Kando AI hat eine Seed-Finanzierungsrunde in Höhe von mehreren zehn Millionen Yuan abgeschlossen und strebt an, der „Cursor im Bereich der Entscheidungsfindung“ zu werden | Neues Projekt von Emerge

Text | Deng Yongyi

Redaktion | Zhang Yuxin

Wu Bingzhe führt mindestens einmal täglich eine Nachbesprechung durch.

Als Doktor der Informatik an der Peking-Universität ist er gleichzeitig ein Hochfrequenz-Investor. Nach Börsenschluss jeden Tag blickt er auf die Urteile des Tages zurück – welche Notfallpläne ausgeführt wurden, welche durch neue Informationen des Marktgeschehens gestört wurden und welche unbewussten Entscheidungen sich im Nachhinein als richtig erwiesen haben.

Diese Gewohnheit hält seit vielen Jahren an. Es gibt jedoch ein Problem: Die meisten Nachbesprechungen wurden nicht systematisch dokumentiert.

„Dein Wissen ist eine Art Vermögenswert, aber derzeit bleibt alles im menschlichen Gehirn gespeichert“, sagt Wu Bingzhe. Er und Mao Shuhan, CEO von Kando AI, sind beide aktive Investoren auf dem Sekundärmarkt. Die Gemeinsamkeit der beiden ist, dass sie häufig Entscheidungen in unsicheren Umgebungen treffen und sich bewusst sind, dass die kognitiven Muster hinter diesen Entscheidungen noch nie digitalisiert wurden.

Im Juni 2026 gründeten die beiden offiziell Kando AI, in der Hoffnung, dass KI kontinuierlich aus realen Entscheidungen und deren Ergebnissen lernen und ein System der nächsten Generation zur selbstentwickelnden Entscheidungsfindung aufbauen kann.

Laut Informationen von *Intelligente Emergenz* hat Kando AI eine Seed-Finanzierung in Höhe von mehreren zehn Millionen Yuan abgeschlossen, angeführt von StarLink Capital, gefolgt von Lihe Financial Holdings, mit Beteiligung bekannter Industriepartner. Das Kando-Team besteht derzeit aus etwa 10 Mitgliedern, die von führenden inländischen Institutionen wie Tencent, ByteDance, Meituan und Huatai Securities stammen. Der Gründer und Chefwissenschaftler Wu Bingzhe absolvierte sein Bachelorstudium an der Fakultät für Mathematik der Peking-Universität und erlangte einen Doktortitel in Informatik. Er war der erste Empfänger des Apple-Doktorandenstipendiums auf dem chinesischen Festland und ehemaliger Leiter des vertrauenswürdigen KI-Bereichs von Tencent AI Lab. Der Mitbegründer und CEO Mao Shuhan ist ein Serienunternehmer, absolvierte sein Bachelorstudium an der Tsinghua-Universität und seinen Master in Finanzen an der Universität Hongkong. Er arbeitete jahrelang bei führenden inländischen Investmentbanken, war an der Gründung eines Unternehmens für verkörperte Intelligenz beteiligt und wurde 2025 in die Liste *Forbes 30 Under 30* aufgenommen.

Von der Digitalisierung von Informationen zur KI-gestützten Entscheidungsfindung

Was Kando AI anstrebt, ist nicht nur ein Werkzeug, sondern eine Umgebung, in der sich das Wissen ständig weiterentwickeln kann. Wenn man in einem Satz zusammenfasst, was Kando AI tut, drückt es CEO Mao Shuhan so aus: „Im Zeitalter des Internets / mobilen Internets haben wir die Digitalisierung von Informationen abgeschlossen; im KI-Zeitalter wollen wir die selbstständige Weiterentwicklung von Entscheidungen vorantreiben.“

In den letzten zwanzig Jahren haben Produkte wie TongHuaShun und Wind im Finanzbereich sowie Datenbanken für wissenschaftliche Arbeiten, Literaturverwaltungstools und Wissensplattformen im wissenschaftlichen Forschungsszenario im Wesentlichen Probleme der „Informationsschicht“ gelöst: Sie helfen dir beim Sammeln, Ordnen, Speichern, Abrufen und Zusammenfassen. Die geordneten Informationen werden aber nicht automatisch zu wertvollen Urteilen, wenn sie nur gespeichert werden.

Egal ob bei Investitionen, wissenschaftlicher Forschung oder anderen Szenarien mit hochwertigen Entscheidungen, der wirklich entscheidende Schritt findet oft im menschlichen Gehirn statt. Forscher bilden Urteile aus riesigen Mengen an Materialien, Investoren auf dem Sekundärmarkt entwickeln ein „Marktgefühl“ inmitten komplexer Marktgeräusche, und Wissenschaftler entwickeln über langjährige Anhäufung ein Gespür, eine Intuition und Prioritäten für ein bestimmtes Forschungsgebiet … all das lässt sich kaum direkt ausdrücken und schon gar nicht einfach digitalisieren.

Mao Shuhan ist der Ansicht, dass hier immer eine Brücke fehlt.

