An der TUM in München beginnt die Geschichte von Sona8 mit einer ziemlich alltäglichen Beobachtung: Ein neuer Prozess ist offiziell eingeführt, doch im Team arbeitet man weiterhin mit alten Listen. Nicht aus Trotz. Vielleicht fehlt eine Funktion, vielleicht läuft es an einem bestimmten Standort anders, vielleicht weiß schlicht niemand, warum dieser eine Schritt noch immer manuell erledigt wird.

Genau dort setzt Sona8 an. Die Gründer Anton Hantel und Thilo Tamme wollen Mitarbeitende systematisch zu ihrem Arbeitsalltag befragen – und Erkenntnisse nicht erst nach Abschluss einer Veränderung sammeln, sondern während der Umsetzung. Ein Link genügt: Die Beschäftigten sprechen etwa 20 Minuten mit einem Sprachagenten über ihre Abläufe.

Ein Sprachagent fragt nach

Der Agent bleibt bei Workarounds nicht an der Oberfläche. Welche Informationen fehlen? Wer muss einspringen? Wer ist zusätzlich an einem Prozess beteiligt? Und warum wird ein Arbeitsschritt noch immer händisch erledigt? Aus den Gesprächen entstehen Prozesskarten sowie eine nach Team und Standort gegliederte und priorisierte Übersicht der genannten Probleme.

Das richtet sich derzeit vor allem an Beratungs-, Transformations-, Strategy- und Corporate-Development-Teams sowie an Private-Equity-Firmen. Beratungen kaufen Sona8 für Stakeholder-Interviews zu Beginn eines Projekts. Transformations- und Corporate-Development-Teams nutzen die Plattform bei Veränderungsprogrammen. Der Unterschied zu klassischen Abstimmungen: Nicht nur die üblichen Gesprächspartner kommen zu Wort. Jeder Mitarbeiter erhält einen Link.

Nach einem Rollout kann der Agent erneut nachfragen: Wurde die Maßnahme umgesetzt? Was hat sich verändert? So sollen auch jene Schwierigkeiten sichtbar werden, die durch eine Initiative nicht verschwinden, sondern in ein anderes Team wandern. Aus wiederholten Gesprächen entsteht die Idee eines Projektmanagement-Office, das mit allen Mitarbeitenden gesprochen hat.

Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Die Teilnahme ist freiwillig. Sona8 betont Datenschutz, Mitbestimmung und Security als Bestandteile des Produkts. Mitarbeitende sollen nachvollziehen können, wer ihre Aussagen sieht und wofür sie verwendet werden. Das ist bei Gesprächen über interne Abläufe kein Nebensatz, sondern eher die Eintrittskarte.

Von München über Boston nach San Francisco

Anton Hantel wuchs in München und Umgebung auf und arbeitete nach seiner Zeit bei BCG an einem MBA am MIT. Thilo Tamme studierte an der TUM, war bei BCG X tätig und forschte an der TUM zu Conversational AI. Beide entwickelten Sona8 zunächst parallel zu Studium und Promotion. Nach den ersten Piloten wechselten sie vollständig ins Unternehmen: Anton verließ den MBA, Thilo beendete seine Promotion.

Hantel ist CEO und kümmert sich vor allem um Sales und Fundraising. Er baute Beziehungen zu Investoren und Acceleratoren auf, darunter Y Combinator. Gemeinsam mit Tamme arbeitet er außerdem an wissenschaftlichen Beiträgen zu AI Voice und Organizational Intelligence im Bereich Information Systems. Ein Beitrag mit weiteren Autoren erschien bei der European Conference on Information Systems.

Thilo Tamme verantwortet als CPO das Produkt und entwickelt es gemeinsam mit Pilotpartnern weiter. Die dritte Mitgründerin ist Madeleine Malmsten. Sie war AI Engineer bei QuantumBlack, der KI-Einheit von McKinsey, und ist heute CTO von Sona8. In die Produktentwicklung bringt sie Erfahrung mit Software- und KI-Lösungen für große Unternehmen ein.

Inzwischen arbeitet das Team in San Francisco und nimmt am Fall Batch 2026 von Y Combinator teil. Für Sona8 zählen dort vor allem schnelles Arbeiten und der Zugang zu Kapital. Deutschland bleibt wegen der ersten Kunden und bestehender Beratungskontakte ein wichtiger Markt.

Jakob war früh an Sona8 beteiligt und entwickelte als Founding Engineer die erste Plattform. Er studiert an der TUM, schloss seinen Bachelor als Jahrgangsbester ab und arbeitete zuvor in der Group IT von Volkswagen an Systemen für die Fahrzeugproduktion. Heute entwickelt er gemeinsam mit Madeleine Malmsten das Produkt und verantwortet die Plattform von der Architektur bis zum Deployment.

Auch die AI-Engineering-Komponenten stammen von ihm, darunter die Voice Models des Agenten und die Gesprächsauswertung. Bei vielen Interviews besteht sonst ein tückisches Problem: In der Zusammenfassung verschwinden wichtige Einzelheiten. Ein standortspezifischer Hinweis kann in einer nach Häufigkeit sortierten Liste untergehen. Sona8 will solche Informationen über alle Auswertungsstufen hinweg erhalten.

