Klaus – ein in Estland geborenes Startup, das 2019 gegründet wurde, um Kundendienstmitarbeiter zu unterstützen – wurde für einen nicht genannten Betrag von der globalen Kundendienstplattform Zendesk übernommen.
Letztes Jahr auch Zendesk erworben Tymeshift, ein Workforce-Management-Tool, das in sein Produkt integriert werden kann. Es wäre nachlässig von uns, nicht zu erwähnen, dass der Abschwung der gesamten Tech-Wirtschaft und der Rückgang der Bewertungen sicherlich dazu beigetragen haben, eine Welle von Fusionen und Übernahmen in diesem Sektor anzukurbeln.
Bis zum Ende hatte Klaus insgesamt 19,3 Millionen US-Dollar von Investoren wie Global Founders Capital, Acton Capital, Icebreaker.vc und Creandum eingesammelt.
In einer Erklärung sagte Adrian McDermott, Chief Technology Officer von Zendesk: „Mit Klaus als Teil unseres WEM-Portfolios können wir Unternehmen mit der besten KI-gestützten automatisierten Qualitätssicherung auf dem Markt ausstatten.“
Kair Käsper, Mitbegründer von Klaus, fügte hinzu: „Da KI die Geschwindigkeit und Häufigkeit der Kundeninteraktion steigert, kann nur eine KI-gestützte Qualitätssicherung Unternehmen dabei helfen, mit den steigenden Kundenerwartungen Schritt zu halten.“
Klaus konzentrierte sich zunächst auf die Ausbildung von Kundendienstmitarbeitern, entwickelte sich jedoch zu einer umfassenderen, auf KI basierenden Qualitätssicherungsplattform (laut Angaben des Unternehmens).
Im Jahr 2019 verließen die Mitbegründer Kair Käsper und Martin Kõiva ihre Angestellten beim estnischen Einhorn Pipedrive, um ein „Gesprächsüberprüfungs- und QA-Tool für Supportteams“ auf den Markt zu bringen.
Nachdem sie Kunden wie Automattic, Wistia und Soundcloud gewonnen hatten, schlossen sie eine von Creandum angeführte Startfinanzierung in Höhe von 1,9 Millionen US-Dollar ab.
Im Jahr 2022 schloss Klaus dann eine Serie-A-Eigenkapitalrunde im Wert von 12 Millionen Euro (ca. 11,49 Millionen US-Dollar) unter der Leitung von Acton Capital ab.
Zu diesem Zeitpunkt trainierte Klaus KI-Algorithmen für die Ausführung von Aufgaben. Dazu gehörte die automatische Kategorisierung von Kundenkommentaren, das Sortieren von Gesprächen nach Attributen wie Komplexität und die Durchführung einer Stimmungsanalyse in mehreren Sprachen, um so die „Qualität“ von Kunden-Agenten-Gesprächen zu bewerten.