Arlequin AI holt EUR 28 Mio. – und ein Schweizer Investor führt die Wette gegen die Sprachmodelle an

🌍 Blick über die Grenze – Frankreich: Ein Pariser Team sammelt EUR 28 Mio. für KI, die ausdrücklich kein Sprachmodell ist – und angeführt wird die Runde von einem Schweizer Investor.

Arlequin AI baut Modelle, die Beziehungen zwischen Datenpunkten lernen, statt das nächste Wort vorherzusagen. Co-Lead der Series A ist redalpine aus der Schweiz. Das lohnt einen genaueren Blick.

Was die Firma macht

Arlequin AI sitzt in Paris und wurde 2024 gegründet. Hinter der Firma stehen zwei Profile, die man im KI-Sektor selten zusammen sieht. Hugo Micheron, CEO und Mitgründer, ist Spezialist für Terrorismusforschung und geopolitische Instabilität. Antoine Jardin, CTO und Mitgründer, war Forschungsingenieur beim französischen CNRS mit Schwerpunkt Data Science und menschliches Verhalten.

Das Produkt richtet sich an Organisationen, die aus grossen und fragmentierten Datenbeständen folgenschwere Entscheidungen ableiten müssen. Die Plattform analysiert Beziehungen zwischen sehr unterschiedlichen Informationsarten: Dokumente, Transaktionen, Videomaterial, Betriebsdaten. Nutzerinnen und Nutzer sollen Verbindungen in komplexen Datensätzen finden – und jedes Ergebnis zurück auf den Beleg verfolgen können, auf dem es beruht.

Die Anwendungsfelder, die Arlequin selbst nennt: Sicherheit und Verteidigung, Kriminalermittlungen, Betrugs- und Geldwäscherei-Erkennung, Informationsintegrität, Cybersicherheit sowie KI-Sicherheit. Die Technologie ist laut der Firma bereits bei Regierungen und Grossorganisationen in West- und Osteuropa im Einsatz.

Was gerade passiert ist

Am 10. September 2026 gab Arlequin eine Series A über EUR 28 Mio. bekannt. Co-Lead sind redalpine und OTB Ventures. Beteiligt ist ausserdem der Defence Innovation Fund von Bpifrance, der staatlichen französischen Förderbank. Die bestehenden Investoren Vsquared Ventures und 10x Founders haben ihre Anteile erhöht. Neu dabei ist Xavier Niel, einer der sichtbarsten Tech-Investoren Frankreichs.

Das Geld geht in zwei Richtungen. Erstens in den Ausbau des internationalen Teams, das die eigenen Modelle entwickelt und trainiert. Zweitens in den kommerziellen Rollout in Europa und darüber hinaus. Büros in London und Berlin sind offen, ein KI-Labor im Silicon Valley soll in den kommenden Monaten folgen.

Topologische neuronale Netze – und warum das mehr als ein Schlagwort ist

Der technische Kern ist eine Architektur namens topologische neuronale Netze, kurz TNN. Sie lernen nicht nur aus einzelnen Datenpunkten, sondern aus den Beziehungen zwischen ihnen. Laut Arlequin lassen sich damit komplexe Wechselwirkungen erfassen, an denen mehrere Elemente gleichzeitig beteiligt sind – also genau jene Fälle, die mit wachsender Datenmenge unlesbar werden.

Wichtig ist, was das nicht ist: ein grosses Sprachmodell. «Heute zeichnet sich eine weitere Revolution ab: die Entwicklung neuer KI-Systeme, die hochkomplexe Dynamiken innerhalb von Millionen von Datenpunkten verstehen», sagt Micheron. CTO Jardin formuliert die Gegenthese zum Mainstream noch klarer: Weitere Fortschritte in der KI brauchten andere Architekturen, nicht einfach grössere Modelle mit mehr Daten und mehr Rechenleistung.

Daraus folgt ein handfester Vorteil, wenn er hält: Der Ansatz soll deutlich weniger Rechenleistung benötigen als grossmassstäbliche KI-Systeme. Weniger Abhängigkeit von energiehungriger Infrastruktur, weniger Abhängigkeit von Hochleistungs-Halbleitern. Für Kunden im Staats- und Verteidigungsumfeld ist das kein Nebenaspekt, sondern ein Souveränitätsargument. Dazu passt, dass die Firma ihre Ergebnisse nachvollziehbar auf Belege zurückführt – in Ermittlungen und Behörden ist eine Blackbox schlicht unbrauchbar.

Warum das für die Schweiz zählt

Der erste Grund ist naheliegend: Der Co-Lead ist Schweizer. redalpine führt hier eine EUR-28-Mio.-Runde in einem französischen Sicherheits- und Verteidigungsumfeld mit an, Seite an Seite mit einem staatlichen Verteidigungsfonds. Das zeigt, wie weit hiesige Fonds inzwischen über die Landesgrenze hinaus investieren – und nebenbei, dass verteidigungsnahe Technologie für Schweizer Wagniskapital kein Tabu mehr ist. Diese Debatte steht hierzulande erst am Anfang.

Der zweite Grund ist inhaltlich. Die Schweizer KI-Debatte dreht sich derzeit fast ausschliesslich um Sprachmodelle, Rechenzentren und Datenhaltung. Arlequin führt vor, dass es einen anderen Weg gibt: nicht das grösste Modell bauen, sondern die Architektur wechseln, um mit weniger Rechenleistung auszukommen. Wer knappe Ressourcen hat, sollte diese Rechnung zumindest prüfen.

Und es gibt eine strukturelle Parallele. Auch die Schweiz sitzt auf genau der Art von Daten, die Arlequin adressiert: Finanztransaktionen, Compliance-Akten, Betriebsdaten aus Industrie und Infrastruktur – riesig, fragmentiert, sensibel. Geldwäscherei-Erkennung ist am Finanzplatz Zürich ein Dauerthema mit hohen Kosten. Dass ein Pariser Team mit einem Schweizer Lead-Investor genau dort ansetzt, ist ein Hinweis darauf, wo hiesige Gründerteams Lücken finden könnten.

Unsere Einordnung: Beeindruckend ist derzeit die Investorenliste, nicht die Technologie – noch nicht. TNN sind ein akademisch ernst genommener, kommerziell aber unbewiesener Weg. Dass redalpine, OTB Ventures und ein französischer Verteidigungsfonds gemeinsam antreten, ist trotzdem ein starkes Signal. Wir würden diese Firma in zwölf Monaten an einer einzigen Frage messen: Gibt es dann zahlende Referenzkunden, die die Effizienzversprechen bestätigen – oder bloss weitere Büros?