1. Projektbeschreibung1.1. Ziele und EntwicklungsinhalteÜbergeordnetes ZielZiel des Projektes ist die experimentelle Entwicklung von Plappi – einem displaylosen, sprachgesteuerten KI-Hardware-Lernbegleiter für Kinder von 2 bis 15 Jahren – bis zum validierten, funktionsfähigen Prototyp. Plappi fördert mehrsprachige Sprachentwicklung durch personalisierte, adaptive Dialoge und Geschichten: vollständig bildschirmfrei und auf einer datenschutzkonformen, privaten Inferenz-Architektur (quelloffene Sprachmodelle auf EU-Servern), bei der kindliche Sprachdaten architektonisch vom KI-Training ausgeschlossen sind (DSGVO- und EU-AI-Act-konform „by design"). Damit entsteht – nach derzeitigem Kenntnisstand erstmals – ein bildschirmfreier, mehrsprachiger KI-Sprachlernbegleiter für Kinder, der freien Sprachdialog, kindzentrierte Spracherkennung, datensouveräne EU-Inferenz und eine wissenschaftlich fundierte Pädagogik in einem einzigen Gerät vereint.Das Vorhaben ist der experimentellen Entwicklung zuzuordnen. Die Projektgrenze ist der wissenschaftlich-technisch validierte Prototyp; Serienfertigung, Markteinführung, Vertrieb und Marketing sind ausdrücklich NICHT Gegenstand dieses Projektes (vgl. Abschnitt 3 – Verwertung). Routinemäßige Anpassungen sind ausgeschlossen.Wesentliche Ziele und Spezifikationen (Pflichtenheft, Richtwerte – vom Antragsteller im Projektverlauf zu schärfen)Mehrsprachige Kinder-Spracherkennung: robuste ASR/TTS für Kinderstimmen über die Altersspanne 2–15 inkl. Code-Switching zwischen Erst- und Zweitsprache; Zielmetrik Wortfehlerrate (WER) auf kindlichem Mehrsprach-Material deutlich unter dem heutigen Stand generischer Modelle (Zielwert: relative WER-Reduktion ≥ 30 % gegenüber einem generischen Open-Source-Baseline auf einem kindgerecht-mehrsprachigen Evaluationsset).Private Inferenz-Architektur: Hosting/Feinabstimmung quelloffener Sprachmodelle auf gemieteter EU-GPU-Infrastruktur mit dialogtauglicher Latenz (Ziel-Antwortlatenz im niedrigen Sekundenbereich) bei architektonischem Ausschluss der Verwendung von Kinder-Gesprächsdaten für Training.Adaptive Pädagogik-Engine: Spaced Repetition, Kognaten-Nutzung, Personalisierung (Interessen, Bezugspersonen, Themen) und altersgerechte Progression, fundiert auf peer-reviewter Forschung zur bilingualen Sprachentwicklung.End-to-End Speech-to-Speech-Sprachdialog: Erprobung und Evaluierung durchgängiger Speech-to-Speech-Modelle als Weiterentwicklung der heutigen kaskadierten ASR→LLM→TTS-Pipeline; Ziel sind natürlichere Prosodie und reduzierte Antwortlatenz bei gleichwertiger oder besserer kindgerechter Erkennungsqualität, gemessen im direkten Vergleich gegen die kaskadierte Baseline.Bildschirmfreie Hardware: kindgerechtes Gerät mit Fernfeld-Mikrofonarray, eingebetteter Recheneinheit/Konnektivität und sicherheitskonformem Gehäuse als integrierende Trägerplattform.Eltern-Dashboard zur transparenten Fortschrittskontrolle und Personalisierung.Curricular-Sync für Bildungseinrichtungen: lehrer:innenseitige Vorgabe von Vokabel- und Themenkanon über eine begleitende Plappi-App; das Gerät übt mit dem Kind adaptiv die vorgegebenen Inhalte („Hausaufgaben-Modus“), ohne kindliche Sprachdaten an die Lehrkraft zu übertragen. Methodisch unter der adaptiven Pädagogik-Engine geführt.Sichere, altersgerechte KI-Outputs (Safety-by-Design): mehrschichtige Guardrail-Architektur als Pflicht-Designziel des KI-Stacks. Plan-Annahmen (vom Antragsteller zu schärfen): Zero-Tolerance für Schimpfwörter, sexualisierte Inhalte, Gewaltverherrlichung, Empfehlungen zu Selbstgefährdung und Abfragen persönlicher Daten; alters- und themenspezifische Allowlists; deterministische Antwort-Templates für sensible Themen (Tod, Trauer, körperliche Themen — behutsam, an Bezugspersonen verweisend).Zentrale EntwicklungsinhalteDer F&E-Kern ruht auf vier Innovations-Säulen: (1) mehrsprachige Kinder-Spracherkennung inkl. Echtzeit-Code-Switching, (2) private EU-Inferenz auf Open-Source-Modellen mit Trainingsausschluss kindlicher Daten, (3) adaptive, wissenschaftlich fundierte Pädagogik-Engine und (4) die Erprobung durchgängiger Speech-to-Speech-Modelle als nächste Generation der Sprachdialog-Pipeline. Säule (4) wird als eigenes, klar abgegrenztes Arbeitspaket geführt (explorative Modellauswahl, Integration, vergleichende Evaluierung gegen die kaskadierte ASR→LLM→TTS-Baseline). Die zugehörigen Arbeitspakete, Meilensteine und der Zeitplan sind unter dem Menüpunkt „Arbeitsplan“ definiert.Erwartete Ergebnisse nach ProjektabschlussFunktionsfähiger, zertifizierbarer Prototyp (integriert: Hardware + Sprach-KI + Pädagogik-Engine).Validierter privater Inferenz-Stack mit dokumentierter Qualitäts-, Latenz- und Datenschutz-Charakteristik.Empirisch evaluierte Kinder-ASR/TTS-Pipeline (WER/CER-Benchmarks, Code-Switching-Fähigkeit).Wissenschaftlich validierte Pädagogik-Engine inkl. Belegen zur Lernwirksamkeit (A/B-Tests).Erprobter Speech-to-Speech-Dialogprototyp inkl. vergleichender Evaluierung gegen die kaskadierte ASR→LLM→TTS-Baseline (Latenz, Natürlichkeit, kindgerechte Erkennungsqualität).MotivationBilinguale und mehrsprachig erziehende Familien sind unterversorgt. Spricht ein Elternteil die Zweitsprache nicht, ist der andere die einzige Sprachquelle – bei Zeitmangel bricht die für aktiven Spracherwerb nötige Exposition weg. Die Sprachwissenschaft zeigt, dass für aktiven Zweitspracherwerb ein Mindestanteil von rund 30 % an Sprachexposition erforderlich ist (Hoff et al., 2012) und dass die Qualität der Konversation – „conversational turns" – die reine Menge übertrifft (Romeo et al., 2018). Bestehende Lösungen sind entweder einsprachig und passiv (Audio-Spielzeug) oder bildschirmgebunden und datenschutzkritisch (Apps mit Cloud-LLMs). Plappi schließt diese Lücke und adressiert die steigende Elternnachfrage nach datensouveränen, bildschirmfreien KI-Produkten.1.2. Stand der Technik und des WissensGibt es bereits Anwendungen der eingesetzten Technologien und Methoden in anderen Gebieten?Gibt es wichtige Bücher, Fachartikel, Vorträge für das Fachgebiet des Forschungsprojektes? Bei Projekten mit wissenschaftlichem Hintergrund sind auch wissenschaftliche Publikationen anzuführen. Wurden für das Projekt relevante Vorarbeiten geleistet bzw Vorprojekte durchgeführt?Wenn ja, welche Ergebnisse wurden dabei erzielt?Im Projektumfeld existieren drei Kategorien etablierter Lösungen, die jeweils wesentliche Anforderungen NICHT erfüllen. Hinzu kommt der wissenschaftliche Wissensstand zur (bilingualen) Sprachentwicklung sowie der technische Stand der Sprach-KI.1) Bildschirmfreies Audio-Lernspielzeug (z. B. Tonies, Ravensburger tiptoi)Marktführend und etabliert, bildschirmfrei – aber einsprachig, vorproduziert und passiv: kein freier Dialog, keine Spracherkennung, keine Adaptivität, keine Personalisierung. Tonies (Boxine/tonies SE) belegt mit rund 480 Mio. EUR Umsatz (FY2024), über 8 Mio. verkauften Tonieboxen und über 100 Mio. Figuren die Tragfähigkeit des bildschirmfreien Audio-Kindermarkts – jedoch ohne interaktive