Nehmen wir einmal an, du bist ein Justin-Bieber-Fan. Auf Instagram siehst du den Star in einer schlabbrigen, beigen Jogginghose. Du willst unbedingt auch so eine schlabbrige, beige Jogginghose haben! Aber wo bloss kannst du sie kaufen?
Oder vielleicht ist Kim Kardashian dein Vorbild in Sachen Mode. Auf Instagram bewunderst du ihren knappen Rock, der kaum ihr voluminöses Hinterteil bedeckt. Wie bloss kommst du selbst zu so einem kurzen Rock?
Die App Fashwell (vorerst nur iOS, eine Android-Version ist geplant) will solche Probleme lösen: Einmal mit deinem Instagram-Account verknüpft, erkennt sie automatisch die Kleider auf allen Bildern, die du mit einem «Like» markierst. Und ebenso automatisch sucht sie den passenden Online-Shop, in dem du die Kleider (oder solche, die ihnen ähnlich sehen) kaufen kannst.
Lernen mit 100'000 Beispiel-Fotos
Die App ist auch für Menschen interessant, die sich bloss für die Technologie dahinter interessieren: Fashwell verlässt sich nämlich auf einen lernfähigen Algorithmus, der Kleidungsstücke auf Bildern von anderen Gegenständen unterscheiden kann.
«Damit das möglich ist, haben wir den Algorithmus mit gut 100'000 Bildern aus dem Internet gefüttert », sagt Lukas Bossard. Der 32-jährige Informatik-Doktorand hat die Fashwell AG zusammen mit Matthias Dantone (29) und Michael Emmersberger (32) gegründet. Kennengelernt haben sich die drei am Computer Vision Lab an der ETH Zürich.
Der Computer bringt es sich selber bei
«Um den Algorithmus zu trainieren mussten eine Auswahl von Dingen zusammenstellen, die repräsentativ war für das, was der Computer lernen sollte», erklärt Bossard weiter. Vor allem seien das Bilder von Kleidungsstücken gewesen. Aber auch solche von Häusern, Katzen oder Pizzas, die der Computer von Kleidungsstücken musste unterscheiden lernen.
Beim Zuordnen der Bilder haben die Fashwell-Macher dem Algorithmus dann genau auf die Finger geschaut. Für jeden Fehler wurde er bestraft – mit dem Ziel, dass er seine Entscheidungen zur Vermeidung weiterer Bestrafung verbessert.
So hat die Maschine Bild für Bild gelernt, Regeln und Gesetzmässigkeiten im Gezeigten zu erkennen: Dass etwa ein Pullover immer zwei lange Ärmel hat und oben ein Loch, aus dem der Kopf herausschaut. Oder dass Schuhe in der Regel unten in einem Bild zu sehen sind und Hüte oben.
Eigenständig, ohne die Hilfe eines Programmierers, kann der Algorithmus nun bestimmen, was ein Kleidungsstück ist und was nicht. Die Technologie dahinter nennt sich maschinelles Lernen .
Sie kommt zum Beispiel auch beim Bilder-Algorithmus DeepDream von Google zum Einsatz oder bei IBMs Supercomputer Watson .
Erkennen, welche Kleidungsstücke sich ähnlich sehen
Hat der Computer die Modeartikel schliesslich im Bild erkannt, sucht er in der Fashwell-Datenbank nach dem ähnlichsten Stück. Dafür wird Fashwell von über 100 Online-Shops täglich mit neuen Produktedaten beliefert.
Um in dieser Datenmenge das passende Teil zu finden, musste der Maschine ausserdem eine Ähnlichkeitsfunktion beigebracht werden: Jedes Kleidungsstück in der Datenbank erhält anhand von Attributen wie Farbe, Materialbeschaffenheit oder Länge der Ärmel einen bestimmten Wert.
Dasselbe geschieht bei jedem Modefoto, das ein Nutzer auf Instagram markiert hat. Je mehr dieser Werte sich zwei Kleidungsstücke teilen, umso ähnlicher müssen sie sein.
Eine Provision für jeden vermittelten Verkauf
Die drei Fashwell-Gründer haben fast zwei Jahre lang an dieser Lösung gearbeitet, bevor sie im August 2014 schliesslich die Fashwell AG aus der Taufe hoben. Mittlerweile ist das Team um einige Mitarbeiter gewachsen, bald schon will man zu zehnt an der Weiterentwicklung des Dienstes arbeiten.
Geld verdient Fashwell durch die Kleinstbeträge, die Online-Shops für jeden Klick auf ihre Webseite zahlen. Oder durch Provisionen, die bei jedem von Fashwell vermittelten Verkauf anfallen. Und in Zukunft sollen Bilder nicht nur bei Instagramm erkannt werden, sondern auch auf anderen Fotos im Internet.
Mit ihrem Geschäftsmodell konnten Lukas Bossard und seine Kollegen bereits die Jury des Pioneer Fellowship Grant ETH Zürich überzeugen. Sie hat Fashwell ein Jahr lang unterstützt. Mittlerweile sind auch erste Startup-Investoren bei Fashwell eingestiegen und finanzieren das junge Unternehmen mit gut einer Million Franken.
