o 'j @s dZddlmZddlmZmZmZmZddlm Z m Z ddl m Z ddl mZddlmZddlmZd Zed d d Zed ddZedddZdZdZeZejdZdej_edej_edej_ dej_!dNddZ"e"ddedde"ddedd e"d!d"ed#d$ej#D]Z$ed%e$_%ed&e$_&ed'e$_'ed'e$_(qej#dj)ej#dj'ej#dj(Z*d(d)Z+dOd,d-Z, / /dPd1d2Z-d3d4Z.dQd5d6Z/dRd8d9Z0d:d;Z1e2d$D]Z3e4qe-dd?e-d@e j5dd*edd?e-dAe j5ddedBdCe1e-dDe j5ddd>dEe-dFe j5dGedHdIe-dJe j5dGd>dKe-dLe j5dGd>dKe-dMe j5dedHdIe-dNe j5ddOed>dCe-dPe j5dOedQe6dRdSZ7e7ej#dej8dTdUdVgdWZ9e9D]Z:e4Z;ed$e;j_ e;dZd[Z?d\d]Z@e>d^e-d_e-d`e-dae-dbe-dce-dde-dee-dfe6e>dge?dhe-die-djdd>dke/dle/dme/dne/doe/dpe-dqe?dre-dse-dtdd>dke-due-dvdd>dke-dwe-dxdd>dke-dye-dzdd>dke-d{e?d|e-d}e0gd~gdgdgdgdggddde-de-de?de-de-ddd>dke/de/de/de/de-ddd>dke/de/de/de/de/de-de?de-de-de-de?de-de6e>de-de-de-de-de-de-de-ddd>dke0gdgdgdgdgdgdggdd7de6e>de?de-de0gdgdgdgdgdgdgdgdggdd7de-de?de/de/de/de/de?de0gdgdgdgdgd¢ggdâd7de-ddd>dke0ddgddgddgddgddggddgd7de-dуe?d҃e-dӃe6e>dԃe-dՃe-dփe-d׃e-d؃e-dكe6e>dڃe?dۃe-d܃e?d݃e-dރe-ddd>dke/de/de-de-de?de-de6e>de?de/de/de/de/de-de?de0gdgdgdgdgdgdggddde?de0gdgdgdgdgdgdgdgdgdgdg gdd7de?de-de0gdgdgdgdggddde-de6e>d e?d e0gd gd gd gdggdd7de-de?de0gdgdgdggddde-de?de/de/de/de-de6e>de?de0dd gd!d"gd#d$gd%d&gd'd(ggd)d)gd7de0d*d+gd,d-gd.d/gd0d1gd2d3ggd)d)gd7de?d4e0gd5gd6gd7gd8gd9gd:gd;gd<ggd=dde-d>e6e>d?e-d@dd>dke/dAe/dBe/dCe/dDe-dEddd>dFeAgdGdUdHD]%\ZBZCej4dIdJZ;ed>e;j_ e.eCD] \ZDZEe; list of (segment, is_bold).rTz**NF)findlenr<)rYoutirFrGr)r)r*rVZs$  rVcCsJtj|dkrdndd}td|j_t|D] \}}||}||_q|S)Nrz List Bulletz List Bullet 2rRr1)rrTrr!r#rVrWr)rYlevelr[r]r^r_r)r)r* add_bulletns   rh"@cst|}tjd|d}tj|_d|_d|_|dur!t|g|}n t |fdd|D}|j dj }t |D]C\}}d||_ ||jd} td| j_t|D]\} } | | } d | _t|| j_td d d | jj_qRt||tt||q8t |D]P\} }|j }t |D]B\}}d||_ ||jd} td| j_tt|D]\} } | | } | | _t|| j_q| d dkrt||tt||qqt |D]}|j D] }t!|||j |_"qqtd t#j_|S) N)rowscolsz Table GridFcsg|]}t|qSr)) CONTENT_WIDTH).0wtotalr)r* szadd_table..rrQTrb)$rdr add_tabler CENTERrUrSautofitrmsumrkcells enumeraterY paragraphsrr!r#rVrWrrrrrr rAHDR_FILLrPadd_rowrIALT_FILLrangeintwidthrT)headersrkwidths font_sizencoltablehdrjhr[r]r^r_rirowrxrNr)rpr*rtvsR           rtcCst}|j}td}td}|tdd|tdd|tdd|td d ||||td |j _ dS) Nzw:pBdrzw:bottomr5singlezw:sz6zw:space1r72E75B6r/) rrT_pget_or_add_pPrr r;r r<rr!r#)r[pPrpbdrrEr)r)r*hrules   r BUSINESSPLANrb)rZrrrr#PlappiuEDer bildschirmfreie, mehrsprachige KI-Sprachlernbegleiter für Kinder)rZrXrrr#u+Förderprogramm: aws Preseed – Deep Tech)rZrrr#zAustria Wirtschaftsservice GmbH )rZrrr#uHAntragsteller: Nemanja Klincov (natürliche Person, „in Gründung”))rZrr#z7Geplantes Unternehmen: Plappi FlexCo (i.G.), 1010 WienurBeantragt: ~334.000 EUR förderbare Kosten → ~267.000 EUR Zuschuss (80 %), mit Gender-Bonus ~300.000 EUR (90 %)ugHardware-Arbeitspaket (WP2) — disjunkt von FFG (KI-Kern) und Wirtschaftsagentur Wien (Zertifizierung) zStand: 9. Juni 2026)rZrrcCs|j}|jd}tj|_d|_|d}td|j_ t |jj _ t d}|tddt d}|td d d |_t d}|tdd |}td|j_ t |jj _ |j||j||j|dS) NrrQu6Businessplan Plappi · aws Preseed Deep Tech · Seite r0z w:fldCharz w:fldCharTypebeginz w:instrTextz xml:spacepreservePAGErG)footerrzrrurUrYrWrrrGREYrr r r;r _rr<)sectionrr[runfldChar1 instrTextfldChar2r2r)r)r*add_page_number_footers    (rInhaltsverzeichnisrjrg) Executive Summary1. Produkt / Technologie(2. Gesellschaftlicher Mehrwert / Impact3. Markt und Wettbewerb4. Marketing und Vertrieb5. Unternehmen und Management$6. Status quo und integrale Planung7. Finanz- und Erfolgsplanung!8. Risiken und Herausforderungen2Anhang — Pflicht-Restdokumente und offene PunktecCtj|dddS)Nrjrr add_headingrYr)r)r*h1rcCr)Nrbrrrr)r)r*h2rrcCr)Nr1rrrr)r)r*h3rrru**Plappi** ist ein displayloses, sprachgesteuertes KI-Hardware-Lerngerät für Kinder von 2 bis 15 Jahren, das mehrsprachige Sprachentwicklung durch personalisierte, adaptive Dialoge und Geschichten fördert — vollständig bildschirmfrei und auf einer datenschutzkonformen, privaten Inferenz-Architektur, bei der kindliche Sprachdaten architektonisch vom KI-Training ausgeschlossen sind (DSGVO- und EU-AI-Act-konform „by design”).u,**Deep-Tech-Kern.** Plappi ist kein App-Wrapper und kein bloßes Fine-tuning eines vorhandenen Modells. Der technologische Vorsprung ruht auf drei eng verzahnten, international neuartigen und technisch riskanten Bausteinen: (a) eine eigene **mehrsprachige Kinder-Spracherkennung** — Kinderstimmen sind ein international ungelöstes, datenarmes, akustisch hartes ASR-Problem; (b) eine **private On-Device-/EU-Inferenz-Architektur** quelloffener Modelle mit architektonischem Trainingsausschluss kindlicher Daten; (c) ein **Hardware-Software-Co-Design** aus Fernfeld-Mikrofonarray, eingebetteter Recheneinheit und KI-Stack. Der Vorsprung wird bewusst **nicht über Patente**, sondern über Wortmarke, Geschäftsgeheimnis-/Know-how-Schutz und einen datengetriebenen Lead-Time-Burggraben abgesichert (Kapitel 1.4).u**Abgrenzung gegen Doppelförderung.