01 / DPP READINESS AUDIT
Starten Sie mit dem DPP Gap Scanner auf lgfashionlabs.com — keine Anmeldung erforderlich.
Ein DPP Bereitschaftsaudit Mode zeigt Ihnen genau, welche Pflichtfelder Ihre Marke bereits abdeckt und wo die kritischen Lücken liegen.
DPP Readiness Audit erklärt: Wie Modemarken ihre Bereitschaft messen
Ein DPP Readiness Audit beantwortet eine einzige Frage: Wie viel Prozent der Daten, die der EU Digital Product Passport ab Mitte 2028 verlangt, hat Ihre Marke heute bereits in strukturierter, auditfähiger Form? Diese Zahl ist Ihre Baseline. Sie entscheidet, wie viel Vorlauf Sie tatsächlich haben — und wo Sie zuerst investieren müssen.
Der digitaler produktpass Modemarken erfordert klare Vorbereitung. Dieser Leitfaden erklärt, was ein DPP Readiness Audit konkret ist, welche Methodik dahintersteckt, wie sich Self-Assessment von professionellem Audit unterscheidet und welche Schwachstellen DACH-Modemarken in der Praxis am häufigsten zeigen. Er richtet sich an Heads of Production, Sustainability Manager und Geschäftsführer, die eine fundierte Grundlage für ihre DPP-Strategie suchen — bevor sie in Plattformen, Berater oder Tools investieren.
1. Was ist ein DPP Readiness Audit?
Ein DPP Readiness Audit ist eine strukturierte Bewertung der existierenden Produktionsdaten einer Modemarke gegen den Datenanforderungskatalog des EU Digital Product Passport. Der Auditor prüft, welche der erforderlichen Datenpunkte vorhanden sind, in welcher Qualität sie vorliegen und welche fehlen oder nur teilweise dokumentiert sind.
Das Ergebnis ist eine quantifizierte Aussage: ein Prozentsatz der Bereitschaft, aufgeschlüsselt nach Datenkategorie, nach regulatorischer Phase und idealerweise auch pro Stil oder Stilgruppe. Ein guter Audit liefert nicht nur den Score, sondern auch eine priorisierte Liste der Lücken — sortiert danach, welche Felder zuerst geschlossen werden müssen, welche Lieferanten involviert werden müssen und welcher Aufwand pro Lücke realistisch zu erwarten ist.
Wichtig: Ein DPP Readiness Audit ist keine Compliance-Bestätigung. Er ist eine Diagnose. Er bestätigt nicht, dass eine Marke ESPR-konform ist (das ist erst ab Mitte 2028 möglich, wenn der delegierte Rechtsakt gilt) — er zeigt, welche Vorbereitungsschritte mit welcher Priorität anstehen.
2. Warum ein Audit jetzt — und nicht erst 2027?
Drei Argumente:
Datenstrukturen brauchen Zeit. Ein vollständiger DPP-Datensatz für eine Kollektion mit 80 Stilen umfasst rund 10.000 Datenpunkte. Diese Daten existieren teilweise schon — verteilt auf Tech Packs, Bills of Materials, Lieferantenlisten, Compliance-Zertifikate und Product Master. Sie zu strukturieren, zu verknüpfen und über Saisons hinweg konsistent zu pflegen, ist eine Architekturentscheidung. Eine Architektur kann man nicht in 18 Monaten parallel zu fünf laufenden Saisons aufbauen.
Lieferanten brauchen Vorlauf. Mindestens ein Drittel der DPP-Felder kann nur vom Lieferanten kommen — Materialzusammensetzung mit Sourcing-Belegen, Färbeprozessdaten, Herkunftsländer auf Stoffebene. Ein Audit zeigt, welche dieser Felder bei Ihren bestehenden Lieferanten heute schon strukturiert verfügbar sind und wo Sie 50 bis 200 Lieferanten parallel auf neue Datenformate umstellen müssen.
Designentscheidungen für SS28 fallen jetzt. Wenn die ESPR Mindestanteile recycelter Fasern oder Mono-Material-Vorgaben einführt, betrifft das Designentscheidungen, die heute für die Kollektionen 2027 und 2028 getroffen werden. Eine SS28-Kollektion, die 2026 entworfen wird, ohne diese Anforderungen zu antizipieren, kann später nur mit erheblichem Aufwand angepasst werden.
