E-Commerce

Wie Farfetch KI für Personalisierung und den Betrieb seines Marktplatzes nutzte
Farfetch baute eine eigene Empfehlungs-Engine auf und arbeitete mit KI-Anbietern und einem Styling-Service zusammen. Ein Blick auf das, was von 2017 bis 2023 veröffentlicht wurde, und auf die Grenzen der Beleglage.

Wie Vinted KI in Suche und Empfehlungen für Secondhand-Mode einsetzt
Das Engineering-Team von Vinted hat detailliert beschrieben, wie seine Such-, Autocomplete- und Empfehlungssysteme funktionieren. Diese Fallstudie zeigt, was dokumentiert ist, welche Ergebnisse vorliegen und was andere Marktplätze daraus lernen können.

Wie American Eagle Outfitters KI positioniert: Das Aerie-Versprechen gegen generierte Körper
Das sichtbarste KI-Statement von American Eagle ist eine Absage: Die Marke Aerie hat versprochen, keine KI-generierten Körper oder Personen zu zeigen. Eine Fallstudie über einen Händler, der KI-Richtlinien als Markenstrategie nutzt, und darüber, was nicht öffentlich ist.

Wie Lands' End virtuelle Models und KI-Passformwerkzeuge nutzt und was zu Retouren bekannt ist
Lands' End nutzt seit 2001 Technologie für virtuelle Models und bietet inzwischen KI-Passformberatung im dialogbasierten Einkauf an. Eine Fallstudie zu den veröffentlichten Aussagen, mit einer Einschätzung der Evidenz zu Retouren.

Ein Agentic-Commerce-Leitfaden für Modehändler 2026
Agentic Commerce lässt einen KI-Assistenten im Auftrag der Kundschaft einkaufen. Dieser Leitfaden zeigt, was bereits live ist, was Modehändler zuerst in Ordnung bringen müssen und wo die offenen Risiken liegen.

In ChatGPT Shopping und KI-Assistenten gefunden werden: Was Modemarken steuern können
Niemand kann sich einen garantierten Platz in der Antwort eines KI-Assistenten kaufen. Modemarken können aber Crawler-Zugriff, Produktdaten und die Klarheit ihrer Richtlinien steuern, und das sind die Hebel, auf die es ankommt.

Retourenregeln, wenn der Käufer ein KI-Agent ist: Was jetzt zu regeln ist
Wenn ein Assistent die Bestellung auslöst, werden Retourenfragen schwieriger: Wer hat den Kauf autorisiert, was wurde der Kundschaft gesagt und wer zahlt? Diese Regeln sollten Modehändler zuerst klären.

Welche Modeanfragen lösen KI-Antworten aus, und was bedeutet das für Inhalte?
KI-Antworten erscheinen bei informationsorientierten Suchen weit häufiger als bei Kaufsuchen. Für Modeverlage und Händler entscheidet das darüber, welche Inhalte gefährdet sind und welche nicht.

Betrug, Chargebacks und Haftung im agentischen Checkout der Mode
Kartennetzwerke und Zahlungsdienstleister haben Tokens und Verifizierungsmethoden für KI-Agenten eingeführt, doch wer zahlt, wenn ein Agent einen Fehler macht, ist weiter ungeklärt. Hier steht, wo Modehändler stehen.

Chatbots und KI-Agenten nach dem AI Act offenlegen: Formulierung und Platzierung
Artikel 50 verlangt, dass Menschen spätestens bei der ersten Interaktion wissen, dass sie es mit einer Maschine zu tun haben. Praktische Formulierungen, Platzierung und Tests für den Mode-E-Commerce.

Kostenpflichtige Retouren: Was passiert mit Konversion und Loyalität?
Retourengebühren sind im britischen Modehandel inzwischen verbreitet, doch die öffentliche Evidenz zu Konversion und Loyalität ist dünn. Was die Daten sagen, was nicht, und wie sich eine Gebühr sicher testen lässt.

Virtual Try-on messen: Testdesign und die Kennzahlen, die zählen
Nutzerinnen und Nutzer von Try-on-Funktionen sind keine Zufallsstichprobe, daher überzeichnen naive Vergleiche die Ergebnisse. Ein Testdesign mit Holdout-Gruppen, die wichtigen Metriken und die typischen Fallen.

