Zum Inhalt springen

Bilder mit KI taggen: So werden Produktfotos zu nutzbaren Katalogdaten

Eine Einsteiger-Anleitung, um sichtbare Attribute wie Farbe, Produkttyp, Stil oder Material strukturiert in Ihren Produktkatalog zu bringen.

J

Julia Villegas

· 9 Min. Lesezeit · 376 Aufrufe
Bilder mit KI taggen für Produktkatalog mit Farbkarten und Materialmustern

Bilder mit KI taggen bedeutet, Produktfotos automatisch auf sichtbare Eigenschaften wie Farbe, Produkttyp, Stil oder Material zu analysieren und diese Informationen als Felder im Produktkatalog zu speichern. Für Onlineshops ist das hilfreich, wenn wichtige visuelle Attribute im Feed fehlen, uneinheitlich gepflegt sind oder nur in Bildern erkennbar werden.

Was bedeutet Bilder mit KI taggen?

Bilder mit KI zu taggen heißt: Ein System betrachtet ein Produktfoto und weist dem Produkt strukturierte Schlagwörter oder Werte zu. Aus einem Foto eines Sessels können zum Beispiel Felder wie hauptfarbe = beige, sichtbares_material = stoff oder visueller_stil = skandinavisch entstehen.

Ein Tag ist dabei kein Werbetext und keine freie Notiz, sondern ein Datenwert, der später im Katalog verwendet werden kann. Das ist wichtig, weil Werbeplattformen, Feed-Regeln und Produktsets nicht mit Bauchgefühl arbeiten, sondern mit strukturierten Feldern.

Viele Produktkataloge enthalten bereits kommerzielle Daten: Titel, Preis, Marke, Kategorie, Verfügbarkeit, Produktbild oder Artikelnummer. Was häufig fehlt, sind konsistente visuelle Attribute. Farben stehen einmal als „navy“, einmal als „dunkelblau“ im Titel. Materialien fehlen komplett. Stilrichtungen werden von Lieferanten unterschiedlich beschrieben. Oder alte Produkte haben weniger gepflegte Daten als neue.

Laut der Produktbeschreibung von AdMotion Image Tagging können Produktfotos mit KI anhand von Werten getaggt werden, die der Kunde definiert, etwa Farbe, Typ, Stil oder Material. Diese Tags werden anschließend zu Katalogfeldern, die sich für Sets, Regeln und Feeds nutzen lassen. Wichtig: Image Tagging ist ein gemanagter Enterprise-Service. Das Team aktiviert und führt ihn projektbezogen aus; die Ergebnisse sollten geprüft werden, bevor sie in Kampagnen einfließen.

KI-Tagging sollte deshalb nicht als Blackbox verstanden werden. Es ist ein Weg, sichtbare Informationen aus Bildern in eine saubere Datenstruktur zu bringen. Die Qualität hängt stark davon ab, welche Werte erlaubt sind, wie Beispiele geprüft werden und welche Grenzen Sie setzen.

Warum visuelle Attribute im Produktkatalog wichtig sind

Ein Attribut ist eine strukturierte Eigenschaft eines Produkts. Manche Attribute kommen aus dem Shopsystem, etwa Preis oder Lagerbestand. Andere beschreiben, was auf dem Bild zu sehen ist: Farbe, Muster, Material, Form, Produkttyp oder Stil.

Produkt Bestehende Katalogdaten Mögliches visuelles Attribut
Leinenkleid Preis, Größe, Marke Farbe, Muster, Stil
Esstisch Kategorie, Bestand, Versand Material, Form, Stil
Gebrauchtwagen Modell, Kilometerstand Außenfarbe, Karosserieform
Hotelbild Reiseziel, Preis, Verfügbarkeit Bildtyp, Atmosphäre, sichtbare Ausstattung

Solche Attribute helfen nicht nur bei der internen Ordnung. Sie können auch direkt in Marketingprozesse einfließen: für Produktsets, Feed-Segmentierung, Kampagnenlogik oder die Auswahl passender Creatives.