Sprach-KI.2) Bildschirmbasierte Sprachlern-Apps (z. B. Duolingo, Gus on the Go, Lingokids)Bieten Interaktivität und teils Adaptivität, sind aber bildschirmgebunden (Screen-Time-Problematik bei Kleinkindern) und nutzen überwiegend Public-Cloud-LLMs mit Daten-Sharing. Kindliche Sprachdaten fließen typischerweise in fremde Cloud-Infrastruktur; ein architektonischer Ausschluss vom Modelltraining ist nicht gegeben. Für Kinder unter ~6 Jahren sind solche Apps pädagogisch wie regulatorisch problematisch.3) Sprachassistenten / Smart Speaker (z. B. Alexa, Google)Verstehen freie Sprache, sind aber nicht kindzentriert (ASR für erwachsene Stimmen optimiert), nicht pädagogisch und cloud-/datengetrieben. Kinder-ASR ist bekanntermaßen schwer (s. u.).Wissenschaftlicher Stand des WissensDie pädagogische Konzeption stützt sich auf den etablierten Forschungsstand zur Sprachentwicklung, u. a.:Hoff et al. (2012): Für aktiven Zweitspracherwerb ist ein Sprachexpositions-Anteil von ≥ ~30 % nötig.Romeo et al. (2018): Konversationsqualität („conversational turns") wirkt stärker als reine Sprachmenge – neuronal nachweisbar.Roediger & Karpicke (2006): Testing-Effekt / Spaced Repetition als robuste Lernverstärker.Mitchell et al. (2024): Kognaten (verwandte Wörter zwischen Sprachen) erleichtern den Erwerb messbar.Insgesamt fußt die Engine auf über 75 peer-reviewten Studien zur bilingualen Sprachentwicklung.Technischer Stand der Sprach-KIGenerische ASR-Systeme (z. B. Whisper-Familie und vergleichbare quelloffene Modelle) sind auf erwachsene Stimmen optimiert und zeigen auf Kinderstimmen deutlich erhöhte Fehlerraten (geringe Datenverfügbarkeit, hohe akustische/artikulatorische Varianz, Aussprachefehler, Dialekte). Quelloffene Sprachmodelle (LLMs) ermöglichen privates Self-Hosting, ihre dialogische Qualität in Echtzeit auf gemieteter EU-Infrastruktur ist gegenüber großen Public-Cloud-LLMs jedoch nicht abschließend belegt und Gegenstand dieses Projektes.Hinsichtlich Output-Sicherheit für Kinder bleibt der Stand der Technik lückenhaft: Cloud-LLM-basierte Kinder-/Sprachlern-Apps liefern keine deterministisch kontrollierbare Output-Sicherheit, da Modell-Outputs probabilistisch sind und Jailbreak-Angriffe dokumentiert sind. Klassisches Audio-Spielzeug (Tonies, tiptoi) liefert demgegenüber nur kuratierte, statische Inhalte — sicher, aber ohne freie, generative Sprachinteraktion. Beide Lager lösen das Sicherheits-Dilemma „generativ UND kindgerecht-deterministisch absicherbar“ nicht.Eigene VorarbeitenDer Antragsteller verfügt über einen einschlägigen KI/ML-Track-Record (Hintergrund BReact, EU-Tender-erprobt) und hat in eigenfinanzierter Vorarbeit bereits einen funktionsfähigen Prototyp des sprachgesteuerten Lernbegleiters entwickelt: einen lauffähigen Hardware-/Software-Demonstrator (Raspberry-Pi-basiert, mit Mikrofon und Sprachausgabe), der bildschirmfreien Zwei-Wege-Sprachdialog und erste mehrsprachige, dynamisch generierte Geschichten praktisch zeigt. Der Demonstrator läuft bereits auf einem privaten Inferenz-Stack: Die Transkription erfolgt on-premise über quelloffene Modelle (Whisper), und es werden privat gehostete Inferenz-Instanzen auf eigener bzw. gemieteter EU-GPU-Infrastruktur betrieben und erprobt; öffentliche Cloud-LLMs werden dabei lediglich übergangsweise als Qualitäts-Benchmark eingesetzt, solange die privat gehosteten Modelle qualitativ nachgezogen werden. Dieser Prototyp belegt die grundsätzliche Machbarkeit und de-riskt das Vorhaben, ersetzt die offenen wissenschaftlich-technischen Forschungsfragen jedoch ausdrücklich nicht (vgl. Abschnitt 1.6): robuste mehrsprachige Kinder-ASR, Echtzeit-Code-Switching, das Schließen der verbleibenden Qualitätslücke der privaten EU-Inferenz gegenüber den größten Public-Cloud-Modellen sowie – als neue Forschungsrichtung – der Übergang von der heutigen kaskadierten Pipeline (Sprache→Text→Modell→Sprache) zu durchgängigen Speech-to-Speech-Modellen, die bisher nicht erprobt sind. Die im Antrag geförderte F&E-Arbeit beginnt erst nach Antragstellung; der bestehende Prototyp ist abgegrenzte, vorab erbrachte Eigenleistung und nicht Teil der beantragten Arbeiten (Anreizeffekt gewahrt).1.3. Neuheit und SchutzstrategieNeuheit gegenüber dem Stand der TechnikPlappi ist nach derzeitigem Kenntnisstand des Antragstellers eine internationale Branchen-Neuheit: das erste Produkt, das (a) freien, sprachgesteuerten, bildschirmfreien Dialog für Kinder, (b) mehrsprachig inkl. Echtzeit-Code-Switching mit kindzentrierter Spracherkennung, (c) auf privater EU-Inferenz mit architektonischem Trainingsausschluss kindlicher Daten und (d) einer adaptiven, wissenschaftlich fundierten Pädagogik-Engine in einem Gerät vereint. Die Neuheit liegt nicht in einer Einzelkomponente, sondern in der bisher nicht existierenden, technisch anspruchsvollen Integration dieser vier Eigenschaften.Klare AbgrenzungDimensionAudio-Spielzeug (Tonies/tiptoi)Sprachlern-AppsPlappi (neu)Bildschirmfreijanein (Screen)jaFreier Dialog / ASRnein (passiv)teilweiseja (Kinder-ASR)Mehrsprachig / Code-Switchingnein (einsprachig)begrenztjaDatensouveränität (kein Training mit Kinderdaten)n/anein (Cloud-LLM, Daten-Sharing)ja (private EU-Inferenz)Adaptive, fundierte Pädagogikneinteilweiseja (Spaced Repetition, Kognaten)Tonies/tiptoi sind einsprachig und passiv; Sprachlern-Apps sind bildschirmgebunden und nutzen Public-Cloud-LLMs mit Daten-Sharing. Plappi schließt genau diese Lücken.Zusätzliche Abgrenzungs-Dimension Output-Sicherheit / Guardrails: Tonies/tiptoi sind kuratiert (sicher, aber nicht generativ); App-Lösungen sind generativ, aber den Risiken von Public-Cloud-LLMs ausgesetzt (probabilistische Outputs, Jailbreak-Risiko); Plappi ist generativ, privat gehostet und durch einen mehrschichtigen Guardrail-Stack abgesichert (Detail in Abschnitt 1.6, Risikofeld 5).SchutzstrategieDer Schutz vor Nachahmung erfolgt mehrschichtig:Markenschutz: Anmeldung der Wortmarke „Plappi" (geplant über aws Innovationsschutz) zur Sicherung von Marke und Wiedererkennung.Technologischer Vorsprung / Know-how-Schutz: proprietäre, auf Kinderstimmen feinabgestimmte ASR/TTS-Modelle, kuratierte mehrsprachige Trainings-/Annotationsdaten für Kinder, die private Inferenz-Architektur und die Pädagogik-Engine bilden einen schwer kopierbaren, datengetriebenen Vorsprung (Lead-Time-Advantage).Geschäftsgeheimnisse: vertrauliche Behandlung von Modellen, Datensätzen, Trainingsrezepten und Architektur; vertragliche NDAs mit Dienstleistern.Datensouveränität als Vertrauens-Asset: der „by design"-Trainingsausschluss ist zugleich regulatorischer und reputativer Burggraben.Guardrail-Stack als Know-how-Asset: die mehrschichtige, altersdifferenzierte Output-Sicherheits-Architektur (Prompt-Hardening, Constrained Decoding, Output-Klassifizierer, deterministische Antwort-Templates, Red-Teaming) ist eigenständiges, vertraulich behandeltes Know-how und Differenzierungs-Asset.Patente werden vorerst bewusst nicht angestrebt: Die Innovation liegt überwiegend in Software, Modellen, Daten und