Kann Technologie die Größenprobleme in der Mode lösen? Das eigentliche Problem sind Anreize, nicht Maße

Die Größenangaben in der Mode sind auf eine ganz besondere Weise fehlerhaft: Es liegt nicht nur daran, dass die Etiketten „falsch“ sind, sondern daran, dass sieInkonsistent durch Design. Eine Größe 10 einer Marke kann einer Größe 14 einer anderen entsprechen, und selbst innerhalb derselben Marke kann die Passform über Saisons und Fabriken hinweg variieren. Das Ergebnis ist ein vorhersehbarer Kreislauf im Verbraucherverhalten – mehrere Größen bestellen, eine behalten, den Rest zurücksenden –, der Retouren zu einem alltäglichen Logistiksystem macht

Die interessante Frage ist nicht, ob Technologie eine bessere virtuelle Umkleidekabine entwickeln kann. Sondern ob Daten und KI die Branche zu einer ehrlicheren, messbaren Definition von „Passform“ bewegen können – und dabei gleichzeitig Stil, Vorlieben und die unbequeme Wahrheit der „Scheingrößen“ berücksichtigen.

Die Retourenabwicklung: Warum das Größenproblem so teuer wurde

Die BBC beziffert die Folgen: Schätzungen zufolge kosten Mode-Retouren die Einzelhändler …190 Milliarden Pfund pro Jahrweltweit.

Renditen sind nicht nur eine Kostenposition. Sie sind eine strukturelle Kraft, die die Branche prägt:

• Lagerrisiko: Eine Größenreihe, die nicht passt, wird zu Ladenhütern
• Logistikkomplexität: Rückversand, Inspektion, Neuverpackung
• Margen: „Kostenlose Rücksendungen“ sind selten kostenlos; sie sind in den Preisen einkalkuliert
• AbfallBeschädigte oder unverkäufliche Retouren können im Müll landen.

Die Dimensionierung hat sich also von einem „ärgerlichen Problem für die Kundenerfahrung“ zu etwas entwickelt, dem Vorstände und Nachhaltigkeitsteams Aufmerksamkeit schenken.

Warum eine „Größe“ ein schlechtes Maß ist

Ein Label ist eine einzelne Zahl, die Passform hängt jedoch von einer Reihe von Variablen ab:

• Körpermaße (mehrere Dimensionen)
• Körperform (Verteilung der Messwerte)
• Dehnbarkeit und Rückstellvermögen des Gewebes
• Annahmen zur Schnittmustergradierung
• beabsichtigter Stil (enge vs. lockere Passform)
• Präferenz des Trägers („eng an der Taille ist in Ordnung“ vs. „niemals“)

Deshalb hat Paul Alger von der UK Fashion and Textile Association (zitiert von der BBC) im Grunde Recht: Menschen sind keine Schaufensterpuppen, und Passform ist subjektiv.

Aber „subjektiv“ bedeutet nicht „unlösbar“. Es bedeutet, dass die Branche versucht, eine vielschichtige Realität auf ein allzu simples Etikett zu reduzieren.

Das unschöne Geheimnis der Branche: Markengröße ist eine Marketingentscheidung

Einer der wichtigsten Punkte im BBC-Beitrag istEitelkeitsgrößen(Alger nennt es „emotionale Größenangaben“).

Marken können (und tun es auch) sich entscheiden, ihre Größenetiketten großzügiger zu gestalten, weil:

• Käufer mögen das Gefühl, in eine kleinere Gruppe zu passen
• Es erhöht die Umwandlung und verringert die Reibung

Sobald eine Marke ihre internen Größennormen festgelegt hat, hält sie diese oft Saison für Saison ein. Die Uneinheitlichkeit ist also kein Fehler, sondern Teil der Markenidentität.

Dies ist der Punkt, den die Technologie nicht „beheben“ kann, solange sich die Anreize nicht ändern.

Zwei Bereiche, in denen Technologie eingreifen kann: Kasse vs. Fertigung

Die BBC beschreibt ein wachsendes Ökosystem von Größenbestimmungstechnologien. Es hilft, dieses in zwei Interventionspunkte zu unterteilen:

1) Hilfsmittel im Bestellprozess (helfen Ihnen bei der Größenwahl)

Zu den genannten Beispielen gehören 3DLook, True Fit, EasySize und virtuelle Anprobesysteme.

