Der ehemalige Technologieverantwortliche von Lark Sheets gründet ein Unternehmen: Mit AI-Tabellen alles einbetten und die KI "füttern" | Neue Projekte auftauchen
Tabellen mit KI sollten stattdessen von Agenten genutzt werden, und die KI sollte das Endergebnis liefern, das dann von Menschen überprüft wird.
Text | Deng Yongyi
Redaktion | Su Jianxun
Kurzvorstellung
Univer verwandelt die elektronische Tabelle von einem komplizierten und ineffizienten Werkzeug in einen KI-nativen universellen Rechenmotor. Der Implementierungsweg basiert vollständig auf dem selbst entwickelten SDK (Software Development Kit) für elektronische Tabellen.
Finanzierungsstand
Bis jetzt wurde eine Seed-Runde finanziert, und die Investoren sind hauptsächlich Privatpersonen.
Teamvorstellung
Gründer und CEO Liu Yang war früher der Technologieverantwortliche für die Feishu-Elektronentabelle. Er hat die Entwicklung von Kernfunktionen wie Pivot-Tabellen und Diagrammen abgeschlossen. In seiner Freizeit entwickelte er das Open-Source-Tabellenprojekt Luckysheet, das auf GitHub über 16.000 Sterne erhielt.
Server-Technologieverantwortlicher Shen Weimin war ein Hauptentwickler in der Huawei Cloud Core Network. Er war einer der ersten 20 Mitarbeiter von Feishu in Shenzhen. Er hat dazu beigetragen, dass die tägliche aktive Benutzerzahl (DAU) des Feishu-Cloud-Speichers 1 Million überstieg. Er hat von Grund auf einen Algorithmus für die Prozessorchestrierung von AI-Agenten für die Datenanalyse implementiert und ist ein Experte in verteilten Systemen.
Tabellentechnologe Min Chengcheng hat 8 Jahre Erfahrung in der Entwicklung von elektronischen Tabellen. Er war früher im Feishu-Tabellen-Team tätig und übernahm die Leitung der Technologie für GrapeCity SpreadJS. Er hat sich langfristig auf die Forschung der Fähigkeiten von elektronischen Tabellen konzentriert, hat die Entwicklung von Kernmodulen wie Pivot-Tabellen und Shape geleitet und war tief an der Gestaltung von Formel-Engines, Datenmodellierung und Grafikrendering-Systemen beteiligt.
Produkt und Geschäft
Um Univer in einem Satz zusammenzufassen: Es ist ein elektronischer Tabellenmotor, der in jedes System eingebettet werden kann.
Die Produktmatrix von Univer gliedert sich in zwei Kernteile: den unterliegenden Univer-Motor und verschiedene SDK-Plugins für Ingenieure sowie AI-Anwendungen wie das Tabellenbearbeitungs- und -analyseprodukt "Capalyze" auf der Grundlage des Univer-SDK.
Im Dezember 2025 errang Univer in der globalen SpreadsheetBench-Evaluation mit 68,86 % den ersten Platz und überholte ChatGPT Agent und Excel Copilot.
△Quelle: SpreadsheetBench
Liu Yang, der Gründer von Univer, war früher als Datenanalyst in einer Versicherungsgesellschaft tätig. In seiner praktischen Arbeit stellte er einige Schwierigkeiten in den Anwendungsfällen fest: Obwohl Unternehmen BI (Business Intelligence)-Anwendungen implementiert haben, ziehen Benutzer es dennoch vor, Daten in Excel herunterzuladen und dort zu verarbeiten, weil nur Excel genügend Freiheiten bietet, um Datenbereinigung, Formelberechnungen und visuelle Darstellung durchzuführen.
In der Realität ist die Verarbeitung in Excel jedoch sehr umständlich und ineffizient: Nachdem Benutzer die Daten in Excel verarbeitet haben, führen sie weitere Verarbeitungen durch, wie z. B. das Erstellen von Präsentationen oder das Durchführen weiterer Berichtsgänge. Diese Prozesse erfordern jedoch normalerweise das Umschalten zwischen mehreren Softwareprogrammen, was nicht nur Zeit kostet, sondern auch sehr leicht den Denkfluss unterbricht.
