04.04.2025
MEDIZIN

ReactWise: Wiener Co-Founder erhielt Investment vom Y Combinator und britischer Regierung

Das Londoner Startup ReactWise mit dem österreichischen Co-Founder Alexander Pomberger konnte sich eine Pre-Seed-Runde von prominenten Investoren sichern. Mittels KI optimiert es chemische Prozesse.
/artikel/reactwise-wiener-co-founder-erhielt-investment-vom-y-combinator-und-britischer-regierung
ReactWise
© ReactWise - CEO Alexander Pomberger (l.) und Co-Founder und CTO Daniel Wigh.

Alexander Pomberger hat in Wien an der Uni Wien und der TU studiert. Danach zog es ihn ins Ausland, zuerst zum MIT in Massachusetts und nachher nach Cambridge, wo er seinen Master bzw. sein Doktorat machte. Als organischer Chemiker hat er während einiger Industriepraktika gesehen, wie „Trial-end-error“-gestützt und teilweise ineffizient die Forschung in der pharmazeutischen Wirkstoffherstellung ist.

Während seines PhDs in Cambridge – welcher in Kollaboration mit dem Chemieriesen BASF war – hat sich der Founder Skills in der KI angeeignet und diese auf chemische Fragestellungen angewandt. Gemeinsam mit seinem Co-Founder Daniel Wigh, der in derselben Forschungsgruppe war, hat er gezeigt, wie effektiv „Bayesian Optimization“ (Anm.: sequenzielle Methode für die Optimierung von Black-Box-Funktionen) für die Beschleunigung von chemischer Prozessoptimierung sein kann: „Da die meisten Chemiker allerdings nicht programmieren können und es hier noch diese ‚Usability-Gap‘ gab, haben wir uns entschlossen unsere Expertise zu kommerzialisieren und haben ReactWise gegründet“, erklärt er.

Kapital vom Y Combinator und britischer Regierung

Nach der Teilnahme an Y Combinator konnte ReactWise eine Pre-Seed-Runde abschließen und sich insgesamt über 3,4 Millionen US-Dollar an Finanzierung sichern. Alle Investments wurden per SAFE (Simple Agreement for Future Equity) getätigt. Vom Y Combinator kamen 500.000 US-Dollar; von der britischen Regierung über einen „Innovate UK„-Grant 1,5 Millionen US-Dollar. Zudem beteiligten sich weitere CVCs, Family Offices und Angel Investoren.

Die Zeit im Y Combinator bezeichnet Pomberger als produktive und intensive Tage. Er lernte, wie man als „early-stage“ sein Unternehmen formen muss, um ein Startup zu beginnen. Zu weiteren „Learnings“ zählten, mit den Kunden zu sprechen und deren Problem zu verstehen und dass man aus Fehlern mehr lerne, als aus Erfolgen. Zudem solle man sich ehrgeizige, aber erreichbare, Ziele setzen und jede Woche den Fortschritt verfolgen. „Die meisten ‚Learnings‘ jedoch kommen von anderen Foundern“, sagt Pomberger und rät: „Baue dein Netzwerk früh auf.“

ReactWise: „Kosten für Pharma senken“

Das Londoner Startup, das mittlerweile über zwölf Kunden (zwei davon große Pharmafirmen) verfügt, entwickelte einen KI-Co-Pilot für die Optimierung eben jener chemischen Prozesse. „Wir revolutionieren die Art und Weise, wie Chemie betrieben wird, mit leistungsstarker datengetriebener Optimierung und robotergesteuerten, autonomen Laboren. Dadurch reduzieren wir Kosten in der Forschung und bringen lebensrettende Medikamente schneller auf den Markt“, sagt Pomberger. „Unsere Technologie beschleunigt die Optimierung chemischer Prozesse um das 30-fache im Vergleich zu traditionellen Methoden. Damit helfen wir Pharmaunternehmen, Kosten zu senken, die Produktion zu skalieren und die Nachhaltigkeit zu verbessern.“

Durch die Kombination von „Bayesian Optimization“, „High-Throughput-Experimentation“ (Anm.: naturwissenschaftliche Vorgehensweise, in der massiv parallelisiert Experimente durchgeführt werden) und Robotik würden die Entwicklungszeiten für die Herstellung neuer Medikamente von Monaten auf Tage reduziert werden, so der Founder.

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

ReactWise: Wiener Co-Founder erhielt Investment vom Y Combinator und britischer Regierung

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

ReactWise: Wiener Co-Founder erhielt Investment vom Y Combinator und britischer Regierung

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

ReactWise: Wiener Co-Founder erhielt Investment vom Y Combinator und britischer Regierung

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 …

ReactWise: Wiener Co-Founder erhielt Investment vom Y Combinator und britischer Regierung

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 …

ReactWise: Wiener Co-Founder erhielt Investment vom Y Combinator und britischer Regierung

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 …

ReactWise: Wiener Co-Founder erhielt Investment vom Y Combinator und britischer Regierung

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 …

ReactWise: Wiener Co-Founder erhielt Investment vom Y Combinator und britischer Regierung

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

ReactWise: Wiener Co-Founder erhielt Investment vom Y Combinator und britischer Regierung

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

ReactWise: Wiener Co-Founder erhielt Investment vom Y Combinator und britischer Regierung