21.09.2022

Prewave erhält 11 Millionen Euro in Series-A-Finanzierung

Die Runde soll es dem Startup ermöglichen, seine Plattform zu skalieren, seinen Kundenstamm weiter auszubauen und seine europäische Präsenz zu erweitern.
/artikel/prewave-erhaelt-11-millionen-euro-in-series-a-finanzierung
Prewave; Lieferketten
(c) Prewave - Lisa Smith mit Co-Founder Harald Nitschinger

Die KI-Plattform Prewave, die Unternehmen dabei unterstützt, Lieferkettenrisiken vorherzusagen, zu finden, zu verstehen und zu kategorisieren, verkündet eine Serie-A-Finanzierung in Höhe von elf Millionen Euro.

Auch Frühphasen-Investoren bei neuer Prewave-Runde dabei

Angeführt wird die Finanzierungsrunde von Kompas und Ventech, die bereits die Seed-Runde des Unternehmens unterstützt und ihr Investment erneuert haben. Mit dabei sind auch die Frühphasen-Investoren aws Gründerfonds, IST cube, seed + speed, Segnalita, Speedinvest und Working Capital Fund.

Das Investment folgt auf ein erfolgreiches Jahr für Prewave: Während sich das Umsatzwachstum in den letzten zehn Monaten verzehnfacht und sich das Team verdreifacht hat, kann das Wiener Unternehmen Kunden wie ABinBev, AUDI, BMW, Porsche, PWC, Toyota und Zurich Insurance vorweisen.

Analyse in über 50 Sprachen

Prewave nutzt seine KI-gestützte Plattform zur Analyse von Millionen von Online-Quellen in mehr als fünfzig Sprachen, um Risiken, die sich auf Lieferketten auswirken könnten, zu erkennen. Die Plattform deckt eine breite Palette von „risk“ bei Zulieferern ab, beispielsweise Menschenrechte, Nachhaltigkeit und die Einhaltung von Lieferkettengesetzen.

Risikowarnungen werden direkt an Unternehmen gesendet, die sich mit ihren Lieferanten dann in Verbindung setzen können, um Probleme zu lösen und Störungen zu mindern – etwas, das angesichts der immer strengeren Gesetzgebung für die Lieferkette in ganz Europa nicht mehr wegzudenken sei.

Transparenz durch Prewave

„Da Unternehmen global verteilte Lieferanten verwalten, ist der Bedarf an Transparenz in der gesamten Lieferkette offensichtlich. Dank künstlicher Intelligenz und automatisierter Sprachverarbeitung haben wir es Unternehmen ermöglicht, Risiken in ihrer Lieferkette in Echtzeit zu identifizieren, sodass sie schnell und effektiv korrigierend eingreifen können“, sagt Lisa Smith, Mitbegründerin von Prewave. „Mit dem neuen Investment werden wir die Plattform in die nächste Phase bringen und eine mehrstufige Lösung für Lieferkettenrisiken schaffen, die den gesamten Risikolebenszyklus abdeckt.“

Zur Erklärung: Prewave ist ein Spin-off der Technischen Universität Wien und wurde 2017 von Smith und Harald Nitschinger gegründet. Ihre Vision war es, sicherzustellen, dass Technologie eine größere Rolle bei der Verbesserung der Nachhaltigkeit von Lieferketten spielt. Das Scale-up wird die Investition nutzen, um die Supply-Chain-Analysefunktionen der Plattform zu erweitern und die Kundenakquise in neuen europäischen Märkten voranzutreiben. Zudem plant Prewave, die Zahl der Mitarbeitenden bis Ende des Jahres zu verdoppeln.

Lieferketten Risiken ausgesetzt

„Globale Lieferketten sind mehr Risiken ausgesetzt als je zuvor und das kann schwerwiegende soziale, reputationsbezogene und finanzielle Auswirkungen haben. Das Prewave-Team hat eine Plattform entwickelt, die es Unternehmen ermöglicht, einen proaktiven und wohlüberlegten Ansatz für ihre Lieferketten zu wählen. Das ist etwas, das wir zunehmend als entscheidend für den Erfolg eines Unternehmens ansehen. Mit einem hervorragenden Gründerteam, hochmoderner Technologie und einer beeindruckenden Kundenliste freuen wir uns, Teil der Reise von Prewave zu sein und zu sehen, wie das Unternehmen immer stärker wird“, erklärt Talia Rafaeli, Partner bei Kompas.

Auch Investor Ventech unterstützt nach der Seed-Runde im Jahr 2020 das Startup erneut: „Prewave ist die Lösung für Unternehmen und ihre Zulieferer angesichts der Makrotrends und der zunehmenden Unterbrechungen der Lieferkette“, sagt Stephan Wirries, Partner bei Ventech. „Das Startup ist auch ein fantastischer Zugewinn für die Vorbereitung von Unternehmen auf aktuelle und zunehmende Vorschriften wie das deutsche Lieferkettengesetz. Wir freuen uns, unsere Partnerschaft mit seinem visionären, zweiköpfigen Gründerteam fortzusetzen, um das Unternehmen auf die nächste Stufe zu führen und einen positiven Einfluss auf eine recht große Branche zu nehmen.“

Globale Lieferketten vulnerabel

Lob kommt ebenfalls von Florian Resch, Managing Partner bei IST cube, der den Weg von Prewave vom akademischen Spin-off zu einem international erfolgreiches Scale-up herausstreicht und die Schwierigkeiten in dem Bereich gut kennt.

„Globale Lieferketten zeigen sich komplexer, volatiler und vulnerabler denn je – dank technologischer Exzellenz gepaart mit hoher Kundenorientierung bietet Prewave Transparenz und Handlungsoptionen für eine weitreichende Kundenbasis. Als Investor seit der ersten Finanzierungsrunde freut es uns, dieses herausragende Team gemeinsam mit den bestehenden sowie starken neuen Investoren auf seinem weiteren Wachstumskurs zu unterstützen.“

Prewave-Technologie hilft bei Lieferketten-Unterbrechung

Abschließend ist es auch Christoph Haimberger, CEO vom aws Gründerfonds, der den Beitrag des Wiener Startups zum Lieferkettenthema hoch einschätzt.

Er sagt: „Es freut uns sehr, dass wir gemeinsam mit neuen und bewährten Co-Investoren Prewave in der aktuellen Finanzierungsrunde unterstützen können. Als aws Gründerfonds haben wir das Team bei ihrer spannenden Entwicklung begleitet und gratulieren dem Management zu ihrem Erfolg. Prewave ist es gelungen, mit ihrer herausragenden Technologie die Lieferketten effizient und nachhaltig zu schließen, die gerade in den aktuellen Krisen immer wieder unterbrochen wurden.“

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

Prewave erhält 11 Millionen Euro in Series-A-Finanzierung

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Prewave erhält 11 Millionen Euro in Series-A-Finanzierung

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Prewave erhält 11 Millionen Euro in Series-A-Finanzierung

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 …

Prewave erhält 11 Millionen Euro in Series-A-Finanzierung

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 …

Prewave erhält 11 Millionen Euro in Series-A-Finanzierung

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 …

Prewave erhält 11 Millionen Euro in Series-A-Finanzierung

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 …

Prewave erhält 11 Millionen Euro in Series-A-Finanzierung

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Prewave erhält 11 Millionen Euro in Series-A-Finanzierung

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Prewave erhält 11 Millionen Euro in Series-A-Finanzierung