Investor, der Uber entdeckte, nimmt Wiener KI-Startup in Programm auf
Das Wiener generative AI-Startup Permar befindet sich erst in der Aufbauphase. Es hat dennoch bereits bemerkenswerte Erfolge (u.a. auf Product Hunt) feiern können.
Das Startup Permar von Matthias Strafinger und Matteo Berchier möchte es Unternehmen ermöglichen, mittels KI-basierten Generator, automatisierte Landing-Pages zu erstellen. Damit konnte man auf der US-Plattform Product Hunt bereits einen Erfolg einfahren: Am 21. Oktober erreichte das Startup in der Kategorie “product of the day” den dritten Platz.
Permar in Programm von Early-Uber-Investor
Zudem durchläuft Permar aktuell das “Founder University Accelerator”-Progamm von Jason Calacanis, einem der ersten Uber-Investoren, der 2007 als “Entrepreneur in Action” bei Sequoia Capital 25.000 US-Dollar in Travis Kalanicks Startup zu einer fünf-Millionen-Bewertung investierte. Heute wäre der Anteil rund 100 Mio. wert.
Strafinger war die letzten beide Jahre über Geschäftsführer eines Tochterunternehmens der XXXLutz-Gruppe und Co-Founder einer e-Commerce-Brand: “Während der Zeit habe ich festgestellt, dass es sehr aufwändig ist, ‘Landing Pages’ für e-Commerce-Brands zu erstellen und man bei der Gestaltung sehr viel auf das Bauchgefühl hört”, erzählt er dem brutkasten. “Es gibt einige Landing Page-Builder, die stark auf Lead-Generation fokussiert sind. Zusätzlich braucht man nach wie vor auch einen ‘CRO-Expert’, der dir eine high-converting Landing Page baut.”
Permar arbeitet daher mit DTC-Brands (Dr. Squatch, ridge, etc.), scrapt deren Ad-Profile, analysiert die Landing Pages und baut Templates auf Basis dessen. Das Startup, das sich noch in der Ausgründung befindet, implementiert zudem gerade einen Landing Page-Audit, der Nutzern dabei helfen soll, die Conversion Rate weiter zu optimieren und auf Basis von “Visual Design”, “Content Evaluation”, “User Experience” und “Conversion Rate Optimization” Feedback zu geben.
E-Commerce-Co-Pilot
Das komplett eigenfinanzierte Unternehmen möchte sich im nächsten Schritt zu einem e-Commerce Co-Pilot entwickeln. Das heißt, dass es im kommenden Jahr möglich sein soll, mithilfe von Prompts Arbeitsaufträge zu erteilen, die von einem (noch zu entwickelnden) hauseigenen AI-Agent ausgeführt werden.
“Wenn man beispielsweise einen Website-Abschnitt auf einer anderen Seite schön findet, kann man einen Screenshot auf unsere Plattform laden und unsere AI-Software damit beauftragen, diesen Abschnitt nachzubauen”, erklärt Strafinger.
Pemar: “Klarheit der Performance schaffen”
Der USP von Permar liegt darin, zwei zentrale Barrieren bei der Erstellung von Landing Pages für Unternehmen zu beseitigen: Mit der Plattform sollen einerseits selbst technisch weniger versierte Nutzer:innen Landing Pages in kürzester Zeit erstellen, ohne auf kostspielige Entwicklungsressourcen angewiesen zu sein. Außerdem schaffe Permar durch die Anwendung automatisierter Landing Page-Audits Transparenz und Klarheit im oft undurchsichtigen Bereich der Landing Page-Performance.
Strafinger dazu: “Dies ermöglicht Unternehmen, das Rätselraten über den Erfolg ihrer Landing Pages zu beenden und schafft eine klare Grundlage für fundierte Entscheidungen.”
Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
Mit der neuen multimedialen Serie “No Hype KI” wollen wir eine Bestandsaufnahme zu künstlicher Intelligenz in der österreichischen Wirtschaft liefern. In der ersten Folge diskutieren Doris Lippert, Director Global Partner Solutions und Mitglied der Geschäftsleitung bei Microsoft Österreich, und Thomas Steirer, Chief Technology Officer bei Nagarro, über den Status Quo zwei Jahre nach Erscheinen von ChatGPT.
„Das war ein richtiger Hype. Nach wenigen Tagen hatte ChatGPT über eine Million Nutzer”, erinnert sich Lippert an den Start des OpenAI-Chatbots Ende 2022. Seither habe sich aber viel geändert: “Heute ist das gar kein Hype mehr, sondern Realität“, sagt Lippert. Die Technologie habe sich längst in den Alltag integriert, kaum jemand spreche noch davon, dass er sein Smartphone über eine „KI-Anwendung“ entsperre oder sein Auto mithilfe von KI einparke: “Wenn es im Alltag angekommen ist, sagt keiner mehr KI-Lösung dazu”.
Auch Thomas Steirer erinnert sich an den Moment, als ChatGPT erschien: „Für mich war das ein richtiger Flashback. Ich habe vor vielen Jahren KI studiert und dann lange darauf gewartet, dass wirklich alltagstaugliche Lösungen kommen. Mit ChatGPT war dann klar: Jetzt sind wir wirklich da.“ Er sieht in dieser Entwicklung einen entscheidenden Schritt, der KI aus der reinen Forschungsecke in den aktiven, spürbaren Endnutzer-Bereich gebracht habe.
