Mirelo, ein in Berlin ansässiges Startup, entwickelt KI-Technologie, die Soundtracks synchronisiert mit Videoaktionen hinzufügt – und schließt damit eine Lücke in vielen KI-Videobearbeitungstools, die oft keine Audio-Unterstützung bieten. Anfang des Jahres brachte Mirelo Mirelo SFX v1. 5 auf den Markt, ein KI-Modell, das Videos analysiert und passende Soundeffekte (SFX) hinzufügt. Diese Innovation hat die Aufmerksamkeit von Risikokapitalgebern auf sich gezogen, die sich auf einen Boom der generativen KI im Gaming vorbereiten. Nach einem Betrieb im Schleichmodus hat Mirelo kürzlich eine Seed-Runde in Höhe von 41 Millionen US-Dollar abgeschlossen, angeführt von Index Ventures und Andreessen Horowitz, was die Gesamtförderung auf 44 Millionen US-Dollar erhöht hat, einschließlich früherer Investitionen der in Berlin ansässigen Atlantic. Das neue Kapital wird dem zweijährigen Unternehmen helfen, sich gegen Wettbewerber wie Sony, Tencent, Kuaishou (Kling AI) aus China und ElevenLabs durchzusetzen – alle haben Modelle für Video-zu-SFX veröffentlicht. Mirelo hebt sich durch eine stärkere Fokussierung auf die Soundeffektgenerierung hervor, plant jedoch, sein Team bis Ende nächsten Jahres von 10 auf möglicherweise 20–30 Mitarbeitende zu vergrößern, um Forschung und Entwicklung, Produktentwicklung und Markteinführung zu stärken. Mirelos KI-Modelle sind auf Plattformen wie Fal. ai und Replicate erhältlich, wobei die API-Nutzung voraussichtlich den Großteil der kurzfristigen Einnahmen generieren wird. Das Startup entwickelt auch Mirelo Studio, einen Arbeitsbereich für Kreative, der möglicherweise später professionelles Produzieren unterstützt.

In Anbetracht laufender Kontroversen um Trainingsdaten und Urheberrechte im Bereich generativer KI nutzt Mirelo öffentliche und gekaufte Soundbibliotheken sowie Revenue-Sharing-Partnerschaften, um die Rechte der Ersteller zu respektieren. Das Angebot richtet sich hauptsächlich an Amateure und Prosumer im Freemium-Modell — mit einem empfohlenen Creator-Plan für 20 €/Monat (~23, 50 $) — und zielt darauf ab, KI-generierte Videos „wiedermutzend“ zu machen. Damit spiegelt CEO und Mitgründer CJ Simon-Gabriel die Überzeugung wider, dass Audio die Viewer-Erfahrung entscheidend prägt. Er zitiert George Lucas und sagt, dass Ton „50 % des Filmerlebnisses ausmacht“, womöglich noch mehr, und hebt hervor, wie Audio die Atmosphäre transformiert, selbst wenn die visuellen Elemente unverändert bleiben. Sowohl Simon-Gabriel als auch Mitgründer Florian Wenzel sind KI-Forscher und Musiker und planen, künftig auch KI-generierte Musik hinzuzufügen. Derzeitig ist die Nachfrage allerdings stärker nach Soundeffekten, teilweise weil das KI-Audiobereich noch weniger erforscht ist im Vergleich zu anderen, was Mirelo eine bessere Gelegenheit bietet, eine wettbewerbsfähige Nische aufzubauen. Das Unternehmen hat seine neue Bewertung nicht offengelegt, doch Simon-Gabriel verrät, dass sie deutlich über der vorherigen Pre-Seed-Runde liegt. Zu den Investoren zählen einflussreiche Business Angels wie Arthur Mensch (CEO von Mistral), Thomas Wolf (Chief Science Officer bei Hugging Face) und Burkay Gur (Mitgründer von Fal. ai), was technologische Glaubwürdigkeit und Netzwerkvorteile bringt. Da KI-Videogeneratoren zunehmend Ton integrieren – beispielhaft dafür ist Gemini, das DeepMinds Veo 3. 1 Video-zu-Audio-Modell nutzt – erhält Mirelos Mission eine zusätzliche Bestätigung. Simon-Gabriel vergleicht das Aufkommen von Ton in der KI-Video-Entwicklung mit dem Übergang vom Stummfilm zum „Talkie“ und unterstreicht, wie entscheidend Audio geworden ist, um immersive Erlebnisse zu schaffen.