Nach drei Tagen Benutzung war für uns ganz klar: Vivid ist der richtige Partner für Leap Dynamics. Und wir sind dabei geblieben.
Magdalena Genov — Mitgründerin & CEO, Leap Dynamics
Auf einem Schreibtisch in einem Berliner Büro steht, was die meisten Menschen für Elektroschrott halten würden: ein uralter Laptop mit 16 Gigabyte RAM und ohne dedizierte Grafikkarte. Darauf läuft ein KI-Modell mit 8 Milliarden Parametern mit etwa 30 Token pro Sekunde. „Ohne Grafikkarte ist das beeindruckend“, sagt Adrian, KI-Entwickler bei der Leap Dynamics GmbH. Der Laptop ist kein Relikt. Er ist ein Proof of Concept — und genau das ist das Kerngeschäft von Leap Dynamics.
Das Unternehmen wurde 2019 von Nikolai und Magdalena Genov gegründet, zwei Bioinformatikern, die nach Jahren akademischer Forschung erkannt hatten, dass das, was sie konnten — individuelle Software entwickeln, große und undurchsichtige Datensätze analysieren, biologische und medizinische Daten erschließen — in der Wirtschaft dringend gebraucht wurde. Heute bedient das Berliner Unternehmen Kunden von großen Banken und Pharmaunternehmen bis hin zu kleinen Betrieben, die vorsichtig durch einen Sturm aus KI-Hype navigieren. Die Frage, die Leap Dynamics immer wieder stellt, lautet nicht „Können wir hier KI einsetzen?“, sondern „Sollten wir es?“
Vom Genom zum Markt
Nikolai Genov hat in Bioinformatik promoviert. Während seiner Doktorarbeit arbeitete er ausgiebig mit Krebsgenexpressionsdaten und verbrachte mindestens ebenso viel Zeit am Terminal mit dem Aufbau eigener Analyse-Pipelines. Ab 2016 beschäftigte er sich ernsthaft mit maschinellem Lernen, lange bevor das Schlagwort überall auftauchte. Die Bioinformatiker hatten durchaus erkannt, sagt er, „dass diese Systeme damals sehr gut verwendet werden konnten, um biologische Daten zu klassifizieren. Das Potenzial war vorhanden.“ Auf systemischer Ebene allerdings wurde es nicht aufgegriffen. „Ich glaube, es wurde schlicht nicht gesehen“, ergänzt er.
„Ich hatte das Gefühl“, erklärt Nikolai, „dass wenn wir das, was wir schon können, nur noch besser machen — organisierter, in einem anderen Kontext außerhalb des akademischen Bereichs — damit Erfolg haben werden. Das hat sich bisher auch bewahrheitet.“
Magdalena brachte einen komplementären Hintergrund mit: Nach ihrem Studium der Bioinformatik arbeitete sie mehrere Jahre in der Weltraummedizin-Forschung an einem großen Forschungskrankenhaus. Dort beschäftigte sie sich mit der Erforschung extremer Umwelten und deren Auswirkungen auf den menschlichen Körper — von Experimenten auf der Internationalen Raumstation (ISS) bis hin zur Untersuchung der Folgen des Klimawandels auf die menschliche Physiologie. Zu ihren Aufgaben gehörten unter anderem die Organisation von Parabelflügen sowie die Vorbereitung wissenschaftlicher Experimente für die ISS. „In einer sehr kurzen Zeit muss man sich um sehr viele Dinge gleichzeitig kümmern — idealerweise hätten sie schon gestern fertig sein sollen.“
„Ein Forscher zu sein bedeutet am Ende, sich mit Fragestellungen zu beschäftigen, auf die es noch gar keine richtige Antwort gibt“, sagt Magdalena. „Und wenn man Unternehmer ist, hat man sehr oft mit Kunden zu tun, die große Datenmengen produzieren, aber auch nicht wissen, was man damit machen soll.“ Wie können diese Daten neue Kunden, neue Produkte, mehr Liquidität bringen? Es ist dieselbe Frage. „Am Ende verwandelt man sich als Unternehmer in eine Art Forscher.“
Das Problem des goldenen Hammers
