1990er: Mall-Kiosk-Experimente
Die frühesten dokumentierten Konzepte für virtuelle Umkleidekabinen tauchten in den frühen 1990er Jahren in Einzelhandels-Forschungslaboren und akademischen Arbeiten auf. Die Umsetzung umfasste in der Regel eine Kamera, ein spiegelähnliches Display und regelbasierte Grafik-Overlays, die eine vereinfachte Kleidungssilhouette über einen Videostream legten. IBM und mehrere europäische Einzelhandelsgruppen führten zwischen 1994 und 1999 begrenzte Pilotinstallationen in Kaufhäusern und Mall-Kiosken durch.
Diese Systeme waren aus zwei Gründen unpraktisch: Die für die Echtzeit-Videoverarbeitung erforderliche Rechenleistung war teuer und physisch sperrig, und die Grafikqualität lag weit unter der Schwelle, ab der Käufer das Ergebnis für glaubwürdig hielten. Die Akzeptanz war durchweg gering. Die Projekte waren nützlich als Beweis dafür, dass das Konzept im Prinzip funktionieren konnte, aber die Technologie war noch Jahrzehnte von der kommerziellen Reife entfernt.
2010er: Der Moment von AR und Handykameras
Die Verbreitung von Smartphones mit Frontkameras und dedizierten Bildsignalprozessoren schuf die erste lebensfähige Massenmarkt-Plattform für AR-Anproben. Das 2017 eingeführte Lens Studio von Snapchat demokratisierte die Erstellung von Gesichts-AR und bewies, dass zig Millionen Nutzer Echtzeit-Augmented-Reality-Erlebnisse nutzen würden, wenn die Latenz niedrig und die Renderqualität hoch genug war.
Mode- und Beautymarken drängten schnell in diesen Bereich. Sonnenbrillenhersteller entwickelten Lens-Style-Anproben für Brillen. Kosmetikmarken boten Echtzeit-Vorschauen für Lippenstifte und Foundation-Töne via AR an. Diese Anwendungen funktionierten gut, da sie das Tracking einer relativ starren Oberfläche erforderten – des Gesichts –, was ein wesentlich einfacheres Problem darstellt als das Tracking von fallendem Stoff auf einem bewegten Körper. Bis 2019 war AR-Anprobe ein bewährtes kommerzielles Tool für Accessoires und Beauty, für Bekleidung jedoch noch weitgehend unbewiesen.
2018–2020: Die erste Generation der E-Commerce-Anprobe
Die erste Welle virtueller E-Commerce-Anproben, die speziell auf Bekleidung abzielte, startete zwischen 2018 und 2020. Diese Produkte nutzten typischerweise eine Kombination aus Körperschätzung (die 3D-Position von Körpergelenken aus einem 2D-Bild) und Texture-Mapping, um eine 2D-Textur des Kleidungsstücks auf eine erkannte Körpersilhouette zu legen. Die Ergebnisse waren technisch beeindruckend, aber optisch nicht überzeugend: Stoffkanten waren unscharf, die Beleuchtung inkonsistent und komplexe Kleidungsstücke wie mehrlagige Oberbekleidung oder fließende Kleider erzeugten Bildfehler.
Die kommerzielle Akzeptanz blieb begrenzt. Mehrere gut finanzierte Startups in diesem Bereich wechselten entweder zur B2B-Katalogfotografie oder stellten den Betrieb zwischen 2020 und 2022 ein. Das grundlegende Problem war nicht die Rechenleistung oder der technische Aufwand – in beides wurde massiv investiert –, sondern die Modellarchitektur: Texture-Mapping-Ansätze konnten nicht realistisch simulieren, wie Stoff fällt, sich faltet und mit der Körpergeometrie interagiert.
2022: Der Wendepunkt der generativen KI
Die Veröffentlichung von Latent-Diffusion-Modellen mit ausreichender Auflösung und Kontrollmechanismen – die technische Grundlage der Bildgenerierungssysteme, die 2022 prominent auftauchten – veränderte die Möglichkeiten für die virtuelle Anprobe grundlegend. Anstatt ein Kleidungsstück mittels Texture-Mapping auf einen Körper zu übertragen, konnten diffusionsbasierte Modelle ein fotorealistisches Bild einer Person erzeugen, die das Kleidungsstück trägt, basierend sowohl auf dem Foto der Person als auch auf dem Aussehen des Kleidungsstücks. Der Faltenwurf des Stoffes, das Zusammenspiel mit dem Licht und Verdeckungen durch den Körper entstanden alle aus dem Generierungsprozess und nicht aus einer expliziten Simulation.
Dieser architektonische Wandel machte die fotobasierte Bekleidungsanprobe zu einem kommerziellen Produkt. Photta brachte im Zuge dieser Ära der generativen KI sein B2B-Widget auf den Markt, das von Nano Banana 2 angetrieben wird – einem fein abgestimmten Diffusionsmodell, das für Mode- und Schmuckanwendungen optimiert ist. Die Renderqualität überschritt die Schwelle, die tatsächliche kommerzielle Ergebnisse liefert: Kunden fanden die Ergebnisse so glaubwürdig, dass sie Kaufentscheidungen darauf basierten, wie die Konversions- und Retourendaten der Photta-Händlergruppe belegen.
2026: Der Stand der Technologie
Im Jahr 2026 ist die auf generativer KI basierende virtuelle Anprobe ein ausgereiftes kommerzielles Produkt für Bekleidung und Schmuck. Die Technologie liefert konsistente fotorealistische Ergebnisse mit akzeptabler Latenz (8–15 Sekunden), lässt sich ohne zusätzlichen Produktionsaufwand pro Artikel auf Kataloge jeder Größe skalieren und verfügt über genügend Einsatzdaten, um zuverlässige ROI-Benchmarks zu stützen. Die Frage für einen Modehändler im Jahr 2026 lautet nicht mehr „Funktioniert diese Technologie?“, sondern „Welche Implementierung passt zu meinem Katalog und meinem Traffic-Niveau?“
Angrenzende Anwendungen befinden sich noch in einem früheren Stadium ihres Entwicklungszyklus. Die Anprobe von Schuhen stellt spezifische Herausforderungen an die Fußgeometrie und das Rendering der Sohlen, die Diffusionsmodelle für Bekleidung nicht optimal abdecken. Die Anprobe im Videoformat – die Erzeugung eines kurzen Clips anstelle eines statischen Bildes – befindet sich in aktiver Entwicklung, hat aber noch nicht die Schwelle der Renderqualität für den flächendeckenden kommerziellen Einsatz erreicht. Die Zusammenstellung von Outfits aus mehreren Kleidungsstücken (gleichzeitige Anprobe von Oberteil, Hose und Accessoire) ist ein aktives Forschungsgebiet, in dem 2025–2026 erste kommerzielle Implementierungen auftauchen.