Unser Team

Die Menschen hinter Atomic Goats

Jahrzehntelange gemeinsame Erfahrung in KI, Computer Vision, Datenarchitektur und der Skalierung von Tech-Start-ups.

Thomas Rowlingson-Turner

Thomas Rowlingson-Turner

Gründer & CEOLinkedIn

Absolvent der University of Plymouth mit einem starken analytischen Fundament und über fünf Jahren Erfahrung darin, Technologieprodukte mit strukturierter Problemlösung voranzubringen. Thomas gründete Atomic Goats, nachdem er eine grundlegende Lücke darin erkannt hatte, wie Online-Mode Outfits visualisiert: Die meisten Tools arbeiten nur auf Artikelebene, sodass Kunden nicht sehen können, wie die Teile zusammenwirken.

Seine Vision: mit generativer KI allen Kunden, Creators und Marken die Möglichkeit zu geben, komplette Outfits an echten Körpern zu sehen, Rätselraten zu beenden und Retouren zu senken. Thomas verantwortet Produktstrategie und Go-to-Market und den Fokus des Unternehmens darauf, KI-gestützte Anprobe so einfach zu machen, dass jeder Shopify-Shop sie einsetzen kann.

Stephen Upton

Stephen Upton

Business Development & GrowthLinkedIn

Eine von Natur aus kaufmännisch denkende, dynamische Führungskraft mit umfassender Erfahrung darin, Technologieunternehmen beim Wachstum zu helfen. Absolvent der Loughborough University mit einer Laufbahn in Innovationsberatung, Business Development und Wachstumsstrategie für KMU und Start-ups.

Stephen hat mit über tausend Unternehmen an Wachstumsstrategie, Investment Readiness und Marktentwicklung gearbeitet, unter anderem in Programmen in Partnerschaft mit Innovate UK. Er verbindet ausgeprägten kaufmännischen Instinkt mit einem kooperativen, menschenorientierten Stil und baut die Beziehungen und Partnerschaften auf, die aus früher Traktion nachhaltigen Umsatz machen.

Bei Atomic Goats leitet Stephen die kaufmännische Strategie und die Partnerschaften und verbindet die Plattform mit Modemarken, E-Commerce-Integratoren und dem weiteren Ökosystem der Retail-Technologie.

Keith Turner

Keith Turner

Chief Technology OfficerLinkedIn

Unternehmerisch denkende Technologie-Führungskraft mit über 25 Jahren Erfahrung in 9 Tech-Start-ups in 6 Ländern und 8 Branchen. Keith hat nachweislich ambitionierte Ideen in ausgelieferte Produkte verwandelt, vom frühen Prototyp bis zur Skalierung.

Zuvor gründete er die weltweit erste interaktive virtuelle 3D-Plattform, die von Universitäten wie dem UCL und der Open University eingesetzt wurde, und wurde in Wettbewerben von Innovate UK für seine Arbeit an immersiven Technologien ausgezeichnet. Zu seinem Hintergrund gehören erfolgreiche Finanzierungsrunden, Produkt-Exits und fundierte Expertise in KI-getriebener Produktentwicklung.

Bei Atomic Goats verantwortet Keith die technische Vision und das Engineering-Team und entwirft die KI-Pipeline hinter der virtuellen Anprobe auf Outfit-Ebene im großen Maßstab.

Isabelle Piret

Isabelle Piret

Systems & Data ArchitectLinkedIn

Zwei Jahrzehnte Erfahrung in der Hightech-Entwicklung, unter anderem bei der Europäischen Weltraumorganisation ESA und großen Technologiekonzernen. Isabelles Expertise umfasst Datenarchitektur, Systemdesign, Qualitätssicherung und Softwareentwicklung in zahlreichen Sprachen und auf vielen Plattformen.

Bei Atomic Goats hat sie die Backend-Infrastruktur entworfen, auf der die KI-Verarbeitungspipeline aufbaut, und verantwortet Compliance und Qualitätsstandards auf der gesamten Plattform. Ihr gründlicher Ansatz beim Datendesign sorgt dafür, dass das System Bildgenerierung, Modellinferenz und Nutzerdaten mit der Zuverlässigkeit und Sicherheit verarbeitet, die Unternehmenskunden erwarten.

