Scaled Cognition

Was es ist

Scaled Cognition ist ein Modell-Labor, kein weiterer Agent-Anbieter. Das Unternehmen trainiert ein eigenes Modell für die Automatisierung im Kundenservice — APT, den Agentic Pretrained Transformer — und verkauft es zusammen mit einer Plattform, auf der Sie Agents bauen, simulieren und überwachen. Das Argument ist architektonisch: Ein Allzweck-LLM wird darauf trainiert, Tokens vorherzusagen, und bekommt Tool-Nutzung, Guardrails und Policy-Prüfungen nachträglich angeflanscht. APT dagegen wird auf Ziele auf Aktionsebene trainiert — welche API aufzurufen ist, welche Geschäftsregel greift, in welcher Reihenfolge —, sodass Policy-Treue eine Eigenschaft des Modells ist und nicht des Prompts, der es umgibt. Das Unternehmen vermarktet APT als Modell, das „nie rät”; lesen Sie das als Designziel, nicht als Garantie, die Ihnen das Testen erspart.

Die Gründer haben das schon einmal gemacht. CEO Dan Roth und CTO Dan Klein, KI-Professor an der UC Berkeley, haben zuvor Semantic Machines mitgegründet, das Microsoft 2018 übernahm. Khosla Ventures führte 2023 eine Seed-Runde über $21M an und am 25. Juni 2026 eine Series A über $100M unter Beteiligung von Genesys, bei einer berichteten Bewertung von rund $750M (SiliconANGLE unter Berufung auf das Wall Street Journal). APT-1 startete im Februar 2025 als Research Preview, gebaut von einem Team aus etwa 20 Personen; das Unternehmen gibt an, damit Frontier-Modelle in den agentischen Benchmarks Tau-Bench und ComplexFuncBench übertroffen zu haben, veröffentlichte im Launch-Post aber keine Werte pro Aufgabe. Die Series-A-Mitteilung nennt produktive Deployments bei Fortune-500-Unternehmen aus Finanzdienstleistung, Gesundheitswesen, Telekommunikation und Versicherung — ohne Namen.

Warum es in CX- und Support-Stacks auftaucht

• Es ist das Modell darunter, nicht der Agent darüber. Die meisten Käufer begegnen APT innerhalb von Genesys Cloud. Genesys kündigte die Partnerschaft am 16. Oktober 2025 an, investierte und stellte am 10. Februar 2026 den Genesys Cloud Agentic Virtual Agent vor, angetrieben von APT-1 als „Large Action Model”, mit allgemeiner Verfügbarkeit im ersten Quartal des Genesys-Geschäftsjahres 2027 (Februar–April 2026). M&T Bank und Banco Pichincha wurden als frühe Evaluatoren genannt. Genesys beziffert die erreichbare Basis auf mehr als 8.000 Organisationen.
• Das Simulations-Tooling ist der praktische Unterschied. AgentTwin erzeugt Agents und Testgespräche aus Ihren historischen Kundeninteraktionen, GenAPI lässt Agents gegen Tausende simulierter Szenarien mit gemockten Backend-APIs laufen, und ein Agent Evaluator bewertet Korrektheit und Policy-Konformität über wiederholte Durchläufe vor dem Launch. Danach überwacht das Produktions-Monitoring den Drift. Teams, die schon einmal einen Agent erlebt haben, der einen Pilot mit 50 Gesprächen bestand und bei 50.000 scheiterte, kaufen diesen Teil ebenso wie das Modell.
• Es läuft dort, wo regulierte Käufer es brauchen. APT läuft on-premises, in Ihrer VPC oder gehostet; der Zugriff erfolgt über eine zustandslose REST-API mit No-Code-, Low-Code- und SDK-Optionen. Inferenz-Partner Baseten meldet eine Time to First Token unter 120 ms — die Zahl, die entscheidet, ob sich ein Voice Agent wie ein Gespräch oder wie eine Warteschleife anfühlt.

Preisrealität

Für Direktverträge gibt es keine öffentliche Preisliste; es ist ein vertriebsgeführter Enterprise-Vertrag. Der einzige veröffentlichte Zähler ist der Weg über Genesys: Die Genesys-Dokumentation berechnet eine Interaktion des Agentic Virtual Agent mit 1,2 AI Experience Tokens, bei einem Listenpreis von USD 1,00 pro Token — also etwa $1,20 pro Interaktion zum Listenpreis, vor jedem Enterprise-Rabatt und zusätzlich zu den Genesys-Cloud-CX-Lizenzen ($75–$240 pro Nutzer und Monat je nach Tier). Auf dem Papier liegt das unter Zendesk mit $1,50 pro automatisierter Lösung, aber es wird pro Interaktion abgerechnet, nicht pro Ergebnis — ungelöste Gespräche kosten also ebenfalls: Bei 70 % Containment liegen die effektiven Kosten pro gelöster Interaktion bei rund $1,71, über Zendesk und deutlich über Intercom Fin mit $0,99 pro Ergebnis. Für ein direktes Deployment sollten Sie mit einer sechsstelligen Plattform-Verpflichtung rechnen, vergleichbar mit Sierra oder Parloa — eine Ableitung aus dem Käuferprofil, kein angebotener Preis.

