Clueso sammelt 10 Mio. US-Dollar in einer Series-A-Finanzierungsrunde ein, um die Erstellung und Aktualisierung von Unternehmensvideos zu automatisieren

Ein Software-Tutorial kann schon in dem Moment veralten, in dem ein Produktteam eine neue Benutzeroberfläche veröffentlicht. Die Ersatzversion aufzunehmen, ist nur ein Teil der Arbeit: Jemand muss die Änderung erklären, ein Skript schreiben, die Vertonung erstellen und den Prozess für eine wachsende Inhaltsbibliothek wiederholen. Clueso setzt darauf, dass KI-Agenten mehr von diesem Produktionsablauf übernehmen können.

Das Unternehmen gab am 13. Oktober eine Series-A-Finanzierungsrunde über 10 Millionen US-Dollar bekannt, die von Dharana Capital angeführt wurde. Founders Future und Neotribe Ventures beteiligten sich als neue Investoren; auch Y Combinator und f7 Ventures investierten erneut. Clueso zufolge erhöht die Finanzierungsrunde das Gesamtfinanzierungsvolumen des Unternehmens auf 12 Millionen US-Dollar. Bestehende Investoren steuerten mehr als 80 % des neuen Kapitals bei.

Die Finanzierung unterstützt den umfassenderen Wandel von KI-gestützter Bearbeitung hin zu Agenten, die die Software eines Unternehmens verstehen, reale Arbeitsabläufe erfassen und dazu beitragen, die daraus entstehenden Videos aktuell zu halten. Für Unternehmen geht es bei der Ankündigung daher ebenso sehr darum, Informationen aktuell zu halten, wie Inhalte schneller zu erstellen.

Unternehmensvideos haben ein Aktualisierungsproblem

Clueso zufolge nutzen mehr als 1.000 Unternehmen die Plattform, darunter Atlassian, Zendesk, Gainsight, GlobalPartners, Seismic und Ironclad. Zu den vorgesehenen Einsatzbereichen zählen die Kundenbildung, das Onboarding von Mitarbeitenden, Marketing, Vertriebsunterstützung und interne Abläufe.

Diese Teams stehen vor einer anderen Produktionsherausforderung als jemand, der einen einzelnen Clip erstellt. Ein Schulungsvideo muss die richtigen Schaltflächen zeigen, die korrekte Abfolge beschreiben und der Version entsprechen, die Mitarbeitende oder Kunden tatsächlich verwenden. Änderungen an einem Dashboard oder einem Genehmigungsprozess können ein ansonsten professionell gestaltetes Tutorial irreführend machen.

Das Unternehmen berichtet, dass Teams ihre Produktivität um mehr als das Fünffache gesteigert und die Kosten für die Videoproduktion um 80 % gesenkt haben. Dabei handelt es sich um in der Ankündigung genannte Kundenergebnisse, nicht um Resultate eines unabhängig kontrollierten Vergleichs. Die Mitteilung erläutert keine Methodik, mit der sich diese Zahlen auf verschiedene Unternehmen übertragen ließen.

Clueso wurde von Akash Anand, Prajwal Prakash und Neel Balar gegründet. Anand, Mitgründer und CEO des Unternehmens, beschreibt dessen Ausweitung von Produkttutorials auf Videoproduktionen für verschiedene Abteilungen. Das Profil von Y Combinator ordnet das Startup dem Winter-2023-Jahrgang zu und bietet damit Kontext für ein Unternehmen, das mit Anleitungsvideos und Dokumentation begann, bevor es den Umfang seiner Automatisierung ausweitete.

Wie der Agent ein Video aufnimmt und erstellt

Laut der Ankündigung können die Computeragenten von Clueso echte Software bedienen, Arbeitsabläufe ausführen und das nötige Bildmaterial zu deren Veranschaulichung aufnehmen. Anschließend übernimmt die Plattform Skripterstellung, Vertonung, Bewegungsgrafiken, Untertitel und Schnitt. Für manuelle Anpassungen steht weiterhin ein browserbasierter Editor zur Verfügung.

Die Produktseite des Agenten beschreibt diesen Ablauf genauer. Kunden können Zugriff auf ihr Produkt gewähren oder eine Codebasis verbinden. Anschließend erstellt der Agent einen Skriptentwurf und einen Produktionsplan. Ein Browser-Agent nimmt die Bildschirmaufzeichnung auf; in einem automatisierten Bearbeitungsschritt werden Vertonung, Zooms, Texthinweise und Gestaltungselemente hinzugefügt. Das Unternehmen beschreibt außerdem über GitHub verbundene Aktualisierungen und bearbeitbare Entwürfe.