Von erster Begeisterung zu realistischen Erwartungen
Anfangs herrschte in Unternehmen noch ein gewisser Aktionismus: „Den Satz ‘Wir müssen irgendwas mit KI machen’ habe ich sehr, sehr oft gehört“, meint Steirer. Inzwischen habe sich die Erwartungshaltung realistischer entwickelt. Unternehmen gingen nun strategischer vor, untersuchten konkrete Use Cases und setzten auf institutionalisierte Strukturen – etwa durch sogenannte “Centers of Excellence” – um KI langfristig zu integrieren. „Wir sehen, dass jetzt fast jedes Unternehmen in Österreich KI-Initiativen hat“, sagt Lippert. „Diese Anlaufkurve hat eine Zeit lang gedauert, aber jetzt sehen wir viele reale Use-Cases und wir brauchen uns als Land nicht verstecken.“
Spar, Strabag, Uniqa: Use-Cases aus der österreichischen Wirtschaft
Lippert nennt etwa den Lebensmittelhändler Spar, der mithilfe von KI sein Obst- und Gemüsesortiment auf Basis von Kaufverhalten, Wetterdaten und Rabatten punktgenau steuert. Weniger Verschwendung, bessere Lieferkette: “Lieferkettenoptimierung ist ein Purpose-Driven-Use-Case, der international sehr viel Aufmerksamkeit bekommt und der sich übrigens über alle Branchen repliziert”, erläutert die Microsoft-Expertin.
Auch die Baubranche hat Anwendungsfälle vorzuweisen: Bei Strabag wird mittels KI die Risikobewertung von Baustellen verbessert, indem historische Daten zum Bauträger, zu Lieferanten und zum Bauteam analysiert werden.
Im Versicherungsbereich hat die UNIQA mithilfe eines KI-basierten „Tarif-Bots“ den Zeitaufwand für Tarifauskünfte um 50 Prozent reduziert, was die Mitarbeiter:innen von repetitiven Tätigkeiten entlastet und ihnen mehr Spielraum für sinnstiftende Tätigkeiten lässt.
Nicht immer geht es aber um Effizienzsteigerung. Ein KI-Projekt einer anderen Art wurde kürzlich bei der jüngsten Microsoft-Konferenz Ignite präsentiert: Der Hera Space Companion (brutkasten berichtete). Gemeinsam mit der ESA, Terra Mater und dem österreichischen Startup Impact.ai wurde ein digitaler Space Companion entwickelt, mit dem sich Nutzer in Echtzeit über Weltraummissionen austauschen können. „Das macht Wissenschaft zum ersten Mal wirklich greifbar“, sagt Lippert. „Meine Kinder haben am Wochenende die Planeten im Gespräch mit dem Space Companion gelernt.“
Herausforderungen: Infrastruktur, Daten und Sicherheit
Auch wenn die genannten Use Cases Erfolgsbeispiele zeigen, sind Unternehmen, die KI einsetzen wollen, klarerweise auch mit Herausforderungen konfrontiert. Diese unterscheiden sich je nachdem, wie weit die „KI-Maturität“ der Unternehmen fortgeschritten sei, erläutert Lippert. Für jene, die schon Use-.Cases erprobt haben, gehe es nun um den großflächigen Rollout. Dabei offenbaren sich klassische Herausforderungen: „Integration in Legacy-Systeme, Datenstrategie, Datenarchitektur, Sicherheit – all das darf man nicht unterschätzen“, sagt Lippert.
“Eine große Herausforderung für Unternehmen ist auch die Frage: Wer sind wir überhaupt?”, ergänzt Steirer. Unternehmen müssten sich fragen, ob sie eine KI-Firma seien, ein Software-Entwicklungsunternehmen oder ein reines Fachunternehmen. Daran anschließend ergeben sich dann Folgefragen: „Muss ich selbst KI-Modelle trainieren oder kann ich auf bestehende Plattformen aufsetzen? Was ist meine langfristige Strategie?“ Er sieht in dieser Phase den Übergang von kleinen Experimenten über breite Implementierung bis hin zur Institutionalisierung von KI im Unternehmen.
Langfristiges Potenzial heben
Langfristig stehen die Zeichen stehen auf Wachstum, sind sich Lippert und Steirer einig. „Wir überschätzen oft den kurzfristigen Impact und unterschätzen den langfristigen“, sagt die Microsoft-Expertin. Sie verweist auf eine im Juni präsentierte Studie, wonach KI-gestützte Ökosysteme das Bruttoinlandsprodukt Österreichs deutlich steigern könnten – und zwar um etwa 18 Prozent (brutkasten berichtete). „Das wäre wie ein zehntes Bundesland, nach Wien wäre es dann das wirtschaftsstärkste“, so Lippert. „Wir müssen uns klar machen, dass KI eine Allzwecktechnologie wie Elektrizität oder das Internet ist.“
Auch Steirer ist überzeugt, dass sich für heimische Unternehmen massive Chancen eröffnen: “Ich glaube auch, dass wir einfach massiv unterschätzen, was das für einen langfristigen Impact haben wird”. Der Appell des Nagarro-Experten: „Es geht jetzt wirklich darum, nicht mehr zuzuwarten, sondern sich mit KI auseinanderzusetzen, umzusetzen und Wert zu stiften.“
Folge nachsehen: No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?
Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.
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.