KI-Produkttexte in Serie:
aus Stammdaten entstehen Beschreibungen mit Prüfschleife

Die Stammdaten bestimmen die Qualität jedes Textes

Stammdaten sind die dauerhaft gültigen Grundangaben zu einem Artikel: Artikelnummer, Bezeichnung, Warengruppe, Maße, Gewicht, Material, Anschlusswerte, Lieferumfang und die technischen Merkmale, nach denen Kunden filtern. Im Glossareintrag zu Stammdaten ist der Begriff ausführlich beschrieben. Für die Texterzeugung sind sie die einzige Quelle, aus der das Sprachmodell schöpfen darf. Was dort fehlt oder falsch steht, erscheint im Text entweder gar nicht oder falsch.

In vielen Betrieben liegen diese Daten verteilt: ein Teil in der Warenwirtschaft, ein Teil in Lieferantenlisten, ein Teil nur in PDF-Datenblättern. Bevor die erste Charge erzeugt wird, gehören sie an einer Stelle zusammen, idealerweise in einem PIM-System für Produktinformationen oder in einer sauber gepflegten Artikeltabelle. Jedes Feld hat dort eine feste Bedeutung und eine feste Einheit. Steht die Breite einmal in Millimetern und einmal in Zentimetern, übernimmt der Text die Verwechslung.

Vor jeder Charge läuft deshalb eine Vollständigkeitsprüfung. Sie meldet Artikel, bei denen Pflichtfelder leer sind, Einheiten fehlen oder Werte außerhalb des plausiblen Bereichs liegen. Diese Artikel bleiben in der Warteschlange, bis die Daten ergänzt sind. Welche Rolle die Datenqualität für jede Form von KI-Einsatz hat, beschreibt unser Beitrag zur Datenqualität als Voraussetzung für KI im Betrieb.

Ein Stilrahmen legt Aufbau, Ton und Länge fest

Ein Stilrahmen ist die schriftliche Vorgabe, nach der jeder Produkttext eines Sortiments aufgebaut wird. Er sorgt dafür, dass der fünfhundertste Text so klingt wie der erste und dass ein Kunde auf jeder Produktseite dieselben Informationen an derselben Stelle findet. Ohne ihn variiert das Sprachmodell Satzbau, Länge und Ton von Artikel zu Artikel.

Ein tragfähiger Stilrahmen regelt sechs Punkte:

1. Aufbau: Die Reihenfolge der Bausteine, etwa Unterscheidungsmerkmal, Einsatzzweck, technische Kernangaben und Lieferumfang.
2. Länge: Ein Korridor in Wörtern je Warengruppe, damit Zubehörteile knapp und erklärungsbedürftige Geräte ausführlich beschrieben werden.
3. Anrede und Ton: Sie-Form oder neutrale Beschreibung, sachlich und ohne Werbesprache.
4. Fachbegriffe: Eine Liste der verbindlichen Bezeichnungen, damit dasselbe Bauteil nicht in jedem Text anders heißt.
5. Verbotene Aussagen: Superlative, Vergleiche mit fremden Produkten und jede Eigenschaft, die nicht im Datensatz steht.
6. Mustertexte: Zwei bis drei von Hand geschriebene Beispiele je Warengruppe, an denen sich das Modell orientiert.

Der Stilrahmen ist zugleich das Mittel, mit dem sich die eigenen Texte von denen der Wettbewerber abheben, die mit vergleichbaren Werkzeugen arbeiten. Wie ein Betrieb seine Sprache dabei erkennbar hält, behandelt unser Beitrag zur eigenen Markenstimme in Zeiten der KI.

Jede Warengruppe hat eigene Pflichtangaben

Eine Pflichtangabe ist eine Information, die in der Beschreibung eines Artikels stehen muss, weil der Kunde sie für die Kaufentscheidung braucht oder weil eine Vorschrift sie verlangt. Welche Angaben das sind, unterscheidet sich je Warengruppe. Bei Textilien verlangt die europäische Textilkennzeichnungsverordnung die Angabe der Faserzusammensetzung. Bei Elektrogeräten gehören Nennspannung und Leistungsaufnahme dazu, bei Werkzeugen die Aufnahme oder das Spannsystem, bei Ersatzteilen die Liste der passenden Geräte.

Für die Serienerzeugung wird diese Liste je Warengruppe schriftlich festgelegt und einem Datenfeld zugeordnet. Das Sprachmodell formuliert die Angabe in den Text, der Wert selbst kommt immer aus dem Feld. Eine automatische Prüfung kontrolliert nach der Erzeugung, ob jede Pflichtangabe im Text auftaucht und mit dem Feldwert übereinstimmt. Fehlt eine, geht der Entwurf zurück.

