Produktbeobachtung | Ein Team aus ehemaligen Mitarbeitern von ByteDance, DJI und Tencent gründete ein Startup, das sich auf das KI-gestützte Ski-Geschäftsfeld richtet und eine Investition von Houxue Investment erhalten hat.
Bildquelle / Unternehmen
Dieser Text umfasst etwa 3300 Wörter, eine Lesezeit von 8 Minuten wird empfohlen.
Autor | OU Xue
Redakteurin | YUAN Silai
Eine Gruppe junger Menschen von ByteDance, Tencent und DJI hat beschlossen, das Skitraining mithilfe von KI neu zu definieren.
Die Kernmitglieder dieses Teams decken die Bereiche Algorithmus, Software, Hardware und globale Kommerzialisierung ab und haben fast alle bereits an großen Projekten führender Großunternehmen mitgewirkt.
Der Werdegang des Gründers WU Zhenhua ist sehr repräsentativ. Er arbeitete drei Jahre bei ByteDance, wo er als regionaler Geschäftsleiter für Feishu und Leiter für Nutzerwachstum tätig war. Zuvor war er CMO bei Vika und erlebte den gesamten Prozess des Unternehmens von der Gründung bis zur Etablierung. Die drei weiteren Mitbegründer: BEI Junlong, Leiter der Softwareentwicklung, war früher Senior Produktmanager bei Tencent und ByteDance; CHU Jia, verantwortlich für Algorithmen und Daten, war früher Algorithmen-Ingenieur bei ByteDance; LI Yuansheng, verantwortlich für Hardware, trat mit 18 Jahren zu DJI und war zudem Kernentwicklungsingenieur bei Seeed Studio.
Noch wichtiger als die Lebensläufe ist ein weiteres Merkmal: Sie alle sind Skifahrer. 60 Prozent der Teammitglieder besitzen internationale Zertifizierungen für den Skilehrbetrieb, einige waren bereits Trainer, andere sogar Schiedsrichter bei den Olympischen Winterspielen.
Die Entscheidung, im Bereich Skifahren zu gründen, ergibt sich sowohl aus den persönlichen Problemen, die WU Zhenhua in seinen sechs bis sieben Jahren Skifahren erlebt hat, als auch aus einer tieferliegenden Überzeugung: Bisherige KI-Modelle haben nur Bild- und Textdaten aus dem Internet gelernt, während die Daten über Stürze, Kantenaufsetzen und Kantenwechsel in der realen physischen Welt von keinem Modell erfasst wurden.
„Ich mache keine Dinge, die Geld verbrennen. Ich gehe nur Projekte an, die alle vier Quadranten erfüllen: Etwas tun, das man liebt, etwas, worin man gut ist, mit einem klaren kurzfristigen Finanzmodell und einer ausreichend hohen langfristigen Obergrenze“, sagt WU Zhenhua.
Skifahren ist bis heute eine Sportart, die von „versteckten Daten“ beherrscht wird. Die Daten liegen unter den Skiern, sind für das menschliche Auge unsichtbar, können vom Fahrer selbst nicht genau wahrgenommen werden und auch von Kameras lassen sich die Details nur schwer erfassen.
Was WU Zhenhua erreichen möchte, ist genau diese versteckten Daten zu erfassen, sie der KI zuzuführen und sie dann wieder in den Trainingsprozess zurückfließen zu lassen.
In zwei Skisaisons auf der Nord- und Südhalbkugel hat das Heygo-Team mit Dutzenden von Sensoren in Skigebieten bei Temperaturen von minus 30 Grad wiederholt Tests durchgeführt, Millionen von echten Fahrtdaten erfasst und versucht, diesen „schwarzen Kasten“ zu öffnen.