** Der vorliegende aws-Antrag betrifft **ausschließlich das Hardware-Arbeitspaket** (Industriedesign, Elektronik/Mikrofonarray, Firmware, Vorserien-Prototyp, Zertifizierungs-Vorbereitung). Der KI-Software-Forschungskern läuft auf einem disjunkten Arbeitspaket über das **FFG-Basisprogramm** (Antrag 71545616, eingereicht 2026-06-09); die volle Produktzertifizierung ist für die **Wirtschaftsagentur Wien** vorgesehen. Keine Position wird doppelt gefördert (Kapitel 6.4).uG**Geschäftsmodell.** Razor-and-Blade: Gerät zu ~90 EUR plus wiederkehrendes Abo zu ~9,90 EUR/Monat. Hohe Abo-Bruttomarge, international skalierbar (DACH → EU → USA, Vorbild Tonies SE: FY2024 ~480 Mio. EUR Umsatz, >8 Mio. Boxen). Bottom-up-Hochlauf: Jahr 1 ~250.000 EUR → Jahr 3 ~1,6 Mio. EUR → Jahr 5 ~5–7 Mio. EUR.u **Markt.** EU ~65,6 Mio. Kinder (0–14 J.); EdTech-Sprachlernmarkt ~11,7 Mrd. USD bei CAGR ~27 %; bildschirmfreier Audio-Lernspielzeug-Massenmarkt durch Tonies validiert. Plappi besetzt die bisher unbesetzte Schnittmenge: bildschirmfrei **und** mehrsprachig-aktiv **und** datensouverän.z**Gesellschaftlicher Mehrwert (Bildung).** Bildungsgerechtigkeit, Inklusion (Kinder nicht-deutscher Erstsprache, Herkunftssprachen-Erhalt), kindersicher/werbefrei/datenschutzkonform sowie aktive Gender-Bias-Reduktion in der Spracherkennung.uj**Team & Status.** Gründer/GF Nemanja Klincov verfügt über einen einschlägigen KI/ML-Track-Record (BReact). Ein **funktionsfähiger, eigenfinanzierter Prototyp** ist bereits realisiert und de-riskt das Vorhaben erheblich. Geplante Schlüsselrollen: Embedded-/Hardware-Engineer und ML-/Speech-Engineer; optional Forschungskooperation mit Fraunhofer (KI4LIFE).u**Finanzierung.** Förderbare Kosten des Hardware-WP ~334.000 EUR → **~267.000 EUR Zuschuss (80 %)**, mit Gender-Bonus **~300.000 EUR (90 %)**, reiner nicht rückzahlbarer Zuschuss zuzüglich ~11.000 EUR kostenloser Innovationsberatung. Erforderliche Eigenmittel: 10 % bar (~33.000 EUR), mit Gender-Bonus 5 % (~17.000 EUR) — zwingend Cash. Folgefinanzierung: Kickstarter (24.06.2026, Ziel 115.000 EUR), aws Seedfinancing, EIC, Eigenkapital.rz'1.1 Produkt- und Leistungsbeschreibungu Plappi ist ein bildschirmfreies, kindgerechtes Gerät mit einem **Fernfeld-Mikrofonarray** und einer **eingebetteten Recheneinheit**, das mit Kindern freie, adaptive **bilinguale Dialoge und Geschichten** führt. Im Gegensatz zu passivem Audio-Spielzeug versteht und beantwortet Plappi gesprochene Sprache des Kindes in Echtzeit, korrigiert die Aussprache sanft, wiederholt zu festigende Wörter nach dem Spaced-Repetition-Prinzip, nutzt Kognaten und personalisiert Inhalte auf Interessen, Bezugspersonen und Altersstufe.z Kernmerkmale:)rr#u**Bildschirmfrei** — keine Screen-Time, erschließt auch die Altersgruppe unter 6 Jahren, für die App-Lösungen pädagogisch wie regulatorisch ungeeignet sind.u**Mehrsprachig-adaptiv inkl. Echtzeit-Code-Switching** — natürliche Mischsätze; Start mit 3–5 Sprachen, perspektivisch bis 27.u**Datensouverän** — Verarbeitung ausschließlich auf EU-Infrastruktur; kindliche Sprachdaten fließen architektonisch nicht in KI-Training.u**Eltern-Dashboard** — transparente Fortschrittskontrolle; datenschutzkonforme Auffälligkeits-Flags ohne Sprachaufzeichnung.u**Curricular-Sync (B2B)** — Lehrkräfte geben einen Vokabel-/Themenkanon vor („Hausaufgaben-Modus”), ohne dass kindliche Sprachdaten an die Lehrkraft übertragen werden.uGeschäftsmodell: einmaliger Hardware-Verkauf (~90 EUR) plus wiederkehrendes Abo (~9,90 EUR/Monat) für Content, Updates und private Inferenz.z11.2 Deep-Tech-Charakter und Technologievorsprungujaws Preseed Deep Tech fördert ausdrücklich nur Vorhaben mit einem **international neuen, technologisch anspruchsvollen Vorsprung**; „inkrementelle Innovation” ist ausgeschlossen. Der Deep-Tech-Charakter von Plappi liegt nicht in einer einzelnen Komponente, sondern in der **technisch riskanten Integration von drei harten, je für sich forschungsintensiven Bausteinen** auf einer bildschirmfreien, ressourcenbeschränkten Hardware. Jeder Baustein geht über den verfügbaren Stand der Technik hinaus und ist nicht durch reines Fine-tuning