Tsuga sammelt 35 Millionen Dollar ein – Kann das Pariser Startup die Observability-Welt umkrempeln?

Tsuga hat insgesamt 45 Millionen Dollar an bestätigten Finanzierungen in zwei Runden erhalten:

Tsuga verließ die Stealth-Phase mit der Seed-Runde im November 2025 und kündigte die Series A nur gut sechs Monate später im Juni 2026 an. Die Geschwindigkeit der Folgerunde signalisiert starkes Vertrauen der Investoren in die These des Unternehmens – dass Observability für KI-native, BYOC-Infrastrukturen neu aufgebaut werden muss.

Was unterscheidet Tsuga von Datadog und Dynatrace?

Tsugas Differenzierung von den Platzhirschen Datadog und Dynatrace dreht sich um drei Achsen: Bereitstellungsmodell, Preismodell und KI-natives Design.

Bring Your Own Cloud (BYOC)

Anstatt Telemetriedaten in eine vom Anbieter kontrollierte SaaS-Plattform zu ziehen – wie es Datadog und Dynatrace tun – läuft Tsuga komplett in der eigenen Cloud-Umgebung des Kunden. Die Plattform kann auf Microsoft Azure, AWS, Google Cloud und souveränen Cloud-Infrastrukturen bereitgestellt werden. So verlassen die Telemetriedaten nie die Kontrolle des Kunden. Das ist ein gewichtiges Argument für Unternehmen in regulierten Branchen oder mit strengen Anforderungen an die Datensouveränität.

Eine Anmerkung: Sowohl Datadog als auch Dynatrace bieten durchaus gewisse Flexibilitätsoptionen (Dynatrace bietet Managed- und SaaS-Deployments; Datadog ist primär SaaS). Die Quellen belegen jedoch nicht, dass die etablierten Anbieter bei Datensouveränität pauschal weniger flexibel sind. Tsugas BYOC-Ansatz ist daher eine klare Wette darauf, dass Souveränität und Kontrolle mit KI-Agenten, die immer mehr sensible Betriebsdaten erzeugen, noch wichtiger werden.

Preismodell: Abschied vom Pro-Byte-Pricing

Tsuga hat sich explizit gegen das Pro-Byte-Pricing positioniert, das Datadog mit populär gemacht hat. Die Argumentation: KI-Workloads lassen die Telemetriemengen explodieren, und das Pro-Byte-Modell wird für Unternehmen mit großen KI-Agenten-Flotten unbezahlbar. Tsuga entkoppelt die Kosten von der Datenmenge.

Die Quellen nennen keine genauen Preise für Tsuga, und sie belegen auch nicht, dass Datadog und Dynatrace in allen Tarifen strikt pro Byte abrechnen. Dynatrace bietet beispielsweise host-basierte Preise, und Datadogs Preise variieren je nach Produkt. Der Kern der Behauptung – dass Tsuga sich gegen volumenbasierte Modelle stellt – ist jedoch gut belegt.

KI-native und Agenten-fähige Architektur

Tsuga wird als „Observability-Software für das Zeitalter der KI-Agenten" beschrieben. Die Plattform ist so gebaut, dass KI-Agenten Observability-Daten direkt nutzen können. Laut Produktdokumentation sind die Speicher- und Abfrageschicht für die Datenmengen ausgelegt, die KI-Agenten tatsächlich erzeugen. Die APIs liefern „relevanten Kontext statt roher Datendumps, sodass Agenten ihre Tokens für das Denken verwenden können, anstatt Rauschen zu filtern."

Das ist ein deutlicher Unterschied zu den etablierten Plattformen, die laut Quellen nicht nativ für das Tracing von KI-Agenten-Sitzungen ausgelegt sind. Eine Analyse von Sentrial stellt explizit fest, dass weder Datadog noch Dynatrace natives Session-Level-Agent-Tracing bieten – beide erfordern eine benutzerdefinierte Instrumentierung.

