Altara sichert sich 7 Mio. US-Dollar, um die Datenlücke zu schließen, die die physikalischen Wissenschaften ausbremst
Das in San Francisco ansässige Unternehmen Altara hat 7 Millionen US-Dollar an Seed-Finanzierung eingesammelt, um eine KI-Ebene zu entwickeln, die fragmentierte F&E-Daten aus Tabellenkalkulationen und Altsystemen vereinheitlicht. Das Startup will Unternehmen in den Bereichen Batterien, Halbleiter und Medizintechnik dabei helfen, Fehler schneller zu diagnostizieren und die Entwicklung zu beschleunigen.
Unternehmen, die an Batterien, Halbleitern und medizinischen Geräten arbeiten, erzeugen enorme Datenmengen — und ein Großteil davon landet verstreut in Tabellenkalkulationen und Altsystemen, was es erschwert, diese zur Produktverbesserung oder zur Analyse von Fehlern zu nutzen.
Das in San Francisco ansässige Startup Altara, das sich gerade 7 Millionen US-Dollar in einer Seed-Finanzierung gesichert hat, gibt an, eine KI-Schicht entwickelt zu haben, die diese Datenlücken überbrücken und fragmentierte technische Informationen auf einer einzigen Plattform zusammenführen soll. Die Runde wurde von Greylock angeführt, mit Beteiligung von Neo, BoxGroup, Liquid 2 Ventures und Jeff Dean.
Gründerinnen und Hintergrund
Altara wurde 2025 von Eva Tuecke gegründet, die zuvor Teilchenphysikforschung am Fermilab betrieb und bei SpaceX arbeitete, sowie von Catherine Yeo, einer ehemaligen KI-Ingenieurin bei Warp. Die beiden lernten sich während ihres Informatikstudiums an der Harvard University kennen.
Reduzierung der Diagnosezeit bei F&E-Fehlern
„Stellen Sie sich vor, Sie sind ein Unternehmen, das Batterien der nächsten Generation entwickelt, und während der Zelltests im F&E-Prozess fällt eine Batterie aus“, sagte Yeo. „Ein Team von Ingenieuren muss dann manuell viele verschiedene Datenquellen überprüfen – von Sensorprotokollen über Temperatur- und Feuchtigkeitsdaten bis hin zu historischen Fehlerberichten.“
Wissenschaftler und Ingenieure verbringen oft Wochen oder Monate mit dieser „Schnitzeljagd“ durch zahlreiche Datenquellen, nur um Fehler zu diagnostizieren und zu beheben, sagte sie.
Altara behauptet, dass seine KI die für diesen Prozess erforderliche Zeit drastisch verkürzt und Wochen manueller Datensichtung auf Minuten reduziert.
Das Hardware-Äquivalent zu SREs
Corinne Riley, Partnerin bei Greylock, vergleicht das, was Altara in den Naturwissenschaften tut, mit der Rolle von Site Reliability Engineers (SREs) in der Softwarewelt. Wenn ein System ausfällt, „geht ein SRE hinein und schaut sich den Observability-Stack des Unternehmens an“, sagte sie. „Jemand hat eine Codeänderung eingespielt, und das hat den Ausfall verursacht.“
Zum Beispiel nutzt das von Greylock unterstützte Unternehmen Resolve, das mit 1,5 Milliarden US-Dollar bewertet wird, KI zur Diagnose von Softwarefehlern. Altara verfolgt die Vision, das Hardware-Äquivalent zu sein und genau zu bestimmen, was schiefgelaufen ist, wenn eine Batterie oder eine Halbleiter-Wafer-Map nicht wie vorgesehen funktioniert.
Ein anderer Ansatz für KI in der Wissenschaft
Altara ist nicht das einzige Startup, das KI einsetzt, um die Entwicklung in den Naturwissenschaften zu beschleunigen. Startups wie Periodic Labs und Radical AI gehen wissenschaftliche Forschung ebenfalls von Grund auf an.
Altara verfolgt einen anderen, deutlich weniger kapitalintensiven Ansatz. Anstatt jahrzehntealte Forschungs- und Fertigungsunternehmen zu ersetzen, stellt Altara eine Intelligenzschicht bereit, die sich in deren bestehende Daten integriert.
Greylocks Riley betrachtet KI für die Naturwissenschaften als die „nächste große Grenze“ und prognostiziert eine bevorstehende Entwicklungsexplosion in diesem Sektor.