Graphon Labs nimmt 35 Millionen US-Dollar in einer Series-A-Finanzierungsrunde auf, um die persistente KI-Speicherung auszubauen

Graphon Labs kündigte am 10. November 2026 eine Series-A-Finanzierungsrunde über 35 Millionen US-Dollar an, um die Infrastruktur für persistente Speicher für KI-Agenten in den Bereichen Unternehmen, Entwickler und On-Device-Produkte auszubauen. RRE Ventures führte die Finanzierungsrunde an; HP, Energy Impact Partners, Hitachi Ventures und Gaia VC beteiligten sich. Die Mitteilung von Graphon zur Series-A-Finanzierungsrunde bezifferte die Gesamtfinanzierung auf 43,3 Millionen US-Dollar.

Geschäftsführer Arbaaz Khan sagte, das Kapital werde das Unternehmen von frühen Experimenten hin zu unternehmensweiten Implementierungen im großen Maßstab führen, Entwicklern den Zugang zur Infrastruktur eröffnen, die Forschung beschleunigen und die On-Device-Speicherung unterstützen.

Raju Rishi, geschäftsführender Gesellschafter von RRE, sagte, die Firma sehe Graphon als mögliche Wahrheitsquelle unterhalb der Agenten. Er erklärte: „Modelle können Schlussfolgerungen ziehen und Agenten können handeln, aber beide werden nicht besser, wenn sie nicht auf früherem Wissen aufbauen können.“

So funktioniert die Speicherarchitektur von Graphon

Graphon bezeichnet seinen Ansatz als Persistent Intelligence: KI soll dabei kontinuierlich auf frühere Informationen zugreifen, sie verstehen und im Gedächtnis behalten sowie auf ihnen aufbauen können. Nach Angaben des Unternehmens können Retrieval-Augmented Generation, GraphRAG, Kontextfenster und herkömmliche Abrufverfahren Beziehungen, Verlauf und zeitliche Zusammenhänge komprimieren oder fragmentieren, wenn die Informationsmenge wächst und sich verändert. Die Plattform nimmt stattdessen Videos, Bilder, Audiodateien und Dokumente auf und erstellt automatisch eine Ontologie – eine strukturierte Darstellung der Daten und ihrer Verbindungen –, wobei die Verknüpfungen zu den Quellen erhalten bleiben.

Khans technische Erläuterung unterteilt die Architektur in zwei Komponenten: einen detaillierten Graphen, der Informationen und ihre Beziehungen darstellt, und eine komprimierte Graphon-Repräsentation, die den Abruf innerhalb dieser größeren Struktur steuert. Graphons sind ein mathematisches Rahmenwerk für sehr große Graphen. Die Gründer entwickelten die zugrunde liegende Forschung während ihrer Promotionen am GRASP Lab der Penn. Zu den technischen Zielen gehören, neue Informationen einzubeziehen, Belege bis zu ihrem Ursprung zurückzuverfolgen und mit praktikablen Kosten und Geschwindigkeiten zu arbeiten.

Entwickler nutzen Speicher- und Suchkonzepte nach dem Vorbild von S3, etwa Buckets, Objekte, Dateien und Abfragen, ohne die Mathematik dahinter verstehen zu müssen. Die Benutzeroberfläche unterstützt die Suche nach Stichwörtern, semantische Suchen und Bildersuchen sowie agentengestützte Abfragen über mehrere Quellen hinweg. So greifen eine einfache Suche und eine umfassendere Untersuchung auf dieselbe Plattform zurück, wodurch es weniger nötig ist, für jede Art von Frage einen eigenen Abruf-Stack zusammenzustellen.

Graphon gibt für ATM-Bench, einen Benchmark der University of Cambridge zur Beantwortung von Fragen zu Videos, Audiodateien, Bildern und Text, eine Genauigkeit von 81,7 % an. Das gemeldete Ergebnis liegt 5,0 Prozentpunkte vor dem nächstplatzierten System in der öffentlichen Rangliste.

Produkte und erste Einsätze in Unternehmen

Die Architektur unterstützt drei Produkte. Graphon Enterprise bietet eine verwaltete Speicherlösung für Unternehmensdaten. Sie kann von Graphon gehostet, in einer von Graphon oder vom Kunden verwalteten Virtual Private Cloud bereitgestellt oder vor Ort installiert werden. Graphon Developer richtet sich an Entwickler, die mit verschiedenen Datentypen arbeiten, ohne den Kontext-Stack neu erstellen zu müssen. Graphon On-Device Memory ist für Smartphones, Laptops, Kameras, Wearables und andere Geräte vorgesehen.

Der Einführungsstand unterscheidet sich bei den in der Ankündigung genannten Kunden. Die Mitteilung beschreibt zwar allgemein Implementierungen bei den San Francisco 49ers, Hitachi und anderen Großunternehmen, doch Costa Kladianos, Technologiechef der 49ers, sagte, die Organisation prüfe mögliche Anwendungen, etwa das Aufdecken von Sponsoring-Möglichkeiten und die Unterstützung interner Teams. Amaury Jourdan von Hitachi Rail beschrieb eine Evaluierung, die vielversprechende Ergebnisse bei der Erschließung kontextbezogenen Wissens, der automatisierten Anbindung von Datenquellen und der Verbesserung von KI-Inferenz in der industriellen Umgebung des Unternehmens zeigte.

Laut Unternehmensprofil von Graphon wurde das Unternehmen im Juli 2025 gegründet. Als Gründer nennt das Profil Khan, den Chief Technology Officer Clark Zhang und den Chief Operating Officer Deepak Mishra. Das Unternehmen mit Sitz in San Francisco trat aus dem Stealth-Modus hervor und gab am 14. Mai 2026 eine Seed-Finanzierungsrunde über 8,3 Millionen US-Dollar bekannt, die von Arvind Gupta von Novera Ventures angeführt wurde.

In der Ankündigung der Seed-Finanzierungsrunde wurde der südkoreanische Mischkonzern GS als früher Unternehmenskunde genannt. Dessen Vertreter verwies auf mögliche Anwendungen, darunter die Analyse der Kundenbewegungen in Convenience-Stores und die Baustellensicherheit mithilfe von CCTV-Aufnahmen.

Die Series-A-Finanzierung unterstützt somit sowohl einen Kommerzialisierungstest als auch ein Forschungsprogramm. Graphon muss aus explorativen Projekten mit Unternehmen Implementierungen im großen Maßstab machen, externe Entwickler davon überzeugen, auf seiner Speicherschicht aufzubauen, und dieselbe Architektur für den privaten Einsatz auf Geräten anpassen.