Jedes Mal, wenn Sie Ihr Smartphone austauschen oder eine andere Smartwatch verwenden, wird Ihre gesamte Laufhistorie auf Null zurückgesetzt: Das Vorhaben „Laufdaten vollständig nachvollziehbar machen“ setzt bei Screenshots an, um die geschlossenen Schnittstellen verschiedener Plattformen zu umgehen und eine plattformübergreifende Archivierung zu realisieren.

Laufen ist etwas, das Ausdauer erfordert, aber das gilt nicht für die Daten. Jedes Mal, wenn ein Läufer sein Handy, seine Uhr oder eine Lauf-App wechselt, gehen die über Jahre gesammelten Aufzeichnungen verloren; wenn er sie auf der ursprünglichen Plattform belässt, bedeutet das, weiterhin mit unkomfortablen Funktionen leben zu müssen. In den jeweils geschlossenen Ökosystemen von Huawei Health, Apple Health, Xiaomi, Keep und Garmin ist dies ein unauflösbares Problem – eine plattformübergreifende Zusammenfassung ist nicht möglich, wenn man auf die Zusammenarbeit der Plattformen setzt.

Die WeChat-Mini-App „R2Know – Laufen verstehen“ geht einen anderen Weg: Sie bittet die Plattformen nicht um offene Schnittstellen, sondern greift direkt auf die Lauf-Screenshots zurück, die die Läufer auf ihren Geräten haben. 36Kr hat erfahren, dass die offizielle Version des Produkts bereits genehmigt und online gestellt wurde, die ICP-Registrierung abgeschlossen ist und die Hauptstrecke „Screenshot hochladen – automatische Erkennung – Archivierung – Einstufung in die Rangliste“ reibungslos funktioniert. Das Produkt wurde von einem unabhängigen Entwickler fertiggestellt und hat bisher keine Finanzierung erhalten.

Jeder Gerätewechsel löscht den gesamten Verlauf

Gründer Ray hat seinen Master an der South China University of Technology absolviert, arbeitet derzeit in einem börsennotierten Unternehmen im Personalwesen und ist selbst ein begeisterter Läufer. In all den Jahren seines Laufens hat er Sportgeräte von Xiaomi, Apple, Huawei und Garmin ausprobiert und auch mehrere Apps gewechselt – bei jedem Wechsel blieben die Aufzeichnungen auf der alten Plattform hängen.

Was ihn wirklich dazu brachte, das Projekt umzusetzen, war eine Verletzung. Nach einem unerwarteten Unfall pausierte er einen Monat lang mit dem Laufen. In dieser Zeit wünschte er sich am meisten, dass ihm jemand zwei Dinge sagen könnte: Ob er richtig läuft und wie hoch das Verletzungsrisiko ist. Als er später die Beziehung zwischen seiner Laufdistanz, seinem Tempo und seinen Verletzungen über all die Jahre nachvollziehen wollte, stellte er fest, dass die Daten überhaupt nicht zusammengesetzt werden konnten.

Das ist nicht nur seine Situation. Die Daten der Läufer sind auf verschiedenen Plattformen verteilt, und jede Plattform betrachtet sie als ein Vermögen, um Nutzer zu binden – die Nutzerdaten an Konkurrenten weiterzugeben, entspricht nicht der kommerziellen Position eines jeden Unternehmens. Deshalb hat niemand dieses Problem nicht angehen wollen, sondern niemand war bereit, es zu tun. Dass „die Daten nicht mitgenommen werden können“, ist zu einem strukturellen Problem geworden, das lange Zeit von niemandem angegangen wurde.

Das noch verborgenere Problem ist, dass Aufzeichnungen keine Anleitung sind. Was er braucht, ist nicht nur eine Kurvengrafik, sondern eine Entscheidungshilfe vor dem täglichen Losgehen: Bei dieser Temperatur, dieser Luftfeuchtigkeit und dem Zustand meiner Beine – sollte ich heute überhaupt laufen, und wie viel?

Die Grundlage dieses Geschäfts ist nicht klein. Laut dem „Whitepaper zu chinesischen Straßenlaufveranstaltungen 2025“ von Fastdata waren im Jahr 2024 163 Millionen Menschen in China laufend aktiv, und der Umfang der laufbezogenen Industrie überstieg 400 Milliarden Yuan. Im April 2025 hatten lauf- und fitnessbezogene Plattformen fast 60 Millionen monatlich aktive Nutzer. Je mehr Geräte und Apps ein Läufer nutzt, desto fragmentierter wird sein Archiv.

