Data Science ist nicht nur ein Modewort in der IT, sondern bezeichnet den Teilbereich der Informatik, der sich mit der Arbeit mit Daten beschäftigt und heute auch in der Modebranche Anwendung findet. Eines ist klar: Die Zukunft ist bereits da. Darüber hinaus machen Mode und Technologie unser Leben einfacher und streben danach, verantwortungsvollen Konsum zu einem höheren Wert zu erheben. Am Vorabend des bevorstehenden Fashion Tech Summit sprach die FWD-Redaktion mit einem der besten Experten auf dem Gebiet der Datenanalyse und des Data Mining (mit anderen Worten: Data Science) und befragte ihn dazu, warum es für die Modeindustrie wichtig ist, wie man Technologie für Modehäuser und Marken nutzen kann und ob Mode ohne Technologie existieren kann.

Warum ist Data Science wichtig für die Modeindustrie?

Data Science und Geschäftsanalytik im Allgemeinen sind und waren schon immer wichtig für jede Branche. Die Modeindustrie ist da keine Ausnahme.

Dank der Welle des Big-Data-Wahns sind Daten zum Mainstream geworden und erfreuen sich großer Beliebtheit. Dank der künstlichen Intelligenz und der Anwendungen des maschinellen Lernens stehen wir an der Schwelle zu neuen Entdeckungen. Dies ist jedoch ein natürlicher Evolutionsprozess dessen, was die Menschheit schon immer interessiert hat: eine Situation besser und tiefer zu verstehen, um schnellere Entscheidungen zu treffen. Hammurabi hat sein Reich vor ein paar tausend Jahren mit einfachen Analysemethoden verwaltet, mein Vater hat in den 60er Jahren Vorhersagemodelle zur Optimierung der Teilebuchhaltung eingesetzt. Heute haben wir mehr Daten, mehr Tools und Algorithmen zur Verfügung.

Ich würde das Problem umformulieren und auf die Probleme in der Modeindustrie beziehen: In welchen Bereichen mangelt es an Wissen, Verständnis oder Effizienz? In welchen Bereichen kann das menschliche Gehirn allein die Dinge nicht gut genug erfassen, um eine fundierte Entscheidung zu treffen? In jedem dieser Bereiche kann man mit Hilfe von Data Science viel bessere Ergebnisse erzielen.

Welche neuen Ansätze gibt es bei der Arbeit mit Daten und wie kann man sie in der Modebranche nutzen?

Es gibt unendlich viele Ansätze, und sie hängen von der Aufgabe jedes einzelnen Unternehmens ab, und nur sie kennen die Besonderheiten ihrer Bedürfnisse. Wo immer sie meinen, dass sie einen tieferen oder breiteren Ansatz brauchen, wird es eine Anwendung der Datenanalyse geben.

Es gibt Bereiche, in denen die Arbeit mit Daten einfach unerlässlich ist:

- Kundenübersicht - 360, um alles über Kunden zu verstehen;
- Modellierung des Kaufprozesses zur Vorhersage von Cross-Sell-Möglichkeiten und zur Steigerung der Verkaufszahlen;
- Logistikoptimierung, um eine schnelle Lieferung von Waren zu gewährleisten;
- Marketing-Analysen, um den Umsatz zu steigern;
- Social-Media-Analysen zur Beeinflussung der sozialen Medien.

Wie kann Hochtechnologie in der Modeindustrie eingesetzt werden?

Die Hochtechnologie findet immer neue und interessante Anwendungen.

- Die Bildanalyse kann eine automatische Erkennung von Kleidungsstücken ermöglichen, um das Marketing zu verbessern oder bei der Erstellung von Bildern zu beraten;
- Virtuelle Realität oder Augmented Reality können Ihnen zeigen, wie Sie in bestimmten Kleidungsstücken aussehen;
- Modelle der künstlichen Intelligenz können lernen, welche Farben oder Stile Ihnen am besten stehen;
- Fortgeschrittene Statistiken können Muster, Cluster und Trends in Ihrem Kundenstamm erkennen, um sie optimal zu bedienen.

Auch hier gibt es Tausende von Ideen für Ihre geschäftlichen Fragen.

Haben Sie Erfahrung in der Zusammenarbeit mit Modeunternehmen? Wie kann ein Data Science-Experte ihnen helfen?

Ich habe ein sehr interessantes Startup namens Savitude beraten, das KI einsetzt, um Kleidungsstücke auf die richtige Größe zuzuschneiden. Sein Ziel ist es, Ihnen die Auswahl zu erleichtern und zu verhindern, dass Sie etwas kaufen, das Ihnen aufgrund Ihrer Statur nicht passt. Mit dieser Technologie können Sie zunächst das gesamte Produktsortiment durchstöbern und dann anhand Ihrer neun Schlüsselparameter und Ihrer Lebensstilinformationen Empfehlungen abgeben, was Ihnen am besten passt.

