DataBahn haalt 40 miljoen dollar op om een agente controlelaag voor ondernemingsgegevens te bouwen

DataBahn heeft 40 miljoen dollar opgehaald in een serie B-financieringsronde om de infrastructuur uit te breiden die ondernemingen gebruiken om gegevens voor te bereiden, te beheren en te leveren aan kunstmatige intelligentiesystemen.

Insight Partners leidde de ronde, met bestaande investeerders Forgepoint Capital, GTM Capital en S3 Ventures die ook deelnamen. De investering brengt het totale bedrag aan financiering van het in Dallas gevestigde bedrijf op 59 miljoen dollar, na een serie A-financiering van 17 miljoen dollar aangekondigd in juni 2025.

DataBahn wil de nieuwe kapitaal gebruiken voor onderzoek en ontwikkeling, extra productmogelijkheden en de verdere uitbreiding van zijn partnergeleide verkoopmodel. Het bedrijf positioneert zijn platform als een “agente gegevenscontrolelaag”, een infrastructuurlaag die bedoeld is om te beheren hoe ondernemingsgegevens tussen operationele systemen, beveiligingsplatforms, opslagomgevingen en AI-modellen bewegen.

De financieringsronde vindt plaats op een moment dat bedrijven meer telemetrie genereren dan hun bestaande beveiligings- en analytische systemen economisch kunnen verwerken. Tegelijkertijd hebben AI-agents en copilot-systemen toegang nodig tot betrouwbare ondernemingscontext om nuttige beslissingen te nemen of acties te ondernemen namens werknemers.

Verder gaan dan conventionele gegevenspijplijnen

Traditionele ondernemingsgegevenspijplijnen verzamelen informatie van een bron en leveren deze af bij een bestemming, zoals een beveiligingsinformatie- en gebeurtenisbeheersysteem, een datawarehouse of een cloudopslagsysteem.

Dit model wordt minder effectief naarmate het aantal gegevensbronnen, bestemmingen en consumenten toeneemt. Een onderneming kan logs moeten verzamelen van cloud-infrastructuur, identiteitssystemen, eindpunten, toepassingen, industriële apparatuur en software-as-a-service-platforms, terwijl tegelijkertijd verschillende delen van die informatie naar beveiligingstools, analytische systemen, datalakes en AI-toepassingen worden gestuurd.

Elk beschikbaar evenement naar elk downstream-systeem verplaatsen, kan aanzienlijke opslag-, verwerkings- en clouddataverplaatsingskosten creëren. Het kan ook moeilijker maken voor analisten en AI-modellen om de informatie te vinden die echt relevant is.

DataBahn voegt een beheerlaag toe tussen die bronnen en bestemmingen. Het platform kan informatie verzamelen, filteren, normaliseren, verrijken en routeren terwijl het in beweging is, in plaats van elke downstream-toepassing onafhankelijk de ruwe gegevens te laten verwerken.

Het bedrijf zegt dat zijn technologie momenteel meer dan 600 gegevensbronnen ondersteunt en is ontworpen om onafhankelijk te blijven van elk opslagplatform, beveiligingsleverancier of AI-model. Dit stelt klanten in staat om bestemmingen te wijzigen of meerdere systemen te gebruiken zonder de verzamellaag opnieuw op te bouwen rondom de architectuur van elke leverancier.

DataBahn richtte zich aanvankelijk voornamelijk op cybersecurity-telemetrie, maar heeft zijn platform sindsdien uitgebreid om applicatie-, observabiliteit- en Internet of Things- en operationele technologiegegevens te omvatten.

Ondernemingsgegevens voorbereiden voor AI-agents

Het AI-onderdeel van DataBahn’s strategie is niet beperkt tot het toevoegen van een conversatie-interface aan een bestaand dataplatform.

