Vaurentis DemandVector

Entscheidungen seitens des Handels über Sortiment, Preise und Promotionen werden heute mit einer Vielzahl unterschiedlicher Systeme vorbereitet. Die Gründe für Entscheidungen seitens des Kunden sind aber häufig nur im Nachhinein nachvollziehbar. Das Projekt verfolgt daher einen neuen Ansatz, der die proaktive Sortimentsentscheidung des Handels konsequent aus Kundensicht betrachtet. Ziel ist es, das Nachfragepotenzial von Produkten sowie die Zusammenstellung von Sortimenten anhand der zugrunde liegenden Kaufmotive besser zu verstehen, zu bewerten und daraus optimierte Verkaufsplatzierungen vorzunehmen.

Ausgangspunkt für fundierte Entscheidungen bilden sechs grundlegende Kaufmotive, die gemeinsam einen Motivraum beschreiben. So können Überschneidungen und Abweichungen zwischen Kundenbedürfnissen einerseits und visuellen und textlichen Produktmerkmalen andererseits systematisch identifiziert und analysiert werden.

Ziel des Projekts ist die Entwicklung eines Prototyps, der die Zuordnung durch Datenextraktion und -aufbereitung sowie durch den Einsatz regelbasierter und KI-getriebener Modelle vornimmt. 

fortiss erforscht geeignete Ansätze und Workflows zur robusten Extraktion von Informationen aus textlichen und visuellen Produktdaten. Hierzu werden sowohl klassische regelbasierte Verfahren als auch moderne KI-Verfahren eingesetzt.

Im Fokus der KI-Verfahren stehen Sprachmodelle sowie bildverarbeitende Foundation-Modelle, die relevante Konzepte aus Produktbeschreibungen und Produktbildern identifizieren und in standardisierte Kategorien überführen können. Die gewonnenen Informationen werden genutzt, um Produkte den sechs grundlegenden Kaufmotiven zuzuordnen und damit die Basis für datengestützte Entscheidungen im Handel nutzbar zu schaffen.

Vaurentis IP GmbH

15.09.2026 - 30.11.2026