Roboter der Hose trägt

Styling und Sizing bei Zalando

Styling und Sizing bei Zalando

bis zu 40% sparen

ab 29,99 €

49,99 €

inkl. MwSt.

ab 29,99 €

49,99 €

inkl. MwSt.

4.5/5

Die 5 Perspektiven

Die Fashion Industrie hat sich durch neue Vertriebsmöglichkeiten über das Internet in den letzten Jahren stark gewandelt.¹ Neben den grundsätzlichen Veränderungen am Markt kann die Modeindustrie selbst als dynamisch beschrieben werden mit vielen verschiedenen Trends, die in kürzester Zeit entstehen und wieder abflachen. Dies sorgt dafür, dass Produkte schnell produziert und verkauft werden müssen.² Um in diesem kompetitiven Bereich wettbewerbsfähig zu sein, setzt Zalando unter anderem auf Künstliche Intelligenz.³


1-3 Werktage

Premium-Lieferung

Kostenlos mit     


3-5 Werktage

Standard-Lieferung

Kostenlos

Zalando gilt als führende Online-Plattform im Bereich der Mode und beliefert Kund*innen aus über 17 Ländern mit Kleidung von mehr als vier Tausend Marken.⁴ Ein Grund hierfür ist das frühzeitige Einbinden von künstlicher Intelligenz (KI) mit einer eigenen Entwicklungsabteilung.⁵ Die Nutzung von KI wird bei Zalando in die Bereiche Businessoptimierung mit Logistik oder Betrugsfallerkennung sowie den Kundenanwendungen aufgeteilt.⁶ Die Kundenanwendungen umfassen das eigene Artikelempfehlungssystem(Styling) sowie Hinweise zu Größenempfehlungen, dem sogenannten Sizing.⁷ Ziel ist die Verwendung von KI, um den „Kund[*innen] ein erstklassiges Einkaufserlebnis zu ermöglichen, damit sie die Produkte finden, die sie lieben“.⁸

Das von Zalando entwickelte Vorschlagssystem für Outfits trägt den Namen „Algorithmic Fashion Companion“ (AFC) und ist in allen 17 Ländern verfügbar (Zalando, 2018).⁹ Entwickelt von über 120 Forscher*innen im Bereich Machine Learning soll es in Echtzeit passende Kleidung auf Basis der eingegebenen Daten liefern.¹⁰ Hierfür wurden über 200 Tausend Outfits von Stylist*innen analysiert.¹¹,¹²

Um die hohe Retourenquote von rund 50 Prozent zu senken ist Zalando auch im Bereich Sizing aktiv.¹³ Hierzu werden die Retourgründe analysiert als auch ein eigenes Fitting Modell entwickelt.

Im Folgenden wird die Nutzung von künstlicher Intelligenz anhand von fünf Perspektiven beschrieben. Der Fokus liegt dabei auf kundenbezogene Anwendungen wie dem Styling (Auswahl passender Outfits) sowie dem Sizing (Sicherstellung der richtigen Passform).

Die Nutzerperspektive

Die Nutzer-perspektive

Im Online-Shop von Zalando haben Kund*innen eine große Auswahl an verschiedenen Kleidungsstücken. Dabei steht häufig nicht nur die Suche nach einzelnen Produkten, sondern das Entdecken passender Outfits im Fokus. Der AFC dient als Inspirationsquelle für die Konsumenten.¹⁴ Basierend auf den eigenen Eingaben und vorhandenen Ankerartikeln durch vorherige Käufe oder die eigene Wunschliste, können den Nutzer*innen in kürzester Zeit durch den Einsatz von KI neue Outfits vorgeschlagen werden.

