Bilderkennung durch KI: An dieser Technologie arbeiten wir für Sie

Oft klingt Künstliche Intelligenz (KI) nach Science Fiction, vor allem ist das Konzept aber ein großes Versprechen an die Zukunft. Zwar sind die Theorien dahinter eigentlich schon Jahrzehnte alt, aber erst seit kurzem sind die technischen Möglichkeiten zur Umsetzung von KI ausgereift. Seit einigen Jahren ist eine spezifische Anwendung von Künstlicher Intelligenz auf dem Vormarsch: die automatisierte Bilderkennung.

Insbesondere im E-Commerce bieten sich vielfältige Einsatzmöglichkeiten für die intelligenten Systeme an. Im heutigen Artikel erfahren Sie, wie Bilderkennungs-KI funktionieren und wie blackbee KI und Bilderkennung nutzt.

So funktioniert die Bilderkennung durch Künstliche Intelligenz

Künstliche Intelligenz basiert auf Selbstlernenden Algorithmen. Solche Algorithmen entwickeln sich fortlaufend weiter, sobald sie neue Informationen zu der ihnen gestellten Aufgabe erhalten. Damit verbessern sie ständig die Art und Weise, diese Probleme zu lösen. Einen solchen Prozess bezeichnet man als Maschinelles Lernen.

Die Funktionsweise von Selbstlernenden Algorithmen ist möglich, weil sie auf Modellen aufbauen, die sich grob am menschlichen Gehirn orientieren. Wie die menschlichen Nervenzellen bestehen auch künstliche neuronale Netze aus Knotenpunkten (Neuronen), die auf unterschiedlichen Ebenen miteinander verknüpft sind. Innerhalb dieses Verbunds von Neuronen werden Informationen aufgenommen, verarbeitet (durch positive oder negative Gewichtung) und als Ergebnis wieder ausgegeben. Besonders vielversprechend scheinen künstliche neuronale Netze zu sein, die besonders viele Ebenen besitzen und damit komplexere Muster erkennen können. Die Lernprozesse, die solche Netzwerke ausführen können, nennt man Deep Learning.

Bilderkennung - Mustererkennung

Die verschiedenen Ebenen umfangreicher künstlicher neuronaler Netze können Muster identifizieren. Dadurch ist auch eine Bilderkennung technisch möglich. Quelle: spektrum.de

Lange Zeit scheiterte das Deep Learning daran, die hohe Komplexität der Mustererkennung im menschlichen Gehirn zu imitieren. Erst durch die gestiegene Rechenleistung und die hohe Menge an vorhandenen digitalen Daten erzielten Entwickler in den letzten Jahren große Erfolge.

Diese Perspektiven hat die Bilderkennung im E-Commerce

Im E-Commerce bieten sich für die automatisierte Bilderkennung vielfältige Anwendungsmöglichkeiten an. Wo sich Bilderkennungs-Software nachhaltig durchsetzen wird, ist bisher kaum abzusehen. Wir stellen Ihnen im Folgenden mögliche Anwendungsbereiche vor.

Produktsuchen durch Bilderkennungs-Software

Mobiler E-Commerce und Phänomene wie das Social Shopping gewinnen mit dem Siegeszug der Smartphones in den letzten Jahren stetig an Bedeutung. Deshalb wird es für Sie als Online-Händler immer wichtiger, die Suchfunktion auf Ihrem Webshop zu vereinfachen und effizienter zu gestalten. Eine Möglichkeit, dieses Ziel zu erreichen, bietet die Bild-Klassifizierung. Einige große Online-Händler wie ebay, ASOS oder Zalando haben eine solche Bild-Klassifizierung schon implementiert. Meist stehen Funktionen zur Verfügung, die es Kunden ermöglichen, Fotos von Bekleidung oder anderen Objekten zu machen und anhand dieser Fotos Produktvorschläge zu erhalten. Zudem können Screenshots, zum Beispiel von Outfits auf Social Media, in die Suchfunktion hochgeladen werden, um ähnliche Objekte angezeigt zu bekommen.

Bilderkennung - Bildersuche durch Bildklassifizierung

Eine Bildersuche kann mithilfe Künstlicher Intelligenz das mobile Shopping-Erlebnis vereinfachen. Quelle: ebay

 

Produkt-Kategorisierung durch Bilderkennung

Auch für interne Abläufe ist eine automatisierte Bilderkennung in Zukunft nützlich. Beispielsweise bietet es sich bei Online-Händlern mit großer Produktpalette an, Bilderkennungs-Software zur Produkt-Kategorisierung einzusetzen. Diese erkennt einzelne Elemente innerhalb des Bildes und benennt sie. Damit hilft die Bilderkennung dabei, unter anderem den Prozess bei der Erstellung neuer Produkte im Webshop zu vereinfachen. Wie präzise Künstliche Intelligenzen bereits Bilder erkennen, zeigt das Maschinelle Sehen unseres Partners Microsoft. Auf der Website von Microsoft Azure lassen sich beliebige Fotos auf ihre Inhalte analysieren. Probieren Sie es aus!

Bilderkennung in der Marktanalyse

Auch beim Monitoring Ihres Marktes wird die Bilderkennung in Zukunft eine wichtige Rolle spielen. Zu welchen Preisen verkaufen Ihre Wettbewerber bestimmte Produkte, die Sie ebenfalls anbieten? Um dies zu beantworten, muss zunächst das sogenannte Matching erfolgen, die Identifizierung mehrerer gleicher Produkte auf unterschiedlichen Webshops oder Marktplätzen. Tools zur automatisierten Wettbewerbsanalyse verwirklichen dieses Matching zumeist anhand textbasierter Hinweise. Textbasiertes Matching stößt jedoch in vielen Fällen an Grenzen, wenn Produkte zum Beispiel über keine Identifikations-Nummer verfügen oder die Produktbeschreibung unpräzise ist.

Bilderkennung - Matching

Das Matching identifiziert gleiche Produkte. Durch eine automatisierte Bilderkennung wird es noch genauer.

blackbee’s neue Bilderkennungs-Software

Bereits jetzt liefert unser selbstlernender blackbee-Algorithmus beim Matching eine beispiellose Trefferquote von 98,2 Prozent. Doch unser Ziel ist noch nicht ganz erreicht.
Deshalb arbeiten wir bei blackbee aktuell an dem Protoypen eines innovativen Deep Learning-Algorithmus, welcher mithilfe von Bilderkennung das Produkt-Matching für Sie in Zukunft noch präziser gestalten wird.

Haben Sie Fragen zu unserer blackbee-Technologie? Schreiben Sie uns eine Nachricht – unsere Marktanalyse-Experten sind gerne für Sie da.

0 Kommentare

Dein Kommentar

Wollen Sie an der Diskussion teilnehmen?
Hinterlasse uns Deinen Kommentar!

Hinterlasse eine Antwort