Felicis führt 7,5-Millionen-Dollar-Seed für Unsiloed AI an
Das Startup aus San Francisco will komplexe Unternehmensdokumente für KI-Agenten aufbereiten. Die Spitzenposition bei olmOCR-Bench ist eine Herstellerangabe. Eine Drittanalyse wertet sie als statistischen Gleichstand.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- Unsiloed AI sammelte 7,5 Mio. USD Seed-Finanzierung unter Führung von Felicis ein.
- Beteiligt sind außerdem Y Combinator, Orange Collective, Uncorrelated Ventures sowie Aarthi Ramamurthy und Beth Turner.
- Unsiloed AI wurde 2025 von Aman Mishra (CEO) und Adnan Abbas (CTO) gegründet.
- Das Unternehmen sitzt in San Francisco und gehörte zum Y-Combinator-Batch Fall 2025.
- Die asynchrone API /parse liefert geordnete Markdown-Chunks mit Bounding Boxes und OCR.
Felicis führt 7,5-Millionen-Dollar-Seed für Unsiloed AI an
Unsiloed AI hat 7,5 Millionen US-Dollar Seed-Kapital eingesammelt. Die Runde führt der Risikokapitalgeber Felicis an. TechCrunch, SiliconANGLE, hyper.ai und thesaasnews berichten übereinstimmend. Außerdem beteiligt sind Y Combinator, Orange Collective und Uncorrelated Ventures sowie die Angel-Investoren Aarthi Ramamurthy und Beth Turner.
Das Unternehmen sitzt in San Francisco. Aman Mishra (CEO) und Adnan Abbas (CTO) haben es 2025 gegründet. Beide studierten am indischen IIT Kharagpur, laut hyper.ai waren sie dort Kommilitonen. Unsiloed gehörte zum Y-Combinator-Batch Fall 2025.
Wofür das Geld gedacht ist, meldet bislang nur thesaasnews, ein Aggregator. Demnach sollen zusätzliche Forscher und Ingenieure eingestellt, der Vertrieb ausgebaut und proprietäre Datensätze entwickelt werden. Andere Berichte bestätigen das nicht. Zur Bewertung und zu früheren Finanzierungsrunden ist nichts bekannt.
Parse, Extract, Splitter: Dokumente für KI-Agenten mit Quellenverweis
Unsiloed wandelt komplexe Dokumente mit Tabellen, Diagrammen und Scans in Markdown oder JSON um. Sprachmodelle und Agenten verarbeiten diese Ausgabe direkt weiter. Laut Produktdokumentation arbeitet der Dienst asynchron: Ein POST-Aufruf an /parse legt einen Job an, das Ergebnis holt man über GET /parse/{job_id} ab. Zurück kommen geordnete Markdown-Chunks mit typisierten Segmenten, Bounding Boxes und OCR-Text.
Zwei weitere Endpunkte kommen hinzu. /v2/extract liest Felder nach einem vorgegebenen JSON-Schema aus und vergibt für jeden Wert einen Confidence-Score, optional mit Bounding-Box-Zitaten. /splitter teilt gemischte PDF-Pakete in je ein PDF pro Dokumenttyp. Bei /parse wählen Nutzer zwischen den Modi fast, agentic_lite und agentic. Dabei tauschen sie Geschwindigkeit gegen Genauigkeit. Unterstützt werden PDF, DOCX, PPTX und Bilder. Die Dokumentation nennt insgesamt mehr als 20 Formate. Excel-Dateien laufen über /parse/excel.
Die Software zeigt, aus welcher Stelle im Originaldokument eine Information stammt. Kunden sollen Ergebnisse so prüfen können, statt der KI-Ausgabe blind zu folgen. Als Zielbranchen nennt das Unternehmen Finanzen, Recht und Gesundheit.
Die Dokumentation beschreibt den aktuellen Stand. Hinweise auf eine neue Produktversion gibt es nicht. Die Selbstbeschreibungen „vision-first“, „Dual-Stream“-Vision-Modelle und „Heat-Map-basiertes Chunking“ sind Herstellerangaben und bisher nicht unabhängig geprüft. Dasselbe gilt für den Anspruch deterministischer Ausgaben, der sich mit Modellausgaben nur bedingt verträgt.
Platz 1 auf olmOCR-Bench: Proofstory sieht statistischen Gleichstand
Unsiloed wirbt mit Platz 1 auf olmOCR-Bench. Der Wert von 88,0 ± 1,0 stammt aus dem eigenen Testaufbau des Unternehmens. Das Team hat den Benchmark-Code veröffentlicht. Es handelt sich um eine Herstellerangabe.
Proofstory widerspricht dieser Deutung. Nanonets OCR-3 erreicht auf demselben Benchmark 87,4 und liegt damit innerhalb der Fehlertoleranz. Auch dieser Anbieter beansprucht Platz 1. Proofstory spricht von einem statistischen Gleichstand: Jeder Anbieter lasse die Rangliste laufen, die ihn an die Spitze setzt. Die Kritik stammt aus einer einzelnen Drittanalyse. Eine unabhängige Reproduktion liegt nicht vor.
Auch die Volumenangaben des Unternehmens sind nicht bestätigt. „Hunderttausende Dokumente“ und „Millionen Seiten pro Woche“ verwenden unterschiedliche Einheiten. Zu Datenschutz, Hosting und Zertifizierungen fand sich nichts.


