← Zurück zum Blog
Aica. 6 Min. Lesezeit

Eine Herrenmodemarke fütterte die Fotos einer Creatorin in KI-Anproben und stand danach oben in der Double-11-Rangliste

Veröffentlicht 14. Nov. 2026
Eine Herrenmodemarke fütterte die Fotos einer Creatorin in KI-Anproben und stand danach oben in der Double-11-Rangliste

Am 10. November veröffentlichte eine Creatorin, die auf Xiaohongshu unter dem Namen Sun Relie postet, ein Bild aus zwei Hälften. Links ein Foto von ihr in ihrer eigenen Kleidung. Rechts dasselbe Gesicht, derselbe Körper, dieselbe Haltung, in einer neuen Jacke eines Sportswear-Labels namens FPA.

Ihre Bildunterschrift war kurz: "Du hast mein Foto ohne Erlaubnis genommen und es dann einer KI gegeben, um dein Produkt zu erzeugen."

Innerhalb eines Tages zog der Beitrag andere Menschen mit derselben Beschwerde an. Eine Creatorin mit dem Nachnamen Li leitet ein Team für eigene Bekleidung und sagte gegenüber Reportern, ein FPA-Konto habe im Juli ein Werbebild veröffentlicht, das das Shooting ihres Teams fast exakt wiederholte: dieselbe Pose, dieselbe rote Ziegelwand, dieselben Bäume, dieselbe Klimaanlage an der Außenwand. Geändert hatten sich nur Gesicht und Outfit des Models. Sie wandte sich am 9. Oktober an den Kundendienst und erfuhr nach mehreren Runden, dass das Bild gelöscht worden sei.

Das Konto des Labels hat etwas mehr als 8.200 Follower und beschreibt sich als Aufbau einer Sportswear-Marke für eine neue Generation. Es entschuldigte sich in den Kommentaren, in einer Formulierung, die genaues Lesen lohnt: Eine Abteilung im Team habe, blind auf Output-Effizienz bedacht, Creator-Bilder für KI-Kleidertausch verwendet. Die problematischen Bilder wurden entfernt. Am 13. November um 16 Uhr stand FPA in der Double-11-Rangliste der Herrenmode-Shops auf Tmall weiterhin auf Platz eins.

Die Rechnung, die das Verhalten erzeugte

Die Berichterstattung zu dieser Geschichte enthielt eine Reihe von Kostenzahlen, die mehr erklären als jede Aussage über Unternehmenskultur.

Ein KI-generiertes Modelbild kostet etwa 0,4 bis 0,6 Yuan. Ein fünfzehnsekündiges KI-Video kostet 4 bis 9 Yuan. Ein menschliches Model kostet 800 bis 3.000 Yuan pro Stunde, schafft 30 bis 150 Outfits am Tag, und mit Studio, Make-up und Anreise liegt der Tagesaufwand ohne Mühe über 10.000 Yuan.

Halten Sie diese Zahlen gegen den Katalog des Shops. Mehr als 999 Produktlinks, davon über 400 mit weniger als 100 verkauften Einheiten pro Monat, während die drei besten Artikel zusammen mehr als 13.000 Einheiten absetzen. Das ist ein langer Schwanz mit kleinem Kopf, und der übliche Plattformanreiz greift: mehr Bilder und mehr Video bringen mehr Traffic. Den Schwanz mit Menschen zu fotografieren, scheitert am Budget und vor allem an der schieren Menge. Der Schwanz erwirtschaftet nicht genug Umsatz, um seine eigene Fotografie zu bezahlen.

Also wird der Schwanz generiert. Dieser Teil ist eine legitime Geschäftsentscheidung, und jeder große Händler trifft sie. Nicht legitim ist, woher die Referenzbilder kamen.

Das Alibi ist immer Effizienz

Die Formulierung der Entschuldigung (eine Abteilung, die blind auf Output-Effizienz bedacht war) ist die Standardform solcher Erklärungen. Sie verortet das Versagen in einem übereifrigen Team statt in einem Prozess, was dem Unternehmen erlaubt, den Vorfall als Ausnahme darzustellen.

Sehen Sie sich aber an, wie die Bilder entstanden sind. Der Hintergrund blieb exakt erhalten: die Ziegelwand, die Bäume, das Außengerät. Gesicht und Outfit wurden ersetzt. Das ist zu spezifisch, um der Zufall eines generischen Bildmodells mit einem Prompt zu sein. Jemand fotografierte ein echtes Model an einem echten Ort, schickte das Bild durch eine Kleidertausch-Pipeline und veröffentlichte das Ergebnis als Produktfoto. Jemand wählte das Ausgangsbild. Jemand gab das Ergebnis frei. Das Effizienzargument übersteht den Kontakt mit dem Workflow nicht.

