Deepslate erhält 7,7 Millionen Euro für europäische Sprach-KI

Das Berliner KI-Startup Deepslate hat eine Seed-Finanzierungsrunde über 7,7 Millionen Euro abgeschlossen. Angeführt wird die Runde vom Münchner Technologieinvestor 42CAP. Ebenfalls beteiligt sind Alstin Capital, Bestandsinvestor SIVentures und mehrere Business Angels. Deepslate entwickelt und trainiert eigene Speech-to-Speech-Modelle, die gesprochene Sprache direkt verarbeiten sollen. Mit dem Kapital will das 15-köpfige Unternehmen Modelltraining, Vertrieb und seine europäische Infrastruktur ausbauen.

Sprachmodell statt Telefonieplattform

Deepslate positioniert sich bewusst nicht als klassische Voice-AI- oder Telefonieplattform. Das Unternehmen entwickelt das zugrunde liegende KI-Modell selbst.

Gegründet wurde Deepslate von Paskal Paesler und Jan Brachthäuser. Ausgangspunkt war ein 2023 entwickelter KI-Assistent, der während Meetings Fragen mit Unternehmenswissen beantworten sollte. Eine Antwortlatenz von rund drei Sekunden machte natürliche Gespräche nach Erfahrung der Gründer allerdings kaum möglich.

Das Problem sahen sie in der damals verbreiteten Architektur: Sprache wird zunächst in Text umgewandelt, anschließend von einem Sprachmodell verarbeitet und schließlich wieder in Audio übersetzt. Deepslate entwickelte stattdessen ein durchgängiges Speech-to-Speech-System.

Audio rein, Audio raus

Das Modell verarbeitet Sprache direkt und soll dadurch neben dem Inhalt auch Informationen wie Betonung und Tonfall besser berücksichtigen können. Technisch setzt Deepslate auf drei Komponenten: einen Speech Encoder, einen Reasoning Core auf Basis eines nachtrainierten Open-Weights-Sprachmodells sowie einen Speech Decoder.

Eine Besonderheit ist die Entkopplung dieser Komponenten. Encoder und Decoder werden über trainierbare Projektoren mit dem Sprachmodell verbunden. Wird der Reasoning Core durch eine neuere Modellgeneration ersetzt, müssen nach Angaben des Unternehmens lediglich die Projektoren neu trainiert werden. Dadurch sollen Trainingsläufe nur Tage statt Monate dauern und deutlich weniger Rechenleistung benötigen als das vollständige Training eines sogenannten Omni-Modells.

440 Millisekunden im unabhängigen Benchmark

Ein zentrales Verkaufsargument ist die Geschwindigkeit. In einer Messung von Artificial Analysis erreichte Deepslate nach Unternehmensangaben im September 2026 eine Antwortlatenz von 440 Millisekunden und damit den schnellsten Wert im dort verglichenen Speech-to-Speech-Feld.

In eigenen Messungen gibt Deepslate sogar 250 Millisekunden zwischen dem Ende einer Nutzeräußerung und der ersten Silbe der Antwort an. Dabei wird allerdings die Netzlaufzeit über größere Distanzen nicht berücksichtigt. Beim BIG-Bench Audio erreicht das Modell laut Deepslate rund 85 Prozent Genauigkeit bei dieser Antwortgeschwindigkeit. Beim CoVoST2-Benchmark für europäische Sprachen beansprucht das Unternehmen zudem die niedrigste Fehlerrate im Vergleichsfeld. Die eigene Benchmark-Methodik hat Deepslate öffentlich dokumentiert.

Zwei Cent pro Gesprächsminute

Auch beim Preis will sich das Startup differenzieren. Über eine Self-Service-Plattform und API soll die Nutzung für bis zu zwei Cent pro Gesprächsminute möglich sein. Für größere Plattform- und Unternehmenskunden bietet Deepslate zusätzlich Volumenmodelle und Self-Hosting an.

Letzteres ist insbesondere für regulierte Branchen relevant. Das Unternehmen betreibt seine Modelle in Deutschland in der Telekom Cloud. Alternativ können Kunden das Modell vollständig innerhalb ihrer eigenen Infrastruktur einsetzen – auf Wunsch ohne externe Verbindung und damit laut Deepslate auch ohne Datenzugriff durch das Startup selbst. Das Unternehmen ist nach eigenen Angaben nach ISO 27001 zertifiziert. Versicherungen, Contact Center und Plattformanbieter setzen die Technologie bereits produktiv ein. Konkrete Kunden- oder Umsatzzahlen nennt Deepslate bislang nicht.

Kapital für Daten, Vertrieb und Infrastruktur

Die 7,7 Millionen Euro sollen in drei Bereiche fließen. Deepslate will sein europäisches Datenprogramm ausbauen und insbesondere deutsche Straßen- und Personennamen sowie Dialekte stärker berücksichtigen. Gleichzeitig sollen Latenz und Sprachqualität weiter verbessert werden. Daneben baut das Startup Sales und Marketing sowie seine Produktionsinfrastruktur in europäischen Rechenzentren aus.

Langfristig blickt Deepslate dabei über Contact Center hinaus. Sprache soll zur Schnittstelle für Fahrzeuge, Geräte, Roboter und andere KI-Systeme werden. Für das Berliner Startup beginnt mit der Seed-Runde nun vor allem der kommerzielle Skalierungstest. Technische Benchmark-Ergebnisse können ein wichtiger Differenzierungsfaktor sein. Entscheidend wird jedoch, ob Deepslate seine Vorteile bei Geschwindigkeit, europäischen Sprachen und Datenhoheit auch in eine größere Zahl produktiver Enterprise-Anwendungen übersetzen kann.