Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

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

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:

Martin Pacher

03.11.2026

Die Projektmanagerin, die nie schläft: accilium zeigt bei der aIQon KI-Agenten im Echtbetrieb

Mit ihrer ersten „aIQon“ hat die Wiener Strategieberatung accilium ein neues Format gestartet: keine Folien, nur Live-Demos von KI-Agenten, die bereits im Einsatz sind. Im Mittelpunkt stand Aurelia, eine Agentin, die als Mitglied eines Projektteams in Microsoft Teams mitarbeitet.

/artikel/accilium-zeigt-bei-der-aiqon-ki-agenten-im-echtbetrieb

Martin Pacher

03.11.2026

Die Projektmanagerin, die nie schläft: accilium zeigt bei der aIQon KI-Agenten im Echtbetrieb

/artikel/accilium-zeigt-bei-der-aiqon-ki-agenten-im-echtbetrieb

Keine Charts, keine Keynotes, nur Dinge, die funktionieren. Mit dieser Regel eröffnete Peter Allan, AI Lead und Managing Partner bei accilium, am 22. Oktober die erste aIQon im 15. Stock des Juwel Wien. Das Format lehnt sich an Tech-Konferenzen an: Ein Team stellt ein Problem vor, zeigt live, was es dagegen gebaut hat, und erklärt, was es dabei gelernt hat. Allan nannte den Nachmittag ein Experiment. Wer Organisationen das Potenzial von KI vermitteln wolle, komme mit Folien nicht mehr weit, man müsse es zeigen.

Von der Beratung zum Bauen

accilium ist eine österreichische Strategie- und Managementberatung mit Sitz am Wiener Schubertring, die unter anderem für den öffentlichen Sektor arbeitet. Erst im September erhielt das Unternehmen den Zuschlag für einen Rahmenvertrag der Bundesbeschaffung GmbH (BBG) zur Digitalisierung der Verwaltung mit einem Volumen von bis zu 39 Millionen Euro.

Mit der aIQon zeigt accilium eine weitere Seite: Das Unternehmen hat heuer ein eigenes Team aus Forward Deployed Engineers aufgebaut, also Entwickler:innen, die direkt mit den Kunden arbeiten und Lösungen nicht nur konzipieren, sondern auch bauen. Die Rolle kommt aus der Software-Industrie und wird derzeit von führenden KI-Anbietern etabliert. Für eine Beratung heißt das: Strategie und Umsetzung aus einer Hand. Die gezeigten Agenten stammen alle aus diesem Team und laufen bei accilium selbst im Echtbetrieb.

Eine Kollegin, die alles mitliest

Aurelia ist ein eigenes Mitglied in einem Teams-Kanal. Sie hat ein eigenes Konto, liest Kanal, Postfach, Planner und Kalender eines Projekts mit und tut, was das Team ihr sagt. Im Szenario der Demo kehrt Projektleiterin Pia aus zwei Wochen Urlaub zurück und fragt Aurelia, was passiert ist. Statt Dutzende Nachrichten nachzulesen, bekommt sie in einer Antwort, was entschieden wurde und was für sie offen ist. Eine Kollegin ist krank: Aurelia findet deren fällige Aufgaben, schlägt Vertretungen vor und hängt die Aufgaben nach Pias Zustimmung im Planner um. Als die Kundin per Mail den Lenkungskreis vorziehen will, meldet sich Aurelia von selbst, weist darauf hin, dass eine Kollegin an dem Tag im Urlaub ist, und fragt nach, bevor sie den Termin verschiebt. Zum Jour fixe steht die Agenda in der Einladung, und eine Kollegin wird an ihren Kurzbericht erinnert.

Die Regeln dahinter sind klar: Aurelia liest alles mit, meldet sich von selbst aber nur dort, wo das Team es ihr aufgetragen hat. Planner und Kalender ändert sie erst nach einem Ja, Mails nach außen schickt sie nicht. Was sie darf, steht laut accilium im Code und nicht im Prompt. Die Regeln selbst gibt ihr das Team im Kanal, in ganz normalen Sätzen, so wie einer neuen Kollegin. Technisch läuft alles in einem Microsoft-Tenant auf Azure in der EU, das Sprachmodell in der EU-Datenzone.

