Der umfassende Leitfaden zu KI in Mode-E-Commerce, Marketing und Retail

Empfehlungen, sortierte Produktlisten, Grössenberatung und Dialogassistenten beruhen alle auf demselben Fundament: sauberen Kunden- und Produktdaten. Ein praktischer Leitfaden dazu, was funktioniert, was es kostet und wo die Grenzen liegen.

• KI-Personalisierung im Mode-E-Commerce nutzt Verhaltens-, Transaktions- und Produktdaten, um zu entscheiden, welche Produkte, Grössen, Inhalte und Botschaften jede Kundin und jeder Kunde sieht.
• Die häufigsten Anwendungen sind Produktempfehlungen, personalisierte Sortierung von Kategorie- und Suchergebnissen, Grössen- und Passformberatung, personalisierte E-Mails und dialogbasierte Shopping-Assistenten.
• Zalando berichtet, dass die Umstellung seines Assistenten auf ein neueres Sprachmodell die Produktklicks in Empfehlungskarussells um 23 Prozent und die Ergänzungen von Wunschlisten um mehr als 40 Prozent gegenüber der Vorversion gesteigert hat.

Statt Suchbegriffe einzutippen, beschreiben Kundinnen und Kunden Chatbots und KI-Suchmaschinen heute, was sie wollen. Wie Conversational Shopping funktioniert, was die ersten Belege zeigen und was das für Modemarken und Händler bedeutet.

• Beim Conversational Shopping beschreiben Kundinnen und Kunden ihre Wünsche in natürlicher Sprache; ein KI-System interpretiert die Anfrage, durchsucht Produktdaten und liefert eine kuratierte Antwort.
• McKinseys State of Fashion 2026 nennt "den KI-Shopper" als zentrales Thema und hält fest, dass sich Kundinnen und Kunden grossen Sprachmodellen zuwenden, um Produkte zu suchen, Angebote zu vergleichen und massgeschneiderte Empfehlungen zu erhalten.
• Google kündigte im Mai 2025 Shopping-Funktionen im AI Mode an, darunter ein visuelles Produktpanel und einen agentischen Checkout, der einen Artikel kaufen kann, sobald er einen vom Nutzer festgelegten Preis erreicht.

Mit Bilderkennung können Konsumenten und Einkäufer per Bild suchen, und Marken können Produkte automatisch verschlagworten. Wie die Technologie funktioniert, wo sie gut abschneidet und wovon sie abhängt.

• Visuelle Suche wandelt Bilder in numerische Darstellungen um, damit sich Produkte mit ähnlichem Aussehen schnell finden lassen.
• Der unmittelbarste geschäftliche Nutzen ist für viele Marken das automatisierte Attribut-Tagging, das Filter, Suche und Produktdatenqualität verbessert.
• Die Ergebnisse hängen stark von einheitlicher Produktfotografie und gut strukturierten Katalogdaten ab.

Generative KI kann ein Kleidungsstück inzwischen auf einem Foto der Kundin oder des Kunden zeigen. Das hilft bei Stilentscheidungen, doch Passform und Grösse sind ein anderes Problem. Was die Technologie leistet, was sie braucht und was die Belege sagen.

• Virtual Try-on nutzt Computer Vision oder generative KI, um zu zeigen, wie ein Kleidungsstück auf dem eigenen Foto einer Person oder auf einem Avatar aussehen würde.
• Google führte im Juli 2025 in den USA KI-gestütztes Virtual Try-on in der Suche, in Google Shopping und in Google Bilder ein. Es beruht auf einem Diffusionsmodell, das darauf trainiert ist zu verstehen, wie Stoffe an unterschiedlichen Körpern fallen und sich dehnen.
• Die meisten bildbasierten Try-on-Tools zeigen Aussehen und Stil, nicht aber, ob eine bestimmte Grösse passt, und genau das ist der wichtigste Treiber von Retouren in der Mode.

Generative KI hat bei einigen Händlern Zeit und Kosten für Kampagneninhalte deutlich gesenkt, doch ob sie funktioniert, entscheiden Markenkontrolle, Rechte und Kennzeichnungsvorschriften. Ein Leitfaden zu den wichtigsten Einsatzfeldern und ihren Grenzen.

• Marketingteams in der Mode setzen KI vor allem für Contenterstellung, Texterstellung, Zielgruppensegmentierung, Kampagnenoptimierung und Erfolgsmessung ein.
• Zalando erklärte gegenüber Reuters, dass im vierten Quartal 2024 rund 70 Prozent seiner redaktionellen Kampagnenbilder KI-generiert waren und die Produktionszeit von sechs bis acht Wochen auf drei bis vier Tage sank.
• Im Vereinigten Königreich hat das Committee of Advertising Practice erklärt, dass ein Hinweis auf den KI-Einsatz eine grundsätzlich irreführende Werbung sehr wahrscheinlich nicht heilt.

Generative KI kann Produkttexte, Übersetzungen und Attribute in grossem Massstab entwerfen. Ohne Qualitätsprozess erzeugt sie aber auch Fehler, blasse Texte und Compliance-Risiken. Eine Checkliste für Contentteams.

