10.02.2026
INVESTMENT

Grazer Startup holt mit asymmetrischen Snowboards 100.000 Euro bei 2Min2Mio

Das Grazer Startup Bischof Snowboards will mit einem automatisierten Konfigurator und maßgefertigten Boards den Wintersportmarkt erobern. Bei 2 Minuten 2 Millionen konnte es bereits drei Investoren überzeugen.
/artikel/grazer-startup-holt-mit-asymmetrischen-snowboards-100-000-euro-bei-2min2mio
Leo Bischof mit seinen Boards | (c) Christoph Schacher
Leo Bischof mit seinen Boards | (c) Christoph Schacher

Die Geschichte des Grazer Startups Bischof Snowboards beginnt, wie sehr viele andere Startup-Geschichten: Gründer Leo Bischof war mit dem Angebot am Markt unzufrieden: „Keine Manufaktur hat geliefert, was wir am Berg gebraucht haben“, schreibt er auf der Website des Startups.

Snowboard-Konfigurator als Diplomarbeit

Das Thema wurde zum Gegenstand seiner Diplomarbeit. Für diese entwickelte Bischof einen Snowboard-Konfigurator, der heute das technologische Herzstück des Geschäftsmodells bildet. Das Unternehmen verfolgt dabei den Ansatz, industriell gefertigte Durchschnittsgrößen durch individuell berechnete Boards zu ersetzen, basierend auf der Überzeugung des Gründers: „Dein Board sollte so einzigartig sein wie dein Körper“.

Asymmetrische Form soll mehrere Vorteile bringen

Technologisch fokussiert sich das Startup auf eine Kombination aus Online-Konfiguration und einer spezifischen Formgebung. Kunden können Technik und Design in Echtzeit anpassen, wobei Bischof Snowboards standardmäßig eine asymmetrische Form verwendet. Diese Konstruktionsweise soll den Kantendruck optimieren und einen „harmonischen Einklang mit der Biomechanik“ schaffen. Das Board soll als „Werkzeug“ fungieren, „das jede Bewegung intuitiv übersetzt“, um so die Fahrperformance auf unterschiedlichen Untergründen zu verbessern.

Die asymmetrische Form der Boards soll mehrere Vorteile haben | (c) Catch Me Agency

Fototagebuch von Produktion für Kund:innen

Neben der Hardware versucht sich Bischof Snowboards auch durch einen transparenten Fertigungsprozess zu differenzieren. Nach Abschluss der Bestellung erhalten Kund:innen einen Google-Fotos-Link, über den sie die Entstehung ihres Produkts dokumentarisch begleiten können. Der Produktionszyklus, der vom Materialzuschnitt bis zur Auslieferung laut Startup etwa drei bis fünf Wochen dauert, wird dabei schrittweise fotografisch festgehalten. Mit diesem Einblick in die „österreichische Handarbeit“ in Kärnten will das Startup die Wartezeit für den Kunden überbrücken und den Entstehungsprozess des Unikats nachvollziehbar machen.

Kund:innen können den Produktionsprozess via Fototagebuch mitverfolgen | (c) Andre Fritz

Falkensteiner, Jäger und Schütz steigen bei 2 Minuten 2 Millionen ein

Überzeugen konnte Leo Bischof damit jedenfalls bereits in der Show 2 Minuten 2 Millionen. Gleich drei Investoren konnte der Gründer dort für sein Startup begeistern: Erich Falkensteiner, Christian Jäger und Alexander Schütz. Sie sagten vor laufender Kamera gemeinsam 100.000 Euro für insgesamt 30 Prozent der Unternehmensanteile zu. Neben dem Kapital sollen sie nun auch ihre jeweilige Expertise einbringen.

Leo Bischof gewann bei 2 Minuten 2 Millionen drei Investoren für sein Startup | (c) Puls 4 / Gerry Frank

Nächstes Ziel: maßgefertigte Ski

Und Leo Bischof gab indessen bereits einen ersten Einblick in seine Zukunftspläne. Neben Snowboards will er bald auch maßgefertigte Ski anbieten. „Wir wollen die erste Adresse für maßgefertigten Wintersport im DACH-Raum werden“, so der Gründer. Mit dem neuen Produkt wird er dann direkter Mitbewerber eines anderen österreichischen Startups, das bereits länger am Markt ist und dabei bereits Konkurs und Neugründung durchgemacht hat, wie brutkasten berichtete: Original+ aus Bergheim in Salzburg.

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

Grazer Startup holt mit asymmetrischen Snowboards 100.000 Euro bei 2Min2Mio

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Grazer Startup holt mit asymmetrischen Snowboards 100.000 Euro bei 2Min2Mio

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Grazer Startup holt mit asymmetrischen Snowboards 100.000 Euro bei 2Min2Mio

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 …

Grazer Startup holt mit asymmetrischen Snowboards 100.000 Euro bei 2Min2Mio

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 …

Grazer Startup holt mit asymmetrischen Snowboards 100.000 Euro bei 2Min2Mio

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 …

Grazer Startup holt mit asymmetrischen Snowboards 100.000 Euro bei 2Min2Mio

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 …

Grazer Startup holt mit asymmetrischen Snowboards 100.000 Euro bei 2Min2Mio

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Grazer Startup holt mit asymmetrischen Snowboards 100.000 Euro bei 2Min2Mio

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Grazer Startup holt mit asymmetrischen Snowboards 100.000 Euro bei 2Min2Mio