Retouren- und Umtauschgespräche sicher automatisieren
KI-Agenten können routinemässige Retouren- und Umtauschchats übernehmen, doch eine falsche Antwort kann den Händler binden. So grenzen Sie einen Assistenten ab, verankern ihn in Fakten, eskalieren und prüfen ihn, bevor er mit Kundschaft spricht.

Qualitätskontrolle für KI-generierte Produktseiten: ein praktischer Leitfaden
Generierte Produktbeschreibungen können Eigenschaften erfinden, von der Marke abdriften und Suchmaschinen-Abstrafungen auslösen. Ein Prüfablauf mit automatisierten Checks, menschlichen Stichproben und klarer Kennzeichnung.

Wie setzt Saks KI-Agenten im Kundenservice und im Personal Shopping ein?
Saks hat 2024 einen Plan vorgestellt, nach dem KI-Agenten Routineanfragen im Service übernehmen und Advisors KI-Empfehlungen aus einem einheitlichen Kundenprofil erhalten. Was angekündigt wurde, was bekannt ist und was nicht.

Wie Marks & Spencer KI für Stilberatung und Produktbeschreibungen nutzt
M&S nutzt KI, um das Online-Modeangebot zu personalisieren, ein Quiz zu Figur und Stil zu betreiben und die meisten Produktbeschreibungen zu verfassen. 2026 erhielten 11'000 Mitarbeitende Copilot. Was bisher berichtet wurde.

Wie setzt ASOS KI ein? Outfit-Empfehlungen, der AI Stylist und ChatGPT
ASOS ist von Empfehlungen für einzelne Produkte zu KI-generierten Outfits, einem AI Stylist in der App und einer Shopping-App in ChatGPT übergegangen. Was das Unternehmen veröffentlicht hat und was andere Modehändler daraus lernen können.

Wie nutzt Myntra generative KI? Von MyFashionGPT bis zu KI-Grössenberatung und Try-on
Der indische Händler Myntra lancierte 2023 einen Shopping-Assistenten auf Basis von ChatGPT und hat seither KI für Grössenberatung, Try-on und Händler-Tools ergänzt. Was veröffentlicht ist, was sich noch in der Pilotphase befindet und welche Lehren sich daraus ziehen lassen.

Was ist Agentic Commerce? Wie KI-Agenten für Modekundinnen und -kunden einkaufen werden
KI-Agenten, die im Auftrag der Kundschaft suchen, vergleichen und kaufen, wandern von Demos in echte Checkout-Prozesse. Was Agentic Commerce für Modemarken und Händler bedeutet und was noch unbewiesen ist.

Wie bereitet man Mode-Produktfeeds für das Shopping in ChatGPT, Gemini und Perplexity vor?
KI-Assistenten empfehlen Produkte auf Basis strukturierter Feeds. Ein Praxisleitfaden zu den Feldern, der Variantenlogik und der Aktualisierungsdisziplin, die Modehändler brauchen, um in ChatGPT, Gemini und Perplexity korrekt zu erscheinen.

Agenten-Zahlungen und Checkout-Protokolle: Was Modehändler 2026 wissen müssen
ACP, UCP, AP2, das Trusted Agent Protocol von Visa und Mastercard Agent Pay sollen KI-Agenten sicheres Bezahlen ermöglichen. Was die einzelnen Protokolle leisten, wie sie zusammenspielen und was Modehändler jetzt entscheiden sollten.

Einen KI-Shopping-Assistenten lancieren: eine Checkliste mit 20 Punkten für den Mode-E-Commerce
Von Produktdaten und Leitplanken über die Transparenzpflichten des EU AI Act bis zur Erfolgsmessung: die 20 Prüfpunkte, die E-Commerce-Teams in der Mode abarbeiten sollten, bevor ein KI-Shopping-Assistent live geht.

Verkaufen KI-Stylisten? Die Kennzahlen zur Bewertung eines dialogbasierten Shopping-Assistenten
Das Chat-Volumen sagt wenig darüber aus, ob sich ein KI-Stylist rechnet. Welche Kennzahlen die tatsächliche geschäftliche Wirkung zeigen, wie man sie fair testet und was veröffentlichte Daten belegen und was nicht.

So prüfen Sie die Sichtbarkeit Ihrer Modemarke in ChatGPT, Gemini und Perplexity
Ein wiederholbares Audit zeigt, ob KI-Assistenten Ihre Marke erwähnen, was sie über sie sagen und welche Seiten sie zitieren. Eine praxisnahe Methode, von Prompt-Sets bis zu Crawler-Checks.

