Darren Kimura, CEO und Präsident von AI Squared – Interview-Serie

Darren Kimura ist ein erfahrener Unternehmer, Erfinder und Investor, der derzeit als Präsident und CEO von AI Squared tätig ist. Mit über 25 Jahren Führungserfahrung in den Bereichen Technologie und erneuerbare Energien hat er Unternehmen wie Energy Industries Corporation, Sopogy und LiveAction geleitet und das Venture-Unternehmen Enerdigm Ventures mitbegründet. Als Erfinder der MicroCSP-Solartechnologie hat Kimura eine Schlüsselrolle bei der Skalierung von Unternehmen gespielt, die sich auf Edge-Computing, KI und SaaS-basierte Lösungen konzentrieren.

AI Squared ist eine Low-Code-Plattform, die Unternehmen hilft, KI-Erkenntnisse direkt in die Tools zu integrieren, die sie bereits verwenden – wie Salesforce (CRM ), Slack, Google Sheets und ServiceNow. Durch die Vereinfachung der KI-Bereitstellung und die Ermöglichung von Echtzeit-Entscheidungen ermöglicht die Plattform es Teams in den Bereichen Engineering, Vertrieb und Betrieb, messbare Geschäftswerte zu erschließen. AI Squared beschleunigt die Unternehmens-KI-Adoption, indem es die KI-Bereitstellung nahtlos, kontextbezogen und handhabbar macht.

Sie haben mehrere Unternehmen in verschiedenen Branchen geleitet – was hat Sie dazu bewogen, AI Squared beizutreten und letztendlich zu leiten?

Ich bin immer von der Lösung harter, realer Probleme angezogen worden, die ein tiefes technisches Verständnis und eine fehlerfreie Ausführung erfordern. Ich begann meine Karriere in der Energieeffizienz und erneuerbaren Energien, indem ich Maschinendaten im großen Maßstab erfasste und half, sie zu verstehen und darauf zu reagieren. Im Laufe der Zeit entwickelte sich das zu einer Verlagerung der Datenverarbeitung näher an den Ort, an dem die Arbeit stattfindet, von der Edge, in sicheren Systemen oder innerhalb von Unternehmensworkflows.

Als ich AI Squared zum ersten Mal traf, erkannte ich sofort, dass sie eine sehr reale und sehr dringende Herausforderung angehen: Wie man KI aus dem Labor in den täglichen Gebrauch bringt. Die meisten Unternehmen konzentrieren sich noch auf die Erstellung von Modellen. AI Squared konzentrierte sich auf die Bereitstellung.

Was mich noch mehr überzeugte, war ihre Grundlage. Das Unternehmen begann innerhalb der NSA und hat in den letzten sechs Jahren Vertrauen bei der Abteilung für Verteidigung, der Geheimdienstgemeinschaft, der Weltraumgemeinschaft und bei einigen der größten Unternehmen auf der Fortune-500-Liste durch reale Projekte und bedeutende Ergebnisse aufgebaut, die Jahr für Jahr weiter wachsen. Das sagte mir zwei Dinge: Erstens, sie waren ernsthaft an Sicherheit, Compliance und Auswirkungen interessiert. Und zweitens, sie waren ein Team, dem ich vertrauen konnte.

Wie hat Ihre Erfahrung bei der Skalierung von ZEDEDA und der Arbeit in der Venture-Capital-Branche Ihre Herangehensweise an die KI-Bereitstellung auf Unternehmensebene geprägt?

Bei ZEDEDA arbeiteten wir am äußersten Rand als Betriebssystem innerhalb der Open-Source-Community. Das zwang mich, die realen Einschränkungen zu verstehen, mit denen unsere Kunden bei der digitalen Transformation konfrontiert waren. Dort hatten wir ein Weltklasse-Entwicklungsteam von Cisco, Sun Microsystems, Juniper, Arista, aber es lehrte mich auch, wie wichtig es ist, diese technische Exzellenz mit einer starken Unternehmens-Go-to-Market-Bewegung zu paaren.

Aus der Venture-Perspektive gewann ich eine andere Art von Erkenntnis. Ich sah, wie Deep-Tech-Unternehmen skalierten, langsamer zu Beginn, aber schneller, wenn man auf einer starken Grundlage aufbaute. Es lehrte mich, in Systemen zu denken: Markttiming, Produktreife, Kundenreife und Kapitalstrategie müssen alle übereinstimmen. Das ist die Brille, durch die ich die KI-Bereitstellung bei AI Squared betrachte. Es geht nicht darum, Modelle zu liefern, sondern um die Lieferung von Ergebnissen, die Unternehmen vertrauen, messen und skalierten können.

AI Squared betont die Einbettung von KI in Systeme, die Menschen bereits verwenden. Wie sieht die Lösung des “letzten Meilen” der KI in der Praxis aus?

87 % der KI-Projekte erreichen nie die Produktion, da die Integration langsam, komplex und nicht mit Endbenutzern verbunden ist. AI Squared löst dies, indem es eine nationale Sicherheitsgrad-Data-Integration-Pipeline erstellt, die KI/ML-Modelle mit Datenquellen wie Databricks oder Snowflake und den Systemen, die diese Unternehmen bereits verwenden, wie CRMs, ERPs und benutzerdefinierten Apps, verbindet.

Wie hilft Ihre Plattform dabei, die Lücke zwischen Data-Science-Teams und Geschäftsanwendern zu überbrücken?