vorhandener Modelle oder durch das Verdrahten fremder Cloud-APIs lösbar.u>Baustein A — Mehrsprachige Kinder-Spracherkennung (ASR/TTS).uKinderstimmen sind für die automatische Spracherkennung notorisch schwer: kurze Vokaltrakte, hohe Grundfrequenz, instabile Artikulation, Aussprachefehler, Dialekte und sehr wenig verfügbare Trainingsdaten. Generische, auf Erwachsenenstimmen optimierte Modelle (z. B. Whisper-Familie) zeigen auf Kindersprache **deutlich erhöhte Wortfehlerraten**; in mehrsprachigen Mischsätzen mit Echtzeit-Code-Switching verschärft sich das Problem. Es ist international ein offenes Forschungsproblem, ob über kontrollierte Datenerhebung, Daten-Augmentation und gezieltes Finetuning eine **dialogtaugliche Wortfehlerrate über die gesamte Altersspanne 2–15 und über Dialekte/Mehrsprachigkeit hinweg** erreichbar ist. Plappi adressiert dies mit einer eigenen, datenschutzkonformen Kinder-Sprachdatenpipeline und einer eigenen Trainings-/Evaluierungsmethodik — ein **datengetriebener Vorsprung, der nicht öffentlich verfügbar ist** (Zielwert: relative WER-Reduktion ≥ 30 % gegenüber einer generischen Open-Source-Baseline).udBaustein B — Private On-Device-/EU-Inferenz-Architektur mit architektonischem Trainingsausschluss.uDas datenschutzgetriebene Kernversprechen verlangt, dass quelloffene Sprachmodelle **privat auf gemieteter EU-GPU-Infrastruktur** betrieben werden, statt Public-Cloud-LLM-APIs zu nutzen — und dass kindliche Gesprächsdaten **architektonisch** (nicht nur per AGB-Zusage) vom Modelltraining ausgeschlossen sind. Quelloffene Modelle sind kleiner bzw. anders trainiert als die größten proprietären Modelle; ob ihre dialogische, erzählerische und pädagogische Qualität bei **dialogtauglicher Latenz** (Ziel: niedriger Sekundenbereich) und vertretbaren Compute-Kosten ein kindgerechtes, sicheres Erlebnis liefert, ist nicht abschließend belegt und Gegenstand der Entwicklung. Die Architektur (Edge-/Server-Aufteilung, Quantisierung, Caching, Batching, Latenz-/Kosten-Optimierung) ist eine eigenständige technische Leistung und ein wiederverwendbares, datensouveränes Inferenz-Asset („made in EU”).u+Baustein C — Hardware-Software-Co-Design.uDer KI-Stack läuft nicht auf einem Standard-Smartphone, sondern auf einem eigens entwickelten, kindgerechten, bildschirmfreien Gerät. Fernfeld-Audioerfassung im realen, lauten Kinderzimmer (Beamforming, Mikrofonarray-Geometrie, Echo-/Hall-Unterdrückung), die Auslegung der eingebetteten Recheneinheit, das Latenzbudget zwischen Gerät und EU-Inferenz sowie die Audio-/Firmware-Pipeline müssen **gemeinsam mit den ASR-/Inferenz-Anforderungen** ausgelegt werden. Genau dieses Co-Design ist Gegenstand des hier beantragten Hardware-Arbeitspakets. Die Hardware ist nicht „Beiwerk”, sondern die physische Voraussetzung dafür, dass der KI-Kern unter realen akustischen Bedingungen kindgerecht funktioniert.z8Warum das Deep Tech und kein inkrementelles Produkt ist.u@Tonies/tiptoi lösen die Hardware (bildschirmfreies Audio), aber ohne jede Sprach-KI. Sprachlern-Apps und Smart Speaker lösen Teile der Software, aber bildschirm-/cloudgebunden und nicht kindzentriert. **Niemand** kombiniert kindzentrierte mehrsprachige ASR + private EU-Inferenz + bildschirmfreie Co-Design-Hardware. Die technologische Tiefe und das **explizite technische Risiko** (Kinder-ASR-Genauigkeit, private-Inferenz-Qualität vs. Cloud, Fernfeld-Audio, Latenz auf ressourcenbeschränkter Hardware) heben das Vorhaben klar über inkrementelle Produktanpassung hinaus.z%1.3 Abgrenzung zum Stand der TechnikuvIm Projektumfeld existieren drei Kategorien etablierter Lösungen, die jeweils zentrale Anforderungen nicht erfüllen:)zKategorie / BeispielezBildschirm-freizFreier Dialog / ASRzMehr-sprachig-adaptivzKind-zentrierte ASRuDaten-souverän)$Audio-Lernspielzeug (Tonies, tiptoi)Jaz Nein (passiv)Neinrzn/a)%Sprachlern-Apps (Duolingo, Lingokids)z Nein (Screen) Teilweiserrr)Smart Speaker (Alexa, Google)rrrzNein (Erwachs.)r) **Plappi****Ja**rrrr)@?333333?rrrg!@)rru1Zusätzlich ist der **Stand der Technik bei der Output-Sicherheit** für Kinder lückenhaft: Cloud-LLM-Apps liefern keine deterministisch kontrollierbare Output-Sicherheit (probabilistische Outputs, dokumentierte Jailbreaks); klassisches Audio-Spielzeug ist sicher, aber statisch/nicht generativ. Plappi adressiert die Lücke mit einem mehrschichtigen Guardrail-Stack (Prompt-Hardening, Constrained Decoding/Allowlists je Altersstufe, Output-Klassifizierer, deterministische Antwort-Templates, Red-Teaming) — eigenständiges, vertraulich behandeltes Know-how.u~**Wissenschaftlicher Stand des Wissens.