Kindo erhält 30 Millionen Dollar, um die Kontrolle über KI-Agenten in Unternehmen auszubauen und Kosten zu senken

Kindo hat eine Erweiterungsfinanzierung in Höhe von 30 Millionen Dollar erhalten, um seine Plattform für die Verwaltung von KI-Agenten in Unternehmen auszubauen. Damit beläuft sich das insgesamt aufgenommene Kapital auf 57,6 Millionen Dollar. Die Finanzierung wurde gemeinsam von Crosspoint Capital und Forgepoint Capital angeführt. Sie unterstützen ein Unternehmen, das sich einem wachsenden betrieblichen Problem widmet: der Kontrolle darüber, worauf KI-Agenten zugreifen können, was sie tun und wie viel sie ausgeben.

Das in Venice Beach, Kalifornien, ansässige Unternehmen will das Geld nutzen, um seine Organisation für die Marktbearbeitung auszubauen und die Entwicklung seines AI Control Center sowie der Deep-Hat-Modelle und -Erweiterungen zu beschleunigen. Kindo meldet für 2026 ein Umsatzwachstum von rund 800 Prozent gegenüber dem Vorjahr.

Die neue Finanzierungsrunde geht auch mit der Ernennung neuer Mitglieder des Verwaltungsrats einher. Andre Fuetsch, Managing Director bei Crosspoint Capital, und Ernie Bio, Managing Director bei Forgepoint Capital, werden in Kindos Verwaltungsrat aufgenommen.

Ein Kontrollzentrum für unternehmensweit entwickelte Agenten

Mit dem Einsatz eines Agenten wird diesem Autorität übertragen. Ein Agent, der mit Geschäftssystemen verbunden ist, kann möglicherweise interne Informationen lesen, Datensätze aktualisieren, Anfragen genehmigen oder die Infrastruktur verändern. Mit zunehmender Zahl der Einsätze müssen Sicherheits- und Betriebsteams sowohl wissen, über welche Berechtigungen ein Agent verfügt, als auch nachvollziehen können, welche Aktionen er tatsächlich ausführt.

Kindo positioniert seine Plattform als gemeinsame Betriebsebene für IT, Sicherheit, Finanzen und Compliance. Die Erkennung erfasst freigegebene und nicht genehmigte KI-Anwendungen, während eine zentrale Übersicht Aktivitäten, Zugriffe, Kosten und Ergebnisse zusammenführt. Unternehmen können Agenten in Kindo erstellen oder andernorts entwickelte Agenten anbinden. Kindo bezeichnet dies als AI Operations Center: Es überträgt die aus Sicherheits- und Netzwerkbetriebszentren bekannte kontinuierliche Überwachung und Eingriffsmöglichkeit auf Unternehmensagenten.

Laut der Website des Unternehmens umfasst das Register Angaben zu den Verantwortlichen für Agenten, zu den Berechtigungen, die ein Agent von der Person erbt, die ihn ausführt, sowie zur Kostenzuordnung. Diese Funktionen decken verschiedene Aspekte desselben Verwaltungsproblems ab: festzustellen, wer verantwortlich ist, die Befugnisse zu kontrollieren und zu ermitteln, ob die geleistete Arbeit den Ressourceneinsatz rechtfertigt.

Gründer und CEO Ron Williams sagte, es fehle nicht an Werkzeugen zur Entwicklung von Agenten. Vielmehr mangele es Unternehmen an den nötigen Werkzeugen, um zu kontrollieren, wie Agenten entwickelt werden, auf welche Daten sie zugreifen können, wohin Informationen gelangen dürfen und welche Betriebskosten für die Agenten anfallen.

Gateways steuern Aufrufe; die Ausführungsumgebung ermöglicht tiefergehende Eingriffe

In seiner Ankündigung beschreibt Kindo Gateways, die Aufrufe von Agenten an verbundene Daten, Werkzeuge und zugelassene Modelle steuern und protokollieren. Identitätskontrollen übertragen bestehende Unternehmensberechtigungen auf Personen und Agenten; außerdem lässt sich der Zugriff zentral einschränken.

Dadurch wird die Verbindung zwischen einem Agenten und seinen Abhängigkeiten zu einem Kontrollpunkt. Eine Richtlinienebene kann den Zugriff über unterstützte Integrationen hinweg steuern, anstatt jedes Agententeam eigene, voneinander getrennte Kontrollen einrichten zu lassen. Wie umfassend sie greift, hängt davon ab, welche Agenten und Ressourcen mit dieser Ebene verbunden sind.

Für unternehmenskritische Einsätze, die eine umfassendere Kontrolle erfordern, bietet Kindo eine speziell entwickelte Ausführungsumgebung für Agenten. Diese Umgebung verwaltet die Ausführung eines Agenten und ermöglicht den Betreibern zusätzliche Überwachungs-, Unterstützungs- und Eingriffsmöglichkeiten. Dazu gehört auch, die Kontrolle über einen Agenten zu übernehmen, wenn etwas schiefgeht.

Diese Unterscheidung ist sowohl aus geschäftlicher als auch aus technischer Sicht wichtig. Einen extern entwickelten Agenten über Gateways anzubinden, ist etwas anderes, als ihn in Kindos Ausführungsumgebung zu betreiben. In der Ankündigung werden tiefergehende Eingriffsmöglichkeiten und mehrere Deep-Hat-Funktionen zur Kostensenkung ausdrücklich mit Agenten verknüpft, die in dieser Ausführungsumgebung laufen.

