Gegründet wurde River AI von Igor Babuschkin, einem Mitgründer von xAI und einem Veteranen von DeepMind und OpenAI, der bei beiden Organisationen das Training grosser Modelle leitete. Das Unternehmen präsentierte sich am 10. Juni 2026 der Öffentlichkeit mit einer ambitionierten These: Die KI-Industrie habe bisher Werkzeuge gebaut, die Menschen ersetzen sollen, aber sie sollte stattdessen Werkzeuge schaffen, die mit und für jeden Einzelnen arbeiten .

Eine Full-Stack-Mission: KI von Grund auf neu aufbauen

River AIs Kernmission ist es, KI von Grund auf neu zu erfinden, indem der gesamte Stack Ende-zu-Ende neu aufgebaut wird – das umfasst die Trainingsinfrastruktur, die Modelle, die Produktebene und die Hardware. Das Ziel: persönlich trainierbare, agentische Assistenten zu schaffen . Das Unternehmen positioniert sich damit explizit gegen den Trend, KI zu bauen, die menschliche Arbeitskräfte ersetzt. Stattdessen will es KI, die man lehren, formen und besitzen kann .

Wie Gründer Igor Babuschkin es beschrieben hat, bedeutet dies, Intelligenz zu schaffen, die „mit dir fliesst“, anstatt in einer Blackbox zu sitzen, die man nur mit Prompts steuern kann . Die langfristige Vision: Eine Welt, in der jeder Mensch seine eigenen, persönlich trainierten KI-Agenten hat, die in seinem Namen arbeiten – anstelle von Einheitsmodellen, die einem einzelnen Unternehmen gehören .

Erstes Produkt: Die River API – ein Gegenmittel zum Prompt Engineering

River AIs erstes Produkt, das seit dem Launch im Juni 2026 verfügbar ist, ist die River API – ein Cloud-Trainingsdienst für Open-Weight-Modelle . Die API bietet:

• LoRA-basiertes Feintuning und Reinforcement Learning (RL) auf Open-Source-Modellen von 35 Milliarden bis zu 1 Billion Parametern, darunter Qwen3.6, Kimi K2.6 und GLM 5.2 (regelmässig werden weitere hinzugefügt)
• Einen einzigen Python-Client für Training, Sampling und Serving, mit tokenbasierter Abrechnung pro Million Tokens – sowohl für Training als auch Inferenz – anstatt pro GPU-Stunde

River positioniert diese API direkt als Gegenmittel zum Prompt Engineering. In der Produktliteratur des Unternehmens heisst es: „Mit Prompts steuert man ein Modell, das einem nicht gehört und das man nicht verbessern kann. River hingegen ermöglicht es Ihnen, offene Modelle so zu trainieren, dass sie wirklich Ihre eigenen sind – und sie wie jeden anderen Endpunkt bereitzustellen“ .

Enterprise-Performance: 15-minütige RL-Trainingsläufe mit 2- bis 4-fachen Einsparungen

River behauptet, dass jedes Unternehmen über seine API einen komplexen Reinforcement-Learning-Trainingslauf in 15 bis 20 Minuten absolvieren kann – ohne dass ein eigenes Infrastrukturteam erforderlich ist . Die Plattform kümmert sich im Hintergrund automatisch um Gewichtstransfers, Konsistenz zwischen Sampling und Training, elastische Rechenzuteilung und GPU-Management .

Das Unternehmen gibt weiterhin an, dass dieser Ansatz im Vergleich zu Closed-Source-Alternativen zwei- bis vierfache Kosteneinsparungen ermöglicht, indem durch die tokenbasierte Abrechnung und das automatisierte Infrastrukturmanagement die Kosten für ungenutzte GPUs vermieden werden .

Ein Mitgründer mit erstklassigen KI-Referenzen

Igor Babuschkin bringt beachtliche Glaubwürdigkeit in das Unternehmen. Bevor er xAI mitgründete, arbeitete er bei Google DeepMind an generativer Modellierung und Reinforcement Learning und leitete bei OpenAI das Training grosser Modelle . Zu den weiteren Mitgründern gehören Dmytro (Dima) Soboliev, Ievgen Soboliev und Aaron Rogers. Das Führungsteam umfasst zudem ehemalige Forscher von OpenAI und DeepMind .

Das grosse Ganze: Persönliche KI für alle

Über das API-Produkt hinaus ist die umfassendere Vision von River AI eine der markantesten in der aktuellen KI-Landschaft. Anstatt zu versuchen, ein einziges, superintelligentes Modell zu bauen, das allen dient, will River es jedem ermöglichen, seine eigene Intelligenz zu besitzen – geformt durch die eigenen Daten, Aufgaben und Ziele . Das Unternehmen plant, über die aktuelle API hinaus auf Modelle, die Produktebene und die Hardware zu expandieren, um diese Vision vollständig zu verwirklichen .

Wie Marc Bhargava, Managing Director bei General Catalyst, anmerkte, ist die Investition mit einem breiteren strategischen Anliegen verbunden: „Die amerikanische Führungsrolle im Bereich KI erfordert dringend eine Führungsrolle bei der Infrastruktur für offene, individuell trainierbare KI“ . River AI wettet mit seiner Kriegskasse von 1,1 Milliarden US-Dollar und seinen erstklassigen Geldgebern darauf, dass die Zukunft der KI nicht aus einem einzigen Modell besteht, das man mit Prompts steuert – sondern aus Millionen von Modellen, die Menschen selbst trainieren und besitzen.

