Artificial Intelligence bei der XXXL Group | Teil 2

Autoren: Klaus Puchner (Program Manager AI & Team Lead) und Samuel Heger (Project Manager AI)

Nach unserem ersten Artikel über die AI-Welt bei der XXXLutz Gruppe, gibt uns unser AI-Team diesmal einen kurzen Einblick in die aktuellen & zukünftigen Projekte mit praktischen Beispielen.

Von der automatisierten Klassifikation unserer Kundenfeedbacks bis hin zum automatisierten Bilddatenvergleich sind spannende Projekte dabei! 

Unsere AI-Ziele

Wie bereits im ersten AI-Blogeintrag erwähnt, haben wir uns, wie es bei jeder strategischen Entscheidung der Fall ist, überlegt wie wir im AI-Bereich vorgehen und wie wir auf die Chancen und Herausforderungen reagieren. Mit dem Einsatz von AI und Machine-Learning wollen wir folgenden Wertbeitrag leisten:

• Kostenersparnis

• Beschleunigung von wiederkehrenden Prozessen und Entscheidungen

• Umsatzsteigerung

• Verbesserung des Kundenerlebnisses

Diese Ziele erreichen wir durch den Einsatz von:

• Prozessautomatisierung

Prozessautomatisierung bewerkstelligen wir mittels der (Teil)-automatisierung von Arbeitsschritten.

• Datengetriebene Entscheidungsunterstützung

Überall dort, wo ähnliche und sich wiederholende Entscheidungen getroffen werden, kann AI unterstützen. Dies bewerkstelligen wir durch die Generierung neuer Einsichten und Erkenntnisse aus Bestandsdaten, wodurch datengetriebene Vorhersagen ermöglicht werden.

• Verbesserung des Kundennutzens

AI kann Bereiche, welche der Kunde aktiv wahrnimmt verbessern. Beispielsweise durch die Erweiterung visueller Elemente bei der Produktsuche oder der Ermöglichung völlig neuer Produktsuchmöglichkeiten usw.   

Auszug aus unseren aktuellen Projekten

Folgend zeigen wir euch drei Projekte, an welchen wir aktuell arbeiten.

Natural-Language-Processing
Automatische Klassifikation von Kundenfeedback

Die Kunden stehen bei der XXXLutz Gruppe an oberster Stelle, daher ist uns das Feedback unserer Kunden sehr wichtig. Konkret unterstützen wir hier im Bereich unserer Feedbackfragebögen zur Kundenzufriedenheit, die unsere Kunden online ausfüllen. Mithilfe von AI können, basierend auf dem von dem Kunden übermittelten Text, Wahrscheinlichkeiten abgeleitet werden, um welche Art von Feedback es sich handelt. Die automatische Zuordnung in Kategorien muss dann nur noch bestätigt oder korrigiert werden, anstatt vollständig manuell zugewiesen zu werden. Der von uns entwickelte Algorithmus lernt dabei mit jedem Kundenfeedback dazu und wird immer genauer. Dadurch sind wir in der Lage noch schneller auf unsere Kundenanliegen zu reagieren.

Automatische Klassifikation von Kundenfeedback: AI sagt die Wahrscheinlichkeit voraus zu welcher Kategorie textuelles Kundenfeedback gehört. Diese Vorhersage verbessert sich mit steigender Zahl verfügbarer Daten (Kundenfeedbacks).

Computer Vision
Automatische Generierung von Beschreibungstexten abgeleitet aus Bilddaten

Beim Betrachten eines Bildes ist der Mensch in der Lage intuitiv Informationen abzuleiten und Rückschlüsse daraus zu ziehen. Das bedeutet, dass der Mensch die auf einem Bild befindlichen Objekte und Konzepte (z.B. Farbtöne, Ambiente etc.) einfach erfassen und verarbeiten kann (z.B. Erkanntes auf dem Bild erzählerisch zusammenfassen).

Mithilfe unterschiedlicher Modelle und Algorithmen arbeiten wir daran, diese menschliche Fähigkeit nachzuempfinden. Dadurch wollen wir Prozesse beschleunigen, die auf diese menschlichen Fähigkeiten angewiesen sind und den manuellen Aufwand für unsere Kollegen minimieren.

Text-Generierung basierend auf Computer Vision: AI erkennt, markiert und benennt automatisch Möbelobjekte auf Bildern. Diese Funktionalität wird beispielsweise dafür benötigt, um Beschreibungstexte (was ist auf dem Bild zu sehen) automatisch zu generieren.

Computer Vision
Image-/Object-Similarity-Detection

Auch in diesem Projekt werden menschliche Fähigkeiten nachempfunden. Vergleicht der Mensch zwei Bilder oder Objekte, so kann er auch hier intuitiv erkennen ob sich diese ähnlich sind oder nicht. Darüber hinaus kann der Mensch auch Nuancen der Abweichungen erkennen (zu welchem Grad sind sie sich ähnlich). Mit der Nachempfindung dieser menschlichen Fähigkeiten mittels AI eröffnen sich neue Möglichkeiten. Bei Anwendungsfällen, bei denen diese Funktionalität eingesetzt werden kann, ergeben sich vielfältige Einsatzzwecke, z.B. der maschinelle Vergleich von Bilddaten und die automatische Auswertung der daraus resultierenden Erkenntnisse zur Verbesserung des Einkaufserlebnisses.

Bilddatenvergleich basierend auf Computer Vision: AI vergleicht automatisch Bilddaten aus unterschiedlichen Datenbanken und erkennt Ähnlichkeiten.

Dies ist nur ein kleiner Auszug aus unseren aktuellen Projekten. Wir wollen die Zukunft unseres Unternehmens aktiv mitgestalten und haben im Bereich Artificial Intelligence noch viel vor.

Werde Teil unseres Teams!

Alle unsere AI-Lösungen entwickeln wir selbst. Wir greifen nicht auf fertige Lösungen von externen Anbietern zurück, was uns Flexibilität und Sicherheit verschafft, sowie wertvolles Wissen innerhalb des Unternehmens generiert.

Wenn dieser Beitrag dein Interesse geweckt hat und du Teil unseres Teams werden möchtest: Wir suchen aktuell nach einem/einer AI DevOps-Engineer. Wir freuen uns auf deine Bewerbung!

 *English version to be found here