Damit die ausgewählten Kleidungsstücke nicht nur optisch ansprechend sind, sondern auch die richtige Passform haben, werden Kund*innen Größenempfehlungen ausgesprochen. Wird eine Abweichung von der Norm detektiert, beispielsweise wenn ein Artikel größer oder kleiner ausfällt, erfolgt eine Einblendung mit einem passenden Hinweis auf der jeweiligen Produktseite.¹⁵

Die technologische Perspektive

Um die Funktionen des AFC bereitstellen zu können, beschäftigt Zalando ein eigenes Team im Bereich „Advanced Image Manipulation“, die den AFC entwickeln.¹⁶  Ziel des AFC ist es, auf Basis eingegebener Daten zu erlernen, welche Produkte zu den Kund*innen passen und dem jeweiligen Style entsprechen.¹⁷ Dafür wurden mehr als 200 Tausend Outfits des kuratierten Einkaufsservice Zalon analysiert, die von Stylist*innen erstellt wurden.¹⁸,¹⁹ Die für Endkund*innen vorgeschlagenen Outfits werden vollständig durch einen automatisierten maschinellen Algorithmus auf Basis von sogenannten „Ankerartikeln“, die kürzlich erworben oder auf die Wunschliste gesetzt wurden, erstellt.²⁰,²¹ Durch diese Artikel können weitere passende Elemente angezeigt werden.²² Über die Auswertung einer großen Anzahl an Bildern werden mit Hilfe von Machine Learning Algorithmen Computer trainiert. Diese können bestimmte Muster entdecken, um gewonnene Informationen in zukünftigen Entscheidungen mit einzubeziehen.²³ Über die Auswertung einer großen Anzahl von Bildern erfolgt ein sogenanntes „Labeling“.²⁴ Das Labeling ermöglicht es, die Kleidungsstücke in einen abstrakten mathematischen Raum einzuordnen. Das Ähnlichkeitsmaß der Kleidungsstücke und deren Modeattribute kann durch die Entfernung im Raum angegeben werden.²⁵ Mit Hilfe von KI können nicht nur Analysen von Kleidungsstücken der Kund*innen erstellt, sondern auch Modetrends frühzeitig erkannt oder die Strategie der Wettbewerber bewertet werden.²⁶

Neben der Optik spielt auch die Passform eine entscheidende Rolle. Um bessere Größenempfehlungen aussprechen zu können, werden sowohl die Retourgründe analysiert als auch ein eigenes KI-Fitting-Modell erstellt.²⁷ Entwicklungen in diesem Bereich stehen noch am Anfang, denn bisher wird bei von der Norm abweichenden Kleidungsstücken lediglich ein Hinweis auf der entsprechenden Produktseite angezeigt. Um dieses Angebot auszubauen, forscht Zalando an Methoden, die Körpermaße der Kund*innen einfacher und genauer zu bestimmen, um diese mit den Größen der Kleidungsstücke abzugleichen.²⁸ Neben einem 3D-Bodyscanner wird auch an der Verarbeitung von zweidimensionalen Bildern sowie einer Gesichtserkennung gearbeitet, bei der man keinen Bodyscann durchführen muss.²⁹ Die bisherigen Ergebnisse sind vielversprechend. Die Technologie der Gesichtserkennung konnte eine Genauigkeit von 84 Prozent und die zweidimensionalen Ganzköperaufnahmen von 97 Prozent erzielen. In Zukunft können so bessere Empfehlungen für neue Kund*innen ausgesprochen werden, die noch keine Einkäufe bei Zalando getätigt haben.

