19.09.2018

DHDL: „schwerste Absage seit Bestehen der Sendung“ an Wiener Startup

In der dritten Folge der aktuellen Staffel der Höhle der Löwen kam es für ein Produkt, das den erholsamen Schlaf fördern soll, zu einem Millioneninvestment, mit dem der Gründer nicht gerechnet hätte. Zudem präsentierte ein Wiener Kinderarzt mit "Paul" den weltweit kleinsten Patientensimulator.
/artikel/hoehle-der-loewen-schwerste-absage
Höhle der Löwen, Markus Dworak, Investment, Investoren, Startup
(c) MG RTL D / Frank Hempel - Smart-Sleep-Erfinder Markus Dvorak konnte für sein Produkt einen Millionen-Deal einheimsen.
sponsored

Die dritte Sendung von Höhle der Löwen brachte den nächsten Millionen-Deal nach Calligraphy Cut aus Sendung eins ein. Weiters kam es in dieser Folge zu einem ungewöhnliche Vorfall: Beeindruckt von der Darbietung baten die Investoren den Pitchenden um eine Auszeit, um sich zu beraten – und pitchten dann um die Anteile.

+++ HDL: Kapital für Keksteig zum Löffeln und herbe Kritik an Ö-Pitch+++

Höhle der Löwen: großes Interesse seitens der Investoren

Harvard-Absolvent Markus Dvorak arbeitet in der Schlafforschung und tüftelte fünf Jahre an der Formel für eine Nährstoffkombination, die die Erholung während des Schlafs beschleunigen soll. Sein Pitch für „Smart Sleep“ und seine Erläuterungen über ausgiebigeren Schlaf sorgte bei den Investoren, die sich als Entrepreneure mit Schlafmangel gut auskennen, für großes Interesse. Das Produkt selbst besteht aus Vitaminen, Mineralstoffen, Aminosäuren und Creatin. Die zwei Creatin-Kautabletten sollen vor dem Zu-Bett-Gehen gekaut und nachher mit der Flüssigkeit aus der kleinen Röhre eingenommen werden. Dvorak verlangte für zehn Prozent Anteile an seine Firma 250.000 Euro.

Falsche Bewertung des Unternehmens

Dvoraks Souverenität in der Höhle der Löwen sorgte bei den Investoren für Gedankenspiele rund um die Möglichkeiten von „Smart Sleep“ und sie taten etwas Ungewöhnliches. Sie baten um eine Auszeit und darum, dass ihnen der Schlafforscher ein paar Minuten gewährte, um sich untereinander zu beraten. Nach dem Ende der Diskussionen zögerten die Investoren ein erstes Angebot abzugeben, und umlauerten einander wie die Löwen – die sie ja sind. Ralf Dümmel wagte es dann und bereitete dem Erfinder gemeinsam mit Carsten Maschmeyer ein Angebot vor. „Ihre Bewetung ist nicht richtig“, sagte der deutsche Finanzunternehmer, der dann noch deutlicher wurde: „Wir glauben, dass ihre Firma viel mehr wert ist“. Das Kombiangebot betrug dann 1,5 Millionen Euro (500.000 Cash und der Rest in Mediavolumen) für ein Drittel der Firma.

Kofler und Wöhrl boten 300.000 Euro für 20 Prozent, die Ausischt auf den britischen Markt und starke Social Media Aktivität. Frank Thelen bot ebenfalls 300.000 Euro für 20 Prozent. Dvorak entschied sich nach einem Telefonat mit seinem Partner für „groß gehen“ und sagte Maschmeyer und Dümmel zu.

100.000 Euro für „Dot On Art“

Der zweite Pitch des Abends kam von den drei Baden-Würtembergerinnen Annette Siegle, Tanja Haller und Julia Habermaier. Die drei Schwäbinnen haben für die „Löwen“ eine Auswahl ihrer Do-it-yourself-Kunst mitgebracht. „Dot On Art” nennen die drei ehemaligen Werberinnen die Technik, bei der man mit Klebepunkten und Punkteraster Kunstwerke selbst kreativ anfertigen kann. Sie boten 20 Prozent für 100.000 Euro. Nachdem alle anderen Investoren abgesprungen waren, verlangte Kofler 30 Prozent für die genannte Summe und bekam den Zuschlag.

