09.04.2018

Moonvision: Wiener Startup zählt mit AI-Lösung Grillhendln und Bier

Das Wiener Startup Moonvision arbeitet mit Objekterkennung auf Basis von AI. Im ersten Use­Case wurden Grillhendln gezählt. Nun soll die Industrie erobert werden.
/artikel/moonvision-30-mal-schneller-als-google
Moonvision
(c) Moonvision - Die Objekterkennungssoftware arbeitet aus der Vogelperspektive.

Eine halbe Million Grillhendln wandert jedes Jahr aus den Küchen der Oktoberfestzelte. Dazu kommen fast acht Millionen Maß Bier und Dutzende andere Produkte. Für das Personal ist es kaum möglich, da mitzuzählen. Kassensysteme sind überfordert, die Umsatzeinbußen durch Schwund sind schmerzhaft. Ein Problem, das die Objekterkennungssoftware von Moonvision in Echtzeit lösen soll – aber, wenn es nach den Gründern Florian Bauer und Alexander Hirner geht, nicht das letzte. Mit der finanziellen Sicherheit und dem Digital­Know­how seiner Onlineagentur Moonshiner im Rücken gründete Bauer mit Hirner als CTO im August 2017 Moonvision. Sein Team – heute zehnköpfig – arbeitet seitdem an der Entwicklung und Implementierung von horizontalen Use­Cases im Bereich der AI-­unterstützten Objekterkennung.

+++ Wo steht die Artificial Intelligence wirklich? +++

Probleme aus der Vogelperspektive lösen

Moonvision hat ein erfolgreiches erstes Jahr hinter sich: Die Gastronomieprototypen wurden installiert, der Proof of Concept wurde geliefert, ein erstes Patent gesichert und eine erste Investmentrunde fünfstellig abgeschlossen. Jetzt will Moonvision zeigen, was es in anderen Bereichen kann – mit einem grö­ßeren Team und Industriepartnern. Denn laut Moonvision-­Gründer Bauer lassen sich aus der Vogelperspektive noch viel mehr Probleme lösen als nur der Schwund am Oktoberfest oder – wie in einer Kooperation mit A1 gezeigt – auf Skihütten. Vor allem, wenn die Objekterkennung über 30 Mal schneller trainiert als die vergleichbare Google­Technik. Das nächste, bereits laufende Projekt führt Moonvision in die Industrie, wo sehr viele sehr unterschiedliche Objekte, die über ein Fließband in eine Maschine befördert werden, erkannt werden, um im weiteren Prozess sortiert zu werden. Außerdem möchte man laut Gründer Florian Bauer „die Skalierungsmöglichkeit unserer Lösung im zweiten Quartal 2018 spürbar verbessern und damit den Umsatz im Jahresvergleich zumindest verfünffachen“. Ende des Jahres 2018 sollen dann Gespräche zu einem Series-­A-­Investment im siebenstelligen Bereich starten.

Die Funktionsweise von Moonvision

So funktioniert das System von Moonvision: Über eine Kamera von oben werden Bilddaten der sich darunter bewegenden Objekte aufgenommen und mithilfe der Moonvision­-Software analysiert. Am Ende werden die Daten der relevanten Objekte ausgegeben und per API mit der Software des Kunden verbunden – dort werden sie zu wertvollen Insights. Um die besondere Leistung von Moonvision zu verstehen, muss man den Prozess der Bildanalyse genauer betrachten. Das aufgenommene Videomaterial wird nämlich vor der Analyse für die künstliche Intelligenz auf relevante Snapshots reduziert, und zwar so stark, dass aus einem vollen Videostream nur noch wenige Bilddaten übrig bleiben. Anhand dieser Daten wird die KI trainiert – allerdings mit einem relativ geringen Aufwand und in vergleichsweise kurzer Zeit. Auch, dass hierbei keine Laborbedingungen herrschen müssen, um richtig zu liegen, hebt die Moonvision­-Software von bestehenden Systemen ab. Läuft das System schließlich, wird die Analyse weiterhin laufend verbessert: Durch die smarte Wiederverwendung bereits erstellter Daten können neue Objekte identifiziert, benannt und quantifiziert werden. Der  von 2017 zeigte laut CTO Alexander Hirner 30 Mal weniger Aufwand bei der Installation als bestehende Systeme und eine zehnmal schnellere Analyse im laufenden Betrieb – Zahlen, die, wenn sie bei den kommenden Use­Cases gehalten oder sogar gesteigert werden können, einen guten Vorsprung bedeuten.

⇒ Zur Homepage

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

Moonvision: Wiener Startup zählt mit AI-Lösung Grillhendln und Bier

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Moonvision: Wiener Startup zählt mit AI-Lösung Grillhendln und Bier

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Moonvision: Wiener Startup zählt mit AI-Lösung Grillhendln und Bier

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 …

Moonvision: Wiener Startup zählt mit AI-Lösung Grillhendln und Bier

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 …

Moonvision: Wiener Startup zählt mit AI-Lösung Grillhendln und Bier

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 …

Moonvision: Wiener Startup zählt mit AI-Lösung Grillhendln und Bier

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 …

Moonvision: Wiener Startup zählt mit AI-Lösung Grillhendln und Bier

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Moonvision: Wiener Startup zählt mit AI-Lösung Grillhendln und Bier

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Moonvision: Wiener Startup zählt mit AI-Lösung Grillhendln und Bier