Die wirtschaftliche Perspektive

Neben der Erfüllung von Kundenwünschen verfolgt Zalando auch wirtschaftliche Interessen. Zusätzlich zur Konkurrenz wirken sich Faktoren wie hohe Retourenquoten oder kleine Warenkörbe, die sich teilweise aus dem Geschäftsmodell ableiten, negativ auf die Profitabilität aus. Genau in diesen Bereichen versucht Zalando einen wirtschaftlichen Mehrwert durch den Einsatz von KI zu generieren. Durch den Einsatz des AFC möchte Zalando erreichen, dass Kund*innen mehr interessante Artikel entdecken und diese auch kaufen. Zalando hat keinen Mangel an Kund*innen, sondern das Problem von vergleichsweise geringen Umsätzen pro Kopf durch kleine Warenkörbe.³⁰ Im ersten Quartal 2021 betrug die Größe eines durchschnittlichen Warenkorbs 57,90 Euro.³¹ Durch die Übernahme von Versandkosten und eine Retourenquote von ca. 50 Prozent erweisen sich Einkäufe mit kleinen Warenkörben oft als nicht profitabel für das Unternehmen.³² Durch den Einsatz des AFC konnten in der Vergangenheit bereits positive Resultate erzielt werden. Kund*innen, die Funktionen des AFC über „Get the Look“ nutzen, haben einen rund 40 Prozent größeren Warenkorb generiert und mit einer deutlich höheren Wahrscheinlichkeit den Kauf abgeschlossen.³³,³⁴ Besonders bei Männern war eine deutlich höhere Interaktionsquote durch vorgeschlagene Kleidungsstücke zu beobachten.³⁵ Die durch Kundenanalyse erstellten personalisierten Angebote wirken sich somit positiv auf die Profitabilität aus. Durch die Ausbreitung des SARS-CoV-2 im vergangenen Jahr erlebte Zalando ein starkes Wachstum. Trotz der nochmals deutlich größeren Anzahl an Bestellungen im ersten Quartal 2021, mit einem Plus von über 50 Prozent im Vergleich zum Vorjahr, konnte die durchschnittliche Warenkorbgröße um 2,7 Prozent gesteigert werden.³⁶ Dieser Wert erscheint bei erster Betrachtung gering, jedoch muss der enorme Anstieg an Bestellung berücksichtigt werden. Auch durch KI-Tools wie dem AFC konnte dieser hohe Wert erreicht werden. Eine weitere wichtige wirtschaftliche Stellschraube ist die Retourenquote. Bei der Suche nach Kleidung auf Online-Plattformen, wo es Kund*innen nicht möglich ist durch Anprobieren die richtige Passform zu finden, kommt es allgemein vermehrt zu Rückgaben.³⁷ Bei rund einem Drittel der Retouren bei Zalando wird der Grund einer nicht passenden Größe angegeben.³⁸ Durch das Sizing soll vermieden werden, dass Kund*innen Artikel bestellen, die nicht die richtige Passform haben, um so die Retourenquote zu senken.³⁹ Laut Zalando gelang es dem Unternehmen bereits im Jahr 2019 durch Sizing-Vorschläge die Menge an größenbedingten Retouren im Vergleich zum Vorjahr um 4 Prozent zu senken.⁴⁰ Dies soll jedoch nur der erste Schritt gewesen sein. Neben größeren Warenkörben und geringeren Retourquoten ist der Einsatz von KI-Technologie auch für andere Bereiche relevant. Der AFC sowie Features für das Sizing können für Verbraucher einen Anreiz darstellen die eigenen Daten Zalando zur Verfügung zu stellen, um Zugriff auf die Funktionen zu haben.41

Die rechtliche Perspektive

Neben einer besseren Kundenbindung kann Zalando durch weitreichendes kundenspezifisches Wissen einen Wettbewerbsvorteil durch Daten erlangen. Damit Anwendungen wie der Algorithmus Fashion Companion und das Sizing funktionieren können, benötigt Zalando eine große Menge an Kundendaten. Diese Daten werden im Hintergrund von allen Zalando Kund*innen gesammelt und ohne Widerrufung bis auf Weiteres gespeichert.42 Die von Zalando verarbeiteten Daten umfassen dabei Profildaten (Vor- und Nachname, Kontaktdaten, Präferenzen, Alter, Geschlecht, Wohnort), Kontaktdaten (Postanschrift, Telefonnummer, E-Mail-Adresse), Einkaufsdaten (Details zu gekauften Artikeln, Zahlungsart, etc.), Zahlungsdaten (Kreditkartendaten, Bonitätsdaten), Interessendaten (Tracking), Standortdaten sowie einige weitere Datensätze.43 Bereitgestellt werden diese Daten zum einen durch die Registrierung der Kund*innen bei Zalando selbst, aber auch durch die Übermittlung von Zugriffsdaten durch Interaktion auf den entsprechenden Endgeräten.44 Zalando weist in der Datenschutzerklärung darauf hin, dass das Sammeln von Daten notwendig ist, um die Bereitstellung von Services wie den AFC oder das Sizing zu gewährleisten. Nach eigenen Angaben betreibt Zalando mit den gesammelten Daten neben Marktforschung und Einkaufsabwicklung auch wissenschaftliche Forschung (Zalando Research), welche sich vor allem auf maschinelles Lernen, künstliche Intelligenz, Verarbeitung natürlicher Sprache sowie Deep Learning konzentriert.45 Kundendaten werden für diese Forschungszwecke in zusammengefasster, anonymisierter oder pseudonymisierter Form verarbeitet.46 Die Datenübertragung selbst läuft verschlüsselt über ein Codierungssystem auf Basis einer SSL Architektur, die gegen Verlust, Zugriff, Veränderung oder Verarbeitung der Daten durch unbefugte Personen schützen soll.47 Zu welchem Zeitpunkt personenbezogene Kundendaten von Zalando gelöscht werden, lässt sich nicht ermitteln. Laut Datenschutzerklärung werden Daten sofern es der gesetzliche Rahmen erlaub so lange gespeichert, wie es für die jeweiligen Zwecke notwendig ist.48 Grundsätzlich besteht das Recht auf Löschung der eigenen Daten nach Artikel 17 DSGVO, was auch bei der Schließung eines Kontos erfolgt. Neben der Löschung kann nach Artikel 23 DSGVO auch der Widerspruch gegen bestimmte Datenschutzverarbeitungsmaßnahmen eingelegt werden. Um diese Ansprüche geltend zu machen, können sich Kund*innen bei entsprechenden Auskunftspersonen per Mail oder Post melden.49

