Das Kleid passt dem Bild – aber passt es Ihnen? Das Kleid passt dem Bild – aber passt es Ihnen?

Ein schönes Bild ist noch keine Anprobe

Stellen Sie sich diese Szene vor: Auf dem generierten Bild sitzt das Kleid. Der Ausschnitt liegt sauber, die Taille fällt an die richtige Stelle, der Rock bildet jene ruhigen Falten, die auf Produktfotos nach Qualität aussehen. Das Gesicht stimmt. Die Umgebung ist vertraut. Nur angezogen wurde dieses Kleid nie.

Darin liegt die eigentliche Leistung einer virtuellen KI-Anprobe. Sie kann eine visuelle Behauptung so geschlossen formulieren, dass kaum noch auffällt, welche Informationen ihr fehlen. Ein misslungenes Bild warnt von selbst. Ein überzeugendes Bild tut es nicht.

Auf die Frage, ob eine bildbasierte virtuelle Anprobe die Passform vorhersagen kann, lautet die kurze Antwort deshalb: Sie kann zeigen, wie ein Kleidungsstück an einem plausiblen Bild von Ihnen aussehen könnte. Daraus folgt noch nicht, wie es tatsächlich sitzt.

Google zieht diese Grenze für sein eigenes Try-on-Werkzeug ausdrücklich. Die am 10. September 2026 geprüfte Hilfeseite beschreibt das Ergebnis als Annäherung, die die reale Passform weder bestimmt noch garantiert. Für die Größenwahl verweist das Unternehmen weiterhin auf Maßtabellen, Bewertungen und Produktinformationen. Auch Fehler bei Körperform, persönlichen Merkmalen und Kleidungsdetails seien möglich. Googles Hinweise zur Funktionsweise der virtuellen Anprobe↗

Das ist kein nebensächlicher Haftungssatz. Es ist die präziseste Beschreibung des Produkts. Die Oberfläche zieht zwei Fragen zusammen, die technisch weit auseinanderliegen: Steht mir dieses Kleid? und Passt mir dieses Kleid?

Drei Fragen, die dieselbe Oberfläche verwechselt

„Virtual Try-On“ bezeichnet kein einheitliches Verfahren. Hinter dem Begriff können eine grafische Überlagerung, ein geometrisch verformtes Produktbild, ein generatives Bildmodell, eine Größenempfehlung oder eine dreidimensionale Simulation stehen. Im Shop sehen diese Systeme oft ähnlich aus: Foto auswählen, Produkt anklicken, Ergebnis betrachten.

Für die Kaufentscheidung sind jedoch drei Leistungen zu trennen:

• Die Stilvisualisierung zeigt Farbe, Muster und eine ungefähre Silhouette an einer Person oder einem persönlichen Bild.
• Die Größenempfehlung verarbeitet beispielsweise Körperangaben, produktspezifische Maßtabellen, Kaufhistorien oder Rückmeldedaten und schlägt eine Größe vor. Dafür ist kein fotorealistisches Bild nötig.
• Die Passformsimulation versucht darzustellen, wie ein konkreter Schnitt in einer bestimmten Größe auf einem vermessenen Körper liegt. Dafür werden zusätzlich Kleidungsgeometrie und – je nach Anspruch – Materialeigenschaften und physikalische Modelle benötigt.

Ein Anbieter kann diese Ebenen verbinden. Der sichtbare Realismus verrät aber nicht, welche davon tatsächlich berechnet wurden. Ein schönes Bild kann aus wenigen Eingangsdaten entstehen. Eine unspektakuläre Größenempfehlung kann umgekehrt auf den belastbareren Informationen beruhen.

Wie eine generative Bildaufgabe technisch aussehen kann, zeigt eine von Google veröffentlichte Beschreibung eines früheren VTO-Modells. Personen- und Kleidungsbild werden dort von getrennten neuronalen Netzen verarbeitet und während eines Diffusionsprozesses über Cross-Attention miteinander verbunden. Das Ergebnis ist ein neues Bild der Person im gewählten Kleidungsstück. Googles Beschreibung des diffusionbasierten Try-on-Ansatzes↗

Das Modell zieht keine Bluse über Schultern und Arme. Es registriert nicht, wo eine Naht drückt. Es erzeugt Pixel, die zu Person, Produktbild und gelernten visuellen Mustern passen. Falten, Schatten und Stoffkanten können überzeugend erscheinen, ohne das Ergebnis einer vollständigen physikalischen Berechnung zu sein.

Warum fast jedes Kleid passend aussieht

Die im April 2026 vorgestellte FIT-Forschung benennt eine wichtige Lücke: Gängige Trainingsdaten zeigen überwiegend gut sitzende Kleidung. Körper- und Kleidungsmaße bleiben bei vielen bildbasierten Anproben unberücksichtigt. Deshalb kann ein Modell einen passenden Look erzeugen, ohne das tatsächliche Größenverhältnis abzubilden. FIT: Forschung zur passformbewussten virtuellen Anprobe↗

Die entscheidende Rückfrage im Shop lautet also nicht: Wie überzeugend sieht Größe M aus? Sondern: Welche Information über genau diese Größe ist überhaupt in das Ergebnis eingeflossen?

