CuspAI: 450 Millionen Dollar Serie B für KI-Materialsuche – die ganze Geschichte

Gleichzeitig mit der Finanzierungsankündigung launchte CuspAI die AI Materials Foundry, ein Konsortium aus 48 Industrie- und Forschungspartnern. Ziel ist es, die Entdeckung KI-designten Materialien für Halbleiter, saubere Energie und fortschrittliche Fertigung zu beschleunigen . Hier ist die vollständige, belegte Aufschlüsselung des Deals, der Technologie, der Koalition und des Vergleichs mit Wettbewerbern – inklusive der entscheidenden Vorbehalte, die mit einer Bewertung von 2,6 Milliarden Dollar für ein Unternehmen einhergehen, das noch kein kommerzielles Material ausgeliefert hat .

Die Finanzierungsrunde: Vom Seed zum 2,6-Milliarden-Startup in zwei Jahren

CuspAI wurde 2024 gegründet und sammelte im Juni desselben Jahres eine Seed-Runde von 30 Millionen Dollar unter der Führung von Hoxton Ventures ein . Bereits im September 2025 folgte eine Serie A von 100 Millionen Dollar, gemeinsam angeführt von NEA und Temasek, bei einer Bewertung von 520 Millionen Dollar. An dieser Runde beteiligten sich unter anderem Nvidia‘s VC-Arm, Samsung Ventures sowie Angel-Investoren wie OpenAI-Mitgründer Durk Kingma und Hugging-Face-Mitgründer Thomas Wolf .

Die neue Serie B von 450 Millionen Dollar wurde am 20. Juli 2026 bestätigt, nachdem die Financial Times bereits im Juni berichtet hatte, dass das Unternehmen in Gesprächen über eine Runde von rund 400 Millionen Dollar bei einer Bewertung von 2,6 Milliarden Dollar stehe . Die finale Runde fiel etwas höher aus und umfasste eine Reihe neuer Investoren – darunter AMD Ventures, Glade Brook Capital Partners, Lux Capital sowie Staatsfonds aus Großbritannien, den Niederlanden (Invest-NL) und Singapur – neben den Lead-Investoren . Einige Quellen berichten von knapp 500 Millionen Dollar, die meisten nennen jedoch die 450-Millionen-Dollar-Zahl .

Die AI Materials Foundry: Eine 48-köpfige Industrie-Koalition

Noch am selben Tag verkündete CuspAI den Start der AI Materials Foundry, eines globalen Konsortiums, das Rechenleistung, proprietäre Materialdaten, Laborkapazitäten und Fertigungsexpertise bündelt, um das Materialdesign zu beschleunigen . Zu den Gründungsmitgliedern zählen Nvidia, Meta, Samsung, Hyundai Motor Group, Applied Materials, Lam Research, Tokyo Electron, ASMPT, 3M, Henkel, Hitachi, JSR, Merck, AMD und Dutzende weitere .

Nvidia stellt die beschleunigte Rechnerinfrastruktur bereit, während Meta das Fundamental AI Research (FAIR)-Team mit seinen atomistischen Chemiemodellen beisteuert . Die Mitgliedsunternehmen steuern proprietäre Materialdaten, Laborkapazitäten und Fertigungsanforderungen bei . Das erklärte Ziel der Koalition ist es, den traditionellen Zeitplan für die Materialentdeckung – 10 bis 20 Jahre – auf Sechs-Monats-Zyklen zu verkürzen .

Wie das Inverse-Design-System (MIRA) funktioniert

Die Kernplattform von CuspAI heißt MIRA und kehrt den traditionellen Materialentdeckungsprozess um . Statt Verbindungen zu synthetisieren und dann ihre Eigenschaften zu testen, geben die Nutzer die gewünschten Leistungsmerkmale vor – etwa Wärmebeständigkeit, elektrische Leitfähigkeit, CO₂-Selektivität oder Ätzbeständigkeit. Die generativen KI-Modelle schlagen dann maßgeschneiderte Molekülstrukturen vor, die für diese Eigenschaften optimiert sind. Entscheidend ist, dass das System auch die Herstellbarkeit bewertet und sicherstellt, dass die vorgeschlagenen Kandidaten tatsächlich synthetisiert werden können .

