KI · 18. November 2026

Mirendil sichert sich eine Milliarde Dollar für die Automatisierung der KI-Entwicklung

a man and a woman standing in front of a robot
Natalia Dziubek / Unsplash

Das Softwareunternehmen Mirendil hat eine Finanzierungsrunde im Umfang von einer Milliarde US-Dollar abgeschlossen. Die Mittel stammen aus einer Series-A-Runde, die von Kleiner Perkins und Clearlake Capital angeführt wurde. Weitere mehr als sechs Investoren beteiligten sich an der Finanzierung, darunter auch Google. Mirendil wurde im vergangenen Jahr von ehemaligen Forschern von Google DeepMind und Anthropic gegründet. Behnam Neyshabur fungiert als Geschäftsführer und ist Mitentwickler des Algorithmus SAM, der es KI-Modellen ermöglicht, Aufgaben besser zu erfüllen, für die sie nicht spezifisch trainiert wurden. Der Cheftechnologe Harsh Mehta konzentrierte sich während seiner Zeit bei Google DeepMind und Anthropic auf Projekte im Bereich des Vortrainings, dem ersten Schritt im KI-Entwicklungsprozess. Das erste Produkt von Mirendil, Lor, ist eine Plattform, die Aufgaben während des Modelltrainings automatisiert. Das System teilt Aufgaben in kleinere Einheiten auf und verteilt sie an mehrere hundert KI-Agenten.

Die Entwicklung großer Sprachmodelle erfordert viele Versuche, bei denen Forscher leicht unterschiedliche Algorithmen vergleichen, um die beste Version zu finden. Lor führt diese Workflows automatisch aus und behebt Fehler während der Bewertung ebenfalls automatisch. Anfang dieses Jahres beauftragte Mirendil einen einzelnen Forscher mit der Erstellung eines Coding-Modells, das mit führenden offenen Sprachmodellen konkurrieren kann. Solche Projekte werden normalerweise von Expertenteams durchgeführt, doch die Automatisierungstechnologie von Mirendil ermöglichte es dem Forscher, das Modell ohne Hilfe von Kollegen zu erstellen. Das Projekt kostete zehn Millionen US-Dollar und dauerte etwa dreieinhalb Monate. Die KI-Agenten schrieben mehr als 99 Prozent des Codes für das Modell Mirendil-Base. Sie richteten die Infrastruktur ein, fanden geeignete Trainingsalgorithmen und sammelten Trainingsdaten aus dem Web. Anschließend verbesserten die Agenten sowohl den Datensatz als auch die Architektur von Mirendil-Base, um die Qualität der Ergebnisse zu steigern.

Mirendil-Base bildet die Grundlage für das spezialisierte Coding-Modell Fern, das im vergangenen Monat vorgestellt wurde. Fern ist so konzipiert, dass es Programmieraufgaben automatisch bearbeitet, die in KI-Labors häufig auftreten. Das Modell verarbeitet zehn Millionen Token pro Eingabe, was dem Zehnfachen der Kapazität von Claude Opus 5.5 entspricht und etwa einer halben Million Zeilen Code gleichkommt. Fern wurde aus einer Version von Mirendil-Base mit einer bis zu fünf Milliarden Parametern entwickelt. Ende des vergangenen Monats zeigte das Unternehmen zwei aktualisierte Versionen von Mirendil-Base mit fünf Milliarden bis zehn Billionen Parametern. Mirendil plant, diese Algorithmen zur Entwicklung leistungsfähigerer Sprachmodelle zu nutzen.