Wer legt die Preise für Kleidung fest? AI-Shopping beginnt, die "Verkaufstraditionen" zu durchbrechen.

AI wählt nicht nur Kleidung aus, sondern kauft sie auch

Einkaufen von Mode ist nicht so rational wie der Kauf von Haushaltsgeräten oder Alltagsgegenständen. Man kauft nicht nur, weil es notwendig ist, sondern auch aufgrund von Gefühlen, Sehnsüchten, Langeweile, Trends oder Impulsen, die durch Outfits in sozialen Medien ausgelöst werden. Der ursprüngliche Artikel hebt hervor, dass AI beginnt, tief in diese „Schwankungen“ einzudringen. Die herkömmlichen Empfehlungsfunktionen zeigten lediglich „ähnliche Produkte“, aber jetzt beginnen virtuelle Anproben, Preisverfolgung, Festlegung von Wunschpreisen und automatischer Kauf bei Übereinstimmung der Bedingungen, sich zu einem fließenden Prozess zu verbinden.

Bisher war die Modeindustrie durch eine Struktur geprägt, in der zu viel produziert wurde, und wenn es nicht verkauft wurde, wurde es reduziert und mit dem nächsten Trend weitergeführt. Der Artikel auf Phys.org sieht die Gefahr, dass diese industriespezifische „Überproduktion und ständige Preisnachlässe“ durch AI noch beschleunigt werden könnten. Das bedeutet, dass AI nicht nur ein Werkzeug zur Erleichterung des Einkaufens ist, sondern auch die Drehzahl eines Systems erhöhen könnte, das auf Massenproduktion und Massenkonsum ausgelegt ist.

Preise werden von „festen Preisen“ zu „fließenden Zahlen“

Ein symbolisches Beispiel ist der Fall von Old Navy, über den Business Insider berichtete. Ein Journalist verfolgte die Preise von Artikeln im Online-Warenkorb über etwa zwei Wochen und stellte fest, dass die Preise mehrfach schwankten, und es gab einen Zeitpunkt, an dem sie etwa 17% günstiger waren als zu Beginn. Zudem wurde festgestellt, dass die Preise im Geschäft höher sein konnten, was zu einer Situation führte, in der Nutzer, die die App beherrschen, weniger zahlen könnten als andere. Die Preise für Kleidung sind nicht mehr feste Zahlen auf Regaletiketten oder Produktseiten, sondern schwankende Zahlen, die von Timing, Kanälen, Verhaltenshistorie und Lagerbeständen abhängen.

Wichtig ist hier, dass die dynamische Preisgestaltung in der Mode nicht wie bei Flugtickets funktioniert, wo „Eilige mehr zahlen“. Da Mode leicht aus dem Bereich der lebensnotwendigen Güter fällt, wirkt eher die Logik, dass man den Preis ein wenig senkt, um Lagerbestände zu bewegen, wie der ursprüngliche Artikel zeigt. Das zukünftige Einkaufen wird also zu einem Spiel, das nicht nur „ob man es will“ umfasst, sondern auch „wann man es kauft“, „wo man wartet“ und „ob man wartet, bis der Preis fällt“.

AI-Shopping entwickelt sich vom „Suchassistenten“ zum „Entscheidungsassistenten“

Google hat bereits Funktionen eingeführt, mit denen man Kleidung mit eigenen Fotos virtuell anprobieren kann, sowie Systeme zur Verfolgung von Preisnachlässen durch Festlegung von Wunschgrößen, -farben und -preisen. In einem offiziellen Blog von 2025 wurde zudem ein agentenbasierter Checkout vorgestellt, der bei Erfüllung der Bedingungen den Kauf mit „buy for me“ abschließt. Im Januar 2026 erklärte Google offiziell, dass wir in das Zeitalter des „agentic commerce“ eingetreten sind, in dem AI die Suche, den Vergleich und die Bezahlung miteinander verbindet.

