Handelsunternehmen verfolgen heute vielfach eine Omni-Channel-Retailing-Strategie, die alle Absatzkanäle wie Ladengeschäfte, Online-Shops oder Kataloge gleichermaßen unterstützt. Sie erfordert, dass alle Absatzkanäle parallel bedient, gesteuert, ausgewertet und optimiert werden müssen. Die zu verwaltende Informationsmenge je Produkt hat sich dadurch in den letzten Jahren erheblich erhöht. Dies stellt hohe Anforderungen sowohl an das Produktinformationsmanagement als auch an das Stammdatenmanagement in den zentralen ERP-Systemen. Durch den E-Commerce haben gerade Produktbilder zunehmend an Bedeutung gewonnen. Für die Unternehmen bedeutet dies, dass die Produktdaten sehr umfangreich und heterogen sind. Sie bestehen aus strukturierten und unstrukturierten Daten, aber auch aus Bild- und Videodaten. Diese entsprechenden Informationen müssen konsistent gehalten werden. Vielfach müssen die Daten noch sehr kostenintensiv und fehleranfällig manuell erfasst werden. Der erforderliche Abgleich der auf dem Produktbild enthaltenen Informationen mit den bereitgestellten Produktdatensätzen erfolgt, wenn überhaupt, ebenfalls manuell. Das Forschungsvorhaben adressiert diese Problemstellung.

Ziel des Forschungsvorhaben ist es, den Erstellungsprozess von Produktdaten durch die Einbeziehung von Produktbildern und weiterer Informationen aus Webquellen oder internen Datenquellen mittels eines Image supported Product Data Creation Processors (IMPRO) durch den Einsatz von Verfahren des maschinellen Lernens zu automatisieren. Damit sollen die Kosten insbesondere für die Erfassung von Produktdaten reduziert und die Effizienz und Qualität der erforderlichen Verarbeitungsprozesse erhöht werden. Bei der Erforschung und Entwicklung von Lösungsverfahren ist zu berücksichtigen, dass sich Produkte hinsichtlich ihrer Form, Größe und auf Verpackungen dargestellten Informationen stark unterscheiden.

Projektkoordinator: retailsolutions GmbH, Saarbrücken
Projektpartner: Hochschule Trier, Umwelt-Campus Birkenfeld
Projektlaufzeit: 01.01.2021 -31.12.2022
Höhe der Förderung: 201.048€