McKinsey: Wie kann generative KI der Modebranche 150-275 Milliarden Dollar zusätzlichen Betriebsgewinn bringen?

McKinsey schätzt, dass generative KI innerhalb der nächsten drei bis fünf Jahre zwischen 150 Milliarden und 275 Milliarden Dollar zu den Betriebsgewinnen der Bekleidungs-, Mode- und Luxusbranche hinzufügen könnte, so die Analyse der Unternehmensberatung aus dem Jahr 2023. Die Spanne spiegelt ein konservatives bis optimistisches Szenario wider, und der Gewinn ist gross genug, um die wachsende Investitionsbereitschaft der Branche zu rechtfertigen. Mehr als 35 Prozent der Führungskräfte in der Modebranche nutzen generative KI bereits im täglichen Betrieb, so der State of Fashion 2026 Bericht, der im Dezember 2025 von McKinsey und Business of Fashion veröffentlicht wurde.

Dennoch hinkt die Reife der Einführung weit hinter der Absicht hinterher. Während 92 Prozent der Modeunternehmen angeben, ihre Investitionen in generative KI zu erhöhen, beschreiben nur 1 Prozent ihre Implementierung als ausgereift, so die gleiche Umfrage unter Führungskräften, die für den State of Fashion 2026 durchgeführt wurde. Viele stecken im Pilotmodus fest und testen isolierte KI-Lösungen mit begrenzter Wirkung, wobei die Skalierung oft als zu komplex oder kostspielig angesehen wird.

Der Kontrast zwischen Ambition und Umsetzung ist wichtig, weil sich das operative Umfeld für die Modebranche verschlechtert. 46 Prozent der Führungskräfte in der Modebranche erwarten eine Verschlechterung der Branchenbedingungen im Jahr 2026, gegenüber 39 Prozent in der Umfrage des Vorjahres. Zölle, schwindendes Verbrauchervertrauen und Lagerdruck zwingen Marken dazu, neue Effizienzhebel zu suchen. In diesem Kontext wandelt sich KI von einem Wettbewerbsvorteil zu einer geschäftlichen Notwendigkeit, argumentiert McKinsey.

Woher werden die 150 Milliarden bis 275 Milliarden Dollar an Wert kommen?

Die Schätzung von McKinsey umfasst die gesamte Wertschöpfungskette, von Design und Merchandising über Marketing, Lieferkettenoptimierung bis hin zu Filialbetrieb. Der McKinsey-Bericht aus dem Jahr 2023, Generative AI: Unlocking the Future of Fashion, beschreibt Anwendungsfälle in sechs Hauptbereichen: Merchandising und Produkt, Marketing, digitaler Handel und Kundenerlebnis, Lieferkette und Logistik, Filialbetrieb sowie Organisations- und Unterstützungsfunktionen.

Im Bereich Merchandising und Produkt kann generative KI Skizzen, Moodboards und Beschreibungen in hochauflösende Designs umwandeln, die Produktideenfindung bereichern, indem sie mit KI-Agenten zusammenarbeitet, die kreative Optionen aus früheren Produktlinien und inspirierendem Bildmaterial generieren, und Produkte für einzelne Verbraucher in grossem Massstab anpassen. Eine in Hongkong ansässige Designgruppe des Laboratory for Artificial Intelligence in Design veranstaltete im Dezember 2022 eine Modenschau mit generativ KI-unterstützten Designs, ein frühes Signal dafür, was die Technologie ermöglichen könnte.

Im Marketing können bis 2030 etwa 22 Prozent der Aufgaben mit generativer KI automatisiert werden, insbesondere in der Strategieentwicklung, Kampagnenideenfindung und Content-Erstellung, so der State of Fashion 2026 Bericht. Kommunikations- und Marketingfunktionen könnten die grössten Zeiteinsparungen durch Automatisierung mit generativer KI in der US-Modebranche verzeichnen. McKinsey schätzt, dass KI die Marketingproduktivität durch besseres Targeting und Optimierung um 10 bis 20 Prozent steigern kann und dass Personalisierung die Einnahmen um 5 bis 15 Prozent steigern kann.

