Unabhängiger Demonstrator für einen möglichen OTTO-Pilot

Produktdaten prüfen.
Widersprüche belegen.

CatalogCheck findet widersprüchliche Angaben in Produktangeboten, stellt die Fundstellen nebeneinander und schlägt eine Korrektur nur dann vor, wenn eine passende Quelle sie trägt. Alles andere geht in die Klärung.

Ohne Anmeldung. Läuft lokal, ohne Live-Webzugriff und ohne KI-Schlüssel.

Prüfbare Fallarten
10
plus Gegenbeispiele wie MPRT/GtG
Precision
96 %
52/54 · zurückgehaltene Testdaten
Recall
93 %
52/56 eingebaute Fehler erkannt
Fehlalarme bei sauberen Produkten
0 %
0 von 24

Kennzahlen live berechnet auf synthetischen Testdaten mit getrennter Ground Truth. Sie sagen nichts über reale Fehlerquoten oder Retouren aus.

Das Problem

Der Titel sagt „spülmaschinengeeignet“. Der Pflegehinweis sagt das Gegenteil.

Produktangaben entstehen an vielen Stellen: Titel, Beschreibung, Attribute, Händlerdaten, Herstellerdatenblätter, Varianten. Wenn sie auseinanderlaufen, prüft heute jemand von Hand – oder niemand.

Ein Widerspruch zu erkennen heißt aber noch nicht, den richtigen Wert zu kennen. CatalogCheck trennt deshalb sauber: Was ist auffällig? Und was ist belegt?

Der stärkste Moment

Aussage A gegen Aussage B – mit Fundstelle.

Beispiel aus der Recherche: Das Angebot nennt 363,1 mm als Breite. Die AOC-Herstellerseite nennt 614,5 × 363,1 mm. CatalogCheck markiert beide Stellen, erkennt die Vertauschung und zeigt, woher der Wert stammt.

Gegenüberstellung · Quelle und Fundstelle
Falldetail mit Gegenüberstellung von Aussage A und Aussage B sowie hervorgehobener Fundstelle im Herstellerdatenblatt
  • Fundstelle statt BehauptungFeld, Seite oder Textstelle, Abrufdatum und Quellenstatus – direkt neben dem Wert.
  • Passende Quelle oder keineAndere Variante, andere Region oder ältere Fassung? Dann wird die Quelle angezeigt, aber nicht als Beleg genutzt.
  • Priorität ≠ BeleglageWie wichtig ein Fall ist und wie gut er belegt ist, wird getrennt bewertet – ohne erfundene Prozentwerte.
Vier Urteile statt eines Alarms

Nicht jede Abweichung ist ein Fehler.

Konflikt erkannt

Zwei Aussagen schließen sich aus. Das ist der Ausgangspunkt – noch keine Korrektur.

Titel: spülmaschinengeeignet · Pflege: nicht spülmaschinengeeignet

Korrektur belegt

Eine Herstellerquelle zu Modell, Variante und Region stützt einen Wert. Vorher-Nachher prüfen, freigeben.

Breite 363,1 mm → 614,5 mm laut Datenblatt

Klärung erforderlich

Kein Wert ist belegt oder die Modellzuordnung ist unsicher. Statt einer scheinbar sicheren Korrektur gibt es einen konkreten nächsten Schritt.

HDMI 1.4 vs. 2.0 – zwei Angebote, Zuordnung offen

Vereinbar

Unterschiedlich, aber kein Widerspruch: Messverfahren, Einheiten, Synonyme, Empfehlungen.

1 ms MPRT und 4 ms GtG – beides stimmt
Nachvollziehbare Prüfpipeline

Deterministisch, wo es geht. KI, wo sie hilft.

Zahlen, Einheiten und bekannte Feldtypen prüft CatalogCheck regelbasiert. Ein Sprachmodell kann optional Aussagen aus Freitext ergänzen – aber nur mit wörtlichem Zitat. Die Bewertung bleibt regelbasiert und jeder Fall zeigt, welcher Modus ihn erzeugt hat.

  1. 01EinlesenCSV, JSON und textbasierte PDFs mit Validierung und Spaltenzuordnung.
  2. 02IdentifizierenMarke, Modell, Variante, Region und Fassung der Quelle abgleichen.
  3. 03ExtrahierenJede Aussage mit wörtlicher Fundstelle – Titel, Attribut, Seite.
  4. 04Normalisieren61,45 cm und 614,5 mm sind derselbe Wert. Zoll, Gramm, Kilogramm.
  5. 05BewertenKonflikt oder vereinbar? Messverfahren, Variante und Gültigkeit zählen.
  6. 06BelegenKorrektur nur, wenn eine passende Referenz den Wert stützt.
Kontrollierter Arbeitsablauf

Freigeben, klären oder verwerfen – jeder Schritt im Verlauf.

