Marita Sanchez de la Cerda und Svenja Tegtmeier haben sich mit der Gründung von SAIZ kein geringeres Ziel gesetzt, als die Online-Fashion-Branche zu revolutionieren. Mithilfe von Daten und künstlicher Intelligenz haben die beiden einen Ansatz geschaffen, um Retouren zu verringern und so den Modemarken Geld zu sparen und die Branche umweltfreundlicher zu gestalten. Im Konferenz-Interview haben sie uns verraten, wie es bei SAIZ gerade läuft und was in Zukunft ansteht.
Für uns war die diesjährige K5 wieder ein Highlight - Lieblingskonferenz. Unglaublich viel Inhalt, tolle Bühnen, interessante Menschen, beste Stimmung! Das erste Jahr, in dem wir auch offiziell vertreten waren mit Booth und Bühnen. Sehr viel wertvoller Austausch mit Kunden, potenziellen Neukunden, anderen Gründern, Tech-Partnern, Investoren. Es waren wertvolle 2 Tage - beruflich und persönlich.
Ein Highlight herauszunehmen ist fast schwer. Wir hatten am Ende der Konferenz ganz plötzlich sehr viele LinkedIn Profileviews und haben uns schon gewundert woher das kam. Und dann hat sich herausgestellt, dass Johannes Altmann nochmal SAIZ auf der großen Bühne, nach unseren Pitches auf der Startup Bühne, erwähnt hat. Die positive Resonanz danach war schon ein persönliches Highlight für uns beide.
Durch das sich sehr stark verändernde Marktumfeld in den vergangenen 12 Monaten - seien es das Investitionsklima, der Inflationsanstieg und die damit zusammenhängende reduzierte Kaufbereitschaft oder die dadurch erschwerten Verhältnisse für den (Fashion-) E-Commerce - mussten wir ganz besonders darauf achten, wer die richtigen Partner für uns als Early-Stage-Startup sind. Angefangen beim Team, über Advisor sowie passende Investoren und, last but not least, natürlich unsere Brand-Partner. In turbulenten Zeiten ist es wichtig gleichgesinnte Partner zu finden, die dasselbe Ziel verfolgen und bereit sind auch mal ein berechnetes Risiko einzugehen. Wir freuen uns sehr, in all den vorhin genannten Bereichen die richtigen Partner gefunden zu haben, auch wenn man manchmal einfach Geduld haben muss, um diese zu finden. Das war nicht immer einfach und ist natürlich auch nicht immer möglich, darum braucht es hier Durchhaltevermögen und gegenseitige Motivation.
Es wirkt, als stünden wir vor einem großen Umbruch, besonders in der Fashion-(Tech-)Branche. Bisherige Geschäftsmodelle und Unternehmensstrukturen werden auf die Probe gestellt, und wer nicht mit dem Zeitgeist geht und offen für neue, innovative, kundenorientierte Ansätze ist, bleibt auf der Strecke. Wir sehen hier mit SAIZ die Möglichkeit solch ein Partner für diese Transformation sein zu können und unsere Kunden haben Lust drauf.
In einem anderen (vorherigen) Leben hatten wir unsere eigene Fashion Brand, wo wir das Thema der Retouren hautnah erlebt haben, und mitbekommen haben, was es eigentlich bedeutet, eine Mode-Marke im 21. Jahrhundert aufzubauen. Unsere Vorliebe für Daten und Analysen von wirklich allem und jedem, haben uns letztlich dazu geführt zu hinterfragen, wieso Retouren im Fashion E-Commerce grundsätzlich bei 50% sind. Schnell haben wir gesehen, dass die Mehrheit davon auf Größe und Fit zurückzuführen sind. Die bisherigen Ansätze dazu konnten uns nicht überzeugen, da sie aus unserer Sicht einen ganz wesentlichen Aspekt vergessen hatten: das Produkt. Somit haben wir eine Lösung entwickelt, die für Modemarken auch wirklich funktioniert und am Kern des Problems ansetzt - richtig erraten: dem Produkt. Wir helfen also Mode-Herstellern dabei, besser passende Kleidung herzustellen und die dann auch an die richtigen Kunden zu verkaufen. Man kann sich das wie ein 1:1-Match vorstellen und man weiß schon, bevor es überhaupt jemals verkauft wird, ob es dem Kunden oder der Kundin passen wird.
