Produktdaten-Automatisierung: Ratgeber für PIM, DAM, ROI & OSKAR

Bei vielen Themen wird über Automatisierung und Effizienzsteigerung gesprochen. Meist denkt man dabei an Maschinen in Fabriken und an Roboter. Durch Automatisierung kann man mehr des gleichen Produkts in der gleichen Zeit schaffen. Daneben sinkt auch noch der Preis der einzelnen Einheit. Das gilt in der Regel aber nur, wenn man sehr viele Einheiten produziert, weil für den Automaten fixe Kosten anfallen. Was das mit Produktdaten-Automatisierung zu tun hat, ist nicht ganz so offensichtlich, deshalb erklären wir es hier Schritt für Schritt.

Zunächst muss definiert werden, um was es sich bei Produktdaten handelt und wofür man diese benötigt. Ganz grob kann man Produktdaten in Attribute (Produkteigenschaften) sowie Bilder, Dokumente und andere Dateien einteilen – die sogenannten Digital Assets, die direkt einem Produkt zuzuordnen sind.

In unserem TESSA Wiki zu Produktdaten haben wir Produktdaten schon ausführlich erklärt: Das können morphologische Informationen sein, also solche, die die Form eines Produkts betreffen (wie Länge, Breite, Höhe, Tiefe oder Durchmesser). Von Relevanz sind auch jegliche Produktnummern und SKUs beziehungsweise IDs, zum Beispiel EAN-Codes oder Registriernummern bei europäischen Datenbanken wie EPREL, aber auch Stücklisten, Verpackungsmengen, Abfüllmenge oder Haltbarkeit. Daten hinsichtlich Sicherheit, Lieferfähigkeit oder Bestände sind ebenfalls wichtig. Produktdaten umfassen außerdem Farben, Materialien, Oberflächen und je nach Produkt auch physikalische Eigenschaften wie Viskosität, Dichte, Tragfähigkeit, Leitfähigkeit, Gefrierpunkt oder Drehzahlen.

Je nachdem, ob Du Hersteller oder Händler bist, unterscheiden sich die Abläufe etwas, im Kern bleibt das Problem aber identisch. Diese Daten möglichst automatisiert in eine Datenbank hinein und wieder heraus zu bekommen, reduziert den Aufwand deutlich.

Systeme, die diesen Aufwand merklich reduzieren, sind PIM-Systeme (Product Information Management) wie Akeneo. Darin werden die Attributwerte plattformunabhängig gespeichert und Du kannst diese nach Belieben den notwendigen Verwendungszwecken zuführen. Du hast damit ein System für das Produktstammdaten-Management, in dem die Wahrheit über Deine Produkte steht: der Single Point of Truth. So schaffst Du die Basis für Effizienz, denn aus dem PIM-System können automatisiert alle möglichen Nachfolgesysteme mit validen Daten versorgt werden. Wenn einmal ein Fehler gemacht wurde, muss dieser nur an einer zentralen Stelle korrigiert werden – der Rest läuft automatisch ab.

Auch bei Digitalen Assets haben wir in unserem TESSA Wiki zu Digital Assets eine ausführliche Erläuterung bereitgestellt. Mit Digital Assets meint man Mediendateien in Dateiform. Darunter versteht man im Allgemeinen Bilder, Audio-Dateien und Videos sowie jegliche Dokumente. Bei Bildern können dies Fotos sein, aber auch Grafiken, Logos, Illustrationen oder Zeichnungen.

Während der vergangenen Jahre konnten wir beobachten, dass die Zahl der Assets pro Produktmodell stark gestiegen ist. Es werden immer mehr Fotos erforderlich, Kunden erwarten Videos und interaktive Inhalte. Eine manuelle Erstellung und Verarbeitung dieser Assets ist viel zu aufwändig und fehleranfällig. Deshalb wird bereits bei der Erstellung und Integration der Dateien in DAM-Systeme (Digital Asset Management) automatisiert. So erlauben mit Datenbanken verarbeitbare Dateinamen beispielsweise automatisierte Vollständigkeitsprüfungen und die automatisierte Verknüpfung mit Daten aus PIM-Systemen. In der Verarbeitung kommen dabei zunehmend auch KI-Anwendungen zum Einsatz.

Automatisierung entsteht nicht von selbst, sie ist das Ergebnis eines klar strukturierten Vorgehens. Die folgenden Schritte haben sich in unseren Projekten bewährt:

Schritt 1: Bestandsaufnahme Deiner aktuellen Datenlage

Bevor Du irgendein System einführst, solltest Du wissen, wo Deine Produktdaten heute tatsächlich liegen. In der Praxis verteilen sich diese oft über mehrere Excel-Listen, das ERP-System, einzelne Lieferantenkataloge und die Köpfe einzelner Mitarbeitender. Verschaffe Dir einen Überblick, welche Attribute wo gepflegt werden, wie aktuell diese Daten sind und wo es bereits Dopplungen gibt.

Schritt 2: Führendes System und Datenmodell festlegen

Danach legst Du fest, welches System für welche Art von Daten führend sein soll. Produktattribute gehören in der Regel in ein PIM, Medien in ein DAM, Bestände und Preise bleiben im ERP. Gleichzeitig solltest Du festlegen, welche Attribute Du überhaupt benötigst und in welcher Struktur, statt einfach ungesteuert alle vorhandenen Felder zu übernehmen.

Schritt 3: Automatisierte Datenintegration aufbauen

Baue Schnittstellen zu Deinen Vorsystemen auf (ERP-Systeme, Produktentwicklung oder Lieferantendaten). Als Händler ist es sinnvoll, sich an großen Datentöpfen wie Branchen-Produktdatenbanken zu bedienen oder Daten in Standardformaten wie ETIM anzufordern. Liegen Deine Ausgangsdaten noch in Form von PDF-Katalogen oder Preislisten vor, lohnt sich zusätzlich der Blick in unseren Beitrag über KI-gestützte Datenerfassung aus PDFs.