Heygo wurde erst 2025 offiziell gegründet und hat zunächst ein KI-Hardwareprodukt für das Snowboarden auf den Markt gebracht. Das Team definiert es als Wahrnehmungseingang für einen Motion Agent. „Dieser Agent beobachtet dich, versteht dich, merkt sich dich, gibt dir Feedback und findet nach und nach den Fortschrittspfad, der am besten zu dir passt.“
Zudem sind sie bei der Finanzierung ebenso vorsichtig: Bislang hat Heygo nur eine Angel-Finanzierungsrunde in Höhe von mehreren Millionen US-Dollar abgeschlossen, die exklusiv von Houxue Institution investiert wurde.
Von der ersten Idee bis zur bevorstehenden Vorbestellung des Produkts hat Heygo fast ein Jahr gebraucht. Der von Heygo gewählte Weg besteht nicht darin, nur wenige Spitzensportler an der Spitze der Pyramide zu bedienen, sondern professionelle Fähigkeiten zu Konsumgütern zu machen, sodass auch normale Liebhaber sie sich leisten können.
„Unsere Strategie besteht nicht darin, wie viele Sportarten wir abdecken oder wie viele Hardwareprodukte wir anbieten. Die echte Wettbewerbsfähigkeit liegt darin, wie gut Heygo dich versteht, ob es dir personalisiertes Feedback geben kann und dir hilft, deine eigenen Grenzen besser zu verstehen“, sagt WU Zhenhua.
Wie versteht KI das Skifahren?
Das Feedback zum Skitraining ist sowohl teuer als auch knapp. Eine Privatstunde kostet oft mehr als tausend Yuan, aber nach der Stunde muss man immer noch nach Gefühl weiterüben. „Wenn du 10 Trainer fragst, erzählen dir möglicherweise alle 10 etwas anderes. Denn sie haben nicht deinen vollständigen Kontext und keine vollständige Erinnerung an deinen Fahrprozess“, sagt WU Zhenhua.
Skifahren ist eine individuelle geschlossene Sportart – man führt sie allein aus, nimmt sie allein wahr und korrigiert Fehler selbst. Es eignet sich von Natur aus, um Bewegungsdaten mit Sensoren zu erfassen. Noch wichtiger ist, dass Skifahren kaum allein durch Videos eine wissenschaftliche quantitative Analyse ermöglicht: Die Skikleidung ist sperrig, die Bewegungen laufen sehr schnell ab, und die entscheidenden Variablen liegen vollständig außerhalb des Sichtfelds.
Daher ist das Heygo-Team der Meinung, dass KI-Hardware im Skibereich kein Luxus ist, sondern ein absolutes Muss. Aber diesen Bedarf in ein zuverlässiges Produkt umzuwandeln, ist weit komplexer als gedacht. Das Kernteam hat ein Jahr lang mit kollektiver Gehaltskürzung investiert, um nur ein einziges zentrales Problem zu lösen: Wie man die KI dazu bringt, das Skifahren wirklich zu verstehen.
Die am Fuß getragenen IMU-Sensoren erfassen die Bewegungen des Knöchels, aber nach der Verformung des Skischuhs und der Übertragung durch die Bindung weicht der Zustand, der schließlich den Ski erreicht, bereits ab. Abweichungen von wenigen Grad werden bei der Beurteilung von Kantenaufsetzen und Kantenwechsel ständig verstärkt. Unterschiedliche Härtegrade von Skischuhen, Körpergewicht und Schneeverhältnisse machen die Verformungsmuster so vielfältig, dass es keine festen Kompensationsparameter gibt, die alle Szenarien abdecken.
Das Team fasst dieses Problem als „Schuh ist nicht gleich Ski“ zusammen – es ist das zentrale Hindernis, das die Branche bisher kaum überwinden konnte. Ihre Lösung geht bis auf die unterste Ebene: Während der Modelltrainingsphase werden zusätzliche Sensoren an den Skiern angebracht, um gleichzeitig die echten Bewegungsdaten von Fuß und Ski zu erfassen, sodass das Modell lernen kann, die Bewegung des Skis aus den Fußdaten abzuleiten. Bei den Serienprodukten gibt es nach wie vor nur die zwei Sensoren an der Außenseite des Skischuhs.