** Die Pädagogik ruht auf über 75 peer-reviewten Studien zur bilingualen Sprachentwicklung, u. a.: Hoff et al. (2012) — ≥ ~30 % Sprachexposition nötig; Romeo et al. (2018) — Konversationsqualität schlägt reine Sprachmenge; Roediger & Karpicke (2006) — Spaced Repetition; Mitchell et al. (2024) — Kognaten erleichtern den Erwerb.z"1.4 Schutzrechte und IP-Strategieu!Deep-Tech-Förderungen erwarten einen **schutzrechtlich abgesicherten Vorsprung**. Plappi setzt diesen bewusst und begründet **nicht primär über Patente**, sondern über eine mehrschichtige Schutzarchitektur, die für ein Software-/Daten-/Hardware-Startup wirtschaftlich überlegen ist.z(Die Schutz-Architektur (vier Schichten):u**Markenschutz — Wortmarke „Plappi”.** Anmeldung geplant (über aws Innovationsschutz). Sichert Marke, Wiedererkennung und Vertriebsbindung in einem Markenmarkt (vgl. Tonies). [TODO: Marken-Status / Klasse / Anmeldedatum]u**Technologischer Vorsprung / Know-how-Schutz.** Auf Kinderstimmen feinabgestimmte ASR/TTS-Modelle, kuratierte mehrsprachige Trainings-/Annotationsdaten, die private Inferenz-Architektur und die Pädagogik-Engine bilden zusammen einen **schwer kopierbaren, datengetriebenen Vorsprung (Lead-Time-Advantage)** — nicht öffentlich verfügbar, nur mit erheblichem Aufwand reproduzierbar.u$**Geschäftsgeheimnis-Schutz.** Modelle, Datensätze, Trainingsrezepte, Architektur und Guardrail-Stack werden vertraulich behandelt; NDAs mit allen Dienstleistern. Schutz nach UWG/Geschäftsgeheimnis-RL greift ohne Offenlegungszwang und ohne Befristung, solange Geheimhaltung gewahrt bleibt.u**Datensouveränität als Vertrauens-/Reputations-Asset.** Der „by design”-Trainingsausschluss ist regulatorischer (DSGVO, EU-AI-Act) und reputativer Burggraben — ein schwer einholbares Positionierungs-Asset, das Kaufentscheidungen treibt.uABegründung: Warum Lead-Time / Geschäftsgeheimnis statt Patente?u**Der Wertkern ist Software, Modelle, Daten und Systemintegration** — kein neuartiges physikalisches Verfahren. Hier ist Patentschutz schwer durchsetzbar (Verletzungen kaum nachweisbar, da Modelle/Daten im Produktinneren verborgen bleiben) und schnell überholt.u**Patente erzwingen Offenlegung.** Eine Patentschrift veröffentlicht die Lehre und liefert Wettbewerbern eine Bauanleitung — kontraproduktiv für einen Vorsprung, der gerade aus nicht-öffentlichem Wissen besteht.u**Iterationsgeschwindigkeit.** ASR-/LLM-Stacks iterieren in Monaten; ein 2–4-jähriges Erteilungsverfahren ist langsamer als der Technologiezyklus.u**Kosten-/Nutzen für ein Startup.** Internationale Patentfamilien binden mittleren sechsstelligen Aufwand — Kapital, das in der Vorgründungsphase besser in Datenaufbau und Engineering fließt.u**Datengetriebener Burggraben ist selbstverstärkend.** Mit wachsender Installationsbasis und einwilligungsbasierter Datengrundlage vertieft sich der Modell-/Datenvorsprung kontinuierlich — schneller, als ihn ein Nachahmer einholen kann.u**Freedom-to-Operate (FTO).** Eine orientierende Patent-/Marktrecherche hat keine blockierenden Schutzrechte ergeben. Eine **vertiefte FTO-Recherche vor Markteintritt** (im Zuge der Markenanmeldung über aws Innovationsschutz) ist fest vorgesehen. Eine spätere, selektive Patentierung einzelner **Hardware-/Verfahrensaspekte** (z. B. eine konkrete Mikrofonarray-/Audio-Pipeline-Lösung aus dem Hardware-WP) bleibt ausdrücklich offen. Eigentümer der Schutzrechte: Plappi FlexCo (nach Gründung).u!1.5 USP, Stärken und Schwächenu**USP:** Kein anderes Produkt vereint bildschirmfreien, mehrsprachigen, aktiven Kinder-Dialog mit privater EU-Inferenz, kindzentrierter Spracherkennung und adaptiver, wissenschaftlich fundierter Pädagogik in einem Gerät.u**Stärken:** regulatorisch zukunftssicher (DSGVO/EU-AI-Act by design); unbesetzte Nische bilingualer Familien; einschlägige KI-/Hardware-Kompetenz (BReact); funktionsfähiger Prototyp als De-Risking-Beleg; datengetriebener Burggraben.u**Schwächen:** Marktneuling ohne Markenbekanntheit; hoher Kapitalbedarf der Hardware-Industrialisierung; Team im Aufbau; technisches Restrisiko (Kinder-ASR, private Inferenz) — adressiert über Förder-Stack, Prototyp-De-Risking und definierte Rückfallebenen (Kapitel 8).u11.6 Wertschöpfungskette und LeistungserstellunguF&E (KI + Hardware) erfolgt in Wien. Die Elektronik-/Gehäusefertigung wird an spezialisierte Auftragsfertiger (EU-nah, soweit möglich) vergeben; Endmontage/QA und Distribution erfolgen D2C plus Abo. Die **Wertschöpfung verbleibt überwiegend in Österreich** (F&E, Software, IP, Modelle/Datensätze, Inferenz-Betrieb auf EU-Infrastruktur). Durch private EU-Inferenz statt außereuropäischer Cloud-LLM-APIs werden Importleistungen substituiert (digitale Souveränität).ruPlappi adressiert das aws-förderbare Themenfeld **Bildung** mit messbarer gesellschaftlicher Wirkung — als Hauptziel, nicht als Nebeneffekt.u**Bildungsgerechtigkeit (SDG 4, SDG 10).