Die Ergebnisse der gelösten Aufgaben lassen nicht erkennen, an welcher Stelle das Kind hängen bleibt, aber Eye-Tracking-Daten schaffen hier Klarheit: Eyemind kombiniert visuelle Wahrnehmung mit großen KI-Modellen für den Bildungsbereich, um einen vollständig individualisierten KI-Heimlehrer zu entwickeln, der für jeden Lernenden ein passgenaues, eigenes Lernkonzept bietet.

Kürzlich hat die Beijing Shizhu Technology Co., Ltd. angekündigt, dass ihr Projekt Eyemind AI Hauslehrer eine neue Runde der Finanzierung startet. Das Projekt stützt sich auf multimodale Wahrnehmung und adaptive Lerntechnologien und zielt auf die zentralen Schmerzpunkte im häuslichen Bildungsbereich der K12-Phase wie fehlende individuelle Förderung und schwer quantifizierbare Verfolgung des Lernzustands ab, und versucht, chinesischen Familien intelligente Bildungslösungen anzubieten, die sowohl Genauigkeit als auch Allgemeinzugänglichkeit vereinen.

Unverzichtbare Bedürfnisse bringen einen Markt im Hundert-Milliarden-Yuan-Bereich hervor, das traditionelle Nachhilfemodell weist eine deutliche Fehlanpassung von Angebot und Nachfrage auf

Bildung ist stets eine unverzichtbare Ausgabe für chinesische Familien. Laut Branchenforschungsdaten machen Bildungsausgaben 36,5 % der Gesamtausgaben chinesischer Familien aus, und ihr Anteil an den Gesamtausgaben für Kinder beträgt bis zu 78 %. Die Zahl der Schüler im K12-Bereich im ganzen Land übersteigt 190 Millionen, und das strukturelle Problem der ungleich verteilten hochwertigen Bildungsressourcen besteht seit langem – der Unterschied im Lehrpersonal zwischen Großstädten der ersten Ebene und ländlichen Kreisen kann mehr als das Hundertfache betragen.

Vor dem Hintergrund der fortwährenden Vertiefung der Politik zur "Reduzierung der Hausaufgabenbelastung und der außerunterrichtlichen Nachhilfe" werden fachbezogene außerunterrichtliche Trainings streng reguliert, und der häusliche Bildungsbereich steht vor mehreren praktischen Schwierigkeiten: Einzelunterricht vor Ort ist teuer und hat feste Zeiten, sodass er kaum den fragmentierten Lernbedürfnissen der Schüler gerecht wird; traditionelle Lerncomputer und Hilfsmittel für den Unterricht haben nur einseitige Funktionen und beschränken sich meist auf die Suche in Aufgabendatenbanken und die Ausgabe von Standardantworten, sodass kein wirklich individualisierter Unterricht möglich ist; Eltern verfügen im Allgemeinen über keine professionellen pädagogischen Fähigkeiten und können die Wissenslücken und Veränderungen des Lernzustands ihrer Kinder kaum genau erkennen, sodass die Unterstützung bei den Hausaufgaben zum Konfliktpunkt in vielen Familien geworden ist.

Gleichzeitig bietet die ausgereifte KI-Technologie die grundlegenden Voraussetzungen für den Wandel der Branche. Im April 2026 haben fünf Abteilungen, darunter das Bildungsministerium, gemeinsam den "Aktionsplan für KI+Bildung" herausgegeben, der das Ziel festlegt, dass bis 2030 ein umfassendes System der tiefen Integration von künstlicher Intelligenz und Bildung grundsätzlich gebildet wird. Unter dem günstigen Einfluss der Politik ist die KI-gestützte intelligente Bildungsbranche bereits in einen Markt im Hundert-Milliarden-Yuan-Bereich eingetreten. Im Jahr 2025 erreichte der Marktumfang von GenAI+Bildung 344,2 Milliarden Yuan mit einer jährlichen Wachstumsrate von 37 %, und es wird erwartet, dass er bis 2028 auf 891 Milliarden Yuan ansteigen wird, wobei der häusliche Bildungsbereich im C-Ende zu den Teilbereichen mit dem schnellsten Wachstum gehört.

Multimodale Wahrnehmung schließt den Kreislauf des Unterrichts, und die Eye-Tracking-Technologie ermöglicht eine genaue Diagnose des Lernstands

Der zentrale Unterscheidungsvorteil des Projekts Eyemind AI Hauslehrer liegt in der tiefen Integration von Computer Vision, Eye-Tracking-Technologie und großen Bildungsmodellen, wodurch ein vollständiger geschlossener Kreislauf aus "Wahrnehmung – Diagnose – Unterricht – Rückmeldung" gebildet wird. Im Gegensatz zu den meisten Produkten auf dem Markt, die den Beherrschungsgrad der Kenntnisse nur anhand der Ergebnisse von Aufgaben beurteilen, versucht dieses Projekt, durch nicht-invasive visuelle Wahrnehmungstechnologie Verhaltensdaten wie die Bewegungspfade der Augen, die Dauer des Blickkontakts und Veränderungen der Mikroausdrücke der Schüler in Echtzeit zu erfassen und in Kombination mit den Erkenntnissen der kognitiven Psychologie den Konzentrationsgrad, die kognitive Belastung und das Verständnis der Wissenspunkte der Schüler quantitativ zu bewerten.