Systemintegration, wo Patentschutz im Verhältnis zu Kosten, Offenlegungszwang und schneller Iteration für ein Startup wenig wirtschaftlich ist; Lead-Time, Marke und Geschäftsgeheimnis bieten hier den besseren Schutz. Eine spätere Patentierung einzelner Hardware-/Verfahrensaspekte bleibt offen.PatentrechercheEs wurde eine orientierende Patent-/Marktrecherche durchgeführt (Recherche zu vergleichbaren bildschirmfreien Sprach-/Lerngeräten und Kinder-ASR-Verfahren). Dabei wurden keine Schutzrechte identifiziert, die die geplante Entwicklung blockieren würden (Stand der Recherche, vom Antragsteller vor Einreichung formal zu bestätigen). Eine vertiefte Freedom-to-Operate-Recherche im Zuge der Markenanmeldung (aws Innovationsschutz) ist vorgesehen.1.4. NutzenVorteile gegenüber dem Stand der TechnikDatensouveränität: Gespräche der Kinder werden ausschließlich in der EU verarbeitet und sind architektonisch vom KI-Training ausgeschlossen – ein klarer, regulatorisch (DSGVO, EU-AI-Act) und reputativ relevanter Vorteil gegenüber Cloud-LLM-Apps.Bildschirmfreiheit: pädagogisch wertvoll, vermeidet Screen-Time, erschließt die Altersgruppe unter 6 Jahren, für die App-Lösungen ungeeignet sind.Aktiver, mehrsprachiger Dialog statt passivem Audio: erhöht die für Spracherwerb entscheidenden „conversational turns" (Romeo et al., 2018) – im Gegensatz zu passivem Audio-Spielzeug.Wissenschaftlich fundierte Adaptivität: Spaced Repetition (Roediger & Karpicke, 2006) und Kognaten-Nutzung (Mitchell et al., 2024) steigern die Lerneffizienz; Personalisierung erhöht Motivation und Verweildauer.Verlässliche, kontrollierbare KI-Outputs: durch private Inferenz und die mehrschichtige Guardrail-Architektur sind Outputs deterministisch einschränkbar — ein konkretes Vertrauensargument gegenüber Eltern, Lehrer:innen und Bildungseinrichtungen und ein klares Differenzierungs-USP gegenüber generischen KI-Assistenten (Cloud-LLMs).Marktrückenwind durch wachsende Akzeptanz bildschirmfreier, vernetzter Kinder-Spielprodukte (Tonies SE FY2024 ~480 Mio. EUR Umsatz, > 8 Mio. Tonieboxen kumuliert; Connected-Toys-Markt mit CAGR ~19–25 % laut market.us 2024): die Adoptions-Hürde für vernetzte Audio-Hardware im Kinderzimmer ist gesellschaftlich bereits genommen.Quantifizierung der erwarteten Auswirkungen (Richtwerte)Zielgruppengröße: rund 65,6 Mio. Kinder (0–14 J.) in der EU (Eurostat, 2024); 89,4 % der Oberstufenschüler lernen Englisch als Fremdsprache – große Basis für mehrsprachige Förderung.Expositions-Hebel: Plappi kann den für aktiven Erwerb nötigen ~30 %-Anteil an Zweitsprach-Exposition (Hoff et al., 2012) in Familien ohne zweiten Muttersprachler erstmals niederschwellig bereitstellen.Lerneffizienz: messbare Verbesserung von Wortschatz-Retention und aktiver Sprachproduktion in geplanten A/B-Lernwirksamkeitstests gegenüber passivem Audio (Zielgröße: ≥ 20 % höhere Wortschatz-Retention nach 7 Tagen gegenüber passivem Audio).Technische Vorteile für die ZielgruppenFür Kinder: kindgerechte, fehlertolerante Spracherkennung mit sanfter Korrektur; altersgerechte Progression. Für Eltern: transparentes Dashboard, Datenschutz-Sicherheit, kein Bildschirm. Für die Gesellschaft: niederschwelliger Sprachzugang unabhängig vom Bildungsbudget.Nachteile / GrenzenSprachgesteuerte Hardware ist in lauten Umgebungen herausfordernd (Fernfeld-ASR); private EU-Inferenz kann ggü. den größten Public-LLMs Qualitäts-/Latenz-Kompromisse bedeuten (Gegenstand der F&E, vgl. 1.6). Anschaffungskosten liegen über reinem Audio-Spielzeug, werden aber durch Funktionsumfang und Datenschutz gerechtfertigt.1.5. Nachhaltige Wirkung der Projektinhalte 1.5.1. ÖkologieWie werden die Nachhaltigkeitsziele durch das Projekt angesprochen? Wie werden die Nachhaltigkeitsziele erreicht? Wie messen Sie den Erfolg? Hat Ihr Vorhaben mögliche Nachteile für bestimmte Nachhaltigkeitsziele? Klimaschutz (Luft, Wasser, Boden, Lärm),Ressourcenverbrauch (zB Kreislaufwirtschaft, erneuerbarer Ressourcen, Zugang zu nachhaltigen Produkten für Konsumenten),Energieverbrauch (zB Reduzierung, saubere Energie, Dekarbonisierung)Nachhaltigkeit ist ein Hauptziel des Projektes, nicht ein Nebeneffekt. Ökologisch adressiert Plappi v. a. SDG 12 (nachhaltige Produktion/Konsum) und SDG 13 (Klimaschutz):Energieeffiziente EU-Inferenz: bewusste Wahl quelloffener, ressourcensparender Modelle und optimierter Inferenz-Pipelines (Quantisierung, Batching) statt überdimensionierter Public-Cloud-LLM-Aufrufe; Hosting in EU-Rechenzentren mit zunehmend dekarbonisiertem Strommix. Energie-/CO2-Verbrauch je Dialog wird im Projekt als Metrik erfasst und optimiert.Langlebige Hardware: Auslegung auf Reparierbarkeit, austauschbare Komponenten, langfristige Firmware-Updatebarkeit und robustes Gehäuse – gegen Wegwerf-Elektronik; Ziel ist eine mehrjährige Nutzungsdauer über mehrere Kinder/Geschwister hinweg.Bildschirmfreiheit reduziert Display-Produktion und -Energieverbrauch und vermeidet die ökologisch wie gesundheitlich kritische Bildschirmnutzung.Erfolgsmessung: Energie-/CO2-Kennzahl pro Inferenz, Anteil reparierbarer Komponenten, dokumentierte Update-Fähigkeit. Mögliche Nachteile (Elektronik-/Rohstoffeinsatz, Compute-Energie) werden durch effiziente Inferenz, Langlebigkeit und Geräte-Recyclingkonzept adressiert.1.5.2. SozialesWie werden die Nachhaltigkeitsziele durch das Projekt angesprochen? Wie werden die Nachhaltigkeitsziele erreicht? Wie messen Sie den Erfolg? Hat ihr Vorhaben mögliche Nachteile für bestimmte Nachhaltigkeitsziele? Gender- oder Diversitätsaspekte im Lösungsansatz (zB diverses Nutzungsverhalten, körperliche und kulturelle Unterschiede, Bias der AI-Daten und Transparenz der AI-Entscheidungen, Digitalisierungsalternativen für Senioren),Gesundheitliche Herausforderungen, Bildungskonzepte, Methoden, Services und Produkte mit positiven Beitrag zur Inklusion, leistbare Services nachhaltiger Urbanisierung und Mobilität, Frugale Innovation etc.Die soziale Dimension ist zentrales Hauptziel. Im Vordergrund stehen SDG 4 (hochwertige Bildung), SDG 10 (weniger Ungleichheiten) und SDG 16 (Schutz der Privatsphäre/kindgerechte Institutionen):SDG 4 – Bildung: niederschwelliger, qualitativ hochwertiger Zugang zu mehrsprachiger Sprachförderung für Kinder 2–15, unabhängig davon, ob ein zweiter Muttersprachler im Haushalt verfügbar ist. Wissenschaftlich fundiert (≥30 %-Exposition, Hoff et al. 2012; Konversationsqualität, Romeo et al. 2018).SDG 10 – weniger Ungleichheiten: Sprachzugang wird vom Bildungsbudget der Familie entkoppelt; Kinder aus nicht-akademischen oder migrantischen Haushalten erhalten Zugang zu Förderung, die sonst teuren Kursen/Nachhilfe vorbehalten ist.SDG 16 / Kinderschutz: datensouveräne, kindgerechte KI – kein Training mit Kinderdaten, EU-Verarbeitung, EU-AI-Act-konform „by design"; setzt einen positiven Branchenstandard für vertrauenswürdige Kinder-KI.Schutz vor altersinadäquaten Inhalten: deterministisch abgesicherte Output-Guardrails (alters- und themenspezifische Allowlists, Schimpfwort-/PII-/Themen-Filter, Red-Teaming