Die gesellschaftliche Perspektive

Die Mode- und Bekleidungsindustrie ist eine der wichtigsten Branchen im Bereich der Konsumgüter in Deutschland und stark von der Globalisierung der Märkte geprägt.50 Neben Problemen wie Überproduktion von Kleidung oder Produktrückgaben durch Kund*innen stellt auch die Herstellung mit vielen Prozessschritten eine große Umweltbelastung dar.51,52 Neben optisch ansprechender und passender Kleidung legen Kund*innen vermehrt Wert auf die Herkunft der Produkte und nachhaltige Produktionsprinzipien.53 Das Problem der Überproduktion wird durch das Ziel der größeren Warenkörbe unter dem Einsatz des AFC nicht behoben, sondern vergrößert. Um den neuen Nachhaltigkeitsbestreben zu entsprechen ist Zalando seit einem halben Jahr im Bereich „Pre-owned“ aktiv, mit dem Ziel die Lebensdauer von Kleidung zu verlängern.54 Um in Zukunft hochindividuelle Outfits mit Artikeln, die nicht im Produktkatalog der aktuellen Saison sind, zu erstellen, kann der AFC einen großen Mehrwert bieten. Zudem kann durch Analysen des AFC erkannt werden, welche Kleidungsstücke besonders gefragt sind, was Anpassungen an Bedarfe sowie der Produktionsmenge ermöglicht. Durch Sizing-Funktionen mit Hinweisen auf den entsprechenden Produktseiten können die Retouren durch nicht geeignete Passform gesenkt werden. Weniger Transporte senken den CO2 Ausstoß beim Versand der Produkte.

Fazit

Durch den Einsatz von KI schafft Zalando für Kund*innen einen Mehrwert durch einen angenehmen Einkaufsprozess. Auch aus wirtschaftlicher Sicht ergibt der Einsatz von KI im Modebereich Sinn, durch vielfältige Einsatzmöglichkeiten (Online-Shop, automatisiertes kuratiertes Einkaufen, etc.), die bei Zalando besonders im Bereich des Sizing noch ausgebaut werden können. Im Hinblick auf Profitabilität als auch unter Nachhaltigkeitsaspekten muss das Ziel von weniger Retouren durch nicht passende Kleidung in Zukunft noch stärker verfolgt werden.

Alexander Köberlein & Artur Beller

Coolness-Faktor

2 von 3 Eiswürfel

Innovationsgrad

2 von 3 Raketen

Nerdy vs. Mainstream

4 von 5

Quellen

[1] Vlg. Giri, C., Jain, S., Zeng, X., & Bruniaux, P. (2019). A Detailed Review of Artificial Intelligence Applied in the Fashion and Apparel Industry. IEEE Access, 7, 1–22. https://doi.org/10.1109/ACCESS.2019.2928979. S. 7.

