Wie sollte eine mittelgrosse Modegruppe ein KI-Kompetenzzentrum aufbauen?
Ein kleines, gut positioniertes KI-Team kann Anwendungsfälle, Daten, Governance und Schulung koordinieren, ohne zum Flaschenhals zu werden. Dieser Leitfaden behandelt Struktur, Rollen, Betriebsregeln und einen Kostenrahmen, ohne erfundene Benchmarks.
DAS WICHTIGSTE Zusammenfassung der Redaktion
- Ein Kompetenzzentrum in einer mittelgrossen Modegruppe sollte klein und funktionsübergreifend sein und Standards, Governance, Datenzugriff und Schulung verantworten, während die Geschäftsbereiche die Anwendungsfälle und Ergebnisse verantworten.
- Die McKinsey-Umfrage 2026 ergab, dass rund 44 % der Befragten sagen, KI skaliere in ihrem Unternehmen, und dass 54 % der Befragten in Organisationen mit über 1 Milliarde US-Dollar Umsatz eine unternehmensweite Skalierung melden, gegenüber rund einem Drittel bei kleineren.
- Knapp drei Viertel der KI-Spitzenreiter in derselben Umfrage hatten ihre Arbeitsabläufe grundlegend um KI herum neu gestaltet. Ein Zentrum sollte daher an der Veränderung der Arbeitsabläufe gemessen werden, nicht an der Zahl der Piloten.
- Für die Kosten eines KI-Zentrums im Modesektor gibt es keinen belastbaren öffentlichen Benchmark. Budgets sollten deshalb aus Rollen, Tools und Nutzungsgebühren aufgebaut werden, wobei nutzungsbasierte Kosten eine eigene Zeile erhalten.
- Artikel 4 des EU-KI-Gesetzes zur KI-Kompetenz, der seit dem 2. Februar 2025 gilt, gibt einem Zentrum ein klares Mandat zur Koordination der Mitarbeiterschulung.
Ein KI-Kompetenzzentrum (Centre of Excellence, CoE) für eine mittelgrosse Modegruppe wird am besten als kleines, funktionsübergreifendes Team aus drei bis sechs Personen aufgebaut, das Standards setzt, die Governance führt, Datenzugriff und Schulung verwaltet und die Geschäftsbereiche unterstützt, während die Geschäftsbereiche selbst Anwendungsfälle und Ergebnisse verantworten. Alles Grössere droht zur Warteschlange zu werden, alles Kleinere zu einer einzelnen Person mit Titel. Die Teamgrösse ist hier ein redaktioneller Vorschlag, kein veröffentlichter Benchmark.
Wozu braucht ein mittelgrosses Unternehmen überhaupt ein Zentrum?
Ohne Koordination kauft jede Abteilung ihr eigenes Tool, behandelt Daten unterschiedlich und wiederholt dieselben rechtlichen und sicherheitstechnischen Prüfungen. Die McKinsey-Umfrage 2026 ergab, dass fast neun von zehn Befragten KI regelmässig in mindestens einer Funktion nutzen und dass 54 % der Befragten aus Organisationen mit über 1 Milliarde US-Dollar Umsatz eine unternehmensweite Skalierung melden, gegenüber rund einem Drittel der kleineren Organisationen. Kleinere Unternehmen haben also am meisten von einer gemeinsamen Kompetenz zu gewinnen, da sie sich in jeder Funktion kein eigenes Team leisten können.
Dieselbe Umfrage berichtet, dass 37 % der KI einen gewissen EBIT-Effekt zuschreiben und dass KI-Spitzenreiter, die mindestens 5 % ihres EBIT aus KI beziehen, weiterhin rund 6 % der Befragten ausmachen. Ein Zentrum, das sich auf wenige gut gewählte Arbeitsabläufe konzentriert, gehört eher in die zweite Gruppe als eines, das Piloten zählt.
Wofür sollte ein Kompetenzzentrum zuständig sein?
