AI-Marktwert von Arena fast verdoppelt auf 3,1 Mrd. $

Die AI-Bewertungsplattform Arena hat eine Finanzierungsrunde der Serie B in Höhe von 200 Millionen US-Dollar abgeschlossen und damit ihre Unternehmensbewertung innerhalb von zehn Monaten auf 3,1 Milliarden US-Dollar nahezu verdoppelt. Das Startup, das im Jahr 2023 als Forschungsprojekt an der University of California, Berkeley, entstand, finanziert den Ausbau seiner Infrastruktur zur unabhängigen KI-Evaluation. Die Runde wird von Lightspeed Venture Partners und Khosla Ventures angeführt. Beteiligt sind zudem Salesforce Ventures, 01 Advisors, Dell Technologies Capital, Endeavor Catalyst, Andreessen Horowitz und Felicis Ventures. Arena entwickelte sich von einer reinen Forschungsinitiative zu einer der führenden Anlaufstellen für die Bewertung von Sprachmodellen. Das Crowdsourcing-Modell, das Nutzern ermöglicht, KI-Antworten kostenlos zu bewerten und zu vergleichen, verzeichnet monatlich Millionen von Besucherzahlen. Im Juni erreichte das Unternehmen ein annualisiertes Umsatzlauftempo von 100 Millionen US-Dollar. Zum Vergleich: Während der Series-A-Finanzierung im Januar lag der Umsatz bei 30 Millionen US-Dollar bei einer Bewertung von 1,7 Milliarden US-Dollar. Der rasche Anstieg der Bewertung korreliert direkt mit dem steigenden Bedarf an zuverlässigen Evaluierungsmethoden in der KI-Branche. Als Arena im vergangenen September den kommerziellen Service AI Evaluations auf den Markt brachte, trafen die Gründer auf einen Zeitpunkt, an dem etablierte Labore begannen, statische Benchmark-Tests zu umgehen. Industrieunternehmen suchen nun nach praxisnahen Metriken, um Modelle für interne Workloads auszuwählen, anstatt sich ausschließlich auf standardisierte Tests zu verlassen. Arena positioniert sich dabei als neutrale dritte Instanz, die nachweist, wie sicher und aligned KI-Systeme im realen Einsatz funktionieren. Als Reaktion auf diese Marktentwicklung hat Arena eine neue Bewertungskategorie eingeführt: die Ausrichtung. Diese misst Faktoren wie unbeabsichtigte Eigenmächtigkeit, falsche Quellenangaben oder irreführende Aufgabenabschlüsse. In den vorläufigen Rankings dieser Kategorie führen derzeit Modelle von OpenAI die Liste an, während Claude-Varianten von Anthropic auf weiteren Plätzen zu finden sind. Mit der aktuellen Finanzierung soll die Plattform ausgebaut werden, um der exponentiell wachsenden Komplexität von KI-Systemen gerecht zu werden und der Branche standardisierte, nutzerbasierte Qualitätsstandards zu liefern. Die Investition unterstreicht den branchenweiten Wandel weg von theoretischen Benchmarks hin zu empirischen, gemeinschaftsgestützten Evaluierungsverfahren.