[2] Vgl. Giri, C., Jain, S., Zeng, X., & Bruniaux, P. (2019). A Detailed Review of Artificial Intelligence Applied in the Fashion and Apparel Industry. IEEE Access, 7, 1–22. https://doi.org/10.1109/ACCESS.2019.2928979. S. 2.

[3] Vgl.  Zalando. (2019c). Wettbewerbsfähig nur mit Künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/ wettbewerbsfaehig-nur-mit-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 02.05.2021.

[4] Vgl. Zalando. (2021c). Unternehmen. URL: https://corporate.zalando.com/de/ unternehmen. Zuletzt zugegriffen am: 16.05.2021.

[5] Vgl. Lederer, M. & Daus, L. (2021). KI in E-Commerce-Prozessen der Modebranche. In: Terstiege, M. (Hrsg.). KI in Marketing & Sales – Erfolgsmodelle aus Forschung und Praxis. 1. Auflage. Wiesbaden: Springer Gabler. https://doi.org/10.1007/ 978-3-658-31519-1. S. 294.

[6] Vgl. Zalando. (2019c). Wettbewerbsfähig nur mit Künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/ wettbewerbsfaehig-nur-mit-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 02.05.2021.

[7] Vgl. Zalando. (2019c). Wettbewerbsfähig nur mit Künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/ wettbewerbsfaehig-nur-mit-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 02.05.2021.

[8] Vgl. Zalando. (2019b). Smart Shoppen dank künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/news-storys/smart-shoppen-dank-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 23.05.2021.

[9] Vgl. Zalando. (2018). Algorithmus mit Modegeschmack. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/algorithmus-mit-modegeschmack. Zuletzt zugegriffen am: 23.05.2021.

[10] Vgl. Zalando. (2019c). Wettbewerbsfähig nur mit Künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/ wettbewerbsfaehig-nur-mit-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 02.05.2021.

[11] Vgl.  Zalando. (2018). Algorithmus mit Modegeschmack. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/algorithmus-mit-modegeschmack. Zuletzt zugegriffen am: 23.05.2021.

[12] Vgl.  Zalando. (2019b). Smart Shoppen dank künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/news-storys/smart-shoppen-dank-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 23.05.2021.

[13] Vgl.  Zalando. (2019b). Smart Shoppen dank künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/news-storys/smart-shoppen-dank-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 23.05.2021.

[14] Vgl.  Marr, B. (2019). The Amazing Ways Retail Giant Zalando Is Using Artificial Intelligence. Forbes. URL: https://www.forbes.com/sites/bernardmarr/2019 /09/20/the-amazing-ways-retail-giant-zalando-is-using-artificial intelligence /?sh=53721932 4d93. Zuletzt zugegriffen am: 02.05.2021.

[15] Vgl. Zalando. (2019a). Fit für die Zukunft. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/fit-fuer-die-zukunft. Zuletzt zugegriffen am: 16.05.2021.

[16] Vgl. Zalando. (2019c). Wettbewerbsfähig nur mit Künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/ wettbewerbsfaehig-nur-mit-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 02.05.2021.

[17] Vgl. Bracher, C., Heinz, S., & Vollgraf, R. (2021). Fashion DNA. Zalando Research. URL: https://research.zalando.com/project/fashion_dna/fashion_dna/. Zuletzt zugegriffen am: 02.05.2021.

[18] Vgl. Zalando. (2018). Algorithmus mit Modegeschmack. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/algorithmus-mit-modegeschmack. Zuletzt zugegriffen am: 23.05.2021.

[19] Vgl. Zalando. (2019b). Smart Shoppen dank künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/news-storys/smart-shoppen-dank-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 23.05.2021.

[20] Vgl. Marr, B. (2019). The Amazing Ways Retail Giant Zalando Is Using Artificial Intelligence. Forbes. URL: https://www.forbes.com/sites/bernardmarr/2019 /09/20/the-amazing-ways-retail-giant-zalando-is-using-artificial intelligence /?sh=53721932 4d93. Zuletzt zugegriffen am: 02.05.2021.

[21] Vgl. Zalando. (2019d). Zalon X Algorithmic Fashion Companion. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/zalon-x-algorithmic-fashion-companion. Zuletzt zugegriffen am: 16.05.2021.