Ein einfaches Beispiel: „Alle Sofas“ ist ein sehr breites Produktset. „Beige Stoffsofas im skandinavischen Stil“ ist deutlich spezifischer. Damit Sie ein solches Set zuverlässig bilden können, brauchen Sie die passenden Felder im Katalog. Wenn diese Felder nicht vorhanden sind, bleiben nur manuelle Listen, unsichere Titelsuchen oder sehr grobe Kategorien.

Gerade bei großen Katalogen wird das schnell unpraktisch. Bei 500 Produkten lässt sich vieles noch manuell prüfen. Bei 20.000 Produkten wird es schwieriger, visuelle Merkmale konsistent zu pflegen, besonders wenn mehrere Lieferanten, Länder oder Sortimente beteiligt sind.

Beispiel: Ein fiktiver Shop ohne visuelle Attribute

Nehmen wir als Beispiel einen fiktiven Onlineshop namens „Nordraum“. Der Shop verkauft 12.000 Produkte für Wohnen und Einrichtung: Stühle, Lampen, Teppiche, Sofas, Regale und Wohnaccessoires.

Der Produktkatalog enthält folgende Felder:

  • Produkt-ID
  • Titel
  • Marke
  • Kategorie
  • Preis
  • Verfügbarkeit
  • Bild-URL

Was fehlt, sind verlässliche visuelle Attribute. Einige Titel enthalten Begriffe wie „Eiche“, „Natur“, „Industrial“ oder „Bouclé“. Andere Titel bestehen nur aus Modellnamen. Die Fotos zeigen zwar deutliche Unterschiede, aber diese Informationen liegen nicht als Daten vor.

Das Marketingteam möchte drei Kampagnen vorbereiten:

  1. eine Kampagne für helle Naturmaterialien;
  2. eine Kampagne für schwarze Metallmöbel;
  3. eine Kampagne für skandinavische Wohnideen.

Ohne strukturierte visuelle Daten müsste das Team Produkte manuell auswählen oder mit unsauberen Textfiltern arbeiten. Mit KI-Tagging könnten zusätzliche Felder entstehen, zum Beispiel:

  • hauptfarbe: beige, weiß, schwarz, braun, grün;
  • sichtbares_material: holz, metall, stoff, glas, naturfaser;
  • visueller_stil: skandinavisch, industriell, minimalistisch, rustikal;
  • sichtbarer_produkttyp: stuhl, lampe, teppich, sofa, tisch.

Diese Felder ersetzen nicht die offiziellen Stammdaten des Shops. Sie ergänzen den Katalog um eine visuelle Ebene, die für Segmentierung, Regeln und Feeds genutzt werden kann.

Vor dem Start: Eine kontrollierte Taxonomie definieren

Der wichtigste Schritt ist nicht die KI selbst, sondern die Taxonomie. Eine Taxonomie ist eine geordnete Liste von erlaubten Werten. „Kontrolliert“ bedeutet: Die KI soll nicht beliebige Begriffe erzeugen, sondern aus vorher definierten Optionen auswählen.

Warum ist das so wichtig? Weil Marketing- und Feed-Regeln klare Werte brauchen. Wenn ein Produkt „hellblau“, ein anderes „babyblau“, ein drittes „pastellblau“ und ein viertes „blau hell“ erhält, wird die spätere Segmentierung unnötig kompliziert.

Feld Sinnvolle Werte Problematische Werte
hauptfarbe schwarz, weiß, beige, blau, rot, grün schönes blau, fast schwarz, edel
visueller_stil minimalistisch, klassisch, sportlich, urban hochwertig, trendig, jung
sichtbares_material baumwolle, leder, holz, metall, glas wirkt teuer, gute qualität
muster einfarbig, gestreift, kariert, floral auffällig, modern, besonders

Gute Werte sind möglichst konkret, sichtbar und später verwendbar. „Rot“ kann eine Kampagnenregel auslösen. „Schön“ nicht. „Metall“ kann einen Feed filtern. „Premium“ ist meist zu subjektiv, wenn es nur aus einem Bild abgeleitet wird.

