KI im PLM: Was haben die grossen PLM-Anbieter für die Mode 2025 und 2026 ergänzt?

DAS WICHTIGSTE Zusammenfassung der Redaktion

1. Im Januar 2026 kündigte PTC KI in FlexPLM an, die Daten aus Designzeichnungen extrahiert, um Stücklisten, Masse, Verarbeitungsdetails, Attribute und Farbvarianten zu befüllen.
2. Centric Software lancierte am 28. Mai 2026 Centric AI Studio, eine in Centric PLM integrierte Plattform für generative KI, die Skizzen, Farbvarianten, Varianten und commercefähige Bilder erzeugt, verknüpft mit PLM-Daten und Freigaben.
3. Lectra lancierte Mitte September 2026 Apogy, eine Cloud-Plattform mit agentischer KI für die Produktentwicklung, die laut Lectra von rund 30 Marken und Herstellern getestet wurde und nach der Zahl abgeschlossener Produktentwicklungen abgerechnet wird.
4. Die gemeinsame Richtung lautet, KI aus isolierten Experimenten ins führende System zu holen, damit generierte Ergebnisse Produktdaten, Versionierung und Freigabe-Workflows übernehmen.
5. Leistungsangaben der Anbieter, etwa Lectras Hinweis, Luxusunternehmen könnten die Entwicklungszeit um 30 Prozent verkürzen, sind Behauptungen und keine unabhängigen Ergebnisse und sollten in einem Pilot mit den eigenen Daten des Käufers getestet werden.

2025 und 2026 haben die wichtigsten PLM-Anbieter für die Mode drei Arten von KI ergänzt: Extraktion, die Skizzen und Dokumente in strukturierte Tech-Pack-Daten umwandelt (PTC FlexPLM), generative Studios für Skizzen, Farbvarianten und Bilder, die an PLM-Datensätze gebunden sind (Centric AI Studio), und agentische Plattformen, die Teile der Produktentwicklung durchgängig automatisieren (Lectra Apogy). Die gemeinsame Idee besteht darin, KI ins führende System zu holen, sodass Ergebnisse Produktdaten und Freigaben mitführen. Unabhängige Belege für Resultate sind noch dünn.

Was haben die grossen Anbieter angekündigt?

Die Tabelle fasst die Ankündigungen zusammen, die wir in Primär- oder Fachquellen verifizieren konnten. Sie ist keine vollständige Marktübersicht, und eine Aufnahme ist keine Empfehlung.

Wie funktioniert die KI-Extraktion von Tech Packs im PLM?

PTC beschreibt die Neuerung in FlexPLM als Automatisierung der Tech-Pack-Erstellung: Das System extrahiert Daten aus Designzeichnungen und befüllt Stücklisten, Masse, Verarbeitungsdetails, Attribute und Farbvarianten. PTC positioniert dies als Wegfall der manuellen Dateneingabe an der Übergabe zwischen Design und Entwicklung, mit weniger Fehlern und Nacharbeit und einem kürzeren Weg vom Konzept zum produktionsreifen Muster.

Der Ansatz zielt auf einen echten Engpass. Produktentwicklerinnen und -entwickler verbringen einen grossen Teil ihrer Zeit damit, Informationen aus Skizzen und E-Mails in strukturierte Felder zu übertragen. Offen sind die Genauigkeit bei komplexen Kleidungsstücken, die Kennzeichnung unsicherer Werte und die Frage, ob extrahierte Daten klar markiert bleiben, bis eine Entwicklerin oder ein Entwickler sie bestätigt.

Lesen Sie auch

Was spart 3D-Sampling wirklich? Musterkosten, Durchlaufzeiten und CO2

Was sind generative Designstudios im PLM?

Centric Software lancierte Centric AI Studio als nativ in Centric PLM integrierte Plattform für generative KI. Gemäss Ankündigung erzeugt sie Skizzen, Konzepte, Farbvarianten und Produktvarianten, erstellt commercefähige Bilder mit geringerer Abhängigkeit von Fotoshootings und hält die Ergebnisse mit aktuellen PLM-Produktdaten und Freigabe-Workflows verbunden. Der Chief AI Officer von Centric beschrieb das Ziel so, Marken über «unverbundenes Experimentieren» hinauszuführen.

Diese Einordnung ist die bedeutendste Verschiebung des Zeitraums. Viele Designteams nutzten 2024 und 2025 bereits allgemeine Bildgeneratoren, doch die Ergebnisse lagen in Ordnern ausserhalb jedes Systems, ohne Verknüpfung zum Style-Datensatz, ohne Versionshistorie und mit unklaren Rechten. Wird die Generierung ins PLM eingebettet, werden Ergebnisse nachvollziehbar, was für Freigaben und spätere Fragen zur Entstehung eines Bildes oder Designs wichtig ist.

3D ist die Brücke zwischen beiden Ansätzen. Integrationen wie die von DeSL und Browzwear im Januar 2025 angekündigte ermöglichen es Teams, Farb- und Materialvarianten in 3D zu visualisieren und 3D-Modelle in Echtzeit gemeinsam mit Lieferanten zu annotieren, innerhalb des PLM-Workflows. Generative und agentische Tools bauen zunehmend auf denselben digitalen Kleidungsstücken und Materialbibliotheken auf; Marken mit etablierter 3D-Praxis und gepflegter digitaler Materialbibliothek sind daher besser aufgestellt, die neuen KI-Funktionen zu nutzen, als jene, die nur von flachen Skizzen ausgehen.

