Prevalent AI, ein in London ansässiges Unternehmen für datengetriebene Sicherheits- und KI-Anwendungen, hat 22 Millionen US-Dollar an Wachstumsfinanzierung eingeworben. Das frische Kapital stammt von Integrity Growth Partners (IGP) und soll die nächste Phase der Skalierung unterstützen. Damit rückt auch das zentrale Versprechen des Unternehmens stärker in den Fokus: aus verteilten, unvollständig zusammenhängenden Daten einen klaren, nutzbaren Kontext schaffen.
Hinter dem Schritt steckt die Erkenntnis, dass große Organisationen zwar viele Tools und Daten besitzen, aber häufig der rote Faden fehlt: Wie hängen die Informationen zusammen, wo bestehen Lücken im Betrieb, und welche Risiken lassen sich daraus ableiten? Genau hier setzt Prevalent AI mit einer sogenannten Data-Fabric-Expansion an – im Sinne einer Plattform, die Daten reinigt, verbindet und kontextualisiert.
Warum fragmentierte Daten zur Sicherheitslücke werden
In modernen Unternehmensumgebungen stammen sicherheitsrelevante Informationen aus einer Vielzahl von Systemen: unterschiedlichen Datenquellen, Identitäten, Kontrollen und Tools. Diese Daten wurden oft nicht dafür entworfen, zuverlässig „zusammenzuspielen“. Für Security-Teams bedeutet das: Entscheidungen müssen unter Zeitdruck getroffen werden, während der Kontext fehlt, der die Lage wirklich einordnet.
Prevalent AI beschreibt diesen Engpass als typisches Problem beschleunigter KI-Einführung: Je stärker Organisationen KI einsetzen, desto mehr werden Datenbrüche sichtbar. Denn auch KI-Agenten brauchen belastbaren Kontext, um nicht nur „irgendwelche“ Daten zu verarbeiten, sondern die richtige Bedeutung zu erkennen.
Die Plattform: Von Security-Daten zum Wissensgraphen
Das Herzstück von Prevalent AI ist eine Data-Fabric-Plattform. Sie macht fragmentierte Unternehmensdaten in einer Weise nutzbar, die Security-Teams und KI-Agenten für die tägliche Arbeit unterstützen kann. Konkret zielt das System darauf ab, eine Art Knowledge Graph (Wissensgraph) aus den vorhandenen Daten zu erzeugen.
Dabei geht es nicht nur um das Sammeln von Informationen. Laut Unternehmensansatz werden Daten bereinigt, verbunden und in einen fachlichen Kontext gesetzt. So soll sichtbar werden, welche Daten es in den Umgebungen tatsächlich gibt, wie sie miteinander zusammenhängen und wo operative Lücken bestehen.
Kontinuierliches Erkennen und Remediationsunterstützung
Ein weiterer Punkt: Die Plattform soll Risiken nicht lediglich einmalig auflisten, sondern fortlaufend unterstützen. In der Darstellung von Prevalent AI geht es um das kontinuierliche Identifizieren und Remedieren von Risiken – basierend auf dem durch die Data-Fabric bereitgestellten Kontext.
Für Organisationen ist das besonders relevant, weil sich IT-Umgebungen und Sicherheitslagen ständig verändern. Ein aktueller, strukturierter Kontext kann dabei helfen, schneller zu verstehen, was „gerade“ gilt und worauf Teams ihre Aufmerksamkeit richten sollten.
Kontext, Klarheit und Kontrolle für Security-Teams
Prevalent AI begründet seine Ausrichtung mit einem klaren Ziel: Unternehmen sollen eine umfassendere Sicht auf ihre Daten erhalten – einschließlich ihrer Beziehungen und der Stellen, an denen der Betrieb an Transparenz verliert. Das ist laut dem Unternehmen besonders wichtig, weil Security-Entscheidungen häufig über tausende Systeme, Kontrollen, Identitäten und Datenquellen hinweg getroffen werden müssen.
Indem die Plattform die Daten in eine zusammenhängende Wissensstruktur bringt, entsteht für Security-Teams mehr Klarheit. Gleichzeitig steigt die Kontrollierbarkeit, weil Ergebnisse nachvollziehbarer werden: Wenn Kontext fehlt, entstehen schnell Unsicherheit und manuelle Schleifen. Mit mehr Verbindung und Bedeutung können Prozesse schneller und zielgerichteter werden.
KI-Agenten sicher einsetzen und betreiben
Ein praktischer Nutzen liegt in der Verbindung von Datengrundlage und KI-Anwendung: Prevalent AI positioniert seine Plattform als Grundlage, um KI-Agenten sicher zu deployen und im Betrieb zu nutzen. Der Grundgedanke ist, dass KI-Agenten nicht im luftleeren Raum arbeiten dürfen. Stattdessen benötigen sie eine belastbare, kontextreiche Datenbasis.