In der Lieferkette und Logistik kann KI-gestützte Bedarfsprognose Prognosefehler um 20 bis 50 Prozent reduzieren und verlorene Verkäufe um bis zu 65 Prozent senken, während Bestandsoptimierung die Lagerbestände um 20 bis 50 Prozent senken kann, so die Forschung von McKinsey. Digitale Bestellsysteme und KI-Tools können die Lagerbestandstransparenz verbessern und die Personalzuteilung in Filialen optimieren.

Die Schätzung von McKinsey gilt branchenweit. Auf Ebene einzelner Unternehmen hängen die Erträge von der Qualität der Implementierung, der Datenreife und der Fähigkeit ab, KI in Arbeitsabläufe zu integrieren, anstatt sie in experimentellen Silos zu belassen.

Welche Einführungsszenarien bestimmen, wer den Wert erfasst?

Morgan Stanley verfolgte die KI-Einführung bei Unternehmen für langlebige Konsumgüter und Bekleidung und stellte fest, dass sich der als KI-Anwender klassifizierte Anteil in der ersten Hälfte des Jahres 2025 von 20 Prozent auf 44 Prozent mehr als verdoppelt hat. Das Rahmenwerk der Bank legte nahe, dass Modemarken und Einzelhändler eine Gesamtkosteneinsparungschance von 6 Milliarden Dollar und ein Potenzial am Mittelpunkt der Schätzungen sehen könnten, was sich in eine Steigerung des Gewinns vor Zinsen und Steuern um 20 Prozent im Jahr 2026 übersetzt.

Unternehmen, die KI in mindestens zwei Funktionen skaliert haben, melden 8 bis 12 Prozent höhere Gewinnmargen vor Zinsen und Steuern im Vergleich zu Wettbewerbern, die keine KI eingeführt haben, so der State of Fashion 2025 Bericht von McKinsey. Die Kluft zwischen KI-Anwendern und Nicht-Anwendern vergrössert sich, angetrieben durch überlegene Preissetzungsmacht und Effizienzgewinne bei ersteren, so Morgan Stanley.

Die Einführung beschleunigt sich am schnellsten in kundenbezogenen Anwendungen. Mehr als 35 Prozent der Führungskräfte berichten, dass sie generative KI bereits in Bereichen wie Online-Kundenservice, Bilderstellung, Texterstellung, Verbrauchersuche oder Produktentdeckung einsetzen. Produktentdeckung und Suche für Kunden war der am höchsten bewertete Anwendungsfall für generative KI im Jahr 2025, so die für den State of Fashion 2025 befragten Führungskräfte der Modebranche.

Der State of Fashion 2026 Bericht stellt fest, dass Unternehmen branchenübergreifend in den nächsten fünf Jahren voraussichtlich Produktivitätsgewinne von mehr als 30 Prozent durch Automatisierung und generative KI erzielen werden. Bis 2030 könnte etwa ein Drittel der Arbeitszeit der Mitarbeiter branchenübergreifend durch generative KI und andere Technologien in Europa und den Vereinigten Staaten automatisiert werden.

Wie viel müssen Modeunternehmen investieren, um den Wert generativer KI zu erfassen?

Der Investitionsbedarf variiert je nach Unternehmensgrösse und Ambition. Für kleine und unabhängige Marken liegen die jährlichen KI-Tool-Kosten typischerweise zwischen 350 und 2.400 Dollar, was in der ersten Saison Einsparungen von 5.000 bis 50.000 Dollar oder mehr durch reduzierte Muster-, Fotografie- und Iterationskosten bringt. Mittelgrosse Betriebe melden durchschnittliche Einsparungen von 2 Millionen bis 5 Millionen Dollar pro Saison durch generative KI, die physische Musterkosten um bis zu 90 Prozent reduziert, so eine BCG-Analyse, die in der Modebranchenforschung zitiert wird.

Grosse Unternehmen stehen vor höheren Anfangsinvestitionen. Typische Investitionen für KI-Implementierungen im Unternehmensmassstab reichen von 2 Millionen bis 10 Millionen Dollar oder mehr und umfassen Plattformlizenzen, Dateninfrastruktur, Integrationsarbeiten und Talentakquise. Die Erträge im ersten Jahr können jedoch erheblich sein, wenn KI über mehrere Funktionen hinweg eingesetzt wird. Eine Analyse schätzte, dass ein grosser Modehändler allein bei den Retouren-Bearbeitungskosten jährliche Einsparungen von 2,16 Millionen Dollar erzielen könnte, indem er Retouren durch KI-gestützte virtuelle Anprobe- und Passform-Tools reduziert.

