Kann KI die perfekte Kleidergröße aus einer Reihe von Fotos bestimmen ?

Aktuelle KI-Systeme können grundlegende Körpermaße aus Einzelbildern mit mäßiger Genauigkeit schätzen, bestimmen jedoch noch keine „perfekten“ Kleidungsgrößen, die Stofffall, markenspezifische Passformregeln oder individuelle Komfortpräferenzen berücksichtigen. Die meisten kommerziellen Tools stützen sich auf 2D-Posenschätzung und anthropometrische Modelle, um Größe, Brust-, Taillen- und Hüftumfang abzuleiten, wobei typische Fehler in kontrollierten Umgebungen bei ±2–3 cm liegen. Fortgeschrittenere Systeme kombinieren mehrere Ansichten oder kurze Videos, um Verdeckungen zu reduzieren und die volumetrische Rekonstruktion zu verbessern, geben jedoch weiterhin statische Maße statt einer kuratierten Größenempfehlung aus. Eine vollständig automatisierte Bestimmung der „perfekten Passform“ ist noch nicht möglich, da hierfür die Echtzeit-Integration von Materialeigenschaften, Nutzerfeedback und retailerspezifischen Größentabellen erforderlich wäre.
QUELLE: McKinsey & Company — https://www.mckinsey.com/industries/retail/our-insights/notes-from-the-ai-frontier-modeling-the-impact-of-ai-on-the-world-economy

— Angereichert 13. Mai 2026

KI kann Kleidungsgrößen aus Fotos mit unterschiedlicher Genauigkeit schätzen, indem sie Computer-Vision- und Machine-Learning-Techniken nutzt, um Körpermaße und Proportionen zu analysieren. Die Bestimmung der perfekten Kleidungsgröße bleibt jedoch eine Herausforderung aufgrund von Faktoren wie Pose, Beleuchtung und Kleidungstyp. Aktuelle Systeme benötigen oft mehrere Fotos aus verschiedenen Winkeln und können dennoch ungenaue Ergebnisse liefern, was die Notwendigkeit weiterer Forschung und Entwicklung unterstreicht. Obwohl Fortschritte erzielt wurden, bleibt die Erzielung hoher Genauigkeit und Zuverlässigkeit bei der Schätzung von Kleidungsgrößen aus Fotos ein laufender Prozess.
— Angereichert 13. Mai 2026 · Quelle: IEEE