Am besten geeignet für

Contact-Center- und CX-Plattform-Verantwortliche in regulierten Unternehmen — Banken, Versicherer, Telcos, Krankenversicherer und die BPOs, die sie bedienen —, deren KI-Agent-Pilot an der Policy-Treue gescheitert ist und nicht an der Gesprächsqualität, und die entweder bereits Genesys Cloud betreiben oder das Modell in ihrer eigenen VPC hosten müssen. Der eingegrenzte Use Case: transaktionale Abläufe, in denen eine falsche Aktion ein Compliance-Vorfall ist — einen Zahlungsplan ändern, die Identität vor einer Kontoänderung prüfen, einen Schritt in der Schadenbearbeitung ausführen.

Lassen Sie es aus, wenn Ihr Problem FAQ-Deflection ist (das erledigt jede Helpdesk-native KI), wenn Sie ein fertiges Agent-Produkt wollen, das Ihr Support-Ops-Team ohne Engineering konfiguriert, oder wenn Sie nicht auf Genesys sind und kein Team für ein Deployment einer Modellplattform abstellen können.

Im Vergleich zu den Alternativen

Der Vergleich ist nicht deckungsgleich: Scaled Cognition verkauft die Schicht, die die Agent-Anbieter bei OpenAI, Anthropic und Google einkaufen. Gegenüber den führenden Anbietern der Agent-Schicht wählen Sie Sierra, wenn ein Anbieter das Ergebnis Ende-zu-Ende verantworten soll und Sie ergebnisbasierte Abrechnung akzeptieren, und Decagon — den am schnellsten wachsenden Neueinsteiger im Segment —, wenn Ihr Volumen chatgetrieben ist und Ihr Ops-Team Abläufe in natürlicher Sprache schreiben will. Wählen Sie Parloa für Voice-first-Contact-Center mit Minutenabrechnung. PolyAI ist das strukturell ähnlichste Gegenstück mit eigenem Dialogmodell Raven; nehmen Sie es, wenn Voice das gesamte Problem ist und Sie einen Managed Service wollen. In der installierten Basis gewinnen Salesforce Agentforce und Zendesk, wenn die Konsolidierung auf dem System, das Sie ohnehin bezahlen, mehr wiegt als ein besseres Modell. Wählen Sie Scaled Cognition, wenn der Fehler, den Sie beheben, ein Modell ist, das von der Policy abweicht, und Sie lieber das Modell wechseln als einen weiteren Guardrail hinzuzufügen.

Worauf Sie achten sollten

• „Keine Halluzinationen” ist eine Marketingaussage, keine gemessene Rate. Der Launch-Post behauptet Benchmark-Führerschaft ohne Werte pro Aufgabe, und es wurde keine unabhängige Evaluierung auf Kundenservice-Workloads veröffentlicht. Absicherung: Führen Sie einen eigenen Policy-Treue-Test mit 500 Szenarien in AgentTwin und GenAPI gegen das Frontier-Modell Ihres aktuellen Anbieters durch und schreiben Sie die gemessene Fehlerrate als Abnahmekriterium in den Vertrag.
• Über Genesys kaufen Sie das Produkt von Genesys, nicht das von Scaled Cognition. Roadmap, Preis und Support liegen bei Genesys, und die von uns geprüfte Dokumentation führte agentische virtuelle Agents in einigen Abschnitten noch als „demnächst verfügbar”. Absicherung: Lassen Sie sich die allgemeine Verfügbarkeit in Ihrer Region und Ihrem Tenant schriftlich bestätigen und fragen Sie, welche APT-Version Ihre Organisation nutzt und wie Modell-Upgrades ausgerollt und auf Regressionen getestet werden.
• Abrechnung pro Interaktion berechnet auch Fehlschläge. Bei 1,2 Tokens pro Interaktion verbraucht ein Gespräch, das an einen Menschen eskaliert, trotzdem Tokens. Absicherung: Modellieren Sie die Kosten pro Lösung als $1,20 geteilt durch Ihre Containment-Rate und legen Sie eine Containment-Untergrenze fest, unter der das Deployment überprüft wird.
• Die Kundenbelege sind dünn und anonym. Über Genesys und dessen frühe Evaluatoren hinaus sind keine Produktivkunden öffentlich. Absicherung: Verlangen Sie vor jeder mehrjährigen Bindung zwei Referenzgespräche aus Ihrer Branche und begrenzen Sie die erste Laufzeit auf 12 Monate.