Das Unternehmen beschreibt MIRA als „Suchmaschine für die materielle Welt“ . Die Plattform durchsucht Kandidaten gegen einen riesigen chemischen Raum und leitet die vielversprechendsten Treffer an die Partner der Koalition weiter, die eine schnelle Synthese und reale Validierung durchführen . NEA, ein Investor der Serie A und B, beschrieb den Ansatz als „inverses Design – beginnend mit den Zieleigenschaften und rückwärts arbeitend, um Kandidaten vorzuschlagen – dann werden Stabilität, Leistung und Herstellbarkeit durch schnelle Rückkopplungsschleifen bewertet“ .

Die Mitgründer

CuspAI wurde 2024 von zwei Personen mit sich ergänzender Expertise gegründet :

• Dr. Chad Edwards – CEO. Ein Chemiker mit Industrieerfahrung in der Technologiekommerzialisierung bei Google, BASF und zuletzt beim Quantencomputing-Unternehmen Quantinuum . Zuvor war er kommerzieller Mitgründer von Cambridge Quantum Computing .
• Professor Max Welling – Chief AI Officer. Ein renommierter KI-Forscher, ehemaliger Distinguished Scientist und Vizepräsident bei Microsoft Research und Qualcomm sowie Professor an der Universität Amsterdam . Welling gilt als Pionier der modernen KI und ist bekannt für seine Arbeiten zu Graph Neural Networks und variational inference.

Das Unternehmen hat seinen Hauptsitz in Cambridge, UK, mit Wurzeln in Amsterdam, wo Welling lehrt und forscht . Zu den prominenten Beratern und Board-Mitgliedern zählen unter anderem Geoffrey Hinton („Godfather of AI“), Yann LeCun (KI-Chef bei Meta) sowie Martin van den Brink, ehemaliger CTO von ASML .

Wettbewerbsvergleich: Wie CuspAI im Feld dasteht

CuspAI bewegt sich in einem schnell wachsenden Bereich mit anderen gut finanzierten KI-Material-Startups. Hier ein Vergleich auf Basis der verfügbaren Informationen :

Der entscheidende strategische Unterschied: CuspAI baut keine eigenen Roboterlabore. Stattdessen lagert es die physikalische Validierung an die Partnerkoalition aus – was theoretisch eine schnellere Skalierung ermöglicht, aber auch bedeutet, dass es die Kontrolle über die Synthese-Schleife abgibt . Im Gegensatz dazu betreiben Lila Sciences und Periodic Labs vollständig autonome Nasslabore – ein kapitalintensiverer, integrierterer Ansatz, der potenziell engere Vorhersage-Validierungs-Rückkopplungsschleifen ermöglicht . Periodic Labs wurde von Liam Fedus (ChatGPT-Mitschöpfer) und Google-DeepMind-Wissenschaftler Ekin Doğuş Çubuk mitgegründet und hat einen engeren Fokus (Raumtemperatur-Supraleiter) . Lila Sciences hat das breiteste Spektrum und deckt Biologie, Chemie und Materialien ab .

Die Skalierungsfrage: Halten die Sechs-Monats-Zyklen?

Die Lebensfähigkeit der AI Materials Foundry hängt davon ab, ob ihre Sechs-Monats-Zyklen von der Entdeckung bis zur Validierung Bestand haben, wenn das Konsortium auf 48+ Partner anwächst – jeder mit eigenen Datenformaten, konfligierenden IP-Interessen und unterschiedlichen Fertigungsanforderungen . Das Versprechen: CuspAIs zentrale MIRA-Plattform kann den richtigen Kandidaten effizient an den richtigen Partner weiterleiten. Die Risiken sind jedoch Koordinationsaufwand, Reibungsverluste beim Datenaustausch und die physikalische Realität, dass Synthese und Testung – egal wie intelligent die KI ist – langsam, teuer und verrauscht bleiben .

Wenn die Koalition nicht wiederholt geschlossene Durchbrüche innerhalb des Sechs-Monats-Rhythmus demonstrieren kann, droht das Modell, eine groß angelegte Simulationsmaschine zu bleiben, statt einer echten Materialpipeline . Mehrere Quellen weisen auf einen entscheidenden Vorbehalt hin: „Derzeit hat noch keine Initiative von CuspAI ein kommerziell genutztes Material hervorgebracht“ . Für ein Unternehmen mit einer Bewertung von 2,6 Milliarden Dollar wird diese Lücke zwischen Versprechen und Beweis die entscheidende Frage sein, wenn die AI Materials Foundry von der Ankündigung zur Umsetzung übergeht.