Lena Stocker (DTCP) investierte 25 Millionen. Tomas Kalabis (Resistant AI) programmiert die Modelle dahinter. Beide wissen: LLMs sind nicht die Lösung.
DTCP Growth führt 25-Millionen-Dollar Series B in Resistant AI an. Lena Stocker und Tomas Kalabis erklären, warum spezialisierte ML-Modelle gegen Finanzkriminalität effektiver sind als Large Language Models.
Startup Insider · Tomas Kalabis, Jan Thomas, Lena Stocker
Audio is streamed directly from the publisher (afp-912057-injected.calisto.simplecastaudio.com) as published in their RSS feed. Play Podcasts does not host this file. Rights-holders can request removal through the copyright & takedown page.
Show Notes
Warum sind Large Language Models keine Lösung für Fraud Detection? Lena Stocker ist Investor bei DTCP Growth und hat die Series B-Finanzierungsrunde von Resistant AI geleitet. Zusammen mit Tomas Kalabis, Junior Data Scientist bei Resistant AI, spricht sie mit Jan Thomas über die 25-Millionen-Dollar-Runde. Das Prager Unternehmen hat eigene Machine-Learning-Modelle entwickelt, die Finanzkriminalität und Dokumentenbetrug erkennen – ein entscheidender Vorteil gegenüber LLM-basierten Lösungen. Lena und Tomas erklären, warum AI mit AI bekämpft werden muss, wie die Fraud-as-a-Service-Economy funktioniert und weshalb Resistant AI bereits profitabel ist. Mit Beteiligung von GV, Experian und Notion Capital schützt das Unternehmen globale Banken, Fintechs und Versicherungen vor KI-generiertem Betrug.
Über den Gast / die Gäste
Lena Stocker ist Investor bei DTCP Growth, einem europäischen Growth Equity Fund. Sie studierte Management of Innovation and Business Development an der Copenhagen Business School sowie CEMS Master in International Management an der HEC Paris. Nach Stationen bei SAP, der Boston Consulting Group und Northzone wechselte sie 2024 zu DTCP Growth.
Bei DTCP fokussiert sie sich auf B2B-Software-Investitionen in ganz Europa und arbeitet eng mit Gründern zusammen, um SaaS-Unternehmen zu skalieren. Im Oktober 2025 leitete sie federführend die 25-Millionen-Dollar Series B-Investition in Resistant AI. Sie ist Co-Autorin des Buches "Chefsache Frauen II" und engagiert sich aktiv im Münchner Tech-Ökosystem.
Tomas Kalabis ist Junior Data Scientist bei Resistant AI und Teil des Solutions Engineering Teams in Prag. Er studierte Business Administration & Economics sowie Data and Analytics for Business an der Prague University of Economics and Business, wo er als einer der Top 2 Prozent seines Jahrgangs abschloss.
Seit Februar 2022 ist er bei Resistant AI tätig und verantwortet die Programmierung regelbasierter Entscheidungsalgorithmen, die Automatisierung interner Prozesse und das Monitoring der Machine-Learning-Modelle. Mit über drei Jahren Erfahrung im Unternehmen verbindet er technische Expertise mit tiefem Verständnis für Fraud Detection und Finanzkriminalität.
Weiterführende Links
Lena Stocker LinkedIn: https://www.linkedin.com/in/lenastocker/
Resistant AI Website: https://resistant.ai
Resistant AI Series B Announcement: https://resistant.ai/newsroom (Pressemitteilung vom 13. Oktober 2025)
Über Startup Insider
Startup Insider ist das Branchenportal für die Startup-Szene im DACH-Raum. Hier findest du Nachrichten aus allen Regionen und Industrien sowie eine Übersicht der wichtigsten Akteure und Events der deutschsprachigen Startup-Welt. Alle Infos zu ausgewählten Werbepartnern findest du hier (https://linktr.ee/startupinsider).
P.S. Wenn Du nichts verpassen willst, was bei Startup Insider passiert, folge uns auf LinkedIn
Zu den Webinaren:
Alle unsere kommenden Webinare: https://luma.com/user/StartupInsider
**Startup Insider – der tägliche Podcast zur Startup- & Tech-Szene**
Startup Insider liefert dir werktäglich kompakte News, Einordnungen und Interviews zu Startups, Venture Capital, Finanzierungsrunden, Exits und neuen Technologien.
**Jetzt folgen & keine Folge verpassen**
**Alle weiteren Podcasts, Newsletter, Events & Werbepartner findest du hier** :
🔗 https://linktr.ee/startupinsider
Hosted by Simplecast, an AdsWizz company. See pcm.adswizz.com for information about our collection and use of personal data for advertising.