Vellum erhält 20 Millionen US-Dollar in Series-A-Finanzierung, um die zuverlässige Entwicklung von Unternehmens-KI zu beschleunigen

Vellum, eine Plattform für die Entwicklung von KI-Anwendungen von Ende zu Ende, die Unternehmen dabei hilft, kritische KI-Anwendungen zuverlässig zu erstellen, zu testen und zu bereitstellen, hat 20 Millionen US-Dollar in Series-A-Finanzierung erhalten. Die Finanzierungsrunde wurde von Leaders Fund geleitet, mit Beteiligung von Socii Capital, Y Combinator, Rebel Fund, Pioneer Fund und Eastlink Capital.

Diese neue Finanzierung kommt zu einem entscheidenden Moment für KI in verschiedenen Branchen. Während fast jedes Unternehmen KI erforscht, fehlt es bei über der Hälfte an einer umfassenden Strategie und die meisten stecken in langen Prototyping-Phasen fest. Vellum schließt diese Lücke, indem es eine speziell entwickelte Entwicklungsumgebung anbietet, die Stringenz, Geschwindigkeit und Beobachtbarkeit in die KI-Entwicklung bringt.

Schließung der KI-Bereitschaftslücke

Vellum wurde von Akash Sharma gegründet und basiert auf der Erkenntnis, dass traditionelle Software-Entwicklungsprinzipien wie Versionierung, Testen und Zusammenarbeit in den meisten KI-Tools fehlen. Vellum bietet Unternehmen eine strukturierte, testgetriebene Herangehensweise an KI. Die Plattform ermöglicht es cross-funktionellen Teams, einschließlich Ingenieuren, Produktleitern und Fachexperten, zusammenzuarbeiten durch:

• Ein visuelles UI-Builder- und SDK, um KI-Workflows zu definieren
• Native Auswertung und Testen, um Fehler vor der Bereitstellung zu erkennen
• Ein-Klick-Versionen mit Rückgängig-Unterstützung
• Echtzeit-Überwachung, um die Modellleistung kontinuierlich zu verbessern

„Generative KI hat die Art und Weise, wie Unternehmen über Software nachdenken, neu definiert, aber die Infrastruktur, um KI-Systeme verantwortungsvoll zu bauen, hat nicht mitgehalten“, sagte Akash Sharma, CEO von Vellum. „Deswegen haben wir Vellum entwickelt, um die gleiche Vorhersehbarkeit, Kontrolle und Klarheit, die wir von traditioneller Software erwarten, in die KI-Entwicklung zu bringen.“

Eine speziell entwickelte Plattform für Unternehmens-KI

Vellum ist mehr als ein Prototyping-Tool – es ist eine vollständige KI-Betriebsumgebung. Teams können ganze Workflows mithilfe eines visuellen graphbasierten Editors orchestrieren, der den Kontrollfluss über den Datenfluss priorisiert, sodass sie komplexes Verhalten wie Verzweigung, Rekursion, parallele Ausführung und Streaming verwalten können.

Diese Komposabilität macht Vellum besonders wertvoll in hoch regulierten Branchen, in denen Sicherheit, Zuverlässigkeit und Nachvollziehbarkeit kritisch sind. Durch die Vereinigung von Orchestrierung, Prompting, retrieval-augmented Generation (RAG), Auswertung und Überwachung in einer einzigen Plattform hilft Vellum Unternehmen, KI-Systeme bereitzustellen, die robust, beobachtbar und einfach zu warten sind.

Vertrauenswürdig von Top-Unternehmens-Teams

Vellum liefert bereits Ergebnisse für führende Unternehmen wie Drata, Swisscom, Redfin und Headspace und unterstützt KI-Initiativen in den Bereichen Kundenservice, Compliance-Automatisierung, interne Tooling und Content-Generierung.

Drata, ein führendes Unternehmen im Bereich Sicherheit und Compliance-Automatisierung, verwendet Vellum, um über 7.000 Kundenumgebungen mit sicheren, erklärbareren KI-Workflows zu unterstützen.

„Vellum bietet uns die Infrastruktur, um schnell zu handeln, ohne Leistung oder Vertrauen zu opfern“, sagte Lior Solomon, VP of Engineering bei Drata. „Ihr testgetriebenes System hilft uns, schnell zu iterieren, während unsere KI genau und konform bleibt.“

Leaders Fund, die die Finanzierungsrunde leiteten, bringen tiefere operative Expertise mit, da sie mehrere Unternehmen von der ersten Dynamik bis zu 100 Millionen US-Dollar Umsatz unterstützt haben.

„Vellum löst das Kernproblem, das die Adoption von KI in Unternehmen behindert – wie man KI-Systeme zuverlässig, wiederholbar und produktionsbereit macht“, sagte Gideon Hayden, Managing Partner bei Leaders Fund. „Sie haben das gebaut, was jedes Unternehmens-KI-Team benötigt, und wir sind aufgeregt, ihnen dabei zu helfen, es global zu skalieren.“

Aufbau des Standards für KI-Entwicklung

Da künstliche Intelligenz von experimentell zu operativ wechselt, steigt der Druck auf Unternehmen, Infrastrukturen zu adoptieren, die langfristige Zuverlässigkeit, Governance und Wartbarkeit unterstützen. Die Komplexität der Bereitstellung von KI-Systemen – insbesondere solcher, die große Sprachmodelle, retrieval-augmentierte Generation oder agentenbasierte Architekturen beinhalten – erfordert mehr als ad-hoc-Skripte und Prompt-Engineering. Die Notwendigkeit für robuste Orchestrierung, kontrollierte Experimentierung und kontinuierliche Überwachung wird unverhandelbar.

Dies markiert eine neue Phase in der Unternehmens-KI: Eine, die den strukturierten Software-Entwicklungspraktiken von DevOps ähnelt, aber an eine dynamische und probabilistische Umgebung angepasst ist. Anstatt KI in Silos zu bauen oder sich ausschließlich auf Intuition zu verlassen, wenden sich Teams nun Tools zu, die die KI-Entwicklung als iterative Ingenieurdisziplin behandeln – einschließlich Versionierung, Testabdeckung und Sichtbarkeit in jeden Ausgang und jede Entscheidung.

Technologien, die diesen Wandel ermöglichen, legen die Grundlage für das, was wahrscheinlich zum neuen Standard in KI-Betrieb werden wird. In naher Zukunft werden KI-Anwendungen transparente Logikflüsse, auditfähige Ausgänge, Echtzeit-Fehlerbehandlung und nahtlose Integration mit sich entwickelnden Modellen und Datenbeständen haben. Da die Regulierung strenger wird und die Anwendungsfälle komplexer werden, wird die Branche Entwicklungsumgebungen fordern, die Flexibilität mit Verantwortung kombinieren – es Teams ermöglichen, schnell zu handeln, ohne die Kontrolle zu verlieren.

Diese Evolution spiegelt eine breitere Reife des KI-Feldes selbst wider. Das Versprechen von generativer KI war nie nur um beeindruckende Demos – es ging darum, intelligente Systeme in den Kern des Geschäfts zu integrieren. Die nächste Generation von Plattformen wird nicht nur nach ihrer Leistung, sondern auch nach ihrer Fähigkeit beurteilt, sicher und vorhersehbar in realen Umgebungen zu skalieren.