12.12.2018

ONDEWO bringt Mensch-Maschine-Kommunikation auf das nächste Level

Für das Wiener Startup ONDEWO ist klar: Mensch-Maschine-Kommunikation ist die Zukunft. Die Co-Founder Andreas Rath und Alexander Schult wollen mit ihrer Conversational AI Plattform mit Deep Learning und Machine Learning Algorithmen das „SAP für Conversational AI werden“.
/artikel/ondewo-ai
ONDEWO
(c) ONDEWO.
sponsored

Werden wir bald mit Maschinen genauso sprechen können wie von Mensch zu Mensch? Ja, wenn es nach Andreas Rath und Alexander Schult geht. Gemeinsam haben sie im Juni 2017 die ONDEWO GmbH gegründet. “Wir haben eine “Conversational AI Plattform mit fortgeschrittenen Deep Learning- und Machine Learning Algorithmen entwickelt”, berichtet Co-Founder, CEO und CTO Andreas Rath. Diese Plattform ermöglicht Maschinen, natürlichsprachliche Dialoge mit Menschen zu führen – und zwar besser, als alle anderen Lösungen am Markt. Das verspricht zumindest das Gründer-Team: “Eigentlich wollten wir eine Chatbot-Lösung für das Vermitteln von Dienstleistungen bauen. Doch wir mussten feststellen, dass die existierenden Cloud-basierten Chatbot-Plattformen nicht die Anforderungen komplexer Unternehmensanwendungen erfüllen. Somit blieb uns nichts anderes übrig, als die Conversational AI Plattform selbst zu bauen”, fasst Rath zusammen. Geht es nach dem bisherigen Erfolg des Produkts, war die Entscheidung jedenfalls richtig.

+++ Mehr zum Thema DeepTech, AI und Chatbots in unserem Fokus-Channel +++

Founder-Power und Support von außen

“Wir haben unsere eigenen Ersparnisse in unsere Idee gesteckt und unsere Karrieren in einer der führenden Unternehmensberatungen weltweit hinter uns gelassen”, so Andreas Rath. Er und sein Co-Founder , CFO und COO Alexander Schult kennen einander aus vier gemeinsamen Jahren in der Digital Practice bei McKinsey & Company. Nachdem sie zwei Jahre lang in mehreren internationalen Projekten in der Telekommunikations- und High-Tech-Industrie eng zusammengearbeitet haben, kam die Entscheidung zur gemeinsamen Gründung. Neben den Eigenmitteln konnten die Founder von Anfang an auf externe Partner zählen: “Im ersten Jahr hat uns das Austria Wirtschaftsservice (aws) im Rahmen von aws PreSeed bei unserer Hochtechnologieentwicklung bei den Gesamtprojektkosten von rund 225.000 Euro unterstützt. Catalysts, eine bekannte österreichische Softwarefirma, wurde im Juli 2018 als strategischer Partner und Investor für einen mittleren sechsstelligen Betrag für 5 Prozent ins Boot geholt”, so Rath.

ONDEWO: Das Produkt „spricht“ für sich

Der Einsatz hat sich gelohnt, denn: “Als wir mit ersten Proof-of-Concept Anwendungen für Ministerien, Versicherungen und Telekommunikations-Unternehmen sowie mit einem Benchmarking gemeinsam mit der WU Wien gezeigt haben, was unsere Plattform kann und möglich macht, sind immer mehr große Unternehmen auf uns zugekommen”, so Rath. Jetzt geht es darum, konkrete Lösungen für immer komplexere Use Cases von Unternehmen umzusetzen, insbesondere jene, die mit herkömmlichen Chatbotplattformen und auf Textsuche-basierte Lösungen nicht mehr möglich sind: “Unsere AI-basierten Meta-Algorithmen sind etwas Besonders, da diese automatisch ‚lernen‘, für welche Anfrage welcher unserer fast 20 AI-Algorithmen die besten Antworten liefern kann. Dadurch erreicht unsere Plattform überdurchschnittliche Erkennungsraten und somit höhere Kundenzufriedenheit, insbesondere bei komplexen Anfragen an Unternehmen”; so Rath.

ONDWO
(c) ONDEWO. Andreas Rath ist CEO des Conversational AI-Startups ONDEWO.

