KI-Stylisten 2026: Was sie können – und wo sie scheitern

Das Passmodell, das niemand angepasst hat

Es gibt einen Moment, der sich bei jedem KI-Stylisten wiederholt. Er kommt meistens beim vierten Vorschlag.

Das System empfiehlt die anthrazitfarbene Wollhose zur ecrufarbenen Seidenbluse. Richtig. Wirklich richtig — der Fall des Stoffs überzeugt, die Temperatur der beiden Neutraltöne passt. Dann kommt derselbe Vorschlag noch einmal, in leicht anderer Anordnung, und wieder am darauffolgenden Dienstag. Und man begreift: Die Maschine hat keine Ahnung, dass man diese Hose zur Beerdigung des Vaters getragen und seitdem nie mehr angefasst hat.

Hier steht die Technologie heute. Sehr gut in der Grammatik der Kleidung. Blind für den Satz, den man eigentlich sagen will.

Was die Maschinen tatsächlich gelöst haben

Es lohnt sich, die Stärken konkret zu benennen — sie sind real und keineswegs banal.

Farbbeziehungen. Modelle, die mit genug Bildmaterial trainiert wurden, haben etwas verinnerlicht, das die meisten Menschen Jahre des Ausprobierens kostet: dass ein warmes Kamelbraun und ein kühles Grau sich leicht beißen — und dass sich dieser Konflikt auflöst, wenn ein vermittelndes Element dazwischentritt. Ein Stylistsystem erkennt das sofort. Die meisten Menschen vor dem Spiegel um 7:40 Uhr nicht.

Das Gleichgewicht der Silhouette. Volumen oben, schmal unten; die Umkehrung; wo ein Saum relativ zum Schuh brechen sollte. Das sind nahezu mathematische Verhältnisse, und nahezu mathematische Verhältnisse beherrscht eine Maschine souverän. Wenn ein System sagt, die Wide-Leg-Hose versinkt unter dem übergroßen Strickteil, hat es meistens recht.

Bestandsgedächtnis. Das ist die unterschätzte Stärke. Ein gut gebautes System erinnert sich daran, dass man im Februar den burgunderroten Rollkragen gekauft und seit April nicht getragen hat. Das menschliche Gedächtnis für den eigenen Kleiderschrank ist notorisch schlecht — die meisten können sich an vielleicht sechzig Prozent dessen erinnern, was tatsächlich vor ihnen hängt. Software hat diese Einschränkung nicht.

Kombinatorische Reichweite. Zweiunddreißig Kleidungsstücke ergeben eine absurd große Zahl möglicher Kombinationen. Menschen pendeln sich fast sofort auf dieselben acht ein. Systeme tun das nicht. Sie fördern das Leinenhemd unter der Wollweste zutage — etwas, das man nie versucht hätte und das sich als stimmig erweist.

Vitrina gehört am ehesten zu dieser letzten Kategorie. Es geht dabei weniger um eine Empfehlungsmaschine als vielmehr um einen genauen Spiegel dessen, was wirklich im Schrank hängt. Man öffnet die App — und der burgunderrote Rollkragen existiert wieder.

Wo es zuverlässig scheitert

Es kennt den Preis eines Kleidungsstücks nicht

Nicht den Geldpreis. Den Aufwandspreis.

Die Seidenbluse muss gedämpft werden — elf Minuten, die man mittwochs nicht hat. Die Leinenhose knittert bis zum Mittagessen. Das ist samstags in Ordnung, im Kundengespräch nicht. Der schöne schwere Mantel wird an einem Tag mit drei Zugverbindungen zur Last.

Nichts davon ist auf einem Foto sichtbar. Ein KI-Stylist sieht einen Mantel; das Ziehen in der Schulter um 18 Uhr sieht er nicht. Die Vorschläge, die am häufigsten scheitern, sind ästhetisch nicht falsch — sie sind logistisch falsch. Kein noch so umfangreiches visuelles Training ändert das.

Es liest Kleidungsstücke, keine Beziehungen

Manche Kleidungsstücke tragen Gewicht. Das Sakko, das man sechs Jahre lang zu jedem schwierigen Gespräch getragen hat, lässt sich nicht gegen ein Sakko von ähnlichem Schnitt austauschen. Die Strickjacke, die jemandem gehörte, ist keine Strickjacke.

