Evos sammelt 9 Mio. US-Dollar in einer Pre-Seed-Runde ein, um industrielle Expertise in autonome KI-Operatoren zu verwandeln

In vielen Industrieunternehmen ist das wertvollste Handbuch für den Betrieb ein Mensch. Erfahrene Mitarbeitende wissen, welche Rechnung noch einmal geprüft werden muss, bei welcher Ausnahme eines Frachtführers man abwarten kann und wann eine routinemäßige Entscheidung an eine Führungskraft weitergegeben werden sollte. Evos setzt darauf, dass sich KI durch die Erfassung solcher Einschätzungen von einem weiteren Werkzeug, das Mitarbeitende bedienen müssen, in Software verwandeln lässt, die operative Aufgaben erledigt.

Das New Yorker Startup, offiziell Evolutionary Operating System, Inc., hat sich mit einer Pre-Seed-Finanzierung in Höhe von 9 Millionen US-Dollar aus dem Stealth-Modus gewagt. Die Finanzierungsrunde wurde gemeinsam von Uncork Capital und Field Ventures angeführt. Beteiligt waren außerdem Crosslink Capital, Utopia Capital Management, Sandwith Ventures und Angel-Investoren.

Evos wurde 2026 von CEO Urav Shah gegründet und richtet sich an kleine und mittelständische Unternehmen in Branchen der physischen Wirtschaft. Nach eigenen Angaben überschritt das Unternehmen vier Wochen nach dem Start die Marke von 1 Million US-Dollar an jährlich wiederkehrenden Umsätzen. Mit der Finanzierung will es neue Mitarbeitende einstellen und seine Operatoren weiteren Unternehmen in der Realwirtschaft zugänglich machen. Die offizielle Einführung der Plattform Workhorse ist für die kommenden Wochen geplant.

Von der Dokumentation der Arbeit zu ihrer Erledigung

Die Operatoren von Evos sind Softwareagenten und keine Industrieroboter. Zu ihren Aufgaben gehören die Beantwortung von Anrufen von Frachtvermittlern, die Zusammenstellung von Frachtladungen, das Nachverfolgen fehlender Dokumente und der Abgleich von Rechnungen in den bereits von einem Unternehmen genutzten Systemen.

Diese Aufgaben können einfach wirken, bis eine Ausnahme auftritt. Eine Rechnung stimmt möglicherweise nicht mit einem Transportmanagementsystem überein, ein erforderliches Dokument fehlt oder die Umstände eines Kunden rechtfertigen eine andere Reaktion. Erfahrene Mitarbeitende lösen solche Fälle oft mithilfe von Wissen, das nie in einem formellen Verfahren festgehalten wird.

Evos zufolge lernen seine Operatoren aus solchen Entscheidungen und den dahinterliegenden Mustern. Ziel ist es, einem Operator die Verantwortung für eine fortlaufende Funktion zu übertragen, statt darauf angewiesen zu sein, dass ein Mensch jede Aufgabe mit einer weiteren Eingabe anstößt.

Dieser Ansatz passt zum allgemeinen Trend, KI-Agenten über industrielle Arbeitsabläufe hinweg zu koordinieren. Einen Geschäftsprozess abzuschließen, erfordert mehr, als eine plausible Antwort zu liefern: Das System muss mit aktuellen Informationen arbeiten, zulässige Aktionen ausführen und erkennen, wann ein Mensch die Entscheidung treffen sollte.

Autonomie muss sich erst bewähren

Das Einführungsmodell des Unternehmens beginnt mit einer Freigabestufe. Menschen genehmigen, verwerfen oder ändern vorgeschlagene Entscheidungen; ihr Feedback fließt als Trainingsdaten ein. Bei bestimmten Aufgaben und Szenarien erhält ein Operator mehr Autonomie, sobald er nachweislich mit dem Team übereinstimmende Entscheidungen trifft. In unbekannten Situationen wird ein Mensch hinzugezogen.

Damit ist Autonomie an einen klar definierten Aufgabenbereich gebunden. Erfolgreiche routinemäßige Rechnungsprüfungen belegen nicht automatisch die Fähigkeit, über eine strittige Gebühr zu verhandeln oder eine neue geschäftliche Verpflichtung einzugehen. Die Grenze zwischen vertrauten Aufgaben und einer neuen Ausnahme ist daher ein zentrales Element des Produkts.

Evos beschreibt eine erste Sitzung mit einem Experten, einen einsatzfähigen Operator am folgenden Tag und messbare Ergebnisse innerhalb eines Monats. Die Dokumentation zur Einführung nennt außerdem eine Abfolge aus Analyse, Konzeption, Strategie, Entwicklung, Einführung und Optimierung. Teams erfassen ihre Prozesse und wählen Anwendungsfälle aus. Anschließend legen sie fest, welche Aufgaben weiterhin von Menschen übernommen werden, bevor die Operatoren in den Produktivbetrieb gehen.

Die beworbene Einführung innerhalb von 24 Stunden ist eine Aussage des Unternehmens dazu, wie schnell ein Operator einsatzfähig gemacht werden kann. Sie sollte nicht als Versprechen verstanden werden, dass eine gesamte Unternehmensfunktion innerhalb eines Tages sicher autonom wird. In der Mitteilung wird der autonome Betrieb ausdrücklich an nachgewiesene Leistung und den vom Kunden gewählten Grad der Kontrolle geknüpft.

