Finanzierung
Mirendil sammelt in Series-A-Finanzierungsrunde 1 Mrd. US-Dollar ein, um Spitzenforschung und -entwicklung im Bereich KI mehr Teams zugänglich zu machen
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Mirendil gab am 12. November 2026 bekannt, dass das Unternehmen in einer von Kleiner Perkins und Clearlake Capital angeführten Series-A-Finanzierungsrunde 1 Milliarde US-Dollar eingeworben hat. Ziel ist es, mehr Wissenschaftlerinnen und Wissenschaftlern sowie Ingenieurinnen und Ingenieuren Zugang zu Spitzenforschung und -entwicklung im Bereich KI zu ermöglichen.
Battery Ventures, Doerr Capital, Gil & Co, Google, M13, Pear VC und S32 beteiligten sich ebenso wie weitere neue und bestehende Investoren. Mirendil entwickelt Modelle und Agentensoftware mit einem konkreten Ziel: Einzelpersonen sollen Aufgaben übernehmen können, für die zuvor ein ganzes Team nötig war, und Teams Projekte angehen können, die zuvor einer Institution vorbehalten waren.
Das Ergebnis: Training mit nur einer Forscherin oder einem Forscher
Die Finanzierung folgt auf die ersten veröffentlichten Modellergebnisse des Unternehmens. In einem Bericht vom 21. Oktober 2026 erklärte Mirendil, eine einzelne Forscherin oder ein einzelner Forscher habe gemeinsam mit KI-Agenten Mirendil-Base, ein Codierungsmodell, in 3,5 Monaten von Grund auf vortrainiert – mit Rechenkosten von weniger als 10 Millionen US-Dollar. In der Gesamtsumme sind Forschung und Experimente im kleinen Maßstab, der abschließende Trainingslauf, die Tokenkosten der Agenten und die Datenverarbeitung enthalten.
Das Unternehmen berichtet, dass die Agenten mehr als 99 % des Codes geschrieben, Experimente durchgeführt und Fehler diagnostiziert hätten, während die Forscherin oder der Forscher entschied, was ausprobiert und welchen Ergebnissen vertraut werden sollte, und bei Bedarf eingriff. Für das Experiment wurden öffentlich zugänglicher Code, Webseiten und öffentliche Datensätze verwendet; zusätzliche Daten wurden weder gekauft noch lizenziert, und es kamen weder Destillation noch synthetische Daten zum Einsatz. Mirendil-Base liegt im Bereich von 100 bis 500 Milliarden Parametern. Die größeren Modelle Mirendil-Base-Large und Mirendil-Base-XL befanden sich zum Zeitpunkt der Veröffentlichung des Berichts noch im Training.
Fern und Lor bilden die Produktpalette
Anschließend trainierte Mirendil Mirendil-Base weiter und entwickelte daraus Fern 0.1, sein erstes Modell. Die Modellseite von Fern beschreibt ein System für umfangreiche agentengestützte Aufgaben, etwa das Debuggen von Trainingsläufen, das Auslesen vollständiger Agentenprotokolle und die Prüfung von Trainingsdaten. Laut der Seite ermöglichen Architektur, Training und Bereitstellung ein Kontextfenster von bis zu 10 Millionen Token – ungefähr 23 MB oder einer halben Million Codezeilen –, sodass das Modell die Arbeit eines Agenten über mehrere Tage hinweg auf einmal im Kontext behalten kann. Der Zugang soll in Kürze verfügbar sein.
Lor ist die Plattform, über die sich solche Aufgaben delegieren lassen. Mirendil stellte Lor am 28. Oktober 2026 vor: ein cloudbasiertes System, dessen Agenten Code schreiben, Experimente durchführen, Rechenkapazität bereitstellen und auf vom Nutzer ausgewählten Maschinen arbeiten können. Ein Agent kann eine Aufgabe auf Dutzende weitere Agenten aufteilen; über mehrere Projekte hinweg können Hunderte gleichzeitig arbeiten. Das Unternehmen erklärt, dass die Agenten tagelang oder wochenlang weiterarbeiten und sich selbst helfen können, wenn etwas schiefgeht.
Lor ist im Rahmen einer privaten Betaphase auf Einladung verfügbar und während dieser Phase unter macOS, Linux und im Web kostenlos. Versionen für Windows, iOS und Android sollen in Kürze folgen. Nutzer können den Fortschritt jedes Agenten verfolgen, Agenten anhalten und Maschinen aus dem System entfernen.
Rechenleistung und Kapital für den Plan
Bei der Vorstellung am 24. Juni 2026 beschrieb Mirendil ein Gründungsteam aus 20 Forscherinnen, Forschern, Ingenieurinnen und Ingenieuren von Institutionen wie Anthropic, xAI, Google DeepMind und OpenAI. Außerdem gab das Unternehmen eine Seed-Finanzierungsrunde über 200 Millionen US-Dollar bekannt, die von Andreessen Horowitz und Kleiner Perkins angeführt wurde. Anschließend investierten NVIDIA und weitere Geldgeber.
Mirendil hatte bereits am 6. August 2026 eine mehrjährige Partnerschaft mit Google Cloud bekannt gegeben. Im Rahmen der Vereinbarung laufen Trainings-, Inferenz- und KI-Forschungsaufgaben auf Google Clouds AI Hypercomputer und nutzen Google-Cloud-TPUs sowie die vollständige NVIDIA-KI-Infrastruktur. Dazu gehören verwaltete Trainingscluster, die gemeinsam für Rechenleistung, Speicher, Netzwerke und Steuerungsebenen konzipiert wurden, um größere Forschungszyklen zu unterstützen.
Die Series-A-Finanzierung verbindet somit drei Bestandteile von Mirendils Plan: die agentengestützte Modellentwicklung, eine Plattform zur Delegation von Forschungsaufgaben und Cloud-Infrastruktur für größere Experimente. Ob sich das interne Ergebnis mit einer einzelnen Forscherin oder einem einzelnen Forscher in einen wiederholbaren Arbeitsablauf für externe Wissenschaftlerinnen, Wissenschaftler, Ingenieurinnen und Ingenieure übertragen lässt, ist die zentrale Bewährungsprobe für das Ziel, das der Finanzierungsrunde zugrunde liegt: Forschung zugänglicher zu machen.