Das Versprechen:

• Unsicherheit online reduzieren
• „Drei Größen kaufen, zwei zurückgeben“ reduzieren

So funktionieren sie im Allgemeinen:

• Bitten Sie den Käufer um Maße und/oder Smartphone-Fotos
• Ordnen Sie diese Signale markenspezifischen Passformdaten zu.
• Wir empfehlen Ihnen eine Größe für dieses Kleidungsstück.

Das Risiko:

• Bedenken hinsichtlich des Datenschutzes (Körperscans/Fotos)
• Kalibrierung und Verzerrung (Funktioniert es für verschiedene Körper gleich gut?)
• Vertrauensillusionen (eine Empfehlung ist keine Garantie)

2) Werkzeuge für die Fertigungsphase (verhindern die Herstellung von Passungsfehlern)

Hier liegt der interessante Aspekt des BBC-Berichts über Fit Collective, denn er setzt an der vorgelagerten Ebene an.

Statt zu sagen „dem Käufer helfen, sich an fehlerhafte Größenangaben anzupassen“, lautet die Idee:

• Nutzen Sie Rückgabegründe, Verkaufsdaten und Kundenfeedback, um Schnittmuster und Materialien vor der Produktion anzupassen.

Das kommt einer echten Lösung wohl schon näher: Es gäbe von vornherein weniger schlecht sitzende Kleidungsstücke.

Der Ansatz von Fit Collective: Retouren in Design-Feedback umwandeln

Laut BBC:

• Fit Collective analysiert Retouren, Verkaufszahlen und Kunden-E-Mails.
• Es erstellt Beratungsangebote für Design- und Produktionsteams.
• Beispiel: Kürzen Sie die Kleidungsstücke um einige Zentimeter, um die Retourenquote zu senken.

Dies ist im Wesentlichen ein durch maschinelles Lernen unterstützter Qualitätskreislauf:

1. Kunden signalisieren Unzufriedenheit (Rückgaben, Beschwerden).
2. Das System aggregiert Signale über Produkte und Kohorten hinweg.
3. Designer passen Muster/Materialien an
4. Es gibt weniger Rücksendungen

Wenn Sie jemals in der Softwareentwicklung gearbeitet haben, ist das einfach Produktanalyse. Die Modebranche hat dies noch nicht in großem Umfang umgesetzt, weil die Daten unübersichtlich und isoliert sind

Das Schwierige daran: Die Rückgabedaten sind fehlerhaft und oft unehrlich.

Es gibt einen Grund dafür, dass Rückgabedaten nicht automatisch eine perfekte Wahrheitsquelle darstellen:

• Käufer wählen „Passte nicht“, obwohl der wahre Grund „Gefiel mir nicht“ lautet.
• Einige Rückgabegründe sind durch UX-Optionen eingeschränkt.
• „Passform“ kann Länge, Taille, Schultern oder einfach nur das Gesamtbild bedeuten.

Damit ein solches System funktioniert, benötigt es mehr als nur Klassifizierung – es benötigt ein Modell, das Schlussfolgerungen ziehen kann:

• Welche Rückgabegründe korrelieren mit Maß- und Schnittmusterproblemen?
• die mit Styling-/Präsentationsproblemen korrelieren.

Das ist machbar, aber kein Zaubertrick mit Tabellenkalkulationen.

Welche „gute“ Dimensionierungstechnologie würde tatsächlich ausgeben?

Die meisten Leute stellen sich die Größenbestimmung bei technischen Geräten so vor: „Sag mir, ob ich eine 10 oder eine 12 brauche.“

Ein sinnvolleres Ergebnis sähe etwa so aus:

• „Dieses Kleidungsstück fällt an den Hüften eng aus; wenn Sie eine Nummer größer bestellen, wird es an der Taille locker sitzen.“
• „Der Stoff ist wenig dehnbar; wenn Sie Wert auf Komfort legen, sollten Sie X in Betracht ziehen.“
• „Die Länge ist im Verhältnis zu Ihrer Körpergröße tendenziell zu lang.“

Beachten Sie, dass es sich hierbei nicht um eindeutige Antworten handelt. Es sind Abwägungen.

