Was ist semantische Suche in der Mode?
Die semantische Suche findet Informationen anhand von Bedeutung und Absicht statt über exakte Stichworttreffer und nutzt dafür KI-Repräsentationen, sogenannte Embeddings.
Kurz erklärt
Die semantische Suche ist ein Suchverfahren, das die Bedeutung einer Anfrage und der durchsuchten Inhalte versteht, statt sich nur auf übereinstimmende Wörter zu stützen. In der Mode ermöglicht sie Kunden, Einkäufern und Mitarbeitenden, relevante Produkte oder Dokumente mit natürlichen Beschreibungen, Synonymen oder Anlässen statt mit exakten Produktbegriffen zu finden.
Wie funktioniert das in der Praxis?
Produkttexte, Attribute und Dokumente werden in Embeddings umgewandelt, also numerische Vektoren, die Bedeutung erfassen. Diese werden in einer Vektordatenbank gespeichert. Bei einer Suche wird die Anfrage auf dieselbe Weise umgewandelt, und das System liefert die Einträge, deren Vektoren am nächsten liegen. Viele Systeme kombinieren dies mit Stichwortsuche und Filtern wie Grösse, Preis und Bestand, ein Ansatz, der als hybride Suche bezeichnet wird.
Anwendungsfälle in der Mode sind:
- Webshop-Suche nach Anlässen oder Stilen wie lockeres Leinen-Outfit für die Ferien.
- B2B-Ordering, bei dem Einkäufer eine Kollektion nach Thema oder Kategoriekonzept durchsuchen.
- Mehrsprachige Suche, die Anfragen und Produkte sprachübergreifend zuordnet.
- Interne Suche in Tech Packs, Richtlinien und Lieferantendokumenten.
Warum ist das für Modeunternehmen wichtig?
Kunden verwenden selten dieselben Begriffe wie Produktteams. Eine Kundin tippt pants, ein anderer trousers, eine dritte beschreibt einen Look. Die Stichwortsuche liefert in solchen Fällen oft schlechte oder leere Ergebnisse, was zu verlorenen Verkäufen führt. Die semantische Suche verkleinert diese Lücke und macht grosse Sortimente leichter navigierbar.
Wie nutzt KI das?
Die semantische Suche ist die Retrieval-Engine hinter vielen KI-Anwendungen, darunter Retrieval-Augmented Generation, KI-Suche und Empfehlungen. Multimodale Embeddings erweitern sie auf Bilder und ermöglichen kombinierte Text- und Bildanfragen.
Typische Stolperfallen
- Stichwortsuche komplett abschaffen, was exakten Anfragen wie Artikelnummern schadet.
- Schwacher Produkt-Content, denn Bedeutung lässt sich nicht finden, wenn Beschreibungen dünn sind.
- Verfügbarkeit ignorieren, sodass relevante, aber nicht vorrätige Artikel erscheinen.
- Keine Evaluierung mit echten Anfragen von Kunden oder Einkäufern.
Häufige Fragen
Was ist der Unterschied zwischen semantischer Suche und Stichwortsuche?
Die Stichwortsuche gleicht die exakten Wörter einer Anfrage ab. Die semantische Suche gleicht Bedeutungen ab und findet daher auch dann relevante Ergebnisse, wenn andere Wörter oder Beschreibungen verwendet werden.
Verbessert semantische Suche die Conversion im Mode-E-Commerce?
Sie kann helfen, indem sie erfolglose Suchen reduziert und relevantere Produkte zeigt. Die Wirkung hängt von der Qualität der Produktdaten, vom Ranking der Ergebnisse und davon ab, ob die Suche mit Filtern und Bestandsdaten kombiniert wird.