Das wichtigste Learning kam aus dem eigenen Betrieb: Das richtige Maß ist für jedes Team ein anderes. Manche wollen täglich einen Status, andere jemanden, der im Hintergrund die Fäden zusammenhält und sich nur auf Nachfrage meldet. Deshalb lässt sich heute einstellen, wie proaktiv Aurelia ist. Und weil Teams einen Agenten als Kollegin wahrnehmen, gelte dasselbe wie bei jeder neuen Mitarbeiterin: Beide Seiten müssen sich aneinander gewöhnen.

Dasselbe Prinzip auf drei Ebenen

Zwei weitere Demos zeigten, dass der Ansatz auch jenseits des Projektteams funktioniert. „Linda Legal“ bündelt das Erfahrungswissen einer Rechtsabteilung und prüft direkt in Outlook Verträge gegen Richtlinie und Verhandlungsprotokoll. In der Demo entdeckte sie, dass in einem Paragrafen „jeweils“ statt des vereinbarten „zusammen“ stand, womit pro Wochenabruf 8.000 statt 4.000 Euro fällig geworden wären. Ihr Wissen liegt in lesbaren Dateien, die die Fachabteilung ohne IT selbst pflegt. „Erich Aigner“ wiederum ist ein persönlicher Assistent: Ein Berater erzählt ihm nach einem Kundentermin eine Minute lang, was zu tun ist, danach stehen Nachricht, Folgetermin und Mailentwürfe bereit. Gesendet wird nichts, das entscheidet der Mensch.

Drei Agenten, drei Ebenen: Team, Fachwissen, einzelne Person. Allen gemeinsam ist dasselbe Prinzip. Lesen, sortieren und vorbereiten tun die Agenten selbstständig, ändern und nach außen kommunizieren nur nach menschlicher Freigabe. Und diese Grenze ist technisch verankert, nicht bloß im Prompt versprochen.

Die Technik ist nicht der Engpass

Dass genau das die eigentliche Arbeit ist, zeigte auch der Opening Fireside Chat, in dem Peter Allan mit Alexia Feick und Paul Strunz über KI im Alltag, Top-down und Bottom-up in der Transformation und die Messbarkeit von KI-Projekten sprach. Strunz leitet das Digital Competence Center der Wien Energie, Feick war früher bei accilium und arbeitet heute im Customer Success bei Microsoft. Ihr gemeinsamer Befund: Die heutigen Modelle sind gut genug, der Hebel liegt in Prozessen, Governance und Befähigung. Feick riet, bei konkreten Pain Points anzusetzen statt bei dem Wunsch, „KI zu haben“. Der Output nach sechs Monaten solle eine veränderte Arbeitsweise mit messbarem Ergebnis sein, und lieber ein Use Case im crossfunktionalen Team als 30 kleine Proof-of-Concepts. Strunz ergänzte, dass Effizienzgewinne verpuffen, wenn die Prozesse dahinter nicht angepasst werden; bei der Wien Energie misst man unter anderem die Zahl aktiver Citizen Developer, eingesparte Stunden und eingespartes Geld.

Allan sieht in Agenten vor allem eine Wachstumschance: Es gebe unendlich viel Nachfrage nach Services, und wer es clever mache, nutze Agenten, um jeden einzelnen Job besser und kreativer zu machen. Bei accilium selbst sei keine Stelle durch KI ersetzt worden, wohl aber viel administrative Arbeit weggefallen. Intern begleitet das Unternehmen den Wandel mit einem eigenen Rhythmus: Jede Woche gibt es einen neuen „Build“ mit Skills, Tools und Trainings, wie bei einem Software-Unternehmen.

Alle Demos, Baupläne, Prompts und Skills stellt accilium offen zum Download bereit. Wer nicht dabei war, kann die Agenten also nachbauen. Auch das ist für eine Beratung ungewöhnlich und passt zum Anspruch des Formats: zeigen statt erklären.

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