24.06.2021

Viewpointsystem: Wiener Scaleup lässt mit seiner Brille Augen sprechen

Viewpointsystem kombiniert mit seiner Technologie Eyetracking und Mixed Reality. Hardware und Software der Datenbrillen werden komplett in Wien hergestellt – und es gibt noch große Pläne.
/artikel/viewpointsystem-laesst-augen-sprechen
Viewpointsystem Gründer und CEO Nils Berger mit CTO Frank Linsenmaier
Viewpointsystem Gründer und CEO Nils Berger mit CTO Frank Linsenmaier | © Mischa Nawrata
sponsored

User A trägt eine Datenbrille. User B kann an einem beliebigen anderen Ort auf der Welt auf seinem Computer oder Tablet punktgenau sehen, wo User A gerade hinsieht bzw. worauf seine Aufmerksamkeit liegt. Und er kann diesem über die Brille Instruktionen und Informationen geben – und das sogar, ohne dieselbe Sprache zu sprechen. Das kann die Technologie des Wiener DeepTech-Unternehmens Viewpointsystem.

Ein Blick ist eindeutiger als tausend Worte

„In meinem vorigen Unternehmen hatte ich sehr oft die Herausforderung, dass ich Menschen über die Distanz connecten musste. Mein Wunsch war immer, die Sprachbarriere loszuwerden, die man unweigerlich hat, wenn es darum geht, jemanden am anderen Ende der Welt durch eine komplexe Situation zu geleiten“, erzählt Gründer und CEO Nils Berger, „Als ich dann durch Zufall über das Thema Eyetracking gestolpert bin, habe ich eine komplett neue Anwendungsmöglichkeit gesehen: die Technologie zu nutzen, um Menschen über die Distanz zu unterstützen und dabei den schlimmsten Faktor in der Kommunikation zu eliminieren – das Interpretative“.

Einsatzgebiete dafür gibt es viele. Die Smart Glasses von Viewpointsystem werden etwa im Remote Support in der Industrie, in der Ausbildung von Security-Kräften oder im Healthcare-Bereich und in der Marktforschung genutzt. Vor allem im erstgenannten Bereich wurde die Coronakrise mit Reiseverboten und Lockdowns zum zusätzlichen Beschleuniger für das Unternehmen. „Schnelle Störungsbeseitigung und die Unterstützung der lokalen Teams bei Service und Instandhaltung, über Ländergrenzen und Sprachbarrieren hinweg, sind ein Top Thema, gerade in der aktuellen Situation“, so Berger.

„Probieren, innovieren, auf die Nase fallen, anpassen“ – alles am Standort Wien

Trotz der internationalen Ausrichtung bündelt Viewpointsystem alle seine Aktivitäten in einer Stadt: Wien. „Forschung, Entwicklung und Produktion, das alles unter einem Dach und von Wien aus zu betreiben, das ist schon etwas sehr Besonderes. Wir können alle Schritte ohne Reibungsverluste aus einer Hand realisieren. So haben wir die volle Übersicht darüber, wie aus unseren Ideen fertige Produkte werden“, erklärt der CEO.

CEO Nils Berger über Viewpointsystem

Dass überhaupt im Technologiezentrum in der Seestadt Aspern die gesamte Fertigung erfolgen kann, wird durch die Produktionsart möglich: 3D-Druck. Und diese hat noch weitere Vorteile, wie Berger ausführt: „Die additive Fertigung verkürzt unsere Innovationszyklen erheblich, was für uns als junges Unternehmen in einem dynamischen Technologieumfeld einen großen Wettbewerbsvorteil bedeutet. Probieren, innovieren, auf die Nase fallen, anpassen – wir können mutig Veränderungen vornehmen und Dinge außer der Reihe ausprobieren, auch mit dem Risiko, damit zu scheitern.“

Große Zukunftspläne: „Spannende Herausforderungen“ für (zukünftige) Viewpointsystem-Mitarbeiter

Auf diesen Mut, Neues zu wagen, legt der CEO auch bei seinen mehr als 60 Mitarbeiter*innen aus 20 Nationen wert. Und bei jenen, die noch dazu kommen – derzeit sind eine ganze Reihe von Stellen ausgeschrieben. Denn Viewpointsystem hat große Pläne. Berger gibt einen Einblick: „Das Potenzial von Eyetracking ist noch lange nicht ausgeschöpft. Unsere nächsten Smart Glasses wird man etwa optional bereits mit den Augen bedienen und damit zum Beispiel Barcodes auswählen und auslesen können“. Und das ist nur ein Aspekt die technische Seite. „Wir wollen in Zukunft auch den Smart Glasses-Markt für Konsumenten begleiten. Das Handy wird verschwinden und auf die Nase wandern. Und sind überzeugt, eine Schlüsseltechnologie dafür zu haben“, so Berger. In Hinblick auf die offenen Stellen sei also klar: „Für Developer und Engineers haben wir definitiv einige spannende Herausforderungen“.

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

Viewpointsystem: Wiener Scaleup lässt mit seiner Brille Augen sprechen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Viewpointsystem: Wiener Scaleup lässt mit seiner Brille Augen sprechen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Viewpointsystem: Wiener Scaleup lässt mit seiner Brille Augen sprechen

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 …

Viewpointsystem: Wiener Scaleup lässt mit seiner Brille Augen sprechen

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 …

Viewpointsystem: Wiener Scaleup lässt mit seiner Brille Augen sprechen

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 …

Viewpointsystem: Wiener Scaleup lässt mit seiner Brille Augen sprechen

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 …

Viewpointsystem: Wiener Scaleup lässt mit seiner Brille Augen sprechen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Viewpointsystem: Wiener Scaleup lässt mit seiner Brille Augen sprechen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Viewpointsystem: Wiener Scaleup lässt mit seiner Brille Augen sprechen