• Generative KI schreibt besseren Produktcontent, wenn sie mit strukturierten, geprüften Produktdaten arbeitet statt mit Bildern oder losen Notizen.
• Faktenfehler zu Materialien, Pflege und Passform sind das grösste Risiko, weil sie Retouren, Beschwerden und mögliche rechtliche Risiken verursachen.
• Ein schriftlicher Styleguide der Marke und freigegebene Beispiele sind nötig, um austauschbare Texte zu vermeiden, die wie bei jedem anderen Händler klingen.

Digitale Zwillinge und vollständig synthetische Models versprechen schnellere, günstigere Bilder. Einwilligung, Vergütung, Kennzeichnung und das Vertrauen des Publikums bestimmen inzwischen, wie Marken sie einsetzen können, und neue Regeln in New York und der EU legen die Messlatte höher.

• KI-generierte Models sind entweder digitale Zwillinge realer Personen, die mit deren Einwilligung erstellt wurden, oder vollständig synthetische Menschen, die es nicht gibt.
• H&M kündigte im März 2025 an, KI-Zwillinge von 30 Models zu erstellen, die die Kontrolle über deren Nutzung behalten und wie bei herkömmlichen Shootings bezahlt werden.
• Der Fashion Workers Act des Bundesstaats New York, in Kraft seit dem 19. Juni 2025, verlangt eine klare schriftliche Einwilligung für die Erstellung oder Nutzung des digitalen Replikats eines Models, die Umfang, Zweck, Vergütung und Dauer festlegt.

Generative Engine Optimization soll die Produkte und Inhalte einer Marke in KI-generierten Antworten sichtbar machen. Was Forschung und Plattformen tatsächlich sagen und was Modemarken jetzt tun können.

• Generative Engine Optimization (GEO) bedeutet, die Wahrscheinlichkeit zu erhöhen, dass eine Marke, ein Produkt oder eine Seite in Antworten von KI-Systemen wie ChatGPT, Gemini oder Googles AI Overviews zitiert oder empfohlen wird.
• Google erklärt, dass es keine zusätzlichen Anforderungen oder speziellen Optimierungen braucht, um in AI Overviews oder im AI Mode zu erscheinen, und dass die grundlegenden SEO-Best-Practices weiterhin gelten.
• Der Fachartikel, der den Begriff prägte und auf der KDD 2024 veröffentlicht wurde, berichtete, dass GEO-Methoden die Sichtbarkeit in den Antworten generativer Suchsysteme um bis zu 40 Prozent steigern können, wobei die Wirksamkeit je nach Themenfeld variiert.

KI-Chatbots und Assistenzsysteme für Servicemitarbeitende können Fragen zu Bestellungen, Retouren und Grössen rund um die Uhr beantworten. Wenn es darauf ankommt, wollen Kundinnen und Kunden aber weiterhin einen Menschen, und Unternehmen haften für das, was ihre Bots sagen.

• KI im Kundenservice der Mode bearbeitet Routinekontakte wie Sendungsverfolgung, Retouren, Umtausch und Grössenfragen und unterstützt Servicemitarbeitende beim Entwerfen und Zusammenfassen.
• Eine Gartner-Umfrage unter 5728 Kundinnen und Kunden vom Dezember 2023 ergab, dass 64 Prozent es vorziehen würden, wenn Unternehmen im Kundenservice keine KI einsetzten; die grösste Sorge war, nur schwer einen Menschen zu erreichen.
• Im Fall Moffatt v Air Canada (Februar 2024) erklärte ein kanadisches Schiedsgericht die Fluggesellschaft für falsche Auskünfte ihres Chatbots haftbar und wies das Argument zurück, der Bot sei eine eigenständige Einheit.

Von Assistenten für das Verkaufspersonal und Clienteling bis zu Computer Vision für Bestand und Kasse: KI hält Einzug auf der Verkaufsfläche. Was funktioniert, was es braucht und wo das Datenschutzrecht klare Grenzen zieht.

• KI wird in stationären Modegeschäften vor allem für die Unterstützung des Verkaufspersonals, Clienteling, Bestand und Replenishment, Computer Vision zur Regal- und Bestandsüberwachung sowie Diebstahlprävention eingesetzt.
• Levi Strauss hat mit Google Cloud einen generativen KI-Assistenten für das Verkaufspersonal namens Stitch entwickelt; Fortune berichtete im März 2026, dass er nach einem Pilotprojekt in zehn Filialen in mehr als 70 US-Filialen im Einsatz war.
• Seit dem 2. Februar 2025 verbietet der EU AI Act KI-Systeme, die Emotionen von Personen am Arbeitsplatz ableiten, ausser aus medizinischen oder Sicherheitsgründen. Damit ist die Emotionsüberwachung des Verkaufspersonals ausgeschlossen.

Omnichannel ist nicht einfach Website plus Filialen. Es ist ein Zusammenspiel aus gemeinsamen Daten, Beständen, Prozessen und Anreizen, das Kundinnen und Kunden frei zwischen den Kanälen wechseln lässt.

• Omnichannel bedeutet, jede Interaktion mit der Kundschaft als eine einzige Beziehung zu behandeln, während Multichannel lediglich mehrere Kanäle nebeneinander betreibt.
• Saubere Produktdaten und exakte Bestände sind Voraussetzung; kanalübergreifende Services, die ohne sie starten, führen zu Stornierungen und Beschwerden.
• Filialen sind in einem Omnichannel-Modell oft der grösste Bestandspool und das wertvollste Fulfilment-Asset eines Modehändlers.