[22] Vgl. Zalando. (2018). Algorithmus mit Modegeschmack. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/algorithmus-mit-modegeschmack. Zuletzt zugegriffen am: 23.05.2021.

[23] Vgl. Giri, C., Jain, S., Zeng, X., & Bruniaux, P. (2019). A Detailed Review of Artificial Intelligence Applied in the Fashion and Apparel Industry. IEEE Access, 7, 1–22. https://doi.org/10.1109/ACCESS.2019.2928979. S. 8.

[24] Vgl. Ma, Y., Jia, J., Zhou, S., Fu, J., Liu, Y., & Tong, Z. (2017). Towards better understanding the clothing fashion styles: A multimodal deep learning approach. Thirty-First AAAI Conference on Artificial Intelligence. S. 38

[25] Vgl. Bracher, C., Heinz, S., & Vollgraf, R. (2021). Fashion DNA. Zalando Research. URL: https://research.zalando.com/project/fashion_dna/fashion_dna/. Zuletzt zugegriffen am: 02.05.2021.

[26] Vgl. Bracher, C., Heinz, S., & Vollgraf, R. (2021). Fashion DNA. Zalando Research. URL: https://research.zalando.com/project/fashion_dna/fashion_dna/. Zuletzt zugegriffen am: 02.05.2021.

[27] Vgl. Zalando. (2019b). Smart Shoppen dank künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/news-storys/smart-shoppen-dank-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 23.05.2021.

[28] Vgl. Zalando. (2019a). Fit für die Zukunft. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/fit-fuer-die-zukunft. Zuletzt zugegriffen am: 16.05.2021.

[29] Vgl. Zalando. (2019a). Fit für die Zukunft. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/fit-fuer-die-zukunft. Zuletzt zugegriffen am: 16.05.2021.

[30] Vgl. Grossón, U. S. (2019). Zalando will die Lufthoheit über dem Kleiderschrank. URL: https://etailment.de/news/stories/Zalando-Warenkorb-Kuratieren-21882. Zuletzt zugegriffen am: 23.05.2021.

[31] Vgl. Zalando. (2021b). Quartalsmitteilung Q1 2021. URL: https://corporate.zalando.com/sites/default/files/media-download/Q1_21_DE _210505_Master_final_s.pdf. Zuletzt zugegriffen am: 23.05.2021. S. 2.

[32] Vgl. Zalando. (2019b). Smart Shoppen dank künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/news-storys/smart-shoppen-dank-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 23.05.2021.

[33] 1Vgl. Marr, B. (2019). The Amazing Ways Retail Giant Zalando Is Using Artificial Intelligence. Forbes. URL: https://www.forbes.com/sites/bernardmarr/2019 /09/20/the-amazing-ways-retail-giant-zalando-is-using-artificial intelligence /?sh=53721932 4d93. Zuletzt zugegriffen am: 02.05.2021.

[34] Vgl. Zalando. (2018). Algorithmus mit Modegeschmack. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/storys/algorithmus-mit-modegeschmack. Zuletzt zugegriffen am: 23.05.2021.

[35] Vgl. Marr, B. (2019). The Amazing Ways Retail Giant Zalando Is Using Artificial Intelligence. Forbes. URL: https://www.forbes.com/sites/bernardmarr/2019 /09/20/the-amazing-ways-retail-giant-zalando-is-using-artificial intelligence /?sh=53721932 4d93. Zuletzt zugegriffen am: 02.05.2021.

[36] Vgl. Zalando. (2021b). Quartalsmitteilung Q1 2021. URL: https://corporate.zalando.com/sites/default/files/media-download/Q1_21_DE _210505_Master_final_s.pdf. Zuletzt zugegriffen am: 23.05.2021. S. 2.

[37] Vgl. Ding, Y. S., & Xu, Y. C. (2008). Intelligent optimal selection of garment sizes by using immune algorithm and AHP method. Journal of the Textile Institute, 99 (3), S. 281–286. https://doi.org/10.1080/00405000701404213. S. 281.

[38] Vgl. Zalando. (2019b). Smart Shoppen dank künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/news-storys/smart-shoppen-dank-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 23.05.2021.

