Mark Hay und Ethan Ding wollen jede Unternehmensentscheidung datengesteuert gestalten. Ehrgeizig? Ganz bestimmt. Doch die beiden Ingenieure, die sich vor einigen Jahren während der Pandemie kennengelernt haben, sind durchaus optimistisch.
Hay und Ding sind die Mitbegründer von TextQL, eine Plattform, die den vorhandenen Datenstapel eines Unternehmens mit großen Sprachmodellen nach dem Vorbild von ChatGPT und GPT-4 von OpenAI verbindet. Die Idee, so sagen sie, besteht darin, Geschäftsteams die Möglichkeit zu geben, bei Bedarf Fragen zu ihren Daten zu stellen und dabei Tools zu nutzen, die – in Hays Worten – „die ‚Substantive‘ und die Semantik ihrer Teams verstehen“.
„Datenführern wurde 15 Jahre lang ein falsches Versprechen verkauft … Die Hälfte der Chief Data Officers der Fortune 500 reagiert derzeit allergisch auf das Wort ‚Selbstbedienung‘“, sagte Hay, CTO von TextQL, gegenüber TechCrunch in einem E-Mail-Interview. „Ihre 400.000 Datenwissenschaftler verbringen 40 % oder mehr ihrer Zeit damit, einmalige Datenanfragen zu bearbeiten, und ihre Geschäftsteams verwenden Wörter, die in ihren Datenbanken unterschiedlich dargestellt werden, was zu monatelangen Produktivitätsverlusten durch Streitigkeiten über Zahlen führt.“
Hay, zuvor Ingenieur im Team für maschinelles Lernen von Facebook, und Ding, ein ehemaliges Mitglied des Datenteams von Bessemer Venture Partners (und ein Fan von Gartenmetaphern), dachten, sie könnten eine bessere Lösung finden.
Im Jahr 2022 starteten sie ihren Versuch in TextQL, das ein Datenmodell verwendet, um die Datenbank eines Unternehmens den „Substantiven“ zuzuordnen, die das Geschäft eines Kunden in seiner Sprache darstellen – z. B. Wörter wie „Bestellung“, „Artikel“, „Händler“, „SKU“. “, „Inventar“ und so weiter.
TextQL stellt eine Verbindung zu Business-Intelligence-Tools her und verweist Benutzer auf vorhandene Dashboards, wenn bereits eine Frage gestellt wurde. Laut Hay ist es in der Lage, auf Dokumentationen aus Unternehmensdatenkatalogen wie Alation sowie auf Notizen in Plattformen wie Confluence oder Google Drive zu verweisen.
Konkret ermöglicht dies TextQL-Benutzern, einem Chatbot Fragen zu stellen, wie zum Beispiel „Können Sie mir eine Liste der Bestellungen zeigen, die sehr spät eingegangen sind?“ und „Berechnen Sie die Vertriebszentren mit der höchsten Konzentration?“ Über die Beantwortung von Fragen hinaus kann TextQL – über eine Automatisierungskomponente – bestimmte Aktionen durchführen, beispielsweise das Versenden einer E-Mail an Manager zu bestimmten Daten.
„In einem wirtschaftlichen Umfeld, in dem jeder versucht, mit weniger mehr zu erreichen, können wir Unternehmensbetreibern Superkräfte auf einer Plattform geben“, sagte Hay.
Laut Hay, bei dem TextQL mit Anbietern wie Palantir und C3.ai konkurriert, hat TextQL derzeit ein halbes Dutzend Kunden aus den Bereichen Gesundheitswesen, Bio- und Biowissenschaften, Finanzdienstleistungen, Fertigung und Medien. Der jährliche wiederkehrende Umsatz liege im „sechsstelligen Bereich“, behauptet er, was TextQL „mehrere Jahre“ Erfolg verschafft.
„Der Abschwung hat uns, wenn überhaupt, nicht so stark beeinträchtigt – Unternehmen sind von unserer Software begeistert, da sie ihnen dabei helfen kann, mit ihrem geringeren Personalbestand mehr zu erreichen“, sagte Hay. „Unser gesamtes Team besteht aus erfahrenen Gründern, die zuvor durch Risikokapital finanziert wurden – Talente, die außerhalb dieses Umfelds nur schwer zu finden wären.“
Was die Risikofinanzierung betrifft, so hat TextQL, das über ein ca. 10-köpfiges Team verfügt, in Pre-Seed- und Seed-Runden unter der Leitung von Neo und DCM unter Beteiligung von Unshackled Ventures, Worklife Ventures, PageOne Ventures und FirstHand Ventures 4,1 Millionen US-Dollar gesammelt und Indikatorenfonds.