Führung

Eine KI-Nutzungsrichtlinie für Modeteams: eine Checkliste
Eine praktische Checkliste, um eine kurze, durchsetzbare KI-Richtlinie zu Tools, Daten, Offenlegung, Prüfung und Vorfällen zu verfassen, abgestimmt auf den AI Act und die NIST-Leitlinien.

KI-Vorfallsreaktion: Was tun, wenn ein Modell öffentlich danebenliegt
Ein Vorgehen in Schritten für Modemarken und Händler: eindämmen, einschätzen, melden, korrigieren und lernen, samt den rechtlichen Fristen, die gelten können.

Wo der Mensch in der Schleife bleibt: Design-Freigabe in KI-gestützten Kollektionen
Welche Designentscheidungen bei Menschen bleiben sollten, wenn KI-Werkzeuge Optionen erzeugen und verfeinern, und wie sich die Freigabe so dokumentieren lässt, dass sie rechtlich und kommerziell Bestand hat.
Wie verfolgt man den KI-Nutzen nach dem Go-live? Baselines, Verantwortliche und Reviews
Die meisten Unternehmen bewilligen KI-Projekte auf Basis eines Business Case und prüfen ihn danach nie wieder. Eine praxistaugliche Routine aus Baselines, benannten Verantwortlichen und regelmässigen Reviews macht aus versprochenem Nutzen gemessenen Nutzen.

Welche Erkenntnisse liefert der Rollout eines KI-Assistenten im Unternehmen in der Mode?
Universelle KI-Assistenten sind die am leichtesten einzukaufende und am schwersten messbare KI. Veröffentlichte Rollouts und Umfragedaten zeigen eine Handvoll wiederkehrender Erkenntnisse zu Umfang, Datenzugriff, Schulung und Nachweis.

Welche Jobs in der Mode verändern sich durch KI zuerst? Eine Betrachtung auf Aufgabenebene
Jobs sind Bündel von Aufgaben, und KI erreicht manche Aufgaben lange bevor sie ganze Rollen erreicht. Eine aufgabenbezogene Lektüre der Evidenz zeigt, wo sich die Arbeit in der Mode wahrscheinlich verschiebt und was menschlich bleibt.

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.

Was sollte der Verwaltungsrat zu KI fragen? Ein Briefing für Führungsgremien in der Mode
Verwaltungsrätinnen und Verwaltungsräte müssen die Modellarchitektur nicht verstehen, aber sie müssen zu Strategie, Wert, Risiko, Regulierung und Mitarbeitenden fragen. Dieses Briefing nennt die Fragen und die Belege, die eine gute Antwort enthalten sollte.

Wie organisiert LVMH KI? Die AI Factory, Agenten für die Maisons und der Innovation Award
LVMH betreibt KI als gemeinsame Konzerninfrastruktur, über deren Einsatz die Maisons selbst entscheiden: ein zentrales Daten- und KI-Team, interne Assistenten, Clienteling-Agenten und ein Startup-Award, der neue Projekte liefert.

Wie die Otto Group generative KI in ihren Handelsgesellschaften eingeführt hat
Die Otto Group hat 2023 ihren hauseigenen Assistenten ogGPT lanciert und zählte Ende 2025 mehr als 10'000 monatlich aktive Nutzerinnen und Nutzer. Wie die Einführung organisiert, gesteuert und begleitet wurde und was sie noch nicht belegt.

EU AI Act nach August 2026: Was Modeunternehmen jetzt einhalten müssen
Der Grossteil des AI Act gilt seit dem 2. August 2026, doch der AI Omnibus hat die Hochrisikoregeln auf Dezember 2027 verschoben. Eine Checkliste mit Fristen für Modemarken und -händler.