Derzeit nimmt Leap Dynamics eine ungewöhnliche Position ein: ein Unternehmen, das Kunden regelmäßig erklärt, dass die Technologie, nach der sie gefragt haben, vielleicht nicht das ist, was sie brauchen. „Goldene Hammer“, nennt Adrian sie — ein Anti-Pattern, ein Werkzeug, das jemand auf jedes Problem anwendet, unabhängig davon, ob es passt. „Was man sehr oft sieht, ist, dass auf jedes Problem KI draufgeworfen wird. Das ist hochgradig falsch. Es gibt Problemstellungen, wo klassische Signal- oder klassische Bildverarbeitung viel, viel angebrachter ist.“
Die Methodik von Leap Dynamics ist der Proof of Concept: ein schneller, klar begrenzter Test, ob ein Ansatz unter realen Bedingungen funktioniert. Als die Frage aufkam, ob KI ohne teure Grafikhardware betrieben werden kann, hat das Team es einfach auf einem alten Laptop ausprobiert und gemessen. Das Modell lief mit akzeptabler Geschwindigkeit. Beweis erbracht. „Und wenn dieser Proof of Concept erfolgreich ist, könnte man Best Practices darauf anwenden und das Ganze erweitern, sodass es irgendwo Richtung Produktion gehen könnte.“
Ein kommerziell bedeutsameres Beispiel betrifft den Datenschutz. Ein Kunde benötigte die automatische Anonymisierung personenbezogener Daten — Namen, Adressen, Telefonnummern, Bankverbindungen — aus Dokumenten, ohne sie an einen Cloud-Dienst zu übermitteln. „Wir hatten den Proof of Concept: Kann man so etwas ohne große Hardware, aber mit moderner KI betreiben? Wir haben dies getan und es in ein Produkt überführt, das wir aktuell in den Markt bringen.“
Für Kunden mit größeren Ambitionen ist Nikolai offen in Bezug auf die richtige Reihenfolge. „In vielen Unternehmen ist die Digitalisierung noch nicht so weit fortgeschritten, wie man es gerne hätte. Das heißt, es müssen erst noch Digitalisierungsschritte nachgeholt werden, bevor ein KI-System überhaupt Sinn ergibt.“
Für Adrian ist der rote Faden quer durch alle Projekte ein einziges Prinzip. „KI ist ein Verstärker“, sagt er. „Sie verstärkt das Vorhandene. Sie verschlechtert das Vorhandene, wenn Schlechtes bereits da ist — und sie verbessert das Vorhandene, wenn Gutes bereits da ist.“
Daten, die im Haus bleiben
Wenn das Team diskutiert, welche Cloud-KI-Anbieter es empfehlen kann, ist Adrians Position für Kunden mit sensiblen Daten klar: keiner der großen amerikanischen. „Es brauchte nur eine Unterschrift vom US-Präsidenten und die deutschen Firmengeheimnisse sind plötzlich public“, sagt er. „Das ist durch eine deutsche KI oder durch den deutschen Server halt nicht mehr gegeben.“
Das ist kein theoretisches Anliegen. Nikolai beschreibt, wie das Unternehmen regelmäßig mit medizinischen Daten, genetischen Daten und Finanzdaten arbeitet — genau den Kategorien, die weder rechtlich noch sicherheitstechnisch in ein Cloud-Modell eines Drittanbieters geladen werden dürfen. „Wenn wir KI einsetzen, geht es sehr stark darum, wie wir den Einsatz von KI sicher machen — entsprechend der DSGVO, entsprechend des AI-Acts.“
Europäische Alternativen existieren und sind besser als ihr Bekanntheitsgrad vermuten lässt. Mistral aus Paris produziert Modelle, die auf einem handelsüblichen Desktop-Computer laufen und dabei Bild- und Textklassifikation beherrschen. Black Forest Labs aus Freiburg ist, was Deutschland einen Hidden Champion nennt: kaum bekannt außerhalb des Fachgebiets, aber mit Algorithmen für die Bildverarbeitung, die von einigen der größten Technologieunternehmen der Welt eingesetzt werden.
