13.11.2017

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

Heute morgen hat der Brutkasten einen eigenen Chatbot auf Facebook Messenger gelauncht. Nur wenige Stunden sind seitdem vergangen, gelernt haben wir aber schon einiges. Hier nun unsere drei Key-Learnings- unmittelbar nach dem Launch.
/artikel/was-wir-in-den-ersten-stunden-nach-dem-lauch-unseres-chatbots-gelernt-haben
(c) Theresa Sophie Breitsching/canva: Seit heute hat der Brutkasten einen eigenen Chatbot auf Facebook Messenger.

Als Brutkasten-Gründer Dejan Jovicevic und ich erstmals über einen Chatbot für Brutkasten gesprochen haben, haben wir zunächst die Vor- und Nachteile abgewogen. Gerade für ein Medienunternehmen wie der Brutkasten eines ist, bietet sich ein Bot an. Ein direkter Kanal für die Community, der einerseits als Nachrichtenlieferant dienen kann, aber andererseits ein direktes Service-Tool für die User darstellt. Heutzutage ist es für Unternehmen aller Branchen unglaublich wichtig erreichbar zu sein. Die Social Media-Ära macht es nicht nur möglich, sondern verlangt es sogar dem Unternehmen ab. Dazu soll man den User auf einer persönlichen Ebene ansprechen- das ist auch vor allem mit einem Chatbot möglich. (Nein, kein Widerspruch!)

Unternehmen müssen für ihre Kunden erreichbar sein. Die Social Media-Ära macht es nicht nur möglich, sondern verlangt es sogar. Ein Chatbot in der Schnittstelle zum User kann hier einen wertvollen Beitrag leisten.

Sind Chatbots massentauglich?

Etwas, das wir ebenfalls diskutieren mussten, ist die Frage, ob Chatbots von einer breiten Masse überhaupt bereits akzeptiert und angenommen werden. Inzwischen gibt es eine große Anzahl von Studien, die sich recht einfach in zwei Gruppen teilen lassen: Jene, die Chatbots befürworten und zum Schluss kommen, dass jede x-te Person bereits mit einem Chatbot interagiert hat und die „künstlichen Helferleins“ akzeptiert. Und dann jene Gruppe, die das Thema Chatbots als bloßen Hype abtut und davon ausgeht, dass über x Prozent noch nie von einem Chatbot gehört oder mit einem solchen interagiert haben.

Digitale Vordenker als Zielgruppe

Screenshot von Bot Konversation

An dieser Stelle muss man die Zielgruppe des Brutkasten in den Fokus rücken. Ein Medienunternehmen, das digital-affine Vordenker und Entrepreneure anzieht. Menschen, die sich bewusst mit Innovation auseinander setzen und die digitale Welt in ihren Alltag integriert haben. Menschen, die sich nicht an den Brutkasten wenden, um übers Wetter zu lesen (obwohl man den Chatbot nach dem Wetter fragen kann- er gibt dann eine lustige Antwort, wie im Screenshot links), sondern, um Technologie-relevante Nachrichten zu konsumieren. Diese Menschen möchten beim Thema Startups up2date bleiben. Es sind User, die ein ehrliches Interesse an den Inhalten des Brutkasten haben- und die dementsprechend besonders von einem Chatbot profitieren können.

Breaking News bis Startup-Jobs

Der Brutkasten Chatbot hat einen klaren Fokus: Den Leser dort zu servicieren, wo er sich aufhält- nämlich in seinem „digitalen zu Hause“, direkt im Facebook Messenger. Als Brutkasten-Chatbot-User hat man daher die Möglichkeit, Abos abzuschließen: Ob Breaking News, Tageszusammenfassungen der Startup-Meldungen oder Artikel zu jenen Themen, die einen am meisten interessieren. Das Abo Management wurde beim Bot-Design besondern einfach abgebildet. Der Bot bietet allerdings auch weitere Service-Leistungen, wie die Rubrik Startup-Jobs, in der offene Stellenausschreibungen angezeigt werden, Startup-Events, also eine Auflistung aktueller Veranstaltungen oder die Artikelsuche.

Der User im Fokus: Der Brutkaste-Chatbot soll den User dort abholen, wo er sich aufhält- in seinem „digitalen zu Hause“, direkt im Facebook Messenger.

