KI-Modelle statt Models

Wie Künstliche Intelligenz die Modewerbung revolutioniert

Generative Künstliche Intelligenz eröffnet der Modewerbung neue Möglichkeiten: Inhalte lassen sich schneller produzieren und leichter an Zielgruppen anpassen. Der Beitrag zeigt auf, wie Konsument*innen KI-generierte Modewer- bung bewerten und welche Faktoren diese Wahrnehmung prägen. Auf Basis eines literaturgestützten Kausalmodells wurde im Frühjahr 2026 eine Online-Befragung durchgeführt. Die Ergebnisse zeigen: Je realistischer KI-generierte Werbung wirkt, desto authentischer wird sie wahrgenommen und desto geringer fallen Manipulationswahrnehmung und wahrgenommene Befremdlichkeit aus. Für einen erfolgreichen Einsatz generativer KI in der Modewerbung sind insbesondere Qualität, Markenpassung und Transparenz entscheidend. Der Beitrag schließt mit Handlungsempfehlungen für die Praxis.

Ein kurzer Prompt wie „Cinematischer Fashion-Werbe- spot, junge stilvolle Menschen in moderner Stadt, Sommer- mode in einer urbanen Nachtkulisse, hochwertige Stoffdetails, 4K“ – und kurze Zeit später liefert die Künstliche Intelligenz (KI) eine komplette Werbeszene: perfekt ausgeleuchtet, stilistisch konsistent und bereit für den Einsatz auf Instagram oder TikTok. Was früher ein umfangreiches Fotoshooting inklusive passender Location, Team und Postproduktion erforderte, entsteht heute zunehmend mithilfe generativer KI-Systeme. Große Marken und Agenturen tes- ten diese neuen Möglichkeiten bereits, um Varianten für unterschiedliche Märkte in Rekordzeit zu produzieren: eine Kampagne, individuell angepasst an die Sprache, Kultur und Präferenzen der jeweiligen Zielgruppe.

Ein Beispiel für dieses Potenzial ist die von R/GA entwickelte Moncler-Werbekampagne „From the Mountains to the City“. Der Film wurde 2025 als vollständig KI-generierter Markenfilm präsentiert und innerhalb von vier Wochen produziert. Inhaltlich greift er die Ursprünge der Marke im alpinen Kontext auf sowie ihre Entwicklung hin zu den Welten des urbanen Luxus und der Mode. Dieser Fall zeigt eindrücklich, dass KI-Tools sowohl die Produktion beschleunigen können als auch dazu beitragen, einen konsistenten, auf die Marke abgestimmten visuellen Stil zu schaffen. ¹

Vertrauen hinkt der Technologie hinterher

Während Künstliche Intelligenz inzwischen fester Bestandteil des Alltags vieler Menschen ist, wird ihr Einsatz in der Werbung deutlich kritischer wahrgenommen. Eine repräsentative Studie der ARD MEDIA GmbH aus dem Mai 2026 verdeutlicht diese Diskrepanz: Zwischen den technologischen Möglichkeiten und ihrer gesellschaftlichen Akzeptanz klafft weiterhin eine erhebliche Lücke, der sogenannte „Adoption Gap“. Technologische Verfügbarkeit und Nutzung von KI entwickeln sich schneller als das Verständnis und das Vertrauen der Nutzenden.²