Insektenburger-Hersteller lehnen Angebot ab

Baris Özel aus Osnabrück und Max Krämer aus Bremen wollten die Juroren mit Deutschlands erstem Insektenburger, bestehend aus Buffalowürmern sowie vegetarischen Zutaten, beeindrucken. Von ihrem Unternehmen „Bug Foundation“ waren die Gründer bereit sich für ein Investment von 225.000 Euro von 7,5 Prozent zu trennen. Wöhrl wollte nach Verhandlungen 20 Prozent für 300.000. Nach der dritten Beratunsgrunde lehnten die jungen Founder jedoch ab und gingen ohne Deal heim.

Spielerisch den Körper trainieren

André Reinegger (40) aus Aachen wollte für sein Plankpad, das bei Rückenschmerzen helfen soll, 50.000 Euro für 15 Prozent Anteile. In Verbindung mit einer eigens entwickelten App, die das Körper-Trainig ähnlich wie bei der Wii auf dem TV-Gerät projeziert, soll das Produkt spielerisch den Konsumenten dazu bewegen, die sonst langweiligen Körperübungen anzugehen. Dümmel zeigte Interesse und bot 50.000 für 25 Prozent. Reinegger stiegt darauf ein.

Wiener mit Ärzte-Trainings-Simulator für Neugeborene

Jens Schwindt, Kinderarzt in Wien und Michael Hoffmann, Head of Finance des Startups, wagten sich mit dem weltweit kleinsten Patientensimulator „Paul“ in die Höhle der Löwen. „Wir versorgen jeden dritten Tag ein Frühgeborenes“, erzählt Schwindt im Vorspann. Weltweit seien es sogar 15 Millionen Kinder, die zu früh auf die Welt kommen. Für „SIMCharacters“, das die Versorgung kritisch kranker Kinder mittels eines sehr realistischen und künstlichen Patienten weltweit verbessern soll, verlangetn die beiden Männer 1.000.000 Euro für 15 Prozent Firmenanteile. Der Pitch kam prinzipiell gut an. Jedoch hegte der schwierige Zielmarkt Zweifel bei den Investoren. Maschmeyer sagte dazu, dass es für ihn die „schwerste Absage seit Bestehen der Sendung“ sei, er aber aus Erfahrung wisse, wie schwer es sei, derartige Produkte im Medizin-Bereich anzubringen. Es gab keine Deal. Schwindt und Hoffmann wollen – im Sinne des Spruchs „Aufgeben tut man einen Brief“ – dennoch weitermachen.


⇒ HDL-Homepage

Mehr zum Thema: Video-Interview von der Programmpräsentation von IP Österreich

Live von der Programmpräsentation der IP Österreich für die Sender der Mediengruppe RTL

Live uA über die Strategie, Messbarkeit und Erfolge der TV Werbung für Startups und KMUs mit Camilla Sievers, Leiterin der Unit 3 bei IP Österreich, dem Vermarkter der Mediengruppe RTL Deutschland, sowie Georg Schmiedl, CEO vom Marktführer Jollydays und der Marketing Managerin Leila Kuterdem.

Gepostet von DerBrutkasten am Dienstag, 18. September 2018

Redaktionstipps
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

DHDL: „schwerste Absage seit Bestehen der Sendung“ an Wiener Startup

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

DHDL: „schwerste Absage seit Bestehen der Sendung“ an Wiener Startup

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

DHDL: „schwerste Absage seit Bestehen der Sendung“ an Wiener Startup

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 …

DHDL: „schwerste Absage seit Bestehen der Sendung“ an Wiener Startup

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 …

DHDL: „schwerste Absage seit Bestehen der Sendung“ an Wiener Startup

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 …

DHDL: „schwerste Absage seit Bestehen der Sendung“ an Wiener Startup

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 …

DHDL: „schwerste Absage seit Bestehen der Sendung“ an Wiener Startup

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

DHDL: „schwerste Absage seit Bestehen der Sendung“ an Wiener Startup

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

DHDL: „schwerste Absage seit Bestehen der Sendung“ an Wiener Startup