mit Kinderschutz- und Pädagogik-Expert:innen) schützen Kinder vor unangemessenen Inhalten, Manipulationsmustern und problematischen parasozialen Bindungen; Eltern werden über einen datenschutzkonformen Eltern-Mode (Auffälligkeits-Flags ohne Sprachaufzeichnung) transparent informiert.Erfolgsmessung: Lernwirksamkeit (A/B-Tests, Wortschatz-/Sprachproduktions-Zuwachs), Reichweite in unterversorgten Zielgruppen, Datenschutz-Audits. Mögliche soziale Nachteile (Geräteersatz für menschliche Interaktion) werden durch bewusste Positionierung als Ergänzung der elterlichen Sprachzeit und durch begrenzte, dialogfördernde Nutzung adressiert.1.5.3. ÖkonomieWie werden die Nachhaltigkeitsziele durch das Projekt angesprochen? Wie werden die Nachhaltigkeitsziele erreicht? Wie messen Sie den Erfolg? Hat Ihr Vorhaben mögliche Nachteile für bestimmte Nachhaltigkeitsziele? Ökonomisch adressiert das Projekt v. a. SDG 8 (menschenwürdige Arbeit/Wirtschaftswachstum) und SDG 9 (Industrie, Innovation, Infrastruktur):SDG 9 – Innovation: Aufbau einer neuartigen, europäischen Technologiebasis für kindgerechte, datensouveräne Sprach-KI und private EU-Inferenz – ein zukunftsträchtiges, exportfähiges Innovationsfeld.SDG 8 – qualifizierte Arbeit: Schaffung hochqualifizierter F&E-Arbeitsplätze in Wien (ML/Speech-, Embedded-Engineering) und Aufbau eigener F&E-Kompetenz in einem jungen Unternehmen.Digitale Souveränität Europas: Reduktion der Abhängigkeit von außereuropäischen Cloud-LLM-Anbietern durch private EU-Inferenz auf quelloffenen Modellen – Beitrag zu europäischer technologischer Resilienz.Erfolgsmessung: Anzahl geschaffener F&E-Arbeitsplätze, Wertschöpfung in Österreich, Aufbau eigener IP/Datenbestände. Das Geschäftsmodell (Gerät + Abo) zielt auf nachhaltige, tragfähige Erträge statt auf datengetriebene Monetarisierung kindlicher Nutzerdaten.1.6. Entwicklungsrisiken und LösungsvorschlägeDas Projekt ist durch erhebliches technisches Forschungsrisiko gekennzeichnet; der Ausgang zentraler Entwicklungsfragen steht nicht fest. Es handelt sich um experimentelle Entwicklung mit offenen Forschungsfragen, deren Lösung über den heutigen Stand der Technik hinausgeht. Das Risiko wird vollständig vom Antragsteller getragen und nicht an Dritte ausgelagert. Im Folgenden werden die fünf zentralen technischen Problemfelder, ihre offenen Forschungsfragen, das jeweilige Risiko (Eintrittswahrscheinlichkeit/Auswirkung) sowie der methodische Lösungsansatz dargestellt.Übersicht: Risiko-MatrixRisikofeldOffene ForschungsfrageRisikoLösungsansatz (Methodik)1. Kinder-ASR-RobustheitErreichbare WER/CER auf Kinderstimmen 2–15 inkl. Dialekte/Aussprachefehler?hochDatenerhebung/-annotation, gezieltes Finetuning, Daten-Augmentation2. Echtzeit-Code-SwitchingSprachwechsel im Satz robust auf ressourcenbeschr. HW erkennbar?hochMehrsprach-Modelle, Sprach-ID, Latenz-Optimierung3. Private EU-Inferenz-QualitätDialogqualität quelloffener Modelle vs. Public-LLM bei akzeptabler Latenz?mittel-hochModell-Benchmarking, Finetuning, Inferenz-Optimierung4. Pädagogische WirksamkeitErzielt adaptive Engine messbaren Lernvorteil?mittelA/B-Lernwirksamkeitstests, iterative Validierung5. Sichere KI-Outputs (Guardrails)Deterministische, altersgerechte Output-Garantien auf privater Inferenz, robust gegen Jailbreaks?hochMehrschichtiger Guardrail-Stack: Prompt-Hardening, Constrained Decoding, Output-Klassifizierer, Red-TeamingRisikofeld 1 – Robuste mehrsprachige Kinder-Spracherkennung (ASR/TTS)Technisches Problem: Kinderstimmen sind für ASR notorisch schwer – kurze Vokaltrakte, hohe Grundfrequenz, instabile Artikulation, Aussprachefehler, Dialekte und insgesamt wenig verfügbare Trainingsdaten. Generische Modelle (z. B. Whisper-Familie) zeigen auf Kindersprache deutlich erhöhte Fehlerraten.Offene Forschungsfrage / Risiko: Es ist offen, ob über Datenerhebung und Finetuning eine dialogtaugliche Wortfehlerrate über die gesamte Altersspanne 2–15 und über Dialekte/Mehrsprachigkeit hinweg erreicht werden kann. Bei zu hoher Fehlerrate scheitert das Kern-Nutzungsversprechen (frustfreier Dialog).Methodischer Lösungsansatz (Stand der Technik):Aufbau/Beschaffung eines kuratierten, datenschutzkonformen Kinder-Sprachkorpus (mehrsprachig, altersgestaffelt), inkl. externer Speech-Datendienstleistung und kontrollierter Eigenerhebung mit Einwilligung.Daten-Augmentation (Pitch-/Tempo-/Vokaltrakt-Perturbation, Geräusch-/Hall-Simulation für Fernfeld) zur Kompensation knapper Daten.Finetuning quelloffener ASR-Basismodelle auf Kindersprache; Evaluierung mit klaren Metriken (WER/CER, getrennt nach Altersband, Sprache, Code-Switching-Anteil).Go/No-Go-Kriterium ist der in Abschnitt 1.1 definierte Zielwert (relative WER-Reduktion ≥ 30 % gegenüber einer generischen Open-Source-Baseline auf einem kindgerecht-mehrsprachigen Evaluationsset); er wird zu Projektbeginn auf konkrete Sprach-/Altersbänder heruntergebrochen.Rückfallebenen: bei nicht erreichbarem Zielwert Einsatz von Dialog-Strategien (Rückfragen, eingeschränkter Vokabularraum je Altersstufe, geführte statt freier Dialoge), die die ASR-Last reduzieren.Risikofeld 2 – Echtzeit-Code-Switching auf ressourcenbeschränkter HardwareTechnisches Problem: Mehrsprachige Kinder wechseln innerhalb eines Satzes zwischen Sprachen (Code-Switching). Sprach-Identifikation und korrekte Erkennung in Echtzeit sind anspruchsvoll, zumal Teile der Verarbeitung latenzkritisch und ressourcenbeschränkt sind (Gerät/Edge bzw. enge Latenzbudgets zur EU-Inferenz).Offene Forschungsfrage / Risiko: Offen ist, ob Sprachwechsel robust und mit dialogtauglicher Latenz erkannt werden können, ohne die Erkennungsqualität zu beeinträchtigen. Risiko: hohe Latenz oder Fehlklassifikation der Sprache bricht den natürlichen Dialogfluss.Methodischer Lösungsansatz:Einsatz/Feinabstimmung mehrsprachiger ASR-Modelle mit integrierter oder vorgeschalteter Sprach-Identifikation; Evaluierung der Code-Switching-Erkennung auf eigens annotierten Mischsprach-Samples.Latenz-Engineering: Streaming-ASR, Modell-Quantisierung, Aufteilung Edge/EU-Server (welche Schritte lokal, welche serverseitig), Messung End-to-End-Antwortlatenz als harte Metrik.Architektur-Experimente zur optimalen Verteilung der Rechenlast zwischen Gerät und EU-Inferenz.Risikofeld 3 – Qualität der privaten EU-Inferenz vs. Public-Cloud-LLMTechnisches Problem: Das datenschutzgetriebene Kernversprechen verlangt private Inferenz auf quelloffenen Modellen auf gemieteter EU-Infrastruktur statt Public-Cloud-LLM-APIs. Quelloffene Modelle sind kleiner/anders trainiert als die größten proprietären Modelle.Offene Forschungsfrage / Risiko: Offen ist, ob die Dialog-, Geschichten- und pädagogische Qualität quelloffener, privat gehosteter Modelle bei akzeptabler Latenz und vertretbaren Compute-Kosten ein kindgerechtes, sicheres Erlebnis liefert. Risiko: Qualitäts-/Latenz-/Kostenlücke gefährdet entweder das Erlebnis oder die Wirtschaftlichkeit.Methodischer Lösungsansatz:Systematisches Benchmarking mehrerer quelloffener Modelle (Dialogqualität, Sicherheit/Kindgerechtheit, Halluzinationsrate, Latenz, Kosten/Anfrage).Domänen-Finetuning (kindgerechte, mehrsprachige, pädagogische Dialoge) und Guardrails/Safety-Layer für kindersichere Ausgaben.Inferenz-Optimierung (Quantisierung, Caching, Batching) und Dimensionierung der GPU-Infrastruktur; Kostenmodellierung je Dialogminute.Definition messbarer Qualitäts- und Latenz-Akzeptanzschwellen als Meilenstein-Kriterien.Compute-Planung (Richtwert, vom Antragsteller zu bestätigen): Für ASR/TTS-Training und private Inferenz werden rund 60.000 EUR/Jahr GPU-Compute veranschlagt. Beleg-Basis: gemietete EU-GPU-Kapazität (Seeweb: H100 ca. 1,89 EUR/h, A100 ca. 0,99 EUR/h). Als gewichteter Misch-/Multi-GPU-Satz von ca. 4 EUR/h ergeben sich rund 15.000 GPU-Stunden/Jahr (konservativ-realistisch; entspricht ~1 H100 quasi-dauerhaft zzgl. Trainings-Bursts). Quelle: seeweb.it/en/products/cloud-server-gpu.Risikofeld 4 – Pädagogische Wirksamkeit der adaptiven EngineTechnisches Problem: Die Pädagogik-Engine kombiniert Spaced Repetition, Kognaten-Nutzung, Personalisierung und altersgerechte Progression. Ob diese Kombination im realen, dialogischen Einsatz einen messbaren Lernvorteil erzielt, ist eine offene empirische Frage.Offene Forschungsfrage / Risiko: Offen ist, ob und in welchem Ausmaß die adaptive Engine gegenüber nicht-adaptivem/passivem Material die aktive Sprachproduktion und Retention verbessert. Risiko: ausbleibender messbarer Lerneffekt entwertet das pädagogische Versprechen.Methodischer Lösungsansatz:Operationalisierung der Forschungsbefunde (Hoff 2012; Romeo 2018; Roediger & Karpicke 2006; Mitchell 2024) in konkrete, messbare Engine-Mechaniken.A/B-Lernwirksamkeitstests mit Kindern (adaptiv vs. Baseline) unter Einwilligung; Messung von Wortschatz-Retention, aktiver Produktion, „conversational turns" und Engagement.Iterative Prototypen-Entwicklung mit Nutzer-Feedback (Kinder, Eltern). Zur wissenschaftlichen Absicherung der Methodik ist eine Forschungskooperation mit dem Fraunhofer-Institut (Bereich KI4LIFE) vorgesehen; entsprechende Gespräche werden derzeit geführt, eine Entscheidung wird in den kommenden Wochen erwartet. Bei Zustandekommen würde Fraunhofer als gleichberechtigter Forschungspartner ein eigenes Arbeitspaket übernehmen (u. a. Methodik der Kinder-ASR sowie Evaluierung der pädagogischen Lernwirksamkeit).Risikofeld 5 – Sichere, kontrollierbare KI-Outputs (Safety / Guardrails)Technisches Problem: Generative Sprachmodelle erzeugen probabilistische Outputs. Ohne zusätzliche Schutzschichten sind altersgerechte Garantien (keine Schimpfwörter, keine sexualisierten oder gewaltverherrlichenden Inhalte, keine Selbstgefährdungs-Empfehlungen, keine Abfragen persönlicher Daten, kindgerechter Umgang mit sensiblen Themen) nicht zuverlässig einhaltbar. Jailbreak-Angriffe auf LLMs sind dokumentiert.Offene Forschungsfrage / Risiko: Offen ist, wie ein generatives Sprachmodell auf einer privaten Inferenz-Architektur deterministische, altersdifferenzierte Output-Garantien erreichen kann — unter Echtzeit-Dialog-Latenz und robust gegen Modell-Jailbreaks. Risiko: hoch; dies ist das Hauptablehnungs- und Reputationsrisiko bei Kinder-KI, da reine LLM-Outputs nicht vorhersagbar sind.Methodischer Lösungsansatz — mehrschichtiges Guardrail-System:Prompt-Hardening: mehrschichtige System-Prompt-Architektur, Persona-Constraints, Kontext-Isolation gegen Prompt-Injection.Constrained Decoding / Topic-Allowlists je Altersstufe: strukturelle Begrenzung des Output-Raums auf altersgerechte Themen und Vokabulare.Output-Klassifizierer: Schimpfwort-Filter, PII-Filter und kindgerechter Themen-Klassifizierer, trainiert auf einem kuratierten kindgerechten Korpus.Deterministische Antwort-Templates für sensible Themen (z. B. Tod, Trauer, körperliche Themen, Notfälle) mit definierten, behutsamen Antworten und Verweis auf Bezugspersonen.Red-Teaming-Programm mit Kinderschutz- und Pädagogik-Expert:innen (z. B. Saferinternet.at, pädagogische Hochschulen) zur adversariellen Prüfung des Modellverhaltens.Datenschutzkonformer Eltern-Mode: Auffälligkeits-Flags an Bezugspersonen ohne Übertragung kindlicher Sprachaufzeichnungen.Kontinuierliche Evaluierung gegen Adversarial-Testsets und altersgestaffelte Safety-Benchmarks als harte Meilenstein-Kriterien.Methodische GesamtvorgehensweiseÜbergreifend wird iterativ-experimentell vorgegangen: (1) Datenerhebung/-annotation, (2) Modell-Finetuning, (3) quantitative Evaluierung gegen definierte Metriken (WER/CER, Latenz, Qualitäts-Scores, Lernwirksamkeit), (4) iterative Prototypen mit klaren Go/No-Go-Meilensteinen. Jeder Iterationszyklus reduziert das Risiko schrittweise; negative Zwischenergebnisse führen zu dokumentierten Strategiewechseln (Rückfallebenen), nicht zum Abbruch des Lernprozesses. Der Projekterfolg ist – wie bei experimenteller Entwicklung – nicht garantiert. Die wissenschaftliche Methodik – insbesondere die Kinder-ASR/TTS-Evaluierung und die Messung der pädagogischen Wirksamkeit – soll, vorbehaltlich der laufenden Abstimmung, durch die geplante Forschungskooperation mit dem Fraunhofer-Institut (KI4LIFE) zusätzlich abgesichert werden.2. Finanzierung und FolgekostenFinanzierung des Eigenanteils: Das Vorhaben ist ein mehrjähriges 24-Monats-Projekt (zwei Forschungsjahre); ab Forschungsjahr 2 kommt eine dritte F&E-Projektkraft hinzu. Die förderbaren Gesamtkosten betragen rund 1.488.000 EUR (Forschungsjahr 1: 744.284 EUR; Forschungsjahr 2: rund 744.000 EUR). Die FFG-Förderung beträgt bei der Beihilfenhöchstintensität von 45 % rund 670.000 EUR und wird im Finanzierungsmix als nicht rückzahlbarer Zuschuss zuzüglich zinsbegünstigtem Darlehen (Cash-Mix bis zu 70 %) ausgezahlt. Der verbleibende Eigenanteil wird über mehrere Quellen gedeckt:Unbare Eigenleistung des Gründers (geplante F&E-Projektstunden zum FFG-Pauschalsatz, nicht ausbezahlt, sondern als Eigenfinanzierung eingebracht, 2 Forschungsjahre): ~150.000 EUR.Eigenmittel/Stammkapital der Plappi FlexCo (i.G.): ~90.000 EUR.BReact-Patronatserklärung (Liquiditäts-/Finanzierungszusage): ~400.000 EUR (Entwurf liegt vor; im Rahmen der zugesagten Kapazität).Kickstarter-Erlöse (Launch 06/2026, reine Marktvalidierung/Vorfinanzierung; nicht Projektgegenstand): ~80.000 EUR.Nachrangiges Gesellschafterdarlehen / weitere Eigenmittel: ~98.000 EUR.Damit ist die Gesamtfinanzierung (rund 1.488.000 EUR) sichergestellt. Da ein wesentlicher Teil über unbare Eigenleistung und das zinsbegünstigte FFG-Darlehen getragen wird, liegt der reale Eigenkapitalbedarf deutlich unter dem Bruttoeigenanteil. Nachweise (Patronatserklärung, Eigenmittelnachweis) liegen bei. Beträge sind Planwerte, vor Einreichung zu bestätigen.Folgekosten nach Projektende (Markteinführung – NICHT Projektgegenstand): Werkzeug-/Produktionsaufbau, Erstcharge, Vertrieb/After-Sales. Finanzierung über Folgeförderungen (aws Seed, Wirtschaftsagentur Wien), Kickstarter-Vorbestellungen und ggf. Investoren. Das Geschäftsmodell (Gerät + Abo) trägt die laufenden Kosten mittelfristig selbst; die Folgekosten übersteigen