Ein*e Wissensarbeiter*in verbringt ca. 30% der Arbeitszeit mit dem Suchen nach Informationen (Feldman & Sherman, 2001). KUMASA reduziert diesen Arbeitsaufwand, indem es Wissensarbeiter*innen lückenlos bei der Findung, Speicherung, Erzeugung und Anwendung von Wissen und Informationen unterstützt.
Die Innovation ist zum einen, dass Kumasa Informationen in einem Kartenformat darstellt, welches Wissen modularer (Karten können mehreren übergeordneten Knotenpunkte zugeordnet werden), fraktaler (Karten können andere Karten enthalten und in unendlicher Tiefe verschachtelt werden) und zugänglicher (Karten können in einem Terminal jederzeit aufgerufen werden) macht.
Zudem denkt das Gründerteam den Prozess von Inhaltsvorschlägen neu: Erstens müssen Nutzer*innen die Engine erstmals nicht explizit und dediziert mit Daten speisen; zweitens indiziert die Engine über die auf der Plattform geteilten Inhalte hinaus weitere wertvolle Inhalte jeglichen Mediums (Schriftstücke, PDFs, Videos, etc. - alles was eine URL hat) und schlägt diese dem*der Nutzer*in vor. Damit ist die Recommendation Engine intuitiver, umfangreicher und genauer, als bestehende Engines. Der*die Nutzer*in kann von diesen InformationsvorschIägen unmittelbar Gebrauch machen und diese in die eigene Arbeit einfließen lassen.
Zu den Nutzeffekten lassen sich also nicht nur die Reduktion von Suchkosten zählen, sondern auch Vorteile wie eine höhere Entscheidungsqualität oder Vermeidung von Doppelarbeit. Die Ziele bis zum Ende der potentiellen EXIST-Förderphase sind einschließlich, aber nicht beschränkt: Den Product-User-Fit" (zweckmäßiges Feature-Set für ein abgrenzbares Kund*innensegment) mittels Nutzer*inneninterviews zu festigen und ein dazu passendes Geschäftsmodell zu finden.