Das führt dazu, dass eine große Anzahl von elektronischen Tabellen auf den privaten Computern der Mitarbeiter verteilt ist. Darin stecken eine Menge an Geschäftswissen und Datenverarbeitungs-Erfahrungen, die nicht einheitlich verwaltet und voll genutzt werden.
Aus diesen Erfahrungen und Beobachtungen heraus entwickelte Liu Yang in seiner Freizeit ein Open-Source-Projekt namens Luckysheet - eine webbasierte elektronische Tabelle, die in Geschäftssysteme eingebettet werden kann, damit Benutzer verschiedene Daten direkt verarbeiten können, ohne die Benutzeroberfläche wechseln zu müssen.
Nachdem ChatGPT Anfang 2023 die KI-Welle ausgelöst hatte, haben viele SaaS-Produkte auch aktiv KI in ihre Produkte integriert. Damals war der vorherrschende Ansatz in der Branche das Copilot-Modell - das Schreiben von KI-Formeln in Zellen oder das Gespräch mit KI in der Seitenleiste und anschließendes Ändern der Tabelle.
Liu Yang hatte jedoch eine andere Meinung. "Das Produktziel bei der Entwicklung von KI-Tabellen sollte nicht die Schaffung eines besseren Copilots sein, sondern die Umsetzung eines vollautomatischen Ansatzes: Die KI sollte automatisch Aktionen wie Datenimport, -bereinigung und -analyse durchführen und direkt Erkenntnisse gewinnen." sagte Liu Yang.
Nach seiner Meinung ist Copilot immer noch ein "Menschen nutzt Werkzeug"-Konzept, während eine echte KI-native Anwendung "KI nutzt Werkzeug, Mensch trifft Entscheidungen" sein sollte. Dies ist der wesentliche Lösungsansatz für das Problem.
Die wichtigste Fähigkeit der Formeln in elektronischen Tabellen liegt darin, dass sie Turing-vollständig sind - um es einfach auszudrücken, theoretisch können alle Rechenlogiken implementiert werden, die auch in jeder Programmiersprache möglich sind. Univer kann die Abhängigkeitsbeziehungen zwischen Formeln extrahieren (z. B. welche Zellen eine Formel referenziert und von welchen Zellen sie abhängt).
△Benutzeroberfläche des Univer-"Capalyze"-Produkts
Diese strukturierte Information ist diejenige, die KI besser versteht - schließlich ist der Computer eine binäre Maschine. Diese Gestaltung ermöglicht es der KI, die Rechenlogik direkt aufzurufen, ohne über eine Benutzeroberfläche wie bei Menschen (LUI) zu interagieren, was die Ausführungseffizienz erheblich verbessert.
Univer hat von Anfang an beschlossen, den SDK-Ansatz zu verfolgen. Diese Entscheidung basiert auf Lius Jahrenlangem Umgang mit Tabellen und seiner Einschätzung des Branchenentwicklungszustands.
In der noch jungen KI-Branche ist die SDK-Form tatsächlich eine flexiblere Lösung.
"Der Kernunterschied zwischen SDK und SaaS liegt in den Anwendungsfällen. Der Bildschirmraum auf einem Computer ist begrenzt. Wenn man eine zusätzliche, separate elektronische Tabellenanwendung entwickelt, nimmt sie die Aufmerksamkeit und den Arbeitsablauf des Benutzers in Anspruch." sagte Liu Yang gegenüber "Intelligent Emergence".
Eine in SDK-Form vorliegende Tabelle kann nahtlos in die bestehenden Unternehmenssysteme eingebettet werden und wird Teil des Arbeitsablaufs, anstatt ein separat zu öffnendes Werkzeug zu sein.
