WEBVTT

00:00:00.350 --> 00:00:03.650
Was wir hier sehen, beginnt
mit einer großen Menge an Produktdaten,

00:00:03.683 --> 00:00:04.650
insbesondere Bildern.

00:00:04.650 --> 00:00:07.166
Das ist eine typische Kollektion,
eine einzige Kollektion.

00:00:07.166 --> 00:00:09.050
Und davon gibt es viele im Laufe des Jahres.

00:00:09.050 --> 00:00:13.200
Wir nehmen all diese Bilder
und verarbeiten sie mit verschiedenen KI-Modellen,

00:00:13.466 --> 00:00:17.716
um einfache Dinge zu ermitteln,
etwa die Farbe dieser Artikel,

00:00:17.716 --> 00:00:20.716
aber auch detailliertere Informationen:
Welche Muster gibt es?

00:00:20.916 --> 00:00:24.750
Welche Hemden haben Prints
und welche sind ohne?

00:00:24.750 --> 00:00:27.016
Noch wichtiger aber ist,

00:00:27.016 --> 00:00:29.966
ein tiefes semantisches
Verständnis zu gewinnen:

00:00:29.966 --> 00:00:34.016
Welche Artikel passen zu einer Hochzeit,
welche zu einem Vorstellungsgespräch?

00:00:34.016 --> 00:00:36.383
Links: Welche Artikel
eignen sich für den Strand?

00:00:37.133 --> 00:00:39.150
Und um es noch anspruchsvoller zu machen:

00:00:39.150 --> 00:00:41.216
Bei Mode geht es nicht nur um Einzelteile,

00:00:41.216 --> 00:00:43.800
sondern um das gesamte
Konzept eines Outfits.

00:00:43.800 --> 00:00:48.000
Man trägt mehrere Teile zusammen
und muss entscheiden,

00:00:48.000 --> 00:00:49.350
was zusammenpasst.

00:00:49.350 --> 00:00:53.933
Dafür setzen wir ebenfalls KI ein,
um die Outfits selbst zu analysieren.

00:00:54.416 --> 00:00:59.266
Wir nehmen Model-Aufnahmen
und zerlegen die Outfits, um zu verstehen,

00:00:59.266 --> 00:01:02.116
welche Teile es gibt
und wie sie kombiniert werden können –

00:01:02.116 --> 00:01:05.483
sowohl hinsichtlich der Zusammenstellung
als auch beim Layering, wie hier zu sehen.

00:01:05.483 --> 00:01:07.133
Was lässt sich übereinander tragen?

00:01:08.116 --> 00:01:11.100
Mit all diesen Informationen
können wir Folgendes tun:

00:01:11.100 --> 00:01:14.416
Wir haben einen Wissensgraphen
aufgebaut,

00:01:14.450 --> 00:01:19.200
basierend auf Mode-Expertise,
den wir Fashion DNA nennen.

00:01:20.116 --> 00:01:24.750
Das ermöglicht uns, passende Empfehlungen
zu erstellen, bei denen

00:01:24.750 --> 00:01:28.500
erstens die Artikel zusammenpassen,
aber ebenso wichtig:

00:01:28.500 --> 00:01:31.950
dass sie den Präferenzen
des Kunden im Geschäft entsprechen.