Zijn Cruz AI-systeem fungeert als een agente gegevensingenieur die helpt bij werk dat traditioneel wordt afgehandeld via handmatig geconfigureerde integraties en parserregels. De software bewaakt inkomende gegevensschemata, identificeert wijzigingen en kan bijgewerkte parsers en mappings genereren wanneer het formaat van een bron verandert.

Dit is belangrijk omdat ondernemingsgegevensbronnen zelden statisch blijven. Softwareleveranciers introduceren nieuwe velden, wijzigen gebeurtenisformaten en updaten API’s. Wanneer die veranderingen een pijplijn breken, kunnen beveiligings- en gegevensengineerteams zichtbaarheid verliezen totdat de integratie is gerepareerd.

DataBahn beschrijft Cruz als een manier om dat proces om te zetten in een goedkeuringsgebaseerd werkstroom. In plaats van dat ingenieurs elke connector of parser vanaf het begin opbouwen, kan het systeem de gewijzigde bron analyseren en een bijgewerkte configuratie voorbereiden voor revisie.

Het platform normaliseert ook informatie in consistente schemata, waaronder het Open Cybersecurity Schema Framework. Standaardisatie kan gegevens gemakkelijker maken voor beveiligingstools en AI-systemen om te interpreteren, omdat hetzelfde type gebeurtenis consistent wordt weergegeven, ongeacht welk product het heeft gegenereerd.

Voor AI-agents is het bredere doel om voldoende context te bieden om een beslissing te ondersteunen zonder een ondernemings volledige gegevensbezit in een ander platform te kopiëren. DataBahn kan informatie continu verwerken en extra context ophalen wanneer een toepassing of agent dit nodig heeft.

Die aanpak kan belangrijker worden naarmate ondernemingen overgaan van generatieve AI-systemen die voornamelijk vragen beantwoorden naar agents die workflows initiëren, configuraties wijzigen of reageren op operationele gebeurtenissen. De betrouwbaarheid van die agents zal deels afhankelijk zijn van of de onderliggende gegevens actueel, correct gestructureerd en beheerd zijn.

Intelligentie verplaatst zich naar binnen in de gegevensstroom

DataBahn heeft ook gewerkt aan wat het “Autonome In-Stream Data Intelligence” noemt, een architectuur die analyse en besluitvorming toepast terwijl informatie nog steeds door de pijplijn beweegt.

Het systeem is bedoeld om meer te doen dan gegevens voorbereiden voor analyse nadat deze een bestemming heeft bereikt. Het kan gegevenskwaliteit evalueren, ontbrekende informatie identificeren en bepalen hoe individuele gebeurtenissen in real-time moeten worden afgehandeld.

In een beveiligingsomgeving kan een pijplijn bijvoorbeeld een inkomend evenement verrijken met bedreigingsinformatie, hoogwaardige telemetrie naar een analytisch platform routeren en lagere prioriteitinformatie naar minder dure opslag verplaatsen. Het toepassen van die beslissingen voordat de gegevens een beveiligingsplatform bereiken, kan de ingangs kosten verlagen zonder een onderneming te dwingen af te zien van informatie die later mogelijk nodig is voor een onderzoek.

Het bedrijf heeft betoogd dat intelligentie binnen de pijplijn moet zitten, in plaats van alleen toegepast te worden nadat gegevens zijn verzameld en opgeslagen.

Deze architectuur weerspiegelt ook een bredere verandering in ondernemingsgegevensbeheer. De pijplijn wordt een actieve beleids- en orchestratielaag in plaats van passieve leidingen die twee systemen verbinden.

Ondernemingsadoptie drijft de serie B aan

DataBahn meldt dat zijn omzet met meer dan 400% is gestegen, met een netto omzetbehoud van 180%. Het bedrijf claimt ook nul klantverlies en een succespercentage van 97% bij proof-of-concept-implementaties.

Het bedrijf serveert ondernemingen in de gezondheidszorg, financiële dienstverlening, fabricage en transport, waaronder verschillende Fortune 100-ondernemingen. De bekendgemaakte klanten omvatten MVB Bank en de Canada Pension Plan Investment Board.

