungen vornehmen“, sagt Wanders.

Konzept und Flexibilität von e-bot7 kommen jedenfalls sowohl bei Kunden als auch Investoren an. Vor kurzem hat sich die Firma, die von Fabian Beringer, Xaver Lehmann und Maximilian Gerer gegründet wurde, ein millionenschweres Investment gesichert.

Das Team wächst zudem stark. Noch in diesem Jahr will man von 36 auf fünfzig Mitarbeiter aufstocken, Ende 2020 sollen es laut Wanders schon um die 100 Mitarbeiter sein. „Der Fokus liegt dabei auf unserer internationalen Expansion“, gibt Wanders Einblicke in die Zukunftspläne.

==> zur Website des Startups

Redaktionstipps
Deine ungelesenen Artikel:
vor 1 Stunde

Lovable-CEO Anton Osika: „Wir sind längst über Vibecoding hinaus“ – vom Hype zur Enterprise-Software

Erst vor etwa einem Monat holte Lovable 400 Mio. Dollar bei 13,3 Mrd. Bewertung: CEO Anton Osika erklärt nun im Interview, warum KI-Bau-Tools längst im Mainstream angekommen sind und wie aus Vibe-Coding echte Enterprise-Software wurde.
/artikel/lovable-ceo-anton-osika-wir-sind-laengst-ueber-vibecoding-hinaus-vom-hype-zur-enterprise-software
vor 1 Stunde

Lovable-CEO Anton Osika: „Wir sind längst über Vibecoding hinaus“ – vom Hype zur Enterprise-Software

Erst vor etwa einem Monat holte Lovable 400 Mio. Dollar bei 13,3 Mrd. Bewertung: CEO Anton Osika erklärt nun im Interview, warum KI-Bau-Tools längst im Mainstream angekommen sind und wie aus Vibe-Coding echte Enterprise-Software wurde.
/artikel/lovable-ceo-anton-osika-wir-sind-laengst-ueber-vibecoding-hinaus-vom-hype-zur-enterprise-software
Lovable-CEO Anton Osika (r.) im Gespräch mit Times Senior Editorin Ayesha Javed. © brutkasten

Kaum ein Tool steht so sehr für den KI-Bauboom wie Lovable. Erst im August 2026 hat das schwedische Startup, wie brutkasten berichtete, eine Series-C-Runde über 400 Millionen US-Dollar abgeschlossen, angeführt von Menlo Ventures und mit dem EQT-gemanagten Scaleup Europe Fund als Co-Lead, bei einer Bewertung von 13,3 Milliarden US-Dollar.

Für Gründer und CEO Anton Osika ist das mehr als eine Finanzierungsrunde: Es sei ein Indikator dafür, dass KI-gestützte No-Code- und Low-Code-Plattformen die Nische verlassen hätten und im Mainstream angekommen seien.

Weg vom Entwickler-Monopol

Auf der Dreamforce in San Francisco erläutert Osika die zentrale These hinter Lovable: „Menschen mit Fachwissen über das jeweilige Problem sollten diejenigen sein, die Software bauen“, so Osika. Wer ein Problem am besten kenne, solle auch die Lösung bauen, egal ob in Marketing, HR, Finance oder Operations. Nicht die formale Qualifikation zähle, sondern die Nähe zum Problem.

Dass Lovable längst kein reines Anfänger-Werkzeug sei, belegt Osika mit einer internen Zahl: 55 Prozent der Lovable-Nutzer:innen brächten mehr als elf Jahre Berufserfahrung in ihrem Fachgebiet mit. Entscheidend sei laut dem Co-Founder nicht das klassische Programmieren, sondern die Fähigkeit, komplexe, unstrukturierte Probleme systematisch in funktionierende Systeme zu zerlegen.

Vom Nebenprojekt zur Unternehmenslösung

Besonders aufschlussreich sind die Praxisbeispiele, die Osika im Gespräch anführt. Bei einer Healthcare-Staffing-Firma habe ein Fachbereichsleiter eine komplette neue Produktlinie für die Zertifizierung von Pflegekräften aufgebaut, samt Verwaltung und Terminplanung, und anschließend mehr als zehn weitere interne Anwendungen vernetzt. In den nordischen McDonald’s-Filialen laufe mittlerweile ein auf Lovable gebautes Interface, über das rund 300 Standorte operative Anfragen abwickeln würden.

Solche Geschichten seien laut Osika keine Ausnahme: Bei knapp zwei Dritteln der Fortune-500-Unternehmen, darunter Adidas und Nvidia, würden Mitarbeitende die Plattform nutzen. Häufig beginne es als kleines Team-Projekt und wachse zur unternehmensweiten Lösung heran.

Entwicklung unter Aufsicht

Damit das nicht in unkontrollierter Schatten-IT ende, setzt Lovable laut Unternehmensangaben auf Admin- und Audit-Funktionen, mit denen IT-Verantwortliche nachvollziehen können sollen, welche Anwendungen entstehen, wo sensible Daten verarbeitet werden und wo Sicherheitslücken drohen. Genau das mache aus der anfänglichen Skepsis von IT-Abteilungen häufig Zustimmung, so Osika: „Es wird vom letzten Nein zu dem, was man ausrollen wollte, zum ersten Ja. So verhindern wir Schatten-IT und die Zersplitterung in unzählige Tools, die niemand mehr überblickt“, erklärt Osika.