Künstliche Intelligenz? Wohl eher „Assistenz“!

Auch wenn einige Chatbots mit dem Begriff “Künstliche Intelligenz” beworben werden, muss man dem User gegenüber ehrlich bleiben. Gerade als Startup-Portal, das auch eine gewisse Verantwortung für die Community trägt, muss man bei solchen Begriffen und Definitionen sehr vorsichtig sein. Soweit sind die Bots nämlich noch nicht. Darum bezeichnen wir den Brutkasten Chatbot auch ganz bewusst als “Künstliche Assistenz”.

Künstliche Intelligenz? Soweit sind die meisten Chatbots auch außerhalb von Labs noch lange nicht! Wir bezeichnen unseren Chatbot auch ganz bewusst als “Künstliche Assistenz”.

Dieser Text ist kein Clickbait

Aber jetzt. Keine Angst, Du bist auf kein Click-Bait hereingefallen… 😉 Nachfolgend nun jene versprochenen drei Learnings, die wir nach dem Launch des Brutkasten Chatbots auf Facebook Messenger teilen können.

Die drei ersten Learnings

  1. Nach dem Launch ist vor dem Launch: Ob beim Launch einer App oder bei einem Chatbot- der spannendste Moment ist jener, wenn das Produkt „live“ geht. Sollte etwas schief gehen, muss man auch damit rechnen, dass man die ersten User verliert. Umso wichtiger ist es, Anpassungen, die man ohne großen Aufwand implementieren kann, gleich umzusetzen. Bei uns war dies etwa ein Konversationsstrang, der den User nicht im Chatbot-Universum gehalten hat. Und ist die Konversation erst unterbrochen, ist es umso schwieriger, den Nutzer wieder zurück zu holen.
  2. Persönlicher Kontakt notwendig: Es gibt Fragestellungen, auf die kann ein Chatbot nicht antworten. Und wenn er es versucht, scheitert er kläglich. Wenn der User in diesem Moment das „Botiversum“ nicht verlassen kann, wird er verärgert. Manchmal will man eben das Unternehmen direkt kontaktieren. Umso wichtiger ist es bei der Entwicklung eines Chatbots, dem Nutzer ebendiese Möglichkeit auch einzuräumen. Das hat sich heute nur bestätigt!
  3. Was darf ich dem Bot schreiben? Eine jener Funktionen, die heute am meisten genutzt wurde, war die Option „Bot FAQ“. Der Bot schickt dem User – sofern gewünscht – eine Liste von so genannten „Shortcuts“. Denn manchmal versteht ein Chatbot nicht, was der User von ihm möchte. Daher gibt man dem User – und dem Bot – mit den anleitungsähnlichen „Bot FAQs“ die Möglichkeit einander zu verstehen. Eine Art Bot-Wörterbuch quasi, das sich heute bewährt hat.

Die Verfasserin des Artikels ist Theresa Sophie Breitsching. Sie hat den Brutkasten Chatbot für Facebook Messenger und den Brutkasten Alexa Skill designt und entwickelt. 

Deine ungelesenen Artikel:
15.09.2026

Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern

Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
/artikel/ablatic-ai-linzer-llm-talos-spielt-ohne-vc-kapital-in-einer-liga-mit-internationalen-ki-playern
15.09.2026

Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern

Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
/artikel/ablatic-ai-linzer-llm-talos-spielt-ohne-vc-kapital-in-einer-liga-mit-internationalen-ki-playern
Die Ablatic-AI-Gründer vl. Florian Zimmermann (CEO) und Julian Mauerkirchner (CTO) | (c) Ablatic AI
Die Ablatic-AI-Gründer vl. Florian Zimmermann (CEO) und Julian Mauerkirchner (CTO) | (c) Ablatic AI

Wieder einmal ist es Linz. Die Stahlstadt mausert sich immer mehr zu Österreichs KI-Hauptstadt und auch eines der bislang sicher ambitioniertesten Startups in dem Bereich kommt von dort: Ablatic AI. Mit Talos wagt es sich über die Herausforderung schlechthin in der KI-Welt: ein eigenes Large Language Model (LLM) – brutkasten berichtete bereits.

