Van laboratorium naar omzet: hoe virtueel passen eindelijk een productierealiteit werd

Jarenlang was virtueel passen een klassiek 'bijna'-technologie: indrukwekkend in een demo, maar te duur om te schalen en in de praktijk vaak averechts. Vroege systemen die ieder kledingstuk flatteus lieten lijken zonder de echte pasvorm te tonen, zorgden juist voor meer retouren doordat klanten een verkeerd vertrouwen kregen . Dat tijdperk is nu voorbij.

De convergentie van diffusiemodellen en 3D-lichaamschatting heeft virtueel passen omgetoverd tot een productieklare AI-infrastructuur die meetbaar de koopbeslissing versnelt en het retourpercentage verlaagt – en die transitie biedt een helder venster op een veel bredere verschuiving in de industrie.

Waarom vroeg virtueel passen faalde

Tussen 2020 en 2022 vertrouwden systemen voor virtueel passen op eenvoudige 2D-overlays en handmatige 3D-assetpijplijnen. Het modelleren van één SKU kostte honderden euro's, en de onnauwkeurige weergave leidde tot slechtere resultaten dan helemaal geen pasmogelijkheid . Een slechte simulatie was erger dan nutteloos – ze tastte actief het klantvertrouwen aan.

De doorbraak van generatieve AI

Het kantelpunt kwam toen generatieve AI de handmatige 3D-pijplijn verving. In plaats van elk kledingstuk vanaf nul te modelleren, gebruiken moderne systemen diffusiemodellen die getraind zijn op miljoenen echte kledingfoto's. Ze interpreteren een standaard productfoto en simuleren in realtime de snit, de val en de stof .

Deze verschuiving reduceerde de kosten per SKU van honderden euro's tot ongeveer €20, inclusief de originele productfoto en meerdere varianten op het model . Voor een merk met 500 SKUs betekent dit een potentiële jaarlijkse besparing van €390.000 alleen al op de productie van assets .

Twee specifieke technologische ontwikkelingen kwamen in 2024 en 2025 samen om dit op schaal mogelijk te maken :

• Nauwkeurige lichaamschatting op basis van één foto. AI-modellen die een 3D-lichaamsvorm schatten op basis van een standaard smartphonefoto zijn dramatisch verbeterd, waardoor meerdere poses of bodyscans niet langer nodig zijn.

• Stofgetrouwe weergave. In plaats van een platte afbeelding over een 3D-model te rekken, simuleren generatieve modellen nu hoe stof hangt, plooit en valt op verschillende lichaamstypes.

Meetbare retailresultaten

De technologie is geen laboratoriumcuriositeit meer. Ze wordt in productie gebruikt bij grote modemerken en levert gedocumenteerde verbeteringen op :

Metriek	Gerapporteerde verbetering
Retourreductie	17–25% in verschillende modecategorieën ; tot 40% in sommige implementaties
Koopvertrouwen	25–33% hoger dan bij standaard productpresentatie ; tot 92% in één onderzoek
Klantbetrokkenheid	Stijgingen tot 47%
Marktomvang (Q1 2026)	~€8,5 miljard, verschuivend van pilots naar standaard implementatie

Arnold Pötsch, hoofdauteur van het BVDW-werkgroeppapier over 3D in e-commerce, vatte de verschuiving samen: vooruitgang in generatieve AI heeft virtuele pasoplossingen zowel nauwkeurig genoeg als goedkoop genoeg gemaakt om op schaal in te zetten .

„Het retourenprobleem is nu oplosbaar dankzij vooruitgang in AI,” vertelde Ed Voyce, oprichter en CEO van AI-startup Catches, aan CNBC. „Bedrijven kunnen visuals voor eindgebruikers goedkoop genoeg produceren om een rendement op de investering te realiseren.”

Van retourreductie naar winst-en-verliesimpact

De financiële impact reikt verder dan lagere retourpercentages. Virtueel passen pakt ook het verwante probleem van koopbeslissingsangst aan – wanneer klanten niet kunnen visualiseren hoe een product eruitziet, kopen ze niets of bestellen ze meerdere maten, wat zowel omzetverlies als hogere logistieke kosten voor retourzendingen veroorzaakt .

Retailers die 400.000 maandelijkse bestellingen verwerken, hebben na implementatie van virtuele pas-systemen jaarlijkse besparingen van €4–7 miljoen gemeld . De technologie vermindert niet alleen het retourpercentage, maar ook de omvang van de operationele kosten.

Het grotere patroon: AI verlaat het experimenteertijdperk

Virtueel passen is geen geïsoleerd succesverhaal. Dezelfde transitie – van proof-of-concept-pilots naar productie-infrastructuur die wordt beoordeeld op ROI – is zichtbaar in fintech, healthtech, deeptech, SaaS en duurzaamheid .

De BVDW, de Duitse branchevereniging voor de digitale economie, noemt dit „het einde van het experimenteertijdperk” en beschrijft het huidige moment als een „AI-supercyclus” . AI is niet langer een post op het innovatiebudget: het wordt ingebed in de kernactiviteiten van bedrijven en afgerekend op customer lifetime value en operationele kostenreductie.

SAP, een belangrijke exposant op DMEXCO 2026, vat zijn aanwezigheid op het evenement samen als: „AI verplaatsen van proof-of-concept naar meetbare commerciële impact” .

Scaling Intelligence: DMEXCO 2026

Deze exacte transitie staat centraal op DMEXCO 2026, dat plaatsvindt op 23 en 24 september in de Koelnmesse in Keulen, Duitsland. Het motto, „Scaling Intelligence”, is ontworpen om één enkele vraag te vangen: Hoe verplaatsen organisaties AI van prototype naar product, van geïsoleerde use case naar intelligente infrastructuur die meetbare commerciële impact genereert?

De tien summits van het evenement – variërend van commerce, media, agencies en tech – zijn georganiseerd rond die vraag . De officiële positionering van DMEXCO stelt: „Kunstmatige intelligentie verlaat de experimentele fase en wordt een belangrijke groeimotor van de digitale economie.”

Het evenement splitst het motto in twee helften: „Scaling” betekent AI in de hele organisatie verankeren, niet alleen in geïsoleerde use cases; „Intelligence” verwijst naar het vermogen om echte bedrijfswaarde te leveren, niet alleen technische capaciteit .

Wat er nu gebeurt

De virtuele pas-case laat zien wat er gebeurt wanneer AI eindelijk voldoet aan de drempels van kosten, nauwkeurigheid en integratie die de retail vereist. Dezelfde drempels worden in 2026 in andere sectoren overschreden. De vraag is niet langer of de technologie werkt in een gecontroleerde omgeving, maar hoe je haar systematisch integreert in waardeketens die vóór het AI-tijdperk zijn ontworpen.

DMEXCO is ontworpen als het forum waar die vraag wordt beantwoord .