Dieses Startup will KI beibringen, aus echten Nutzerdaten zu lernen

Ein neues Startup namens Trajectory will eine Plattform bauen, mit der KI-Produkte sich durch echte Nutzerinteraktionen kontinuierlich verbessern. Maxwell Zeff berichtet für WIRED, dass das Unternehmen von ehemaligen Forschern bei Google DeepMind, Apple und OpenAI gegründet wurde. Trajectory hat eine Seed-Finanzierungsrunde über 15 Millionen US-Dollar abgeschlossen, bei einer Bewertung von 115 Millionen Dollar. Angeführt wird die Runde vom Wagniskapitalgeber Conviction, mit Beteiligung von Bessemer Venture Partners, Radical VC und BoxGroup. Zu den individuellen Investoren zählen Google-DeepMind-Chefwissenschaftler Jeff Dean und Stanford-Professorin Fei-Fei Li.

Die meisten KI-Systeme hören auf zu lernen, sobald ihr Training abgeschlossen ist. CEO und Mitgründer Ronak Malde bringt es auf den Punkt: „Das KI-Modell, das du gestern genutzt hast, wird heute dieselben Fehler machen.“ Trajectory will diese Lücke durch sogenanntes Continual Learning schließen, also kontinuierliches Lernen. Dazu werden Unternehmens-KI-Modelle auf Basis realer Interaktionsdaten regelmäßig aktualisiert, derzeit bis zu einmal pro Woche.

So funktioniert das Modell in der Praxis

Trajectory setzt nicht auf fertige Modelle von OpenAI oder Anthropic. Stattdessen beginnen Kunden mit einem Open-Source-Modell, das für einen bestimmten Anwendungsfall weiterentwickelt wird. Beim Kundenservice-Anbieter Decagon erfasst das System Fälle, in denen die KI scheitert, etwa wenn eine Kundenanfrage an einen menschlichen Mitarbeiter weitergeleitet wird. Diese Fälle fließen dann ins Nachtraining ein. Weitere aktuelle Kunden sind das Vertriebsstartup Clay und das Legal-AI-Startup Harvey.

Mitgründer Arjun Karanam benennt eine zentrale Herausforderung: Anders als beim Programmieren, wo sich Erfolg klar messen lässt, haben viele Branchen keine eindeutigen Qualitätskriterien für KI-Antworten. Trajectory hilft Unternehmen deshalb auch dabei, solche Kriterien zu definieren.

Kritiker könnten anmerken, dass wöchentliche Updates kein echtes Continual Learning im klassischen Sinne darstellen. Mitgründer Michael Elabd sieht das als Anfang. Das langfristige Ziel sei, Modelle stündlich oder sogar nach jeder einzelnen Interaktion zu aktualisieren.

Derzeit richtet sich Trajectory vor allem an KI-native Unternehmen. Langfristig soll die Plattform auch für große Konzerne aus der Fortune-500-Liste zugänglich sein.