Sirdab sammelt 10 Mio. USD ein und treibt KI-Matching für Lagerkapazitäten

RIAD / LONDON (IT BOLTWISE) – Das Logistik-Startup Sirdab hat eine Series-A-Runde über 37,5 Millionen Saudi-Riyal (etwa 10 Millionen US-Dollar) abgeschlossen. Das neue Kapital soll vor allem die Expansion im GCC vorantreiben und KI-gestützte Matching-Tools zur besseren Auslastung von Lagerflächen weiterentwickeln. Laut Investoren übersteigt die Nachfrage nach Logistikfläche am Golf das aktuelle Angebot um rund 30 bis 50 %. Damit trifft die Finanzierung genau den Moment, in dem Unternehmen ihre operativen Engpässe digital abfedern müssen. 🧠 KI & Robotik auf Google News abonnieren Für Sirdab ist die neue Finanzierungsrunde weniger ein reines Wachstumssignal als ein ziemlich konkreter Infrastrukturauftrag: Das in Riad ansässige Startup will sein KI-gestütztes Matching zwischen Verladern, Lagerhäusern und Transportdienstleistern so weiter ausbauen, dass sich Kapazitäten schneller und passgenauer zuteilen lassen. Die Series-A-Maßnahme umfasst 37,5 Millionen Saudi-Riyal, umgerechnet etwa 10 Millionen US-Dollar, angeführt von Elm und BECO Capital. Weitere Investoren wie Y Combinator, COTU Ventures sowie D Global Ventures runden die Runde ab. Für die Praxis bedeutet das: Wenn Lagerflächen knapp sind, entscheidet nicht nur der Preis, sondern auch die Geschwindigkeit, mit der verfügbare Slots gefunden und zu realen Transportketten verdrahtet werden. Technisch betrachtet entsteht der Nutzen solcher Matching-Tools dort, wo klassische Ausschreibungs- und Zuweisungsprozesse an Skalierung verlieren. Sirdab verbindet in seinem Netzwerk mehr als 850 Unternehmen mit über 120 Lagerhäusern sowie mehr als 60 Transportdienstleistern. Genau diese Dreier-Logik aus Nachfrage, Angebot und Fahrleistung ist schwer vollständig automatisiert, weil sie nicht nur einfache Verfügbarkeiten abfragt, sondern Entscheidungen unter Nebenbedingungen treffen muss: Welche Lagerfläche passt zeitlich? Welche Zustelloptionen sind realistisch? Und wie lässt sich eine Route so planen, dass der Engpass nicht einfach nur weitergereicht wird? Das Matching wird dadurch zu einem datengetriebenen Optimierungsproblem, bei dem KI-Modelle Muster aus bisherigen Buchungen, Kapazitätszyklen und Leistungswerten lernen können. Marktseitig wirkt der Zeitpunkt der Runde wie ein Verstärker. Laut Einschätzung von BECO Capital liegt der Bedarf an Lagerkapazitäten am Golf etwa 30 bis 50 % über dem derzeit verfügbaren Angebot. Genau in so einem Umfeld zählt nicht nur zusätzliche Kapazität, sondern vor allem die bessere Nutzung der vorhandenen Flächen. Sirdab positioniert sich damit gegen die typischen Effekte von Knappheit: höhere Standzeiten, mehr Medienbrüche zwischen Vertrieb und Operations sowie verzögerte Planung, wenn Daten zu spät oder in unzureichender Qualität vorliegen. Das Unternehmen verweist zudem auf starkes Wachstum seit der Teilnahme am Winter-Programm von Y Combinator im Jahr 2023; sein Umsatz soll sich dabei verzwanzigfacht haben. Dass bereits Profitabilität erreicht wurde, ist für viele Logistik-Startups ein bemerkenswertes Signal, weil es oft auf effizientere Matching- und Onboarding-Prozesse hindeutet, statt allein auf Subventionen zu setzen. Der Blick über den Golf zeigt, dass Sirdab in eine breitere Dynamik aus Investitionen in Logistikautomatisierung eingebettet ist. So meldete ein anderes Unternehmen aus dem Robotik-Umfeld eine Series-G-Finanzierung über 41,6 Millionen US-Dollar; genannt werden Bestandsinvestoren wie Tiger Global und Goldman Sachs. Gleichzeitig ist dort von einer Bewertung von rund 1,35 Milliarden US-Dollar und von der Installation von über 17.000 Robotern an mehr als 350 