Skip to content
ByteWire
  • KI-Regulierung
  • KI-Infrastruktur
  • KI-Sicherheit
  • KI-Investitionen
  • KI-Agenten

Sequen sammelt 16 Millionen Dollar ein – und will TikToks Empfehlungslogik für alle zugänglich machen

18.03.2026
KI-Personalisierung und Empfehlungsalgorithmen

Was TikTok und Spotify seit Jahren exklusiv betreiben, könnte bald für jeden Händler und jedes Medienhaus verfügbar sein: Das Berliner Startup Sequen hat 16 Millionen Dollar eingesammelt – und bringt KI-gestützte Personalisierung als schlüsselfertige Lösung auf den Markt.

Warte – ich muss eine andere ID wählen, da 1620712943543-bcc4688e7485 bereits in der Liste steht.

KI-Personalisierung und Empfehlungsalgorithmen

Was TikTok und Spotify seit Jahren exklusiv betreiben, könnte bald für jeden Händler und jedes Medienhaus verfügbar sein: Das Berliner Startup Sequen hat 16 Millionen Dollar eingesammelt – und bringt KI-gestützte Personalisierung als schlüsselfertige Lösung auf den Markt.

Sequen sammelt 16 Millionen Dollar ein – und will TikToks Empfehlungslogik für alle zugänglich machen

Das Berliner Startup Sequen hat in einer Series-A-Runde 16 Millionen Dollar eingesammelt, um seine KI-gestützte Personalisierungstechnologie einem breiten Feld von Konsumgüterunternehmen zugänglich zu machen. Was bislang nur Tech-Giganten wie TikTok oder Spotify mit ihren eigenen Datenbergen und Hunderten von Ingenieuren betreiben konnten, soll künftig als schlüsselfertige Lösung verfügbar sein – für Händler, Medienhäuser und digitale Plattformen jeder Größe.


Das Problem: Personalisierung bleibt den Großen vorbehalten

Wer schon einmal gestaunt hat, wie präzise TikTok den eigenen Geschmack zu kennen scheint, hat das Kernproblem intuitiv erfasst. Die Empfehlungsalgorithmen hinter diesen Plattformen sind das Ergebnis jahrelanger Entwicklung, proprietärer Trainingsdaten und schlichter Skaleneffekte – Ressourcen, die einem mittelständischen Modeversand oder einem regionalen Streamingdienst schlicht nicht zur Verfügung stehen.

Genau hier setzt Sequen an. Das Unternehmen bietet eine Plattform, die auf Basis von Nutzerverhalten in Echtzeit lernt und Inhalte, Produkte oder Angebote individuell priorisiert – ohne dass der Kunde eigene KI-Teams aufbauen oder Millionen in Infrastruktur stecken muss.

Sequen übernimmt das Fine-Tuning der Modelle auf Basis der kundeneigenen Daten – und macht damit Technologie zugänglich, die bislang großen Plattformen vorbehalten war.


Wie die Technologie funktioniert

Das Herzstück ist ein proprietäres Sequenzmodell – daher auch der Name –, das Nutzerverhalten nicht als isolierte Klicks interpretiert, sondern als zeitliche Abfolge von Signalen:

  • Welche Inhalte wurden wie lange angeschaut?
  • Was wurde übersprungen?
  • Wo hat ein Nutzer abgebrochen?

Aus diesen Mustern destilliert das System ein individuelles Interessenprofil, das sich kontinuierlich aktualisiert.

Anders als klassische kollaborative Filterverfahren – bei denen Ähnlichkeiten zwischen Nutzerprofilen im Vordergrund stehen – arbeitet Sequens Ansatz auch dann zuverlässig, wenn kaum historische Daten vorliegen. Das sogenannte Cold-Start-Problem, das neue Nutzer für Empfehlungssysteme traditionell unsichtbar macht, soll damit deutlich entschärft werden.


Wer investiert – und warum jetzt

Angeführt wird die Runde von Gradient Ventures, dem KI-fokussierten Vehikel von Google. Weitere Investoren aus dem vorherigen Seed-Umfeld beteiligten sich erneut.

Die Wahl des Lead-Investors ist kein Zufall: Google hat jahrzehntelange Erfahrung mit Empfehlungssystemen im eigenen Ökosystem – von YouTube bis Google Shopping.

