Buddy.ai entwickelt Spracherkennung und Sprachtraining fuer Kinder

Der Markt für Sprachlern-Apps für Kinder wird immer voller und wird zunehmend unter die Lupe genommen. Letzte Woche startete die Non-Profit-Organisation Common Sense Media das Youth AI Safety Institute, das erste unabhängige Labor seiner Art, das von 20 Millionen US-Dollar pro Jahr unterstützt wird, um KI-Produkte für Kinder Belastungstests zu unterziehen – ein Druck, der gerade dann eintritt, als KI bereits 33,5% der Einnahmen im Bereich der digitalen Sprachlern-Produkte ausmacht.

Zugleich dürfte allein das Kindersegment dieses Marktes von 2,38 Milliarden US-Dollar im Jahr 2026 auf 5,17 Milliarden US-Dollar im Jahr 2035 stark wachsen. Offensichtlich bewegt sich das Geld parallel zur KI-Integration – aber auch die Aufsicht.

Forschung des KI-Instituts der University of Colorado hat die Lücke deutlich dokumentiert: Die Genauigkeit der Spracherkennung ist für Kinder erheblich niedriger als für Erwachsene, da die meisten kommerziellen Systeme auf sauberem Audio von erwachsenen Sprechern trainiert werden – die oft vorbereitete Texte vorlesen.

Ein Bericht aus dem Jahr 2024 unterstreicht, warum: Kinderstimmen umfassen schnelle, unvorhersehbare Veränderungen in Tonhöhe, Artikulation und Wortschatzentwicklung, die auf Erwachsenendaten trainierte Modelle zum Straucheln bringen.

Und in der Praxis bedeutet dies, dass ein sechs Jahre altes Kind, das Englisch lernt, ein System erhält, das es falsch versteht, nicht reagiert oder schlimmer noch: auf das Falsche reagiert. Das Kind verliert das Interesse am Lernen; der Elternteil verliert Geld.

Dies ist das Problem, an dem Ivan Crewkov 2018 begann zu arbeiten, vier Jahre bevor große Sprachmodelle zu einem Mainstream-Thema wurden.

Ein vertrauter Ausgangspunkt

Crewkovs Einstieg in den EdTech-Bereich war persönlich. Als seine Familie 2014 von Sibirien nach Kalifornien zog, war seine Tochter Sofia vier Jahre alt und hatte Schwierigkeiten, Englisch in der Vorschule zu lernen. Er probierte jedes verfügbare Werkzeug aus und fand die gleichen Lücken bei allen.

„Sie beinhalteten oft Lesen, was sie noch nicht konnte, sie fühlten sich zu sehr wie Arbeit an und boten keine Sprechübung – was für Kinder, die eine neue Sprache lernen, entscheidend ist“, erzählte er Unite AI.

Er wandte sich dann an Nachhilfelehrer, die live online unterrichteten, begann, die Sitzungen aufzuzeichnen, und bemerkte etwas, was er nicht erwartet hatte. „Die Lehrer lasen buchstäblich von ihren Bildschirmen“, sagte er, und viele von ihnen waren keine zertifizierten Pädagogen; jede Sitzung kostete 15 bis 20 US-Dollar.

Mit seinem Hintergrund in KI schätzte Crewkov die Situation klar ein: „Es war mir klar, dass wahrscheinlich 80% dieser Arbeit mit einem virtuellen, sprechenden KI-Charakter und Spracherkennung erledigt werden konnte. Dies würde auch den Markt für deutlich mehr Menschen zugänglich machen, da es extrem teuer war“,

„Die Idee war, einen Monat des Lernens zum Preis einer Nachhilfestunde anzubieten“, fügte er hinzu. Diese Idee wurde zu Buddy.ai.

Fast 10,8 Millionen kleine Kinder – 32% aller US-amerikanischen Kinder unter neun Jahren – sind Zwei-Sprachen-Lerner (DLLs), mit mindestens einem Elternteil, der zu Hause eine andere Sprache als Englisch spricht, wie das Migration Policy Institute angibt. Seit 2000 ist diese Bevölkerung um 24% gewachsen, und DLLs machen nun mehr als 20% der Bevölkerung im frühen Kindesalter in 24 Bundesstaaten und Washington D.C. aus.

Das sind wahrscheinlich die Familien, die am wahrscheinlichsten nach Plattformen wie Buddy.ai suchen – und am wenigsten Zugang zu qualitativ hochwertigen frühkindlichen Bildungsprogrammen haben. Von den Kindern, die zwei Sprachen lernen, leben 43% in Haushalten mit niedrigem Einkommen im Vergleich zu 33% der Nicht-DLL-Kinder.