Der State of Fashion 2026 Bericht betont, dass 92 Prozent der Organisationen angeben, ihre Investitionen in generative KI zu erhöhen, aber viele im Pilotmodus feststecken und isolierte KI-Lösungen mit begrenzter Wirkung testen. Skalierung ist der Engpass. Eine MIT-Studie aus dem Jahr 2025 ergab, dass nur 5 Prozent der KI-Pilotprojekte Werte in Millionenhöhe extrahieren, wobei Daten und Betriebsmodelle, nicht die KI-Modelle selbst, als primäre Einschränkung identifiziert wurden.

Welche Unternehmen haben generative KI in grossem Massstab implementiert und mit welchen Ergebnissen?

Zalando gehört zu den fortschrittlichsten Anwendern. Die europäische Modeplattform berichtete, dass generative KI die Kosten für die Bildproduktion um 90 Prozent reduziert hat, so der State of Fashion 2026 Bericht. Im vierten Quartal 2024 waren 70 Prozent seiner redaktionellen Inhalte KI-generiert. Der Anteil KI-generierter Produktinhalte stieg innerhalb eines Jahres von fast null auf 90 Prozent, während die Erstellungszeiten für Kampagnen von sechs Wochen auf wenige Tage sanken, so Unternehmensangaben vom Mai 2026.

Zalando erweiterte seinen KI-Assistenten Anfang 2026 um Beauty-Empfehlungen zusätzlich zu Modeberatung. Allein im ersten Quartal 2026 nutzten fast 10 Millionen Kunden den Assistenten, verglichen mit 6 Millionen im gesamten Jahr 2025. Das Unternehmen meldete ein Wachstum des Bruttowarenvolumens der Gruppe um 21,7 Prozent im Jahresvergleich auf 4,29 Milliarden Euro im ersten Quartal 2026, während der Umsatz um 23,8 Prozent auf 3 Milliarden Euro stieg. Der bereinigte Gewinn vor Zinsen und Steuern stieg im Jahresvergleich um 38,7 Prozent auf 65 Millionen Euro, unterstützt durch 10 Millionen Euro an Synergien aus der ABOUT YOU Übernahme vor Integrationskosten.

Ralph Lauren lancierte im September 2025 Ask Ralph, einen KI-gestützten konversationellen Shopping-Assistenten. Das in Partnerschaft mit Microsoft entwickelte und von Azure OpenAI betriebene Tool nutzt natürliche Sprachverarbeitung, um shoppbare visuelle Layouts kompletter Outfits basierend auf konversationellen Eingaben bereitzustellen. Das Unternehmen meldete besser als erwartete Ergebnisse für das zweite Quartal des Geschäftsjahres 2026 im November 2025 mit Nettoumsätzen von 2,01 Milliarden Dollar, was einem Anstieg um 16,5 Prozent auf berichteter Basis und 14 Prozent in konstanter Währung entspricht. Der Nettogewinn für das zweite Quartal betrug 207,5 Millionen Dollar, verglichen mit 147,9 Millionen Dollar im Vorjahreszeitraum.

H&M testete 2024 und 2025 digitale Zwillinge und erstellte KI-Modelle aus 30 menschlichen Models mit ausdrücklicher Zustimmung und Rechteverwaltung. Das Unternehmen verwendet explizite Haftungsausschlüsse auf Bildern digitaler Zwillinge. Mango lancierte 2025 eine Teenager-Kampagne, die vollständig mit KI erstellt wurde, und verwendet jetzt vorlagenbasierte KI-Werbe-Varianten zur Skalierung der Kreativität.

Etro verwendet KI zur Verbesserung von Produktbeschreibungen, zur Unterstützung mehrsprachiger Übersetzungen und zur Generierung kreativer Assets für Produktseiten, wie auf den Business of Fashion VOICES im Dezember 2025 vorgestellt. Shopifys Winter 2026 Edition, die im Dezember 2025 veröffentlicht wurde, führte über 150 KI-gestützte Funktionen ein, darunter SEO-optimierte Produktbeschreibungsgenerierung, integrierte Bildbearbeitung und ein KI-Katalogsystem, das automatisch Produktkategorien über Milliarden von Einträgen hinweg ableitet.

