Wie YOOX NET-A-PORTER KI für Produktinhalte, Merchandising und Clienteling nutzt

YOOX NET-A-PORTER (YNAP) experimentiert mindestens seit 2016 mit KI, mit dokumentierten Projekten in visuellem Styling, visueller Suche und einem virtuellen Stylisten für Personal Shopper. Heute sind seine Marken in LuxExperience eingebettet, das einen breiteren Einsatz von Algorithmen für Empfehlungen, Suche, Merchandising sowie Produkttexte und Bildmaterial meldet. Die Beleglage zu den Ergebnissen beschränkt sich auf Ankündigungen und Interviews.

Wie hat YNAP KI für Styling und Clienteling genutzt?

Am 10. Dezember 2018 berichtete FashionUnited, Yoox habe YooxMirror eingeführt, beschrieben als KI-gestützte virtuelle Styling-Suite für Millennials, entwickelt vom Forschungs- und Entwicklungsteam von Yoox und verfügbar in der iOS-App. Sie zeigte pro Woche mehr als 250 Produkte in neun Mode-Themen, mit einer täglich aktualisierten kuratierten Auswahl, und liess Nutzende durch Produkte wischen und persönliche Empfehlungen sehen, die das ergänzen, was sie gerade ansehen.

Ein 3D-Avatar namens Daisy führte Outfits vor und leitete die Nutzenden an, die Kleidung und Accessoires kombinieren, Looks teilen, auf eine Wunschliste setzen oder in den Warenkorb legen konnten. Laut dem Bericht erkennen Algorithmen visuelle Elemente wie Farbe, Muster und Form in Produktbildern, Deep-Learning-Netze extrahieren Produktattribute, um gut zusammenpassende Artikel auszuwählen, und Virtual-Reality-Technologie legt die Artikel auf das 3D-Modell.

Separat beschreibt ein Bericht von Springwise ein KI-Tool für einen virtuellen Stylisten, das die Personal Shopper von YNAP ergänzen soll. Es lernt aus der Arbeit früherer Stylistinnen und Stylisten sowie aus Kaufhistorien, Likes und Dislikes der Kundschaft, um zusammenpassende Artikel vorzuschlagen. Der Artikel trägt kein Veröffentlichungsdatum; er erwähnt nur, dass das Unternehmen seit 2016 mit KI experimentiert habe und kürzlich einen neuen Tech-Hub in London eröffnet habe.

Worum ging es beim Forschungsprojekt in Modena?

Am 2. Juni 2020 berichtete The Industry Fashion, YNAP habe ein KI-Forschungsprojekt mit Wissenschaftlern der Universität Modena und Reggio Emilia gestartet. Erklärte Ziele waren, hochmoderne technologische Lösungen zu entwickeln, die das Online-Einkaufserlebnis auf einzelne Käuferinnen und Käufer zuschneiden, beginnend mit visueller Suche und Technologie für virtuelle Anprobe, und rund zwanzig Jahre gesammelter Daten zu nutzen, darunter zig Millionen Bilder.

Der Wert dieses Datenpunkts ist für Merchandising-Teams aufschlussreich: Ein langes, gut strukturiertes Bild- und Produktarchiv ist Voraussetzung für visuelle Modelle. Der Artikel beschreibt Ziele, keine Ergebnisse.

Lesen Sie auch

Wie Abercrombie and Fitch Sortimente und Bestände plant: Was zu KI öffentlich bekannt ist

Wie nutzt LuxExperience KI für Produktinhalte und Merchandising?

Glossy berichtete im Mai 2026 nach den Ergebnissen von LuxExperience für das dritte Geschäftsquartal, CEO Michael Kliger habe gesagt, das Unternehmen habe seinen Einsatz von Algorithmen zur Verbesserung des Kundenerlebnisses breit ausgeweitet. Die berichteten Anwendungen sind Produktempfehlungen auf der Website und im Newsletter, die Suche auf der Website, das Merchandising auf der Website sowie Produkttexte und Bildmaterial. Kliger nannte ausserdem grosse Vorteile in der Softwareentwicklung während der technologischen Transformation von Net-a-Porter und Mr Porter seit der Übernahme.

