Am 10. Oktober 2025 gab Elastic offiziell bekannt, die Übernahme von Jina AI abgeschlossen zu haben. Dieser Schritt dient dazu, die technischen Fähigkeiten und den Wettbewerbsvorteil von Elastic im Bereich Search AI weiter zu stärken. Die Nachricht über die Übernahme wurde am Morgen des 9. Oktober auf der Website von Elastic veröffentlicht und markiert den gemeinsamen Fortschritt beider Unternehmen bei der Entwicklung von Open-Source-Suchtechnologien.
Jina AI ist in Bereichen wie Multimodalität, multilingualen Vektoren, Re-Ranking und kleinen Sprachmodellen führend. Mit der schnellen Entwicklung der KI-Technologie plant Elastic, die Innovationskraft von Jina AI nutzen, um die Entwicklung von Vektormodellen, Re-Rankern und kleinen Modellen voranzutreiben, um Kunden eine bessere Sucherfahrung zu bieten. In Zukunft werden die neuen Modelle von Jina AI in die Inferenz- und Suchplattform von Elastic integriert, um Kunden dabei zu helfen, Informationen präziser zu suchen.
Als Teil der Übernahme wird Xiaohan, der ehemalige CEO von Jina AI, als Vice President of AI bei Elastic tätig sein und für die AI-Strategie und Forschungsrichtung verantwortlich sein. Er wird weiterhin das Jina-Team leiten und sich auf die Entwicklung von Vektormodellen und zugehörigen Technologien konzentrieren, um die Entwicklung von Search AI zu fördern.
Ken Exner, Chief Product Officer von Elastic, betonte in der Mitteilung, dass Retrieval-Technologie der Kernbestandteil der Elastic Search AI-Plattform sei. Die Übernahme von Jina AI werde deren Suche und Echtzeit-Analysefähigkeit weiter verbessern. Exner sagte, dass die technischen Erfahrungen von Jina AI Unternehmen dabei unterstützen würden, hervorragende Retrieval-Lösungen zu entwickeln, insbesondere bei der Verarbeitung von multilingualen langen Dokumenten und visuellen Dokumentensuchen, wo Jinas Fähigkeiten besonders stark sind.
Nach der Übernahme wird Jina AI seine Modelle weiterhin in Form von Open Source an die Öffentlichkeit stellen und sie nahtlos in die Inferenzdienste von Elastic Cloud integrieren. Benutzer können diese Modelle direkt in der Vektor-Suchumgebung von Elastic aufrufen und damit die Effizienz und Genauigkeit der Suche verbessern.
