20.09.2024
AGENTFORCE

Callcenter vor dem Aus? – Wie Salesforce mit KI die Kundeninteraktion neu definieren möchte

Interview. Mit Agentforce möchte Salesforce eine neue Ära in der Kundeninteraktion einläuten. brutkasten hat auf der Dreamforce-Konferenz in San Francisco mit David Hable, Salesforce-Co-Country Leader in Österreich, über die neuen Einsatzmöglichkeiten der Technologie und deren Auswirkungen auf die Arbeitswelt gesprochen.
/artikel/salesforce-dreamforce-interview-david-hable
David Hable, Salesforce Co-Country Leader für Österreich | (c) Martin Pacher

Auf der Dreamforce-Konferenz in San Francisco dreht sich dieses Jahr alles um die neue Plattform Agentforce. Salesforce-Gründer Marc Benioff stellte in seiner Keynote am Dienstag die dahinterliegende Technologie und konkrete Use Cases vor, die die “dritte Welle der KI” einläuten soll. Agentforce ermöglicht es Unternehmen, die Kundeninteraktion durch autonome digitale Agents zu automatisieren. Sie sollen eine nahezu menschliche Interaktion ermöglichen. (brutkasten berichtete). Doch welche Vorteile bieten die digitalen Agents konkret, und wie werden sie die Kundeninteraktion und Arbeitswelt verändern? Darüber haben wir auf der Dreamforce mit David Hable gesprochen. Er ist Co-Country Leader von Salesforce in Österreich.


brutkasten: Im Zuge der Dreamforce-Konferenz wurde Agentforce vorgestellt. Die Plattform soll eine neue Ära in der Kundeninteraktion einläuten. Welche Vorteile bieten Agents?

David Hable: Wir stehen definitiv vor einer neuen Ära. Agents werden eine Menge leisten können, denn sie haben über unsere Datacloud und die Plattform direkten Zugriff auf die benötigten Informationen im Hintergrund. Sie müssen diese Daten nicht wie ein Mensch erst lesen oder aufwändig durchsuchen, sondern haben diese sofort zur Verfügung. In vielen Fällen können Agents Informationen sogar schneller und präziser bereitstellen, als es ein Mensch tun könnte. Und mittlerweile geschieht das auf eine Art und Weise, die fast menschenähnlich wirkt.

Diese Entwicklung vereint das Beste aus beiden Welten. Chatbots waren schon immer gut darin, digitale Informationen abzufragen, aber die Interaktion wirkte oft etwas unbeholfen. Es waren vorgefertigte Antworten, die sich nie wirklich natürlich anfühlten. Jetzt gelingt es uns, das Beste aus beiden Welten zu verbinden – die Effizienz und Schnelligkeit digitaler Systeme mit einer natürlichen, menschlichen Interaktion.

Welche Use Cases für Agents wird es künftig geben? 

Wir haben im Zuge der Dreamforce verschiedene Bereiche präsentiert: Sales, Service, Handel und Marketing. Unsere Plattform macht es darüber hinaus sehr einfach, neue Agents zu bauen. Im Sales zum Beispiel geht es um die Schulung von Sales-Leuten. Anstatt neue Vertriebsmitarbeiter sofort mit Kunden in Kontakt zu bringen, können sie zunächst einige Male mit unseren digitalen Agenten interagieren. Ein weiteres Beispiel im Vertriebsumfeld ist Cold Calling. Auch hier haben wir Lösungen vorgestellt, bei denen Agenten diese Aufgabe künftig übernehmen können. Hier gibt es verschiedene Anwendungsfälle im Kundenkontakt.

Man muss sich das so vorstellen: Wenn Sie Informationen zu Kunden in Ihren Systemen haben, können wir die Interaktion mit Agenten automatisieren. Und es müssen nicht nur Salesforce-Systeme sein. Mit Datacloud können wir externe Daten in unser System anbinden. Wenn ein Kunde Informationen wie Rechnungen, Lieferzeiten, Preise oder andere datenbasierte Anfragen stellt, können wir diese Interaktionen automatisieren und die gewünschten Informationen effizient über Agentsforce an den Kunden übermitteln.

Mit 45.000 Teilnehmer:innen zählt die Dreamforce zu den größten Veranstaltungen in der Tech-Welt | (c) martin pacher / brutkasten

Welche Auswirkungen wird dies auf die Arbeitswelt haben. Werden Call-Center-Mitarbeiter:innen in Zukunft überflüssig werden?

Ich glaube nicht, dass sie vollständig verschwinden werden. Es wird immer Anwendungsfälle geben, in denen menschliche Interaktion unverzichtbar ist. Unser Fokus liegt darauf, dem Kunden bei der Interaktion zwischen KI und Menschen das bestmögliche Erlebnis zu bieten. Die Technologie ermöglicht den Mitarbeitern, sich auf die wirklich wesentlichen Aufgaben zu konzentrieren, anstatt sich mit administrativen Aufgaben rumschlagen zu müssen. 

Im Zuge der Dreamforce-Konferenz wurde viel von Trustworthy AI gesprochen. Wie wird ein sicherer Umgang mit Daten sichergestellt? 

