Clara Bergmann
Schreibt über die Systeme hinter der Mode: ERP, PLM, PIM, Integrationen und Commerce-Plattformen.
Artikel von Clara Bergmann
Gap Inc. und Google Cloud: was eine konzernweite KI-Partnerschaft umfasst
Im Oktober 2025 hat Gap Inc. eine mehrjährige KI-Partnerschaft mit Google Cloud geschlossen, die Design, Preisgestaltung, Marketing und Arbeitsabläufe der Mitarbeitenden umfasst. Was angekündigt wurde, was nicht und wie sie an die früheren KI-Projekte von Gap anknüpft.
Wie Next plc seine Daten und Total Platform zum Wachstumsmotor gemacht hat
Next betreibt über Total Platform Lager, Websites und Kundenservice für andere Marken, auf Basis selbst entwickelter Systeme. Wie das Modell funktioniert, was die Zahlen zeigen und wo KI heute ins Spiel kommt.
Agenten-Zahlungen und Checkout-Protokolle: Was Modehändler 2026 wissen müssen
ACP, UCP, AP2, das Trusted Agent Protocol von Visa und Mastercard Agent Pay sollen KI-Agenten sicheres Bezahlen ermöglichen. Was die einzelnen Protokolle leisten, wie sie zusammenspielen und was Modehändler jetzt entscheiden sollten.
Wem gehört der Kunde, wenn ein KI-Agent einkauft? Markenkontrolle im Agentic Commerce
Wenn Assistenten für Kundinnen und Kunden suchen, vergleichen und kaufen, drohen Modemarken die Beziehung, die Daten und die Inszenierung zu verlieren. Wo sich die Kontrolle verschiebt und welche Hebel Marken noch in der Hand haben.
EU AI Act nach August 2026: Was Modeunternehmen jetzt einhalten müssen
Der Grossteil des AI Act gilt seit dem 2. August 2026, doch der AI Omnibus hat die Hochrisikoregeln auf Dezember 2027 verschoben. Eine Checkliste mit Fristen für Modemarken und -händler.
KI-Kompetenz nach dem AI Act: So schulen Sie Modeteams und dokumentieren es
Artikel 4 gilt seit Februar 2025 und wurde durch den AI Omnibus abgeschwächt. Was Modeunternehmen jetzt tun müssen, wer geschult werden muss und wie Sie einen belastbaren Nachweis führen.
So erstellen Sie ein KI-Inventar und ein Risikoregister für ein Modeunternehmen
Ein KI-Inventar ist das erste Dokument, das Behörden, Prüfer und Verwaltungsräte verlangen werden. Eine Schritt-für-Schritt-Methode für Modemarken und -händler mit den Feldern, auf die es ankommt.
Gilt der EU AI Act für Schweizer und britische Modemarken? KI-Regeln ausserhalb der EU
Die Schweiz und Grossbritannien haben keinen eigenen AI Act, doch EU-Regeln erfassen Marken, die in die EU verkaufen. Was im Inland gilt, was über die EU gilt und was noch kommt.
Welche neuen KI-Rollen brauchen Modeunternehmen, und was tun sie tatsächlich?
Chief AI Officers, KI-Product-Owner, Prompt- und Conversation-Designer, Data Stewards: ein nüchterner Leitfaden zu den KI-Rollen, die in Modeunternehmen entstehen, und wofür jede davon verantwortlich ist.
Wie bringen Sie Mitarbeitende dazu, KI tatsächlich zu nutzen? Ein Einführungsplan für Modeteams
Lizenzen allein verändern die Arbeitsweise nicht. Ein praxisnaher Einführungsplan für Modeunternehmen: Anwendungsfälle je Team, Schulung, Leitplanken, Champions und Messung.
Was kostet generative KI wirklich? Lizenzen, Tokens und versteckte Kosten erklärt
Lizenzen pro Nutzer sind nur der sichtbare Teil der Ausgaben für generative KI. Wie sich Kosten für Lizenzen, Tokens, Integration, Daten und Governance in einem Modeunternehmen summieren, mit veröffentlichten Preisangaben.
Plattform oder Einzellösungen? So strukturieren Modeunternehmen die KI-Anbieterlandschaft
Sollte ein Modeunternehmen eine KI-Plattform kaufen oder viele spezialisierte Tools? Ein strukturierter Blick auf die Ebenen des KI-Stacks, die Zielkonflikte und die Entscheidung Anwendungsfall für Anwendungsfall.
KI im Modeunternehmen einführen: ein 90-Tage-Plan
Ein praxisnaher Dreimonatsplan für Modeunternehmen: die ersten Anwendungsfälle auswählen, die Daten prüfen, ein aussagekräftiges Pilotprojekt durchführen und entscheiden, was skaliert wird.