Standorten die Rede. Auch im Deeptech- und Robotik-Segment bewegt sich einiges: Jaipur Robotics erhielt eine Seed-Finanzierung von 4,3 Millionen Euro, um unter anderem aus der Gefahrstofferkennung in Richtung Kranautomation zu expandieren. Parallel finanzierte Avatar Robotics ferngesteuerte humanoide Roboter, die bereits in der Sortierung und Verpackung hohe Stückzahlen bewältigen. Für Entscheider ergibt sich daraus ein klares Bild: KI und Robotik werden nicht als isolierte Zukunftsmärkte behandelt, sondern als Bausteine, die sich gegenseitig in Wertschöpfungsketten einhängen. Neben der Finanzierung treiben auch technische Ansätze die Weiterentwicklung von Lager- und Versandprozessen. Sharp und Toyota Industries stellten Anfang September 2026 eine Versandplanungsmethode für automatisierte Lager vor, die auf simulierter Quanten-Annealing-Technologie basiert. Laut Tests soll sich die Berechnungszeit für komplexe Logistikzentren mit über 100.000 täglichen Artikeln auf etwa ein Fünftel der üblichen Dauer reduzieren. Solche Verfahren sind besonders relevant, weil Logistikplanung oft von Kombinatorik dominiert wird und Heuristiken schnell an Grenzen stoßen, wenn sich Zustände, Zeitfenster und Ressourcen gegenseitig beeinflussen. Ergänzend dazu geht die Hardwareseite voran: Hyundai Wia entwickelt laut Angaben den ersten vollautonomen Gabelstapler eines koreanischen Herstellers, der ab Mai 2027 bei Kia eingesetzt werden soll. Das System soll Lasten von bis zu 4 Tonnen bewegen und nutzt digitale Zwillinge sowie Lidar-Sensoren für die Navigation. Dass KI-gestütztes Matching nicht im luftleeren Raum bleibt, sieht man auch an der Konkurrenz zwischen digitaler Steuerung und physischer Skalierung. Während Startups wie Sirdab die Koordination und Auslastung optimieren, investieren große Player parallel in Standorte und Automatisierung: DHL Supply Chain plant über die nächsten fünf Jahre Investitionen von bis zu 350 Millionen Euro in Südostasien, davon entfallen 131 Millionen Euro auf Malaysia. Daneben wird in einzelnen Regionen auch an konkreten Automatisierungsschritten gearbeitet, etwa bei Nowaste Logistics, wo im Sommer 2026 im nordischen Raum eine erste AutoCase-Lösung installiert wurde, um die manuelle Handhabung von Kartons in automatisierten Lagern zu reduzieren. Für Sirdab heißt das: Die Plattform muss sich nicht nur gegen die nächste App für Lagerbuchungen behaupten, sondern gegen ganze Automations-Linien, die eigene Datenflüsse erzeugen und neue Schnittstellen verlangen. Für Unternehmen, die jetzt Prozesse modernisieren wollen, ist die zentrale Frage weniger, ob KI funktioniert, sondern wie schnell sie in belastbare Abläufe übergeht. Ein KI-Matching-Ansatz wie bei Sirdab adressiert dabei die Schnittstelle zwischen Vertrieb und operativer Ausführung: Statt nur Verfügbarkeit zu listen, wird die Zuweisung wahrscheinlicher und damit planbarer. Genau dadurch kann sich die operative Kennzahlentopografie verändern, etwa bei Auslastung, Durchlaufzeiten und der Zahl an Nachverhandlungen. Mit der GCC-Fokussierung und der angekündigten Weiterentwicklung der Matching-Tools dürfte Sirdab besonders dort punkten, wo hohe Volatilität auf begrenzte Lageroptionen trifft. Ob die Lösung im Zusammenspiel mit Roboterflotten, autonomen Förderfahrzeugen und neuen Planungsalgorithmen tatsächlich nahtlos skaliert, wird sich in den kommenden Monaten vor allem an der Integrationsqualität zeigen. 946 Bewertungen Loona KEYI Premium Haustier-Roboter mit Ladestation (Smarte AI ChatGPT-4o, Stimmen- & Gestensteuerung, Echtzeit-Interaktion, Heimüberwachung) 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. Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!