SAP kauft Prielabs: KI für tabellarische Daten

Mehr als eine Milliarde Euro legt SAP, Deutschlands größter Technologiekonzern, auf den Tisch, um das Freiburger Startup Prielabs zu übernehmen und weiter in die Firma zu investieren. Das Besondere: Prielabs existiert erst seit rund zwei Jahren – und war außerhalb von Fachkreisen kaum bekannt. Der Grund für das enorme Interesse liegt in einer technologischen Lücke, die das Unternehmen geschlossen hat. Die tabellarische KI für tabellarische Daten von Prielabs ermöglicht es erstmals, einen der größten Datenschätze der Wirtschaft systematisch mit künstlicher Intelligenz zu erschließen.

Was Prielabs anders macht als alle anderen KI-Firmen

Die KI-Forschung der vergangenen Jahre konzentrierte sich fast ausschließlich auf Sprache, Bilder und Videos. Dabei liegen die meisten geschäftsrelevanten Daten in Unternehmen in Tabellenform vor – von Excel-Sheets über Patientendaten bis hin zu Sensormessungen industrieller Maschinen. Bisherige KI-Modelle konnten diese Daten kaum sinnvoll auswerten.

Prielabs hat mit seinem Modell TabPFN (Tabular Prior-Data Fitted Networks) genau hier angesetzt. Das Modell lernt nicht nur auf bestehenden Tabellendaten, sondern beherrscht sogenanntes Metalearning – es erlernt den Lernalgorithmus selbst. Die Konsequenz: TabPFN liefert präzise Vorhersagen auch dann, wenn keine riesigen Trainingsmengen vorliegen, und ist dabei deutlich leichter anzuwenden als klassische Machine-Learning-Methoden.

Mitgründer und Technologiechef Noah Hollmann beschreibt das Grundprinzip so: Alle möglichen Fragestellungen in Wissenschaft und Wirtschaft lassen sich als Tabellenprobleme formulieren. Wer vorhersagen kann, was die nächste Zeile einer Tabelle enthält oder welche Werte fehlen, kann damit ein breites Spektrum realer Probleme lösen.

Von der Forschung zum Milliarden-Deal in 18 Monaten

Die Grundidee entstand an der Universität Tübingen, wo Prielabs-Mitgründer Frank Hutter als Professor das Feld des automatisierten maschinellen Lernens (AutoML) mitprägte. Hollmann, der neben seinem Medizinstudium an der Charité mit Samuel Müller an den ersten Modellen arbeitete, erkannte das Potenzial früh – und brach sein Studium kurz vor dem Abschluss ab, um Prielabs zu gründen.

Den entscheidenden Durchbruch brachte eine Veröffentlichung im renommierten Wissenschaftsmagazin Nature, in der das Team ein erstes tabellarisches Basismodell vorstellte. Das Paper wurde über 1.500 Mal zitiert. Binnen Monaten gingen mehr als 10.000 Bewerbungen bei dem damals kaum zehn Mitarbeiter zählenden Startup ein – darunter Forscher von Apple, Google und Microsoft.

• Gründung: 2024 in Freiburg im Breisgau
• Kerntechnologie: TabPFN – KI-Modell für tabellarische Daten
• Erstveröffentlichung im Fachjournal Nature
• Bewertung beim SAP-Deal: bis zu 640 Millionen Euro
• Gesamtinvestition SAP: über eine Milliarde Euro

Anwendungsfelder: Medizin, Energie, Industrie und Finanzen

Die Einsatzmöglichkeiten von TabPFN sind breit. Im medizinischen Bereich arbeitet Prielabs mit Unternehmen zusammen, die anhand von Blutproben vorhersagen, ob ein Patient möglicherweise an einem Tumor erkrankt ist. Weitere Anwendungen umfassen die Vorhersage von genetischen Krankheitsrisiken, die optimale Medikamentendosierung oder die Identifikation von Patienten, die engmaschiger überwacht werden sollten.

Im industriellen Sektor wertet Prielabs Sensordaten von Zügen aus, um Wartungsteams frühzeitig auf auffällige Fahrzeuge hinzuweisen. Im Energiesektor helfen die Modelle bei der Preisprognose und Verfügbarkeitsplanung. Auch im Finanzbereich – etwa beim Forecasting von Märkten – und bei der Analyse von Unternehmens-Prozessdaten sieht das Team großes Potenzial.

Entscheidend für die schnelle Verbreitung war die Veröffentlichung der Modelle unter einer Open-Weights-Lizenz: Für Forschungszwecke sind sie frei nutzbar. Wer die Modelle kommerziell einsetzen möchte, benötigt eine Lizenz – so entsteht das Geschäftsmodell.

Warum SAP und nicht ein unabhängiger Börsengang?

Prielabs hätte nach Angaben Hollmanns problemlos eine weitere Finanzierungsrunde abschließen können. Mehrere Investoren hatten Interesse signalisiert. Dennoch entschied sich das Team für den Verkauf an SAP – und begründet dies weniger mit dem Erlös als mit der strategischen Logik.

SAP verfügt über ein riesiges Kundennetzwerk und verarbeitet intern massenhaft tabellarische Daten. Für Prielabs bedeutet die Übernahme Zugang zu Ressourcen, Distribution und Rechenkapazität, die ein eigenständiges Startup in dieser Form kaum aufbauen könnte. Als Vorbild nennt Hollmann den Deal zwischen Google und DeepMind aus dem Jahr 2014 – ein Forschungslabor, das innerhalb eines Großkonzerns weitgehend eigenständig agiert.

Zwei Bedingungen waren für Hollmann nicht verhandelbar: Prielabs soll seine Modelle weiterhin öffentlich zugänglich machen dürfen – aus Überzeugung, dass Offenheit Vertrauen schafft und die Weiterentwicklung beschleunigt. Und das Team soll operative Unabhängigkeit behalten, um weiterhin wie ein Startup entscheiden zu können. Auf der Agenda für das laufende Jahr stehen neue Modellversionen, die Arbeit mit verbundenen Datenbanken statt einzelner Tabellen sowie erste Ansätze für kausale Vorhersagen – also die Frage, was passiert, wenn man aktiv in ein System eingreift.