„Wir sind vielen anderen voraus“

Der Kern der Innovation von ONDEWO besteht genau in diesem Hybridansatz, der unterschiedlichste Erkennungsalgorithmen für Gesprächsinhalte und Benutzerintentionen verwendet. In einer von ONDEWO durchgeführten weltweiten Markt- und Technologiestudie mit über 200 Artificial Intelligence (AI) Startups im Textbereich, bestätigt sich der technologische Vorsprung des österreichischen Produkts: “Da wir unsere und externe Forschungsergebnisse in den Bereichen “Klassifikation von Text” mit Deep Learning und Machine Learning Verfahren innerhalb von wenigen Wochen in unser Produkt einfließen lassen können, sind wir vielen anderen voraus”, freut sich Rath.

Das Ohr nahe am Kunden

Derzeit steht bei ONDEWO vor allem die Weiterentwicklung und Optimierung des Produkts für die unterschiedlichsten Anwendungsfälle am Programm. “Aktuell möchten wir im Rahmen von Leuchtturmprojekten unser Ohr weiter sehr nah am Kunden haben, um zu verstehen, wie unsere Technologie noch besser eingesetzt und verwendet werden kann”, so Rath. Projekte mit österreichischen Ministerien und Versicherungen sowie international mit finnischen Telekommunikationsanbietern wurden bereits realisiert. “Zugleich sind wir sehr an Partnerschaften mit Software-Firmen interessiert, die spannende Anwendungen für ihre Kunden auf unserer Conversational AI Platform realisieren möchten“, ergänzt Rath.

Die eigene Technolgie herausfordern

Die Rückmeldungen sind positiv, vor allem das außergewöhnlich gute Endkundenerlebnis durch die hohen Erkennungsraten überzeugt. Denn natürlich: Je besser die AI versteht, desto zufriedener sind Endkunden mit der Konversation mit einer Maschine. Um die eigene Technologie möglichst stark herauszufordern, sind die aktuellen Leuchtturm-Projekte von ONDEWO sehr breit gefächert. Sie reichen von der Automatisierung von Call-Center Kommunikation mit Endkunden, Sprachsteuerung und automatisches Ausfüllen von Formularfeldern, bis hin zum AI-basierten Chatbot für komplexe Unternehmensprozesse. Messbarkeit ist wichtig für Unternehmen: “Mit unserer ONDEWO Benchmarking Lösung schaffen wir für Unternehmen erstmals Transparenz im Dschungel der Chatbotlösungen, indem wir die Leistung der im Unternehmen aktuell laufenden Chatbotsoftware mit den besten Cloud-Lösungen und unserer ONDEWO Conversational AI Plattform vergleichen“, erklärt Rath.

“SAP für Conversional AI” werden

“Unser Ziel ist ein skalierbares, lizenz-basiertes Geschäftsmodell mit einem starken Netzwerk von Wiederverkäufern und Software-Integrationspartnern, um „SAP für Conversational AI“ zu werden”, blickt Rath in die Zukunft. Das Potenzial ist groß: Conversional AI hat ein ungeheures Marktpotenzial. Zwischen 2.900 bis 4.800 Milliarden Euro beträgt der insgesamt verfügbare Markt für KI-Lösungen laut einer Studie der Unternehmensberatung McKinsey, mit überdurchschnittlichen Wachstumschancen von 60 Prozent p.a.

Heiß umkämpfter Markt

Viele Player kämpfen um diesen Markt: “Es gibt natürlich zahlreiche Chatbot-Plattformen und Cloud-Lösungen im Bereich Natural Language Understanding (NLU) von großen Unternehmen wie Google, IBM, SAP, Facebook, Amazon, aber auch von kleineren Unternehmen und Open Source Lösungen wie Rasa und Snips”, kennt Rath das wirtschaftliche Umfeld. Doch für ONDEWO sieht er gute Chancen, denn “fast alle bestehenden Plattformen scheitern, wenn es um die Automatisierung von komplexen Kundeninteraktionen in natürlichsprachlicher Sprache entlang von Unternehmensprozessen geht, also bei Vorgängen wie Bestellungen, Verkauf, Rückforderungen oder 2nd Level Support. Nicht zu vergessen ist, dass die großen Anbieter das Know-How aus dem Startup Umfeld meist zukauft haben – z.B. Google Dialogflow war früher ein Startup namens API.AI“ weist Rath auf die Chancen für junge Unternehmen gegenüber Tech-Giganten hin.

