13.11.2018

Sheepblue: 180.000 Euro Investment für Dienstplan-Startup

Nach 135.000 Euro Investment im September schließt das AI-Startup Sheepblue seine Angel-Runde mit weiteren 180.000 Euro von tecnet, Johannes Cech und Georg Polak ab.
/artikel/sheepblue-investment-tecnet
Eduard Rameder (CTO) und Reinhard Falschlehner (CEO) adressieren mit Sheepblue einen weltweiten Milliardenmarkt.
(c) Rudolf Schmid. Eduard Rameder (CTO) und Reinhard Falschlehner (CEO) adressieren mit Sheepblue einen weltweiten Milliardenmarkt.

“Was mich am meisten begeistert hat ist, dass Sheepblue ein Problem löst, das unglaublich emotional besetzt ist”, sagt Stefan Köppl von Tecnet. Der niederösterreichische VC beteiligt sich, wie nun bekannt wurde, mit 100.000 Euro am Startup, das auch im WeXelerate Batch 3 dabei ist. Mit Co-Investments von den Business Angels  Johannes Cech und Georg Polak kommt Sheepblue auf 180.000 Euro. “Wir schließen damit unsere Angel-Runde ab”, sagt Sheepblue-Co-Founder und CEO Reinhard Falschlehner im Gespräch mit dem brutkasten. Denn erst im September war der erste Teil der aktuellen Runde – 135.000 Euro von Growth Ninjas und floud ventures – kommuniziert worden. 30.000 Euro davon kamen in Form von Sweat Capital.

+++ Farmdok: hohes sechsstelliges Investment für Wieselburger AgTech-Startup +++

Sheepblue: Regelkonforme und “faire” Dienstpläne

Was ist also dieses “stark emotional besetzte Problem”, das Sheepblue löst? “Auf einen Satz gebracht: Wir automatisieren die Erstellung von Dienstplänen”, sagt Falschlehner. Das Programm, das als SaaS-Modell vertrieben werden wird – der Launch ist für Ende des Jahres geplant – erstellt anhand eingegebener Parameter regelkonforme und “faire” Dienstpläne. Zielgruppe des Startups sind Unternehmen mit Schichtbetrieb. “Wir sehen, dass die Dienstplan-Erstellung auch in großen Unternehmen teilweise noch mit Stift und Papier passiert”, sagt Falschlehner. Dabei sei es bei Dutzenden Mitarbeitern vor allem in stark regulierten Branchen schon eine Herausforderung, alleine regelkonform zu bleiben.

Machine Learning gegen Mobbing

“Es gab vergangenes Jahr in Deutschland auch mehrere Klagen wegen Mobbings mittels Diensteinteilung. Auch das können wir mit unserer fairen Zuteilung verhindern”, erzählt der Gründer. Über einen Machine Learning-Algorithmus lernt das Programm die MitarbeiterInnen kennen. Es berücksichtigt die Gesetzgebung, Präferenzen der MitarbeiterInnen und lässt ArbeitgeberInnen die Möglichkeit von individuellen Optimierungsstrategien offen. “Das sind zum Beispiel Fragen wie: Kann ich meinen Leuten eine Vier-Tage-Woche geben? Oder: Wie kann ich Überstunden minimieren?”, erklärt Falschlehner.

Serial Entrepreneurs überzeugen

Er und sein Co-Founder Eduard Rameder (CTO) sind nicht neu im Geschäft. Sheepblue – der Name ist eine Abwandlung des Super-Computers Deep Blue – ist bereits ihr drittes Unternehmen. “Es ist großartig, wie routiniert und professionell bei ihnen die Prozesse passieren. Die Dinge flutschen einfach. Reinhard und Eduard wissen ganz genau, wann was zu tun ist”, sagt Stefan Köppl. Und er ergänzt: “Und auch im Umgang mit Investoren sind sie sehr selbstbewusst”.

