Heim
Ehemalige SpaceX-Ingenieure bringen mit „Sift Stack“ Raketenstart-Software in die Fertigung

Letzte Woche erreichte der Slogan „Atome statt Bits!“ – ein Ausdruck, der die zunehmende Ausrichtung des Silicon Valley auf die physische Fertigung statt auf digitale Produkte verdeutlicht – seinen Höhepunkt, als bekannt wurde, dass Jeff Bezos einen 100-Milliarden-Dollar-Fonds auflegt, um Fabriken zu konsolidieren und zu automatisieren.
Die Fabrikautomatisierung ist jedoch nicht nur eine Herausforderung im Bereich der Hardware. Sie stützt sich zunehmend auf fortschrittliche Software und KI-Tools, und dieser Wandel verändert die Unternehmen, die die Infrastruktur für die physische Fertigung aufbauen.
Karthik Gollapudi, CEO von Sift Stack – einem Unternehmen mit Sitz in El Segundo, Kalifornien, dessen Tools bei der Konstruktion und Fertigung komplexer Maschinen wie Raumfahrzeuge und Autos helfen – spürt, wie sich der Boden unter seinen Füßen verschiebt. Er sagt, diese Veränderungen hätten die Prioritäten seines Unternehmens in den letzten sechs Monaten neu ausgerichtet.
Gollapudi und sein Mitbegründer und CTO, Austin Spiegel, gründeten das Unternehmen im Jahr 2022, nachdem sie bei SpaceX an Softwaretools gearbeitet hatten, die während Tests, Fertigung und Start enorme Mengen an Telemetriedaten – also in Echtzeit von Sensoren an physischen Komponenten gestreamte Leistungsdaten – verarbeiteten.
Die meisten Unternehmen, die hochentwickelte Maschinen bauen, verlassen sich auf handelsübliche Datenbank-Tools oder maßgeschneiderte Python-Skripte, doch Sift erkannte die Chance, eine erstklassige Lösung anzubieten. Zu seinen Kunden zählen die United Launch Alliance, ein großer US-amerikanischer Raketenhersteller, weitere Rüstungsunternehmen sowie Start-ups aus den Bereichen Robotik und Stromnetzmanagement.
Gollapudi zufolge hat jedoch das Aufkommen von KI-Tools zur Datenanalyse eine Neuausrichtung seines Unternehmens erzwungen. Die maßgeschneiderten Workflows, die einst das Markenzeichen des Unternehmens waren, sind im Zeitalter von KI und Deep Learning mittlerweile zum Standard geworden. Gleichzeitig gewann die Fähigkeit des Unternehmens, die Dateninfrastruktur zu verwalten, plötzlich erheblich an Wert.
„Unsere langfristige Vision, wie sich dies über fünf Jahre hinweg entwickeln würde, wird tatsächlich schon in diesem Jahr Realität“, erklärte Gollapudi gegenüber TechCrunch.
Das bedeutet, den massiven Datenstrom aus den heutigen softwareintensiven Maschinen zu bewältigen. Einige Fahrzeuge, mit denen das Unternehmen arbeitet, verfügen über mehr als 1,5 Millionen Sensoren, die gleichzeitig Daten in verschiedenen Formaten und Zeitskalen streamen.
Das Ziel des Unternehmens ist es, diese Daten für KI-Anwendungen zu organisieren und zu speichern – „ein Großteil des Wertes liegt darin, sie maschinenlesbar zu machen“, so Gollapudi. Wenn KI-Agenten Entscheidungen über die Fertigung treffen oder Testdaten analysieren sollen, um potenzielle Probleme zu erkennen, will Sift ihnen diese Daten zugänglich machen.
Jeff Dexter, Vice President für Software bei Astranis – einem Satellitenunternehmen, das Sift zur Verwaltung von Tests, Fertigung und Betrieb einsetzt –, erklärte, dass eine robuste Dateninfrastruktur für Unternehmen wie seines, die an einem einzigen Tag bis zu 10 Millionen automatisierte Softwaretests durchführen können, von entscheidender Bedeutung ist.
