DataAgent tritt aus dem Stealth‑Modus hervor mit einer Pre‑Seed‑Finanzierung von $10 Millionen zum Aufbau einer selbstheilenden Cloud‑Infrastruktur

DataAgent ist aus dem Stealth‑Modus hervorgetreten mit $10 million in Pre‑Seed‑Finanzierung, während es eine KI‑native Plattform einführt, die das Management von Cloud‑Infrastruktur über die reine Problem­erkennung hinaus zu autonomer Fehlerbehebung bewegen soll.

Die Finanzierungsrunde wurde von MizMaa Ventures und Alicorn Venture Partners angeführt. DataAgent plant, das Kapital zu nutzen, um seine Plattform auf den Markt zu bringen und die Akzeptanz in Nordamerika auszubauen. Das Unternehmen wurde im Januar 2026 gegründet, hat seinen Sitz in Tel‑Aviv, beschäftigt derzeit 15 Mitarbeitende und wird von den Mitbegründern Ishay Yaari (CEO) und Nati Shalom (CTO) geleitet.

Umkehr des traditionellen Observability‑Workflows

Moderne Observability‑Plattformen sind unverzichtbar geworden, um immer komplexere Anwendungen zu verstehen, doch der grundlegende Ablauf bleibt weitgehend reaktiv: Ein System erkennt ein Problem, ein Engineer erhält einen Alarm, jemand untersucht die Ursache und schließlich wird eine Behebung durchgeführt.

DataAgent versucht, diese Reihenfolge umzukehren.

Die Software liest den Live‑Zustand des Systems, die Topologie und Konfigurationsinformationen dort, wo die Infrastruktur läuft. Wenn sie einen bekannten Fehler erkennt, kann die Plattform zunächst eine verifizierte Behebung anwenden und anschließend eine tiefere Ursachenanalyse durchführen. Ziel ist es, den Service wiederherzustellen, ohne dass ein menschlicher Engineer durch Logs und Dashboards arbeiten muss.

Die öffentliche Website des Unternehmens fasst diese Philosophie in dem Satz „Remediation‑First, the rest is noise.“ zusammen.

Ein autonomer SRE, der innerhalb der Infrastruktur läuft

DataAgent beschreibt seine Plattform als einen autonomen Site Reliability Engineer (SRE), doch seine Architektur ist stärker eingeschränkt, als das Label zunächst vermuten lässt.

Das System erstellt ein Modell der Topologie, Umgebung, des Codes und der Konfigurationen des Kunden, anstatt Entscheidungen auf Grundlage eines einzelnen Log‑Eintrags oder Alarms zu treffen. Während der Bereitstellung identifiziert es Fehlertypen, die es zuverlässig beheben kann. Es handelt nur autonom bei einer Fehlertyp‑Kategorie, sobald diese Fähigkeit etabliert ist; unbekannte oder unsichere Probleme werden an menschliche Betreiber weitergeleitet.

Kunden können zudem Leitplanken definieren, welche Aktionen dem System erlaubt sind.

Diese Kontrollen sind wichtig, weil autonomes Infrastruktur‑Management ein deutlich höheres Risiko birgt als ein KI‑Co‑Pilot, der lediglich Befehle empfiehlt. Eine falsche Empfehlung kann von einem Engineer abgelehnt werden; ein autonomes System mit Produktionsrechten könnte potenziell Workloads neu starten, skalieren, zurückrollen oder ändern, bevor ein Mensch eingreift.

DataAgents Ansatz beruht daher darauf, die Klassen von Problemen, bei denen das System handeln darf, schrittweise zu erweitern, anstatt von Anfang an umfassende Autonomie zu gewähren.

Mehr Observability‑Daten im Cluster behalten

Hinter der Architektur steht auch ein wirtschaftliches Argument.

Traditionelle Cloud‑Observability beinhaltet häufig das Senden großer Mengen von Logs, Metriken und Traces an einen externen Dienst, wo diese Informationen ingestiert, indiziert, gespeichert und analysiert werden. Die Kosten können mit der Infrastruktur‑Nutzung und dem Telemetrie‑Volumen steigen.

DataAgent platziert seine Agenten stattdessen näher an den Workloads selbst. Routinefehler können lokal analysiert und behoben werden, während tiefere Untersuchungen für Vorfälle reserviert bleiben, die dies erfordern. Das Unternehmen argumentiert, dass dies die Menge an Daten reduzieren kann, die durch teure Ingest‑ und Indexierungs‑Pipelines transportiert werden müssen, und gleichzeitig ermöglicht, dass die Plattform neben bestehenden Monitoring‑Systemen existiert, anstatt einen sofortigen Ersatz zu verlangen.