** Mehrsprachige Sprachförderung wird vom Bildungsbudget der Familie entkoppelt. Kinder aus nicht-akademischen oder migrantischen Haushalten erhalten niederschwelligen Zugang zu Förderung, die sonst teuren Kursen vorbehalten ist. Plappi kann den für aktiven Zweitspracherwerb nötigen ~30 %-Expositionsanteil (Hoff et al. 2012) erstmals auch in Familien ohne zweiten Muttersprachler bereitstellen.u**Inklusion und Herkunftssprachen-Erhalt.** Kinder nicht-deutscher Erstsprache werden in ihrer Erst- und Zweitsprache gefördert; die Mehrsprachigkeit hilft, Herkunftssprachen aktiv zu erhalten — ein Beitrag zu kultureller Teilhabe.u **Kindersicher, werbefrei, datenschutzkonform (SDG 16).** Kein Training mit Kinderdaten, EU-Verarbeitung, EU-AI-Act-konform „by design”, deterministisch abgesicherte Output-Guardrails. Plappi setzt einen positiven Branchenstandard für vertrauenswürdige Kinder-KI.uT**Gender-Bias-Reduktion in der ASR.** Spracherkennung ist nachweislich anfällig für demografische Verzerrungen. Durch den gezielten Aufbau eines **ausgewogenen, kindgerechten Sprachdatenkorpus** (Geschlecht, Alter, Dialekt, Mehrsprachigkeit) reduziert Plappi systematisch Bias und verbessert die Erkennungsgleichheit über Gruppen hinweg.ut**Green (SDG 12, SDG 13).** Bildschirmfrei (vermeidet Display-Produktion/-Energie); langlebige, reparierbare, update-fähige Hardware; energieeffiziente EU-Inferenz (Quantisierung, Batching) statt überdimensionierter Cloud-Aufrufe; EU-Rechenzentren mit zunehmend dekarbonisiertem Strommix. Energie-/CO2-Verbrauch je Dialog wird als interne Kennzahl erfasst und optimiert.zWirkungslogik (Wirkungstreppe):)Stufe BeschreibungzIndikator (Beispiel))uAktivität (Output)u5Geräte ausgeliefert, Sprachen/Inhalte bereitgestelltuStückzahl, Sprachabdeckung) Reichweitez9erreichte Familien/Kinder, Anteil unterversorgter Gruppenzaktive Installationsbasis)Nutzungu3tägliche Dialognutzung, „conversational turns”zNutzungsdauer, Turn-Zahl)zWirkung (Outcome)z4mehr aktive Sprachexposition, messbarer SpracherwerbuLWortschatz-Retention (Ziel: ≥ 20 % höher vs. passives Audio nach 7 Tagen))zGesellschaftl. Wirkungz2mehr Bildungschancen, Inklusion, Herkunftssprachenz9Reichweite in unterversorgten Gruppen, Datenschutz-Audits)?g333333 @rru3.1 Marktgröße und -wachstumuPlappi adressiert die Schnittmenge aus EdTech-Sprachlernen (frühkindlich/schulisch), bildschirmfreiem Audio-Kinderprodukt und datensouveräner Consumer-KI-Hardware.) IndikatorWertQuelle)uKinder 0–14 Jahre in der EUz ~65,6 Mio.zEurostat (2024))u0Oberstufenschüler mit Englisch als Fremdsprachez89,4 %Eurostat)z EdTech-Sprachlernmarkt (Volumen)z~11,7 Mrd. USD (2024)market.us (2024))z!EdTech-Sprachlernmarkt (Wachstum)z CAGR ~27 %r)zConnected-Toys-Markt (Wachstum)uCAGR ~19–25 %r)z.Validierung bildschirmfreies Audio (Tonies SE)z#~480 Mio. EUR Umsatz, >8 Mio. Boxenztonies SE FY2024)u<B2B-Indikator: Primarschüler EU mit Fremdsprachenunterrichtz~25 Mio. / ~84 %zEurostat (2017/2022)) @r4皙?uDer Tonies-Erfolg belegt Zahlungsbereitschaft und Skalierbarkeit des bildschirmfreien Kinder-Audio-Markts — allerdings einsprachig/passiv. Plappi besetzt denselben Wachstumskorridor und ergänzt ihn um die fehlende Sprachlern-Tiefe.z"3.2 Zielgruppen und Marktsegmenteue**Bilinguale/mehrsprachige Familien** (ein Elternteil spricht die Zweitsprache nicht) — Kernbedarf.u`**Bildungsorientierte Eltern** mit Frühfremdsprach-Wunsch, die Bildschirmzeit vermeiden wollen.zJ**Datenschutzbewusste Eltern**, die KI-Produkte ohne Daten-Sharing suchen.u**B2B — Bildungseinrichtungen** (Volks-/Grundschulen, Sprachschulen, KiTa-Träger, Sprachförder-/EU-Inklusionsprogramme): datenschutzkonforme, lehrer:innen-steuerbare Sprachübungs-Hardware (Curricular-Sync).z33.3 Wettbewerbsanalyse und Markteintrittsbarrieren) WettbewerberuStärkeuSchwäche aus Kundensicht)rz/hoher Marktanteil, starke Marke, bildschirmfreiu-einsprachig, passiv, kein