[39] Vgl. Zalando. (2019b). Smart Shoppen dank künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/news-storys/smart-shoppen-dank-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 23.05.2021.

[40] Vgl. Zalando. (2019b). Smart Shoppen dank künstlicher Intelligenz. Zalando Corporate. URL: https://corporate.zalando.com/de/newsroom/de/news-storys/smart-shoppen-dank-kuenstlicher-intelligenz. Zuletzt zugegriffen am: 23.05.2021.

[41] Vgl. Kreyenhagen, D. C., Aleshin, T. I., Bouchard, J. E., Wise, A. M. I., & Zalegowski, R. K. (2014). Using supervised learning to classify clothing brand styles. 2014 IEEE Systems and Information Engineering Design Symposium, SIEDS 2014, 239–243. https://doi.org/10.1109/SIEDS.2014.6829909. S. 240.

[42] Vgl. Zalando. (2021a). Datenschutzerklärung. URL: https://corporate.zalando.com/de/ zalando-datenschutzerklaerung. Zuletzt zugegriffen am: 23.05.2021. S. 3f.

[43] Vgl. Zalando. (2021a). Datenschutzerklärung. URL: https://corporate.zalando.com/de/ zalando-datenschutzerklaerung. Zuletzt zugegriffen am: 23.05.2021. S- 4-11.

[44] Vgl. Zalando. (2021a). Datenschutzerklärung. URL: https://corporate.zalando.com/de/ zalando-datenschutzerklaerung. Zuletzt zugegriffen am: 23.05.2021. S. 3.

[45] Vgl. Zalando. (2021a). Datenschutzerklärung. URL: https://corporate.zalando.com/de/ zalando-datenschutzerklaerung. Zuletzt zugegriffen am: 23.05.2021. S. 14f.

[46] Vgl. Zalando. (2021a). Datenschutzerklärung. URL: https://corporate.zalando.com/de/ zalando-datenschutzerklaerung. Zuletzt zugegriffen am: 23.05.2021. S. 14.

[47] Vgl. Zalando. (2021a). Datenschutzerklärung. URL: https://corporate.zalando.com/de/ zalando-datenschutzerklaerung. Zuletzt zugegriffen am: 23.05.2021. S. 48.

[48] Vgl. Zalando. (2021a). Datenschutzerklärung. URL: https://corporate.zalando.com/de/ zalando-datenschutzerklaerung. Zuletzt zugegriffen am: 23.05.2021. S. 47.

[49] Vgl. Zalando. (2021a). Datenschutzerklärung. URL: https://corporate.zalando.com/de/ zalando-datenschutzerklaerung. Zuletzt zugegriffen am: 23.05.2021. S. 46

[50] Vgl. Umweltbundesamt. (2019). Die Textilindustrie in Deutschland. URL: https://www.umweltbundesamt.de/themen/wirtschaft-konsum/industriebranchen /textilindustrie#die-textilindustrie-in-deutschland. Zuletzt zugegriffen am: 23.05.2021.

[51] Vgl. Giri, C., Jain, S., Zeng, X., & Bruniaux, P. (2019). A Detailed Review of Artificial Intelligence Applied in the Fashion and Apparel Industry. IEEE Access, 7, 1–22. https://doi.org/10.1109/ACCESS.2019.2928979. S. 1.

[52] Vgl. Umweltbundesamt. (2019). Die Textilindustrie in Deutschland. URL: https://www.umweltbundesamt.de/themen/wirtschaft-konsum/industriebranchen /textilindustrie#die-textilindustrie-in-deutschland. Zuletzt zugegriffen am: 23.05.2021.

[53] Vgl. Giri, C., Jain, S., Zeng, X., & Bruniaux, P. (2019). A Detailed Review of Artificial Intelligence Applied in the Fashion and Apparel Industry. IEEE Access, 7, 1–22. https://doi.org/10.1109/ACCESS.2019.2928979. S. 7

[54] Vgl. Zalando. (2021d). Zalando geht mit “Pre-owned” in sieben neuen Märkten an den Start. URL: https://corporate.zalando.com/de/newsroom/news-storys/zalando-geht-mit-pre-owned-sieben-neuen-maerkten-den-start. Zuletzt zugegriffen am: 23.05.2021.