Ziel des Forschungsprojekts war es, insbesondere erklärungsbedürftige Produkte wie Brettspiele, Lernmaterialien oder kreative Kindersets effizient, qualitativ hochwertig und zielgruppenspezifisch zu beschreiben. Unter der Leitung von Prof. Dr. Alexander Bartel haben die Forschenden des TTZ Günzburg gemeinsam mit ihrem Praxispartner innovative Methoden des Natural Language Processing (NLP) eingesetzt: Anstatt ein eigenes Sprachmodell zu entwickeln, kombinierten sie fortschrittliche NLP-Techniken mit ausgeklügeltem Prompt Engineering und einer experimentell abgestimmten Parametrisierung. Dabei entstand unter anderem die neue Prompting-Technik „Adaptive Contextual Few-Shot Prompting“, die das Konzept des Few-Shot-Promptings erweitert. Dadurch gelang es ihnen, die Bedeutung komplexer Ausgangsinformationen präzise zu erfassen und daraus neue, kontextgerechte Texte zu generieren. Konkret heißt das: Die KI verarbeitet unterschiedlichste Formate von Produktbeschreibungen der Hutter Trade – von Spielanleitungen und Klappentexten bis hin zu strukturierten Produktdaten – und extrahiert daraus kontextrelevante Informationen zur Generierung eines entsprechend angepassten Textes.
Im Fokus: eine ideale Anpassung an Zielgruppen und E-Commerce-Plattformen
Ein besonderes Augenmerk in der Entwicklung lag auf einer steuerbaren Textproduktion: Die Anwendung erlaubt es u.a., Stil, Tonalität und sprachliche Ausprägung auf unterschiedliche Zielgruppen – etwa Eltern, Lehrkräfte oder Kinder – abzustimmen. Durch die Integration eigens entwickelter Komponenten zur Erkennung von emotionalen Stimmungen (sog. Sentiment-Module) lassen sich emotionale Wirkungen gezielt steuern, ohne dabei die Informationsdichte oder Markenkohärenz zu beeinträchtigen.
Zudem berücksichtigt die Anwendung plattformspezifische Anforderungen des digitalen Handels: Die generierten Texte erfüllen sämtliche formalen Spezifikationen moderner E-Commerce-Plattformen – inklusive Längenrestriktionen, sprachlicher Variantenbildung und Mehrsprachigkeit. Darüber hinaus werden die für die Auffindbarkeit eines Produkts relevanten Keywords aus der eCommerce-Plattform extrahiert und in die Generierung der Texte integriert. So wird nicht nur sichergestellt, dass die generierten Texte formal den vorgegebenen Kriterien von eCommerce Plattformen entsprechen, sondern auch inhaltlich dazu beitragen, die Auffindbarkeit von angebotenen Produkten zu erhöhen.
KI-Anwendung reduziert Aufwand für Texterzeugung um 70 Prozent
„Durch die entwickelte KI-Anwendung konnten wir unseren Aufwand für die Texterzeugung im eCommerce-Bereich um mindestens 70% reduzieren“, resümiert Herrmann Hutter, CEO der Hutter Trade. „Dies hat einen direkten Impact auf unsere Effizienz und Wettbewerbsfähigkeit: Wir gewinnen wertvolle Ressourcen für andere Aufgaben und können unser Sortiment schneller und flexibler am Markt platzieren.“
Damit zeigt das Projekt des TTZ Günzburg exemplarisch, wie skalierbare, KI-gestützte Textgenerierung im Spannungsfeld zwischen linguistischer Modellierung, Nutzerpsychologie und digitalem Marketing erfolgreich umgesetzt werden kann.
Ansprechpartner
Prof. Dr. Alexander Bartel