die Leistungsfähigkeit nicht, da Markteintritt schrittweise und förderbegleitet erfolgt.3. Ökonomisches Potenzial und Verwertung3.1. MarktbeschreibungMarktdefinitionPlappi adressiert den Schnittbereich aus EdTech-Sprachlernen (frühkindlich/schulisch), bildschirmfreiem Audio-Kinderprodukt und datensouveräner Consumer-KI-Hardware. Geschäftsmodell: B2C-Hardware (Gerät) plus wiederkehrendes Abo (Content/Inferenz).Marktgröße und Entwicklung (faktenbasiert)Zielgruppe EU: rund 65,6 Mio. Kinder (0–14 J.) (Eurostat, 2024); 89,4 % der Oberstufenschüler lernen Englisch als Fremdsprache – breite, wachsende Nachfrage nach Sprachförderung.EdTech-Sprachlernmarkt: ca. USD 11,7 Mrd. (2024) mit einer prognostizierten CAGR von ~27 % (market.us) – starkes Wachstum.Marktvalidierung bildschirmfreies Audio: tonies SE erzielte FY2024 ~480 Mio. EUR Umsatz, > 8 Mio. Tonieboxen und > 100 Mio. Figuren – Beleg für die Zahlungsbereitschaft und Skalierbarkeit des bildschirmfreien Kinder-Audio-Markts (allerdings einsprachig/passiv).Wachstumstrend bildschirmfreier, vernetzter Kinder-Spielprodukte: die Adoption vernetzter Audio-Hardware im Kinderzimmer entwickelt sich international rasant; der Connected-Toys-Markt wächst laut market.us 2024 mit einer CAGR von rund 19–25 %. Plappi adressiert genau diesen Wachstumskorridor und kombiniert ihn mit der bislang fehlenden Sprachlern-Tiefe.Zweiter, ergänzender Indikator-TAM — Bildungseinrichtungen (EU): rund 25 Mio. Primarschüler:innen in der EU; rund 84 % der Primarstufe erhalten Fremdsprachenunterricht (Eurostat 2017/2022) — Richtwert zur Größenordnung der B2B-Verwertungsschiene (Schulen, KiTa-Trägerorganisationen, Sprachförder-Programme), ausdrücklich nicht als adressierbarer Hard-TAM, sondern als indikative Schul-/Bildungsnachfrage.Geografische MarkteinschätzungÖsterreich/DACH als Erstmarkt (mehrsprachiges Umfeld, hohe Kaufkraft), dann EU-weit, anschließend USA (Vorbild: internationale Tonies-Skalierung). Der Trend zu Datenschutz und Reduktion von Screen-Time stützt die mittelfristige Nachfrage zusätzlich.FaktenbasisEurostat (2024); market.us EdTech/Language-Learning-Report (2024); tonies SE Geschäftsbericht FY2024. Quellen werden im Quellenverzeichnis geführt; Marktschätzungen sind Richtwerte und vom Antragsteller vor Einreichung zu bestätigen.Bestehende UmsätzeMit Plappi werden derzeit keine Umsätze erzielt (Produkt in experimenteller Entwicklung). Erste Nachfragevalidierung erfolgt über den Kickstarter-Launch 06/2026.3.2. WettbewerbssituationMitbewerb (nach Marktrelevanz)Audio-Lernspielzeug (tonies, Ravensburger tiptoi) – hoher Marktanteil/Markenbekanntheit, aber einsprachig, passiv, ohne Dialog/Adaptivität.Sprachlern-Apps (Duolingo, Lingokids, Gus on the Go) – interaktiv/adaptiv, aber bildschirmgebunden und überwiegend Cloud-LLM mit Daten-Sharing; für Kleinkinder ungeeignet.Smart Speaker / Sprachassistenten (Alexa, Google) – freie Sprache, aber nicht kindzentriert, nicht pädagogisch, cloud-/datengetrieben.SWOT (Plappi)StärkenSchwächenEinzigartige Kombination (bildschirmfrei + mehrsprachig + privat + adaptiv); Datensouveränität als Vertrauens-Asset; wissenschaftliche FundierungStartup ohne Marktreputation; hohes F&E-Risiko (Kinder-ASR); Hardware-Komplexität; begrenzte AnfangsressourcenChancenRisikenWachsender EdTech-/Datenschutz-Trend; bewährter bildschirmfreier Audio-Markt (Tonies); EU-AI-Act als Rückenwind für „by design"-DatenschutzMarkteintritt etablierter Player (Tonies) in Mehrsprachigkeit; technische Hürden; Beschaffung/Hardware-LieferkettenAktuelle MarktpositionPlappi ist Markteinsteiger (Marktanteil derzeit 0). Die Position wird über den technologischen Vorsprung (Kinder-ASR, private Inferenz) und das Datenschutz-Alleinstellungsmerkmal aufgebaut.Markteintrittsbarrieren und ReaktionTechnologie/Daten: hohe F&E-Hürde Kinder-ASR – wird zum eigenen Burggraben (proprietäre Modelle/Daten).Hardware/Zertifizierung (CE/EN71 etc.): über Förderprogramme (aws/Wien) und externe Partner adressiert.Marke/Vertrauen: Aufbau über Datenschutz-Positionierung, Kickstarter-Community und Marken­schutz.Faktenbasis: öffentliche Produkt-/Unternehmensinformationen der genannten Wettbewerber, Branchenberichte (market.us), tonies-Geschäftsbericht.3.3. Zielgruppe, USPZielgruppeBilinguale/mehrsprachige Familien, in denen ein Elternteil die Zweitsprache nicht spricht und zusätzliche, authentische Sprachexposition fehlt (Kernbedarf).Bildungsorientierte Eltern, die früh Fremdsprachenkompetenz fördern, aber Bildschirmzeit vermeiden wollen.Datenschutzbewusste Eltern, die KI-Produkte ohne Daten-Sharing/Kinderdaten-Training suchen.Zweite Zielgruppe (B2B) — Bildungseinrichtungen: Volks-/Grundschulen, Sprachschulen, KiTa-Trägerorganisationen und Sprachförder-Programme (inkl. EU-Inklusions-/Integrationsprogramme). Bedarf: personalisierte, datenschutzkonforme Sprachübungs-Hardware außerhalb des Bildschirm-Settings; lehrer:innenseitig steuerbar (Curricular-Sync mit Vokabel-/Themenkanon, „Hausaufgaben-Modus“) bei vollständigem Schutz kindlicher Sprachdaten (privates Inferencing verbleibt im Kindergerät).BedürfnisseWirksame, wissenschaftlich fundierte Sprachförderung; Bildschirmfreiheit; Datensicherheit; einfache Bedienung für Kinder; Transparenz/Kontrolle für Eltern; faire Kosten.USP anhand eines AnwendungsfallsAnwendungsfall: Eine deutschsprachige Familie möchte ihr 5-jähriges Kind an Englisch heranführen; keiner der Eltern spricht fließend Englisch und hat Zeit für tägliche Übung. Mit Plappi führt das Kind freie, altersgerechte englisch-deutsche Dialoge und Geschichten – bildschirmfrei, mit sanfter Aussprachekorrektur, Spaced-Repetition-Wiederholung bekannter Wörter und Nutzung von Kognaten. Code-Switching erlaubt natürliche Mischsätze. Alle Gespräche bleiben in der EU und fließen nicht in KI-Training. Eltern sehen den Fortschritt im Dashboard.Alleinstellung: kein anderes Produkt vereint bildschirmfreien, mehrsprachigen, aktiven Kinder-Dialog mit privater EU-Inferenz und adaptiver, wissenschaftlich fundierter Pädagogik.Konkretes KundeninteresseValidierung über den Kickstarter-Launch 06/2026 (Vorbestellungen als Nachfragebeleg) und eine Interessenten-/Warteliste. Schriftliche Belege (Pre-Order-Zahlen, Wartelisten) werden – sobald verfügbar – nachgereicht. Aktuell liegen noch keine LOIs/Verträge vor.3.4. PreisgestaltungPreismodell (Richtwerte, vom Antragsteller zu bestätigen):Gerät: ca. 100 EUR (Premium-Segment bildschirmfreier Kinderprodukte).Abo: ca. 10 EUR/Monat für Content, Updates und private Inferenz.Relation zum Mitbewerb: Der Gerätepreis liegt im Bereich einer Toniebox (~100 EUR) und damit marktüblich; das Abo refinanziert die laufenden Inferenz-/Content-Kosten und ist gegenüber kostenpflichtigen Sprachlern-Apps (häufig ähnliche oder höhere Monatsbeträge) konkurrenzfähig – bei deutlich größerem Funktionsumfang (Hardware, Mehrsprachigkeit, Datenschutz). Das kombinierte Modell (Gerät + Abo) folgt dem am Markt etablierten und validierten Tonies-Muster, erweitert es jedoch um wiederkehrende