INXM sammelt 6,1 Mio. € in Pre-Seed-Runde ein
Das Berliner Startup INXM hat in seiner Pre-Seed-Finanzierungsrunde 6,1 Mio. € eingesammelt. Die Runde wurde vom Berliner Venture-Capital-Fonds Cherry Ventures angeführt und positioniert das Unternehmen als Vorreiter im Bereich der KI-gestützten Prozessautomation für Großunternehmen und Industriebetriebe.
Automatisierung von Enterprise-Prozessen mit Compiled AI
INXM entwickelt mit „Orchestrator" eine Enterprise Process Execution Engine, die künstliche Intelligenz zur deterministischen Ausführung von Workflows einsetzt. Die Plattform verbindet verschiedene Unternehmenssysteme wie ERP-, MES- (Manufacturing Execution Systems) und PLM-Lösungen (Product Lifecycle Management) miteinander und automatisiert komplexe Geschäftsprozesse zuverlässig und nachvollziehbar.
Das Kernkonzept basiert auf „Compiled AI" – einem Ansatz, der KI-Modelle so optimiert, dass sie deterministische, reproduzierbare Ergebnisse liefern. Dies ist ein wesentlicher Unterschied zu klassischen Large Language Models, die probabilistische Antworten generieren. Für regulierte Branchen wie Fertigung, Pharma oder Logistik ist diese Verlässlichkeit entscheidend: Prozesse müssen nicht nur automatisiert, sondern auch vollständig nachvollziehbar und konform mit gesetzlichen Vorgaben sein.
Die Zielgruppe sind mittlere und große Unternehmen mit komplexen, vernetzten IT-Landschaften. Das Problem, das INXM adressiert, ist der weit verbreitete „Enterprise Integration Overhead": Viele Firmen verlieren täglich Produktivität, weil manuelle Prozessschritte zwischen verschiedenen Systemen notwendig sind, weil API-Integrationen fehlen oder weil Datensilos entstehen. INXM verspricht, diese Silos aufzulösen und Prozesse durchgängig zu automatisieren – ohne dabei die Compliance zu gefährden.
Starke Investorenbasis für die Skalierung
Die Pre-Seed-Runde wurde von Cherry Ventures angeführt, einem der aktivsten deutschen VC-Fonds für Early-Stage-Investitionen. Zu den weiteren Investoren gehören Angel Invest, Redstone und Linden Capital. Diese Konstellation deutet auf ein solides Vertrauensverhältnis zwischen etablierten und spezialisierten Investoren hin.
Mit den 6,1 Mio. € wird INXM seine Produktentwicklung vorantreiben, das Team ausbauen und den Markteintritt beschleunigen. Typischerweise fließen Pre-Seed-Mittel in dieser Größenordnung in die Finalisierung des Produkts, die Akquisition erster Anchor Customers und den Aufbau eines Sales-Teams, das große Unternehmenskunden adressiert.
Timing trifft auf Megatrends
INXM profitiert von mehreren gleichzeitig wirkenden Trends: Erstens erleben intelligente Prozessautomation und Robotic Process Automation (RPA) eine Renaissance, angetrieben durch reifere KI-Technologien. Zweitens sind viele große Unternehmen in der Phase ihrer digitalen Transformation und suchen nach Lösungen für Legacy-Systeme. Drittens wächst der Druck, Prozesse schneller und fehlerfreier zu gestalten – ein klassischer Use Case für deterministische KI-Systeme.
Im Markt für Prozessautomation und Workflow-Orchestrierung gibt es etablierte Konkurrenten wie UiPath oder Automation Anywhere, die sich aber primär auf RPA konzentrieren. INXM positioniert sich mit Compiled AI in einem verwandten, aber differenzierten Segment: weniger für simple Klicks und Tastatureingaben, sondern für intelligente, datengetriebene Entscheidungen über Systemgrenzen hinweg.
Mit der Pre-Seed-Finanzierung von 6,1 Mio. € zeigt sich der Markt offen für diese Differenzierung. Es ist das erste und zugleich einzige Funding, das INXM bislang öffentlich gemacht hat – was auf ein noch junges Unternehmen deutet, das jetzt in die Wachstumsphase eintritt.
Nächste Schritte und Expansion
INXM sitzt in Berlin und hat mit dieser Runde insgesamt 6,1 Mio. € eingesammelt. Das Unternehmen wird seine Plattform weiterentwickeln, Integrations-Partner gewinnen und erste Kundenprojekte mit großen industriellen Playern umsetzen. Die kommenden Monate werden zeigen, ob sich der Ansatz der deterministischen KI-Orchestration als game-changer in der Enterprise-Software-Landschaft durchsetzt.