„Zwischen Informationen und Handlungen gibt es keine automatische Verbindung. Der entscheidende Punkt dazwischen ist die Entscheidungsfindung. Das menschliche Gehirn, die Erfahrung, das Unterbewusstsein, das Gespür und die Entscheidungsgewohnheiten ließen sich in der Vergangenheit nie systematisch dokumentieren. Zum ersten Mal macht KI es möglich, diese Brücke zu bauen.“

Das ist auch der größte Unterschied zwischen Kando AI und den meisten KI-Tools: Viele KI-Produkte konzentrieren sich noch immer auf die „Optimierung der Ausgabequalität“ – umfassendere Zusammenfassungen, schnellere Abfragen und flüssigeres Schreiben. Kando AI möchte etwas anderes optimieren: die Akzeptanzrate von Entscheidungen und die Zuverlässigkeit im Nachhinein, also ob die von der KI vorgeschlagenen Empfehlungen wirklich von den Nutzern angenommen werden und ob sie tatsächlich in den Forschungs-, Urteils- und Handlungsprozess der Nutzer einfließen.

Mao Shuhan erklärt, dass Kando als „Cursor für den Bereich der Entscheidungsfindung“ positioniert ist.

Als die KI-Coding-Tools 2022 auf den Markt kamen, lag die Akzeptanzrate des generierten Codes fast bei null. Heutzutage erreicht die Akzeptanzrate von Cursor bereits 60 % bis 70 %.

Die Wahl des Finanzbereichs als eines der Überprüfungsszenarien liegt daran, dass dieses Szenario in Bezug auf die Informationsdimension einer der am stärksten strukturierten Bereiche ist. Laut Mao Shuhan erzielt das Finanzszenario bei Dimensionen wie der Klarheit des Feedbacks, dem Feedback-Zyklus (Tage- oder Wochenebene), der Prüfbarkeit und dem Wert von Entscheidungen die höchste Gesamtpunktzahl und ist damit einer der besten Bereiche zum Aufbau einer selbstentwickelnden Entscheidungsmaschine.

Das Produkt zu einem fortlaufenden Nachtraining machen

Die Produktform von Kando AI ist ein Arbeitsplatz für Szenarien mit hochwertigen Entscheidungen. Für das Team ist der Arbeitsplatz jedoch nur der Einstiegspunkt des Produkts. Er trägt tatsächlich ein vollständiges Entscheidungssystem, das aus realen Entscheidungen Erfahrungen sammeln, Urteile überprüfen und sich kontinuierlich weiterentwickeln kann.

Eine Kernfähigkeit von Kando AI ist das „Gedächtnis“. Das Gedächtnis von Kando AI ist jedoch keine Wissensdatenbank im üblichen Sinne und unterscheidet sich auch von der gängigen RAG-Abrufmethode.

Herkömmliches RAG konzentriert sich eher auf die semantische Ähnlichkeitsübereinstimmung, während das Gedächtnissystem von Kando AI eher einem Empfehlungs- und Abrufmechanismus für kognitive Strukturen ähnelt: Das System merkt sich nicht nur, was der Nutzer gesehen hat, sondern auch, wie der Nutzer Probleme versteht, welche Präferenzen er hat und wie er Urteile in der Vergangenheit korrigiert hat. Es ähnelt eher einer Art Harness.

„Es wird dich immer besser verstehen, aber noch wichtiger ist, dass es aus jeder Interaktion zwischen dir und der realen Welt lernt, um dein Partner zu werden.“

Am Beispiel des wissenschaftlichen Forschungsszenarios: Das Produkt bildet Vorhersagen, und der Nutzer entscheidet, ob er sie annimmt, modifiziert, ablehnt oder zur Verfolgung aufnimmt. Nachdem das Ergebnis eingetreten ist, kehrt das System zu der ursprünglichen Annahme zurück, analysiert, welche Urteile sich bestätigt haben, welche Variablen sich geändert haben und ob der Fehler auf fehlende Informationen, Abweichungen bei der Schlussfolgerung oder Probleme bei der Ausführung zurückzuführen ist.

Diese Entscheidungsverläufe bleiben nicht in Chat-Protokollen gespeichert. Die Annahmen, Modifikationen und Ablehnungen der Nutzer, die Unterschiede zwischen Erwartungen und Ergebnissen sowie die nachträglichen Nachbesprechungen und Ursachenanalysen werden zu neuen Lernsignalen organisiert, die das Langzeitgedächtnis, die Aufgabenstrategien, die Skill-Steuerung und die Modellanpassungsschicht im System kontinuierlich aktualisieren.

Das bedeutet, dass das Ergebnis der Entscheidungen der vorherigen Runde die Art und Weise verändert, wie das System in der nächsten Runde Informationen abruft, Schlussfolgerungen organisiert und Vorschläge generiert – es entsteht ein rekursiver geschlossener Kreislauf von „Urteil – Handlung – Feedback – Aktualisierung“.

