KI im Resale und Secondhand-Modemarkt: Authentifizierung, Preisfindung und Listings

KI wird im Resale und im Secondhand-Modemarkt eingesetzt, um Artikel anhand von Fotos zu identifizieren, die Authentifizierung zu unterstützen, Preise vorzuschlagen, Listings zu schreiben und die Suche nach Einzelstücken zu verbessern. Sie zählt hier mehr als in den meisten Segmenten, weil jeder Artikel ein Unikat ist und die Margen davon abhängen, wie günstig und genau jedes Stück bearbeitet werden kann. Automatisierung entscheidet damit direkt darüber, ob Resale profitabel ist.

Warum hat KI im Resale eine andere Bedeutung?

Ein Händler von Neuware erstellt Produktdaten einmal und verkauft viele identische Einheiten. Ein Resale-Geschäft macht das Gegenteil: Es bearbeitet viele Einheiten, die jeweils ein Produkt für sich sind. Jeder Artikel braucht eine Identifikation (Marke, Modell, Grösse, Material), eine Zustandsbewertung, einen Preis, der Seltenheit und Nachfrage widerspiegelt, Fotos und eine Beschreibung. Bei Luxusgütern kommt die Authentifizierung als weiterer kostspieliger Schritt hinzu.

Das Segment wächst. McKinsey und The Business of Fashion prognostizieren in The State of Fashion 2026, dass der Secondhand-Markt bis 2027 zwei- bis dreimal schneller wachsen wird als der Markt für Neuware. Der Resale Report 2026 von ThredUp, basierend auf Forschung von GlobalData, beziffert den globalen Secondhand-Markt auf rund 393 Milliarden US-Dollar, etwa 10 Prozent der gesamten Bekleidungsausgaben, und erwartet, dass der US-Markt bis 2030 78,8 Milliarden Dollar erreicht. Der Bericht von ThredUp beschreibt KI zudem als Motor, der Resale skaliert, indem sie Suche, Produktentdeckung, Preisfindung und Echtheitsprüfungen verbessert.

Was sind die wichtigsten KI-Anwendungsfälle im Resale?

Lesen Sie auch

KI in der Sportbekleidung: wie sie Performance-Produkte, Community und Nachfrage prägt

Wie erstellt KI Listings für Secondhand-Artikel?

Das Listing ist der arbeitsintensivste Schritt für private Verkäufer und für Plattformen, die Kommissionsware bearbeiten. eBay beschrieb sein Magical-Listing-Tool im September 2023: Ein Verkäufer lädt in der App ein Foto hoch, und das System erstellt Titel, Beschreibung, Erscheinungsdatum des Produkts und Kategorie und kann Vorschläge zu Preis und Versand ergänzen. eBay berichtete, dass Ende Juli 2023 rund 30 Prozent der US-Verkäufer, die über die App verkaufen, die Funktion täglich ausprobierten und dass über 95 Prozent der Tester die KI-generierten Beschreibungen übernahmen.

Der Nutzen liegt weniger im Schreiben als in der Struktur. Ein generiertes Listing mit korrekter Marke, Grösse, Material und Kategorie lässt sich leichter finden, vergleichen und bepreisen. Die Schwäche ist die Genauigkeit: Modelle können ein Etikett falsch lesen, ähnliche Modelle verwechseln oder den Zustand zu gut darstellen, daher brauchen Verkäufer und Plattformen einen Prüfschritt.

Wie bepreist und authentifiziert KI Resale-Artikel?

