{"id":127907,"date":"2026-10-14T09:37:30","date_gmt":"2026-10-14T07:37:30","guid":{"rendered":"https:\/\/startupvalley.news\/de\/?p=127907"},"modified":"2026-10-14T09:37:32","modified_gmt":"2026-10-14T07:37:32","slug":"deepslate-voice-ai-sprach-ki-berlin","status":"publish","type":"post","link":"https:\/\/startupvalley.news\/de\/deepslate-voice-ai-sprach-ki-berlin\/","title":{"rendered":"Von Minecraft zu europ\u00e4ischer Sprach-KI: Wie Deepslate die US-Tech-Riesen fordert"},"content":{"rendered":"\n

DeepSlate entwickelt eigene Sprach-KI und setzt mit Voice AI auf nat\u00fcrliche Gespr\u00e4che in Echtzeit. Das Berliner Startup trainiert spezialisierte Speech-to-Speech-Modelle f\u00fcr europ\u00e4ische Sprachen und m\u00f6chte damit eine Alternative zu internationalen KI-Anbietern schaffen. Im Interview sprechen die Gr\u00fcnder \u00fcber ihre Anf\u00e4nge in der Minecraft-Welt, eine Finanzierung \u00fcber 7,7 Millionen Euro und ihre Pl\u00e4ne f\u00fcr den europ\u00e4ischen Markt.<\/h2>\n\n\n\n

Kannst du DeepSlate kurz vorstellen und erz\u00e4hlen, wie aus euren Erfahrungen in der Minecraft-Welt die Idee f\u00fcr ein eigenes Voice-AI-Unternehmen entstanden ist?<\/h3>\n\n\n\n

Deepslate ist ein AI Model Lab aus Berlin. Wir trainieren eigene Speech-to-Speech-Modelle, also Sprach-KI, die gesprochene Sprache versteht und nat\u00fcrlich darauf antwortet, wie ein Mensch. Unternehmen setzen unser Modell zum Beispiel im Kundenservice ein, wo es Anrufe annimmt und Anliegen kl\u00e4rt.<\/p>\n\n\n\n

Minecraft war eher die Schule als der direkte Ausl\u00f6ser. Jan und ich haben als Jugendliche die Entwicklung auf den beiden gr\u00f6\u00dften europ\u00e4ischen Minecraft-Servern geleitet, und dort merkt jeder Spieler sofort, wenn ein System hakt. Damals gab es noch kein Claude, was einem Tipps zum Code gegeben hat oder den Code direkt selbst schreibt. Wir mussten uns alles erarbeiten in einer Umgebung, in der noch niemand vor uns gebaut hat, was wir gebaut haben.<\/p>\n\n\n\n

In Minecraft hatten wir auch unsere ersten Anf\u00e4nge mit AI: Zum Beispiel beim Erkennen von Cheatern, wo wir mithilfe von KI-Modellen die Spieler-Bewegungen analysiert haben.<\/p>\n\n\n\n

Die eigentliche Idee kam 2023: In unserem ersten gemeinsamen Unternehmen haben Jan und ich einen KI-Assistenten gebaut, der in Meetings mith\u00f6rt und Fragen beantwortet. Bis er antwortete, vergingen rund drei Sekunden. Uns war schnell klar, dass das an der Architektur der damaligen Sprach-KI lag. Also haben wir uns die n\u00e4chsten Monate in alle m\u00f6glichen Paper und Architekturen eingelesen, um dann irgendwann ein eigenes Model zu bauen.<\/p>\n\n\n\n

Wer steht hinter DeepSlate, und welche Erfahrungen aus dem Betrieb latenzkritischer Systeme f\u00fcr Millionen von Spielern pr\u00e4gen euch heute noch?<\/h3>\n\n\n\n

Gegr\u00fcndet haben wir Deepslate zu zweit. Jan ist CTO, ich bin CEO. Heute, Stand Oktober 2026 sind wir 20 Leute, verteilt \u00fcber ganz Europa, mit Schwerpunkt und Office in Berlin.<\/p>\n\n\n\n

Minecraft war die perfekte Schule, um wirklich Systeme f\u00fcr die reale Welt zu testen, mit echter Verantwortung und echten Nutzern. Diese Erfahrung pr\u00e4gt Jan und mich bis heute. Aber nicht nur uns beide, denn aus der Minecraft Zeit haben wir noch etwas mitgenommen: Zum Beispiel einen gro\u00dfen Teil unseres Teams. Bestimmt 50% oder mehr von unserem aktuellen Team kennen wir bereits aus der Minecraft-Zeit. Von Entwicklern, zu Design, bis hin zum GTM.<\/p>\n\n\n\n

