Zalando steuerte rund 6 Millionen Dollar als strategischer Investor bei und erhöhte die Runde von den ursprünglich 110 Millionen Dollar, die im April 2026 von Headline angeführt wurden . Die Bedeutung dieser Beteiligung ist zweifach. Erstens löst die Investition ein akutes eigenes Problem: Jeder retournierte Artikel muss geöffnet, geprüft, gefaltet und wieder eingelagert werden – ein Prozess, den Sereacts Zweiarms-Station von Anfang bis Ende übernehmen kann
. Zweitens dient Zalandos Einstieg als starkes Validierungssignal. Zalando ist kein passiver Geldgeber, sondern ein strategischer Kunde und Investor, der sein operatives Gewicht hinter die Physical-AI-These stellt
.
Im Herzen von Sereacts Plattform steht Cortex, ein Vision-Language-Action-Modell (VLA), das als universelles KI-Betriebssystem für Robotik fungiert . Cortex läuft auf verschiedenen Hardware-Konfigurationen – einarmigen Kommissionierzellen, zweiamigen Retourenstationen, humanoiden Robotern und fest installierten Zellen – ohne für jede Bauform neu trainiert werden zu müssen
. Da die Planung im visuellen Raum und nicht über roboterspezifische Gelenkkommandos erfolgt, lässt sich eine erlernte Fertigkeit direkt auf einen anderen Robotertyp übertragen
.
Sereacts Zweiarms-Station ist speziell für den Retourenprozess entwickelt worden . Sie öffnet eigenständig Pakete und Schuhkartons, entnimmt die Artikel, prüft sie auf Schäden oder Auffälligkeiten, faltet Kleidungsstücke (einschließlich Jeans), scannt Barcodes und Etiketten und leitet die Ware entweder zurück ins Lager, zur Aufbereitung oder zur Entsorgung
. Das System ahmt die Entscheidungsfindung eines erfahrenen Lagerarbeiters nach, arbeitet aber konstant und zuverlässig in jeder Schicht und für jede Marke
. Damit zielt es direkt auf den hartnäckigsten logistischen Flaschenhals der Modebranche: die Unberechenbarkeit und den hohen Personalaufwand bei der Retourenbearbeitung
.
Sereacts entscheidender struktureller Vorteil ist eine geschlossene Daten-Schleife . Mehr als 200 Sereact-Systeme sind europaweit im Einsatz bei Kunden wie Daimler Truck, Mercedes-Benz, BMW, PepsiCo, der Österreichischen Post und der Rohlik Group
. Diese Systeme haben über eine Milliarde reale Produktions-Pick-Vorgänge absolviert – keine simulierten oder Labordaten, sondern tatsächliche Picks aus dem laufenden Betrieb
. Jeder Pick – sei es ein Erfolg, ein Fehlversuch oder eine Wiederherstellung – wird mit synchronisierten Beobachtungen, Roboterzustand und Kraftrückmeldung erfasst und an ein zentrales Modell zurückgespeist, das kontinuierlich neu trainiert und auf die gesamte Flotte ausgerollt wird
. Die Flotte erreicht bereits eine Zuverlässigkeitsrate von etwa einem Eingriff pro 53.000 Picks, bei dem menschliche Hilfe nötig wird
.
Cortex 2.0, die nächste Modellgeneration, die mit den Serie-B-Mitteln skaliert werden soll, erweitert das derzeitige VLA-Modell um ein erlerntes Weltmodell, das Physik und Objektverhalten simuliert . Statt reaktiv zu handeln und Fehler zu korrigieren, generiert der Roboter nun mehrere mögliche zukünftige Bewegungsabläufe aus seinem aktuellen Zustand, bewertet diese anhand des Weltmodells auf Stabilität, Risiko und Effizienz und führt nur den besten aus – wobei die Planung in Echtzeit aktualisiert wird, wenn sich die Szene ändert
. Dieser Paradigmenwechsel vom „try-and-see" zum „plan-and-try" ist entscheidend für anspruchsvolle Aufgaben wie das Montieren von Bauteilen unter Spannung, das Platzieren empfindlicher Gegenstände und das Zusammenstellen von Kits, nicht nur für einfache Pick-Vorgänge
. Der Planungsaufwand ist pro Aufgabe einstellbar: mehr Voraussicht, wo ein Fehler teuer ist, weniger, wo eine Wiederherstellung günstig ist
. Das Kapital aus der Serie B finanziert auch die internationale Expansion von Sereact, einschließlich eines neuen Büros in Boston
.