Österreich: Top-Technologiestandort mit vielseitiger Förderlandschaft

Wien als Firmenstandort hat sich für ONDEWO als ideal erweisen, unter anderem durch die Nähe zu renommierten technischen Wissensinstitutionen. “Außerdem gibt es in Wien eine sehr aktive Deep Learning und AI Community und eine dynamische Startup Community. Damit ist Wien ein guter Nährboden für Vernetzung, Wissenstransfer und die Gewinnung von Experten”, so Rath. ONDEWO profitierte auch von Förderangeboten: “Die Förderlandschaft in Österreich ist sehr vielfältig. Wir haben uns damals intensiv mit allen Fördermöglichkeiten auseinandergesetzt und mit Fördereinrichtungen persönlich zusammengesetzt, um zu verstehen, wer uns bei der ‚Neugründung eines Startups im Hochtechnologiebereich‘ am besten unterstützen kann.”

aws als strategischer Partner

Die Wahl fiel auf das aws, das die Gründer beim Aufbau von Kontakten zu Investoren und österreichischen Unternehmen sowie bei Unternehmensaufbau und -entwicklung stark unterstützt hat. “Wir sehen das aws als strategischen Partner, der uns hilft ein exzellentes, skalierbares Hochtechnolgieprodukt aus Österreich heraus auf den Markt zu bringen, und sind für die Unterstützung und Guidance sehr dankbar”, so Rath. Kompetente Unterstützung im Bereich Forschung- und Entwicklung gab es durch die FFG, im Bereich Business Plan und Coaching von der Wirtschaftsagentur sowie generell von den Inkubatoren bzw. Hubs der INiTS, weXelerate und der WKO Rocket Science Akademie.

Mensch-Maschine-Kommunikation für komplexe Anwendungsfälle

Mit dem Schwerpunkt, Interaktionen zwischen Menschen und Maschinen in natürlicher Sprache über alle Kanäle für komplexe Anwendungsfälle zu ermöglichen, haben die ONDEWO-Founder ein klares Ziel vor Augen. Die Ausgangslage dafür ist gut: Ein vielversprechendes Produkt, ein gut gefüllte Recruiting-Pipeline mit hochkarätigen Data Scientists, ein Team aus AI-Experten aus ganz Europa, ein großes Marktpotenzial und eine starke finanzielle Basis inkl. strategischer Partner. Die natürliche Kommunikation zwischen Mensch und Maschine rückt damit in greifbare Nähe.

Archiv: Andreas Rath im Video-Interview

Wir bauen die High-Performance Deep Learning Machine

Live mit Andreas S. Rath, dem Founder & CEO von ondewo: Wir bauen die High-Performance Deep Learning Machine mit genug Power, um die Algorithmen für ihr Deep Learning Produkt zu rechnen.

Gepostet von DerBrutkasten am Freitag, 3. November 2017


⇒ Zur Page des Startups

Deine ungelesenen Artikel:
05.08.2026

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

Technologie-Trends zu erkennen ist heute einfach, sie ins Kerngeschäft zu übersetzen bleibt die eigentliche Hürde. Frank Möbius hat BMWs Tech-Früherkennung sechs Jahre verantwortet und erklärt im brutkasten-Gespräch, woran der Transfer scheitert und wie er gelingt.
/artikel/der-transfer-ist-das-schwierigste-ex-bmw-tech-scouting-leiter-frank-moebius-ueber-technologie-frueherkennung
05.08.2026

„Der Transfer ist das Schwierigste“: Ex-BMW Tech-Scouting-Leiter Frank Möbius über Technologie-Früherkennung

Technologie-Trends zu erkennen ist heute einfach, sie ins Kerngeschäft zu übersetzen bleibt die eigentliche Hürde. Frank Möbius hat BMWs Tech-Früherkennung sechs Jahre verantwortet und erklärt im brutkasten-Gespräch, woran der Transfer scheitert und wie er gelingt.
/artikel/der-transfer-ist-das-schwierigste-ex-bmw-tech-scouting-leiter-frank-moebius-ueber-technologie-frueherkennung
Frank Möbius (links) | (c) BMW Group