Was sind die Risiken und Einschränkungen generativer KI in der Modebranche?

Algorithmische Voreingenommenheit stellt eines der am häufigsten diskutierten ethischen Bedenken dar. KI-Modelle, die auf Bilddaten trainiert werden, können unbeabsichtigt Voreingenommenheiten in Bezug auf Körpertyp, Hautfarbe und kulturelle Normen verstärken. Forschung zeigt, dass KI-gestützte Modesysteme häufig die Präferenzen der Mainstream-Verbraucher widerspiegeln, da Trainingsdaten typischerweise von grossen Marken, sozialen Medien und führenden Einzelhandelsmärkten stammen. Wenn Datensätze unvollständig, verzerrt oder unautorisiert sind, könnte das Ergebnis irreführende Trendvorhersagen, falsche Grössen oder kulturell unsensible Inhalte sein.

Datenschutz- und Sicherheitsbedenken nehmen zu. KI-Mode-Tools benötigen persönliche Daten wie Fotos, Körpermasse, Stilpräferenzen und Verhaltensmuster. Im Jahr 2026 sind datenschutzbewusste Verbraucher zunehmend wählerisch bei den Tools, die sie verwenden. Tools, die klar erklären, welche Daten sie sammeln und wie sie verwendet werden, verzeichnen höhere Akzeptanzraten. Einige Tools verarbeiten Garderoben-Fotos lokal, anstatt sie an Cloud-Server zu senden, ein wachsender Unterscheidungsfaktor.

Die Herkunft der Trainingsdaten hinter den KI-Bildmodellen, die die Outputs von Modemarken antreiben, bleibt eine aktive Frage. Mehrere wichtige Klagen in den Jahren 2024 und 2026 befassten sich damit, ob KI-Bildgeneratoren, die auf nicht anerkannten Fotografien trainiert wurden, faire Nutzung oder Verletzung darstellen. Marken, die KI-Bildanbieter nutzen, sollten nach Trainingsdatenquellen fragen und Anbieter mit sauberen, dokumentierten Trainingsdatenquellen bevorzugen.

Halluzinationen und Genauigkeitsprobleme bleiben ein technisches Risiko. KI-generierte Inhalte können sachlich falsche Informationen oder unsinnige Ausgaben produzieren. Offenlegung und Transparenz sind aufkommende regulatorische Anforderungen. Bis Ende 2027 könnten Modemarken, die KI-generierte Bilder in der Werbung verwenden, in mehreren wichtigen Märkten einer obligatorischen Kennzeichnung unterliegen. Der EU AI Act verlangt ab 2026 eine obligatorische Kennzeichnung synthetischer Medien. Der New Yorker Fashion Workers Act, der ab Juni 2025 gilt, erfordert die ausdrückliche Zustimmung für digitale Nachbildungen von Models.

Es entstehen auch Beschäftigungsbedenken. Menschliche Models und Kreativschaffende könnten Chancen an automatisierte Systeme verlieren, was Spannungen zwischen Effizienz und fairen Arbeitspraktiken schafft. McKinsey rahmt generative KI als Produktivitätsmultiplikator über Design, Marketing und Merchandising ein, wobei etwa 30 Prozent der Mitarbeiterzeit bis 2030 automatisierbar sind, während kreative Leitung und Geschmack menschlich bleiben. In der Praxis nutzen Designer KI für Ideenfindung und schnelle Iteration, nicht für das automatische Führen von Kollektionen.

Die Kapitalrenditen bleiben für viele unsicher. Gartner prognostizierte, dass mindestens 30 Prozent der generativen KI-Projekte bis Ende 2025 nach dem Proof of Concept aufgegeben werden würden. Die MIT NANDA-Studie ergab, dass nur 5 Prozent der KI-Pilotprojekte Werte in Millionenhöhe extrahieren, wobei Daten und Betriebsmodelle, nicht die KI-Modelle selbst, als primärer Engpass identifiziert wurden.

Wie wirkt sich generative KI auf verschiedene Funktionen entlang der Mode-Wertschöpfungskette aus?

