Der umfassende Leitfaden zu KI in der Mode-Supply-Chain und Nachhaltigkeit

Von der Bedarfsplanung über Lagerroboter bis zur Lieferantenüberwachung: Wo KI in den Lieferketten der Mode bereits funktioniert, welche Daten sie braucht und wo ihre Grenzen liegen.

• In den Lieferketten der Mode wird KI vor allem für Bedarfs- und Produktionsplanung, Logistik- und Lagerautomatisierung, die Überwachung von Lieferantenrisiken und die Qualitätsprüfung eingesetzt.
• KI in der Supply Chain ist meist prädiktives maschinelles Lernen oder Computer Vision und keine generative KI, und sie hängt von sauberen, verknüpften Auftrags-, Bestands- und Produktdaten ab.
• Im März 2026 kündigte Zalando an, nach einem Pilotprojekt mit 100'000 Picks pro Tag bis zu 50 KI-gestützte Kommissionierroboter in europäischen Fulfillment-Centern zu installieren.

Vorschriften gegen Zwangsarbeit und Sorgfaltspflichtgesetze zwingen Modeunternehmen, ihre Lieferanten besser zu kennen. KI kann Dokumente und Signale im grossen Massstab auswerten, ersetzt aber weder Audits noch den Dialog mit den Lieferanten.

• KI-gestützte Überwachung von Lieferantenrisiken nutzt maschinelles Lernen und Sprachmodelle, um Lieferantendaten, Dokumente, Nachrichten und Handelssignale auf Arbeits-, Umwelt-, Finanz- und Störungsrisiken zu prüfen.
• Die EU-Zwangsarbeitsverordnung (EU) 2024/3015 gilt ab dem 14. Dezember 2027 und erfasst Produkte aller Branchen auf jeder Produktionsstufe.
• Die am 30. Juni 2026 veröffentlichten Leitlinien der Kommission halten fest, dass eine solide Sorgfaltsprüfung keinen sicheren Hafen gegen Produktverbote nach der Zwangsarbeitsverordnung bietet.

Von der Trendrecherche bis zur Lieferung in den Laden braucht eine klassische Modesaison viele Monate. Wohin die Zeit geht, was sie treibt und wie Marken sie verkürzen.

• Der klassische Modekalender beginnt mit der Designarbeit lange bevor die Ware im Laden ist, weil Entwicklung, Verkauf, Produktion und Versand jeweils erhebliche Zeit beanspruchen.
• Die Beschaffung von Stoffen und Zutaten ist oft die längste einzelne Vorlaufzeit, besonders bei Sonderentwicklungen.
• Das Wholesale-Orderfenster liegt zwischen Musterung und Produktion, deshalb verzögern späte Verkaufsentscheidungen Bestellungen bei Lieferanten und Auslieferungen.

Computer Vision verlagert die Textilprüfung vom menschlichen Auge auf Kameras und Modelle. Wie das funktioniert, wo es eingesetzt wird und warum Daten und Fehlerdefinitionen am wichtigsten sind.

• KI-gestützte Qualitätskontrolle bei Textilien nutzt Kameras und Computer-Vision-Modelle, um Fehler wie Löcher, Flecken, Fadenbrüche und Nähfehler auf Stoffrollen oder fertigen Kleidungsstücken zu erkennen.
• Deep-Learning-Methoden, insbesondere Convolutional Neural Networks, machen laut einer Übersichtsarbeit von 2024 in der Fachzeitschrift Electronics inzwischen die Mehrheit der Forschungsansätze zur automatisierten Erkennung von Stofffehlern aus.
• Die grössten Hindernisse sind fehlende gemeinsame Fehlerdefinitionen, überwiegend private Trainingsdatensätze und die in Fabriken benötigte Rechenleistung.

Damit aus alter Kleidung neue Fasern werden, braucht es eine präzise Sortierung nach Material und Farbe. Sensoren und maschinelles Lernen machen das im grossen Massstab möglich, doch Kapazitäten und Wirtschaftlichkeit setzen weiterhin Grenzen.

• Die automatisierte Textilsortierung kombiniert Nahinfrarotspektroskopie, Kameras und maschinelles Lernen, um Faserzusammensetzung und Farbe gebrauchter Kleidungsstücke zu bestimmen.
• Eine präzise Sortierung ist Voraussetzung für das Faser-zu-Faser-Recycling, weil Recycler einheitliches Ausgangsmaterial bekannter Zusammensetzung benötigen.
• Die Anlage SIPTex im schwedischen Malmö kann laut Europäischer Kommission 4,5 Tonnen pro Stunde oder 24'000 Tonnen pro Jahr nach Faserart und Farbe sortieren.

KI kann der Mode helfen, weniger unerwünschte Produkte herzustellen und neue EU-Vorschriften zu bewältigen, doch sie verbraucht auch Energie und kann ein Geschäftsmodell nicht allein verändern. Ein nüchterner Blick auf beide Seiten.

