Wie nutzt PUMA generative KI für Kampagnenbilder und Produktinhalte?

PUMA nutzt generative KI, um lokalisierte Hintergründe für Produktbilder zu erstellen und Routinearbeiten der Bildbearbeitung im Onlineshop zu automatisieren, und setzt dafür die Imagen-Modelle von Google auf Vertex AI ein. Das Produkt bleibt das echte Produkt; die KI verändert die Kulisse, sodass etwa eine Kundin in Japan einen Trailrunning-Schuh in der Nähe des Fuji sieht. PUMA bringt den Ansatz mit höheren Klickraten und schnelleren Kampagnenstarts in Verbindung.

Was hat PUMA mit generativer KI aufgebaut?

Am 24. September 2024 kündigte Google Cloud eine erweiterte Partnerschaft mit PUMA an, um das digitale Einkaufserlebnis mit generativer KI zu verbessern. Laut der Ankündigung nutzt PUMA Imagen 2 auf Vertex AI, um Produktbilder zu generieren, darunter individuelle Hintergründe, die auf Produkt, Kundschaft und Region zugeschnitten sind. Google Cloud bezeichnete PUMA als erstes Unternehmen seiner Branche, das KI-Bilder im grossen Massstab im Onlineshop einsetzt.

Als Beispiel wurde Japan genannt: Eine Kundin dort sieht möglicherweise einen Lifestyle-Schuh auf den Strassen von Ginza in Tokio oder einen Trailrunning-Schuh in der Nähe des Fuji. Regionale Marketingteams können Inhalte für ihre eigenen Märkte anpassen, statt auf ein einziges globales Bildset angewiesen zu sein. PUMA-CEO Arne Freundt sagte: «Google Cloud's generative AI has allowed us to create an immersive experience that is tailored to each consumer.»

Welche Content-Aufgaben automatisiert PUMA?

Über Hintergründe hinaus nutzt PUMA Imagen für Bearbeitungsschritte, die Content-Teams zuvor von Hand erledigten. Die Ankündigung nennt:

• Schatten und einheitliche Beleuchtung
• Bildaufbau und Produktpositionierung
• Farbtreue
• Verbesserung der Auflösung

Diese Aufgaben sind kommerziell relevant, weil sie repetitiv sind und für jedes Produkt, jede Farbvariante und jeden Markt erledigt werden müssen. Ihre Automatisierung schafft für Retuscheure und Content-Redakteurinnen Freiraum für Arbeiten, die Urteilsvermögen erfordern, und verkürzt die Zeit zwischen der Ankunft eines Produkts und seiner Verkaufsbereitschaft im Onlineshop.

In einem typischen Workflow dieser Art fotografiert die Marke das Produkt einmal unter kontrollierten Bedingungen, löst es sauber vom Hintergrund und generiert dann Varianten der Szene darum herum für verschiedene Märkte, Kanäle und Formate. Die ursprünglichen Produktpixel bleiben erhalten, und eine menschliche Redaktion prüft die Ergebnisse vor der Veröffentlichung. Google Cloud bezeichnete das von PUMA gebaute System als «creative agent», was auf ein Werkzeug hindeutet, das Marketingteams direkt nutzen, und nicht auf eine einmalige, von einer Agentur produzierte Kampagne. Dieser Aufbau verteilt den Nutzen auf viele regionale Teams statt auf eine einzelne Lancierung.

Lesen Sie auch

Die Guess-Anzeige mit KI-Model in der Vogue: was geschah und was Marken daraus lernen sollten

Welche Ergebnisse hat PUMA veröffentlicht?