Passform beginnt dort, wo das Foto aufhört

Ein Foto enthält viele sichtbare Informationen, aber keine vollständige Vermessung. Kamerahöhe, Abstand, Brennweite, Pose und die bereits getragene Kleidung beeinflussen die erkennbare Kontur. Rückenform, Körperumfang und räumliche Tiefe lassen sich aus einer einzelnen Ansicht nur schätzen. Auch ein gutes Ganzkörperbild ist kein dreidimensionales Körpermodell.

Das Produktfoto bleibt ebenfalls unvollständig. Es zeigt Farbe, Muster und sichtbare Proportionen, aber nicht zwingend die Konstruktion des Kleidungsstücks. Zwei schwarze Kleider können frontal beinahe gleich aussehen und sich dennoch verschieden verhalten. Eines ist vielleicht schräg zum Fadenlauf geschnitten, das andere gefüttert. Der eine Stoff gibt nach, der andere hält seine Form. Die Taille kann an einer anderen Stelle konstruiert sein, obwohl sie im Bild ähnlich wirkt.

Passform entsteht aus einer Beziehung. Körpermaße treffen auf Schnittmaße, Mehrweite, Nahtführung, Material, Schwerkraft und Bewegung. Hinzu kommt die persönliche Vorstellung davon, was „passend“ bedeutet. Ein körpernaher Sitz kann beabsichtigt sein. Ein Kleid kann groß genug und trotzdem an der Schulter unbequem sein. Oversize ist keine falsche Größe, wenn die Weite zum Entwurf gehört.

FIT erforscht einen anderen Weg: Mehr als 1,13 Millionen synthetische Trainingsbeispiele verbinden Körper- und Kleidungsmaße mit einer physikalisch simulierten Bekleidung. Daraus entstehen fotorealistische Darstellungen. Wichtig für diesen Artikel: Die veröffentlichte Version behandelt Oberteile, noch keine Kleider. Sie ist ein Forschungsansatz, kein Nachweis dafür, dass eine beliebige Shopping-App zuverlässig die richtige Größe findet. Methodik und Grenzen des FIT-Projekts↗

Man kann den Unterschied auch ohne technischen Hintergrund prüfen: Beschreibt der Anbieter nur die Qualität seiner Bilder – oder erklärt er, wie er die Genauigkeit seiner Empfehlungen überprüft? Das sind zwei verschiedene Leistungsnachweise.

Nützlich wird die Anprobe vor der Größenfrage

Es wäre trotzdem zu eng, virtuelle Anproben nur danach zu beurteilen, ob sie eine Schneiderpuppe ersetzen. Menschen kaufen Kleidung nicht allein nach Zentimetern. Sie fragen sich, ob eine ungewohnte Farbe funktioniert, ob ein langer Rock zu streng wirkt oder ob eine Silhouette überhaupt zur eigenen Garderobe passt.

Für solche Fragen kann eine Annäherung wertvoll sein. Sie verschiebt den Moment des Ausprobierens nach vorn. Ein Kleid, das im Produktfoto fremd erscheint, wird am eigenen Bild vorstellbar. Man kann eine Stilidee verwerfen, ohne mehrere ähnliche Artikel zu bestellen. Oder man entdeckt, dass gerade der ungewohnte Schnitt interessant ist.

Eine CHI-Studie von 2026 untersuchte 24 Personen beim Onlinekauf weißer Oberteile: zwölf mit virtueller Anprobe, zwölf ohne. Die Forschenden bezogen auch die Erfahrung mit dem tatsächlich gelieferten Kleidungsstück ein. Eine so kleine, eng begrenzte Untersuchung bildet nicht den gesamten Modehandel ab.

Die VTO-Gruppe erkundete Produkte kürzer und sah weniger Detailinformationen an. Die Anprobe diente häufig als Bestätigung einer Auswahl, konnte aber auch neue Stiloptionen eröffnen. Wich der reale Sitz vom Bild ab, entstand Enttäuschung. CHI-Studie zur Nutzung virtueller Anproben beim Onlinekauf↗

Daraus lässt sich kein allgemeines Versprechen sinkender Retouren ableiten. Wer solche Wirkungen behauptet, muss sie gesondert belegen. Kaufabsicht, Rücksendeabsicht und eine tatsächlich ausgeführte Rückgabe sind unterschiedliche Messgrößen.

Für die Gestaltung lässt sich daraus ein praktischer Maßstab ableiten: Je glaubwürdiger Haut, Licht und Falten wirken, desto wichtiger wird die sichtbare Grenze des Systems. Ein verständlicher Hinweis könnte lauten: „Dieses Bild zeigt eine Stilidee. Für die Größenwahl prüfen Sie bitte die Produktmaße.“ Das ist ein Formulierungsvorschlag, kein Zitat eines untersuchten Shops.

Eine solche Kennzeichnung wertet das Bild nicht ab. Sie gibt ihm eine ehrlichere Aufgabe. Die virtuelle Anprobe muss keine digitale Umkleidekabine vortäuschen. Sie darf eine gute Stilskizze sein.

