Mit einem KI-basierten Fashion Assistant beweist Breuninger, wie personalisierte Beratung und effiziente Produktsuche durch den Einsatz von Large Language Models, wie ChatGPT, das Online-Shopping-Erlebnis revolutionieren können – schnell, individuell und zukunftsorientiert.
Breuninger geht gemeinsam mit iteratec einen innovativen Weg und setzt auf die Entwicklung eines KI-basierten Shopping-Assistenten. Dieser ermöglicht es Kund:innen, sich beim Online-Einkauf per Chat beraten zu lassen, um die Suche und Auswahl der Produkte zu optimieren. Durch einen raschen Proof of Concept schafft das Projektteam die Grundlage für den Einsatz von Large Language Models (LLMs) im Unternehmen.
Der digitale Shopping-Assistent kann auf die individuellen Vorlieben und Bedürfnisse der Benutzer:innen eingehen, um maßgeschneiderte Empfehlungen zu geben.
Durch die effiziente Produktsuche und -auswahl erleichtert der Assistent den Online-Shopping-Prozess, was zu einer Zeitersparnis führt.
Durch die personalisierte User Experience und kontinuierliche Interaktion kann der digitale Shopping-Assistent die Kundenbindung in den digitalen Vertriebskanälen stärken.
Die von iteratec entwickelte Lösung liefert einen ersten Proof of Concept für den Einsatz von LLMs im Unternehmen.
Der wachsende Trend zum Online-Shopping in der kaufkräftigen Altersgruppe der 25- bis 45-Jährigen (Quelle: Statista) zwingt den Einzelhandel, seine digitalen Vertriebskanäle auszubauen. Breuninger reagiert darauf mit einem digitalen Shopping-Assistenten, der Kund:innen bei der Produktsuche und -auswahl unterstützt und gleichzeitig durch eine persönlichere Beratung begeistern soll.
iteratec unterstützt Breuninger intensiv bei der Lösungsentwicklung. Ein Team von Studierenden des S-Labs in Stuttgart erstellt in kurzer Zeit einen Proof of Concept (PoC) für einen smarten Chatbot mit LLMs. Kund:innen können über eine einfache Benutzeroberfläche mit dem digitalen Assistenten chatten und sich dabei individuell beraten lassen.
Technisch basiert der PoC auf dem LLM gpt-4o von OpenAI, das über eine API angesprochen wird. Die Produktdaten wurden mithilfe des Text-Embedding-Modells text-embedding-ada-002 von OpenAI für den Chatbot nutzbar gemacht. LLM werden innerhalb der Anwendung an verschiedenen Punkten zu sehr unterschiedlichen Zwecken eingesetzt. Dies zeigt die vielfältigen Möglichkeiten des Einsatzes von LLMs. Neben der Generierung der Antwort, die der Kunde erhält, wird das Modell intern z. B. noch für folgende Zwecke genutzt:
In nur sechs Wochen entwickelte das iteratec-Projektteam, bestehend aus fünf Studierenden des Stuttgarter S-Lab, einen ersten Proof of Concept. Die rasche Umsetzung der Produktvision in einen funktionsfähigen Prototypen begeisterte Breuninger sehr. Durch die zügige und agile Umsetzung legte iteratec einen wichtigen ersten Grundstein für das Thema LLM bei Breuninger. Perspektivisch plant das Unternehmen weitere Entwicklungsschritte, damit Online-Kund:innen bald selbst den Shopping-Assistenten nutzen können.
Dieser Schritt ist Teil der Bestrebungen, das erstklassige Einkaufserlebnis aus den Breuninger Filialen nahtlos online zu erweitern. Der Shopping-Assistent bietet nicht nur nützliche Funktionen, sondern ein noch persönlicheres Kundenerlebnis. Durch die Arbeit an innovativer Technologie wie LLMs in Zusammenarbeit mit iteratec geht Breuninger aktiv auf das anspruchsvolle Wettbewerbsumfeld ein. Die schnelle und effiziente Umsetzung neuer Technologien hilft Breuninger, sich als digitaler Vorreiter zu positionieren und hochwertige digitale Services für die Kund:innen anzubieten.
Breuninger ist ein führendes Einzelhandelsunternehmen im deutschen Premium- und Luxussegment mit 13 Filialen und über 6.500 Mitarbeiter:innen. Es zeichnet sich durch erstklassige Kundenbetreuung aus und strebt an, seine Exzellenz auch in den Online-Vertriebskanälen zu etablieren, um hochwertige, personalisierte Nutzererlebnisse anzubieten.
Der Breuninger Fashion Assistant basiert auf dem Large Language Model gpt-4o von OpenAI, das über eine API angebunden ist. Produktdaten aus dem Breuninger Online-Shop werden mit dem Text-Embedding-Modell text-embedding-ada-002 aufbereitet. So kann der Assistent natürliche Suchanfragen verstehen, in konkrete Produktsuchen übersetzen, passende Artikel validieren und dialogbasiert personalisierte Empfehlungen geben.
Kund:innen erhalten personalisierte Style-Empfehlungen, passende Outfits und Produktempfehlungen und finden schneller geeignete Artikel. Der Fashion Assistant unterstützt bei der intelligenten und visuellen Produktsuche, bei der automatischen Outfit-Kreation und bei der KI-gestützten Stilberatung – das spart Zeit und macht das Online-Shopping persönlicher.
Breuninger setzt den Fashion Assistant zunächst als Proof of Concept ein. Gemeinsam mit iteratec wird der KI-Einsatz schrittweise erprobt und weiterentwickelt, bevor der Assistent breit im Online-Shop ausgerollt wird.