Was bedeutet agentische KI für die Produktentwicklung?

Lectras Apogy geht in seiner Positionierung am weitesten. FashionUnited berichtet, dass die Plattform KI-Agenten, Produktdaten und Designprozesse in einer Cloud-Umgebung vereint, Designkonzepte aus Prompts, Skizzen oder Bildern erzeugt, 3D-Simulation und Rendering unterstützt und Routineaufgaben automatisiert. Als frühe Anwender werden O'Neills in Irland und Oniverse in Italien genannt. FashionNetwork berichtet, dass rund 30 Marken und Hersteller die erste Version getestet haben und dass Lectra davon ausgeht, Luxusunternehmen könnten die Produktentwicklungszeit um 30 Prozent verkürzen, während Modeunternehmen die Zahl entwickelter Produkte verdoppeln oder sogar verdreifachen könnten.

Zwei Details verdienen Beachtung. Erstens berichtet FashionNetwork, dass Lectra Umsatz über die Zahl abgeschlossener Produktentwicklungen statt über Nutzerlizenzen erzielt, ein Modell, das den Umsatz des Anbieters an die Nutzung koppelt. Zweitens sind die Leistungszahlen zukunftsgerichtete Behauptungen und keine geprüften Ergebnisse.

Was fehlt noch?

• Unabhängige Belege: Für die Lancierungen 2026 haben wir bisher keine veröffentlichten, unabhängig gemessenen Ergebnisse gefunden; die meisten Zahlen stammen von Anbietern oder deren Kunden.
• Datenvoraussetzungen: Extraktion und Generierung hängen von sauberen Materialbibliotheken, konsistenten Grundschnitten und gut gepflegten Wertelisten ab. Schwache Stammdaten begrenzen alle drei Tool-Typen.
• Genauigkeit von Passform und Verarbeitung: Ein überzeugendes Rendering beweist nicht, dass sich ein Kleidungsstück wie dargestellt fertigen lässt. Die technische Validierung braucht weiterhin Schnitttechnikerinnen und -techniker sowie Fittings.
• Governance: Rechte an Trainingsdaten und generierten Designs sowie die Kennzeichnung KI-generierter Bilder bleiben Fragen für Rechts- und Markenteams.
• Kostentransparenz: Nutzungsbasierte Preise können attraktiv sein, müssen aber anhand realistischer Entwicklungsvolumen durchgerechnet werden.

Lesen Sie auch

Wie wird 3D zum Standard im PLM? Workflow, Freigaben und Dateistandards

Wie sollten Marken KI-Funktionen im PLM bewerten?

1. Einen aufwendigen Prozess wählen (zum Beispiel die Tech-Pack-Erstellung für eine Kernkategorie) und den heutigen Zeitaufwand und die Fehlerquote messen.
2. Die KI-Funktion auf echte Styles einer vergangenen Saison anwenden, bei denen die richtige Antwort bekannt ist.
3. Die Genauigkeit pro Feld statt des Gesamteindrucks messen und festhalten, wie oft eine Person das Ergebnis korrigieren musste.
4. Prüfen, wie maschinell erzeugte Werte im PLM gekennzeichnet, versioniert und freigegeben werden.
5. Die Gesamtkosten inklusive Datenbereinigung, Schulung und Change Management schätzen, nicht nur Lizenz- oder Nutzungsgebühren.

Die Richtung ist klar: KI wandert von Nebenwerkzeugen in den zentralen Produktdatensatz. Ob sich das auszahlt, hängt weniger davon ab, welchen Anbieter eine Marke wählt, als von der Qualität der Produktdaten, von denen die KI ausgeht.

Häufige Fragen

Welche PLM-Anbieter haben 2026 KI ergänzt?

Unter den verifizierten Ankündigungen hat PTC im Januar 2026 eine KI-Extraktion von Tech Packs in FlexPLM ergänzt, Centric Software im Mai 2026 Centric AI Studio lanciert und Lectra im September 2026 die agentische Produktentwicklungsplattform Apogy lanciert. Andere Anbieter haben Ankündigungen gemacht, die wir hier nicht geprüft haben.

Was kann KI im Mode-PLM heute leisten?

Aktuelle Tools extrahieren strukturierte Daten aus Skizzen und Dokumenten, erzeugen Skizzen, Farbvarianten und Varianten, erstellen Produktbilder und automatisieren Routineaufgaben der Entwicklung. Die Ergebnisse müssen weiterhin von Designerinnen, Designern und Produktentwicklung geprüft werden, besonders bei Passform und Verarbeitung.

Was ist agentische KI in der Produktentwicklung?

Der Begriff beschreibt KI-Agenten, die mehrstufige Aufgaben ausführen, etwa Konzepte erzeugen, Daten aufbereiten und Simulationen durchführen, statt nur auf einen einzelnen Prompt zu antworten. Lectra verwendet den Begriff für seine Plattform Apogy, die Agenten, Produktdaten und 3D-Tools in einer Umgebung vereint.

Sind Anbieterangaben zu schnellerer Produktentwicklung verlässlich?

Sie sind ein Ausgangspunkt, kein Beleg. Launch-Zahlen sind meist Projektionen oder Ergebnisse ausgewählter Kunden. Marken sollten Funktionen an ihren eigenen historischen Styles testen und Genauigkeit und Zeitersparnis messen, bevor sie sich festlegen.

LeitfadenDer umfassende Leitfaden zu KI in Modedesign und ProduktentwicklungDen ganzen Leitfaden lesen