Bei einer Benchmark vor Sol von OpenAI

Nun erfolgte der offizielle Launch und Ablatic gab erste Benchmark-Vergleiche aus (siehe Tabelle unten). An Claude Opus 5 kommt man demnach noch in keiner Kategorie ganz heran, in mehreren aber ziemlich nahe. DeepSeek V4 kann man dagegen gleich bei drei Werten schlagen, Qwen3.8 von Alibaba bei zwei und OpenAIs Flagship-Modell GPT-5.6 Sol immerhin bei einem, konkret der exakten Befolgung schriftlicher Anweisungen (IFBench). Unterm Strich spielt das Linzer LLM also in den vorgelegten Benchmarks in der internationalen Top-Liga mit.

„Es kann ja nicht sein, dass es in Europa nur Mistral gibt“

Aber warum überhaupt noch ein weiteres LLM? „Julian [Anm. Mauerkirchner] und ich kennen uns schon seit der Schule. Später haben wir als Unternehmer damit gestartet, Legacy-ERP-Systeme zu erneuern. Dabei sind wir auf ein Problem gestoßen: Wir konnten dafür aus Daten-Gründen keine US-KI-Systeme nutzen“, erzählt CEO Florian Zimmermann, der Ablatic AI gemeinsam mit Julian Mauerkirchner (CTO) gegründet hat, im Gespräch mit brutkasten. Man habe nur Mistral aus Frankreich oder Open-Source-Modelle verwenden können. „Mistral war für den Zweck aber nicht passend und unser Business Case bald tot“.

Mit dem Entschluss, eine neue Idee zu verfolgen, sei daher auch eine neue Motivation einher gegangen: „Es kann ja nicht sein, dass es in Europa nur Mistral gibt“, so Zimmermann. Man habe sich danach mit der Johannes Kepler Universität Linz (JKU) kurzgeschlossen und sei darüber auch zur AI Factory Austria AI:AT gekommen, wo man wiederum im Rahmen des EuroHPC-Programms europäische Hochleistungsrechenressourcen nutzt, um das Modell zu trainieren. „Ohne diese EU-Ressourcen würde es kostentechnisch überhaupt nicht gehen“, sagt Zimmermann.

Öffentliche Forschungsergebnisse statt eigenes Riesen-Research-Team

Doch auch mit diesen Ressourcen – wie lässt sich ein konkurrenzfähiges LLM mit einem kleinen Team und bislang gänzlich ohne VC-Kapital umsetzen? Schließlich beschäftigen die globalen KI-Player, mit denen sich Ablatic misst, riesige Teams. Mistral etwa ist mit seiner kürzlich kommuniziert Drei-Milliarden-Euro-Finanzierungsrunde im Vergleich zu Anthropic und OpenAI nach wie vor ein kleiner Fisch (brutkasten analysierte).

„Wir können kein 200-köpfiges Research-Team finanzieren und gleich von 0 auf 100 gehen, also greifen wir auf Bestehendes zurück“, erklärt der Gründer. Konkret verwende man einerseits Open-Source-Layer und code sie auf die eigenen Bedürfnisse um. Andererseits nutze man die neuesten Forschungsergebnisse von Universitäten wie dem MIT oder Stanford, die laufend über die Plattform arXiv veröffentlicht werden. „Wir orientieren uns an der Frontier-Forschung. Wir analysieren die Paper, legen die Erkenntnisse auf unsere Architektur um und testen es durch. Vieles davon funktioniert nicht, aber alles was funktioniert, bringt uns weiter“, so Zimmermann.

Mehr als 100 B2B-Testkunden – viele konvertieren gleich zum Launch

Die Beta-Version wurde nun bereits seit einiger Zeit mit mehr als 100 Unternehmen getestet – Ablatic konzentriert sich nämlich vorerst klar auf den B2B-Markt. Man habe für diese Tests schnell auch größere Unternehmen und Konzerne gewonnen. „Ich bin dafür wochenlang gesessen, habe Leute angeschrieben und einen Call nach dem anderen gemacht“, räumt Zimmermann ein. Dass man ein eigenes LLM und nicht nur eine Oberfläche baue, sei dabei zum entscheidenden Bonus geworden. „Und dass wir von der JKU kommen und im EuroHPC-Programm sind, hat unsere Glaubwürdigkeit enorm gesteigert“, sagt der Gründer.