Knapp 30 Jahre war Frank Möbius bei BMW. Zuletzt leitete er in der Konzernforschung den Bereich Technologiemanagement und -prognose und koordinierte das weltweite Netzwerk der BMW Technology Offices vom Silicon Valley bis Tokio. Seit 2023 gibt er seine Erfahrung als Senior Innovation Advisor bei der UnternehmerTUM GmbH in München, Europas größtem Gründerzentrum, weiter. Im Interview erklärt er, wie systematische Technologie-Früherkennung funktioniert, warum die meisten Unternehmen am Transfer der daraus gewonnenen Erkenntnisse scheitern und wie KI die Tech-Trenderkennung vereinfacht hat.


brutkasten: Sie waren fast 30 Jahre bei BMW. Wie sind Sie dort zum Thema Innovation gekommen?

Frank Möbius: Ich habe an der Uni Stuttgart Maschinenbau, Fachrichtung Fahrzeugtechnik studiert und nach dem Diplom Anfang 1990 meinen ersten Job bei der Lufthansa Technik in Frankfurt gefunden. Dort durfte ich die damals neuartigen stangenlosen Flugzeugschlepper mitentwickeln und 1992 den neuen Flughafen München damit ausrüsten – meine erste Berührung mit Innovationen und ihrer Einführung im Massengeschäft. Ich verließ die Lufthansa nach ein paar Jahren, um an der Uni Kaiserslautern über Robotik zu promovieren. Nach der Promotion kam ich 1996 zu BMW, meiner Wunschfirma in meiner Wunschstadt. Dort konnte ich viele unterschiedliche Funktionen übernehmen: erst arbeitete ich vier Jahre im Versuchsfahrzeugbau, dann vier Jahre im Personalwesen, ein lehrreicher “Side Step” für einen Ingenieur!

(c) BMW Group

Mitte 2004 durfte ich eine Abteilung für Vorentwicklung und Innovationsmanagement im Bereich Antriebsproduktion übernehmen. Daraus entstand meine Rolle im damals neuen elektrifizierten Antrieb für BMW – von der strategischen Inhouse-Entscheidung und fachlichen Befähigung der Firma bis zur Großserie: über zehn Jahre lang war ich für die Industrialisierung und später Entwicklung von Hochvoltbatterien verantwortlich, vom ersten A-Muster mit einem sehr kleinen Team bis zu 100 Mitarbeitenden. 2017 bin ich schließlich in die Forschung gewechselt und habe dort das Team “Technologiemanagement und -prognose” übernommen, das später in die Einheit “Open Innovation” integriert wurde.

Was macht so eine Open-Innovation-Einheit in einem Konzern konkret?

Mit Open Innovation Methoden erkennt und verwertet man frühzeitig innovative Signale und Trends, die außerhalb der eigenen Unternehmensgrenzen stattfinden. Wir schauen bewusst in Branchen jenseits des Automobilbaus: Consumer Electronics, Luft- und Raumfahrt, Medizin, Computing, Biomaterialien, etc. Immer mit der Frage im Hinterkopf: Was können wir davon für das eigene Kerngeschäft nutzen? Konkret: Technologische Trends aus der Cross-Industrie frühzeitig erkennen, verstehen, bewerten, ein Proof-of-Concept-Projekt durchführen, z. B. mit einem Startup, einer Uni, einem Fraunhofer-Institut, etc. und diese Ergebnisse dann in die Firma für die eigenen Produkte, Services und Prozesse transferieren.

(c) BMW Group

BMW hat dafür eine eigene Abteilung aufgebaut. Wie hängen die einzelnen Bausteine zusammen?

2015 wurde die Technologie-Früherkennung mit dem Technologie-Trendradar ins Leben gerufen, fast gleichzeitig wurde die BMW Startup Garage gegründet. Das Radar ist zunächst ein Visualisierungs- und Kommunikationstool: wir platzieren die erkannten Technologien nach Kategorien und Reifegraden, um frühzeitig aufzeigen zu können, was sich technologisch weltweit tut. Aber diese Erkenntnisse stehen erstmal nur auf dem Papier. Entscheidend ist nach Bewertung und Priorisierung die Verwertung dieser Erkenntnisse, der sogenannte Transfer. Dieser erfolgt dann oft mit Startups.

