DataBahn hæver 40 millioner dollars til at bygge en agentic kontrol lag for virksomhedsdata

DataBahn har hævet 40 millioner dollars i serie B-finansiering, da virksomheden søger at udvide infrastrukturen, som virksomheder bruger til at forberede, styre og levere data til kunstig intelligens-systemer.

Insight Partners ledte runden, med eksisterende investorer Forgepoint Capital, GTM Capital og S3 Ventures også deltog. Investeringen bringer den Dallas-baserede virksomheds samlede finansiering til 59 millioner dollars, efter en 17 millioner dollars serie A annonceret i juni 2025.

DataBahn planlægger at rette den nye kapital mod forskning og udvikling, yderligere produktfunktioner og den fortsatte udvidelse af sin partnerledede salgsmodel. Virksomheden positionerer sin platform som en “agentic data kontrol plane”, en infrastruktur lag, der er designet til at styre, hvordan virksomhedsdata flyttes mellem operationelle systemer, sikkerhedsplatforme, lagringsmiljøer og AI-modeller.

Runden kommer, da virksomheder genererer mere telemetri end deres eksisterende sikkerheds- og analytics-systemer kan økonomisk bearbejde. Samtidig kræver AI-agenter og copilotter adgang til pålidelig virksomhedskontekst, hvis de skal træffe nyttige beslutninger eller udføre handlinger på vegne af medarbejderne.

Bevæger sig ud over konventionelle data rørledninger

Traditionelle virksomhedsdata rørledninger samler generelt information fra en kilde og leverer det til en destination, såsom en sikkerhedsinformation og begivenhedsstyring platform, datawarehouse eller cloud-lagringsystem.

Denne model bliver mindre effektiv, når antallet af datakilder, destinationer og forbrugere udvides. En virksomhed kan have brug for at samle logs fra cloud-infrastruktur, identitetssystemer, endpunkter, applikationer, industriel udstyr og software-as-a-service-platforme, samtidig med at de sender forskellige dele af denne information til sikkerhedsværktøjer, analytics-systemer, data-søer og AI-applikationer.

At flytte hver tilgængelig begivenhed til hver nedstrøms system kan skabe betydelige lagrings-, behandlings- og cloud-data-overførselsomkostninger. Det kan også gøre det sværere for analytikere og AI-modeller at finde den information, der virkelig er relevant.

DataBahn indsætter en styringslag mellem disse kilder og destinationer. Dens platform kan samle, filtrere, normalisere, berige og dirigere information, mens den flyttes, snarere end at kræve, at hver nedstrøms-applikation uafhængigt behandler den rå data.

Virksomheden siger, at dens teknologi i øjeblikket understøtter mere end 600 datakilder og er designet til at forblive uafhængig af enhver specifik lagringsplatform, sikkerhedsleverandør eller AI-model. Dette giver kunderne mulighed for at ændre destinationer eller bruge flere systemer uden at genopbygge samlingsslaget omkring hver leverandørs arkitektur.

DataBahn fokuserede oprindeligt stærkt på cybersikkerhedstelemetri, men har siden udvidet sin platform til at dække applikations-, overvågnings- og Internet of Things- og operations-teknologi-data.

Forbereder virksomhedsdata til AI-agenter

AI-komponenten i DataBahns strategi er ikke begrænset til at tilføje en konversationsgrænseflade til en eksisterende data-platform.

Dets Cruz AI-system fungerer som en agentic data-ingeniør, der hjælper med arbejde, der traditionelt håndteres gennem manuelt konfigurerede integrationer og parsing-regler. Softwaren overvåger indgående data-skemaer, identificerer ændringer og kan generere opdaterede parse og mappings, når formatet på en kilde ændres.

Dette er vigtigt, fordi virksomhedsdatakilder sjældent forbliver statiske. Software-udviklere introducerer nye felter, ændrer begivenhedsformater og opdaterer programmeringsgrænseflader. Når disse ændringer bryder en rørledning, kan sikkerheds- og data-ingeniørteammer miste synlighed, indtil integrationen er repareret.

DataBahn beskriver Cruz som en måde at omdanne denne proces til en godkendelsesbaseret arbejdsgang. I stedet for at ingeniører bygger hver connector eller parser fra begyndelsen, kan systemet analysere den ændrede kilde og forberede en opdateret konfiguration til gennemsyn.

Platformen normaliserer også information til konsistente skemaer, herunder Open Cybersecurity Schema Framework. Standardisering kan gøre data lettere for sikkerhedsværktøjer og AI-systemer at fortolke, fordi samme type begivenhed repræsenteres konsekvent, uanset hvilket produkt det er genereret af.

For AI-agenter er det bredere mål at forsyne nok kontekst til at understøtte en beslutning uden at kopiere en virksomheds hele data-estat til en anden platform. DataBahn kan bearbejde information kontinuerligt, mens den henter yderligere kontekst, når en applikation eller agent har brug for det.

Denne tilgang kunne blive mere vigtig, da virksomheder bevæger sig fra generative AI-systemer, der primært besvarer spørgsmål, til agenter, der initierer arbejdsgange, ændrer konfigurationer eller reagerer på operationelle begivenheder. Pålideligheden af disse agenter vil afhænge delvist af, om den underliggende data er aktuel, korrekt struktureret og styret.