Der faire Maßstab ist die Entscheidung

Gesichter, Hände und saubere Stoffkanten sind leicht zu beurteilen. Sie verraten jedoch wenig darüber, welche Kaufentscheidung das Ergebnis tragen darf. Der faire Maßstab lautet deshalb: Welche Frage wurde mit welchen Daten beantwortet?

Für eine Stilentscheidung können ein Personenfoto und ein Produktbild genügen. Eine Größenempfehlung braucht belastbare Angaben über Körper und Produkt oder aussagekräftige Vergleichsdaten. Eine physikalisch begründete Simulation von Stofffall oder Spannung muss dagegen Geometrie und Materialeigenschaften berücksichtigen. Andere Verfahren können aus Daten schätzen – ihre Genauigkeit ist dann gesondert zu prüfen. Ein realistisch wirkendes Bild allein ersetzt diesen Nachweis nicht.

Käuferinnen und Käufer können ein rein bildbasiertes Ergebnis deshalb sinnvoll für Fragen nutzen wie: Gefällt mir die Farbe in der Nähe meines Gesichts? Wirkt die Silhouette ruhig oder auffällig? Kann ich mir diesen Ausschnitt oder dieses Muster an mir vorstellen?

Vorsicht beginnt dort, wo das Bild ein Körpergefühl zu versprechen scheint: Kann ich darin bequem sitzen? Schneidet der Bund ein? Bleibt der Ausschnitt bei Bewegung an seinem Platz? Ist der Stoff im Tageslicht durchsichtig? Endet der Saum tatsächlich an dieser Stelle? Ohne entsprechende Mess- und Materialdaten sind solche Antworten stärker, als das Bild sie rechtfertigt.

Vor dem Kauf hilft deshalb ein kleiner Medienwechsel: weg vom eigenen Bild, hin zur Produktinformation. Stehen dort Maße für das Kleidungsstück oder nur allgemeine Körpergrößen? Ist die angezeigte Länge für genau die gewählte Größe angegeben? Gibt es Informationen zu Material, Futter und Dehnbarkeit? Was sagen Bewertungen über den Schnitt? Ein bereits gut passendes Kleid aus dem eigenen Schrank kann beim Vergleich konkreter Produktmaße eine zusätzliche Orientierung geben. Keine einzelne Angabe löst alles; gemeinsam liefern sie aber andere Informationen als die virtuelle Ansicht.

Für Händler müssen Produktdarstellung und Produktversprechen zusammenpassen. „So könnte der Look an Ihnen wirken“ ist etwas anderes als „Diese Größe passt Ihnen“. Die erste Aussage beschreibt eine Visualisierung. Die zweite beansprucht Wissen über das Verhältnis zwischen einem konkreten Körper und einem konkreten Kleidungsstück.

Das gilt auch für generative Produktbilder in Suche, Social Media und Kampagnen. Eine plausible Darstellung darf nicht stillschweigend zum Beleg für Eigenschaften werden, die aus den Eingangsdaten nicht folgen. Wie sich sichtbare Wirkung, Prompttreue und tatsächliche Aufgabenerfüllung voneinander trennen lassen, vertieft der Journalbeitrag „Ein Motiv, drei Modelle“.

Für Modehändler wird damit eine begrenzte, aber konkrete Governance-Frage relevant: Wer entscheidet, welche Näherung akzeptabel ist, wie sie gekennzeichnet wird und welche Aussagen aus einem generierten Bild nicht abgeleitet werden dürfen? Der Arbeitsrahmen Brand Governance für Bildsprache, Markenregeln und Freigaben führt diese Frage in einen prüfbaren Veröffentlichungsprozess weiter.

Vertrauen entsteht nicht dadurch, dass jede Unsicherheit aus der Oberfläche verschwindet. Es entsteht, wenn Nutzer erkennen können, wo das System visualisiert, wo es rechnet und wo es nur schätzt.

Das Kleid antwortet erst am Körper

Die Forschung arbeitet daran, virtuelle Anproben genauer zu machen. Entscheidend bleibt, was eine konkrete Anwendung nachweislich leistet. Zwei Angebote können nahezu gleich aussehen und technisch etwas völlig anderes tun. Wer eine neue Funktion beurteilt, sollte deshalb nicht nur nach einem schöneren Ergebnis fragen, sondern nach einer besser begründeten Antwort.

Die vernünftige Reaktion ist weder blindes Vertrauen noch pauschale Ablehnung. Ein generiertes Bild kann Mut zu einer Farbe machen, eine Silhouette verständlich werden lassen und die Suche verkürzen. Es sollte nur nicht mehr Gewissheit tragen müssen, als seine Daten erlauben.

Vor dem Spiegel prüft der Mensch nicht nur ein Bild. Er hebt die Arme, setzt sich, dreht sich zur Seite. Er spürt eine Naht und zieht den Stoff ein wenig vom Körper weg. Die physische Anprobe enthält Widerstand – und damit Informationen, die auf keinem Foto vollständig vorhanden sind.

Die KI kann eine Antwort darstellen. Ob sie diese Antwort kennt, ist eine andere Frage.