Bekleidung: Produkte genügen immer noch nicht den Anforderungen der Kunden

Eigene Abbildung in Anlehnung an Piller (1998)

Es hat den Anschein, dass es sich die Modeindustrie leisten kann, die Anforderungen ihrer Kunden zu ignorieren. Die Abbildung zeigt, eine heute immer noch anzutreffende Diskrepanz zwischen den Kundenanforderungen und den realen Produkteigenschaften.

Schauen wir uns die drei Dimensionen Passform (eng-weit), Mode (bieder-modisch) und Preis (billig-teuer) an, so sind zunächst die Kundenanforderungen 1, 2 und 3 positioniert. Es wird deutlich, dass sich alle drei Kundenanforderungen unterscheiden – was durchaus üblich ist. Das Produkt (P) wird nun so positioniert, damit alle Kunden irgendwie damit zurechtkommen. Der Kunde erhält nicht unbedingt das, was er/sie benötigt.

Die Logik dahinter ist immer noch zu oft der Break.Even-Gedanke. Das heißt, es müssen genügend viele Produkte einer Art hergestellt werden, damit es sich für das Unternehmen rechnet. Diese Skalierung (Menge) führt dann zu akzeptablen Preisen – so die altbekannte Logik.

In diesen „akzeptablen Preisen“ sind allerdings auch die Kosten der Überproduktion (mehrere hundert Milliarden Euro pro Jahr) enthalten, deren Vernichtung der Kunde mit dem Preis der Ware auch bezahlt. – von den Retouren ganz zu schweigen.

Ich erspare es mir an dieser Stelle, auf die unzähligen wissenschaftlichen Studien dazu hinzuweisen, die auf den verschiedenen Konferenzen – an denen ich seit 2001 teilgenommen habe – vorgestellt wurden. Dabei wurden auch Lösungsmöglichkeiten angeboten: Mass Customization and Personalization. Siehe zu Freund, R. (2009): Kundenindividuelle Massenproduktion (Mass Customization). RKW Kompetenzzentrum, Faktenblatt 5/2009.

Seit Jahrzehnten ist es möglich, massenhaft Bekleidung herzustellen, die individuell ist, und zum Preis einer in großen Mengen hergestellten Massenware zu erhalten ist.

Es stellt sich natürlich die Frage: Warum wird das nicht genutzt?

In der Zwischenzeit verfestigt sich bei mir die Auffassung, dass die Kunden nicht das physische Produkt, sondern hauptsächlich die aufgeladene Marke (Werbe-Ikonen, Influencer, Marketing, In-Out, usw.) kaufen – egal ob das Bekleidungsstück passt oder nicht. Wenn nicht, wird es angepasst – Änderungsschneidereien in 1a-Lagen haben Hochkonjunktur. Wie in der Abbildung mit dem Kreis dargestellt, umfasst – ja überstrahlt – die Marke alle Kundenanforderungen.

Bei einem individuell hergestellten Bekleidungsstück (mass customized) würde es ein Produkt sein, dass passt, preislich OK ist, doch möglicherweise nicht dem vorgegeben modischen Trends entspricht. Auch die Marke würde fehlen – und wer will das schon? Immerhin dient das Kleidungsstück ja auch zu einem großen Teil der Kommunikation. Kleider machen eben Leute.

Wenn Sie sich zu diesen und anderen Themen informieren wollen: Die MCP Community of Europe trifft sich auf der Konferenz zu Mass Customization and Personalization – MCP 2026 – vom 16.-19.09.2026 in Balatonfüred, Ungarn. Wir sind dabei.

InstructLab: A new community-based approach to build truly open-source LLMs

Screenshot https://instructlab.ai/

In vielen Blogbeiträgen habe ich darauf hingewiesen, dass es kritisch ist, Closed Sourced Modelle für KI-Anwendungen (GenAI) zu nutzen. Die hinterlegten Trainingsdaten können kritisch sein und auch das Hochladen eigener Daten sollte bei diesen Modellen möglichst nicht erfolgen. Siehe dazu Open Source AI: Besser für einzelne Personen, Organisationen und demokratische Gesellschaften.

In der Zwischenzeit gibt es viele Large Language Models (LLMs), die Open Source basiert sind, und sich an der Definition von Open Source AI orientieren. Das reicht vielen Unternehmen allerdings nicht aus, da sie gerne ihre eigenen Daten mit den Möglichkeiten der LLMs kombiniert – und sicher – nutzen wollen. Siehe dazu Künstliche Intelligenz: 99% der Unternehmensdaten sind (noch) nicht in den Trainingsdaten der LLMs zu finden.

In der Zwischenzeit ist es mit Hilfe von InstructLab möglich, vorhandene LLMs mit eigenen Daten zu trainieren. Dabei handelt sich um eine Initiative von Redhat und IBM – weiterführende Informationen dazu finden Sie bei Hugging Fcae.

Wie funktioniert InstructLab? Das Prinzip ist relativ einfach: Ein bestehendes Modell (LLM) wird mit Hilfe von InstructLab und eigenen Daten erweitert, spezifiziert und trainiert – alles unter eigener Kontrolle und Open Source.

„InstructLab can augment models though skill recipes used to generate synthetik data for tuning. Experiments can be run locally on quantized version of these models“ (InstructLab-Website).

In einem ausführlichen, deutschsprachigen artikel erklärt Redhat noch einmal die Zusammenhänge: „Unternehmen können die InstructLab-Tools zum Modellabgleich auch nutzen, um ihre eigenen privaten LLMs mit ihren Kompetenzen und ihrem Fachwissen zu trainieren“ (Redhat vom 10.03.2025).

Es ist für mich entscheidend, dass diese Initiative Open Source basiert, nicht auf bestimmte Modelle beschränkt, und lokal angewendet werden kann.

ISPO Open Innovation Community

ispo-oiDie ISPO ist eine bedeutende internationale Sportartikelmesse, die in Deutschland das nächste Mal im Februar 2015 stattfinden wird. Das alleine reicht allerdings für mich nicht, um einen Blogbeitrag zu schreiben. Mich interessiert viel mehr, dass es eine ISPO OPEN INNOVATION COMMUNITY gibt. Es zeigt sich auch hier, dass es nicht ausreicht, Innovationen in den Unternehmen wie in einem Elfenbeinturm zu entwickeln, sondern auch darauf ankommt, das Wissen der Anwender/User in den Innovationsprozess zu integrieren. Dabei ist der outside-in Effekt, aber auch die entgegengesetzte Richtung (inside-out) zu beachten. Üblicherweise gestaltet man solche Austauschprozesse über Plattformen wie z.B. die ISPO OPEN INNOVATION COMMUNITY. Anmerken möchte ich allerdings, dass Eric von Hippel auf der von mir besuchten Weltkonferenz MCPC 2007 schon in seinem Vortrag darauf verwies, dass ca. 40% von z.B. Outdoor-Kleidung von Usern (mit-)entwickelt wurden. Insofern ist die Plattform der ISPO zwar schön, allerdings nicht sooooo innovativ wie es in manchen Pressemitteilungen zu lesen ist…