Das Unternehmen nennt hierbei ausdrücklich eine Sicherheitsperspektive: Die Plattform soll helfen, Sicherheitsrisiken durch fragmentierte Daten zu adressieren – und zwar in Umgebungen, in denen KI zunehmend eingesetzt wird. Auf diese Weise wird Data Fabric nicht als reines Datenmanagement verstanden, sondern als Sicherheitsbaustein für den KI-Zyklus.
22 Millionen für die nächste Wachstumsphase
Mit der Finanzierung verfolgt Prevalent AI mehrere Ziele. Neben dem weiteren Ausbau der Plattform steht insbesondere die Skalierung der Marktbearbeitung im Mittelpunkt. Laut Ankündigung soll das Kapital verwendet werden, um die US-Expansion zu beschleunigen, den Go-to-Market-Ansatz weiter auszubauen und die Plattform in ihrer Reichweite zu vergrößern.
Das Unternehmen erwähnt zudem eine strategische Erweiterung über den Ursprungskontext hinaus: Die Plattform soll über die Cybersicherheit hinaus zusätzliche Anwendungsfelder unterstützen. Gleichzeitig soll das Team gestärkt werden, indem man die Leitung und Expertise weiter ausbaut.
Hintergrund des Unternehmens
Prevalent AI wurde 2017 gegründet. Die Gründer stammen aus einem Umfeld mit Sicherheits- und KI-Erfahrung: Das Unternehmen nennt als Basis ehemalige Führungskräfte von GCHQ und Darktrace. Der Sitz befindet sich in London. Bis zur aktuellen Finanzierungsrunde habe man laut eigener Angabe bisher vor allem aus eigener Kraft gearbeitet.
Was bedeutet Data-Fabric-Expansion für Anwender?
Für Organisationen ist eine Data-Fabric-Expansion vor allem dann relevant, wenn der Datenchaos konkret messbare Auswirkungen auf den Betrieb hat. Wenn Security-Teams etwa große Datenmengen aus unterschiedlichen Quellen erhalten, entstehen häufig drei Probleme: Erstens bleibt die Bedeutung unklar, weil Beziehungen fehlen. Zweitens entstehen Lücken, die man erst spät erkennt. Drittens wird es schwierig, wiederkehrende Aufgaben zuverlässig zu standardisieren.
Die von Prevalent AI beschriebene Lösung adressiert diese Punkte über einen Wissensgraphen, der Daten in Kontext bringt. Das kann den Weg zu Entscheidungen verkürzen und die Grundlage für eine konsistentere Sicherheitsanalyse schaffen. Gleichzeitig kann es die Grundlage bilden, damit KI-Agenten nicht nur Daten „sehen“, sondern deren Bedeutung im jeweiligen Systemumfeld verstehen.
Einordnung: Tools statt Kontext
Im Kern läuft die Argumentation von Prevalent AI auf ein gesellschaftlich bekanntes Problem in der Unternehmenspraxis hinaus: Die Verfügbarkeit von Werkzeugen ist selten das Engpass-Thema. Oft fehlen jedoch die Informationen, die nötig sind, um Ergebnisse sinnvoll zu verknüpfen. Wenn Daten nicht zusammenpassen, müssen Menschen die Lücke überbrücken – und das kostet Zeit.
Prevalent AI sieht den Hebel daher in der kontextualisierten Datenbasis. Indem die Plattform Daten kontinuierlich säubert, verknüpft und in Bedeutung überführt, soll sie genau jene Lücke schließen, die Security-Teams und KI-Systeme im Alltag ausbremst.
Fazit
Prevalent AI treibt mit der neuen Finanzierung seine Data-Fabric-Expansion voran. Mit 22 Millionen US-Dollar im Wachstumskapital will das Unternehmen vor allem die US-Expansion beschleunigen, die Vertriebs- und Marktbemühungen skalieren und die Plattform weiter ausweiten – inklusive eines Blicks über den Cybersecurity-Fokus hinaus.
Die Plattform zielt dabei auf ein zentrales Problem vieler Unternehmen: fragmentierte Daten liefern zwar Informationen, aber zu wenig Kontext. Durch Bereinigung, Verknüpfung und kontextuelle Strukturierung, ausgedrückt im Wissensgraphen-Ansatz, sollen Security-Teams und KI-Agenten Risiken schneller einordnen und gezielter handeln können.
Quelle: https://www.securityweek.com/prevalent-ai-raises-22-million-to-expand-data-fabric-platform/
