Wie Inditex KI und Daten einsetzt: RFID und eine nachfragegesteuerte Supply Chain

DAS WICHTIGSTE Zusammenfassung der Redaktion

1. Das nachfragegesteuerte Modell von Inditex beruht mehr auf Dateninfrastruktur als auf offengelegter KI: RFID auf Artikelebene, vollständige Bestandsintegration, zwei Filiallieferungen pro Woche und eine Produktion, die grösstenteils nahe am spanischen Hauptsitz stattfindet.
2. Bis 2016 hatte Inditex RFID in 1542 Filialen in 64 Märkten im Einsatz und plante, den Rollout bei Zara bis Ende jenes Jahres abzuschliessen; die Chips stecken in wiederverwendbaren Sicherungsetiketten.
3. 2019 meldete Inditex einen Rückgang des Lagerbestands um 5 Prozent über neun Monate bei einem Umsatzplus von 7,5 Prozent, was der Verwaltungsratspräsident auf RFID und die vollständige Bestandsintegration zurückführte.
4. Zara Try-on, eine im Dezember 2025 lancierte Funktion auf Basis generativer KI, verzeichnete bis März 2026 mehr als 7 Millionen Sessions in 43 Märkten.
5. Inditex hat nicht veröffentlicht, wie oder ob maschinelles Lernen seine Nachschub- oder Produktionsentscheidungen steuert, und keine Finanzergebnisse der KI zugeschrieben.

Inditex betreibt eine nachfragegesteuerte Supply Chain, indem es detaillierte Daten darüber erhebt, was sich wo und in welcher Grösse verkauft, und in kleinen, häufigen Losen produziert und liefert. Die dokumentierte Grundlage bilden RFID auf Artikelebene, eine vollständige Bestandsintegration und eine Produktion, die grösstenteils in der Nähe Spaniens stattfindet; KI zeigt sich erst seit Kurzem in Kundenfunktionen wie Zara Try-on. Wie maschinelles Lernen in den Nachschub- oder Produktionsentscheidungen eingesetzt wird, hat Inditex nicht offengelegt.

Was hat Inditex aufgebaut?

Das zentrale Asset sind Daten, nicht ein einzelnes KI-System. Öffentlich dokumentiert sind vier Ebenen:

• RFID auf Artikelebene: Bis März 2016 war RFID in 1542 Filialen in 64 Märkten in Betrieb, und der Rollout bei Zara sollte bis Ende 2016 abgeschlossen sein. Der Chip sitzt im wiederverwendbaren Sicherungsetikett, das mehr als 100 Mal eingesetzt werden kann.
• Integrierte Bestände: 2019 führte der damalige Verwaltungsratspräsident Pablo Isla die vollständige Bestandsintegration zusammen mit RFID als Grund dafür an, dass das Unternehmen mit noch geringerem Lagerbestand arbeiten konnte.
• Unsichtbare Alarmsysteme und Automatisierung: An der Generalversammlung im Juli 2026 erklärte Inditex, dass über 90 Prozent seiner Produkte mit einem unsichtbaren Alarmsystem ausgestattet seien, was Self-Checkout und automatisierte Prozesse ermöglicht, die Umkleidekabinen mit Lagern verbinden.
• Generative KI für die Kundschaft: Mit Zara Try-on, lanciert im Dezember 2025, können Kundinnen und Kunden aus Fotos einen Avatar erstellen und ihn in Produkten sehen.

An der Generalversammlung 2026 verpflichtete sich Inditex im Rahmen seines Innovationspfeilers zudem zu neuen, durch künstliche Intelligenz getriebenen Lösungen, ohne diese näher zu beschreiben.

Warum hat Inditex in Daten und KI investiert?

Das Modell von Inditex beruht darauf, den Lagerbestand niedrig zu halten und zum vollen Preis zu verkaufen. Eine im November 2024 von Macquarie veröffentlichte Analyse von Walter Scott beschreibt, dass der Grossteil der Produktion in der Nähe des Hauptsitzes stattfindet (Spanien, Portugal, Marokko und Türkei) und dass zwei Filiallieferungen pro Woche dazu führen, dass mehr zum vollen Preis verkauft wird. Das funktioniert nur, wenn das Unternehmen genau weiss, was jede Filiale vorrätig hat und verkauft. Der frühere Verwaltungsratspräsident Pablo Isla fasste dies 2019 zusammen: Das Geschäftsmodell habe immer auf sehr niedrigen Beständen beruht, und RFID mit vollständiger Bestandsintegration ermögliche es, mit noch weniger auszukommen.

Ein zweites Motiv war die Verlustprävention. 2016 berichtete FashionNetwork, dass Inventurdifferenzen Inditex jährlich fast 170 Millionen Euro kosteten, rund 0,8 Prozent des Umsatzes. Der RFID-Chip wurde gerade deshalb in das Sicherungsetikett eingebaut, um sowohl die Bestandsgenauigkeit als auch Diebstahl anzugehen.

Lesen Sie auch

Wie Uniqlo und Fast Retailing KI und Daten im Ariake-Projekt einsetzen

Wie funktioniert das (Daten, Modelle, Prozess)?

Das Folgende beschreibt, was dokumentiert ist, und, wo gekennzeichnet, unsere Analyse. Jedes Kleidungsstück trägt eine RFID-Kennung, die in Verteilzentren und Filialen ausgelesen wird. Das schafft Echtzeit-Transparenz über den Bestand nach Artikel und Standort, was zusammen mit der vollständigen Bestandsintegration Nachschub und Inventur unterstützt. In Verbindung mit häufigen Lieferungen und Kleinserienproduktion in der Nähe Spaniens erlauben die Daten dem Unternehmen, während der Saison auf den Abverkauf zu reagieren, statt alles im Voraus festzulegen.

