Auf einen Blick
- KI-gestützte Bilderkennung identifiziert zuverlässig die Eigenschaften von Produkten
- Manuelle Aufwände und Fehlerquoten werden deutlich gesenkt
- Spezielles Vorgehen verringert massiv den Aufwand bei der Entwicklung
Die Geschäftssituation unseres Kunden
Künstliche Intelligenz (KI) ermöglicht Prozessautomatisierungen, die den Menschen zwar nicht ersetzen können, ihm aber viele Routineaufgaben abnehmen. Ein herausragendes Beispiel ist unsere KI-Lösung für die ANWR Group, europaweit eine der führenden Handelskooperationen für Bekleidung und unter anderem Betreiber des Shopping-Portals „schuhe.de“. Ursprünglich waren die Mitarbeiter des Unternehmens gefordert, die Merkmale von Produkten laufend manuell zu erfassen, um dem Kunden bei der Produktsuche erforderliche Filtermöglichkeiten – etwa nach Schuhtyp, Marke oder Farbe – bieten zu können. Diese Vorgehensweise ist nicht nur zeitintensiv, sondern auch fehleranfällig – insbesondere, wenn zum Saisonwechsel eine Vielzahl neuer Produkte erscheinen.
Daher haben wir eine KI-gestützte Bilderkennung für Schuhe entwickelt, die eintreffende Ware allein auf Basis der Produktfotos automatisch verschlagwortet. Hierbei wurde eine Vorgehensweise gewählt, die einerseits Aufwand einspart und andererseits zu ausgezeichneten Analyseergebnissen führt.
„KI ist sicherlich ein komplexes Thema. Mit ORAYLIS an unserer Seite haben wir aber schnell bemerkenswerte Ergebnisse erzielt.“ – Alexander Hock, Geschäftsführer ANWR Media GmbH
Die Lösung für unseren Kunden
Grundlage für unser Modell zur Bilderkennung bildet ein neuronales Netzwerk, das wir mit entsprechenden Bilddaten trainiert haben. Eine solche Trainingsphase kann selbst auf spezialisierter Hardware einige Wochen oder sogar Monate in Anspruch nehmen – wenn man bei null anfängt.
Deshalb haben wir auf ein vortrainiertes Bilderkennungsmodell zurückgegriffen und dieses auf die Ansprüche der ANWR Group zugeschnitten. So haben wir zunächst die vorhandenen Schlagworte auf die Kategorien, Farben und weiteren Eigenschaften des Shopping-Portals angepasst. Dem folgten mehrere Testphasen, in denen das Modell feinjustiert wurde. Durch dieses Vorgehen konnten wir einen Großteil des Trainingsaufwandes einsparen.
Wie aus Daten neue Werte werden
Grundsätzlich zeigt das Projekt, dass selbst komplexe KI-Anwendungen nicht zwingend hohe Aufwände erfordern müssen. Der ANWR Group steht trotz der extrem kurzen Trainingsphase ein hochspezialisiertes Modell für die Bilderkennung zur Verfügung, das bei der Verschlagwortung von Produkten massiv Zeit einspart. Dabei ermittelt das Modell die Produkteigenschaften inzwischen mit erstaunlicher Präzision. Die Fehlerquote ist mittlerweile geringer, als bei der manuellen Erfassung. Und: Die Bilderkennung ist nicht auf professionelle Produktfotos beschränkt. Sie funktioniert ebenso bei selbstgeschossenen Smartphone-Fotos.
turn your data into value.