AI Squared vereinfacht den Übergang von der Modellentwicklung zur Produktion. Data-Science-Teams können Modelle über unsere Plattform sicher bereitstellen, während Geschäftsanwender Erkenntnisse innerhalb der Tools erhalten, die sie bereits verwenden, wie Salesforce, Teams, Slack oder andere Systeme von Record-Anwendungen.

Sie arbeiten mit der NSA, der US-Marine und anderen Bundesbehörden zusammen. Wie prägen Prioritäten wie Compliance, Transparenz und ethische Nutzung die Produktstraße von AI Squared?

Ethik, Compliance und Transparenz sind die wichtigsten Überlegungen auf unserer Straße. Wir wissen, dass wir bei der Arbeit mit Bundesbehörden Prioritäten wie Nachvollziehbarkeit, Prüfbarkeit und Erklärbarkeit setzen müssen. Wir bauen mit Zero-Trust-Prinzipien, Unterstützung für sichere Bereitstellungsumgebungen und klaren Governance-Modellen.

Welche Rolle spielen Sie, dass diskriminierende KI die Entscheidungsfindung für Bundesbehörden verbessert?

Discriminative KI ist präzise, interpretierbar und effizient. Sie eignet sich ideal für Hochrisikoumgebungen, in denen klare Antworten benötigt werden, ja oder nein, Bedrohung oder keine Bedrohung. In Bundesbehörden ermöglicht dies eine schnellere Triage, Risikodetektion und Priorisierung. Sie ergänzt generative Modelle, indem sie strukturierte, validierte Ausgaben bietet, die kritische Entscheidungsfindung unterstützen.

Wo sehen Sie das größte Risiko – und die größte Chance – für die KI-Adoption im Bereich der nationalen Sicherheit?

Das größte Risiko ist unkontrollierte Autonomie, die Bereitstellung von KI-Systemen ohne Transparenz, Aufsicht oder Sicherheitsvorkehrungen. Die Chance liegt in der Beschleunigung der situativen Aufmerksamkeit und der Entscheidungsgeschwindigkeit. KI kann große Datenmengen in Echtzeit durchsuchen, um Muster zu finden, die Menschen möglicherweise übersehen. Aber um diesen Wert zu realisieren, muss sie vertrauenswürdig, nachvollziehbar und in menschliche Systeme integriert sein.

Was sind einige der häufigsten Fehler, die Unternehmen bei der Bereitstellung von GenAI machen?

Der größte Fehler ist die Konzentration auf Neuheit statt Notwendigkeit. Viele Unternehmen bereitstellen GenAI ohne ein klares Anwendungsgebiet, einen Governance-Plan oder ein Erfolgskriterium. Das führt zu Pilotmüdigkeit, unskalierbaren Prototypen und Vertrauensproblemen. GenAI ist leistungsfähig, aber wie jede Technologie benötigt sie eine Ausrichtung auf das Problem, den Benutzer und den Workflow.

Können Sie ein Beispiel nennen, in dem AI Squared einem Unternehmen half, das “shiny object syndrome” zu vermeiden und stattdessen messbaren Einfluss zu erzielen?

Ein Unternehmen kam zu uns, um ein benutzerdefiniertes LLM zu erstellen, um Kundendiensttickets zu klassifizieren. Wir zeigten ihnen, wie ein einfacher, eingebetteter Klassifizierer, der über unsere Plattform bereitgestellt wurde, in weniger als zwei Wochen 90 % Genauigkeit in ihrem CRM erreichen konnte. Keine neuen Schnittstellen, keine benutzerdefinierte Schulung. Das ist die Kraft, das richtige Problem mit dem richtigen Werkzeug zu lösen.

Welche aufkommenden Trends sind Sie in den nächsten 3-5 Jahren in der Unternehmens-KI am meisten begeistert?

Drei Trends stehen heraus:

1. LLMs, die wirklich multimodal und auf bestimmte Aufgaben fokussiert sind
2. Agente KI-Systeme, die Aktionen ausführen, nicht nur Inhalte generieren
3. Standardisierte Governance, die die KI-Adoption in regulierten Branchen ermöglicht

Diese Trends treiben die KI in Richtung einer größeren Nutzbarkeit, Vertrauenswürdigkeit und Einbettung in den täglichen Betrieb.

Wie entwickelt AI Squared seine Plattform, um mit den rasch voranschreitenden LLMs und Modell-Ökosystemen Schritt zu halten?

Wir sind modellagnostisch durch Design. Ob es sich um ein Open-Source-Modell, ein kommerzielles LLM oder ein proprietäres diskriminatives Modell handelt, unsere Plattform ermöglicht es Organisationen, es sicher innerhalb ihrer bestehenden Workflows bereitzustellen und zu verwalten. Wir konzentrieren uns auf Orchestrierung, Versionierung und Governance, damit der Modellstapel sich weiterentwickeln kann, ohne die Benutzeroberfläche zu stören.

Was sieht der Erfolg für AI Squared in der nächsten Phase unter Ihrer Führung aus?

Erfolg bedeutet, die Standardmethode für Unternehmen und Bundesbehörden zu werden, um KI zu operationalisieren. Es bedeutet, die Zeit bis zum Wert von Monaten auf Tage zu reduzieren, und die KI-Bereitstellung so nahtlos und sicher wie das Starten eines neuen Features zu machen. Unter meiner Führung konzentrieren wir uns auf Skalierbarkeit, Vertrauen und reale Ergebnisse, nicht nur auf Innovation um ihrer selbst willen, sondern auf Auswirkungen, wo es am meisten zählt.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten AI Squared besuchen.