Der Zeitpunkt fällt in eine Phase, in der der Markt für sogenannte „Composable Personalization” – modulare, integrierbare Empfehlungslösungen – merklich anzieht. Zahlreiche E-Commerce-Plattformen und Medienhäuser suchen nach Wegen, ihre Conversion-Raten zu verbessern, ohne sich in langwierige Eigenentwicklungen zu verlieren. Sequen positioniert sich genau in diesem Spannungsfeld.


Erste Kunden, konkrete Ergebnisse

Sequen gibt an, bereits mit einer Handvoll früher Kunden aus dem Retail- und Mediensegment zu arbeiten. Konkrete Zahlen nennt das Unternehmen noch nicht – verweist aber auf Verbesserungen bei Engagement-Metriken im zweistelligen Prozentbereich, die in frühen Pilotprojekten erzielt worden seien. Unabhängig verifiziert sind diese Angaben bislang nicht.

Das frische Kapital soll vor allem fließen in:

  • den Ausbau des Vertriebsteams
  • die Weiterentwicklung der Plattform-Integrationen, darunter Anbindungen an gängige E-Commerce-Systeme und Content-Management-Plattformen

Einordnung: Relevant für den deutschen Mittelstand

Für deutsche Unternehmen ist das durchaus relevant. Gerade im Mittelstand, wo personalisierte Kundenerlebnisse bisher oft an Budgets und Know-how scheitern, könnte ein Ansatz wie der von Sequen neue Spielräume eröffnen.

Wer im Wettbewerb mit großen Plattformen bestehen will, braucht keine eigene KI-Abteilung – aber einen Anbieter, dem man die eigenen Kundendaten bedenkenlos anvertrauen kann.

Datenschutz und DSGVO-Konformität dürften beim Markteintritt in Europa die entscheidenden Hürden sein, die Sequen noch überzeugend nehmen muss.


Quelle: TechCrunch

Dieser Artikel wurde von einer KI auf Basis von Berichten internationaler Medien zusammengefasst und auf Deutsch verfasst. Er wurde nicht von einer menschlichen Redaktion geprüft. Kennzeichnung gemäß EU AI Act Art. 50.

Dieser Artikel wurde von einer KI auf Basis von Berichten internationaler Medien zusammengefasst und auf Deutsch verfasst. Er wurde nicht von einer menschlichen Redaktion geprüft. Kennzeichnung gemäß EU AI Act Art. 50.

Post navigation

← Walmart und OpenAI strukturieren ihre KI-Partnerschaft im Bereich Agentic Commerce neu
Google DeepMind erweitert Gemini API um Multi-Tool-Chaining und Kontextweitergabe →

Das könnte Sie auch interessieren

a computer chip with the letter a on top of it

DeepMind-Alumni positionieren KI-Forschungsagenten als Alternative zu OpenAI und Anthropic

22.08.2026

Das Londoner Startup Inherent, gegründet von ehemaligen DeepMind-Mitarbeitern, beansprucht mit seinem KI-System eine neue Leistungsstufe bei …

Weiterlesen »
the entrance to a restaurant with glass doors

Model Routing und KI-Orchestrierung: Wie Unternehmen den LLM-Zugang professionalisieren

20.08.2026

Die Zersplitterung des Large Language Model-Marktes treibt die Entwicklung spezialisierter Infrastrukturschichten voran. Unternehmen wie Ramp setzen …

Weiterlesen »
a computer chip with the letter a on top of it

Meta baut KI-Ökosystem für Endnutzer massiv aus

20.08.2026

Meta treibt die Expansion seiner KI-Plattformstrategie mit zwei neuen Produkten voran: Die Einführung der experimentellen App …

Weiterlesen »

Suche

Tags

Cybersecurity Cybersicherheit Datenschutz & Compliance Enterprise-KI fin Generative KI KI KI & Gesellschaft KI-Agenten KI-Automatisierung KI-Entwicklung KI-Entwicklungstools KI-Forschung KI-Geopolitik KI-Governance KI-Hardware KI-Infrastruktur KI-Investitionen KI-Modelle KI-Plattformstrategie KI-Politik KI-Produktentwicklung KI-Produktivität KI-Produktivitätstools KI-Produktstrategie KI-Regulierung KI-Risiken KI-Sicherheit KI-Strategie KI-Tools KI-Unternehmensstrategie KI-Unternehmensstrategien KI im Gesundheitswesen Open-Source-KI pol Quantencomputing Raumfahrt Regulierung Robotik Robotik & Automatisierung sci Tech-Regulierung Unternehmensstrategie wi wt
  • Impressum

© 2026 bytewire.ai