Dies könnte ein wichtiges Unterscheidungsmerkmal werden, da KI die Menge an erstellter und betriebener Software erhöht. Mehr Anwendungen, Services, Container und KI‑Agenten erzeugen letztlich mehr Infrastruktur‑Ereignisse und Telemetrie. Das bloße Sammeln weiterer Daten kann immer teurer werden, sofern die Software nicht bestimmen kann, welche Signale tatsächlich Aufmerksamkeit benötigen.

Open Source als Weg zu Vertrauen in die Infrastruktur

Ein weiteres bemerkenswertes Element ist DataAgents Entscheidung, den zugrunde liegenden Agenten Open Source zu machen. Der Agent kann unabhängig bereitgestellt werden, während das Unternehmen plant, eine SaaS‑Schicht zu monetarisieren, die das Management und die Orchestrierung von Agenten‑Flotten übernimmt.

Dieses Modell könnte helfen, eines der schwierigeren Hindernisse für autonome Operations‑Software zu überwinden: Unternehmen werden gebeten, einem KI‑gestützten System Zugriff auf die Produktionsinfrastruktur zu gewähren, wo Fehler zu Ausfällen führen können.

Die Möglichkeit, den Agenten lokal zu inspizieren und zu betreiben, verschafft Infrastruktur‑Teams mehr Transparenz darüber, was in ihren Umgebungen läuft, wobei die eigentliche Prüfung darin besteht, ob Unternehmen sich damit wohlfühlen, diesen Agenten immer bedeutendere Aktionen zu erlauben.

Erfahrene Cloud‑Orchestrierungsexperten kehren für eine weitere Infrastruktur‑Wette zurück

Yaari und Shalom arbeiteten zuvor gemeinsam bei Cloudify, wo Yaari als Chief Revenue Officer und Shalom als Gründer und CTO tätig war. Dell erwarb das Unternehmen für Cloud‑Orchestrierung und Infrastruktur‑Automatisierung im Jahr 2023 in einer Transaktion, die laut TechCrunch bis zu $100 million wert gewesen sein könnte.

Dieser Hintergrund ist für DataAgent besonders relevant. Cloudify konzentrierte sich auf die Orchestrierung von Infrastruktur über Kubernetes, Cloud‑Plattformen und bestehende DevOps‑Tools. DataAgent geht einen Schritt weiter im Automatisierungs‑Stack, indem es versucht, der Software nicht nur die Fähigkeit zu geben, Infrastruktur zu orchestrieren, sondern auch zu bestimmen, wann diese Infrastruktur geändert werden muss.

Die neue Finanzierung wird den kommerziellen Start und die Expansion von DataAgent unterstützen, einschließlich zusätzlicher Go‑to‑Market‑Einstellungen in den USA und Israel.

Von Observability zu selbstheilender Infrastruktur

Die größere Chance für DataAgent ist mit einem bereits beginnenden Wandel im Unternehmens‑KI‑Umfeld verbunden: vom Übergang von Systemen, die erklären, was Menschen tun sollen, hin zu Systemen, die die Arbeit selbst ausführen können.

Die Infrastruktur ist ein besonders folgenreicher Ort für diesen Übergang. Ein großer Teil der Produktionsvorfälle beinhaltet wiederholbare Probleme, die erfahrene SRE‑Teams bereits zu lösen wissen. Wenn KI‑Agenten sicher mehr dieser Routinetätigkeiten übernehmen können, könnte Observability allmählich von einem System zum Verständnis der Infrastruktur zu einer Steuerungsschicht werden, die diese kontinuierlich aufrechterhält.

DataAgent kombiniert diese Produktions‑Remediations‑Schleife mit einem Pre‑Production‑System, das darauf abzielt, Fehler zu identifizieren und zu verhindern, bevor Software bereitgestellt wird. Das Unternehmen beschreibt den daraus resultierenden Prozess als einen, bei dem Erkenntnisse aus Vorfällen und verhinderten Fehlern die Fähigkeit des Systems, autonom zu arbeiten, schrittweise erweitern können.

Die Herausforderung wird darin bestehen, zu zeigen, dass Autonomie skaliert werden kann, ohne eine neue Kategorie von Betriebsrisiken einzuführen. Infrastruktur‑Umgebungen unterscheiden sich enorm, unerwartete Fehler sind unvermeidlich, und eine automatisierte Remediation, die in einer Architektur funktioniert, kann in einer anderen gefährlich sein.

Erweisen sich diese Schutzmaßnahmen jedoch als zuverlässig, könnte die nächste Generation von Observability‑Plattformen weniger danach beurteilt werden, wie schnell sie Ingenieuren erklären können, warum etwas kaputt ging, sondern vielmehr danach, wie oft Ingenieure überhaupt nicht eingreifen müssen. DataAgent’s $10 million Pre‑Seed‑Runde ist eine frühe Wette auf diesen Wandel.