Doppl führt einen shoppable Discovery-Feed rund um KI-generierte Produktvideos ein

Was Doppl heute tatsächlich veröffentlicht hat

Google Labs hat Doppl, seine experimentelle App zum Erkunden von Stil und zum virtuellen Anprobieren von Outfits, um einen Discovery-Feed erweitert. Der Feed empfiehlt Outfits, ermöglicht das virtuelle Anprobieren von Artikeln und macht laut Google fast alles, was man sieht, shoppable – mit direkten Links zu Händlern.

Zwei Details heben ihn von einem gewöhnlichen Empfehlungs-Karussell ab. Der Feed enthält KI-generierte Videos echter Produkte, und die Empfehlungen stammen aus einem personalisierten Stilprofil, das sich aus geteilten Vorlieben und Artikeln, mit denen man interagiert, zusammensetzt. Die Funktion ist in den USA für Personen ab 18 Jahren bereits live auf iOS und Android verfügbar.

Ein Frontend, das generierte Medien mit echtem Inventar in Einklang bringen muss

Die entscheidende Formulierung hier lautet 'KI-generierte Videos echter Produkte'. Das ist eine bewusste Kombination: Die Medien sind synthetisch, müssen sich aber einem Artikel zuordnen lassen, den ein Händler tatsächlich verkaufen kann, denn jeder Eintrag trägt einen direkten Link zu diesem Händler.

Für jeden, der eine Shopping-Oberfläche baut, ist genau diese Verknüpfung der schwierige Teil. Ein generiertes Video ist kommerziell nur nützlich, wenn es in dem Moment, in dem ein Nutzer darauf tippt, an eine reale SKU, einen Preis und die Verfügbarkeit gekoppelt bleibt. Der Wert des Feeds hängt davon ab, dass diese Verknüpfung hält – nicht allein von der Qualität des generierten Clips.

Google bezeichnet die App als experimentell, was für genau diese Herausforderung ein passendes Label ist – synthetische Produktmedien im Einklang mit dem Live-Inventar zu halten, ist ein fortlaufendes Korrektheitsproblem und keine gelöste Aufgabe.

Das Profil ist der Input, der den Feed persönlich macht

Doppls Empfehlungen basieren 'auf den Stilvorlieben, die Sie mit Doppl teilen, und den Artikeln, mit denen Sie interagieren'. Das sind zwei Signale: explizite Vorlieben, die der Nutzer angibt, und implizites Verhalten aus der Interaktion mit dem Feed.

Die Kombination eines angegebenen Profils mit Anprobe-Interaktionen liefert dem Empfehlungssystem etwas, das ein reiner Browsing-Verlauf nicht bietet: ein Gespür dafür, was sich der Nutzer vorstellen kann zu tragen. Der Anprobeschritt wird so zur Signalquelle und nicht nur zum Ergebnis – jede virtuelle Anprobe fließt zurück in das, was der Feed als Nächstes zeigt.

Die Implikation: Anprobe wird zum Kanal, nicht zur Spielerei

Virtuelle Anprobe war bislang meist eine eigenständige Spielerei – ein Foto hochladen, ein Artikel ansehen. Doppls Ansatz bindet die Anprobe in einen durchgehenden Kreislauf aus Entdeckung, Anprobe und Kauf ein, wobei Händlerlinks diesen Kreislauf innerhalb derselben App schließen.

Das definiert neu, wofür das Anprobe-Modell da ist. Hier ist es ein Bestandteil eines Shopping-Funnels, der mit einem generierten Empfehlungsfeed beginnt und beim Checkout beim Händler endet, als erste Version zunächst nur für Erwachsene in den USA. Ob die Händlerlinks tatsächlich zu Käufen führen, ist die Frage, die dieses Experiment eigentlich testet – die Qualität der Anprobe ist dabei nur die Grundvoraussetzung.