Die Findings sollen zeigen, wo ein Problem auftritt, wen es betrifft und unter welchen Bedingungen es entsteht. Dafür werden Transkripte nicht bloß verkürzt zusammengefasst. Der Kontext soll bleiben – auch wenn es dadurch etwas unordentlicher wird.

Die laufend aktualisierte Unternehmenskarte

Langfristig soll aus den Gesprächen und den Informationen bereits genutzter Tools eine laufend aktualisierte Live Map des Unternehmens entstehen. Das System liest die vorhandenen Unternehmenssysteme, verknüpft deren Informationen mit den Aussagen der Mitarbeitenden und aktualisiert das Gesamtbild durch wiederholte Befragungen.

Sona8 will relevante Insights zu konkreten Fragen herausfiltern und einordnen. Transformation-, Strategy- und Consulting-Teams könnten dann Alternativen bewerten, ohne den gesamten Kontext noch einmal zusammenzutragen. Ein kleines Team soll dadurch unternehmensweite Programme steuern können, für die bisher ein größeres Team nötig war.

Geplant ist außerdem ein „Synthetic Layer“, der Perspektiven und Abhängigkeiten von Mitarbeitenden modelliert. Vor einem Rollout könnten Teams prüfen, welche Folgen verschiedene Optionen für einzelne Standorte haben. Ob diese Annahmen stimmen, zeigt sich anschließend in der Umsetzung – dort, wo Papiermodelle gern einmal ihre Schwächen offenbaren.

Langfristig könnte die Unternehmenskarte als Context Layer für KI-Agenten dienen. Bevor ein Agent eine Änderung vornimmt, könnte er nachlesen, wie ein Prozess aktuell abläuft, wer daran beteiligt ist und warum bestimmte Ausnahmen bestehen. Sona8 will diesen Kontext dauerhaft verfügbar halten. Ausgangspunkt sind die Mitarbeitenden, die dieses Wissen besitzen.

Ein Teil eines größeren KI-Schubs

Sona8 gehört zu einer Entwicklung, in der Conversational AI natürliche Sprache per Chat oder Sprache verarbeitet und HR-Interaktionen über den gesamten Mitarbeiterlebenszyklus unterstützt. Anders als klassische, regelbasierte Chatbots sollen solche Systeme Absicht und Kontext verstehen. Sie können über Chat, Telefon oder mehrere Kanäle arbeiten, interne Wissensdatenbanken über Tool-Integrationen und RAG einbinden und etwa Fragen beantworten, Recruiting unterstützen, Interviews planen, Onboarding begleiten, Schulungen anbieten oder Offboarding-Gespräche führen.

Gartner-Prognosen zufolge könnten bis 2030 bis zu 60 Prozent der HR-Aufgaben von KI-Agenten übernommen werden. Genannt werden rund um die Uhr erreichbare Unterstützung, kürzere Recruiting-Prozesse, weniger Bewerbungsabbrüche, schnellere Schulungen, einheitliche und richtlinienkonforme Antworten sowie Entlastung bei wiederkehrenden Aufgaben wie Lebenslaufprüfung und Terminplanung. TELUS Digital reduzierte mit KI-Sprachsimulationen die Onboarding-Zeit für jährlich 20.000 bis 30.000 Neueinstellungen um 20 Prozent.

Die Einsatzfelder reichen von Talentgewinnung und automatisierten Erstgesprächen bis zur Interviewplanung mit Kalender- und Zeitzonenabgleich. Sprachagenten können Kunden-, Verkaufs- oder Beschwerdegespräche simulieren, Compliance-Szenarien trainieren und neue Mitarbeitende durch Unterlagen, Rolleneinrichtung oder 30-60-90-Tage-Pläne führen. An interne Wissensdatenbanken angebundene Agenten beantworten Fragen zu Richtlinien, Benefits und Lohnabrechnung. Bei Austrittsgesprächen können sie soziale Einflüsse und mögliche Interessenkonflikte reduzieren und offeneres Feedback erleichtern.

Mehrsprachige Agenten sind für global tätige Unternehmen relevant: Mitarbeitende können die bevorzugte Sprache und das bevorzugte Format nutzen. Beispiele aus der Branche zeigen die Größenordnung. Traba lässt den KI-Interviewer „Scout“ über 50.000 Interviews monatlich führen, automatisiert 85 Prozent der Mitarbeiterprüfungen und spart mehr als 4.000 Arbeitsstunden pro Monat; KI-qualifizierte Arbeitskräfte erreichen dort eine um 15 Prozent höhere Schichtabschlussrate, während der Agent zwischen Englisch und Spanisch wechseln kann.

Bei EXL reduzierte „Operations AI“ die Onboarding-Zeit um 20 Prozent, verbesserte Schulungsergebnisse um 30 Prozent und senkte Fehler in der ersten Woche um 60 Prozent. Apna meldet über 1,5 Millionen KI-Interviews und mehr als 7,5 Millionen Sprachminuten für personalisierte Übungsinterviews in mehreren Sprachen. Eburys jederzeit verfügbare KI Sales Academy simuliert Verkaufsgespräche, bewertet Leistungen und gibt Feedback; sechs Monate nach dem Start nutzten sie mehr als 600 globale Vertriebsmitarbeitende. Hunar.AI verarbeitete mit Sprachagenten in Hindi, Tamil und Englisch über 90.000 Gesprächsminuten monatlich, verkürzte Onboarding-Zyklen um 90 Prozent und steiger