Systeme glätten das. Alles wird zu einem Satz von Attributen: Stoff, Schnitt, Farbe, Formalitätsgrad. Zwei Kleidungsstücke mit identischen Attributen werden zu identischen Kleidungsstücken. Sie sind es nicht. Wer jemals einen geliebten, ausgetragenen Pullover durch dasselbe Modell in derselben Größe ersetzt hat, weiß genau, wie wenig identisch das ist.

Es optimiert für das Foto

Trainingsdaten sind Bilder. Bilder belohnen eine bestimmte Art von komponierter, statischer, frontal lesbarer Wirkung. Was sie nicht erfassen: wie sich ein Sakko bewegt, wenn man nach etwas greift — oder dass ein bestimmter Ausschnitt nach zwei Stunden auf leise Weise unerträglich wird.

Das Ergebnis ist eine systematische Verschiebung hin zu Outfits, die sich gut fotografieren, aber schlecht tragen lassen. Man bemerkt es als leises Unbehagen — die Kombination sieht in der App-Vorschau stimmig aus und fühlt sich am späten Vormittag wie ein Kostüm an.

Es hat kein Gespür für Häufigkeit

Ein guter Kleiderschrank hat Rhythmus. Manches erscheint wöchentlich, manches monatlich, manches zweimal im Jahr. Maschinen verteilen ihre Vorschläge gleichmäßig über den Bestand — was gerecht klingt und einen Kleiderschrank ohne Mitte produziert. Alles gleich genutzt, nichts eingetragen, kein Kleidungsstück wird durch Wiederholung je wirklich das eigene.

Der Wert eines Lieblingsshirts liegt darin, dass es ein Liebling ist. Gleichverteilung tötet Lieblinge.

Der mittlere Weg, der tatsächlich funktioniert

Wer aus diesen Systemen echten Nutzen zieht, verwendet sie auf eine bestimmte, begrenzte Art. Nicht als Stylisten. Als Gedächtnisprothese und Hypothesengenerator.

Das Muster sieht in etwa so aus:

• Vor dem Einkaufen prüfen, was bereits vorhanden ist — das verhindert den dritten grauen Rundhalsausschnitt
• Bei Entscheidungsblockade nach Kombinationen fragen und dann hart filtern: vielleicht einen von sechs Vorschlägen annehmen
• Am Bestand ablesen, was nie vorgeschlagen wird — was meist heißt, dass es nicht zum übrigen Kleiderschrank passt
• Das System an Tagen ignorieren, an denen die Entscheidung ohnehin schon getroffen ist

Die Arithmetik stützt das, ohne dass sie der eigentliche Punkt sein muss. Wenn ein Kleiderschrank mit vierzig Teilen sechzig getragene Kombinationen statt zwölf ergibt, leistet jedes Stück mehr Arbeit. Das gilt aber nur, wenn es Kombinationen sind, die man tatsächlich zweimal trägt — und damit kommt man wieder zum Urteilsvermögen zurück.

Was sich nicht automatisieren lässt

Es gibt eine besondere Art von Wissen, die entsteht, wenn man etwas achtzig Mal trägt. Man weiß, dass das Leinenhemd im dritten Jahr weich wird, dass es einen Tag Pause zwischen zwei Mal Tragen braucht, dass es im Juni lässig wirkt und im Oktober bewusst gewählt. Dieses Wissen ist langsam, körperlich und nicht übertragbar.

Kein System wird es über die eigenen Kleider haben — weil es nicht in den Kleidern sitzt. Es sammelt sich in einem selbst an.

Was die Technologie leisten kann — und das ist nicht wenig — ist, den Bestand ehrlich zu halten. Die zwölf vergessenen Teile sichtbar zu machen. Den Kreislauf zu unterbrechen, in dem dieselben vier Outfits rotieren, bis sie gleichzeitig verschlissen sind. Die Teile des Kleiderschranks zurückzugeben, die man aufgehört hat zu sehen.

Der Rest ist Aufmerksamkeit — und Aufmerksamkeit ließ sich noch nie delegieren. Wer ein Jahr oder zwei mit einem gut katalogisierten Kleiderschrank lebt, merkt: Was sich verändert, ist nicht die Zahl der Outfits. Es ist, dass das Anziehen aufhört, eine kleine Verhandlung mit einem Zimmer voller Fremder zu sein.