Deshalb werden sich die besten Systeme wahrscheinlich weniger wie ein Taschenrechner und mehr wie ein ... anfühlen.Passform-Erklärungs-Engine.

Warum virtuelles Anprobieren verführerisch ist (und wo es an seine Grenzen stößt)

Virtuelle Umkleidekabinen sind beliebt, weil sie ein anderes Problem lösen:

• Vertrauen in den Verlauf der DingeAussehen, nicht nur Passform

Aber sie haben zwei Einschränkungen:

1. Visueller Realismus ist schwierig (Beleuchtung, Fall, Körperbewegung)
2. „Sieht gut aus“ und „Fühlt sich gut an“ sind nicht dasselbe.

Eine realistische Zukunft ist eine Hybridform:

• Größenvorhersage für die Passform
• Anprobe für den Stil
• klare Unsicherheitsindikatoren („hohes Vertrauen“ vs. „niedriges Vertrauen“)

Die Anreizverschiebung, die dies ermöglichen könnte

Sophie De Salis vom British Retail Consortium (zitiert von der BBC) sieht in der Größenbestimmungstechnologie einen Hebel, um Retouren zu reduzieren und Nachhaltigkeitsziele zu unterstützen.

Diese Formulierung ist wichtig, weil sie die Eignung mit dem Geld verknüpft:

• Retouren kosten Geld
• Retouren erzeugen Verschwendung

Wenn ein Problem zum Thema im Vorstand wird, wird es budgetiert

Das beste Zeichen dafür, dass Größenbestimmungstechnologie Realität wird, sind nicht mehr Avatare – sondern die Tatsache, dass Einzelhändler Folgendes anbieten:

• Passformanalyse
• Schnittmusteranpassung
• Messstandardisierung

als Kernprozesse

Privatsphäre: der stille Knackpunkt

Jeder Ansatz, der auf Körperscans oder Fotos basiert, muss sich unweigerlich mit dem Thema Datenschutz auseinandersetzen.

Wenn Nutzer das Gefühl haben:

• gescannt
• profiliert
• oder dass ihre Bilder durchsickern könnten

Sie werden nicht teilnehmen.

„Datenschutz durch Design“ sollte also ein Wettbewerbsvorteil sein:

• minimale Datenspeicherung
• Verarbeitung auf dem Gerät, wo möglich
• klare Abmelde- und Löschmöglichkeit
• Transparenz darüber, was gespeichert wird

Die Größenbestimmungsbranche hat die Chance, aus den Fehlern der Werbetechnologie zu lernen.

Eine pragmatische Betrachtung: Was würde die Rendite am schnellsten reduzieren?

Wenn Ihnen ein unmittelbarer Erfolg wichtig ist, sind die Schritte mit dem wahrscheinlich höchsten ROI langweilig:

• GenaueKleidungsstückmaße(nicht nur Größenetiketten)
• Passformhinweise („fällt klein aus“, „locker“, „hochelastisch“) mit einheitlichen Definitionen standardisieren
• Produktfotos und Informationen zum Fall der Produkte verbessern

Dann KI darüberlegen, um:

• Empfehlungen personalisieren
• Den Fertigungs-Feedback-Kreislauf schließen

KI hilft am meisten, wenn die Grundlagen sauber sind

Fazit

Technologie kann die Schmerzen bei der Größenwahl durchaus reduzieren – aber nur, wenn sie auf die richtige Schicht abzielt

Größenbestimmungstools im Checkout-Prozess können Unsicherheit und Retouren reduzieren, aber sie ändern nichts an den zugrundeliegenden Problemen. Der sinnvollere Ansatz liegt in der vorgelagerten Produktionskette: Durch die Nutzung realer Passforminformationen (Retouren und Feedback) können Schnittmuster vor der Produktion angepasst werden.

Und die letztendliche Wahrheit bleibt: Solange Marken Größenangaben weiterhin als Marketinginstrument („emotionale Größenangaben“) behandeln, wird es weiterhin zu Inkonsistenzen kommen. Die Gewinner werden die Marken sein, die ehrliche Passformkommunikation mit datengestütztem Design verbinden – und dies als Service und nicht als Überwachung vermitteln.

---

Quellen

• BBC News (Technologie):https://www.bbc.com/news/articles/cjekg1pd9j4o?at_medium=RSS&at_campaign=rss