Univer möchte lieber ein Produkt entwickeln, das auf der Oberfläche einfach und benutzerfreundlich ist. Eine Tabelle beispielsweise ist eine Benutzeroberfläche, die von allen Benutzern gut genutzt werden kann.
Im Hintergrund werden die umfangreichen Berechnungen und die Geschäftsprozesse von Agenten automatisch durchgeführt, und Menschen müssen nur das Endergebnis der Berechnungen überprüfen.
Produktstruktur von Univer
Derzeit lässt sich das Univer-Produkt grob in zwei Ebenen unterteilen.
Im unteren Bereich befindet sich der selbst entwickelte Tabellenmotor von Univer; im oberen Bereich wird eine plug-in-basierte Architektur (SDK) verwendet, um einige Kernfunktionen bereitzustellen.
Univer bietet inzwischen über 100 Plug-ins an, darunter Kernfunktionsmodule wie Pivot-Tabellen, Diagramme, Formeln, bedingte Formatierungen, Datenquellen, kollaborative Bearbeitung, Verlauf, Import und Export.
Im unteren Bereich hat Univer sich entschieden, den Tabellenmotor selbst zu entwickeln. Dies ist ein schwierigerer Weg, da die technischen Barrieren sehr hoch sind.
Beispielsweise ist der Standard für moderne elektronische Tabellen die von Microsoft festgelegte Open XML-Spezifikation, die 5.000 Seiten lang ist und alle Logiken, Beziehungen und Dateistrukturen von Excel abdeckt. Liu Yang und sein Team haben bereits ein halbes Jahr gebraucht, um dieses Dokument zu lesen, und haben von Grund auf den unteren Motor von Univer entwickelt.
Aber die Entscheidung für den eigenen Entwicklungsweg hat auch den Vorteil, dass ein besseres Produkt-Erlebnis erzielt werden kann.
Jedes SDK-Modul von Univer kann auch in zwei Teile aufgeteilt werden: die Benutzeroberfläche auf der Vorderseite und die reine Rechenlogik auf der Rückseite.
Das erste kann als eine leichte Software mit grafischer Benutzeroberfläche verstanden werden, die direkt an Endkunden verkauft werden kann; das zweite ist eher wie ein Bausatz, der in die Kernproduktionssoftware von Unternehmen wie OA, ERP, BI usw. eingebettet werden kann.
Dadurch kann Univer die Benutzeroberfläche entfernen und nur die Rechenschicht behalten, um eine "kopflose elektronische Tabelle" (Headless Spreadsheet ohne Interaktionsoberfläche) zu werden, die speziell für die KI verwendet wird. AI-Agenten können dann wie "Tabellenexperten" die elektronische Tabelle beliebig lesen, manipulieren und analysieren.
"Diese Methode, die eine geschlossene Schleife um die Sandbox-Umgebung der elektronischen Tabelle herum bildet, hat die Chance, ein spezielles Tabellenmodell für Univer zu trainieren, das in Bezug auf Genauigkeit und Kosteneffizienz die allgemeinen Modelle deutlich übertrifft." sagte Liu Yang gegenüber "Intelligent Emergence". Dieser Ansatz stimmt auch mit dem Trend überein, der derzeit im Bereich des Codings stattfindet: Ein stärkeres Modell erzeugt ein Programm, das dann in einer ausführbaren Umgebung validiert und iteriert wird, um die Fähigkeiten zu verbessern.
△Quelle: Capalyze
Um die Fähigkeiten des unteren Motors von Univer zu validieren, hat das Team auch das Tabellenbearbeitungs- und -analyseprodukt "Capalyze" auf der Grundlage von Univer entwickelt.
Capalyze kann Benutzern einen Service für das Crawling und die Analyse von Webseiten-Daten bieten. Es kann Daten, Inhalte oder Dateien aus beliebigen Quellen automatisch in strukturierte elektronische Tabellen umwandeln und die anschließende Bereinigung, Analyse, Visualisierung und Erkenntnisgewinnung durchführen. Innerhalb weniger Minuten können Benutzer direkt einsetzbare Analyseergebnisse erhalten.