Offen, in Prüfung, Klärung erforderlich, Korrektur freigegeben, verworfen. Jede Entscheidung wird mit Zeitpunkt und Begründung gespeichert.

Originaldaten bleiben unangetastet. Freigegebene Korrekturen liegen als eigene Änderungen daneben und fließen in den Export – sonst nichts.

  • Verlauf pro Fall, Notizen, Begründungspflicht beim Verwerfen
  • Bereinigte Daten als CSV und JSON
  • Prüfbericht mit Belegen und Entscheidungen, druckbar als PDF
Prüffälle
Fallliste mit Filtern nach Status, Konflikttyp, Priorität, Beleglage und Datenherkunft
Desktop und Smartphone

Am Schreibtisch vergleichen. Unterwegs entscheiden.

Auf dem Desktop liegt alles nebeneinander: Aussagen, Datenblatt, Verlauf. Auf dem Smartphone ist CatalogCheck bewusst schlanker – sichten, einen Fall prüfen, Vorher-Nachher ansehen, freigeben oder in die Klärung geben.

Smartphone: Übersicht mit Kennzahlen im 2×2-Raster
Was ist zu tun?
Smartphone: Prüffälle als Karten mit Aussage A und B
Fälle als Karten
Smartphone: Vorher-Nachher-Ansicht vor der Freigabe
Vorher-Nachher, dann freigeben
Desktop: Tabelle mit kombinierbaren Filtern, Gegenüberstellung in zwei Spalten, Import, Auswertung, Export.
Smartphone: Bottom-Navigation, Filter im Bottom Sheet, Tabs für Vergleich, Belege und Verlauf, fixierte Aktionsleiste mit großen Touch-Zielen.
Ehrlich bei den Daten

Reale Fälle, sauber gekennzeichnet.

Vier Fälle stammen aus einer früheren Recherche zu realen Angeboten. Die Herstellerseiten von AOC und ASUS wurden erneut abgerufen und als kurze Auszüge gespeichert. Die Angebotsseiten selbst waren nicht abrufbar – deshalb tragen diese Fälle sichtbar den Status „Recherchehinweis – nicht erneut bestätigt“.

Dazu kommen 150 synthetische Produkte mit fiktiven Marken, einem festen Seed und einem zurückgehaltenen Auswertungsbestand. Die Prüflogik sieht die Lösungsetiketten nie. Eigene CSV-, JSON- und PDF-Dateien lassen sich importieren und werden live geprüft.

Vorschlag

Wie ein begrenzter Pilot aussehen könnte

01Eine Kategoriez. B. Monitore oder Küchenkeramik – mit echten Angebots- und Herstellerdaten.
02Fachliche StichprobeIhr Team bewertet die Prüffälle. Daraus entstehen gemessene Precision- und Recall-Werte.
03Gemessene PrüfzeitBearbeitungszeiten werden aus echten Ereignissen erfasst – nicht geschätzt.
04Entscheidung auf BelegenOb weniger Fehlkäufe und Retouren folgen, ist eine Pilothypothese – und wird als solche geprüft.
Team

Wer hinter CatalogCheck steht

Porträt Dr. Oliver Köhn

Dr. Oliver Köhn

Architektur, Prüflogik & technische Umsetzung

Berater für Daten- und KI-Systeme, die in Produktion laufen. Verantwortet Architektur, Datenmodell, Prüfpipeline und den Prototyp – vom Import bis zum Export.

oliverkoehn.com
Porträt Laura Eder

Laura Eder

Prüfprozess, Freigabe-Workflow & Pilotorganisation

Verbindet Operations mit angewandter KI und Automatisierung. Gestaltet den fachlichen Ablauf vom Prüffall bis zur Freigabe – nichts wird ohne Entscheidung übernommen – und strukturiert, wie ein Pilot organisiert und gemessen wird.

lauraeder.de

In drei Minuten selbst sehen.

Sechs Stationen: Übersicht, Pflegekonflikt, Maßkonflikt, Freigabe, Gegenbeispiel, Export. Sie steuern jeden Schritt.