Marken, die erst nach Veröffentlichung des delegierten Rechtsakts Ende 2026 / Anfang 2027 mit der Bereitschaftsmessung beginnen, haben effektiv 18 Monate für eine Aufgabe, die typischerweise 24 bis 36 Monate Vorlauf erfordert. Wer jetzt mit einem Audit startet, kauft sich dieses Zeitfenster.
3. Wie wird DPP Readiness gemessen?
Das LGFL DPP Data Framework definiert die Felder des LGFL DPP Data Framework pro Stil über 9 thematische Datendomänen, ausgerichtet an ESPR Anhang III und der JRC-Vorstudie für Textilien. Es referenziert das Trace4Value-Protokoll (TrusTrace / GS1 Sweden / SIS, April 2024) — das bislang granularste offene Branchenprotokoll.
Ein DPP Readiness Audit nach dieser Methodik bewertet jeden der die Felder des LGFL DPP Data Framework in einer von drei Kategorien:
Vorhanden (Present). Das Feld ist strukturiert dokumentiert, in einer auditfähigen Form, mit Quellenverknüpfung. Beispiel: „Materialzusammensetzung ist im Tech Pack mit Prozentangaben dokumentiert und durch ein Material-Testreport eines anerkannten Labors belegt.“
Teilweise (Partial). Das Feld ist erfasst, aber nicht in der Qualität, die für DPP-Compliance ausreicht. Beispiel: „Lieferantenname ist in der Tabelle, aber ohne registrierten Facility-Identifikator (GLN), und ohne Adressverifikation.“
Fehlend (Missing). Das Feld ist gar nicht dokumentiert oder existiert nur in unstrukturierter Form (etwa als E-Mail-Konversation oder PDF ohne strukturierte Datenextraktion).
Aus diesen Bewertungen errechnet sich ein gewichteter Bereitschafts-Score: vorhandene Felder zählen voll, teilweise vorhandene mit halbem Gewicht, fehlende mit null. Das Ergebnis ist ein Prozentsatz, der die DPP-Readiness des bewerteten Produkt-Sets ausdrückt.
Ein guter Audit zeigt diesen Score nicht nur insgesamt, sondern aufgeschlüsselt nach den neun Datenkategorien — denn die Verteilung sagt mehr als der Gesamtscore. Eine Marke mit 60 Prozent Gesamtreadiness kann in vier Kategorien voll vorbereitet sein und in fünf Kategorien gar nichts haben.
4. Die 10 Datendomänen im Detail
Die Struktur des Frameworks. Das LGFL DPP Data Framework ist nach den vier ESPR-Kategorien der Rechtsgrundlage der EU – Anhang III + Artikel 7 – gegliedert, mit zehn Domänen, die als Audit-Linse darin eingebettet sind. Foundational / System Layer – Datenträger (370). Geregelt durch CEN/CENELEC JTC 24 (EN 18219 Identifikatoren, EN 18220 Datenträger). Der physische Datenträger (QR / NFC / RFID) und ISO-Kodierung – keine Inhaltsdomäne. Kategorie A – Identifikation (ESPR Anhang III b–d, g–k). - Domäne 100 · Marken- und Unternehmensidentität. Markenidentität, Muttergesellschaft, Sub-Marken-Hierarchie, Händler, EU-verantwortlicher Wirtschaftsakteur (107.00) – der Verantwortlichkeitsanker gemäss ESPR Artikel 4; für Hersteller ausserhalb der EU der EU-seitige Importeur. Typische Readiness: hoch. - Domäne 200 · Lieferkette und Rückverfolgbarkeit. Tier-1-Lieferanten mit Standortregistern (GLN), Unique Facility Identifier (UFI), Unique Operator Identifier (UOI) und Ursprungsland je ESPR-Produktionsstufe (Konfektion / Färben & Drucken / Weben & Stricken). Typische Readiness: niedrig (Tier 1 meist verfügbar, Tier 2 selten). - Domäne 300 · Produktidentifikation. Unique Product ID (UPI, serialisierte GTIN), GTIN/EAN, TARIC/HS, Grössen, Farben, Kategorien, Saisons, Preise. Typische Readiness: mittel-hoch. Kategorie B – Produktspezifische