16.06.2017

Warum das Apple Car vorerst ein Mythos bleibt

Neue Erfindungen für die Automobilbranche beschäftigen die internationale Startup- und Tech-Branche – so sehr, dass jede Woche zahlreiche Neuheiten, Kooperationen und Nachrichten aufpoppen. Deshalb geben wir euch jede Woche einen Überblick über die wichtigsten News und informieren, wer mit wem was wofür entwickelt.
/artikel/warum-das-apple-car-vorerst-ein-mythos-bleibt
Credit: Aristomenis Tsirbas

Kein Apple-Gerücht wurde so heiß diskutiert wie das „Projekt Titan“: Seit 2014 soll der Technologiekonzern einen eigenen Pkw entwickeln. Mehr als 1.000 Mitarbeiter hat CEO Tim Cook der Entwicklung zugeordnet, berichten Insider. Zwischenzeitlich nahmen Beobachter sogar an, dass hinter dem E-Auto-Startup Faraday Future aus Nevada eigentlich Apples Auto-Schmiede steckt. Nachdem Faraday Future mittlerweile seinen ersten Prototypen präsentiert hat, sind diese Spekulationen Geschichte. Und diese Woche äußert sich Cook erstmals offiziell zum Projekt Titan, und beendet zumindest einen Teil der Spekulationen.

Fokus auf die autonome Systeme

„Wir fokussieren uns auf autonome Systeme. Es ist eine Kerntechnologie, die wir als sehr wichtig betrachten”, erklärt der Konzernchef seine Automobil-Pläne. Für ihn ist das Vorhaben „die Mutter aller KI-Projekte” und wahrscheinlich das schwierigste Artificial-Intelligence-Projekt, an dem Apple arbeitet (Bloomberg).

Damit erteilt Cook dem Bau eines Apple Cars zumindest vorerst eine Absage, das Unternehmen will sich vorher auf die Entwicklung der autonomen Fahrtechnologie konzentrieren. Annahmen darüber, dass sich Apple statt auf Hardware nur auf die Software für selbstfahrende Fahrzeuge konzentriert, gab es schon vergangenes Jahr. So abwegig waren die Gerüchte um das Projekt Titan offenbar nicht. Es könnte also durchaus sein, dass Cook ein Auto bauen wollte, nach zahlreichen Herausforderungen aber den anderen Weg wählte.

Produktion als Herausforderung für die neuen Player

Die Produktion von Fahrzeugen ist komplex, das weiß auch Tesla-CEO Elon Musk. Der Hersteller von Elektroautos kämpft immer wieder mit Verzögerungen bei der Auslieferung. Auch beim neuen Modell 3 könnte das Unternehmen den angestrebten Termin verpassen. Ende 2017 sollen die ersten Wägen rausgehen, Analysten rechnen mit einer Verzögerung bis 2018. Musk schraubt indes die Erwartungen der Käufer zurück und stellt klar, dass das günstigere Modell nicht die technische Ausstattung wie die bestehenden Modelle hat. Und Tesla-Herausforderer Faraday Future befindet sich wie berichtet in finanziellen Schwierigkeiten.

Wissensvorsprung für traditionelle Autobauer

Die fehlende Erfahrung in der Produktion könnte für traditionelle Autobauer ein essentieller Wissensvorsprung sein. Die Autoriesen stehen unter Verdacht, nicht so innovationsfreudig wie Technologieunternehmen zu sein. Doch sie können ein wichtiger Partner für Google, Apple, Uber und andere, die autonome Fahrsysteme entwickeln, sein. General Motors, Chrysler, Daimler und andere Konzerne sind mit den Tech-Playern bereits strategische Partnerschaften eingegangen.

Technologieanbieter fokusieren sich auf die Betriebssysteme

Die aktuellen Geschehnisse am Tech- und Automobilmarkt deuten daraufhin, dass es in Zukunft kein Google Car oder Apple Car geben wird, sondern dass die Technologieanbieter die Betriebssysteme für autonome Fahrzeuge liefern. Wie bei iOS und Android könnte es zwei große Plattformen geben, die von den Herstellern eingesetzt werden kann – ähnlich wie das bei den Herstellern der mobilen Endgeräte passiert.

Mobilität der Zukunft birgt Chancen für alle

Tesla, Google und Apple haben den europäischen Automobilunternehmen zwar in der jüngeren Vergangenheit einen Tritt in den Hintern verpasst, um sich endlich mit der Mobilität der Zukunft zu verpassen. Doch sie sollten sich nicht einschüchtern lassen, denn die zum Teil Jahrhunderte lange Erfahrung in der Autoproduktion, vor allem in Massen, ist ihr größtes Asset.

Das Apple Car bleibt vorerst ein Mythos, ist aber nicht ganz ausgeschlossen. Als eines der wertvollsten Unternehmen der Welt, könnte der Tech-Riese es sich leisten, einen Autohersteller zu übernehmen.  „Wir werden sehen, wohin das führt. Aus Produktsicht sagen wir noch nicht, was wir machen werden”, hält Cook den Traum vom eigenen Auto offen.

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

Warum das Apple Car vorerst ein Mythos bleibt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Warum das Apple Car vorerst ein Mythos bleibt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Warum das Apple Car vorerst ein Mythos bleibt

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 …

Warum das Apple Car vorerst ein Mythos bleibt

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 …

Warum das Apple Car vorerst ein Mythos bleibt

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 …

Warum das Apple Car vorerst ein Mythos bleibt

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 …

Warum das Apple Car vorerst ein Mythos bleibt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Warum das Apple Car vorerst ein Mythos bleibt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Warum das Apple Car vorerst ein Mythos bleibt