CuspAI hat 450 Millionen US-Dollar gesichert, um einen wissenschaftlichen Prozess zu beschleunigen, der Millionen vielversprechender Materialentwürfe hervorbringen kann, bevor auch nur einer davon ein Labor erreicht. Die Series-B-Runde bewertet das Cambridge-Startup mit rund 2,6 Milliarden US-Dollar und verschafft ihm frisches Kapital für die Expansion in den Bereichen Halbleiter, Energie, Fertigung und Umweltanwendungen.
Die Finanzierung verleiht CuspAI für ein erst zwei Jahre altes KI-Wissenschafts-Startup eine ungewöhnliche finanzielle Größenordnung, doch die öffentlich bekannten Ergebnisse liegen weiterhin deutlich unter einer kommerziellen Nutzung. Das bislang stärkste veröffentlichte Projekt reduzierte 300 Billionen mögliche Strukturen zur Entfernung von PFAS auf rund 20 Kandidaten. Ob diese Materialien wirtschaftlich hergestellt werden können und im industriellen Maßstab funktionieren, ist noch unbewiesen.
Finanzierung erweitert CuspAIs industrielle Reichweite
Die Runde wurde laut Berichten über die Finanzierung von Bezos Expeditions, Kleiner Perkins, NEA und dem staatlichen britischen Staatsfonds für KI unterstützt. CuspAI, 2024 gegründet, ist in Cambridge sowie an weiteren Standorten in Europa, Asien und den Vereinigten Staaten tätig.
CuspAI hat außerdem die AI Materials Foundry ins Leben gerufen, die KI-Modelle, Recheninfrastruktur, Materialdaten und Laboreinrichtungen miteinander verbindet. Das Henry Royce Institute erklärte , dass das Netzwerk mehr als 45 Gründungsmitglieder hat und Arbeiten vom computergestützten Design über die Syntheseplanung bis hin zur experimentellen Validierung unterstützen soll.
Das Unternehmen nutzt inverses Design: Kunden definieren Eigenschaften wie Leitfähigkeit, Hitzebeständigkeit oder Stabilität, und seine Modelle erzeugen Strukturen, die diese Anforderungen erfüllen könnten. Der schwierigere Schritt ist das Überführen von KI-Workflows in kontrollierte, skalierbare Systeme. Labortests müssen weiterhin zeigen, ob sich die vorgeschlagenen Materialien synthetisieren, kostengünstig herstellen und zuverlässig einsetzen lassen.
Eine im November 2025 geschlossene Partnerschaft mit Hyundai etablierte einen Rahmen für die Erforschung von Materialien für die Mobilität der Zukunft. In der Ankündigung wurde weder ein fertiges Material genannt noch wurden Leistungsdaten veröffentlicht.
PFAS-Kandidaten legen Validierungslücke offen
CuspAIs detailliertestes öffentliches Ergebnis stammt aus einer sechsmonatigen Zusammenarbeit mit dem finnischen Chemieunternehmen Kemira. Die Unternehmen durchsuchten rund 300 Billionen Strukturen nach Materialien, die PFAS aus Trinkwasser und industriellem Prozesswasser entfernen sollen.
Das Projekt brachte mehr als 5.000 Entwürfe mit Eigenschaftsdaten für GenX, PFBS und PFOS hervor und reduzierte das Feld anschließend auf rund 20 priorisierte Kandidaten. In seiner Ankündigung vom 21. Mai 2026, erklärte Kemira, dass diese Kandidaten in die weitere Entwicklung übergingen.
Das Projekt zeigt, dass CuspAI einen enormen Suchraum auf eine überschaubare Laborpipeline reduzieren kann. Es belegt jedoch weder die langfristige Haltbarkeit noch die regulatorische Einsatzbereitschaft, die Herstellungskosten oder die Leistungsfähigkeit in einer kommerziellen Aufbereitungsanlage.
Ein von KI entwickeltes Impfstoffantigen bestand eine frühe Sicherheitsprüfung, doch das Ergebnis belegte keinen Schutz unter realen Bedingungen. Bei den Materialien von CuspAI steht eine ähnliche Ausweitung der Evidenz an – von Labortests über die Pilotproduktion bis zum industriellen Einsatz.
Zuverlässige Daten und reproduzierbare Benchmarks sind ebenfalls unverzichtbar. Das zeigt sich auch bei einem von Singapur geleiteten Werkzeug zur Genomassemblierung , das zur Korrektur von Fehlern in langen Sequenzierungsdaten entwickelt wurde. Unternehmen, die Materialplattformen bewerten, sollten Erfolgsquoten bei Experimenten, Unsicherheitsabschätzungen, Bedingungen zum geistigen Eigentum, die Wirtschaftlichkeit der Herstellung und die Integration in bestehende Forschungssysteme prüfen.
CuspAI verfügt nun über das Kapital und die industriellen Beziehungen, um zu prüfen, ob seine Plattform über die computergestützte Entdeckung hinausgelangen kann. Der kommerzielle Fortschritt wird davon abhängen, wie viele der vorgeschlagenen Materialien unabhängig validiert, zu akzeptablen Kosten hergestellt und unter realen Betriebsbedingungen eingesetzt werden können.
Mehr dazu: Nvidias Investitionsoffensive von 40 Milliarden US-Dollar in KI zeigt, wie sich Kapital über Modelle und Chips hinaus auf die Infrastruktur und Zulieferer ausbreitet, die Unternehmens-KI unterstützen.