Ich habe mich auch mit der Analyse des Kundenverhaltens beschäftigt: wie sie durch den Laden gehen, wo sie stehen bleiben und was ihre Aufmerksamkeit erregt. Das muss man wissen, um zu verstehen, wie man das Merchandising besser organisieren kann.

Aus Sicht der Analytik ist jede Art von Business Intelligence nützlich, wenn sie mit Maßnahmen untermauert wird.

Neuronale Netze sind bereits in der Lage, Bilder im Stil berühmter Künstler zu malen - man erinnere sich nur an das Projekt "New Rembrandt", das mit Unterstützung von Microsoft realisiert wurde. Wann werden neuronale Netze in der Lage sein, eigenständige Kunstwerke zu schaffen, und nicht nur das?

Kunst beginnt mit der Seele, mit Emotionen, mit Gefühlen: Maschinen werden dazu niemals in der Lage sein. Was sie produzieren, sind Produkte, keine Kunstwerke, in die der Künstler seine ganze Seele gesteckt hat.

Sicher, Maschinen können schöne Dinge schaffen, die das Auge erfreuen. Aber es wird nie Kunst sein. Können Maschinen coole Kleidung herstellen? Auf jeden Fall. Aber ich werde mich immer wohler fühlen in Dingen, in die ein Mensch seine Seele gesteckt hat.

Im Rahmen des Fashion Tech Summit wird es auch einen Startup-Wettbewerb geben. Und wie speichern die Start-ups ihre Daten?

Das hängt von der Menge, der Geschwindigkeit und der Art der Daten ab, die Sie speichern. Da die besten Analysen diejenigen sind, die für das Unternehmen nützlich sind und angewandt werden können, würde ich auf jeden Fall Lösungen wählen, die eine flexible Entwicklung und einen einfachen Zugang für das Unternehmen beinhalten, denn letztendlich ist es das Unternehmen, das die Daten in erster Linie nutzen wird.

Wie kann der Durchschnittsbürger Data Science-Wissen in der Praxis anwenden?

Die Anwendung von Algorithmen und Daten zur fortgeschrittenen Visualisierung ist inzwischen recht einfach. Nach einem minimalen Training können wir alle logistische Regressionen, Random Forest oder die k-means-Methode anwenden.

Das ist nichts super Kompliziertes. Wir müssen nur ein paar Aspekte berücksichtigen:

- Haben wir genau definiert, wonach wir suchen? Ohne eine klare Fragestellung ist die statistische Analyse überflüssig.
- Haben wir Zugang zu relevanten Daten? Datensätze sind nicht ohne weiteres verfügbar. Sie müssen vor jeder Analyse gesammelt werden.
- Verfügen wir über Daten von guter Qualität? Wir müssen bedenken, dass unvollständige Daten, unzuverlässige Informationen und die Verwendung irrelevanter Variablen letztlich zu ungenauen Ergebnissen führen.
- Verstehen wir das Wesen der Algorithmen richtig? Wenn wir die Bedeutung der "Buchstaben" in den Ergebnissen nicht kennen, erhalten wir verwirrende Fragen wie "Ist der Wert von P, Pr (> | t |) 0,278657 gut oder schlecht?", was uns weiter über die Zuverlässigkeit des Modells verwirrt.
- Haben wir das richtige Modell für die Vorhersage gewählt?
- Wie robust ist das Verfahren, so dass wir diese Analyse regelmäßig durchführen können, ohne Zeit zu verlieren?

Was ist Mode ohne Technologie?

Die Mode braucht keine Technologie, aber es gibt komplexe Probleme, die Technologie erfordern. Angesichts der zunehmenden Interaktionen, der raschen Globalisierung und der geringeren Toleranz für intuitive Lösungen muss die Modebranche, wie jede andere Branche auch, mit zusätzlicher Intelligenz ausgestattet werden. Unser Gehirn reicht nicht aus, um alles zu sehen, zu verstehen und zu verarbeiten: Das ist ein Bereich, in dem Technologie hilft.

Der Fashion Tech Summit 2018 (31.08-2.09 2018) ist ein neues Format einer Bildungsveranstaltung, die darauf abzielt, eine hochwertige Plattform für die Interaktion zwischen der Mode- und der Tech-Branche zu schaffen. Einer der besten Data-Science-Experten der Welt, der an der Stanford University lehrt, wird als Redner auf dem Gipfel auftreten. Gauthier wird über neue Ansätze für die Arbeit mit Daten und die Besonderheiten ihrer Nutzung in der Modebranche sprechen.