ZyG Raises $60M Series A to Build an AI Operating System for Ecommerce

ZyG zielt auf eine der größten Ineffizienzen im E-Commerce ab: die Notwendigkeit, Dutzende von Tools, Agenturen und Workflows zusammenzufügen, nur um eine einzelne Marke zu starten und zu skalieren. Anstatt einen Teil dieses Prozesses zu verbessern, baut das Unternehmen ein künstlich intelligencesgetriebenes Betriebssystem, das alles von der Produktentdeckung bis hin zu Marketing, Konversion und Logistik in einer einzigen, einheitlichen Plattform abdecken soll.

Das Unternehmen hat eine Serie-A-Finanzierungsrunde von 60 Millionen Dollar abgeschlossen, die von Accel angeführt wird, mit Beteiligung von Felix Capital, Bessemer Venture Partners und Lightspeed Venture Partners. Die Runde soll das Unternehmen auf einen Wert von 500 Millionen Dollar bewerten und kommt nur zwei Monate nachdem ZyG mit einer früheren Finanzierung von 58 Millionen Dollar aus der Geheimhaltung herausgetreten ist, was die gesamte bekannt gegebene Finanzierung auf 118 Millionen Dollar bringt.

Ein anderer Ansatz für E-Commerce-Infrastruktur

Im Mittelpunkt der Finanzierungsrunde steht ZyGs Kernprodukt: ein künstlich intelligencesgetriebenes Betriebssystem für Direct-to-Consumer-Marken.

Das Unternehmen zielt auf eine anhaltende Herausforderung im E-Commerce ab – das Skalieren eines Produkts in eine nachhaltige Marke erfordert typischerweise eine fragmentierte Mischung aus Agenturen, Tools und interner Expertise in den Bereichen Marketing, Analytics und Logistik. ZyGs Ansatz besteht darin, diese Komplexität in ein einziges System zu konsolidieren.

Anstatt punktuelle Lösungen anzubieten, operiert die Plattform als “agentic” System, das mehrere Geschäftsfunktionen gleichzeitig koordiniert. Dazu gehören alles von der Kundenakquise bis hin zu Retention und operativen Workflows.

Von der Produktidee zur skalierten Marke

ZyG positioniert seine Plattform als mehr als nur Software. Sie soll dazu dienen, vielversprechende Produktmöglichkeiten zu identifizieren, ihr Potenzial zu bewerten und das Wachstum von Anfang bis Ende auszuführen.

Mit Hilfe von Predictive-Modelling und einem proprietären Bewertungssystem bewertet die Plattform, ob ein Produkt wahrscheinlich skaliert werden kann, bevor erhebliche Ressourcen eingesetzt werden.

Sobald ein Produkt diese Schwelle erreicht, unterstützt das System:

• Store-Erstellung und Branding
• Kreative Generierung und Werbekampagnen
• Nutzerakquise und organisiertes Wachstum
• Optimierung von Konversion und Retention
• Logistik- und Lieferkettenkoordination

Dieses Full-Stack-Modell ersetzt die traditionelle Patchwork-Lösung aus Tools und Dienstleistern, die normalerweise erforderlich sind, um ein E-Commerce-Geschäft zu betreiben.

Der “Agentic OS”-Wechsel

ZyG ist Teil eines breiteren Trends hin zu agenticen KI-Systemen, die nicht nur Daten analysieren, sondern auch darauf reagieren.

Im E-Commerce bedeutet dies, von Dashboards und manuellen Workflows zu Systemen zu wechseln, die kontinuierlich Entscheidungen in den Bereichen Marketing, Preisgestaltung, Inventar und Kundenengagement treffen. Diese Plattformen verlassen sich auf integrierte Datenpipelines und geschlossene Feedback-Schleifen, um Ergebnisse in Echtzeit zu optimieren.

Erstellt von einem Team, das dies bereits getan hat

Das Unternehmen wurde 2025 von Führungskräften hinter ironSource gegründet, darunter CEO Omer Kaplan und Chairman Tomer Bar-Zeev. Ihre Erfahrung im Skalieren großer digitaler Plattformen informiert ZyGs Fokus auf Automatisierung, Dateninfrastruktur und leistungsorientierte Ausführung.

Das breitere Team umfasst Ingenieure und KI-Spezialisten mit Erfahrung im Bau von Hochskalensystemen, was den Schwerpunkt des Unternehmens auf Zuverlässigkeit und betriebliche Tiefe unterstreicht.

Das größere Bild

Der Aufstieg von Plattformen wie ZyG weist auf einen Trend hin zu autonomeren E-Commerce-Operationen hin.

Anstatt Tools, Agenturen und interne Teams zusammenzufügen, werden Unternehmen zunehmend auf integrierte Systeme zurückgreifen, die die Ausführung über den gesamten Lebenszyklus hinweg – von der Produkttestung bis zur Kundenrückgewinnung – abdecken. Dies könnte die operationelle Komplexität erheblich reduzieren und beschleunigen, wie schnell neue Marken gestartet und skaliert werden.

Es ändert auch, wie Leistung gemessen wird. Wenn Entscheidungen automatisiert werden, kann der Fokus auf systemweite Ergebnisse wie Konsistenz, Anpassungsfähigkeit und die Fähigkeit, in Echtzeit über mehrere Variablen hinweg zu optimieren, verlagert werden.

Gleichzeitig stellt eine größere Automatisierung neue Herausforderungen im Hinblick auf Kontrolle und Überwachung dar. Wenn KI-Systeme Verantwortungen wie Budgetzuweisung, kreative Tests und Inventarsentscheidungen übernehmen, wird es wichtig, Transparenz und zuverlässige Schutzmechanismen sicherzustellen.

Im weiteren Sinne spiegelt dies einen Trend hin zu “operator-leichten” Unternehmen wider, in denen weniger Menschen immer leistungsfähigere Systeme verwalten. Der Wettbewerbsvorteil kann sich von der Ausführung selbst auf die effektive Konfiguration und Regulierung dieser Systeme verlagern.