Dialog/Adaptivität)rzinteraktiv/adaptivuHbildschirmgebunden, Cloud-LLM/Daten-Sharing, für Kleinkinder ungeeignet)rz freie Spracheu>nicht kindzentriert, nicht pädagogisch, cloud-/datengetrieben)ruT**bildschirmfrei + mehrsprachig-aktiv + datensouverän + wissenschaftlich fundiert**u.Marktneuling (Marken-/Vertrauensaufbau nötig))r4rrz%Markteintrittsbarrieren und Reaktion:BarriereReaktionu.Technologie/Daten (hohe F&E-Hürde Kinder-ASR)uBwird selbst zum Burggraben (proprietäre Modelle/Daten, Lead-Time)zKapitalbedarf Hardwareu:Förder-Stack (FFG/aws/Wien) + Kickstarter-Vorfinanzierungz%Hardware-Zertifizierung (CE/EN71/RED)uIfrüh eingeplant; Vorbereitung im aws-WP, volle Zertifizierung über WienzMarke/VertrauenzDDatenschutz-Positionierung, Kickstarter-Community, Wortmarken-Schutz@g@um**Reaktion etablierter Anbieter:** Ein Eintritt von Tonies o. ä. in interaktive Sprach-KI würde Kinder-ASR-Kompetenz, private Inferenz und einen Datenschutz-by-design-Stack erfordern, die Plappi als datengetriebenen Lead-Time-Vorsprung aufbaut. Die regulatorische Strenge bei Kinderdaten erhöht die Eintrittshürde für cloud-/datengetriebene Player zusätzlich.z3.4 MarktpositionierunguWPlappi positioniert sich als der **datensouveräne, bildschirmfreie, mehrsprachige „Tonies-Nachfolger” für aktives Sprachenlernen**: Erstmarkt DACH → EU → USA (analog zur internationalen Tonies-Skalierung). Markttrends (Datenschutz-Sensibilität, Reduktion von Screen-Time, Akzeptanz vernetzter Audio-Hardware) stützen die Nachfrage.ruK**Validierung und Vorfinanzierung — Kickstarter.** Launch **24.06.2026**, 60-Tage-Kampagne, Ziel **115.000 EUR** (Alles-oder-Nichts). Dient als Marktvalidierung (Vorbestellungen als Nachfragebeleg), Vorfinanzierung der Erstcharge und Community-Aufbau. Eine Interessenten-/Warteliste (helloplappi.com) liefert die Launch-Munition.u**Vertriebskanäle.** Primär D2C (eigener Webshop, Kickstarter-Backer-Basis), ergänzt um Online-Marktplätze; mittelfristig Fach-/Einzelhandel (Spielwaren/Bildung) und Bildungs-Distributoren. Zweite Schiene B2B (Bildungseinrichtungen, Curricular-Sync/Hausaufgaben-Modus).u#**Geografie.** DACH → EU → USA.uY**Preismodell.** Gerät ~90 EUR (im Bereich einer Toniebox, marktüblich) + Abo ~9,90 EUR/Monat (refinanziert laufende Inferenz-/Content-Kosten, konkurrenzfähig zu kostenpflichtigen Sprachlern-Apps bei deutlich größerem Funktionsumfang). Razor-and-Blade: der wiederkehrende, margenstarke Abo-Erlös wächst mit der aktiven Installationsbasis.u**Marketing-Narrativ.** Datenschutz, Bildung, Mehrsprachigkeit; Eltern-Communities, PR, Datenschutz-/Bildungs-Story. Marketing-/Vertriebsbudgets werden nach Produktvalidierung aus Folgeförderungen, Kickstarter-Erlösen und ggf. Investorenkapital aufgebaut.rz.5.1 Informationen zum (geplanten) Unternehmenu**Plappi FlexCo (Flexible Kapitalgesellschaft, in Gründung)**, Sitz Wien (Esslinggasse 5/Top 1, 1010 Wien). Der Antrag wird durch die natürliche Person Nemanja Klincov als „in Gründung” gestellt; die Gründung der FlexCo erfolgt nach aws-Zustimmung. [TODO: Stammkapital-Höhe; Gesellschafterstruktur; ggf. Ersteintragungsdatum, falls FlexCo bereits eingetragen — Programmregel: Ersteintragung max. 6 Monate alt]u"5.2 Management und Gründungsteamux**Gründer/Geschäftsführer: Nemanja Klincov** — einschlägiger KI/ML-Track-Record (Hintergrund BReact, EU-Tender-erprobt). Hat in eigenfinanzierter Vorarbeit den funktionsfähigen Plappi-Prototyp entwickelt (Eignungs- und De-Risking-Beleg). Verantwortet KI-/Produktstrategie und Gesamtleitung. [TODO: exakte BReact-KMU-Zahlen für die KMU-Erklärung im aws-Fördermanager]u9Geplante Schlüsselrollen (aus dem Vorhaben zu besetzen):u**Embedded-/Hardware-Engineer** — verantwortet das hier beantragte Hardware-WP (Elektronik, Mikrofonarray, Firmware, Vorserien-Prototyp).uc**ML-/Speech-Engineer** — Kinder-ASR/TTS, private Inferenz (über das parallele FFG-WP geführt).u**Gender-Bonus.