Das Unternehmen Autoscribed stand vor der Herausforderung, große Mengen an Produktdaten effizient für den Onlinehandel aufzubereiten.
Besonders für Kund:innen wie Obi war es wichtig, aus Excel-Dateien strukturierte Produktbeschreibungen und Bullet Points zu generieren und diese durch Editor:innen prüfen und freigeben zu lassen.

Früher setzte das Tool auf KI-gestützte Generierung von Texten und Gruppierungen ähnlicher Produkte. Im Laufe der Weiterentwicklung wurde dieser Ansatz jedoch angepasst: Heute liegt der Fokus klar auf Proofreading und Qualitätssicherung, während die Texterstellung vorgelagert über externe Tools geschieht.

Die Technik

Ein zentrales Element des Tools ist die Excel-Integration. Kund:innen können ihre Excel-Dateien direkt hochladen, die relevanten Schlüssel- und Beschreibungsfelder definieren und nach Abschluss des Proofreadings eine aktualisierte Datei zurückerhalten.

Während das Produkt in der Anfangsphase noch auf KI setzte, um Texte zu generieren und ähnliche Produkte automatisch zu gruppieren, liegt der Fokus heute klar auf dem Proofreading bestehender Inhalte. So wird die Qualität der Texte gesichert, ohne dass aufwendige Nachbearbeitung notwendig ist.

Um die Produktdatenstruktur zu optimieren, haben wir eine Parent-/Child-Hierarchie implementiert. Diese ermöglicht es, Produkte in einer klaren Struktur abzubilden: Ein Core-Produkt fungiert als Parent, während zugehörige Varianten als Child-Produkte modelliert werden – beispielsweise eine Basis-Kerze als Parent und ihre farbigen Varianten als Children. Redakteur:innen können die Inhalte des Parent-Produkts zentral pflegen und bei Bedarf gezielt für einzelne Varianten überschreiben. Dadurch wird die Datenpflege effizienter und konsistenter.

Darüber hinaus sorgt das Tool für Transparenz in der Abrechnung: Editor:innen dokumentieren ihre Arbeitszeiten direkt im System, können ihren Stundenlohn im Profil hinterlegen und so eine klare Kostenübersicht schaffen. Administrator:innen wiederum haben die Möglichkeit, alle Projektkosten einzusehen und auszuwerten.

Die Konzeption

Nach dem MVP haben wir das Produkt konzeptionell weiterbegleitet und gemeinsam mit dem Team geschärft. Ein zentraler Teil unserer Arbeit war dabei das Anforderungsmanagement: Wir haben die Bedürfnisse der unterschiedlichen Nutzer:innen – sowohl Administrator:innen als auch Editor:innen – identifiziert und übersetzt. Auf dieser Basis konnten wir eine durchdachte User Experience entwickeln, die beiden Rollen gerecht wird und ihre jeweiligen Workflows klar voneinander abgrenzt.

Ein besonderer Fokus lag auf der Optimierung von UX und UI innerhalb des Proofreading-Prozesses. So entstand unter anderem ein Admin-Dashboard, über das sich neue Assignments erstellen und verwalten lassen und in dem Administrator:innen jederzeit einen Überblick über Projektkosten (Stunden und Löhne) behalten. Parallel dazu wurde ein Editor-Dashboard entwickelt, das den Editor:innen das Bearbeiten von Assignments sowie das Proofreading von Beschreibungen und Bullet Points erleichtert.

Darüber hinaus gibt es die Möglichkeit, in den Editor-Settings persönliche Daten zu verwalten, den eigenen Stundenlohn festzulegen und Arbeitszeiten zu dokumentieren. Ergänzt wird all das durch detailliert ausgearbeitete User Flows, die die Nutzung für beide Rollen nachvollziehbar und effizient gestalten.

Das Ergebnis

Mit dem neuen Fokus ist aus einem KI-Experiment ein skalierbares Proofreading-Tool entstanden, das Kund:innen wie Obi eine strukturierte, transparente und effiziente Datenaufbereitung ermöglicht.
Editor:innen profitieren von klaren Workflows und fairer Abrechnung, während Administrator:innen jederzeit den Überblick über Qualität und Kosten behalten.