Wie Modemarken eine KI-Strategie entwickeln
Eine KI-Strategie ist eine Reihe von Entscheidungen darüber, wo KI die Arbeitsweise des Unternehmens verändern soll, welche Daten und Kompetenzen dafür nötig sind und wie Risiken gesteuert werden. So können Modemarken diese Entscheidungen treffen.
Datenstrategie für KI in der Mode: was zuerst bereinigt werden muss
Die meisten KI-Projekte in der Mode scheitern an den Daten, nicht an den Algorithmen. Welche Daten am wichtigsten sind, was zuerst bereinigt werden sollte und wie Produkt-, Bestands- und Verkaufsdaten KI-fähig werden.
Selbst entwickeln, kaufen oder Partner? Wie Modeunternehmen KI beschaffen sollten
Modeunternehmen können KI als Software kaufen, auf eigenen Daten selbst entwickeln oder mit Technologiepartnern umsetzen. Wann welche Option sinnvoll ist, was die Belege sagen und wie sich ein Lock-in vermeiden lässt.
Welche Kompetenzen und Teamstrukturen brauchen Modeunternehmen für KI?
KI verändert die Arbeit in Design, Merchandising, Vertrieb und Service. Welche Kompetenzen Modeunternehmen brauchen, wie sie KI-Teams organisieren und wie sie KI-Kompetenz nachhaltig aufbauen.
Fashion-Tech-Trends 2026: was real ist und was Hype
KI-Shopping-Assistenten, agentischer Checkout, Virtual Try-on und Unternehmensagenten: ein nüchterner Blick darauf, welche Technologietrends in der Mode 2026 Ergebnisse liefern und welche noch vor allem Versprechen sind.
EU AI Act: Was müssen Modeunternehmen 2026 wissen?
Der EU AI Act ist in Kraft, und der Digital Omnibus hat die Fristen für Hochrisikosysteme verschoben. Was für Modemarken und Händler bereits gilt, was als Nächstes kommt und wo die tatsächlichen Risiken liegen.
Ist KI in der Mode voreingenommen? Grössen, Hauttöne und Fairness erklärt
Von virtuellen Models bis zu Grössenempfehlungen kann KI in der Mode enge Schönheitsnormen reproduzieren. Woher Verzerrungen kommen, was die Forschung zeigt und wie Marken ihre Systeme testen können.
KI in der Luxusmode: wie sich Clienteling, Handwerk und Markenkontrolle verändern
Luxushäuser verkaufen Knappheit, Service und Geschichten. KI kann alle drei stärken, aber nur, wenn Marken in den entscheidenden Momenten die Kontrolle über Tonalität, Daten und die menschliche Beziehung behalten.
Wie misst man die Akzeptanz von Sales-Apps und digitalen Showrooms? Die Kennzahlen, die zählen
Logins und Lizenzzahlen zeigen nicht, ob Vertriebsteams wirklich umgestiegen sind. Die Kennzahlen, die die tatsächliche Akzeptanz von Sales-Apps und digitalen Showrooms sichtbar machen, und wie Sie darauf reagieren.
EDI-Onboarding mit einem neuen Handelspartner: die Checkliste für Marken
Bevor die erste elektronische Bestellung eintrifft, muss eine Marke mit dem Händler Dokumente, Identifikatoren, Übertragungsweg und Tests abstimmen. Diese Checkliste führt durch jeden Schritt und die typischen Stolperstellen.
Welche KI-Funktionen ERPs für die Mode heute liefern und was noch Marketing ist
ERP-Anbieter kündigen inzwischen in jedem Release KI-Agenten an. Ein nüchterner Blick darauf, welche Funktionen allgemein verfügbar sind, was sie in der Auftragsverwaltung leisten und wie Modeunternehmen die Versprechen prüfen sollten.
ERP in der Mode: das führende System hinter jeder Order
Jede Wholesale-Order, jede Rechnung und jede Lieferung landet am Ende im ERP. Was es in einem Modeunternehmen leistet, wo es an Grenzen stösst und wie man es gesund hält.
PLM, PIM und ERP: Wer verantwortet was im Mode-Tech-Stack?
Drei Abkürzungen, drei unterschiedliche Aufgaben. Eine klare Aufteilung der Datenverantwortung zwischen PLM, PIM und ERP verhindert Doppelarbeit, widersprüchliche Datensätze und verspätete Kollektionen.
Headless Commerce für Modemarken, einfach erklärt
Headless Commerce trennt das, was Kundinnen und Einkäufer sehen, von der Engine, die Preise, Warenkörbe und Orders verarbeitet. Was das bedeutet, wann es hilft und was es kostet.
Wie Integrationen Marken und Handel verbinden: EDI, APIs und Dateien
Orders, Produktdaten, Bestände und Rechnungen fliessen über drei Hauptwege zwischen Marken und Händlern. Ein praktischer Leitfaden zur Auswahl und zum Betrieb jedes Wegs.