Erlöse aus dem KI-Dialog.3.5. Umsatzpotenzial und RentabilitätUmsatzpotenzial (Richtwerte, mit Finanzplan zu hinterlegen)Kurzfristig (Markteinführung DACH/EU nach Projektende): Aufbau einer ersten Installationsbasis über Kickstarter und Online-Direktvertrieb. Mittelfristig: EU-weite Skalierung, danach USA – analog zur Tonies-Skalierung.Bei einem Gerätepreis von ~100 EUR und ~10 EUR/Monat Abo entsteht ein wiederkehrender Erlösstrom zusätzlich zum Hardware-Umsatz. Bottom-up-Hochlauf nach Projektende (Planwerte, vor Einreichung gegen Kickstarter-Ergebnisse zu schärfen): erstes Jahr nach Markteintritt ~2.000 Geräte (Geräteumsatz ~200.000 EUR) zuzüglich anlaufendem Abo-Erlös (Cohort-Aufbau ~50.000 EUR), zusammen ~250.000 EUR; Jahr 3 ~12.000 Geräte und ~1,6 Mio. EUR Gesamtumsatz; Jahr 5 ~30.000+ Geräte und ~5–7 Mio. EUR. Der wiederkehrende Abo-Anteil wächst mit der aktiven Installationsbasis. Konkrete Stückzahlen, Marktanteile und Deckungsbeiträge werden im beizulegenden Finanzplan hinterlegt.MarktanteilszieleRealistisches Ziel ist ein kleiner, aber profitabler Anteil am wachsenden EdTech-/Audio-Kindermarkt im Erstmarkt DACH, mit anschließender EU-/US-Expansion. Konkrete Zielwerte sind vom Antragsteller zu fixieren.Rentabilität / HerstellungskostenHardware-Herstellungskosten (Stückkosten) sollen deutlich unter dem Verkaufspreis liegen (positiver Deckungsbeitrag je Gerät); der wesentliche Deckungsbeitrag stammt aus dem skalierenden Abo bei geringen Grenzkosten der EU-Inferenz (durch Inferenz-Optimierung, vgl. 1.6). Die Rentabilität verbessert sich mit der Installationsbasis (Skaleneffekte bei Compute und Content). Detailkalkulation (Stückkosten, Deckungsbeiträge, Break-even) ist im Finanzplan auszuarbeiten. Da Plappi keine Bestandsprodukte hat, entstehen keine Kannibalisierungseffekte.3.6. Marketing und VerwertungHinweis: Markteinführung, Vertrieb und Marketing sind nicht Gegenstand des F&E-Projektes, sondern der nachgelagerten Verwertung; sie werden hier nur zur Darstellung des Verwertungspfads beschrieben.Verwertungs- und Marketingstrategie (Zeitplan)06/2026 – Kickstarter-Launch: Nachfragevalidierung, Vorfinanzierung der Erstcharge, Community-Aufbau (parallel zum Projekt, nicht gefördert).Nach Prototyp-Validierung (Projektende): Produktions-/Zertifizierungsaufbau über Folgeförderungen (aws Seed, Wirtschaftsagentur Wien).Markteinführung DACH/EU: Online-Direktvertrieb (D2C-Webshop), digitales Marketing (Eltern-Communities, Datenschutz-/Bildungs-Narrativ), PR.Folgejahre: EU-Handelspartner/Fachhandel (Spielwaren/Bildung), anschließend US-Markteintritt.Parallel zweite Vertriebsschiene B2B — Bildungseinrichtungen: Ansprache von Schulträgern, Bildungsministerien, Sprachschulen und Sprachförder-/EU-Inklusionsprogrammen; Pilotinstallationen in Schulen und KiTas; Bildungs-Distributoren als mittelfristiger Skalierungs-Hebel.Produktseitiger B2B-Hebel „Curricular-Sync“: Lehrer:innen synchronisieren über eine begleitende Plappi-App ihren aktuellen Vokabel- und Themenkanon mit dem Gerät; Plappi übt mit dem Kind adaptiv die vorgegebenen Inhalte („Hausaufgaben-Modus“). Die Inhalts-Übergabe erfolgt von der Lehrkraft zum Gerät; kindliche Sprachdaten werden nicht an die Lehrkraft übertragen — privates Inferencing verbleibt im Kindergerät. Damit entsteht ein DSGVO-/EU-AI-Act-konformer Einsatzpfad im schulischen Kontext.Vertriebskanäle / -netzwerkePrimär D2C (eigener Webshop, Kickstarter-Backer-Basis), ergänzt um Online-Marktplätze und mittelfristig Fach-/Einzelhandel und Bildungs-Distributoren. Ansprache geografisch (DACH→EU→USA) und inhaltlich (Datenschutz, Bildung, Mehrsprachigkeit).RessourcenKurzfristig liegt der Fokus auf F&E (Projektteam Wien). Marketing-/Vertriebsressourcen und -budgets werden nach erfolgreicher Prototyp-Validierung aus Folgeförderungen, Kickstarter-Erlösen und ggf. Investorenkapital aufgebaut. Eine Servicestruktur (Support, Updates, After-Sales) wird mit dem Markteintritt etabliert.4. Unternehmensstrategie und volkswirtschaftliche Aspekte4.1. F&E-StrategieMit dem Projekt baut Plappi eine eigene F&E-Kernkompetenz in kindgerechter Sprach-KI, privater EU-Inferenz und adaptiver Lerntechnologie in Wien auf. Diese Kompetenz ist strategisch und über das Einzelprodukt hinaus verwertbar. Zur Stärkung der wissenschaftlichen Basis strebt Plappi eine Forschungskooperation mit dem Fraunhofer-Institut (KI4LIFE) an (derzeit in Abstimmung, Entscheidung in den nächsten Wochen); eine solche Kooperation würde die Forschungsqualität und den langfristigen Know-how-Aufbau im Unternehmen deutlich verstärken.Strategische Ziele über das Projekt hinausEtablierung einer proprietären Kinder-Sprach-/ASR-Plattform als Basis für weitere Sprachen, Altersstufen und Produktvarianten.Aufbau eines wiederverwendbaren privaten Inferenz-Stacks (datensouveräne KI „made in EU") als Differenzierungs- und potenziell lizenzierbares Asset.Kontinuierliche Weiterentwicklung der Pädagogik-Engine und Datensätze als langfristiger Burggraben.Entwicklung von F&E-Aufwand und -ArbeitsplätzenDas Unternehmen startet mit der Projektleitung (Gründer) und zwei geplanten F&E-Fachkräften (ML/Speech-Engineer, Embedded/Firmware-Engineer) in Wien. Geplant ist ein schrittweiser Ausbau der F&E-Mannschaft mit wachsendem Produkt- und Sprachportfolio in den Folgejahren. Bei der Personalentwicklung wird auf geschlechterspezifische Ausgewogenheit geachtet (aktive, diversitätsorientierte Rekrutierung; vgl. 4.4). Der F&E-Aufwand bleibt – als Technologieunternehmen – dauerhaft ein zentraler, wachsender Kostenblock.4.2. Volkswirtschaftliche AspektePersonalstand: Das Projekt schafft hochqualifizierte F&E-Arbeitsplätze in Wien (Start: Projektleitung + 2 F&E-Fachkräfte) mit geplantem Ausbau in F&E sowie später in Vertrieb/Service nach Markteintritt.Leistungsbilanz/Export: Plappi zielt auf Export in EU und USA; die wiederkehrenden Abo-Erlöse aus dem Ausland erhöhen die Exportquote. Durch private EU-Inferenz statt außereuropäischer Cloud-LLM-APIs werden Importleistungen substituiert (digitale Souveränität).Österreichische Wertschöpfung: F&E, IP, Modelle/Datensätze, Software und Dienstleistungen entstehen in Wien; die Inferenz läuft auf EU-Infrastruktur. Regionalpolitisch stärkt das Vorhaben den KI-/EdTech-Standort Wien und schafft qualifizierte Beschäftigung.4.3. Nachhaltige Wirkung und soziale Verantwortung auf Unternehmensebene 4.3.1. ÖkologieGibt es Strukturen, Prozesse oder Strategien, welche das Einhalten und Erreichen von Nachhaltigkeit in Ihrem Unternehmen unterstützen?  Haben Sie ein Wirkungsmonitoring- oder Managementsystem zum Nachverfolgen der Umsetzung und des Erfolgs?  