GEO vs. SEO: Was ändert sich für Modemarken, wenn Antworten die Suchergebnisse ersetzen?
Generative Engine Optimization baut auf SEO auf, statt es zu ersetzen. Was sich ändert, ist der Massstab für Erfolg: in einer Antwort zitiert und korrekt beschrieben zu werden, nicht nur auf einer Seite zu ranken.

Schema-Markup für Modeprodukte: Welche strukturierten Daten liest die KI-Suche?
Product-, Offer- und ProductGroup-Markup beschreiben Preis, Verfügbarkeit, Grössen und Farben in einer Form, die Maschinen auslesen können. Was Sie bei Bekleidung auszeichnen sollten und was Markup nicht leisten kann.

Wie messen Sie Traffic und Umsatz aus KI-Assistenten auf einer Mode-Website?
KI-Assistenten bringen weniger, aber oft gut informierte Besucher, und ein Grossteil ihres Einflusses bleibt in Standardberichten unsichtbar. So richten Sie Ihre Analytics ein, um zu sehen, was sichtbar ist.

Google AI Mode und AI Overviews: Was bedeuten sie für den Traffic im Modehandel?
Google beantwortet viele Modefragen inzwischen selbst und baut Shopping, virtuelle Anprobe und Checkout in den AI Mode ein. Modehändler sollten mit weniger Klicks aus informationsorientierten Suchen und mehr Wettbewerb innerhalb von Google rechnen.

Dynamic Pricing in der Mode: Wo hilft KI, und wo schadet sie der Marke?
Algorithmische Preisgestaltung kann Bestände abbauen und die Marge schützen, doch häufige oder personalisierte Preisänderungen bergen Risiken für Marke, Vertrauen und Rechtssicherheit. Wo KI-Pricing in der Mode seinen Platz hat und wo es aufhören sollte.

Google AI Try-on und Doppl: Was virtuelle Anprobe direkt in der Suche für Modemarken bedeutet
Google hat die virtuelle Anprobe in gut einem Jahr von einem Labs-Experiment in Search und Shopping überführt und dann seine eigenständige App Doppl eingestellt. Was geschehen ist und was es für Marken bedeutet.

Virtuelle Anprobe 2026: generative, 3D- und AR-Ansätze im Vergleich
Generative Bildanprobe, messbasierte 3D-Avatare und kamerabasierte AR beantworten unterschiedliche Fragen der Kundschaft. Ein nüchterner Vergleich, was jeder Ansatz braucht, was er leistet und wo er an Grenzen stösst.

Wie sagt KI Retouren vor dem Checkout voraus? Riskante Warenkörbe erkennen, einfach erklärt
Modelle zur Retourenprognose schätzen, solange der Warenkorb noch offen ist, wie wahrscheinlich jeder Artikel zurückkommt. Wie sie funktionieren, welche Daten sie brauchen, welche Massnahmen fair sind und wo die rechtlichen Grenzen liegen.

Wie kann KI Retouren in der Mode senken? 12 Hebel nach voraussichtlicher Wirkung
Von Grössenberatung und Passformhinweisen bis zu Retourenprognose und virtueller Anprobe: eine Checkliste mit zwölf KI-Hebeln, um Retouren im Online-Modehandel zu senken, geordnet nach Evidenz und voraussichtlicher Wirkung, mit den jeweils nötigen Daten.

Fashion-Tech-Trends 2026: was real ist und was Hype
KI-Shopping-Assistenten, agentischer Checkout, Virtual Try-on und Unternehmensagenten: ein nüchterner Blick darauf, welche Technologietrends in der Mode 2026 Ergebnisse liefern und welche noch vor allem Versprechen sind.

Wie verbessert KI Passform und Grössen? Von der Grössenberatung zu besseren Schnitten
Grössen- und Passformprobleme verursachen einen grossen Teil der Retouren in der Mode. KI treibt heute Grössenempfehlungen, Körpervermessung und virtuelle Umkleidekabinen an, und ihre Daten können in Schnitte und Grössentabellen zurückfliessen.

Wie funktioniert KI-Personalisierung im Mode-E-Commerce?
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.

Virtual Try-on in der Mode: Wie funktioniert es und senkt es die Retouren?
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.

Wie verändert KI-Suche die Art, wie Kundinnen und Kunden Mode finden?
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.