Setzen Sie außerdem klare Grenzen. KI sollte keine sensiblen Eigenschaften ableiten und keine Merkmale behaupten, die auf dem Bild nicht sichtbar oder überprüfbar sind. Wenn ein Material nicht eindeutig erkennbar ist, ist ein Wert wie „nicht identifiziert“ oft besser als eine unsichere Vermutung.

Bilder mit KI taggen: Schritt für Schritt

1. Eine konkrete Aufgabe wählen

Starten Sie nicht mit dem Ziel, „alles zu taggen“. Wählen Sie zuerst eine Aufgabe, die einen praktischen Nutzen hat. Zum Beispiel:

  • Produktsets nach Hauptfarbe erstellen;
  • ähnliche Produkttypen besser trennen;
  • saisonale Kampagnen nach Stil vorbereiten;
  • Materialfelder für eine bestimmte Kategorie ergänzen;
  • Produkte mit unklaren Bilddaten zur Prüfung markieren.

Je konkreter die Aufgabe, desto leichter lässt sich entscheiden, welche Tags wirklich nötig sind.

2. Die benötigten visuellen Felder festlegen

Überlegen Sie, welche visuellen Merkmale später in Regeln, Sets oder Feeds verwendet werden sollen. Häufige Felder sind:

  • Hauptfarbe;
  • Nebenfarbe;
  • sichtbarer Produkttyp;
  • Material;
  • Stil;
  • Muster;
  • Form;
  • Bildtyp oder Umgebung.

Nicht jede Branche braucht dieselben Felder. Mode arbeitet oft mit Farbe, Muster, Kleidungsart und Stil. Möbel und Interior brauchen eher Material, Form, Farbe und Wohnstil. Automotive kann Außenfarbe oder Karosserieform verwenden. Travel kann mit Bildtypen arbeiten, etwa Zimmer, Pool, Strand oder Außenansicht, sofern diese Informationen sichtbar und nützlich sind.

3. Erlaubte Werte definieren

Für jedes Feld erstellen Sie eine geschlossene Werteliste. Diese Liste sollte nicht zu lang sein. Wenn Sie 80 Farbnamen erlauben, wird die spätere Kampagnenlogik schnell unübersichtlich. Wenn Sie nur fünf Farben erlauben, verlieren Sie vielleicht wichtige Unterschiede.

Ein guter Test lautet: Können Sie mit diesem Wert eine sinnvolle Regel formulieren?

Beispiele:

  • Wenn hauptfarbe = rot, in das Set „Valentinstag“ aufnehmen.
  • Wenn sichtbares_material = holz, in das Set „Naturmaterialien“ aufnehmen.
  • Wenn visueller_stil = minimalistisch, eine reduzierte Creative-Vorlage verwenden.
  • Wenn sichtbarer_produkttyp = sneaker, in ein sportspezifisches Feed-Segment aufnehmen.

Wenn Sie für einen Wert keine reale Verwendung finden, brauchen Sie ihn am Anfang vermutlich nicht.

4. Eine kleine Stichprobe prüfen

Bevor Sie den gesamten Katalog anreichern, testen Sie eine Stichprobe. Diese sollte einfache und schwierige Fälle enthalten: klare Produktfotos, dunkle Bilder, mehrere Produkte in einem Bild, Varianten, unterschiedliche Kategorien und Produkte mit farbigem Hintergrund.

Prüfen Sie dabei:

  • Sind die Werte verständlich?
  • Gibt es wiederkehrende Fehler?
  • Sind manche Werte zu breit oder zu eng?
  • Fehlt ein Wert wie „sonstiges“ oder „nicht identifiziert“?
  • Sind bestimmte Kategorien ungeeignet für ein Feld?
  • Werden sichtbare und nicht sichtbare Eigenschaften sauber getrennt?

Diese Prüfung ist kein optionaler Schönheitscheck. Sie entscheidet darüber, ob die Tags später als verlässliche Katalogfelder eingesetzt werden können.

