Product Information Management (PIM)
Product Information Management (PIM) ist die Software und der Prozess, mit denen Produktdaten wie Titel, Spezifikationen, Bilder und Übersetzungen zentral gespeichert, angereichert und freigegeben werden, um dann die jeweils passende Version an jeden Vertriebskanal auszuspielen, vom Webshop bis zu Marktplatz-Feeds.
Was ist Product Information Management?
Ein PIM sitzt zwischen den Systemen, die Produktdaten erzeugen, und den Kanälen, die die Produkte verkaufen. Vorgelagert sind das ERP (SKU, Kosten, Preis, Bestand), Lieferanten-Tabellen und eine Digital-Asset-Management-Bibliothek (DAM) für Bilder. Nachgelagert sind der Shopify- oder Adobe-Commerce-Shop, Amazon, Google Merchant Center, Händlerportale und Printkataloge.
Intern werden Produkte in Familien organisiert, jede mit eigenem Attributset: Eine Lampe braucht Wattzahl und Leuchtmitteltyp, ein Handtuch Material und Grammatur (GSM). Jedes Produkt durchläuft einen Workflow aus Import, Anreicherung, Validierung, Freigabe und Syndizierung, und das PIM bewertet, wie vollständig es für jeden Kanal und jede Sprache ist.
Wie richtet man ein PIM ein?
Das Attributmodell entscheidet, ob ein PIM hilft oder nur zu einem weiteren Ort wird, an dem getippt wird.
Definieren Sie Produktfamilien und die Attribute, die jede braucht, mit Datentypen und zulässigen Werten.
Erfassen Sie die Anforderungen jedes Kanals, etwa dass Google Merchant Center bei Produkten, die eine GTIN haben, diese verlangt.
Legen Sie Vollständigkeitsregeln pro Kanal und Sprachversion fest.
Binden Sie das ERP als Quelle für SKU, Preis und Bestand an; das PIM sollte diese Daten nicht verwalten.
Verknüpfen Sie das DAM für Bilder und Dokumente.
Vergeben Sie Rollen: Einkäufer, Texter, Übersetzer, Freigebende.
Konfigurieren Sie Feeds oder Konnektoren zu jedem Kanal und überwachen Sie Ablehnungen.
Wie sieht PIM in der Praxis aus?
Der übliche Auslöser ist ein Marktplatz, der Angebote ablehnt, nicht ein internes Strategiepapier. Stellen Sie sich eine Wohnaccessoire-Marke mit 45 Mitarbeitenden vor, die über ihren eigenen Shopify-Shop, Amazon und zwei Händlerportale verkauft. Angenommen, sie hat 2.500 SKUs, deren Spezifikationen über Tabellen verstreut sind, und Amazon unterdrückt immer wieder Angebote wegen fehlender Attribute.
Das Team führt Akeneo ein, legt Familien für Beleuchtung, Textilien und Möbel an und definiert rund 60 Attribute. SKUs und Preise kommen jede Nacht aus dem ERP, Texter reichern Titel und Bullet Points an, und ein Vollständigkeits-Dashboard zeigt, was jeden Kanal blockiert. Konnektoren übertragen freigegebene Daten an Shopify und einen Feed an Amazon.
In diesem Beispiel sinkt die Zeit für den Launch einer neuen SKU über alle Kanäle von rund drei Wochen auf eine, und unterdrückte Angebote werden zu einem täglichen Bericht statt zu einer Überraschung.
Ein Nebeneffekt zeigt sich bei der Übersetzung: Weil Attribute strukturiert sind statt im Fließtext vergraben, kann das Team nur geänderte Felder an seine Übersetzungsagentur schicken statt ganzer Produktseiten.
Wann lohnt sich ein PIM nicht?
Ein PIM zahlt sich bei vielen SKUs, vielen Kanälen oder vielen Sprachen aus; bei wenigen davon ist es Overhead. Eine Marke mit 200 Produkten und einem Shopify-Shop kommt mit Metafeldern und einer disziplinierten Tabelle aus. Fallstricke, wenn Sie doch eines einführen:
Unsaubere Tabellen importieren, ohne zuerst das Attributmodell zu entwerfen.
Das PIM wie ein DAM behandeln und es mit großen Mediendateien vollstopfen.
PIM und ERP beide Preis oder Bestand bearbeiten lassen, sodass zwei Wahrheiten entstehen.
Die Konnektorkosten für jeden Marktplatz unterschätzen.
Keine benannte verantwortliche Person für jede Attributgruppe.
Planen Sie Budget für die laufende Anreicherungsarbeit ein, nicht nur für die Lizenz; ein PIM, für das niemand Inhalte schreibt, bleibt leer.
Worin unterscheidet sich PIM von MDM und DAM, und welche Tools werden genutzt?
Bei PIM geht es um verkaufsfördernde Produktinhalte, bei MDM um die Steuerung zentraler Stammdatensätze, bei DAM um Dateien. Master Data Management hält unternehmensweit einen einzigen „Golden Record“ für Kunden, Lieferanten und Produkte vor, vor allem für Betrieb und Finanzen. Ein PIM ergänzt die umfangreichen, kanalfertigen Inhalte: Marketingtexte, Spezifikationen und Übersetzungen. Ein DAM speichert und versioniert die Bilder, Videos und PDFs, auf die das PIM verweist.
Gängige PIM-Tools sind Akeneo, Salsify, inriver, Pimcore (Open Source), Plytix und Syndigo. Saubere Produktdaten verbessern auch die Shopify-Datenanalyse, weil Berichte Umsätze nach einheitlichen Attributen gruppieren können.
PIM vs. MDM
PIM | MDM | |
|---|---|---|
Fokus | Umfangreiche, kanalfertige Produktinhalte | Ein gesteuerter Datensatz pro Kernentität |
Entitäten | Produkte und Varianten | Kunden, Lieferanten, Produkte, Standorte |
Hauptnutzer | E-Commerce, Merchandising, Marketing | Data Governance, Betrieb, Finanzen |
Typische Daten | Beschreibungen, Spezifikationen, Bilder, Übersetzungen | IDs, rechtliche Namen, Hierarchien, Codes |
Liefert an | Webshops, Marktplätze, Kataloge | ERP, CRM, Abrechnungssysteme |
Beispiel-Tools | Akeneo, Salsify, inriver | Informatica MDM, Reltio, Stibo STEP |
Wie arbeitet VIZIO AI mit Produktinformationen?
Die Arbeit von VIZIO AI mit Produktdaten liegt auf der Analytics-Seite: SKU-Daten so konsistent zu machen, dass sie Preis- und Merchandising-Entscheidungen steuern können. Für eine US-amerikanische E-Commerce-Marke für Damenmode zentralisierte das DX Studio Marketing-, Vertriebs- und Preisdaten über Precog und baute ein gemeinsames Datenmodell hinter Echtzeit-Dashboards für SKU-Performance, ROI der Werbeausgaben und Preiselastizität.
Das war keine PIM-Einführung, löste aber ein eng verwandtes Problem: inkonsistente Produktdaten über Systeme hinweg. Die Datengenauigkeit stieg um 28 %, und die Zahl umsetzbarer Erkenntnisse pro Reporting-Zyklus um 24 %. Wo Sie anfangen sollten: Prüfen Sie Ihre 100 meistverkauften SKUs auf Attributvollständigkeit in jedem Kanal.