Speisekarte
Krypto-Abschnitte
Die von RRE Ventures geleitete Serie A des Startups aus San Francisco geht davon aus, dass Unternehmens-KI vernetzten Speicher und keine größeren Kontextfenster benötigt
Dienstag, 10. November 2026 · 12:18 EST · 3 Minuten Lesezeit
In der KI
Aktie
KI-Agenten werden immer schlauer, aber viele haben immer noch die Erinnerung an einen Goldfisch auf einer überfüllten Party. Graphon AI hat gerade 35 Millionen US-Dollar gesammelt, um das Problem zu beheben.
Das Startup aus San Francisco schloss am 10. November 2026 eine Serie-A-Runde ab, um ein sogenanntes persistentes relationales Gedächtnis für KI-Agenten aufzubauen. Das Ziel besteht darin, diese Agenten in die Lage zu versetzen, über riesige Mengen an Unternehmensdaten nachzudenken, ohne zu vergessen, was sie vor ein paar Dokumenten gesehen haben.
Die Einzelheiten der Gehaltserhöhung
RRE Ventures führte die Runde an. HP und Hitachi Ventures beteiligten sich ebenfalls, was der Cap-Tabelle einen deutlich unternehmerischen Touch verleiht.
Das Timing ist aggressiv. Graphon sicherte sich am 14. Mai 2026 eine Startfinanzierung in Höhe von 8,3 Millionen US-Dollar, was bedeutet, dass die Serie A etwa sechs Monate später eintraf.
Das Unternehmen selbst ist jung. Graphon wurde im Juli 2025 gegründet und entwickelte sich in etwas mehr als einem Jahr von der Gründung zu einer Serie A im Wert von 35 Millionen US-Dollar.
Novera Ventures gehörte neben mehreren anderen technologieorientierten Geldgebern zu den Startkapitalinvestoren. Die Serie A gilt als Fortsetzung der vorherigen Runde, sodass die Dynamik von einer Erhöhung zur nächsten übertragen wird.
Auf Kundenseite arbeitet Graphon im Rahmen einer seiner ersten Implementierungen aktiv mit der GS Group in Südkorea zusammen. Das Unternehmen unterhält auch aufkommende Partnerschaften mit HP und den San Francisco 49ers, zwei Namen, die selten im selben Satz vorkommen.
Was Graphon tatsächlich baut
Graphon beschreibt seine Plattform als „Intelligenzschicht vor dem Modell“, was bedeutet, dass sie sich unter dem KI-Modell befindet und Informationen aufbereitet, bevor das Modell sie überhaupt berührt.
KI, Technologie und die Märkte, die sie bewegen – in einem täglichen Briefing.
Täglich. Frei. Schließen Sie sich mehr als 34.000 Lesern aus den Bereichen Krypto, Finanzen und Politik an.
Wir respektieren Ihre Privatsphäre. Abmelden jederzeit möglich.
Die Plattform ruft viele Arten von Daten gleichzeitig ab. Dokumente, Videos, Bilder und Protokolle gelangen alle in das System.
Aus dieser Mischung wird ein Wissensgraph erstellt, der selbstüberwacht und schemafrei ist. Vereinfacht ausgedrückt: Die Software findet von selbst heraus, wie sich Informationen miteinander verbinden, ohne dass ein Mensch zuvor eine starre Struktur aufstellt, der sie folgen sollen.
Die zugrunde liegende Mathematik basiert auf Graphonfunktionen, dem mathematischen Konzept, das dem Unternehmen seinen Namen gibt. Diese Funktionen helfen dabei, Beziehungen über sehr große Netzwerke verbundener Daten hinweg zu modellieren.
Das Ergebnis ist nach Angaben des Unternehmens, dass Agenten, die auf Modellen wie GPT oder Claude laufen, auf integrierte, zeitbewusste Informationen zugreifen können. Anstatt isolierte Fetzen aufzugreifen, sehen sie, wie Fakten zusammenhängen und wie sie sich im Laufe der Zeit verändern.
Warum Kontextfenster nicht ausreichen
Die meisten KI-Modelle arbeiten innerhalb eines Kontextfensters, also der Textmenge, die sie gleichzeitig anzeigen können. Sobald Informationen außerhalb dieses Fensters fallen, sieht das Modell sie praktisch nicht mehr.
Eine gängige Problemumgehung ist die Retrieval-Augmented Generation, meist abgekürzt als RAG. In diesem Setup ruft das System relevante Datenblöcke ab und übergibt sie an das Modell, wenn es sie benötigt.
Der Haken daran ist, dass diese Stücke oft getrennt voneinander ankommen. Graphon positioniert seinen Wissensgraphen als Antwort auf dieses Problem. Durch die Speicherung von Beziehungen anstelle von Fragmenten soll es den Agenten ermöglicht werden, über weite Strecken multimodaler Unternehmensdaten nachzudenken.
Das Unternehmen verweist auf Benchmark-Ergebnisse, um die Aussage zu untermauern. Graphon belegte den ersten Platz bei ATM-Bench, erzielte 94 % bei LoCoMo und erreichte 84 % bei DolphinBench.
Was das für die Unternehmens-KI bedeutet
Der modellunabhängige Ansatz von Graphon ist ein bemerkenswerter Teil seiner Präsentation. Wenn die Speicherschicht mit Modellen wie GPT oder Claude funktioniert, sind Unternehmen nicht gezwungen, sich bei der Nutzung auf einen einzigen KI-Anbieter zu verlassen.
Auch die Investorenaufstellung deutet auf die Go-to-Market-Strategie hin. Die Beteiligung von HP und Hitachi Ventures sowie ein früher Einsatz bei der GS Group deuten darauf hin, dass Graphon eher auf große Unternehmenskunden als auf Hobbykunden abzielt.
Auch die Auswahl an frühen Partnern ist sehenswert. Ein koreanischer Konzern, ein Hardware-Hersteller und ein NFL-Franchise stellen sehr unterschiedliche Datenprobleme dar und könnten daher als Test dafür dienen, wie vielseitig die Plattform wirklich ist.
Offenlegung: Dieser Artikel wurde von Diego Almada Lopez bearbeitet. Weitere Informationen darüber, wie wir Inhalte erstellen und überprüfen, finden Sie in unserer Redaktionsrichtlinie.
Die Nachrichten über das, was Sie halten
Verfolgen Sie Ihre Aktien und Kryptowährungen. Lesen Sie die Neuigkeiten von Hunderten von Verlagen in Pro.
Datenschutzrichtlinie