Mit der zunehmenden Verbreitung dieser Technologie wächst allerdings auch der regulatorische Druck. So müssen ab August 2026 KI-generierte Werbeinhalte gekennzeichnet werden. Doch unabhängig von technischen Möglichkeiten und gesetzlichen Vorgaben stellt sich eine grundlegende Frage: Wie reagieren Konsument*innen auf Werbung, die im Wesentlichen von einem Algorithmus entwickelt wurde? Vor diesem Hintergrund zielte die Studie darauf ab, her- auszufinden, wie KI-generierte Werbung von der Kundschaft wahrgenommen wird und welche Merkmale eine qualitativ hochwertige KI-Werbung auszeichnen. Zur Beantwortung dieser Fragen wurde ein theoriegeleitetes Kausalmodell auf Basis einer Literaturanalyse entwickelt und im Frühjahr 2026 empirisch überprüft. Das Modell knüpft an das Technology Acceptance Model (TAM) an, nach dem Einstellungen und Akzeptanzurteile aus vorgelagerten Wahrnehmungen entstehen. Ergänzend fließt das KI-spezifische Modell von Gu et al. ein, das Realitätsnähe und Befremdlichkeit als zentrale Bewertungsmechanismen KI-generierter Anzeigen identifiziert.³ Das finale Untersuchungsmodell ist in Abbildung 2 dargestellt.

Die Daten wurden in einer standardisierten Online-Umfrage erhoben, in der die Teilnehmenden eine KI-generierte Werbekampagne der Modemarke Mango anhand etablierter Messskalen bewerteten. Dabei wurden die Konstrukte Realitätsnähe, Kampagnenauthentizität, Manipulationswahrnehmung und wahrgenommene Befremdlichkeit mithilfe mehrerer Items (Fragen im Fragebogen) erhoben. Die Einstellung zur KI-Kampagne wurde mittels eines globalen Single-Item-Maßes (eine einzelne Frage) erfasst.

Die Datenerhebung erfolgte mithilfe des Umfragetools SoSci Survey und fand im Zeitraum vom 27.01.2026 bis zum 16.02.2026 statt. Nach der Datenbereinigung konnten 214 vollständige und auswertbare Datensätze in die Analyse einbezogen werden.

Die Studiendaten wurden mit dem Partial Least Squares Modeling-Ansatz (PLS) ausgewertet. Zunächst wurden die Gütekriterien des Messmodells, also der Fragen im Fragebogen zur Messung der Modellkonstrukte, überprüft. Anschließend erfolgte die Analyse des Strukturmodells, d. h. der Beziehungen zwischen den einzelnen Modellkonstrukten, wie im Kausalmodell abgebildet.

Realitätsnähe schafft Vertrauen

Die Ergebnisse stützen das postulierte Forschungsmodell. Die wahrgenommene Realitätsnähe wirkt sich positiv auf die Wahrnehmung der Authentizität der Kampagne aus und reduziert sowohl die Manipulationswahrnehmung als auch die wahrgenommene Befremdlichkeit. Je realistischer die KI-generierte Werbung wahrgenommen wird, desto authentischer und unproblematischer wirkt sie. Wenig überraschend ist, dass die wahrgenommene Manipulation die Authentizität senkt und die Befremdlichkeit erhöht. Wird KI-Werbung demnach als manipulativ wahrgenommen, geht dies mit geringerer Akzeptanz und stärkerem Unbehagen einher. Für die Gesamtbewertung der Kampagne erweist sich die Authentizität als zentraler positiver Treiber.

Insgesamt zeigen die Ergebnisse, dass erfolgreiche KI-generierte Werbung nicht nur von einer effizienten Produktion oder visuellen Innovationen abhängt, sondern auch davon, wie Verbraucher*innen die fertige Kampagne wahrnehmen. Insbesondere sollten die empfundene Realitätsnähe, die Authentizität der Kampagne, die Manipulationswahrnehmung sowie das Gefühl der Befremdlichkeit aktiv gesteuert werden.