Parameter (ESPR Art. 7(2)(b)). Die Leistungsebene – JRC Design Options DO1–DO4. - Domäne 350 · Material und Zusammensetzung. Faserzusammensetzung auf Komponentenebene, recycelte Materialien, Spezifikationen zu Leder/Farbstoffen/Veredelung. Beheimatet DO3 Schwellenwert für Rezyklatanteil (351.10) – der eine verbindliche Leistungsschwellenwert. Typische Readiness: niedrig–mittel. - Domäne 660 · Haltbarkeit und physische Leistung – NEUE 10. Domäne. Heimat für DO1 Robustheits-Score (0–10), Prüfgrundlage, Zuverlässigkeit, erwartete Lebensdauer. DO1 misst Waschbeständigkeit, nicht die reale Lebensdauer. Quelle: JRC 3rd Milestone DO1; EN 45552. Komplett neu – nicht im Kern-Rückverfolgbarkeitsgerüst enthalten. Typische Readiness: sehr niedrig. - Domäne 600 · Kreislaufwirtschaft und Lebensende. Recyclingfähigkeit, Rücknahme, Demontage, Reparatur, Kreislaufstrategie. Beheimatet DO2 Recyclingfähigkeits-Score (601.00) – 0–10; >15 % Elasthan → 0 (nicht recycelbar) gemäss vorgeschlagener Methode. Quelle: EN 45555; EU CEAP. Typische Readiness: sehr niedrig. - Domäne 650 · Nachhaltigkeit und Umweltauswirkungen. Beheimatet DO4 Umwelt-Footprint (651.00, PEF Single Score) – freiwillig, nur für Spitzenleistungen (nur darstellbar, wenn das Produkt den PEFCR-Kategoriereferenzwert übertrifft). Quelle: PEF Empfehlung (EU) 2021/2279. Typische Readiness: sehr niedrig. Kategorie C – Besorgniserregende Substanzen (ESPR Art. 7(5) + Art. 2(27)). Zu einer eigenständigen Kategorie erster Ordnung aufgewertet. - Domäne 500 · Besorgniserregende Substanzen – umstrukturiert. Ein strukturiertes Objekt, nicht ein einzelnes „Zertifikat vorhanden“-Kennzeichen: Substanzname (IUPAC) · CAS-/EC-Nummer · Position im Produkt (je Artikel/Komponente) · Konzentration (gemäss Schwellenwert des delegierten Rechtsakts; nicht fest kodiert auf 0,1 % w/w – das ist der SCIP/REACH-Präzedenzfall, für Textilien nicht bestätigt) · Kriterium (a SVHC · b CLP-chronisch · c POPs · d recyclingbehindernd) · Handhabung am Lebensende. Der SVHC-Schwellenwert gilt je Artikel/Komponente, nicht je Bekleidungsstück. Die von SCIP/CSRD empfohlene Ebene (Kennzeichen „absichtlich zugesetzt“ · Funktion · Lebenszyklusphase · SCIP-Notifizierungsreferenz · Substanzen aus recyceltem Material) ist zugangsbeschränkt. Typische Readiness: niedrig. Kategorie D – Informationen gemäss anderen Rechtsvorschriften der Union (ESPR Anhang III a, e, f). - Domäne 400 · Pflege und Sicherheit. Pflegesymbole (ISO 3758), Pflegetext, Sicherheitsinformationen. Bestand bereits vor ESPR (Reg. (EU) 1007/2011). Stabil. Typische Readiness: hoch. - Domäne 501–506 · Compliance und Zertifizierungen. REACH/ZDHC-Konformität, freiwillige Zertifikate (GOTS/OEKO-TEX/GRS), Offenlegung von Mikroplastik, Rückverfolgbarkeits-/DPP-Dienstleister sowie die EU-Konformitätserklärung (506.00) – die formale Konformitätsbescheinigung, die der DPP gemäss ESPR mitführt. Typische Readiness: mittel. Geltungsbereich. Gilt für Bekleidung, die mindestens zu 80 % gewichtsbezogen aus Textilfasern besteht. Schuhe sind gemäss der JRC Content Study derzeit nicht im Geltungsbereich. Marktplatz-Klausel. Der Verkauf über einen Marktplatz (Amazon, Zalando und Ähnliche) überträgt die DPP-Pflicht nicht. Die Marke – oder der EU-seitige Importeur, sofern der Hersteller ausserhalb der EU ansässig ist – bleibt der rechtlich verantwortliche Wirtschaftsakteur gemäss ESPR Artikel 4.