** [TODO: Falls eine vorhabensrelevant qualifizierte Frau >25 % der Anteile hält und leitend zu >50 % der Normalarbeitszeit mitarbeitet → Quote 80→90 %, Eigenmittel halbiert (10→5 % bar), höherer Höchstbetrag (+33k Preseed); zusätzlich Kinderbetreuungskosten bis 500 EUR/Monat förderbar. Struktur vor Einreichung festlegen und mit CV/Anteilsnachweis belegen.]uU**CVs:** Gründer + Schlüsselpersonen (nicht das gesamte Personal) werden beigelegt.z5.3 KooperationenuOptional **Forschungskooperation mit dem Fraunhofer-Institut (Bereich KI4LIFE)** zur wissenschaftlichen Absicherung der Kinder-ASR-Methodik und der Lernwirksamkeits-Evaluierung (derzeit in Abstimmung). **BReact** wirkt als Kompetenz-/Backing-Partner. Für die Guardrail-/Kinderschutz-Validierung sind Kooperationen mit Saferinternet.at/ÖIAT und pädagogischen Hochschulen vorgesehen.rz6.1 Status quo / De-Riskinguj**Funktionsfähiger, eigenfinanzierter Prototyp** vorhanden: Hardware-/Software-Demonstrator (Raspberry-Pi-basiert, Mikrofon + Sprachausgabe) zeigt bildschirmfreien Zwei-Wege-Sprachdialog und erste mehrsprachige, dynamisch generierte Geschichten; läuft bereits auf einem privaten Inferenz-Stack. Belegt die grundsätzliche Machbarkeit und de-riskt das Vorhaben.z0**Website + Warteliste live** (helloplappi.com).z0**Kickstarter eingereicht** (Launch 24.06.2026).zJ**FFG-Basisprogramm** (KI-Kern) eingereicht (Antrag 71545616, 2026-06-09).ue→ Das Vorhaben ist bereit für die **Hardware-Industrialisierung** (Gegenstand dieses aws-Antrags).uV6.2 Integrale Planung — Hardware-Arbeitspakete (12–18 Monate, meilensteinbasiert))APInhaltuWesentliche Tätigkeiten Meilenstein)zH1 Industriedesignu&kindgerechtes Gehäuse, Ergonomie, DfMz0Konzept, Ergonomie/Sicherheit, Materialwahl, CAD Designfreeze)z H2 Elektronikz-Mikrofonarray/Beamforming, Recheneinheit, PCBz:Schaltungsdesign, Array-Geometrie, SoC-Auswahl, PCB-Layoutz Funktions-PCB)z H3 Firmwareu1Embedded-Firmware, Audio-Pipeline, Konnektivitätz7Audio-Erfassung, Edge-/Server-Schnittstelle, OTA-UpdatezFirmware-Integration)zH4 Vorserien-Prototypenz.iterative Prototypen, Tests im realen Haushaltz#Bau, Fernfeld-Audiotests, Iterationzvalidierter Vorserien-Prototyp)zH5 Zertifizierungs-Vorbereitungz+Design gegen CE/EN71/EN62115/RED ausrichtenuANormen-Gap-Analyse, Vorab-Prüfungen, Doku (volle Zert. → Wien)zZertifizierungs-Readiness)rr3g@ffffff?u56.3 Kostenplan Hardware-WP (~334.000 EUR förderbar))Positionz Betrag (EUR) Anmerkung)z5Personal (Embedded-/HW-Engineer + GF-Hardware-Anteil)z~180.000z*aws-Personalkostensatz verifizieren [TODO])z-Externe Honorare (Industriedesign, EE-Design)z~70.000Auftragsdienstleister)z&Komponenten / Dev-Kits / Prototypenbauz~50.000u(Mikrofonarray, SoC, PCB, Gehäuse-Muster)z(Schutzrechte / IP (Wortmarke + Beratung)z~15.000u ggf. über aws Innovationsschutz)u.Betriebsmittel / Markterschließung (anteilig)z~19.000uaws-förderfähig)u**Summe förderbare Kosten**z **~334.000**rQ)z**aws-Zuschuss 80 %**z **~267.000**zPreseed-Deckel)z**mit Gender-Bonus 90 %**z **~300.000**z+ Eigenmittel halbiert)z**Eigenmittel (bar)**z33.000 / 17.000z"zwingend Cash, keine Eigenleistung)rrr4uP6.4 Abgrenzung zu anderen Förderungen (Offenlegung / Doppelförderungs-Verbot)usaws verlangt die Offenlegung anderer Förderungen. Der Förder-Stack ist nach Arbeitspaket **disjunkt** aufgeteilt:)Programm Arbeitspaket GegenstandStatus)zFFG BasisprogrammuWP1 — KI-Kern (F&E)uKKinder-ASR/TTS, private Inferenz, Pädagogik-Engine, GPU/Compute, ASR-Datenzeingereicht (71545616))zaws Preseed Deep Techu WP2 — Hardware (dieser Antrag)z[Industriedesign, Elektronik/Mikrofonarray, Firmware, Vorserien-Prototyp, Zert.-Vorbereitungz dieser Antrag)zWirtschaftsagentur WienuWP3 — Zertifizierungz4volle Produktzertifizierung (Labortests CE/EN71/RED)unach Gründung geplant)?ffffff?g @ru!**Trennschärfe:** Keine Kostenposition und keine Personalstunde wird doppelt gefördert; Kosten/Belege/Kostenstellen sind je Programm disjunkt. Eine Selbsterklärung „andere Förderungen” wird im aws-Antrag abgegeben. Der aws-Zuschuss zählt nicht als FFG-Eigenmittel (und umgekehrt).rzA7.1 Umsatz-Hochlauf (Bottom-up, konsistent zum FFG-Businessplan))zJahr (nach Markteintritt)uGeräte (Stück)u GeräteumsatzuAbo-Erlös (kumulierend) Gesamtumsatz)zJahr 1z~2.000z ~200.000 EURz ~50.000 EURz**~250.000 EUR**)zJahr 3z~12.000—rz**~1,6 Mio. EUR**)zJahr 5z~30.000+rru**~5–7 Mio. EUR**)r3rrrruDer wiederkehrende, margenstarke Abo-Anteil wächst mit der aktiven Installationsbasis. **Stückkosten (BOM)** liegen bei Volumen 2–10k bei ~25–30 EUR/Gerät (Deckungsbeitrag ~60–65 EUR je Gerät); zusätzliche Deckungsbeiträge stammen aus dem skalierenden Abo bei geringen Grenzkosten der optimierten EU-Inferenz. Skaleneffekte (Compute, Content) verbessern die Rentabilität mit der Installationsbasis. [TODO: Bottom-up-Volumen nach Kickstarter-Ergebnis schärfen]z'7.2 Eigenmittel-Logik (aws-spezifisch))Szenariou FörderquoteZuschusszEigenmittel (bar))Standardz80 %z ~267.000 EURz~33.000 EUR (10 %))zmit Gender-Bonusz90 %z ~300.000 EURz~17.000 EUR (5 %))r2rr2r4g#@u**Wichtig (anders als FFG):** Die aws-Eigenmittel