Finansieringen och vilka som står bakom

Pre-seed-rundan på 5,7 miljoner euro (motsvarande ungefär 6 miljoner dollar) leddes gemensamt av Cherry Ventures och Redstone. Även Angel Invest, Linden Capital och ytterligare affärsänglar deltog, vilket gör detta till INXM:s första offentliga externa finansiering. Företaget planerar att använda kapitalet till att växa sitt team, accelerera produktutvecklingen av Orchestrator-motorn och skala upp kundanskaffningen bland europeiska industriföretag.

Grundarteamet: från raketer till tillförlitliga arbetsflöden

INXM grundades 2025 av fyra personer vars tidigare karriärer gick ut på att få extremt komplexa, säkerhetskritiska system att fungera förutsägbart:

• Alexander (Alex) Oelling, VD – tidigare Chief Digital Officer på Isar Aerospace och Volocopter.
• Matthias Kainer – byggde uppskjutningsorkestreringssystem på Isar Aerospace.
• Jesper Bylund – designade flygkontrollgränssnitt och arbetade tidigare på automationsplattformen n8n.
• Kamil Klüber – veteran från mjukvarukonsultbolaget Thoughtworks.

Flyg- och rymdarvet är ingen biografisk fotnot – det förklarar hela bolagets tekniska filosofi. Programvara för raketer måste utföra deterministiska sekvenser under strikt validering; den får inte improvisera. Teamet applicerade samma mentala modell på företags-AI.

Därför fallerar vanliga AI-agenter i industrin

De flesta LLM-baserade automationsverktyg anropar språkmodellen i varje steg av ett arbetsflöde. Det skapar tre svåra problem för reglerade verksamheter:

• Icke-determinism. Samma instruktion kan ge olika handlingar eller resultat vid olika körningar, vilket gör regelefterlevnad och spårbarhet nästintill omöjlig.
• Hallucinationsrisk. En modell som hittar på ett godkännandesteg eller hoppar över en säkerhetskontroll skapar oacceptabel risk inom tillverkning eller finans.
• Datasuveränitet. Att skicka känslig produktionsdata till tredjeparts LLM-API:er strider mot GDPR, EU:s AI-förordning och interna säkerhetspolicyer.

Resultatet är att många industriföretag utvärderar AI-agenter men aldrig sätter dem i produktion. Tekniken ser kraftfull ut i demos men klarar inte den tillförlitlighetsnivå som fabriksgolvets mjukvara har krävt i årtionden.

Så fungerar Compiled AI annorlunda

INXM:s Orchestrator-motor lånar arkitekturen från en traditionell mjukvarukompilator snarare än en chattbot-loop. Processen delas upp i två distinkta faser:

1. Kompileringsfas. En användare beskriver en affärsprocess på vanligt språk. En LLM genererar en komplett, strukturerad, exekverbar "Plan" – i princip deterministisk kod – och planen valideras innan den tillåts köras. Modellen används en enda gång, vid författandet, inte vid transaktionstillfället.

2. Exekveringsfas. Den validerade Planen körs på INXM:s Orchestrator-motor utan att anropa LLM:n igen. Motorn koordinerar arbetet över företagets befintliga system – ERP, PLM, MES, e-post och godkännandeverktyg – och utför samma steg i samma ordning varje gång.

Den tekniska skillnaden är tydlig: vanliga agenter anropar LLM:n i varje steg (icke-deterministiskt, token-dyrt, svårt att revidera). INXM kompilerar en gång och kör sedan ett fast program. Resultaten blir reproducerbara, testbara och fria från körningshallucinationer. Företaget kallar detta för flexibiliteten från naturligt språk kombinerat med tillförlitligheten hos traditionell kod.

För att göra konceptet konkret: tänk dig ett kvalitetsinspektionsflöde i en fabrik. En ingenjör beskriver de nödvändiga godkännandestegen och datakontrollerna på vanlig svenska. Orchestrator kompilerar detta till en fast sekvens, en chef godkänner den en gång, och därefter körs arbetsflödet identiskt varje gång en relevant händelse inträffar – utan att data någonsin lämnar byggnaden eller riskerar att modellen improviserar.

Infrastruktur, regelefterlevnad och industriellt fokus

Eftersom Orchestrator körs på företagets egen infrastruktur – on-premises eller i ett privat moln – lämnar produktionsdata aldrig anläggningen. Den arkitekturen gör systemet förenligt med GDPR och EU:s AI-förordning per design. Det gör det också möjligt för INXM att nå fabriksgolvets mjukvara som renodlat molnbaserade automationsverktyg inte kan komma åt.

Företaget riktar sig uttryckligen till industriella tillverkare och Tysklands Mittelstand: företag med äldre lokala system, regulatoriska skyldigheter och hårda krav på repeterbarhet. Detta är inte en bred automationssatsning. Den är specialbyggd för verksamheter som redan har ratat generiska AI-agenter eftersom de inte går att lita på i produktion.

Med 5,7 miljoner euro i färskt kapital, ett grundarteam som har levererat säkerhetskritisk mjukvara och ett tekniskt angreppssätt som omformulerar företags-AI som ett kompilatorproblem snarare än ett samtalsproblem, satsar INXM på att flaskhalsen för AI-adoption i industrin inte är kapacitet – utan tillförlitlighet.

