Mantic

Mantic ist ein in London (Camden) ansässiges Startup, das eine KI-basierte Plattform zur Vorhersage globaler Ereignisse und zum Unterstützen von Entscheidungsprozessen für Unternehmen und staatliche Akteure entwickelt. Die Gründer, Dr. Ben Day (PhD in Machine Learning, Cambridge) und Dr. Toby Shevlane (ehemals Google DeepMind, Universität Oxford), haben ein Team aus Forschern und Ingenieuren aus führenden akademischen und industriellen Forschungseinrichtungen versammelt, um menschliche "Superforecaster"-Fähigkeiten zu automatisieren und in skalierbare, maschinengetriebene Prognosesysteme zu überführen. Die Technologie zielt darauf ab, sogenannte "judgemental forecasts" zu erzeugen — Wahrscheinlichkeitsaussagen über Ereignisse mit potenziell hohen Auswirkungen, etwa Lieferkettenstörungen, geopolitische Schocks oder andere signifikante Landschaftsveränderungen. Mantic bietet Anfragen-Beispiele wie die Prognose, ob der Persische Golf bzw. die Straße von Hormuz vor einem bestimmten Jahr geschlossen wird, und arbeitet darauf hin, derartige Fragen datengetrieben, nachvollziehbar und in einem Format zu beantworten, das Entscheidungen in Risiko-, Strategie- und Krisenmanagementprozessen direkt unterstützen kann. Das Produktverständnis umfasst die Aggregation und Gewichtung hunderter Faktoren aus heterogenen Datenquellen sowie Methoden zur Kalibrierung von Unsicherheit und zur Kommunikation von Prognosevertrauen. Nach internen Aussagen und Presseberichten verwendet Mantic Erkenntnisse aus Statistik, Machine Learning und strukturierter Expertenbeurteilung, um Vorhersagen praxistauglich zu machen. Mit der in 2025 abgeschlossenen Pre-Seed-Finanzierung plant das Unternehmen, seine Entwicklungsarbeit zu beschleunigen, operative Kapazitäten aufzubauen und erste Pilotkunden in Wirtschaft und Verwaltung zu bedienen. Angesichts der sensiblen und potenziell folgenreichen Anwendung legt Mantic offenbar Wert auf Validierung, Erklärung der Modellannahmen und Transparenz gegenüber Nutzern, um praktische Einsatzbarrieren wie Zuverlässigkeitsbedenken zu adressieren.