Beratung & Innovation
Lösungen & Technologien
Infrastruktur & Betrieb
Branchen
Mehr
Blog
Ein starkes Team: PIM und KI

PIM und KI: Gemeinsam sind sie stark

Produkte im E-Commerce KI-basiert klassifizieren

Gasch_Adrian_7
Verfasst von
PIM und KI
06.04.2021
Customer Experience
E-Commerce
Künstliche Intelligenz

Künstliche Intelligenz (KI) hält in immer mehr Lebensbereiche Einzug – so auch in den E-Commerce. Zum technologischen Standard-Repertoire von Online-Händlern gehören Product-Information-Management (PIM) Systeme. Ausgestattet mit einer KI-Komponente, gelingt die automatische Klassifizierung von Artikeln so schnell und korrekt wie nie zuvor.


Ein KI-gestütztes PIM-System ist schnell angeschafft. Worauf es ankommt, ist der richtige Umgang damit. Die folgende Checkliste zeigt, worauf es dabei ankommt.

1. Ein Bild sagt mehr als tausend Worte

Methoden der KI-basierten und damit automatisierten Bilderkennung haben großes Potenzial – speziell im E-Commerce, der von aussagekräftigen Produktbildern lebt. Denn bei einem gut fotografierten Bild ist nicht nur sofort ersichtlich, ob es sich um Fashion-Artikel wie Schuhe, um Konsumgüter wie Kaffeemaschinen oder um industrielle Produkte wie Maschinen einer bestimmten Baureihe handelt. Erkennbar ist zudem, welche Farbe der Artikel hat. Auch über solche Anwendungsfälle hinaus sind KI-basierte neuronale Netze in der Lage, zwischen Artikeln derselben Warengruppe zu unterscheiden.

2. Das Training macht den Unterschied

Mit dem richtigen Training liefert ein neuronales Netz treffsichere Ergebnisse (Deep Learning). Hierfür muss die KI zunächst lernen, Artikel eigenständig zu klassifizieren. Als Übungsmaterial dient eine Vielzahl an Produktbildern, die in einem PIM-System gespeichert und mit aussagekräftigen Metadaten versehen sind (Big Data). Richtig trainiert, erkennt das KI-basierte System zum Beispiel eine Bluse oder eine Maschine, selbst wenn sie verdreht, teilweise verdeckt oder in ungünstigen Lichtverhältnissen aufgenommen wurde. Damit entlastet es von zeitaufwendigen repetitiven Aufgaben. 

3. Immer der Reihe nach

Für das Training der KI sind verschiedene Komplexitätsstufen festzulegen:

  • 1. Art des Artikels
  • 2. Farbe des Artikels
  • 3. Marke des Artikels 
  • 4. Größe des Artikels
  • 5. Auffälligkeiten (Muster und dergleichen)
  • 6. Material des Artikels
  • ... und so weiter.

Dabei ist zu beachten: Auf den ersten beiden Stufen liefert eine KI sehr überzeugende Ergebnisse. Ab Stufe drei, spätestens vier stößt ein neuronales Netz momentan noch an seine Grenzen. Sofern die Formgebung eindeutig oder ein Logo erkennbar ist, kann es Marken unterscheiden und Fälschungen erkennen. So können Shop-Betreiber Markenrechtsverletzungen wirksam vorbeugen. Um einen Artikel noch weitergehend zu klassifizieren, ist die Bildqualität häufig nicht ausreichend. Auch braucht eine KI für derart komplexe Aufgaben sehr viel Training.

4. Grenzen ziehen, aber richtig

Dank ihrer herausragenden Fähigkeiten beim Abstrahieren und Klassifizieren können künstliche neuronale Netze Bilder in Millisekunden auswerten und Produkte in Echtzeit kategorisieren – unabhängig von Lichtverhältnissen, Blickwinkel und Hintergrund. Dabei müssen sie nicht einmal hundertprozentig mit dem Referenzobjekt übereinstimmen. Es genügt eine ausreichend hohe Wahrscheinlichkeit. Darum sind die Schwellenwerte stets mit Bedacht festzulegen: Die KI erkennt einen Artikel als eben diesen, wenn ein vorab definierter Schwellenwert erreicht ist, zum Beispiel „90 Prozent Übereinstimmung mit dem Referenzobjekt“. Ist eine eindeutige Klassifizierung nicht möglich, können Anwender stattdessen aus automatisch generierten Vorschlägen das passende Produkt manuell auswählen. 