• KI kann die Nachhaltigkeit in der Mode vor allem durch bessere Prognosen und Einkaufsentscheidungen unterstützen, sodass Unternehmen näher an der tatsächlichen Nachfrage produzieren.
• Seit dem 19. Juli 2026 dürfen grosse Unternehmen in der EU unverkaufte Kleidung, Bekleidungszubehör und Schuhe nicht mehr vernichten, was die Kosten der Überproduktion erhöht.
• Die Europäische Kommission schätzt, dass in der EU jährlich rund 5 Millionen Tonnen Kleidung entsorgt werden, etwa 12 kg pro Person, und dass nur 1 Prozent des Materials in Kleidung zu neuer Kleidung recycelt wird.

Mehr herzustellen, als sich zum vollen Preis verkaufen lässt, ist in die Art eingebaut, wie die Mode plant, einkauft und produziert. Warum es geschieht, warum die Regulierung den Einsatz nun erhöht und welche Hebel tatsächlich wirken.

• Überproduktion ist ein strukturelles Ergebnis langer Vorlaufzeiten, von Mindestbestellmengen, breiten Sortimenten und Prognosen unter Unsicherheit, nicht einfach mangelnder Disziplin.
• Seit dem 19. Juli 2026 dürfen grosse Unternehmen in der EU unverkaufte Bekleidung, Bekleidungsaccessoires und Schuhe nicht mehr vernichten, ausser in eng gefassten Ausnahmefällen, was es schwieriger macht, Überbestände verschwinden zu lassen.
• Die wirksamsten Hebel liegen vorgelagert: kleinere und fokussiertere Sortimente, bessere Nachfragesignale aus Pre-Orders und Sell-through sowie flexible Beschaffung.

Der Digitale Produktpass der EU macht Produktdaten zu einer regulierten Pflichtleistung. KI kann helfen, diese Daten zu sammeln, zu prüfen und zu strukturieren, aber sie kann nicht erfinden, was Lieferanten nie erfasst haben.

• Der Digitale Produktpass (DPP) ist ein digitaler Produktdatensatz auf Grundlage der EU-Ökodesign-Verordnung für nachhaltige Produkte (EU) 2024/1781, der über einen Datenträger wie einen QR-Code zugänglich ist.
• Die Europäische Kommission plant, den delegierten Rechtsakt für Textilien, der die Inhalte des Passes für Bekleidung festlegt, im vierten Quartal 2027 zu verabschieden. Verbindliche Anforderungen für die Mode stehen also noch nicht fest.
• Das zentrale DPP-Register der Kommission ging am 20. Juli 2026 in Betrieb; es speichert eindeutige Produktkennungen und Metadaten, während die Produktdaten selbst dezentral bleiben.

Die EU baut eine digitale Identität für Produkte auf, die in ihrem Markt verkauft werden. Was der Pass für Bekleidung bedeuten wird, was noch offen ist und wie Marken ihre Daten schon jetzt vorbereiten können.

• Der Digitale Produktpass (DPP) ist ein digitaler Datensatz, der über einen Datenträger wie einen QR-Code mit einem physischen Produkt verknüpft ist und auf der EU-Ökodesign-Verordnung für nachhaltige Produkte (ESPR) beruht.
• Für Textilien werden die genauen Datenfelder in einem produktspezifischen delegierten Rechtsakt festgelegt, den die Europäische Kommission nach eigenen Angaben gegen Ende 2027 verabschieden will.
• Zu den wahrscheinlichen Inhalten gehören Produktidentifikation, Faserzusammensetzung, Pflege- und Reparaturinformationen, Hinweise zum Ende der Nutzungsdauer, Herkunftsangaben und die beteiligten Wirtschaftsakteure.

Die Ökodesign-Verordnung für nachhaltige Produkte weitet die EU-Vorschriften zur Produktgestaltung auf Bekleidung und Schuhe aus. Was sie verlangt, was bereits gilt und was noch ausgearbeitet wird.

• Die Ökodesign-Verordnung für nachhaltige Produkte, Verordnung (EU) 2024/1781, ist am 18. Juli 2024 in Kraft getreten und erfasst nahezu alle physischen Waren, die auf dem EU-Markt in Verkehr gebracht werden.
• Sie ist ein Rahmengesetz: Produktspezifische Anforderungen für Textilien kommen über einen delegierten Rechtsakt, den die Kommission nach eigenen Angaben gegen Ende 2027 verabschieden will.
• Ein Verbot der Vernichtung unverkaufter Bekleidung und Schuhe gilt für grosse Unternehmen ab dem 19. Juli 2026 und für mittlere Unternehmen ab Juli 2030; Kleinst- und Kleinunternehmen sind ausgenommen.