Wie wird KI im Kundenservice der Mode eingesetzt, und wo scheitert sie?
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.

Was ist GEO, und wie werden Modemarken in der KI-Suche gefunden?
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.

Wie Zalando KI einsetzt: Assistent, Personalisierung und Grössenberatung
Zalando setzt KI bei Suche, Inspiration und Passform ein. Was das Unternehmen aufgebaut hat, wie Daten und Modelle zusammenspielen, welche Ergebnisse veröffentlicht sind und was unbewiesen bleibt.

Wie Nike KI einsetzt: Direktvertriebsdaten und generative Produktentwicklung
Von Demand Sensing für die eigenen Kanäle über KI-generierte Schuhkonzepte bis zur Beta eines KI-Shopping-Assistenten: was Nike aufgebaut und offengelegt hat und was sich unter der neuen Führung geändert hat.

Wie Ralph Lauren KI einsetzt: Ask Ralph und der konversationelle Shopping-Assistent
Ralph Lauren hat im September 2025 in seiner US-App Ask Ralph lanciert, einen konversationellen Styling-Assistenten auf Basis von Microsoft Azure OpenAI. Was er kann, was offengelegt wurde und was offen bleibt.

Wie Stitch Fix KI einsetzt: Algorithmen plus menschliche Stylisten
Stitch Fix kombiniert Empfehlungsalgorithmen mit rund 1700 Teilzeit-Stylisten und hat generative KI-Tools wie Vision ergänzt. Wie das hybride Modell funktioniert und was die Zahlen zeigen.

KI in der Mode: der Rückblick auf September 2026
Metas Agent Muse, Amazons Sperre, Shopifys Agenten-Checkout, KI-Nachschub bei Macy's und KI-Bilder bei Zalando: die geprüften KI-News für die Modebranche aus dem September 2026.

KI für E-Commerce-Manager in der Mode: ein Praxisleitfaden
Wo KI E-Commerce-Managern in der Mode bei Suche, Personalisierung, Produktcontent, Grössenberatung, Service und Merchandising hilft, welche Daten sie braucht, welche Rechtspflichten gelten und ein 30-Tage-Plan für den Einstieg.

KI bei Schuhen: Passform, Grössendaten und schnellere Produktentwicklung
Bei Schuhen entscheiden wenige Millimeter, ob ein Verkauf Bestand hat. KI hilft bei Fussscans, Grössenberatung und Designiteration, aber nur auf Basis exakter Leisten- und Produktdaten.

PIM erklärt: Warum Produktdaten der verborgene Wert einer Modemarke sind
Ein Product-Information-Management-System enthält den Content, der verkauft: Beschreibungen, Attribute, Bilder und Übersetzungen. Warum das für jeden Kanal zählt, Wholesale eingeschlossen.

Headless Commerce für Modemarken, einfach erklärt
Headless Commerce trennt das, was Kundinnen und Einkäufer sehen, von der Engine, die Preise, Warenkörbe und Orders verarbeitet. Was das bedeutet, wann es hilft und was es kostet.

Marktplätze für Modemarken: Modelle, Zielkonflikte und Kontrolle
Online-Marktplätze bieten Reichweite, doch jedes Modell verschiebt, wer über Preis, Bestand und Markenauftritt bestimmt. So funktionieren die wichtigsten Modelle, und das sollten Marken abwägen.

KI für Produktbeschreibungen und Content: eine Qualitäts-Checkliste
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.

Visuelle Suche und Bilderkennung im Mode-Commerce
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.

Warum Retouren das teuerste Problem im Mode-E-Commerce sind
Retouren treffen die Mode härter als fast jede andere Online-Kategorie. Wo die wahren Kosten entstehen, warum sie Daten verzerren und was Händler und Marken tun können.

Die wichtigsten Geschäftsmodelle in der Mode, erklärt
Wholesale, Direct-to-Consumer, Lizenzen, Private Label und mehr: wie jedes Geschäftsmodell in der Mode Geld verdient, wo das Risiko liegt und warum die meisten Marken mehrere zugleich betreiben.

Direct-to-Consumer oder Wholesale: den Kanalmix neu denken
DTC versprach höhere Margen und direkte Kundendaten. Die Realität umfasst Akquisitionskosten, Bestandsrisiko und Retouren. Warum die kluge Antwort meist eine bewusste Balance ist.