Gideon hat Radars Datensatz bewertet. Die Sensoren kamen dazu.
Radars Series-B-Runde über 170 Millionen Dollar bei einer Bewertung von einer Milliarde wurde als Informationsgraben gezeichnet, nicht als Softwareplattform – und das eigene Zitat des Leadinvestors machte dieses Framing explizit. Der Deal setzt den 2026er-Standard dafür, wie KI-gestützte Handelsintelligenz bewertet wird.
Neritus Vale
Gideon Strategic Partners und Nimble Partners haben Radars Series-B-Runde über 170 Millionen Dollar bei einer Post-Money-Bewertung von einer Milliarde Dollar ko-geleitet, und die eigene Stellungnahme des Leadinvestors verriet, wie die Runde gezeichnet wurde. Erik Oros, Chief Investment Officer von Gideon Capital, bezeichnete Radar als „proprietären Datenvorteil, der mit jeder Installation wächst” – eine Formulierung, die einen Informationsgraben bepreist, keinen Softwarevertrag. Das ist das Bloomberg-oder-Palantir-Framing auf Overhead-RFID übertragen, und die Bewertung bestätigt es.
Radar installiert Deckensensoren, die jedes getaggte Produkt in einem Geschäft erfassen und den Lagerbestand alle acht Sekunden aktualisieren – auf Verkaufsflächen, in Lagerräumen und Umkleidekabinen. Gründer Spencer Hewett hat über ein Jahrzehnt darauf hingearbeitet, flächendeckende Installationen bei American Eagle und Old Navy zu realisieren, wo die Plattform inzwischen in mehr als 1.400 Filialen läuft. Align Ventures, das die Series A 2023 angeführt hatte, kehrte für die B-Runde an der Seite von Gideon und Nimble zurück – eine insidergetragene Runde, die Vertrauen in Zahlen signalisiert, die das Unternehmen bisher nicht veröffentlicht hat. Die Hardware ersetzt die Bestandszählungen, die Filialteams schlecht durchgeführt haben; die Daten sind das, worüber Hewetts Investoren nicht aufhören zu reden.
Als Softwareunternehmen bewertet, geht die Rechnung nur auf, wenn Radar einen jährlichen wiederkehrenden Umsatz von ungefähr 125 bis 150 Millionen Dollar erwirtschaftet – eine Zahl, die das Unternehmen nicht offengelegt hat. Rechnet man von einem vertretbaren SaaS-Umsatzmultiplikator rückwärts, liegt Radars implizierter ARR deutlich über dem, was seine installierte Basis bei marktüblichen Preisen pro Standort einbringen sollte. Die Kalkulation geht nur auf, wenn ein Teil des Schecks für etwas anderes als die Subscription-Linie geschrieben wird.
Oros beschrieb einen Graben, der „mit jeder Installation tiefer wird” – das klassische Bewertungsargument für ein Datenunternehmen, nicht für ein Anwendungsunternehmen. Die kontinuierliche Beobachtung auf Artikelebene im stationären Handel in diesem Maßstab erzeugt einen Datensatz, den kein konkurrierender Sensoranbieter derzeit besitzt – und der sich mit jeder neuen Installation vergrößert. Palantirs Aufschlag basiert auf einer ähnlichen Geschichte: In Kundenprozesse eingebettete Dateninfrastruktur erzeugt Ontologie- und Referenzdaten, die Wettbewerber nicht durch ein besseres Produkt replizieren können. Die Mittelverwendung für „autonomes Checkout” ist dieselbe These, ausgedrückt als Produkt-Roadmap: Wer autonomes Checkout realisieren will, muss zuerst die Datenschicht besitzen, die den Laden beobachtet. Der neue CFO Abi Viswanathan kommt von Nuro, wo er beim Aufbau des Unternehmens auf eine Bewertung von 8,6 Milliarden Dollar mitgewirkt hat – diese Einstellung liest sich wie eine bewusste Übernahme derselben Bewertungslogik. Hewett vermarktete es in seiner Ankündigung genauso: Er rahmte die Entscheidung, ohne Echtzeit-Intelligence zu arbeiten, als Entscheidung, „Milliarden auf dem Tisch liegen zu lassen”, und bat Händler, sich vorzustellen, ob sie innerhalb oder außerhalb der Datenschicht stehen.
Die These scheitert, wenn sich Radars Daten als portierbar, replizierbar oder kommerziell wertlos herausstellen. Impinj und Sensormatic verkaufen beide konkurrierende RFID-Stacks – die Impinj-Sensormatic-Overhead-360°-Partnerschaft bewirbt bereits Shrink-Visibility-Analytics aus derselben Deckenperspektive, die Radar nutzt – und ein Händler, der American Eagle für einen Anbieter verkabelt hat, kann es prinzipiell auch für einen anderen tun; die Bindung ist operativer, nicht vertraglicher Natur. RFID-Tagging in Katalogqualität bleibt weitgehend auf Bekleidung beschränkt, und ein Datensatz, der Lebensmittel, Hartwaren oder Beauty nie in relevanter Größenordnung erreicht, bleibt eng genug, dass der Multiplikator in Richtung Standard-Cloud-Vergleichswerte komprimiert – statt eine Dateninfrastruktur-Prämie zu rechtfertigen. Der schwierigste Fall tritt ein, wenn Händler irgendwann Portabilität ihrer eigenen In-Store-Telemetrie fordern, so wie Zahlungsdienstleister ihre Transaktionshistorien herausgeben mussten; dann reduziert sich der Graben auf das, was die KI-Analytics-Schicht allein halten kann.
Dieser Kampf um Portabilität hat noch nicht begonnen, und Gideon hat die Runde auf die Wette gezeichnet, dass er nicht rechtzeitig beginnen wird.
Die Bewertungslogik für KI-gestützte Handelsintelligenz im Jahr 2026 wird in Deals wie diesem erkennbar. Dashboards und Nachschubbenachrichtigungen sind Standardoutputs; niemand zahlt eine Unicorn-Bewertung dafür. Der Scheck kauft das Recht, die Schicht zu sein, die den Laden beobachtet, und diese Beobachtung schneller aufzubauen, als jeder Incumbent nachrüsten kann. Händler, die ihre Decken mit Radars Sensoren verkabeln, sollten verstehen, worauf sie sich einlassen: Die Installation ist großzügig, weil die Daten das sind, was den Deal trägt. Wenn der Graben hält, werden die nächsten In-Store-Sensor-Unternehmen nicht am SaaS-Benchmark gemessen, sondern an Palantir – und die Installationsverträge, die Händler heute unterzeichnen, sind in Wirklichkeit Datensatzverträge.