12.01.2023

4 Mio Kund:innen gefakt: JP Morgan Chase klagt Gründerin von 2021 gekauftem Startup

Mit dem 2021 vom Finanz-Riesen JP Morgan Chase übernommenen FinTech Frank erleben die USA mutmaßlich einen weiteren spektakulären Startup-Betrugsfall.
/artikel/jp-morgan-chase-klagt-frank-gruenderin
Frank-Gründerin Charlie Javice | (c) Frank
Frank-Gründerin Charlie Javice | (c) Frank

Es erinnert ein wenig an den Fall Theranos: Eine junge Gründerin – heute ist sie 30 Jahre alt – wird zum Liebling der Medien und zieht mit ihrem Startup namhafte VCs an Land. Bloß: Ihre fantastischen Versprechen entpuppen sich als falsch. So lautet zumindest der aktuelle Vorwurf. Und der kommt nicht von irgendwem sondern von jenem Unternehmen, das das besagte Startup erst vor 16 Monaten übernommen hat. 175 Millionen US-Dollar hat der US-Finanzriese JP Morgan Chase (JPMC) 2021 für das FinTech Frank hingeblättert. Jetzt will er den Kauf rückabwickeln.

Angeblich unter 300.000 statt über vier Millionen Frank-Kund:innen

Denn Gründerin Charlie Javice, die vor JPMC schon bekannte Silicon Valley VCs überzeugt hatte, soll im großen Stil Kund:innen erfunden haben. Frank will jungen Amerikaner:innen mit seinem Service einen einfachen Weg zu Studierendendarlehen (Student Loans) bieten. Javice habe in den Übernahmeverhandlungen mehr als vier Millionen Kund:innen angeführt, heißt es von JP Morgan Chase. Tatsächlich seien es aber weniger als 300.000 gewesen.

Gründerin CHarlie Javice lieferte eine vollständige Fake-Tabelle

Das sei deswegen erst später aufgefallen, weil die Gründerin auf Anfrage im Zuge der Due Dilligence-Prüfung nach anfänglicher Ablehnung mit Verweis auf den Datenschutz, Namen, Adressen, Geburtsdaten und weitere persönliche Informationen von 4,265 Millionen „Kund:innen“ geliefert hatte. Diese stellten sich aber später im Zuge einer E-Mail-Marketing-Kampagne von JPMC als größtenteils nicht existent heraus.

JP Morgan Chase will umfassende Beweismittel vorlegen

In der nun von JP Morgan Chase angestrengten Gerichtsverhandlung sollen umfassende Beweise für die Vorwürfe gegen Javice vorgelegt werden. Demnach habe die Gründerin zunächst einen ihrer Techniker um die Generierung einer Fake-Kund:innenkartei gebeten. Dieser habe jedoch abgelehnt, woraufhin die Gründerin die gefälschte Tabelle für 18.000 US-Dollar bei einem Datenwissenschafter eines New Yorker College erworben habe. Dazu will JPMC Screenshots der Rechnungen des Wissenschafters vorlegen. Die Gründerin habe versucht, diese nachträglich verschwinden oder verändern zu lassen, und habe zudem von einer Marketingfirma um 105.000 US-Dollar einen Datensatz zu 4,5 Millionen Studierenden gekauft.

Frank-Gründerin antwortet mit Gegenklage

Laut Forbes und Wall Street Journal zieht Charlie Javice mit einer Gegenklage vor Gericht. Ziel ist, dass der Finanzriese ihre Anwaltskosten übernimmt. Die Argumentation ihrer Anwälte: JPMC habe Frank überstürzt, ohne eine ordnungsgemäße Due Diligence, übernommen. Die Bank versuche außerdem mit ihrem Prozess, die Aufmerksamkeit von ihren Verstößen gegen die Datenschutzgesetze für Studierende abzulenken. Auf der Seite des Startups findet man aktuell nur einen Verweis, dass der Dienst nicht verfügbar ist.

Deine ungelesenen Artikel:
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz

KI-Agenten sollen in Unternehmen und Organisationen zunehmend komplexe Aufgaben übernehmen – etwa die Analyse von Hunderttausenden Seiten interner Berichte, Dokumente und Richtlinien. Bisherige Retrieval-Systeme stoßen dabei jedoch an technische und ökonomische Grenzen, meint man beim Wiener Startup AI Baseline. Ein KI-Agent beginne bei aktuellen Ansätzen nämlich für jede neue Frage eine eigenständige Suche, wodurch dieselben Dokumente immer wieder neu verarbeitet werden müssten. Das führe zu einem hohen Verbrauch an kostenpflichtigen Modell-Tokens, Rechenleistung und Zeit. Bei anspruchsvollen Fragen könne die Beantwortung bis zu 40 Minuten dauern, während die zugrunde liegenden Textfragmente oft nicht mehr bis zur Originalquelle zurückverfolgt werden können.