Überflüssig würden Engineers durch die Lovable-Nutzung anderer trotzdem nicht, meint Osika: Ihre Rolle verschiebe sich von Routineaufgaben hin zu Architektur, Systemanbindung und der Betreuung unternehmenskritischen Codes.

Warum heißt Lovable eigentlich Lovable?

Zum Schluss des Gesprächs räumt Osika mit einem gängigen Klischee über den europäischen Tech-Standort auf: „Viele halten Europa für langsam, aber wenn man in die Tech-Hubs Europas geht, brodelt es dort wie nie zuvor“, sagt Osika. Dass der Produktfokus so stark auf dem Nutzererlebnis liege, führt Osika auch auf den Standort Stockholm zurück, wo der Großteil des Engineering-Teams sitzt. Man habe in den nordischen Ländern genaue Vorstellungen davon, wie ein Produkt funktionieren solle – oder eben nicht. Diese „I-Tüpfelchen-Reiterei“ mache Lovable erst zu dem was es heute ist.

Warum das Unternehmen ausgerechnet „Lovable“ heißt, erklärt er mit einer letzten Zeile, die zugleich als Leitmotiv des Gesprächs steht: „Software sollte nicht einfach nur funktionieren. Sie soll die Emotionen der Menschen wecken“, so Osika.

Vom Vibe zum Volumengeschäft

Was also vor nicht allzu langer Zeit noch als spielerisches „Vibe-Coding“ belächelt wurde, ist laut Osika längst zu einer Infrastruktur geworden, auf der Enterprisekund:innen die nächsten Prozesssysteme entwickeln. Der Markt für KI-gestütztes Bauen sei, so der Lovable-Gründer, endgültig über das reine Ausprobieren hinausgewachsen – und weit über das Vibecoding hinaus.

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

e-bot7: KI-Lösung soll Kundenfragen-Antworten automatisieren

Es gibt viele Bots am Markt, die nach einem einfachen Input-Output-System funktionieren, also mit vorgefertigten Antworten auf klar definierte Fragen. Die KI-Lösung von e-bot 7 lernt: Sie sendet beispielsweise die Frage, die noch nicht gelernt wurde, an den geeignetsten Mitarbeiter und schlägt diesem dann auch schon die wahrscheinlichsten Antworten vor, welche dieser nur mehr auswählen muss. Die KI-Lösung registriert schließlich, welche Antwort der Mitarbeiter wählt und wird von Mal zu Mal sicherer – bis die gestellte Frage schließlich eigenständig beantworten kann. Das Startup hat die Datenwissenschaftler im eigenen Haus. Noch in diesem Jahr will man von 36 auf fünfzig Mitarbeiter aufstocken.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

e-bot7: KI-Lösung soll Kundenfragen-Antworten automatisieren

Es gibt viele Bots am Markt, die nach einem einfachen Input-Output-System funktionieren, also mit vorgefertigten Antworten auf klar definierte Fragen. Die KI-Lösung von e-bot 7 lernt: Sie sendet beispielsweise die Frage, die noch nicht gelernt wurde, an den geeignetsten Mitarbeiter und schlägt diesem dann auch schon die wahrscheinlichsten Antworten vor, welche dieser nur mehr auswählen muss. Die KI-Lösung registriert schließlich, welche Antwort der Mitarbeiter wählt und wird von Mal zu Mal sicherer – bis die gestellte Frage schließlich eigenständig beantworten kann. Das Startup hat die Datenwissenschaftler im eigenen Haus. Noch in diesem Jahr will man von 36 auf fünfzig Mitarbeiter aufstocken.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

e-bot7: KI-Lösung soll Kundenfragen-Antworten automatisieren

Es gibt viele Bots am Markt, die nach einem einfachen Input-Output-System funktionieren, also mit vorgefertigten Antworten auf klar definierte Fragen. Die KI-Lösung von e-bot 7 lernt: Sie sendet beispielsweise die Frage, die noch nicht gelernt wurde, an den geeignetsten Mitarbeiter und schlägt diesem dann auch schon die wahrscheinlichsten Antworten vor, welche dieser nur mehr auswählen muss. Die KI-Lösung registriert schließlich, welche Antwort der Mitarbeiter wählt und wird von Mal zu Mal sicherer – bis die gestellte Frage schließlich eigenständig beantworten kann. Das Startup hat die Datenwissenschaftler im eigenen Haus. Noch in diesem Jahr will man von 36 auf fünfzig Mitarbeiter aufstocken.