In Design und Produktentwicklung hebt die Forschung von McKinsey hervor, dass ein Viertel des Werts generativer KI in der Mode aus Produktstyling und -entwicklung stammen könnte. Bereits 2023 integrierten 28 Prozent der Branchenakteure KI in kreative Designprozesse. KI hilft Marken, Konzepte schneller zu visualisieren, während Designer für die Bearbeitung und Fertigstellung von Kleidungsstücken verantwortlich bleiben, so ein Bericht des Wall Street Journal vom Januar 2026.

In Merchandising und Planung wird KI zunehmend zur Unterstützung von Bedarfsprognosen, Preisentscheidungen und Sortimentsplanung eingesetzt. Merchandising-Teams können schneller auf Leistungstrends reagieren. KI-unterstützte Erkenntnisse helfen, Zuteilungsentscheidungen zu leiten und das Risiko von Über- oder Unterbeständen zu reduzieren. Bis 2030 könnte etwa ein Drittel der Arbeitszeit in der Modebranche durch generative KI und andere Technologien automatisiert werden.

Im Marketing können Organisationen, die agentische Workflows implementieren, ein Umsatzwachstum von 10 bis 30 Prozent durch hyperpersonalisiertes Marketing erwarten, so die Forschung von McKinsey. Agentische Systeme sollen die Erstellung und Ausführung von Marketingkampagnen um das 10- bis 15-fache beschleunigen, indem sowohl das Brainstorming als auch die Prüfung von Ideen beschleunigt werden. Marketing entwickelt sich von der Inhaltsproduktion zur Kuratierung, wobei etwa 22 Prozent der Marketingaufgaben bis 2030 automatisierbar sind.

In Betrieb und Rückwärtslogistik sind Retouren ein wichtiges Ziel. Schätzungsweise 19,3 Prozent der US-Online-Verkäufe wurden 2025 zurückgegeben, so die National Retail Federation. Online-Bekleidungsrücksendequoten liegen im Bereich von 24 bis 30 Prozent. Einzelhändler, die virtuelle Anprobe implementieren, verzeichneten eine durchschnittliche Reduzierung der Bekleidungsrücksendequoten um 23 Prozent, wobei einige Kategorien 40 Prozent erreichten, so eine Forrester-Analyse von 2025.

Welche Gegenargumente stellen die Schätzung von 150 Milliarden bis 275 Milliarden Dollar in Frage?

Die Schätzung von McKinsey ist eine branchenweite Projektion über drei bis fünf Jahre, kein garantiertes Ergebnis für einzelne Unternehmen. Sie geht davon aus, dass Modeunternehmen KI erfolgreich über Pilotprojekte hinaus skalieren, sie in Kernarbeitsabläufe integrieren und Effizienzgewinne erfassen werden. Die Daten des State of Fashion 2026 zeigen, dass 92 Prozent planen, Investitionen zu erhöhen, aber nur 1 Prozent über ausgereifte Implementierungen verfügt, was darauf hindeutet, dass das Umsetzungsrisiko erheblich ist.

Die Schätzung geht auch davon aus, dass Produktivitätsgewinne sich in Betriebsgewinne übersetzen, anstatt durch niedrigere Preise wegkonkurriert oder in Wachstumsinitiativen investiert zu werden, die nicht sofort die Margen erhöhen. In einem deflationären Umfeld, in dem Verbraucher preissensibel sind und Wertsegmente expandieren, könnten Marken wählen, KI-gesteuerte Kosteneinsparungen an Kunden weiterzugeben, anstatt sie als Gewinn zu behalten.

Einige Branchenbeobachter argumentieren, dass der Wert in Bereichen wie Bilderzeugung und Kundenservice front-loaded sein könnte, wo frühe Erfolge sichtbar sind, aber in Bereichen wie Design und Merchandising schwerer zu erfassen ist, wo KI menschliches Urteilsvermögen ergänzt, anstatt es zu ersetzen. Das Wall Street Journal berichtete im Januar 2026, dass KI Marken hilft, Konzepte schneller zu visualisieren, während Designer für die Bearbeitung und Fertigstellung von Kleidungsstücken verantwortlich bleiben, was darauf hindeutet, dass Produktivitätsgewinne in kreativen Funktionen bescheidener sein könnten als in operativen Funktionen.

