Pressematerial

Boilerplate

Unternehmensdaten

Unternehmen

hypsh

Gestartet

2026, Berlin

Hauptsitz

Wöhlertstraße 8, 10115 Berlin, Deutschland

Branche

Fashion-Tech / Handelstechnologie

Produkt

KI-Styling-Plattform mit Outfit-Builder

Entwickelt für

Fashion Shoppers (B2C) / Retail Stores (B2B)

Status

Live auf hypsh.com

Websites

hypsh.com — Produktseitehypsh.ai — Unternehmensseite

Wie es funktioniert

1. 1

   Den Katalog aufbereiten

   Produktdaten sind gewöhnlich für Filter gemacht, statt für Menschen: Größe, Farbe, Material, Kategorie. Daraus lässt sich nicht ablesen, ob zwei Teile zusammenpassen. hypsh reichert jedes Produkt so an, dass eine Stylistin damit arbeiten könnte: wie es wirkt, wie es fällt, wie es neben anderen Teilen aussieht.

2. 2

   Anliegen verstehen, nicht Suchbegriffe

   Wir suchen noch mit Stich- und Fachwörtern, dabei haben wir einen Anlass, eine Stimmung oder ein bestimmtes Outfit im Kopf. Aber wir wissen nicht, wie wir das formulieren sollen. Genau dafür bietet hypsh als einfachen Einstieg eine Auswahl von Anlässen, Trends oder fertige Outfits an. Auch Fotos können hochgeladen werden.

3. 3

   Den Look als Ganzes denken

   hypsh stellt je nach Bedarf individuelle, stimmige Outfits zusammen, die sich im Gespräch mit dem Stylist weiterentwickeln lassen. Bis man das Gefühl hat: Ja, das passt. Diese Outfits lassen sich komplett visualisieren.

4. 4

   Komplett personalisierbar

   Über einen Style Pass können Suche und Outfit-Erstellung genau an die Nutzer:innen angepasst werden: an ihre Größen, besondere Körperformen und ihren Farbtyp.

Von hypsh erstellte Outfits

Echte Ergebnisse aus der Plattform, frei für redaktionelle Nutzung. Die Models sind KI-generiert und als solche sichtbar gekennzeichnet.

Gründer

Benjamin Dageroth

Gründer & CEO

LinkedIn

Benjamin Dageroth ist Founder und CEO von hypsh. Als langjähriger Product Manager für KI hatte er gesehen, dass Mode-Websites um Suchbegriffe herum gebaut sind, nicht um Absichten – eine Lücke, die er mit hypsh schließt. In gewisser Weise stellt das eine Rückkehr zu seinen Wurzeln dar: Zwanzig Jahre vorher hatte sein erstes Startup qiss ein ähnliches Problem behandelt: Menschen dabei zu helfen, das richtige Geschenk zu finden, wenn sie nicht recht wussten, wo sie anfangen sollten.

Kopieren · Ein SatzKopieren · KurzKopieren · Vollständig

Verfügbar für Interviews zu

Was ziehe ich an? Styling als die eigentliche EinkaufsfrageFarbtypanalyse – und warum ihr Vokabular an den Menschen vorbeigehtSelbstsicherheit, Überzeugung – und wofür Kleidung eigentlich da istKI-Stylisten und wie Menschen Kleidung beschreibenOutfit-basiertes statt artikelbasiertes EinkaufenPersonalisierung im ModebereichWohin sich Fashion-E-Commerce entwickeltEin KI-Unternehmen in Berlin aufbauen

Stephan Pfob

Mitgründer & Geschäftsführer

LinkedIn

Stephan Pfob ist Co-Founder und Geschäftsführer von hypsh. Der studierte Philosoph hilft seit zehn Jahren Menschen und Organisationen, gut zu kommunizieren und klug zu arbeiten als Geschäftsführer der Berlin Alley GmbH. Er ist Autor mehrerer Bücher, zuletzt „Starke Gespräche“ (München 2025), betreibt den Podcast „Gut und Gerne“ zur Psychologie glücklicher Arbeit und gibt die „Toolbox für gute Arbeit“ heraus.

