Katalog mit Tausenden Produkten: KI unter Kontrolle

Bei einem Katalog mit hundert Produkten ist die Anreicherung per KI eine Frage der Durchsicht: Eine Person liest jede Produktseite, vergleicht sie mit dem Text des Lieferanten und korrigiert. Bei zehntausend geht das nicht mehr. Und das Risiko ändert seine Natur: Eine schlecht formulierte Anweisung erzeugt keinen Fehler, sie erzeugt überall denselben, über Nacht, bei einem Dashboard im grünen Bereich.

Dieser Leitfaden richtet sich an Teams, die einen großen Katalog verwalten und ihn mit KI anreichern wollen, ohne die Kontrolle darüber zu verlieren, was er behauptet. Die Grundmethode, Seite für Seite, steht in unserem Artikel über Produktseiten und KI: Katalog verkleinern, Attribute definieren, extrahieren ohne zu raten, gegenlesen. Dieser hier zeigt, was sich im großen Maßstab ändert, wenn die vollständige Durchsicht einer in den Ablauf eingebauten Kontrolle weicht.

Kurz gesagt

• Im großen Maßstab wiederholt sich ein Fehler in der Anweisung über die ganze Charge: Man testet zuerst an einer gegengelesenen Stichprobe.
• Die Verarbeitung erfolgt in Chargen, mit Wiederaufnahme bei Unterbrechung, damit ein Fehlschlag nicht den ganzen Katalog mitreißt.
• Automatische Prüfungen kontrollieren, was eine Maschine besser kontrolliert als ein Mensch; die Person liest die gemeldeten Fälle und eine Stichprobe je Charge.
• Jede Massenveröffentlichung bleibt umkehrbar: Sicherung, Simulation, Rücknahme.

Was sich zwischen hundert und zehntausend Produktseiten ändert

Drei Dinge ändern sich, und keines hängt von der Wahl des KI-Modells ab.

• Die Durchsicht wird zur Stichprobe. Man liest nicht mehr alles: Man liest, was die Prüfungen melden, plus eine Stichprobe aus jeder Charge.
• Ein Fehler wird zur Serie. Eine Anweisung, die dazu verleitet, ein wenig zu „verschönern“, verfälscht nicht eine Produktseite, sondern alle auf dieselbe Weise.
• Die Kosten werden zum Thema. Bei einigen Seiten sind die Kosten der KI-Aufrufe vernachlässigbar; bei einem ganzen, mehrfach umgeschriebenen Katalog werden sie gesteuert.

Der Rahmen ändert sich dagegen nicht. Ein erfundenes Merkmal bleibt eine falsche Information über ein Produkt, und die Spam-Richtlinien von Google zielen weiterhin auf Seiten, die in Masse ohne Mehrwert für den Besucher erzeugt werden, „no matter how it’s created“, wie unser Artikel über Produktseiten und KI erinnert.

Der Ablauf, von der Anweisung bis zur Veröffentlichung

Zuerst auswählen, weil jede angereicherte Seite Geld kostet und gegengelesen werden muss: Die Verkäufe und die Google Search Console zeigen, welche Artikel die Arbeit verdienen. Dann an einigen Dutzend Seiten testen, die nach ihrer Vielfalt ausgewählt sind (verschiedene Produktfamilien, lange und kurze Lieferantentexte, schwierige Fälle): Dort korrigiert man die Anweisung, nicht am ganzen Katalog.

Die Verarbeitung in Chargen hat zwei Vorteile. Ein Fehler zeigt sich an der ersten Charge statt an zehntausend Seiten. Und eine unterbrochene Verarbeitung, durch einen Ausfall oder ein Limit des Anbieters, setzt dort wieder an, wo sie stehen geblieben ist, statt bei null zu beginnen.

Die Prüfungen, die eine Maschine besser macht als ein Mensch

Ein Prüfer ermüdet bei der dreihundertsten Seite. Eine Regel nicht. Hier die Prüfungen, die man einmal programmiert und die bei jeder Charge laufen:

• Jeder Wert hat seine Quelle. Eine extrahierte Größe, ein Material oder eine Zusammensetzung muss im Ursprungstext stehen; andernfalls geht die Seite in die Durchsicht.
• Verbotene Wörter. „Ökologisch“, „hypoallergen“, „handgemacht“, „zertifiziert“: die Liste der Aussagen, die einen Nachweis erfordern und die die KI nicht allein hinzufügen darf.
• Schreibweisen. Eine Einheit, eine einzige Form: überall „30 cm“, nie „30cm“ oder „dreißig Zentimeter“.
• Abweichungen zur vorherigen Version. Eine Seite, deren Preis, Größe oder Kategorie sich während einer Textanreicherung ändert, signalisiert einen Fehler, keine Verbesserung.
• Mengen-Schutzmechanismen. Eine Charge, die leer zurückkommt oder mehr Seiten löscht als ändert, blockiert die Veröffentlichung.

Der letzte Punkt ist nicht theoretisch. Auf Palmora Property ist es das Szenario, das diese Regeln blockieren: Ohne sie würde eine leere Antwort der Schnittstelle, die die Website speist, eine Website mit null Produkten veröffentlichen, bei einer als erfolgreich angezeigten Verarbeitung. Eine Mengenprüfung schreibt man einmal; ihr Fehlen kann einen Katalog kosten.

