Open-Source-KI-Plattform Ollama erhält 65 Millionen Dollar Investition
Die Open-Source-Plattform Ollama hat in einer ührten B-Runde 65 Millionen US-Dollar gesichert, womit sich die Gesamtfinanzierung auf 88 Millionen US-Dollar erhöhte. Das Unternehmen nutzt diese Mittel zur Erweiterung des Ingenieurteams und zur Unterstützung seiner Strategie, KI-Modelle wie Llama 3 und Mistral sicher und schnell auf lokalen Geräten auszuführen, was die Plattform bereits auf etwa 9 Millionen Nutzer und über 176.000 GitHub-Sterne gebracht hat.
Kurzfassung
Warum das wichtig ist
- Die Open-Source-Plattform Ollama hat in einer ührten B-Runde 65 Millionen US-Dollar gesichert, womit sich die Gesamtfinanzierung auf 88 Millionen US-Dollar erhöhte.
- Das Unternehmen nutzt diese Mittel zur Erweiterung des Ingenieurteams und zur Unterstützung seiner Strategie, KI-Modelle wie Llama 3 und Mistral sicher und schnell auf lokalen Geräten auszuführen, was die Plattform bereits auf etwa 9 Millionen Nutzer und über 176.000 GitHub-Sterne gebracht hat.
- Investitionsrunde und finanzielles Wachstum Die Open-Source-Plattform Ollama, die das Ausführen vereinfacht, hat in ihrer B-Runde 65 Millionen US-Dollar an Finanzierung gesichert.
SvyTech-Check
Redaktionelle Einordnung
Kernpunkt
Die Open-Source-Plattform Ollama hat in einer ührten B-Runde 65 Millionen US-Dollar gesichert, womit sich die Gesamtfinanzierung auf 88 Millionen US-Dollar erhöhte.
Warum relevant
Nach der zuvor 15 Millionen US-Dollar großen A-Runde zielt diese neue Kapitalzufuhr darauf ab, die Marktposition des Startups zu festigen.
Einordnung
SvyTech ordnet die Meldung aus techcrunch.com als Teil des Themenfelds Technologie ein und verweist auf den Originalartikel, damit Leser Fakten, Quelle und Kontext nachvollziehen koennen.
Nach der zuvor 15 Millionen US-Dollar großen A-Runde zielt diese neue Kapitalzufuhr darauf ab, die Marktposition des Startups zu festigen. Nutzerzahlen und Community-Engagement Ollama verbreitete sich rasch unter Entwicklern und erreichte etwa 9 Millionen Nutzer.
Die Plattform, die auf GitHub über 176.000 Sterne und mehr als 17.000 Forks zählt, ist zu einem der am schnellsten wachsenden Tools in der Open-Source-Welt geworden. Als Hauptgrund für diesen Erfolg wird angesehen, dass Nutzer große Sprachmodelle wie Llama 3, Mistral und Gemma ohne komplexe Konfigurationen direkt auf ihrer eigenen Hardware ausführen können.
Technische Fähigkeiten und Vorteile der lokalen Ausführung Die Plattform optimiert die Ausführung önlichen Computern und lokalen Servern anstelle bietet einen entscheidenden Vorteil für Projekte mit hohen Anforderungen an die Datensicherheit und minimiert gleichzeitig Latenzzeiten. Die öglicht eine leistungsfähige Inferenz auf verschiedenen Betriebssystemen.
Zukunftsplanung und Expansionsstrategien Jeff Morgan, CEO des Unternehmens, erklärte, dass neue Ressourcen genutzt werden sollen, um das Ingenieurteam zu erweitern und das Spektrum der ützten Modelle zu vergrößern.
Quellenprofil
Quelle und redaktionelle Angaben
- Quelle
- techcrunch.com
- Canonical
- https://svytech.de/artikel/open-source-ki-plattform-ollama-erhalt-65-millionen-dollar-investition
- Quell-URL
- https://techcrunch.com/2026/07/09/popular-open-source-ai-developer-tool-ollama-raises-65m-grows-to-nearly-9m-users/
Aehnliche Inhalte
Verwandte Themen und interne Verlinkung
Weitere Artikel aus aehnlichen Themenfeldern, damit Leser direkt im selben Kontext weiterlesen koennen.
Alibaba veröffentlicht das Open-Source-KI-Modell Qwen 3.8 mit 27 Milliarden Parametern
Alibaba Cloud hat das kommerziell nutzbare Open-Source-Modell Qwen 3.8 27B mit 27 Milliarden Parametern unter der Apache 2.0-Lizenz auf Hugging Face veröffentlicht, das dank einer hybriden Architektur und eines erweiterbaren Kontextfensters Tokens sowohl für lokale Installationen als auch für API-Anfragen verfügbar ist. Während der Hersteller behauptet, dass das Modell in Programmieraufgaben und der Analyse visueller Dokumente Leistungen übertrifft, weisen unabhängige Beobachter darauf hin, dass die veröffentlichten Benchmarks noch keiner externen Validierung unterzogen wurden und die standardmäßige höchste Denkebene bei einfachen Aufgaben zu unnötig langen Verarbeitungszeiten führt.
