Berliner Startup sci2sci holt 1,2 Mio. Euro für vertrauenswürdige KI in regulierten Branchen
Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.
Das Berliner Startup sci2sci hat 1,2 Millionen Euro in einer Pre-Seed-Finanzierung eingesammelt. Sci2sci baut eine neurosymbolische Memory-Ebene für regulierte Industrien. Diese Technologie soll verstreute Unternehmensdaten in selbstverifizierendes Wissen verwandeln. Die beiden Produkte VectorCat und Integrity Cortex sind bereits bei Kunden im Einsatz, von spezialisierten Teams bis zu globalen Biopharma-Konzernen.
sci2sci legt ersten Fokus auf Biopharma
Heliad und IBB Ventures haben die Runde co-geleitet, Robin Capital und Superangels beteiligten sich ebenfalls. Mit dem frischen Kapital will das Jungunternehmen sein Engineering-Team erweitern und die Deployment-Geschwindigkeit erhöhen.
Sci2sci hat sich zunächst auf Biopharma konzentriert, wo das Datenproblem besonders akut sein soll. Pharmaunternehmen generieren enorme Mengen an Forschungsdaten. Die meisten davon verteilen sich über PDFs, Spreadsheets und Lab-Notes in Dutzenden nicht verbundenen Systemen.
Kampf gegen vererbte Halluzinationen
Wenn eine regulatorische Einreichung auf einen präklinischen Befund verweist, der auf ein Laborergebnis verweist, das auf Rohdaten verweist, die vor drei Jahren zuletzt geändert wurden, stellt sich die Frage, wer diese Kette verifiziert? Heute machen das Menschen, manuell, über Wochen. Und wenn AI-Tools auf diese ungeordneten, widersprüchlichen Daten aufgesetzt werden, erben sie die Dysfunktion und halluzinieren mit Überzeugung.
Stephanie Bova, ehemalige Corporate VP und Digital Transformation Officer R&D bei Novo Nordisk, hat dieses Problem im größtmöglichen Maßstab erlebt. Sie ist kürzlich als Senior Advisor zu sci2sci gestoßen und führt heute Mirai Advisors, eine Executive-Advisory-Firma für Life-Sciences-Unternehmen.
Bova erklärt: „Jeder Vorstand, den ich berate, stellt die gleiche Frage: Warum zeigt sich die KI-Investition nirgendwo messbar? Die Antwort ist fast immer Vertrauen. Pilotprojekte funktionieren hervorragend, und dann erreicht nichts die Produktion, weil niemand bereit ist, seinen Namen unter ein Ergebnis zu setzen, das er nicht nachverfolgen kann. Sci2sci beseitigt diesen Blocker auf Architekturebene – genau deshalb bin ich eingestiegen.“
Formales Logiksystem verhindert Fehler
Integrity Cortex, das Flaggschiff-Produkt des Unternehmens, funktioniert nach dem Prinzip „Wissen als Code“. Das System extrahiert jede Tatsache aus Dokumenten, Daten und AI-Outputs eines Unternehmens und verbindet sie zu einem einzigen lebenden Netzwerk. Statt ein Sprachmodell zu bitten, Dokumente in Prosa zusammenzufassen, kodiert das Framework Informationen als formales Logiksystem. Jede Behauptung muss ein wörtliches Zitat nennen, jede Schlussfolgerung muss sich aus angegebenen Prämissen ableiten.
Eine symbolische Engine verifiziert dann jede Zitation und Ableitung. Wenn das Modell eine Tatsache erfindet, schlägt die Verifikation fehl. Dieser Fehler markiert jede Schlussfolgerung, die davon abhängt. Das System erfasst auch Inkonsistenzen, die bereits in der „Ground Truth“ vorhanden sind, und verfolgt die Auswirkungen, wenn sich ein Quelldokument ändert.
xorlab sammelt 5 Millionen Euro für europäische E-Mail-Security-Plattform
Unbegründete Behauptungen können nicht existieren
Die Kunden von sci2sci erstrecken sich bereits von präklinischer Forschung bis zu Contract-Clinical-Research und Bioprozess-Operationen. VectorCat, das zweite Produkt des Unternehmens, ist eine Datenintegrationsebene, die verstreute Enterprise-Daten auffindbar macht. Sie verbindet sich mit Cloud-Storage, Netzwerklaufwerken und Lab-Systemen ohne Migration und baut einen durchsuchbaren Katalog für Menschen und AI-Agenten.
Integrity Cortex soll diese Daten vertrauenswürdig machen. Das Startup plant, die Finanzierung zu nutzen, um diese Deployments zu vertiefen, in zusätzliche Biopharma-Accounts zu wachsen und Integrity Cortex auf andere regulierte Sektoren auszudehnen, einschließlich Banking.
Christopher Garlich, Investment Lead bei Heliad, kommentiert: „Die meisten Unternehmen, die KI in regulierte Branchen verkaufen, setzen darauf, dass Sprachmodelle genau genug sein werden. Sci2sci setzt auf etwas anderes: ein System zu bauen, in dem eine unbegründete Behauptung einfach nicht existieren kann.“
Tobias Schimmelpfennig, Investment Director bei IBB Ventures, ergänzt: „Europa braucht Deep-Tech-Champions, die über oberflächliche KI-Wrapper hinausgehen. Angelina und Valerii tun genau das – sie kombinieren echte Life-Sciences-Domänenkompetenz, hochmoderne KI-Forschung und Enterprise-Scale-Systemtechnik, um die neurosymbolische Intelligenzschicht zu bauen, auf die regulierte Branchen gewartet haben.“
