Larridin sammelt 30 Millionen Dollar ein, um den Ertrag von KI-Ausgaben in Unternehmen zu messen

Finanzierungsrunde und Geldgeber

Mit der Series-A-Runde kommt Larridins Gesamtfinanzierung auf 47 Millionen Dollar. Andreessen Horowitz und Gradient Ventures, die bereits die Seed-Runde über 17 Millionen Dollar getragen hatten, haben erneut investiert. Neu an Bord sind GFT, W23, Thayer, DG Daiwa Ventures, Alumni Ventures und Cougar Capital.

Das Unternehmen gab die Runde am Montag, dem 2. November, in einer Mitteilung bekannt.

KI-Kosten mit Geschäftsergebnissen abgleichen

Die Argumentation des Unternehmens setzt bei einer Lücke an, mit der viele Organisationen zu tun haben: Sie können Softwarelizenzen bezahlen, Modell-Token verbrauchen und automatisierte Agenten laufen lassen, wissen aber kaum, welche Tätigkeiten die Arbeit tatsächlich verbessern. Laut Larridin sagt es wenig über den Wert eines Werkzeugs aus, wer es nutzt, solange diese Nutzung nicht mit einem brauchbaren Ergebnis und den Kosten seiner Erzeugung verknüpft wird.

Die Dokumentation zu AI Impact beschreibt, wie das Unternehmen in Rechnung gestellte Lizenzen, Token-Verbrauch und Kosten für Cloud-Modelle mit beobachteten Arbeitsabläufen und Daten aus Engineering-Systemen zusammenführt. Die Ausgaben werden Abteilungen zugeordnet, und die von diesen Teams erbrachte Arbeit wird ihnen gegenübergestellt. Die Methode trennt außerdem die durch KI unterstützte Kapazität von tatsächlich realisierten Barersparnissen.

Wie die Beobachtung von Arbeitsabläufen funktioniert

Die Plattform Workflow Intelligence stützt sich auf eine Browser-Erweiterung und einen Desktop-Agenten, die Aktivitäten in von Administratoren ausgewählten Anwendungen erfassen. Das Unternehmen erklärt, dabei Metadaten zu sammeln: welche Programme aktiv sind, in welcher Reihenfolge sie genutzt werden, wie viel Zeit auf jeden Schritt entfällt und wie zwischen Werkzeugen gewechselt wird. Laut Dokumentation werden Nachrichteninhalte, Dokumenttexte, Bildschirmaufnahmen und Tastatureingaben nicht erfasst. Die Auswertung erfolgt standardmäßig auf Teamebene; individuelle Ansichten bleiben aus, bis ein Administrator sie aktiviert.

Die beobachteten Aktivitäten werden zu Arbeitsabläufen gebündelt, damit Teams sehen können, wie lange Aufgaben dauern, wie oft sie sich wiederholen, wo sie stocken und wo KI eine Rolle spielt. Die Plattform reiht mögliche Automatisierungen nach Priorität und verfolgt sie durch Pilotprojekte und abgeschlossene Einführungen, gemessen an Ausgangswerten, die sie zuvor erfasst hat.

Gewonnene Stunden sind keine automatischen Einsparungen

Stunden menschenäquivalenter Arbeit können abschätzen, wie viel Aufwand KI übernimmt. Ihr monetärer Wert hängt jedoch vom Ausgangswert ab und davon, wie eine Organisation die freigewordene Kapazität nutzt. Mehr verfügbare Zeit verringert für sich genommen weder ein Budget noch den Personalbedarf. Larridin kennzeichnet die illustrativen Zahlen seiner Dashboard-Beispiele, darunter beispielhafte ROI-Faktoren und zurückgewonnene Stunden, und erklärt, dass sie die Berechnung veranschaulichen, nicht das Ergebnis eines einzelnen Kunden.

In seiner Ankündigung vom 2. November teilte das Unternehmen mit, mehr als 2 Milliarden KI-Sitzungen gemessen und über 82.000 Arbeitsabläufe erfasst zu haben.

Offene Fragen

• Wie viel der gemessenen KI-Kapazität wird bei Kunden tatsächlich zu realisierten Barersparnissen?
• Werden die illustrativen Dashboard-Werte durch überprüfte Ergebnisse echter Kunden ersetzt?