Hohenstein neemt belang in GTS: 'Data wordt ruggengraat van de circulaire economie'

Het wereldwijde test- en onderzoeksbureau Hohenstein heeft aandelen verworven in Global Textile Scheme GmbH (GTS). Met deze stap wil Hohenstein GTS ondersteunen bij het automatiseren van de gegevensuitwisseling langs de gehele toeleveringsketen, zo meldt het bedrijf in een persbericht.

GTS maakt geautomatiseerde gegevensuitwisseling mogelijk tussen leveranciers, fabrikanten, merken en retailers. Het bedrijf ontwikkelt en stelt een internationale standaard vast voor het omgaan met gestructureerde productdata in de textiel- en kledingindustrie als onderdeel van de GTS Industry Initiative. Het doel van de strategische samenwerking met Hohenstein is de gegevensuitwisseling langs de gehele toeleveringsketen te harmoniseren en te automatiseren, van vezel tot recycling, en zo de basis te leggen voor een circulaire economie.

"De vraag naar betrouwbare, gestructureerde en machine-leesbare data langs de textiel waardeketen groeit snel", legt Dr. Stefan Droste, CEO van Hohenstein, uit. "We willen onze klanten in dit proces ondersteunen en zetten ons in voor nauwe samenwerking met GTS."

"Het Global Textile Scheme-initiatief biedt een pragmatische oplossing voor het efficiënt beheren van complexe data, zonder dat handmatige processen te veel toenemen", benadrukt Droste. "Data wordt de ruggengraat van de circulaire economie, en we zijn enthousiast om deze ontwikkeling actief vorm te geven samen met GTS."

Data steeds belangrijker voor de mode-industrie

Data wordt steeds belangrijker, vooral in het licht van nieuwe regelgeving, zoals het Digitale Product Paspoort (DPP), zo onderstreept het persbericht van Hohenstein. Het bedrijf wil in samenwerking met GTS bedrijven toegang te geven tot gestandaardiseerde datastructuren, wat weer belangrijk is voor recycling, circulariteit en duurzamere productie.

Hohenstein heeft een enorme database opgebouwd door het Hohenstein Instituut. Recent werkte Hohenstein samen met de Münchense startup Sizekick om deep learning-modellen te ontwikkelen voor nauwkeuring maatadvies. Dit zou retourzendingen in e-commerce kunnen verminderen.