Kennen Sie das? Sie entdecken einen Look, der Ihnen gefällt – ein Batik-Top auf Instagram oder ein elegantes Couture-Kleid in der neuesten Ausgabe der „Vogue“ – und möchten das Outfit gerne nachstylen. Doch beim Suchen geraten Sie ins Stocken – wie bitte lässt sich das Teil am besten beschreiben? Sie versuchen, die richtigen Worte für einen bestimmten Halsausschnitt oder ein besonderes Punktmuster zu finden, doch leider fallen die Ergebnisse ihrer Online-Suche eher mager aus.
Doch eine Lösung ist in Sicht: Amazon Fashion stellt jetzt auch in Österreich und Deutschland eine Funktion vor, die genau dieses Problem aus der Welt schafft.
Entdecken Sie StyleSnap
Mithilfe von künstlicher Intelligenz erleichtert StyleSnap den Online-Einkauf – alles, was Kunden benötigen, ist ein Foto oder Screenshot ihres Lieblingslooks. „Wir arbeiten leidenschaftlich daran, stetig neue Erlebnisse und Tools zu entwickeln, die es unseren Kunden ermöglichen, neue Produkte zu entdecken, die sie begeistern und lieben. Durch StyleSnap können Kunden visuell Produkte shoppen, die sie inspiriert haben. Wir sind gespannt auf das Feedback unserer Kunden", so John Boumphrey Vice President Amazon Fashion EU.
Um ihr Wunschteil zu finden, klicken Kunden einfach auf das Kamera-Symbol rechts oben in der Amazon App und dann auf „StyleSnap“. Dann laden sie ein Foto oder Screenshot des gesuchten Outfits hoch. StyleSnap schlägt daraufhin ähnliche, zum Look passende Kleidungsstücke aus dem Amazon Sortiment vor. Dabei werden verschiedene Faktoren wie die Marke, Preiskategorie und Kundenrezensionen berücksichtigt.
Die Innovation hinter der Funktion
Für Kunden ist die App leicht zu bedienen, doch die Entwicklung war aufwendig. Grund dafür sind die unzähligen Möglichkeiten für Lifestyle-Bilder und Posts. Die Vielfalt der möglichen Bildmotive ist groß: Vom Influencer, der ein Croissant im Café genießt, bis zum Promi, der mit einem Mojito unter dem Sonnenschirm am Strand liegt.
StyleSnap nutzt Bilderkennung und Deep Learning, um Kleidungsstücke auf einem Bild unabhängig von der Umgebung zu erkennen. Die Deep Learning-Technologie hilft auch dabei, die Kleidungsstücke in Kategorien einzuordnen, z. B. „ausgestellte Kleider“ oder „Flanellhemden“.
Mode entdecken durch Deep Learning
Deep Learning ist eine spezielle Technik des maschinellen Lernens, die auf künstlichen neuronalen Netzwerken basiert und das menschliche Gehirn zum Vorbild hat. Neuronale Netze bestehen aus Millionen von künstlichen Neuronen, die miteinander verbunden sind und „trainiert“ werden können, Kleidungsstücke auf Bildern zu erkennen. Das funktioniert, wenn ihnen genügend Bilder mit den entsprechenden Objekten präsentiert werden. Zeigt man den Netzwerken Tausende von Bildern mit Maxi- und Faltenröcken, erkennen sie irgendwann den Unterschied. Wird ihnen dann aber ein Schottenrock präsentiert, stiftet das möglicherweise Verwirrung und der Algorithmus ordnet den Rock einer falschen Kategorie zu. Erst, wenn sie mit genügend Beispielen gefüttert werden, lernen neuronale Netzwerke den Unterschied.
Damit neuronale Netze verschiedene Kategorien erkennen können, werden mehrere Schichten übereinandergestapelt, durch die Informationen ausgetauscht werden. Die erste Schicht lernt Schnitte und Farben, während die mittlere Schicht Muster erkennt, beispielsweise Blumenmuster oder Denim. Wenn alle Ebenen durchlaufen sind, kann der Algorithmus verschiedene Konzepte wie die Passform oder den Stil eines Outfits auf Bildern erkennen.
Doch damit nicht genug: Neuronale Netze zerfallen irgendwann, wenn eine bestimmte Anzahl von Schichten erreicht wurde. Dies wird auch als “Vanishing Gradient Problem” bezeichnet: Das Signal von den präsentierten Bildern ist so tief in die verschiedenen Schichten eingedrungen, dass es irgendwann ganz verschwindet.
Um dieses Problem zu umgehen, setzt Amazon Residual Networks ein. Dabei überspringen die Reize einige Schichten im Netzwerk. Auf diese Weise merkt sich das Netz grundlegende Merkmale wie Schnitte oder Muster als Erstes, bevor sich der Fokus auf komplexere Eigenschaften richtet. Anhand einer einzigartigen Methode, die von Wissenschaftlern bei Amazon entwickelt wurde, lernen die Netze neue Konzepte und erinnern sich gleichzeitig an bereits gelernte. Für StyleSnap ist diese Technik von zentraler Bedeutung – nur so kann eine große Menge Daten effizient verarbeitet werden.
Kooperation mit Influencern
Während Kunden mit nur einem Screenshot ihr Traumoutfit finden können, haben Influencer die Möglichkeit, ihre Community zu vergrößern. Influencer, die am Amazon Influencer Programm teilnehmen, haben zudem Anspruch auf Provision, wenn ein von ihnen präsentiertes Outfit gekauft wird.
StyleSnap das jüngste Beispiel dafür, wie Amazon mithilfe von künstlicher Intelligenz das Leben von Kunden verbessert.