KI-Ausgaben zusammen mit den Ergebnissen sichtbar machen

Kindos AI Control Center erfasst den Token-Verbrauch und die Ergebnisse von Agentenläufen, einschließlich fehlgeschlagener Läufe. So lassen sich die Ausgaben einzelnen Personen, Agenten, Abteilungen und Projekten zuordnen. Finanzteams können Budgets festlegen, Benachrichtigungen erhalten und verbindliche Ausgabenobergrenzen durchsetzen.

Der Nutzen dieser Kostenaufstellung beschränkt sich nicht darauf, das teuerste Modell zu ermitteln. Ein kostengünstiger Agent, der wiederholt scheitert, kann Ressourcen verschwenden, während der Einsatz eines teuren Modells bei einer schwierigen, wertvollen Aufgabe gerechtfertigt sein kann. Werden Kosten und Ergebnisse miteinander verknüpft, können Teams wiederholte Fehlschläge, unnötige Modellkapazitäten und Arbeiten erkennen, die sich effizienter erledigen ließen.

Kindos Bereitstellungsoptionen lassen Kunden außerdem wählen, wo die Plattform betrieben wird: in der Kindo-Cloud, in einer selbstverwalteten Kunden-Cloud, in einer lokalen Infrastruktur oder in einer abgeschotteten Umgebung ohne Verbindung zu externen Netzen. Der Bereitstellungsort und die Modellauswahl sind voneinander unabhängige Entscheidungen; beide beeinflussen jedoch, wie ein Unternehmen betriebliche Anforderungen, Kontrolle und Kosten gegeneinander abwägt.

Deep Hat zielt auf verschiedene Ursachen von Modellkosten ab

Die Deep-Hat-Produktfamilie setzt an mehreren unterschiedlichen Arten an, auf die KI-Workflows Ressourcen verbrauchen. In der Finanzierungsmitteilung werden vier Werkzeuge beschrieben:

• Sift: Lernt, welche Ereignisse ein Agent verwerfen würde, und filtert sie anschließend heraus, nachdem eine Person den Schwellenwert genehmigt hat. Das Werkzeug protokolliert die herausgefilterten Ereignisse und leitet eine Stichprobe zur fortlaufenden Messung weiter.
• Tune: Passt ein kleineres, kostengünstigeres Modell an eine bestimmte Aufgabe an und überlässt größeren Modellen die Arbeiten, für die sie benötigt werden.
• Einsparen: Führt wiederholbare Workflow-Schritte als Code aus, um die Modellkosten für diese Schritte zu vermeiden, und leitet Ausnahmen bei Bedarf an ein Modell weiter.
• Angriff: Ermöglicht private, autorisierte offensive Sicherheitstests als Alternative zum Einsatz hochentwickelter Cybersicherheitsmodelle für routinemäßige Testarbeiten.

Kindos veröffentlichte Erläuterung zu Sift liefert weitere nützliche Details zum Filtermechanismus. Er beginnt im Schattenmodus: Dabei wird jedes Ereignis an den Zielagenten weitergeleitet, während das System aus dessen Bewertungen lernt. Vor der Aktivierung ist eine menschliche Freigabe erforderlich. Außerdem wird eine Stichprobe von Ereignissen, die herausgefiltert würden, weiterhin an den Agenten weitergeleitet, um zu prüfen, ob etwas übersehen wird.

Das Design spart Modellaufwand, indem es entscheidet, wann ein vollständiger Agentenlauf erforderlich ist. Gemessen wird jedoch anhand der Bewertungen des Zielagenten. Eine Übereinstimmung mit diesem Agenten sollte daher nicht mit unabhängig verifizierten Referenzdaten verwechselt werden.

Kundenakzeptanz und die nächste Expansionsphase

Kindo zufolge wird die Lösung in großen Unternehmen und mittelständischen Unternehmen aus den Bereichen Finanzdienstleistungen, professionelle Dienstleistungen, Gesundheitswesen sowie Luftfahrt und Transport produktiv eingesetzt. In der Mitteilung wird Aireon besonders hervorgehoben: Dessen CISO berichtete im Mai 2026, dass der Einsatz von Kindo für die Bedrohungssuche und Sicherheitsmaßnahmen der Stufen 1 und 2 zu jährlichen Einsparungen von mehr als 2 Millionen US-Dollar beigetragen habe. Dabei handelt es sich um ein von einem Kunden gemeldetes Ergebnis, nicht um ein für andere Implementierungen garantiertes Resultat.

TFX Capital und CircleRock Capital beteiligten sich neben den bestehenden Investoren Drive Capital, Riot Ventures, RRE Ventures, Eniac Ventures, Marlinspike Partners, New Era Ventures und Sunset Venture an der Finanzierung.

Mit der Finanzierung in Höhe von 30 Millionen US-Dollar wird ein Unternehmen unterstützt, dessen Geschäftsmodell auf den betrieblichen Folgen der Einführung von Agenten aufbaut. Agenten zu erstellen, wird immer einfacher; ihr produktiver Einsatz erfordert jedoch klare Zuständigkeiten, Zugriffsrichtlinien, Eingriffsmöglichkeiten und Ausgabenkontrollen. Kindo hat die Chance, diese Aufgaben für Agenten handhabbar zu machen, die an unterschiedlichen Orten entwickelt wurden und verschiedenen Teams dienen.