Wie viel könnte generative KI zur Gewinnsteigerung in der Modebranche beitragen?

Generative KI könnte den Betriebsgewinn der weltweiten Modebranche innerhalb der nächsten drei bis fünf Jahre um 150 bis 275 Milliarden US-Dollar steigern, so die Prognosen von McKinsey und The Business of Fashion in ihrem State of Fashion 2025 Bericht. Die Prognose spiegelt Produktivitätsgewinne und neue Umsatzmöglichkeiten wider, die sich auf Design, Marketing, Merchandising und Kundenbindung konzentrieren, wobei die Wertschöpfung voraussichtlich grossen Akteuren mit der Grösse und technischen Infrastruktur zugutekommen wird, um die Technologie schnell zu integrieren.

Welche Anwendungsfälle werden die grössten Gewinnsteigerungen erzielen?

Der Bericht identifiziert fünf Hauptbereiche, in denen generative KI voraussichtlich messbare Auswirkungen haben wird. Design und Produktentwicklung führen die Liste an, mit Werkzeugen, die Ideenfindung, Mustererstellung und technische Spezifikationen beschleunigen, Entwicklungszyklen verkürzen und Musterkosten senken. Marketing und Content-Erstellung folgen dicht dahinter, wo Text-zu-Bild- und Videogenerierung Produktionsbudgets reduzieren und Personalisierung in grossem Massstab ermöglichen können. Merchandising- und Nachfrageprognose-Anwendungen nutzen generative Modelle zur Verbesserung der Sortimentsplanung und Bestandszuteilung, wodurch Preisreduktionen und Lagerengpässe reduziert werden.

Kundenservice und Kundenbindung stellen eine vierte Kategorie dar, wobei konversationelle KI Routineanfragen, Styling-Empfehlungen und Retourenabwicklung übernimmt. Schliesslich wenden Lieferketten- und Beschaffungsfunktionen generative Modelle an, um Materialauswahl, Lieferantenabgleich und Produktionsplanung zu optimieren. In diesen Bereichen wird die Technologie weniger für ihre Neuheit als vielmehr für ihr Potenzial geschätzt, wiederholende Aufgaben zu automatisieren, grosse Datensätze zu synthetisieren und schnell Optionen zu generieren.

Wer ist positioniert, um den Wert zu erfassen?

McKinseys Analyse legt nahe, dass die Wertkonzentration ausgeprägt sein wird. Grosse Marken und Einzelhändler mit etablierter Dateninfrastruktur, internen technischen Teams und dem Kapital zur Lizenzierung oder Entwicklung proprietärer Modelle werden voraussichtlich einen überproportionalen Anteil der prognostizierten Gewinne erzielen. Grösse ist wichtig, weil sich generative KI-Anwendungen mit dem Volumen der Trainingsdaten verbessern und weil die Integration nachhaltige Investitionen in Systeme, Arbeitsabläufe und Veränderungsmanagement erfordert.

Mittelständische und kleinere Betreiber sehen sich strukturellen Nachteilen gegenüber. Ihnen fehlen typischerweise die Transaktionshistorie, Kundendaten und Lieferantenbeziehungen, die effektive Modelle speisen, und sie müssen sich auf Drittanbieter-Plattformen oder Software-as-a-Service-Anbieter verlassen, deren Werkzeuge ihre Angebote in wettbewerbsintensiven Märkten möglicherweise nicht differenzieren. Der Bericht warnt, dass sich die Produktivitätslücke zwischen Marktführern und Nachzüglern vergrössern könnte, mit Auswirkungen auf Marktkonsolidierung und Wettbewerbsdynamik mittelfristig.

Was sind die hauptsächlichen Hindernisse für die Einführung?

Trotz optimistischer Prognosen identifiziert McKinsey mehrere Reibungspunkte. Die Integrationskomplexität rangiert hoch, da Modeunternehmen generative KI-Werkzeuge mit Legacy-Enterprise-Resource-Planning-, Produktlebenszyklus-Management- und Kundenbeziehungssystemen verbinden müssen, von denen viele nicht für Echtzeit-Datenaustausch konzipiert wurden. Fachkräftemangel schränkt ebenfalls die Einführung ein, wobei der Wettbewerb um Ingenieure und Datenwissenschaftler heftig ist, die sowohl die Technologie als auch die Anforderungen der Modebranche verstehen.

