Über das Projekt:
Scivalon bietet ein chemiespezifischen Expertenmodell „Vivian“, der monatelange Hintergrundrecherchen auf Minuten komprimiert. Mit Vivian stellen wir Forschenden, Wissenschaftlern und Entwicklern ein wissenschaftlich akkurates Sprachmodell zur Informationsverarbeitung zur Verfügung Basierend auf proprietären, durch uns kuratierten Datensätzen und trainiert mit maßgeschneiderten „chain-of-thought“ Algorithmen für wissenschaftliches Reasoning, liefert Vivian validierte und referenzierbare Ergebnisse.
Das Team
Dr. Divya Varadharajan (Weiblich)- Founder, CEO
Dr. Promit Ray (Männlich) - Co-founder, CTO
Dr. Akshita Rana (Weiblich) - Lead Scientist
Matthew Hyde (Männlich) - Product development
Dr. Promit Ray (Männlich) - Co-founder, CTO
Dr. Akshita Rana (Weiblich) - Lead Scientist
Matthew Hyde (Männlich) - Product development
Die Idee
Traditionelle Methoden zur Recherche in Chemie (Google, Fachforen, Fachdatenbanken) sind zwar inhaltlich präzise, aber zeitaufwändig. Selbst mit hochoptimierten Suchalgorithmen und effizient strukturierten Entwicklungspipelines, schaffen es nur ca. 5% aller Innovationen durch die vielschichtigen F&E-Zylken. Bereits etablierte, immer weiter verbreitete Sprachmodelle und darauf basierende Agenten können zwar bereits jetzt bei der Infor-mationsverarbeitung unterstützen, neigen jedoch nach wie vor zu Fehlinterpretationen, insbesondere bei speziellen Daten wie molekularen Strukturen und chemischer Notation, die zwar Elemente natürlicher Sprache entleihen, in ihrer Interpretation aber eigenen, klar definierten Regeln gehorchen. Vivian verbindet das Beste beider Welten: fachbe-reichsspezifische Genauigkeit, gezielte Rechercheprozesse und KI-Geschwindigkeit. Durch den Einsatz von Vivian ermöglichen wir, in Minuten zu errei-chen, wofür üblicherweise Monate an Recherchezeit budgetiert werden müssen.
Kernmerkmale des Produkts: (i)Fachspezifisches Training auf wissenschaftlich-chemischen Datensätzen, (ii) Auf Chemiker zugeschnittene Interfaces, (iii) Chemiespezifische OCR und Bilderkennung, (iv) Validiert wissenschaftliche Argumentationslogik, (v) Wissenschaftlich überwachte Entwicklung.
Zielgruppe: Unsere Zielgruppe sind F&E-Einheiten aus dem Chemiesektor der Indust-rie, sowie deren Fachabteilungen für Nachhaltigkeit und regulatorische Compliance. Akademische Forschende aus den Fachgebieten Chemie, Nanotechnologie und Materi-alwissenschaft komplettieren damit Nutzerbasis.
Marktchancen: Basierend auf dem globalen Markt potenziell relevanter Branchen und Forschender liegt die Marktkapitalisierung unseres adressierbaren Marktes bei etwa 1,5 Milliarden Euro.
Finanzierungskonzept: Für das Jahr 2026 – Über das EXIST-Gründungsstipendium hinaus liegen uns verbind-liche Absichtserklärungen (MoUs) von drei Angel-Investoren aus Deutschland vor, die jeweils Kapitalzusagen in Höhe von 5.000 bis 10.000 Euro leisten werden. Zusätzlich stellen Gründer und Mitgründer jeweils 10.000 Euro als Eigenkapital zur Verfügung, welches mit der Gründung in das Unternehmen eingebracht wird. Ab Q4 2026 – Nach erfolgreicher Einwerbung des EXIST-Gründungsstipendiums sowie des Kapitals der Frühphaseninvestoren fokussieren wir uns auf die Validierung unseres Geschäftsmodells durch gezielten Marktangang und erste Umsatzgenerierung. Aufbau-end auf dem erzielten Kundennutzen und der dokumentierten Traktion ist die Bewerbung um VC-Pre-Seed-Finanzierung in Höhe von 100.000 bis 500.000 Euro für das vierte Quartal 2026 vorgesehen, um die Skalierung und rasche Marktdurchdringung zu ermöglichen. Break-even-Schwelle erwarten wir – bei positiver EXIST-Förderung im August 2026, ohne EXIST-Förderung im November 2026. Wir streben eine nachhalti-ge Rentabilität (ROI) und die Erzielung eines Gewinns bis spätestens Ende des ersten Geschäftsjahres beziehungsweise im ersten Halbjahr 2027 an.
Nachhaltigkeit:
SDG 9: „Industrie, Innovation und Infrastruktur“ – mit dem Ziel, eine widerstandsfä-hige Infrastruktur aufzubauen, nachhaltige Industrialisierung zu fördern und Innovation voranzutreiben. Scivalon verfolgt das Ziel, Forschung und Innovation zu stärken, indem wir spezialisierte, maßgeschneiderte KI-Lösungen für Industrie und Infrastruktur in der Chemie und Materialwissenschaft entwickeln.