Zwei Gründer, ein Whiteboard
Bei Leap Dynamics ist die Aufgabenteilung zwischen Nikolai und Magdalena nach Stärken organisiert. Er leitet die technische und datenanalytische Arbeit, einschließlich aller Entwicklungen in der Programmiersprache R, die er seit mehr als zehn Jahren einsetzt. Sie übernimmt die organisatorische und kommunikative Seite des Unternehmens: Kundenbeziehungen, Projektmanagement, Koordination sowie die Finanzplanung — und natürlich auch das, was sie offen als den Papierkram beschreibt, der gefühlt die Hälfte jedes Gründertags ausfüllt. „Ein Unternehmen zu leiten bedeutet gleichzeitig, Forscher zu sein, Entwickler zu sein, aber auch eine Person, die im Büro sitzt und einen halben Tag lang Dokumente wälzen muss.“
Die Corona-Jahre erzwangen eine strategische Wende. Leap Dynamics hatte mit einem Hardware-Fokus begonnen. Als die Pandemie einsetzte, schwenkte das Team auf personalisierte Softwarelösungen um. „Das war die richtige Entscheidung“, sagt Magdalena. „Wir haben die Corona-Zeit sehr gut überstanden, viele neue Kunden dazu gewonnen und konnten uns dann Gedanken machen, KI in unser Angebot zu integrieren.“
Meinungsverschiedenheiten gehen ans Whiteboard. „Wir listen alle Vorteile und Nachteile einer Entscheidung auf“, erklärt Magdalena. „Wir schauen nicht nur auf unsere persönlichen Vorlieben — am Ende schauen wir darauf, was das Unternehmen weiterbringen kann.“ Das tieferliegende Prinzip ist Nikolais: „Es geht oft gar nicht darum, immer die richtige Entscheidung zu treffen, sondern überhaupt in der Lage zu sein, irgendeine Entscheidung zu treffen. Was Firmen oftmals kaputt macht, ist nicht nur, dass falsche Entscheidungen getroffen werden, sondern dass Entscheidungen über fünf Jahre aufgeschoben werden. Das ist deutlich schlimmer.“
Adrian, der mit einem gemischten Hintergrund aus Softwareentwicklung und Data Science aus dem Bankenwesen zu Leap Dynamics kam, verdichtet seine Erfahrung auf eine einzige Erkenntnis: „Eine der wichtigsten Erkenntnisse aus dem Bankenwesen, die ich bis heute übertrage, ist, was alles funktionieren kann, wenn man ein funktionierendes Team hat.“
Liquide genug zum Wachsen
Leap Dynamics kam zu Vivid über eine Übernahme. Die Gründer hatten zuvor ein Konto bei Pile für das Firmen-Zinskonto genutzt — ein zentrales Finanzinstrument für ein Unternehmen, das in Projektzyklen arbeitet und signifikante Einnahmen in konzentrierten Schüben erhält. Als Pile von Vivid übernommen wurde, nutzten die Gründer den Wechsel als Chance statt als Zwang. „Wir hatten damals die Möglichkeit, Vivid kennenzulernen und uns immer noch gegen dieses Produkt zu entscheiden“, erinnert sich Magdalena. „Nach drei Tagen Benutzung war für uns ganz klar: Vivid ist der richtige Partner für Leap Dynamics. Und wir sind dabei geblieben.“
Für Nikolai bleibt das ursprüngliche Motiv das wichtigste. Das Zinskonto verwandelt brachliegendes Projekteinkommen zwischen Aufträgen in aktives Kapital.
Für ein kleines Unternehmen, das zwischendurch durchaus Umsatz macht und Geld auf dem Konto hat — es ist einfach nützlich. Es verbessert einfach die Liquidität.
Nikolai Genov — Mitgründer & CEO, Leap Dynamics
Magdalena beschreibt, wie jedes Projekt sein eigenes Unterkonto mit einer eigenen IBAN erhalten kann, mit einem von Beginn an festgelegten Budget. Karten für das Team tragen individuelle Limits. „Die Tatsache, dass ich tatsächlich einem Produkt eine IBAN zuweisen kann mit einer bestimmten Menge an Geld — es erleichtert unglaublich die Planung.“ Das Firmendepot, das Nikolai anderswo bereits gesucht hatte als Vivid es einführte, vervollständigt das Bild.
Jemanden da zu haben, auch wenn es ein KI-Agent ist, der uns die Fragen beantworten kann oder einfach mal gewisse Unsicherheiten aus der Welt räumen kann, ist Gold wert.
Magdalena Genov — Mitgründerin & CEO, Leap Dynamics
„Die Nutzung der Vivid KI-Agenten ist der nächste natürliche Schritt für uns als Kunden von Vivid“, sagt Magdalena. Nach sieben Jahren des Aufbaus und mehr als acht Jahren des Nachdenkens darüber, was ein solches Unternehmen werden könnte, ist Nikolai unmissverständlich. „Ich bereue es nicht. Auch wenn es schwer ist. In Wirklichkeit ist es sehr, sehr schwer. Aber es lohnt sich.“
