19.02.2026
MERGE

inoqo: Wiener Startup fusioniert mit der Sustainability-Intelligence-Plattform Mondra

Mondra und inoqo fusionieren zur Schaffung einer Product-Intelligence-Plattform für die Unterstützung von Klimaschutz und Lieferkettenresilienz im globalen Lebensmittelsystem.
/artikel/inoqo-wiener-startup-fusioniert-mit-der-sustainability-intelligence-plattform-mondra
Markus Linder | (c) FH des BFI Wien/Rösler

Mondra, die Scope-3-SaaS-Lösung für den Einzelhandelssektor, und inoqo, die europäische Sustainability-Intelligence-Plattform aus Wien, haben eine strategische Fusion bekannt gegeben. Dieser Schritt soll die beiden Unternehmen zu einer einzigen, integrierten globalen Einheit vereinen, die sich der Beschleunigung der Dekarbonisierung und der Resilienz des globalen Lebensmittelsystems widmet.

inoqo: Nachhaltigkeit messbar machen

Durch die Fusion entsteht eigenen Worten nach eine „dominante operative Basis auf dem europäischen Festland für die kombinierte Organisation“, wodurch sie eine wachsende globale Kundschaft aus Lebensmitteleinzelhändlern, deren Herstellern sowie den von ihnen vertriebenen CPG-Marken bedienen könne.

„Wir haben inoqo gegründet, um Nachhaltigkeit entlang der Wertschöpfungskette messbar und umsetzbar zu machen“, sagt Markus Linder, Gründer und CEO von inoqo. „Die Fusion mit Mondra ist die konsequente Verwirklichung dieser Vision. Durch die Bündelung unserer Stärken sind wir nicht länger nur zwei Marktführer, sondern eine einzige, globale Kraft, die die Lebensmittel- und Getränkeindustrie mit der notwendigen Intelligence ausstattet, um eine resiliente und nachhaltige Zukunft aufzubauen.“

Linder tritt Führungsteam bei

Durch die Verbindung von inoqos Impact-Datenbank mit Mondras Technologie soll die Partnerschaft zudem die robustesten Fähigkeiten des Marktes in den Bereichen produktbezogene Wirkungsbewertung, Lieferantenengagement und Umsetzung skalierter Klimamaßnahmen im Einzelhandelsunternehmen bieten.

Die kombinierte Organisation wird künftig unter der Marke Mondra operieren und dabei ein global verteiltes Team mit Kernstandorten in London, Wien und Indien nutzen. Die Integration konzentriert sich konkret auf die Zusammenführung von Produkt-Roadmaps und Datensystemen, um eine einheitliche, KI-gestützte Plattform bereitzustellen, die die für eine Net-Zero-Zukunft erforderliche Transparenz schaffe.

Im Rahmen dieses Übergangs wird Linder dem Führungsteam von Mondra beitreten, wo er eine zentrale Rolle bei der Förderung des internationalen Wachstums und der strategischen Vision des Unternehmens spielen soll.

Fusion als „transformativer Schritt“

Zu den Kunden der gemeinsamen Organisation zählen führende Lebensmitteleinzelhändler wie Tesco, M&S, Co-op, ASDA, Lidl, Aldi, dm drogerie markt, Pets at Home und Sainsbury’s; bedeutende Lieferanten wie Avara, Samworth Brothers, Greencore, Pilgrim’s, Dunbia, Cranswick und Bakkavor; sowie globale Marken wie Starbucks und Nando’s.

Jason Barrett, CEO von Mondra, kommentiert diesen Schritt wie folgt: „Diese Fusion ist ein transformativer Schritt in unserer Mission, dem globalen Lebensmittelsystem zu helfen, messbare Wirkung in großem Maßstab zu erzielen. Durch den Zusammenschluss mit inoqo schaffen wir ein vereintes Kraftzentrum, das erstklassige Technologie mit den umfassendsten Impact-Daten der Branche kombiniert. Gemeinsam setzen wir den maßgeblichen Standard für Sustainability Intelligence und helfen unseren Kunden, schneller und mit größerer Erkenntnistiefe als je zuvor zu handeln.“

Die Transaktion unterliegt den üblichen behördlichen Genehmigungen und soll voraussichtlich im zweiten Quartal 2026 abgeschlossen werden.

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

inoqo: Wiener Startup fusioniert mit der Sustainability-Intelligence-Plattform Mondra

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

inoqo: Wiener Startup fusioniert mit der Sustainability-Intelligence-Plattform Mondra

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

inoqo: Wiener Startup fusioniert mit der Sustainability-Intelligence-Plattform Mondra

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 …

inoqo: Wiener Startup fusioniert mit der Sustainability-Intelligence-Plattform Mondra

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 …

inoqo: Wiener Startup fusioniert mit der Sustainability-Intelligence-Plattform Mondra

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 …

inoqo: Wiener Startup fusioniert mit der Sustainability-Intelligence-Plattform Mondra

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 …

inoqo: Wiener Startup fusioniert mit der Sustainability-Intelligence-Plattform Mondra

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

inoqo: Wiener Startup fusioniert mit der Sustainability-Intelligence-Plattform Mondra

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

inoqo: Wiener Startup fusioniert mit der Sustainability-Intelligence-Plattform Mondra