Plurai sammelt 13 Mio. Dollar für zuverlässigere KI-Agenten ein

Agenten brauchen noch Aufsicht

Benchmarks zeigen, dass Agenten für unbeaufsichtigte Arbeit oft nicht zuverlässig genug sind. In LiveBench 2.0 lösen Claude Fable 5.2 und ChatGPT-6 Astra 82,9 beziehungsweise 75,6 von 100 Aufgaben. Ein Test des KI-Infrastrukturunternehmens EON in einer simulierten Unternehmensumgebung ergab für das beste Modell, Claude Opus 4.8, eine Genauigkeit von 76,8 Prozent.

Kadar beschreibt Agenten als probabilistische Systeme in unvorhersehbarer Umgebung, ähnlich wie Fahrmodelle. Buchungsagenten ignorieren unter Kundendruck mitunter Ausgabenrichtlinien, das Verknüpfen mehrerer Datenquellen bereitet Probleme, und lange Servicegespräche überfrachten sie mit Kontext.

Plurai erstellt einen digitalen Zwilling der IT-Systeme eines Unternehmens, einschließlich Wissensdatenbank und Werkzeugen, auf die ein Agent im Betrieb zugreift. Die Plattform bildet alle möglichen Agentenabläufe ab und bereitet das Modell anhand dieses Graphen mit Tests und Korrekturen vor. Sie arbeitet mit Claude Code, Codex, Copilot und Cursor zusammen.

Kleine Modelle, geringere Kosten

Laut Kadar liegt das eigentliche Potenzial darin, mit den gesammelten Daten kleine Open-Weight-Modelle für einzelne Kunden nachzutrainieren. In Tests mit Nvidia und Nebius übertrafen Plurais Modelle Frontier-Modelle der mittleren Klasse bei geringeren Kosten. Er verspricht gleiche oder bessere Qualität bei ein bis zwei Größenordnungen niedrigeren Kosten.

Reah Miyara, Forscher bei Google DeepMind und Angel-Investor von Plurai, sagt, IT-Verantwortliche sähen Frontier-Modelle als schlecht auf ihre Daten abgestimmt und langfristig zu teuer. Kadar ergänzt: Wie klug die Modelle von OpenAI und Anthropic auch würden, „sie werden Ihr Geschäft und Ihre Richtlinien nicht kennen“.