Hier kommt die BMW Startup Garage zum Einsatz. Sie betreibt Venture Clienting, d. h. sie investiert nicht, sondern scoutet im Netzwerk der internationalen BMW Tech Offices die besten Startups und koordiniert Innovationsprojekte mit den betroffenen BMW-Fachbereichen, die meist das Budget dafür stellen. Diese Startups müssen schon reifer sein, also ein stabiles Team, eine robuste Finanzierung, ein fertiges Produkt – ggf in anderen Branchen – und am besten schon erste Kunden haben. Das Ziel dabei ist immer, dass das Startup ein regulärer Lieferant für BMW werden kann, wir nennen das  “startup as a supplier”. Erst wenn die Lösung des Startups wirklich bei BMW zum Einsatz kommt – in Produkt, Service oder Prozess -, entsteht Impact!

Daneben gibt es das Team BMW iVentures als klassischer Risikokapital-Investor, der ebenfalls über das BMW Tech Office Netzwerk auch in ganz frühphasige Startups investiert. Außerdem gehört dazu ein BMW-interner Incubator und eine Crowd Innovation Plattform.

Wie läuft systematische Tech-Trenderkennung bzw. Tech-Scouting im Alltag ab?

Es gibt vier Prozessschritte: Scouten und Strukturieren, Diskutieren und Bewerten, Visualisieren und Vorbereiten und dann der Transfer in die passenden BMW-Fachbereiche und die dortige Umsetzung. Den ersten Schritt haben früher Mitarbeitende und Werkstudierende gemacht, heute erledigen das maßgeschneiderte KI-Agenten. Für den zweiten Schritt braucht man die Experten: Fachleute von intern und extern. Ggf wird zu einem bestimmten Tech-Trend eine Studie erstellt. Für den dritten Schritt sitzt man in Workshops zusammen und erarbeitet einen Vorschlag für das nächste Trendradar und mögliche Scouting- oder Prototypen-Projekte. Von einer Liste mit über hundert Themen bleiben dann vielleicht vierzig übrig, die auf das Trendradar kommen und fünf, die dann tiefergelegt werden.

(c) BMW Group

Und dann kommt der Teil, an dem viele scheitern.

So ist es! Die ganzen modernen Technologien und Trends kann man heute recht einfach im Netz recherchieren, Generative AI hilft dabei. Das Entscheidende aber ist am Ende: Was leitet das Unternehmen daraus ab? Nur neues Wissen, eine Produktverbesserung oder gleich ein neues Geschäftsmodell? Einfacher gesagt: was mache ich damit morgen besser als heute? Das ist das Schwierige, der Transferprozess. Dieser hat inhaltliche, strukturelle, finanzielle aber auch menschliche Aspekte. Der Transfer einer neuen, erstmal riskanten Technologie aus einer anderen Branche in die eigene Firma ist oft schwierig. Auch bei BMW hat es ein paar Jahre gedauert, bis erste Erfolge kamen und das Vorgehen akzeptiert war.

Was ist das Rezept, damit es funktioniert?

Man holt die Personen, die später die Erkenntnisse umsetzen sollen, frühzeitig in den Prozess mit hinein. Sie dürfen die Startups mit bewerten, sie erfahren sofort, wenn eine neue Technologie für ihren Fachbereich tiefergelegt werden soll, diese wird dann gemeinsam bewertet. Dafür gibt es in der BMW Startup Garage für jedes Ressort einen konkreten Schnittstellenpartner. Dann geht man gemeinsam in den betroffenen Fachbereich, organisiert die Ressourcen und plant das Projekt, damit das Startup den Prototypen bauen kann. Wichtig: für das Startup-Projekt wird oft das Geld des späteren Fachbereichs verwendet. Das erzeugt zusätzliches Commitment! Und das Zweite ist die Hierarchie: Wenn Du einen Bereichsleiter oder Geschäftsführer hast, der voll hinter Open Innovation steht und auch mal in oberen Etagen politisch unterstützt, dann funktioniert es deutlich besser, auch in Krisenzeiten mit Budgetknappheit.

(c) BMW Group

Was raten Sie einem Unternehmen, das ohne viel Budget mit Technologiemanagement starten will?

