KI-Bildgenerierung in der Mode: wo sie trägt und wo nicht

KI-Bildgenerierung ist in der Mode innerhalb kurzer Zeit von einer Spielerei zu einer Frage geworden, die im Budgetgespräch auftaucht. Die Diskussion dreht sich dabei fast immer um Kosten, und das ist verständlich, führt aber an der Sache vorbei. Wer die Technik nur als Einsparung betrachtet, bekommt Bilder, die billiger sind und weniger tragen. Interessant wird sie an einer anderen Stelle, nämlich dort, wo sie eine Entscheidung früher möglich macht, als es bisher ging.

• KI-Bildgenerierung spart selten Geld, sie verschiebt Aufwand nach vorn.
• Sie trägt in der Vorstufe und in der Variante, nicht im Kampagnenmotiv.
• Material, Passform und Haut bleiben die harte Grenze.
• Rechte, Kennzeichnung und Freigabeweg gehören vor den ersten Prompt.

Warum die Kostenfrage bei KI-Bildgenerierung in die Irre führt

Der erste Impuls in fast jedem Haus ist der Vergleich mit dem Shooting. Ein Tagessatz hier, ein Rechenaufwand dort, und schon steht eine Zahl im Raum, die überzeugend aussieht. Sie hält nur nicht, weil sie zwei verschiedene Dinge vergleicht. Ein Shooting liefert ein fertiges, freigegebenes, rechtlich sauberes Bild. KI-Bildgenerierung liefert einen Vorschlag, der noch kuratiert, korrigiert und verantwortet werden muss.

Der Aufwand verschwindet also nicht, er wandert. Er wandert weg von Logistik und Drehtag und hin zu Auswahl und Urteil. Das ist keine Kleinigkeit, denn Auswahl und Urteil sind genau die Fähigkeiten, die in vielen Marketingorganisationen am dünnsten besetzt sind. Wie sich diese Urteilsfähigkeit organisieren lässt, habe ich unter Kreativarbeit bewerten beschrieben. Ohne sie produziert KI-Bildgenerierung vor allem Menge.

Dass die Erwartungen an die Technik hoch sind, ist gut belegt. McKinsey rechnet in Generative AI: Unlocking the future of fashion damit, dass generative KI in den nächsten drei bis fünf Jahren zwischen 150 und 275 Milliarden Dollar zum operativen Ergebnis der Bekleidungs-, Mode- und Luxusbranche beitragen könnte. Das ist eine Zahl über die ganze Wertschöpfungskette, nicht über die Bildproduktion allein. Wer sie im eigenen Haus als Einsparziel für Fotografie liest, wird sie verfehlen.

Wo KI-Bildgenerierung in der Mode heute wirklich trägt

In der Vorstufe, bevor etwas produziert wird

Der stärkste Effekt liegt vor der Produktion. Ein Moodboard, das früher eine Woche Recherche gekostet hat, entsteht in einem Nachmittag, und wichtiger noch: es entsteht in mehreren Richtungen gleichzeitig. Damit verschiebt sich der Zeitpunkt, an dem eine Diskussion über Richtung geführt werden kann, nach vorn. Genau darin liegt der Wert, nicht im gesparten Tagessatz.

In der Variante, nicht im Motiv

Ein Kampagnenmotiv muss über Monate tragen, über Märkte hinweg funktionieren und einer Prüfung standhalten. Dafür ist KI-Bildgenerierung derzeit das falsche Werkzeug. Für die dreißig Ableitungen desselben Motivs in unterschiedlichen Formaten und Hintergründen ist sie dagegen sehr gut geeignet. Die Regel, die sich bei mir eingespielt hat, ist einfach: das Original wird fotografiert, die Familie darum herum wird gerechnet.

Im Katalog, wo Menge zählt

Der unspektakulärste Anwendungsfall ist der lohnendste. Produktbilder in großer Zahl, in konstanter Anmutung, über viele Artikel hinweg, sind ein Mengenproblem und kein Kreativproblem. Hier zahlt KI-Bildgenerierung tatsächlich auf Geschwindigkeit ein, ohne dass jemand über Markenwirkung streiten muss.