„Unweigerlich erreichen wir einen Punkt, an dem uns allein die Speicherung der Daten jeden Monat Millionen von Dollar kostet“, sagte Dexter. „Es stellt sich wirklich die Frage, ob diese Million Dollar gut angelegt ist. Mit einer Technologie wie Sift mache ich mir keine Sorgen darüber, wie viele Daten es gibt.“
Gollapudi teilte TechCrunch mit, dass Sift im Jahr 2025 eine Serie-B-Finanzierungsrunde in Höhe von 42 Millionen Dollar bei einer Post-Money-Bewertung von 274 Millionen Dollar abgeschlossen habe, angeführt von StepStone unter Beteiligung von GV (Googles Venture-Arm), Riot Ventures, Fika Ventures und CIV.
Verwandter Artikel
Das französische Startup ZML stellt ein kostenloses Tool vor, das die KI-Inferenz über mehrere Chips hinweg beschleunigt.
Nvidias Ära unkontrollierter Marktbeherrschung neigt sich dem Ende zu, doch aus allen Richtungen tauchen Konkurrenten und Alternativen auf.ZML, ein bedeutendes französisches KI-Startup, das vom Turing-Preisträger Yann LeCun unterstützt wird, hat eine
Anthropic stellt Opus 4.6 vor, einen umstrittenen Content-Generator
Anthropics universelle Nutzungsstandards für Claude verbieten es dem Modell, sexuell explizite Inhalte zu generieren, einschließlich der Darstellung oder Aufforderung zu Geschlechtsverkehr oder sexuellen Handlungen, der Generierung von Inhalten in Be
Von Marc Benioff unterstütztes Startup zielt darauf ab, Herausforderungen bei der KI-Implementierung zu lösen
Große Unternehmen stehen vor so massiven Herausforderungen beim Einsatz zuverlässiger KI-Tools, dass sich ganze Teams von vor Ort eingesetzten Ingenieuren – Spezialisten, die in Kundenunternehmen eingebettet sind, um KI-Systeme operativ umzusetzen –
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)

Letzte Woche erreichte der Slogan „Atome statt Bits!“ – ein Ausdruck, der die zunehmende Ausrichtung des Silicon Valley auf die physische Fertigung statt auf digitale Produkte verdeutlicht – seinen Höhepunkt, als bekannt wurde, dass Jeff Bezos einen 100-Milliarden-Dollar-Fonds auflegt, um Fabriken zu konsolidieren und zu automatisieren.
Die Fabrikautomatisierung ist jedoch nicht nur eine Herausforderung im Bereich der Hardware. Sie stützt sich zunehmend auf fortschrittliche Software und KI-Tools, und dieser Wandel verändert die Unternehmen, die die Infrastruktur für die physische Fertigung aufbauen.
Karthik Gollapudi, CEO von Sift Stack – einem Unternehmen mit Sitz in El Segundo, Kalifornien, dessen Tools bei der Konstruktion und Fertigung komplexer Maschinen wie Raumfahrzeuge und Autos helfen – spürt, wie sich der Boden unter seinen Füßen verschiebt. Er sagt, diese Veränderungen hätten die Prioritäten seines Unternehmens in den letzten sechs Monaten neu ausgerichtet.
Gollapudi und sein Mitbegründer und CTO, Austin Spiegel, gründeten das Unternehmen im Jahr 2022, nachdem sie bei SpaceX an Softwaretools gearbeitet hatten, die während Tests, Fertigung und Start enorme Mengen an Telemetriedaten – also in Echtzeit von Sensoren an physischen Komponenten gestreamte Leistungsdaten – verarbeiteten.
Die meisten Unternehmen, die hochentwickelte Maschinen bauen, verlassen sich auf handelsübliche Datenbank-Tools oder maßgeschneiderte Python-Skripte, doch Sift erkannte die Chance, eine erstklassige Lösung anzubieten. Zu seinen Kunden zählen die United Launch Alliance, ein großer US-amerikanischer Raketenhersteller, weitere Rüstungsunternehmen sowie Start-ups aus den Bereichen Robotik und Stromnetzmanagement.