Rays Lösung umgeht das Problem der Schnittstellen. Wenn ein Läufer in einer beliebigen Sport-App sein Training beendet, lädt er einfach den Screenshot in die Mini-App hoch, und schon ist eine plattformübergreifende Archivierung abgeschlossen. Ohne Screenshot ist auch eine manuelle Eingabe möglich.

Technisch gesehen verwendet das Produkt keine herkömmliche OCR, um Zeichen zu extrahieren, sondern lässt große Sprachmodelle visuelle Verständnisarbeit leisten: Es extrahiert automatisch Kernfelder wie Datum, Distanz, Dauer, Tempo, Herzfrequenz und Schrittfrequenz. Die Erkennungsergebnisse können von den Nutzern überprüft und korrigiert werden, anschließend führt der Server eine Plausibilitätsprüfung durch, sodass derselbe Screenshot und dieselbe Datengruppe nicht mehrfach in die Datenbank aufgenommen und gezählt werden. Alle Aufzeichnungen werden in einem einheitlichen Satz von Kernfeldern vereinheitlicht und langfristig im persönlichen Laufarchiv des Nutzers gespeichert.

Im Archiv werden nicht nur Laufdaten gespeichert. Nach dem Einreichen der Aufzeichnung lassen sich die Temperatur und Luftfeuchtigkeit des Tages sowie der Zustand nach dem Lauf mit wenigen Klicks gemeinsam speichern. Derzeit trifft das Produkt keine Entscheidungen für Sie, aber wenn Sie beim nächsten Mal bei gleichem Wetter die gleiche Distanz langsamer laufen, haben Sie zumindest einen Vergleichsreferenzpunkt.

Der Wert dieses Weges liegt darin, dass er nicht auf offenen Schnittstellen irgendeiner Plattform angewiesen ist. Die Plattformen können es nicht blockieren und haben auch keinen Grund, dies zu tun – die Nutzerdaten an Konkurrenten weiterzugeben, entspricht nicht der Position eines jeden Unternehmens. „Jede Plattform hütet ihre eigenen exklusiven Schnittstellen. Wir wollen das USB-C für Läufer werden – ein Anschluss, der alle Geräte verbindet“, sagt Ray.

Die schnellsten Läufer sollten nicht für immer die Rangliste anführen

Er plant nicht, das Produkt zu einer weiteren Rangliste zu machen, bei der nur zählt, wer am meisten läuft. Das übliche Problem in der Branche ist, dass diejenigen gewinnen, die nur die Laufmenge aufstocken: Die Person, die am meisten läuft, steht immer ganz oben auf der Rangliste, sodass Anfänger die App beim ersten Öffnen gleich wieder verlassen. Deshalb hat er zwei umgekehrte Designentscheidungen getroffen.

Die eine ist die Einstufung nach Fähigkeiten. Ray, der jahrelang im Bereich Entgelt- und Leistungsmanagement gearbeitet hat, hat die Logik der gestuften und klassifizierten Leistungsbeurteilung aus Unternehmen übernommen: Das System stuft Nutzer anhand von Tempo und zurückgelegter Gesamtdistanz automatisch in die Stufen Einsteiger, Fortgeschrittener und Profi ein. Die Nutzer können ihre Stufe nicht selbst wählen, die Ranglisten werden nur innerhalb derselben Stufe erstellt, sodass auch Anfänger einen Platz in ihrer eigenen Kategorie haben.

Die andere ist ein abnehmender Punktkoeffizient für aufeinanderfolgende Läuftage. Je mehr Tage ein und derselbe Läufer nacheinander läuft, desto niedriger ist der Punktkoeffizient pro Laufdistanz: Die ersten 1-2 Tage werden mit 1,0 berechnet, der 3. Tag mit 0,7, der 4. Tag mit 0,5, der 5. Tag mit 0,3 und ab dem 6. Tag mit 0,2. Nach einem Ruhetag kehrt der Koeffizient wieder auf 1,0 zurück. Die Laufdistanz selbst wird nicht verringert, es wird nur das „ununterbrochene Aufstocken der Laufmenge“ bestraft.

Die Punkte können nicht eingelöst werden, und es gibt auch keinen Punkteshop. Sie dienen nur als eine Dimension für die wöchentliche Rangliste und zur Erfassung der gesamten Aufzeichnungen. Rays Erklärung lautet: Sobald Punkte gegen etwas eingelöst werden können, entsteht ein Anreiz, Punkte zu erschleichen, und dieser Mechanismus zur Vermeidung von Überkonkurrenz würde als Erstes zusammenbrechen.

