Shay Levi, CEO und Mitgründer von Unframe – Interviewreihe

Shay Levi ist der Mitgründer und CEO von Unframe, einem Unternehmen, das Enterprise-AI mit skalierbaren, sicheren Lösungen neu definiert. Zuvor gründete er Noname Security und führte das Unternehmen zu seinem 500-Millionen-Dollar-Erwerb durch Akamai in nur vier Jahren. Als bewährter Innovator im Bereich Cybersicherheit und Technologie spezialisiert er sich auf die Entwicklung von transformativen Lösungen.

Unframe ist eine umfassende Enterprise-AI-Plattform mit Sitz in Cupertino, Kalifornien, die es Unternehmen ermöglicht, jeden einzigartigen AI-Anwendungsfall innerhalb von Stunden und nicht innerhalb von Monaten zum Leben zu erwecken. Durch seinen Blueprint-Ansatz arbeitet Unframe mit großen Unternehmen weltweit zusammen, um Lösungen in den Bereichen Beobachtbarkeit, Datenabstraktion, intelligente Agenten und Modernisierung umzusetzen. Unframe verwendet eine Ergebnisbasierte Preisgestaltung, die es Kunden ermöglicht, jede Lösung, die sie wünschen, risikofrei zu erleben und zu entwickeln. Unframe ist LLM-agnostisch und erfordert keine Feinabstimmung oder Schulung – was grundlegend das verändert, was für große Unternehmen, die nach skalierbaren, schlüsselfertigen AI-Lösungen suchen, möglich ist.

Am 3. April 2025 tauchte Unframe aus der Geheimhaltung auf, mit 50 Millionen Dollar, um die Enterprise-AI-Bereitstellung zu revolutionieren.

Nach dem erfolgreichen Ausstieg von Noname Security bei Akamai, was motivierte Sie, Unframe zu starten, und welche Lücke haben Sie im Bereich Enterprise-AI identifiziert, die es zum richtigen Zeitpunkt und zur richtigen Gelegenheit gemacht hat?

Ich bin tatsächlich vor den Akquisitionsverhandlungen von Noname gegangen. Was ich sah, war eine massive Welle, die kam, CIOs standen unter Druck, AI schnell zu adoptieren, aber die verfügbaren Werkzeuge waren einfach nicht bereit für das Unternehmen. Sie haben entweder punktuelle Lösungen ohne Governance zusammengesetzt oder auf interne Teams gewartet, um von Grund auf zu bauen. Kein Weg skalierte, und beide führten zu Risiken.

Das war das Signal. Ich erkannte, dass Unternehmen nicht nur Zugang zu AI benötigen – sie benötigen eine Plattform, die ihnen Kontrolle, Geschwindigkeit und Flexibilität gleichzeitig bietet. Das führte zu Unframe.

Noname Security war ein Pionier im Bereich API-Cybersicherheit. Wie hat Ihre Erfahrung beim Aufbau eines sicherheitsorientierten Unternehmens Ihren Ansatz bei Unframe geprägt?

Sicherheit ist in unserem DNA. Bei Noname haben wir gelernt, dass Innovation ohne Governance schnell zu Risiken führt. Diese Lektion gilt direkt für AI. Von Tag eins an bei Unframe haben wir die richtigen Schutzmechanismen eingebaut – sichere Datenverarbeitung, Modelltransparenz, rollenbasierten Zugriff – damit Unternehmen innovieren können, ohne neue Verwundbarkeiten einzuführen.

Wir sind auch sehr bewusst, wie Dinge im großen Maßstab fehlschlagen. Während Unframe Teams ermöglicht, schnell zu handeln, haben wir die Plattform mit Unternehmenskomplexität im Sinn entworfen – sei es die Verwaltung von Datenflüssen, die Einhaltung von Compliance oder die Integration mit Legacy-Systemen.

Gab es gemeinsame Schmerzpunkte in Unternehmen im Bereich API-Sicherheit, die Ihre Vision für die AI-Adoption beeinflusst haben?

Definitiv. Bei Noname sahen wir, wie schwierig es für Unternehmen war, Sichtbarkeit und Kontrolle über ihre Umgebungen zu gewinnen. Schatten-APIs, inkonsistente Werkzeuge und siloisierte Teams schufen reale betriebliche Risiken – und das verlangsamte alles.

Bei AI sehen wir das gleiche Muster wiederholen. Jedes Team will schnell vorankommen, aber ohne die richtige Struktur gibt es Fragmentierung, Duplizierung und Blindstellen. Diese Erfahrung prägte unsere Denkweise bei Unframe. Wir wollten Unternehmen eine Möglichkeit geben, AI auf eine Weise zu adoptieren, die vereint, sicher und tatsächlich über Teams und Systeme hinweg funktioniert – und nicht nur in isolierten Bereichen.

Unframe gewinnt an Fahrt bei großen Unternehmen und erreicht ein Jahresumsatzvolumen von Millionen innerhalb eines Jahres – wie haben Sie diese hohe Akzeptanz so schnell erreicht?

Wir sind nicht den traditionellen Weg der langsamen Experimentierung oder begrenzten Pilotprojekte gegangen. Von Tag eins an waren wir auf dem Markt, haben mit globalen Unternehmen an hochwertigen, realen Projekten zusammengearbeitet. Diese waren keine isolierten Anwendungsfälle – sie waren strategische Initiativen, die an kerngeschäftliche Teile des Unternehmens gebunden waren. Das hat uns Vertrauen eingebracht und half Unframe, ein strategischer Partner in mehreren Bereichen zu werden, nicht nur ein Lieferant. Wenn Sie echte Ergebnisse schnell liefern, folgt die Akzeptanz.

