Vor einigen Jahren trug man noch enge Hosen, heute sind Skinny Jeans aus vielen Regalen verschwunden. Erkennt ein Händler so eine Verschiebung zu spät, ­bestellt er das falsche Sortiment. Arber Sejdiji sagt, seine Software erkenne Trends wie diese im Schnitt sechs bis zwölf Monate früher. Der gebürtige Deutsche mit kosovarischen Wurzeln ist Gründer und CEO von Zenline AI, einem Zürcher Start-up, dessen KI-Agenten Einzelhändler bei Sortiments- und Preisentscheidungen unterstützen. Nach eigenen Angaben arbeitet die Firma mit 15 Kunden in verschiedenen Branchen, die Verträge liegen im Schnitt im sechsstelligen Bereich. Als Kunden nennt Sejdiji die Kleidungssparte des Handelsriesen Otto, den Elektronikfachmarkt Conrad, den Händler für Haustierbedarf „Das Futterhaus“ und den international tätigen Lieferdienst Delivery Hero.

„Meine Eltern haben mir als Einwanderer immer vorgelebt, dass man in allem, was man tut, hart arbeiten muss“, beschreibt Sejdiji die Mentalität, die sich durch seinen beruflichen Werdegang zieht. Als Jahrgangs­bester im Bachelor an der TU Darmstadt ging er für seinen Master an die ETH Zürich. Dort lernte er seinen späteren Mitgründer Gerrit Merz kennen. Zunächst arbeitete Sejdiji aber drei Jahre bei der Boston Consulting Group (BCG) und tauchte dort in das Konsumgüter- und Retail-Geschäft ein. Er stellte fest: „Eine der grössten Industrien der Welt arbeitet immer noch mit Excel und ganz schlechten Systemen.“ Für ihn war schnell klar, dass mit KI die Analyse grosser Datenmengen vom Menschen zur Maschine wandern würde.

Doch Sejdiji wollte nicht in beratender Funktion Strategien entwickeln und die Unternehmen damit alleine lassen: „Wir wollen ein Unternehmen aufbauen, das den Kunden die Technologie wirklich an die Hand gibt.“ Mit Gesprächen und Interviews im persönlichen Netzwerk schärfte er die Idee für Zenline. „Wir wussten noch nicht, wie wir es lösen würden, aber wir wussten: Das ist ein Riesenproblem mit Milliardenpotenzial – und es gibt noch keine technische Lösung dafür.“

Zenline beantwortet für Händler zwei Fragen:
„Was will der Kunde – und was ist er bereit zu zahlen?“, so Sejdiji. Die KI-Agenten durchsuchen den Markt, strukturieren diese Daten und prüfen Trends gegen Daten aus sozialen Netzwerken und Google Trends. In ein­zelnen Kategorien werden auch die Produktbilder ausgelesen, um bisher nicht vorhandene Daten zu generieren; etwa wie eine Hose geschnitten ist. Eine Kategorien­analyse, die früher wochenlange Arbeit
sein konnte, liefere das System in wenigen Stunden – und nenne am Ende konkrete Artikel, die ein Händler listen soll. Mit Sejdijis Produkt sollen Händler eine Margen­verbesserung von ein bis drei Prozentpunkten
je Kategorie erzielen können – im Einzelhandel, wo häufig Gewinnmargen von nur 1 bis 3 % üblich sind, ein erheblicher Unterschied.

Der Ansatz ist Deployment-getrieben: Statt fertige Software zu liefern, „deployt“ Zenline die Agenten mithilfe von Forward Deployed Engineers beim Kunden, um die agentischen Workflows auf die Enterprises zuzuschneiden. Genau dieses Modell fahren auch Start-ups wie die Legal-Tech-Unicorns Harvey und Legora. „Beide verdoppeln gerade ihre Mitarbeiterzahl“, sagt Sejdiji – ein Beleg für die rasant wachsende Nachfrage.

Im Wettrüsten um KI wird immer wieder die These diskutiert, dass Software-as-a-Service (SaaS) als Geschäftsmodell durch generische KI-Modelle disruptiert würde. Das glaubt Sejdiji nicht. Allgemeine Modelle würden die Produktivität des Einzelnen im Arbeits­alltag erhöhen, doch ohne aufbereitete Daten und Strategie entstehe im Kontext eines Unternehmens kein Wert. „Um es kurz zu sagen: Grosse Modelle können im Enterprise kaum Wert stiften, der sich in Umsatz nieder­schlägt.“ Was KI im Konzern leisten könne, erklärt Sejdiji am Bild eines Praktikanten am ersten Arbeitstag: dreizehn Jahre Schule, Studium, vielleicht ein Doktortitel – und trotzdem „in den ersten Tagen unproduktiv“, weil ihm Unternehmenssprache, Daten und Strategie fehlen. „Intelligenz lässt sich im Unternehmenskontext nicht direkt in Mehrwert ummünzen, das gilt für Menschen wie die KI“, so Sejdiji.

Nach einer Preseed-Runde über 1,6 Mio. US-$ (1,4 Mio. €) will Zenline gegen Jahresende erneut Geld einsammeln – nach ersten Märkten in Europa sollen das UK und die USA folgen. Zenline setzt darauf, dass spezialisierte Firmen bestehen, während die These vom Tod klassischer Software durch generische Modelle die Runde macht. Denn um echten Wert zu stiften, muss man sowohl Mitarbeitern als auch KI-Lösungen interne Abläufe zeigen und erklären. Genau dieses ­Onboarding, sagt Sejdiji, trainiere Zenline den Topmodellen ein – damit sollen sie dann den nötigen Kontext haben, um unter anderem entscheiden zu können, ob für die kommende Saison der Schnitt der Jeans wieder enger werden soll oder nicht.

Foto: Zenline AI