09.12.2021

Glacier: Wiener Klimaschutz-Startup sichert sich 1,7 Millionen Euro Finanzierung

Das in Wien ansässige Klimaschutz-Startup Glacier konnte sich in einer Pre-Seed Finanzierungsrunde 1,7 Millionen Euro an Kapital sichern. 2022 steht die weitere Expansion in den DACH-Raum an, wie CEO & Co-Founder Andreas Tschas gegenüber Brutkasten Earth erläutert.
/artikel/glacier-pre-seed-investment
Glacier
Die Glacier-Gründer Rainhard Fuchs und Andreas Tschas (v.l.) | (c) Glacier

Im November 2020 ist Andreas Tschas gemeinsam mit seinem Co-Founder Rainhard Fuchs mit dem Klimaschutz-Startup Glacier an den Start gegangen. Das Startup verfolgt seit seiner Gründung das Ziel, Klimaschutz in der Unternehmenskultur heimischer Unternehmen zu verankern. Im Zentrum stehen Community-Building und die Weiterbildung von Mitarbeiter:innen.

Rund ein Jahr nach der Gründung ist das Team auf 16 Personen angewachsen. Zudem zählt Glacier mittlerweile über 150 Unternehmen zu seinen Kunden. Darunter befinden sich Big-Player wie Microsoft, Bank Austria, ÖBB, Magenta, Infineon, A1 oder Verbund.

Glacier sammelt 1,7 Millionen Euro an Kapital ein

Am Donnerstagabend war es nun so weit: Glacier verkündete offiziell seine erste größere Finanzierungsrunde in der Höhe von 1,7 Millionen Euro. Als Investoren beteiligen sich gleich mehrere namhafte heimische bzw. internationale Business Angels am Wiener Startup.

Zu den Investoren zählen unter anderem Runtastic Co-Founder Alfred Luger, die beiden Woom-Bike Gründer Marcus Ihlenfeld und Christian Bezdeka sowie der österreichische Rechtsanwalt und CMS-Partner Gregor Famira. Mit dem deutschen Startup Investor Henrik Herr sind auch internationale Investoren mit an Bord. Zudem setzt sich die Kapitalspritze in Höhe von 1,7 Millionen Euro auch aus Förderungen der Austria Wirtschaftsservice (aws) und FFG zusammen.

Der erste Climate Impact Day ging am 21. September 2021 über die Bühne | (c) Glacier

Know-How für Internationalisierung & Produktentwicklung

Spannendes Details der Investorenkonstellation: Für die beiden Gründer von woom-Bike, dem international erfolgreichen Kinderfahrrad-Hersteller aus Klosterneuburg, handelt es sich um ihr erstes Startup-Investment. Sie begründen ihre Beteiligung wie folgt: „Die Traction im ersten Jahr beweist nicht nur, dass Glacier am richtigen Thema dran ist, sondern auch riesiges Wachstumspotential hat.“

Runtastic Co-Founder Luger, der als Investor bereits kurz nach der Gründung mit an Bord war, fügt hinzu: „Andreas Tschas ist einer der bekanntesten Persönlichkeiten in der österreichischen Startup-Szene und hat mit Pioneers bewiesen, dass er um Themen, die ihm am Herzen liegen, starke Movements aufbauen kann.“

Um das von Luger angesprochene „Movement“ rund um Klimaschutz weiter aufzubauen, möchte Tschas gemeinsam mit seinem Team nicht nur das finanzielle Kapital, sondern auch das Smart-Money der Investoren nutzen. Sie bringen laut dem Glacier Co-Founder unter anderem Know-How in den Bereichen Internationalisierung, Produktentwicklung und Teamführung mit.

Glacier Expansion in den DACH-Raum

Wie Tschas gegenüber dem Brutkasten erläutert, stehen bereits die nächsten Internationalisierungsschritte auf der Agenda. Für 2022 ist die weitere Expansion in den DACH-Raum geplant. Die Expansion soll dabei unter der bestehenden Marke „Glacier“ vorangetrieben werden. Dazu soll auch das 16-köpfige Team weiter ausgebaut werden.

Zudem soll die Climate Ranger Academy erweitert werden. Dabei handelt es sich um das Klimaschutz-Bildungsprogramms von Glacier, das um neue Formate erweitert und zunehmend digitalisiert wird.

Ein weiterer Eckpfeiler im Produkt-Portfolio bildet der sogenannte Climate Impact Day, der am 21. September 2021 das erste Mal mit über 140 Unternehmen über die Bühne ging und Mitarbeiter:innen in Unternehmen für mehr Klimaschutz sensibilisieren soll. „Der Climate Impact Day ist in der ersten Auflage bei den Unternehmen extrem gut angekommen und es wurde von vielen Seiten der Wunsch an uns herangetragen, das Angebot auszuweiten und über mehrere Tage zu strecken“, so Tschas abschließend. In Planung ist eine „mehrtätige modulare Aktionswoche“. Nähere Details dazu sollen bereits Anfang 2022 folgen.

Tipp der Redaktion:

Glacier Co-Founder Andreas Tschas ist am Freitag (10. Dezember) um 11:00 Uhr im Brutkasten-Talk zu Gast, um über die Hintergründe des Investments und die weitere Internationalisierung zu sprechen. Die Talk wird über den Facebook, LinkedIn und YouTube-Kanal des brutkasten gestreamt.


Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

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

Glacier: Wiener Klimaschutz-Startup sichert sich 1,7 Millionen Euro Finanzierung

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Glacier: Wiener Klimaschutz-Startup sichert sich 1,7 Millionen Euro Finanzierung

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Glacier: Wiener Klimaschutz-Startup sichert sich 1,7 Millionen Euro Finanzierung

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 …

Glacier: Wiener Klimaschutz-Startup sichert sich 1,7 Millionen Euro Finanzierung

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 …

Glacier: Wiener Klimaschutz-Startup sichert sich 1,7 Millionen Euro Finanzierung

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 …

Glacier: Wiener Klimaschutz-Startup sichert sich 1,7 Millionen Euro Finanzierung

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 …

Glacier: Wiener Klimaschutz-Startup sichert sich 1,7 Millionen Euro Finanzierung

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Glacier: Wiener Klimaschutz-Startup sichert sich 1,7 Millionen Euro Finanzierung

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Glacier: Wiener Klimaschutz-Startup sichert sich 1,7 Millionen Euro Finanzierung