Modemarken können Generative KI nutzen, um anpassungsfähigere E-Commerce-Inhalte zu produzieren. Menschliches kreatives Urteilsvermögen ist jedoch weiterhin nötig, um Bildqualität und Markenidentität zu schützen, sagte Fabio Loparco, CEO von Pixel Moda, in einem von Pixel Moda präsentierten Gespräch mit Amanda Smith, CEO der Fairchild Media Group.

Pixel Moda arbeitet mit mehr als 900 Mode- und Luxusmarken zusammen und erstellt Inhalte für deren Kanäle. Loparco sagte, Marken griffen häufig auf generative KI zurück, um Kosten zu senken. Ihr größeres Potenzial sehe er jedoch darin, ihnen zu helfen, mehr Inhalte zu erstellen und den Umsatz zu steigern.

Er betonte, wie wichtig sorgfältige Qualitätskontrollen sind. KI-generierte Bilder können Fehler enthalten, etwa ein Model mit zusätzlichen Fingern oder Kleidungsstücke mit falschen Details, und Marken müssen sicherstellen, dass ihre Identität nicht verloren geht. Loparco warnte außerdem, dass Marken Gefahr laufen, ähnliche Inhalte zu produzieren, wenn sie sich auf dieselben Tools, Prompts und Modelle verlassen. Wird das Styling an unterschiedliche Märkte wie New York, Dubai und Tokio angepasst, können die Inhalte für das jeweilige lokale Publikum relevanter werden.

Generative KI kann zudem den Wandel von statischen E-Commerce-Bildern hin zu Inhalten unterstützen, die für verschiedene Länder und Verbrauchersegmente angepasst sind. Loparco sagte, Marken könnten die Auswirkungen auf den Umsatz testen und die Ergebnisse für bestimmte Lagerhaltungseinheiten (SKUs) verfolgen.

Als Beispiel nannte er Business-to-Business-Fotografie, die Pixel Moda für einen Kunden produzierte: Dabei wurden mehr redaktionelle Fotos und Videos verwendet, um die Produktdetailseiten anzureichern. Das Unternehmen erklärte, die Arbeit habe dazu beigetragen, den Umsatz der Marke um mehr als 15 Prozent zu steigern, die Gesamtkosten um 49 Prozent zu senken und die Produktrückgaben um 12 Prozent zu reduzieren.

Loparco riet Marken, mit Tests zu beginnen, statt wochen- oder monatelang eine KI-Strategie zu entwickeln, ohne praktische Versuche durchzuführen. Er schlug vor, mit einer Produktkategorie aus 20 bis 30 Artikeln anzufangen, die Ergebnisse zu prüfen und den Ansatz anschließend anzupassen oder auszuweiten. Die Testphase bezeichnete er als den wichtigsten Schritt.

Er sagte, seiner Ansicht nach werde die Technologie besser. Ihre Genauigkeit schätzte er derzeit auf etwa 90 Prozent, verglichen mit 60 bis 70 Prozent im vergangenen Jahr. Sein bevorzugter Ansatz sei es, menschliches Fachwissen mit KI zu verbinden, statt KI anstelle von Menschen einzusetzen.

Quellen: WWD.