Diese Veränderung scheint auf den ersten Blick vorteilhaft für die Nutzer zu sein. Man muss nicht mehr Dutzende von Seiten vergleichen, und wenn die AI automatisch kauft, sobald der Preis den Wunschbetrag erreicht, ist das für vielbeschäftigte Menschen hilfreich. Der McKinsey-Bericht „The State of Fashion 2026“ beschreibt klar die Möglichkeit, dass autonome AI-Shopping-Agenten künftig die Preisüberwachung und den Kauf übernehmen. Auch Marken müssen ihre Produktdaten und E-Commerce-Plattformen überarbeiten, um von solchen AIs gefunden und ausgewählt zu werden.

Aber wer profitiert wirklich?

Das Problem ist, dass Verbraucher, indem sie im Voraus angeben, „zu diesem Preis kaufe ich“, möglicherweise die Obergrenze für Preisverhandlungen selbst preisgeben. Der ursprüngliche Artikel weist darauf hin, dass je mehr AI als Vertreter der Verbraucher agiert, desto direkter die Daten der Verbraucher in die Preisgestaltung einfließen. Unternehmen optimieren basierend auf Lagerbeständen und Nachfrage, während Verbraucher „Wunschpreise“ und „akzeptable Bedingungen“ eingeben. Der Preis wird dann nicht nur vom Markt bestimmt, sondern an einem Schnittpunkt der Algorithmen beider Seiten. Es mag bequem erscheinen, aber ob der endgültige Preis wirklich der beste war, bleibt für die Nutzer schwer nachvollziehbar.

Zudem ist das Problem der Transparenz erheblich. Die australische ACCC stellt fest, dass dynamische Preisgestaltung an sich nicht illegal ist, aber Unternehmen müssen den endgültigen Preis, den Verbraucher zahlen, klar angeben und dürfen keine irreführenden Erklärungen abgeben. Umgekehrt bedeutet das, dass, solange eine gewisse Rechenschaftspflicht erfüllt wird, die Preisbewegung je nach Situation weitgehend akzeptiert wird. Auch wenn es regelkonform ist, wenn Nutzer nicht verstehen, „warum der Preis jetzt so ist“, wird das Misstrauen zunehmen.

Auf sozialen Medien sind Zustimmung und Skepsis gespalten

Die Reaktionen in den sozialen Medien spiegeln die Komplexität dieses Themas gut wider. Diejenigen, die AI-Shopping begrüßen, schätzen stark den Zeitgewinn, da sie „nicht endlos scrollen müssen“, „Vorschläge erhalten, die zu ihnen passen“ und „den Aufwand für Vergleiche und Suchen reduzieren können“. Auf Reddit gab es Stimmen, die sagten, dass AI-Shopping-Agenten „die Qual des ziellosen Durchsehens von Tausenden von Produkten reduzieren und Vorschläge machen, die zu Körperform und Vorlieben passen“, und dass es „ausreichend wertvoll ist, wenn AI die Mühe des Vergleichens von zehn geöffneten Tabs übernimmt“.

Auf der anderen Seite sind die Argumente der Skeptiker ziemlich scharf. Ein typischer Zweifel ist, „ob AI wirklich auf der Seite der Nutzer steht“. In den Reddit-Diskussionen wurde das Misstrauen geäußert, dass personalisierte Shopping-AIs „Black Boxes“ sind und es schwer zu erkennen ist, wenn unnötige Produkte aufgedrängt werden. Auch die Sorge, dass Affiliate-Provisionen oder Partnerschaftsbedingungen die Empfehlungsreihenfolge beeinflussen könnten, wurde geäußert. Vor der Bequemlichkeit steht die Frage, „für wessen Vorteil optimiert wird“.

