Keenable hat sich mit einer Seed-Runde über 26 Millionen US-Dollar aus dem Stealth-Modus herausgemeldet und plant, eine Websuche-Infrastruktur speziell für KI-Agenten aufzubauen. Das Startup sagt, sein Index decke bereits mehr als 100 Milliarden Dokumente ab, und seine API werde bereits in der Produktion von mehreren KI-Labors und Inferenzanbietern genutzt.

Accel führte die Runde an, beteiligt waren Conviction Partners und Business Angels. Zu den Gründern von Keenable gehören Andrey Styskin, ein ehemaliger Leiter von Yandex’ Such-, KI- und Cloud-Sparte, sowie der deutsche KI-Wissenschaftler Matthias Petri. Das Unternehmen betritt einen Markt, in dem Entwickler zunehmend Systeme benötigen, die Informationen für Software-Agenten abrufen, vergleichen und synthetisieren können, statt lediglich Seiten für Menschen zurückzugeben.

Warum Keenable auf Agentensuche setzt

Traditionelle Suchmaschinen wurden um menschliches Verhalten herum optimiert: Nutzer überfliegen Ergebnisseiten, öffnen eine kleine Anzahl von Links und entscheiden, welche Informationen nützlich sind. KI-Systeme haben andere Anforderungen. Ein Agent muss möglicherweise Belege von mehreren Seiten abrufen, eine Antwort in Quelldokumenten verankern oder aktuelle Informationen sammeln, während er eine Aufgabe erledigt.

Styskin sagte TechCrunch, dass dadurch eine andere Feedback-Schleife entstehe als bei der auf menschlichem Suchverhalten basierenden Suche. Für KI-Anwendungen hänge der Wert eines Ergebnisses stark davon ab, ob es verlässlichen Kontext liefert, den ein Modell verwenden kann, und nicht nur davon, ob es einen Klick anzieht.

Diese Unterscheidung wird immer wichtiger, da Chatbots und KI-Agenten über die Beantwortung von Fragen hinausgehen. Systeme, die recherchieren, sich ändernde Informationen überwachen oder Sprachinteraktionen unterstützen, benötigen eine Suchinfrastruktur, die breite Anfragen schnell verarbeiten und Material in einer Form zurückgeben kann, die nachgelagerte Modelle verarbeiten können.

Keenable entwickelt außerdem WebQueryLanguage, ein Retrieval-Produkt, das Informationen aus mehreren Webquellen zusammenführen soll, wenn kein einzelnes Dokument eine vollständige Antwort enthält. Das Unternehmen hat nicht offengelegt, wann das Produkt allgemein verfügbar sein wird.

Was bestätigt ist und was unbestätigt bleibt

Die Finanzierung, der Start des Unternehmens aus dem Stealth-Modus und die Identitäten seiner Investoren wurden von TechCrunch berichtet. Keenable behauptet, sein Index enthalte mehr als 100 Milliarden Dokumente und seine API werde bereits von mehreren KI-Labors und Inferenzanbietern sowohl in Trainings- als auch in Laufzeitumgebungen genutzt. Das Startup nannte diese Kunden nicht, sodass Umfang und Tiefe dieser Nutzung anhand der verfügbaren Belege nicht unabhängig beurteilt werden können.

Keenable hat eine Partnerschaft offengelegt: Das Unternehmen arbeitet mit Gradium, einem Voice-AI-Unternehmen, zusammen, um Live-Informationsabruf zu unterstützen. Diese Beziehung weist auf einen praktischen Anwendungsfall für den Dienst hin, da Sprachanwendungen oft aktuelle Antworten benötigen, ohne dass Nutzer auf einen herkömmlichen Browsing-Ablauf warten müssen. Die Belege lassen weder das Nutzungsvolumen von Gradium noch die kommerziellen Bedingungen der Partnerschaft erkennen.

Auch die technischen und Kostenaussagen des Unternehmens stammen hauptsächlich von der Führung. Styskin argumentierte, dass Web-Scale-Suche spezielle Indexstrukturen erfordere, die den Suchraum schnell eingrenzen können, da das Durchsuchen des gesamten Internets bei jeder Anfrage zu teuer wäre. Er beschrieb die Kosten für den Aufbau eines großen Index als extrem hoch, sagte aber, Keenable arbeite daran, die Ausgaben beim Skalieren zu kontrollieren.

Diese Aussagen sind plausible technische Einschränkungen und keine unabhängig verifizierten Leistungsdaten. Es wurden keine Angaben zu Latenz, Preis, Präzision, Recall oder Benchmarks gemacht. Für potenzielle Kunden bleiben Fragen offen, wie oft der Index aktualisiert wird, wie Keenable mit Quellenqualität und Duplikaten umgeht und wie seine Ergebnisse im Vergleich zu bestehenden Retrieval-Diensten abschneiden.

Die Infrastrukturwette hinter der Runde

Keenable präsentiert sich nicht als weitere Enterprise-Search-Schicht. Styskin sagte, dass Enterprise-Search-Systeme beim Einsatz im Maßstab des öffentlichen Webs prohibitiv teuer werden können, weshalb Indexdesign und Abfrage-Routing zentral für den Ansatz des Unternehmens seien.

Das Startup wird von Führungskräften mit Erfahrung in großskaliger Suche geleitet. Styskin arbeitete rund zwei Jahrzehnte lang an Suche bei Yandex und Amazon, während er und Petri zuvor an Websuchinfrastruktur für KI-Anwendungen wie Alexa arbeiteten. Dieser Hintergrund gibt Keenable eine technische Begründung dafür, sich auf Retrieval zu konzentrieren, statt einen allgemeinen Chatbot oder ein Foundation Model zu bauen.

