Erfolgreich
Künstliche Intelligenz
im E-Commerce

Automatisches Generieren von Kategorie- oder Produktbeschreibungen mittels Natural Language Processing (NLP)

Unser zweites Entwicklungsprojekt im Bereich Künstliche Intelligenz im E-Commerce beschäftigt sich mit der automatischen Generierung und Aktualisierung von E-Commerce Texten, wie Kategorie- und Produktbeschreibungen von Adobe Commerce (Magento) Online-Shops.

Mit der Hilfe eines spannenden Teilgebietes der Künstlichen Intelligenz (KI), der Natural Language Generation (NLG), ist es möglich, aus strukturierten Daten einen lesbaren und zugleich informativen Text zu erzeugen.

Hierbei werden strukturierte Produktdaten, wie z.B. Kategorien, Attribute und viele weitere Ausprägungen als Grundlage für die Textgenerierung Künstlicher Intelligenz verwendet. Eine große Stärke von NLG besteht in der automatisierten Erstellung deskriptiver (beschreibender) Texte.

Team-Facts:

KI-Team: 2 Entwickler
Start: Januar 2022
Ziel: Mit geringerem zeitlichen und damit finanziellem Aufwand einen Mehrwert für Shop-Kunden und Suchmaschinen zu erreichen.
Und: Ein Projekt realisieren, im Team Spaß haben, sich gegenseitig motivieren und fördern

Vorteile der Künstliche Intelligenz im E-Commerce zur Generierung von Produkttexten:

 

  • Zeit und Kosten Ersparnis

  • Texte je Ausprägung sind schnell erstellt

  • verbessert die Sichtbarkeit von Produkten (SEO)

Da manuelle Texterstellung viel Zeit kostet, wird in der Regel darauf verzichtet in Produktdetails mit verschiedenen Ausprägungen auch unterschiedliche Texte zu erstellen. Genau das kann ein großer Vorteil bei der Auffindung von Produkten und damit von der Kaufentscheidung sein.

Nicht zuletzt wird die SEO-Sichtbarkeit stark erhöht und die User-Experience positiv verbessert.

Die Texterstellung mit Hilfe von NLG spart Zeit und Geld. Nimmt man als Beispiel die Texterstellung für 1.000 Artikel und einer angenommenen Zeit von 1 Stunde je Produkttext macht dies 1.000 Stunden an Textgenerierungszeit (125 Arbeitstage = 25 Wochen).

Auch die automatische Wandlung von aktuellen Produktbeschreibungen in „veraltete“ Versionen (nach Erscheinung des Nachfolgeproduktes) sind ein interessanter Anwendungsfall.