„Knowledge Space“ für mehr Effizienz und Transparenz

Um dieses Zusammenspiel aus Effizienz- und Transparenzproblemen zu lösen, hat das von CEO Xenia Galkina und CTO Alexander Czech gegründete Unternehmen eine neue Retrieval-Architektur entwickelt. Das System bildet Informationen in einer logisch verknüpften Ebene ab, wodurch die Herkunft der Daten über die Struktur des sogenannten „Knowledge Space“ erhalten bleibt. Da die aufwendige Strukturierung einmalig bei der Datenaufnahme erfolgt, soll der anschließende Rechercheprozess auch bei großen Datenmengen wirtschaftlich und nachvollziehbar bleiben. Das Versprechen des Startups: Organisationen müssen bei KI-Anfragen nicht mehr zwischen Geschwindigkeit, Kosten und Qualität wählen.

Überzeugende Benchmark-Vergleiche

Eigenen Benchmark-Tests zufolge soll der „Research Mode“ von AI Baseline im Vergleich zu herkömmlichem agentischen RAG eine um 44 Prozent höhere Antwortqualität liefern, bis zu 22-mal schneller arbeiten und 72 Prozent weniger Input-Tokens verbrauchen. Bei maximaler Performance erreicht das System laut Unternehmensangaben mehr als die doppelte Antwortqualität bei nahezu neunfacher Geschwindigkeit und rund 15 Prozent geringeren Kosten.

20.000 GPU-Stunden auf Supercomputer Leonardo im AI:AT Hub

Das im Dezember 2025 gegründete bzw. im Hub aufgenommene Startup wird von NVIDIA Inception sowie AWS unterstützt und ist Mitglied im AI:AT Coworking Hub der AI Factory Austria. Für die Entwicklung der ersten Produktversion nutzte das bootstrappende Team unter anderem 20.000 GPU-Stunden auf dem europäischen Supercomputer Leonardo, die über die AI Factory Austria und EuroHPC bereitgestellt wurden. „Die Arbeit im AI:AT Hub war für uns ein echter Booster“, heißt es von CEO Xenia Galkina. Der Zugang zu Hochleistungsinfrastruktur habe es erst möglich gemacht, die Technologie in dieser Größenordnung umzusetzen. CTO Alexander Czech verweist zudem auf den Wert des Netzwerks: „Ebenso wertvoll ist die Community: Der Austausch mit anderen Gründern […] und der Zugang zu Experten […] haben uns geholfen, über die Technologie selbst hinauszudenken“.

Die Lösung richtet sich laut AI Baseline vor allem an technische Teams in regulierten und datenintensiven Branchen wie Life Sciences, Healthcare, Recht, Finanzforschung und dem öffentlichen Sektor. Während der aktuellen Beta-Phase kann die Architektur über eine API oder als Claude Skill getestet werden. Zudem sucht das Unternehmen derzeit Design-Partner für seine Ingestion Engine.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

4 Mio Kund:innen gefakt: JP Morgan Chase klagt Gründerin von 2021 gekauftem Startup

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

4 Mio Kund:innen gefakt: JP Morgan Chase klagt Gründerin von 2021 gekauftem Startup

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

4 Mio Kund:innen gefakt: JP Morgan Chase klagt Gründerin von 2021 gekauftem Startup

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

4 Mio Kund:innen gefakt: JP Morgan Chase klagt Gründerin von 2021 gekauftem Startup

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

4 Mio Kund:innen gefakt: JP Morgan Chase klagt Gründerin von 2021 gekauftem Startup

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

4 Mio Kund:innen gefakt: JP Morgan Chase klagt Gründerin von 2021 gekauftem Startup

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

4 Mio Kund:innen gefakt: JP Morgan Chase klagt Gründerin von 2021 gekauftem Startup

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

4 Mio Kund:innen gefakt: JP Morgan Chase klagt Gründerin von 2021 gekauftem Startup

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

4 Mio Kund:innen gefakt: JP Morgan Chase klagt Gründerin von 2021 gekauftem Startup