DeepSlate entwickelt eigene native Speech-to-Speech-Modelle. Warum habt ihr euch gegen die Kombination bestehender Sprach-, LLM- und Text-to-Speech-APIs entschieden?<\/h3>\n\n\n\n

Weil man mit dieser Kombination an zwei Grenzen st\u00f6\u00dft. Die erste ist Zeit: Jede Umwandlung von Sprache in Text, durch ein Sprachmodell und zur\u00fcck in Sprache kostet Zeit, und diese Zeiten addieren sich.<\/p>\n\n\n\n

Die zweite ist Information: Sobald Sprache zu Text wird, gehen Tonfall, Betonung und Dialekt verloren. Das Sprachmodell sieht nur noch die W\u00f6rter, nicht wie sie gesagt wurden.<\/p>\n\n\n\n

Euer Modell erreicht laut Artificial Analysis eine Latenz von 440 Millisekunden. Warum ist Geschwindigkeit bei Voice AI so entscheidend f\u00fcr ein nat\u00fcrliches Gespr\u00e4ch?<\/h3>\n\n\n\n

Weil Menschen im Gespr\u00e4ch extrem schnell sind. Zwischen zwei Redebeitr\u00e4gen liegen meist nur ein paar hundert Millisekunden. Wird die Pause l\u00e4nger, f\u00e4ngt der Anrufer an zu zweifeln, ob er verstanden wurde, redet dazwischen oder legt auf.<\/p>\n\n\n\n

Aber das ist erst der Anfang. Intern arbeiten wir bereits an \u201cFull-Duplex\u201d. Aktuell ist die Kommunikation mit Voice AI noch so wie mit einem Walkie-Talkie. Man redet, wartet, h\u00f6rt zu, wartet, redet. Full-Duplex ist der n\u00e4chste gro\u00dfe Sprung in menschen\u00e4hnlicher Voice AI. Ein Model, was zuh\u00f6ren und reden gleichzeitig kann. Unterbrechen, wenn es sinnvoll ist. Warten, wenn am anderen Ende gegr\u00fcbelt wird, zwischendrin ja sagen etc. Eben so, wie wir Menschen sprechen.<\/p>\n\n\n\n

Mit OpenAI, ElevenLabs und Gemini konkurriert ihr mit einigen der gr\u00f6\u00dften KI-Anbieter weltweit. Wo soll DeepSlate langfristig einen eigenen Wettbewerbsvorteil aufbauen?<\/h3>\n\n\n\n

Durch Fokus: OpenAI und Google bauen Modelle, die Text, Bild, Video und Sprache gleichzeitig k\u00f6nnen. Wir machen nur Sprache, und das mit Blick auf Europa: europ\u00e4ische Sprachen und Dialekte, Betrieb in Europa oder direkt beim Kunden.<\/p>\n\n\n\n

Dazu kommt Effizienz. Aufgrund unserer Spezialisierung k\u00f6nnen wir die Voice AI Minute g\u00fcnstiger anbieten. Auf unserer Self-Service-Plattform kostet eine Gespr\u00e4chsminute 2 Cent, vergleichbare Echtzeit Modelle aus den USA liegen je nach Nutzung bei 6 bis 15 Cent.<\/p>\n\n\n\n

Ihr konzentriert euch auf europ\u00e4ische Sprachen, Namen, Adressen und Dialekte in mehr als 27 Sprachen. Wo sto\u00dfen internationale Sprachmodelle im europ\u00e4ischen Unternehmensalltag aus eurer Sicht noch an Grenzen?<\/h3>\n\n\n\n

Vor allem bei den Dingen, die im Kundenservice am meisten z\u00e4hlen: Namen, Stra\u00dfennamen, Hausnummern, Vertragsnummern. Modelle, die \u00fcberwiegend auf US-Englisch trainiert wurden, verstehen einen deutschen Nachnamen oder Stra\u00dfennamen oft falsch. Bei einer Versicherung hat eine vertauschte Hausnummer echte Folgen.<\/p>\n\n\n\n

Dazu kommen Dialekte und kleinere Sprachen. Schweizerdeutsch ist ein gutes Beispiel: F\u00fcr ein gro\u00dfes US-Modell ist das eine Randerscheinung, f\u00fcr einen Schweizer Versicherer ist es Alltag. Genau in solche Daten investieren wir.<\/p>\n\n\n\n