Datenübergabe / Handover
So funktioniert die Datenübergabe. Fünf Dateien, die die meisten Marken direkt bereitstellen können, decken den Audit-Grundbestand ab: Tech Packs, Stücklisten, Lieferantenliste, Compliance-Zertifikate und Produktstammdaten. Übermitteln Sie jede Datei vollständig und unverändert – löschen Sie keine Felder und übertragen Sie nichts in Vorlagen. Die für jede Datei aufgeführten Datenpunkte sind das, wonach wir innerhalb der vollständigen Datei suchen, und keine Liste zum Extrahieren. Sobald Sie bestätigen, dass die Übergabe abgeschlossen ist, gilt: Alles, was in Ihren Systemen vorhanden ist, aber nicht enthalten war, wird als fehlend und nicht als nicht zutreffend erfasst, was sich auf Ihren Readiness-Score auswirkt. Vor jeglichem Datenaustausch unterzeichnen wir ein NDA. Zwei Übermittlungsoptionen: (A) Sie exportieren und legen alle Dateien in einem gemeinsamen Ordner mit Lesezugriff ab, oder (B) Sie gewähren LGFL Lese- und Exportzugriff auf Ihr produktives PLM/ERP/gemeinsames Laufwerk, sodass wir das benötigte selbst entnehmen und Ihre Datenstruktur unmittelbar einsehen.Diese Verteilungen sind Schätzungen aus Beobachtungen an DACH-Marken im Umsatzbereich von 5 bis 50 Millionen Euro. Größere Marken mit dedizierten Sustainability-Teams liegen typischerweise höher, jüngere D2C-Marken oft niedriger.
5. Self-Assessment vs. professionelles Audit
Es gibt zwei Wege, einen DPP Readiness Audit durchzuführen — beide haben Berechtigung, aber sehr unterschiedliche Aussagekraft.
Self-Assessment. Eine Marke beantwortet einen strukturierten Fragebogen — etwa mit 80 bis 130 Ja/Nein/Teilweise-Fragen — über ihre eigene Datenlage. Vorteile: schnell (typischerweise 30 Minuten), ohne Datenfreigabe an Dritte machbar. Nachteile: subjektiv (was eine Marke als „strukturiert“ empfindet, hält einer DPP-Audit-Prüfung möglicherweise nicht stand), keine Tiefenprüfung der tatsächlichen Daten, keine externe Validierung.
Ein Self-Assessment ist sinnvoll als erster Schritt — es zeigt grobe Lücken und gibt eine erste Baseline. Es ersetzt kein Audit für strategische Investitionsentscheidungen.
Professionelles Audit. Ein externer Auditor prüft die tatsächlichen Datenquellen einer Marke — Tech Packs, Bills of Materials, Lieferantenlisten, Compliance-Zertifikate, Product Master — gegen den Anforderungskatalog. Vorteile: objektiv, deckt Lücken auf, die in Self-Assessments übersehen werden, liefert eine externe Validierung, die für interne Stakeholder (Geschäftsführung, Vorstand) und externe Stakeholder (Investoren, Banken) glaubwürdig ist. Nachteile: erfordert Datenfreigabe (typischerweise unter NDA), Zeitaufwand für die Marke (Bereitstellung von Dateien), Kosten für externe Audits typischerweise im vierstelligen Bereich pro Kollektion.
Eine pragmatische Sequenz: Beginnen Sie mit einem Self-Assessment, um die groben Lücken zu identifizieren. Wenn das Ergebnis unter 50 Prozent liegt oder wenn Sie für interne Investitionsentscheidungen eine externe Validierung brauchen, folgen Sie mit einem professionellen Audit für eine vollständige Kollektion.