Sie haben von der Reduzierung der AI-Bereitstellung von Monaten auf Stunden gesprochen. Können Sie uns durchführen, wie Unframe dies möglich macht?

Wir haben hunderte tiefer technischer Bausteine in die Unframe-Plattform integriert. Wenn eine neue Lösung bereitgestellt wird, beginnt sie nicht bei Null – sie wird durch einen Blueprint angepasst, der diese Komponenten auf die spezifischen Bedürfnisse des Benutzers kartiert. Das ist, wie wir die Bereitstellung von Monaten auf Stunden reduzieren.

Erzählen Sie uns mehr über den Blueprint-Ansatz – was macht ihn einzigartig, und warum ist er so leistungsstark für Enterprise-AI-Anwendungsfälle?

Der Blueprint-Ansatz ist die Art und Weise, wie wir maßgeschneiderte AI-Lösungen im großen Maßstab liefern – ohne von vorne zu beginnen. Jeder Blueprint kartiert die Logik, Komponenten, Workflows und Schutzmechanismen für einen bestimmten Anwendungsfall und konfiguriert die Bibliothek von technischen Bausteinen unserer Plattform. Es ist die Art und Weise, wie wir Geschwindigkeit und Präzision im großen Maßstab kombinieren.

Unframe positioniert sich als LLM-agnostisch und erfordert keine Modellfeinabstimmung. Warum war es wichtig für Sie, die Notwendigkeit von Trainings benutzerdefinierter Modelle zu vermeiden?

Weil die meisten Unternehmen keine benutzerdefinierten Modelle benötigen – sie benötigen benutzerdefinierte Ergebnisse. Sobald Sie mit der Feinabstimmung beginnen, binden Sie sich an einen bestimmten Anbieter, erhöhen die Kosten und schaffen eine Wartungsbelastung, die die meisten Organisationen nicht bewältigen können.

Wir haben Unframe so entworfen, dass es mit bestehenden modernen Modellen zusammenarbeitet, um weiterhin maßgeschneiderte, hochwertige Ergebnisse zu liefern – ohne die Komplexität. Durch die Beibehaltung der LLM-Agnostizität geben wir Unternehmen Flexibilität, schnelleren Zeitwert und die Fähigkeit, sich zu entwickeln, während sich das Modelllandschaft ändert. Das Ziel ist nicht, Modelle zu trainieren – es ist, Probleme zu lösen. Und Sie können das sehr gut tun, ohne die Feinabstimmung zu berühren.

Welche Rolle spielt die natürliche Sprachinteraktion in der Unframe-Plattform – und wie weit kann sie traditionelle Software-Oberflächen ersetzen?

Die natürliche Sprache ist ein leistungsstarker Einstiegspunkt – sie macht AI sofort für Geschäftsanwender zugänglich, ohne Schulung oder technische Einführung. Das ist besonders wichtig, wenn Sie mit globalen Unternehmen und verteilten Arbeitskräften in verschiedenen Ländern, Rollen und Sprachen arbeiten. Eine chat-ähnliche Oberfläche hilft, das Spielfeld zu nivellieren.

Aber jeder Unframe-Anwendungsfall ist anders, und die Oberfläche muss der Aufgabe entsprechen. Manchmal bedeutet das eine natürliche Sprachchat. Manchmal ist es eine dynamische Tabelle, ein interaktives Dashboard oder eine Inhaltsgenerierungs-Oberfläche – was am besten zum Arbeitsablauf und dem zu lösenden Problem passt.

Wir sehen die natürliche Sprache nicht als Ersatz für traditionelle Oberflächen, sondern als eine Schicht, die Reibung dort entfernt, wo es zählt. Das Ziel ist, Software intuitiv, flexibel und maßgeschneidert zu machen – nicht nur für den Benutzer, sondern für das Problem, das er zu lösen versucht.

Welche Lektionen aus der Skalierung von Noname Security zu einer Billionen-Bewertung und 450-Millionen-Dollar-Erwerb wenden Sie bei Unframe an?

Konzentrieren Sie sich auf die Lösung realer, dringender Probleme – und tun Sie dies mit einer unternehmensgerechten Ausführung von Tag eins an. Bei Noname haben wir gelernt, dass Skalierung aus Vertrauen kommt, und Vertrauen kommt aus der schnellen Lieferung ohne Abstriche. Bei Unframe wenden wir die gleiche Denkweise an: schnell handeln, sicher bauen und kundenorientiert bleiben.

Als wiederkehrender Gründer, wie ist Ihr Ansatz zum Aufbau von Führungsteams und Unternehmenskultur in hyperwachstumsintensiven Umgebungen?

In hyperwachstumsintensiven Umgebungen haben Sie nicht die Luxus, Dinge langsam zu figuraieren – also benötigen Sie Menschen um sich herum, die nicht nur großartig in dem sind, was sie tun, sondern die auch in Unsicherheit und mit Dringlichkeit agieren. Für mich beginnt der Aufbau eines Führungsteams mit Vertrauen, Klarheit und gemeinsamen Werten. Jeder muss auf dem gleichen Weg sein und gleichermaßen an seinem Teil der Reise beteiligt sein.

Kultur ist das Gleiche. Es sind nicht die Tischtennisplatten – es ist, wie Sie Entscheidungen treffen, wenn es schwierig wird. Bei Unframe haben wir absichtlich eine Kultur der Eigenverantwortung, des Tempos und der Ehrlichkeit geschaffen. Wir handeln schnell, hören genau zu und pushen uns gegenseitig, jeden Tag besser zu werden. Eine solche Kultur überlebt nicht nur das hyperwachsame Wachstum – sie treibt es an.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten Unframe besuchen.