Die Technologie hinter einem Operator

Die Architekturübersicht von Evos beschreibt drei miteinander verbundene Elemente: eine synchronisierte Datenschicht über bestehenden Geschäftssystemen, eine Steuerungskomponente, die mehr als 300 spezialisierte Unteragenten koordiniert, und ein für jedes Unternehmen maßgeschneidertes Aktionsmodell.

Die Datenschicht verknüpft Informationen aus Transport-, ERP- und Lagerverwaltungssystemen sowie aus E-Mail und Kundenportalen. Die Steuerungskomponente verteilt Aufgaben auf spezialisierte Module für Schlussfolgerungen und Automatisierung. Das unternehmensspezifische Aktionsmodell beschreibt Evos als kleines Sprachmodell, das sich durch den Einsatz verbessert und nicht mit anderen Kunden geteilt wird.

Dieselbe Dokumentation beschreibt eine strukturierte Erfassung von Expertenwissen sowie einen Übergang vom Schattenmodus über den beaufsichtigten zum autonomen Betrieb, ergänzt durch Schutzmechanismen und einen Prüfpfad. Dabei handelt es sich um Beschreibungen des eigenen Systems durch das Unternehmen und nicht um eine unabhängige Bewertung seiner Architektur.

Die operative Herausforderung besteht darin, all diese Elemente aufeinander abzustimmen. Eine fundierte Entscheidung auf Grundlage veralteter Informationen kann dennoch falsch sein. Auch eine technisch erfolgreiche Systemaktualisierung kann die Befugnisse des Operators überschreiten. Die Zuverlässigkeit hängt davon ab, wie aktuell die Daten sind, wie gut die Entscheidungen ausfallen, welche Berechtigungen gelten und wie mit Eskalationen umgegangen wird.

Was die ersten Ergebnisse zeigen

Das anschaulichste Beispiel in der Ankündigung ist ein Frachtvermittler, der einen Evos-Operator einsetzt, um Rechnungen von Stückgut-Transportunternehmen mit seinem Transportmanagementsystem abzugleichen. Laut Evos traf der Operator in den ersten beiden Monaten knapp 3.500 Prüfentscheidungen mit einer Genauigkeit von 97 %. In den letzten fünf Wochen bearbeitete er Rechnungen im Wert von mehr als 600.000 $.

Der Rechnungswert bezeichnet den Umfang der bearbeiteten Arbeit, nicht die Höhe der Einsparungen oder der erzielten Einnahmen. Die angegebene Genauigkeit bezieht sich außerdem auf diesen speziellen Anwendungsfall der Rechnungsprüfung und ist keine plattformweite Garantie.

In der begleitenden Präsentation berichtet Evos von einer Entscheidungsgenauigkeit von rund 82 % und davon, dass etwa 70 % der Arbeit weitgehend ohne menschliches Eingreifen erledigt werden. Die Unterlagen enthalten weder ein einheitliches Testverfahren noch genügend Einzelheiten, um diese Werte direkt mit dem Ergebnis von 97 % bei der Rechnungsprüfung zu vergleichen. Sie sind als separate, vom Unternehmen berichtete Beobachtungen zu verstehen.

Mike Chalfant, Präsident von MyFreightWorld, berichtet nach der Einführung von einer höheren Abrechnungsgenauigkeit und Effizienz. Für potenzielle Kunden stellen sich als Nächstes die Fragen, wie die Leistung gemessen wird, wie kostspielige Fehler erkannt werden und welcher Anteil der Ausnahmefälle weiterhin erfahrenes Personal erfordert. Die Gesamtgenauigkeit allein kann diese Fragen nicht beantworten.

Betriebswissen in wiederholbare Abläufe überführen

Das Ziel geht über eine Verringerung des Zeitaufwands für einzelne Aufgaben hinaus. Evos will das Wissen darüber bewahren, wie ein Unternehmen erfolgreich geführt wird, und es dann konsequent anwenden, sobald Arbeit anfällt. Das könnte besonders wertvoll sein, wenn der Betrieb stark von wenigen erfahrenen Mitarbeitenden abhängt.

Bestehende Vorgehensweisen zu erfassen bedeutet jedoch auch, entscheiden zu müssen, welche davon bewahrt werden sollen. In früheren Entscheidungen können veraltete Annahmen oder Ausnahmen enthalten sein, die nicht mehr gelten. Menschliche Korrekturen und eine fortlaufende Aufsicht bleiben wichtig, auch wenn ein Operator mit vertrauten Aufgaben bereits sicher umgehen kann.

Die Pre-Seed-Finanzierungsrunde unterstützt einen frühen Versuch, betriebliches Fachwissen wiederverwendbar zu machen, ohne kleinere Industrieunternehmen zum Ersatz ihrer bestehenden Systeme zu bewegen. Für Evos ist der kommerzielle Prüfstein, ob seine Operatoren zuverlässig nützliche Arbeit erledigen, bei folgenreichen Ausnahmefällen die Kontrolle beim Menschen belassen und diese Vorteile auch dann bewahren können, wenn Kunden ihren Einsatzbereich erweitern.