Was ist eine Ontologie in der Mode?

Kurz erklärt

Eine Ontologie ist ein strukturiertes Modell, das die Begriffe eines Fachgebiets und ihre Beziehungen zueinander definiert. In der Mode beschreibt sie etwa Kategorien, Bekleidungsarten, Materialien, Passformen, Farben und Anlässe sowie die Regeln, die sie verbinden. So bleiben Daten über Systeme, Teams und KI-Anwendungen hinweg konsistent.

Wie funktioniert das in der Praxis?

Eine Ontologie geht über eine einfache Werteliste hinaus. Sie definiert Klassen wie Kleid oder Oberbekleidung, Eigenschaften wie Ärmellänge oder Faserzusammensetzung und Beziehungen, etwa dass ein Parka eine Art Oberbekleidung ist oder ein Stoff aus einer Faser besteht. Sie kann auch Synonyme und Übersetzungen enthalten, sodass trousers und pants demselben Begriff zugeordnet werden.

Typische Anwendungen in der Mode sind:

• Produktattributmodelle in einem PIM, die festlegen, welche Attribute jede Kategorie braucht.
• Daten-Mapping zwischen Marken, Händlern und Marktplätzen mit unterschiedlichen Kategoriebäumen.
• Nachhaltigkeitsdaten, mit einheitlicher Definition von Materialien, Prozessen und Zertifizierungen.
• Suche und Navigation, die Kundenbegriffe mit Produktattributen verknüpfen.

Warum ist das für Modeunternehmen wichtig?

Abteilungen, Lieferanten und Wholesale-Partner beschreiben dasselbe Produkt oft unterschiedlich. Ein System nennt eine Farbe Navy, ein anderes Dunkelblau, ein drittes verwendet einen Code. Solche Inkonsistenzen verursachen Fehler beim Onboarding, in der Suche, im Reporting und beim Datenaustausch. Eine gemeinsame Ontologie verringert diese Reibung und macht Daten wiederverwendbar.

Wie nutzt KI das?

KI-Tagging-Modelle brauchen ein klares Zielvokabular, und eine Ontologie liefert es. Knowledge Graphs verwenden Ontologien als Schema, und Sprachmodelle arbeiten besser, wenn sie sich auf definierte Begriffe stützen können, statt Bedeutungen zu erraten. Sprachmodelle können auch helfen, eine Ontologie zu entwerfen oder zu erweitern, das Ergebnis sollten jedoch Fachleute prüfen.

Typische Stolperfallen

• Überdimensionierung mit mehr Detail, als das Unternehmen pflegen kann.
• Standards der Partner ignorieren, was den Datenaustausch mit Händlern erschwert.
• Keine Governance für das Hinzufügen neuer Werte in jeder Saison.
• Behandlung als reines IT-Projekt ohne Beteiligung von Produkt- und Merchandising-Teams.

Häufige Fragen

Was ist der Unterschied zwischen einer Ontologie und einer Taxonomie?

Eine Taxonomie ist eine Hierarchie, etwa ein Kategoriebaum. Eine Ontologie definiert zusätzlich Attribute und weitere Arten von Beziehungen zwischen Begriffen und ist damit reichhaltiger und besser maschinenlesbar.

Warum brauchen KI-Projekte in der Mode eine Ontologie?

KI-Modelle für Tagging, Suche und Assistenten benötigen einheitliche Definitionen von Kategorien und Attributen. Fehlen diese, variieren die Ergebnisse und lassen sich systemübergreifend weder vergleichen noch wiederverwenden.

Alle Begriffe