Zudem ist die Ablehnung gegen die dynamische Preisgestaltung selbst stark. In einem anderen Reddit-Thread gab es Reaktionen wie „Wenn aus Ihren Daten geschlossen wird, dass Sie mehr zahlen, könnten Ihnen andere Preise angezeigt werden“ und „Es ist unheimlich, dass die Preisanzeigen in den Geschäften zu verschwinden beginnen“. Auch bei Diskussionen über Temu wurde einerseits eine „Strategie“ geteilt, die davon ausgeht, dass die Preise je nach Warenkorb oder Tageszeit schwanken, während andererseits Stimmen laut wurden, die dies als „unangenehm“ oder „letztlich zugunsten der Geschäfte“ empfanden. Verbraucher beginnen bereits, die Preisoptimierung nicht als „vorteilhaftes System“, sondern als „unsichtbares Feilschen“ wahrzunehmen.

Auch die Reaktionen auf AI-Anproben sind gespalten. Während es Begrüßungen gibt, bleibt die Unzufriedenheit bestehen, dass „man zwar das Aussehen einschätzen kann, aber nicht das Gefühl für die Größe oder den Fall des Stoffes“ und dass „es wichtiger wäre, echte Fotos an verschiedenen Körperformen zu zeigen“. Besonders in modebewussten Communities ist man sensibel für die Diskrepanz zwischen der „scheinbaren Realität“ der generativen AI und dem tatsächlichen Tragegefühl. Wenn AI nur zur visuellen Inszenierung zur Umsatzsteigerung genutzt wird, könnte dies eher zu mehr Rücksendungen und Unzufriedenheit führen.

Bequemlichkeit beschleunigt den Konsum sanft

Der größte Einfluss dieser Entwicklung könnte darin liegen, dass sie die Kraft hat, „ein Kleidungsstück, das man nicht unbedingt kaufen wollte“, in Richtung Kauf zu lenken. Preisbenachrichtigungen, die Präsentation eines passenden Aussehens, die Inszenierung knapper Bestände und die Optimierungsvorschläge, dass jetzt der richtige Zeitpunkt zum Kauf sei – all das wird von AI integriert angeboten, sodass Verbraucher glauben, aus eigenem Willen zu wählen, während sie tatsächlich einem stark gestalteten Pfad folgen. Mode ist von Natur aus ein Markt mit hoher Frequenz und Emotion, und wenn automatisierte „Anstöße“ hinzugefügt werden, wird Impulskauf noch alltäglicher.

Zudem gibt es bereits einen Boden für übermäßigen Konsum. In Australien ist die Anzahl der pro Kopf gekauften Kleidungsstücke sehr hoch, und das Australia Institute berichtet, dass Australien die USA im Pro-Kopf-Verbrauch von Textilien übertrifft und durchschnittlich 56 neue Kleidungsstücke pro Jahr gekauft werden. Wenn in einem solchen Markt Preisbenachrichtigungen und automatische Käufe durch AI hinzukommen, könnte dies mehr bewirken, als nur „die Zeit des Überlegens zu verkürzen“, nämlich „die Anzahl der Käufe zu erhöhen“. Genau dieser Punkt wird im ursprünglichen Artikel als besorgniserregend angesehen.

Was wir in Zukunft brauchen, ist „Sichtbarkeit“ statt „Billigkeit“

Das Wesen des AI-Shoppings besteht nicht darin, das Finden von Kleidung zu erleichtern. Es geht darum, dass Maschinen Preise, Entdeckungen, Vergleiche und Zahlungen zusammenfassen und so die Kontrolle über das Einkaufen nach und nach von den Menschen wegnehmen. Natürlich ist nicht alles schlecht. Es gibt tatsächlich Effekte, die Fehlentscheidungen bei der Größenwahl, Suchermüdung und den Aufwand für Vergleiche reduzieren. Aber gleichzeitig, wenn nicht sichtbar ist, wie Preise festgelegt werden, warum ein Produkt empfohlen wird und zu welchem Zeitpunkt man zum Kauf verleitet wird, machen Verbraucher nicht „bequemes Einkaufen“, sondern werden nur „geschickt zum Kauf geführt“.