Wir haben 1999 begonnen und waren der erste echte öffentliche Cloud-Anbieter. Salesforce hat die SaaS-Lösungen quasi erfunden. Vor uns gab es das noch nicht. Doch schon damals, und auch noch vor fünf bis zehn Jahren, herrschte oft eine gewisse Skepsis gegenüber Cloud-Anwendungen. Es gab Ängste, die Kontrolle über die eigenen Daten an andere Anbieter abzugeben. Von Anfang an sind wir dieser Herausforderung damit begegnet, Vertrauen als Grundwert in Salesforce und in der Interaktion mit unseren Kunden zu etablieren.

Dasselbe Prinzip gilt heute im Bereich der KI. Wir beschäftigen uns seit über zehn Jahren mit KI, und all unsere Entwicklungen basieren auf diesem Vertrauensgrundsatz. In der KI sprechen wir von dem sogenannten Trust-Layer. Dieser stellt sicher, dass die Daten, die in der KI verarbeitet werden, nicht unbefugt genutzt werden. Personenbezogene Daten werden verschlüsselt, bevor sie überhaupt in das Large Language Model (LLM) gelangen. 

David Hable auf der Dreamforce | (c) martin pacehr | brutkasten

Durch diese Sicherheitsmaßnahmen können unsere Kunden sicher sein, dass sie vertrauensvoll mit unserer KI arbeiten und dennoch ihre unternehmensspezifischen Daten nutzen können. Denn ohne diese Daten funktioniert es nicht. Ein LLM allein, das nur allgemeine Informationen aus Quellen wie Wikipedia enthält, reicht nicht aus, um wertvolle Kundeninteraktionen zu ermöglichen. Die KI muss die relevanten Kundendaten kennen, um sinnvolle und wertvolle Interaktionen mit Kunden führen zu können.

Marc Benioff hat bereits im Vorfeld der Dreamforce von einem “Hard Pivot” gesprochen, den Salesforce mit dem Schritt zu Agents macht. Wie wirkt sich dieser Kurswechsel auf Salesforce aus?

Ich sehe darin eine klare Weiterentwicklung, nicht unbedingt als Kurswechsel. Wenn man sich die Keynotes von Marc vor einem Jahr ansehen, war dieser Weg bereits erkennbar – es stand schon auf den Folien. Zunächst haben wir mit prädiktiver KI begonnen, dann sind wir zur generativen KI übergegangen, und der nächste Schritt war schon damals die autonome KI. Jetzt befinden wir uns genau an diesem Punkt.

Wie hebt sich Salesforce von Mitbewerbern wie Microsoft ab?

Wenn man sinnvoll mit KI arbeiten möchte, braucht man kontinuierliche Unternehmensinformationen und Prozesse. Genau das können wir mit unserer Plattform sicherstellen. Unsere Plattform ermöglicht den Zugang zu Informationen aus Bereichen wie Sales, Service, Marketing, Handel und vielen weiteren. Dadurch sind wir in der Lage, diese Prozesse effizient zu steuern und optimal auszubalancieren. Das ist es, was uns vom Wettbewerb unterscheidet – wir sind die Einzigen, die diese umfassende Integration von Informationen und Prozessen so bieten können. 

Wie sieht das Pricing des neuen Agentforce-Modells aus? 

Die Preisgestaltung erfolgt grundsätzlich verbrauchsabhängig, also abhängig davon, wie viel man konsumiert. Ein Gespräch mit einem Agenten wird ab zwei US-Dollar kosten.

Wie sieht es mit der Verfügbarkeit von Agentforce in Österreich aus?

Agentforce wird ab Oktober global ausgerollt – darunter auch in Österreich. Zudem werden wir die Technologie auch bei unserem Innovation Day am 12. November in Wien vorstellen. Dort kann man selbst ausprobieren, wie einfach es ist, einen Agenten zu bauen. Man muss dafür kein Programmier oder Techniker sein.


*Disclaimer: Die Reisekosten wurden von Salesforce übernommen.

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

Callcenter vor dem Aus? – Wie Salesforce mit KI die Kundeninteraktion neu definieren möchte

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Callcenter vor dem Aus? – Wie Salesforce mit KI die Kundeninteraktion neu definieren möchte

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Callcenter vor dem Aus? – Wie Salesforce mit KI die Kundeninteraktion neu definieren möchte

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 …

Callcenter vor dem Aus? – Wie Salesforce mit KI die Kundeninteraktion neu definieren möchte

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 …

Callcenter vor dem Aus? – Wie Salesforce mit KI die Kundeninteraktion neu definieren möchte

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 …

Callcenter vor dem Aus? – Wie Salesforce mit KI die Kundeninteraktion neu definieren möchte

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 …

Callcenter vor dem Aus? – Wie Salesforce mit KI die Kundeninteraktion neu definieren möchte

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Callcenter vor dem Aus? – Wie Salesforce mit KI die Kundeninteraktion neu definieren möchte

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Callcenter vor dem Aus? – Wie Salesforce mit KI die Kundeninteraktion neu definieren möchte