Replenishment
Der Prozess der Nachbestückung von Produkten, typischerweise NOS-Artikeln, um vereinbarte Bestandsniveaus beim Händler zu halten. Glossar

Sicherheitsbestand in der Mode: Warum klassische Formeln versagen und was sie ersetzt
Die Lehrbuchformel für den Sicherheitsbestand setzt normalverteilte, unabhängige und stabile Nachfrage voraus. Die Mode bietet selten eines der drei, daher brauchen Planer andere Werkzeuge.

Wie senkt KI-gestützte Bestandsoptimierung Altware und Fehlbestände in der Mode?
Modeware ist verderblich: Zu viel endet in Abschriften, zu wenig in entgangenen Verkäufen. Wie KI-Modelle beides ausbalancieren, welche Belege es gibt und was sie brauchen, um zu funktionieren.

Wie funktionieren KI-gestützte Allokation und Replenishment über Filialen und Kanäle?
Die Allokation entscheidet, wohin die Ware zuerst geht; das Replenishment entscheidet, was nachfolgt. KI trifft beide Entscheidungen auf Ebene von Grösse und Standort. Wie das funktioniert, was es braucht und wo es an Grenzen stösst.

Was ist Demand Sensing, und wie funktioniert es in der Mode?
Demand Sensing aktualisiert kurzfristige Prognosen mit den neuesten Verkäufen und externen Signalen. In der Mode verbessert es vor allem Entscheidungen während der Saison: Nachschub, Umlagerungen und Abschriften.

Wie funktionieren KI-gestützte Re-Order-Prognosen und automatisches Replenishment für Händler?
Re-Orders betreffen Modelle, die sich bereits bewährt haben. KI kann sie vorschlagen oder auslösen, bevor einem Handelspartner die Ware ausgeht, sofern Sell-out- und Bestandsdaten geteilt werden.

Wie wird KI in stationären Modegeschäften eingesetzt?
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 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 Merchandiser und Planer: ein Praxisleitfaden
Wie KI in der Mode die Warenwirtschaftsplanung, Prognose, Allokation, Nachversorgung und Preisreduzierungen unterstützt, welche Daten sie braucht, was Planer weiterhin entscheiden und wie der Einstieg gelingt.

KI in Kindermode und Basics: Prognosen für Sortimente mit Nachversorgung
Basics und Kindermode verkaufen sich stetig, in vielen Grössen und mit geringen Margen. Das macht sie ideal für KI-Prognosen und Nachversorgung, und heikel, wenn der Kunde ein Kind ist.

Wie gestaltet man ein B2B-Re-Order-Portal, das Händler wirklich nutzen?
Händler wollen zwischen den Saisons nachbestellen, ohne einen Aussendienstmitarbeiter anzurufen. Was ein Self-Service-Portal bieten muss, von welchen Daten es abhängt und wo KI Mehrwert schafft.

ORDERS, ORDRSP, DESADV, INVOIC: die EDI-Nachrichten hinter einer Modebestellung
Eine einzige Wholesale-Bestellung zwischen einer Modemarke und einem Händler löst eine Kette standardisierter EDI-Nachrichten aus. Hier steht, was jede davon leistet, was sie enthalten muss und wo Fehler meist entstehen.

Replenishment in der Mode: So funktionieren Never-out-of-Stock-Programme
Never-out-of-Stock-Programme halten Basisprodukte für den Handel dauerhaft verfügbar. Auf der Fläche wirken sie einfach, doch sie erfordern disziplinierte Planung, Bestände und Daten.

EDI in der Mode: der alte Standard, der noch immer Orders bewegt
Electronic Data Interchange verbindet Marken und Händler seit Jahrzehnten. Wie EDI im Modegrosshandel funktioniert, welche Nachrichten zählen und wie die Anbindung reibungslos gelingt.

KI-Bedarfsprognose in der Mode: wie sie funktioniert und wo sie scheitert
Maschinelles Lernen kann Modeprognosen für Carry-over-Linien und Replenishment verbessern, doch neue Modelle, kurze Saisons und Trendwechsel bleiben schwierig. Was Führungskräfte erwarten sollten und was nicht.