5. Tags in Katalogfelder umwandeln

Das Ziel ist nicht, eine separate Liste mit Stichwörtern zu erzeugen. Die Tags müssen als Felder im Produktkatalog verfügbar sein. Erst dann können sie in Segmenten, Regeln und Feeds genutzt werden.

Ein Produkt kann danach zum Beispiel so aussehen:

Feld Beispielwert
product_id 98231
title Sessel Modell Liva
price bestehender Preis aus dem Shop
availability auf Lager
hauptfarbe beige
sichtbares_material stoff
visueller_stil skandinavisch

Diese zusätzlichen Felder können Sie anschließend wie andere Katalogdaten behandeln: filtern, normalisieren, prüfen oder in Exporten verwenden.

6. Vor Kampagnenstart prüfen

KI kann die Arbeit beschleunigen, sollte aber keine menschliche Prüfung ersetzen. Besonders wichtig ist die Prüfung bei hochwertigen Produkten, sensiblen Kategorien, unklaren Bildern oder Werten, die stark interpretationsabhängig sind.

Dokumentieren Sie außerdem, was jeder Wert bedeutet. Wenn „minimalistisch“ erlaubt ist, sollte klar sein, wann dieser Stil vergeben wird und wann nicht. So arbeiten E-Commerce-Team, Performance Marketing und Agentur mit derselben Logik.

So lösen Sie es mit AdMotion Image Tagging

Wenn Ihr Katalog keine sauberen visuellen Attribute enthält, ist AdMotion Image Tagging das passende Modul für diese Aufgabe. Es handelt sich um einen gemanagten Enterprise-Service: Die Taxonomie wird kundenbezogen definiert, das Team aktiviert und führt den Prozess aus, und die Ergebnisse werden vor der Nutzung geprüft.

Ein typischer Ablauf sieht so aus:

  1. Katalogquelle verbinden. Sie starten mit einer angebundenen Shopquelle oder mit einer Produktdatei beziehungsweise einem bestehenden Feed. Der Katalog sollte Produktbilder enthalten.
  2. Bestehende Felder mappen. Relevante Felder wie Produkt-ID, Titel, Bild, Preis, Marke, Kategorie oder Verfügbarkeit werden den richtigen Katalogfeldern zugeordnet.
  3. Taxonomie definieren. Sie legen fest, welche visuellen Attribute gebraucht werden und welche Werte erlaubt sind: etwa Farbe, Typ, Stil oder Material.
  4. Image Tagging aktivieren lassen. Da es sich um einen Enterprise-Service handelt, wird die Funktion projektbezogen durch das Team aktiviert und ausgeführt.
  5. Beispiele und Fehler prüfen. Die erzeugten Tags sollten anhand realer Produkte kontrolliert werden. Es gibt keine Garantie auf vollständige Genauigkeit, und zweifelhafte Werte sollten nicht ungeprüft verwendet werden.
  6. Tags als Katalogfelder nutzen. Die visuellen Tags werden zu Feldern, die in Sets, Regeln und Feeds verwendet werden können.
  7. Regeln oder Sets erstellen. Aus den neuen Feldern lassen sich Produktgruppen bilden, etwa „rote Kleider“, „Holzmöbel“ oder „schwarze Sneakers“.
  8. Feed veröffentlichen, wenn nötig. Mit dem Feed Manager lässt sich der Katalog verbinden, bereinigen, mit Regeln segmentieren und pro Kanal über eine Feed-URL bereitstellen, die bei jedem Abruf generiert wird.

Wichtig ist die Trennung zwischen Katalogaktualisierung und Kanalabruf. Wenn Sie einen Feed aktualisieren oder eine URL bereitstellen, heißt das nicht, dass der Werbekanal die Änderung sofort übernimmt. Die Importfrequenz in Ihrem System und die Abruffrequenz des jeweiligen Kanals sind zwei verschiedene Dinge.

