22.10.2026
PORTRÄT

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.

Deine ungelesenen Artikel:
vor 21 Stunden

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
vor 21 Stunden

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

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

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

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

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

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

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

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

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

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

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

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

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