Wie teilt man das KI-Budget in der Mode auf Lizenzen, Daten und Personal auf?

Wie viel geben Modeunternehmen im Jahr 2026 für KI aus?

Siebzehn Modeunternehmen planen, im Jahr 2026 ungefähr 40,9 Milliarden Dollar in Technologie und KI zu investieren, verglichen mit knapp 36,3 Milliarden Dollar, die im Jahr 2025 ausgegeben wurden, gemäss einer Analyse von Standard & Poor's, über die Modaes berichtete. Capri Holdings erhöht seine Investition von 63 Millionen Dollar im Jahr 2025 auf 125 Millionen Dollar im laufenden Geschäftsjahr, ein Anstieg um 98,4 Prozent.

Der Appetit der Modebranche auf KI-Investitionen ist deutlich. Während 92 Prozent der Unternehmen angeben, dass sie ihre Investitionen in generative KI erhöhen werden, sagen nur 1 Prozent, dass ihr Einsatz von KI Reife erreicht hat, gemäss der BoF-McKinsey State of Fashion 2026 Executive Survey. Die meisten bleiben im Pilotmodus stecken und testen isolierte Lösungen mit begrenzter Wirkung.

Die Mode ist Teil einer breiteren Einzelhandelstransformation. Walmart plant, in diesem Jahr 25 bis 27 Milliarden Dollar für Investitionsausgaben auszugeben, während die Gesamtausgaben der anderen 16 Einzelhändler in einer Studie voraussichtlich um 25 Prozent auf 13,9 Milliarden Dollar am Mittelpunkt der Schätzungen für 2026 steigen werden, gemäss Women's Wear Daily.

Wie sollten Modebudgets zwischen Software, Daten und Personal aufgeteilt werden?

Finanzverantwortliche ausserhalb der Mode bieten klarere Leitlinien als die Branche selbst. CFO-Leitlinien schlagen vier Säulen für KI-Budgets vor: Daten und Infrastruktur mit 20 bis 30 Prozent, KI-Anwendungsfälle und Plattformen mit 30 bis 40 Prozent, Risiko und Governance mit 15 bis 25 Prozent und Personal und Wandel mit 15 bis 25 Prozent, gemäss der Finanztechnologie-Publikation Zenskar.

Unternehmensallokationen bestätigen dieses Muster. Enterprise-KI-Budgets werden im Jahr 2026 ungefähr zu 35 Prozent für Software und SaaS-KI-Tools, zu 22 Prozent für Cloud-Infrastruktur, zu 17 Prozent für interne KI-Talente und der Rest auf Implementierung, Datenplattformen und Governance aufgeteilt, gemäss einer im Juli 2026 veröffentlichten Risikokapitalanalyse.

Ein engerer Rahmen zirkuliert ebenfalls. Ein CFO-Leitfaden schlägt ein 40-30-20-10-Allokationsmodell vor: 40 Prozent Infrastruktur und Datengrundlagen, 30 Prozent Talente und Kapazitätsaufbau, 20 Prozent Governance und Compliance, 10 Prozent Innovation und Experimentieren. Die genaue Aufteilung variiert je nach Unternehmensgrösse, Reife und regulatorischer Exposition, aber das zugrunde liegende Prinzip bleibt: Software und Infrastruktur beanspruchen die grössten Anteile, gefolgt von Personal, wobei die Governance einen wachsenden Anteil einnimmt.

Dennoch ergibt sich eine Warnung aus den Daten. Deloittes State of AI 2026 stellte fest, dass 93 Prozent der KI-Budgets für Technologie, Tools, Lizenzen und Rechenleistung aufgewendet werden und nur 7 Prozent für die Personen und Arbeitsabläufe, die Wert aus diesen Tools generieren sollen. Dieses Ungleichgewicht könnte erklären, warum viele Pilotprojekte nicht skalieren.

Welche Prioritäten setzen CFOs in KI-Budgets für 2026?

Technologiebudgets werden für 75 Prozent der CFOs steigen, wobei fast die Hälfte Erhöhungen von 10 Prozent oder mehr plant. Fast 60 Prozent der CFOs planen, die KI-Investitionen ihrer Finanzabteilung im Jahr 2026 um 10 Prozent oder mehr zu erhöhen, während weitere 24 Prozent Zuwächse von 4 bis 9 Prozent erwarten, gemäss einer im Februar 2026 veröffentlichten Gartner-Studie.

61 Prozent der CFOs sagen, dass die Unternehmens-KI-Ausgaben im Jahr 2026 um 5 bis 20 Prozent steigen werden, während 16 Prozent ein schnelleres Wachstum sehen, gemäss der CFO Agenda-Umfrage des Oliver Wyman Forum. Der Wechsel von vorsichtigen Pilotprojekten zu engagierter Skalierung wird durch greifbare Gewinne bei Produktivität und Entscheidungsfindung vorangetrieben, obwohl die Messung uneinheitlich bleibt.

CFO-KI-Budgets verlagern sich von Pilotexperimenten hin zu strukturierter Bereitstellung und messbarem ROI. Im Jahr 2026 fliessen KI-Ausgaben mit der gleichen Strenge in operative Technologiebudgets ein wie ERP-Investitionen oder Personalentscheidungen, gemäss der Finanz-KI-Publikation ChatFin.

Wohin fliessen Infrastrukturausgaben tatsächlich?