EDI in der Mode: der alte Standard, der noch immer Orders bewegt
Electronic Data Interchange verbindet Marken und Händler seit Jahrzehnten. Wie EDI im Modegrosshandel funktioniert, welche Nachrichten zählen und wie die Anbindung reibungslos gelingt.
Selbst entwickeln oder kaufen? Software für Modeunternehmen auswählen
Individualsoftware verspricht perfekte Passung, Standardsoftware Tempo und weniger Risiko. Ein praktischer Rahmen, um zu entscheiden, welcher Weg zu welchem Bereich eines Modeunternehmens passt.
So sieht ein moderner Tech-Stack für eine mittelgrosse Modemarke aus
Von der Produktentwicklung über das Wholesale-Ordering bis zu den Finanzen braucht eine mittelgrosse Modemarke ein vernetztes Set an Systemen. Ein Leitfaden Schicht für Schicht, was wohin gehört.
Marktplätze für Modemarken: Modelle, Zielkonflikte und Kontrolle
Online-Marktplätze bieten Reichweite, doch jedes Modell verschiebt, wer über Preis, Bestand und Markenauftritt bestimmt. So funktionieren die wichtigsten Modelle, und das sollten Marken abwägen.
Softwareauswahl (RFP) durchführen, ohne eine Saison zu verlieren
Ein strukturierter Auswahlprozess findet das richtige System und schützt den Verkaufskalender. Ein Leitfaden Schritt für Schritt für Modeunternehmen, die eine Ausschreibung durchführen.
KI-Agenten erklärt für Führungskräfte in der Mode
KI-Agenten können Schritte planen und Werkzeuge nutzen, statt nur Fragen zu beantworten. Was das für Modeunternehmen praktisch bedeutet, welche Aufgaben sich eignen und welche Kontrollen zuerst stehen müssen.
Sind Ihre Daten bereit für KI? Ein Readiness-Check für Modemarken
Die meisten KI-Projekte in der Mode scheitern an den Daten, nicht an den Algorithmen. Ein praktischer Readiness-Check über Produkt-, Kunden-, Order- und Bestandsdaten, mit den wirksamsten Korrekturen.
KI-Governance für Modeunternehmen: ein pragmatischer Einstieg
Mitarbeitende nutzen KI-Werkzeuge bereits, mit oder ohne Richtlinie. Ein schlanker Governance-Rahmen für Modeunternehmen: was erlaubt ist, was kontrolliert wird und wer entscheidet.
Die wichtigsten Geschäftsmodelle in der Mode, erklärt
Wholesale, Direct-to-Consumer, Lizenzen, Private Label und mehr: wie jedes Geschäftsmodell in der Mode Geld verdient, wo das Risiko liegt und warum die meisten Marken mehrere zugleich betreiben.
Direct-to-Consumer oder Wholesale: den Kanalmix neu denken
DTC versprach höhere Margen und direkte Kundendaten. Die Realität umfasst Akquisitionskosten, Bestandsrisiko und Retouren. Warum die kluge Antwort meist eine bewusste Balance ist.
Saisonalität und Liquidität in Modeunternehmen
Modemarken bezahlen Stoffe Monate bevor sie für Kleidungsstücke bezahlt werden. Wie der saisonale Liquiditätszyklus funktioniert, wo die Druckpunkte liegen und wie Finanzteams sie steuern.
Eine Modemarke über Wholesale international expandieren
Wholesale ist oft der risikoärmste Weg in neue Märkte. Ein praktischer Leitfaden zur Wahl der Märkte, zur Strukturierung des Vertriebs, zur Preisgestaltung über Währungen hinweg und zur Unterstützung von Händlern im Ausland.
Handelsvertreter, Distributoren und Showrooms: wer eine Marke im Ausland verkauft
Handelsvertreter, Distributoren und Multibrand-Showrooms öffnen Modemarken Türen in ausländischen Märkten. Wie jedes Modell funktioniert, was es kostet und was in den Vertrag gehört.
Worauf Investoren bei einer Modemarke achten
Markenbegehrlichkeit reicht nicht. Investoren und Käufer prüfen Margenqualität, Kanalmix, Kundendaten, Bestandsdisziplin und Skalierbarkeit. Ein klarer Leitfaden, wie Modeunternehmen beurteilt werden.
Eine realistische digitale Roadmap für eine traditionelle Modemarke
Die digitale Transformation scheitert, wenn sie bei den Tools beginnt. Eine phasenweise, praxisnahe Roadmap für etablierte Modemarken, die bei Daten und Prozessen ansetzt und sich am Saisonrhythmus orientiert.
Vertriebsteams für den digitalen Wandel gewinnen
Vertriebsteams können einen neuen digitalen Prozess zum Erfolg führen oder scheitern lassen. Wie man sie früh einbindet, ihren eigenen Nutzen aufzeigt, Verkaufszeit schützt und Skeptiker zu Fürsprechern macht.