Zunächst sollten Marken daher die visuelle Glaubwürdigkeit KI-generierter Werbemittel sorgfältig prüfen. Dazu gehört eine Realitätsprüfung, bei der unter anderem Körperhaltungen, Proportionen, Licht, Schatten, Materialien und räumliche Zusammenhänge betrachtet werden. Dazu wird das Motiv einer kleinen Gruppe potenzieller Konsument*innen in der geplanten Ausspielumgebung gezeigt. Entscheidend ist dabei, ob die Motive realistisch, natürlich und physikalisch plausibel wirken. Bereits geringfügige Unstimmigkeiten, wie z. B. unnatürlich dargestellte Hände, inkorrekte Lichtverhältnisse, künstlich wirkende Gesichter oder unrealistische Materialeigenschaften können die wahr- genommene Glaubwürdigkeit und Authentizität erheblich beeinträchtigen. Neben der technischen Qualität ist insbesondere die Konsistenz mit Stil, Werten, Bildsprache und emotionaler Tonalität der Marke entscheidend. Folglich sollten KI-generierte Inhalte konsequent eng auf die Markenidentität abgestimmt werden. Dabei empfiehlt sich ein Markenfit-Check: KI-Motive werden mit bestehenden Kampagnen, Lookbooks oder Social-Media-Beiträgen der Marke abgeglichen. So werden Abweichungen bei Farbwelt, Posing, Atmosphäre, Bildsprache und Produktfokus sichtbar. Ziel ist es nicht, KI-Bilder von früheren Kampagnen zu kopieren, sondern die Wiedererkennbarkeit der Marke zu sichern. Ein systematischer Abgleich mit bestehenden Kampagnen und Designrichtlinien kann somit sicherstellen, dass KI-generierte Inhalte die Marke stärken, statt sie zu verfremden.

Schließlich ist auch die wahrgenommene Manipulation eine relevante Einflussgröße. Auch wenn sich kein direkter Effekt auf die Einstellungen zeigt, kann der Eindruck übermäßiger Optimierung das Vertrauen und die wahrgenommene Authentizität indirekt schwächen. Transparenz sowie menschliche Kontrolle im Gestaltungsprozess sind daher von zentraler Bedeutung. Langfristig sollte daher jedes KI-Projekt in eine Lernschleife eingebunden werden. Dazu werden Testergebnisse, Überarbeitungen, Freigabeent- scheidungen und spätere Kampagnendaten gesammelt. So wird KI nicht als reines Effizienzwerkzeug genutzt, sondern als gesteuerter Bestandteil verantwortlicher Markenkommunikation.

Aus praktischer Perspektive zeigt die Studie, dass Marken sich nicht ausschließlich auf die Effizienz- und Innova- tionspotenziale generativer KI konzentrieren sollten. Vielmehr sollte KI-generierte Werbung in strukturierte Qualitätskontrollprozesse eingebettet werden. Diese sollten unter anderem Realitäts- und Plausibilitätsprüfungen, die Bewertung der Markenkonsistenz sowie die Einschätzung der Befremdlichkeit von KI-generierten Werbespots umfassen. Rückmeldungen, Kampagnenwirkungen und die Passung zur Marke sollten fortlaufend analysiert werden, um zukünftige KI-gestützte Werbung systematisch weiterzuentwickeln. Auf diese Weise kann generative KI die Werbe- praxis unterstützen und zugleich Authentizität, emotionale Konsistenz und Akzeptanz sichern. 

Quelle

¹ Think with Google, Behind R/ GA‘s premium, cinematic, 100 % AI- generated brand film for Moncler, https://business.google.com/uk/ think/ai-excellence/ai-generated- brand-film-moncler/ letzter Zugriff: 26. April 2026.

²  ARD MEDIA GmbH, https:// www.ard-media.de/unternehmen/ presse/pressemitteilungen/2025/ detailansicht-1/ard-media-studie- zur-wahrnehmung-von-ki-in- programm-und-werbung-nutzung- etabliert-sich-schneller-als- vertrauen, letzter Zugriff: 09. Juni 2026

Autoren

Sarah Baghal, M.Sc.
Masterabsolventin der Fakultät für Informatik und Wirtschaftsinformatik der HKA

Prof. Dr. Stefanie Faßbender
Professorin an der Fakultät für Informatik und Wirtschaftsinformatik an der HKA

Dr. Melissa Gruber
Dozentin an der Fakultät für Informatik und Wirtschaftsinformatik der HKA