Laudert Connect – Content Couture: Der Rückblick

Ein Format für Austausch: Die Connect zum zweiten Mal im SPACE Hamburg

Die Laudert Connect brachte dieses Mal Kunden und Partner aus der Fashionbranche zusammen. Nach dem Auftakt im Oktober 2025 trafen wir uns erneut im SPACE in der Hamburger Speicherstadt. Unter den 46 Teilnehmenden waren viele Bestandskunden und Partner, aber auch spannende neue Kontakte.

Schon in der Begrüßung hat die Laudert-Geschäftsführung die Haltung des Tages benannt: realistische, objektive Einschätzungen statt Hype. Produktkommunikation muss messbar performen. Nach einer effizienten Prozesskette zählt am Ende die Wirksamkeit. KI verändert beides: die Möglichkeiten, Performance zu optimieren, und die Umsetzung selbst. Die Chancen sind groß, die Herausforderungen auch.

Nach dem Get-together ging es mit drei Programmpunkten in die Tiefe: Mia Hagenow von bonprix berichtete aus der ersten Full-AI-Kampagne, Dina Hemsing und Kirsten Heskamp von Laudert zeigten, was Product Correctness in der Praxis kostet, und in der abschließenden Panel-Diskussion teilten Vertreterinnen und Vertreter von Jack Wolfskin, Tamaris/Wortmann und TAKKO ihre Erfahrungen. Das Dinner über den Dächern der Speicherstadt bot anschließend Raum für den Austausch. Im Folgenden gehen wir auf die Inhalte näher ein.

Full-AI-Kampagne bei bonprix: Zwischen Hype und Handwerk

Den Auftakt machte Mia Hagenow, Process & Project Managerin bei bonprix. Sie bringt über 15 Jahre Erfahrung in Foto- und Filmproduktion mit, von der Bildredaktion über die Art Direction internationaler Produktionen bis zur strategischen Weiterentwicklung der Content-Produktion bei bonprix.

Mia berichtete von der ersten Full-AI-Kampagne, die bonprix gemeinsam mit Laudert umgesetzt hat. Die Produktion ist abgeschlossen, die Kampagne geht in zwei Wochen online. Das Takeaway: Erfahrungen aus klassischen Produktionsprozessen lassen sich nutzen, um standardisierbare Abläufe für die AI-Content-Produktion zu entwickeln. Mia zeigte die Learnings und die veränderten Abläufe, die ein solches Vorgehen mit sich bringt, und benannte offen, wo noch Grenzen liegen und “Irrglauben” korrigiert werden muss.

Product Correctness: Fehler sind schnell erzeugt, aber teuer behoben

Danach ging es um die Frage, die in der Produktkommunikation besonders zählt: Wie korrekt muss ein KI-generiertes Produktbild sein? Dina Hemsing, Sales Managerin mit Schwerpunkt Fashion und Digital Asset Management, und Kirsten Heskamp, Senior Art Director mit Fotografie-Hintergrund und Schwerpunkt KI-Kompetenz für Fashion-Labels, zeigten es an Beispielen aus AI-Kundenprojekten.

Ihre zentrale Aussage: Ein stimmiges KI-Bild entsteht im Verhältnis schnell und günstig. Je höher aber der Anspruch an die Produktkorrektheit, desto teurer können Retuschen und Abstimmungen werden, bis ein Bild freigabefähig ist. Und jeder weiß: Abweichungen zwischen Bild und Ware können hohe Folgekosten für Retouren und Reklamationen verursachen.

Produktkorrektheit ist bei jedem Artikel wichtig, der Weg dorthin ist aber unterschiedlich aufwendig. Bei schlichten Produkten lässt sie sich leichter erreichen. Bei detailreichen Artikeln muss auf jedes Merkmal geachtet werden. Deshalb braucht es je nach Produktkomplexität, Einsatzzweck und Anspruch an die Produktkorrektheit eine passende Strategie. Sie gibt aus Kosten-Nutzen-Sicht und mit Blick auf mögliche Fehlerfolgekosten Orientierung, ob eine KI- oder eine herkömmliche Produktion der richtige Weg ist. Die 80/20-Regel zeigt, wo der Aufwand entsteht:

80 % Gesamteindruck: Bildwelt, Silhouette und Stimmung lassen sich im Verhältnis günstig generieren.

20 % Produktdetails: Farbe, Muster und Material exakt abzusichern, kann überproportional viel Aufwand kosten.

Nicht die maximale Korrektheit ist das Ziel, sondern die passende Korrektheit für den Einsatz, mit dem Aufwand, der sich lohnt.