Für Warengruppen mit erhöhtem Haftungsrisiko, etwa Lebensmittel, Kosmetik, Medizinprodukte oder Gefahrstoffe, gelten umfangreiche Kennzeichnungsvorschriften. Diese Gruppen eignen sich nicht als Einstieg. Sie werden erst aufgenommen, wenn die Prüfschleife in einfacheren Warengruppen stabil läuft und eine fachkundige Person jeden Text vor der Veröffentlichung liest.

Die Erzeugung läuft in fünf Stufen

Die Serienerzeugung folgt für jede Charge demselben Ablauf. Eine Charge ist eine abgegrenzte Menge von Artikeln, meist eine Warengruppe oder ein Lieferantensortiment, die gemeinsam erzeugt, geprüft und freigegeben wird.

Stufe 1 prüft den Datensatz

Die Vollständigkeitsprüfung sortiert Artikel mit leeren Pflichtfeldern, fehlenden Einheiten oder doppelten Artikelnummern aus. Nur vollständige Datensätze gehen in die Erzeugung.

Stufe 2 erzeugt die Entwürfe

Das Sprachmodell erhält je Artikel den Datensatz, den Stilrahmen der Warengruppe und die Mustertexte. Es schreibt einen Entwurf und gibt zu jedem Entwurf an, wie sicher die Zuordnung der Angaben war.

Stufe 3 gleicht den Entwurf mit den Daten ab

Eine automatische Prüfung liest jede Zahl, jede Einheit und jedes technische Merkmal aus dem Entwurf und sucht dazu das passende Feld im Datensatz. Angaben ohne Gegenstück, abweichende Werte und fehlende Pflichtangaben erzeugen eine Warnung.

Stufe 4 legt die Texte zur Durchsicht vor

Eine Person liest die Stichprobe und alle Entwürfe mit Warnung. Beanstandete Texte gehen mit einer Notiz zurück, die festhält, ob der Fehler im Datensatz, im Stilrahmen oder im Entwurf lag.

Stufe 5 gibt frei und schreibt zurück

Die freigegebenen Texte werden mit Freigabedatum und Datenstand in das Produktinformationssystem zurückgeschrieben. Von dort gelangen sie in den Shop und über den Produktdaten-Feed in Marktplätze und Preisvergleiche.

Die Prüfschleife fängt drei Fehlerarten ab

Die Prüfschleife ist der festgelegte Ablauf, in dem maschinell erzeugte Texte gegen die Quelldaten abgeglichen, stichprobenartig gelesen und von einer zuständigen Person freigegeben werden. Sie ist eine Anwendung des Prinzips Human-in-the-Loop: Die Maschine liefert den Entwurf, ein Mensch trägt die Entscheidung über die Veröffentlichung. In der Praxis treten drei Fehlerarten auf, die jeweils eine eigene Prüfung brauchen.

Erfundene Eigenschaften entstehen aus Lücken im Datensatz

Fehlt im Datensatz eine Angabe, die zu einem Produkt dieser Art üblicherweise gehört, ergänzt das Sprachmodell sie gern aus seinem allgemeinen Wissen. Ein Akkuschrauber erhält dann eine Akkulaufzeit, die nirgends hinterlegt ist. Der automatische Abgleich aus Stufe 3 findet solche Angaben, weil ihnen das Gegenstück im Datensatz fehlt.

Vertauschte Werte entstehen bei ähnlichen Feldern

Innenmaß und Außenmaß, Nennleistung und Höchstleistung, Netto- und Bruttogewicht: Liegen zwei ähnliche Felder nebeneinander, verwechselt das Modell sie gelegentlich. Der Abgleich prüft deshalb neben dem Zahlenwert auch die Bezeichnung, mit der er im Text steht.

Stilbrüche fallen erst beim Lesen auf

Werbliche Übertreibungen, falsche Anrede oder ein Aufbau, der vom Stilrahmen abweicht, lassen sich maschinell nur teilweise erkennen. Diese Fehlerart fängt die Stichprobe. In der ersten Charge einer neuen Warengruppe werden alle Texte gelesen. Sinkt die Quote der Beanstandungen über mehrere Chargen, wird die Stichprobe verkleinert.

Für die Auswahl der Texte, die eine Person sehen muss, dient der Konfidenzwert, also die Angabe des Modells, wie sicher es sich bei einem Ergebnis ist. Entwürfe unterhalb einer festgelegten Schwelle gehen unabhängig von der Stichprobe in die vollständige Durchsicht. Wie Freigabepunkte in längeren automatisierten Abläufen gesetzt werden, beschreibt unser Beitrag zu Freigaben in KI-Ketten.