Gilt KI für Rekrutierung und Schichtplanung als Hochrisiko nach dem EU AI Act?
Vorauswahl bei der Rekrutierung, Aufgabenzuteilung und Überwachung von Mitarbeitenden sind im AI Act als Hochrisiko eingestuft. Was das für Modehändler bedeutet und warum die Verschiebung auf 2027 keine Pause ist.

KI-Kompetenz nach dem AI Act: So schulen Sie Modeteams und dokumentieren es
Artikel 4 gilt seit Februar 2025 und wurde durch den AI Omnibus abgeschwächt. Was Modeunternehmen jetzt tun müssen, wer geschult werden muss und wie Sie einen belastbaren Nachweis führen.

Regeln für generative KI im Designstudio: eine Governance-Checkliste
Designteams nutzen generative KI bereits, oft ohne vereinbarte Regeln. Eine praxisnahe Governance-Checkliste zu freigegebenen Tools, Daten, geistigem Eigentum, Offenlegung, Schulung und Verantwortlichkeit für Designstudios in der Mode.

Welche neuen KI-Rollen brauchen Modeunternehmen, und was tun sie tatsächlich?
Chief AI Officers, KI-Product-Owner, Prompt- und Conversation-Designer, Data Stewards: ein nüchterner Leitfaden zu den KI-Rollen, die in Modeunternehmen entstehen, und wofür jede davon verantwortlich ist.

Wie bringen Sie Mitarbeitende dazu, KI tatsächlich zu nutzen? Ein Einführungsplan für Modeteams
Lizenzen allein verändern die Arbeitsweise nicht. Ein praxisnaher Einführungsplan für Modeunternehmen: Anwendungsfälle je Team, Schulung, Leitplanken, Champions und Messung.

Welche KI-KPIs sollten Modeunternehmen in den einzelnen Funktionen messen?
Eine Checkliste der KI-Kennzahlen für Modeunternehmen, Funktion für Funktion: was zu messen ist, wie man Ausgangswerte festlegt und wie man Nutzung von echtem Geschäftsnutzen unterscheidet.

ChatGPT Enterprise, Copilot oder Gemini: Welcher KI-Assistent passt zu einem Modeunternehmen?
Die Wahl eines allgemeinen KI-Assistenten hängt weniger von der Modellqualität ab als von Office-Suite, Datenstandort, Admin-Steuerung und der Arbeit Ihrer Teams. Ein neutraler Entscheidungsleitfaden für Modeunternehmen.

KI im Modeunternehmen einführen: ein 90-Tage-Plan
Ein praxisnaher Dreimonatsplan für Modeunternehmen: die ersten Anwendungsfälle auswählen, die Daten prüfen, ein aussagekräftiges Pilotprojekt durchführen und entscheiden, was skaliert wird.

Wie Modemarken eine KI-Strategie entwickeln
Eine KI-Strategie ist eine Reihe von Entscheidungen darüber, wo KI die Arbeitsweise des Unternehmens verändern soll, welche Daten und Kompetenzen dafür nötig sind und wie Risiken gesteuert werden. So können Modemarken diese Entscheidungen treffen.

Wie sich der ROI von KI in der Mode messen lässt
Den meisten Unternehmen fällt es schwer nachzuweisen, dass sich KI auszahlt. Ein praxisnahes Rahmenwerk für die Mode: Ausgangswerte, Kontrollgruppen, die richtigen Kennzahlen je Anwendungsfall und das vollständige Kostenbild.

Selbst entwickeln, kaufen oder Partner? Wie Modeunternehmen KI beschaffen sollten
Modeunternehmen können KI als Software kaufen, auf eigenen Daten selbst entwickeln oder mit Technologiepartnern umsetzen. Wann welche Option sinnvoll ist, was die Belege sagen und wie sich ein Lock-in vermeiden lässt.

Welche Kompetenzen und Teamstrukturen brauchen Modeunternehmen für KI?
KI verändert die Arbeit in Design, Merchandising, Vertrieb und Service. Welche Kompetenzen Modeunternehmen brauchen, wie sie KI-Teams organisieren und wie sie KI-Kompetenz nachhaltig aufbauen.