Wenn Sie die neuen Felder auch für Creatives verwenden möchten, können Sie sie mit dem Editor für Templates kombinieren. Dort entstehen Produktbilder in Formaten wie 1:1, 4:5, 9:16 und 16:9 aus Katalogfeldern wie Foto, Titel, Preis oder Marke. Für die Anreicherung visueller Attribute bleibt Image Tagging jedoch der relevante Ausgangspunkt.

Praktische Nutzung in Sets, Regeln und Feeds

Sobald visuelle Tags als Katalogfelder vorliegen, können Sie sie in drei Bereichen einsetzen.

Produktsets. Ein Produktset ist eine Gruppe von Artikeln, die bestimmte Bedingungen erfüllt. Beispiel: hauptfarbe = schwarz, sichtbarer_produkttyp = tasche und availability = in stock.

Katalogregeln. Regeln ändern, filtern oder strukturieren Daten. Beispiel: Wenn sichtbares_material leer ist, Produkt zur Prüfung markieren. Oder: Wenn visueller_stil = sportlich, Produkt in eine bestimmte Creative-Familie aufnehmen.

Feeds pro Kanal. Ein Feed ist eine kanalspezifische Version Ihres Produktkatalogs. Mit Export Channels stellt AdMotion Feeds für Meta, Google Shopping und Dynamic Feed, TikTok, Pinterest, Snapchat, Criteo, Microsoft Advertising, Thribee, ChatGPT sowie einen benutzerdefinierten Kanal bereit. Ein Analyzer prüft jeden Feed gegen die Spezifikation des jeweiligen Kanals.

Ziel Nützliches visuelles Feld Mögliche Nutzung
Saisonale Kampagne Farbe, Produkttyp Set für bestimmte Anlässe bilden
Fashion Sale Kleidungsart, Stil Sortimente nach Look segmentieren
Interior-Kampagne Material, Stil Sets für Trends oder Räume erstellen
Automotive Außenfarbe, Karosserieform Inventar besser gruppieren
Travel Bildtyp, sichtbare Ausstattung Motive für Zielgruppen sortieren

Der Nutzen entsteht erst, wenn Tags zu Entscheidungen führen: Welche Produkte kommen in ein Set? Welche werden ausgeschlossen? Welche Feed-Version enthält sie? Welche Vorlage passt zur Produktgruppe?

Häufige Fehler beim KI-Tagging von Produktbildern

Ein häufiger Fehler ist, zu viele Felder gleichzeitig anzulegen. Zehn neue visuelle Attribute klingen nach einem reicheren Katalog, erhöhen aber Prüfaufwand und Komplexität. Für den Einstieg sind drei bis vier Felder mit klarem Zweck oft sinnvoller.

Ein zweiter Fehler ist die Vermischung von sichtbaren und subjektiven Merkmalen. „Grün“, „Leder“ oder „gestreift“ sind deutlich überprüfbarer als „hochwertig“, „für junge Zielgruppen“ oder „luxuriös“. Wenn ein Wert stark von Interpretation abhängt, sollte er überarbeitet oder weggelassen werden.

Ein dritter Fehler sind offene Wertelisten. Wenn jeder Artikel einen frei formulierten Tag erhalten kann, entstehen schnell Varianten, die später schwer zu filtern sind. Für Regeln und Sets sind kontrollierte Werte meist besser.

Ein vierter Fehler ist die fehlende Behandlung unklarer Bilder. Schatten, Packshots mit mehreren Produkten, Lifestyle-Bilder oder angeschnittene Artikel können die Erkennung erschweren. Für solche Fälle brauchen Sie eine klare Ausweichlogik: Prüfung, „sonstiges“ oder „nicht identifiziert“.

