16.11.2026
NEUSTART

Grazer Startup teamazing setzt nach Existenzkrise auf KI

2025 kämpfte das Grazer Startup teamazing noch ums Überleben. Ein Jahr später ist das Unternehmen nach eigenen Angaben wieder profitabel und meldet erste Erfolge mit seiner KI-Plattform Teamo AI. Diese soll Unternehmen dabei helfen, betriebliche Abläufe zu verbessern. Entwickelt wurde die Technologie gemeinsam mit dem deutschen Industriebetrieb Bass.
/artikel/grazer-startup-teamazing-setzt-nach-existenzkrise-auf-ki
Die Gründer von teamazing: Paul Stanzenberger und Lukas Komar | (c) teamazing

„Das Einzige, was wir auch nach über einem Jahrzehnt nicht kennen, ist Stillstand“, heißt es auf der Website von teamazing. Tatsächlich hat sich das 2014 gegründete Unternehmen mehrfach neu erfunden: vom klassischen Teambuilding-Anbieter über virtuelle Teamevents bis hin zur KI-Plattform.

Mit Teamo AI will teamazing verhindern, dass wertvolles Wissen von Mitarbeitenden im Arbeitsalltag verloren geht. Die Plattform sammelt deshalb Rückmeldungen aus der Belegschaft und verknüpft sie mithilfe künstlicher Intelligenz mit Daten aus bestehenden Unternehmenssystemen. So sollen Probleme schneller erkannt und konkrete Verbesserungen ermöglicht werden.

Vom Teambuilding-Boom zur Existenzkrise

Während der Corona-Pandemie entwickelte sich teamazing nach eigenen Angaben zum europäischen Marktführer im Online-Teambuilding (brutkasten berichtete). Nach dem Ende des Booms wollte das Unternehmen mit einem eigenen Videospiel ein neues Geschäftsmodell aufbauen. Dafür sicherte sich das Startup 2023 knapp eine Million Euro von der Steirischen Wirtschaftsförderung (SFG), ZEN 11 und Situlus (brutkasten berichtete).

Das browserbasierte Spiel Monax Island richtete sich vor allem an Remote-Teams. Mitarbeitende sollten gemeinsam auf einer virtuellen Insel Rätsel lösen und Herausforderungen bewältigen. Regelmäßig neue Spielinhalte sollten die Zusammenarbeit und den informellen Austausch auch über räumliche Distanzen hinweg fördern.

Der erhoffte Erfolg blieb jedoch aus. „Da haben wir keinen Product-Market-Fit gefunden“, sagt Mitgründer und Geschäftsführer Paul Stanzenberger. Insgesamt habe teamazing rund eine Million Euro in Monax Island investiert, damit aber lediglich 15.000 Euro Umsatz erzielt. Zwar hätten mehr als 8.000 Menschen das Spiel ausprobiert, für eine regelmäßige Nutzung habe jedoch der konkrete Mehrwert gefehlt. Auch die zunehmende Konkurrenz durch kostenlose Online-Angebote habe das Geschäftsmodell erschwert.

Die Folgen waren gravierend. 2024 musste teamazing seine Strategie ändern, 2025 wurde die finanzielle Situation existenzbedrohend. Zeitweise sei es darum gegangen, überhaupt das Geld für die nächste Gehaltszahlung aufzubringen. „Das war sehr, sehr knapp“, erinnert sich Stanzenberger.

Das Unternehmen reduzierte seine Kosten drastisch. Heute sind nur noch Stanzenberger und Lukas Komar als Geschäftsführer direkt im Unternehmen tätig. Das ursprüngliche Eventgeschäft wurde automatisiert und ausgelagert, besteht aber weiterhin.

Aus dem gescheiterten Projekt zog Stanzenberger eine Lehre für zukünftige Finanzierungen: „Ohne Product-Market-Fit mache ich keine Finanzierungsrunde mehr.“ Bei Monax Island habe man vor allem auf Basis einer Idee und der bisherigen Erfolge Kapital eingesammelt. Das wolle er nicht wiederholen.

Teamo AI entstand aus einem Kundenbedürfnis

Für die neue KI-Plattform änderte teamazing deshalb seinen Ansatz. Statt zunächst ein Produkt zu entwickeln und anschließend Kunden zu suchen, orientierte man sich an konkreten Problemen von Unternehmen. „Wir müssen nicht schauen, was wir gut finden und gut können, sondern eher, was die Kunden brauchen“, sagt Stanzenberger.

Gemeinsam mit dem deutschen Präzisionswerkzeughersteller Bass GmbH entwickelte teamazing 2025 den sogenannten „Vibe Check“. Beschäftigte können damit unkompliziert Beobachtungen und Probleme aus ihrem Arbeitsalltag melden. Bass wollte diese Informationen anschließend mit bestehenden Unternehmensdaten verknüpfen. Daraus entstand die heutige Plattform Teamo AI.

Beim Industrieunternehmen mit rund 170 Mitarbeitenden zeigen sich mittlerweile konkrete Verbesserungen. Im Produktionsbereich Gewindeschleifen sank der Ausschuss- und Nacharbeitsindex zwischen den Vergleichszeiträumen Jänner bis August und September bis Dezember 2025 von 100 auf 55. Das entspricht einem Rückgang um 45 %.

Die Verbesserungen sind allerdings nicht ausschließlich auf Teamo AI zurückzuführen. Auch ein weiterentwickeltes Shopfloor-Management und begleitende Trainings trugen laut dem Unternehmen dazu bei. Im Juni 2026 unterzeichnete BASS einen Dreijahresvertrag mit teamazing.

Wieder profitabel und neue Kunden

Auch KPMG Österreich setzt inzwischen als Allianzpartner auf die Technologie. Mit dem österreichischen Brillenhersteller Andy Wolf nennt Stanzenberger zudem einen weiteren neuen Kunden.

2026 sei das erste Jahr seit der Pandemie, in dem das Unternehmen wieder profitabel wirtschaftet. Das liege allerdings auch an den stark gesunkenen Kosten. Pro Monat gewinne teamazing derzeit zwei bis vier Unternehmen für seine KI-Plattform. „Wir sind jetzt quasi gebootstrapped neu gestartet“, fasst Stanzenberger zusammen.

Auch wenn sich das Geschäftsmodell von teamazing in den vergangenen Jahren grundlegend verändert hat, sieht Stanzenberger die ursprüngliche Vision weiterhin als relevant an. Künftig gehe es darum, nicht nur Menschen miteinander zu verbinden, sondern auch künstliche Intelligenz in Teams zu integrieren. „Die KI ist ein neues Teammitglied, das man auch im Betrieb, in den Teams einführen muss“, sagt er.

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 teamazing setzt nach Existenzkrise auf KI

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Grazer Startup teamazing setzt nach Existenzkrise auf KI

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Grazer Startup teamazing setzt nach Existenzkrise auf KI

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 teamazing setzt nach Existenzkrise auf KI

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 teamazing setzt nach Existenzkrise auf KI

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 teamazing setzt nach Existenzkrise auf KI

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 teamazing setzt nach Existenzkrise auf KI

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Grazer Startup teamazing setzt nach Existenzkrise auf KI

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Grazer Startup teamazing setzt nach Existenzkrise auf KI