Die kommerzielle Logik ist daher klar. Die schwierigere Frage ist, ob die Technologie tatsächlich funktioniert – und hier weicht Buddy.ais Ansatz deutlich von den meisten Wettbewerbern ab.

Von Anfang an für Kinder entwickelt

Der Unterschied, den Crewkov zwischen dem Bau für Kinder und der Anpassung für sie zieht, ist architektonisch, nicht kosmetisch. „KI von Grund auf für Kinder zu bauen bedeutet, dass wir jede Ebene des Systems um Kinderstimmen, Verhalten, Regulierung und Aufmerksamkeitsspanne herum einschränken und neu gestalten – anstatt zu versuchen, einem Chatbot für Erwachsene einen Kindermodus hinzuzufügen.“

Das Kernproblem ist akustisch. „LLM-Systeme für Erwachsene gehen von Text und Sprache Erwachsener aus: langen grammatischen Sätzen, stabiler Aussprache und ruhigen Umgebungen. Ein Sechsjähriger gibt Ihnen das Gegenteil: fragmentarische Äußerungen, Aussprachefehler, Schreien, starke Akzente und Hintergrundgeräusche.“

Buddys Spracherkenner wurde mit Zehntausenden Stunden realer Kinderstimmen in verschiedenen Altersgruppen, Akzenten und lärmigen Heimumgebungen trainiert und kontinuierlich weiter trainiert. Das Startup behauptet, es übertrifft nun Googles allgemeine Spracherkennung bei Kinderstimmen, was mehr Glaubwürdigkeit hat, als es auf den ersten Blick scheinen mag: spezifisches Training auf der Zielgruppe übertrifft konsistent das Training auf Erwachsenendaten.

Auch die Dialogebene ist speziell für diesen Zweck entwickelt. Jede Sitzung läuft innerhalb dessen, was Crewkov als „Steuerungsebene“ bezeichnet: ein System, das den Lehrplan berücksichtigt, mit einem Sitzungsplan, definierten Themen und Zielverfolgung. Das Sprachmodell fungiert als ein Bestandteil innerhalb dieser Struktur, nicht als Produkt selbst.

Wenn ein Kind vom Kurs abweicht, lenkt das System um; das Gespräch driftet nicht unbegrenzt in beliebige Inhalte ab, die ein allgemeines Sprachmodell erzeugen könnte. „Es gibt einen Sitzungsplan, erlaubte Themen, Zielverfolgung und Code, der steuert, umlenkt oder die Konversation beendet, wenn nötig – damit ein Sechsjähriger nie einfach in offene Internet-Unterhaltung abrutscht.“

Auch die Privatsphäre wird als architektonische Einschränkung und nicht nur als Richtlinie behandelt – ist aber auch stillschweigend zu einem Wettbewerbsvorteil geworden. Da die Children’s Online Privacy Protection Rule (COPPA) das Sammeln von Kinderstimmen ohne elterliche Zustimmung verbietet, beträgt die größte öffentlich verfügbare Datenmenge von Kinderstimmen nur einige hundert Stunden.

Buddy.ai hat Zehntausende von Stunden realer Kinderstimmen in verschiedenen Altersgruppen, Akzenten und lärmigen Heimumgebungen gesammelt. Die meisten Wettbewerber nahmen den einfacheren Weg und passten LLMs für Erwachsene an Kinder an, anstatt von Grund auf zu bauen – aber der Shortcut ist jetzt ein Nachteil.

Bei Buddy laufen alle KI-Berechnungen auf der eigenen Infrastruktur der Plattform, Kinderstimmen werden in Echtzeit verarbeitet und gelöscht, bevor die Eltern überhaupt daran denken, und keine Konversationen werden durch kommerzielle KI-APIs geleitet, wie Crewkov angibt.

„Wir sind sehr explizit mit den Eltern darüber, was wir sammeln, warum und wie sie es löschen können – Transparenz ist genauso wichtig wie die Technik selbst“, betonte Crewkov.

Seit dem Start von ChitChat, dem letzten großen Update auf dem US-Markt, das fortschrittlichere, freie Konversationen einführt, berichtet das Unternehmen, dass amerikanische Schüler 7,7-mal mehr Übungen in demselben Zeitraum wie im Vorjahr abgeschlossen haben.

Weltweit sind die durchschnittlich abgeschlossenen Übungen pro Monat um das 3,5-fache im Vergleich zum Vorjahr gestiegen.

Crewkov ist ehrlich über die Grenzen dessen, was diese Zahlen beweisen. „Die Entwicklung von Forschungsstudien, die den Lernerfolg der Schüler quantifizierbar messen, ist etwas, das wir in naher Zukunft hoffen zu tun“, sagte er. Für den Moment basiert die Beweisgrundlage jedoch auf Nutzerfeedback, Produktengagement-Daten und Branchen-Auszeichnungen.