müssen **bar (Cash)** vorhanden sein — keine unbare Eigenleistung/Arbeitszeit anrechenbar. Nachweis über Bankbestätigung vor Auszahlung. [TODO: Eigenmittel-Cash-Quelle + Bankbeleg]z7.3 Folgefinanzierungue**Kickstarter** (Launch 24.06.2026, Ziel 115.000 EUR) — Vorbestellungen/Vorfinanzierung Erstcharge.u**aws Seedfinancing – Deep Tech** (nach Gründung + abgeschlossenem Preseed): bis 889.000 EUR (Gender-Bonus 1.000.000 EUR), Zuschuss mit Gewinnbeteiligung.uW**EIC** sowie **Eigenkapital/Investoren** für Skalierung und internationalen Roll-out.uDas Geschäftsmodell (Gerät + Abo) trägt die laufenden Kosten mittelfristig selbst; der Markteintritt erfolgt schrittweise und förderbegleitet, sodass die Folgekosten die Leistungsfähigkeit nicht übersteigen.rz 8.1 SWOTuStärken (Strengths)uSchwächen (Weaknesses)uOBildschirmfrei + mehrsprachig-aktiv + datensouverän (einzigartige Kombination)z#Marktneuling ohne Markenbekanntheitz@Datengetriebener Lead-Time-Burggraben (Kinder-ASR-Daten/Modelle)z/hoher Kapitalbedarf Hardware-Industrialisierungz8Regulatorisch zukunftssicher (DSGVO/EU-AI-Act by design)zTeam im Aufbauu'Funktionsfähiger Prototyp (De-Risking)z5technisches Restrisiko (Kinder-ASR, private Inferenz)g@zChancen (Opportunities)zRisiken (Threats)uGstark wachsender EdTech-/Connected-Toys-Markt (CAGR ~27 % / ~19–25 %)u+Eintritt etablierter Player (Tonies o. ä.)z%B2B-Bildungsschiene (Curricular-Sync)u=Kickstarter „Alles-oder-Nichts” verfehlt → 0 EUR aus KSz*internationale Skalierung (Vorbild Tonies)z*Lieferketten-/Komponenten-Risiken Hardwareu/Datensouveränität als wachsendes KaufargumentuKregulatorische Verschärfung Kinder-KI (eher Chance, da by design erfüllt)u&8.2 Schlüssel-Risiken und Mitigation)Risikor Mitigation)zKinder-ASR-Genauigkeitu8dialogtaugliche WER über Alter/Sprache/Dialekt unsicherueigene Datenpipeline + Augmentation + Finetuning; Go/No-Go (≥30 % rel. WER-Reduktion); Rückfallebene: geführte Dialoge, altersgestaffeltes Vokabular)u!Private-Inferenz-Qualität/Latenzz:OSS-Modelle vs. Public-Cloud bei akzeptabler Latenz/Kostenuesystematisches Benchmarking, Domänen-Finetuning, Inferenz-Optimierung, definierte Akzeptanzschwellen)zFernfeld-Audio (Hardware)z/laute Kinderzimmer-Umgebung erschwert ErkennunguhMikrofonarray/Beamforming, Hall-/Geräuschsimulation in der Augmentation, reale Haushaltstests im aws-WP)zHardware/Zertifizierungu&CE/EN71/RED-Konformität, LieferkettenuTfrüh eingeplant (H5 im aws-WP, volle Zert. über Wien); etablierte Auftragsfertiger)zOutput-Sicherheit (Kinder-KI)z(probabilistische LLM-Outputs, JailbreaksuVmehrschichtiger Guardrail-Stack; Red-Teaming mit Kinderschutz-/Pädagogik-Expert:innen)Kapitalzhoher Hardware-KapitalbedarfuGdisjunkter Förder-Stack (FFG/aws/Wien) + Kickstarter + Seed/EIC/Equity)zKinderdaten/EthikzVertrauen, Regulatoriku7Datenschutz by design als Stärke und Vertriebsargument)rrruDas Vorhaben ist durch **erhebliches technisches Forschungsrisiko** gekennzeichnet — kennzeichnend für Deep Tech. Negative Zwischenergebnisse führen zu dokumentierten Strategiewechseln (Rückfallebenen), nicht zum Abbruch; jeder Iterationszyklus reduziert das Risiko schrittweise.rz-Pflicht-Restdokumente (separat einzureichen):u{**Integralplanung (Excel):** Hardware-Kostenplan (Arbeitspakete + Kosten- + Finanzplan) → Übertrag in aws-Excel-Vorlage.z^**Pitch-Deck (PPTX):** nach aws-/i2b-Struktur (Deep-Tech-Fokus, Schutzrechte, Skalierbarkeit).uO**ID-Nachweis** GF + Gesellschafter >25 %; **CVs** Gründer/Schlüsselpersonen.u8**Eigenmittel-Beleg** (Bankbestätigung) vor Auszahlung.u<Offene Punkte (echte Stammdaten von Nemanja zu bestätigen):)rr"r#)u>Stammkapital-Höhe + Gesellschafterstruktur der Plappi FlexCo.u6Wortmarke „Plappi” — Anmeldestatus/Klasse/Datum.zAGender-Bonus-Struktur (qualifizierte Frau >25 % + leitend >50 %).uIExakte BReact-KMU-Zahlen (für die KMU-Erklärung im aws-Fördermanager).u\aws-Personalkostensatz (GF) — im aws-Kostenleitfaden verifizieren (andere Regeln als FFG).z$Eigenmittel-Cash-Quelle + Bankbeleg.)rFz List NumberrRSAVEDz paragraphs:ztables:)T)rBrBrCrC) rQNFFNNNNN)r)Nri)N__doc__docxr docx.sharedrrrrdocx.enum.textrrdocx.enum.tabler docx.enum.sectionr docx.oxml.nsr docx.oxmlr OUTNAVYACCENTrr{r}rrnormalrrrr!r# line_spacingr+sectionsr top_margin bottom_margin left_margin right_margin page_widthrmrArPr`rVrhrtrr~_rTruadd_page_breakrr toc_itemsitr[rWr_rrrryrftr]r^rsaveprintDd2rdrztablesr)r)r)r*s                  $     -                                                   "