Innerhalb von nur zwölf Monaten hat Unframe ein Auftragsvolumen von über 100 Millionen US-Dollar erreicht und gilt heute als eines der am schnellsten wachsenden Enterprise-KI-Unternehmen weltweit. Das 2024 im Silicon Valley gegründete Startup verspricht, maßgeschneiderte KI-Lösungen für Unternehmen innerhalb weniger Tage produktionsreif bereitzustellen – ohne bestehende Systeme zu ersetzen. Mitgegründet wurde Unframe von Larissa Schneider, die als Co-Founder & COO das operative Geschäft maßgeblich aus Berlin heraus steuert.

Beim diesjährigen VivaTech in Paris vertrat Schneider Unframe auf dem Panel „AI Made in Berlin" und sprach dort über den Sprung von KI-Experimenten zu echtem Business Impact sowie über die Hürden, die europäischen Scale-ups noch im Weg stehen. Im Interview erklärt sie, wie Unframe KI-Transformation ohne Vorausinvestition ermöglicht, warum LLM-Agnostizismus für große Unternehmen entscheidend ist – und welche Stärken Berlins KI-Ökosystem für ein international wachsendes Unternehmen wie Unframe bietet.

Larissa, Unframe verspricht, individuelle, produktionsreife KI-Lösungen innerhalb weniger Tage bereitzustellen und in bestehende Unternehmenssysteme zu integrieren. Wie funktioniert dieser Ansatz konkret, und welche Hürden verhindern bislang, dass Unternehmen ihre KI-Pilotprojekte in den operativen Einsatz bringen?

Unframe liefert KI-Transformationen nach einem einfachen Prinzip: Wir identifizieren gemeinsam mit dem Unternehmen den richtigen Anwendungsfall, bauen die Lösung produktionsreif auf unserer Plattform auf – und das Unternehmen zahlt erst, wenn es mit dem Ergebnis zufrieden ist. Die Grundlage dafür sind vorgefertigte Bausteine, eine flexible offene Architektur und eine eigene Datenschicht, die sich nahtlos in bestehende Systeme integriert. Das größte Problem in der Branche ist nicht die Technologie, sondern dass Unternehmen zu früh zu viel investieren müssen – bevor echter Mehrwert bewiesen ist. Genau dieses Risiko nehmen wir weg.

Eure Plattform ist nicht an ein bestimmtes Sprachmodell gebunden und kann in der Cloud des Kunden, lokal oder als Managed Service betrieben werden. Warum sind diese Offenheit und Flexibilität gerade für große Unternehmen mit komplexen Daten-, Sicherheits- und Governance-Anforderungen entscheidend?

Große Unternehmen haben individuelle Daten-, Sicherheits- und Compliance-Anforderungen – eine Einheitslösung funktioniert hier schlicht nicht. Deshalb läuft Unframe LLM-agnostisch und kann on-premises, in der eigenen Cloud oder als Managed Service betrieben werden; Daten müssen die eigene Umgebung dabei nicht verlassen. Als Gründerteam aus dem Cybersecurity-Bereich – Shay Levi hat zuvor Noname Security gegründet und für 500 Millionen Dollar an Akamai verkauft – verstehen wir die Anforderungen von CISOs aus erster Hand, und das spiegelt sich in allem wider: von der Architektur bis hin zu unseren Zertifizierungen nach ISO 42001, SOC 2 Type II und ISO 27001.

Innerhalb von zwölf Monaten hat Unframe nach eigenen Angaben ein Auftragsvolumen von mehr als 100 Millionen US-Dollar erreicht und weitere 50 Millionen US-Dollar Wachstumskapital aufgenommen. Welche konkreten Probleme treiben die Nachfrage nach Enterprise-KI derzeit am stärksten?

Der Druck kommt von ganz oben: KI-Transformation ist längst ein Thema auf Vorstandsebene, und Unternehmen, die jetzt nicht liefern, verlieren gegenüber Wettbewerbern. Studien zeigen, dass frühe KI-Anwender ein um 92 % höheres Umsatzwachstum erzielen. Das eigentliche Problem ist aber nicht die Technologie, sondern die Lücke zwischen Pilotprojekt und produktivem Einsatz: Beratungsfirmen brauchen Monate, Eigenentwicklungen sind teuer und komplex – und die meisten Unternehmen haben weder die Zeit noch das interne KI-Know-how, um das alleine zu stemmen. Genau hier setzt Unframe an: Wir liefern produktionsreife Lösungen für die komplexesten, geschäftskritischsten Anwendungsfälle – in Wochen, nicht Monaten, und ohne Vorausinvestition.

Maßgeschneiderte Lösungen schnell bereitzustellen, klingt zunächst schwer skalierbar. Wie gelingt es Unframe, individuelle Anforderungen abzubilden, ohne bei jedem Projekt technologisch von vorne zu beginnen?

