Referenzstory | eCommerce

ADLER: Produkte finden, auch wenn der exakte Name fehlt

In komplexen Sortimenten reicht eine klassische Suchleiste oft nicht aus. Die Referenzstory von ADLER zeigt, wie Produktwissen, Produktdaten und Suchintention so zusammengedacht werden können, dass Nutzer:innen auch über Anwendung, Material oder Problemstellung schneller zum passenden Produkt gelangen.

Demo anfragen Zur Referenzübersicht

Produktsuche Pimcore-Daten B2C & B2B

Projektüberblick

Ausgangslage und Suchproblem

Produktsuche funktioniert gut, solange Nutzer:innen wissen, wie ein Produkt heißt. Schwieriger wird es, wenn sie nur beschreiben können, was sie erreichen möchten oder welches Problem sie lösen wollen.

Problem / Ausgangslage

Gerade bei komplexen Sortimenten entstehen lange Trefferlisten, unscharfe Ergebnisse oder Suchabbrüche, obwohl passende Produkte eigentlich vorhanden wären. Nutzer:innen suchen oft über Material, Untergrund, Eigenschaft oder Anwendung – nicht über Produktname oder Artikelnummer.

ADLER brachte dafür einen konkreten Anwendungsfall mit: ein umfangreiches Sortiment rund um Farben, Lacke, Lasuren und Beschichtungen, mehrere digitale Kanäle sowie unterschiedliche Nutzergruppen im B2C- und B2B-Kontext.

Kontext Komplexes Sortiment mit unterschiedlichen Nutzergruppen und mehreren digitalen Kanälen

Datenbasis Pimcore-Produktdaten, Website-Inhalte und fachliche Sortimentslogik

Fokus Natürlichsprachige Suche, Produktwissen, Suchintention und Rankingqualität

Kontexte B2C-Orientierung, B2B-Unterstützung und Such-POC für bessere Trefferlisten

Was betrachtet wurde

Produktsuche nicht als Zusatzfenster, sondern als Verknüpfung von Wissen und Suchlogik

Der AI-Concierge wurde in diesem Kontext nicht als zusätzliches Chatfenster verstanden. Die Rolle lag darin, Nutzerfragen, Website-Inhalte, Produktdaten und Sortimentslogik besser miteinander zu verbinden.

Drei Betrachtungsebenen

Im B2C-Kontext stand verständliche Orientierung für Endkund:innen und semiprofessionelle Nutzer:innen im Mittelpunkt.
Im B2B-Kontext ging es um fachlichere Unterstützung für professionelle Anwender:innen, Händler und Verarbeiter.
Der Such-POC prüfte, ob natürlichsprachige und perspektivisch mehrsprachige Suchanfragen zu besseren Trefferlisten führen können.

Wichtig für die Einordnung

Relevanz musste überprüfbar bleiben

Im Such-POC ging es nicht um eine generische KI-Behauptung, sondern um nachvollziehbare Suchqualität: Suchanfragen interpretieren, relevante Produktattribute berücksichtigen, passende Produkte ranken und die Ergebnisse anhand typischer Suchfälle bewerten.

Messbarkeit

Über Suchkataloge, Solltreffer und Kennzahlen wie Top-3- oder Top-5-Trefferquoten lässt sich prüfen, ob eine neue Suchlogik in definierten Suchsituationen tatsächlich passendere Ergebnisse liefert.

Warum das relevant ist

Produktsuche wird dann wertvoll, wenn Suchintention und Sortiment zusammenfinden

Für eCommerce-Verantwortliche liegt der Nutzen nicht in einem weiteren Suchfeld, sondern in einer besseren Nutzung des bereits vorhandenen Sortimentswissens.

Welchen Nutzen das schafft

Produktdaten, Website-Inhalte und Fachwissen bleiben nicht nur in einzelnen Systemen liegen, sondern können direkt für konkrete Such- und Beratungssituationen genutzt werden. Gleichzeitig wird sichtbar, welche Attribute, Synonyme, Anwendungsbereiche und Produktgruppen entscheidend sind.

Bessere Orientierung für Nutzer:innen ohne exakten Produktnamen
Gezieltere Nutzung vorhandener Produktdaten für Such- und Beratungssituationen
Mehr Transparenz darüber, welche Datenqualität für gute Produktsuche nötig ist

Für die Einordnung des Projekts

ADLER zeigt exemplarisch, worum es bei intelligenter Produktsuche geht: nicht um KI als Selbstzweck, sondern darum, vorhandenes Produktwissen so zugänglich zu machen, wie Kund:innen tatsächlich suchen.

Suchintention muss fachlich interpretierbar werden
Produktwissen und Sortiment dürfen nicht getrennt vom Suchverhalten gedacht werden
Gute Suchqualität braucht überprüfbare Kriterien statt Bauchgefühl

Was das Projekt zeigt

Intelligente Produktsuche verbindet Daten, Fachwissen und reale Suchmuster

Wer in komplexen Sortimenten schneller zum passenden Produkt führen will, muss Produktdaten, Fachwissen und Suchintention zusammendenken. Die Referenz von ADLER macht genau diese Verbindung greifbar.

Kurz gesagt

Die Aufgabe ist nicht, mehr Suchfelder zu bauen, sondern vorhandenes Wissen so aufzubereiten, dass es in echten Suchsituationen verlässlich funktioniert. Darin liegt der eigentliche Wert dieser Referenz.