Mensch-Maschine-Kooperation bei der Produktpersonalisierung mit Single Pass Bayesian Reasoning

Bei der Personalisierung von Produkten entlasten nutzerdatenverarbeitende Algorithmen die Kunden von der Qual der Wahl. Die Empfehlungen sind meist probabilistisch. Das idealtypische Single Pass Bayesisan Reasoning (SPBR) wird dafür als Algorithmus vorgeschlagen. Dabei muss die probabilistische Natur der Ergebnisse den Nutzenden vermittelt werden, um informierte Entscheidungen zu ermöglichen. Hierfür wird am Beispiel der Personalisierung von Schuhen eine angemessene Interaktion mit Nutzenden anhand von Eignungswahrscheinlichkeiten der Ausprägungen von Produktmerkmalen gezeigt. Die Generalisierbarkeit auf andere Klassen probabilistischer Algorithmen bleibt nachzuweisen, ebenso die korrekte Interpretation und Akzeptanz.