Was der Mensch behält

Die Durchsicht verschwindet nicht, sie konzentriert sich dort, wo sie nützt:

• Die Anweisung und die Stichprobe, gegengelesen vor jeder Massenverarbeitung.
• Die von den Prüfungen gemeldeten Seiten, mit schriftlich festgehaltenem Grund.
• Eine Stichprobe aus jeder Charge, um zu erfassen, was die Regeln nicht vorhergesehen haben.
• Verbindliche Angaben: regulatorische, Sicherheits-, Alters- und Garantieangaben, nie der KI allein überlassen.

Diese Aufteilung macht die Durchsicht tragbar: Die Zeit der Prüfer geht in das, was zählt, statt sich über den ganzen Katalog zu verteilen.

Die Kosten, gesteuert statt erlitten

Bei einem großen Katalog machen drei Hebel den Kostenunterschied, unabhängig vom gewählten Anbieter.

• Die asynchrone Batch-Verarbeitung, die die wichtigsten Anbieter zum halben Preis gegen eine längere Bearbeitungszeit anbieten: OpenAI, Anthropic, Google und Mistral nennen alle 50 % des Standardtarifs. Eine Katalog-Anreicherung braucht keine Antwort in der Sekunde.
• Nie zweimal für dieselbe Arbeit zahlen. Eine unveränderte Seite muss nicht erneut durch die KI: Nur neue und geänderte Seiten laufen noch einmal.
• Das richtige Modell für die Aufgabe. Eine Größe aus einem Text zu extrahieren braucht nicht das teuerste Modell; die Wahl trifft man, indem man mehrere Modelle an der eigenen Stichprobe testet, wie unser Leitfaden zur Bewertung eines KI-Modells vor der Produktion erklärt.

Den zweiten Hebel wenden wir in unserer eigenen Übersetzungskette an: Auf Palmora Property wurden die Übersetzungskosten durch einen Modellwechsel durch 60 geteilt, und 95 % der Segmente kommen inzwischen aus einem Übersetzungsspeicher, ohne die KI erneut aufzurufen. Die vollständige Überlegung, von der Rechnung bis zu den Tokens, steht in unserem Artikel über das Routing von Modellen.

Umkehrbar veröffentlichen

Eine Massenoperation bereitet man wie eine rückwärts laufende Operation vor. In einem Online-Shop für Plüschtiere, den wir wieder auf Kurs bringen, folgt jede Sammeländerung derselben Regel: standardmäßig Simulation, Sicherung vor dem Schreiben, Rücknahme mit einem Befehl, Archivieren statt Löschen. So wurden 172 Depublikationen von Produkten durchgeführt, ebenso Operationen an 8 Seiten und 62 Übersetzungen. Eine Regel kam hinzu: die Weiterleitung einrichten, bevor eine Produktseite entfernt wird, damit keine Adresse, die Besuche erhielt, ins Leere antwortet.

Was der angereicherte Katalog möglich macht

Ein Katalog mit vollständigen und geprüften Feldern dient dem ganzen restlichen Shop. Die interne Suche findet endlich „Hase 30 cm“, die Filter stützen sich auf ausgefüllte Attribute, und die Produktseite, die konvertiert, beantwortet die Fragen des Käufers. Der an Google gesendete Feed gewinnt an Qualität, wie unser Leitfaden zu Google Shopping und Marktplätzen und unser Artikel darüber, was eine Google-Shopping-Kampagne steigen lässt, ausführen; dieselben Daten speisen die Marktplätze (siehe zusätzlich zum eigenen Shop auf Amazon verkaufen) und einen synchronisierten Bestand zwischen den Kanälen.

Exakte Merkmale verringern auch vermeidbare Retouren (siehe die versteckten Kosten der Retouren) und speisen die Wiederkauf-E-Mails (siehe Willkommens-, Nachkauf- und Wiederkauf-E-Mails) ebenso wie die Warenkorbabbrecher-Erinnerungen. Für den Export werden sie in jede Sprache übersetzt, ein Vorhaben, das unser Artikel über den mehrsprachigen Shop mit mehreren Währungen beschreibt. Die Kundenbewertungen zeigen, was die Produktseiten schlecht sagen, und reichhaltigere Seiten dürfen die Seiten nicht verlangsamen (siehe die Geschwindigkeit eines Shops). Bevor Sie eine Anreicherungs-App hinzufügen, machen Sie die Rechnung aus unserem Artikel über die Kosten von Shopify-Apps; die Plattform entscheidet auch, wo diese Attribute liegen, wie unser Vergleich Shopify oder Medusa zeigt. Die Wirkung verfolgen Sie über die fünf Kennzahlen, die Sie jede Woche verfolgen sollten, und ob eine Zahlungsart weniger oder mehr kostet als gedacht, prüfen Sie mit unserem Artikel über die tatsächlichen Zahlungsgebühren. Die übrigen Entscheidungen eines Shops sind in unserer E-Commerce-Rubrik zusammengefasst.

Wenn Ihr Katalog zu groß ist, um von Hand gegengelesen zu werden, beginnt unsere E-Commerce-Begleitung mit einer Auswahl und einer Stichprobe: welche Seiten die Arbeit verdienen, welche Felder fehlen und was eine Anreicherung in Chargen kosten würde, Prüfungen inklusive.

Häufige Fragen

Quellen

1. OpenAI, Batch-Verarbeitung (neuer Tab)developers.openai.com
2. Anthropic, Batch-Verarbeitung (neuer Tab)platform.claude.com
3. Google, Batch-Modus der Gemini API (neuer Tab)ai.google.dev
4. Mistral AI, Batch-Verarbeitung (neuer Tab)docs.mistral.ai