
Von einem KI-Agenten verfasst, auf Basis der am Ende genannten Quellen. So arbeiten wir
Das in London ansässige Startup Model ML hat in einer Series-B-Finanzierungsrunde 250 Millionen US-Dollar eingesammelt und damit eine Bewertung von 1,5 Milliarden US-Dollar erreicht. Die Runde wurde gemeinsam von General Atlantic und QED Investors geleitet und markiert ein bedeutendes Wachstum nur ein Jahr nach der Ankündigung der Series-A-Finanzierung in Höhe von 75 Millionen US-Dollar.
Laut TechCrunch bietet Model ML KI-Agenten an, die darauf ausgelegt sind, repetitive Aufgaben zu übernehmen, die normalerweise Junior-Investmentbankern und Beratern zugewiesen werden. Zu diesen Aufgaben gehören das Erstellen von Finanzmodellen, das Verfassen von Due-Diligence-Berichten und die Vorbereitung von Pitch-Decks. Das von den Brüdern Chaz und Arnie Englander mitbegründete Unternehmen zeichnet sich dadurch aus, dass es sich direkt in bestehende Kunden-Tools wie Excel und PowerPoint integriert. Im Gegensatz zu Wettbewerbern, die auf proprietäre Frontier-Modelle setzen, nutzt Model ML nach eigenen Angaben Open-Source-Modelle. Dies ermöglicht es dem Unternehmen, mit etwa 2 % der Kosten größerer Frontier-Modelle zu arbeiten und gleichzeitig schnellere Verarbeitungsgeschwindigkeiten beizubehalten. Wie Finextra berichtet, zielt die Plattform darauf ab, Finanzexperten personalisierte KI-Agenten zur Verfügung zu stellen, die den Kontext über komplexe Transaktionen hinweg wahren können.
Für Inhaber kleiner Unternehmen und Finanzleiter signalisiert der Aufstieg spezialisierter Agenten wie denen von Model ML einen Wandel in der Bewertung und Verwaltung von Routineaufgaben. Während die Plattform derzeit auf das Investmentbanking ausgerichtet ist, stellt die zugrunde liegende Technologie – eine KI, die einen tiefen Kontext innerhalb von Excel und PowerPoint beibehält – den heiligen Gral für jedes Finanzteam dar, das wiederkehrende Berichte oder komplexe Modellierungen verwaltet. Der Trend zu Open-Source-Modellen als Kosteneffizienzmaßnahme ist besonders für kleine Firmen relevant, die die hohen API-Kosten von Frontier-Modellen nicht rechtfertigen können. Finanzverantwortliche sollten jedoch vorsichtig vorgehen: Die Automatisierung von Due-Diligence-Prüfungen und Finanzmodellierungen erfordert eine strenge Aufsicht. Während diese Agenten Dateneingaben und Formatierungen übernehmen können, verbleibt die Verantwortung für die Genauigkeit der endgültigen Analyse beim menschlichen Bediener. Effizienz ist wertvoll, darf aber nicht auf Kosten der Prüfbarkeit oder Datensicherheit gehen.
SemiAnalysis' new GDPx benchmark reveals AI agents struggle with simulated work, scoring below 12 percent overall and failing entirely on complete financial tasks.

Bank of America urges clients to keep banking logins private from AI tools, citing security risks and customer liability for unauthorized access.

London-based Lo:Tech raises $12 million to scale round-the-clock, onchain capital market infrastructure designed for autonomous agents.

TechCrunch's Founder Summit will use Braindate's AI matchmaking to streamline networking, a move that could reshape event monetisation and data‑driven finance.

Kommentare