EU AI Act: Was müssen Modeunternehmen 2026 wissen?
Der EU AI Act ist in Kraft, und der Digital Omnibus hat die Fristen für Hochrisikosysteme verschoben. Was für Modemarken und Händler bereits gilt, was als Nächstes kommt und wo die tatsächlichen Risiken liegen.

Wie Levi Strauss & Co. KI einsetzt: das Datenprogramm und seine Lehren
Levi Strauss & Co. hat eigene Mitarbeitende in Machine Learning ausgebildet, 2023 mit KI-Models einen Fehltritt erlebt und führt nun Agenten für Mitarbeitende und Kundschaft ein. Was das Programm zeigt.

KI für CFOs in der Mode: wo das Geld liegt und wie man es steuert
Wo KI in einem Modeunternehmen messbaren Wert schafft, wofür Finanzteams sie nutzen können, warum sich viele KI-Projekte nicht rechnen und wie CFOs KI-Ausgaben und -Risiken steuern können.

KI für CIOs und IT-Verantwortliche in der Mode: Architektur, Daten und Governance
Was CIOs und IT-Verantwortliche in der Mode für KI richtig machen müssen: Grundlagen bei Produkt- und Verkaufsdaten, Integrationsarchitektur, Make or Buy, Sicherheit, Pflichten aus dem EU AI Act und Governance-Rahmenwerke.

Die Wholesale-KPIs, die wirklich zählen
Wholesale-Teams können fast alles messen. Nützlich sind die KPIs, die Umsatzqualität, Account-Gesundheit und Umsetzung erklären und zu einer Entscheidung führen.

Selbst entwickeln oder kaufen? Software für Modeunternehmen auswählen
Individualsoftware verspricht perfekte Passung, Standardsoftware Tempo und weniger Risiko. Ein praktischer Rahmen, um zu entscheiden, welcher Weg zu welchem Bereich eines Modeunternehmens passt.

Softwareauswahl (RFP) durchführen, ohne eine Saison zu verlieren
Ein strukturierter Auswahlprozess findet das richtige System und schützt den Verkaufskalender. Ein Leitfaden Schritt für Schritt für Modeunternehmen, die eine Ausschreibung durchführen.

KI-Agenten erklärt für Führungskräfte in der Mode
KI-Agenten können Schritte planen und Werkzeuge nutzen, statt nur Fragen zu beantworten. Was das für Modeunternehmen praktisch bedeutet, welche Aufgaben sich eignen und welche Kontrollen zuerst stehen müssen.

KI-Governance für Modeunternehmen: ein pragmatischer Einstieg
Mitarbeitende nutzen KI-Werkzeuge bereits, mit oder ohne Richtlinie. Ein schlanker Governance-Rahmen für Modeunternehmen: was erlaubt ist, was kontrolliert wird und wer entscheidet.

Worauf Investoren bei einer Modemarke achten
Markenbegehrlichkeit reicht nicht. Investoren und Käufer prüfen Margenqualität, Kanalmix, Kundendaten, Bestandsdisziplin und Skalierbarkeit. Ein klarer Leitfaden, wie Modeunternehmen beurteilt werden.

Eine realistische digitale Roadmap für eine traditionelle Modemarke
Die digitale Transformation scheitert, wenn sie bei den Tools beginnt. Eine phasenweise, praxisnahe Roadmap für etablierte Modemarken, die bei Daten und Prozessen ansetzt und sich am Saisonrhythmus orientiert.

Vertriebsteams für den digitalen Wandel gewinnen
Vertriebsteams können einen neuen digitalen Prozess zum Erfolg führen oder scheitern lassen. Wie man sie früh einbindet, ihren eigenen Nutzen aufzeigt, Verkaufszeit schützt und Skeptiker zu Fürsprechern macht.