Sprachmodelle raten manchmal. In der Arzneimittelentwicklung ist das keine Option: Dort muss jede Aussage auf ein Quelldokument zurückführbar sein. Genau hier setzt das Berliner Start-up Sci2sci an — und hat dafür 1,2 Millionen Euro in einer Pre-Seed-Runde eingesammelt. Angeführt haben sie Heliad und IBB Ventures, dazu kommen Robin Capital und Superangels.
Das Prinzip nennt sich neuro-symbolisch: Wissensnetze nach dem Vorbild der Neurowissenschaft, darüber eine deterministische Prüfschicht aus formaler Logik. Firmenwissen wird so nicht als Datenhalde behandelt, sondern als aktives Netz. Das Hauptprodukt “Integrity Cortex” verknüpft Behauptungen mit ihren Quelldokumenten, verifiziert Schlussfolgerungen formal, verfolgt Abhängigkeiten und führt Audit-Trails, die zur FDA-Vorschrift 21 CFR Part 11 passen. “VectorCat” bindet Cloudspeicher, Netzlaufwerke und Laborsysteme an, ohne dass die Daten vollständig migriert werden müssen.
Im Einsatz ist das laut Startbase bereits in der präklinischen Forschung, der klinischen Auftragsforschung und in Bioprozessen. Hinter Sci2sci stehen Angelina Lesnikova, promovierte Neurowissenschaftlerin und CEO, sowie CTO Valerii Kremnev; als Senior Advisor ist Stephanie Bova an Bord, früher Digital Transformation Officer R&D bei Novo Nordisk.
Investor Christopher Garlich von Heliad benennt den Gegenentwurf: “Die meisten Unternehmen, die KI für regulierte Branchen verkaufen, setzen darauf, dass Sprachmodelle genau genug werden.” Das frische Geld soll ins Engineering-Team fließen — und in den Sprung zur nächsten regulierten Branche: den Banken.