Analyse: Das ist die Datengrundlage, die jedes Modell für Demand Sensing oder Allokation braucht. Ein genauer Bestand auf Artikelebene beseitigt eine der Hauptfehlerquellen in der Prognose, denn ein Modell kann die tatsächliche Nachfrage nicht aus Verkäufen lernen, wenn es nicht weiss, wann Artikel ausverkauft waren. Welche Prognose- oder Optimierungsmethoden auf diesen Daten aufsetzen, hat Inditex nicht gesagt.

Welche Ergebnisse hat Inditex veröffentlicht?

Die konkretesten Zahlen betreffen die Dateninfrastruktur und nicht die KI. Im Dezember 2019 berichtete Fortune, dass der Warenbestand von Inditex in den neun Monaten bis Oktober um 5 Prozent gesunken sei, während der Umsatz um 7,5 Prozent stieg, und dass ein neuer Flagship-Store in Bilbao mit 20 Prozent weniger Bestand mehr verkaufe als vier frühere Boutiquen zusammen. Zur generativen KI teilte Inditex im März 2026 mit, dass Zara Try-on in 43 Märkten verfügbar sei und mehr als 7 Millionen Sessions verzeichnet habe; Auswirkungen auf Conversion oder Retouren hat das Unternehmen nicht gemeldet.

Inditex legt auch die Höhe seiner Investitionen offen: Laut Berichterstattung zur Generalversammlung 2026 lagen die ordentlichen Investitionen 2024 und 2025 bei 1,8 Milliarden Euro pro Jahr, im selben Zeitraum flossen jährlich 900 Millionen Euro in die Stärkung der Logistik, und für 2026 sind 2,3 Milliarden Euro vorgesehen. Eine Aufschlüsselung der KI-Ausgaben wurde nicht veröffentlicht.

Wo liegen die Grenzen und offenen Fragen?

Redaktionelle Analyse: Inditex wird oft als KI-Erfolgsgeschichte zitiert, doch die öffentliche Faktenlage stützt eine engere Aussage: Es ist eine Erfolgsgeschichte von Daten und Operations. Offen bleibt:

• inwieweit maschinelles Lernen und nicht erfahrene kommerzielle Teams, die RFID-Daten nutzen, Einkauf und Nachschub steuert;
• ob generative Funktionen wie Try-on Retouren reduzieren oder lediglich das Engagement erhöhen;
• wie viel des Vorsprungs von der Nahbeschaffung abhängt, die Wettbewerber mit längeren Lieferketten nicht per Software kopieren können.

Lesen Sie auch

Wie Levi Strauss & Co. KI einsetzt: das Datenprogramm und seine Lehren

Was können andere Modeunternehmen daraus lernen?

1. Erst die Bestandsgenauigkeit verbessern, dann Prognosesoftware kaufen. Transparenz auf Artikelebene ist die Voraussetzung für jedes verlässliche Nachfragemodell.
2. Datenprojekte mit doppeltem Nutzen konzipieren. Das RFID-Etikett von Inditex diente zugleich der Bestandsgenauigkeit und der Verlustprävention.
3. Den Kreislauf zwischen Abverkauf und Versorgung verkürzen; Daten schaffen nur dann Wert, wenn Produktion und Logistik reagieren können.
4. Bestandsdaten über alle Standorte hinweg integrieren, damit Nachfragesignale und Nachschub auf einer einzigen Sicht auf den Bestand beruhen.
5. Bei Aussagen präzise sein: unterscheiden, was die Dateninfrastruktur leistet und was KI-Modelle zusätzlich beitragen.

Häufige Fragen

Nutzt Zara KI zur Nachfrageprognose?

Inditex hat die Prognosemodelle hinter Einkauf und Nachschub bei Zara nicht öffentlich beschrieben. Dokumentiert ist die Datengrundlage: RFID auf Artikelebene, vollständige Bestandsintegration und zwei Filiallieferungen pro Woche.

Wie nutzt Inditex RFID?

Jedes Kleidungsstück trägt einen RFID-Chip, ursprünglich im wiederverwendbaren Sicherungsetikett, der in Verteilzentren und Filialen ausgelesen wird. Das schafft Echtzeit-Transparenz darüber, wo sich jeder Artikel befindet, und hilft zudem, Diebstahl zu reduzieren, der Inditex 2016 jährlich fast 170 Millionen Euro kostete.

Was ist Zara Try-on?

Zara Try-on ist eine im Dezember 2025 lancierte Funktion auf Basis generativer KI, mit der Kundinnen und Kunden aus Fotos einen Avatar erstellen und Bilder generieren können, die ihn in Zara-Produkten zeigen. Bis März 2026 war sie in 43 Märkten verfügbar und verzeichnete mehr als 7 Millionen Sessions.

Warum gilt die Supply Chain von Inditex als nachfragegesteuert?

Inditex produziert einen grossen Teil seiner Ware nahe am spanischen Hauptsitz und beliefert die Filialen zweimal pro Woche. So kann das Unternehmen das Angebot während der Saison an den Abverkauf anpassen, statt den gesamten Bestand Monate im Voraus festzulegen.

LeitfadenDer umfassende Leitfaden zu KI in der Mode-Supply-Chain und NachhaltigkeitDen ganzen Leitfaden lesen