CHU Jia sagt: „Es gibt keine festen Kompensationsparameter, die alle Skischuhe, alle Körpergewichte und alle Schneeverhältnisse abdecken. Das Modell muss diese Abbildungsbeziehung selbst erlernen.“
Dieser Prozess hängt von einer riesigen Menge echter Fahrtdaten ab – keine Laborsimulationen, sondern wiederholte Erfassungen bei Temperaturunterschieden von minus 30 Grad bis zu einigen Grad über Null, bei harten Schneeverhältnissen, Pulverschnee, Eis und allen anderen Schneebedingungen.
Von Japan über Xinjiang bis Neuseeland hat das Team monatelang in Skigebieten verschiedener Länder gearbeitet. „Viele Leute denken, die Schwierigkeit liegt im Modelltraining. Tatsächlich ist das echte Problem, saubere, nutzbare und markierte Trainingsdaten unter extremen Bedingungen zu erhalten. Das ist harte Arbeit, es gibt keine Abkürzungen“, sagt CHU Jia.
Auch die Fehlersuche bei der Hardware ist nicht einfach. Die zwei Sensoren, die an den Seitenwänden der Skischuhe befestigt werden, müssen unter extremer Kälte, hoher Stoßbelastung und starker statischer Elektrizität stabil arbeiten. Allein die Auswahl des Klemmmaterials und die Kräfteanalyse wurden unzählige Male angepasst. Das Team arbeitete mit dem Mechaniklabor einer Universität zusammen, um Simulationen durchzuführen und das Gleichgewicht der Klemmkraft für unterschiedlich dicke Skischuhwände zu testen. Schließlich erreichte das Produkt eine IP68-Wasserdichtheit und eine Akkulaufzeit, die mehr als eine Woche Skifahren mit einer einzigen Ladung ermöglicht. Mit dieser Hardware erreicht Heygo derzeit eine Datengenauigkeit von weniger als 3 Grad, was dem Spitzenniveau der Branche entspricht.
„Die Dicke und Härte der Skischuhwände ist bei jeder Marke unterschiedlich. Wenn die Klemmkraft zu groß ist, entsteht leicht eine Verformung, wenn sie zu klein ist, rutscht der Sensor. Dieser Gleichgewichtspunkt kann nur durch wiederholtes Ausprobieren gefunden werden“, sagt LI Yuansheng.
Mit der erreichten Genauigkeit stellt sich das nächste Problem: Wie man den Nutzer den Wert des Produkts spüren lässt. Die Antwort von Heygo ist Echtzeit-Sprachfeedback – das ist der wesentliche Unterschied zu den meisten Tools, die die Fahrt erst nach der Abfahrt analysieren.
Das Feedback gliedert sich in drei Ebenen: Während der Fahrt gibt es kurze Hinweise über Bluetooth-Kopfhörer, die nur in kritischen Momenten ertönen und den Rhythmus nicht unterbrechen; auf dem Sessellift gibt es eine vollständige Rückschau; am Ende des Tages erstellt Heygo anhand aller Tagesdaten einen personalisierten Bericht und Vorschläge für das weitere Training.
Heygo erfasst Fahrtdaten in Echtzeit (Bildquelle / Unternehmen)
Bemerkenswert ist, dass Frequenz und Tonart dynamisch an das Niveau des Nutzers angepasst werden. „Das Kernprinzip ist, den Nutzer beim Skifahren nicht zu unterbrechen. Das Gehirn kann nur sehr begrenzte Informationen verarbeiten. Wir sprechen nur in kritischen Momenten, sagen Dinge, die der Nutzer verstehen kann, und erklären ihm in einem Satz, was er als Nächstes tun soll“, sagt BEI Junlong.