Kapital für Produktentwicklung

Das nun aufgestellte Kapital soll vorwiegend in die Produktentwicklung fließen, sagt Sheepblue-CEO Falschlehner. Für die angestrebte Expansion soll es kommendes Jahr eine VC-Runde geben. “Wir wollen das ganz klassisch angehen. Zuerst Österreich, dann der DACH-Raum, dann Europa, dann der Rest”, sagt der CEO. Im Vertrieb will die Branchen Handel, Healthcare, Gastronomie-Hotellerie, Produktion, Service und Transport- und Logistik ansprechen. “Überall, wo ein bestimmter MitarbeiterInnen-Stock vorhanden ist, wird es spannend. Das passt für sehr viele Branchen. Das ist Fluch und Segen zugleich”, sagt Reinhard Falschlehner.

⇒ Zur Page des Startups

⇒ Zur Page von tecnet

Redaktionstipps
Deine ungelesenen Artikel:
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer)
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer) | Foto: brutkasten

“No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz


Mit der neuen multimedialen Serie “No Hype KI” wollen wir eine Bestandsaufnahme zu künstlicher Intelligenz in der österreichischen Wirtschaft liefern. In der ersten Folge diskutieren Doris Lippert, Director Global Partner Solutions und Mitglied der Geschäftsleitung bei Microsoft Österreich, und Thomas Steirer, Chief Technology Officer bei Nagarro, über den Status Quo zwei Jahre nach Erscheinen von ChatGPT.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

„Das war ein richtiger Hype. Nach wenigen Tagen hatte ChatGPT über eine Million Nutzer”, erinnert sich Lippert an den Start des OpenAI-Chatbots Ende 2022. Seither habe sich aber viel geändert: “Heute ist das gar kein Hype mehr, sondern Realität“, sagt Lippert. Die Technologie habe sich längst in den Alltag integriert, kaum jemand spreche noch davon, dass er sein Smartphone über eine „KI-Anwendung“ entsperre oder sein Auto mithilfe von KI einparke: “Wenn es im Alltag angekommen ist, sagt keiner mehr KI-Lösung dazu”.

Auch Thomas Steirer erinnert sich an den Moment, als ChatGPT erschien: „Für mich war das ein richtiger Flashback. Ich habe vor vielen Jahren KI studiert und dann lange darauf gewartet, dass wirklich alltagstaugliche Lösungen kommen. Mit ChatGPT war dann klar: Jetzt sind wir wirklich da.“ Er sieht in dieser Entwicklung einen entscheidenden Schritt, der KI aus der reinen Forschungsecke in den aktiven, spürbaren Endnutzer-Bereich gebracht habe.

Von erster Begeisterung zu realistischen Erwartungen

Anfangs herrschte in Unternehmen noch ein gewisser Aktionismus: „Den Satz ‘Wir müssen irgendwas mit KI machen’ habe ich sehr, sehr oft gehört“, meint Steirer. Inzwischen habe sich die Erwartungshaltung realistischer entwickelt. Unternehmen gingen nun strategischer vor, untersuchten konkrete Use Cases und setzten auf institutionalisierte Strukturen – etwa durch sogenannte “Centers of Excellence” – um KI langfristig zu integrieren. „Wir sehen, dass jetzt fast jedes Unternehmen in Österreich KI-Initiativen hat“, sagt Lippert. „Diese Anlaufkurve hat eine Zeit lang gedauert, aber jetzt sehen wir viele reale Use-Cases und wir brauchen uns als Land nicht verstecken.“

Spar, Strabag, Uniqa: Use-Cases aus der österreichischen Wirtschaft

Lippert nennt etwa den Lebensmittelhändler Spar, der mithilfe von KI sein Obst- und Gemüsesortiment auf Basis von Kaufverhalten, Wetterdaten und Rabatten punktgenau steuert. Weniger Verschwendung, bessere Lieferkette: “Lieferkettenoptimierung ist ein Purpose-Driven-Use-Case, der international sehr viel Aufmerksamkeit bekommt und der sich übrigens über alle Branchen repliziert”, erläutert die Microsoft-Expertin.

Auch die Baubranche hat Anwendungsfälle vorzuweisen: Bei Strabag wird mittels KI die Risikobewertung von Baustellen verbessert, indem historische Daten zum Bauträger, zu Lieferanten und zum Bauteam analysiert werden.

Im Versicherungsbereich hat die UNIQA mithilfe eines KI-basierten „Tarif-Bots“ den Zeitaufwand für Tarifauskünfte um 50 Prozent reduziert, was die Mitarbeiter:innen von repetitiven Tätigkeiten entlastet und ihnen mehr Spielraum für sinnstiftende Tätigkeiten lässt.

