Large Tabular Models sollen ChatGPTs Tabellen-Schwäche ausnutzen
TL;DR
LLMs können Text gut sequenziell vorhersagen, scheitern aber bei größeren Tabellen: Spalten lassen sich verschieben, Zeilen sortieren, der Sinn bleibt. Genau dieses nichtlineare Muster passt schlecht zum nächsten-Token-Prinzip. Fundamental positioniert NEXUS als Large Tabular Model für strukturierte Daten. Das Startup kam am 5. Februar 2026 mit 275 Millionen US-Dollar Funding aus dem Stealth-Modus.
Nauti's Take
Der Hype verdient noch Abstand: Vieles klingt nach Kategorie-Building rund um ein gut finanziertes Startup. Der Kern ist trotzdem stark.
Tabellen sind der Alltag von Unternehmen, und LLMs behandeln sie oft wie Text mit Kommas. Wenn LTMs wirklich stabiler mit Spaltenlogik, Statistik und sensiblen Daten umgehen, wird das kein hübsches Chatbot-Feature, sondern Infrastruktur für bessere Entscheidungen.
Einordnunganzeigen
Für Unternehmen steckt der wertvollste AI-Hebel oft nicht im Chatfenster, sondern in Transaktionsdaten, CRM-Tabellen, Marketingmetriken und medizinischen Messreihen. Wenn LTMs dort weniger Feature-Engineering und weniger Spezialtraining brauchen, könnten Vorhersagen, Fraud-Erkennung und Segmentierung deutlich näher an den Fachbereich rücken.
Quellen