InsightFinder sichert sich 15 Millionen Dollar zur Behebung von Fehlern bei KI-Agenten

Die Rolle von Observability-Tools hat sich erneut gewandelt. Während der Markt für Lösungen, die die Zuverlässigkeit von Technologiesystemen gewährleisten, im Laufe der Zeit gewachsen ist, hat sich der Fokus stetig von „alles zu überwachen“ hin zu „Komplexität zu bewältigen und Kosten zu kontrollieren“ verlagert. Gleichzeitig hat der rasante Einzug und die zunehmende Nutzung von KI-Agenten in Unternehmen eine völlig neue Kategorie von Workloads hervorgebracht, die einer Überwachung bedürfen.

InsightFinder AI, ein Start-up, das auf 15 Jahren akademischer Forschung aufbaut, ist mit dieser Herausforderung bestens vertraut.

Das Unternehmen nutzt seit 2016 maschinelles Lernen, um Probleme in der IT-Infrastruktur zu überwachen, zu identifizieren und proaktiv zu beheben. Nun geht es die aktuellen Bedenken hinsichtlich der Zuverlässigkeit von KI-Modellen mit einer KI-Agenten-Lösung an, die alles von der Erkennung und Diagnose bis hin zur Behebung und Prävention abdeckt.

Das Unternehmen wurde von CEO Helen Gu gegründet, einer Informatikprofessorin an der North Carolina State University und ehemaligen Mitarbeiterin von IBM und Google. Wie TechCrunch exklusiv erfahren hat, sicherte sich das Unternehmen kürzlich 15 Millionen US-Dollar in einer von Yu Galaxy angeführten Serie-B-Finanzierungsrunde.

Laut Gu geht die größte Herausforderung, vor der die Branche heute steht, über die Überwachung und Diagnose von Ausfällen bei KI-Modellen hinaus. Es geht darum, zu diagnostizieren, wie der gesamte Technologie-Stack funktioniert, jetzt, da KI ein integraler Bestandteil ist.

„Um Probleme mit KI-Modellen effektiv zu diagnostizieren, muss man die Daten, das Modell und die zugrunde liegende Infrastruktur gemeinsam überwachen und analysieren“, erklärte Gu gegenüber TechCrunch. „Das Problem beschränkt sich nicht immer nur auf das Modell oder die Daten; oft ist es eine Kombination aus beidem. Manchmal liegt die Ursache einfach in der Infrastruktur.“

Gu veranschaulichte dies anhand eines Beispiels aus der Praxis: Bei einem Kunden von InsightFinder, einem großen US-amerikanischen Kreditkartenunternehmen, kam es zu einer Abweichung im Betrugserkennungsmodell. Da InsightFinder die gesamte Infrastruktur des Unternehmens überwachte, stellte es fest, dass die Modellabweichung durch veraltete Cache-Daten auf bestimmten Serverknoten verursacht wurde.

„Ein weit verbreiteter Irrtum ist, dass sich die Beobachtbarkeit von KI auf die Bewertung von LLM während der Entwicklung und des Testens beschränkt. In Wirklichkeit sollte eine robuste KI-Beobachtbarkeitsplattform eine durchgängige Unterstützung der Feedbackschleife bieten, die die Entwicklungs-, Bewertungs- und Produktionsphasen abdeckt“, erklärte sie.

Das neueste Produkt von InsightFinder mit dem Namen „Autonomous Reliability Insights“ erreicht dies durch die Kombination von unüberwachtem maschinellem Lernen, proprietären großen und kleinen Sprachmodellen, prädiktiver KI und kausaler Inferenz. Laut Gu ist diese grundlegende Ebene datenunabhängig, sodass das System vollständige Datenströme erfassen und analysieren, Signale sammeln sowie diese korrelieren und kreuzvalidieren kann, um die Ursachen genau zu lokalisieren.

Die Observability-Landschaft ist mittlerweile überfüllt mit Wettbewerbern, die um einen Anteil an dem neuen Markt wetteifern, der durch die Verbreitung von KI-Tools entstanden ist. Nach fast einem Jahrzehnt im Geschäft konkurriert InsightFinder mit Unternehmen wie Grafana Labs, Fiddler, Datadog, Dynatrace, New Relic und BigPanda, die alle Funktionen entwickeln, um die neuen Herausforderungen der KI zu bewältigen.

Gu bleibt jedoch zuversichtlich. Sie betont, dass das Fachwissen, die Erfahrung und die Anpassungsfähigkeit von InsightFinder einen starken Wettbewerbsvorteil darstellen. „Wir verlieren selten Kunden an Wettbewerber … Letztendlich kommt es auf die Erkenntnisse an. Das Problem ist, dass viele Datenwissenschaftler zwar KI verstehen, aber nicht das System, während viele SRE-Entwickler (Site Reliability Engineering) das System verstehen, aber nicht die KI … Oft übersehen sie die inneren Zusammenhänge zwischen beiden.“

Heute umfasst das Kundenportfolio von InsightFinder Unternehmen wie UBS, NBCUniversal, Lenovo, Dell, Google Cloud und Comcast. Gu führt diesen Erfolg auf ein Jahrzehnt der Bemühungen zurück, die Bedürfnisse großer Unternehmenskunden zu verstehen.

„Dazu gehörte die enge Zusammenarbeit mit unseren Fortune-50-Kunden, um unseren Ansatz zu verfeinern und die Anforderungen der Unternehmensumgebung für den Einsatz dieser Modelle zu verstehen“, sagte sie. „Wir haben mit Dell zusammengearbeitet, um unsere KI-Systeme weltweit für einige unserer größten Kunden einzusetzen. Das ist nichts, was man erreichen kann, indem man einfach ein grundlegendes KI-Modell auf Maschinendaten anwendet.“

Gu berichtete, dass die Umsatzentwicklung des Unternehmens „stark“ sei und sich im vergangenen Jahr „mehr als verdreifacht“ habe. Tatsächlich war das Unternehmen nicht aktiv auf der Suche nach dieser Serie-B-Finanzierung; Investoren traten an das Unternehmen heran, nachdem InsightFinder innerhalb von drei Monaten einen siebenstelligen Vertrag mit einem Fortune-50-Unternehmen abgeschlossen hatte.

InsightFinder wird das neue Kapital nutzen, um die ersten Mitarbeiter im Vertrieb und Marketing einzustellen, sein Team von derzeit weniger als 30 Mitarbeitern zu vergrößern und in seine Markteinführungsstrategie zu investieren. Bis heute hat das Unternehmen insgesamt 35 Millionen US-Dollar eingesammelt.