- Aufnahme und Priorisierung von Anwendungsfällen, mit einer einfachen Bewertung von Wert, Datenreife und Risiko.
- Governance: freigegebene Tools, Datenregeln, Risikoklassifizierung und ein Register der eingesetzten KI-Systeme.
- Standards für Datenzugriff und Datenqualität gemeinsam mit der IT und den fachlichen Dateneigentümern.
- Schulung und KI-Kompetenz, verknüpft mit den Anforderungen von Artikel 4 des EU-KI-Gesetzes.
- Lieferantenbewertung, Vertragsvorlagen und Ausstiegsbedingungen.
- Nutzenverfolgung und ein regelmässiger Bericht an die Geschäftsleitung.
Nicht zuständig sein sollte es dafür, jedes Projekt zu besitzen. In einem gesunden Modell sponsert eine fachliche Verantwortung jeden Anwendungsfall, das Zentrum liefert Methode und technische Unterstützung, und die Ergebnisse berichtet das Business.
Welches Betriebsmodell passt zu einer mittelgrossen Gruppe?
| Modell | Funktionsweise | Stärke | Risiko |
|---|---|---|---|
| Zentralisiert | Ein Team baut und betreibt die meisten KI-Projekte | Einheitliche Standards, gebündelte Kompetenzen | Flaschenhals, Distanz zu den Geschäftsproblemen |
| Hub and Spoke | Ein kleiner Kern setzt Standards, benannte Personen in jeder Funktion führen Anwendungsfälle | Ausgewogenes Verhältnis von Kontrolle und Verantwortung | Die Spoke-Rollen sind Teilzeit und können vom Tagesgeschäft verdrängt werden |
| Föderiert | Die Funktionen betreiben ihre KI selbst, mit leichter gemeinsamer Anleitung | Tempo, nah an der Arbeit | Doppelspurigkeiten, uneinheitlicher Umgang mit Risiken |
Für die meisten mittelgrossen Modegruppen ist Hub and Spoke die praktische Wahl: ein Kern aus wenigen Personen plus Champions in Design, Merchandising, Wholesale oder Vertrieb, E-Commerce, Lieferkette und Finanzen, jeweils mit einem festgelegten Zeitanteil.
Wer sollte im Team sein?
Typische Rollen sind eine Leitung mit Glaubwürdigkeit im Business, eine Data- oder Analytics-Engineerin bzw. ein Engineer, eine Person für Governance und die Abstimmung mit der Rechtsabteilung (oft in Teilzeit aus Legal oder Compliance) sowie eine Leitung für Change und Schulung. Grössere Gruppen können einen Product Manager für KI-Tools ergänzen. Wo interne Kompetenzen knapp sind, können externe Partner Lücken füllen, das Zentrum sollte aber die Entscheidungen und das Wissen darüber behalten, warum sie getroffen wurden.
McKinseys State of Fashion 2026 betont Weiterbildung, die Gewinnung neuer Talente, auch von ausserhalb der Mode, und starkes Change-Management als entscheidend. Jemanden mit Erfahrung im Modebetrieb einzustellen, der KI lernen kann, ist oft einfacher als das Umgekehrte.
Was kostet ein Zentrum?
Für die Kosten eines KI-Zentrums im Modesektor gibt es keinen belastbaren öffentlichen Benchmark, deshalb nennt dieser Beitrag keine Zahl. Bauen Sie das Budget von unten aus vier Zeilen auf: Personal (Gehälter und allfällige externe Unterstützung), Plattformen und Lizenzen, nutzungsbasierte Gebühren und Schulung. Die McKinsey-Umfrage ergab, dass rund 20 % der Befragten sagen, Betriebskosten, einschliesslich Tokens, hätten ihre KI-Nutzung eingeschränkt. Nutzungsgebühren verdienen daher eine eigene Zeile und eine Überwachungsroutine. Sie ergab auch, dass 28 % der Befragten mehr als 10 % ihres unternehmensweiten ICT-Budgets für KI ausgeben, was als Kontext dafür dienen kann, wie ernst manche Organisationen das Thema nehmen, nicht als Zielwert.