Die veröffentlichten Zahlen sind spärlich und sollten sorgfältig gelesen werden. Die Ankündigung von Google Cloud hielt fest, dass die Bilder die Klickraten verbessern und die Time-to-Market von Kampagnen verkürzen, nannte aber keine Zahlen. Consumer Goods Technology berichtete unter Berufung auf das Wall Street Journal, dass sich die Klickraten in Indien, wo die Bilder geografisch personalisiert wurden, um 10% verbesserten. Derselbe Bericht hielt fest, dass Google Cloud im März 2024 erklärt hatte, der durchschnittliche Bestellwert von PUMA sei nach der Integration von BigQuery und Google Analytics um 19% gestiegen. Das betrifft jedoch Daten und Analytik, nicht generierte Bilder.

PUMA erklärte zudem, nach dem Umzug seines E-Commerce-Ökosystems einschliesslich PUMA.com auf Google Cloud im Jahr 2024 einen höheren durchschnittlichen Bestellwert dank personalisierter Inhalte verzeichnet zu haben und Produkte bereits bei Ankunft im Lager kaufbar machen zu können. Zahlen zu diesen Effekten wurden nicht genannt. Das Unternehmen kündigte an, Imagen 3 zu erproben und Vertex AI Search for Retail auf weitere Tochtergesellschaften auszuweiten.

Warum wurde der Ansatz von PUMA weniger kritisiert als andere KI-Kampagnen?

Mehrere Modemarken wurden 2025 für KI-generierte Kampagnenbilder heftig kritisiert, vor allem wenn KI Menschen erzeugte oder ein fotografiertes Produkt ersetzte. Der dokumentierte Einsatz bei PUMA unterscheidet sich in zwei Punkten. Erstens bleibt das Produkt der echte Artikel; die KI verändert die Umgebung und übernimmt Bearbeitungen, die sonst ein Retuscheur machen würde. Zweitens ist das Ziel Relevanz für die Kundschaft (eine lokale Kulisse) und nicht der Ersatz eines kreativen Shootings. Für eine Sportmarke, die in mehr als 120 Ländern verkauft, ist Lokalisierung im grossen Massstab ein Problem, das sich mit klassischer Fotografie kaum wirtschaftlich lösen lässt.

Welche Risiken bergen generierte Produktbilder?

Selbst bei echten Produkten bergen generierte Bilder Risiken, die Marken steuern müssen:

1. Produktgenauigkeit: Jede Veränderung von Farbe, Form oder Details kann die Kundschaft in die Irre führen und Retouren verursachen. Die Farbtreue muss deshalb am physischen Muster geprüft werden.
2. Kulturelle Passung: Automatisch generierte lokale Szenen können unpassende oder fehlerhafte Kulissen enthalten; eine regionale Prüfung ist nötig.
3. Rechte und Herkunft: Generierte Hintergründe dürfen keine geschützten Orte, Kunstwerke oder Markenzeichen wiedergeben.
4. Offenlegung: Die Vorschriften zur Kennzeichnung KI-generierter Inhalte werden strenger, darunter die Transparenzpflichten des EU AI Act ab August 2026.
5. Messung: Behauptete Steigerungen brauchen kontrollierte Tests pro Markt, keine Vorher-nachher-Vergleiche.

Lesen Sie auch

Wie Mango KI einsetzt: generatives Design, virtuelle Models und Mango Stylist

Was können andere Marken von PUMA lernen?

Der Fall PUMA legt eine praktische Reihenfolge nahe. Zuerst Produktdaten, Fotografie und E-Commerce-Plattform auf eine konsistente Grundlage stellen; die generierten Bilder von PUMA bauen auf einer Plattformmigration und einer Analytics-Integration auf. Danach generative KI auf volumenstarke, risikoarme Aufgaben wie Hintergründe und Retusche anwenden, regionalen Teams kontrollierte Freiheit zur Lokalisierung geben und pro Markt messen. Marken, die mit KI-generierten Models oder Produkten beginnen, gehen zuerst die sichtbarsten Risiken ein, während der dokumentierte Einsatz von PUMA dort ansetzt, wo der Nutzen am klarsten und das Reputationsrisiko am geringsten ist.