Cloud und Rechenleistung dominieren Infrastrukturbudgets. Grosse Cloud-Anbieter senkten die Preise für High-End-KI-Hardware Mitte 2025 um ungefähr 40 bis 45 Prozent, als Chips der nächsten Generation das Angebot erweiterten. On-Demand-Tarife für erstklassige KI-Hardware liegen nun bei ungefähr 3 bis 4 Dollar pro GPU-Stunde. Längerfristige Verpflichtungen bringen effektive Tarife unter 2 Dollar pro GPU-Stunde, gemäss der Cloud-Kostenmanagement-Plattform CloudZero.

Organisationen geben 40 bis 60 Prozent mehr für KI-Infrastruktur aus als budgetiert, getrieben von unerwarteten Rechenkosten, Datenspeicheranforderungen und dem Bedarf an Redundanz und Zuverlässigkeit im grossen Massstab, gemäss der Strategieberatung Beehive. Für ein Fortune-500-Unternehmen, das KI-Produktionssysteme betreibt, können die monatlichen Infrastrukturkosten leicht 2 bis 5 Millionen Dollar überschreiten.

Die Datenvorbereitung birgt versteckte Kosten. Modeunternehmen können nicht einfach Software kaufen und Ergebnisse erwarten. KI-Systeme benötigen saubere, strukturierte Daten, und die meisten Modeorganisationen unterschätzen den Aufwand, der erforderlich ist, um Legacy-Bestands-, Verkaufs- und Kundendaten für den KI-Einsatz vorzubereiten. Infrastrukturbudgets müssen Datentechnik, Speicherung und Governance berücksichtigen, nicht nur das Modell-Hosting.

Welche Fähigkeiten sollten Modeunternehmen einstellen oder schulen?

KI-Expertise, insbesondere auf Führungsebene, muss ernsthaft in Betracht gezogen werden, um Organisationen durch die Entwicklung der Produkt-Roadmap, ethische Überlegungen und Wertschöpfung zu steuern, gemäss der Moderekrutierungsberatung Virua, zitiert von Drapers Anfang 2025.

Aktuelle Branchenanalysen, einschliesslich des BoF-McKinsey State of Fashion 2026-Berichts und Recruiter-Einblicke, zeigen, dass geringes einstelliges Wachstum, Zolldruck und schnelle KI-Adoption hybride Fähigkeiten priorisieren werden, die Kreativität mit Geschäfts- und Technologiekompetenz verbinden. Das Verständnis von KI-Tools für Design, Trendprognosen, Kundenservice, Content-Erstellung und Supply-Chain-Optimierung ist die von Führungskräften am häufigsten genannte Chance, gemäss Digital Fashion Academy.

Arbeitgeber priorisieren nun Fähigkeiten in Datenanalyse, KI-Integration und digitalen Tools neben traditionellem Merchandising-Fachwissen, um mit den sich schnell entwickelnden Anforderungen des Modeeinzelhandels Schritt zu halten. Aktuelle Berichte heben einen Anstieg der Nachfrage nach KI-bezogenen Fähigkeiten im Einzelhandel und in der Mode um 35 Prozent in den letzten drei Jahren hervor, gemäss der Bildungsforschungsplattform Research.com.

Modeunternehmen stehen vor einer Entscheidung zwischen Aufbau und Kauf nicht nur für Software, sondern auch für Talente. Einige Einzelhändler, darunter Levi Strauss, führen seit 2021 interne KI-Bootcamps durch, um bestehende Mitarbeiter weiterzubilden. Andere stellen extern ein. Die 15 bis 20 Prozent Talentallokation in Enterprise-KI-Budgets umfasst sowohl Neueinstellungen als auch Schulungsprogramme für derzeitiges Personal.

Wann sollten Modeunternehmen KI-Initiativen finanzieren?

Das Timing ist ebenso wichtig wie die Allokation. Der Anteil der KI am IT-Budget hat sich mehr als verdreifacht, von 5 auf 17 Prozent. Die Umfrage deutet auch darauf hin, dass KI-Ausgaben ausserhalb des Tech/IT-Budgets deutlich steigen, da Unternehmen von Pilotprojekten zu unternehmensweiten Programmen übergehen, gemäss BCGs Applied AI 2026-Umfrage.

Modeunternehmen sollten zuerst Anwendungsfälle mit hohem ROI priorisieren. Bedarfsprognosen, Bestandsoptimierung und Grössenempfehlungssysteme liefern messbare Erträge innerhalb von Monaten. KI-gesteuerte Bedarfsprognosen reduzieren Prognosefehler um 20 bis 50 Prozent und können Bestände um einen ähnlichen Bereich senken, während sie Umsatzverluste um bis zu 65 Prozent reduzieren, gemäss Branchenberater Tommaso Maria Ricci. Marketing- und Designanwendungen folgen, wobei Infrastruktur und Governance von Anfang an parallel laufen.

Budgetzyklen sollten Iteration berücksichtigen. Im Gegensatz zu traditionellen IT-Projekten mit festen Umfängen erfordern KI-Initiativen laufende Verfeinerung, da Modelle neu trainiert werden und Anwendungsfälle sich erweitern. Finanzteams sollten KI-Budgets mit vierteljährlichen Überprüfungsgates strukturieren, nicht mit jährlichen Genehmigungen, um eine Umverteilung auf Initiativen zu ermöglichen, die Traktion zeigen, und weg von solchen, die ins Stocken geraten.