Varianten teilen sich einen Text

Eine Variante ist eine Ausführung desselben Produkts, die sich nur in einzelnen Merkmalen unterscheidet, etwa in Größe, Farbe, Länge oder Anschlussart. Erzeugt man für jede Variante einen eigenen Text, entstehen Dutzende fast gleichlautender Beschreibungen. Sie kosten Prüfaufwand und erschweren es Suchmaschinen, die richtige Seite für eine Suchanfrage auszuwählen.

Die Lösung ist ein gemeinsamer Text für das Grundprodukt, der auf einer Produktseite mit Variantenauswahl steht. Die variantenspezifischen Angaben, etwa Maße oder Artikelnummer, werden aus dem Datensatz der gewählten Variante eingeblendet. Wie Kunden über gepflegte Merkmale zur passenden Ausführung finden, behandelt unser Beitrag zu Produktfinder und Filtern im B2B-Shop.

Dubletten werden vor der Erzeugung bereinigt

Eine Dublette ist derselbe Artikel unter zwei Datensätzen, etwa weil er von zwei Lieferanten bezogen wird oder bei einer Datenübernahme doppelt angelegt wurde. Wird sie erst nach der Erzeugung entdeckt, existieren zwei verschiedene Texte für dasselbe Produkt. Ein Abgleich über Herstellernummer und Bezeichnung vor jeder Charge verhindert das.

Ähnliche, aber verschiedene Artikel brauchen dagegen unterscheidbare Texte. Der Stilrahmen verlangt deshalb, dass jede Beschreibung mit dem Merkmal beginnt, das diesen Artikel von seinen Nachbarn im Sortiment trennt: die größere Spannweite, das andere Material, die höhere Schutzart.

Der Datensatz vermerkt die Herkunft jedes Textes

Jeder erzeugte Text erhält im Datensatz drei Vermerke: das Erzeugungsdatum, den Datenstand, auf dem er beruht, und die Person, die ihn freigegeben hat. Ändert sich später ein Stammdatum, etwa weil der Hersteller ein Maß korrigiert, markiert das System alle Texte, die auf dem alten Wert beruhen, zur Neuerzeugung. Ohne diesen Vermerk bleibt der veraltete Text unbemerkt online.

Die Transparenzpflicht der europäischen KI-Verordnung für maschinell erzeugte Texte betrifft Veröffentlichungen, die die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse informieren. Produktbeschreibungen eines Händlers fallen in der Regel nicht darunter, eine sichtbare Kennzeichnung auf der Produktseite ist damit keine Pflicht. Die Haftung für den Inhalt bleibt davon unberührt: Für eine falsche Angabe im Produkttext steht der Händler ein, gleich ob eine Person oder ein Sprachmodell den Text geschrieben hat. Die interne Kennzeichnung macht im Streitfall nachvollziehbar, wer welchen Text auf welcher Datengrundlage freigegeben hat.

Eine Pilot-Warengruppe macht den Anfang

Der Einstieg gelingt mit einer einzelnen Warengruppe, deren Stammdaten gut gepflegt sind und deren Artikel sich in wenigen Merkmalen unterscheiden. An ihr werden Stilrahmen, Pflichtangaben und Prüfschleife erprobt, bevor weitere Gruppen folgen.

1. Warengruppe wählen: eine Gruppe mit vollständigen Daten, geringem Haftungsrisiko und vielen Artikeln ohne brauchbaren Text.
2. Daten bereinigen: Pflichtfelder füllen, Einheiten vereinheitlichen, Dubletten zusammenführen.
3. Stilrahmen schreiben: Aufbau, Länge, Ton, Fachbegriffe, verbotene Aussagen und Mustertexte festlegen.
4. Pflichtangaben zuordnen: je Angabe das Datenfeld benennen, aus dem der Wert stammt.
5. Erste Charge vollständig lesen: jeden Text prüfen und jede Beanstandung an ihrer Ursache beheben.
6. Stichprobe festlegen: die Prüfmenge nach der gemessenen Fehlerquote verkleinern und die nächste Warengruppe aufnehmen.

Fünf Fehler treten bei Serientexten immer wieder auf

Die häufigsten Schwächen betreffen die Datengrundlage, die Prüfung und die Pflege der Texte nach der Veröffentlichung.

Die Punkte 1 bis 3 betreffen die Richtigkeit der Angaben, die Punkte 4 und 5 die Pflege des Bestands.