Gollapudi zufolge hat jedoch das Aufkommen von KI-Tools zur Datenanalyse eine Neuausrichtung seines Unternehmens erzwungen. Die maßgeschneiderten Workflows, die einst das Markenzeichen des Unternehmens waren, sind im Zeitalter von KI und Deep Learning mittlerweile zum Standard geworden. Gleichzeitig gewann die Fähigkeit des Unternehmens, die Dateninfrastruktur zu verwalten, plötzlich erheblich an Wert.
„Unsere langfristige Vision, wie sich dies über fünf Jahre hinweg entwickeln würde, wird tatsächlich schon in diesem Jahr Realität“, erklärte Gollapudi gegenüber TechCrunch.
Das bedeutet, den massiven Datenstrom aus den heutigen softwareintensiven Maschinen zu bewältigen. Einige Fahrzeuge, mit denen das Unternehmen arbeitet, verfügen über mehr als 1,5 Millionen Sensoren, die gleichzeitig Daten in verschiedenen Formaten und Zeitskalen streamen.
Das Ziel des Unternehmens ist es, diese Daten für KI-Anwendungen zu organisieren und zu speichern – „ein Großteil des Wertes liegt darin, sie maschinenlesbar zu machen“, so Gollapudi. Wenn KI-Agenten Entscheidungen über die Fertigung treffen oder Testdaten analysieren sollen, um potenzielle Probleme zu erkennen, will Sift ihnen diese Daten zugänglich machen.
Jeff Dexter, Vice President für Software bei Astranis – einem Satellitenunternehmen, das Sift zur Verwaltung von Tests, Fertigung und Betrieb einsetzt –, erklärte, dass eine robuste Dateninfrastruktur für Unternehmen wie seines, die an einem einzigen Tag bis zu 10 Millionen automatisierte Softwaretests durchführen können, von entscheidender Bedeutung ist.
„Unweigerlich erreichen wir einen Punkt, an dem uns allein die Speicherung der Daten jeden Monat Millionen von Dollar kostet“, sagte Dexter. „Es stellt sich wirklich die Frage, ob diese Million Dollar gut angelegt ist. Mit einer Technologie wie Sift mache ich mir keine Sorgen darüber, wie viele Daten es gibt.“
Gollapudi teilte TechCrunch mit, dass Sift im Jahr 2025 eine Serie-B-Finanzierungsrunde in Höhe von 42 Millionen Dollar bei einer Post-Money-Bewertung von 274 Millionen Dollar abgeschlossen habe, angeführt von StepStone unter Beteiligung von GV (Googles Venture-Arm), Riot Ventures, Fika Ventures und CIV.
Das französische Startup ZML stellt ein kostenloses Tool vor, das die KI-Inferenz über mehrere Chips hinweg beschleunigt.
Nvidias Ära unkontrollierter Marktbeherrschung neigt sich dem Ende zu, doch aus allen Richtungen tauchen Konkurrenten und Alternativen auf.ZML, ein bedeutendes französisches KI-Startup, das vom Turing-Preisträger Yann LeCun unterstützt wird, hat eine
Anthropic stellt Opus 4.6 vor, einen umstrittenen Content-Generator
Anthropics universelle Nutzungsstandards für Claude verbieten es dem Modell, sexuell explizite Inhalte zu generieren, einschließlich der Darstellung oder Aufforderung zu Geschlechtsverkehr oder sexuellen Handlungen, der Generierung von Inhalten in Be
Von Marc Benioff unterstütztes Startup zielt darauf ab, Herausforderungen bei der KI-Implementierung zu lösen
Große Unternehmen stehen vor so massiven Herausforderungen beim Einsatz zuverlässiger KI-Tools, dass sich ganze Teams von vor Ort eingesetzten Ingenieuren – Spezialisten, die in Kundenunternehmen eingebettet sind, um KI-Systeme operativ umzusetzen –











