17.09.2015

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

/artikel/empfehlungssysteme-dieser-artikel-koennte-ihnen-gefallen
Empfehlungssysteme ersetzten online den Verkäufer, funktionieren aber nicht immer perfekt

Wenn man von Amazon nach dem Kauf einer Waschmaschine noch wochenlang unter der Rubrik “das könnte Ihnen auch gefallen” weitere Waschmaschinen vorgeschlagen bekommt, gibt es zwei mögliche Erklärungen: vielleicht wird man aufgrund seines Surf-Verhaltens für einen Waschsalon gehalten, oder man ist soeben auf eine Schwachstelle sogenannter “Recommender Systems” gestoßen. Der Wurm steckt in diesem Fall in jenem Grundsystem, das die Eigenschaften eines Objektes charakterisiert und dann nach ähnlichen Objekten sucht. Was bei Schmuck und Mode sinnvoll ist, stößt bei Haushaltsgeräten naturgemäß an seine Grenzen.

Nutzer mit ähnlichen Vorlieben

Die “Recommendation Engine” von Amazon ist der Kern des Erfolgs des Online-Konzerns und hat deshalb natürlich auch noch andere Standbeine. Eine weitere Methode, die der Online-Händler zur Perfektion treibt, ist die Charakterisierung des Nutzers und die Suche nach ähnlichen Nutzern. Was nach der perfekten Partnersuche klingt, dient natürlich einem anderen Zweck: vorgeschlagen werden dann Objekte, die Nutzern mit ähnlichen Vorlieben gefallen. Amazon analysiert dazu nicht nur das Kaufverhalten, sondern auch angesehene Produkte, den Inhalt von Warenkorb und Wunschliste. Dieses System wiederum funktioniert erst dann, wenn man eine große Datenmenge zur Verfügung hat.

Königsdiziplin Filme und Musik

Auf dem Feld der Empfehlungssysteme gibt es noch viel zu erforschen und zu verbessern. Derzeit findet an der TU Wien noch bis Sonntag eine internationale Konferenz zu dem Thema statt. Schon die Liste der Unterstützer zeigt, dass “Recommender Systems” nicht nur für klassische Online-Händler interessant sind: Xing verwendet solche Systeme genauso wie Booikng.com, Pandora oder Netflix. Das “Matching” von Filmen oder Musik gilt als eine der Königsdisziplinen – es ist nicht einfach, sie mit berechenbaren Eigenschaften zu versehen und dann Filme oder Musik mit ähnlichen Eigenschaften zu finden, die demselben Nutzer auch gefallen. An der TU Wien arbeitet Hannes Werthner vom Institut für Softwaretechnik und interaktive Systeme daran, solche Systeme zu verbessern. Aktuell ist etwa die Empfehlung von Reisezielen auf Basis von Bildern, die einem Nutzer gefallen. „Letzten Endes ist ein Recommender-System genau dann gut, wenn der User damit zufrieden ist“, meint Hannes Werthner. „Unser Ziel ist nicht, den größtmöglichen Business Return zu generieren, sondern intelligente Lösungen zu entwickeln, die uns allen einen echten Vorteil bringen.“

Berechnen, ob es zu einem Kauf kommt

Die Algorithmen von “Recommender Systems” taugen aber nicht nur für Produktempfehlungen. Auf der Basis von Klicks, die ein Nutzer auf einer Website tätigt, kann auch berechnet werden, ob es zu einem Kauf kommt. Genau das ist die Aufgabe einer Challenge im Rahmen der internationalen TU-Konferenz. Firmen stellen anonymisierte Daten zur Verfügung und Teams aus aller Welt versuchen im Rahmen der “RecSys-Challenge” möglichst rasch daraus die richtigen Schlussfolgerungen zu berechnen.

ACM Conference on Recommender Systems
TU Wien, 16.-20. September 2015
http://recsys.acm.org/recsys15/

Deine ungelesenen Artikel:
10.09.2026

Howie: Wiener PropTech-Startup meldet Konkurs an

Vergangenes Jahr holte sich Howie zwei sechsstellige Investments. Nun musste das KI-gestützte Wiener PropTech-Startup Konkurs anmelden.
/artikel/howie-wiener-proptech-startup-meldet-konkurs-an
10.09.2026

Howie: Wiener PropTech-Startup meldet Konkurs an

Vergangenes Jahr holte sich Howie zwei sechsstellige Investments. Nun musste das KI-gestützte Wiener PropTech-Startup Konkurs anmelden.
/artikel/howie-wiener-proptech-startup-meldet-konkurs-an
Howie
© Suchart Wannaset - Ewa Lenart von Howie.

