
Können wir KI-Styling-Apps vertrauen? Verbesserte Tools können immer noch nicht überlagert werden
Jeder hat diesen Schrankblock erlebt, das „Was soll ich heute anziehen?“ Moment, in dem wir Minuten oder sogar Stunden in Unentschlossenheit verlieren. Heute reicht es jedoch aus, eine Stylisten-App wie Acloset oder StyleDNA zu öffnen, ein Foto Ihrer Garderobe hochzuladen oder ChatGPT eine detaillierte Aufforderung zu senden, was Sie besitzen, und der Algorithmus generiert in Sekundenschnelle ein Outfit: Problem gelöst. Das Ergebnis ist jedoch fast immer dasselbe: leichter Blazer, gerade Jeans, weiße Sneaker. Wie Vogue Italia betonte, nachdem sie ChatGPT eine Woche lang getestet hatte, stellen sich die vorgeschlagenen Kombinationen von Tag zu Tag als praktisch identisch heraus. Und wer durch TikTok scrollt, merkt es: Der Hashtag #OutfitGenerator zählt 2,7K Posts und fast 7 Millionen Views, aber die Videos zeigen fast immer ähnliche, wenn nicht sogar völlig identische Silhouetten. Künstliche Intelligenz verspricht Personalisierung, aber trainiert an den beliebtesten und am einfachsten zu produzierenden Artikeln aus den sozialen Medien, kleidet sie uns am Ende alle gleich. Es ist kein Zufall, dass The Guardian, nachdem er Acloset eine Woche lang getestet hatte, die Verwendung dieser Apps als „eine bequeme Möglichkeit beschrieb, die Individualität zu reduzieren und alle zum Generischen zu drängen. „Gerade weil der Algorithmus vereinfacht und wiederholt wird, reagieren Designer mit der gegenteiligen Strategie: Schichtung, allgemein bekannt als" Zwiebeldressing "“, um eine einzigartige Identität zu schaffen. Es bedeutet Überlagern, Mischen, Überlagern — eine Geste, die Komplexität und Chaos in die minimale Uniform bringt, die von Maschinen erzeugt wird.
@thebeautepost I have another #aifashion hack inspired by #chatgpt #chatgptfashion #fashionguide #wardrobe #outfitinspo #fashionhack #outfitideasforyou #outfitcheck #ootdinspiration #OOTD #fashiontiktok #bayarea #sf #sfvlog #sanfrancisco #girlsintech #fashiontech Tell Me When to Go (feat. Keak da Sneak) - E-40
Für SS25 konstruiert Rabannes Kreativdirektor Julien Dossena eine von ihm so genannte „Box mit Beinen“ — Jacke über Jacke über einem halb aufgeknöpften gestreiften Hemd über einem T-Shirt, alles kombiniert mit Boxershorts oder einem Minirock. Alle Lagen sind auf der gleichen Höhe geschnitten, sodass das gesamte Lagenspiel in einer Art Würfel am Oberkörper konzentriert bleibt. Dieser kompakte Block durchbricht die algorithmische Monotonie. Im Gegensatz dazu setzt The Row in seiner SS25-Kollektion auf Schichten, die auf linearen Überlappungen und bewussten Proportionen basieren. Keine Inszenierungen, keine Telefone — als ob man eine Vision von Mode schützen wollte, die gelebt wird, bevor sie geteilt wird. Ein langes weißes T-Shirt über einem schwarzen Minirock und einer weiten khakifarbenen Hose, wobei rote Flip-Flops die neutrale Farbpalette durchbrechen. Jede Ebene ist definiert, und in einem einzigen Zug zeigt The Row, dass Layering nicht unbedingt Übermaß bedeuten muss, sondern kalibriert und subtrahiert werden kann. Mit dem SS25 von Collina Strada nimmt das Layering auf flüssige und spontane Weise Gestalt an. Ein bedruckter Catsuit ist mit glänzenden zitronenfarbenen Stoffen verflochten, drapiert und gerafft, sodass eine beigefarbene Hose mit seitlichen Bändern zum Vorschein kommt. Die Schichten folgen keiner festen Logik, sondern bewegen sich mit dem Körper, wodurch sich Texturen und Asymmetrien vervielfachen.
Auch Coach interpretiert das Layering für SS25 neu und macht daraus ein Popspiel: Das klassische „I ❤️ NY“ -T-Shirt ragt unter einem mit Limetten bedruckten 70er-Jahre-Kleid hervor, abgerundet durch eine übergroße, verzierte Tasche. Das Ergebnis ist eine Collage aus kitschigen Referenzen und urbanen Souvenirs, mehr Postkarte als Laufsteg. Die gleiche Spannung tritt bei Magliano, Junya Watanabe und Ludovic de Saint Sernin auf. Magliano dekonstruiert mit einem grauen Overall mit tiefen Reißverschlüssen, asymmetrischen Hosen und schlaffen Blazern, die alle mit gepolsterten Hausschuhen abgerundet werden. Der Bruch der Proportionen wird zur Signatur. Watanabe hingegen arbeitet mit geometrischen Überlagerungen, oft gepaart mit überdimensionalen Silhouetten. Schließlich mischt Ludovic de Saint Sernin Dessous und Streetwear: Oberteile über Bodys und Kleider über Hosen. Für jeden von ihnen ist Schichtung nicht nur Ästhetik, sondern eine Designsprache: Eine weitere Schicht wird zur Botschaft. Dieser Ansatz beschränkt sich nicht nur auf die Landebahn. Sogar die Straßenmode nimmt es als Geste der Freiheit an. Brad Pitt wurde in einem Thermohemd unter einem fleckigen T-Shirt fotografiert, gepaart mit einer Magliano-Hose, die aus verschiedenen Stoffen genäht war. „Es geht darum, die Teile zusammenzusetzen, um zu versuchen, etwas Neues und Interessantes zu kreieren. Grenzen machen mir keine Angst — im Gegenteil, sie zwingen mich dazu, um die Ecke zu denken, um sie zu überwinden „, sagt der niederländische Designer Duran Lantink in einem Interview mit der Vogue Italia.
Wo KI nach Kohärenz sucht, verwandelt Layering Fehler in Identität. Layering ist jedoch kein neuer Trend. Die erste Welle kam in den frühen 2000er Jahren, als drei Ströme zusammenkamen: Y2K-Streetstyle von den Olsen-Zwillingen und Gwen Stefani, die Skate- und Hip-Hop-Kultur der Westküste, die XXL-T-Shirts über Hoodies stapelte, und Experimente von Kreativdirektoren wie Marc Jacobs, Rei Kawakubo und Yohji Yamamoto, die Röcke über Hosen und kurze Blazer über langen Hemden auf die Laufstege von Louis Vuitto brachten. Ton in FW 2001 und Comme des Garçons im Jahr 2002. Das Paradoxon ist klar. Künstliche Intelligenz reduziert Outfits auf eine Gleichung, die sich leicht verkaufen lässt, während das Layering mit einem bewussten Fehlschlag reagiert: dunkles Patchwork, Röcke über Hosen, Korsetts über Jacken. Es ist eine vorsätzliche Unvollkommenheit, die einen dazu zwingt, zweimal hinzuschauen und sich daran zu erinnern, dass ein Kleid, bevor man mit dem Like und der Optimierung von KPIs arbeitet, dazu dient, zu sagen, wer wir wirklich sind.



















































