KI im E-Commerce: Was Modehändler wirklich nutzen

KI im E-Commerce lohnt sich für Modehändler vor allem dort, wo pro Artikel viel gleichartige Arbeit anfällt: bei Produktbildern, Produkttexten und Übersetzungen. Größenberatung, Suche und Kundenservice bringen ebenfalls viel, brauchen aber mehr Daten und Integration. Pricing und Bedarfsprognosen sind eher etwas für Händler mit großen Sortimenten und eigenem Datenteam. Dieser Beitrag geht die sieben wichtigsten Einsatzfelder durch, mit Reifegrad, Aufwand und Risiken, und zeigt, warum Produktbilder oft der schnellste messbare Hebel sind.

Wo der Handel heute steht

KI ist in deutschen Unternehmen angekommen. Laut einer repräsentativen Bitkom-Umfrage unter 604 Unternehmen ab 20 Beschäftigten nutzte 2025 gut ein Drittel KI (36 Prozent), nach 20 Prozent im Vorjahr. Wer KI nutzt, setzt sie vor allem im Kundenkontakt ein (88 Prozent) und in Marketing und Kommunikation (57 Prozent).

Für den Onlinehandel ist die Onlinehändlerbefragung der Fachhochschule Nordwestschweiz aufschlussreich. Danach erstellen zwei Drittel der befragten Shops Produktbeschreibungen mit KI, fast die Hälfte erzeugt Produktbilder mit KI, und bei einem Viertel sind Chatbots in Planung oder im Test (Handelsverband.swiss, Oktober 2025). Die Stichprobe von 643 Shops stammt überwiegend aus der Schweiz, die Werte lassen sich also nicht eins zu eins auf Deutschland übertragen. Sie zeigen aber die Reihenfolge: Texte und Bilder zuerst, Dialogsysteme später.

Die Befragung nennt auch die Kehrseite: Neun von zehn Händlern berichten von Schwierigkeiten bei der Integration, drei Viertel sehen Datenschutz und Datensicherheit als mittlere bis große Herausforderung. Das deckt sich mit der Praxis. Nicht das Modell ist das Problem, sondern der Weg von der Demo in den laufenden Betrieb.

Sieben Einsatzfelder im Überblick

Die Tabelle ist unsere Einschätzung für einen typischen Modehändler mit eigenem Shop und einigen hundert bis einigen tausend Artikeln. Sie beruht auf den Anforderungen der jeweiligen Anwendung, nicht auf einer Studie.

Produktbilder und On-Model

KI setzt deine Teile aus Packshot, Flat Lay oder Hohlfigur auf ein Model, in Studio, Szene oder Bewegung. Die Technik ist für Bekleidung inzwischen produktionsreif, entscheidend sind Detailtreue bei Logos und Drucken und ein Model, das über die Kollektion gleich bleibt. Der Aufwand ist gering, weil die Bilder am Ende dort landen, wo heute schon Fotos landen. Mehr dazu weiter unten.

Produkttexte und Attribute

Sprachmodelle schreiben aus Stammdaten, Materialangaben und Bildern eine Produktbeschreibung, übersetzen sie und füllen Attribute wie Ausschnitt, Ärmellänge oder Anlass. Das spart viel Zeit bei großen Sortimenten und mehreren Ländershops. Das Risiko liegt in erfundenen Details: Wenn das Modell „100 Prozent Baumwolle“ schreibt und die Pflegeetikette etwas anderes sagt, ist das eine falsche Produktangabe. Deshalb gilt: Fakten kommen aus dem PIM, die KI formuliert nur.

Größenberatung und Fit

Größenempfehlungen arbeiten mit Maßtabellen, Rücksendegründen und dem, was eine Kundin früher behalten hat. Der Hebel ist groß, wenn bei dir viele Rücksendungen mit „passt nicht“ begründet werden. Ein Blick in die eigenen Retourengründe zeigt, ob das zutrifft. Die Hürde ist ebenfalls groß: Ohne saubere Maßtabellen pro Artikel und genug Kaufhistorie bleibt die Empfehlung ein Raten mit schöner Oberfläche. Für kleinere Händler sind spezialisierte Anbieter meist sinnvoller als eine Eigenentwicklung.