5. Vertrauen ist gut, Kontrolle ist besser

Insbesondere zu Beginn der Trainingsphase sollten Shop-Betreiber kontinuierlich überprüfen, ob die KI die gewünschten Ergebnisse liefert. Ist das der Fall, können sie mit dem KI-basierten System arbeiten. Dann fließt ein Bild ins PIM-System, wo die KI den abgebildeten Artikel automatisch klassifiziert und mit Wahrscheinlichkeiten versieht: Beispielsweise zeigt das Foto zu 95 Prozent einen Schuh oder ein Haushaltsgerät, zu 100 Prozent seitlich. In solch eindeutigen Fällen können Nutzer die vorgeschlagene Klassifizierung samt passenden Schlagwörtern (Tags) bedenkenlos übernehmen und das Produktbild im PIM-System ablegen. Ebenso können sie festlegen, dass das Foto, welches den Artikel von der Seite zeigt, automatisch als erstes Bild im Online-Shop erscheint. Ohne diese manuelle Auswahl kann es nämlich passieren, dass das System ein weniger aussagekräftiges Bild, etwa von der Sohle des Schuhs oder der Rückseite des Geräts, auswählt. Um das zu vermeiden, sollten E-Commerce-Händler stets die Reihenfolge festlegen, in der die Produktbilder erscheinen sollen.


Falls das System keine ausreichend große Übereinstimmung erkennt – etwa, wenn die Wahrscheinlichkeit unterhalb eines zuvor festgelegten Schwellenwerts von 80 Prozent Übereinstimmung mit dem Referenzobjekt liegt –, sind Shop-Betreiber gut beraten, die Vorklassifizierung zu überprüfen und die vorgeschlagenen Tags im Zweifel lieber anzupassen. Die Reihenfolge der Bilder ist dabei ebenfalls zu bestimmen.

6. Augen auf bei der Partnerwahl

Die Technologie hat das Potenzial, manuelle Prozesse in der Produktdatenpflege zu einem hohen Grad zu automatisieren – sofern die Metadaten im PIM-System gepflegt sind und damit eine optimale Grundlage für aussagekräftige Tags bilden, die wiederum für das Training der KI unentbehrlich sind. Damit eine KI ihre Arbeit erledigen kann, hat es sich bewährt, einen kompetenten Dienstleister ins Boot zu holen, der mögliche Anwendungsfälle auf ihre Machbarkeit hin überprüft und technologische Grenzen aufzeigt. Zudem analysiert er, ob die benötigten Metadaten im PIM-System verfügbar sind und wie ein bestimmter Anwendungsfall zu designen ist. Nicht zuletzt trainiert er das neuronale Netz. Aufgrund seines großen Verständnisses für Daten und Schnittstellen ist ein solcher Dienstleister in der Lage, Vorhaben im Bereich der KI-gestützten Bilderkennung professionell zu begleiten und zum Erfolg zu führen.

Product Information Management

Qualitativ hochwertige, konsistente Produktdaten sind die Basis für erfolgreiche Customer Experience, egal an welchem digitalen Touchpoint. Ein Product Information Management System, in dem alle Produktinformationen, wie beispielweise kaufmännische Daten, beschreibende Texte, Bilder und Multimedia Inhalte hinterlegt sind, ist also ein zentraler Baustein innerhalb einer Customer Journey.

KI-Services

Künstliche Intelligenz (KI) ist eine große Chance und ermöglicht es IT auf die nächste, intelligente Entwicklungsstufe zu bringen. Viele Unternehmen zögern jedoch noch mit der Umsetzung konkreter KI-Projekte und sind sich unsicher. Doch die Zeit ist reif für KI - Zögern Sie nicht!

Customer Experience

Damit Kunden zu loyalen Markenbotschaftern werden, müssen Unternehmen einzigartige und zugleich konsistente Markenerlebnisse in allen Kanälen und an sämtlichen Touchpoints schaffen. Diese Herausforderung macht ein professionelles Customer Experience Management unerlässlich. Die langjährige Expertise und individuelle Beratung eines spezialisierten Dienstleisters sind dabei unverzichtbar.

E-Commerce

Wir bieten IT-Lösungen rund um B2B-E-Commerce, B2C-E-Commerce und Omni-Commerce: Von Consulting über Systeme für Customer Relationship Management (CRM), Customer Engagement, Order Management oder Content Management bis hin zur Entwicklung von Apps sowie Design – on premise oder aus der Cloud.

Verfasst von

Gasch_Adrian_7
Adrian Gasch
Experte für Product-Information-Management