In einer Zeit, in der AI Kleidung auswählt, Preise überwacht und bei Erfüllung der Bedingungen kauft, sollten wir nicht fragen, „wie intelligent AI ist“. Wir sollten fragen, für wen sie arbeitet, was sie lernt und wie weit sie erklären kann. Ohne diese Transparenz wird die Zukunft der Modepreise kein „intelligenter Markt“, sondern ein „schwer durchschaubarer Markt“ sein. Der Ausverkauf wird nicht verschwinden. Vielmehr werden Ausverkäufe feiner, individueller und automatisierter. Dann wird das Einkaufen zu einem neuen psychologischen Spiel, das sowohl die Freude am Sparen als auch die Angst, in ein System integriert zu werden, umfasst.

Quellen-URL

https://phys.org/news/2026-04-ai-fashion-era-pricing.html

Wiederveröffentlichter Artikel mit demselben Inhalt. Verwendet zur Klärung der Argumente und zur Bestätigung des Datums des Originalartikels
https://www.abc.net.au/news/2026-04-16/ai-shopping-fashion-entering-new-pricing-era/106568404

Business Insider Artikel über den Fall, in dem die Preise für Kleidung im Online-Warenkorb schwankten und um bis zu 17% sanken
https://www.businessinsider.com/dynamic-pricing-old-navy-challenges-traditional-shopping-habits-2026-3

Google offiziell. Erklärung der Funktionen zur AI-Anprobe, Preisverfolgung und Kaufunterstützung durch „buy for me“
https://blog.google/products-and-platforms/products/shopping/google-shopping-ai-mode-virtual-try-on-update/

Google offiziell. Erklärung der Funktionen für den Einzelhandel im Zeitalter des agentic commerce, Kaufpfade auf AI Mode und Direct Offers
https://blog.google/products/ads-commerce/agentic-commerce-ai-tools-protocol-retailers-platforms/

Google Cloud offiziell. Erklärung, die das Zeitalter des agentic commerce als neue Ära des Einzelhandels positioniert
https://cloud.google.com/transform/a-new-era-agentic-commerce-retail-ai

McKinsey „The State of Fashion 2026“. Möglichkeit, dass autonome AI-Shopping-Agenten die Preisüberwachung und den Kauf übernehmen
https://www.mckinsey.com/industries/retail/our-insights/state-of-fashion

ACCC offiziell. Bestätigung, dass dynamische Preisgestaltung nicht illegal ist, aber Anforderungen an Preisangaben und Erklärungen bestehen
https://www.accc.gov.au/business/pricing/setting-prices-whats-allowed

The Australia Institute. Bestätigung des hohen Bekleidungsverbrauchs und des Hintergrunds des übermäßigen Konsums in Australien
https://australiainstitute.org.au/post/australians-revealed-as-worlds-biggest-fashion-consumers-fuelling-waste-crisis/

Reddit. Referenzquelle für die Diskussion, ob AI-Shopping-Assistenten nützlich oder gefährliche Black Boxes sind
https://www.reddit.com/r/OpenAI/comments/1ltewk0/are_ai_shopping_assistants_just_a_gimmick_or/

Reddit. Referenzquelle für skeptische Reaktionen auf AI-Anproben und generative AI-Modeanzeigen
https://www.reddit.com/r/AusFemaleFashion/comments/1pjqgbd/generative_ai_for_online_shopping/

Reddit. Referenzquelle für positive Reaktionen, die AI-Shopping-Agenten als „Zeitsparer“ begrüßen
https://www.reddit.com/r/ArtificialInteligence/comments/1qsvbv8/honestly_the_glance_intelligent_shopping_agent_is/

Reddit. Referenzquelle für Misstrauen gegenüber dynamischer Preisgestaltung und Reaktionen auf die Unsichtbarkeit der Preise
https://www.reddit.com/r/Anticonsumption/comments/1n98ult/how_to_make_sure_im_not_falling_victim_to_new/

Reddit. Thread, der sowohl „Strategien“ für Preisänderungen als auch Abneigung dagegen zeigt
https://www.reddit.com/r/TemuThings/comments/1pimhn2/whats_up_with_increasing_the_prices/