GS1 und UNSPSC mappen: der KI-Agent braucht weiterhin saubere Daten

Ein KI-Agent, der einen GS1-Code auf UNSPSC abbildet, liefert die Qualität des Datensatzes zurück, den Sie ihm geben. Das ist der Punkt dieser Session mit Stephan Spijkers, Isak Marais und Stiaan Maree. AICA Data führte eine Live-Klassifikation durch. Die Aufsicht blieb bei Menschen.

Die Aufzeichnung:

Am Mikrofon:

• Stephan Spijkers, Mitgründer, PIMvendors.com
• Stiaan Maree, CTO, AICA Data
• Isak Marais, CEO, AICA Data

Was die Session behandelte:

• Klassifikation mit KI-Agenten wurde als Weg vorgestellt, Codes mit weniger Handarbeit zuzuordnen, auch bei Katalogen, die sich weiter ändern. Das konkrete Beispiel war die Live-Demo der Klassifikation von AICA, die laut den Referenten bei den im Raum gezeigten Beispielen richtig lag.
• Manuelles Zuordnen fällt zurück, sobald der Katalog wächst und die Zahl der Zielcodes mitwächst. Das ist das Argument der Sprecher für ein Modell.
• Die Datenqualität bleibt die Grenze. Die Session sagte, dass schlechte Eingabe weiterhin eine schlechte Klasse ergibt. Gut zu kategorisieren bleibt im E-Commerce wichtig, weil die Klasse der Weg ist, auf dem ein Kanal und ein Käufer das Produkt finden.
• Der KI-Agent schafft Kapazität. Das Produktdatenteam bleibt rechenschaftspflichtig. In den Worten der Sprecher kommen die besseren Ergebnisse aus dem Modell plus jemandem, der es überstimmen kann.
• Dieses Muster auf weitere Systeme zu skalieren, blieb als nächster Druck stehen.

Die Standards selbst, und wie GS1 neben ETIM und ECLASS steht, stehen in der Produktklassifikation. Die Regel, die das Modell anwendet, braucht weiterhin einen Verantwortlichen. Produktdatenqualität und Data Governance behandelt das als Betriebsfrage. Was ein KI-Agent weiter unten in der Kette mit der Klasse tatsächlich tun kann, ist das Thema von KI-tauglichen Produktdaten.