Tsuga bietet zudem eine „Agenten-native Observability"-Lösung, die es Entwicklungsteams von KI-Agenten ermöglicht, Observability-Daten mit jeder Datenquelle in ihrer Umgebung zu verbinden – nicht nur mit denen, die eine Drittanbieter-Plattform integriert hat.

Wie funktioniert Tsugas Observability für KI-Agenten?

Tsugas agenten-native Observability basiert auf drei Designprinzipien:

1. Kosteneffiziente Speicherung und Abfrage: Die Plattform verarbeitet die Datenmengen, die KI-Agenten tatsächlich erzeugen, und berechnet nicht nach dem reinen Datenvolumen.
2. Kontextbewusste APIs: Statt roher Telemetriedaten liefern die APIs relevanten Kontext, sodass KI-Agenten ihr Rechenbudget für das eigentliche Denken verwenden können, anstatt Rauschen zu filtern.
3. Vollständige Umgebungsanbindung: Da die Plattform in der Cloud des Kunden läuft, können Agenten auf jede Datenquelle in der Umgebung zugreifen – nicht nur auf die, die eine Drittanbieter-Plattform integriert hat.

Die Series-A-Ankündigung positioniert Tsuga als „führend in der KI-nativen, resilienten Observability" und erklärt, dass die Plattform eine neue Generation von KI-Agenten antreiben soll.

Welche Erfolge hat Tsuga seit dem Stealth-Ausstieg erzielt?

Seit dem Stealth-Ausstieg im November 2025 hat Tsuga beachtliche frühe Erfolge vorzuweisen:

Umsatz und Größenordnung: Mehrere Quellen berichten, dass Tsuga „mehrere Millionen Dollar Umsatz" mit durchschnittlichen Vertragswerten im sechsstelligen Bereich erzielt. Diese Zahlen sind jedoch Eigenangaben des Unternehmens und wurden von den bereitgestellten Quellen nicht unabhängig verifiziert. Tsuga verarbeitet täglich Dutzende Terabyte an Telemetriedaten auf AWS.

Kundenstamm: Bestätigte Kunden sind:

• Le Monde, eine der führenden französischen Mediengruppen, die Tsuga unter der Leitung ihres CTO/CIO Paul Laleu einsetzt.
• Black Forest Labs (ein Labor für KI-Modelle)
• Camunda
• Buk

Ergebnisse bei Le Monde: Laut einer AWS-Fallstudie vom Juni 2026 erzielte Le Monde innerhalb von drei Monaten nach der Einführung von Tsuga:

• eine Steigerung der Observability-Nutzung in den Entwicklungsteams um 50 %,
• eine Verdreifachung der überwachten Dienste und Anwendungen,
• eine Reduzierung der mittleren Erkennungszeit für Incidents (MTTD) um 30 %,
• eine Halbierung der mittleren Lösungszeit für Incidents (MTTR).

Investoren-Vertrauen: Die schnelle Series-A – nur sechs Monate nach der Seed-Runde – mit Beteiligung von DST Global Partners, Quantumlight, Picus und Databricks Ventures neben den Bestandsinvestoren spricht für eine starke institutionelle Überzeugung in die KI-Ära-Observability-These.

Das Fazit

Tsuga ist eines der besser finanzierten europäischen Startups im Observability-Bereich: 45 Millionen Dollar Gesamtfinanzierung, ein Team erfahrener Datadog-Alumni und eine klare These: Observability-Infrastruktur muss für KI-Agenten-Workloads neu gebaut werden. Das BYOC-Modell, die Preisstrategie und das agenten-native Design sind eine echte architektonische Abkehr vom Duopol Datadog-Dynatrace. Die ersten Kundenergebnisse – insbesondere die Halbierung der MTTR bei Le Monde – sind vielversprechend, auch wenn sich das Unternehmen noch in einer frühen Phase befindet. Für Entwicklungsteams, die überlegen, mit KI-Agenten zu bauen oder in Observability für KI-Workloads zu investieren, ist Tsuga eine ernstzunehmende Alternative, die man im Auge behalten sollte.