aws Preseed | 2024 | Deep Tech | IKT | Oberösterreich

Themenfeld: 

- Gesellschaftlicher und | oder wirtschaftlicher Wandel
- Umwelt | Ressourcen | Klimaschutz
- Bildung

In vielen Unternehmen verlaufen wissensintensive Prozesse wie Forschung, Beratung oder Verwaltung fragmentiert und fehleranfällig. Wächst das Unternehmen, bleiben die Strukturen unverändert – sie sind nicht skalierbar. Hier setzt ExtensityAI an: Das oberösterreichische Start-up wurde 2024 gegründet, um die Automatisierung solcher Abläufe mit einer neuen Generation von KI zu ermöglichen. Co-Founder Marius-Constantin Dinu promovierte bei Sepp Hochreiter, Institutsvorstand an der JKU Linz und Pionier im Bereich Deep Learning. Gegen Ende seiner Arbeit an der Dissertation begann Dinu sich intensiv mit generativen Sprachmodellen zu beschäftigen – und erkannte die Schwächen rein neuronaler Systeme: Halluzinationen, mangelnde Verifizierbarkeit und fehlende Strukturen sind die Kinderkrankheiten der Systeme. Seine Idee ist ein KI-Framework, das neuronale Modelle mit symbolischer Logik, Ontologien und planbasiertem Denken kombiniert. Daraus entstand ExtensityAI – mit dem Ziel, KI-Agenten zu entwickeln, die Wissen nicht nur reproduzieren, sondern nachvollziehbar anwenden und sich selbstständig weiterentwickeln können.

Technologie und Funktionsweise: Das Herzstück von ExtensityAI ist eine neurosymbolische Plattform, die drei KI-Ansätze kombiniert: große Sprachmodelle für semantisches Verständnis, symbolische Logiksysteme für Verifikation und Wissensgraphen für Struktur. Die Plattform kann nicht nur generieren, sondern auch strukturieren, reflektieren und validieren. Sie verbindet die Geschwindigkeit und Flexibilität generativer KI („system one“) mit der Logik, Regelbasiertheit und Nachvollziehbarkeit symbolischer Systeme („system two“). Diese hybride, neurosymbolische Architektur ist skalierbar, domänenübergreifend einsetzbar und vollständig „on premises“, also beim Kunden, betreibbar. In Pilotanwendungen arbeitet ExtensityAI etwa an der Automatisierung wissenschaftlicher Arbeitsprozesse – von der Recherche bis zur Proposal-Erstellung – und an Einsatzmöglichkeiten im Verlagswesen (z. B. für story.one) und in der mathematischen Forschung (gemeinsam mit der Third Wish Group). Die Technologie ist plattformunabhängig und wird kontinuierlich mit Open-Source- und proprietären LLMs getestet und erweitert – darunter auch Modelle wie DeepSeek, die mit synthetisch erzeugten Daten trainiert wurden.

Anwendung und Perspektiven: Die Plattform ist überall dort einsetzbar, wo strukturierte Information aus unstrukturierten Quellen extrahiert, analysiert und in kohärente Prozesse überführt werden muss: in der Wissenschaft, dem Verlagswesen, der strategischen Beratung oder dem Bildungsbereich. Für 2025 ist die Öffnung der Plattform im Rahmen eines Closed-Alpha-Programms geplant, mit dem Ziel, erste institutionelle Partner aus Forschung und Wirtschaft zu gewinnen. Bis 2026 soll das System anderen Unternehmen zur Verfügung gestellt werden, damit sie es unter eigenem Namen vermarkten können. Solche White-Label-Lösungen sind lizenzierbar – mit Fokus auf Hochskalierung durch API-Anbindung und Tool-Integration (z. B. GitHub, Dokumentationssysteme oder mathematische Beweissysteme wie Coq und Lean). Parallel wird eine Finanzierungsrunde vorbereitet, um die internationale Expansion und Produktentwicklung zu beschleunigen. Der langfristige Anspruch: eine KI, die nicht nur Aufgaben löst, sondern verlässlich, nachvollziehbar und lernfähig in komplexen Domänen agiert.

Zitat Marius-Constantin Dinu, CEO: „Rein neuronale Netze sind mächtig, aber oft intransparent und unzuverlässig. Wir kombinieren sie mit symbolischen Methoden, um Systeme zu bauen, die logisch denken, sich anpassen und selbstständig besser werden. Unser Ziel ist eine KI, die nicht nur funktioniert – sondern verstanden wird.“

www.extensity.ai