MVB Bank Chief Information Security Officer Parrish Gunnels zei dat het platform het de bank hielp om meerdere gegevensformaten, regelgevingsvereisten en auditcontroles in een gemeenschappelijke omgeving te brengen die de AI-agents van de bank ondersteunt.

Bij de Canada Pension Plan Investment Board wordt de technologie gebruikt om de inbedrijfstelling van beveiligingstelemetrie te standaardiseren. De organisatie zei dat dit de aangepaste engineering die eerder nodig was om nieuwe logbronnen te verbinden, reduceerde en het gemakkelijker maakte om systemen te identificeren die niet de verwachte gegevens verzonden.

DataBahn heeft deze klanten grotendeels via kanaal- en technologiepartners benaderd, in plaats van uitsluitend te vertrouwen op directe verkoop. Recentelijke initiatieven omvatten een diepere integratie met Microsoft’s beveiligingsecosysteem en een distributieovereenkomst voor Azië-Stille Oceaan met de cybersecuritydistributeur M.Tech.

Financiering richt zich op een groeiende infrastructuurbottleneck

De serie B zal DataBahn in staat stellen een product uit te breiden dat zich op het snijvlak van verschillende steeds duurdere ondernemingsproblemen bevindt.

Beveiligingsteams verzamelen meer telemetrie om aanvallen te detecteren en regelgevingsvereisten te vervullen. Datateams verwerken grotere volumes aan applicatie- en infrastructuurinformatie. AI-teams hebben toegang nodig tot zowel operationele gegevens als bedrijfscontext.

Elke groep kan extra opslag- en verwerkingscapaciteit kopen, maar dat lost de onderliggende duplicatie en fragmentatie niet op. Gegevens kunnen nog steeds meerdere keren worden verzameld, anders worden getransformeerd door elk platform en worden opgesloten in systemen die het duur maken om elders opnieuw te gebruiken.

DataBahn wedt dat ondernemingen in plaats daarvan een onafhankelijke controlelaag tussen de systemen die gegevens produceren en die consumenten zullen plaatsen.

De kans is groter dan het verlagen van opslagkosten. Een effectieve controlelaag kan bepalen welke informatie een AI-agent is toegestaan om te benaderen, die informatie verrijken met de nodige context en een record bijhouden van hoe de gegevens zijn getransformeerd en gerouteerd.

Dat zou de pijplijn een centrale rol geven in AI-governance, met name in gereguleerde industrieën waar ondernemingen de informatie die door geautomatiseerde systemen wordt gebruikt, moeten kunnen verklaren.

De gegevensbasis bouwen voor agente AI

De uitdaging voor DataBahn zal zijn om aan te tonen dat de opkomende “agente gegevenscontrolelaag”-categorie voldoende onderscheidend is van bestaande datapipeline-, beveiligingsdataweefsel- en observabiliteitsplatforms om een extra laag in de ondernemingstechnologie-stack te rechtvaardigen.

Grote cloud- en beveiligingsleveranciers breiden ook hun gegevensroutering-, opslag- en AI-mogelijkheden uit. DataBahn’s tegenargument is dat een neutraal platform klanten meer controle geeft over waar informatie wordt opgeslagen en welke toepassingen of modellen deze consumeren.

Zijn vermogen om die neutraliteit te behouden terwijl hij integreert met een groeiend aantal ondernemingssystemen, zal belangrijk zijn naarmate het bedrijf schaalt.

De serie B geeft DataBahn extra middelen om die architectuur te ontwikkelen terwijl AI-agents dieper in ondernemingsoperaties worden ingebed. De centrale premisse is eenvoudig: ondernemingen hebben niet noodzakelijk meer gegevens nodig. Ze hebben een betere manier nodig om de informatie te identificeren, te beheren en te activeren die op het moment dat het nodig is.

DataBahn plant om zijn volgende agente gegevenscontrolelaag-mogelijkheden te tonen op Black Hat USA 2026.