Das Unternehmen hat derzeit 15 Engineering-Mitarbeiter in den USA und Europa. Es plant, die Belegschaft bis zum Jahresende zu verdoppeln und das neue Kapital zu nutzen, um das Engineering auszubauen und die Go-to-Market-Organisation zu entwickeln. Dieser Einstellungsplan spiegelt die ungewöhnlichen Kapitalanforderungen wider, einen Web-Scale-Index zu unterhalten und gleichzeitig Infrastruktur an technisch anspruchsvolle Kunden zu verkaufen.

Für KI-Entwickler ist das Versprechen klar, aber schwer umzusetzen: Crawling, Indexierung und Retrieval auslagern, damit sich Produktteams auf den Workflow des Agenten konzentrieren können. Der Nachteil ist die Abhängigkeit. Kunden müssten darauf vertrauen können, dass Abdeckung, Aktualität, Verfügbarkeit und Preis von Keenable stabil genug sind, um Anwendungen zu unterstützen, bei denen eine schlechte oder veraltete Quelle das Ergebnis direkt beeinflussen kann.

Eine Lücke zwischen gebündelter Suche und unabhängiger Infrastruktur

Accel-Partner Zhenya Loginov, der die Investition leitete, sagte, KI-Unternehmen hätten nur begrenzte Auswahlmöglichkeiten für Web-Scale-Suchinfrastruktur. Er verwies auf Maßnahmen von Google und Microsoft, bestehende Such-APIs einzuschränken oder abzuschalten, und argumentierte, dass die großen Plattformen zunehmend gebündelte Produkte und selektive Partnerschaften bevorzugten.

Diese Marktinterpretation hilft, die Investmentthese zu erklären. Such-Altanbieter verfügen über starke Distribution und enorme Infrastruktur, wollen aber möglicherweise keine offene Schicht bereitstellen, die es anderen Unternehmen ermöglicht, konkurrierende KI-Erlebnisse zu bauen. Ein unabhängiger Anbieter könnte profitieren, wenn Entwickler neutralen Zugang zu aktuellen Webinformationen benötigen und wenn die großen Plattformen den Retrieval-Zugriff weiterhin an ihre eigenen Assistenten oder Cloud-Produkte binden.

Keenable ist nicht allein. Brave und Exa verfolgen bereits KI-orientierte Suche und Retrieval, während Google seine eigene Sucherfahrung für KI-Anwendungsfälle verändert. Die Wettbewerbsfrage lautet daher nicht, ob Agentensuche existieren wird, sondern ob ein unabhängiges Unternehmen genug Abdeckung und Zuverlässigkeit zu niedrigeren Gesamtkosten als die gebündelten Alternativen bieten kann.

Für Gründer und Produktteams bedeutet das, dass die Auswahl der Suche zu einer architektonischen Entscheidung wird. Sie müssen nicht nur die Relevanz der Ergebnisse vergleichen, sondern auch Lizenzierung, Quellenzuordnung, Datenaktualität, regionale Abdeckung, Antwortgeschwindigkeit und die Kosten wiederholter Agentenanfragen. Diese Variablen können die Wirtschaftlichkeit von Recherche-Agenten und Live-Informationsprodukten erheblich verändern.

Worauf als Nächstes zu achten ist

Das erste Signal wird sein, ob Keenable weitere Kunden nennt oder technische Details veröffentlicht, die seine Akzeptanzbehauptungen untermauern. Kundenreferenzen, API-Verfügbarkeit und unabhängige Messungen der Abrufqualität würden helfen, ein frühes Infrastrukturgeschäft von einem gut finanzierten Prototypen zu unterscheiden.

Preis und Latenz werden ebenso wichtig sein. Agenten-Workflows können für eine einzelne Aufgabe viele Suchanfragen erzeugen, sodass ein Dienst, der für gelegentliche Chatbot-Anfragen gut funktioniert, für hochvolumige Automatisierung dennoch zu teuer sein kann. Entwickler werden auch beobachten, ob WebQueryLanguage Belege aus mehreren Quellen zuverlässig zusammenführen kann, ohne Halluzinations- oder Zuordnungsrisiken zu erhöhen.

Die Expansion von Keenable von 15 Ingenieuren, die Beziehung zu Gradium und weitere Partnerschaften mit KI-Labors oder Inferenzanbietern werden zeigen, ob das Unternehmen seine Suchkompetenz in ein wiederholbares Vertriebsmodell umsetzen kann. Konkurrenzbewegungen von Exa, Brave, Google und Microsoft werden den umfassenderen Test der Nachfrage nach unabhängiger, agentenorientierter Suche liefern.

Creati.ai-Perspektive

Der Start von Keenable ist bedeutsam, weil Retrieval unter vielen KI-Produkten zu einem Engpass wird. Bessere Modelle beseitigen nicht die Notwendigkeit aktueller, gut priorisierter und nachvollziehbarer Informationen, insbesondere wenn Agenten auf sich ändernde Webdaten reagieren müssen. Ein spezialisierter Suchanbieter könnte Entwicklern eine nützliche Abstraktionsschicht bieten, aber nur, wenn er Qualität und Kosten planbar machen kann.

Die bisher stärksten Belege des Unternehmens sind der Suchhintergrund der Gründer, die gemeldete Größe des Index und die neue Finanzierung durch erfahrene Investoren. Seine wichtigsten Behauptungen – Produktionseinsatz, Dokumentenabdeckung und spätere Kostenvorteile – stammen weitgehend vom Unternehmen selbst. Die nächste Phase wird zeigen, ob Keenable diese technische These in eine verlässliche Infrastruktur umsetzen kann, um die Unternehmen und KI-Labors herum bauen wollen.