Master-Assets, PIM, DAM und Agenten: Die Content Supply Chain

Aus den Beiträgen ergibt sich aus Laudert-Sicht eine Perspektive auf den Gesamtprozess: KI verändert die Content-Prozesse in der Produktkommunikation. Neben Produktinformationen werden im Fashion-Segment zum Beispiel Büsten als Master-Assets zur ergänzenden visuellen Quelle der Wahrheit. Sind sie in einen sauberen Content-Prozess eingebunden, in dem PIM, DAM und Agenten zusammenarbeiten, entsteht neues Potenzial:

• Visuelle Individualisierung nach Zielgruppen und Märkten
• Testing von Motiven und Varianten
• Cross-Selling, das durch GEO auf der Produktdetailseite zusätzlich an Bedeutung gewinnt

Mehr dazu findest du auf unseren Seiten zu PIM/PXM, DAM und KI in der Produktkommunikation.

Panel-Diskussion: Chancen und Grenzen KI-gestützter Content-Produktion

Anne Lück, Head of Brand Strategy bei Laudert, leitete die Panel-Runde. Auf der Bühne standen drei Praktikerinnen und Praktiker aus dem Handel:

• Sandie Pilongery-Eckert, Senior Brand Communication Managerin bei Jack Wolfskin. Sie sieht KI als Hebel, Routinen zu automatisieren, Budgets smarter einzusetzen und Freiraum für Kreativität, Strategie und Menschen zu schaffen.
• Marco Albert, Marketplace and Integration Specialist bei Tamaris/Wortmann. Er verantwortet Marktplätze, Content und Onboarding für tamaris.com in 27 Ländern und hat bei Wortmann eine unternehmensweite KI-Challenge mit ins Leben gerufen.
• Kirsten Jonas, Managerin Content Creation bei TAKKO. Sie leitet unter anderem das Inhouse-Fotostudio in Winsen und prägt Bildsprache und Tonalität der Marke.

Alle drei berichteten aus ihrer Praxis, mit Chancen und mit Herausforderungen. Trotz offener Punkte scheint für alle der Weg zu Full-AI-Produktionen vorgezeichnet, wenn nicht z.B. Testimonials im Einsatz sind. Ein gemeinsamer Befund: Ausgangsmaterial für KI sind in allen vorgestellten Projekten weiterhin Master-Fotos. Dass produktiv Bildmaterial auf Basis von 3D-Daten entsteht, hat sich bislang nicht bestätigt.

Der Hype Cycle: Wo steht KI-Content heute?

Immer wieder bezogen sich die Gespräche des Tages auf den Hype Cycle. Unsere Einordnung als Dienstleister:

• Kampagnen-Content: auf dem Plateau der Produktivität. Auf Kundenseite wird das ähnlich gesehen.
• E-Commerce-Content: eher im Tal der Ernüchterung. Wo die Produktion bereits verankert ist, geschieht das aus Gründen wie Diversifizierung, nicht aus Budgetgründen.

Die größten Unterschiede in der Einschätzung gibt es beim E-Commerce und bei der Product Correctness. Die Faustregel aus den Gesprächen: Je näher jemand an der operativen Umsetzung ist, desto realistischer fällt die Aufwands-Einschätzung aus. Auf höherem Level oder mit Abstand zur Branche hält sich teils noch die Erwartung, dass sich Content mit KI für wenige Cent erzeugen lässt. Genau dafür braucht es offenen Austausch zwischen Umsetzung und Management. Wie genau ein Artikel zukünftig wiedergegeben werden muss, entscheidet zukünftig der Kunde mit Conversion und Retourenquote.

Fazit und Ausblick

Die Laudert Connect hat gezeigt: KI ist in der Content-Produktion angekommen, vor allem im Kampagnenbereich. Im E-Commerce entscheiden Prozessqualität, Master-Assets und die Frage, wie korrekt ein Produkt abgebildet sein muss, über Aufwand und Wirksamkeit. Gleichzeitig war der Wunsch nach Vernetzung deutlich spürbar. Beim gemeinsamen Dinner mit Blick auf die Dächer der Speicherstadt wurden die Gespräche vertieft und neue Kontakte geknüpft.

Danke an alle Speaker und Gäste 👏🏼

Wenn du für deine Produktkommunikation klären willst, wo KI bei dir sinnvoll ansetzt und welche Qualität du dafür brauchst, sprich uns an. Wir beraten dich realistisch und praxisnah.