SEATTLE / LONDON (IT BOLTWISE) – Whatnot erweitert mit der Akquisition des auf Echtzeit-Empfehlungen spezialisierten Startups Shaped seine KI-Fähigkeiten für Live-Shopping. Der Gründer und CEO Tullie Murrell übernimmt die Leitung eines neuen Teams für angewandte KI-Forschung, das Käufern hilft, Streams, Verkäufer und Produkte schneller zu finden. Finanzielle Details der Transaktion bleiben zwar unter Verschluss, doch die technische Zielrichtung ist klar: Personalisierung soll sich mit dem Tempo des Marktplatzes mitbewegen. Für den Standort Seattle setzt Whatnot damit zugleich ein starkes Signal, die Engineering-Kapazitäten weiter auszubauen.
Whatnot macht einen strategischen Schritt in Richtung stärkerer KI-gestützter Discovery im Live-Shopping: Das Unternehmen übernimmt Shaped, ein Startup, das auf Echtzeit-Technologie für Empfehlungen und Suche setzt. Damit reagiert Whatnot auf eine typische Herausforderung in Live-Kanälen—Interessen kippen im Sekundenrhythmus, neue Angebote tauchen auf, andere verschwinden aus dem Fokus. Genau dort wirkt ein System, das Ranking und Suchresultate dynamisch an die aktuellen Signale anpasst. Shaped-CEO und -Gründer Tullie Murrell wechselt zu Whatnot, um ein neues Team für angewandte KI aufzubauen.
Technisch ist die Idee plausibel: In einem Marktplatz mit Live-Streams müssen Modelle nicht nur „einmal“ trainiert werden, sondern benötigen eine schnelle Schleife zwischen Ereignissen (z. B. Klicks, Verweildauer, Käufe) und angepassten Ausspielungen. Shaped wird in dem Kontext als Entwickler realzeitfähiger Recommendation- und Search-Mechanismen beschrieben. Für Whatnot bedeutet das konkret, dass die Plattform sowohl Produkte als auch Verkäufer und Streams als eigenständige „Entitäten“ verstehen und in ein gemeinsames Ranking überführen muss. Genau dieser Abgleich ist schwer, weil die Datenlage ständig wechselt und die Rückkopplung verzögert auftreten kann.
Der Deal reiht sich in eine Phase ein, in der Whatnot laut Berichten weiter massiv in Engineering und KI investiert. Vergangenen Angaben zufolge hat das Unternehmen dafür unter anderem sein Seattle-Hub ausgebaut und nach einer Finanzierungsrunde von 225 Millionen US-Dollar neue Büroräume in der Innenstadt angemietet; die Bewertung wird dabei mit 11,5 Milliarden US-Dollar beziffert. Für Seattle ist die Botschaft damit zweigeteilt: Erstens steigt der Bedarf an KI-Infrastruktur und Datenpipelines, zweitens wird die Region als Recruiting-Hebel genutzt, um Know-how in ML- und Retrieval-Systeme zu bündeln. Für Unternehmen mit ähnlichen Plattformen wirkt das wie ein Muster: KI-Features sind nicht nur Modellfragen, sondern vor allem Betrieb, Latenz und Monitoring.
Im Markt treffen diese Verbesserungen auf Wettbewerb, der „Live“-Erlebnisse zunehmend als Produktversprechen versteht. Amazon Live und TikTok Shop setzen ebenfalls stark auf kuratierte Entdeckung innerhalb schneller Videoumgebungen. Auch wenn Whatnot und Shaped nicht öffentlich als „Abwehrsystem“ gegen Wettbewerber positioniert werden, ist die Timing-Frage praktisch: Wer Empfehlungen und Suche präziser ausspielt, verbessert typischerweise Conversion und Warenkorb—und kann damit schneller iterieren, weil die Datenraten steigen. Madrona sieht den Schritt zudem als Exit für ein Portfolio-Unternehmen, das KI auf Kernprobleme anwendet. Aus Marktsicht ist das nicht nur ein Deal, sondern eine Bestätigung für den Trend zu Infrastruktur- und Enterprise-nahen KI-Ansätzen, selbst wenn der Use-Case im Consumer-Umfeld lebt.
Für Madrona und ähnliche Investor: innen ist der Kauf besonders interessant, weil er zeigt, wie angewandte KI-Technologie in produktiven Umgebungen „landbar“ wird. Shaped war dabei klar auf Personalisierung in Echtzeit ausgerichtet—ein Anspruch, der in der Praxis an mehreren Stellen scheitern kann: bei zu hoher Rechenlast, zu geringer Modellaktualität oder bei Zielkonflikten zwischen Exploration (Neues testen) und Exploitation (Bewährtes zeigen). Die Personalie Murrell liefert zusätzlich Kontext: Vor der Mitgründung von Shaped arbeitete sie an Machine Learning und Recommendation-Systemen bei Meta. Das deutet darauf hin, dass es bei Whatnot nicht nur um „Feature-Updates“ geht, sondern um systematische Ranking- und Retrieval-Architektur. Gerade in Unternehmens- und Marktplatzumgebungen entscheidet oft die Qualität der Daten- und Feedbackschleifen über den Erfolg.
Mit Blick auf Compliance und Security bleibt der Fokus nicht bei der Modellgüte stehen. Empfehlungssysteme nutzen verhaltensnahe Signale—und damit entstehen Anforderungen an Datenschutz, Datensparsamkeit und Zugriffskontrollen. Wenn Whatnot die Shaped-Technik integriert, wird es vor allem sicherstellen müssen, dass personenbezogene Daten nur dort verarbeitet werden, wo sie für Training, Evaluation und Serving benötigt werden, und dass Rollenrechte in Data- und Feature-Workflows granular bleiben. Zusätzlich ist für Live-Umgebungen die Robustheit gegen Missbrauch wichtig: Wenn Angreifer mit Bot-Verhalten oder manipulativen Interaktionen das Ranking „füttern“, können Modelle kurzfristig falsche Prioritäten lernen. Deshalb sollte die Plattform neben klassischen Sicherheitsmaßnahmen auch Guardrails wie Rate-Limits, Anomalieerkennung und Auditing der Feature-Inputs etablieren.
Der Ausblick ist zugleich engineering- und product-getrieben. Whatnot plant, Seattle als einen zentralen Engineering-Standort zu nutzen—und die Integration eines spezialisierten KI-Teams passt dazu. Für Entwickler: innen bedeutet das: Es wird sich lohnen, stärker auf die Schnittstellen zwischen Event-Streaming, Feature Stores, Ranking-Services und Experimentierplattformen zu achten. Ein realistisches nächstes Ziel ist, die Suchfunktion für Live-Streams noch stärker kontextualisiert auszugeben—nicht nur nach Keywords, sondern nach dem „Moment“ im Stream und der Wahrscheinlichkeit, dass ein Nutzer gerade aktiv findet, was er will. Kurzfristig dürfte vor allem das Relevanzranking und das Retrieval-Handling profitieren; längerfristig könnte Whatnot sein KI-Ökosystem so umbauen, dass neue Verkäufer und neue Inventarbestände schneller „sichtbar“ werden, ohne dass die Qualität leidet.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Whatnot kauft die KI-Startup Shaped: Live-Shopping-Empfehlungen werden in Echtzeit präziser" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Whatnot kauft die KI-Startup Shaped: Live-Shopping-Empfehlungen werden in Echtzeit präziser" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Whatnot kauft die KI-Startup Shaped: Live-Shopping-Empfehlungen werden in Echtzeit präziser« bei Google Deutschland suchen, bei Bing oder Google News!