Anmerkung der Redaktion: Dieser Artikel wurde nachträglich (11.9.2026) nach Erhalt eines Statements von Gründerin Ewa Lenart ergänzt.

„Ein Unternehmen mit 300 Ingenieurinnen und Ingenieuren gibt im Durchschnitt zwischen 1,8 und 36 Millionen Euro pro Jahr für die manuelle Informationsbeschaffung aus“, erklärt Ewa Lenart, Gründerin des Wiener Startups Howie, vergangenes Jahr. Ihr Unternehmen könne helfen, die Kosten dafür zu halbieren.

„AI Copilot for the Built Environment“

Dazu positionierte Howie sich als „AI Copilot for the Built Environment“. Die KI-gestützte Plattform für die Bau- und Immobilienbranche bereitet unter anderem Texte, Bilder und Konstruktionszeichnungen mit großen Datenvolumina auf. Dabei nutzt sie LLMs, um Muster in den Daten, etwa auch aus Berichten, E-Mails, Bildern und Zeichnungen, zu erkennen.

Zwei Investmentrunden 2025

Mit dem Konzept konnte Howie vergangenes Jahr mehrere Investoren überzeugen. Im März und im November 2025 verkündete das Unternehmen jeweils eine sechsstellige Finanzierungsrunde. Dabei dürfte es sich um Wandeldarlehen gehandelt haben: In den öffentlich einsehbaren Firmenbuch-Daten sind die Finanzierungsrunden nämlich in den Beteiligungsverhältnissen nicht ablesbar. Zudem holte Gründerin Lenart vergangenes Jahr den zweiten Platz in der Kategorie Startups beim brutkasten „Innovator of the Year“.

Konkursantrag – keine Details von Kreditschutzverbänden

Doch nun brachte das Startup einen Konkursantrag ein, wie die heimischen Kreditschutzverbände übereinstimmend berichten. Konkrete Informationen dazu liegen aktuell bei keinem der Verbände vor. Sollten die Investments tatsächlich in Form von Wandeldarlehen erfolgt sein, würde ihre Summe in die Passiva fallen.

Gründerin Lenart: Zwei Investments nicht rechtzeitig abgeschlossen

Auf brutkasten-Anfrage meldete sich Gründerin Ewa Lenart mit einem Statement zur Insolvenz. Man sei in einem „technisch sehr anspruchsvollen und noch relativ jungen Markt“ tätig, und habe in den vergangenen zwei Jahren ein starkes, wachsendes Interesse von weltweit führenden Architektur-, Ingenieur- und Beratungsunternehmen verzeichnen können. „Gleichzeitig erwiesen sich die Entwicklungs- und Implementierungszyklen in der Bau- und Immobilienbranche als länger und kapitalintensiver, als wir ursprünglich geplant hatten. Wir waren daher auf eine zusätzliche Finanzierung angewiesen, um die nächsten kommerziellen Meilensteine zu erreichen“, so die Gründerin.

Während der jüngsten Finanzierungsrunde habe man zwei Term Sheets mit etablierten Investoren unterzeichnet. „Letztendlich wurde jedoch keine der beiden Transaktionen innerhalb des Zeitrahmens abgeschlossen, den das Unternehmen benötigte“, schreibt Lenart. „Wir haben zudem ein deutlich schlankeres und stärker kundenfinanziertes Betriebsmodell geprüft, konnten die daraus resultierende Liquiditätslücke aber nicht rechtzeitig schließen.“

Weiterführung steht noch im Raum

Doch Lenart fügt an: „Die zugrunde liegende Marktthese ist aus meiner Sicht nach wie vor sehr stark. Als wir Howie gründeten, befanden sich KI-native Workflows für die Baubranche noch in einer sehr frühen Phase. In den letzten zwei Jahren haben sich die Investitionen und die Adaption in diesem Bereich deutlich beschleunigt.“ Man sehe weiterhin Interesse von Kunden und Branchenakteuren an Howie und seiner Technologie. „Ob und in welcher Form Teile des Unternehmens oder des Produkts fortbestehen werden, hängt nun vom Insolvenzverfahren ab“, so die Gründerin.

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

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

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 …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

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 …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

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 …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

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 …

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Empfehlungssysteme: Dieser Artikel könnte Ihnen gefallen