Wissenschaftliche Studien zeigen, dass die Eye-Tracking-Daten der Schüler eine signifikante Korrelation mit ihrem Lernzustand aufweisen. Wenn Schüler Schwierigkeiten haben, einen Wissenspunkt zu verstehen, zeigen sie in der Regel Merkmale wie verstreute Fixationspunkte, zunehmende Rückblicke und Veränderungen des Pupillendurchmessers. Auf diesem Prinzip basierend kann das Eyemind-System die kognitiven Engpässe der Schüler während des Lernprozesses in Echtzeit erkennen und den Unterrichtsrhythmus und die Erklärungsstrategie dynamisch anpassen: Wenn erkannt wird, dass die Aufmerksamkeit der Schüler nachlässt, werden interaktive Abschnitte aktiv eingeführt; wenn festgestellt wird, dass ein Wissenspunkt nicht beherrscht wird, wird automatisch der Erklärungsansatz gewechselt und ergänzende Beispiele hinzugefügt, sodass wirklich adaptiver Unterricht für jede einzelne Person realisiert wird.

Inhaltlich deckt das System alle Schulstufen von der Grundschule bis zur Oberstufe mit mehreren Versionen von Lehrbüchern ab, baut ein strukturiertes Wissensgraphen für Schulfächer auf und unterstützt Funktionen wie intelligente Hausaufgabenbetreuung, Ursachenanalyse von Fehlern, Zusammenfassung von schwachen Wissenspunkten sowie Korrektur der mündlichen Ausdrucksfähigkeit in Chinesisch und Englisch. Gleichzeitig ist ein umfassender Mechanismus für die Unterrichtssicherheit eingerichtet, der verhindert, dass Antworten direkt ausgegeben werden und dadurch die Denkfähigkeit der Schüler geschwächt wird, und durch leitende Fragen und schrittweise Zerlegung die Fähigkeit der Schüler zur unabhängigen Lösung von Aufgaben fördert. Auf der Elternebene können die Lernberichte in Echtzeit eingesehen werden, sodass Eltern den Lernfortschritt, den Beherrschungsgrad der Kenntnisse und die Veränderungen des Konzentrationsgrads ihrer Kinder direkt nachvollziehen können, wodurch das Problem der Informationsasymmetrie bei der Kommunikation zwischen Schule und Familie gelöst wird.

Das leichtgewichtige Dienstleistungsmodell senkt die Nutzungshürden, die praktische Umsetzung der Technologie erfordert noch eine Marktprüfung

In Bezug auf das Geschäftsmodell plant das Team von Shizhu Technology, das leichtgewichtige Betriebsmodell "Hardware + Dienstleistungsabonnement" anzuwenden. Im Gegensatz zu herkömmlichen Lerncomputern, die oft eine einmalige Investition von mehreren Tausend Yuan erfordern, soll das Projekt Softwaredienste anbieten, die für gewöhnliche Tablets und Computer geeignet sind, um die Zugangshürden für Familiennutzer zu senken, und gleichzeitig passende intelligente Hardware-Terminals zur Auswahl anbieten. Die Einnahmequellen umfassen monatliche/jährliche Mitgliedschaftsabonnements, Mehrwertinhaltspakete und Hardwareverkäufe. Der durchschnittliche Kundenpreis liegt in einem Bereich, der für breite Bevölkerungsschichten von Familien erschwinglich ist, und zielt auf den Bedarf an allgemein zugänglicher Bildung in den unterversorgten Märkten der Landkreise ab.

Aus gewerblichen Informationen geht hervor, dass die Beijing Shizhu Technology Co., Ltd. im Mai 2026 gegründet wurde, ihren registrierten Sitz in der Zhongguancun Straße im Haidian-Distrikt von Peking hat, dessen gesetzlicher Vertreter Wang Zixin ist, und deren Geschäftsbereiche die Entwicklung von grundlegender Software für künstliche Intelligenz, die Entwicklung von Software für Theorien und Algorithmen der künstlichen Intelligenz sowie den Verkauf von intelligenter Hardware umfassen. Die Kernmitglieder des Teams stammen aus interdisziplinären Bereichen wie künstliche Intelligenz, Bildungs technologie und kognitive Psychologie und verfügen über Erfahrung in der Forschung und Entwicklung von multimodalen Interaktionstechnologien und der Produktumsetzung im Bildungsbereich.

Wie bekannt ist, hat das Produkt Eyemind AI Hauslehrer derzeit die Überprüfung der Kernalgorithmen und die Prototypenentwicklung abgeschlossen und wird in der Phase der kleinen Nutzertests ständig weiterentwickelt und optimiert. Die Mittel aus der neuen Finanzierungsrunde werden hauptsächlich für die Iteration von multimodalen Algorithmen, den Aufbau des Ökosystems für Bildungsinhalte, die Verbesserung des Produkts und die Marktförderung verwendet.

Branchenanalysen weisen darauf hin, dass die aktuelle KI-Bildungsbranche von der Phase der technischen Pilotierung in eine kritische Phase der großflächigen Anwendung eingetreten ist, aber auch vor vielen Herausforderungen steht: Fragen wie ob die Genauigkeit von Wahrnehmungstechnologien wie Eye-Tracking auf gewöhnlichen Geräten ausreicht, um genaue Unterrichtsbeurteilungen zu unterstützen, ob KI-Interaktionen die emotionale Unterstützung und Wertorientierung durch menschliche Lehrer wirklich ersetzen können und wie der Schutz von Datenprivatsphäre und Minderjährigen gewährleistet werden kann, erfordern von den Gründerteams eine fortwährende Erkundung im Prozess der technischen Umsetzung. Ob das Eyemind-Projekt dank seines differenzierten technischen Weges einen Platz im harten Wettbewerb auf dem Markt einnehmen kann, muss noch durch die Marktleistung nach der offiziellen Einführung des Produkts geprüft werden.