Azure OpenAI in der Praxis
Wie KI bei der Produktbeschreibung hilft
Generative KI bietet sich für Bereiche wie Marketing und Produktmanagement in der Konsumgüterindustrie gerade zu an, sind hier doch oft große Sortimente in unterschiedlichen Sprachen zu beschreiben. Wie das funktionieren kann, zeigen der Sportartikelhersteller O’Neal und der Datenspezialist Pmone – die menschliche Kontrolle bleibt dabei unerlässlich.
Oft befürchten Unternehmen beim Einsatz von generativer KI einen großen Gesamtaufwand oder haben grundsätzliche Vorbehalte hinsichtlich Datensicherheit und möglichen Falschinformationen. Gemeinsam mit dem Datenspezialisten Pmone gelang es dem Sportartikelhersteller O’Neal diese Herausforderungen zu meistern – und das in nur zehn Projekt-Tagen.
Großes Sortiment
Dabei war die Ausgangslage nicht einfach: O’Neal produziert und vertreibt Sportartikel von Motocross über Downhill bis hin zu Mountainbike und BMX. Hierzu gehören neben Kleidung beispielsweise Helme, Schutzbrillen, Stiefel, Protektoren, Handschuhe, aber auch Ersatzteile wie Pedale, Griffe oder Lenker. Jede neue Kollektion erfordert Produktbeschreibungen – angesichts der unterschiedlichen Einsatzbereiche eine Aufgabe, die den produktverantwortlichen Redakteuren einiges an Wissen, Sorgfalt, aber auch Kreativität abverlangt. Denn sie sollen die Artikel zugleich ansprechend, zielgruppengerecht und äußerst präzise beschreiben. Hier kommt die generative KI von OpenAI ins Spiel.
Direkter Zugang zum Sprachmodell
Der Cloudservice Azure OpenAI stellt große Sprachmodelle und generative KI für eine Vielzahl von Anwendungsfällen bereit, indem er Rest-API-Zugriff auf die Sprachmodelle von OpenAI ermöglicht. Der Service läuft auf der globalen Azure-Infrastruktur, um Unternehmenssicherheit und Compliance zu gewährleisten. Für die konkrete Aufgabe bei O’Neal galt es zunächst, einen Workflow sowie genaue Rahmenbedingungen für die erforderlichen Eingabe-Prompts zu definieren. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Hand in Hand mit der KI
Mit der Einführung der generativen KI wurde der Arbeitsablauf rund um neue Produkttexte grob wie folgt festgelegt: Die Verantwortlichen im Produktmanagement fassen zunächst die Produkteigenschaften und -Designs in einem klaren und strukturierten Prompt – also einer Eingabeaufforderung – zusammen. Der Prompt wird ergänzt durch Parameter, die an Azure OpenAI übergeben werden. Hierzu gehören etwa die gewünschte Textlänge, der Sprachstil sowie SEO-relevante Keywords. Azure OpenAI nutzt diese Eingabedaten, um Produktbeschreibungen in insgesamt sechs verschiedenen Sprachen zu generieren. Die Beschreibungen werden dann zunächst in einem Cloud Storage abgelegt, um sie anschließend vom Produktmanagement und dem Marketingteam validieren zu lassen. Dieser manuelle Schritt ist aus zwei Gründen erforderlich: Erstens ist damit sichergestellt, dass die Texte tatsächlich den Kundenansprüchen entsprechen und zweitens sind KI-Ergebnisse – selbst von so hoch entwickelten Sprachmodellen wie der aktuellen GPT-Version – grundsätzlich einer Plausibilitätsprüfung zu unterziehen.
App zwischengeschaltet
Damit dieser Vorgang nicht zur ‚Prozess-Bremse‘ wird, hat Pmone eine App implementiert, mit der sich die Validierung gleichermaßen effizient durchführen lässt. Die App ermöglicht den Nutzern, die vorgeschlagenen Produktbeschreibungen zu überprüfen, anzupassen oder abzulehnen, so dass sie den gewünschten Standards entsprechen und Kundinnen und Kunden die bestmögliche redaktionelle Qualität bieten, das heißt: wertvolle Informationen, die den Verkaufsprozess effektiv unterstützen. Sobald die Produktbeschreibungen validiert und freigegeben sind, lassen sie sich automatisiert im Webshop und anderen Verkaufskanälen verwenden. Damit ließ sich der Gesamtprozess für die Redaktion auf die beiden Schritte ‚Prompt-Eingabe‘ und ‚Validierung‘ reduzieren. Die Einzeltext-Erstellung durch Copywriter entfällt, wobei deren Expertise weiterhin für die Eingabe- und Prüfprozesse gefragt ist.
Der optimale Prompt
Damit die automatisch generierten Produktbeschreibungen die Anforderungen bestmöglich erfüllen, galt es, einige zentrale Aspekte sicherzustellen. So müssen vor allem die Input-Parameter rund um die Produkteigenschäften äußerst präzise sein, etwa was eingesetzte Materialien, die Passform, Funktionen und andere Details angeht. So kann Azure OpenAI die spezifischen technischen Informationen zu den Produkten korrekt verarbeiten. Gleichermaßen wichtig ist der Stil der Produktbeschreibungen, der die Markenstimme wiedergeben soll. Ein besonderes Augenmerk liegt also darauf, dass der ‚richtige Ton‘ die Markenidentität jederzeit beibehalten wird und keine klischeehaften Phrasen entstehen. Das gewährleistet zudem die Anreicherung des Modells mit eigenen Daten und Beispielen.
Konsistente Beschreibungen
Auch die übergreifende Konsistenz der generierten Beschreibungen spielt eine zentrale Rolle – das gilt vor allem bei umfangreichen Produktsortimenten, in denen die Produktbeschreibungen aufeinander abgestimmt sein müssen. Entsprechend hoch ist die Priorität, Formatierung, Terminologie und Stil einheitlich über alle Produkte hinweg anzuwenden. An der Vielzahl dieser Parameter ist bereits abzulesen, warum der manuelle Aufwand für die Texterstellung in der Vergangenheit äußerst hoch war. Der neue Prozess hingegen ist beliebig skalierbar, da sich nach entsprechenden Vorgaben in nur einem Schritt Beschreibungen für eine Vielzahl von Produkten generieren lassen.
Die KI-Potenziale nutzen
Die Integration von Azure OpenAI in den redaktionellen Kreativprozess bei O’Neal zeigt, welche Optimierungs- und Einspar-Potenziale künstliche Intelligenz auch für diesen Bereich bietet. Die effiziente Erstellung von Produktbeschreibungen in sechs Sprachen, die Anpassung an verschiedene Stile und Anforderungen, die verbesserte Qualität und Konsistenz sowie die Möglichkeit, eine oprimierte Kundenansprache automatisiert und beliebig skalierbar in verschiedenen Verkaufskanälen zu nutzen, sind nur einige der Effekte, die sich für das Unternehmen ergeben. Alles in allem sinkt der Aufwand für interne und externe Fachkräfte, während die Qualität – vor allem hinsichtlich Markenkonsistenz – stark ansteigt. Bei O’Neal gibt es nach der Bewährungsprobe in der Praxis bereits weitere Ideen für den Einsatz der KI-Technologie.