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 …

e-bot7: KI-Lösung soll Kundenfragen-Antworten automatisieren

Es gibt viele Bots am Markt, die nach einem einfachen Input-Output-System funktionieren, also mit vorgefertigten Antworten auf klar definierte Fragen. Die KI-Lösung von e-bot 7 lernt: Sie sendet beispielsweise die Frage, die noch nicht gelernt wurde, an den geeignetsten Mitarbeiter und schlägt diesem dann auch schon die wahrscheinlichsten Antworten vor, welche dieser nur mehr auswählen muss. Die KI-Lösung registriert schließlich, welche Antwort der Mitarbeiter wählt und wird von Mal zu Mal sicherer – bis die gestellte Frage schließlich eigenständig beantworten kann. Das Startup hat die Datenwissenschaftler im eigenen Haus. Noch in diesem Jahr will man von 36 auf fünfzig Mitarbeiter aufstocken.

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 …

e-bot7: KI-Lösung soll Kundenfragen-Antworten automatisieren

Es gibt viele Bots am Markt, die nach einem einfachen Input-Output-System funktionieren, also mit vorgefertigten Antworten auf klar definierte Fragen. Die KI-Lösung von e-bot 7 lernt: Sie sendet beispielsweise die Frage, die noch nicht gelernt wurde, an den geeignetsten Mitarbeiter und schlägt diesem dann auch schon die wahrscheinlichsten Antworten vor, welche dieser nur mehr auswählen muss. Die KI-Lösung registriert schließlich, welche Antwort der Mitarbeiter wählt und wird von Mal zu Mal sicherer – bis die gestellte Frage schließlich eigenständig beantworten kann. Das Startup hat die Datenwissenschaftler im eigenen Haus. Noch in diesem Jahr will man von 36 auf fünfzig Mitarbeiter aufstocken.

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 …

e-bot7: KI-Lösung soll Kundenfragen-Antworten automatisieren

Es gibt viele Bots am Markt, die nach einem einfachen Input-Output-System funktionieren, also mit vorgefertigten Antworten auf klar definierte Fragen. Die KI-Lösung von e-bot 7 lernt: Sie sendet beispielsweise die Frage, die noch nicht gelernt wurde, an den geeignetsten Mitarbeiter und schlägt diesem dann auch schon die wahrscheinlichsten Antworten vor, welche dieser nur mehr auswählen muss. Die KI-Lösung registriert schließlich, welche Antwort der Mitarbeiter wählt und wird von Mal zu Mal sicherer – bis die gestellte Frage schließlich eigenständig beantworten kann. Das Startup hat die Datenwissenschaftler im eigenen Haus. Noch in diesem Jahr will man von 36 auf fünfzig Mitarbeiter aufstocken.

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 …

e-bot7: KI-Lösung soll Kundenfragen-Antworten automatisieren

Es gibt viele Bots am Markt, die nach einem einfachen Input-Output-System funktionieren, also mit vorgefertigten Antworten auf klar definierte Fragen. Die KI-Lösung von e-bot 7 lernt: Sie sendet beispielsweise die Frage, die noch nicht gelernt wurde, an den geeignetsten Mitarbeiter und schlägt diesem dann auch schon die wahrscheinlichsten Antworten vor, welche dieser nur mehr auswählen muss. Die KI-Lösung registriert schließlich, welche Antwort der Mitarbeiter wählt und wird von Mal zu Mal sicherer – bis die gestellte Frage schließlich eigenständig beantworten kann. Das Startup hat die Datenwissenschaftler im eigenen Haus. Noch in diesem Jahr will man von 36 auf fünfzig Mitarbeiter aufstocken.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

e-bot7: KI-Lösung soll Kundenfragen-Antworten automatisieren

Es gibt viele Bots am Markt, die nach einem einfachen Input-Output-System funktionieren, also mit vorgefertigten Antworten auf klar definierte Fragen. Die KI-Lösung von e-bot 7 lernt: Sie sendet beispielsweise die Frage, die noch nicht gelernt wurde, an den geeignetsten Mitarbeiter und schlägt diesem dann auch schon die wahrscheinlichsten Antworten vor, welche dieser nur mehr auswählen muss. Die KI-Lösung registriert schließlich, welche Antwort der Mitarbeiter wählt und wird von Mal zu Mal sicherer – bis die gestellte Frage schließlich eigenständig beantworten kann. Das Startup hat die Datenwissenschaftler im eigenen Haus. Noch in diesem Jahr will man von 36 auf fünfzig Mitarbeiter aufstocken.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

e-bot7: KI-Lösung soll Kundenfragen-Antworten automatisieren

Es gibt viele Bots am Markt, die nach einem einfachen Input-Output-System funktionieren, also mit vorgefertigten Antworten auf klar definierte Fragen. Die KI-Lösung von e-bot 7 lernt: Sie sendet beispielsweise die Frage, die noch nicht gelernt wurde, an den geeignetsten Mitarbeiter und schlägt diesem dann auch schon die wahrscheinlichsten Antworten vor, welche dieser nur mehr auswählen muss. Die KI-Lösung registriert schließlich, welche Antwort der Mitarbeiter wählt und wird von Mal zu Mal sicherer – bis die gestellte Frage schließlich eigenständig beantworten kann. Das Startup hat die Datenwissenschaftler im eigenen Haus. Noch in diesem Jahr will man von 36 auf fünfzig Mitarbeiter aufstocken.