DeepSlate soll auch Frustration, Ironie und Betonung erkennen k\u00f6nnen. Wie wichtig ist dieses Verst\u00e4ndnis f\u00fcr den Einsatz von Voice AI im Kundenkontakt?<\/h3>\n\n\n\n

Wir sehen die Erkennung und nat\u00fcrliche Reaktion auf Frustration, Wut, aber auch Ironie oder Sarkasmus als essentiellen Schritt, um Sprach-KI auf die gleiche Stufe wie menschliche Kommunikation zu heben. Gerade im Kundenkontakt, macht das aus, ob Kunden sich wertgesch\u00e4tzt und verstanden f\u00fchlen oder ob sie die KI ablehnen und menschlichen Kontakt bevorzugen. Gerade das ist aktuell eines der gr\u00f6\u00dften Probleme im KI-Kundenservice.<\/p>\n\n\n\n

Wichtig zu sagen ist hier nat\u00fcrlich, dass wir von dem was heute schon m\u00f6glich ist weggehen und in die Forschung gehen.<\/p>\n\n\n\n

Das gesagt: Sehr wichtig. Gerade Sarkasmus ist eine Kommunikationsform, die wir in Deutschland sehr oft und sehr trocken verwenden. Ein Model, welches den Text als \u00dcbersetzung Schritt nutzt, wird nicht in der Lage sein, Sarkasmus zu erkennen.<\/p>\n\n\n\n

Banken, Versicherer und andere regulierte Unternehmen geh\u00f6ren zu eurer Zielgruppe. Warum brauchen diese ein eigenes europ\u00e4isches Sprachmodell, wenn US-Anbieter inzwischen ebenfalls EU-Datenresidenz und Enterprise-L\u00f6sungen anbieten?<\/h3>\n\n\n\n

Weil EU-Datenresidenz nicht dasselbe ist wie Kontrolle. Auch wenn die Server in Frankfurt stehen, unterliegt ein US-Anbieter weiter US-Recht, zum Beispiel dem CLOUD Act.<\/p>\n\n\n\n

Bei uns l\u00e4uft das Modell entweder in Rechenzentren von europ\u00e4ischen Anbietern in Europa oder komplett in der Infrastruktur des Kunden, auf Wunsch ohne jede Verbindung nach au\u00dfen.<\/p>\n\n\n\n

Dann haben selbst wir keinen Zugriff auf die Daten. Zus\u00e4tzlich kommen alle unsere Investoren aus Deutschland, auch das ist f\u00fcr viele Kunden ein Argument.<\/p>\n\n\n\n

Self-Hosting soll Unternehmen mehr Kontrolle \u00fcber sensible Daten geben. Welche technischen und wirtschaftlichen Herausforderungen bringt dieser Ansatz f\u00fcr euch mit sich?<\/h3>\n\n\n\n

Technisch geben wir beim Self-Hosting den Betrieb aus der Hand. Das Modell muss auf der Hardware des Kunden genauso schnell und stabil laufen wie bei uns, und wir k\u00f6nnen nicht einfach reinschauen, wenn etwas hakt. Updates m\u00fcssen so gebaut sein, dass der Kunde sie selbst einspielen kann.<\/p>\n\n\n\n

Wirtschaftlich passt die Abrechnung pro Minute hier oft nicht, deshalb vergeben wir Lizenzen. F\u00fcr den Kunden ist das gut planbar. Wir konzentrieren uns dabei auf Modell und Schnittstelle, die Integration in die Systeme des Kunden \u00fcbernehmen Partner, die diese Systeme und Prozesse kennen.<\/p>\n\n\n\n

Mit der Seed-Runde \u00fcber 7,7 Millionen Euro gewinnt DeepSlate neues Kapital f\u00fcr die n\u00e4chste Entwicklungsphase. Wof\u00fcr m\u00f6chtet ihr die Finanzierung vor allem einsetzen?<\/h3>\n\n\n\n

