17.12.2021

Darum zieht sich Startup300 von der Wiener Börse zurück

Knapp drei Jahre nach den Börsengang hat die Startup300 AG nun ein Delisting angekündigt. Der Rückzug von der Wiener Börse soll im März erfolgen. Die Performance der Aktie war für Anleger:innen wenig zufriedenstellend.
/artikel/startup300-boersenrueckzug
Bernhard Lehner und Michael Eisler haben Startup300 gegründet © Startup300
Bernhard Lehner und Michael Eisler haben Startup300 gegründet © Startup300

Startup300 hat in Linz ein Ökosystem aus unterschiedlichen Startup-Playern aufgebaut und ist damit im Jänner 2019 an die Wiener Börse gegangen. Knapp drei Jahre später zieht sich die AG nun aus dem Segment „direct market plus“ wieder zurück. Der Vorstand habe sich „im Interesse des Unternehmens“ zu dem Schritt entschlossen, teilte Startup300 in der Ad-hoc-Meldung mit. Die Gesellschaft finanziere sich derzeit nicht über den Kapitalmarkt und auch das Handelsvolumen der Aktien sei in jüngerer Vergangenheit eher gering gewesen.

Damit verbunden war auch ein geringes Interesse von institutionellen Investoren: Erhebliche Kurssprünge bei geringen Handelsvolumen und der große Spread hätte es dem Unternehmen unmöglich gemacht, diese zu überzeugen, argumentiert Startup300. Inbesondere zu Beginn des Listings hätten Verkäufe von Bestandsaktionären, die kiener Lock-up-Periode unterlagen, den Kurs deutlich belastet. Dies habe es dann auch nötig gemacht, die Kapitalerhöhung im August 2019 für 5 Euro pro Aktie durchzuführen – rund 50 Prozent unter dem Referenzpreis vom Börsengang. Dies sei „natürlich nicht goutiert“ worden, heißt es in der Ad-Hoc-Meldung weiter.

Daneben verweist das Unternehmen auch auf den hohen administrativen und finanziellen Aufwand, der aufgrund der Regularien notwendig sei. Aus wirtschaftlicher Sicht sei dieser nicht mehr zu rechtfertigen: „Die Kosten stehen somit insgesamt nicht in Relation zu den Finanzkennzahlen des Unternehmens“. Startup300 räumt in der Mitteilung auch ein, dass sich „die erwünschten Ergebnisse“ zuletzt nicht eingestellt hätten: In den Jahresabschlüssen 2019 und 2020 habe man hohe operative Verluste ausgewiesen. Diese seien überwiegend auf Übernahmen und Wertberechtigungen von Beteiligungen zurückzuführen gewesen. Das Vertrauen in die Aktie sei dadurch nicht verbessert worden, schreibt das Untenrehmen in der Mitteilung.

Aktie von 10 Euro auf zuletzt 2,38 Euro gefallen

An der Wiener Börse notierte die Aktie zuletzt mit 2,38 Euro. Der Ausgabepreis im Jänner 2019 ist noch bei 10 Euro gelegen – ein Minus von über 75 Prozent. Für die meisten Anleger dürfte die Aktie somit kein gutes Investment gewesen sein. Der Börsenwert der AG liegt aktuell bei 6,8 Mio. Euro. Aus Sicht des Startup300-Vorstands liegt dieser „deutlich unter dem tatsächlichen Wert der aktuellen Assets“.

Der letzte Handelstag an der Wiener Börse ist laut der Mitteilung voraussichtlich der 18. März 2022. Der Vorstand prüfe aber, „inwieweit in Zukunft außerbörsliche Handelsplattformen eine Option zum Handel der Aktien der startup300 AG sein könnten, wie das auch andere Aktiengesellschaften auf eigenen Webseiten machen, um dort Angebot und Nachfrage zu matchen“. Nach dem Delisting wird der Vorstand bei der nächsten ordentlichen Hauptversammlung aber jedenfalls beantragen, dass die Inhaberaktien auf Namensaktien umgestellt werden und im Aktienbuch der Gesellschaft zu führen sind.

Aktuell bei rund 30 Startups investiert

Startup 300 ist aktuell bei rund 30 Startups investiert. Zu den weiteren Assets zählen Beteiligungen am Risikokapital-Fonds capital300, der CONDA Unternehmensgruppe, der Pioneers Innovation GmbH sowie dem Geschäftsbereich factory300 in der Tabakfabrik Linz. Daneben hält das Unternehmen laut eigenen Angaben kleinere Bestände von Kryptowährunge sowie weitere strategische Beteiligungen in kleinerem Umfang.

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

Darum zieht sich Startup300 von der Wiener Börse zurück

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Darum zieht sich Startup300 von der Wiener Börse zurück

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Darum zieht sich Startup300 von der Wiener Börse zurück

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 …

Darum zieht sich Startup300 von der Wiener Börse zurück

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 …

Darum zieht sich Startup300 von der Wiener Börse zurück

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 …

Darum zieht sich Startup300 von der Wiener Börse zurück

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 …

Darum zieht sich Startup300 von der Wiener Börse zurück

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Darum zieht sich Startup300 von der Wiener Börse zurück

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Darum zieht sich Startup300 von der Wiener Börse zurück