Die Bildsuche ist insbesondere im E-Commerce hilfreich. Hier ist die textbasierte Produktsuche eher schwierig. Jeder beschreibt anders – von der Bezeichnung bis hin zu Angaben über Farbe und Form.

Daran kann auch die Sprachsuche nichts ändern. Gemäß einer Studie bestellt jeder Achte über Apples Siri, Amazon Echo oder Google Home im Internet. Ein Viertel der Befragten will zukünftig hauptsächlich mittels Sprachsteuerung einkaufen: 2020 sollen 50 Prozent der Google-Suchanfragen sprachbasiert erfolgen. Doch die Herausforderung der Produktbeschreibung bleibt. Die Lösung: Visual-Search. Vor rund zehn Jahren entwickelt, sind erst heute die nötigen Datenbestände und Rechenleistungen verfügbar.

Konsumenten wollen visuelle Suche

Nutzer fotografieren ein Produkt oder laden ein Bild hoch – und das System gibt ähnliche Produkte aus. Nach einer Visual-Search-Studie empfinden 59 Prozent der 20- bis 69-Jährigen Bilder als geeigneter zur Suche nach Mode und Accessoires als Beschreibungen. Sie erachten Visual-Search als praktisch, hilfreich, nützlich, schnell und unkompliziert. Kritiker bemängeln, die Technologie sei nicht ausgereift.

Visual-Search beflügelt Impulskäufe

Die visuelle Suche hebt die Barriere zwischen online und offline auf. Kunden sehen in einem Schaufenster oder Modemagazin ein Produkt, fotografieren es, suchen es online – und kaufen es. Damit ermöglicht Visual-Search echte Impulskäufe. Weil sie einfach anzuwenden ist, wird Visual-Search die Fashion-Suche revolutionieren.

Erste Visual-Search-Anbieter

Anwender können Visual-Search-Funktionalitäten über große Plattformen und die Apps von Handelsunternehmen nutzen. Die Lens-Lösungen von Google und Pinterest sind bezüglich Leistungsfähigkeit führend. Sie ermöglichen, Bilder aufzunehmen, hochzuladen und nach ähnlichen Produkten zu suchen. Google spielt entsprechende Anbieter aus, auch kleinere Fashion-Händler. Daneben ist die Bildsuche über spezielle Engines in die Apps von Handelsunternehmen einbindbar, etwa bei Amazon und H&M: Anwender können Produkte fotografieren oder aus der Fotobibliothek hochladen. Bei der Ergebnisbewertung ist Google Amazon überlegen. Die H&M-App liefert überzeugende Ergebnisse für eigene Produkte. Dennoch ist die visuelle Suche relativ unbekannt: 75 (H&M) beziehungsweise 63 Prozent (Amazon) der Befragten kennen den Anbieter, nicht aber seine Visual-Search-Optionen.

Bilder optimieren

Viele vernachlässigen Bilder bei der Suchmaschinenoptimierung – sträflicher Leichtsinn. Für die visuelle Suche müssen Bilder optimiert sein. Nach einer Keyword-Recherche sollten Bilder in den Metadaten genau und umfassend beschrieben sein. Zudem sollten Keywords in Dateinamen, Bildtitel- und -beschreibung einfließen. Die Beschreibung „Etuikleid in altrosa-farbenem Brokat mit floralem Muster“ liefert treffsicherere Ergebnisse als die Angabe „Kleid“. Je genauer die Beschreibung, desto besser die Treffer. Keywords bilden auch die Basis für Alt-Texte. Angedacht, um Menschen mit Sehschwäche den Bildinhalt zu erläutern, lesen Suchmaschinen diese aus. Daneben empfiehlt es sich, mehrere qualitativ hochwertige Bilder aus unterschiedlichen Blickwinkeln zu einem Produkt vorzuhalten. So finden Nutzer ein Produkt besser. Eine konsistente Bildsprache und -ästhetik hilft den Suchmaschinen, die Beziehung zwischen Bildern zu verstehen.

KI interpretiert Metadaten

Basierend auf KI-Verfahren und neuronalen Netzwerken erkennen Visual-Search-Systeme Objekte in Bildern. Indem Nutzer durch Beschneiden oder Markieren auf ein Objekt fokussieren und KI-Systeme die Metadaten interpretieren, liefern sie über Form, Farbe und Material relevante Ergebnisse. Ein Beispiel ist die Complete-the-Look-Funktion von Pinterest. Auf Grundlage eines hochgeladenen Bildes gibt das System stilistisch passende und damit hochpersonalisierte Produktempfehlungen. Einen weiteren Innovationsschub wird die Integration der Visual-Search-Technologie mit Chatbots liefern.

Heute an morgen denken

Auch wenn die Technologie noch nicht ausgereift und wenig bekannt ist, sollten sich Modehändler damit beschäftigen. Arvato Systems unterstützt sie mit Branchen-Know-how, technischem Verständnis und Fokus auf die Kundenbedürfnisse, diese Technologie zu erschließen.

Steffen Groba, Director Business Development SAP Customer Experience bei Arvato Systems