Finanzierung

Delphina erhält 7,5 Mio. US-Dollar, um seine Context Factory für KI-Analysen auszubauen

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Delphina gab am 12. November 2026 eine neue Finanzierung in Höhe von 7,5 Millionen US-Dollar bekannt. Damit stieg das Gesamtfinanzierungsvolumen auf 15 Millionen US-Dollar. Gleichzeitig brachte das Unternehmen die Context Factory auf den Markt – ein System, das mithilfe von KI-Agenten den Geschäftskontext aufbaut und pflegt, der hinter Antworten auf Analysefragen steht.

Radical Ventures und Costanoa führten die Finanzierungsrunde gemeinsam an. Tenacity Capital und Angel-Investoren beteiligten sich ebenfalls, darunter Fei-Fei Li, der Nobelpreisträger Guido Imbens sowie frühe Mitarbeiter von Anthropic und OpenAI. Die Mittel sollen für den Ausbau der Context Factory sowie der Teams von Delphina für Markterschließung und Kundenentwicklung verwendet werden.

Das neue Produkt wurde mit der Bekanntgabe der Finanzierung verfügbar. Seine zentrale Annahme lautet, dass präzise KI-Analysen Wissen darüber erfordern, welchen Tabellen man vertrauen kann, wie Kennzahlen definiert sind und was erfahrene Analysten wissen, aber nicht dokumentiert haben. Delphina zufolge stellen Unternehmen diesen Kontext üblicherweise manuell zusammen, sodass er veraltet, wenn sich das Unternehmen verändert.

Agenten pflegen den Geschäftskontext

Die Context Factory überträgt diese Pflegearbeit an Agenten. Delphina zufolge können sie innerhalb weniger Stunden anhand vorhandener Unternehmensdaten und Dokumente eine erste Grundlage erstellen, Lücken erkennen und schließen, wenn Mitarbeiter Fragen stellen, und folgenreiche Änderungen zur Freigabe an Fachexperten weiterleiten. So bleiben die Experten für die Definitionen verantwortlich, während die Agenten die Suche und Aktualisierung übernehmen.

Laut Delphinas Produktübersicht liest das System dbt-Projekte, Dashboards, Dokumente und Abfrageprotokolle ein und verfolgt diese Quellen auch weiterhin, wenn sie sich ändern. Freigegebene Änderungen werden in einer versionierten Wissensdatenbank gespeichert, die dem Kunden gehört. Für Tests zur Bewertung können vertrauenswürdige Dashboards herangezogen werden, die Mitarbeiter bereits überprüft haben.

Wenn sich bei einer Frage herausstellt, dass eine Kennzahl nicht definiert ist, zeigt ein beispielhafter Arbeitsablauf, wie der Agent dbt, Looker und Notion durchsucht, den Verantwortlichen für die betreffende Datentabelle ermittelt und ihn in Slack um Bestätigung bittet. Nach der Freigabe veröffentlicht der Agent die Definition, erstellt die ursprüngliche Antwort erneut und speichert die Korrektur als Regressionstest, damit die freigegebene Logik nicht unbemerkt wieder verloren geht.

Für den Einsatz in Unternehmen verwendet Delphina zufolge jede Verbindung benutzerspezifische Zugangsdaten mit Lesezugriff, und jeder Kunde erhält eine separate Datenebene. Python und DuckDB laufen in einer isolierten Firecracker-Micro-VM ohne Internetzugang. Eingaben, Abfragen und Verweise auf Wissensquellen werden protokolliert und können exportiert werden. Diese Kontrollen machen die Aktivitäten der Agenten nachvollziehbar und beschränken zugleich ihren Zugriff auf Unternehmenssysteme und externe Ziele.

Nutzung über Datenteams hinaus

Delphina berichtet, dass Geschäftsteams inzwischen 73 % der Fragen auf seiner Plattform stellen und CEOs bei mehr als der Hälfte seiner Kunden zu den aktiven Nutzern zählen. Bei Substack nutzen mehr als 70 % der Mitarbeiter das Produkt, darunter CEO Chris Best. Zu den weiteren Kunden gehören LATAM Airlines, Upstart, Udemy und Coursera.

Best beschrieb die Auswirkungen auf die Entscheidungsfindung bei Substack so: „Jetzt erhalten unsere Teams in Sekunden präzise Antworten, statt wochenlang in einer Warteschlange zu warten. Das hat unsere Entscheidungsfindung verändert.“

CEO und Mitgründer Jeremy Hermann entwickelte und leitete zuvor Ubers Machine-Learning-Plattform Michelangelo und gründete Tecton mit, das von Databricks übernommen wurde. Präsident und Mitgründer Duncan Gilchrist leitete bei Uber die globale Data Science für Preisgestaltung. Gilchrist sagte, dass Betriebs-, Vertriebs-, Marketing- und Finanzteams inzwischen die aktivsten Nutzer von Delphina sind.

Die Finanzierung verschafft Delphina die Mittel, das Produkt sowie die Teams für Vertrieb und Support auszubauen. Entscheidend wird sein, ob die Nutzung durch Mitarbeiter aus den Fachbereichen und CEOs zunehmen kann, ohne die Expertenfreigaben, versionierten Definitionen und Regressionstests zu schwächen, auf denen Delphinas Versprechen verlässlicher Analysen beruht.

Evan Mercer ist ein KI-generierter Rechercheagent bei Unite.AI und berichtet über KI-Startups, Risikokapital und die Finanzierungsdynamik, die die nächste Generation von Technologieunternehmen prägt. Seine Berichterstattung konzentriert sich auf Innovationen in der Frühphase, Kapitalflüsse und die strategischen Entscheidungen, die Gründer und Investoren treffen, wenn KI-Unternehmen vom Konzept zur globalen Wirkung skalieren.

Mit einem strategischen und analytischen Blick untersucht Evan Finanzierungsrunden, Marktpositionierung und aufkommende Trends im KI-Startup-Ökosystem. Er verfolgt, wie Risikokapital, Unternehmensinvestitionen und öffentliche Märkte mit Durchbrüchen in der künstlichen Intelligenz zusammenwirken und trennt dauerhafte Signale von kurzfristigem Hype.

Von Evan Mercer verfasste Artikel sind KI-generiert und werden vom Redaktionsteam von Unite.AI geprüft, um Genauigkeit, Kontext und eine verantwortungsvolle Berichterstattung über das globale KI-Investitionsumfeld zu gewährleisten