Al zo’n 170.000 jaar dragen mensen kleding. Aanvankelijk om warm te blijven, later om hun identiteit uit te drukken. Kleding was altijd tastbaar: het moest vervaardigd worden voordat het gedragen kon worden. Maar dat verandert. In 2026 worden kledingstukken al ontworpen, gepast en verkocht, soms nog voordat ze fysiek bestaan.
De mode-industrie leunt momenteel sterk op voorspellingen. Merken produceren maanden van tevoren grote hoeveelheden kleding in de hoop deze te verkopen. Dit leidt tot volle magazijnen en aanzienlijke risico’s.
Hoge retourpercentages en overschotten zijn geen uitzondering, maar een integraal onderdeel van het systeem. Het huidige model accepteert miscalculaties en de verschuiving naar 2026 draait om een fundamentele verandering: niet langer gokken op wat mensen willen, maar inspelen op hun concrete behoeften en gedrag.
Logistieke uitdagingen en digitale oplossingen
Online kleding kopen resulteert in meer retouren dan winkelen in een fysieke winkel. Veel consumenten twijfelen over de juiste maat of pasvorm en bestellen daarom meerdere maten tegelijk. Hoewel dit handig lijkt, veroorzaakt het extra transport, controlewerk en herverpakking. Elke retourzending brengt kosten met zich mee en vermindert vaak de waarde van het product. Dit is dus niet alleen een ecologisch probleem, maar ook een logistieke en financiële uitdaging.
“In het oude model lag het risico in het magazijn, in het nieuwe model ligt het in de data.”
Augmented reality (AR) kan helpen deze onzekerheid te verminderen. Virtueel passen biedt een realistischer beeld van hoe een kledingstuk staat. Dit vereenvoudigt het maken van de juiste keuze. Minder twijfel leidt tot minder speculatieve aankopen en dus minder retouren. AR is daarom geen leuke extra functionaliteit, maar een essentiële manier om fouten in de keten te voorkomen.
Kunstmatige intelligentie (AI) gaat nog een stap verder. Waar het risico voorheen lag in grote voorraden in magazijnen, verschuift dit nu naar de kwaliteit van data-analyse. AI analyseert zoekgedrag, klikdata en regionale voorkeuren. Op basis hiervan kan de productie in kleinere batches worden aangestuurd, wat just-in-time productie mogelijk maakt. De voorraad wordt aangevuld op basis van de werkelijke vraag, in plaats van ruwe schattingen. Zo wordt dead stock – kleding die nooit verkocht wordt – beperkt.
Systemen die gedrag in realtime analyseren zijn overigens niet nieuw. In veel digitale sectoren wordt dit al jaren toegepast. Denk bijvoorbeeld aan Granawin Netherlands, waar data wordt gebruikt om het aanbod direct aan te passen aan de voorkeuren van spelers. Het verschil zit in de doelstelling. En in sommige sectoren is het doel juist het verlengen van de gebruikersactiviteit. In de mode kan dezelfde technologie juist worden ingezet om de productie te beperken en verspilling te verminderen. Technologie is op zichzelf neutraal; het hangt af van de toepassing.
De weg naar een circulair model
Een systeem dat reageert op data maakt circulaire mode beter realiseerbaar. Minder overproductie betekent minder afval aan het begin van de keten. Door alleen te produceren wat daadwerkelijk nodig is, ontstaat er ruimte voor modellen zoals on-demand manufacturing. Ook digitale tracking draagt hieraan bij. Door de levenscyclus van een kledingstuk beter te volgen, worden doorverkoop, reparatie en recycling eenvoudiger.
Zonder accurate data blijft circulariteit voornamelijk een reactieve aanpak, waarbij problemen achteraf worden opgelost. Met datagestuurde systemen kunnen problemen juist worden voorkomen.
Naarmate 2026 dichterbij komt, wordt duidelijk dat het traditionele, voorraadgedreven model zijn limieten bereikt. In plaats van grote risico’s te nemen met fysieke overschotten, verschuift het risico naar digitale verwerking en analyse.
Stijl gaat daarmee niet alleen over persoonlijke smaak, maar ook over systeemverantwoordelijkheid. Data bepaalt in toenemende mate wanneer en hoeveel er geproduceerd wordt. De balans tussen slimme technologie en een zorgvuldige omgang met grondstoffen zal uiteindelijk bepalen hoe duurzaam de mode-industrie wordt.