Lis Zusammenfassung der praktischen Lage ist der Teil, der jeden anspricht, der schon einmal Urheberrechte online durchsetzen wollte: KI-Verletzungen sind sehr schwer zu verfolgen, Zeit, Energie und Durchsetzungskosten sind hoch, und gegen diese Art benachbarter, aber nicht identischer Kopie haben die meisten Creator schlicht keinen Weg.

Das Produktproblem unter dem rechtlichen

Hier gibt es ein zweites Versagen, und es ist das, das Verbraucher spüren werden.

Kleidung ist ein physisches Produkt, das über Bilder bewertet wird. Fällt die Wolle oder steht sie? Sitzt die Schulterlinie dort, wo sie sitzen soll? Hält der Kragen? KI-Generierung rendert eine idealisierte Version eines Kleidungsstücks, ohne das reale Stück zu simulieren. Xie Yongjiang, Leiter des Forschungszentrums für Internet-Governance und Recht an der Beijing University of Posts and Telecommunications, sagt es direkt: Eine allgemeine KI zeichnet Bilder, sie simuliert kein reales Muster physisch, deshalb tut sie sich schwer, Textur, Fall und Schnitt eines Stoffes wiederzugeben.

Leinenstoff über einer Schneiderpuppe, Streiflicht legt die Webstruktur frei.

Die sichtbaren Artefakte folgen daraus. Hosen mit drei Beinen. Models mit sechs Fingern. Eine Daunenjacke, fotografiert an einer Hand mit einem Finger zu viel, entdeckt auf dem vierten Bild eines Angebots. Das ist komisch, und es ist zugleich ein Signal: Das Bild ist kein Beleg für den Gegenstand.

Für Bekleidung zählt das mehr als für fast jede andere Kategorie, weil die gesamte Kaufentscheidung ein Schluss von einem Foto auf die Passform ist. Ist das Foto ein Rendering, hat der Schluss keine Grundlage in der Wirklichkeit. Ein Fall kam vor Gericht: Eine Kundin fragte den Kundendienst ausdrücklich, ob die Fotos echt seien, bekam ein Ja, und erhielt Hemden, die sich in sieben oder acht sichtbaren Punkten unterschieden. Die erste Instanz entschied gegen sie. Das Zwischengericht Guangzhou hob das Urteil in der Berufung auf, sprach ihr Erstattung plus dreifachen Schadensersatz zu, und der Fall wurde unter Guangzhous zehn typischen Verbraucherschutzfällen für 2026 geführt.

Wie Compliance tatsächlich aussieht

Die Regeln gibt es. Die Measures for Labelling AI-Generated Synthetic Content traten am 1. September 2025 in Kraft und verlangen Kennzeichnungen auf generiertem Material. Pinduoduo und Taobao haben beide Händler aufgefordert, deutlich verzerrte KI-Bilder nicht zu verwenden.

In der Praxis haben Käufer begonnen, die Kennzeichnung selbst zu übernehmen. Die Taktik, die in sozialen Netzwerken kursiert, ist einfach: Trägt ein Angebot das Plattform-Label "verdächtig KI-generiert", oder wirkt das Bild auf den ersten Blick generiert, wird es geschlossen und woanders gekauft. Das ist eine Marktreaktion auf einen Vertrauensverlust, und sie ist wirksamer als jede Durchsetzungsmaßnahme, weil sie dem Verkäufer direkt den Verkauf kostet.

Für Marken, die generierte Bilder weiter nutzen wollen, ohne in dieser Geschichte zu landen, ist die Grenze nicht kompliziert. Generieren Sie aus Ihrem eigenen Muster, Ihrem eigenen Shooting, Ihrer eigenen Model-Freigabe. Legen Sie das echte Foto neben das generierte, damit Kunden vergleichen können. Kennzeichnen Sie es. Lassen Sie ein generiertes Bild keine Aussage (Passform, Stoff, Farbe) tragen, die nur ein echtes stützen kann.

FPA tat nichts davon, und der Preis bisher ist eine Entschuldigung und eine Löschung. Die Platzierung bewegte sich nicht.

Dieses letzte Detail ist das, bei dem man verweilen sollte. Eine Marke kann dabei erwischt werden, das Foto einer Creatorin zu nehmen, daraus Werbung für ein Kleidungsstück zu machen, das diese Creatorin nie getragen hat, sich in einem Kommentarverlauf zu entschuldigen, und drei Tage später weiter oben in der eigenen Rangliste der Plattform zu stehen. Die Durchsetzung, auf die es ankam, gehörte weder der Plattform noch den Gerichten; es war eine Käuferin, die an einem Angebot vorbeiscrollte, das generiert aussah, und sich entschied, nicht zu kaufen.

Verwandte Artikel