Dabei werden mehrere unterschiedliche technische Aufgaben miteinander verbunden. Eine Benutzeroberfläche zu bedienen, ist eine Aufgabe der Computernutzung; zu entscheiden, was gezeigt werden soll, erfordert ein Verständnis der Funktion; aus der Aufzeichnung eine verständliche Erklärung zu machen, verlangt redaktionelles Urteilsvermögen. Die Koordination dieser Schritte verleiht dem agentischen Ansatz des Produkts praktische Bedeutung.

Zugleich gibt es mehrere Stellen, an denen eine Überprüfung sinnvoll bleibt. Ein Agent kann einen Arbeitsablauf erfolgreich aufnehmen und dabei dennoch ein untypisches Beispiel auswählen oder eine Einschränkung falsch erklären. Reale Aufnahmen verringern die Abhängigkeit von künstlich erzeugten Benutzeroberflächen, garantieren für sich genommen aber kein korrektes Skript.

Laut der Ankündigung können Teams wiederverwendbare Standards für Stimme, visuellen Stil, Lokalisierung, Bewegungsgrafiken und Musik festlegen. Werden diese Einstellungen einheitlich angewendet, könnten sie wiederholte Bearbeitungsentscheidungen in verschiedenen Abteilungen reduzieren und zugleich die Verantwortung für die Botschaft und ihre Freigabe beim Menschen belassen.

Videoproduktion mit anderen KI-Arbeitsabläufen verbinden

Die MCP-Dokumentation von Clueso beschreibt eine weitere Nutzungsmöglichkeit der Plattform: Externe Assistenten können über das Model Context Protocol Videos erstellen, bearbeiten und verwalten. Das Unternehmen nennt Claude, ChatGPT, Gemini und Cursor als unterstützte Anwendungen und erklärt, dass die Ergebnisse in einem gemeinsam genutzten Clueso-Arbeitsbereich bearbeitbar bleiben.

Die Dokumentation nennt Beispiele für Arbeitsabläufe, die außerhalb eines Videoeditors beginnen, etwa die Umwandlung einer in Linear nachverfolgten Veröffentlichung in ein Feature-Video, das über Slack bereitgestellt wird. Außerdem heißt es, dass der MCP-Zugriff den bestehenden Berechtigungen des Arbeitsbereichs unterliegt und widerrufen werden kann. Dies sind die dokumentierten Funktionen und Kontrollmöglichkeiten des Unternehmens; daraus folgt nicht, dass die Arbeitsabläufe aller Kunden ohne Aufsicht ablaufen.

Für Unternehmen liegt die Bedeutung darin, wo die Produktion beginnt. Statt dass jemand Versionshinweise, Screenshots und Anleitungen zwischen Anwendungen übertragen muss, kann ein Assistent mehrere Tools für eine klar definierte Aufgabe koordinieren. Dadurch wird Video zu einem möglichen Ergebnis eines operativen Arbeitsablaufs.

Clueso ist Teil des breiteren Marktes für KI-Videogenerierung, legt hier den Schwerpunkt jedoch auf Software-Demonstrationen, eine bearbeitbare Produktion und die regelmäßige Pflege. Entscheidend für den Erfolg ist, ob Kunden präzise Erläuterungen veröffentlichen und diese aktuell halten können, wenn sich ihr Unternehmen verändert.

Wofür die Series-A-Finanzierung verwendet werden soll

Clueso plant, das Kapital in den Ausbau seiner Vertriebs- und Markteinführungsaktivitäten für Unternehmenskunden, die Weiterentwicklung der Agentenfunktionen der Plattform, ein breiteres Angebot an Bearbeitungswerkzeugen und eine engere Anbindung an Systeme mit Produkt- und Unternehmenswissen zu investieren.

Die angestrebte Pflege der Inhalte ist besonders folgenreich. Laut Mitteilung kann die Plattform Arbeitsabläufe erneut ausführen und Videos aktualisieren, wenn sich ein Produkt oder Prozess ändert. Damit dies zuverlässig gelingt, muss ermittelt werden, welche Inhalte betroffen sind, das neue Verhalten erfasst und jede weiterhin zutreffende Erläuterung beibehalten werden. Eine geänderte Benutzeroberfläche bedeutet nicht immer, dass sich auch der zugrunde liegende Prozess geändert hat; umgekehrt garantiert ein unveränderter Bildschirm nicht, dass eine Richtlinie noch korrekt ist.

Für Kunden sind neben der Produktionsgeschwindigkeit auch der Zeitaufwand für Prüfungen, die Korrekturquote und der Anteil der Bibliothek mit aktuellen Inhalten aussagekräftige Messgrößen. Die Finanzierungsrunde über 10 Millionen US-Dollar gibt Clueso die Mittel, dieses Angebot weiterzuentwickeln. Langfristig wird sich zeigen, ob sich mit automatisierter Produktion der Rückstand bei der Erstellung von Unternehmensvideos abbauen lässt, ohne einen neuen Rückstand an Inhalten zu schaffen, die noch geprüft werden müssen.