Blockbrain adressiert zentrale Hürde für GenAI in Kreditinstituten

Blockbrain-Gründer (vlnr.) Antonius Gress, Mattias Protzmann, Nam Hai NgoBlockbrain

Viele GenAI-Initiativen in Banken und Versicherungen scheitern derzeit nicht an den Modellen selbst, sondern an fehlender Governance: unklare Datenfreigaben, mangelnde Auditierbarkeit und regulatorische Hürden bremsen den produktiven Einsatz. Hier setzt das Stuttgarter Startup Blockbrain an, denn die Plattform verwandelt internes Unternehmenswissen aus Richtlinien, Prozessen und Dokumentationen in steuerbare „Knowledge Bots“ – DSGVO-konform, ohne Programmierung und mit kontrollierten Datenflüssen. Damit rückt laut Anbieter weniger die nächste Modellgeneration in den Fokus, sondern die Frage, wie sich GenAI technisch sauber, sicher und revisionsfähig in bestehende IT-Landschaften integrieren lässt.

Wenn erfahrene Mitarbeiter ein Unternehmen verlassen, verschwindet oft mehr als nur personelle Kapazität: Implizites Wissen, Entscheidungslogiken und gewachsene Prozesse gehen verloren. Genau dieses strukturelle Problem adressiert das Stuttgarter Tech-Scale-up Blockbrain mit einer GenAI-Plattform, die internes Wissen systematisch in steuerbare KI-Agenten überführt – und damit für den produktiven Einsatz in regulierten Umgebungen verfügbar macht. Im Zentrum der Plattform stehen sogenannte „Knowledge Bots“, digitale Wissenszwillinge, die Fachwissen aus Dokumenten, Richtlinien und Experteninterviews extrahieren und operationalisieren. Anders als klassische Wissensdatenbanken geht es dabei nicht nur um Auffindbarkeit, sondern um die Abbildung von Entscheidungslogiken und Handlungsmustern.

Blockbrain hat eine Series-A-Finanzierung in Höhe von 17,5 Millionen Euro abgeschlossen. Die Runde wird von Alstin Capital und 13books Capital angeführt, während bestehende Investoren wie Giesecke+Devrient Ventures, LBBW Ventures und Mätch VC ihr Engagement ausbauen; auch das Family Office von Harting beteiligt sich. Das Kapital fließt gezielt in die Weiterentwicklung der Plattform – insbesondere in die Bereiche Sicherheit, Governance und Datensouveränität. Technisch bedeutet das unter anderem, dass sensible Unternehmensdaten in regional isolierten, hochsicheren Cloud-Umgebungen verbleiben und somit regulatorische Anforderungen konsequent erfüllt werden. Parallel treibt Blockbrain die Entwicklung spezialisierter KI-Agenten voran und investiert in den Ausbau seiner Marktpräsenz in Europa und Großbritannien.

Unternehmen verlieren jeden Tag wertvolles Know-how – nicht aus Nachlässigkeit, sondern weil Wissen und komplexe Entscheidungslogiken bislang kaum systematisch gesichert werden. Mit Blockbrain machen wir Erfahrungswissen dauerhaft verfügbar und schaffen so eine belastbare Grundlage für Produktivität und Wettbewerbsfähigkeit. Die erfolgreiche Serie-A-Finanzierung gibt uns den Rückenwind, diesen Ansatz europaweit zu skalieren.“

Antonius Gress, Mitgründer & CEO von Blockbrain

KI-Agenten als skalierbare Wissensinstanz

Kern der Plattform sind digitale Wissenszwillinge, die sich innerhalb kurzer Zeit aufbauen lassen. Sie erfassen nicht nur Informationen, sondern modellieren auch Entscheidungslogiken und Erfahrungswissen von Mitarbeitern. Diese „Knowledge Bots“ machen implizites Wissen organisationsweit verfügbar und skalierbar – unabhängig von einzelnen Personen oder Standorten. In der Praxis berichten Unternehmen von spürbaren Effizienzgewinnen: So lassen sich laut Anwendern signifikante Zeitersparnisse realisieren, während gleichzeitig die Qualität der Antworten durch die zugrundeliegende Architektur stabil bleibt. Halluzinationen werden durch die systematische Anbindung an geprüfte Wissensquellen deutlich reduziert. Die starke Nachfrage spiegelt sich auch im Wachstum wider – Blockbrain konnte seinen Umsatz 2025 vervielfachen und gewinnt zunehmend Kunden aus regulierten und wissensintensiven Branchen.
Ein zentrales Differenzierungsmerkmal liegt in der technischen Ausrichtung auf kontrollierbare KI.

Während viele Lösungen auf Black-Box-Modelle setzen, kombiniert Blockbrain eine Multi-Model-Architektur mit klar definierten Governance-Mechanismen. Unternehmen behalten dadurch die Kontrolle über eingesetzte Modelle, Datenflüsse und Zugriffsrechte. Die Plattform erfüllt gängige Compliance-Anforderungen wie DSGVO und ISO 27001 und ist zudem auf die Vorgaben des EU AI Act ausgelegt. Ein unabhängiger Benchmark von Giesecke+Devrient unterstreicht die Sicherheits- und Qualitätsansprüche: Mit 92 von 105 Punkten liegt Blockbrain deutlich vor anderen Enterprise-KI-Anbietern im Testfeld.

Fokus auf Integration und Weiterentwicklung

Mit der Finanzierung baut Blockbrain seine technische und operative Skalierung weiter aus. Neben der Weiterentwicklung der Plattform stehen neue Funktionen im Fokus, etwa Mechanismen zur Absicherung von Antwortqualität oder erweiterte Agenten-Workflows für automatisierte Recherche- und Wissensprozesse. Gleichzeitig verstärkt das Unternehmen sein Team um spezialisierte AI Engineers, die Kunden bei Integration und Betrieb der Lösung begleiten. Damit adressiert Blockbrain eine zentrale Herausforderung vieler Unternehmen: die Überführung von GenAI aus Pilotprojekten in stabile, produktive Systeme innerhalb bestehender IT-Landschaften.

Auch wenn Blockbrain selbst kein klassisches FinTech ist, hat der Ansatz eine hohe Relevanz für Banken und Versicherungen. Denn gerade in stark regulierten Umgebungen scheitert der Einsatz von GenAI häufig nicht an der Technologie, sondern an Anforderungen wie Auditierbarkeit, Datenschutz und kontrollierten Datenflüssen. Die Plattform adressiert genau diese Herausforderungen, indem sie internes Wissen in nachvollziehbare, steuerbare KI-Agenten überführt. Damit liefert Blockbrain weniger eine branchenspezifische Lösung als vielmehr eine technische Blaupause dafür, wie sich generative KI überhaupt erst regelkonform und produktiv im Finanzsektor einsetzen lässt. Blockbrain positioniert sich damit klar in einem wachsenden Marktsegment: GenAI nicht als isoliertes Tool, sondern als integrierte, kontrollierbare Infrastrukturkomponente für Unternehmenswissen. Gerade in regulierten Branchen deutet sich ein Paradigmenwechsel an: Weg von experimentellen KI-Anwendungen hin zu stabilen, auditierbaren Systemen, die sich nahtlos in bestehende IT- und Governance-Strukturen einfügen.tw