Unsere Technologie

Entwickelt, um Retouren zu senken

Ein Kleidungsstück kommt aus einem von zwei Gründen zurück: Es stand nicht, oder es passte nicht. Stil-Retouren und Passform-Retouren sind verschiedene Probleme, die verschiedene Technologien brauchen, und wir arbeiten an beiden. Jede davon bedeutet ein Paket hin, ein Paket zurück und einen Artikel, der vielleicht nie von irgendjemandem getragen wird.

Aktuelle Produkttechnologie

Heute im Einsatz und auf Stil-Retouren ausgerichtet: das ganze Outfit statt eines einzelnen Kleidungsstücks, an einem Körper wie ihrem, in Farben, die ihnen stehen.

👗

KI-gestützte virtuelle Anprobe (VTO)

Unsere eigene Pipeline für virtuelle Anprobe (VTO) kombiniert mehrere KI-Modelle, um fotorealistische Outfit-Visualisierungen zu erzeugen. Ausgehend von einem einzigen Foto passt unser System die Körperhaltung intelligent an, kleidet die Person mit realistischem Faltenwurf in jedes Teil des Outfits und liefert Ergebnisse in Studioqualität.

🎨

Intelligentes Styling

Unser KI-Stylist kuratiert komplette Looks auf Basis eines tiefen Verständnisses des Katalogs jedes Shops und kombiniert Teile, die wirklich zusammenpassen. Die Farbanalyse ist optional: Ist sie aktiviert, lenkt eine Bestimmung von Hautton, Haar- und Augenfarbe nach dem 12-Farbtypen-System jede Empfehlung auf die Farbpalette, die der Person steht.

🔍

Computer Vision und Katalog-Onboarding

Eine Marke zu onboarden heißt, ihren gesamten Katalog zu verstehen, nicht ihn von Hand zu verschlagworten. Computer Vision liest jedes Produktbild bei der Synchronisierung: Sie klassifiziert das Kleidungsstück, ermittelt seine echte Farbe und ordnet Farbvarianten dem richtigen Foto zu, damit ein Look nie aus dem falschen entsteht. Ein Katalog mit Tausenden Artikeln wird stylebar, ohne dass ein Merchandiser etwas manuell auszeichnet.

Virtuelle Anprobe mit Passform

Technischer Proof of Concept
Ein Mann in braunem T-Shirt und dunkler Jeans, das T-Shirt im Slim Fit, eng am Körper
Slim Fit
Derselbe Mann im selben braunen T-Shirt im Loose Fit, weiter an Körper und Ärmeln
Loose Fit
Illustrative Bilder, keine Ergebnisse unserer Passform-Technologie

Dieselbe Person, dasselbe T-Shirt, einmal Slim Fit, einmal Loose Fit. Das Lookbook beantwortet bereits „Das stand mir nicht“. Dies beantwortet „Das hat nicht gepasst“: etwa jede dritte Retoure und die schwierigere Hälfte des Problems.

Vier Wege, ihre Größe zu erfahren

  • Mein Kleiderschrank

    Sie wissen bereits, was gekauft wurde und in welcher Größe. Die Kundin oder der Kunde gibt an, wie jedes Teil sitzt, von eng bis locker, und wir leiten daraus die Maße ab.

  • Ein paar Fragen

    Ein Oberteil und eine Hose aus dem eigenen Schrank, jede Marke, jede Größe, und wie jedes Teil sitzt.

  • Eine Foto-App

    Maße aus zwei Fotos, eines von vorne und eines von der Seite.

  • Manuelle Maße

    Für Kunden, die ihre Maße bereits kennen.

Wo das tatsächlich steht: ein technischer Proof of Concept, keine ausgelieferte Funktion. Als Nächstes arbeiten wir daran, es ausgereift ins Lookbook zu bringen.

Wir suchen Investoren und Markenpartner, um das auf den Markt zu bringen. Sprechen Sie mit uns

Quellen: Unternehmensangaben von Zalando und Marriott et al., Transportation Research Part E 194 (2025): Größe und Passform ≈ ein Drittel der Retouren.

Speziell für den Modehandel entwickelt

Jede Komponente unseres Stacks ist speziell für die Herausforderungen im Online-Modehandel entwickelt: unterschiedliche Körpertypen, farbgetreue Darstellung, realistischer Faltenwurf der Stoffe und die Geschwindigkeit, die moderner E-Commerce verlangt. Wir passen keine Allzweck-KI-Tools nachträglich an, sondern bauen spezialisierte Pipelines, die konsistente, hochwertige Ergebnisse liefern.