Vellum erhält 20 Millionen Dollar Series-A-Finanzierung, um zuverlässige Enterprise-AI-Entwicklung zu beschleunigen

Vellum, eine umfassende AI-Entwicklungsplattform, die Unternehmen hilft, vertrauenswürdige, mission-kritische AI-Anwendungen zu erstellen, zu testen und bereitzustellen, hat 20 Millionen Dollar in Series-A-Finanzierung aufgenommen. Die Finanzierungsrunde wurde von Leaders Fund angeführt, mit Beteiligung von Socii Capital, Y Combinator, Rebel Fund, Pioneer Fund und Eastlink Capital.

Diese neue Finanzierung kommt zu einem entscheidenden Moment für künstliche Intelligenz in allen Branchen. Während fast jedes Unternehmen generative künstliche Intelligenz erkundet, fehlt es bei über der Hälfte immer noch an einer umfassenden Strategie, und die meisten stecken in langwierigen Prototyping-Phasen fest. Vellum schließt diese Lücke, indem es eine speziell entwickelte Entwicklungsumgebung bietet, die Stringenz, Geschwindigkeit und Beobachtbarkeit in die AI-Technik bringt.

Überbrückung der AI-Bereitschaftslücke

Gegründet von Akash Sharma und basierend auf der Erkenntnis, dass traditionelle Software-Entwicklungsprinzipien wie Versionierung, Testen und Zusammenarbeit in den meisten AI-Tools fehlen, bietet Vellum Unternehmen eine strukturierte, testgetriebene Herangehensweise an die künstliche Intelligenz. Die Plattform ermöglicht es cross-funktionellen Teams – einschließlich Ingenieuren, Produktleitern und Fachexperten –, zusammenzuarbeiten, indem sie:

• Eine visuelle UI-Building- und SDK-Plattform zur Definition von AI-Workflows
• Native Auswertung und Testen, um Fehler vor der Bereitstellung zu erkennen
• Ein-Klick-Versionen mit Rollback-Unterstützung
• Echtzeit-Überwachung, um die Modellleistung kontinuierlich zu verbessern

„Generative künstliche Intelligenz hat neu definiert, wie Unternehmen über Software denken, aber die Infrastruktur zum Aufbau von verantwortungsvollen AI-Systemen ist einfach nicht mitgekommen“, 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 AI-Entwicklung zu bringen.“

Eine speziell entwickelte Plattform für Enterprise-AI

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

Diese Komposition macht Vellum besonders wertvoll in stark regulierten Branchen, in denen Sicherheit, Zuverlässigkeit und Nachvollziehbarkeit entscheidend sind. Durch die Einheit von Orchestrierung, Prompting, retrieval-augmented generation (RAG), Auswertung und Überwachung in einer einzigen Plattform hilft Vellum Unternehmen, AI-Systeme bereitzustellen, die robust, beobachtbar und einfach zu warten sind.

Vertrauenswürdig von Top-Unternehmenseams

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

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

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

Leaders Fund, die die Runde angeführt haben, bringen tiefgreifende operative Expertise mit, da sie mehrere Unternehmen von der frühen Traktion bis hin zu 100 Millionen Dollar oder mehr Umsatz pro Jahr unterstützt haben.

„Vellum löst das Kernproblem, das die AI-Adoption im Unternehmen behindert – wie man AI-Systeme zuverlässig, wiederholbar und bereit für die Produktion macht“, sagte Gideon Hayden, Managing Partner bei Leaders Fund. „Sie haben das gebaut, was jedes Enterprise-AI-Team benötigt, und wir freuen uns, ihnen dabei zu helfen, es global zu skalieren.“

Aufbau des Standards für AI-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 AI-Systemen – insbesondere solcher, die große Sprachmodelle, retrieval-augmented generation oder agentenbasierte Architekturen beinhalten – erfordert mehr als ad-hoc-Skripte und Prompt-Engineering. Die Notwendigkeit robuster Orchestrierung, kontrollierter Experimente und kontinuierlicher Überwachung wird unverhandelbar.

Dies läutet eine neue Phase in der Enterprise-AI ein: Eine, die den strukturierten Software-Entwicklungspraktiken von DevOps ähnelt, aber an ein dynamisches und probabilistisches Medium angepasst ist. Anstatt AI in Silos zu bauen oder sich ausschließlich auf Intuition zu verlassen, wenden sich Teams nun Tools zu, die die AI-Entwicklung als iterative Ingenieursdisziplin behandeln – einschließlich Versionierung, Testabdeckung und Sichtbarkeit in jedem Ausgabe- und Entscheidungsprozess.

Technologien, die diesen Wandel ermöglichen, legen den Grundstein für das, was wahrscheinlich zum neuen Standard in der AI-Betriebsführung werden wird. In naher Zukunft werden AI-Anwendungen transparente Logikflüsse, überprüfbare Ausgaben, Echtzeit-Fehlerbehandlung und nahtlose Integration mit sich entwickelnden Modellen und Datenbeständen haben. Da die Regulierung verschärft wird und die Anwendungsfälle komplexer werden, wird die Branche Entwicklungsumgebungen fordern, die Flexibilität mit Verantwortung kombinieren – Teams ermöglichen, schnell voranzukommen, ohne die Kontrolle zu verlieren.

Diese Evolution spiegelt eine umfassendere Reife des AI-Feldes selbst wider. Das Versprechen der generativen künstlichen Intelligenz bestand nie nur in beeindruckenden Demos – es bestand darin, intelligente Systeme in den Kern des Geschäfts zu integrieren. Die nächste Generation von Plattformen wird nicht nur nach ihrer Leistung beurteilt, sondern auch danach, wie sicher und vorhersehbar sie in realen Umgebungen skaliert werden können.