Startup Insider
Startup Insider
Startup Insider

„Wir wollen das kleinste AI-Lab bauen, das es je gab" – Voice AI Made in Europe mit Viktor Presber & Kajo Kratzenstein (KugelAudio)

16. Juli 2026 · 54 Min.

KugelAudio (Viktor Presber & Kajo Kratzenstein) baut als kleines, sehr schnelles Team ein On‑Premise‑Voice‑AI‑Lab für Enterprise‑Kunden, das Geschwindigkeit, Datenschutz und verlässlichen Betrieb in den Mittelpunkt stellt.

In dieser Folge erklärt Jan Thomas mit Moderator Lukas Lehmann, wie die KugelAudio‑Gründer Viktor Presber und Kajo Kratzenstein aus einem Uni/Hobbyprojekt ein Y‑Combinator‑Startup formten. Sie beschreiben die Kundenprobleme (On‑Premise‑Betrieb, Datenschutz, fehlerhafte Aussprache) und wie ihr Drei‑Personen‑Team hohe Qualität mit sehr niedrigen Latenzen liefert. Die Gründer sprechen über technische Herausforderungen, Go‑to‑Market, frühe Enterprise‑Tests und ihre Erwartung, dass mehrere spezialisierte Voice‑Labs den Markt bedienen werden.

Zahlen & Fakten

40 %

Share von Fällen, die einige Voice‑to‑Voice‑Modelle laut Diskussion derzeit lösen

80 %

Bezug auf eine höhere Auflösungsrate in Benchmarks (Kontrast zur zuvor genannten 40%)

4.000 $

Tägliche Token‑Kosten für ein teures Modell (Beispielrechnung im Gespräch)

Weitere 6 Zahlen & Fakten anzeigen

3

Anzahl der Personen im Gründerteam (Drei‑Personen‑Team/Founding‑Team)

50 ms

Angabe zur schnellen Audio‑Generierung (Beispiel für geringe Latenz)

800–1.500 ms

Typische Antwortlatenz bestehender Stacks vor Umstellung auf KugelAudio (als Vergleichsgröße genannt)

3 Monate

Laufzeit des Y‑Combinator‑Programms

3–500 ms

Angabe zur erreichbaren Antwortlatenz mit KugelAudio‑Stacks

26, 24

Alter der beiden Gründer

Diese Folge steckt voller Zahlen – neugierig?

Themen & Erkenntnisse

Team‑Philosophie: das „kleinste AI‑Lab“ · ab 02:15: Warum KugelAudio bewusst ein sehr kleines, hochautomatisiertes Team bleibt und wie das schnelle Iteration ermöglicht.
Produkt & Technik: On‑Premise Voice AI für Enterprise · ab 06:09: On‑Premise‑TTS mit Fokus auf Latenz, Skalierung, Datenschutz und robuste Aussprache für Enterprise‑Anwendungen.
Go‑to‑Market, Kunden & Ausblick im Wettbewerb · ab 45:14: Kundenfeedback, Enterprise‑Pilotierungen, Wettbewerb mit Frontier‑Labs und die Rolle von YC für Distribution und Tempo.

KIDieser Inhalt wurde KI-gestützt erstellt und redaktionell geprüft.

Ähnliche Folgen

c't uplink · 18. Juli 2026

KI lokal nutzen: Günstig, sicher & datenschutzfreundlich | c’t uplink

Lokale KI-Modelle sind eine praktikable Alternative zu Cloud-Diensten: sie reduzieren Kosten, schützen sensible Daten und machen Anwender unabhängig von externen Anbietern.

Wirtschaft Düsseldorf unplugged · 15. Juli 2026

#250 Wie Künstliche Intelligenz Unternehmenswissen intelligent nutzbar macht: Christian Groß (RheinInsights)

Künstliche Intelligenz macht verteiltes Unternehmenswissen sicher, datenschutzkonform und schnell nutzbar.

Payment & Banking Fintech Podcast · 14. Juli 2026

#66 Ai in Finance: Der Chat ist tot, es lebe der Agent

KI-Modelle wandeln sich vom einfachen Frage‑Antwort‑Chat zu ausführenden, agentischen Systemen, die über Workflows, Plugins und Server‑Browser eigenständig Aufgaben ausführen und Ergebnisse liefern.

Unicorn Bakery - Wie Startup Gründer erfolgreiche Firmen aufbauen · 17. Juli 2026

Ex-GitHub-CEO bekommt 60 Millionen Dollar – für ein Startup ohne Produkt (Thomas Dohmke)

Thomas erklärt, wie er mit Entire eine AI‑Native-Entwicklerplattform baut: Agenten als Team‑Multiplikator, kurze Planungshorizonte und Fokus auf Brand, Skalierung und Wirtschaftlichkeit.

Kassenzone | CEO Interviews · 16. Juli 2026

„Vorwärtsgang wiedergefunden!“ – Wie KI & Innovationen den E-Commerce pushen #quarterlystützle (K#656)

KI‑Einsatz, neue Geschäftsmodelle und gezielte Internationalisierung (insbesondere der USA‑Markteintritt) bringen den Onlinehandel wieder in den Vorwärtsgang, so Vanessa im Gespräch mit Caro.

t3n Arbeit in Progress · 17. Juli 2026

Was kommt nach KI-Agenten?

KI-Agenten werden bereits produktiv eingesetzt, automatisieren viele HR- und Finance-Aufgaben mit hoher Genauigkeit, erfordern aber Monitoring, Evaluationsschleifen und bleiben im Zusammenspiel mit Menschen sinnvoll.