Können Sie Zertifizierungen, Preise und/oder Auszeichnungen vorweisen? Berücksichtigen Sie die ökologische Dimension. Eine Orientierung bieten die Sustainable Development Goals (SDGs) der UN unter www.ffg.at/nachhaltigkeit-kriterien. Stellen Sie ausschließlich die wesentlichen Aspekte, Maßnahmen und deren Wirkung dar, die über das branchenübliche Ausmaß hinausgehen.Klimagerechte und umweltbewusste Ausrichtung des Unternehmens, Sensibilisierung der eigenen Mitarbeiter:innen in dem Themenbereich, nachhaltiger Ressourcen- und Energieverbrauch (zB Materialeinsparung, Kreislaufwirtschaft, Zero Waste, Vermeidung von Lebensmittelverschwendung), Angebote zur nachhaltigen Mobilität für die Mitarbeiter:innen etc.Als junges Unternehmen (in Gründung) verankert Plappi Nachhaltigkeit von Beginn an in Strukturen und Prozessen – über das branchenübliche Maß hinaus:Energiebewusste IT/KI: bewusste Wahl energieeffizienter, quelloffener Modelle und optimierter Inferenz; EU-Rechenzentren mit zunehmend dekarbonisiertem Strommix; Monitoring des Energie-/CO2-Verbrauchs je Inferenz als interne Kennzahl.Ressourcenschonende Produktgestaltung: Langlebigkeit, Reparierbarkeit und Update-Fähigkeit als Designprinzipien (Vermeidung von Wegwerf-Elektronik).Schlanker, digitaler Betrieb: ressourcenarme, remote-fähige Arbeitsweise, Vermeidung unnötiger Hardware-/Reisekosten.Ein formales Wirkungsmonitoring wird mit dem Unternehmenswachstum etabliert; Zertifizierungen/Auszeichnungen liegen als Startup noch nicht vor.4.3.2. SozialesGibt es Strukturen, Prozesse oder Strategien, welche das Einhalten und Erreichen von Nachhaltigkeit in Ihrem Unternehmen unterstützen? Haben Sie ein Wirkungsmonitoring- oder Managementsystem zum Nachverfolgen der Umsetzung und des Erfolgs?  Können Sie Zertifizierungen, Preise und/oder Auszeichnungen vorweisen? Maßnahmen zur Gleichstellung aller Mitarbeiter:innen (zB Gender Gap, Team und Management, Diversität), Angebote für die Gesundheit der Mitarbeiter:innen, Bildungsangebot für alle Mitarbeiter:innen.Plappi strebt von Beginn an eine diverse, chancengerechte Teamzusammensetzung und faire Arbeitsbedingungen an – über das branchenübliche Maß hinaus:Gleichstellung/Diversität: aktive, diversitätsorientierte Rekrutierung (insb. Frauen in technischen F&E-Rollen), Bewusstsein für den Gender Gap im KI-Bereich.Faire, familienfreundliche Bedingungen: flexible/remote-fähige Arbeit, Vereinbarkeit von Beruf und Familie.Weiterbildung: kontinuierliche fachliche Entwicklung aller Mitarbeiter:innen (KI/ML, Embedded, Pädagogik).Gesellschaftlich wirkt zudem die Produktmission (Bildungszugang, Datenschutz für Kinder) als Teil der sozialen Verantwortung. Ein Wirkungsmonitoring wird mit dem Wachstum aufgebaut.4.3.3. ÖkonomieGibt es Strukturen, Prozesse oder Strategien, welche das Einhalten und Erreichen von Nachhaltigkeit in Ihrem Unternehmen unterstützen? Haben Sie ein Wirkungsmonitoring- oder Managementsystem zum Nachverfolgen der Umsetzung und des Erfolgs?  Können Sie Zertifizierungen, Preise und/oder Auszeichnungen vorweisen? Maßnahmen und Strukturen zur nachhaltigen Unternehmensführung (zB Lieferantenkette, Wertschöpfungskette, Arbeitspraktiken der Lieferanten, Konsumentenschutz), nachhaltige Infrastruktur, Nachhaltigkeitszertifikate, Verbesserung der Arbeitsbedingungen etc.Ökonomisch verfolgt Plappi eine nachhaltige, vorsichtige Unternehmensführung über das branchenübliche Maß hinaus:Belastbare Finanzierung: diversifizierter Finanzierungsmix (Eigenmittel, Förderungen, Patronat, Kickstarter) statt einseitiger Abhängigkeit; Vermeidung von Überschuldung.Verantwortungsvolle Lieferkette: Auswahl von Hardware-/Komponentenlieferanten nach Qualitäts-, Sozial- und Umweltkriterien (mit wachsender Marktmacht ausbaubar).Faire Partnerschaften: langfristige, faire Beziehungen zu Dienstleistern (Speech-Daten, Zertifizierung) und EU-Infrastrukturpartnern.Werteorientiertes Geschäftsmodell: Erträge aus Produktnutzen (Gerät + Abo) statt aus der Monetarisierung kindlicher Nutzerdaten.Damit ist die ökonomische Nachhaltigkeit strukturell verankert; ein formales Nachhaltigkeitsmanagement wächst mit dem Unternehmen.4.4. Genderaspekte und GenderrelevanzMaßnahmen im UnternehmenPlappi schafft geschlechterspezifisch ausgewogene Arbeitsbedingungen durch diversitätsorientierte Rekrutierung (gezielte Ansprache von Frauen für technische F&E-Rollen, geschlechtsneutrale Stellenausschreibungen), faire/transparente Vergütung, flexible und familienfreundliche Arbeitsmodelle. Da das Team noch im Aufbau ist, werden diese Grundsätze von Beginn an in die Personalstrategie integriert; zusätzliche Maßnahmen (z. B. Mentoring, Kooperationen mit „Women in Tech"-Netzwerken) sind mit wachsendem Team geplant.Genderrelevanz des ForschungsinhaltsDer Forschungsinhalt weist Genderrelevanz auf: Kinderstimmen unterscheiden sich u. a. nach Geschlecht, und ASR-Modelle können geschlechtsbezogene Verzerrungen aufweisen. Daher wird bei Datenerhebung und Evaluierung auf ausgewogene Repräsentation der Geschlechter geachtet und die Erkennungsqualität getrennt nach Geschlecht evaluiert (Bias-Vermeidung).Positive Gender-FolgewirkungenDas Produkt wird geschlechtsneutral gestaltet (Design, Stimmen, Geschichteninhalte) und vermeidet Stereotype; Geschichten und Rollenbilder fördern Vielfalt. So entstehen positive Gender-Folgewirkungen für die Zielgruppe (Kinder).QuellenverzeichnisHoff, E., Core, C., Place, S., Rumiche, R., Señor, M., & Parra, M. (2012). Dual language exposure and early bilingual development. Journal of Child Language, 39(1), 1–27.Romeo, R. R., Leonard, J. A., Robinson, S. T., et al. (2018). Beyond the 30-Million-Word Gap: Children’s Conversational Exposure Is Associated With Language-Related Brain Function. Psychological Science, 29(5), 700–710.Roediger, H. L., & Karpicke, J. D. (2006). Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention. Psychological Science, 17(3), 249–255.Mitchell, L., et al. (2024). Cognate facilitation effects in second/foreign language vocabulary learning. (Forschungsbefund zum Kognaten-Vorteil; vollständige Zitation vom Antragsteller zu ergänzen.)Eurostat (2024). Population by age group / Children in the EU (0–14 Jahre: ~65,6 Mio.); Foreign language learning statistics (89,4 % Englisch in der Sekundarstufe II). ec.europa.eu/eurostat.tonies SE (2025). Geschäftsbericht/Investor-Information FY2024 (~480 Mio. EUR Umsatz; > 8 Mio. Tonieboxen; > 100 Mio. Figuren). ir.tonies.com.market.us (2024). EdTech / Language Learning Market Report (~USD 11,7 Mrd. 2024; CAGR ~27 %). market.us.Seeweb (2025). Cloud Server GPU – Preisliste (H100 ~1,89 EUR/h; A100 ~0,99 EUR/h). seeweb.it/en/products/cloud-server-gpu.Verordnung (EU) 2024/1689 (EU AI Act) — insb. Bestimmungen zu Hochrisiko- und sensitiven Anwendungen einschließlich Schutz Minderjähriger. eur-lex.europa.eu.Saferinternet.at — Initiative für sichere Internet-/Mediennutzung von Kindern und Jugendlichen (Österreichisches Institut für angewandte Telekommunikation, ÖIAT). saferinternet.at.market.us (2024). Connected Toys Market — Größe und Wachstumsraten (CAGR ~19–25 %). market.us.Eurostat (2022). Foreign language learning at primary level — rund 84 % der Primarstufe in der EU mit Fremdsprachenunterricht. ec.europa.eu/eurostat.Hinweis: Marktzahlen und einzelne Zitationen sind Richtwerte und vom Antragsteller vor Einreichung zu verifizieren und ggf. zu vervollständigen.