Es gibt auch Debatten über die Grösse des adressierbaren Marktes. Die Schätzung von McKinsey gilt für Betriebsgewinne in Bekleidung, Mode und Luxus. Der globale Modemarkt wurde im Jahr 2026 auf etwa 997 Milliarden Dollar geschätzt, so McKinsey und Business of Fashion. Wenn die Branche wie prognostiziert ein niedriges einstelliges Wachstum verzeichnet und wenn Betriebsmargen durch Zölle und Inputkosten unter Druck bleiben, könnte der absolute Pool an Betriebsgewinnen, der gesteigert werden kann, kleiner sein, als die Spanne von 150 Milliarden bis 275 Milliarden Dollar nahelegt.

Schliesslich berücksichtigt die Schätzung nicht die Kosten der KI-Implementierung, einschliesslich Plattformlizenzen, Dateninfrastruktur, Integrationsarbeiten, Talentakquise und der Abschreibung gescheiterter Pilotprojekte. Wenn 30 Prozent der generativen KI-Projekte nach dem Proof of Concept aufgegeben werden, wie Gartner prognostizierte, wird der von der Branche erfasste Nettowert niedriger sein als die Bruttochance.

Häufig gestellte Fragen

Was sollten Modeunternehmen jetzt tun?

1. Überprüfen Sie aktuelle KI-Pilotprojekte und beenden Sie diejenigen, die nicht skalieren. Wenn ein Pilotprojekt seit mehr als sechs Monaten läuft, ohne einen klaren Weg zur Produktionsimplementierung, statten Sie es entweder ordnungsgemäss aus oder stellen Sie es ein. Die 1-Prozent-Reifezahl signalisiert, dass die meisten Unternehmen Pilotprojekte ansammeln, nicht Lösungen skalieren.
2. Priorisieren Sie Anwendungsfälle mit messbarem ROI und kurzen Amortisationszeiten. Beginnen Sie mit Bilderzeugung, Produktbeschreibungen und Kundenservice, wo Anbieter bewährte Tools anbieten und Ergebnisse innerhalb von Wochen sichtbar sind. Vermeiden Sie komplexe kundenspezifische Entwicklungen in Bereichen wie Trendprognosen, bis die operativen Grundlagen vorhanden sind.
3. Investieren Sie in Datenqualität und Integration vor Modellen. Die MIT NANDA-Studie ergab, dass Daten und Betriebsmodelle, nicht KI-Modelle, der Engpass sind. Saubere Produktdaten, integrierte Bestandssysteme und einheitliche Kundenprofile sind Voraussetzungen für die Skalierung von KI über die Wertschöpfungskette hinweg.
4. Legen Sie klare Governance für Voreingenommenheit, Transparenz und Zustimmung fest. Etablieren Sie Richtlinien für die Herkunft von Trainingsdaten, verlangen Sie von Anbietern die Dokumentation von Datenquellen und implementieren Sie Massnahmen zur Erkennung von Voreingenommenheit und zur Förderung von Vielfalt. Bereiten Sie sich auf obligatorische Offenlegungsanforderungen vor, indem Sie KI-generierte Inhalte jetzt kennzeichnen.
5. Schulen Sie Teams um und rekrutieren Sie für neue Rollen. Zu den wichtigsten Einstellungskriterien gehören Fachwissen in Datenqualität, Systemintegration, digitalen Zwillingen und Marketingautomatisierung, so der State of Fashion 2026. Schulen Sie bestehende Mitarbeiter in KI-unterstützten Workflows, anstatt anzunehmen, dass Automatisierung einfach Personalabbau bedeutet.
6. Messen Sie Produktivitätsgewinne, nicht nur Kostensenkungen. Verfolgen Sie Zeiteinsparungen, Kampagnengeschwindigkeit, Iterationsgeschwindigkeit und Fehlerreduktion neben Kostenmetriken. Die grössten Erträge kommen davon, mehr mit den gleichen Ressourcen zu tun, nicht nur das Gleiche mit weniger Ressourcen zu tun.
7. Planen Sie für agentische KI im Jahr 2027 und darüber hinaus. Während sich aktuelle Implementierungen auf generative KI für Inhalte und Empfehlungen konzentrieren, entsteht agentische KI, die Entscheidungen treffen und systematische Prozesse automatisieren kann. Marken sollten Entwicklungen im agentischen Handel überwachen, bei dem KI-Agenten bei Suche, Produktauswahl und Käufen unterstützen.