Auch auf der Ebene der Persönlichkeit wird unterschieden: Nutzer, die häufig stürzen, erhalten sanfte Ermutigungen, fortgeschrittene Fahrer mit aggressivem Fahrstil erhalten direktere technische Korrekturen. Das Team fasst diese Logik als „individuelle Basislinie“ zusammen, statt allgemeine Standards zu verwenden. Das Modell muss den Unterschied zwischen Anfängern und erfahrenen Fahrern verstehen.
Heygo AI Chatbot, mit dem man jederzeit sprechen kann (Bildquelle / Unternehmen)
Diese tiefe Personalisierung hängt von einem großen Backend-System ab. Heygo hat eine eigene Datenmarkierungsplattform aufgebaut, die einen geschlossenen Kreislauf von Erfassung, Segmentierung, Markierung, Training und Validierung bildet. Jede einzelne Fahrt wird in die kleinste Granularitätseinheit „Kurve“ unterteilt, und jede Kurve wird in drei Phasen zerlegt: Einfahren, Kurvenmitte und Ausfahren, die jeweils mit Dutzenden von Indikatoren verknüpft sind.
Die Voraussetzung dafür, dass KI das Skifahren wie ein Trainer versteht, ist, das Skifahren zunächst auf eine Weise neu zu definieren, die Maschinen verstehen können. Bislang hat Heygo Millionen von echten Fahrtdaten gesammelt, ein Wissensgraphen für das Snowboarden mit 15 bis 20 fortgeschrittenen Indikatoren aufgebaut und arbeitet ständig mit Trainern verschiedener Lehrsysteme aus der ganzen Welt zusammen, um diesen zu kalibrieren.
„Je mehr Nutzer es gibt, desto stärker wird das Modell. Je mehr du fährst, desto besser versteht dich dein Heygo“, sagt WU Zhenhua.
Vom Skifahren zur intelligenten persönlichen Sportunterstützung
Man muss jedoch anerkennen, dass es zwischen technischen Durchbrüchen und der kommerziellen Validierung noch eine erhebliche Lücke gibt. Skifahren selbst hat eine hohe Eintrittsschwelle: Ausrüstung, Skipässe und Zeit sind alles Kostenfaktoren.
Der Preis des Heygo-Hardwareprodukts von etwa tausend Yuan plus anschließende Abonnementgebühren bedeutet eine weitere Hürde über die bereits vorhandenen Ausgaben hinaus. Aber nach den Rückmeldungen aus der internen Testphase zahlen nicht nur fortgeschrittene Fahrer dafür, sondern vor allem auch Amateure, die gerade Skifahren gelernt haben und sich ständig verbessern wollen.
Das Heygo-Team betont jedoch, dass der Preismeßpunkt des Produkts nicht bei Unterhaltungselektronik liegt, sondern der Konsumlogik von Skiausrüstung folgt. Außerdem wird die Produktsoftware im Abonnementmodell angeboten: Die Basisversion wird mit der Hardware mitgeliefert, während tiefergehende Analysen und personalisierte Trainingspläne zusätzlich kostenpflichtig sind.
„Wenn du gerade anfängst, brauchst du schon ein bis zwei zehntausend Yuan, um eine grundlegende Ausrüstung zusammenzustellen. Und wie viel ist dir ein KI-Skibegleiter wert, der dich langfristig begleitet und sich ständig weiterentwickelt?“, sagt WU Zhenhua.
Bei der Marktstrategie hat das Team auf Crowdfunding-Plattformen verzichtet. WU Zhenhua erklärt das so: „Im ersten Jahr wollten wir nicht sofort alle Skifahrer bedienen. Wir wollten uns zunächst auf eine Gruppe von Kernnutzern konzentrieren, die echten Fortschrittsbedarf haben und bereit sind, kontinuierlich zu trainieren, um das Produkt an ihre echten Fahrszenarien anzupassen. Es ist viel wichtiger, diese Gruppe gut zu bedienen, als von Anfang an eine größere Nutzerzahl anzustreben.“
Stattdessen setzt man