Amazon Marketplace bewertet Amazon A+ Content laut AWS als gerenderte Gesamtseite. Ein Vision-Language-Modell (VLM) liefert vier visuelle Bewertungen, Texterkennung (OCR) vier Lesbarkeitssignale. CatBoost führt die acht Werte zu einer Qualitätsklassifikation zusammen; SHAP erklärt, welche Merkmale das Ergebnis beeinflussen. AWS beschreibt den Ablauf und seine Testergebnisse.
Bei A+ Content zählt laut AWS das Zusammenspiel der ganzen Produktseite: Bilder, Text und Anordnung fließen gemeinsam in die Bewertung ein.
Was die KI auf einer A+-Produktseite bewertet
Amazon A+ Content erweitert eine Produktdetailseite um gestaltete Inhalte wie Text, Bilder und Videos. AWS zufolge bewertet das System eine gerenderte Momentaufnahme der gesamten Seite. Es betrachtet also, wie Module, Inhalte und Layout zusammenwirken, statt jedes einzelne Element losgelöst zu beurteilen.
Das VLM vergibt auf einer Skala von 0 bis 10 je einen Wert für vier Bereiche: Visual Storytelling (visuelles Erzählen), Feature Presentation (Merkmalsdarstellung), A+ Layout und Conversion Optimization (Optimierung auf Kaufabschlüsse). Zu jedem Wert liefert es außerdem eine Einschätzung der Sicherheit und eine schriftliche Begründung.
Wie visuelle und textbasierte Signale zusammenwirken
OCR, die optische Texterkennung, erfasst Text und dessen Position auf der Seite. Daraus leitet das System vier Lesbarkeitssignale ab: Textdichte, Zeichendichte, Abstände und die allgemeine Lesbarkeit. So kann derselbe Wortlaut je nach Anordnung unterschiedlich bewertet werden.
CatBoost, ein Klassifikationsmodell, verarbeitet diese vier OCR-Werte zusammen mit den vier VLM-Bewertungen. AWS zufolge wurde es anhand von Qualitätsurteilen trainiert, die Fachleute für Produktseiten vergeben hatten. SHAP ordnet anschließend ein, welche Merkmale die Einstufung nach oben oder unten beeinflusst haben. Ein großes Sprachmodell nutzt diese Beiträge sowie Kategorie, E-Commerce-Praxis und die VLM-Begründungen, um priorisierte Verbesserungsvorschläge zu formulieren.
Welche Testergebnisse AWS berichtet
Für die Hauptauswertung nutzte AWS 5.478 Produktdetailseiten aus zehn Kategorien. Ein Experte für E-Commerce-Marketing und vier professionelle Annotatoren bewerteten die Seiten als hochwertig oder minderwertig; die Mehrheitsentscheidung bildete jeweils das Vergleichslabel. 49,6 Prozent dieser Labels stuften die Seiten als hochwertig ein. Die Übereinstimmung der einzelnen Annotatoren mit dem Mehrheitslabel lag laut AWS bei Cohen’s Kappa zwischen 0,845 und 0,915.
AWS verglich die Modelle auf einer zurückgehaltenen Teilmenge von 20 Prozent, also rund 1.100 Seiten. Genauigkeit bezeichnet den Anteil korrekt klassifizierter Seiten. Der F1-Wert fasst Präzision und Trefferquote zu einer Kennzahl zusammen.
| Konfiguration | Genauigkeit | F1-Wert |
| Durchschnittliche VLM-Werte mit festem Schwellenwert | 0,80 | 0,84 |
| CatBoost nur mit OCR-Werten | 0,82 | 0,83 |
| CatBoost nur mit VLM-Werten | 0,89 | 0,90 |
| CatBoost mit OCR- und VLM-Werten | 0,94 | 0,95 |
In einer separaten Auswertung berichtet AWS nach Überarbeitungen durch Verkäufer von einem durchschnittlichen Anstieg des Qualitätswerts um 1,4 Punkte auf einer Zehn-Punkte-Skala. Bei einem weltweiten A/B-Experiment, das die Sichtbarkeit von A+ Content niedriger Qualität veränderte, meldet AWS außerdem höhere Ordered Product Sales (OPS), also Verkäufe bestellter Produkte.