Als Model Lab spielen wir im wesentlichen 3 verschiedene Spiele:<\/p>\n\n\n\n

    \n
  1. Die Modellentwicklung. Hier bauen wir unser Team aktuell stark aus, hiren Forscher und Entwickler.<\/li>\n\n\n\n
  2. Das Handling von GPUs. Auf Grafikkarten leben unsere Modelle. Hier m\u00fcssen wir sinnvolle und kosteneffiziente M\u00f6glichkeiten finden, Grafikkarten zu mieten oder zu kaufen und das Geld dort investieren<\/li>\n\n\n\n
  3. Der Verkauf von dem Modell. Hier spielt zum Beispiel rein, dass wir ein Sales und Marketing Team aufbauen und dass wir eine Self Service Plattform entwickelt haben, wo jeder das Model selbst in wenigen Sekunden ausprobieren kann. Der Link ist https:\/\/app.deepslate.eu<\/li>\n<\/ol>\n\n\n\n

    Welche Vision verfolgt ihr mit DeepSlate, und welche Rolle soll das Unternehmen langfristig im europ\u00e4ischen Voice-AI-Markt spielen?<\/h3>\n\n\n\n

    Unser Ziel ist Sprach-KI, die man im Gespr\u00e4ch nicht mehr von einem Menschen unterscheiden kann. Bei Bildern und Videos ist KI da schon angekommen, bei Sprache in Echtzeit noch nicht.<\/p>\n\n\n\n

    Kundenservice ist dabei nur der erste Markt. Langfristig wird Sprache die nat\u00fcrliche Schnittstelle zwischen Mensch und Maschine, im Auto, in Ger\u00e4ten zu Hause und in Robotern. In Europa wollen wir das Sprachmodell sein, auf das Unternehmen und Entwickler setzen, wenn sie Sprach-KI nutzen wollen.<\/p>\n\n\n\n

    Welche drei Ratschl\u00e4ge w\u00fcrdest du anderen Gr\u00fcnderinnen und Gr\u00fcndern geben, die mit eigener KI-Technologie gegen internationale Tech-Konzerne antreten m\u00f6chten?<\/h3>\n\n\n\n

    Hier muss man nat\u00fcrlich unterscheiden, wie gro\u00df das eigene Ziel ist.<\/p>\n\n\n\n

    Zum Beispiel eigene Frontier-Modelle zu bauen, ben\u00f6tigt oft viel Kreativit\u00e4t. Einen neuartigen Trainingsansatz, einen spezialisierten Use-Case oder eine neue Zielsetzung. Wir haben mit Antrophic, OpenAI, Google, etc. den Markt an riesigen Omni Modellen mit Milliarden Budget gef\u00fcllt, die alle mehr oder weniger die gleiche Strategie verfolgen. Dennoch \u00f6ffnen sich genau dort dauerhaft neue L\u00fccken, die selbst wieder Milliarden M\u00e4rkte sind. Siehe zum Beispiel Jev von Typesafe AI.<\/p>\n\n\n\n

    Meine drei Tipps wenn ihr \u00e4hnliche gro\u00dfe Missionen angeht:<\/p>\n\n\n\n

      \n
    1. Glaubt an eure Vision und lasst euch nicht beirren: In Europa wird oft schnell zu sicheren und kleineren Gesch\u00e4ftsmodellen geraten. Wenn ihr eine gro\u00dfe Vision habt, zieht sie durch, auch wenn Gegenwind kommt. Echte Innovation entsteht nicht durch das Mitspielen auf Nummer sicher.<\/li>\n\n\n\n
    2. Bleibt extrem anpassungsf\u00e4hig und hinterfragt euch st\u00e4ndig: Die Tech-Welt, besonders im KI-Bereich, dreht sich rasant. Was heute gilt, kann morgen schon \u00fcberholt sein. Akzeptiert diesen Wandel als Normalzustand und nutzt ihn als Hebel f\u00fcr euer Wachstum.<\/li>\n\n\n\n
    3. Sucht euch eine klare Nische und besetzt sie kompromisslos: Versucht gar nicht erst, die Tech-Giganten auf all ihren Spielfeldern zu schlagen. Spezialisiert euch auf Bereiche, in denen sie Schw\u00e4chen haben – wie regionale Besonderheiten, Datenschutz oder extreme Latenz – und l\u00f6st dieses eine Problem besser als jeder andere.<\/li>\n<\/ol>\n\n\n\n

      Bild Deepslate Gr\u00fcnder Paskal Paesler<\/a> und Jan Brachth\u00e4user<\/a> Bildcredits: Deepslate AI generated<\/p>\n\n\n\n

      Wir bedanken uns bei\u00a0den Gr\u00fcndern f\u00fcr das Interview<\/p>\n\n\n\n

      Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder.<\/p>\n\n\n\n