Der Anwendungsfall, den niemand geplant hatte

Vielleicht der aussagekräftigste Moment in Buddy.ais Geschichte ist der, der ungeladen kam: ohne gezielte Werbung begannen Eltern von Kindern mit Autismus und Sprachverzögerungen in Umfragedaten unter den engagiertesten Nutzern der Plattform aufzutauchen.

„Wir waren anfangs ziemlich überrascht. Es hob definitiv hervor, dass es andere Möglichkeiten gab, wie Buddy Schülern weltweit zu erschwinglichen Kosten helfen konnte“, erinnerte sich Crewkov.

Für den Gründer war es nicht nur eine interessante Anomalie – es wies auf eine Lücke hin, die das Produkt nicht beabsichtigt hatte zu füllen, aber offensichtlich konnte. Das Unternehmen reagierte, indem es einen speziellen Applied Behavior Analysis (ABA)-Kurs aufbaute.

Die Lücke ist breit und gut dokumentiert. Ein Marktbericht aus dem Jahr 2025 fand heraus, dass die Autismus-Prävalenz in den USA bei 1 von 31 Kindern liegt – im Vergleich zu 1 von 150 im Jahr 2000 – vor dem Hintergrund anhaltender Engpässe bei zertifizierten Therapeuten. Für Familien ohne ausreichende Versicherungsabdeckung können die jährlichen Kosten für ABA-Therapie 250.000 US-Dollar erreichen.

Forschung der US-amerikanischen National Institutes of Health (NIH) über die Gründe, warum Familien keine ABA erhielten, fand die Barrieren als bemerkenswert praktisch: die häufigsten Gründe, die genannt wurden, umfassten lange Wartezeiten (34%), mangelnde ABA-Anbieter in ihrem Gebiet (10%) und fehlende Abdeckung durch die Versicherung (10%). Umfragedaten zeigten auch, dass mehr als die Hälfte aller US-Countys überhaupt keine zertifizierten Verhaltensanalysten haben.

Ob ein KI-Charakter eine sinnvolle Intervention auf klinischer Ebene darstellt, bleibt eine offene Frage – aber als verlässliches, kostengünstiges und jederzeit verfügbares Übungswerkzeug für Kinder auf langen Wartelisten ist sein Wert einfacher zu verteidigen.

„Dies ist ein laufendes Projekt, aber wir sind wirklich stolz darauf, wohin die Initiative geht“, sagte Crewkov.

Die größere Frage

Der breitere EdTech-Markt ist jetzt voller Unternehmen, die ähnliche Versprechen abgeben: speziell entwickelte KI, robuste Architektur und Produkte, die tatsächlich Lernen ermöglichen. Tatsächlich wird der globale KI-Bildungsmarkt voraussichtlich 32,27 Milliarden US-Dollar im Jahr 2030 erreichen, und jeder große Anbieter hat eine Kinderstrategie.

Was Buddy.ais Position unterscheidet, sind nicht die Behauptungen selbst, sondern der Entwicklungsverlauf. Crewkov begann vor der aktuellen Investitionswelle, die das Thema populär machte, und vor LLMs, die es einfach machten, einen überzeugenden Sprachlehrer an einem einzigen Nachmittag zu bauen, an der Spracherkennung für Kinder zu arbeiten.

Die technische Infrastruktur – die akustischen Modelle, die auf Kinderstimmen trainiert wurden, die Architektur, die den Lehrplan berücksichtigt, das proprietäre Avatarsystem – spiegelt fast ein Jahrzehnt fortlaufender Verbesserungen zur Lösung dieses konkreten Problems wider, nicht eine schnelle Wendung in Richtung eines boomenden Marktes.

„In zwei Jahren wird Buddy in der Lage sein, Englischlernenden die Übung zu bieten, die sie benötigen, um von den ersten englischen Wörtern bis zur Sprachbeherrschung zu gelangen. Wir sind nicht in Eile, weil wir Sicherheit und Privatsphäre priorisieren“, erklärte Crewkov.

Und unter all dem liegt eine Design-Philosophie, die vielen gängigen Vorstellungen über KI-Produkte entgegensteht. „Sechsjährige kommen nicht wegen KI zurück. Sie kommen zurück für einen Charakter und eine Welt, der sie sich zugehörig fühlen.“

Das lässt sich schwerer nachbilden als ein Chatbot mit einem freundlichen Namen. Und für den Moment ist dies Buddy.ais am besten zu verteidigender Wettbewerbsvorteil.