Das Produkt ist nicht auf eine bestimmte Nutzergruppe ausgerichtet. Läufer, die schon die Marke gewechselt haben, wollen ihre historischen Daten nicht verlieren, fortgeschrittene Läufer suchen einen Gegner auf ihrem Niveau, Anfänger haben Angst vor Verletzungen und wollen lieber ihre eigenen Fortschritte sehen, und Menschen, die schon lange allein laufen, brauchen nur ein Bezugssystem – diese vier Bedürfnisse laufen am Ende alle auf dasselbe hinaus: Zuerst mit sich selbst vergleichen, dann mit den Menschen auf der gleichen Ebene.

Einzelperson hat das Produkt bis zur Veröffentlichung gebracht, KI ergänzt die andere Hälfte

Bis heute kann der Status des Produkts Punkt für Punkt überprüft werden: Die offizielle Version der WeChat-Mini-App ist online und kann direkt durch Suche nach „R2Know“ in WeChat genutzt werden. Das Backend ist auf Tencent Cloud bereitgestellt, Anmeldung, Aufzeichnung, Statistik, Rangliste, Punkte und Erfolge funktionieren alle reibungslos. Die ICP-Registrierung ist abgeschlossen, und die Anmeldung des Software-Urheberrechts ist in Bearbeitung.

Vor der Veröffentlichung hat Ray mit 7 Läufern gesprochen, die schon einmal die Marke ihrer Geräte gewechselt haben. 5 von ihnen sagten, sie würden das Produkt nutzen, 2 fragten sofort, wann es verfügbar ist. Am häufigsten wurden zwei Dinge gefragt: Was passiert mit den historischen Daten, wenn man das Gerät wechselt; was gibt es nach dem Laufen noch außer der Kurve?

Die zweite Frage ist genau das, was er als Nächstes umsetzen will. Im Produkt ist bereits Platz für KI-Analysen vorgesehen: Trainingsbelastung, Erholungszustand und Umgebungsfaktoren werden gemeinsam betrachtet, um die Frage zu beantworten „Wie soll ich heute laufen?“. Er will es eher wie einen persönlichen Trainer gestalten – keine für das gesamte Netzwerk geltenden Trainingspläne, sondern genau das System, das aus Ihren jahrelangen Aufzeichnungen entstanden ist. Dies ist derzeit durch die Regeln für Mini-Apps von natürlichen Personen eingeschränkt und noch nicht verfügbar, es wird erst nach der Aktualisierung des Betreibers auf eine juristische Person online gestellt.

Das Team besteht nur aus einer Person. Die Produktdefinition, die Front-End- und Back-End-Entwicklung, die Cloud-Bereitstellung und die Registrierung wurden alle von Ray selbst erledigt. Die KI übernimmt drei weitere Bereiche: Codierung, visuelle Erkennung und Aufbau der Wissensdatenbank. Das direkte Ergebnis dieser Kombination sind die Kosten: Mit einer Einzelrechner-Architektur belaufen sich die monatlichen Servicekosten auf einen niedrigen dreistelligen Yuan-Betrag, sodass in der Validierungsphase keine Belastungen durch ein großes Team bestehen.

Was das Geschäftsmodell betrifft, sind alle Kernfunktionen in der aktuellen Phase vollständig kostenlos. Seine Einschätzung lautet: Es ist nicht schwer, Läufer dazu zu bringen, zu sagen „Ich würde das nutzen“, das Schwierige ist, dass sie es dauernd für die Archivierung nutzen. Er lässt die Bezahlrichtung offen und wartet, bis die gespeicherten Daten für sich sprechen. Mittelfristig könnte das Projekt auf Szenarien wie Laufgruppen, Laufveranstaltungen und betriebliche Gesundheitsförderung ausgeweitet werden. Das Projekt hat derzeit keine Finanzierung und hat auch keine Finanzierungsrunde gestartet. Wenn er in Zukunft über Investitionen verhandelt, legt er mehr Wert auf Kapital, das Branchenressourcen mitbringt – im Bereich Lauf- und Sportgesundheitsökosystem, betriebliche Gesundheitsförderung, Inhalte und Trainerorganisationen – und nicht nur auf reines Kapital.

„Dieses Projekt ist von Anfang an aus den eigenen Problemen von Läufern entstanden“, sagt Ray. Erst wenn die Daten miteinander verbunden sind, können die Menschen das Laufen wirklich verstehen. Als Nächstes wird er die Bedürfnisse gründlich validieren und dann Schritt für Schritt voranschreiten.