Login für Abonnenten

Bitte melden Sie sich an, um abonnierte Inhalte zu lesen.




  • Inhalte
  • Forschung & Entwicklung
  • Termine
  • Redaktion
  • Mediadaten
  • Newsletter
  • FAQ
textil network
textil network
  • Aktuelles
  • Technische Textilien
  • Fashion
  • Heimtextilien
  • Business
  • Ausgaben Digital
search.box
  • Techtextil-Texprocess 2024
  • Fasern/Garne
  • Technologien
  • Textile Flächen
  • Logistik
  • Fertigung
  • CAD/CAM
  • Vorstufe
  • Trends
  • Inhalte
    • Aktuelles
    • Technische TextilienAlles anzeigen
        • Techtextil-Texprocess 2024
        • Fasern/Garne
        • Technologien
        • Textile Flächen
    • FashionAlles anzeigen
        • Logistik
        • Fertigung
        • CAD/CAM
        • Vorstufe
        • Trends
    • Heimtextilien
    • Business
    • Ausgaben Digital
  • Forschung & Entwicklung
  • Termine
  • Redaktion
  • Mediadaten
  • Newsletter
  • FAQ

17.08.20 – Künstliche Intelligenz

Nagarro: Welches Kleidungsstück wird der Kunde wohl kaufen?

Künstliche Intelligenz kann dabei helfen, eine aussagekräftige Nachfrageprognose für Modehändler zu erstellen. Wie das geht, erklärt Feroz Zaidi von Nagarro.

Vorheriges Bild
Kuenstliche-Intelligenz.jpeg

Die künstliche Intelligenz speist sich aus großen Mengen strukturierter und unstrukturierter Daten, und für beste Ergebnisse gilt: Je mehr Daten verfügbar sind, desto genauer werden die Ergebnisse der Prognosemaschine sein. © tiagozr/stock.adobe.com

 
Kuenstliche-Intelligenz.jpg

Künstliche Intelligenz kann dabei helfen, eine aussagekräftige Nachfrageprognose für Modehändler zu erstellen. © Hitesh Choudhary/Unsplash

 
Kuenstliche-Intelligenz.jpg

Über- und Unterbestände sind Probleme, mit denen nicht zuletzt der Modeeinzelhandel seit Jahrzehnten zu kämpfen hat. © Lauren Fleischmann/Unsplash

 
Feroz-Zaidi.jpg

Feroz Zaidi ist Experte für Daten & Analytik bei Nagarro und in der Bekleidungs- und Modeindustrie tätig. © Nagarro

 
Kuenstliche-Intelligenz.jpeg

Die künstliche Intelligenz speist sich aus großen Mengen strukturierter und unstrukturierter Daten, und für beste Ergebnisse gilt: Je mehr Daten verfügbar sind, desto genauer werden die Ergebnisse der Prognosemaschine sein. © tiagozr/stock.adobe.com

 
Zurück zum Artikel

Weitere Artikel zu:

  • Fashion
  • KI
  • Digitalisierung

Nagarro

  Zum Unternehmen
  • Meistgelesen
  • Aktuelles

09.12.25

Farbtrends

Pantone Color Of The Year 2026

Von  Daniel Keienburg

10.12.25

Betriebseinstellung

Restrukturierung gescheitert: Ausproduktion bei Kelheim Fibres

Von  Daniel Keienburg

10.12.25

RWTH Aachen

Nachhaltigkeit: ITA-Studentinnen ausgezeichnet

Von  Daniel Keienburg

04.12.25

Technologische Entwicklung im Kettenwirken

Karl Mayer: 35 Jahre EL Technologie

Von  Daniel Keienburg

11.11.25

Messen 2026

Früherer Start: Munich Fabric Start 2026

Von  Redaktion

15.12.25

In eigener Sache

Rückblick unserer Branche – KW 50/2025

Von  Kathrin Elling

15.12.25

Impulse aus Design, Forschung und Industrie

Denim Première Vision zeigt Innovationskraft der Branche

Von  Antje Schmidtpeter

13.12.25

Strategische Partnerschaft stärkt die europäische textile Wertschöpfung

Archroma und Lilienweiss kooperieren

Von  Daniel Keienburg

12.12.25

Stakeholder-Dialog

EPR für Textilien: Branche fordert realistische Vorgaben

Von  Daniel Keienburg

10.12.25

RWTH Aachen

Nachhaltigkeit: ITA-Studentinnen ausgezeichnet

Von  Daniel Keienburg

  • Meisenbach Verlag
  • FAQ
  • Mediadaten
  • Datenschutz
  • Impressum
  • Twitter
  • Instagram
  • LinkedIn
  • RSS Feed
Meisenbach Logo