Suche und Empfehlungen

Semantische Suche versteht „luftiges Kleid für eine Hochzeit im Sommer“ statt nur „Kleid“. Empfehlungen zeigen passende Teile zum Outfit. Beides ist ausgereift und in vielen Shopsystemen als Erweiterung verfügbar. Der Aufwand liegt in der Integration und in sauberen Attributen, die wiederum von guten Produktdaten abhängen.

Retouren

Laut Universität Bamberg ging 2021 fast jedes vierte Paket im deutschen Onlinehandel zurück, insgesamt fast 530 Millionen Sendungen, vor allem im Bereich Fashion. KI kann Rücksendegründe auswerten, Artikel mit auffälliger Quote früh markieren und Freitext-Kommentare clustern. Das ist weniger eine eigene Anwendung als eine Analyse, die in Größenberatung, Bilder und Texte zurückfließt. In der EHI-Studie zum Retourenmanagement 2023 nannten die befragten Händler bessere Beschreibungen und Abbildungen als wichtigste Maßnahme zur Retourenvermeidung. Das ist eine Einschätzung, keine gemessene Wirkung.

Kundenservice

Chatbots beantworten Fragen zu Lieferung, Rückgabe und Größen, Antwortvorschläge beschleunigen das Serviceteam, und eingehende Tickets lassen sich automatisch sortieren. Die Technik ist gut, das Risiko liegt in falschen Auskünften zu Rückgabefristen oder Preisen. Starte deshalb mit Antwortvorschlägen, die ein Mensch freigibt, und erst dann mit einem Bot, der direkt antwortet.

Pricing und Forecast

Prognosen für Nachorder und Abschriften sparen Geld, wenn genug Historie da ist. In der Mode ist das schwierig, weil jede Saison neue Artikel bringt. Hier zählen Ähnlichkeiten zwischen Artikeln und Warengruppen, und dafür braucht es ein Datenteam oder einen spezialisierten Anbieter. Für die meisten mittelgroßen Modemarken ist das nicht der erste Schritt.

Warum Produktbilder der schnellste messbare Hebel sind

Von den sieben Feldern bringen Produktbilder nach unserer Erfahrung am schnellsten ein Ergebnis, das du messen kannst. Das hat drei Gründe.

Keine tiefe Integration. Ein KI-Bild ist am Ende eine Bilddatei. Sie geht denselben Weg wie ein Studiofoto in Shop, PIM oder DAM. Du musst kein Shopsystem umbauen und keine Kundendaten anbinden.

Klare Vorher-nachher-Messung. Ob ein Artikel mit On-Model-Bild besser läuft als mit Packshot, siehst du in Klickrate, Conversion und Retourenquote pro Artikel. Du kannst eine Warengruppe umstellen und mit einer vergleichbaren Gruppe vergleichen, ohne Monate zu warten.

Direkte Kostenwirkung. Ein Produktshooting mit Model, Fotograf, Styling, Studio und Retusche kostet Zeit und Geld pro Saison. Wie sich die Posten zusammensetzen, zeigt der Beitrag zu den Kosten eines Fashion-Shootings. Mit grace liegen die Kosten nach unserer Kalkulation etwa 80 Prozent unter einem Studioshooting mit Models, Crew und Logistik. Ein fertiges Visual dauert etwa 3 Minuten, ein Lookbook etwa 24 Stunden.

Was gute KI-Produktbilder ausmacht

Nicht jedes KI-Bild taugt für den Shop. Vier Punkte entscheiden:

1. Das Produkt stimmt. Farbe, Logo, Druck, Nähte und Länge müssen dem echten Teil entsprechen. Ein Bild, das ein Teil schöner zeigt, als es ist, kostet dich am Ende eine Retoure und kann rechtlich zum Problem werden.
2. Das Model bleibt gleich. Dasselbe Gesicht und dieselbe Figur über die ganze Linie machen Passform und Länge vergleichbar und das Kategorieraster ruhig. Wie ein einheitliches Bildset pro Artikel aussieht, beschreibt der Beitrag zu Produktbildern für den Onlineshop.
3. Die Vorlage ist gut. Ein sauberer Packshot oder eine Hohlfigur-Aufnahme mit Vorder- und Rückseite ist die halbe Miete. Den Weg dorthin zeigt der Beitrag vom Packshot zum On-Model-Bild.
4. Die Formate passen. Shop, Marktplatz und Social verlangen unterschiedliche Seitenverhältnisse. Am einfachsten ist ein hochauflösendes Master, aus dem 4:5, 1:1, 9:16 und 16:9 abgeleitet werden.