SDG 12: „Nachhaltiger Konsum und Produktion“ – mit dem Schwerpunkt auf der Sicherstellung nachhaltiger Konsum- und Produktionsmuster. Unser effizienter Sprach-modellansatz trägt zu einem verantwortungsvollen Konsum durch präzisen, zielgerichte-ten Einsatz von Rechenressourcen und Energie bei und minimiert somit den ökologi-schen Fußabdruck von KI-Anwendungen.
SDG 13: „Maßnahmen zum Klimaschutz“ – Wir streben die Reduktion von CO₂-Emissionen an, indem wir ein kompaktes Sprachmodell für die Chemie bereitstellen. Dadurch wird der Einsatz großer, energie- und ressourcenintensiver Sprachmodelle für technische Anwendungen vermieden.
Mit diesen Beiträgen positioniert sich Scivalon nicht nur als führendes Unternehmen im Bereich chemiespezifischer KI, sondern auch als aktiver Gestalter der europäischen Nachhaltigkeitsagenda.
Kernmerkmale des Produkts: (i)Fachspezifisches Training auf wissenschaftlich-chemischen Datensätzen, (ii) Auf Chemiker zugeschnittene Interfaces, (iii) Chemiespezifische OCR und Bilderkennung, (iv) Validiert wissenschaftliche Argumentationslogik, (v) Wissenschaftlich überwachte Entwicklung.
Zielgruppe: Unsere Zielgruppe sind F&E-Einheiten aus dem Chemiesektor der Indust-rie, sowie deren Fachabteilungen für Nachhaltigkeit und regulatorische Compliance. Akademische Forschende aus den Fachgebieten Chemie, Nanotechnologie und Materi-alwissenschaft komplettieren damit Nutzerbasis.
Marktchancen: Basierend auf dem globalen Markt potenziell relevanter Branchen und Forschender liegt die Marktkapitalisierung unseres adressierbaren Marktes bei etwa 1,5 Milliarden Euro.
Finanzierungskonzept: Für das Jahr 2026 – Über das EXIST-Gründungsstipendium hinaus liegen uns verbind-liche Absichtserklärungen (MoUs) von drei Angel-Investoren aus Deutschland vor, die jeweils Kapitalzusagen in Höhe von 5.000 bis 10.000 Euro leisten werden. Zusätzlich stellen Gründer und Mitgründer jeweils 10.000 Euro als Eigenkapital zur Verfügung, welches mit der Gründung in das Unternehmen eingebracht wird. Ab Q4 2026 – Nach erfolgreicher Einwerbung des EXIST-Gründungsstipendiums sowie des Kapitals der Frühphaseninvestoren fokussieren wir uns auf die Validierung unseres Geschäftsmodells durch gezielten Marktangang und erste Umsatzgenerierung. Aufbau-end auf dem erzielten Kundennutzen und der dokumentierten Traktion ist die Bewerbung um VC-Pre-Seed-Finanzierung in Höhe von 100.000 bis 500.000 Euro für das vierte Quartal 2026 vorgesehen, um die Skalierung und rasche Marktdurchdringung zu ermöglichen. Break-even-Schwelle erwarten wir – bei positiver EXIST-Förderung im August 2026, ohne EXIST-Förderung im November 2026. Wir streben eine nachhalti-ge Rentabilität (ROI) und die Erzielung eines Gewinns bis spätestens Ende des ersten Geschäftsjahres beziehungsweise im ersten Halbjahr 2027 an.
Nachhaltigkeit:
SDG 9: „Industrie, Innovation und Infrastruktur“ – mit dem Ziel, eine widerstandsfä-hige Infrastruktur aufzubauen, nachhaltige Industrialisierung zu fördern und Innovation voranzutreiben. Scivalon verfolgt das Ziel, Forschung und Innovation zu stärken, indem wir spezialisierte, maßgeschneiderte KI-Lösungen für Industrie und Infrastruktur in der Chemie und Materialwissenschaft entwickeln.
SDG 12: „Nachhaltiger Konsum und Produktion“ – mit dem Schwerpunkt auf der Sicherstellung nachhaltiger Konsum- und Produktionsmuster. Unser effizienter Sprach-modellansatz trägt zu einem verantwortungsvollen Konsum durch präzisen, zielgerichte-ten Einsatz von Rechenressourcen und Energie bei und minimiert somit den ökologi-schen Fußabdruck von KI-Anwendungen.
SDG 13: „Maßnahmen zum Klimaschutz“ – Wir streben die Reduktion von CO₂-Emissionen an, indem wir ein kompaktes Sprachmodell für die Chemie bereitstellen. Dadurch wird der Einsatz großer, energie- und ressourcenintensiver Sprachmodelle für technische Anwendungen vermieden.
Mit diesen Beiträgen positioniert sich Scivalon nicht nur als führendes Unternehmen im Bereich chemiespezifischer KI, sondern auch als aktiver Gestalter der europäischen Nachhaltigkeitsagenda.
Abstimmung beendet