Ein Einzelstück zu bepreisen heisst, die Nachfrage aus vergleichbaren Verkäufen, Zustand, Seltenheit, Saison und aktuellen Trends zu schätzen. Laut einem Bericht von PYMNTS über die Ergebnisse von The RealReal vom Februar 2025 nutzt das Unternehmen eine KI-gestützte Preis-Engine und gab an, dass bis Ende 2024 85 Prozent der Artikel mit KI-gestützter Preisfindung eingestellt wurden. Es beschrieb zudem Athena, das mittels Bilderkennung die Authentifizierung unterstützt und Listing-Attribute vorab ausfüllt, und erwartete, dass es bis Ende 2025 rund die Hälfte der Artikel verarbeitet. Das Unternehmen meldete, dass die Automatisierung die Bearbeitungszeit um mehr als einen vollen Tag verkürzte.

Bei der Authentifizierung ist KI am nützlichsten und zugleich am heikelsten. Bildmodelle können Unstimmigkeiten bei Nähten, Logos, Metallteilen oder Materialien erkennen und zweifelhafte Artikel an Experten weiterleiten. Bei hochwertigen Artikeln sollten sie nicht die alleinige Entscheidungsinstanz sein, denn eine falsche Freigabe beschädigt das Vertrauen der Käufer, und eine falsche Ablehnung schadet ehrlichen Verkäufern.

Welche Daten braucht KI im Resale?

KI im Resale hängt von Daten ab, die der Handel mit Neuware selten verwalten muss:

• Referenzkataloge: Bilder und Attribute der Originalprodukte, idealerweise von den Marken, um Modelle und Saisons zu identifizieren.
• Transaktionshistorie: erzielte Preise, Verkaufsdauer und Zustand als Grundlage für Preismodelle.
• Authentifizierungsdaten: bestätigte echte und gefälschte Beispiele mit Expertennotizen, um Modelle zu trainieren und zu testen.
• Zustandsstandards: eine einheitliche Bewertungsskala mit Beispielbildern.
• Retouren- und Streitfalldaten: um Listings zu erkennen, bei denen KI-Beschreibungen oder -Bewertungen falsch waren.

Marken, die eigene Resale- oder Rücknahmeprogramme betreiben, haben hier einen Vorteil: Sie verfügen über Originalproduktdaten und -bilder, was Identifikation und Beschreibung deutlich erleichtert.

Welche Risiken sind spezifisch für Resale?

1. Fälschungen, die Prüfungen bestehen: Raffinierte Fälschungen entwickeln sich weiter, und Modelle, die auf älteren Beispielen trainiert wurden, können sie übersehen.
2. Falschbeschreibung: KI-generierte Listings, die den Zustand zu gut darstellen oder ein Produkt falsch identifizieren, führen zu Retouren und Streitfällen.
3. Rückkopplungsschleifen bei Preisen: Wenn viele Verkäufer denselben algorithmischen Vorschlägen folgen, können sich Preise von der realen Nachfrage entfernen.
4. Vertrauen der Verkäufer: Einlieferer misstrauen womöglich automatisierten Bewertungen, die sie nicht nachvollziehen können.
5. Bedenken der Marken: Marken könnten Einwände dagegen haben, wie ihre Produkte auf Resale-Plattformen Dritter beschrieben oder bepreist werden.

Lesen Sie auch

Resale und Recommerce: wie Secondhand bei den Marken ankam

Was sollte ein Resale-Unternehmen oder eine Marke zuerst tun?

Identifizieren Sie den Schritt mit den höchsten Kosten pro Artikel, meist Listing oder Authentifizierung, und automatisieren Sie dessen Routineanteil, während Ausnahmen von Experten geprüft werden. Bauen Sie einen sauberen Datensatz aus erzielten Preisen und bestätigten Authentifizierungsergebnissen auf, denn diese Daten, nicht das Modell, sind der langfristige Vorteil.

Marken, die in den Resale einsteigen, sollten bei ihren eigenen Produktstammdaten beginnen: Bilder, Attribute und Originalpreise je Style. Das macht Identifikation und Listing per KI weit verlässlicher und bewahrt die Stimme der Marke in Secondhand-Kanälen. Messen Sie den Erfolg an Bearbeitungskosten pro Artikel, Verkaufsdauer, Abverkaufsquote und Streitfallquote.