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:
22.10.2026

Grazer Startup versa setzt auf KI-Personas, um Gespräche mit Kunden zu üben

Mit virtuellen Gesprächspartnern will versa klassische Verkaufstrainings für Unternehmen verändern. Erst im Jänner 2026 gegründet, zählt das Unternehmen bereits rund 14 zahlende Kunden und ist nach eigenen Angaben profitabel. Und das ohne externes Investment.
/artikel/grazer-startup-versa-setzt-auf-ki-personas-um-gespraeche-mit-kunden-zu-ueben
22.10.2026

Grazer Startup versa setzt auf KI-Personas, um Gespräche mit Kunden zu üben

Mit virtuellen Gesprächspartnern will versa klassische Verkaufstrainings für Unternehmen verändern. Erst im Jänner 2026 gegründet, zählt das Unternehmen bereits rund 14 zahlende Kunden und ist nach eigenen Angaben profitabel. Und das ohne externes Investment.
/artikel/grazer-startup-versa-setzt-auf-ki-personas-um-gespraeche-mit-kunden-zu-ueben
Die Gründer von versa: Jakob Logar, Maximilian Brehm und Elija Dentler (v. l.) | (c) webformance.agency

Ein schwieriges Kundengespräch, eine heikle Preisverhandlung oder eine verärgerte Kundin: Solche Situationen gehören in vielen Berufen zum Alltag. Doch wie bereitet man Mitarbeitende darauf vor? Klassische Kommunikationstrainings sind oft zeitaufwendig und bieten nur begrenzte Möglichkeiten, das Gelernte praktisch anzuwenden.

Genau hier setzt das Grazer Startup versa an. Das im Jänner 2026 gegründete Unternehmen hat eine KI-basierte Plattform entwickelt, mit der Mitarbeitende realistische Gesprächssituationen simulieren und anschließend individuelles Feedback erhalten können.

Gegründet wurde das Unternehmen von Jakob Logar, Elija Dentler und Maximilian Brehm. Die Idee entstand aus den beruflichen Erfahrungen der Gründer. Co-CEO Logar war rund 20 Jahre im Vertrieb tätig und absolvierte selbst zahlreiche Kommunikationstrainings. Diese seien zwar hilfreich gewesen, hätten aber meist nur wenig Raum für praktische Übungen geboten. „Da haben wir jetzt einfach gesehen, das was KI da möglich macht, ist eben diesen Flaschenhals der Rollenspiele aufzuheben“, erklärt Logar. Mitarbeitende könnten dadurch unabhängig von Trainer:innen oder Vorgesetzten Gespräche üben.

Von einem Forschungsprojekt zur KI-Plattform

Den Anstoß lieferte ein Forschungsprojekt am Grazer Know-Center. Dort wurde auf Anfrage der Medizinischen Universität Innsbruck untersucht, ob sich Arzt-Patienten-Gespräche mit KI simulieren lassen. Ein erster ChatGPT-Prototyp zeigte Potenzial, aber auch technische Grenzen.

Heute kombiniert versa verschiedene KI-Modelle für die Szenarioerstellung, Sprachinteraktion und Auswertung. Unternehmen können eigene Unterlagen und Kundenprofile einbinden, um möglichst praxisnahe Trainingssituationen zu schaffen.

Doch warum braucht es dafür eine eigene Plattform statt ChatGPT? „Die Magie liegt eigentlich in der KI-Architektur und in der Agent-Orchestrierung“, sagt Logar. Anders als bei der Nutzung eines einzelnen Sprachmodells sollen die KI-Personas konsistent bleiben und die Auswertungen vergleichbar sein.

Eigene KI-Basismodelle entwickelt das Startup nicht. Stattdessen setzt es auf eine flexibel aufgebaute Architektur. „Wir verwenden immer das beste Modell“, so Logar. Neue Technologien könnten dadurch einzelne Komponenten ersetzen, ohne die gesamte Plattform verändern zu müssen.

Eingesetzt wird versa derzeit vor allem beim Onboarding neuer Mitarbeitender. Diese können vom ersten Kundentelefonat bis zur Preisverhandlung unterschiedliche Gesprächssituationen trainieren.

Das KI-Trainingsgespräch selbst erfolgt dann im Look eines Video-Calls. (c) versa Training GmbH

14 zahlende Kunden und bereits profitabel

Nur wenige Monate nach der Gründung zählt versa laut Logar rund 14 zahlende Unternehmenskunden. Darunter befinden sich eine große Bank und einer der größten deutschen Versicherer. Als Zielgruppe sieht versa nicht ausschließlich Großkonzerne. Interessant sei die Plattform grundsätzlich für Unternehmen mit mindestens 20 Mitarbeitenden in kundenorientierten Rollen, etwa im Vertrieb oder Kundenservice.

Der Weg vom ersten Interesse zum Vertragsabschluss sei allerdings nicht immer kurz. Besonders bei größeren Unternehmen würden rechtliche Prüfungen rund um den Einsatz von KI den Verkaufsprozess verlängern.

Finanziert wurde das Startup bislang ausschließlich aus Eigenmitteln. Das Stammkapital von 10.000 Euro brachten die drei Gründer selbst auf. Auf die Frage, wann das Unternehmen profitabel werden wolle, antwortet Logar: „Wir sind schon profitabel.“

Förderabsage als Wendepunkt

Ursprünglich hatte das Gründerteam auf eine aws-Seedförderung gehofft. Nach einem Pitch im Frühjahr 2026 folgte jedoch die Absage. Zu diesem Zeitpunkt hatten die Gründer ihre bisherigen Jobs bereits gekündigt. Trotz des Rückschlags beschlossen sie weiterzumachen. „Wir haben dann aber den Entschluss gefasst, weiterzumachen, weil die Idee so gut ist“, erzählt Logar. Die Absage habe das Team letztlich stärker auf den Markt fokussiert.

Aktuell ist versa in der Science Park Graz Academy und arbeitet im Grazer Unicorn. Zunächst will das Startup aus eigener Kraft weiterwachsen und einen mittleren sechsstelligen Umsatzbetrag erreichen. Für die spätere Skalierung werden Partner gesucht.

Dabei denkt das Team von Beginn an international. „Wir haben ja keine sprachlichen Restriktionen“, erklärt Logar. Erste Kunden aus Deutschland hat versa bereits gewonnen. Langfristig will das Unternehmen vor allem dort wachsen, wo der Bedarf an skalierbaren Kommunikationstrainings besonders groß ist.

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