HyperAIHyperAI

Command Palette

Search for a command to run...

Felicis führt 7,5-Mio.-Runde für Unsiloed AI an

Unsiloed AI hat eine von Felicis angeführte Seed-Finanzierung über 7,5 Millionen US-Dollar abgeschlossen. An der Runde beteiligten sich außerdem Y Combinator, Orange Collective und Uncorrelated Ventures sowie die Angel-Investoren Aarthi Ramamurthy und Beth Turner. Das in San Francisco ansässige Start-up will Unternehmen dabei helfen, komplexe Dokumente für KI-Agenten nutzbar zu machen. Hinter Unsiloed stehen die Gründer Aman Mishra, CEO, und Adnan Abbas, die sich vom Indian Institute of Technology Kharagpur kennen. Das Unternehmen durchlief den Fall-2025-Jahrgang von Y Combinator. Sein Ansatz adressiert ein zentrales Problem: Geschäftsdokumente enthalten häufig Tabellen, Diagramme und aufwendige Layouts, die KI-Systeme nur unzuverlässig erfassen. Fehler können besonders in Banken, Kliniken oder Kanzleien erhebliche Folgen haben. Mishra verweist darauf, dass große Sprachmodelle probabilistisch arbeiten und Abweichungen oder Halluzinationen downstream teuer werden können. Unsiloed zerlegt deshalb komplexe Dokumente, extrahiert Informationen aus Tabellen, Diagrammen und anderen Elementen und überführt sie in strukturierte Daten, die KI-Agenten weiterverarbeiten können. Zugleich zeigt die Software an, aus welcher Stelle des Originaldokuments die extrahierten Informationen stammen, sodass Unternehmen Ergebnisse überprüfen können. Technisch setzt das Start-up auf zweiströmige Vision-Modelle, die Text- und Bilddaten getrennt verarbeiten, sowie auf heatmap-basiertes Chunking, das wichtige Dokumentbereiche identifiziert. Rechenleistung wird gezielt auf Abbildungen, Zahlen und Diagramme gelenkt. Ein spezialisierter Decoder berücksichtigt branchenspezifische Terminologie. Erste Kunden kommen aus Finanzdienstleistungen, Rechtsberatung und Gesundheitswesen. Eine Bank nutzt die Technologie zur Dokumentenverarbeitung, eine Kanzlei betreibt sie auf eigenen Servern für Verträge und alte Fallakten. Der Sprach-KI-Anbieter Bolna AI setzt Unsiloed nach Angaben Mishras ein, um Wissensbasen für Sprachagenten aufzubauen. Der Markt ist allerdings umkämpft: Zu den Wettbewerbern zählen spezialisierte Anbieter wie Reducto und Unstructured sowie Microsoft und Amazon; auch allgemeine KI-Modelle werden zur Dokumentenextraktion verwendet. Unsiloed verweist auf eigene Tests mit 542 Finanzdokumenten eines Unternehmenskunden. Bei rund 84.000 extrahierten Datenpunkten habe die Technologie 99,78 Prozent Genauigkeit erreicht, verglichen mit großen KI-Modellen, Microsofts Azure Document Intelligence und einem internen Extraktionstool des Kunden. Die Ergebnisse wurden jedoch nicht unabhängig verifiziert. Auf dem öffentlichen Benchmark olmOCR-Bench von Allen AI will Unsiloed 88,0 Punkte erreicht haben, gegenüber 66,0 für Reductos agentisches System und 39,9 für Unstructured; getestet wurden 1.403 PDF-Seiten mit Tabellen, mathematischen Ausdrücken, Scans und komplexen Layouts. Der Preis beginnt nach Angaben Mishras bei einem Cent pro Seite. Das Start-up beschäftigt derzeit sieben Mitarbeiter. Mit dem frischen Kapital will Unsiloed Forscher und Ingenieure einstellen, den Vertrieb ausbauen und proprietäre Datensätze entwickeln, um die Technologie weiter zu verbessern.

Verwandte Links