Man muss nicht gleich zehn Leute einstellen. Oft genügt erstmal eine Person mit den nötigen Ressourcen und Befugnissen, dazu evtl. einen Studierenden und ein paar Teilkapazitäten in den relevanten Fachbereichen als Unterstützung. Ggf hilft am Anfang auch eine externe Trendagentur oder ein passender Toolanbieter. KI-Kenntnisse sind wichtig, um einen KI-Agenten nutzen oder einen eigenen aufbauen zu können. Ein gutes, internationales Netzwerk in alle relevanten Industrien ist ebenso wichtig, denn inzwischen betreiben die meisten großen Firmen Technologie-Früherkennung im Rahmen von Corporate Foresight, man kann von ihnen lernen und Best Practices übernehmen. Ich habe aus meinen über 6 Jahren in dieser Rolle eine Liste mit den zehn wichtigsten Lessons Learned zusammengeschrieben. Da steht alles drin, was man braucht, man muss es halt nur noch machen.

Was machen Sie heute bei UnternehmerTUM?

UnternehmerTUM hat drei Zielgruppen: Talente, Startups und Unternehmen – vom großen  Corporate und Mittelstand bis zum Familienunternehmen. Meine Hauptarbeit liegt in der Innovationsberatung, wo ich meine BMW-Erfahrung einbringen kann. Daneben bin ich Startup-Mentor, halte Vorlesungen, unterstütze die Internationalisierung der UnternehmerTUM und betreue Delegationen. Und ich baue gerade einen KI-gestützten Technologie-Trendradar-Prozess für die UnternehmerTUM, die TUM Venture Labs und ihre Partner und Kunden auf. Der ist nochmal deutlich umfangreicher als ein Radar für die Automobilindustrie. Wir haben dafür einen KI-Agenten gebaut, der weltweit schwache Tech-Signale erkennt, also Technologien, die noch kein messbarer Trend sind. Diesen KI-Agenten trainiere ich täglich. Gerade für Mittelständler und Familienunternehmen ist das sehr hilfreich, weil sie in der Regel nicht das Netzwerk und die Möglichkeiten großer Firmen haben.

(c) BMW Group

Gibt es ein Beispiel aus Ihrer BMW-Zeit, das zeigt, was Open Innovation bewirken kann?

Aus der Tech-Trenderkennung und der Startup-Arbeit wurden in den letzten Jahren schon viele Projekte zu Quantum Computing, Fahrzeug-Satelliten-Kommunikation, Gesundheitsdaten-Monitoring im Fahrzeug, Panorama-Displays, In-Car-Gaming u.v.m. erfolgreich transferiert. Einiges davon ist schon im Auto zu erleben, manches wird noch kommen. Mein Lieblingsbeispiel ist das farbwechselnde Auto: keine klassische Trenderkennung, aber ein erfolgreicher Cross-Industry-Transfer und vielleicht sogar ein Trendsetter! Eine Mitarbeiterin von mir hatte vor vielen Jahren die mutige Idee, die Display-Funktionen eines E-Readers aufs Auto zu übertragen. Sie hat sich die E-Ink-Panels besorgt, einen Prototypen entwickelt und damit nach vielen Experimenten mit einigen Helfern den BMW iX Flow aufgebaut – übrigens anfangs im MakerSpace der UnternehmerTUM. Mit diesem Auto war sie mit BMW 2022 in der Schwarz-Weiß-Version und ein Jahr später mit dem BMW i VISION Dee in der Farbversion mit großem Erfolg auf der CES in Las Vegas: The Color-Changing Car! Das ist für mich der perfekte Cross-Industry-Transfer: Ich übertrage eine erfolgreiche Technologie aus einer Industrie in eine völlig andere und habe einen Nutzen daraus. Ob das in irgendeiner Form mal in Serie kommt? Wer weiß …

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

ONDEWO bringt Mensch-Maschine-Kommunikation auf das nächste Level

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

ONDEWO bringt Mensch-Maschine-Kommunikation auf das nächste Level

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

ONDEWO bringt Mensch-Maschine-Kommunikation auf das nächste Level

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 …

ONDEWO bringt Mensch-Maschine-Kommunikation auf das nächste Level

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 …

ONDEWO bringt Mensch-Maschine-Kommunikation auf das nächste Level

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 …

ONDEWO bringt Mensch-Maschine-Kommunikation auf das nächste Level

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 …

ONDEWO bringt Mensch-Maschine-Kommunikation auf das nächste Level

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

ONDEWO bringt Mensch-Maschine-Kommunikation auf das nächste Level

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

ONDEWO bringt Mensch-Maschine-Kommunikation auf das nächste Level