Aus Sicht von Kando AI stellt dies eine wichtige Veränderung bei KI-Produkten dar: Früher wurde die Fähigkeit des Modells hauptsächlich durch den Zeitpunkt bestimmt, an dem das Training abgeschlossen wurde. In Zukunft wird die Intelligenzgrenze zunehmend durch die Erfahrungen bestimmt, die nach der Bereitstellung gesammelt werden.

Wu Bingzhe definiert ihre Arbeit als eine Art „verallgemeinertes Nachtraining“.

Im traditionellen Sinne bezieht sich Nachtraining hauptsächlich auf die Anpassung von Modellparametern. Für Kando AI geht es bei der kontinuierlichen Optimierung aber weit über die Parameter selbst hinaus: Es umfasst auch die Speicherung des Gedächtnisses, die präzise Abrufsteuerung, das Vergessen, die Gestaltung der Produktinteraktionslogik, die dynamische Entwicklung des Kontexts von Skills und die Organisation des Feedbacks verschiedener Nutzer in effektive Lernsignale.

„Du kannst den Prozess der Produktentwicklung als einen Prozess des Modell-Nachtrainings betrachten. Früher haben wir die Parameter optimiert, jetzt optimieren wir den Kontext, die Interaktion und das Gedächtnis“, sagt Wu Bingzhe.

Aus diesem Grund entwickelt Kando AI bereits die Infrastrukturschicht selbst. Laut Wu Bingzhe möchte Kando AI, dass alle Trainings-, Feedback- und Gedächtnisketten so transparent, überwachbar und rückverfolgbar wie möglich sind. Was Kando AI sammelt, ist nicht nur eine oberflächliche Produktfunktion, sondern ein vollständiger Daten-Flywheel, der sich um den realen Entscheidungsprozess herum ständig weiterentwickelt.

Bei der Kommerzialisierung wählt Kando AI zuerst den Einstieg bei Nutzern mit hochwertigen und häufigen Entscheidungen. Die aktuellen Seed-Nutzer konzentrieren sich hauptsächlich auf professionelle Nutzergruppen, darunter Investoren und Wissenschaftler.

Kando AI befindet sich derzeit in der internen Testphase. Es bietet Dienstleistungen rund um die kontinuierliche Nutzung, das kontinuierliche Gedächtnis und das Feedback der Nutzer in vertikalen Branchen wie Finanzen und wissenschaftlicher Forschung an. Für das Team kann in Zukunft jeder Entscheidungsbereich mit hohem Wert, nicht standardisierter Ausprägung und starker kognitiver Abhängigkeit zu einem Anwendungsobjekt dieses Systems werden.

„Kando AI ist nicht nur ein Werkzeug, sondern schließt den Kreislauf von ‚Information → Entscheidung → Feedback‘ wirklich in Bereichen, in denen es keine Standardantworten gibt, die aber am wertvollsten sind, um verstärkt zu werden“, sagt Wu Bingzhe.

Das ist die wahrscheinlich genaueste Beschreibung der Positionierung von Kando AI: Kando AI möchte letztendlich eine intelligente Infrastruktur für Entscheidungen aufbauen, die kontinuierlich menschliche Erfahrungen aufnimmt, das Feedback der realen Welt versteht und ihre Fähigkeiten in jeder einzelnen Entscheidung ständig verbessert.

Li Wenjue, Partner bei StarLink Capital, erklärt: Die nächste Stufe von KI-Anwendungen besteht nicht nur darin, Informationen effizienter zu verarbeiten, sondern in echte Arbeitsabläufe einzutreten und zu lernen, wie professionelle Nutzer urteilen, handeln und ihr Wissen korrigieren. Kando AI wählt hochwertige Entscheidungsszenarien wie Finanzen und wissenschaftliche Forschung aus, nutzt personalisiertes Gedächtnis und kognitive Modellierung als Grundlage, wandelt den Forschungsprozess, die Annahmen und Ablehnungen sowie die nachträglichen Nachbesprechungen der Nutzer in Lernsignale um, durchbricht die Grenzen der einmaligen Antwort traditioneller KI-Tools und bildet ein Entscheidungssystem, das sich gemeinsam mit den Nutzern weiterentwickelt. Wir schätzen es sehr, dass das Team sowohl über fortgeschrittene KI-Forschung, Nachtraining von Modellen, Systemtechnik als auch über komplexe Entscheidungserfahrungen verfügt. Noch wichtiger ist uns das Potenzial, spezielle Arbeitsablaufdaten aus der realen Nutzung zu sammeln und die kontinuierliche Steigerung der Fähigkeiten voranzutreiben. Wenn dieser geschlossene Kreislauf bestätigt wird, wird Kando nicht nur ein Werkzeug für Investitionsforschung oder wissenschaftliche Forschung aufbauen, sondern möglicherweise zu einer neuen Generation von kognitiven Infrastrukturen werden, die Informationen, Urteile und Handlungen verbinden, damit das wertvollste Urteilsvermögen von Einzelpersonen und Organisationen dokumentiert, kalibriert und wiederverwendet werden kann.

Bildquelle | KI-generiert

Austausch willkommen

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Intelligente Emergenz“, Autor: Deng Yongyi, veröffentlicht mit Genehmigung von 36Kr.