Berlin-startup vil gøre AI pålidelig nok til fabriksgulvet – rejser €5,7 mio.

Den Berlin-baserede startup INXM trådte den 3. juni 2026 ud af stealth-mode med en pre-seed-finansiering på 5,7 millioner euro og et skarpt fokus på, hvorfor store sprogmodeller (LLM’er) så ofte fejler i virksomhedssammenhænge . Mens chatbots og AI-agenter har oversvømmet forbruger- og kontormarkedet, står regulerede industrier stadig på sidelinjen. Standard automatisering med LLM’er er uforudsigelig, hallucinerer og sender følsomme data til eksterne cloud-servere. INXM’s svar er en "Process Execution Engine" ved navn Orchestrator, bygget på en "Compiled AI"-tilgang, der omdanner upålidelige naturligt-sprogede instruktioner til stabil, reviserbar kode, der kører lokalt (on-premise) .

Runden på 5,7 millioner euro blev ledet af Cherry Ventures og Redstone med deltagelse fra Angel Invest, Linden Capital GmbH samt yderligere business angels . INXM oplyser, at kapitalen skal understøtte deres første virksomheds-implementeringer og skalere platformen, når de nu bevæger sig fra stealth mod en kommerciel lancering .

Hvem står bag INXM?

Virksomheden blev grundlagt i 2025 af Alex Oelling, Matthias Kainer, Jesper Bylund og Kamil Klüber . Stifterteamet bringer direkte erfaring fra industrier, hvor procespålidelighed er altafgørende. Oelling, Kainer og Bylund har været Chief Digital Officers eller dataledere hos Isar Aerospace og Volocopter, mens Klüber er veteran fra n8n og Thoughtworks . Den baggrund – rumfartsproduktion, urban luftmobilitet, open-source workflow-automatisering og konsulentarbejde med enterprise-software – har formet både den tekniske arkitektur og målgruppen.

Hvad gør Compiled AI anderledes?

Kerneproblemet med standardiserede LLM-agenter er, at de fortolker instrukser på transaktionstidspunktet. Samme input kan give forskellige output ved forskellige kørsler, og der er ingen indbygget revisionsspor, som myndigheder kan granske. Modeller kan også hallucinere trin eller introducere uforudsigelige edge cases, hvilket er uacceptabelt, når en workflow krydser ERP-, PLM-, MES- og fabriksgulv-systemer .

Compiled AI vender modellen på hovedet. I stedet for at kalde en LLM hver gang en workflow kører, bruger INXM LLM’en i en engangs-”kompileringsfase”. Naturligt-sprogede forespørgsler konverteres til deterministisk, eksekverbar kode. Denne kode valideres gennem flertrins-tjek og sættes derefter i drift. Når først den er kompileret, kører workflowen uden yderligere brug af LLM’en – og producerer det samme resultat hver gang, med fuldstændige logfiler og eksplicitte godkendelsespunkter for kritiske handlinger .

Processen kan sammenlignes med forskellen på kompileret software og prompt-baseret, fortolket kode. Ved at adskille den intelligente genereringsfase fra den gentagne udførselsfase opnår INXM fleksibiliteten fra naturligt-sprogede instruktioner kombineret med forudsigeligheden fra traditionel, deterministisk kode. Fordi Orchestrator kører på virksomhedens egen infrastruktur frem for på eksterne cloud-servere, forlader følsomme driftsdata aldrig bygningen – et skrapt krav for at overholde GDPR og EU's AI Act .

Målgruppe: Tysk Mittelstand og regulerede industrier

INXM sigter mod virksomhedsdrift med en særlig vægt på den tyske Mittelstand – landets rygrad af mellemstore industrivirksomheder. Disse firmaer driver ofte komplekse softwarestakke, der spænder over ERP-, PLM-, MES- og produktionssystemer, som kører på private servere, som cloud-baserede automatiseringsværktøjer ikke kan nå .

Produktionsindustrien er udgangspunktet. I disse miljøer kan en enkelt produktionsordreændring kræve koordinerede opdateringer på tværs af en halv snes systemer, hvor ledere skal godkende hvert trin. Compiled AI lader virksomheder designe en proces én gang på naturligt sprog, kompilere den, låse den i en reproducerbar workflow og derefter køre den pålideligt – med indbyggede godkendelses-sløjfer, hvor et menneske skal nikke ja til kritiske skridt .

Hvad skal de 5,7 millioner euro bruges til?

INXM’s umiddelbare plan er at implementere Orchestrator hos deres første enterprise-kunder og skalere platformen. Virksomheden tager en top-down-tilgang og henvender sig til beslutningstagere, der ikke behøver at involvere et ingeniørteam for at automatisere processer på tværs af systemer . Stifterteamets erfaring fra luftfarts- og mobilitetsselskaber – hvor en enkelt workflow-fejl kan koste dyrt i produktionsforsinkelser – er med til at skærpe både produktets arkitektoniske valg og go-to-market fokus på producenter og andre regulerede industrier, der kræver reproducerbar og reviserbar automatisering .