Wie viele historische Daten brauche ich? Wenn ich aktuell 20 Projekte habe, aber keine historische Daten, dann geht ein Training doch sehr lange, oder?

Nein, denn Can Do verwendet für die KI zur Ressourcenalternative das Verfahren des Imitationslernen

Neuronale Netze können in einem Ansatz, der als "Lernen durch Beobachtung", "Imitationslernen" oder "Lernen durch Demonstration" bezeichnet wird, auch untrainiert beginnen und dann durch Beobachtung von Anwendern trainiert werden. Diese Art des Lernens fällt unter die Kategorie des überwachten Lernens oder eine spezifische Form des Verstärkungslernens, abhängig von der genauen Implementierung. 

Imitationslernen

Imitationslernen ist ein Prozess, bei dem ein Modell lernt, Aufgaben auszuführen, indem es menschliche Anwender oder Experten bei der Ausführung dieser Aufgaben beobachtet. Das neuronale Netz versucht dann, die beobachteten Aktionen zu imitieren, was oft als effizienterer Weg zum Erlernen komplexer Verhaltensweisen angesehen wird, verglichen mit dem Erlernen von Grund auf durch Trial-and-Error (wie es oft beim Verstärkungslernen der Fall ist).

In Can Do wird das quasi durch die Buttons "Ersetzen" und "Verwerfen" repräsentiert. Der Anwender entscheidet wie gut der Vorschlag der KI war und dadurch lernt die KI im Laufe der Zeit immer bessere Vorschläge zu machen.