Wie startet man in den ersten 90 Tagen?
- Ernennen Sie die Leitung und benennen Sie das Sponsoring in der Geschäftsleitung.
- Erfassen Sie die im Unternehmen bereits genutzten KI-Tools und Experimente.
- Veröffentlichen Sie eine kurze Richtlinie zu freigegebenen Tools, Daten, die nicht geteilt werden dürfen, und Ansprechpersonen.
- Wählen Sie drei Anwendungsfälle mit Verantwortlichen, Baselines und Review-Terminen.
- Starten Sie rollenbasierte Schulungen und halten Sie fest, wer teilgenommen hat, da Artikel 4 des EU-KI-Gesetzes seit dem 2. Februar 2025 gilt.
- Berichten Sie der Geschäftsleitung, was gelernt wurde, einschliesslich dessen, was gestoppt wurde.
Was sind die häufigen Fehlermuster?
- Ein Zentrum, das der Sichtbarkeit wegen geschaffen wurde, ohne Budgetbefugnis oder Zugang zur Geschäftsleitung.
- Piloten, die wegen ihrer Neuheit gewählt wurden statt für eine Prozessverantwortung, die das Ergebnis haben will.
- Eine so schwere Governance, dass Teams sie umgehen und nicht freigegebene Tools nutzen.
- Keine Verbindung zum Finanzwesen, sodass Nutzen behauptet, aber nie bestätigt wird.
- Abhängigkeit von ein oder zwei Personen, deren Weggang das Programm beenden würde.
Jedes dieser Muster lässt sich in einem Quartals-Review früh erkennen. Meist genügt eine kurze Liste von Fragen, die das Sponsoring ehrlich beantwortet: Was haben wir gestoppt, was haben wir skaliert, und was hat es an den Zahlen verändert?
Ein Kompetenzzentrum ist ein Mittel, kein Zweck. Das Ziel ist, dass KI zum normalen Bestandteil der Planungs-, Einkaufs- und Verkaufsarbeit wird. Dann kann das Zentrum auf die Governance und die Standards schrumpfen, die es braucht.
Häufige Fragen
Wie gross sollte ein KI-Kompetenzzentrum in einer mittelgrossen Modegruppe sein?
Eine redaktionelle Faustregel lautet: ein Kernteam aus drei bis sechs Personen, unterstützt von Champions in Teilzeit in jeder Funktion. Das ist kein veröffentlichter Benchmark und sollte an Datenreife und Zahl der Anwendungsfälle des Unternehmens angepasst werden.
Was ist der Unterschied zwischen einem Kompetenzzentrum und einer IT-Abteilung?
Die IT betreibt Systeme und Infrastruktur. Ein Kompetenzzentrum koordiniert Anwendungsfälle, Governance, Schulung und Lieferantenwahl über die Geschäftsfunktionen hinweg und arbeitet bei Daten und Sicherheit mit der IT zusammen.
Was kostet ein KI-Kompetenzzentrum?
Für Modeunternehmen gibt es keinen verlässlichen öffentlichen Benchmark. Bauen Sie das Budget aus Personal, Plattformen, nutzungsbasierten Gebühren und Schulung auf und verfolgen Sie die Nutzungskosten separat.
Verlangt der EU AI Act ein Kompetenzzentrum?
Nein. Er verlangt keine bestimmte Struktur. Artikel 4 verlangt Massnahmen zur Förderung der KI-Kompetenz von Mitarbeitenden, die KI-Systeme nutzen, und ein Zentrum ist ein praktischer Weg, diese Arbeit zu koordinieren.
Eine Ausgabe an jedem Werktag. In fünf Minuten gelesen. Kostenlos für Branchenprofis.