Kopieren · Ein SatzKopieren · KurzKopieren · Vollständig

Verfügbar für Interviews zu

Wie Menschen beschreiben, was sie tragen wollenSprache, Bedeutung und KIGründen im KI-Bereich ohne technischen HintergrundKommunikation und FeedbackkulturPsychologie der ArbeitPhilosophie und TechnologieHuman Royalty (menschliche Fähigkeiten, die KI nicht ersetzen kann)

Zitate

Styling, Preise, Datenschutz

• Stöbern und Outfits zusammenstellen geht ohne Konto und ohne Foto.
• Wer möchte, kann Fotos von sich hochladen. hypsh analysiert daraus den Farbtyp (Haut, Haare), dazu Körperform und Farbtypologie, und schätzt die Größen ein. Dieses Profil lässt sich auch von Hand ausfüllen.
• Wer sein Foto nach der Analyse behalten möchte, kann das tun. Es bleibt gespeichert, bis der Nutzer es löscht oder sein Konto auflöst. Für das Training oder die Verbesserung von Modellen werden die Fotos nicht verwendet.
• Die virtuelle Anprobe läuft über Google Vertex AI — zu Konditionen, die Kundendaten vom Modelltraining ausschließen.
• Outfit-Visualisierungen, die mit hochgeladenen Fotos entstanden sind, erscheinen aus Datenschutzgründen nicht im Feed.

Technologie

Pressematerial

• Logo hypshWEBP·SVG
• Social-/Vorschaubild (JPG)Herunterladen
• Produkt-Screenshot – Outfit BuilderHerunterladen
• Produkt-Screenshot – semantische SucheHerunterladen
• Porträt – Benjamin DagerothHerunterladen
• Porträt – Stephan PfobHerunterladen

Themenvorschläge

1. Was ein Mensch kann und eine KI nicht

   Die Frage wird gerade überall gestellt. Unsere ehrlichste Antwort darauf ist zugleich die unbequemste. Wir nennen es Human Royalty: jene Fähigkeiten, in denen eine gute Stylistin einer KI weiterhin überlegen ist. Empathie. Ein Gespür für den Raum. Die Fähigkeit, eine Beziehung aufzubauen. Eine KI weiß, dass Marine zu Camel passt. Ein Mensch merkt, dass jemand heute keinen Rat will, sondern Bestätigung. (Und dass Marine und Caramel eben nicht immer funktioniert.) Wir bauen eine KI, die so gut stylt, wie es nur irgend geht. Aber wir bauen sie in der Überzeugung, dass diese Grenze real ist.

2. Der Placebo-Effekt der Mode

   Ein Farbsystem ist kein Naturgesetz, und wir würden lügen, wenn wir unseres als eines verkaufen würden. Die Beweislage darunter ist dünn. Und das ist auch gar nicht der Punkt. Sich anzuziehen hat eine einzige Aufgabe: überzeugt aus dem Haus zu gehen. Ein Outfit, das jemand mit Überzeugung trägt, tut mehr für ihn als dasselbe Outfit, getragen mit Zweifeln. Man kann das den Placebo-Effekt der Mode nennen — mit einem Unterschied zu den meisten Placebos: Hier muss niemand getäuscht werden, damit er wirkt. Eine Anleitung, die dazu führt, dass jemand ein Teil mit Überzeugung trägt, hat genau das geleistet, wofür Kleidung da ist.

3. Das Suchfeld ist eine Kapitulation

   Die Antwort der Branche auf jede Frage ist ein Suchfeld. Es verlangt vom Kunden genau die Kompetenz, die eigentlich der Händler mitbringen sollte. Wir haben auch eins gebaut, wie alle. Dann haben wir gelesen, was die Leute hineinschreiben. Jeans. Blazer. Hose. Ein Wort, immer wieder — von Menschen, die gekommen waren, um ein Outfit zu bekommen, und mit einer Liste wieder gingen. Die wenigen, die es ernsthaft versuchten, schickten uns einen ganzen Absatz über Schweißflecken und Platz im Ärmel. Weder das eine Wort noch der Absatz ist eine Suchanfrage. Beides sind Menschen, die angezogen werden wollen.

4. Was eine Maschine wissen muss, bevor sie jemanden anziehen kann

   Ein Produktfeed weiß, dass ein Rock Größe 38 hat, aus Viskose ist, midi und schwarz. Er weiß nicht, ob der Rock zu den Stiefeln taugt. In genau dieser Lücke steckt alles Schwierige.

5. Jedes AI-Model bei uns gekennzeichnet. Die retuschierten echten waren es nie.

   Synthetische Models zu kennzeichnen ist keine Haltung, die wir uns ausgesucht haben. Der AI Act schreibt es vor, wir halten uns daran. Diskussionswürdig ist etwas anderes: wo die Grenze eigentlich verläuft. Ein generiertes Model ist offensichtlich künstlich. Das retuschierte davor war es auch — nur leiser: umgeformt, geglättet und nie als irgendetwas ausgewiesen. Die Mode veröffentlicht seit Jahrzehnten veränderte Körper, ganz ohne Hinweis. Wo die Grenze liegen sollte, ist eine berechtigte Frage — und keine, die wir allein beantworten können.