Beispielsweise können Benutzer nach dem Markieren aller Inhalte einer Webseite in der Kommentarzone von Xiaohongshu mit Strg+A diese direkt in Capalyze einfügen. Das System extrahiert automatisch Elemente wie Bilder, Avatare, Nicknames und Kommentare und importiert sie präzise in die Tabelle.
Bisher war es auch für große Modelle schwierig, elektronische Tabellen zu verarbeiten, und es war leicht, den Kontext zu verlieren.
Aber da der untere Tabellenmotor von Univer selbst entwickelt wurde, kann der Algorithmus die Tabellenstruktur aus verschiedenen Webseitenmustern genau identifizieren und mehr Kontextinformationen liefern, wie z. B. Metadaten nach der Aufteilung der strukturierten Tabelle, Beschreibungsinformationen über zusammengesetzte Tabellenköpfe usw.
Deshalb ist das Verarbeitungsergebnis von Univer bei einer elektronischen Tabellen-Datei von mehr als 10 MB präziser als das von allgemeinen großen Modellen.
Bei der praktischen Bedienung kann Univer auch eine einheitlichere Umgebung bieten.
Beim Verwenden von "Capalyze" kann das Produkt zwischen den Aktionen von Menschen und AI-Agenten unterscheiden. "Capalyze" erlaubt auch mehreren Agenten, parallel dieselbe Tabelle zu bearbeiten. Über den Kollaborationsmotor werden die Ergebnisse an mehrere Clients gesendet, und die Rechenfähigkeiten und -ergebnisse auf Mobilgeräten und Desktop-Computern sind identisch.
In letzter Zeit hat Capalyze auch eine Version für WeChat-Small-Programs veröffentlicht.
Dies entspricht der Verschiebung eines tragbaren BI (Business Intelligence)-Eingangs in ein Small-Program. Benutzer können Bilder, Listen und Dateien aus der realen Welt über die Fotoerkennung, Sprachbefehle und den Cloud-Tabellenmotor schnell in strukturierte Tabellen umwandeln und dann über KI Folgerungen und Analysen anstellen.
Beispielsweise kann ein Mitarbeiter aus der Einzelhandelsbranche direkt mit "Capalyze" ein Angebotsblatt fotografieren, um einen Vergleichsbericht zu erstellen, Vertragsklauseln zu ordnen, um eine Genehmigungsliste zu erstellen, Projektkosten zu berechnen oder über Sprache direkt nach Lagerbeständen, Bruttomargen und Ausreißern zu fragen. Die Ergebnisse können dann mit einem Klick an das Team weitergeleitet oder in das Geschäftssystem synchronisiert werden.
Darüber hinaus kann das Capalyze-Small-Program auch direkt verschiedene elektronische Tabellen-Dateien aus WeChat-Nachrichten verarbeiten und wird so zu einem intelligenten Analyseeingang, den Geschäftskräfte immer mit sich führen können.
Die internationale Version von "Capalyze" erreichte auch auf der weltweit größten Plattform für die Veröffentlichung von Produkten, Product Hunt, den ersten Platz in der Tages- und Wochenliste. Derzeit hat es über 100.000 Endkunden, und es gibt zahlende Benutzer weltweit.
Im Hinblick auf die Kommerzialisierung hat Univer bereits zahlende Kunden aus Nordamerika, Europa, Ostasien und China gewonnen, die verschiedene Branchen abdecken. Zu den typischen Kunden gehören der Schweizer Pharma-Riese Novartis, Samsung sowie die chinesischen Unternehmen Faben Information und Digital Horsepower (ein hundertprozentige Tochtergesellschaft von Ant Financial). Auch mehrere führende Agentenprodukte aus China und aus dem Ausland führen derzeit POC-Validierungen mit Univer durch.