Jetzt zum Launch würden viele der Testkunden bereits zu regulären Nutzern konvertieren, viele weitere noch die Testphase abschließen, mit dem Vorhaben, das dann auch zu tun, verrät Zimmermann. „Wir werden nicht 100 Prozent, aber einen Großteil konvertieren können“, ist er sicher. Punkten will Ablatic dabei nicht nur mit der europäischen Herkunft – Stichwort: Digitale Souveränität – sondern auch mit dem Pricing. „Wir haben eine relativ effiziente Architektur. Wir können kostengünstig hosten und das an die Kunden weitergeben“, so der CEO. Dass der offizielle Launch genau jetzt erfolgt, hat vor allem mit dem Gründungsprozess zu tun, der länger dauerte, als erhofft. „Ich gründe nie wieder im Sommer ein Unternehmen“, sagt der Gründer lachend.

Investment geplant: „Das Ziel ist definitiv, keine kleine Bude zu bleiben“

Und wie geht es weiter? „Wir wollen zuerst im DACH-Raum Fuß fassen und ohne große weitere Standorte skalieren. Dann wollen wir es auf Europa hochziehen“, erläutert Zimmermann. Auf Dauer werde dabei auch die Aufnahme von VC-Kapital relevant, vor allem wenn es darum gehe, die nächste Modell-Version herauszubringen. „Dann ist es wichtig, dass man schnell skaliert und iteriert. Wir sind stolz darauf, dass wir ein Modell ohne VC-Kapital trainiert haben. Wir haben gezeigt, dass auch so Großes möglich ist. Aber langfristig ist es völlig logisch, dass wir Kapital aufnehmen müssen“, sagt der Gründer.

Und es seien bereits mehrere Investoren aktiv auf das Team zugekommen, mit einigen befinde man sich schon in Gesprächen. „Das Ziel ist definitiv, keine kleine Bude zu bleiben, sondern eine größere Firma zu werden. Wir wollen jedenfalls nicht in Vergessenheit geraten“, so Zimmermann. Und der Zeitpunkt sei angesichts der Souveränitätsdebatte gut.


Benchmark-Vergleichstabelle

Anmerkungen zur Tabelle:

  • Fette Zahlen: Höchster Wert in der jeweiligen Zeile unter den Vergleichsmodellen.
  • „text-only“: Das Modell verarbeitet keine Bilder/visuellen Dokumente, weshalb OmniDocBench nicht anwendbar ist.
  • „–“: Kein veröffentlichter Wert vorhanden.

Kurzerklärungen der Benchmarks

  • Agents‘ Last Exam (UC Berkeley): Prüft langwierige, echte Arbeitsaufgaben an einem Computer (Terminal und Bildschirm zusammen), bewertet anhand des fertigen Gesamtergebnisses.
  • AutomationBench (Zapier): Testet 600 Business-Workflows über 47 simulierte Unternehmens-Softwaretools hinweg, die vollständig durchgehend ausgeführt werden müssen.
  • Toolathlon: Bewertet das Erledigen von Aufgaben in echter Büro-Software (z. B. E-Mail, Kalender, Tabellenkalkulationen und GitHub) über deren direkte Schnittstellen.
  • BrowseComp (OpenAI): Stellt schwierige Fragen, deren Antworten über das gesamte Internet verstreut liegen und durch selbstständiges Surfen recherchiert werden müssen.
  • DeepSWE v1.1 (Datacurve): Misst das eigenständige Beheben echter Softwareprobleme (Bugs) in bestehenden Quellcode-Sammlungen. Hinweis: Talos-1 wurde hierfür nicht optimiert und liegt 22 Punkte hinter der Spitze zurück.
  • OmniDocBench: Bewertet das fehlerfreie Lesen und Verstehen echter Dokumente inklusive visueller Layouts, Tabellen und mathematischer Formeln.
  • IFBench: Prüft die exakte Einhaltung von schriftlich vorgegebenen Anweisungen und Formatierungsregeln.
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

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

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 …

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

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 …

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

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 …

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

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 …

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben