Ein KI-Bewertungsagent für Qualitätssicherung von generierten Inhalten im E-Commerce

Zusammenfassung Generative künstliche Intelligenz wird im E‑Commerce zunehmend eingesetzt, um Produktbeschreibungen, Antworten im Kundendienst und Bildmaterial für Onlineshops automatisiert zu erzeugen. Damit verbunden ist die Herausforderung, die Qualität und Regelkonformität dieser Inhalte in großem Umfang sicherzustellen, ohne dabei aufwändige manuelle Prüfprozesse etablieren zu müssen. In diesem Beitrag stellen wir einen Bewertungsagenten vor, der auf großen Sprachmodellen basiert und KI-generierte Inhalte anhand expliziter Qualitäts- und Compliance-Kriterien bewertet sowie, wenn nötig, eine Korrektur bzw. erneute Generierung veranlasst. Der Bewertungsagent vergibt nachvollziehbare Bewertungen mit Begründungen und kann problematische Inhalte entweder zur Überarbeitung an das erzeugende System zurückgeben oder an menschliche Prüfer eskalieren. Methodisch folgt der Beitrag einem gestaltungsorientierten Forschungsansatz, der auf einer langfristigen, transdisziplinären Kooperation der HTW Dresden mit der Otto Group basiert. In mehreren Designzyklen wurden zunächst Anforderungen aus der Unternehmenspraxis und dem Regulierungsrahmen, insbesondere dem europäischen Rechtsrahmen für künstliche Intelligenz, erhoben und in einen Bewertungskatalog für Chatbot-Antworten überführt. Dieser Katalog wurde anschließend in auswertbare Bewertungsregeln umgesetzt, kalibriert und in einen lauffähigen Bewertungsagenten integriert, der zunächst für Kundenchats pilotiert und später auf generierte Produktbilder erweitert wurde. Der Beitrag zeigt, wie ein solcher Bewertungsagent als eigenständiger Qualitätssicherungsschritt in den Content-Pipelines agentischer Architekturen des elektronischen Handels verankert werden kann, und leitet daraus Implikationen für Praxis und Forschung ab.