Von Bild zu Bewegung

Wenn die Stills stehen, ist der nächste Schritt Video: für Reels, TikTok, Anzeigen und die Produktseite. Bei grace wird aus einem freigegebenen Key Visual Motion mit demselben Model und demselben Teil, ohne zusätzlichen Drehtag. Worauf du bei KI-Videos achten musst, steht im Beitrag KI-Produktvideo erstellen.

Woran du einen guten Anbieter erkennst

Für fast jedes Einsatzfeld gibt es inzwischen mehrere Anbieter. Diese Fragen trennen eine gute Demo von einem Werkzeug, das im Alltag trägt:

• Arbeitet er mit deinen Daten oder mit Beispieldaten? Lass dir das Ergebnis an deinen eigenen Artikeln zeigen, nicht an vorbereiteten Mustern.
• Wie kommen Ergebnisse in deine Systeme? Eine Schnittstelle zu Shop, PIM oder DAM spart bei hunderten Artikeln mehr Zeit als jede Funktion in der Oberfläche.
• Wer gibt frei, und wie? Gute Werkzeuge haben eine Freigabe eingebaut, bei der ein Mensch entscheidet, was live geht.
• Wo werden Daten verarbeitet, und wofür? Sitz des Anbieters, Serverstandort und Trainingsnutzung gehören schriftlich in den Vertrag.
• Was passiert bei Fehlern? Frag, wie schnell ein falsches Bild oder ein falscher Text korrigiert wird und wer dafür zuständig ist.

Wenn du KI-Fotostudios konkret vergleichst, hilft der Beitrag zur Botika Alternative mit einer Vergleichstabelle und einer Entscheidungshilfe.

Der rechtliche Rahmen in Kürze

Drei Regelwerke betreffen KI im Mode-E-Commerce besonders.

• KI-Verordnung (AI Act). Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50. Chatbots müssen erkennbar machen, dass Kundinnen mit einer KI sprechen. Fotorealistische Bilder mit KI-Models können als Deepfake gelten und müssen dann sichtbar gekennzeichnet werden. Was genau gilt und wie du kennzeichnest, steht im Beitrag KI-Bilder kennzeichnen nach dem AI Act.
• Wettbewerbsrecht. Produktbilder und Texte dürfen nicht irreführen. Das gilt für KI-Inhalte genauso wie für Fotos und Werbetexte.
• DSGVO. Größenberatung, Empfehlungen und Chatbots verarbeiten Kundendaten. Kläre vor dem Start, wo die Daten verarbeitet werden, ob der Anbieter sie zum Training nutzt und ob ein Auftragsverarbeitungsvertrag vorliegt.

Bei Produktbildern ist der Datenschutz einfacher, weil keine Kundendaten im Spiel sind. Trotzdem lohnt die Frage nach dem Training: Bei grace werden Kundendaten nie zum Training genutzt, und jeder Export trägt C2PA-Content-Credentials, die die Herkunft maschinenlesbar dokumentieren.

So startest du

Ein guter Einstieg hat einen klaren Umfang und eine Kennzahl. Ein Plan, der sich in vielen Fällen bewährt:

Drei Regeln helfen dabei:

• Ein Feld nach dem anderen. Wer gleichzeitig Bilder, Texte und Chatbot einführt, weiß am Ende nicht, was gewirkt hat.
• Menschen geben frei. KI erzeugt, dein Team entscheidet. Das gilt für jedes Bild und jeden Text, der live geht.
• Daten vor Modell. Saubere Stammdaten, Maßtabellen und Artikelnummern bringen mehr als das neueste Modell.

Was in der Modefotografie mit KI heute geht und woran du Qualität erkennst, fasst der Beitrag zur KI in der Modefotografie zusammen.

Selbst machen oder machen lassen

Wenn dein Team Produktbilder, Kampagnen und Motion selbst erstellen will, zeigt die Seite zur Software, wie das geht. Wenn du die Produktion für eine ganze Saison abgeben willst, findest du die Details unter E-Commerce-Produktion. In einer Demo siehst du an einem deiner Artikel, wie das Ergebnis aussieht.