Nicht immer geht es aber um Effizienzsteigerung. Ein KI-Projekt einer anderen Art wurde kürzlich bei der jüngsten Microsoft-Konferenz Ignite präsentiert: Der Hera Space Companion (brutkasten berichtete). Gemeinsam mit der ESA, Terra Mater und dem österreichischen Startup Impact.ai wurde ein digitaler Space Companion entwickelt, mit dem sich Nutzer in Echtzeit über Weltraummissionen austauschen können. „Das macht Wissenschaft zum ersten Mal wirklich greifbar“, sagt Lippert. „Meine Kinder haben am Wochenende die Planeten im Gespräch mit dem Space Companion gelernt.“

Herausforderungen: Infrastruktur, Daten und Sicherheit

Auch wenn die genannten Use Cases Erfolgsbeispiele zeigen, sind Unternehmen, die KI einsetzen wollen, klarerweise auch mit Herausforderungen konfrontiert. Diese unterscheiden sich je nachdem, wie weit die „KI-Maturität“ der Unternehmen fortgeschritten sei, erläutert Lippert. Für jene, die schon Use-.Cases erprobt haben, gehe es nun um den großflächigen Rollout. Dabei offenbaren sich klassische Herausforderungen: „Integration in Legacy-Systeme, Datenstrategie, Datenarchitektur, Sicherheit – all das darf man nicht unterschätzen“, sagt Lippert.

“Eine große Herausforderung für Unternehmen ist auch die Frage: Wer sind wir überhaupt?”, ergänzt Steirer. Unternehmen müssten sich fragen, ob sie eine KI-Firma seien, ein Software-Entwicklungsunternehmen oder ein reines Fachunternehmen. Daran anschließend ergeben sich dann Folgefragen: „Muss ich selbst KI-Modelle trainieren oder kann ich auf bestehende Plattformen aufsetzen? Was ist meine langfristige Strategie?“ Er sieht in dieser Phase den Übergang von kleinen Experimenten über breite Implementierung bis hin zur Institutionalisierung von KI im Unternehmen.

Langfristiges Potenzial heben

Langfristig stehen die Zeichen stehen auf Wachstum, sind sich Lippert und Steirer einig. „Wir überschätzen oft den kurzfristigen Impact und unterschätzen den langfristigen“, sagt die Microsoft-Expertin. Sie verweist auf eine im Juni präsentierte Studie, wonach KI-gestützte Ökosysteme das Bruttoinlandsprodukt Österreichs deutlich steigern könnten – und zwar um etwa 18 Prozent (brutkasten berichtete). „Das wäre wie ein zehntes Bundesland, nach Wien wäre es dann das wirtschaftsstärkste“, so Lippert. „Wir müssen uns klar machen, dass KI eine Allzwecktechnologie wie Elektrizität oder das Internet ist.“

Auch Steirer ist überzeugt, dass sich für heimische Unternehmen massive Chancen eröffnen: “Ich glaube auch, dass wir einfach massiv unterschätzen, was das für einen langfristigen Impact haben wird”. Der Appell des Nagarro-Experten: „Es geht jetzt wirklich darum, nicht mehr zuzuwarten, sondern sich mit KI auseinanderzusetzen, umzusetzen und Wert zu stiften.“


Folge nachsehen: No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

Die Partner von No Hype KI
Die Partner von No Hype KI
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

Sheepblue: 180.000 Euro Investment für Dienstplan-Startup

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Sheepblue: 180.000 Euro Investment für Dienstplan-Startup

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Sheepblue: 180.000 Euro Investment für Dienstplan-Startup

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 …

Sheepblue: 180.000 Euro Investment für Dienstplan-Startup

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 …

Sheepblue: 180.000 Euro Investment für Dienstplan-Startup

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 …

Sheepblue: 180.000 Euro Investment für Dienstplan-Startup

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 …

Sheepblue: 180.000 Euro Investment für Dienstplan-Startup

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Sheepblue: 180.000 Euro Investment für Dienstplan-Startup

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Sheepblue: 180.000 Euro Investment für Dienstplan-Startup