Viele kundennahe Funktionen laufen auf einer 2021 begonnenen Partnerschaft mit Google Vertex AI. Diese Werkzeuge nutzen Produktdaten und Nutzerereignisse wie Klicks, Käufe und Warenkorb-Aktionen, um für einzelne Nutzende gerankte Produktergebnisse zu liefern. Der Artikel nennt keine Zahlen, die Umsatz- oder Margengewinne der KI zuschreiben, und benennt über diese Liste hinaus keine konkreten Funktionen von Net-a-Porter oder Mr Porter.

Was zeigt der Fall YNAP und was nicht?

• Zeigt: eine lange Geschichte des Experimentierens, vom avatarbasierten Styling bis zur Forschung an visueller Suche.
• Zeigt: KI als Unterstützung für menschliche Stylistinnen und Stylisten, nicht als Ersatz, in der Beschreibung des virtuellen Stylisten.
• Zeigt: die Abhängigkeit von der Qualität der Produktdaten, einschliesslich Bildarchiven und Ereignisdaten.
• Zeigt nicht: einen gemessenen Zuwachs bei Conversion, Retouren oder Produktivität der Inhaltserstellung.
• Zeigt nicht: wie viele Produktinhalte inzwischen von KI erzeugt werden oder welche Prüfschritte es gibt.

Leserinnen und Leser sollten auch den Eigentümerwechsel beachten: Die Marken der Gruppe werden heute unter LuxExperience berichtet, und Teile dieser Dokumentation beziehen sich auf die frühere Organisation YNAP. Aussagen aus den Jahren 2018 bis 2020 beschreiben vergangene Projekte und geben möglicherweise nicht den heutigen Betrieb wieder.

Welche Daten stützen KI im Luxus-Merchandising?

Die Quellen heben drei Datenbestände hervor. Der erste ist ein grosses Bildarchiv: Das Forschungsprojekt von 2020 nennt rund zwanzig Jahre gesammelter Daten, darunter zig Millionen Bilder, was Modelle für visuelle Suche und virtuelle Anprobe benötigen. Der zweite ist das Wissen der Stylistinnen und Stylisten: Das Werkzeug des virtuellen Stylisten lernt aus deren früherer Arbeit, wodurch menschliche Expertise zu Trainingsdaten wird. Der dritte sind Verhaltensdaten wie Klicks, Käufe und Warenkorb-Ereignisse, die laut dem Bericht von 2026 Ranking-Werkzeuge speisen.

Jeder Bestand braucht Pflege. Bilder brauchen einheitliche Attribute, Entscheide von Stylistinnen und Stylisten müssen strukturiert erfasst werden, und Ereignisdaten müssen sauber und rechtmässig erhoben sein. Die Quellen beschreiben, dass diese Bestände existieren, nicht wie sie gesteuert wurden.

Lesen Sie auch

Wie bonprix KI für Sortiment, Produktranking und Preisgestaltung einsetzt

Was sollten Händler prüfen, bevor sie KI für Produktinhalte einsetzen?

Generierte Texte und Bilder werfen Fragen zu Genauigkeit, Markenstimme, geistigem Eigentum und Offenlegung auf. Eine Beschreibung, die ein Material oder eine Pflegeanleitung falsch wiedergibt, kann zu Retouren oder Compliance-Problemen führen, und generierte Produktbilder können irreführen, wenn sie vom realen Artikel abweichen. Händler sollten festlegen, welche Inhaltstypen generiert werden dürfen, wer sie prüft und wie Korrekturen zurückfliessen. Nichts davon wird in den ausgewerteten Quellen für YNAP oder LuxExperience beschrieben.