In vielen mittelständischen Unternehmen gelten Produktdaten als Fleißarbeit: Irgendjemand pflegt sie, irgendwie kommen sie in den Shop, und solange keine Beschwerden kommen, ist alles gut. Diese Haltung war lange bezahlbar. Sie ist es nicht mehr.
Drei Entwicklungen verschieben das Thema aus der Fachabteilung auf die Agenda der Geschäftsführung: Künstliche Intelligenz braucht eine belastbare Datenbasis. Gesetzgeber und Handelspartner verlangen Pflichtangaben mit festen Stichtagen. Und die Kosten schlechter Produktdaten steigen mit jedem Kanal, jedem Markt und jeder Sprache.
Produkttexte, Übersetzungen, Klassifizierung, Suche: KI-Anwendungen arbeiten mit den Produktdaten, die vorhanden sind. Sind diese lückenhaft oder widersprüchlich, rät die KI statt zu wissen und skaliert die Fehler. Wer KI nutzen will, muss zuerst die Datenbasis in Ordnung bringen.
Produktsicherheitsverordnung, Barrierefreiheitsstärkungsgesetz, Digitaler Produktpass: Immer mehr Angaben sind Pflicht, und zwar zu festen Terminen. Fehlen sie, drohen Abmahnungen, Auslistungen bei Handelspartnern oder Vertriebsverbote. Diese Risiken trägt die Geschäftsführung.
Doppelte Pflege in ERP, Excel und Shop. Retouren wegen falscher Maße. Neue Produkte, die Wochen später online gehen als geplant. Diese Kosten stehen in keiner Kostenstelle, aber sie fallen jeden Tag an. Sichtbar werden sie erst, wenn man sie misst.
Wer ist für welche Produktinformation verantwortlich, und welches System ist führend? Solange Einkauf, Produktmanagement, Marketing und E-Commerce jeweils ein bisschen pflegen, entscheidet am Ende niemand.
Welche Kanäle, Märkte und Pflichtangaben kommen zuerst? Nicht alles muss gleichzeitig perfekt sein. Aber die Reihenfolge muss jemand festlegen, der das Geschäft als Ganzes im Blick hat.
Produktdatenpflege ist eine Daueraufgabe, kein einmaliges Projekt. Sie braucht feste Zuständigkeiten, Zeit im Arbeitsalltag und, wo sinnvoll, ein passendes System.
Pflichtattribute, Freigabeprozesse und Qualitätskennzahlen, die regelmäßig berichtet werden. Was nicht gemessen wird, verschlechtert sich unbemerkt.
Das ist Facharbeit, und dafür gibt es Fachleute. Chefsache heißt nicht, sich um Details zu kümmern. Es heißt, den Rahmen zu setzen, in dem andere gute Arbeit machen können.
Eine Auswahl. Welche Vorgaben für Ihr Sortiment gelten, hängt von Branche, Produktgruppe und Vertriebskanälen ab.
Unter diesem Stichwort veröffentlichen wir regelmäßig Beiträge auf LinkedIn: Fälle aus der Projektpraxis, regulatorische Stichtage und konkrete Hinweise, was Entscheider tun können. Sie erkennen die Beiträge am Stempel im Bild. Wenn Sie eigene Erfahrungen haben, gute wie schlechte, teilen Sie sie gerne unter dem Hashtag.
youneo projects auf LinkedIn folgenDer Produktdaten-Check gibt Ihnen in wenigen Minuten eine erste Antwort: keine Anmeldung, Ergebnis sofort. Sie erhalten Ihren Produktdaten-Reifegrad in Prozent, eine Hochrechnung der jährlich für Mehrfachpflege aufgewendeten Arbeitstage und eine Einordnung, wie belastbar Ihre Datenbasis für KI-Anwendungen ist.