Finansieringen och vilka som står bakom

Pre-seed-rundan på 5,7 miljoner euro (motsvarande ungefär 6 miljoner dollar) leddes gemensamt av Cherry Ventures och Redstone. Även Angel Invest, Linden Capital och ytterligare affärsänglar deltog, vilket gör detta till INXM:s första offentliga externa finansiering. Företaget planerar att använda kapitalet till att växa sitt team, accelerera produktutvecklingen av Orchestrator-motorn och skala upp kundanskaffningen bland europeiska industriföretag.

Grundarteamet: från raketer till tillförlitliga arbetsflöden

INXM grundades 2025 av fyra personer vars tidigare karriärer gick ut på att få extremt komplexa, säkerhetskritiska system att fungera förutsägbart:

• Alexander (Alex) Oelling, VD – tidigare Chief Digital Officer på Isar Aerospace och Volocopter.
• Matthias Kainer – byggde uppskjutningsorkestreringssystem på Isar Aerospace.
• Jesper Bylund – designade flygkontrollgränssnitt och arbetade tidigare på automationsplattformen n8n.
• Kamil Klüber – veteran från mjukvarukonsultbolaget Thoughtworks.

Flyg- och rymdarvet är ingen biografisk fotnot – det förklarar hela bolagets tekniska filosofi. Programvara för raketer måste utföra deterministiska sekvenser under strikt validering; den får inte improvisera. Teamet applicerade samma mentala modell på företags-AI.

Därför fallerar vanliga AI-agenter i industrin

De flesta LLM-baserade automationsverktyg anropar språkmodellen i varje steg av ett arbetsflöde. Det skapar tre svåra problem för reglerade verksamheter:

• Icke-determinism. Samma instruktion kan ge olika handlingar eller resultat vid olika körningar, vilket gör regelefterlevnad och spårbarhet nästintill omöjlig.
• Hallucinationsrisk. En modell som hittar på ett godkännandesteg eller hoppar över en säkerhetskontroll skapar oacceptabel risk inom tillverkning eller finans.
• Datasuveränitet. Att skicka känslig produktionsdata till tredjeparts LLM-API:er strider mot GDPR, EU:s AI-förordning och interna säkerhetspolicyer.

Resultatet är att många industriföretag utvärderar AI-agenter men aldrig sätter dem i produktion. Tekniken ser kraftfull ut i demos men klarar inte den tillförlitlighetsnivå som fabriksgolvets mjukvara har krävt i årtionden.

Så fungerar Compiled AI annorlunda

INXM:s Orchestrator-motor lånar arkitekturen från en traditionell mjukvarukompilator snarare än en chattbot-loop. Processen delas upp i två distinkta faser:

1. Kompileringsfas. En användare beskriver en affärsprocess på vanligt språk. En LLM genererar en komplett, strukturerad, exekverbar "Plan" – i princip deterministisk kod – och planen valideras innan den tillåts köras. Modellen används en enda gång, vid författandet, inte vid transaktionstillfället.

2. Exekveringsfas. Den validerade Planen körs på INXM:s Orchestrator-motor utan att anropa LLM:n igen. Motorn koordinerar arbetet över företagets befintliga system – ERP, PLM, MES, e-post och godkännandeverktyg – och utför samma steg i samma ordning varje gång.

Den tekniska skillnaden är tydlig: vanliga agenter anropar LLM:n i varje steg (icke-deterministiskt, token-dyrt, svårt att revidera). INXM kompilerar en gång och kör sedan ett fast program. Resultaten blir reproducerbara, testbara och fria från körningshallucinationer. Företaget kallar detta för flexibiliteten från naturligt språk kombinerat med tillförlitligheten hos traditionell kod.

För att göra konceptet konkret: tänk dig ett kvalitetsinspektionsflöde i en fabrik. En ingenjör beskriver de nödvändiga godkännandestegen och datakontrollerna på vanlig svenska. Orchestrator kompilerar detta till en fast sekvens, en chef godkänner den en gång, och därefter körs arbetsflödet identiskt varje gång en relevant händelse inträffar – utan att data någonsin lämnar byggnaden eller riskerar att modellen improviserar.

Infrastruktur, regelefterlevnad och industriellt fokus

Eftersom Orchestrator körs på företagets egen infrastruktur – on-premises eller i ett privat moln – lämnar produktionsdata aldrig anläggningen. Den arkitekturen gör systemet förenligt med GDPR och EU:s AI-förordning per design. Det gör det också möjligt för INXM att nå fabriksgolvets mjukvara som renodlat molnbaserade automationsverktyg inte kan komma åt.

Företaget riktar sig uttryckligen till industriella tillverkare och Tysklands Mittelstand: företag med äldre lokala system, regulatoriska skyldigheter och hårda krav på repeterbarhet. Detta är inte en bred automationssatsning. Den är specialbyggd för verksamheter som redan har ratat generiska AI-agenter eftersom de inte går att lita på i produktion.

Med 5,7 miljoner euro i färskt kapital, ett grundarteam som har levererat säkerhetskritisk mjukvara och ett tekniskt angreppssätt som omformulerar företags-AI som ett kompilatorproblem snarare än ett samtalsproblem, satsar INXM på att flaskhalsen för AI-adoption i industrin inte är kapacitet – utan tillförlitlighet.