Der Schlüssel liegt in unserer Plattformarchitektur: Jede Lösung, die wir liefern, baut auf denselben wiederverwendbaren Bausteinen auf – Datenanbindung, Context Layer, Automatisierungslogik, UX/UI – die wir projektübergreifend einsetzen und ständig weiterentwickeln. Das bedeutet: Die zweite Lösung ist schneller fertig als die erste, die dritte schneller als die zweite – das System wird mit jeder Implementierung klüger und effizienter. Individuelle Anforderungen bilden wir durch Konfiguration und Anpassung ab, nicht durch Neuentwicklung – so entsteht echte Skalierbarkeit ohne Abstriche bei der Passgenauigkeit.

Bei VivaTech 2026 hast du darüber gesprochen, den Fokus von KI-Experimenten auf messbaren Nutzen und reale Anwendungen zu verlagern. Woran erkennen Unternehmen, dass ein Anwendungsfall tatsächlich bereit für den produktiven Einsatz ist?

Der Druck aus der Führungsebene ist in den meisten großen Unternehmen längst angekommen – die strategischen Prioritäten sind gesetzt. Die eigentliche Herausforderung besteht deshalb nicht mehr darin, ob KI eingesetzt werden soll, sondern welche geschäftskritischen Transformationen zuerst angegangen werden. Ob am Ende ein großes Sprachmodell, klassisches Machine Learning oder ein deterministischer Workflow zum Einsatz kommt, sollte sich aus dem Problem ergeben – nicht umgekehrt. Ein Anwendungsfall ist aus meiner Sicht dann produktionsreif, wenn er einen klar messbaren Business Impact hat, sich in bestehende Prozesse integriert und von den Mitarbeitern tatsächlich genutzt wird – denn am Ende zählt nicht die Technologie dahinter, sondern ob sie echten Mehrwert schafft.

Unframe wurde im Silicon Valley gegründet, das operative Geschäft wird jedoch maßgeblich aus Berlin gesteuert. Welche Stärken des Berliner KI- und Tech-Ökosystems sind für euch besonders relevant, etwa beim Zugang zu Talenten, Unternehmen, Forschung und internationalen Netzwerken?

Berlin ist für uns kein zufälliger Standort – die Stadt verbindet starke technische Talente mit einem dichten Netzwerk an Großunternehmen, die genau die Art von KI-Transformation suchen, die wir liefern. Gleichzeitig ist Berlin ein natürlicher Zugang zum europäischen Markt, wo Themen wie Datensouveränität, regulatorische Anforderungen und verantwortungsvoller KI-Einsatz nicht nur diskutiert, sondern aktiv gestaltet werden – das passt sehr gut zu unserem Ansatz. Und nicht zuletzt ist die Berliner Tech-Community internationaler geworden als fast jede andere in Europa, was uns hilft, schnell die richtigen Menschen zu finden – ob als Mitarbeitende, Partner oder Kunden.

Auf der VivaTech hast du Fragmentierung, Kapitalzugang und regulatorische Hürden als Herausforderungen für europäische Scale-ups angesprochen. Welche Rahmenbedingungen braucht Europa, damit Unternehmen wie Unframe von Berlin aus global wachsen und zugleich zu digitaler Souveränität beitragen können?

Europa hat die Zutaten: Talent, Industriekompetenz, regulatorisches Bewusstsein – aber uns fehlt noch der gemeinsame Markt, der es erlaubt, wirklich von einem Standort aus zu skalieren, ohne in jedem Land von vorne anzufangen. Was wir brauchen, ist weniger Fragmentierung beim Kapitalzugang und bei regulatorischen Rahmenbedingungen – nicht weniger Regulierung, sondern konsistentere, die Unternehmen Planungssicherheit gibt statt Unsicherheit. Digitale Souveränität ist kein Widerspruch zu globalem Wachstum – aber Europa muss aufhören, beides als getrennte Ziele zu behandeln, und anfangen, Unternehmen zu fördern, die beides gleichzeitig liefern können.

Vielen Dank für das tolle Gespräch.

Vita: Larissa Schneider hat über Jahre beobachtet, wie Unternehmen zwar auf die Vision von Enterprise AI gesetzt haben, aber dann daran scheiterten, die Integration wirklich produktiv zu gestalten. Die Tools sind oft umständlich und der ROI kaum greifbar. Genau diese Frustration hat sie dazu bewegt, Unframe mitzugründen. Larissa hat ein Jahrzehnt lang GTM und Marketing bei Unternehmen wie Nutanix und Noname Security verantwortet, stets eng an der Schnittstelle zwischen komplexer Technologie und den Teams, die sie tatsächlich nutzen. Sie weiß, was es braucht, um ein Produkt erfolgreich zu launchen und was Unternehmen wirklich von ihrer Software erwarten. Bei Unframe entwickelt das Team die KI-Ebene, die Enterprise-Systeme wirklich intelligent macht, ohne bestehende Workflows zu beeinträchtigen. Unframe hat bereits 100 Mio. USD Kapital eingesammelt, basierend auf der Überzeugung, dass sich die Lücke zwischen dem Potenzial von KI und dem tatsächlichen Impact in der Praxis schließen lässt.