Intelligence flytter ind i data-strømmen

DataBahn har også været i gang med at udvikle, hvad de kalder Autonomous In-Stream Data Intelligence, en arkitektur, der anvender analyse og beslutningstagning, mens information flyttes gennem rørledningen.

Systemet er designet til at gøre mere end at forberede data til analyse, efter at det har nået en destination. Det kan evaluere datakvalitet, identificere manglende information og bestemme, hvordan enkeltbegivenheder skal behandles i realtid.

I en sikkerhedsomgang kunne en rørledning berige en indgående begivenhed med trusselsintelligens, dirigere højværdi-telemetri ind i en analytics-platform og flytte lavere-prioritetsinformation ind i billigere lagring. At anvende disse beslutninger, før data når en sikkerhedsplatform, kunne reducere indtagelsesomkostninger uden at tvinge en virksomhed til at opgive information, der måske senere er nødvendig for en undersøgelse.

Virksomheden har argumenteret for, at intelligensen skal sidde inde i rørledningen, snarere end kun at blive anvendt efter, at data allerede er blevet indsamlet og gemt.

Denne arkitektur afspejler også en bredere ændring i virksomhedsdata-styring. Rørledningen bliver en aktiv politik- og orkestreringslag, snarere end en passiv rørledning, der forbinder to systemer.

Virksomhedsadoption driver Serie B

DataBahn rapporterer, at deres omsætning er øget med mere end 400% år for år, med en netto-omsætningsretention på 180%. De hævder også, at de har nul kunde-udskiftning og en 97%-succesrate på proof-of-concept-udrulninger.

Virksomheden betjener organisationer i sundhedssektoren, finansielle services, fremstilling og transport, herunder flere Fortune 100-virksomheder. Deres offentliggjorte kunder inkluderer MVB Bank og Canada Pension Plan Investment Board.

MVB Bank Chief Information Security Officer Parrish Gunnels sagde, at platformen hjalp banken med at bringe multiple data-formater, regulatoriske krav og revisionskontroller ind i en fælles miljø, der understøtter deres AI-agenter.

Ved Canada Pension Plan Investment Board bruges teknologien til at standardisere onboarding af sikkerhedstelemetri. Organisationen sagde, at dette reducerede den tilpassede ingeniørarbejde, der tidligere var nødvendigt for at tilslutte nye log-kilder, og gjorde det lettere at identificere systemer, der ikke sendte den forventede data.

DataBahn har i høj grad forfulgt disse kunder gennem kanal- og teknologipartnere, snarere end at afhænge udelukkende af direkte salg. Seneste initiativer inkluderer en dybere integration med Microsofts (MSFT ) sikkerhedsøkosystem og en Asien-Stillehavs-distributionsaftale med sikkerhedsdistributoren M.Tech.

Finansiering retter sig mod en voksende infrastruktur-bottleneck

Serie B giver DataBahn mulighed for at udvide et produkt på krydsningen af flere stadig mere dyre virksomhedsproblemer.

Sikkerhedsteam samler mere telemetri for at opdage angreb og opfylde regulatoriske krav. Data- og overvågningshold bearbejder større mængder af applikations- og infrastrukturinformation. AI-hold har nu brug for adgang til både operationel data og forretningskontekst.

Hver gruppe kan købe yderligere lagrings- og behandlingskapacitet, men det løser ikke det underliggende problem med duplication og fragmentering. Data kan stadig samles flere gange, transformeres forskelligt af hver platform og låses ind i systemer, der gør det dyrt at genbruge andre steder.

DataBahn satser på, at virksomheder i stedet vil placere en uafhængig kontrol-lag mellem systemerne, der producerer data, og dem, der forbruger det.

Muligheden er større end at reducere lagringsregninger. En effektiv kontrolplane kunne bestemme, hvilken information en AI-agent har tilladelse til at få adgang til, berige denne information med den nødvendige kontekst og opretholde en optegnelse over, hvordan data blev transformeret og dirigeret.

Dette ville give rørledningen en central rolle i AI-styring, især i regulerede brancher, hvor virksomheder må forklare den information, der bruges af automatiserede systemer.

Bygger data-grundlaget for agentic AI

Udfordringen for DataBahn vil være at demonstrere, at den opkommende “agentic data kontrol plane”-kategori er tilstrækkeligt forskellig fra eksisterende data-rørlednings-, sikkerhedsdata-væv- og overvågningsplatforme til at retfærdiggøre endnu en lag i virksomhedens teknologi-stak.

Store cloud- og sikkerhedsleverandører udvider også deres data-routings-, lagrings- og AI-kapaciteter. DataBahns modargument er, at en neutral platform kan give kunderne større kontrol over, hvor information gemmes, og hvilke applikationer eller modeller forbruger det.

Dens evne til at bevare denne neutralitet, mens den integrerer med en voksende mængde virksomhedssystemer, vil være vigtig, da virksomheden skalerer.

Serie B giver DataBahn yderligere ressourcer til at udvikle denne arkitektur, mens AI-agenter bliver mere dybt integreret i virksomhedsoperationer. Den centrale præmis er enkel: Virksomheder har ikke nødvendigvis brug for at samle og kopiere mere data. De har brug for en bedre måde at identificere, styre og aktivere den information, der er vigtig på det tidspunkt, det er nødvendigt.

DataBahn planlægger at præsentere dens næste agentic data kontrol plane-kapaciteter på Black Hat USA 2026.