AI in Fashion: Hoe Hunkemöller AI inzet voor klantinzicht, prijsoptimalisatie en winkelclustering

Artificiële intelligentie (AI) verandert de mode-industrie in hoog tempo. Terwijl sommige bedrijven afwachten, zetten andere gedurfde stappen vooruit.

In dit zesde deel van de serie ‘AI in Fashion’ spreekt FashionUnited met Gordon Smit, technologiedirecteur van het lingeriebedrijf.

1. Hoe kijk je naar AI? Waarvoor zet Hunkemöller kunstmatige intelligentie in?

AI is onmisbaar geworden in moderne organisaties en zeker in de mode-industrie. Bedrijven die nu nog niet met AI werken, lopen hopeloos achter. Om competitief te zijn en blijven moet AI ingebed zijn en continu worden doorontwikkeld.

Ons datateam is in anderhalf jaar tijd gegroeid van drie naar twaalf mensen. Wij zetten AI in onze volledige waardeketen in: van het ontwikkelen en ontwerpen van producten tot aan de verkoop en de analyse ervan.

2. Heb je concrete voorbeelden?

Op dit moment experimenteren we met 3D-design in de ontwerpfase. Door producten volledig digitaal en in 360 graden te bekijken, kunnen we het aantal fysieke samples uit Azië drastisch verminderen. We streven naar één in plaats van vier of vijf per design/style. Dat bespaart tijd en kosten.

AI helpt ons ook bij image classification. Lingeriefoto’s tonen soms veel huid, waardoor Google ze kan markeren als ‘adult content’, met nadelige gevolgen voor onze vindbaarheid. Met AI kunnen we vooraf voorspellen welke foto’s waarschijnlijk worden afgekeurd en welke veilig online kunnen.

Een andere belangrijke toepassing is prijselasticiteit. Neem Black Friday. Waar we vroeger op gevoel ergens in november begonnen met afprijzen, doen we dat nu volledig datagedreven. Machine learning-modellen bepalen precies wanneer een product wél of niet afgeprijsd moet worden en hoeveel - en dat levert aantoonbaar betere marges op.

Ook op het gebied van klantfeedback zetten we AI in. Samen met Google hebben we een tool ontwikkeld die automatisch honderdduizenden reviews vertaalt en het sentiment meet. Zo ontdekten we waar de grootste klantfrustraties lagen en konden we daar direct op inspelen.

Daarnaast werken we ook aan winkelclustering, waarbij AI uitzoekt welke winkels vergelijkbare klantprofielen bedienen. Door winkels op basis van data te groeperen, kan het assortiment per cluster veel beter worden afgestemd. Voor deze analyses moeten soms miljarden records worden verwerkt - werk dat handmatig onmogelijk was.

3. Wat heeft deze AI reis jullie tot nu toe opgeleverd?

Hunkemöller heeft de afgelopen jaren een grote datatransformatie doorgemaakt. We hadden ruim vijfentwintig verschillende databronnen, die drie à vier jaar geleden zijn samengebracht in één centrale database. We zaten op een datagoudmijn, maar konden er nog niet bij. Het samenbrengen van al die bronnen was een enorme klus, maar nu plukken we er de vruchten van. Het heeft ons nieuwe informatie opgeleverd, zoals bijvoorbeeld patronen in winkelgedrag via die storeclustering.

De volgende stap is om al die nieuwe inzichten ook écht te activeren, zoals we dat hebben gedaan met klantfeedback.

4. Welke lessen hebben jullie geleerd? Wat zijn uitdagingen?

De belangrijkste les: je masterdata moet op orde zijn. Als je data niet klopt, blijft het ‘shit in, shit out’. Voor prijselasticiteit en winkelclustering bijvoorbeeld hebben we onze data enorm moeten tweaken. Voor de beeldvorming: het leggen van een goed fundament heeft ons twee jaar en bloed, zweet en tranen gekost.

Een andere grote uitdaging op het gebied van AI ligt in de adoptie. AI binnen een grote organisatie gebruiken is iets heel anders dan hoe we AI privé inzetten. Huis, tuin en keuken AI zoals ChatGPT vragen een reisplan te maken is eenvoudig, het professioneel gebruiken is andere koek. Hoe zorg je bijvoorbeeld dat 6.500 medewerkers goede prompts kunnen schrijven?

We werken nu aan trainingen en richtlijnen om medewerkers AI-vaardiger te maken. We bouwen ook aan een centrale AI-strategie, zodat teams niet allemaal met andere tools werken. Die afstemming is cruciaal - vast herkenbaar voor veel bedrijven.

5. What’s next op het gebied van AI voor Hunkemöller?

Ik las net een rapport dat 90 procent van de bedrijven al met AI bezig is, maar dat 67 procent daarvan nog in pilotmode zit. Dat is wel herkenbaar. Op het gebied van inzichten is Hunkemöller ver, op andere vlakken zitten we nog in de ontdekkingsfase.

Een van de gebieden die we pas net onderzoeken is creative AI. Hoewel fysieke shoots essentieel blijven voor magie, emotie en sfeer, kan AI deze in de toekomst ondersteunen en transformeren door creatieve mogelijkheden uit te breiden of efficiënter te werken, bijvoorbeeld door minder te reizen.

Daarnaast willen we met AI onze marketingmix optimaliseren en beter te begrijpen wat campagnes opleveren.

6. Waar liggen volgens jou de grootste kansen in de mode op het gebied van AI?

De grootste kansen liggen in het creatieve domein. Denk aan trendanalyse: wat moet je ontwikkelen, welke designs komen eraan, welke richting beweegt de markt op? Je kunt AI moodboards laten maken of patronen laten omzetten in een 3D-design. Die technologie bestaat al, maar wordt in de mode nog nauwelijks op schaal gebruikt.

Europese spelers zoals Zara en Loavies en Chinese giganten zoals Shein en Temu hebben een zeer korte doorlooptijd van ontwerp tot levering, vaak slechts enkele weken of dagen. Dat tempo halen wij niet: het ontwerpen en produceren van lingerie gebeurt volledig in-house en is complexer dan het maken van een T-shirt of truitje. Desalniettemin kan en moet onze time-to-market korter zijn, en ik ben ervan overtuigd dat AI daarin een sleutelrol zal spelen.

7. Nog een laatste advies tot slot

Vorig jaar zei ik dat bedrijven AI stap voor stap moesten invoeren: klein beginnen, pilots draaien en daarna langzaam opschalen. Daar denk ik nu compleet over. Tijd heeft door AI een nieuwe dimensie gekregen. Een paar jaar geleden had je het bij ‘vroeger’ over vijf, zes, zeven jaar geleden. Als ik het nu over ‘vroeger’ heb op het gebied van AI, praat je over twee à drie maanden geleden. De ontwikkelingen gaan zo snel dat kleine stapjes niet meer werken.

Voor bedrijven die nu in de experimenteer- en verkennings-fase zitten: zorg voor draagvlak binnen de organisatie. Medewerkers moeten begrijpen dat AI hun werk niet overneemt, maar juist tijd vrijmaakt om hun werk béter te doen. Zeker in retail, waar het altijd ‘druk, druk, druk’ is, kunnen AI-tools enorme efficiëntie opleveren.

Voor bedrijven die nog aan AI moeten beginnen, is mijn tip; data, dikgedrukt, onderstreept en met een uitroepteken!

Bronnen:
- Interview Gordon Smit, Chief Technology Officer Hunkemöller op 12 november 2025.
AI tools zijn gebruikt voor het transcriberen van dit interview en als schrijfhulp.