Schritt 4: Automatisierte Datenausleitung in Zielsysteme

Ist die Datenbasis in PIM und DAM einmal sauber aufgebaut, kannst Du sie automatisiert für ganz unterschiedliche Zwecke nutzen:

• Befüllung Deiner Website oder Deines Webshops

• Erstellung von Katalogen und Broschüren für B2B und B2C

• Erstellung von Produktdatenblättern

• Ausleitung von Produktdaten in Standardformaten (z. B. ETIM)

• Individuelle Ausleitung inklusive Assets für Großhändler und Vertriebspartner

• Anbindung an Marktplätze wie Amazon, OTTO, MediaMarkt oder Conrad

• Generierung von BIM-Objekten

Schritt 5: Qualitätssicherung und Monitoring etablieren

Automatisierung ohne Kontrolle führt schnell zu automatisierten Fehlern. Richte deshalb automatisierte Vollständigkeitsprüfungen ein – etwa ob zu jedem Produkt die Pflichtattribute und mindestens ein Bild vorhanden sind, bevor die Daten in ein Zielsystem ausgeleitet werden. Ein Monitoring, das Dich bei fehlgeschlagenen Übertragungen aktiv informiert, erspart Dir das nachträgliche Suchen nach Fehlern.

Schritt 6: Rollout, Skalierung und laufende Optimierung

Starte nicht mit dem gesamten Sortiment gleichzeitig, sondern mit einer überschaubaren Produktgruppe, an der sich Datenmodell und Prozesse testen lassen. Erst wenn diese stabil laufen, skalierst Du auf das gesamte Sortiment und weitere Kanäle.

In der Praxis setzt sich ein funktionierendes Automatisierungs-Setup meist aus mehreren Bausteinen zusammen:

• Ein PIM-System wie Akeneo für die zentrale Pflege der Produktattribute.

• Ein DAM-System wie TESSA DAM für Bilder, Videos und Dokumente.

• Middleware wie OSKAR für den automatisierten Datenaustausch zwischen PIM, DAM und den angebundenen Zielsystemen.

• Konnektoren für spezifische Zielsysteme (etwa unsere eigenen Erweiterungen Connect Tradebyte, Connect Shopware oder Connect Contao) sowie ein Excel-Importer für die Datenanlage.

• Standardformate wie ETIM oder eClass, wenn Du Daten branchenweit einheitlich bereitstellen musst.

Welche konkreten Tools am Ende zu Dir passen, hängt von Deiner bestehenden Systemlandschaft und Deinem Sortiment ab.

Sobald mehrere Systeme automatisiert Daten austauschen sollen, reicht eine einzelne Schnittstelle selten aus. Genau an dieser Stelle – der automatisierten Ausleitung in viele Zielsysteme gleichzeitig – setzt eine Middleware wie OSKAR an. Statt für jeden Marktplatz und jedes Zielformat eine eigene Einzellösung zu bauen, laufen die Datenflüsse aus PIM und DAM zentral über OSKAR und werden von dort automatisch in das jeweils benötigte Format übersetzt.

Kommt ein weiterer Marktplatz oder ein neues Zielsystem hinzu, muss nicht jede bestehende Verbindung angefasst werden, sondern nur eine zusätzliche Anbindung an die Middleware entstehen. Wie genau sich Middleware, Punkt-zu-Punkt-Anbindungen und iPaaS-Lösungen dabei unterscheiden, haben wir ausführlich in unserem Beitrag zu Schnittstellen im E-Commerce beschrieben.

Ein Beispiel aus der Praxis: Bei unserem Kunden ZEG sorgt OSKAR für die Datenübertragung vom Akeneo PIM zu weiteren angebundenen Systemen. In Kombination mit der Prozessoptimierung im Projekt konnte dadurch die Time-to-Market drastisch verkürzt werden.

Automatisierung ist kein Selbstzweck, sie muss sich rechnen. Die wichtigsten Effekte, die wir in unseren Projekten wiederholt beobachten:

• Zeitersparnis bei der Datenerfassung: Statt neue Produkte über Wochen hinweg von Hand zu erfassen, lässt sich diese Arbeit mit einem gut angebundenen PIM auf einen Bruchteil der Zeit reduzieren. In unserem Praxisbericht zur KI-gestützten Datenerfassung aus PDF-Katalogen zeigen wir ein Beispiel, bei dem aus mehreren Wochen manueller Tipparbeit wenige Nachmittage für Prüfung und Freigabe wurden.

• Weniger Fehler und weniger Retouren: Wenn Attribute nur an einer Stelle gepflegt und von dort automatisiert verteilt werden, sinkt die Wahrscheinlichkeit widersprüchlicher Angaben in Shop, Katalog und auf Marktplätzen deutlich. Das wirkt sich direkt auf Deine Retourenquote aus.

• Schnellere Time-to-Market: Neue Produkte oder Sortimente lassen sich schneller auf allen Kanälen ausspielen. Bei ZEG hat sich das in einer Verkürzung der Time-to-Market um 75 Prozent gezeigt.

• Skalierbarkeit ohne proportional steigenden Personalaufwand: Ohne Automatisierung wächst der Pflegeaufwand für Produktdaten etwa linear mit der Anzahl der Produkte und Kanäle. Mit einer automatisierten PIM-, DAM- und Middleware-Basis kannst Du zusätzliche Produkte und Kanäle anbinden, ohne dass Dein Team im gleichen Verhältnis wachsen muss.