Beobachtetes Signal · 9. Juli 2026 · Funding · Quelle: techcrunch · Relevanz: 3/5 · Sentiment: Positiv

Ollama sichert sich 65 Millionen US-Dollar in Series-B-Finanzierung und nähert sich neun Millionen Entwicklern

Zusammenfassung des Signals

Ollama, ein Open-Source-Entwicklertools zur lokalen und Cloud-basierten Ausführung von Open-Weight-KI-Modellen, hat in einer von Theory Venture geleiteten Series-B-Runde 65 Millionen US-Dollar eingeworben, womit sich die Gesamtfinanzierung auf 88 Millionen US-Dollar beläuft. Das 2023 gestartete Unternehmen verzeichnet nach eigenen Angaben monatlich rund 8,9 Millionen Entwickler, wird von 85 Prozent der Fortune-500-Unternehmen genutzt und agiert mit einem Team von etwa 14 Mitarbeitern. Neben Desktop-Werkzeugen bietet Ollama eine gehostete Neocloud mit Abonnementstufen und GPU-basierter Abrechnung an. Die Gründer Jeff Morgan und Michael Chiang positionieren das Tool als zentralen Baustein für kommerzielle Open-Source-Modellinfrastruktur in Unternehmen und KI-Startups.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Signifikante Wagniskapitalfinanzierung und rasche Entwickleradoption unterstreichen die zunehmende Kommerzialisierung von Open-Source-Modellinfrastruktur. Ollamas hybrides Ansatz aus lokaler Ausführung und Cloud-Infrastruktur könnte die Verschiebung von Inference-Workloads auf Open-Weight-Modelle massiv beeinflussen.

SIGNAL RADAR

Marktsignale zu Ollama in Echtzeit verfolgen

Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.

Kostenlos im Explorer starten
Kostenloser Explorer-ZugangKeine Kreditkarte nötigSofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • Ollama hat in einer von Theory Venture geleiteten Series-B-Runde 65 Millionen US-Dollar eingeworben.
  • Die Gesamtfinanzierung beläuft sich nach einer vorherigen Series-A-Runde über 15 Millionen US-Dollar auf nunmehr 88 Millionen US-Dollar.
  • Das 2023 gestartete Unternehmen zählt rund 8,9 Millionen monatliche Entwickler und ist in 85 Prozent der Fortune-500-Unternehmen vertreten.
  • Das Projekt verzeichnet auf GitHub 176.000 Stars und fast 17.000 Forks.
  • Ollama beschäftigt etwa 14 Mitarbeiter und bietet gehosteten Modellzugriff über eine Neocloud mit gestaffelten Abonnements und GPU-nutzungsbasierter Abrechnung an.

Verknüpfte Unternehmen

5 verknüpfte Unternehmen

“The popular open source AI tool Ollama has raised a $65 million Series B, led by Theory Venture, founder and CEO Jeff Morgan tells TechCrunc...”

“Paying users ... will increasingly turn to more affordable open models, reserving their use of closed models like Anthropic for more of an a...”

“The popular open source AI tool Ollama has raised a $65 million Series B, led by Theory Venture, founder and CEO Jeff Morgan tells TechCrunc...”

Ontologie & Marktkonzepte

Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: techcrunch•Veröffentlicht: 9. Juli 2026
Ursprünglicher Berichttitel: “Popular open source AI developer tool Ollama raises $65M, grows to nearly 9M users”

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

Large Language Models (LLM) & AI28. März 2026

Ollama bietet kostenlosen lokalen LLM-Runner für Open-Source-Modelle

Ollama ist ein kostenloser lokaler LLM-Runner, mit dem Entwickler Open-Source-KI-Modelle mit einem einzigen Befehl auf ihren eigenen Rechnern ausführen können. Die Plattform unterstützt zahlreiche Modelle wie Llama 3, Mistral, Gemma, Phi und CodeLlama. Sie stellt eine OpenAI-kompatible API als direkten Ersatz für GPT-Aufrufe bereit und ermöglicht benutzerdefinierte Modelfiles, Embedding-Modelle sowie Multi-Modell-Anwendungen. Ollama unterstützt GPU-Beschleunigung für NVIDIA, AMD und Apple Silicon und funktioniert nach dem Download vollständig offline. Zu den wesentlichen Vorteilen für Entwickler gehören verbesserte Datensicherheit durch lokale Verarbeitung und der Wegfall von Token-Kosten. Ein Beispiel im Artikel beschreibt, wie ein Entwickler einen monatlichen GPT-4-Workflow im Wert von 200 US-Dollar für Code-Reviews durch Ollama und CodeLlama ersetzte und die Kosten auf null reduzierte. Der Beitrag enthält Installationsanweisungen sowie API-Beispiele für die lokale Bereitstellung.

Signal analysieren
Large Language Models (LLM) & AI30. Juni 2026

Ahmad Osman: Lokale KI gewinnt an Glaubwürdigkeit und Relevanz

Ahmad Osman, Gründer von Osmantic, leitete auf der AI Engineer World’s Fair zwei Workshops zur Ausführung lokaler Large Language Models (LLMs) und Workstation-Agenten. Osman argumentiert, dass Open-Source-Modelle und lokale Deployments die Leistungslücke zu proprietären Frontier-Modellen rasant verringern. Das noch fehlende Puzzleteil für lokale KI sei ein kompletter End-to-End-Stack aus Chat-UI, Dokumenten-Inklusion, Agenten, Suche und Tool-Harnesses. Zu den Workshop-Teilnehmern zählten neben Studenten und Hardware-Enthusiasten auch Unternehmensvertreter, darunter ein Intel-Manager. Osman erwartet, dass mehr Unternehmen dedizierte oder kolokierte Hardware für Modellhoheit, spezialisierte Fine-Tuned-Modelle sowie für das Modell-Routing zwischen lokalen und Cloud-Deployments einsetzen werden. Der Beitrag wurde am 30.06.2026 auf Latent.Space veröffentlicht.

Signal analysieren
Large Language Models (LLM) & AI12. Aug. 2026

Oumi launcht Compounding AI Factory für Unternehmen

Oumi, eine Enterprise-AI-Plattform, hat neue Funktionen zur Automatisierung des gesamten AI-Entwicklungslebenszyklus angekündigt – von der Erstellung spezialisierter Modelle über das One-Click-Deployment bis hin zum kontinuierlichen Retraining in der Produktion. Die neue Version umfasst Auto-Scaling-Deployments mit Scale-to-Zero sowie GPU-Skalierung, Continuous-Improvement-Mechanismen, bei denen Produktionsinteraktionen direkt in das Retraining einfließen, sowie eine öffentlich zugängliche, agentenbedienbare Command-Line Interface (CLI). Laut Oumi können Unternehmen über eine Apache-2.0-Open-Source-Bibliothek die vollständige Kontrolle über Modellgewichte, Trainings- und Testdaten sowie Ausführungsrezepte behalten und diese exportieren. Ziel ist es, Firmen in die Lage zu versetzen, ihre eigene spezialisierte Intelligenz aufzubauen und kontinuierlich zu skalieren.

Signal analysieren

Marktsignale & Strategische Shifts in Echtzeit verfolgen

Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.