6. Was ein gutes Audit liefert
Ein professionelles DPP Readiness Audit sollte folgende Ergebnisse umfassen:
Quantifizierter Gesamt-Score. Prozentsatz der DPP-Felder, die strukturiert vorhanden sind, gewichtet über alle die Felder des LGFL DPP Data Framework und alle bewerteten Stile.
Score-Aufschlüsselung nach Kategorie. Wie hoch ist die Readiness in jeder der neun Datenkategorien?
Score-Aufschlüsselung nach Phase. Wie viele der Phase-1-Felder (verpflichtend ab Mitte 2028) sind vorhanden? Wie viele der Phase-2-Felder?
Pro-Stil-Bewertung. Welche Stile sind am besten/am schlechtesten dokumentiert? Häufig zeigt sich hier, dass bestimmte Produktgruppen oder Lieferanten strukturell schwächer abgedeckt sind.
Lieferantenrisiko-Karte. Welche Lieferanten halten heute schon strukturierte Daten? Welche müssen onboarded werden? Welche stellen Compliance-Risiken dar?
Priorisierte Lückenliste. Jede fehlende Datenkategorie mit: Welche Felder fehlen genau, wer hält die Daten typischerweise, in welchem Format sie üblicherweise existieren, welcher Aufwand zur Strukturierung realistisch ist, welche Phase-Priorität gilt.
Konkreter Aktionsplan. Welche drei bis fünf Schritte liefern in den nächsten 90 Tagen den größten Readiness-Zuwachs?
Ein Audit, das nur einen Score liefert ohne diese Aufschlüsselung, ist für die Praxis nicht brauchbar. Sie wissen nur, wo Sie stehen — nicht, was als nächstes zu tun ist.
7. Häufige Schwachstellen in DACH-Marken
Aus der Praxis: drei Lückenmuster, die in DACH-Marken besonders häufig auftreten.
Erstens — Tier-2-Daten fehlen fast immer. Marken kennen ihre Konfektionäre (Tier 1), aber selten ihre Stoffmühlen (Tier 2) und fast nie ihre Faserlieferanten (Tier 3). Die DPP-Anforderung „Country of Origin — Weaving“ wird daher zur größten strukturellen Lücke. Hier hilft kein neues System, sondern strukturierte Lieferantenkommunikation über zwölf bis achtzehn Monate.
Zweitens — Compliance-Zertifikate sind unstrukturiert. OEKO-TEX-, GOTS- oder REACH-Zertifikate liegen typischerweise als PDF-Anhänge in E-Mail-Korrespondenzen vor. Sie sind nicht maschinenlesbar mit den Produktstilen verknüpft. Bei einem Audit oder einer Behördenanfrage müssen sie manuell zusammengesucht werden — was bei 80 Stilen pro Kollektion und 40 Lieferanten Tage dauert.
Drittens — Kreislauffähigkeitsdaten existieren nicht. Recyclingfähigkeit, Take-Back, Demontageanleitungen, Reparaturinstruktionen — diese Felder sind bei vielen Marken bei null. Sie erfordern Designentscheidungen, die heute getroffen werden müssen, und kommunikative Inhalte, die für jeden Stil entwickelt werden müssen. Sustainability-Teams sind bei den meisten Marken nicht groß genug für diese Aufgabe ohne systematische Unterstützung.
DPP-AUDIT
Starten Sie mit dem DPP Gap Scanner
Nutzen Sie den DPP Gap Scanner um Ihre aktuelle Datenabdeckung gegen die die Felder des LGFL DPP Data Framework des LGFL DPP Data Frameworks zu messen — dann fordern Sie Ihren vollständigen DPP Readiness Audit an.
Ihr DPP-Audit startenHäufig gestellte Fragen
Wie lange dauert ein DPP Readiness Audit?
Welche Daten muss ich für ein Audit bereitstellen?
Was kostet ein DPP Readiness Audit?
Sind unsere Daten beim Audit sicher?
Was ist der Unterschied zwischen DPP Readiness Audit und ESPR-Compliance-Audit?
Brauchen wir ein Audit pro Saison oder einmalig?
Was ist ein DPP Bereitschaftsaudit für Mode?
Ein DPP Bereitschaftsaudit Mode ist eine systematische Prüfung aller DPP-Datenfelder gegen den LGFL DPP Data Framework. LGFL liefert diesen Audit als strukturierten Prozess.