Heidelberger KI-Startup kausable sichert sich 12 Millionen Euro Seed-Finanzierung

Moderne KI hat ein Nachschulungsproblem. Veränderungen in der Welt – ein Sensor driftet, ein Fabrikfließband wird umgestellt, ein Virus mutiert – erfordern meist einen teuren, zeitaufwändigen Neutrainingszyklus für die Modelle. Das Heidelberger Deep-Tech-Startup kausable wirbt nun Kapital ein, um zu zeigen, dass das nicht so sein muss.

Am 23. Juli 2026 gab kausable eine Seed-Finanzierung in Höhe von 12 Millionen Euro bekannt, die von der deutschen VC UVC Partners und dem belgischen Investor Entourage angeführt wurde. Beteiligt waren auch die bereits aus der Pre-Seed-Runde bekannten Investoren HTGF (High-Tech Gründerfonds) und Mätch VC . Die neue Finanzierung folgt auf eine Pre-Seed-Runde von 1,5 Millionen Euro und erhöht das Gesamtkapital des 2025 gegründeten Unternehmens auf 13,5 Millionen Euro .

Ein anderer Ansatz: Kausale Weltmodelle statt Nachschulung

Anstatt ständig die internen Gewichte eines Modells zu aktualisieren, trainiert kausable ein Grundlagenmodell einmalig und setzt dann auf kausale „Weltmodelle“ – aufgebaut auf synthetischen Daten und In-Context-Learning – um die zugrundeliegende Struktur eines neuen Systems aus einer kurzen Beobachtung zu erschließen . Das Unternehmen behauptet, dass das Modell dann auch bei sich ändernden Bedingungen weiterarbeitet, ohne einen weiteren teuren Trainingszyklus durchlaufen zu müssen .

Die Kernaussage ist, dass aktuelle KI-Systeme grundlegend statisch sind: Sie memorisieren Muster aus Trainingsdaten und versagen, wenn sich die Welt verändert. kausable beschreibt seinen Ansatz als „Reasoning-First“-KI – Modelle, die lernen und sich anpassen sollen wie Menschen, indem sie kausale Schlussfolgerungen nutzen, um zu verstehen, warum sich ein System auf eine bestimmte Weise verhält, und sich entsprechend anpassen .

Die Schlüsselgründer

kausable wurde von drei Physikern gegründet, die sich an der Universität Heidelberg kennengelernt haben:

• Johannes Haux – CEO
• Dr. Benjamin Herdeanu – CTO
• Gregor Ramien – COO

Alle drei bringen Erfahrung aus der akademischen Forschung an der Universität Heidelberg und praktische Anwendung in den Bereichen Cybersicherheit, Bankwesen und Startups mit . Das Unternehmen ist aus der Fakultät für Physik und Astronomie der Universität Heidelberg hervorgegangen – dem gleichen Forschungsumfeld, das auch Black Forest Labs hervorgebracht hat .

Investoren und Unterstützer

Die Seed-Runde wurde von UVC Partners (deutsch) und Entourage (belgisch) kofinanziert, mit Beteiligung der wiederkehrenden Pre-Seed-Investoren HTGF und Mätch VC . Weitere institutionelle Geldgeber sind Black Forest Labs (BFL), ELLIS (European Laboratory for Learning and Intelligent Systems), Campione Venture und Secunet .

Das Line-Up der Business Angels ist bemerkenswert und zieht Persönlichkeiten aus führenden KI-Organisationen an:

• Mitgründer von Black Forest Labs (Robin Rombach und Andreas Blattmann)
• Sandro Gianella (Internationale Strategie und Betrieb, OpenAI)
• Dorothy Chou (Strategische Beraterin, DeepMind)
• Weitere Engel, die mit Noxtua und ELLIS verbunden sind

TipPFN – Zero-Shot-Prognosemodell

Das erste Produkt von kausable ist TipPFN (Tipping Point Prior-data Fitted Network), ein Zero-Shot-Prognosemodell, das die Nähe eines Systems zu einer kritischen Übergangs – einem sogenannten „Kipppunkt“ – erkennt . Wichtige Details:

• Als Forschungsarbeit veröffentlicht (arXiv 2605.12308) in Zusammenarbeit mit der Columbia University
• Nutzt einen In-Context-Learning-Ansatz mit einem auf A-priori-Daten trainierten Netzwerk, um die Nähe zu kritischen Übergängen aus kurzen, verrauschten Zeitreihen zu erschließen
• Beansprucht modernste Früherkennung von kritischen Übergängen in bisher unbekannten dynamischen Systemen, einschließlich Sim-to-Real-Transfer und realen Beobachtungen
• Verspricht robuste Leistung über 14 Bereiche hinweg, mit Zero-Shot-Generalisierung auf Systeme, auf die es nicht explizit trainiert wurde
• Zielt darauf, „Black Swan“-Ereignisse – seltene, aber extrem folgenreiche Vorkommnisse – in den Bereichen Gesundheitswesen, Energie, Finanzen und Klima vorherzusagen

Auf seiner Website gibt kausable an, dass TipPFN „seine Überlegenheit in 14 Bereichen, sogar mit Zero-Shot-Fähigkeiten, unter Beweis stellt“ . Zum Zeitpunkt der Finanzierungsankündigung hatte kausable jedoch kein kommerzielles Selbstbedienungsprodukt, keine öffentlichen Preise, keine Produktionskunden oder unabhängig überprüfte Einsatzergebnisse angekündigt .

Geplante Anwendungen

kausable zielt auf drei große Bereiche ab, in denen statische KI-Modelle an ihre Grenzen stoßen:

• Robotik – Weltmodelle, die sich ohne Nachschulung an veränderte Umgebungen anpassen und Robotern ermöglichen, neuartige Situationen spontan zu bewältigen
• Prognosen – Erkennung von Kipppunkten in komplexen Systemen (z. B. Stromnetzausfälle, Krankheitsausbrüche, Finanzcrashs) mithilfe von TipPFN
• Industrielle Systeme – skalierbare KI, die in einer gesamten Industrieumgebung eingesetzt werden kann, ohne eine Reihe von kostspieligen Einmal-Nachschulungen zu verursachen

Das Unternehmen beschreibt seine Mission als „Frontier-KI, die sich genauso schnell anpasst wie die Welt um sie herum“ – und verwandelt KI von statischen, nachschulungsabhängigen Modellen in Systeme, die breit ausgerollt werden können und auch dann funktionieren, wenn sich die Rahmenbedingungen ändern .