Was ist agentische KI und wie unterscheidet sie sich von generativer KI in der Mode?

Agentische KI arbeitet autonom, um Ziele durch mehrstufige Ausführung zu erreichen, während generative KI Inhalte als Reaktion auf Eingaben produziert. Die grundlegende Unterscheidung ist wichtig für Modeunternehmen, die nun beide Technologien in Betrieb und Kundenerlebnis einsetzen. Generative KI erstellt Text, Bilder oder Empfehlungen auf Anfrage. Agentische KI überwacht Daten, trifft Entscheidungen und handelt, ohne bei jedem Schritt auf menschliche Anweisungen zu warten.

Was ist der Unterschied zwischen agentischer KI und generativer KI?

Generative KI erstellt neue Inhalte wie Text oder Bilder, während agentische KI autonome Handlungen ausführt, um ein bestimmtes Ziel zu erreichen. Der Hauptunterschied besteht darin, dass generative KI reaktiv und agentische KI proaktiv ist. Agentische KI konzentriert sich auf autonomes Handeln und Zielerreichung und ist von Natur aus zielorientiert, während generative KI auf die Erstellung von Inhalten ausgerichtet ist.

Agentische KI trifft Entscheidungen und handelt, um einen Prozess am Laufen zu halten, während generative KI auf Eingaben reagiert und Ausgaben erstellt. Agentische KI spezialisiert sich auf Workflow-Automatisierung und unabhängige Problemlösung, während die Stärke generativer KI in der Inhaltserstellung liegt. Generative KI erstellt Inhalte wie Text, Bilder und Code aus einer Eingabe, während agentische KI komplexe Aufgaben von Anfang bis Ende plant und ausführt, ohne auf Anweisungen zu warten. Generative KI macht Einzelpersonen schneller, aber agentische KI verändert, wie ganze Prozesse ablaufen.

Die meisten agentischen Systeme verwenden generative KI, typischerweise grosse Sprachmodelle, als ihr Reasoning-Engine. Die beiden ergänzen sich: Generative KI erstellt, agentische KI handelt.

Wie nutzt Levi's agentische KI?

Levi Strauss & Co. entwickelt einen agentischen KI-Super-Agent als Teil seiner mehrjährigen digitalen Transformationsreise. Um Aufgaben unternehmensweit zu automatisieren, fungiert der Super-Agent als Vermittler für einzelne spezialisierte Sub-Agenten, schafft neue Effizienzgewinne im gesamten Unternehmen und vereinfacht komplexe und sich wiederholende Arbeiten.

Die agentische KI-Plattform ist um einen einzigen Super-Agent herum aufgebaut, um aufgabengetriebene Arbeit in der gesamten Levi Strauss Organisation zu automatisieren. Der Super-Agent ist in Microsoft Teams eingebettet und wird von Azure betrieben. Der Super-Agent wurde Anfang 2026 eingeführt, mit Erweiterung auf globale Büros im Laufe des Jahres.

Die Unternehmen haben die Plattform so konzipiert, dass sie ein Netzwerk von KI-Sub-Agenten integriert, die Funktionen in IT, Personalwesen und Betrieb abdecken. STITCH bietet den Ladenteams von Levi's On-Demand-Zugang zu Produktinformationen, Betriebsverfahren und Schulungsmaterialien über eine mobile App.

Was ist Walmarts Sparky und wie funktioniert es?

Im Juni 2025 hat Walmart Sparky eingeführt, seinen agentischen KI-Einkaufsassistenten, der die Stichwortsuche durch ein Service-Erlebnis ersetzen soll. Anstatt Produktlisten zu durchsuchen, konnten Kunden Ziele angeben wie die Ausrichtung eines Grillabends oder die Planung von Abendessen unter der Woche, und Sparky würde planen, denken und handeln, um eine vollständige Lösung zu liefern.

Walmart CEO John Furner sagte im April, dass App-Nutzer, die mit dem Sparky KI-Agent interagieren, ungefähr 35 Prozent mehr ausgeben als diejenigen, die dies nicht tun. Etwa die Hälfte der Walmart App-Nutzer haben mit Sparky interagiert. Die Kundenbindung mit dem Tool ist gestiegen, und der durchschnittliche Bestellwert für Sparky-Nutzer ist etwa 35 Prozent höher im Vergleich zu Nicht-Sparky-Kunden.

Walmarts KI-Einkaufsagent Sparky kann nun vom Benutzer hochgeladene Bilder verwenden, um Fragen zu beantworten oder Einkaufslisten zu erstellen. Dies sind zwei von mehreren neuen Funktionen, die Walmart zu Sparky vor der Weihnachtseinkaufssaison hinzugefügt hat. Walmart erweitert auch die Verfügbarkeit von Sparky über Kunden in den Vereinigten Staaten hinaus und macht es für Kunden in Kanada und Mexiko sowie für Sam's Club Mitglieder in den USA verfügbar.

Wann sollten Modehändler generative KI gegenüber agentischer KI einsetzen?

Modeunternehmen setzen generative KI ein, wenn sie Inhaltserstellung mit menschlicher Überprüfung benötigen, und agentische KI, wenn sie autonomes Prozessmanagement benötigen. Die Wahl hängt von Kontrollanforderungen und Workflow-Komplexität ab.