Abschließende Prüfung vor der Nutzung

Bevor Sie auf Basis visueller Tags Kampagnen, Sets oder Feeds aktivieren, prüfen Sie diese Liste:

  • Die Taxonomie enthält geschlossene, verständliche Werte.
  • Jedes visuelle Feld hat einen konkreten Zweck.
  • Es gibt geprüfte Beispiele pro wichtiger Kategorie.
  • Schwierige Fälle haben eine definierte Behandlung.
  • Es werden keine sensiblen Merkmale abgeleitet.
  • Nicht sichtbare Eigenschaften werden nicht geraten.
  • Die Tags sind als Katalogfelder verfügbar.
  • Regeln und Sets wurden mit realen Produkten getestet.
  • Der Feed wurde geprüft, bevor die URL im Kanal verwendet wird.
  • Das Team versteht den Unterschied zwischen Feed-Aktualisierung und Kanalabruf.

Diese Prüfung schützt Sie vor typischen Problemen: zu feine Werte, falsche Gruppierungen, nicht nachvollziehbare Segmentierung oder Kampagnen, die auf unsicheren Annahmen beruhen.

Was Sie diese Woche tun sollten

  1. Wählen Sie eine relevante Kategorie. Starten Sie dort, wo visuelle Merkmale wirklich Entscheidungen beeinflussen: Mode, Möbel, Beauty, Automotive, Travel oder Immobilien.
  2. Definieren Sie drei visuelle Felder. Zum Beispiel Hauptfarbe, sichtbarer Produkttyp und Material. Mehr Felder können später folgen.
  3. Erstellen Sie eine kontrollierte Taxonomie. Schreiben Sie die erlaubten Werte auf, entfernen Sie Synonyme und definieren Sie „sonstiges“ oder „nicht identifiziert“.
  4. Prüfen Sie eine Beispielauswahl. Nehmen Sie einfache und schwierige Produkte auf. Notieren Sie wiederkehrende Fehler und passen Sie die Taxonomie an.
  5. Verbinden Sie Tags mit einer Aktion. Erstellen Sie ein Set, eine Regel oder eine Feed-Version, die diese Felder nutzt. Wenn Sie Produktfotos strukturiert anreichern möchten, prüfen Sie Image Tagging von der Plattform als gemanagten Enterprise-Service.

Bilder mit KI zu taggen funktioniert am besten, wenn es als Datenprojekt behandelt wird: mit klarer Taxonomie, menschlicher Prüfung und einem konkreten Einsatz in Sets, Regeln oder Feeds. Dann werden Produktfotos nicht nur schöner Inhalt, sondern eine zusätzliche Datenebene für Ihren Katalog.

Häufige Fragen

Was bedeutet Bilder mit KI taggen im E-Commerce?

Es bedeutet, Produktfotos auf sichtbare Eigenschaften wie Farbe, Produkttyp, Stil oder Material zu analysieren und diese Werte als Felder im Produktkatalog zu speichern. Diese Felder können danach für Produktsets, Regeln oder Feeds genutzt werden. Wichtig ist, die Ergebnisse zu prüfen und keine nicht sichtbaren oder sensiblen Merkmale abzuleiten.

Welche visuellen Attribute sollte ich zuerst taggen?

Beginnen Sie mit Attributen, die eine konkrete Entscheidung unterstützen: Hauptfarbe, sichtbarer Produkttyp, Material oder Stil. Vermeiden Sie zu subjektive Werte wie „hochwertig“ oder „modern“, wenn sie nicht klar definiert sind. Eine kurze, kontrollierte Taxonomie ist für den Einstieg meist hilfreicher als viele offene Tags.

Ist Image Tagging von AdMotion für jedes Projekt verfügbar?

Image Tagging ist ein gemanagter Enterprise-Service. Der Kunde definiert die gewünschte Taxonomie, das Team von AdMotion aktiviert und führt den Prozess projektbezogen aus, und die Ergebnisse werden vor der Nutzung geprüft. Die Tags werden anschließend zu Katalogfeldern, die sich für Sets, Regeln oder Feeds einsetzen lassen.

Quellen

  1. Image Tagging de AdMotion — AdMotion
  2. Feed Manager de AdMotion — AdMotion
Teilen:
J

Geschrieben von

Julia Villegas

Performance Marketing

Julia Villegas ist bei AdMotion für Performance Marketing zuständig.

Ähnliche Beiträge