Marken- und Kreativbedenken stellen eine dritte Barriere dar. Führungskräfte äussern Vorsicht bezüglich einer übermässigen Abhängigkeit von algorithmischer Ausgabe in Design und Marketing, aus Angst vor Homogenisierung und Verlust der kreativen Stimme. Fragen zum geistigen Eigentum bleiben ungelöst, insbesondere hinsichtlich der Eigentümerschaft an KI-generierten Designs und der Verwendung urheberrechtlich geschützter Bilder in Trainingsdatensätzen. Regulatorische Unsicherheit, insbesondere in der Europäischen Union, fügt eine weitere Schicht des Zögerns für Unternehmen hinzu, die mehrjährige Investitionen planen.

Wie verhält sich dies im Vergleich zu früheren Technologiezyklen?

Die Schätzung von 150 bis 275 Milliarden US-Dollar Betriebsgewinn ist im historischen Kontext beträchtlich. Im Vergleich dazu lieferten frühere Wellen der digitalen Transformation in der Mode, einschliesslich E-Commerce-Plattformen in den 2000er-Jahren und Mobile Commerce in den 2010er-Jahren, Wert allmählicher und mit weniger Konzentration. Generative KI unterscheidet sich durch ihre Anwendungsbreite und die Geschwindigkeit, mit der führende Anwender skalieren können, ermöglicht durch Cloud-Infrastruktur und vortrainierte Grundlagenmodelle.

Die Bandbreite der Prognose spiegelt jedoch erhebliche Unsicherheit wider. Die untere Grenze setzt langsamere Einführung, regulatorische Gegenwinde und begrenzten Integrationserfolg voraus. Die obere Grenze erfordert weitreichende Implementierung, nachhaltige Produktivitätsgewinne und erfolgreiche Monetarisierung neuer Fähigkeiten wie hyperpersonalisierte Produktempfehlungen und dynamische Preisgestaltung. McKinseys Methodik wird in der öffentlichen Zusammenfassung nicht vollständig offengelegt, was eine unabhängige Überprüfung erschwert, aber die Erfolgsbilanz des Unternehmens bei Technologie-Folgenabschätzungen verleiht der Schätzung Gewicht.

Was sollten Führungskräfte in der Modebranche jetzt priorisieren?

Der Bericht empfiehlt einen phasenweisen Ansatz. Führungskräften wird geraten, mit begrenzten Pilotprojekten in wirkungsstarken, risikoarmen Bereichen wie der Erstellung von Marketing-Assets oder der Automatisierung des Kundenservice zu beginnen, wo messbarer ROI schnell nachgewiesen werden kann. Erfolgreiche Pilotprojekte sollten dann umfassendere Integrations-Roadmaps informieren, mit dedizierten Budgets für Dateninfrastruktur, API-Entwicklung und Mitarbeiterschulung.

Strategische Fragen konzentrieren sich auf Entscheidungen zwischen Eigenentwicklung und Zukauf. Grössere Gruppen können Investitionen in proprietäre Modelle rechtfertigen, die mit ihren eigenen Daten trainiert werden, während kleinere Akteure wahrscheinlich auf kommerzielle Plattformen angewiesen sein werden. In jedem Fall sind Governance-Rahmen für Qualitätskontrolle, Bias-Überwachung und IP-Management unerlässlich. Der Wettbewerbsvorteil wird, so McKinsey, nicht von der Technologie selbst kommen, sondern davon, wie effektiv sie in Entscheidungsprozesse und kreative Arbeitsabläufe eingebettet wird.

• Generative KI in Marketing, Design oder Kundenservice pilotieren, bevor skaliert wird
• In Dateninfrastruktur und API-Konnektivität investieren, um Integration zu ermöglichen
• Governance-Rahmen für IP, Qualität und Bias-Management aufbauen
• Eigenentwicklung versus Zukauf basierend auf Grösse, Datenbeständen und technischer Kapazität bewerten
• Regulatorische Entwicklungen überwachen, insbesondere in der EU und den USA

Die State of Fashion 2025 Prognosen kommen zu einem Zeitpunkt, an dem Modeunternehmen mit Margendruck durch steigende Inputkosten, sich verändernde Verbraucherausgaben und Kanal-Fragmentierung konfrontiert sind. Generative KI wird als Hebel zur Wiederherstellung der Rentabilität präsentiert, aber der Bericht macht deutlich, dass die Realisierung der prognostizierten Gewinne disziplinierte Ausführung, nachhaltige Investitionen und die Bereitschaft erfordert, kreative und operative Arbeitsabläufe rund um neue Fähigkeiten umzustrukturieren.