Verwenden Sie agentische KI bei der Verwaltung mehrstufiger Betriebsprozesse. Verwenden Sie generative KI, wenn menschliche Überprüfung obligatorisch ist. Generative KI eignet sich für Aufgaben wie Produktbeschreibungen, Marketing-Texte, Visual-Merchandising-Inhalte und Kundendienstentwürfe. Ein Merchandiser gibt dem System eine Eingabe, überprüft die Ausgabe und genehmigt oder bearbeitet sie vor der Verwendung.

Agentische KI passt zu Arbeitsabläufen, bei denen Geschwindigkeit, Umfang und Konsistenz wichtiger sind als kreatives Urteilsvermögen. Anpassungen in der Lieferkette, Bestandsausgleich, dynamische Preisgestaltung, Bestellweiterleitung und Retourenabwicklung profitieren von autonomer Ausführung. Das System überwacht Bedingungen, bewertet Optionen und handelt innerhalb vordefinierter Grenzen ohne menschliche Genehmigung für jede Entscheidung.

• Anwendungsfälle für generative KI: Produktbeschreibungen, Styling-Empfehlungen, Social-Media-Inhalte, E-Mail-Kampagnen, Grössenleitfäden, Chatbot-Antworten
• Anwendungsfälle für agentische KI: Nachfrageprognosen, Nachbestellungen, Preisoptimierung, Betrugserkennung, Workflow-Orchestrierung, funktionsübergreifende Aufgabenkoordination

Generative KI sitzt tendenziell neben einer Person und beschleunigt deren Arbeit. Agentische KI führt tendenziell einen Prozess aus, wobei Menschen ihn überwachen.

Wie gross ist die Chance für agentischen Handel in der Mode?

Shopping-bezogene Suchanfragen auf generativen KI-Plattformen stiegen zwischen 2024 und 2025 um 4700 Prozent, laut dem McKinsey und Business of Fashion State of Fashion 2026 Bericht. Etwas mehr als die Hälfte, 53 Prozent, der US-Verbraucher, die im zweiten Quartal 2025 KI für die Suche nutzten, verwendeten sie auch, um ihnen beim Einkaufen zu helfen.

Agentische KI wird die zugrunde liegende Ökonomie des digitalen Handels verändern. Das Wachstum des agentischen Handels wird sich in der zweiten Hälfte des Jahrzehnts beschleunigen, da Einkaufen mit grossen Sprachmodellen zum Mainstream wird, mit einem potenziellen Wert von 3 bis 5 Billionen Dollar im Jahr 2030, wenn die Akzeptanz dem mobilen Handel in den 2010er-Jahren ähnelt.

Fast ein Viertel der weltweiten Verbraucher verlässt sich bereits auf generative KI als ihren Hauptausgangspunkt beim Einkaufen. Agentische KI verändert, wie Menschen arbeiten und zusammenarbeiten. KI transformiert auch, wie Menschen einkaufen. Kunden wenden sich an grosse Sprachmodelle, um nach Produkten zu suchen, Angebote zu vergleichen und massgeschneiderte Empfehlungen zu erhalten.

Laut IDC-Prognosen wird agentische KI im Jahr 2026 10 bis 15 Prozent der IT-Ausgaben ausmachen und bis 2029 auf 26 Prozent der Budgets, ungefähr 1,3 Billionen Dollar, anwachsen.

Was sollten Mode-Führungskräfte jetzt priorisieren?

Die eigentliche Verschiebung ist von generativer zu agentischer KI: Systeme, die vollständige Arbeitsabläufe über Plattformen hinweg ausführen, ohne menschliche Übergaben. Modeunternehmen müssen bewerten, welche Funktionen von der Inhaltserstellung profitieren und welche eine autonome Ausführung erfordern, und dann die Infrastruktur entsprechend aufbauen.

Im Zeitalter des agentischen Handels wird die Optimierung für das Engagement von Einkaufsagenten für nahezu jede Marke und jeden Händler eine hohe Priorität sein. Legen Sie Ihre agentische KI-Strategie jetzt fest, vor der Massenakzeptanz, sei es durch Optimierung für Dritt-Agenten oder durch Entwicklung proprietärer Agenten in Fällen, in denen dies vorteilhaft ist.

Unternehmen sollten für Agenteninteraktion optimieren, um die Auffindbarkeit im Jahr 2026 zu maximieren, indem sie Inhalte und digitale Infrastruktur prüfen und Produktinhalte und Datenaustausch-Feeds so strukturieren, dass KI-Agenten den Produktkatalog interpretieren und anzeigen können. KI zeigt Produkte an, die sie verstehen kann, was mehr Gewicht auf strukturierte Attribute und saubere Metadaten für die Suche legt. Marken müssen sicherstellen, dass ihre Produktinformationen konsistent, vollständig und leicht interpretierbar sind von Plattformen wie ChatGPT, Claude, Gemini und Grok.

Modehändler sollten Pilotprojekte für beide Technologien parallel durchführen. Setzen Sie generative KI ein, wo Kreativität und Markenstimme wichtig sind. Setzen Sie agentische KI ein, wo betriebliche Effizienz und autonome Entscheidungsfindung Wert liefern. Die meisten Organisationen werden Hybridsysteme betreiben, bei denen agentische Arbeitsabläufe generative Modelle für bestimmte Inhaltsaufgaben innerhalb grösserer automatisierter Prozesse aufrufen.