In den meisten mittelständischen Unternehmen sind Produktdaten über Jahre gewachsen: ein ERP-System als Ausgangspunkt, dazu Excel-Listen, ein Shop, Datenblätter für Handelspartner, Übersetzungen per Mail. Solange das Sortiment überschaubar bleibt, funktioniert das über Fleiß. Mit jedem neuen Kanal, jedem neuen Markt und jedem neuen Anspruch an Datenqualität kippt dieses Gleichgewicht.
Wir setzen an der Struktur an, nicht am Werkzeug. Ein PIM- oder MDM-System löst kein Problem, das im Datenmodell und in den Zuständigkeiten liegt. Deshalb steht am Anfang immer die Frage, welche Informationen wo entstehen, wer sie verantwortet und wohin sie fließen müssen — und erst danach die Frage nach dem System.
Im Kern ist das Prozessberatung: Der Gegenstand sind Produktdaten, die Arbeit besteht darin, Abläufe und Verantwortlichkeiten so zu ordnen, dass sie tragen. Dieselbe Denkweise wenden wir auch auf andere IT-Prozesse an, etwa beim Aufbau einer KI-Strategie oder bei der Einführung neuer Systeme im Unternehmen.
Wir nehmen die bestehende Datenlandschaft auf: Systeme, Kanäle, Pflegewege, Verantwortlichkeiten. Daraus entsteht ein belastbares Bild des Ist-Zustands — mit Zahlen, nicht mit Vermutungen — und ein Zielbild, das zu Ihrem Geschäft passt und nicht zum Funktionsumfang eines Produkts.
Attributmodelle, Klassifizierungen, Golden Record, Datenflüsse zwischen ERP, PIM, Shop und Handelspartnern. Wir entwickeln die Struktur, die Ihr Sortiment auch dann noch trägt, wenn es doppelt so groß ist und über dreimal so viele Kanäle ausgespielt wird.
Herstellerunabhängig, nach dem Best-of-Breed-Ansatz. Wir begleiten von der Anforderungsaufnahme über die Auswahl bis zur produktiven Einführung — inklusive Datenmigration aus bestehenden Systemen. Erfahrung besteht unter anderem mit Syndigo, Centric PXM (vormals ContentServ), SAP MDG.
Wir übernehmen Verantwortung in der Umsetzung, häufig als Proxy Product Owner zwischen Fachbereich und Entwicklung. Und wir kümmern uns um das, was nach dem Projekt kommt: Pflichtattribute, Freigabeprozesse, Zuständigkeiten. Governance entscheidet darüber, ob eine saubere Datenbasis sauber bleibt.
Datenanalyse, Attributbefüllung, Textgenerierung und Migrationsvorbereitung — dort, wo KI Arbeit tatsächlich abnimmt. Jedes Ergebnis wird fachlich geprüft, bevor es in ein Projekt einfließt.
Für Unternehmen, die weiter vorne stehen, begleiten wir den Aufbau einer KI-Strategie und decken gemeinsam konkrete Anwendungsfälle im eigenen Haus auf.
Wichtig ist uns dabei eine Reihenfolge, die oft übersehen wird: KI heilt keine schlechten Produktdaten. Sie übernimmt vorhandene Fehler und skaliert sie. Eine belastbare Datenbasis ist die Voraussetzung, nicht das Ergebnis einer KI-Einführung.
Der Produktdaten-Check beantwortet diese Frage in drei Minuten: zehn Fragen, keine Anmeldung, Ergebnis sofort. Sie erhalten Ihren Produktdaten-Reifegrad in Prozent, eine Hochrechnung der jährlich für Mehrfachpflege aufgewendeten Arbeitstage und eine Einordnung der betriebswirtschaftlichen Folgen.