Gegründet wurde River AI von Igor Babuschkin, einem Mitgründer von xAI und einem Veteranen von DeepMind und OpenAI, der bei beiden Organisationen das Training grosser Modelle leitete. Das Unternehmen präsentierte sich am 10. Juni 2026 der Öffentlichkeit mit einer ambitionierten These: Die KI-Industrie habe bisher Werkzeuge gebaut, die Menschen ersetzen sollen, aber sie sollte stattdessen Werkzeuge schaffen, die mit und für jeden Einzelnen arbeiten .

Eine Full-Stack-Mission: KI von Grund auf neu aufbauen

River AIs Kernmission ist es, KI von Grund auf neu zu erfinden, indem der gesamte Stack Ende-zu-Ende neu aufgebaut wird – das umfasst die Trainingsinfrastruktur, die Modelle, die Produktebene und die Hardware. Das Ziel: persönlich trainierbare, agentische Assistenten zu schaffen . Das Unternehmen positioniert sich damit explizit gegen den Trend, KI zu bauen, die menschliche Arbeitskräfte ersetzt. Stattdessen will es KI, die man lehren, formen und besitzen kann .

Wie Gründer Igor Babuschkin es beschrieben hat, bedeutet dies, Intelligenz zu schaffen, die „mit dir fliesst“, anstatt in einer Blackbox zu sitzen, die man nur mit Prompts steuern kann . Die langfristige Vision: Eine Welt, in der jeder Mensch seine eigenen, persönlich trainierten KI-Agenten hat, die in seinem Namen arbeiten – anstelle von Einheitsmodellen, die einem einzelnen Unternehmen gehören .

Erstes Produkt: Die River API – ein Gegenmittel zum Prompt Engineering

River AIs erstes Produkt, das seit dem Launch im Juni 2026 verfügbar ist, ist die River API – ein Cloud-Trainingsdienst für Open-Weight-Modelle . Die API bietet:

• LoRA-basiertes Feintuning und Reinforcement Learning (RL) auf Open-Source-Modellen von 35 Milliarden bis zu 1 Billion Parametern, darunter Qwen3.6, Kimi K2.6 und GLM 5.2 (regelmässig werden weitere hinzugefügt)
• Einen einzigen Python-Client für Training, Sampling und Serving, mit tokenbasierter Abrechnung pro Million Tokens – sowohl für Training als auch Inferenz – anstatt pro GPU-Stunde

River positioniert diese API direkt als Gegenmittel zum Prompt Engineering. In der Produktliteratur des Unternehmens heisst es: „Mit Prompts steuert man ein Modell, das einem nicht gehört und das man nicht verbessern kann. River hingegen ermöglicht es Ihnen, offene Modelle so zu trainieren, dass sie wirklich Ihre eigenen sind – und sie wie jeden anderen Endpunkt bereitzustellen“ .

Enterprise-Performance: 15-minütige RL-Trainingsläufe mit 2- bis 4-fachen Einsparungen

River behauptet, dass jedes Unternehmen über seine API einen komplexen Reinforcement-Learning-Trainingslauf in 15 bis 20 Minuten absolvieren kann – ohne dass ein eigenes Infrastrukturteam erforderlich ist . Die Plattform kümmert sich im Hintergrund automatisch um Gewichtstransfers, Konsistenz zwischen Sampling und Training, elastische Rechenzuteilung und GPU-Management .

Das Unternehmen gibt weiterhin an, dass dieser Ansatz im Vergleich zu Closed-Source-Alternativen zwei- bis vierfache Kosteneinsparungen ermöglicht, indem durch die tokenbasierte Abrechnung und das automatisierte Infrastrukturmanagement die Kosten für ungenutzte GPUs vermieden werden .

Ein Mitgründer mit erstklassigen KI-Referenzen

Igor Babuschkin bringt beachtliche Glaubwürdigkeit in das Unternehmen. Bevor er xAI mitgründete, arbeitete er bei Google DeepMind an generativer Modellierung und Reinforcement Learning und leitete bei OpenAI das Training grosser Modelle . Zu den weiteren Mitgründern gehören Dmytro (Dima) Soboliev, Ievgen Soboliev und Aaron Rogers. Das Führungsteam umfasst zudem ehemalige Forscher von OpenAI und DeepMind .

Das grosse Ganze: Persönliche KI für alle

Über das API-Produkt hinaus ist die umfassendere Vision von River AI eine der markantesten in der aktuellen KI-Landschaft. Anstatt zu versuchen, ein einziges, superintelligentes Modell zu bauen, das allen dient, will River es jedem ermöglichen, seine eigene Intelligenz zu besitzen – geformt durch die eigenen Daten, Aufgaben und Ziele . Das Unternehmen plant, über die aktuelle API hinaus auf Modelle, die Produktebene und die Hardware zu expandieren, um diese Vision vollständig zu verwirklichen .

Wie Marc Bhargava, Managing Director bei General Catalyst, anmerkte, ist die Investition mit einem breiteren strategischen Anliegen verbunden: „Die amerikanische Führungsrolle im Bereich KI erfordert dringend eine Führungsrolle bei der Infrastruktur für offene, individuell trainierbare KI“ . River AI wettet mit seiner Kriegskasse von 1,1 Milliarden US-Dollar und seinen erstklassigen Geldgebern darauf, dass die Zukunft der KI nicht aus einem einzigen Modell besteht, das man mit Prompts steuert – sondern aus Millionen von Modellen, die Menschen selbst trainieren und besitzen.