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:
14.09.2026

„Immobilien sollen sich künftig weitgehend von selbst verwalten können“ – Flatwise will Immobilienmarkt aufmischen

Das Linzer Startup Flatwise will zeitaufwändige Tätigkeiten in der Immobilienverwaltung wie Mietanpassungen, Abrechnungen und Steuerunterlagen mit KI automatisieren. Schon vor dem offiziellen Marktstart setzen Vermieter:innen mit über 3.000 Wohnungen auf die Plattform, wie Mitgründer Johannes Reichl im Interview mit brutkasten erklärt.
/artikel/flatwise-linzer-startup-will-immobilienverwaltung-mit-ki-automatisieren
14.09.2026

„Immobilien sollen sich künftig weitgehend von selbst verwalten können“ – Flatwise will Immobilienmarkt aufmischen

Das Linzer Startup Flatwise will zeitaufwändige Tätigkeiten in der Immobilienverwaltung wie Mietanpassungen, Abrechnungen und Steuerunterlagen mit KI automatisieren. Schon vor dem offiziellen Marktstart setzen Vermieter:innen mit über 3.000 Wohnungen auf die Plattform, wie Mitgründer Johannes Reichl im Interview mit brutkasten erklärt.
/artikel/flatwise-linzer-startup-will-immobilienverwaltung-mit-ki-automatisieren
Das Flatwise-Gründertrio (v.l.) Marc Lindorfer, Edwin Schneider und Johannes Reichl © Flatwise

Wenn es nach Johannes Reichl, Edwin Schneider und Marc Lindorfer geht, ist Immobilienverwaltung bis heute vor allem eines: kleinteilig, zeitintensiv und von manuellen Abläufen geprägt. Genau hier wollen die drei Linzer mit ihrem Startup Flatwise ansetzen. Das Gründerteam entwickelt eine Software, die zentrale Aufgaben von Vermieter:innen, von Mietanpassungen über Betriebskostenabrechnungen bis zur Vorbereitung von Steuerunterlagen, mithilfe von KI-Agenten automatisieren soll. Bereits vor dem offiziellen Marktstart setzen laut Angaben des Startups Vermieter:innen mit insgesamt mehr als 3.000 Wohnungen auf die Plattform.

Von der Pilot- zur Marktphase

Das Team, das erst im August 2026 eine GmbH gegründet hat, hat sein Produkt in den vergangenen Monaten eng mit den ersten 100 Pilotnutzer:innen weiterentwickelt, mit Feedback, Interviews und echten Kund:innendaten, wie Mitgründer Johannes Reichl im Interview erklärt. Der Ansatz unterscheide sich damit von klassischen Proptech-Lösungen, die bestehende Prozesse lediglich digitalisieren: „Wir wollen Immobilienverwaltung nicht nur digitalisieren, sondern grundlegend neu denken. Immobilien sollen sich künftig weitgehend von selbst verwalten können. Vermieter:innen können durch die Software von Flatwise professionell vermieten, ohne dabei selbst Fachexpert:innen sein zu müssen“, so Reichl.

KI-Agenten im Einsatz

Konkret möchte Flatwise KI dort einsetzen, wo Verwaltungsprozesse sinnvoll automatisiert oder unterstützt werden können. Dazu zählen für das Team unter anderem die Vorbereitung und Berechnung von Mietanpassungen, die Unterstützung bei Betriebskostenabrechnungen sowie die strukturierte Aufbereitung von Finanz- und Steuerinformationen. Der KI-Agent verbindet dabei unterschiedliche Daten und Prozessschritte innerhalb der Software, bereitet relevante Informationen auf und unterstützt Vermieter:innen bei der weiteren Bearbeitung.

Der Weg zum Ökosystem

Im Schnitt verwaltet ein:e Flatwise-Nutzer:in laut Unternehmen aktuell rund zehn Wohnungen. Für Reichl zeigt sich dabei ein klares Bild der Branche: „Der Markt ist extrem fragmentiert, es gibt viele Anbieter, die eigentlich zusammenhängen müssten, aber kaum vernetzt sind.“

Dieses Nebeneinander will Flatwise auflösen und sich schrittweise zu einem Ökosystem entwickeln, das Vermieter:innen, Mieter:innen und Dienstleister:innen auf einer Plattform zusammenbringt. „Wir glauben daran, dass gute Vermieter:innen das Wohnen für alle besser machen. Flatwise soll es einfacher machen, gut zu vermieten“, heißt es dazu vom Gründungsteam.

Enterprise-Lösung in Arbeit

Flatwise richtet sich an Vermieter:innen mit Beständen zwischen einer und hundert Immobilien. Mittlerweile hätten sich aber auch Hausverwaltungen und Bestandshalter:innen mit deutlich größeren Portfolios gemeldet. Deshalb entwickelt Flatwise momentan ein Enterprise-Modell, das künftig gezielt auf die Anforderungen größerer Bestandshalter:innen und Hausverwaltungen eingehen soll, wie der Mitgründer im Interview erklärt.

Wachstum vorerst ohne Angels oder VCs

Trotz bestehender Investmentangebote will das Team bei der Finanzierung vorerst auf Förderungen und den eigenen Cashflow setzen. Rund 20 Angebote von Angels und Venture-Capital-Geber:innen sind laut Reichl bereits eingegangen. Aufgegriffen werden sollen sie frühestens, wenn erste Umsätze stehen. Für eine geplante Wachstumsphase ist jedoch in der ersten Jahreshälfte 2027 eine Finanzierungsrunde angedacht. Unterstützung erhält das Gründerteam zudem im Inkubatorprogramm von tech2b durch ein Advisory Board aus Immobilienexpert:innen und erfahrenen Unternehmer:innen.

Wissen als Türöffner

Um neue Kund:innen zu erreichen, setzt Flatwise zusätzlich auf einen eigenen Immobilienratgeber mit aktuell rund 160 Artikeln, der komplexe Themen rund um Immobilien und Wohnen laienverständlich aufbereitet. Bereits mehrere tausend Personen sollen die Inhalte monatlich lesen. Für Reichl ist das ein wichtiger Kanal, um Vertrauen aufzubauen und so langfristig neue Nutzer:innen für die Plattform zu gewinnen.

Im kommenden Jahr will Flatwise nach eigenen Angaben marktführend in Österreich werden. Mittelfristig ist auch eine internationale Expansion, etwa nach Deutschland, angedacht. Ein konkreter Zeitpunkt steht laut Reichl aber noch nicht fest.

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