Retouren sind schmerzhaft, SAIZ hilft sie zu verstehen und zu vermeiden. Bei SAIZ setzen wir Künstliche Intelligenz, u.a. neurolinguistisches Programmieren (NLP) oder Deep Learning ein, um Größen und Passformen für Modemarken zu optimieren. Wir erstellen für jedes Kleidungsstück eines Modeherstellers produktspezifische 3D-Maße. Diese werden dann im Onlineshop mit den Körpermaßen des jeweiligen Endkunden abgeglichen. Hierfür muss der User folgende Parameter in das System eingeben: Geschlecht, Alter, Körpergröße, Gewicht, Körperform und wie viel Sport pro Woche betrieben wird. Durch das Matchen dieser Parameter mit den Produktdaten können wir ermitteln, wo der Modehersteller bei der Modeproduktion nachsteuern muss. Durch die Lösung bekommen die Produktteams Feedback, welches sie nutzen können, um beispielsweise die Schnitte zu ändern. In der Folge können wir dabei helfen, die Passform um bis zu 80% zu verbessern. Das ermöglicht Modemarken Entscheidungen über bestimmte Designs, für bestimmte Kundengruppen schon frühzeitig datenbasiert zu treffen und Prozesse nicht nur effizienter, sondern auch kostengünstiger zu gestalten. Ein absoluter Gamechanger in der Industrie und für die Umweltbilanz nebenbei auch.
Eine optimale SAIZ-Zukunft hat viele motivierte Partner, ein großes Team & innovationslustige Kunden! Wir sehen aktuell eine enorm hohe Nachfrage. Also wenn’s nach uns geht, kann es gern so weitergehen. Wir haben große Visionen, die wir im Rahmen des Trends zum Digital First Commerce gerne umsetzen wollen, um unseren Brand-Partnern auch weiterhin ein Partner sein zu können. In unserer optimalen Zukunft können wir diese Ideen alle sehr schnell gemeinsam mit unseren Brand-Partnern umsetzen.
Das ist richtig - bei Retouren von rund 50%, und damit oft nicht wiederverkaufbarer retournierter Ware, ist das ein ganz zentraler Punkt in unserem Geschäftsmodell. Retouren sind hier natürlich ein großer Hebel, aber sind letztlich dann doch auch nur ein Teil des großen Ganzen. Aus unserer Sicht sind hier zwei wesentliche Faktoren zu berücksichtigen: erstens die gesamte Online Shopping Experience und zweitens die Prozesse dahinter. Fashion ist hier wieder ein gutes Beispiel. Hier wurde ja im Grunde nichts anderes gemacht als das Onlinemodell für Bücherverkauf auf Mode zu replizieren. Das hat, wie man offensichtlich sieht, nur bedingt gut funktioniert. Und hier gilt es jetzt das Thema Customer Experience und die Prozesse dahinter zueinander zu führen und neu zu beleuchten. Beispielsweise ist es hier möglich, die Nachfrage für bestimmte Produkte viel genauer zu antizipieren. Wenn dies dann mit den richtigen Prozessen (z.B. just-in-time Produktion) gepaart wird, besteht hier die Möglichkeit nur das zu produzieren, was tatsächlich nachgefragt wird und einen großen Hebel, nämlich den der Überproduktion, nachhaltiger zu gestalten. Und dafür muss sich aber die Grundeinstellung der Unternehmen und die Offenheit für Innovation, gemeinsam mit dem Verständnis für Daten und ihre Analysen, ändern. Somit steht und fällt das Konstrukt mit einer Tatsache: Offenheit für datengetriebene Innovation.