Wo die Grenze verläuft

Es gibt drei Stellen, an denen die Technik in der Mode zuverlässig scheitert, und alle drei haben mit Glaubwürdigkeit zu tun. Das eine ist Material. Ein Strick, der nicht so fällt, wie Strick fällt, wird von Menschen bemerkt, die Strick kaufen, auch wenn sie nicht benennen können, was stört. Das zweite ist Passform. Kleidung sitzt auf einem Körper, und dieser Sitz ist die eigentliche Produktinformation. Das dritte ist Haut, weil dort das Auge am unbarmherzigsten ist.

Dazu kommt ein Punkt, der weniger technisch ist. Eine Marke lebt davon, dass ihre Bilder untereinander verwandt aussehen. KI-Bildgenerierung erzeugt ohne feste Führung eine Ästhetik, die überall gleichzeitig auftaucht, weil viele Häuser dieselben Werkzeuge mit ähnlichen Anweisungen bedienen. Wer nicht aufpasst, kauft sich Tempo und verliert Unterscheidbarkeit. Das ist derselbe Zielkonflikt, den ich unter Markenführung beschrieben habe, nur mit neuem Werkzeug.

Was vor dem ersten Prompt geklärt sein muss

Der unangenehmste Teil kommt zuerst und wird trotzdem meistens zuletzt bearbeitet. Es geht um vier Fragen, und keine davon ist eine Marketingfrage im engeren Sinn.

• Herkunft. Auf welchen Daten ist das Modell trainiert, und lässt sich das für den kommerziellen Einsatz belegen?
• Personen. Decken die bestehenden Model- und Fotografenverträge ab, dass Aufnahmen als Grundlage weiterverarbeitet werden?
• Kennzeichnung. Wann wird ein generiertes Bild als solches ausgewiesen, und wer entscheidet das im Zweifel?
• Freigabe. Wer trägt die Verantwortung für ein Bild, das kein Mensch aufgenommen hat?

Diese vier Punkte lassen sich in wenigen Wochen klären, wenn man sie früh anfasst, und sie blockieren ein Projekt monatelang, wenn man sie spät anfasst. KI-Bildgenerierung ist an dieser Stelle weniger eine Frage der Kreation als eine der Governance.

Wie ein Einstieg aussehen kann

Wenn ich KI-Bildgenerierung heute in einem Haus einführen würde, würde ich nicht mit dem Werkzeug beginnen, sondern mit einer einzigen Warengruppe. Sie sollte genug Volumen haben, dass Geschwindigkeit überhaupt spürbar wird, und gleichzeitig unkritisch genug sein, dass ein misslungenes Bild niemanden vom Kauf abhält. Basics eignen sich dafür besser als Oberbekleidung, und Stillleben besser als Aufnahmen mit Menschen. Der Vorteil an dieser Eingrenzung ist nicht das geringere Risiko, sondern dass am Ende eine belastbare Aussage steht, über die man im Haus sprechen kann, statt einer Sammlung von Eindrücken.

Der zweite Schritt ist unbequemer. Es braucht jemanden, der die Auswahl verantwortet und dessen Urteil im Haus akzeptiert ist. Diese Rolle lässt sich nicht nebenbei vergeben, und sie lässt sich auch nicht an die Agentur auslagern, weil sie Markenwissen voraussetzt. Erst wenn diese beiden Punkte stehen, lohnt die Frage nach Modellen und Lizenzen. Wer die Reihenfolge umdreht, diskutiert monatelang über KI-Bildgenerierung als Technik und hat am Ende trotzdem niemanden, der entscheidet.

Was ich daraus mitgenommen habe

Meine größte Fehleinschätzung war die Annahme, das Werkzeug würde die knappe Ressource entlasten. Es hat sie verlagert. Die knappe Ressource ist nicht die Produktion, sie ist die Entscheidung darüber, welches von vierzig plausiblen Bildern das richtige ist. Wer KI-Bildgenerierung einführt, ohne diese Entscheidungsstelle zu benennen, bekommt keine schnellere Marke, sondern eine lautere.

Was mich überrascht hat, ist der Nebeneffekt auf die Zusammenarbeit. Weil ein Vorschlag jetzt in Minuten sichtbar wird, diskutieren Einkauf, Kreation und Vertrieb plötzlich am Bild statt an der Beschreibung. Das ist der eigentliche Gewinn, und er taucht in keiner Wirtschaftlichkeitsrechnung auf. Weitere Beiträge dazu stehen in der Rubrik AI im Marketing.