AFTERQUERY WIRD IN 5 MONATEN ZUM SCHNELLSTEN UNICORN VON Y COMBINATOR
Das Wichtigste
Der KI-Trainingsdaten-Anbieter AfterQuery wurde laut einem Bericht von Forbes mit 3,2 Milliarden Dollar bewertet, nur fünf Monate nach seiner Series A zu 300 Millionen Dollar. Laut Y-Combinator-Partner Gustaf Alströmer ist das der schnellste Weg von Launch zu Unicorn-Status in der Geschichte des Accelerators.
Was ist passiert?
Die Zahlen sprechen für sich: Im April meldete AfterQuery eine Series A über 30 Millionen Dollar bei 300 Millionen Bewertung. Jetzt, fünf Monate später, steht das Startup bei 3,2 Milliarden Dollar. Das ist mehr als eine Verzehnfachung.
Die Gründer sind heute 22 und 23 Jahre alt und durchliefen den Winter-2025-Batch von Y Combinator, gerade einmal 18 Monate her. Im April lag die annualisierte Umsatzrate bereits bei 100 Millionen Dollar. Zu den genannten Kunden zählen Nvidia, Legora und das koreanische KI-Labor Motif Technologies.
Was macht AfterQuery anders?
Das Geschäftsmodell reiht sich in die Fußstapfen von Mercor und Scale AI ein: Fachleute wie Ärzte, Juristen und andere Spezialisten liefern Trainingsdaten für Modelle. Der Unterschied liegt im Fokus.
Statt reiner Antwortgenauigkeit trainiert AfterQuery Modelle und Agenten darauf, wie echte Profis Aufgaben angehen und lösen. Das Unternehmen selbst beschreibt es als das Kodieren von "Mustern, Entscheidungen und Denkweisen der besten Praktiker der Welt".
Warum ist das relevant?
Die Bewertung zeigt, wie heiß der Markt für hochwertige, domänenspezifische Trainingsdaten weiterhin ist. Während generische Datensätze an Wert verlieren, wird Expertenwissen für Agenten-Training zum knappen Gut.
Für Unternehmen, die eigene Agenten bauen oder KI-Workflows professionalisieren wollen, ist das ein Signal: Die nächste Differenzierung liegt nicht im Modell selbst, sondern in der Qualität der Daten, mit denen es lernt, wie ein Profi zu handeln.
Take-Away
Wer im Bereich Agentic AI oder Fachdaten-Training tätig ist, sollte AfterQuery als Vergleichsmaßstab beobachten. Die Geschwindigkeit dieser Bewertungsrunde deutet darauf hin, dass Investoren aktuell bereit sind, für Expertise-Training deutlich mehr zu bezahlen als für klassische Datenannotation.